沈阳市一次持续性重污染天气过程特征分析

使用常规地面、探空资料以及风廓线雷达和环境监测站污染物资料,对2015年11月7—11日沈阳市一次持续性重污染天气过程进行分析,结果表明:(1)此次污染过程持续时间长,PM2.5浓度维持在500μg·m-3以上近21 h,期间峰值达到1 287.83μg·m-3,主要污染物为CO;(2)平稳的高空环流、弱气旋性环流及高湿条件为这次重污染天气的发生、发展和维持提供了有利的气象条件,0℃左右的温度长时间维持也为该次过程的一个主要特征;(3)重污染期间从地面到850 h Pa高度上水平风速均接近2 m·s-1,整层大气静稳,伴随着较好的湿度条件和多个逆温层结的存在,抑制了污染物的垂直输送;(4)卫星遥感监测显示吉林和黑龙江一带有大量火点存在,此时正值冬季秸秆燃烧,大气轨迹分析显示,污染期间偏北风为污染物的传输提供了有利的气象条件。     

青岛地区一次雾霾重污染天气过程特征分析

利用青岛市环境监测中心站环境监测资料、青岛市气象常规观测资料、美国国家环境预报中心(NCEP)再分析资料,对青岛地区2016年12月18—21日的一次雾霾重污染天气过程进行分析。结果表明:污染期间,亚欧大陆中高纬度地区500hPa呈两槽一脊的环流形式,青岛处于弱槽系统控制下,空气质量好转时,高空锋区明显增强,西北风加大,地面冷锋快速东移;此次雾霾重污染天气过程空气中近地面相对湿度一直维持较高,重污染期间小于2.6m·s~(-1)的地面风速对污染物扩散没有明显作用;污染物的浓度增加、持续阶段与气象要素能见度、风速、混合层厚度呈负相关性,与相对湿度呈正相关性,与温度的相关性较低;污染过程中青岛市区24h的输入污染源主要来自半岛北部地区,主要污染物为PM_(2.5)颗粒。     

天津重污染天气混合层厚度阈值及应用研究

在对比云高仪反演数据和中尺度模式不同边界层方案模拟数据的基础上,构建天津地区混合层厚度数据集,并收集2009—2015年天津地区PM_(2.5)质量浓度和能见度资料,开展天津地区重污染天气混合层厚度阈值和相关规律研究。结果表明:2000—2015年期间天津地区混合层厚度呈现波动性逐年增加趋势,与255m气象塔观测近年天津地区逆温层底升高以及夜间边界层高度增加有较强的一致性。统计显示PM_(2.5)日均质量浓度和混合层厚度呈现指数关系,混合层厚度越低PM_(2.5)质量浓度越高,其阈值天津地区可以以200、400、600和800 m作为界限判断大气污染垂直扩散能力,当日均混合层厚度200m时,天津地区重污染天气出现概率52%,中度以上霾出现概率46%,需要特别关注。PM_(2.5)日均质量浓度和混合层厚度的负相关并不适用于所有过程,对于输送型过程由于大气污染的输送一般由高空影响地面,在污染的起始阶段,混合层厚度的增加,反而有利于上层大气污染物向下的传输,使得近地面PM_(2.5)质量浓度升高,在运用混合层厚度阈值指标时需要特别考虑。     

2013—2015年廊坊市连续重污染条件下的气象要素和污染物特征

通过综合运用micaps、自动站等气象资料,以及环境监测污染物浓度和AQI指数等资料,对2013—2015年廊坊市的连续重污染天气进行了分析,并细致分析探讨了在空气达到重污染背景下,气温、风向、风速、相对湿度等气象要素和多种空气污染物指数的分布特征。结果表明:(1)连续重污染具有明显的季节性特点,秋季开始出现,冬季达到顶峰,随着次年春季的到来逐渐减少至消失;(2)连续重污染的出现将导致气温升高,此时风向多为西南风—西风和偏东风,平均风速以0.3~1.5m·s^(-1)为主,最大风速多在1.6~3.3m·s^(-1)之间,相对湿度以60%~70%为最高发区间;(3)连续重污染天气的首要污染物为PM_(2.5)或PM_(10),其中以PM_(2.5)为主,比例高达94.3%,且呈逐年小幅下降趋势;(4)CO和SO_2浓度变化与采暖期污染物排放关系密切;(5)5月出现的连续重污染较少,且由大风沙尘天气造成。     

