基于自动观测资料的浙江省霾日判识指标研究

基于逐小时自动观测资料,综合考虑能见度、相对湿度和PM_(2.5)浓度的变化及其持续时间,拟定四种方案来判识霾日,从而对浙江省近两年的霾日进行回算。结果对比分析表明:综合考虑能见度、相对湿度、PM_(2.5)及持续时间的判识方法是可行的,得到的霾日数在合理范围内,能较好的反映霾天气的空间分布、日变化、季节变化和污染天气发生的状况;相对湿度条件的不同使得夜间霾次数波动较大,从排除弱降水和轻雾影响的角度来看,相对湿度阈值定为小于90%更为合理。     

武汉大气能见度与PM2.5浓度及相对湿度关系的非线性分析及能见度预报

武汉作为中部地区高湿度代表城市,大气污染严重,霾天气多发,但有关该地区大气能见度与PM2.5浓度及相对湿度(RH)的定量关系尚不明确。利用2014年9月—2015年3月武汉地区逐时能见度、相对湿度及颗粒物质量浓度观测数据,研究分析了武汉大气能见度与PM2.5浓度及相对湿度的关系,并进行能见度非线性预报初探,得到以下结论:武汉霾时数发生比例高,霾的发生和加重是能见度降低的主要原因;能见度降低伴随大量细粒子产生和累积,这是武汉大气能见度恶化的重要诱因。细颗粒物浓度与相对湿度共同影响和制约大气能见度变化,高湿高浓度时能见度显著下降,湿情景下(RH≥40%),能见度恶化主要是由湿度增高诱使细颗粒物粒径吸湿增长导致其散射效率增大造成的。当RH >90%时,能见度随湿度升高成线性递减,相对湿度每升高1%,武汉平均能见度降低0.568 km。而干情景下(RH2.5质量浓度升高。在城市大气细粒子污染背景下,能见度与相对湿度成非线性关系,这主要与PM2.5对能见度的影响及吸湿性颗粒物的散射效率变化有关。PM2.5浓度与能见度成幂函数非线性关系,80%≤RH2.5浓度对能见度的影响敏感阈值是随着湿度升高而减小的,干情景下能见度10 km对应的PM2.5浓度阈值为70 μg/m3,湿情景下该阈值为18—55 μg/m3。当PM2.5质量浓度低于约40 μg/m3时,继续降低PM2.5可显著提高武汉大气能见度。预报试验表明,基于神经网络方法建立大气能见度非线性预报模型是可行的,预报能见度相关系数为0.86,均方根误差为1.9 km,能见度≤10 km的TS评分为0.92。网络模型具有较高预报性能,对霾的判别有较高准确性,为衔接区域环境气象数值预报模式,建立大气能见度精细化动力统计模型提供参考依据。      

德州能见度与PM2.5、PM10和相对湿度的关系

为研究德州大气能见度与水汽和气溶胶的关系,利用2013年逐小时能见度、相对湿度、PM2.5和PM10浓度资料,对三者与能见度的关系进行分析。结果表明：能见度与相对湿度的线性相关最好,与PM2.5浓度的相关性次之;随着相对湿度、PM2.5和PM10浓度的增加,能见度明显降低。大气能见度与相对湿度、PM2.5和PM10浓度非线性相关系数明显高于线性相关系数。利用PM2.5和PM10浓度和相对湿度数据计算得到了非线性大气能见度拟合公式,经验证,该公式能较好地模拟德州大气能见度。     

