成都地区大气边界层逆温特征分析

针对污染气象条件对大气环境影响的问题,利用2010—2012年成都地区探空资料的温度数据,系统研究了成都地区逆温的结构及分布特征。结果表明:2010—2012年成都地区整体以贴地逆温出现频率最高、厚度最大及强度最强,其次为低悬逆温和高悬逆温。不同类型逆温出现的频率、厚度及强度也存在一定的季节差异,贴地逆温春季出现频率最高,厚度最大,其他各季差异不显著;冬季逆温最强,夏季最弱。3类逆温的日变化明显,08时逆温出现的频率和厚度普遍大于20时,且08时逆温强度大于20时。分析成都地区大气边界层逆温层特征,对了解成都地区污染物扩散规律具有重要的意义。     

潮州市区PM2.5的变化特征及与气象要素关系

利用潮州市2014—2020年空气质量逐小时质量浓度数据,分析了PM_2.5质量浓度的年、月、日变化特征,并结合相应时段的潮州国家站气象资料,分析了PM_2.5质量浓度与气象要素的关系。结果表明：2014—2020年潮州市区PM_2.5年平均质量浓度、超标出现日数均呈下降趋势。PM_2.5质量浓度具有明显的月和季节变化特征,其峰值出现在3月、谷值在6月,秋冬春季的质量浓度较高及超标日较多,尤其是1—4月份,需加强PM_2.5污染防控。二级和轻度污染质量浓度的日变化呈双峰型分布,主峰在20:00,次峰在01:00;中度污染质量浓度出现3个峰区,第1峰在01:00、第2峰在21:00、第3峰在09:00,各级最低谷均出现在14:00—15:00。各级质量浓度对应的气象条件有较大差异,其中一级时平均雨量较大、气温较高、风速较大;超标时平均雨量较小、气温较低、风速较小;二级处于一级和超标之间。日雨量1 mm以下、平均气温15～20℃之间、风速≤1.5 m/s时,平均质量浓度及超标率较高。西风及静...     

2013～2020年北京市城区PM2.5及其化学组分正增长机制研究

2013年以来,北京市城区细颗粒物(PM_2.5)质量浓度年均值呈逐年降低趋势,但PM_2.5重污染事件仍旧频发,污染出现快速甚至爆发增长的成因和理化机制仍存在诸多不确定性。基于北京市城区2013～2020年常规气象要素、PM_2.5及其化学组分观测资料,分析了PM_2.5在缓慢、快速和爆发三种增长机制下的颗粒物浓度和组分的阈值及其与气象条件的相关关系。结果表明,2013～2020年,北京市城区PM_2.5在增长时段(1～24 h间隔)中平均累积速率呈逐年放缓的趋势,大气污染累积阶段中缓慢增长的比重逐年升高。在判别标准逐渐严苛的前提下,爆发增长的比重逐年变化不大(4%～7%)。2013～2016年爆发增长的PM_2.5浓度阈值为62μg m^-3,2017年后,该阈值严苛至45μg m^-3。82μg m^-3为2018年以来极易出现PM_2.5爆发增长的界限值,高于此值后爆发增长的概率将...     

云南大气边界层高度演变及其与PM2.5变化相关性分析

基于ERA5 PBLH数据集、PM2.5观测数据和气温、相对湿度等多种气象观测资料,采用统计方法对1980—2020年云南省大气边界层高度（PBLH）变化特征、变化趋势,PM2.5浓度变化与PBLH的相关性进行系统分析。结果表明,受太阳直接辐射在一天中的变化影响,云南PBLH夜间变化平稳,白天波动较强;地气温差年代际变化与PBLH具有较好的一致性,2000年代至2010年代云南PBLH呈稳步升高趋势。降雨年内分布、地理位置的特殊性和天气系统等影响差异使得云南高海拔区域年内PBLH变化差异较小,干季PBLH较中、低海拔区仍明显偏低。云南四季PBLH大值中心多出现在昆明至楚雄,变化百分率多表现为增大趋势,春季整体增大趋势最明显,冬季变化百分率空间分布差异性最强。近地面层低温、高湿、弱风造成傍晚至夜间（18:00—01:00）PBLH快速下降,致PM2.5堆积到近地面层,PBLH对PM2.5浓度影响随之增强。各州/市PBLH与PM2.5的相关性和相关程度随季节和时次不同存在一定差异,02:00和08:00 PBLH与PM2.5基本表现为负相关,相关程度整体高于14:00和20:00;人类活动...     

