霾对海口地区大气环境影响的分析与预报

利用海口1962～1997年的历史资料，结合热带地面天气图．对影响海口地区大气环境的疆的特征、来源和成因进行了分析。结果发现：影响海口地区的霾来源主要有三个：一空中杂质随西路冷空气南下影响；二是中南半岛的霾由偏西气流输送影响；三是局地形成的霾影响。本文同时总结出影响海口地区大气环境的霾的气候特征和结构特点，为海口地区疆的预报提供了基本的预报方法和预报着眼点。     

浙江温岭市区大气颗粒物的数据分析

随着人们对霾天气对城市环境影响的关注加深,近年来中国不少地区将霾作为灾害性天气现象进行预警预报。霾是特定气候条件与人类活动相互作用的结果。通过对浙江温岭市的大气颗粒物浓度数据的分析,数据结果表明温岭市区颗粒物浓度在日内时间受汽车尾气等人为活动密切相关;同时具有季节性,由于受降雨量和季风影响,夏季的颗粒物浓度远小于冬季。最后,研究了霾的环境和人为因素,并对城市大气环境的改善提出建议。     

京津冀地区霾成因机制研究进展与展望

为满足当前对京津冀地区霾研究和控制的迫切要求,本文梳理了近年来京津冀地区霾的长期变化特征、天气学特征、污染物来源等相关研究成果,发现:从2000年以后,京津冀地区的霾日数呈现出了下降趋势;北京细颗粒物(PM2.5)质量浓度也在总体上呈现下降的趋势,但2013年年均质量浓度仍高达89.5μg m–3,约为我国空气质量标准的3倍(35μg m–3),京津冀空气污染的形势依然严峻;近年来京津冀地区的霾污染事件频发可以归因为不利天气条件与大量污染物人为排放的共同作用;大量的研究表明,区域输送对京津冀地区霾事件的形成和维持有不可忽视的影响;京津冀地区的大气污染不再局限于一时一地,针对重污染天气的预警以及应急控制应该以区域预报为基础实现区域联动;京津冀地区独特的地理环境条件加上城市群的快速发展,形成的局地大气环流也会对局地的污染过程产生重大的影响;大气边界层内气象要素的变化对重污染发生具有显著贡献。京津冀地区的污染控制需要城市群的联动应对治理。     

2006年冬半年我国霾天气特征分析

利用常规气象观测资料和NCEP再分析资料,对2006年10月至2007年2月我国霾天气的时空分布、环流形势特征和霾天气过程中气象要素的变化特征进行了统计和天气学分析.结果表明:2006年10月、12月、1月和2月是我国霾频发时期,11-14时发生的范围最大.霾主要发生在中阻塞、南支槽和纬向型三种不同的环流形势下.霾天气发生时的气象要素分布存在南北区域性差异,其中湿度的差别最为显著.14时华南地区相对湿度最大值为80%左右,长江中下游地区为70%,而华北地区只有60%.24小时气压减弱有利霾的发生.华北地区24小时负变温,而长江以南地区正变温时,霾更容易发生.能见度最小值的分布表明,广东、黄淮等部分地区发生霾时能见度较其他区域更小,只有2km左右.这些对于了解霾的发生规律和预报具有重要意义.     

温州地区雾霾气候特征及其预报

利用温州8个气象站点近40年的雾日和霾日统计资料,从时间和空间两方面分析了温州雾、霾日数的气候特征和变化规律。结果表明, 1971—2008年期间,温州市区（平原）地区雾日数显著减少,洞头（海岛）地区雾日数缓慢减少,泰顺（高山）地区雾日数呈波动式缓慢增长,21世纪初有明显增多;温州地区霾日数,除泰顺（高山）地区缓慢增长外,总体呈快速增多趋势,增多开始发生在20世纪70年代后期,21世纪初霾日数显著增加,其中永嘉和瑞安增加最快。温州雾日数冬春多,夏秋少;霾日数冬季最多,夏季最少。同时,利用近年来气象部门与环保部门联合开展的空气质量预报产品,如空气污染指数（API）,建立雾、霾预报方法。统计2004—2009年间的雾、霾与空气污染指数的相关关系,并兼及晴雨天气条件,总结出包含晴雨、空气污染指数及雾、霾3要素的线性公式,作为预报雾、霾工具。经检验,效果较好,预报未来24 h雾、霾准确率达57%～66%。并通过编程实现计算机自动预报。     

