2020年上半年“COVID-19”疫情期间气象条件变化对四川盆地城市污染物质量浓度影响初步分析

大气污染物质量浓度变化主要受气象条件和人为排放变化所控制。2020年上半年在“新冠”疫情影响背景条件下,四川盆地的六项主要污染物质量浓度较往年有不同程度的变化,为了区分这些变化受气象条件和人为排放变化各自的影响程度,开展了气象条件变化对四川盆地污染物质量浓度影响的初步分析。分析结果表明:2020年1～6月整体空气质量优于2019年同期。主要影响污染物浓度的气象参数中,成都平原、川东北地区平均风速与往年相当,川南地区平均风速低于往年。从2020年3月开始,盆地各个城市的总降水量明显偏少,其中5月降水偏少情况最为严重,对应的相对湿度在5月同比较低。平均温度2020年高于2019年,尤其是5、6月平均温度较往年偏高大约4～5°C。月日照总时长从3、4月开始明显长于往年。用固定污染源,改变初始气象条件的方法进行数值模拟结果表明,PM2.5和PM10相似,1、2月模拟结果低于2019年,3、4月高于往年,5、6月同比偏低,主要偏差区域在川南城市群。SO₂ 在1、2月气象条件有利于扩散,3月川东北不利扩散,其余月份差距不明显。NO₂在2月气象条件较为不利,CO不利的月份为4月。4月气象条件有利于臭氧扩散,而5、6月盆地气象条件对O₃污染过程起了较强的推动作用。定量分析各个城市污染物浓度贡献率表明,受疫情影响,除臭氧外的颗粒物和气体污染物在1~4月人为排放贡献为负,5、6月由于全面复工复产,导致盆地的污染物浓度也有所上升,人为排放贡献率也大幅增加。O₃由于人为排放增加与不利气象条件叠加,导致盆地O₃污染情况较为严重。     

民航京沪穗数值预报系统在广州的本地化试验

为了调整优化基于WRF模式的民航京沪穗数值预报系统在广州本地的预报效果,使用3组不同的物理参数化方案和资料同化方案组合,对发生在2011年10月13日~14日广东地区的暴雨过程进行模拟。降水预报结果显示不同物理参数化方案和资料同化方案对降水预报有较大的影响,使用香港城市大学大气研究实验室实时预报系统推荐的参数化方案的降水预报好于加拿大温哥华地区业务运行的参数化方案,使用香港的方案,不同化自动站资料的预报效果好于同化自动站资料。而环流形势场、相对湿度场、水汽通量场和CAPE指数场对不同参数化方案的敏感性要小于降水场,另外还分析了系统连续15天预报结果。最终结果表明,不论是降水场还是形势场,使用香港城市大学的方案并且不同化自动站资料的评分优于其他2种方案,可以作为广州本地业务方案使用。