两次秸秆焚烧导致辽宁重污染过程的气象条件对比分析

利用环境监测站大气污染物数据、地面自动气象站观测资料、L波段加密探空资料和0.125°×0.125°的EC再分析资料,结合MODIS遥感火点监测和HYSPLIT4后向轨迹模拟结果,对比分析了2015年11月8日和2016年11月5日的两次由于东北地区秸秆焚烧导致辽宁重污染天气过程的大气边界层特征、气象扩散条件和大气污染物输送来源等。结果表明:两次过程地面PM_(2.5)浓度均出现快速上升和下降,其中2015年11月8日重污染过程的污染强度较2016年11月5日强,且持续时间更长。2015年11月8日重污染过程的混合层高度较低,其上层的中性层结转变为逆温层结,抑制混合层高度的发展。同时低层冷平流不断侵入到暖平流下方,使得大气层结稳定性增强,维持时间较2016年11月5日重污染过程更长,低层下沉运动和黑龙江西南部、吉林西部污染物的远距离输送增强使得辽宁地面污染物浓度快速累积。而2016年11月5日重污染天气过程主要受深厚冷空气影响,东北地区西部污染物的区域输送和地面风场辐合是地面污染物浓度快速上升的主要原因。     

深圳一次冷锋前高压脊影响下重度霾污染过程的数值模拟

利用WRF-Chem模式,模拟了2014年1月3—4日深圳市发生的一次冷锋前大陆高压脊影响下的重度霾污染天气过程的发生、发展及消散各阶段的温度场、风场、大气边界层以及污染物的三维结构特征,分析了PM_(2.5)时空变化特征及与气象环境场的关系,结果表明:(1)模式对该次重霾污染天气过程PM_(2.5)模拟值与实测值的相关性较好,能够较好地再现该次霾过程的污染物质量浓度场特征,但PM_(2.5)质量浓度整体略偏大;(2)PM_(2.5)质量浓度模拟结果表明,高质量浓度位于深圳中西部地区,中西部污染较东部严重,PM_(2.5)污染时段主要出现在20:00—02:00,与霾严重时段相吻合;(3)通过分析此次污染过程温度场、风场、大气边界层以及污染物的三维结构,首要污染物PM_(2.5)质量浓度的分布与大陆高压脊影响下造成的持续大范围弱北风、强下沉气流、较低的大气边界层以及逆温层有密切关系。持续弱北风和强下沉气流不利于污染物的水平和垂直扩散,较低大气边界层促进污染物在边界层内快速积累;逆温层的存在进一步抑制了大气垂直扩散能力,使得霾天气加剧。     

漯河一次持续性重污染过程成因及传输特征分析

利用常规气象资料、颗粒物观测数据、NCEP 1°×1°分析资料、GDAS 1°×1°数据、激光雷达资料等,对2018年11月下旬河南漯河一次连续重污染天气过程成因与污染物传输特征进行了分析。结果表明:(1)本次污染与天气形势关系密切,前期受静稳纬向环流和地面均压场影响,有利污染积累;中期高空槽与地面变性高压引导弱冷空气东移南下,产生滞留效应,污染物迅速增加;后期因低层东路冷空气扩散与静稳形势恢复,污染继续积累增长,形成连续性重污染。(2)PM_(2.5)造成重污染时因辐射逆温持续稳定,导致污染加剧;PM_(10)重污染时因逆温层减弱消失,有利污染物输送沉降;混合重污染时因近地层湍流混合加强形成逆温,污染持续发展。(3)本次重污染天气主要有5条传输路径,西南路径和偏东路径污染比例较高,其轨迹短,高度在900 hPa以下,对PM_(2.5)近距离输送作用明显;西北路径和偏北路轨迹长,起始高度在700—600 hPa之间,高空中远距离输送以PM_(10)为主。(4)受静稳条件和近地层高湿影响,高消光带维持在600 m以下,较低边界层抑制垂直扩散,导致污染细颗粒物与沙尘积累并长时间共存。(5)本次重污染是本地污染累积和高空外源污染输送共同影响。除漯河本地污染贡献较高外,高潜在源区主要集中河南西南部、东北部以及与山东交界处,这也是本次持续性污染发展的重要原因。(6)重污染时地面偏北风占主导,其他方向风速较小,有利形成污染辐合以及污染物二次转化并加剧污染。     