京津冀及周边地区冬季能见度与PM2.5浓度和环境湿度的多元回归分析

2013年至今,中国冬季与雾霾相伴的低能见度事件频发,京津冀及周边地区尤为严重。PM_2.5浓度与环境湿度是导致低能见度的最关键影响因素。为了深入研究PM_2.5浓度与环境湿度对大气能见度的影响,利用2017年1月京津冀及周边地区MICAPS气象数据与PM_2.5观测数据,运用天气学诊断分析方法讨论了不同相对湿度下PM_2.5浓度、环境湿度对冬季能见度变化的相对贡献,按照地理环境与污染程度差异将京津冀及周边地区划分为北京-天津地区与河北-山东地区,建立了PM_2.5浓度与环境湿度（由露点温度、温度代表）对能见度的多元回归方程,并对2015、2016、2018、2019年冬季能见度进行了回算检验。结果显示:相对湿度低于70%、PM_2.5浓度低于75 μg/m3时,北京-天津地区与河北-山东地区能见度多高于10 km,PM_2.5浓度升高是此时能见度迅速降低的主导因素;相对湿度从70%上升至85%和PM_2.5浓度从75 μg/m3升高200 μg/m3的共同作用导致了能见度降低到10 km至5 km;能见度进一步从5 km下降至2 km则更多依赖于相对湿度进一步从85%升高至95%,PM_2.5浓度与此时能见度相关减弱;能见度降低至2 km甚至更低主要是由于水汽近饱和状态下（相对湿度95%以上）的雾滴消光引起,与PM_2.5浓度的变化关系不大。与不分组直接拟合相比,以相对湿度85%为界线,分别拟合能见度能够很大程度优化多元回归模型,相对湿度高于85%时能见度拟合值的均方根误差从9.2和5.2 km下降至0.5和0.7 km,5 km以下拟合能见度的误差大幅度减小。按相对湿度85%将数据分组所得的拟合方程对2015、2016、2018、2019年1月能见度估算结果较好,观测值与拟合值相关系数均高于0.91,为雾-霾数值预报系统提供了新的能见度参数化算法。      

不同降水强度对PM2.5的清除作用及影响因素

云和降水过程是大气污染物的重要清除途径,但由于降水过程和大气污染颗粒物本身的复杂性,目前降水过程对大气污染物的清除机制及影响因素有待深入研究。该文利用2014年3月—2016年7月在北京地区连续观测的PM_2.5和降水数据,研究了不同降水强度对PM_2.5的清除率,以及雨滴谱、风速和降水持续时间对PM_2.5清除率的影响。研究表明:降水强度越大,对PM_2.5清除效率越高。小雨、中雨和大雨对PM_2.5清除率平均值分别为5.1%,38.5%和50.6%。小雨不但对PM_2.5的清除率最低,而且对PM_2.5的清除效果也存在很大差异,约50%的小雨个例中PM_2.5质量浓度出现减小情况,而另外50%的小雨个例中,PM_2.5质量浓度出现增加情况。在持续时间长或地面风速增大的情况下,小雨也表现出较高的清除率。在中雨和大雨情况下,PM_2.5质量浓度均出现明显减小情况。但降水持续时间和风速对中雨和大雨的清除率影响较小,这是由于中雨和大雨一般在较短时间内即可清除大部分PM_2.5,因此,对降水的持续时间和风速大小不敏感。     

