影响上海市空气质量的地面天气类型及气象要素分析

地面天气形势及气象要素的变化在空气污染潜势预报中具有很好的指示作用。利用天气学原理将地面天气系统进行分型,探索研究不同地面天气类型对上海空气质量变化的影响。整理、分析2003—2005年地面天气类型和气象要素与空气质量的关系,发现:(1)上海秋冬季以大陆冷性高压系统移动为主,而夏季主要以副热带高压和台风影响为主,春季是冬季与夏季之间的过渡,天气系统转换较为频繁。(2)春、秋、冬季易引起上海市空气污染的天气类型有L型高压、高压、高压前和均压场4种地面天气类型,与空气质量优等级相对应的天气类型是低压槽、高压底和高压后。夏季空气质量优等级对应的天气类型主要有台风、高压(副高)和低压槽。(3)秋冬季节典型天气过程一般经历高压前(或冷空气)→L型高压→高压→高压后(或高压底)→低压槽的转换,PM10浓度变化也表现为先升后降。(4)气象要素的变化也与空气污染存在密切联系,气压与空气污染物的关系为正相关,而气温、相对湿度和风速与空气污染物浓度呈负相关。     

南昌市一次连续空气污染过程的气象条件分析

2004年12月8—16日南昌市出现了一次连续空气污染过程。利用城市空气污染观测资料和气象常规观测资料,从天气形势和主要气象要素两个方面,对此次空气污染过程进行了分析。结果表明,此次连续空气污染事件都是出现在风速小、无雨和有雾或霾的气象条件下,高空主要为高压脊的形势或是处在西风槽底的平直气流中,低层大气稳定,中层大气增温明显;地面形势主要为地面高压脊、高压底部或是倒槽前部,地面有弱冷空气南下时不一定能改变污染状况。极厚、极强的逆温层和极小风速的持续存在是造成污染物高浓度最重要的气象条件。此外,地形也是影响南昌市空气质量水平的因素之一。     

冬季梅州市空气质量与气象条件的关系

利用2009年冬季梅州市城市空气污染指数(API)和同步气象观测资料,选取2009年2个典型的空气污染过程,分析了典型空气污染过程与天气系统及各种气象要素间的关系.结果发现:空气污染指数处于高值的天气类型有受变性高压脊控制,引起地面辐合流场;区域位于高压底部,引起稳定层结;区域处于冷锋前部,近地面层有逆温;区域处于槽前...     

河北省夏季空气污染过程气象条件

利用NCEP再分析格点资料、常规观测资料,统计分析了2005-2007年7-9月河北省典型的10次空气污染过程与气象要素、天气系统的关系。结果表明:河北省夏季典型污染过程的主要天气类型与冬季环流形式差别较大,可分为纬向型、低压槽前型、副热带高压外围型等;空气污染过程发生日多以雾、霾天气为主,05:00-08:00时(北京时)的能见度最小,地面观测资料的温度露点差(T-T_d)小于等于3℃;高空无明显的垂直运动或系统性弱下沉运动,近地层弱气压场、风场,不利于空气中污染物的扩散;近地层存在逆温,稳定的层结使空气污染得以持续;过程后期,因冷空气活动产生降水,空气污染减弱、结束。     

2007年吉林省大雾天气分析

本文利用2007年吉林省的大雾资料,从天气特征、气象要素和天气形势等方面对全省大雾天气进行了分析总结,发现：大雾分布存在明显的季节性和地区分布特征;从气象要素来看,地面和850hPa风速都很小,并且在地面到850hPa之间有逆温存在,大雾出现当日相对湿度较大,前日多出现降水或多为多云天气;大雾出现前一日高空大多数有冷槽或冷平流,在地面气压场上主要是由弱的气压场控制大雾出现区域,根据地面气压场系统不同又分为高压类、弱低压类和平流雾类三种类型,其中高压类占四分之三。     

广州市大气污染与气象条件关系的统计分析

利用地面天气图、高空天气图（850hPa、500hPa）以及气象要素资料，统计分析了2002-2004年广州市10个典型的空气污染过程与各种天气系统以及气象要素间的联系，得出了秋冬季、春季和夏季广州市大气污染与各种天气类型的一些关系，并对地面各种气象要素与污染过程的关系进行了半定量分析，得出了广州市大气污染过程的一些天气概念模型及气象要素指标。     