一次持续性雾霾天气过程的阶段性特征及影响因子分析

应用常规与非常规气象观测资料及PM2.5浓度监测资料,对2013年1月20~24日山西区域一次持续性雾霾天气过程进行分析。研究发现：（1）本次雾霾天气过程具有明显的阶段性特征。2013年1月20日14时至23日11时,由于相对湿度的变化导致了3次轻雾转大雾过程;23日14~20时,由于PM2.5浓度的增大经历了1次轻雾转霾的天气过程。（2）地面弱的气压场和较小的风速以及PM2.5浓度的上升和相对湿度的增大为本次持续性雾霾天气过程的形成和发展提供了有利条件。（3）边界层逆温的存在是雾霾低能见度过程形成的必要条件,边界层有逆温层而不出现雾霾天气的条件是：相对湿度〈50%,PM2.5日均值浓度〈75μg·m-3;逆温层下相对湿度的大小是区别雾和霾天气的指标。（4）相对湿度和PM2.5是决定能见度大小的关键因子,其对能见度的影响体现出明显的阶段性特征,当相对湿度〈90%时,PM2.5浓度对能见度的作用强于相对湿度,是影响能见度变化的主要因子,但随着相对湿度的增大,其对能见度的影响相对增强,当能见度降至1 km以下时,相对湿度成为影响能见度变化的主要因子。     

太原大气能见度对相对湿度及颗粒物质量浓度的响应关系研究

利用2016年10月—2019年9月太原地区逐时能见度、相对湿度及颗粒物质量浓度等观测数据,研究分析了大气能见度与相对湿度及PM_(2.5)质量浓度的关系,采用神经网络方法,构建了能见度与相对湿度及颗粒物质量浓度的非线性模型,并利用2019年10月—12月气象小时数据对该模型进行了检验。结果表明:(1)太原不同季节能见度日变化特征明显,春夏秋季能见度在06时左右最低,冬季在09时左右最低;从空间分布上看,太原地区能见度南北差异明显,北部能见度高于南部。(2)细颗粒物质量浓度与相对湿度对大气能见度变化都有明显影响。PM_(2.5)质量浓度与能见度之间存在幂函数非线性关系,在40%≤相对湿度60%的区段内相关性最强,PM_(2.5)质量浓度与10 km能见度对应的阈值随相对湿度升高而减小,范围为5～103μg/m~3。(3)采用神经网络方法构建能见度与相对湿度及颗粒物质量浓度的关系模型,相关系数为0.81。利用太原地区2019年10—12月逐时气象观测数据对模型进行检验,均方根误差为5.29 km,平均绝对百分误差为31.45%,轻微级霾情况下模拟能见度TS评分为0.86,误差呈现正态分布,误差小于4 km的比例达72.99%。该模型对研究太原地区能见度具有较高的参考价值。     

内蒙古地区沙尘和霾自动观测数据的可靠性和修正方法研究*

2014年,中国气象局将地面人工观测业务调整为自动仪器观测的方式,这一改变明显提高了工作效率,但对观测结果,特别是视程障碍类观测产生了一定的影响。为了完善内蒙古地区霾和沙尘天气判别标准,获得准确可信的气象资料,本文选取了2001-2019年内蒙古12个站点逐三小时的气象观测资料,从时空分布特征和判别方法研究了内蒙古地区沙尘和霾自动气象观测数据的可靠性和判别标准的适用性。结合PM2.5和PM10两个空气质量指数,通过修正错误记录,将沙尘中误判的霾和无天气、霾中误判的沙尘、雾和无天气等分离出来。对比结果来看,修正前,霾和沙尘分别占总频次的95%和5%；修正后,霾、沙尘、雾和无天气分别占总频次的55%、17%、1%、27%。对比呼和浩特单站一次沙尘和一次霾天气过程中气象要素和空气质量指数的连续变化可以看出,相对湿度与PM2.5的相关性均达到了0.5以上。沙尘期,能见度与PM10负相关,PM2.5和PM10相关性较差；而霾期,能见度与PM2.5和PM10的相关性较差,PM2.5和PM10相关性达到了0.8以上,即不同相对湿度环境下影响能见度的因素不同。     