2015年11月沈阳地区一次PM2.5重污染过程综合分析

利用多源观测资料综合分析了2015年11月沈阳地区一次PM2.5 重污染天气的气象条件、垂直风场演变、大气边界层特征以及污染物的来源。结果表明:本次重污染过程中,沈阳市区PM2.5浓度长达81h超过250μg · m^-3 ,其中峰值浓度达到1287μg · m^-3 ,重污染期间PM2.5 /PM10 的比例最高为90%。受地面倒槽和黄淮气旋影响,近地面层持续存在的逆温层、高相对湿度和弱偏北风为颗粒物吸湿增长和长时间聚集提供有利的天气条件。风廓线雷达风场资料显示在重污染期间,近地面层存在弱风速区、凌乱风场和弱下沉气流。利用风廓线雷达资料计算了边界层通风量(Ventilation Index,VI)和局地环流指数(Recirculation,R),边界层通风量VI和PM2.5 存在明显的负相关,非污染日VI是重污染日的2倍,局地环流指数R在重污染天气前大于0.9,而在污染期间部分空间R小于0.8。通过后向轨迹模式和火点监测资料分析发现,沈阳上空300m高度气团来自于生物质燃烧区域,而且沈阳地区NO2和CO浓度的变化与PM2.5一致,说明本次重污染过程也可能和生物质燃烧有关。     

上海地区一次典型连续颗粒物污染过程分析

2013年3月4—9日上海地区出现了一次连续6 d的污染过程,本文利用PM_(2.5)和PM_(10)的小时监测资料、常规气象资料、激光雷达资料、FY-3A卫星监测资料及NCEP再分析资料,综合探讨了此次连续污染过程的气象特征,发现此次连续污染与天气形势的高低空配置有密切关系,槽后被西北气流控制,稳定的垂直层结及地面较弱的气压场,有利于污染物的积聚和污染天气的维持。文章还对此次连续污染过程中的重污染过程进行了深入的诊断分析,研究发现850 hPa及以上中低空西北气流将上游污染物输送至上海,再配合下沉运动沉降到地面,是造成此次重度污染过程的主因;同时,本地风力小、近地层垂直温度层结稳定等均不利于污染物在水平和垂直方向上的扩散,为污染物的积聚创造了条件。     

渭南市2015—2017年典型霾天气过程气象特征分析

综合利用地面空气污染监测资料、MICAPS资料、常规气象资料、探空资料、NCEP再分析资料,通过对2015—2017年渭南市11个典型霾天气过程进行分析,总结渭南市典型霾天气过程的大气环流背景特征,并运用统计学方法分析典型霾天气过程的气象要素特征。结果表明:典型持续性污染天气过程中细颗粒物(PM_(2.5))是PM_(10)的主要组成成分,PM_(2.5)的质量浓度明显高于粗颗粒物,严重污染期间PM_(2.5)和PM_(10)二者日变化明显且基本同步。严重污染期间,500 hPa欧亚中高纬度环流呈两槽一脊型,陕西处于暖脊前部、长波脊前底部,相应的700 hPa青藏高原上有短波槽,短波槽前有弱偏南气流发展;而空气质量转好时,中高纬度环流形势明显变化,陕西上空锋区加强,伴随地面东移南下冷空气的入侵,关中对流层低层偏北气流加强。PM_(2.5)质量浓度与过去1小时降水量、气温、海平面气压、10分钟平均风速负相关,与露点温度、相对湿度、总云量正相关。     

河北廊坊市连续重污染天气的气象条件分析

利用2013年1月至2014年7月廊坊市空气污染资料及逐小时风向风速、相对湿度、气压等地面自动站观测资料,通过统计学方法对廊坊市该期间发生的17次连续3 d及以上重污染天气过程进行分析,结果表明:(1)17次连续重污染天气过程主要发生在1~3月和11~12月,1月最多,最长连续时间长达7 d;(2)连续重污染天气过程中,首要污染物主要是细颗粒物PM2.5;有高污染浓度持续日和高污染浓度间断分布日2种情况,平均浓度分别达到314μg/m3和193μg/m3,高污染浓度持续日的比例达60%;(3)500 h Pa高空廊坊市处于高压脊前西北偏西气流中,地面分别位于弱高气压场区及低压场(倒槽)区是连续重污染天气过程最主要的2类配置类型,后者是6级空气严重污染的主要控制形势;(4)连续重污染天气形成的气象条件是:廊坊市地面风向为西南风至偏西风或者为偏东风至东南风,风力≤2级;2~3月│ΔP3│≤3.0 h Pa,其余月│ΔP3│≤2.0 h Pa;相对湿度在40%~95%之间;日降水量≤0.6 mm,近地层有逆温层存在,平均高度900 h Pa以下,厚度≥10 h Pa,逆温层强度≥1℃;(5)当廊坊市地面处于低压场(倒槽)控制下,逆温层高度在925 h Pa以下、厚度≥20 h Pa及逆温层强度≥3℃,有利于严重污染天气的形成,若同时廊坊市地面风向为东北风至偏东风、风力为1级,相对湿度≥50%,则有利于高污染浓度持续日的形成和发展;(6)2014年2月11~15日河北省区域性空气重污染的演变状态及利用美国NOAA的Hysplit-4模式计算得到的空气质点的后向轨迹表明,燕山、太行山山脉的阻挡以及河北省和周边重污染区域分布导致的污染物区域输送是廊坊市连续重污染天气产生的重要因素之一。     

