北京地区一次PM2.5重污染过程的边界层特征分析

利用北京市环境保护监测中心和美国大使馆的细颗粒物（PM2.5）逐时监测数据,中国科学院大气物理研究所325 m气象梯度塔资料以及实况天气图和探空资料,对2015年11月27日至12月1日北京的PM2.5重污染过程的边界层特征进行了分析。研究发现:这次重污染过程持续时间长、强度大,其中PM2.5浓度超过75 μg/m3的时次共计126 h,超过150 μg/m3共计116 h,小时最高PM2.5浓度为522 μg/m3。在高低空环流场配置的影响下,近地面静风和多层逆温结构抑制了污染物在水平和垂直方向上的输送,加上边界层内的深厚湿层,使得其中气溶胶不断吸湿增长,高PM2.5浓度得以维持。在重污染期间,湍流动能较低,不利于污染物的水平和垂直扩散。垂直方向的湍流动能一直占水平方向的15%~20%左右,水平湍流动能占主要贡献。摩擦速度与湍流动能呈现出相似的变化趋势,不同高度之间的摩擦速度差别不大。超出前后时次一个数量级的湍流强度尖峰的出现是湍流场发生调整的一个信号,是PM2.5浓度发生剧烈转变的前兆,预示着污染状况更加糟糕。重污染过程中感热通量的输送方向为从地面向大气输送,感热通量和潜热通量都大幅减少,并且表现出明显的日变化特征。对湍流功率谱计算和分析表明,在重污染过程期间,时间尺度为5 min至6 h的中尺度过程对从地面到大气方向的动量和热量通量输送做出了重要贡献。     

青藏高原东部及下游关键区大气边界层高度的观测分析

利用2007年12月10-24日在红原、温江和宜昌同步观测的3小时加密探空资料,分析了青藏高原东部及下游关键区大气边界层位温廓线日变化特征,以及对流边界层高度和稳定边界层高度的变化特征.分析结果表明,不同地形位温廓线具有相同的日变化特征,对流边界层在白天出现和发展,而稳定边界层在夜间出现和发展;对流边界层的发展史和发展高度与海拔高度有关,高海拔地区对流边界层的发展史较短但发展高度较高,而低海拔地区对流边界层的发展史较长但发展高度较低;稳定边界层的发展史和发展高度也与海拔高度有关,高海拔地区稳定边界层的发展史较长且发展高度较高,而低海拔地区稳定边界层的发展史较短且发展高度较低;对流边界层的最大发展高度多出现在地方时17时,而稳定边界层的最大发展高度多出现在地方时02时;红原、温江和宜昌的对流边界层高度分别可达4 930 m、1 000 m和710 m.而其稳定边界层高度分别可达1 100 m、920 m和650 m.     

银川市大气边界层逆温影响因素及其与冬季PM2.5的关系

为了探究银川市大气边界层逆温特征和影响因素及其与冬季PM_2.5污染的关系,利用2015—2020年银川气象站探空、地面气象观测资料及银川市空气质量监测数据,在分析银川市大气边界层逆温及地面气象要素特征基础上,以冬季为研究时段,探讨逆温与地面气象要素对PM_2.5污染的影响。结果表明：(1)银川市清晨大气边界层较傍晚更易出现逆温,且逆温多为贴地逆温,贴地逆温较悬浮逆温强度大、厚度小;逆温频率和厚度冬季最大、夏季最小,逆温强度秋季最强、夏季最弱。(2)冬季晴天,地面平均风速1.0～1.5 m·s^-1、相对湿度30%～60%的气象条件下易出现逆温。(3)贴地逆温是影响冬季PM_2.5污染天气的主要气象因素之一,当逆温厚度超过596 m、强度超过1.4℃·(100 m)^-1时,易出现PM_2.5污染天气,且随着逆温厚度增大、强度增强,污染加重。(4)冬季PM_2.5污染天气下,清晨天空状况多为晴天,通常地面平均风速小于1.3 m·s^-1     

