2016年11—12月北京及周边重污染过程PM2.5特征

该文对2016年11—12月北京及周边地区不同站点重污染期间PM_2.5质量浓度变化特征进行分析,并结合地面和探空气象要素及化学组分等对重污染成因进行深入探讨,比较了其中两次持续3 d及以上重污染过程的异同。结果表明:重污染期间北京及周边地区PM_2.5质量浓度较高,北京上甸子站、顺义站、朝阳站的PM_2.5质量浓度分别为73.1,130.8,226.0 μg·m-3,河北保定站和石家庄站分别为357.8 μg·m-3和346.9 μg·m-3。12月17—21日重污染过程比11月3—5日持续时间更长且PM_2.5质量浓度更高。通过对11—12月所有重污染过程分析发现,北京颗粒物重污染发生的主要气象条件是静稳天气。在排放源相对稳定情况下,逆温层的结构、演变和持续时间决定了重污染的程度,其中污染持续时间和污染期间的主导逆温层类型演变对重污染程度有较好的指示作用。较低的水平风速、逆温层的持续出现及更多的燃煤和机动车尾气排放是12月17—21日污染偏重的原因。     

2006-2012年青岛市空气质量与气象条件的关系

利用2006-2012年青岛市SO₂、NO₂及PM₁₀的监测资料,统计分析3种污染物时空分布特征及污染物平均浓度与气象要素的关系,并分析污染日气象条件变化特征。结果表明：2006-2012年青岛市年平均污染日数为23-33 d;青岛市空气污染主要出现在冬、春两季,主要污染物为PM₁₀。青岛中度以上污染为PM₁₀污染,大多由浮尘天气引起。污染物浓度与云量、降水量和气温呈负相关,与气压呈正相关。冬季大雾易造成空气污染加重,而4-6月海雾则使空气质量提高。弱的地面天气形势和接地逆温层结的存在及持续的烟、霾天气易导致青岛空气污染。     

哈尔滨秋季一次持续性重污染过程分析

利用气象与环境监测数据,结合后向轨迹和秸秆焚烧火点监测资料,从环流形势、气象要素、污染源和污染传输特征等方面,对哈尔滨2017年10月18-20日持续性重污染天气过程进行分析。结果表明：这次重污染过程连续48 h为重度或严重污染,首要颗粒物为PM_2.5,PM_2.5平均浓度为438 μg·m^-3,局地PM_2.5浓度高达1487 μg·m^-3。重污染过程分为两个阶段,每个阶段主要污染物呈双峰分布。在重污染过程中,高空环流平直,浅槽前暖平流占主导地位,地面为弱低压均压场控制。地面风速小,平均风速仅为1.5 m·s^-1,风速≤ 1.5 m·s^-1静小风频率为71%,风场辐合,有利于污染物积聚。在重污染发展的过程中,地面相对湿度（RH）增大有利于颗粒物吸湿增长和污染加剧;在重污染减弱的过程中,PM_2.5浓度减少至每阶段谷值时间比RH减小至谷值时间滞后4-5 h。在边界层内有逆温层顶高为200 m左右、逆温强度>2.0℃·（100 m）^-1的贴地逆温层,层结稳定,垂直扩散条件差。污染物主要来源于秸秆焚烧,其次来源于取暖燃煤。静稳气象条件下本地污染物积累叠加远距离较高浓度的秸秆焚烧污染物输送导致哈尔滨这次重污染过程。     

两次秸秆焚烧导致辽宁重污染过程的气象条件对比分析

利用环境监测站大气污染物数据、地面自动气象站观测资料、L波段加密探空资料和0.125°×0.125°的EC再分析资料,结合MODIS遥感火点监测和HYSPLIT4后向轨迹模拟结果,对比分析了2015年11月8日和2016年11月5日的两次由于东北地区秸秆焚烧导致辽宁重污染天气过程的大气边界层特征、气象扩散条件和大气污染物输送来源等。结果表明:两次过程地面PM_(2.5)浓度均出现快速上升和下降,其中2015年11月8日重污染过程的污染强度较2016年11月5日强,且持续时间更长。2015年11月8日重污染过程的混合层高度较低,其上层的中性层结转变为逆温层结,抑制混合层高度的发展。同时低层冷平流不断侵入到暖平流下方,使得大气层结稳定性增强,维持时间较2016年11月5日重污染过程更长,低层下沉运动和黑龙江西南部、吉林西部污染物的远距离输送增强使得辽宁地面污染物浓度快速累积。而2016年11月5日重污染天气过程主要受深厚冷空气影响,东北地区西部污染物的区域输送和地面风场辐合是地面污染物浓度快速上升的主要原因。     