连续雾霾天气污染物浓度变化及天气形势特征分析

利用MICAPS资料、地面观测资料、NCEP资料和衡水市环境监测站细颗粒物(PM2.5)及PM10浓度资料,对2013年1月衡水市出现的连续雾霾天气从PM10及细颗粒物浓度演变、雾霾天气污染物浓度与地面要素关系、中低层环流形势特征进行了分析,结果表明:1)雾霾天气期间06:00(北京时间,下同)至07:00和16:00至21:00为PM10和细颗粒物浓度较低时段,PM10最大值出现在15:00,细颗粒物最大值出现在02:00,两者并不同时达到极值。2)雾霾天气污染物浓度与地面湿度并不是简单的正相关或负相关关系,还和许多其它因素有关。3)衡水市污染源主要来源于工业污染源、扬尘污染、冬季燃煤采暖、局部污染源及区域性污染。4)雾霾天气相对湿度和能见度基本呈负相关,气压变化不大,风向频率最多为北到东北风,平均风速一般都在2 m/s以下。雾日时大部分时段为雾和霾的混合物。5)重污染日期间500 hPa为平直偏西气流或西北偏西气流,没有明显的槽脊活动。而污染较轻的时段500 hPa为明显的西北气流控制或有槽脊活动。6)雾霾天气期间大部分日数08:00在850hPa以下都存在逆温层;地面气压场偏弱,尤其河北平原一带基本为均压场。最后对雾霾天气影响及对策进行了简单探讨。     

一次重污染天气过程的激光雷达探测数据与颗粒物浓度变化

根据河北邢台市2015年10月11—23日一次重污染天气过程的激光雷达探测数据,对大气污染物浓度和雷达反演得出的大气边界层(PBL)高度、气溶胶光学厚度(AOD)和消光系数的变化进行分析。结果表明:在剔除降水因子的影响后,PBL高度对PM_(2.5)浓度有显著影响,PBL高度越低,PM_(2.5)浓度越高,且两者的相关性夜间好于日间;大气污染物浓度的增加会导致AOD和气溶胶消光系数的显著升高,且AOD与PM_(2.5)浓度的相关性日间好于夜间,在降水的湿沉降效应和大气相对湿度增加的影响下,会出现大气污染物浓度下降,但AOD升高的现象;300 m高度的气溶胶消光系数与地面污染物浓度的日变化趋势较为一致,贴近地面处消光系数相对较小。整体而言,随着PBL高度下降、AOD上升和消光系数增加,环境大气质量逐步趋于恶化。     

临沂地区秋季一次重霾天气的特征分析

利用大气观测、探测及污染物探测资料、NCEP再分析资料和GDAS资料,对2013年10月26—29日一次持续性重霾天气过程中的气象要素和气溶胶演变特征进行分析。结果表明:本次持续性霾天气过程中,临沂地区PM_(2.5)污染严重,大气中PM_(2.5)的小时平均浓度工业区城区郊区,污染最严重时分别为365,344,284μg·m~(-3);较小的地面平均风速及PM_(2.5)浓度的稳定上升和较低的地面湿度为本次霾天气过程的形成和发展提供了有利条件;当临沂地区以南风或西南风为主时,市区霾天气加重,上游空气污染具有平流输送特征。贴地逆温层的形成,导致污染物在低空不断积累,造成污染浓度的持续升高。地方政府应加快产业结构调整,控制企业的污染物排放,才是治理雾霾的根本办法。     