贵阳市PM2.5分布特征及气象条件的影响

利用2013~2017年贵阳市10个国控空气质量监测站点PM_2.5逐时监测数据,分析了贵阳市大气污染物污染水平及其时空分布特征。结果表明:(1)贵阳市PM_2.5年均浓度为36.14 ug·m-3,基本处于国家空气质量二级标准范围内,污染程度较轻;(2)贵阳市PM_2.5浓度冬季浓度为一年中最高,最高值出现在12月,夏季浓度最低,最小值出现在7月;(3)气象要素对PM_2.5浓度的影响是显著的,尤其是在分季节的情况下,气象要素对PM_2.5的影响差异较大。PM_2.5浓度与太阳辐射、日照时数、气压呈显著正相关,与降水、相对湿度、风速、气温呈显著负相关。太阳辐射夏季对PM_2.5影响最大,日照时数春季对PM_2.5的影响最大,气温在夏、秋季与PM_2.5浓度呈显著负相关。春季降水对PM_2.5的相关性更为显著,风速对夏、冬季与PM_2.5浓度具有显著负相关性。      

影响汾渭平原地区空气污染的地面环流形势及PM2.5浓度预报研究

基于2014-2018年海平面气压资料,采用Lamb-Jenkinson(L-J)客观环流分型方法对影响汾渭平原地区的环流形势进行分型,分析PM2.5污染季影响汾渭平原地区的主要环流形势。结合地面空气质量及气象要素观测资料探讨环流型与PM2.5浓度及气象要素之间的关系,建立每种环流型下各地市的PM2.5浓度预报模型。结果表明：(1)不同环流型出现的频率不同,且各环流型控制下PM2.5浓度有所差异,其中偏南气流型(S)、东南气流型(SE)、偏东气流型(E)及气旋型(C)控制下PM2.5污染日所占比例与所有环流型下PM2.5污染日所占比例的比值均超过1,较易造成PM2.5污染事件,同时这些环流型出现的频率与对应污染日数的乘积较大。(2)西安轻度及以上污染时混合层高度为483.5～601.38 m,相对湿度为42.94%～64.03%,风速为1.45～2.61 m·s^-1,滞留指数为0.13～0.53。S型、SE型、E型及C型四种环流型下混合层高度平均值为488.98 m,风速平均值为1.89 m·s^-1,滞留指数平均值为0.46,除C型外其余三个...     

西北干旱区夏季大气边界层逆温强度和高度的频率密度研究

利用敦煌干旱区陆气相互作用外场加强观测试验数据,分析了夏季干旱区边界层高度、逆温层逆温强度以及频率密度的特征.结果表明,虚位温垂直变化的极值可以确定对流边界层(CBL)、稳定边界层(SBL)和残留层顶(RLT)的高度.夏季敦煌干旱区CBL、SBL和RLT的高度平均为2.09 km、594 m和3.53 km,三者逆温层强度(△θv,zi)平均为0.084～0.088 K·(10 m)-1.CBL高度基本遵从均匀分布,SBL和RLT高度分别遵从显著的伽玛分布和极值分布,三者的△θv,zi均遵从显著的伽玛分布.CBL高度与△θv,zi的联合频率密度在0.05≤△θv,zi≤0.1 K·(10 m)-1的线状区域中最大,SBL高度与△θv,z.的联合频率密度在SBL高度＜1 km、△θv,zi=0.1 K·(10 m)-1和0.025 K· (10 m)-1附近的两区域中较大,RLT高度与△θv,zi的联合频率密度则在RLT高度等于3.5 km附近且△θv,zi=0.11或△θv,zi=0.06～0.08 K· (10 m)-1的区域中较大.     