银川地区大气颗粒物浓度变化特征及其与气象条件的关系

利用2013—2014年银川地区大气颗粒物质量浓度和同期气象要素的观测资料,分析了银川地区大气颗粒物浓度的分布特征及其与气象条件的关系。结果表明:2013—2014年银川地区PM_(10)、PM_(2.5)、PM1年平均浓度分别为167.3μg·m-3、67.2μg·m-3和45.0μg·m-3,年平均PM_(2.5)/PM_(10)、PM1/PM_(10)、PM1/PM_(2.5)分别为45.0%、32.0%和65.0%;PM_(10)浓度3月最高,8月最低,PM_(2.5)和PM1最高浓度均出现在1月,PM_(2.5)最低浓度出现在8月,PM1最低浓度出现5月;3—5月为PM_(2.5)/PM_(10)、PM1/PM_(10)和PM1/PM_(2.5)最低的3个月。不同天气类型PM_(10)浓度由高至低依次为浮尘/扬沙典型天气平均霾晴天雾,不同天气类型PM_(2.5)浓度由高至低依次为扬沙/浮尘霾典型天气平均晴天雾,不同天气类型PM1浓度由高至低依次为霾典型天气平均雾晴天浮尘/扬沙。风速与PM_(10)浓度呈正相关关系,风速与PM_(2.5)和PM1浓度均呈负相关关系;PM_(10)浓度在偏西北风时较高,PM_(2.5)和PM1浓度在偏西南风与偏东北风时较高;气温与PM_(10)、PM_(2.5)、PM1浓度均呈显著的负相关关系;相对湿度与PM_(10)浓度呈显著的负相关关系,相对湿度与PM1浓度呈显著的正相关关系,相对湿度与PM_(2.5)相关性较弱;气压对PM_(10)浓度变化的影响较小,气压与PM_(2.5)、PM1浓度呈正相关关系;降水对PM_(10)的清除作用最强,对PM_(2.5)的清除作用次之,对PM1基本无清除作用。     

沙尘天气器测资料与常规观测资料的对比分析

利用2004—2007年内蒙古地区10次较强沙尘暴天气过程的常规观测资料和6个沙尘暴监测站的器测能见度、PM10等沙尘暴监测资料,针对仪器定量监测资料与常规观测资料的相关性及差异进行了分析。分析结果显示:器测能见度与能见度的变化趋势一致,相关性较好,大气能见度小时,两者数值接近,当大气能见度增大时,两者差异明显增大;器测能见度与PM10有很好的曲线拟合关系,较能见度与PM10的相关性要好,说明定量的器测能见度较能见度更具有连续性、稳定性,但器测能见度存在系统性的偏差,为了业务应用方便,文章给出了器测能见度的修正方案。     

福州市PM2.5、PM2.5/PM10分布特征及与气象条件关系的初步分析

利用福州市PM2.5、PM10和气象资料,分析PM2.5、PM2.5/PM10的分布特征及与气象条件的关系。结果表明:福州市细粒子污染程度较轻,春季PM2.5和PM2.5/PM10值均是四季中最高的,其次是冬季,夏季最低;影响PM2.5浓度出现高值的天气系统有:暖区辐合与高空槽前、大陆高压后部和暖区降水三种系统,其中暖区降水天气形势下的PM2.5平均浓度最高,超标率为25.5%;影响PM2.5浓度出现低值的天气系统有:冷高压脊、高压底部和高空槽后,副热带高压及边缘,台风(热带辐合带)及外围系统,在后两种天气系统影响下的PM2.5平均浓度最低,超标率为0;剔除因降水、雾等低能见度个例,PM2.5浓度与能见度的相关系数为-0.626,冬春季的相关系数是夏秋季的1.4倍;PM2.5浓度与单一气象要素(如温度、相对湿度、风速等)相关性不明显,但不同季节、不同气象要素变化的组合对PM2.5浓度有直接影响。      