哈尔滨秋季一次持续性重污染过程分析

利用气象与环境监测数据,结合后向轨迹和秸秆焚烧火点监测资料,从环流形势、气象要素、污染源和污染传输特征等方面,对哈尔滨2017年10月18-20日持续性重污染天气过程进行分析。结果表明：这次重污染过程连续48 h为重度或严重污染,首要颗粒物为PM_2.5,PM_2.5平均浓度为438 μg·m^-3,局地PM_2.5浓度高达1487 μg·m^-3。重污染过程分为两个阶段,每个阶段主要污染物呈双峰分布。在重污染过程中,高空环流平直,浅槽前暖平流占主导地位,地面为弱低压均压场控制。地面风速小,平均风速仅为1.5 m·s^-1,风速≤ 1.5 m·s^-1静小风频率为71%,风场辐合,有利于污染物积聚。在重污染发展的过程中,地面相对湿度（RH）增大有利于颗粒物吸湿增长和污染加剧;在重污染减弱的过程中,PM_2.5浓度减少至每阶段谷值时间比RH减小至谷值时间滞后4-5 h。在边界层内有逆温层顶高为200 m左右、逆温强度>2.0℃·（100 m）^-1的贴地逆温层,层结稳定,垂直扩散条件差。污染物主要来源于秸秆焚烧,其次来源于取暖燃煤。静稳气象条件下本地污染物积累叠加远距离较高浓度的秸秆焚烧污染物输送导致哈尔滨这次重污染过程。     

陕西关中地区冬季一次重霾污染过程及气象条件影响分析

利用陕西关中多站气象观测资料和颗粒物浓度监测资料,对2013年12月16—26日关中一次持续多日重霾污染天气过程的颗粒物污染特征及气象条件进行统计分析。结果表明,此次重霾污染事件主要是由细粒子PM_(2.5)造成。关中各站颗粒物浓度在污染过程中的变化具有区域同步性特征,各站PM_(2.5)浓度日均值的相关系数达0.71~0.96,且严重超标,区域最高小时浓度均值达508μg·m~(-3),污染非常严重。关中盆地特殊的喇叭口地形以及关中东部持续的强东风使得区域污染传输叠加本地污染循环累积,是17日关中各站PM_(2.5)浓度剧增的主要原因。污染严重阶段,西安和渭南持续的弱风和静风使得局地排放的污染物聚集,引起PM_(2.5)浓度振荡上扬;宝鸡21日PM_(2.5)浓度的爆发式增长则是由上游西安和渭南储备的高浓度PM_(2.5)在持续偏东风作用下远程传输所致;而铜川受山谷风影响,PM_(2.5)浓度具有显著日变化特征。长时间贴地、悬浮的多层逆温和低混合层高度的存在,抑制了污染物的垂直扩散,也造成低空水汽聚集在近地层,是PM_(2.5)浓度持续累积增长的重要原因。关中此次重霾污染的快速有效清除最终依赖于冷高压加强南下。     

湖北省近两年冬季月份PM2.5污染天气型特征及其与大尺度环流的相关研究

基于湖北省PM_(2.5)大气成分逐日监测数据和高分辨率气象再分析资料,利用EOF方法对2015—2016年湖北省近两年冬季月份PM_(2.5)的污染分型并分析其天气特征,探讨PM_(2.5)质量浓度与大尺度环流因子相关性,并计算得到海平面气压指数。结果表明:冬季PM_(2.5)质量浓度湖北中部高于东西部,时间序列上存在较大波动,且近两年有明显下降趋势。湖北省冬季PM_(2.5) EOF前4个特征向量时间系数的方差贡献为86. 2%,能够反映PM_(2.5)空间场的主要特征。湖北省PM_(2.5)污染的天气型特征主要有两类:传输型污染和本地累积型,前者造成的PM_(2.5)污染浓度高于后者。传输型分别表现出全区污染、西部污染和中北部污染,全区污染时段湖北近地层以偏北气流为主,有利于将北方地区PM_(2.5)输送到湖北省;西部污染在于偏东气流将东部污染物以及沿海地区水汽输送到湖北省,同时受鄂西山脉的阻挡,污染物在湖北省西部地区聚积;中北部污染表现为东北和西北气流的汇集效应。本地累积型在静稳天气条件和地形共同作用下造成湖北东部污染和中南部污染。三种传输型污染物输送通道分别为北路输送、东路输送和东北路输送。东亚冬季风系统的高层东亚大槽和低层大陆冷高压减弱时,PM_(2.5)质量浓度增加。关键区的海平面气压相关指数与湖北省PM_(2.5)质量浓度和EOF第一模态时间系数相关性较好,对预报预测有一定指示意义。     