河北省霾日变化及成因

利用1981-2010年河北省142个气象站地面观测资料,按照霾的观测和预报等级行业标准,分析河北省霾日空间分布特征.以石家庄为例对多霾日成因进行探讨。结果表明：河北省霾日主要分布在太行山东麓地区,霾日高频次中心随时间范围在扩大,频次有增加趋势;典型代表站霾日随时间呈现增加、减少和平稳变化三种态势,单站间变化差异明显;河北省霾日主要以能见度大于5km轻微霾为主,代表站中度、重度霾日季节变化显著,64%以上出现在秋冬季节;霾的形成是多种因素综合作用的结果,区域分布主要与地理环境有关,气候上逆温层、风速、相对湿度、年降水日数与霾的形成有关,另外地方经济发展、人类社会活动对大气污染物的排放起到一定作用。     

地面风场对珠江三角洲霾分布的影响

基于2001—2018年珠江三角洲29个国家气象观测站的逐时能见度、相对湿度、风向风速以及日降水量数据和ERA-Interim再分析资料,分析了珠三角地区霾的时空分布特征以及地面风场对区域和不同城市霾分布的影响。结果表明:区域年平均霾日在2001—2007年呈逐年波动增加趋势,年增长速率为5. 1 d/年,2008年起区域年平均霾日以3. 4 d/年的速率下降,并在2018年达到最低值29 d。霾日呈明显的月变化特征,干季出现霾日的天数远大于湿季。珠江三角洲城市间污染输送明显,佛山、江门的低能见度现象受本地排放和外来源输送共同影响,其中佛山的外来源输送主要来自于西北和偏东方向(肇庆和广州),江门的外来源输送主要来自于东北方向(佛山);惠州、东莞、中山、肇庆、珠海和广州主要受本地排放影响;深圳主要受外来源输送影响。对2018年1月20—23日一次霾污染过程分析表明,地面吹东北风时低能见度最明显的区域为江门和佛山西部;地面吹东南风时珠三角大部能见度好转,低能见度现象主要集中在肇庆。     

太原大气能见度影响因子分析及能见度预报

利用2017年1月—2019年12月太原地区逐时气象资料,分析了能见度及其主要影响因子的变化特征,并对两次低能见度过程进行深入分析,构建了能见度预报模型并进行检验,结果表明:(1)从空间分布看,太原北部能见度明显高于南部地区。从时间分布看,太原地区平均能见度最大值出现在5月,最小值出现在1月;日间最低值出现在06:00(北京时,下同),冬季略向后推移,最高值出现在15:00前后。(2)2017—2019年太原地区低能见度分别出现93、84、79 d;低能见度发生时,干霾、湿霾发生频率分别为59.27%、40.73%;湿霾发生时,能见度降低更加明显。(3)所选个例中,能见度均随各影响因子有所起伏,干霾、湿霾过程中能见度分别与颗粒物浓度、相对湿度变化一致。(4)采用神经网络方法构建太原地区能见度预报模型,预报模型相关系数为0.81,均方根为4.43 km,平均绝对误差为17.39%,轻微级能见度的TS评分为87%。神经网络方法对太原地区能见度预报具有较高的参考价值。     

中国北方沙尘气溶胶对云和降水影响的数值模拟研究

已有的研究表明中国北方千旱半干旱地区是对流层沙尘气溶胶的主要来源之一,对当地乃至全球气候都有重要的意义.利用数值模拟研究方法探讨不同干燥程度的大气背景环境下,沙尘气溶胶数浓度对混合云形成和发展的可能影响,并采用析因试验讨论了主次影响因素.结果表明:沙尘气溶胶的增加导致降水减少、延长了云在空中存在的时间,改变了云的空间结构和微观结构.析因分析表明干旱半干旱气候背景条件下,混合云的累计降水量对沙尘气溶胶数浓度变化的敏感性要高于对大气环境湿度的敏感性;沙尘气溶胶数浓度增加导致云累计降水量的减少;沙尘气溶胶数浓度和大气环境湿度对云的累计降水量的影响是复杂的,研究结果可以用于指导降水预报业务.     

华南霾日和雾日的气候特征及变化

利用华南192个测站1961-2008年的地面气象观测资料,采用线性趋势分析、Mann-Kendall检验、计算气候趋势系数等统计诊断方法,分析了华南年霾日、雾日的时空特征和变化.结果表明:珠江三角洲、广东西北部和广西东北部为多霾区,海南为极少霾区;华南有三个多雾区,分别位于海南中西部地区,两广的西北部地区.两广雾日呈...     