河北廊坊市连续重污染天气的气象条件分析

利用2013年1月至2014年7月廊坊市空气污染资料及逐小时风向风速、相对湿度、气压等地面自动站观测资料,通过统计学方法对廊坊市该期间发生的17次连续3 d及以上重污染天气过程进行分析,结果表明:(1)17次连续重污染天气过程主要发生在1~3月和11~12月,1月最多,最长连续时间长达7 d;(2)连续重污染天气过程中,首要污染物主要是细颗粒物PM2.5;有高污染浓度持续日和高污染浓度间断分布日2种情况,平均浓度分别达到314μg/m3和193μg/m3,高污染浓度持续日的比例达60%;(3)500 h Pa高空廊坊市处于高压脊前西北偏西气流中,地面分别位于弱高气压场区及低压场(倒槽)区是连续重污染天气过程最主要的2类配置类型,后者是6级空气严重污染的主要控制形势;(4)连续重污染天气形成的气象条件是:廊坊市地面风向为西南风至偏西风或者为偏东风至东南风,风力≤2级;2~3月│ΔP3│≤3.0 h Pa,其余月│ΔP3│≤2.0 h Pa;相对湿度在40%~95%之间;日降水量≤0.6 mm,近地层有逆温层存在,平均高度900 h Pa以下,厚度≥10 h Pa,逆温层强度≥1℃;(5)当廊坊市地面处于低压场(倒槽)控制下,逆温层高度在925 h Pa以下、厚度≥20 h Pa及逆温层强度≥3℃,有利于严重污染天气的形成,若同时廊坊市地面风向为东北风至偏东风、风力为1级,相对湿度≥50%,则有利于高污染浓度持续日的形成和发展;(6)2014年2月11~15日河北省区域性空气重污染的演变状态及利用美国NOAA的Hysplit-4模式计算得到的空气质点的后向轨迹表明,燕山、太行山山脉的阻挡以及河北省和周边重污染区域分布导致的污染物区域输送是廊坊市连续重污染天气产生的重要因素之一。     

河北邢台市连续重污染天气维持与消散成因分析

摘 要：本文利用环境监测数据、气象常规观测数据及NCEP的GDAS气象数据与HYSPLIT后向轨迹模式结合,通过对天气形势、垂直与水平输送、降水因子及污染物来源等因素进行分析,探讨了2016年12月16日-2017年1月9日河北省邢台市连续重污染天气维持及消散阶段的成因。结果表明：此次连续重污染过程在静稳的大气层结与地面均压场下,污染物容易积累,大气混合层高度与AQI值呈负相关,AQI<200时,大气混合层平均高度为1305m,AQI>200时,大气混合层平均高度为763m,最低降到437m;地面风场的辐合、强的逆温层结、高湿和静小风是重污染天气过程维持的关键,连续重污染过程中,小风(风速<3m/s)日数达22天（占比85%）,平均逆温层厚度443m、强度1.83℃/100m,平均相对湿度82.6%,导致污染物极易生成又不容易向高空扩散;降水与冷空气活动对污染物的消散起到一定作用,降水量>3mm时,清除率可达40%以上,降水量<1mm时,污染物浓度反而会增加;结合污染物来源分析,在空气重污染维持阶段50%以上的气团来自距邢台市200km以内的局地输送,高空远距离干洁空气的输送对污染物的消散起到有效的作用。     

沈阳市一次持续性重污染天气过程特征分析

使用常规地面、探空资料以及风廓线雷达和环境监测站污染物资料,对2015年11月7—11日沈阳市一次持续性重污染天气过程进行分析,结果表明:(1)此次污染过程持续时间长,PM2.5浓度维持在500μg·m-3以上近21 h,期间峰值达到1 287.83μg·m-3,主要污染物为CO;(2)平稳的高空环流、弱气旋性环流及高湿条件为这次重污染天气的发生、发展和维持提供了有利的气象条件,0℃左右的温度长时间维持也为该次过程的一个主要特征;(3)重污染期间从地面到850 h Pa高度上水平风速均接近2 m·s-1,整层大气静稳,伴随着较好的湿度条件和多个逆温层结的存在,抑制了污染物的垂直输送;(4)卫星遥感监测显示吉林和黑龙江一带有大量火点存在,此时正值冬季秸秆燃烧,大气轨迹分析显示,污染期间偏北风为污染物的传输提供了有利的气象条件。     