北京地区重空气污染天气分型及个例分析

利用2008年1月至2014年12月北京地区高空和地面气象观测资料及逐日大气成分监测数据,对北京地区空气质量≥5级重空气污染的持续时间、500 hPa高空环流形势、地面气压场及相应的边界层结构特征进行了统计分析。结果表明:2008年1月至2014年12月北京地区发生重空气污染时500 hPa以纬向环流为主,占重空气污染总日数的58.4%。从地面气压场来看,低压辐合区型重空气污染出现频率最高,为38.3%;其次为高压后部型重空气污染,出现频率为18.8%。北京地区出现重空气污染天气时500 hPa多为纬向环流,850 hPa为偏南暖平流,地面气压场为低压辐合区、高压后部、高压底部、弱气压场、高压前部、低压倒槽、弱高压、鞍型场及华北地形槽时均可出现重空气污染天气过程。配合以上天气形势,重空气污染天气出现时,边界层长时间存在逆温、低层风速较小且湿度大,并根据重污染天气特征建立了北京地区重空气污染概念模型。     

利用MM5模式及NCEP资料对沈阳一次污染天气的数值模拟

利用NCEP/NCAR再分析资料和中尺度天气模式MM5对2010年1月14—19日沈阳大气污染天气系统进行模拟分析。对此次天气过程的地面和高空气压场、地面至高空各高度层随时间变化的水平风场及垂直剖面风场、垂直方向温度廓线等气象要素进行分析和模拟,描述大气污染中天气系统的变化过程,分析造成大气污染的气象要素变化。结果表明：此次污染天气过程对应地面场为长白山高压、地形槽环流型;500 hPa高空天气形势为两槽一脊,地面风场主要受高压辐散气流控制;地面至高空不同高度的水平风场均有偏南风切变和偏西风切变,垂直剖面风场对应有下沉气流,地面至高空的温度廓线出现明显的逆温。这些气象条件共同造成了持续污染天气。而500 hPa位势高度场持续长时间两槽一脊的环流形势,是造成长时间污染天气的主要原因。     

福州市PM10突变特征与气象条件的关系研究

利用2004～2006年福州市PM10逐日资料,及同期地面气象要素资料和08时850 hPa天气图资料,采用统计分析方法,综合分析了PM10发生突变时气象条件的变化特征,结果表明:当地面气象要素场出现气压下降、风速下降、温度上升、相对湿度上升、降水量下降或出现气压上升、风速下降、温度下降、相对湿度下降、降水量下降的配置时PM10易发生正突变;当出现气压上升、风速上升、温度下降、相对湿度维持、降水量上升或出现气压下降、风速上升、温度上升、相对湿度上升、降水量上升的配置时PM10易发生负突变;当受大陆高压后部、暖区辐合系统影响时,PM10发生正突变的概率较高,受切变线、大陆高压前部系统影响时,PM10发生负突变的概率较高.     

湖州市一次重度雾霾天气过程的特征分析

2015年1月22—26日湖州地区出现了一次严重的持续性雾霾天气过程,严重影响了该地区人们的生活健康。借助空气质量AQI数据、地面气象要素、探空站资料及卫星遥感数据分析了本次重污染过程的污染特征及其成因。结果表明:在弱高压控制下,地面风速较小,天气条件静稳,不利于污染物扩散,容易造成持续性重污染;中低层形成的逆温结构,使得这次雾霾天气过程能够维持;来自北方的污染物输入使本地空气质量状况更加恶劣,同时卫星遥感数据显示此次污染为区域性污染;大气混合层高度的变化对雾霾的发展变化有较好的指示作用,当混合层高度较低时,污染物在低层容易积聚,更容易造成较强的污染,可为雾霾的预报提供参考依据。     

贵港市污染天气分型及污染气象特征研究

污染天气分型研究对空气质量预报预警等具有重要的意义,基于2015年1月~2018年12月欧洲数值预报中心（ECMWF）再分析资料和国家气象站常规资料,采用聚类分析法按高空及地面天气形势划分了贵港市的污染天气类型,并探讨各天气类型下的污染天气特征和空气质量状况。结果表明,发生大气污染时,按高空(500 hPa)环流形势可分为两槽一脊型、一槽一脊型、副热带高压型,其中两槽一脊发生在秋冬季的频率最高。按地面环流形势可分为冷高压脊底部型、冷高压控制型、冷高压后部型、西南暖低压型、热带气旋型、均压场型共6种类型,并构建天气学模型。其中冷高压脊底部控制下的污染天气天数最多(61天);但冷高压控制型空气质量最差(AQI为163),是造成颗粒物(PM2.5/PM10)超标的类型;西南暖低压型次之(AQI为135);热带气旋型和均压场型常常表现为高温多日照,容易造成O3污染。大气污染发生时环流形势和气象要素表现为大气稳定度升高,水平和垂直扩散条件变差,地面平均风速不超过1.5m/s,相对湿度大于50%,日雨量皆为不超过5mm的零星小雨。     