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。      

济南PM2.5质量浓度与气象条件相关性初步研究

通过对济南2013年12月—2018年2月PM2.5质量浓度数据分析得出,PM2.5质量浓度平均和最大值均为冬季最高,春秋季次之,夏季最低;PM2.5质量浓度值1月和12月最高,8月最低;其质量浓度呈明显的逐年递减趋势。在不同风向上PM2.5质量浓度存在显著差异性,在N风向和ESE(盛行)风向上均出现了质量浓度较大值,一方面与污染物的异地输送有关,另一方面与济南的特殊地形有关。研究表明,无论污染源在山脉的背风侧还是迎风侧,都很容易导致高浓度污染;尤其在冬季,山脉地形还会加重逆温影响,使污染程度加重。通过相关性研究发现,冬季、春季和秋季,PM2.5质量浓度与相对湿度和平均总云量均呈正相关,与日照时数及其距平呈负相关;冬季,PM2.5质量浓度与平均气温及其距平以及最高、最低气温均呈正相关,与平均、最高、最低气压均呈负相关;春季和秋季,PM2.5质量浓度与气温距平值呈正相关;夏季和秋季,PM2.5质量浓度与日降水量呈负相关,而且随着雨强的增大,对PM2.5的洗消作用越显著。上述变量间相关性均通过了P≤0.01显著性检验。     

2015年上海崇明岛PM2.5和PM10浓度变化特征 及气象因素影响分析

通过对2015年1—12月上海崇明岛崇南地区颗粒物(PM_(2.5)、PM_(10))浓度的连续监测,研究了PM_(2.5)、PM_(10)在不同季节的动态变化特征及与其他因子(SO_2、NO_2、O_3)的相关性,分析了风向风速和降雨对颗粒物浓度的影响。结果表明:崇明岛PM_(2.5)和PM_(10)浓度的季节变化明显,呈现冬季的春季的秋季的夏季的的特征,冬季PM_(2.5)和PM_(10)小时浓度均值分别为0.058 mg/m~3和0.085 mg/m~3,夏季PM_(2.5)和PM_(10)均值分别为0.034 mg/m~3和0.054 mg/m~3。PM_(2.5)和PM_(10)浓度分别与SO_2浓度和NO_2浓度显著正相关,与O_3显著负相关。全年来看,在西南风向时PM_(2.5)和PM_(10)浓度较高,这主要受该方向上游吴淞工业区、宝钢、石洞口电厂、罗店工业区等工业排放影响;从高浓度颗粒物(PM_(2.5)质量浓度≥0.115 mg/m~3)来向看,北和西北风向时出现高浓度颗粒物的频率最高,这主要是受到我国北方采暖季大气颗粒物输送过程对崇明岛区域的脉冲式污染影响所致;PM_(2.5)、PM_(10)实时浓度与相应的风速呈显著负相关。降雨量大于5 mm或持续3 h及以上的连续降雨对大气颗粒物起到显著的湿清除作用,降雨后PM_(2.5)和PM_(10)质量浓度分别降低了68.0%和66.9%,降雨时和雨后PM_(2.5)浓度为0.025～0.033 mg/m~3,均低于我国环境空气PM_(2.5)的一级浓度限值。     

天津大气能见度与相对湿度、PM10及PM2.5的关系

为研究大气气溶胶及空气中水汽与大气能见度下降的关系,利用2009年天津大气边界层观测站大气能见度资料和同期观测的相对湿度、PM₁₀及PM_2.5资料,对三者与大气能见度的关系进行了分析。结果表明：大气能见度与相对湿度线性相关系数最高,PM2.5次之;大气能见度随相对湿度的增大而明显降低。相对湿度低于60 %时,大气能见度与PM_2.5的非线性相关性较好,与PM₁₀次之,与PM₁₀与PM_2.5差值的相关性最差。相对湿度高于60 %时,大气能见度与PM₁₀的非线性相关性较好,与PM₁₀-PM_2.5差值的相关性次之。大气能见度与相对湿度非线性相关系数高于线性相关系数。利用相对湿度、PM₁₀及PM_2.5数据计算得到了具有季节变化的非线性大气能见度拟合公式,经验证,该公式能较好地模拟天津地区的大气能见度。     

2013年济南市大气能见度与相对湿度和PM10、PM2.5的关系

对济南市2013年1—12月的能见度、相对湿度、PM10及PM2.5逐时监测数据分析,结果表明：能见度、相对湿度、PM10和PM2.5浓度有明显的月变化和日变化规律。在各项污染物中,能见度与颗粒物的相关性最高,与PM10的相关系数为-0.6718,与PM2.5的相关系数为-0.7422;在气象因子中,与相对湿度的相关性最高,相关系数为-0.6501。不同季节条件下,能见度与PM2.5的相关性明显优于PM10的,冬季能见度与颗粒物的相关性明显优于其他季节的。     

