云光学厚度对华北地区夏季边界层臭氧模拟影响评估

为评估云光学厚度(CLDOPD)在空气质量数值模式中对边界层臭氧浓度的模拟影响,利用中国科学院大气物理研究所自主研发的嵌套网格空气质量预报模式系统(NAQPMS),对中国华北京津冀地区2013年6月夏季臭氧浓度进行模拟。结果表明:NAQPMS对极端对流性天气下的CLDOPD模拟偏低,结合观测数据对CLDOPD进行修正后,边界层臭氧浓度的模拟误差在一定程度上有所减小。此外,除极端性天气外模式对高CLDOPD值情况下的边界层臭氧浓度的模拟能力要优于低值情况。     

北京地区一次空气重污染过程的目标观测分析

针对北京市2016年12月16~21日的空气重污染过程进行了回报试验,探讨了该次事件预报的目标观测敏感区。使用新一代高分辨率中尺度气象模式（Weather Research Forecasting,WRF）和嵌套网格空气质量模式（Nested Air Quality Prediction Model System,NAQPMS）,针对初始气象场的不确定性,通过4套初始场资料识别了影响北京地区细颗粒物（PM2.5）预报水平的目标观测敏感变量及其敏感区。结果表明:当综合考虑初始气象场的风场、温度、比湿不确定性的影响时,发现改善黑龙江区域上述气象要素的初始场精度,对北京地区PM2.5预报不确定的减小最显著;当分别考察风场、温度、比湿的不确定性的影响时,发现初始风场精度的改善,尤其是黑龙江区域风场精度的改善,能够更大程度地减小北京地区PM2.5的预报误差,对北京东南地区的PM2.5预报误差的减小甚至可达到40%以上。因此,优先对黑龙江区域的气象场,尤其是该区域的风场进行目标观测,并将其同化到预报模式的初始场中,将会有效提高初始气象场的质量,进而大大减小北京地区PM2.5浓度的预报误差,提高北京地区空气质量的预报技巧。初始风场代表了北京地区该次空气重污染事件预报的目标观测变量,而黑龙江地区则是该目标观测的敏感区域。     

2008年奥运会期间北京地区PM10污染天气形势和气象条件特征研究

利用2008年7～9月北京污染监测资料、气象观测资料、韩国气象厅天气图资料及NCEP再分析资料,分析了2008年奥运会期间北京地区空气动力学当量直径小于等于10μm颗粒物(PM10)污染特征及其成因,统计了利于和不利于污染物扩散的天气形势,研究了北京发生PM10污染的典型天气形势和气象条件。结果表明:1)奥运会期间北京共有8天出现PM10污染,包括一次持续污染过程,奥运会赛时和残奥会赛时未出现污染过程,这主要与北京8、9月降水偏多有关;2)不利于污染扩散的天气形势(如风速较小、偏南风、高温高湿、近地层出现持续逆温)出现频率较高,但并未造成特征性的PM10污染,这可能与奥运会期间的污染控制措施有关;3)PM10污染过程多与台风系统或热带低压的北上,从而阻滞了华北地区天气系统的南下东移相关联。     

河北工业面源更新及其对奥运会期间京津冀区域空气质量模拟的影响

基于北京奥运会实时空气质量预报所用排放清单基础上,利用卫星影像资料提高京津冀大气污染排放清单空间分辨率,并考虑加强污染控制措施对排放源的影响,生成新的污染排放清单。更新排放清单的基础后,利用嵌套网格空气质量预报模式系统(NAQPMS)对奥运会期间北京及周边地区进行大气化学模拟,以评估奥运会期间北京及周边地区污染排放对空气质量状况的影响。模式结果表明,更新后的排放清单能够较好体现奥运会期间的污染排放状况。另外,情景控制试验结果表明,脱硫脱硝等一系列减排措施以及紧急污染控制措施,是奥运会期间北京城区空气质量良好的重要原因。     

对流层O3区域输送的定量评估方法研究

主要介绍一个可用于化学输送模式的对流层O3来源和过程追踪技术。该方法可定量估算不同区域的光化学反应通过输送过程对目标地区O3浓度的贡献,并且克服了光化学非线性特征对估算结果的影响。以研究2001年中国南部和北部光化学生成O3的输送为例,通过与改进的敏感性分析方法比较,系统评估了该方法的合理性。比较结果表明,两种方法的估算结果在水平、垂直分布和典型输送个例等方面具有良好的一致性,说明污染物来源和过程追踪技术可以为量化区域输送对目标地区O3浓度的影响提供合理结果。个例模拟分析的结果也表明,中国南部和北部光化学生成的O3可以通过输送对整个东亚O3产生重要影响,并且在不同的季节呈现不同的特征。     