2019年1月长春市一次霾污染过程成因分析

利用空气质量历史监测数据、地面气象要素及激光雷达探测资料,综合分析了2019年1月10—15日长春市一次霾污染过程,探讨了污染过程中污染物和气象要素的变化特征与影响机制。结果表明：此次霾污染过程中12—13日污染最重,PM_2.5和PM₁₀质量浓度均超过150 μg·m^-3,气溶胶消光最强,超过70%的PM_2.5/PM₁₀比值大于0.7,指出了细粒子对重污染事件的贡献;重污染期间近地面风速偏小、相对湿度增加、变压较小,同时低空风出现明显的风向转变,弱下沉运动与逆温以及较低的边界层共同削弱了大气的水平和垂直扩散能力,有利于污染物累积,导致霾污染。500 hPa天气形势表明长春市位于槽前脊后,850 hPa高度场为弱西风,相对湿度大;海平面气压场存在低压气旋及弱西南气流,该气流有利于将污染物输送至长春市,造成霾污染加剧;1月14—15日高空槽加深东移,850 hPa西北气流增强,近地面气压梯度力变大,污染物得到扩散,霾污染逐渐结束。     

2016年冬季安徽寿县地区两次重污染过程分析研究

利用2016年12月14日—2017年1月3日安徽寿县国家气候观象台大气边界层垂直探测资料、地面自动气象站资料、污染物浓度资料及天气图资料,对该地区两次重污染的积累和清除过程进行了分析,得到以下结论:1)两次重污染过程均起源于地面弱风(风速3 m/s)、高湿(相对湿度80%)等不利气象条件,导致污染物局地积累。再通过大风、降水、大雾过程等有利的扩散、沉降条件,对污染物进行清除。2)天气形势在重污染积累过程中起到了重要作用。主要特征表现为,高低空层结稳定,且低空处于湿区内部,多受暖舌控制或伴有暖平流。第一次重污染清除过程中,控制寿县地区的天气系统逐渐转变为低压,风向转为偏东风,并伴有降水天气。第二次污染物清除过程,则是大雾湿沉降和逆温层消除共同导致。3)重污染积累过程中边界层高度均偏低,最大高度也仅为500 m,对污染物垂直扩散范围有所限制,进而影响局地污染物浓度。重污染过程逆温现象多发,近地层逆温主要发生在夜间和清晨,逆温强度最强可达3℃/(100 m),污染物在逆温层低层和底部之下堆积。     

开封市空气重污染典型天气背景分析与潜势预报模型研究

利用2014-2016年高空、地面气象资料和大气环境监测资料,对开封市空气重污染日持续时间和发生月份特征、 500 hPa高空环流和地面气压场形势、污染物浓度与气象要素的相关性和分布特征进行了统计分析。结果表明:开封市重污染日主要发生在11月至次年1月,重污染日的首要污染物为PM_(2.5)和PM_(10),出现频率分别为97%和3%;秋冬季重污染常具有连续性,连续1～2天的重污染累计频率为44%,连续3～6天的累计频率达到56%。发生重污染时500 hPa形势主要分为平直纬向环流型、低槽型和西北气流型,出现频率分别为47%、43%和10%;地面气压场形势主要分为高压前部型、均压场型、低压南部型、倒槽型和东高西低型,其中高压前部型出现频率最高,达63.4%,其次均压场型占18.3%,其他3种类型出现频率都在5%～7%。重污染日逆温层高度主要分布在925-1000 hPa,但当逆温层高度达到850 hPa时,其发生重污染的概率达到40%;重污染日850-925 hPa风速多在10m·s~(-1)以下,1000 hPa风速多在5 m·s~(-1)以下,地面早晚间风速多为1～3 m·s~(-1);地面早晚间相对湿度主要分布在60%～90%。根据统计结果,选取低层风速、逆温、地面风速、地面相对湿度、云量等作为预报因子,应用"配料"法,建立6个空气重污染潜势预报模型。经检验评估,24-72 h模型预测准确率达到85%以上。     