上海崇明岛PM2.5和PM10污染特征及气象因素影响分析

2015年上海崇明岛PM2.5和 PM10浓度变化特征及气象因素影响分析     

大气边界层高度确定及应用研究进展

大气边界层高度是表征边界层特征的重要参量,影响边界层内水热、物质、能量的垂直分布,也是数值模拟、环境评估中的重要参数。从湍流运动、热力作用、动力作用以及物质分布等多视角总结了大气边界层高度的定义及确定方法,回顾了采用直接观测手段和遥感手段确定大气边界层高度的不同方法,对比了大气边界层高度不同获取手段的优缺点,梳理了大气边界层高度参数化方案,探讨了大气边界层高度确定中存在的问题,并提出未来相关研究和应用可能突破方向。     

乌鲁木齐市PM10,PM2.5和PM1.0浓度及分布变化特征研究

利用GRIMM180气溶胶粒谱分析仪采集乌鲁木齐市PM10、PM2.5和PM1.0数据,研究表明:乌鲁木齐市气溶胶颗粒物质量浓度在进入采暖季后急剧增加,冬季颗粒物中细粒子含量最高,PM2.5/PM10可达77.6%,PM2.5/PM10,PM1.0/PM10,PM1.0/PM2.5三比值体现了颗粒物的分布特征,四季污染程度越高,细粒子含量越高。四季无降水日PM10、PM2.5、PM1.0的质量浓度和分布的日变化基本呈三峰三谷型,出现早—午—晚峰值,上午—下午—午夜后谷值,各季节峰谷值具体出现时间略有差别,由于冬季逆温层顶盖等因素的影响,冬季质量浓度和分布的日变化在此基础上多了两次波动。降水的发生对冬、春季质量浓度的影响大于夏、秋季,对不同粒径段粒子的分布影响有一定差别。     

中国西北地区大气边界层高度变化特征——基于探空资料与ERA-Interim再分析资料

利用中国西北地区2015年9月至2016年8月38个站点L波段探空观测、2016年7月加密探空观测和ERA-Interim边界层高度资料,对比分析了西北地区大气边界层高度变化特征。观测资料表明,在中国西北地区,08:00(北京时,下同)冬季边界层高度最高; 20:00春季边界层高度最高,边界层高度从西部到东部有显著降低的趋势。ERA-Interim资料基本能表现出边界层高度的区域分布,但相对于探空观测得到的边界层高度,除夏季20:00外,ERA-Interim再分析资料边界层高度均偏低。全年平均而言,08:00(20:00)偏低160 m(170 m),其中在08:00(20:00),冬季(春季)偏低最显著。08:00边界层高度与低层稳定度、近地层温度和风速相关更加显著; 20:00边界层高度与低层稳定度和相对湿度相关更加显著。2016年7月加密观测资料对比表明,ERA-Interim资料的对流(中性)边界层高度显著偏高;低层稳定度、相对湿度偏小,风速偏大可能是造成边界层高度偏高的原因; ERA-Interim资料的稳定边界层高度偏低,与低层稳定度和近地层温度偏低相关,但其影响因素相对更加复杂。     

克拉玛依市PM2.5质量浓度分布及其影响因素分析

利用2015年1月至2017年12月中国环境监测总站全国城市空气质量实时发布平台中公布的克拉玛依5个监测点数据和同时期克拉玛依国家基本气象站的观测数据,分别研究了克拉玛依市4个行政区的PM_2.5浓度的时空变化特征以及气象条件对克拉玛依PM_2.5浓度变化的影响。结果表明：从月份上看,克拉玛依每年的1月、2月、12月PM_2.5浓度最高,3月、11月PM_2.5浓度较高,其中,独山子每年2月的PM_2.5浓度均最高,2016年2月独山子PM_2.5平均浓度最高,达到134 μg·m^-3,超过国家一级标准值的2.8倍,属于中度污染,从季节上看,克拉玛依四季PM_2.5浓度变化呈现波峰波谷变化趋势,表现为冬季最高,春季次之,夏季、秋季各区变化不一的特点,采暖期的PM_2.5浓度高于非采暖期的PM_2.5浓度;克拉玛依PM_2.5浓度在空间上的总体分布为：独山子区>白碱滩区>克拉玛依区>乌尔禾区;从风向、风速、气温、气压和相对湿度等气象要素与PM_2.5浓度的相关性来看,气压、相对湿度与PM_2.5浓度呈显著正相关,气温、风速、风向与PM_2.5浓度呈负相关,其中气温、风向与PM_2.5浓度呈显著负相关。     