2013年1—2月华北雾、霾天气边界层特征对比分析

利用地面观测资料、中国气象局PM2.5质量浓度数据、L波段探空秒数据等,对华北地区三个大城市(北京、石家庄和太原)的雾、霾及晴天天气的地面风场特征及PM2.5浓度分布情况进行了统计分析。同时分析了典型雾、霾天气过程中的边界层气象要素垂直结构及逆温层特征,并与晴天过程做了对比。通过对不同强度雾、霾天气过程的边界层动力、热力学结构差异的讨论,发现逆温强度与雾、霾天气的能见度有负相关关系,并对雾、霾天气的发生有一定的预报指示意义。     

一次雾霾过程中气象因子与细颗粒物浓度关系的研究

利用常规气象观测资料及逐小时地面自动气象观测和环境监测部门的PM2．5浓度等资料,对2014年1月15～19日河北省持续雾霾天气期间气象因子与PM2．5浓度的关系进行统计分析。结果表明,PM2．5是造成霾阶段水平能见度下降的主要因素,相对湿度在40％～60％之间时,能见度与PM2．5浓度相关性最好,随着相对湿度的增大,PM2．5浓度对能见度的作用呈减小趋势;雾阶段能见度与相对湿度的相关性明显好于PM2．5浓度值。西北大风对河北PM2．5浓度的平均清除率在94．3％,去除时间平均为3．7 h,可使PM2．5空气质量分指数达到优或良的等级,降雪对PM2．5浓度的清除作用明显小于大风,很难将PM2．5空气质量分指数降到优或良。     

2005—2017年白云机场能见度变化特征及其与影响因子关系研究

利用广州白云机场2005-2017年的大气能见度、相对湿度、风速、气温等要素的逐时观测资料,结合花都花东站2012-2017年PM2.5浓度的逐时观测数据,分析了近年来白云机场能见度的变化特征,探究了能见度与气象要素、大气污染物之间的关系。结果表明:2005-2017年白云机场能见度呈逐年增大趋势,低能见度出现次数总体呈减少趋势。2-4月是机场低能见度时期,7月能见度最大。能见度日变化显著,最低能见度通常出现在清晨,午后明显好转。白云机场能见度与相对湿度、PM2.5浓度呈负相关关系,与风速、气温成正相关关系,其中PM2.5浓度对能见度的影响最明显。当相对湿度小于80%时,能见度下降得较为缓慢;而当相对湿度超过80%时,能见度急剧降低。相对湿度越大,出现低能见度所需的PM2.5浓度值就越小。地面风速在0~4 m·s-1时,相对湿度越大,能见度随风速的增长趋势越显著。     

2018年1月青岛市一次重度污染雾——霾天气成因分析

利用中国国家地面站逐小时气象观测资料、中国环境监测总站空气质量逐时监测数据、ECMWF0.125°（纬度）×0.125°（经度）再分析资料及青岛市八关山自动站常规要素逐小时数据,对2018年1月15～22日青岛市一次重度污染雾—霾天气过程的特征及其影响因子进行分析。结果表明：PM10为首要污染物,污染过程中青岛市48 h输入污染源前期主要为北方干冷气团与江淮湿空气在山东半岛北部汇聚堆积,后期则主要包括山东省内局地大气污染物排放。雾—霾期间,500 hPa中高纬地区受乌拉尔山阻塞高压和中西伯利亚冷低压控制,宽广的东亚横槽稳定维持,青岛上空以平直西风气流为主,地面等压线稀疏,风速小;随着横槽转竖,纬向型环流转为经向型,冷空气大举南下,风速急增,降雪发生,雾—霾迅速消散。在静稳的大气环流背景下,当近地逆温层内弱风或持续吹陆风,对流层低层上升和下沉运动较弱,水汽条件较好时,有利于雾—霾维持。综合分析雾—霾各阶段PM2.5浓度和相对湿度与能见度间的关系发现,霾阶段两因子影响力相当;雾阶段能见度主要受相对湿度的影响;静稳条件下PM2.5浓度累积增加是影响雾、霾混合阶段能见度的主要因子。     