SVM方法在霾识别和能见度预报中的应用

选用2013—2014年地面自动站资料、探空气象资料以及大气污染物浓度的数据,采用支持向量机(Support Vector Machine,SVM)方法分别建立金华SVM霾识别预报模型和14时能见度SVM回归预报模型来进行实证研究。通过预报结果检验发现:1)金华地区SVM霾识别预报模型的TS评分均在0.65以上,且8个最优模型判断完全错误的天数只有3d,占2.7%,表明模型分类结果较好,可在实际业务预报中推广应用;2)金华地区14时能见度SVM回归预报模型得到的预报值集中在6~16km,预报值较为集中,而实况值波动较大,即模型对极值预报能力较弱,表明模型对中度霾和重度霾天气预报的指导意义不大。     

南京地区霾预报方法试验研究

支持向量机(SVM)方法是基于统计学理论的一种新的机器学习方法,对解决小样本条件下的非线性问题非常有效.利用2004～2007年南京站的逐日常规观测资料以及同期南京市环境质量监测点的逐日污染物浓度资料,使用SVM分类和回归方法分别建立了南京地区霾日分类预报模型和有霾日14时(北京时间,下同)能见度预报模型.预报试验结果...     

河北省霾时空分布特征分析

利用河北省142个气象台站的霾资料,对1971—2007年河北霾的时空分布特征进行了统计分析,发现河北霾出现频数具有明显的地域性和月际分布特征。山麓地区霾平均出现频数最高,明显高于其两侧的平原和山地,山地霾频数最小。霾频数的月际分布特征是12月或1月最多,8月或9月最少。利用2004—2007年500 hPa高度和海平面气压实况资料,通过分析对比,统计归纳出河北地区霾日500 hPa的环流形势有纬向型、两槽一脊型、均值场型、一脊一槽型和两脊一槽型5种。分析结果表明,霾的出现与天气形势有关,霾频数大小与空气污染程度和地形联系密切。这些结果对于了解河北霾的生成机制和预报具有重要意义。     

KNN数据挖掘算法在北京地区霾等级预报中的应用

利用北京地区2013年气象数据以及PM2.5浓度数据与能见度数据进行对比分析,结果发现气温、气压、相对湿度、露点温度、地面U风、地面V风以及PM2.5小时浓度这7个要素是影响北京地区霾等级的关键因素。利用气温、地面气压、相对湿度、露点温度、U风、V风分量以及PM2.5浓度作为7个属性特征,以霾等级做为标志量构建训练样本集,结合KNN（K Nearest Neighbor）数据挖掘算法构建霾等级预报分类器,并开展霾等级客观识别实验。结果表明K=3时该分类器的分类预报效果最佳,其13个站点的分类准确率高达88.2%。基于该算法构建的KNN模型预报无霾时的漏报概率很小,准确率高达91.8%;预报有轻度霾、中度霾以及重度霾时,空报的概率仅分别为4.7%、1.4%和2.6%。2014年8月29日至9月2日北京地区一次霾天气过程的预报结果表明：南郊观象台、密云和延庆3站的预报准确率分别达到74%、64%和84%,但霾等级的精度方面还有待于进一步提高。     

长江中游地区霾日的年际和年代际变化及其城乡差异成因研究

利用长江中游地区的湖北和安徽境内的156个气象站1961-2013年的逐日能见度、相对湿度、降水、天气现象等常规观测要素,对长江中游地区霾日进行了重建,并分析了霾日长期变化特征及其主要影响因素。结果表明:城市站较乡村站霾日数普遍偏多,且不同区域的霾日年际、年代际有着较为明显的差异。东亚冬季风的阶段性减弱(东亚大槽强度减弱)、北极海冰的减少等气候变率对大气环境容量变小、大气自净能力减弱和霾日的增加有较大的贡献。乡村地区的霾日年际变化和气候变率的相关性更高,表明乡村地区的霾日变化以受气候变率影响为主;而城市地区霾日数和气候变率的相关性较低,表明城市地区霾日变化主要受源排放影响,气候变率对霾日增加的贡献相对较小,城市区域大气环境容量的减弱是气候变化和城市化共同影响的结果。     