敦煌夏末大气垂直结构和边界层高度特征

本文利用西北干旱区陆-气相互作用野外观测试验 (NWC－ALIEX) 2008年8月11～18日的探空试验资料, 分析了中国西北干旱区敦煌地区的大气垂直结构和边界层高度特征。结果表明, 对流层顶大约在距地15000 m高度左右, 为第二 (副热带) 对流层顶; 水汽主要集中在距地6500 m以下对流层, 0℃层在距地3000～4000 m高度波动, 逆湿层高度在0℃层左右摆动; 在距地5000 m以上的对流层基本被西北风或偏西风统治, 在距地9000～13000 m左右的对流层高层, 存在一个风速为25～50 m/s的西北风或偏西风极大值; 敦煌夏末存在特厚边界层, 对流边界层高度可达4200 m, 稳定边界层高度可达1300 m。     

2007和2008年夏季北京奥运馆大气PM10与PM2.5质量浓度变化特征

为了监测北京奥运主场馆附近大气颗粒物的污染状况以及评估奥运污染源减排措施对北京大气颗粒物质量浓度变化的影响,利用颗粒物在线监测仪器TEOM于2007年和2008年夏季,在奥运主场馆附近的中国科学院遥感应用研究所办公楼楼顶对大气颗粒物PM10和PM2.5进行了连续同步观测。结果表明,2007年夏季监测点附近大气PM10与PM2.5质量浓度的平均值分别为153.9和71.2μg.m-3,而2008年夏季PM10与PM2.5质量浓度的平均值分别为85.2和52.8μg.m-3。与奥运前一年同时段相比,奥运时段大气PM10和PM2.5的质量浓度分别下降44.5%和25.1%。对比分析奥运前后的2次典型污染过程发现,空气相对湿度的增加和偏南气流输送的共同影响易造成大气颗粒物的累积增长,而降雨的湿清除作用和偏北气流则会使大气颗粒物浓度迅速降低。在相近的气象条件下,奥运前后的污染过程中,大气细粒子的日均增长速率分别为25.1和13.9μg.m-3.d-1,而大气粗粒子的日均增长速率分别为20.8和2.2μg.m-3.d-1,奥运时段污染累积过程中大气粗、细粒子的增长速率分别显著低于和略低于奥运前同时段污染过程中颗粒物的增长速率。污染源减排措施的实施是奥运期间大气颗粒物质量浓度降低的主要原因,从控制效果来看,奥运期间实施的污染源减排措施对大气粗粒子的控制效果明显好于大气细粒子。     

2013-2016年惠州市大气颗粒物质量浓度变化特征和典型污染过程分析

利用2013-2016年惠州市5个环保国控站的PM质量浓度和国家基本气象观测站的气象要素观测数据及NCEP/NCAR日平均再分析资料,统计分析了惠州市大气颗粒物质量浓度变化特征及其与气象条件的关系。结果表明：2013-2016年惠州市大气颗粒物质量浓度、污染日数和超标日数均呈明显下降趋势,2016年PM10年平均质量浓度已接近年平均质量浓度限值一级标准,PM2.5年平均质量浓度达到年平均质量浓度限值二级标准。大气颗粒物质量浓度冬季的最高、秋季的次之,非汛期的（10月次年3月）显著高于汛期的（4-9月）。PM2.5污染日均出现在非汛期,尤其是冬季的1和12月,大多出现在晴朗干燥的东北风天气下。分析惠州市20132016年间两次长时间大气颗粒物污染过程发现,这两次大气颗粒物污染过程出现在冷空气减弱、冷高压东移出海后或下一波冷空气来临前,但随着南下冷空气的到来,北风加大或带来明显降水,空气质量明显好转。     

