乌鲁木齐市冬季混合层厚度及对大气污染影响的个例分析

利用综合干旱指数CI计算了新疆的干旱等级,并对CI指数定义的干旱等级在新疆的适用性作了分析.对北疆代表站的计算结果与实际情况的相关性达到了72.1%,南疆准确率为60.1%,可运用于对新疆的气候干旱监测业务.     

西安地区混合层厚度变化特征及对大气污染的影响西安地区混合层厚度变化特征

利用2007—2011年西安泾河基准气候站逐日地面常规气象资料,采用统计方法,对比分析西安地区日最大混合层厚度的变化特征及对大气污染的影响,结果表明：西安年平均混合层厚度日变化在158～1 343 m之间,呈现出夜间小,正午前后大的变化趋势;日最大混合层厚度总体呈逐年递增趋势,2011年有所减小,冬半年低夏半年高;年平均日最大混合层厚度与同期降水日呈反向变化,日最大混合层厚度与空气污染物质量浓度有明显的负相关关系。

     

西安地区混合层厚度变化特征及对大气污染的影响

利用2007—2011年西安泾河基准气候站逐日地面常规气象资料,采用统计方法,对比分析西安地区日最大混合层厚度的变化特征及对大气污染的影响,结果表明:西安年平均混合层厚度日变化在158~1 343m之间,呈现出夜间小,正午前后大的变化趋势;日最大混合层厚度总体呈逐年递增趋势,2011年有所减小,冬半年低夏半年高;年平均日最大混合层厚度与同期降水日呈反向变化,日最大混合层厚度与空气污染物质量浓度有明显的负相关关系。     

北京地区平均最大混合层厚度的时间变化特征

大气混合层厚度是大气环境质量影响预测中所需的重要参数。应用Holzworth干绝热法计算最大混合层厚度的基本原理,采用王式功等提出的逐步逼近法计算了北京观象台站1970—2007年的最大混合层厚度,分析了最大混合层厚度38年的变化和月平均值的年变化特征,同时应用2004—2007年同期的北京地区空气质量等级与同期大气混合层厚度逐月分布频率进行比较。结果表明,北京观象台的平均最大混合层厚度自1970—1998年有逐年减小趋势,1998年达到最小值,而从1998—2007年有逐年增加趋势,年平均最大混合层厚度与年降水日数有较为明显的负相关关系。最大混合层厚度的年变化表现出冬季低和夏季高的特征,且在夏季的7月和8月出现一个相对的低谷。空气质量等级与同期大气混合层厚度逐月分布频率表明,较高的最大混合层厚度出现频率较大的月,空气质量等级为1级和2级出现的频率高,而较低的最大混合层厚度出现频率较大的月,其空气质量等级为3级和4级出现的频率高。     

成都市冬季逆温对大气污染的影响分析

根据2002年1月的温度场和大气污染浓度强化监测资料,分析成都市冬季逆温特征。成都市的冬季逆温主要为上部逆温,出现频率为62.9%;通过分析其上部逆温的时间和空间分布特征,认为成都市冬季逆温对大气污染扩散的不利影响,主要表现为03时上部逆温对≤75m的低矮源污染物扩散的影响,而对高架源污染物的扩散影响不大。     

成都市冬季逆温对大气污染的影响分析

根据2002年1月的温度场和大气污染浓度强化监测资料,分析成都市冬季逆温特征.成都市的冬季逆温主要为上部逆温,出现频率为62.9%;通过分析其上部逆温的时间和空间分布特征,认为成都市冬季逆温对大气污染扩散的不利影响,主要表现为03时上部逆温对≤75m的低矮源污染物扩散的影响,而对高架源污染物的扩散影响不大.     