哈尔滨冬季重污染日气象特征

以2000-2009年中国环境保护部公布的空气质量日报中空气污染指数大于200的日期作为重污染日,从气象因素方面分析哈尔滨冬季重污染日发生的原因。结果表明：哈尔滨冬季重污染日20时地面风速为1级或静风;85 %的重污染日在850 hPa层以下有逆温现象,最大逆温强度出现在地面与925 hPa之间,为0.73 ℃/100 m;95 %的重污染日在850 hPa层以下有下沉运动。重污染的典型地面形势包括高压边缘型、高压中心型和低压边缘型三类。高压边缘型和高压中心型表现为大气对污染物的水平、垂直输送均为不利,而低压边缘型表现为有利于污染物的垂直输送。天气形势特征的归类,可为开展空气污染预报提供参考。     

2003广西主要城市空气质量评价及空气污染物浓度与气象条件关系

从南宁、桂林、北海三城市空气质量自动监测站监测到二氧化硫(SO2),二氧化氮(NO2),可吸入颗粒物(PM10)的日均浓度数据计算的空气污染指数API得出:2003年三城市空气质量状况整体为 级"优"或 级"良",达到了国家环境保护总局对城市环境规定的标准,特别是桂林市的空气质量最好。对各种污染物月平均浓度值与地面气象要素关系进行相关分析,发现相关性非常好,其中与气压呈正相关,与气温、水汽压、相对湿度、降雨量、风速、0厘米地温等要素呈反相关。各种污染物日平均浓度值与地面风速相关也非常好。     

达州市2016年元旦期间持续重污染天气气象条件分析

利用空气质量监测资料、高空和地面气象观测资料、NCEP再分析资料,对达州市2016年元旦节期间重污染天气过程特征及气象条件进行分析。结果表明:达州市此次重污染天气过程为长时间无冷空气活动,无降雨,大气污染物不断积聚形成。AQI日变化受污染源排放情况影响更大,早上低,白天逐渐增加,天黑后达到峰值。大气污染物的积累一般发生大气稳定度为中性或以上。AQI与08时和17时混合层厚度负相关,但日平均混合层厚度与AQI没有通过相关性检验。重污染时近地面有逆温层且逆温层较厚。AQI与逐日最高气温、日平均风速和日最大风速正相关,降雨对大气污染物稀释作用明显,特别是降雨持续时间长,雨量大效果更为显著。AQI逐时变化与温度正相关,与风速负相关。      

北京一次持续霾天气过程气象特征分析

2013年1月10-14日,北京平原地区出现了水平能见度在2 km以下、以PM_2.5为首要污染物、空气质量持续5 d维持在重度以上污染水平的霾天气。综合分析此次霾天气过程的天气形势、北京地区常规和加密气象资料以及城郊连续观测的PM_2.5浓度资料。结果表明：此霾过程期间,北京高空以平直纬向环流为主,受西北偏西气流控制,没有明显冷空气南下影响北京地区,地面多为不利于污染物扩散和稀释的弱气压场;大气层结稳定、风速小(日平均风速小于2 m·s^-1)、相对湿度较大（日平均相对湿度在70 %以上）、逆温频率高强度大,边界层内污染物的水平和垂直扩散能力差;北京城区及南部的京津冀地区人类活动排放污染物强度大,在相对稳定和高湿的天气背景下,受地形和城市局地环流的影响,北京本地污染物累积和区域污染物输送以及PM_2.5细粒子在高湿条件下的物理化学转化等过程共同作用造成此次北京城区及平原地区污染物浓度快速增长并持续偏高,高浓度PM_2.5对大气消光有显著影响,造成低能见度和持续霾天气。     

北京地区气溶胶PM2.5粒子浓度的相关因子及其估算模型

文中运用统计分析和气象统计预报的方法 ,使用北京白石桥小区的污染物观测资料和同期北京地区的气象观测资料 ,对影响大气污染的气象因子进行了综合分析 ,并分别建立了气溶胶PM 2 .5粒子浓度与气体污染物、气象要素场的两类统计相关拟合模型。发现气溶胶PM2 .5粒子浓度与气体污染物浓度存在不同程度的相关性 ,且与气象条件亦存在显著的相关关系 ,此类时空变化及其量化估算模型具有一定实际应用价值。通过确定气象要素场和气溶胶浓度的关系可进一步研究不同地区的污染物输送和污染源扩散影响的问题。     