地基微波辐射计探测大气边界层高度方法

采用2013年中国科学院大气物理研究所香河大气综合观测试验站的地基微波辐射计和激光雷达观测数据,以激光雷达探测的大气边界层高度为参考,分别利用非线性神经网络和多元线性回归方法建立微波亮温直接反演大气边界层高度的算法,并对比两种方法的反演能力, 同时分析非线性神经网络算法在不同时段及不同天气状况下反演结果的差异。结果表明:非线性神经网络算法的反演能力优于多元线性回归算法,其反演结果与激光雷达探测的大气边界层高度有较好一致性,冬、春季的相关系数达到0.83,反演精度比线性回归算法约高26%;对于不同时段和不同天气条件,春季的反演结果最好,晴空的反演结果好于云天; 四季和不同天气状况的划分也有利于提高反演精度。     

辽宁城市PM2.5时空变化聚类及其气象影响特征

利用2015年11月至2016年10月辽宁14市环境空气质量监测数据和地面气象站点监测数据,对辽宁省细颗粒物污染时空特征以及气象因子对其影响规律进行了系统的分析,并据此进行聚类分区。结果表明:辽宁城市PM_(2. 5)浓度变化的季节性差异明显,呈冬季高、春季次、夏秋低的总体特征;辽宁全境PM_(2. 5)浓度的空间分布差异较大,中部平原地区为最高、两翼丘陵较低、东部沿海最低;根据PM_(2. 5)浓度与气象因子的散点图及Spearman相关系数,辽宁城市可分为4种类型,即辽东半岛型(I类,包括丹东、大连、盘锦、营口)、辽西山地型(Ⅱ类,包括葫芦岛、锦州、朝阳、阜新)、辽东山地型(Ⅲ类,包括本溪、抚顺)、辽中平原型(IV类,包括铁岭、沈阳、辽阳、鞍山),4类城市的PM_(2. 5)浓度依次递增,且冬季最为明显; PM_(2. 5)浓度与气温、水汽压、相对湿度仅在冬季均呈正相关,但I、Ⅱ类城市在春季呈正相关,IV类城市在春、夏两季也呈正相关;与风速在冬季均呈负相关;与气压的相关性不明显。     

高陵区PM2.5污染特征及其与气象要素的关系研究

利用高陵区2018年1月1日—2020年12月31日 PM25质量浓度监测资料、空气质量指数,分析PM25的污染特征,结合气象观测资料, 通过线性相关分析定量分析不同季节PM25质量浓度与气温、相对湿度、风向风速、降水等气象要素之间相关性。结果表明：（1）近3 a来高陵区污染天气首要污染物为PM25的累计时间远超其他污染物为首要污染物的累计时间。（2）PM25平均质量浓度月变化呈明显的“U”型特征,1月最高,2月、12月次之;季节变化规律为冬春高、夏秋低,冬季最高,夏季最低。（3）PM25质量浓度日变化呈单峰单谷特征, 23时为最大峰值,17时左右为谷值,此变化趋势与气温、风速的日变化呈相反趋势,与相对湿度日变化趋势基本一致。（4）不同季节PM25质量浓度和气象要素的相关性存在差异,PM25质量浓度与风速及降水量在各个季节均呈显著负相关,与气温整体上呈负相关,与相对湿度整体呈正相关。（5）PM25质量浓度高值主导风向为偏西北风,其次是东北风,风向偏东和西南时PM25质量浓度值相对较小。     

北京地区日最大边界层高度的气候统计特征

使用北京气象站探空观测数据和地面气温观测数据,以干绝热曲线法估算1984~2013年逐日最大边界层高度,同时计算对应的边界层平均风速和通风量。统计分析这3个边界层参量的平均特征,并利用2001~2012年的空气污染指数(API),探讨大气污染与边界层参量的关系。结果表明:(1)日最大边界层高度的30年月均值以春季和夏初(3~6月)最高,约1600 m;夏季和秋初(7~10月)次之,约1300 m;冬季(11月、12月和1月)最低,约1000~1200 m。(2)夏季,日最大边界层高度不同数值的频率大致为对称分布,峰值处于1000~1600 m范围;秋、冬季,频率分布系统性地向低值一方偏斜,600~800 m的出现频率大大增加;春季边界层高度的变化极大。(3)各季边界层平均风速以夏季为最小。(4)一年中春季通风量最大,秋季次之,冬季较低,夏季最小。(5)秋、冬季,北京中度和重污染个例(API200)集中分布于弱风、低边界层和小通风量条件,反映污染物局地累积的作用;春季污染个例半数以上以高风速、高通风量为特征,反映沙尘类外部输入性污染的作用。