湖北2015年冬季PM2.5重污染过程的气象输送条件及日变化特征分析

PM_2.5污染仍然是湖北省冬季大气污染的首要污染类型,且具有明显区域传输特征,重污染过程的空气污染气象条件有别于华北地区,值得关注。采用WRF/Chem不同排放情景下的模拟结果,并结合观测分析,研究了2015年12月—2016年1月湖北省PM_2.5重污染过程的气象输送条件及日变化特征,从大尺度输送条件和局地边界层动力作用分析了外来污染物水平传输、悬浮聚集和向下传输的过程,并解释了该地区观测到的午后PM_2.5浓度特殊峰值的气象成因。结果表明,湖北重污染爆发以区域传输为主,地面观测PM_2.5极值对应10 m风速可达8—10 m/s,边界层0—1 km为较强偏北风输送,污染传输通量极值位于400 m高度附近,为重要传输通道,低空无明显逆温,重污染过程具有“非静稳”边界层气象特征。重污染形成的大尺度输送条件为,长江中下游及北部地区偏北风异常偏强,南部地区风速减缓,使污染物在中游平原堆积,鄂北边界风速越大,越有利污染输送增长。传输性污染主要来自偏北和东北方向的污染源输送,潜在源区贡献主要为途经偏北通道上的豫中、南阳盆地和关中地区,以及途经东北通道上的鲁、皖、苏等部分地区。PM_2.5浓度日变化双峰结构的天气成因不同,21—24时（北京时）峰值为静稳性污染,11—14时峰值为传输性污染。污染输送受大气边界层高度影响,日出前大气边界层高度较低,层结稳定并伴有上升运行,使得低空外来输送悬浮聚集在400 m高度附近;日出后随大气边界层高度升高,静稳层结被破坏,在干沉降作用下高浓度PM_2.5开始向下传输,并在午后地面形成峰值。      

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。      

成都市PM2.5污染特征及其与地面气象要素的关系分析

为了解成都市PM_2.5污染特征及其与地面气象要素的关系,利用环境空气质量监测资料和地面气象观测资料,分析了PM_2.5质量浓度的季节、月和日变化特征,并分不同空气质量等级分析空气质量与地面气象要素的关系。结果表明：PM_2.5质量浓度具有明显的季节、月和日变化特征,且成都市区6个监测站的变化趋势比较一致;成都市相对湿度较大,地面风速较小,约62%的样本分布在相对湿度80%~100%,约85%的样本分布在地面风速0~2 m·s^-1,地面风速对成都市PM_2.5的水平输送、扩散、稀释不利;降水对PM_2.5的清除量随PM_2.5初始浓度、降雨持续时间和累积降雨量增加而增大。     

宝鸡2017—2019年冬季PM2.5分布特征及重污染过程分析

利用宝鸡市2017—2019年PM_2.5质量浓度小时数据及相对湿度等气象数据,探讨了宝鸡市PM_2.5质量浓度、相对湿度和能见度三者的关系,并利用HYSPLIT后向轨迹模式对3 a冬季重度及以上污染过程主导来源气团进行了聚类分析。研究发现：宝鸡冬季重度及以上污染过程多发生在1月,期间主导风向为西北风和东南风;PM_2.5质量浓度与能见度在不同相对湿度条件下有不同的拟合幂函数关系,空气相对湿度>80%时,空气中水汽含量是影响能见度的主要因素,空气相对湿度≤60%时,影响能见度的主要因子是PM_2.5质量浓度。2017—2019年冬季宝鸡达重度污染及以上的过程后向轨迹聚类结果略有不同,其中2017年污染以偏北及西南气团近距离输送为主,2018年污染以宝鸡本地积累为主,2019年污染以关中临近城市(西安地区)近距离输送为主;西北路气团移速最快,远距离传输能力最强,偏东路气团移速最慢,远距离传输能力最弱。     

兰州市冬季大气边界层结构特征的观测和数值模拟研究

本文利用甘肃省政府和中国科学院的科技合作项目"兰州市大气污染及对策研究"所获得的系留气球探空资料,并且结合数值模拟方法,对兰州市冬季大气边界层温度场特征进行了对比分析,结果表明:在没有特殊天气过程的典型冬季代表性时段,山谷城市兰州逆温边界层结构无论白天或夜间都存在,而且经常出现多层逆温和白天的脱地逆温情况,只有当冷空气过境时,逆温现象才减弱或消失;与观测结果相比较可以看出,数值模拟结果基本上反应了温度场的主要特征。     