成都地区一次持续性污染过程天气特征分析

利用NCEP/NCAR再分析资料、地面气象观测资料,重点分析了2013年1月成都地区一次重污染天气过程的天气背景以及地面气象要素演变。结果表明:(1)此次持续的污染天气出现在高空为弱脊控制且位势高度场异常偏高,地面处于变性高压脊或均压场且近地面层风速较弱的静稳天气背景下。(2)产生此次高污染(高AQI)的地面气象条件为:地面冷高压逐渐变性,近地面温度升高,海平面气压降低,近地面相对湿度升高至80%左右,无降水或弱降水,能见度将降低至于10km以下,地面风速减弱。(3)中低层弱风速,弱的水平风垂直切变,700h Pa层附近和近地面层的逆温层,不利于污染物在垂直方向上的扩散,使得污染进一步加剧。      

贵州铜仁2019年1月两次空气污染过程及其气象条件特征分析

2019年1月铜仁市发生了中到重度污染过程,本文利用铜仁市城区逐时环境监测资料,高空及地面气象观测资料,分析了本次污染过程气象条件特征。结果表明,此次首要污染物为细颗粒物（PM2.5）。污染天气发生时,铜仁上空是高压脊或一致的西南气流,地面为冷高压或均压区控制,气压梯度小,风小;当转为高空槽前,地面有冷空气补充,气压梯度增大时,污染物浓度得到降低。同时风速和相对湿度大小跟污染物浓度也有一定关系,地面风速小,空气干燥时,污染物浓度增加;相反,风速增大达4m/s以上,空气相对湿度增大达90%以上,特别是明显的雨雪天气发生时,污染物浓度得到快速降低。另外,污染天气伴随有近地层逆温层持续影响,逆温层厚度越厚,且逆温强度越强,抑制了大气垂直方向的湍流交换,有利于污染物浓度累积增长。受梵净山地形阻挡作用,当近地层为弱偏东风影响时,污染物不能翻越梵净山向西扩散,会在山的东侧堆积,导致铜仁城区污染物在本地循环累积,污染浓度维持较大值。上述研究结果,可为铜仁市空气质量预报及污染防控提供新的参考依据。     

Differences in Meteorological Conditions between Days with Persistent and Non-Persistent Pollution in Beijing,China

We compared the regional synoptic patterns and local meteorological conditions during persistent and non-persistent pollution events in Beijing using US NCEP–Department of Energy reanalysis outputs and observations from meteorological stations. The analysis focused on the impacts of high-frequency (period < 90 days) variations in meteorological conditions on persistent pollution events (those lasting for at least 3 days). Persistent pollution events tended to occur in association with slow-moving weather systems producing stagnant weather conditions, whereas rapidly moving weather systems caused a dramatic change in the local weather conditions so that the pollution event was short-lived. Although Beijing was under the influence of anomalous southerly winds in all four seasons during pollution events, notable differences were identified in the regional patterns of sea-level pressure and local anomalies in relative humidity among persistent pollution events in different seasons. A region of lower pressure was present to the north of Beijing in spring, fall, and winter, whereas regions of lower and higher pressures were observed northwest and southeast of Beijing, respectively, in summer. The relative humidity near Beijing was higher in fall and winter, but lower in spring and summer. These differences may explain the seasonal dependence of the relationship between air pollution and the local meteorological variables. Our analysis showed that the temperature inversion in the lower troposphere played an important part in the occurrence of air pollution under stagnant weather conditions. Some results from this study are based on a limited number of events and thus require validation using more data.     