天津市滨海新区持续性重度雾霾成因分析

2015年12月20—26日滨海新区出现持续性重度雾霾天气,空气质量指数AQI持续5 d大于200。利用大气观测、探测及污染物探测资料、NCEP再分析资料等,分析此次重度雾霾成因。结果表明,持续的纬向性环流及地面弱气压场,使逆温层建立;近地面切变线使污染物、水汽汇聚结合形成持续雾霾。逆温层接地后,当主要污染物PM2.5浓度350μg/m~3时,相对湿度即使小到45%,也会出现能见度2 km的重度霾;当PM_(2.5)浓度300μg/m~3、相对湿度90%时,会出现能见度0.1 km的严重雾霾。逆温层不接地,当PM_(2.5)浓度65μg/m~3时,即使相对湿度90%,能见度也会6 km,不能形成雾霾。因此逆温层形成后接地和污染物浓度是滨海新区持续重度雾霾产生的关键条件。     

北京一次持续性雾霾过程的阶段性特征及影响因子分析

利用北京地区高时间分辨率观测资料对2009年11月3—8日一次持续性雾霾天气过程中的气象因素和气溶胶演变特征进行了分析。结果表明,该次雾霾过程具有明显的阶段性特征,前期以霾为主,中期发展为雾霾交替,后期随着相对湿度减小再次转换为霾并最终消散。边界层逆温是低能见度过程形成的必要条件,但并不最终决定雾霾低能见度强度。相对湿度和PM_2.5浓度是决定能见度大小的两个关键影响因子,对能见度的影响体现出阶段性特征。大部分时段PM_2.5浓度是影响能见度的主要因子,当能见度小于1 km时,能见度变化更多受相对湿度影响。不同的情景计算表明,控制PM_2.5浓度对于改善本次过程的能见度有重要作用。     

天津冬季大气能见度与空气污染的相互关系

为探求天津冬季大气能见度特征与空气污染的相互关系,于2008年12月至2009年1月连续观测大气能见度和空气污染物浓度(PM10、PM2.5质量浓度,O_3、NO_2和SO_2体积浓度),并结合相对湿度进行相关分析。结果表明:天津冬季大气能见度平均值为11.59 km,日变化呈明显的单峰特征,其变化特征受到空气污染物,尤其是气溶胶质量浓度及相对湿度变化共同影响;观测期内霾的发生频率接近50%;采用非线性回归方程拟合能见度与气溶胶质量浓度相互关系显示,PM2.5质量浓度对水平能见度的贡献大于PM10质量浓度,并且高湿情况下,能见度与气溶胶质量浓度相关性更好。     

苏州市能见度与影响因子关系研究

利用2009年6月—2010年5月苏州市气象局霾监测点颗粒物浓度、能见度、相对湿度、风速、风向、气温等观测资料,分析了苏州能见度变化特征,建立了能见度和影响因子的统计模型,研究了能见度和气象因子及颗粒物浓度的关系。结果表明：苏州市能见度有明显的季节变化,春季能见度最好,秋季能见度最低;能见度日变化显著,最低能见度通常出现在清晨,午后明显好转;PM10、PM2.5、黑碳浓度值和相对湿度与能见度都呈反相关关系,但黑碳对能见度的影响不如PM10和PM2.5对能见度的影响明显;风速与能见度呈正相关关系,在东南、南东南风向时能见度值最高。     