泸州市城区PM2.5与地面烟炉增雨消霾关系浅析

利用泸州市2018~2020年的空气污染监测数据,气象数据,地面烟炉增雨消霾作业数据,用统计归纳方法研究了泸州市城区PM_2.5与地面烟炉增雨消霾的关系。结果表明：进行增雨消霾作业是十分有效的,作业后PM_2.5等级均有降低,递减等级情况为：递减1级有10个,2级有22个,3级有11 个,PM_2.5递减率从8.51~56.02%;建立PM_2.5与地面烟炉增雨作业模型F(P) = 0.3998*R + 0.0761*A − 0.0202*S −0.0012*m + 2.38,R^₂ = 0.6323,通过了a = 0.05的F检验;通过3个地面烟炉增雨作业站点进行人工增雨作业,可以成功降低PM_2.5。     

北京地区PM2.5的成分特征及来源分析

选用2003—2004年初PM_2.5连续观测资料，统计分析了北京地区PM_2.5的特征、PM_2.5与PM₁₀以及PM_2.5与地面气象要素的相互关系。结果表明:四季中夏季PM_2.5浓度最低，冬、春两季浓度较高。PM_2.5与PM₁₀比值平均为0.55，非采暖期两者比值为0.52，采暖期两者比值为0.62；夏季该比值主要分布在0.3~0.6之间，春、秋两季该比值分布在0.3~0.8之间，冬季采暖期该比值分布在0.4~0.9之间。PM_2.5与PM₁₀比值日变化与气象条件日变化、人们日常生活习惯密切相关，沙尘天气和交通运输高峰期扬起地面粗颗粒物会导致PM_2.5在PM₁₀中的比例下降，而冬季取暖以及夏季光化学反应则会引起PM_2.5的比例升高。PM_2.5的浓度与地面气象要素中本站气压、相对湿度和风速有很好的的相关性，与气温的相关性较差。SO₄2-，NO₃-和NH₄+为北京地区PM_2.5中主要离子。PMF源解析方法确定了北京地区5类细粒子污染源，分别是:土壤尘、煤燃烧、交通运输、海洋气溶胶以及钢铁工业。     

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。      

北京PM1中的化学组成及其控制对策思考

通过分析北京城区2007年夏季和秋季、2008年冬季和春季4个季节PM₁中硫酸盐、硝酸盐、铵盐、有机物和黑碳等气溶胶化学组成,结合对我国及全球主要区域PM₁₀中上述气溶胶组分及矿物气溶胶组成的评估,发现因受干旱区产生的沙尘和城市逸散性粉尘的共同影响,整个亚洲大陆,尤其是我国的矿物气溶胶浓度与欧美国家城市区域气溶胶总和的平均值相当或更高。我国在重视控制PM_2.5等细粒子污染的同时,不应忽视对PM_2.5~PM₁₀之间粗粒子的控制力度;北京城区春、夏、秋、冬的PM₁平均质量浓度分别约为94,74,66 μg·m-3和91 μg·m-3,全年平均约为81 μg·m-3,其中有机物气溶胶约占41%,硫酸盐占16%,硝酸盐占13%,铵盐占8%,黑碳和氯化物分别占11%和3%,细矿物气溶胶约贡献7%。对于PM_2.5污染的控制,关键是消减PM₁中主要气溶胶粒子的排放与转化,其中对有机物的控制更为重要,尽管对于北京而言进一步污染控制的难度已经很大。从科学上来说,即使我国的控制措施能百分之百实现,也很难稳定地达到欧美国家的空气质量水平,因为我国本底矿物气溶胶的浓度较高。应进一步评估各项控制措施的适用性,并制定考虑我国人群健康状况的PM_2.5空气质量标准。