“99.12”广西严重霜冻、冰冻天气过程特征及预报分析

通过对1999年12月21～28日,广西出现的严重霜冻、冰冻天气过程环流特征的演变、气象要素的变化、数值预报产品的分析,得到造成这次严重霜冻、冰冻天气的主要原因是：地面气压高、露点温度特低、相对湿度小、辐射降温明显。     

冬季一次南支槽活动对川南城市群空气重污染过程影响研究

针对四川盆地大气污染防治工作的需要,应用2016年12月26日至2017年1月11日川南城市群（宜宾、自贡、泸州、内江、乐山）大气污染物浓度观测数据和气象数据,采用数理统计和污染天气诊断分析等方法,分析了这次川南城市群跨年度空气重污染过程的污染变化特征及其气象成因。结果表明：南支槽加强并引导其槽前西南干暖气流北上,致使当地低层大气增温,形成低空等温或逆温层,限制当地大气污染物扩散,是助长此重污染过程形成的主要天气系统。川南城市群低空的风向辐合,以及高相对湿度（未形成降水）所产生的吸湿增长效应,与低空等温或逆温配合,促使此次污染物浓度达到峰值（AQI为286）。南支槽减弱,随之原有等温或逆温层被破坏,逐渐减弱消失,低层风向辐合消失,川南城市群上空三维大气扩散能力增强,大气污染物浓度降低,最后降水的湿清除作用使当地污染物浓度快速降低,污染过程结束。本研究发现了有别于四川盆地西北部大气重污染的天气系统和相应气象成因,为深入认识川南城市群大气重污染气象成因及其防控提供了新的重要参考依据。     

影响人工站与自动站水汽压差值原因探究

为探究人工观测气象站与自动站水汽压差值产生原因,利用全国134个1年的基准气象观测站逐时气压、干球气温、湿球温度等资料,分别采用人工站和自动站水汽压计算公式,模拟了本站气压、干球温度、湿球温度、自动站气温、相对湿度等要素产生一增量时,水汽压所对应变化量随各要素的变化规律,并分析了影响水汽压差值与其主导因子定量关系。通过实际观测资料的数据模拟分析,气压和干球温度的系统误差对人工与自动观测站的水汽压差值影响很小,而自动站的相对湿度和气温对水汽压差值影响较大,其中相对湿度的影响最明显。当自动站的相对湿度或气温的系统误差为一固定值时,水汽压差值变化幅度随气温大小变化,气温越高,水汽压差值越大。     

连续雾霾天气污染物浓度变化及天气形势特征分析

利用MICAPS资料、地面观测资料、NCEP资料和衡水市环境监测站细颗粒物(PM2.5)及PM10浓度资料,对2013年1月衡水市出现的连续雾霾天气从PM10及细颗粒物浓度演变、雾霾天气污染物浓度与地面要素关系、中低层环流形势特征进行了分析,结果表明:1)雾霾天气期间06:00(北京时间,下同)至07:00和16:00至21:00为PM10和细颗粒物浓度较低时段,PM10最大值出现在15:00,细颗粒物最大值出现在02:00,两者并不同时达到极值。2)雾霾天气污染物浓度与地面湿度并不是简单的正相关或负相关关系,还和许多其它因素有关。3)衡水市污染源主要来源于工业污染源、扬尘污染、冬季燃煤采暖、局部污染源及区域性污染。4)雾霾天气相对湿度和能见度基本呈负相关,气压变化不大,风向频率最多为北到东北风,平均风速一般都在2 m/s以下。雾日时大部分时段为雾和霾的混合物。5)重污染日期间500 hPa为平直偏西气流或西北偏西气流,没有明显的槽脊活动。而污染较轻的时段500 hPa为明显的西北气流控制或有槽脊活动。6)雾霾天气期间大部分日数08:00在850hPa以下都存在逆温层;地面气压场偏弱,尤其河北平原一带基本为均压场。最后对雾霾天气影响及对策进行了简单探讨。     

贵州区域性辐射大雾特征与形成条件

通过对1971-2008年贵州省08:00能见度资料及地面天气图的普查,选取382次区域性辐射大雾天气过程,分析了贵州区域性辐射大雾的时空特征.并利用1999-2008年93次辐射雾08:00地面和高空天气图,进行天气环流条件分析;并进一步利用地面站及高空资料,研究了形成辐射雾的气象条件.研究表明,贵州区域性辐射大雾主要集中在仲秋到隆冬时段,呈现“东多西少”的分布特征,均压场是区域性辐射大雾的地面环流条件,区域性辐射大雾的四种高空环流条件为西北气流、西南气流、副热带高压、平直西风气流.地面风速小、湿度大、夜间辐射降温显著及近地层有逆温、整层“上干下湿”是形成区域性辐射雾的气象条件.