兰州冬季气溶胶的短波加热效应及其对混合层发展的影响

综合考虑无云天气条件下，气溶胶和大气中各种吸收气体对太阳辐射的影响，建立了一个气溶胶大气的短波加热率模式，研究了兰州冬季气溶胶的短波加热效应。计算结果表明:气溶胶吸收太阳辐射而加热大气的作用是显著的。在上述工作的基础上，建立了一个完全闭合的混合层发展模式，利用数值方法探讨了气溶胶的辐射效应对混合层发展的影响。计算发现大气中气溶胶的增加会抑制混合层的发展，使混合层内的平均位温减小。     

复杂地形对对流混合层的影响

用发展后的混合层模式研究下垫面（地形和地面热力）的不均匀性对混合层结构的影响。数值实验表明,在保持了混合层模式简便和实用等特点的同时,发展后的混合层模式能够很好地反映复杂地形对混合层厚度和风速的影响。     

成都大气混合层厚度的计算和分析

用国家标准ＧＢ／Ｔ１３２０１中规定的方法计算了成都１９８０￣１９９１年的大气混合层厚度，并用干绝热法和罗氏法计算了成都１９８８年的大气混合层厚度，结果表明：成都大气混合层厚度逐年变化不大，有明显的季节变化和日变化，大气稳定度是决定混合层厚度的主要因子。３种方法的对比表明：罗氏法比国家标准法更接近干绝热法的结果，因此在有常规地面观测资料的地方用罗氏法更准确些。     

乌鲁木齐冬季浅薄型焚风对扩散条件及污染物浓度的影响

本文针对峡口城市乌鲁木齐市2013-2015年冬季6个环境监测站、逐时的6类污染物浓度数据,气象数据及风廓线雷达资料,分析了浅薄型焚风对扩散条件及污染物浓度的影响。研究发现：冬季乌鲁木齐出现浅薄型焚风的频率为57.3%,平均气流底高约605m,气流顶高约2108m,气流厚度约1502m;乌鲁木齐市冬季焚风日比非焚风日混合层厚度低200m,逆温层厚度厚344m,逆温差大4.4℃,逆温强度强0.01℃/100m,平均风速小0.1m/s;空气质量各污染等级出现频率焚风日都高于非焚风日,3级高18%,5级以上重度污染高7%;污染物浓度日变化呈双峰结构,并表现为焚风日污染浓度＞冬季平均浓度＞非焚风日污染浓度;污染物浓度（除O3外）空间分布特征为焚风日比非焚风日高。     

冬季乌鲁木齐市低层大气O3垂直分布观测的个例分析

为了揭示乌鲁木齐冬季边界层O_3垂直分布特征,利用系留气艇于2008年1月11-13日在乌鲁木齐市区进行了边界层O_3观测试验。利用本次观测试验的数据并结合相关气象资料,对观测期间边界层O_3的垂直分布特征及其影响因子进行了分析。结果表明:白天近地面500～800 m高度以下O_3浓度较低,该高度以上存在O_3高浓度分布区,夜间整个观测高度范围内O_3浓度均较低;O_3浓度分布与太阳辐射、温度层结、风、相对湿度等因子密切相关,O_3高浓度分布区出现在逆温层底以上,且O_3浓度与相对湿度呈显著的反相关分布;近地面的NO_x对O_3浓度有着重要影响。由此表明乌鲁木齐冬季低层大气O_3的分布在各种因素的影响下具有明显的时空变化。     

乌鲁木齐市区低空风特征及其对空气污染的影响

利用2a乌鲁木齐对流层低层风场和3种大气污染资料,分析了乌鲁木齐低空风特征及其对空气污染的影响。     

乌鲁木齐重污染日的天气分型和边界层结构特征研究

利用2004年1月-2009年4月高空、地面气象观测资料和逐日空气污染指数,对乌鲁木齐空气污染≥Ⅳ级的重污染日持续时间特征、500hPa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,乌鲁木齐重污染过程发生1天和持续2,3和4天的比例分别是32.2%,23.3%,18.5%和11.0%;发生重污染时500hPa以纬向环流型居多,占重污染总日数的84.2%,经向环流型为15.8%。从地面气压场来看,高压后部型出现重污染的频率最高,达86.3%;高压底部型次之,为9.6%;高压前部型和南高北低型出现重污染的几率较小。乌鲁木齐冬季Ⅲ级污染日对应的温度、湿度及风等要素廓线的垂直结构与冬季平均状况几乎一致,而重污染出现时,边界层逆温较强、风速较低且低空伴随有较厚的偏东风或东南风气流;重污染日和雾的关系密切,伴随有雾或轻雾的频率高达81.3%;前一日20:00(北京时)上干下湿并伴有逆温的边界层结构极易导致空气质量恶化。     

Influence of Intermittent Turbulence on Air Pollution and Its Dispersion in Winter 2016/2017 over Beijing,China

Journal of Meteorological Research - With rapid urbanization in recent years, severe air pollution has emerged as a major issue for many regions of China, especially in some metropolises. A...     