2016年12月青岛一次持续重污染天气的观测分析与数值模拟

选取2016年12月17—22日青岛一次典型重污染天气,利用大气污染物监测结果、地面气象要素观测资料和欧洲中期天气预报中心（ECMWF）ERA5再分析数据对此次过程中大气污染物及气象场的变化特征进行分析。观测分析表明此次污染过程持续时间长达5 d以上,其中19—21日为重污染天气（PM 2.5 日均质量浓度ρ>150 μg·m-3）。根据气象场和PM2.5质量浓度变化特征,此次污染过程可分为3个阶段：17日02时—19日08时为青岛污染物累积阶段,研究区受西南风控制,PM2.5质量浓度逐渐上升,700 hPa等压面上高空槽的维持及槽前持续的南风、西南风有利于污染物累积,同时近地面相对湿度增加,是此次持续性重污染天气形成的重要条件;19日09时—20日20时为青岛污染维持加剧阶段,相对湿度大、风速很小,污染物扩散条件差,PM2.5质量浓度最高;20日21时—22日08时为青岛污染消散阶段,青岛对流层中下层及地面风速均增大并产生弱降水,有利于污染物扩散稀释和湿清除,PM2.5质量浓度逐渐降低。WRF-Chem数值模式能够较好地模拟出主要气象要素和青岛PM2.5 质量浓度的变化特征,模拟结果表明山东省内污染物排放贡献了青岛PM2.5的49.5%;污染物跨省输送对此次污染事件也有重要贡献,其中来自研究区以南的安徽和江苏的排放对青岛PM2.5的贡献率可达25.5%。     

苏州市一次重霾污染天气过程的数值模拟

本文对苏州地区2015年12月13—15日发生的一次典型的重霾污染天气过程进行了数值模拟,分析了颗粒物及其组分的时空变化特征及其气象影响因子,以期为该区域空气污染治理和预防提供科学依据。结果表明:(1)利用WRF-Chem模式对此次重霾污染天气过程的污染气体成分进行数值模拟后发现,小时平均的PM_(2.5)、PM_(10)、CO、SO_2、NO_2模拟值与实测值的相关系数较高,达到0.68以上,通过了P0.01的显著性检验,且日变化过程对应也较好。(2)通过分析此次污染过程的天气背景,发现污染形成期高空环流比较平直,中层为均匀的弱高压控制,地面受弱高压脊控制,这种形势容易导致颗粒物的堆积。后期地面等压线密集时,风速大,有利于污染物的输送与扩散。(3)通过分析此次污染过程期间气象要素的变化发现,有逆温、风速小、相对湿度大等不利的气象条件是导致此次污染过程发生的重要原因之一。(4)HYSPLIT轨迹分析显示,此次重霾过程主要受北方大范围灰霾颗粒物南下影响,北方污染气团逐步南推,14至15日本地大气扩散条件差、污染物累积,最终导致本地污染加重,从而发生重霾事件。(5)火点图的分布进一步验证了此次重霾污染过程是由外来污染气团输入所导致。     

开封市空气重污染典型天气背景分析与潜势预报模型研究

利用2014-2016年高空、地面气象资料和大气环境监测资料,对开封市空气重污染日持续时间和发生月份特征、 500 hPa高空环流和地面气压场形势、污染物浓度与气象要素的相关性和分布特征进行了统计分析。结果表明:开封市重污染日主要发生在11月至次年1月,重污染日的首要污染物为PM_(2.5)和PM_(10),出现频率分别为97%和3%;秋冬季重污染常具有连续性,连续1～2天的重污染累计频率为44%,连续3～6天的累计频率达到56%。发生重污染时500 hPa形势主要分为平直纬向环流型、低槽型和西北气流型,出现频率分别为47%、43%和10%;地面气压场形势主要分为高压前部型、均压场型、低压南部型、倒槽型和东高西低型,其中高压前部型出现频率最高,达63.4%,其次均压场型占18.3%,其他3种类型出现频率都在5%～7%。重污染日逆温层高度主要分布在925-1000 hPa,但当逆温层高度达到850 hPa时,其发生重污染的概率达到40%;重污染日850-925 hPa风速多在10m·s~(-1)以下,1000 hPa风速多在5 m·s~(-1)以下,地面早晚间风速多为1～3 m·s~(-1);地面早晚间相对湿度主要分布在60%～90%。根据统计结果,选取低层风速、逆温、地面风速、地面相对湿度、云量等作为预报因子,应用"配料"法,建立6个空气重污染潜势预报模型。经检验评估,24-72 h模型预测准确率达到85%以上。