基于观测、模拟和同化数据的PM2.5污染回顾分析

基于观测数据空间插值、数值模拟以及最优插值同化方法构建了京津冀地区PM2.5(空气动力学当量直径小于等于2.5μm的颗粒物,即细颗粒物)空间插值数据、模拟数据和同化数据,并首次比较分析了三种数据在PM2.5污染回顾分析上的应用潜力和优缺点。针对2014年2月19~28日京津冀地区PM2.5污染过程的分析发现:(1)观测空间插值数据难以完整表征PM2.5污染的时空演变特征,在没有观测覆盖区域误差较大,容易出现虚假的高低值中心;(2)模拟数据具有较高时空分辨率,对PM2.5污染时空演变特征描述更加细致,但在这次污染过程中仍存在较大不确定性,其均方根误差大于100μg/m3;(3)同化数据不仅能对PM2.5空间分布特征进行细致描述,其数据精度在独立验证站点也显著高于模拟数据,其均方根误差比模拟数据低约50%,与站点观测数据的相关系数也比模拟数据高0.2以上。基于PM2.5同化数据,对这次京津冀PM2.5污染过程的时空演变特征进行了详细回顾分析,发现这次污染过程存在自京津冀南部PM2.5污染累积并向北输送发展的生成特点,消亡过程为风向转换下自北向南清除,造成京津冀南部城市先污染后清除,北部城市后污染先清除,并且有慢累积、快清除的特征。从发展演变过程中污染所占空间面积来看,25日PM2.5污染范围最大,覆盖模式第三区域60.5%面积。     

大气环境数值模拟研究新进展

近五年来,中国科学院大气物理研究所(简称大气所)在大气环境数值模拟方面取得了丰硕的成果,通过自主发展和引进,建立了完备的多尺度、多成分的大气环境数值模式,包括全球大气化学输送模式、区域和城市空气质量预报模式。大气所利用这些模式研究各种空间尺度上污染物浓度时空分布以及污染物的输送和演变,研究了多种污染过程的成因和污染变化规律,在污染物输送、低对流层臭氧高污染、区域及城市污染等方面取得了很多成果,并对区域或城市空气质量进行业务化实时预报。大气所还拓展了我国大气环境模拟研究的新领域:大气化学资料同化、污染模式集合预报、污染源反演新方法。初步建立了空气质量模式的资料同化系统(分别基于最优插值技术和集合卡曼滤波技术)和多模式集合预报体系,提高了模式预报水平;在污染源反演新方法方面进行了初步的探索。结合我国目前仍然面临着的大气环境问题,对今后大气环境数值模式的发展方向进行了展望。     

北京城区热岛环流对山地－平原风的调节作用

利用2002年北京市自动气象站网的逐时资料,采用统计方法对北京城市水平风场的散度、“城市热岛”强度和风向频率的日变化特征进行了分析,并总结归纳出在弱天气系统形势下（地面风速〈3级）北京地区风场的基本形态。结果表明：1）北京“城市热岛”环流是存在的,但只是对区域性的山地-平原风起调节作用。2）在作用相当的因素（如山地-平原风、热岛强度和大气稳定度）控制下,夏季的“城市热岛”环流造成城区风场的辐合特征。3）其他季节的“城市热岛”环流,主要由山地-平原风控制,即刮山地风时,北京城郊的风场表现为向城区的辐合;刮平原风时,北京城区风场表现为辐散特征。     

北京PM10重污染预警预报关键因子研究

利用CART方法对造成北京PM10重污染的气象条件分析结果表明:适当的湿度条件和前期的污染状况是造成北京PM10重污染的必要条件,其他条件,如大气稳定度、边界层高度、持续性小风以及气压,是造成PM10重污染的重要条件。特别值得指出的是,湿度作为必要条件的出现,可能蕴涵着重要的物理化学过程,对其开展深入研究将对北京大气污染的控制和预报有所裨益。     

城市化进程对北京区域气象场的影响模拟

城市化所导致的下垫面的改变会直接影响局地气象。根据北京城市测绘院提供的北京市楼房建筑平均高度资料,利用中尺度数值模式(MM5V3)模拟了城市化进程引起的气象效应,并与奥林匹克公园站等6个地面观测资料进行了比较。结果表明:MM5V3可以很好地模拟下垫面类型改变导致的气象效应,城市升温效果获得了较好的体现,风速模拟值减小,风向的模拟得到较明显的改善,气压和风速的统计偏差也明显减小。分析结果还揭示了稳定天气条件下北京地区气象场的模拟及实时预报必须考虑精细化的地形及下垫面状况。