相对湿度和PM2.5浓度对大气能见度的影响研究:基于小时资料的多站对比分析

为了全面分析浙江省不同区域能见度变化基本特征及影响机理,基于杭州、宁波、温州3个国家基本气象站2013-2014年逐时能见度观测资料,比较分析了3市能见度变化的基本特征。发现3市不同等级能见度出现频率基本一致,随着能见度等级的提高,出现频率逐渐降低;从能见度的日变化来看,07时（北京时）前后最低,之后缓慢上升,14-15时达到最高,随后逐渐下降;全年有两个能见度较低时段,分别出现在12月-次年2月和5-6月;总体而言,宁波能见度最优,杭州和温州大体相当。功率谱分析结果表明,3市能见度均有显著的日周期,高频波段呈现出多个显著谱峰,低频波段存在若干显著谱峰。进一步开展机理分析,发现相对湿度和PM2.5浓度是调制大气能见度的关键因子,相对湿度增大、PM2.5浓度升高导致能见度降低。在同一相对湿度等级下,初始阶段能见度随PM2.5浓度的升高迅速降低,到达“拐点”之后降低速率趋于缓慢。在同一PM2.5浓度水平下,相对湿度越大,能见度越低,说明水汽对能见度也有重要影响。基于相对湿度和PM2.5浓度两个因子,采用非线性拟合方案构建了大气能见度定量统计模型,总体而言模型拟合效果较好。最后针对研究中存在的不足和未来值得进一步发掘的科学问题进行了讨论。      

基于地基微波辐射计观测的东营地区低能见度天气指示性分析

针对东营市2016—2017 年出现的27 个低能见度天气过程,利用 MP -3000A 型地基微波辐射计二级数据,计算过程影响期间逐10 min 的逆温层温差、逆温层厚度和低层相对湿度等物理量。 结合空气质量和能见度变化情况,按照雾和霾、雾、降水三类天气对 27 次过程进行分类研究,总结地基微波辐射计观测的温湿度量对低能见度天气的指示意义和参考指标。结果表明:(1)雾和霾共同影响导致的低能见度天气出现在冬半年,PM2. 5浓度越大通常对应的能见度越低;逆温层温差和逆温层厚度与能见度的相关系数分别为-0. 39 和-0. 45,逆温层温差增大指示能见度降低,逆温层厚度减小指示能见度升高。低层相对湿度在 90%以上时,能见度受雾影响通常小于 2 km;低层相对湿度在80%以下时,能见度受霾影响仍然维持在5 km 以下。(2)雾影响导致的低能见度天气多出现在冬半年,与 PM2. 5浓度无关;逆温层温差和逆温层厚度与能见度的相关系数分别为-0. 54和-0. 45。在逆温层生成和破坏阶段,逆温层温差变化幅度大,对能见度的指示性更强,而逆温层厚度变化幅度相对较小,多维持在 300 ~ 400 m 之间。低层相对湿度 90%以上时能见度通常小于5 km,当低层湿层消失后能见度升高至 5 km 以上。(3)降水影响导致的低能见度天气出现在夏季,多伴随短时强降水出现,强降水时段逆温层温差达到8 ℃ 以上,逆温层厚度为 500 m;强降水结束后,逆温消失,能见度转好。     

重庆能见度特征分析及其与颗粒物浓度和气象影响因子的关系

利用重庆地区能见度及温、压、湿、风等气象资料和大气颗粒物浓度数据,对重庆能见度特征及其影响因子进行分析,采用神经网络方法建立能见度预报模型,分析比较了引入PM2.5浓度因子对预报模型的影响效果。发现：重庆地区能见度分布呈现西低东高以及长江沿线较低的分布特征;雾发生时的平均能见度低于降水时能见度也远低于剔除雨、雾后的能见度,表明低能见度受大气中水汽影响更大;雾在冬季比例明显增加,使得平均能见度在冬季明显降低,而6月和10月降水增多是导致这两个月平均能见度出现明显降低的重要原因;能见度日变化呈现单峰型,雾和降水高发时段与平均能见度低值区重叠,是造成夜间能见度低的一个重要原因;大气湿度、温度及颗粒物浓度都是影响能见度的重要因子,当相对湿度小于70%时能见度随PM2.5增加明显降低,当相对湿度大于70%时PM2.5对能见度的影响降低;在能见度的客观预报模型中引入PM2.5浓度因子的预报效果好于不引入该因子的效果,特别是秋冬季的预报效果改善明显。