北京秋季一次典型大气污染过程多站点分析

多站点多种大气污染物的同步在线观测对深入剖析大气污染的成因和演变机制有重要意义。以龙潭湖、北京325 m塔、双清路和阳坊4监测站点实时NO_x、SO₂、O₃、PM2.5和PM10浓度观测数据为基础,介绍了北京地区2010年10月3～11日发生的一次典型污染过程。不同污染物在污染过程中变化特征不一致,表现为NO_x、SO₂、O₃浓度有明显日变化,而PM浓度升高后一直维持在高值,日变化幅度很小。通过分析不同站点、相同污染物之间的相关性和变异系数发现,4站点间一次污染物NO和SO₂空间浓度差别大,变异系数分别为77%和70%,相关系数低于0.44;而二次污染物NO₂、PM2.5、O₃空间浓度差别较小,变异系数分别为34%、36%和29%,相关系数均超过0.54。结合中尺度气象模式研究发现,该污染过程中,850 hPa高空持续的西南暖平流造成华北地区显著平流逆温,与近地层辐射逆温共同作用,使北京地区混合层高度维持在1200 m以下。低混合层高度和低风速限制了大气垂直和水平扩散,造成北京地区近地层污染物累积,形成重度污染。     

北京秋季一次重污染过程的成因分析

近年来,北京的大气环境问题日益受到关注。以2002年10月8—13日北京地区一次重污染过程为例,采用中国气象局的MICAPS系统和美国的HYSPLT模式,分别从污染过程产生的天气条件、污染物输送轨迹等方面分析研究此次空气污染的形成原因。结果表明：造成此次重污染过程的不利因素主要包括三个方面,一是较强的海平面高压、均压场控制导致北京地区垂直大气层结稳定,不利于污染物垂直扩散;二是北京地区三面环山,导致近地面为弱的偏南气流控制,不利于污染物水平扩散;三是近地面弱的偏南气流从江苏、山东、河北、天津等地携带了大量的污染物向北京地区输送。     

2010年民勤沙地近地面沙尘气溶胶浓度特征

为了更好地研究沙尘气溶胶起沙和输送特征,2010年4—5月,在民勤周边沙地利用EZ LIDAR ALS300&ALS450型激光雷达和 GRIMM 180型颗粒物采样器进行了大气气溶胶的外场连续观测,取得了晴天、浮尘、扬沙和沙尘暴天气条件下沙尘气溶胶总后向散射垂直剖面图和PM₁₀、PM_2.5、PM_1.0质量浓度采样资料,其中包含“0424”特强沙尘暴过程资料。结果表明：春季民勤近地层大气中沙尘气溶胶浓度较高,且随气象要素的变化很大;在整个观测期内,PM₁₀、PM_2.5、PM_1.0的平均质量浓度分别为202.3、57.4 μg/m³、16.7 μg/m³。在不同天气条件下,PM₁₀、PM_2.5、PM_1.0质量浓度的变化有很好的相关性,但变化趋势有所不同。在沙尘暴天气条件下,PM₁₀的日平均质量浓度高达2469.1μg/m³,是背景天气条件下PM10日平均质量浓度的100多倍,是浮尘天气条件下PM10日平均质量浓度的8倍,是扬沙天气条件下PM₁₀日平均质量浓度的2倍。PM_2.5在沙尘暴天气下日平均质量浓度为460.3 μg/m³,是背景天气条件下PM_2.5日平均质量浓度的45倍,是浮尘天气条件下PM_2.5日平均质量浓度的6倍,是扬沙天气条件下PM_2.5日平均质量浓度的1.4倍。PM_1.0在沙尘暴天气条件下的日平均浓度为92.7 μg/m³,是背景天气条件下PM_1.0日平均浓度的13倍,是浮尘天气条件下PM_1.0日平均浓度的7倍,是扬沙天气条件下PM_1.0日平均浓度的1.3倍。可见,风速增大时沙尘粒子浓度的增加对粒子粒径是有选择的,小粒子比重随沙尘浓度增加而相对减小,大粒子比重随沙尘浓度增加而相对增多;通过对“0424”特强沙尘暴过程的研究表明,一次沙尘暴过程往往包括沙尘暴、扬沙和浮尘天气中的两种类型;通过对激光雷达数据分析发现,在强沙尘暴发生过程当中,民勤沙地发生了非常严重的风蚀起沙现象。     

乌鲁木齐市冬季严重污染日的环流分型特征

根据2000-2008年冬季逐日08时高空500 hPa、地面天气图和官方网站发布的乌鲁木齐市逐日大气污染指数API值,分析了全市大气污染概况及季节分布、月际变化特征,研究了环流形势对全市空气质量的影响。结果表明：影响乌鲁木齐市的环流形势分为高空7型和地面5型,分析各型环流形势与冬季严重污染日相关性;最易引发冬季严重污染的环流形势是高空脊中型、地面低压型,其次为脊前型或空档型、地面高压后型。