江苏盐城地区一次持续雾-霾天气过程的综合分析

2013年12月上旬江苏盐城地区出现了一次历史罕见的持续重度雾-霾天气,利用盐城市常规气象观测资料、NCEP再分析资料(1°×1°)及环境监测中心站的污染物浓度资料等,对此次过程的环流背景、气象要素、大气层结特征以及动力条件、污染情况等进行了综合性分析。结果发现:12月上旬中高层冷空气势力弱,以纬向环流为主;低层弱的水平风场为雾-霾的发生发展提供了有利的环流背景;稳定的层结特征,近地面高强度的贴地逆温和持续较低的混合层高度是此次雾-霾天气长时间维持的重要因素;边界层内弱正散度及负涡度是此次雾-霾天气得以维持发展的动力因子;通过后向轨迹分型和火点监测资料分析发现:污染物的长距离输送在此次重污染天气的形成过程中起到了一定作用。最后,文中建立了能见度和PM_(2.5)浓度、相对湿度的非线性回归方程,对能见度的预报效果较好,为实际业务应用中雾-霾的预报提供了有利的依据。     

杭州地区气候环境要素对霾天气影响特征分析

利用1998—2010年杭州常规地面气象观测资料、高空探测资料和环境污染物观测资料,对主要天气形势、典型气象要素以及环境污染状况下霾天气特征及形成机制进行了综合分析研究。结果表明：杭州地区高压类型天气形势对霾的产生有重要影响,在气旋和东风带天气形势下较少出现霾天气。霾天气下的大气稳定度主要表现为中性类,出现频率高达54．3％。08时逆温条件下霾出现次数要高于20时;霾出现时平均逆温强度高于非霾时,而平均逆温层厚度、平均最大逆温强度和平均最大逆温层厚度均低于非霾时。污染物PMmSO2和NO2浓度在非霾日比霾日分别下降了33．3％、20．0％和18．2％,随着霾等级的增加,不同污染物浓度也随之增加,颗粒物是造成能见度下降的主要原因之一。此外,杭州待殊的地形环境对霾的发生有一定促进作用。这些结果对于了解杭州霾天气的出现规律以及预警预报工作的开展具有重要意义。     

杭州市大气能见度及霾的气候特征分析

利用杭州国家基准气候站1993-2011年大气水平能见度及相对湿度等观测资料,分析杭州市能见度和霾的气候分布特征,从一个角度反映杭州大气环境的变化趋势。结果表明,杭州水平能见度具有规律性的日、月、季变化特征,且21世纪以来已经比上世纪90年代明显降低;同时,霾的出现次数呈上升趋势,其中轻微霾占主导。     

四川省1980~2014年霾的时空分布特征

利用四川省1980~2014年地面观测站气象资料,系统分析了四川省霾的时空分布特征。结果表明:四川省霾日高值区主要分布在四川盆地;川西高原、攀西地区霾天数极少;重度霾主要分布在四川盆地的中东部地区,中度霾年平均最大值40 d出现在自贡;轻微霾日数随时间变化不大且发生日数最多;中度霾和重度霾时间变化特征相似,呈现波动性变化,1992年达到峰值,随后又呈波动性下降趋势;霾的发生有显著季节性特征,冬季最高,秋季次之,春季低于秋季,夏季最轻。      

安徽省雾、霾、晴空天气的气象条件对比分析

使用2008~2012年逐日地面观测资料,揭示了安徽不同地区雾、霾、晴空天气气象条件的差异,指出不同地区要根据本地特点建立雾、霾预报指标和预报方法。3类天气差异最大的地面气象要素是能见度和相对湿度。根据3种天气前一日和当日能见度和相对湿度分布特征,全省站点可以分为3类:1)从雾、霾到晴空,能见度递增、相对湿度递减,且差异显著,如合肥站;2)雾、霾天的能见度和相对湿度均很接近,但与晴空天差别较大,如阜阳站;3)能见度在雾、霾天无明显差别,但相对湿度在雾、霾天差异显著,如安庆站。地级市测站雾后即霾的可能性较大(大于50%),县城测站雾后即霾的可能性较低(低于25%)。垂直方向,雾时相对湿度随高度下降很快,850 h Pa中位值已降到20%(安庆)和45%(阜阳)以下,霾时相对湿度随高度下降缓慢,850 h Pa中位值仍在60%左右;另外,霾天边界层中上部风切变较小,雾天和晴空天边界层中上部都存在较大的风切变。