Influence of Intermittent Turbulence on Air Pollution and Its Dispersion in Winter 2016/2017 over Beijing,China

With rapid urbanization in recent years, severe air pollution has emerged as a major issue for many regions of China, especially in some metropolises. A persistent pollution case during 6 December 2016–8 January 2017 was selected to investigate the relations between turbulent intermittency and frequent PM_(2.5)(particulate matters with diameter less than 2.5 μm) pollution events over the metropolitan region of Beijing, China. The accumulation of PM_(2.5) near the surface frequently occurred as a combined result of strong inversion layers, stagnant winds, high ambient humidity levels, and stable stratification during this case. Arbitrary-order Hilbert spectral analysis indicated that steep decreases in the PM_(2.5) concentration were simultaneous with the occurrence of intermittent turbulence and strong vertical mixing. A wind profiler observation revealed existence of low-level jets(LLJs) at the end of the polluted periods, suggesting that the upper-level turbulent mixing accompanied by the wind shear of LLJ was transported downward and enhanced the vertical mixing near the surface, which might have caused an abrupt reduction in PM_(2.5) and improvement in air conditions.     

复杂地形城市冬季大气污染的数值模拟研究

采用中尺度大气动力模式与大气扩散模式相结合的方法，针对复杂地形条件下兰州市冬季无明显冷空气入侵天气过程时段（1994年12月2－3日）的大气污染状况，进行污染物（二氧化硫和烟尘）浓度分布的数值模拟研究，分析了模拟的风场的气温层结随时间的变化以及污染物浓度的分布及其变化，进一步分析了模拟的风场和气温层结与污染物浓度分布的关系。结果表明，该模式系统对兰州市大气边界层结构及污染物浓度的分布有较好的模拟能力，并证明了该模式系统可适用于兰州市大气质量预测预报研究。     

乌鲁木齐市降水对大气污染的影响

根据2002—2003年乌鲁木齐市SO2、NO2、PM10的日平均浓度和日降水量分析了乌鲁木齐市降水对3种大气污染物的湿清除能力。分析表明大雨对SO2和PM10的湿清除能力大于小雨,而小雨大于中雨。中雪对SO2和PM10的湿清除能力大于大雪,而大雪大于小雪。小量以上降水(降雨和降雪)对NO2的湿清除能力基本相当。微雨对3种大气污染物具有湿清除能力,而微雪使3种大气污染物的浓度增加。     

列序分析在大气环境污染分析中的应用

提出了不同于计算相关系数的列序分析的方法,思路来源于变量序列间的几何形状接近程度,几何形状接近的序列,度量其靠近程度的指数应大,反之就小.将靠近程度大小按序排列,就得到变量序列间的联系程度的名次.从实用出发,针对不同性质的数据,提出了4种列序度计算方案.选取了计算加权平方距离的方案对大气污染及其有关的气象要素数据进行了实例计算.通过计算列序度并与相关系数对照,可以更可靠地来使用某个气象要素制作预报,另外,从数学上证明列序分析与绝对值关联度、欧氏距离间的关系,由此论证了列序分析的数学根基.数学推导和数值计算都证实了列序分析的可用性,尤其在量测为小样本的情况下更有使用价值.     

乌鲁木齐一次重污染过程及其边界层特征量分析

针对2020年1月5—17日乌鲁木齐出现的重污染天气,利用乌鲁木齐的探空站资料和地面常规气象数据计算了最大混合层高度、平均风速、逆温特性、边界层通风量、能见度、相对湿度等,对最大混合层高度、能见度、相对湿度与PM_2.5质量浓度进行了相关性分析,并利用Hysplit后向气团轨迹模式分析污染形成源。结果表明：此次重污染天气过程大气层结较为稳定,主要表现为逆温层厚(平均577 m)、逆温强度大(平均1.7℃/100 m)、最大混合层高度低(平均400 m);边界层通风量对局地空气质量影响显著;PM_2.5质量浓度与相对湿度呈弱的正相关,与能见度呈指数相关;Hysplit后向气团轨迹模式分析得出此次污染过程以局地排放为主要形成源。