基于卫星遥感和地面观测资料的汾渭平原空气污染分析

选取中国汾渭平原地区作为研究对象,利用MODIS、OMI和CALIPSO多源卫星遥感资料,同时结合环境监测国控站点污染6要素等逐小时地面环境监测数据以及能见度、霾天气现象记录等地面气象要素资料,综合分析了2013—2018年秋冬季汾渭平原空气质量状况、气溶胶的组分,探讨了卫星遥感气溶胶光学厚度（Aerosol Optical Depth,AOD）与地面污染物浓度的关系,并结合中国气象局化学天气预报系统-EMI评估模式（CUACE-EMI）资料对气象条件和污染减排影响进行评估。结果表明：11个代表城市中有6个城市秋冬季有接近或超过一半的时刻处于污染状态,且污染发生时,各代表城市大多数时刻处于中度及其以上污染级别;三门峡、临汾、运城和西安是霾和重度霾高发的城市,其重度霾爆发频率高达11.63%—14.78%;汾渭平原秋冬季首要污染物为PM_2.5和PM₁₀,以污染沙尘、沙漠沙尘和烟尘为主,出现频率分别为36.24%、25.14%和22.96%;MODIS AOD与空气质量指数（Air Quality Index,AQI）、PM_2.5、PM₁₀质量浓度之间的相关系数分别为0.72、0.70和0.64;汾渭平原2018年气象条件的变化使PM_2.5浓度较2013年、2014年、2015年、2016年和2017年同期上升了17.06%、1.58%、4.34%、11.25%和5.75%,减排措施使PM_2.5浓度较2013年、2014年、2015年、2016年和2017年同期分别下降了8.74%、28.01%、4.93%、3.16%和42.62%。     

不同时间尺度下汾渭平原臭氧浓度变化及气象环境影响

汾渭平原作为中国大气环境治理的第三大重点区域,由挥发性有机物和氮氧化物等前体物排放增加导致光化学反应加剧进而引发的近地面臭氧(O_3)污染已成为迫切需要面对的关键问题。本文基于汾渭平原11个重点城市2015-2019年近地面大气O_3及前体物观测数据结合同期气象监测资料,总结归纳其时空变化特征,利用Global Moran's I和Getis-Ord Gi*指数方法分析空间集聚效应和冷热点区域,运用KZ(Kolmogorov-Zurbenko)滤波方法揭示了不同时间尺度的排放和气象环境对O_3浓度变化的影响。结果表明:近5年汾渭平原O_3污染以轻度为主,超标率逐年增加且夏季最高春季次之,其中6月超标37%以上,前体物中NO_2年际差异不大CO浓度逐年减少。空间分布上,O_3空间集聚特征逐年增强,高浓度聚集区分布在临汾、运城、三门峡和洛阳的三角区域。从气象环境的影响看,O_3浓度主要受到前体物排放及气象条件的季节分量和短期分量影响,贡献率分别达到40%和24%。原始序列及各分量除与气压成负相关外,与气温和日照均呈显著正相关且对不同区域影响较为一致,而相对湿度和风速对各分量的影响具有显著的区域性差异。     

汾渭平原夏季近地面臭氧统计预报方法

运用2017—2020年5—8月城市空气质量数据和地面气象数据,筛选出对O3日最大8 h滑动平均质量浓度（以下用C8h(O3)表示）影响较大的气象因子,建立了近地面C8h(O3)主要气象条件判定标准——高质量浓度O3潜势指数（IHPP）,进一步拟合得到汾渭平原夏季C8h(O3)多元逐步回归预报方程,并进行效果检验。结果表明：汾渭平原IHPP由日最高气温（Tmax）、日均相对湿度（HR）、日照时数（t）、日主导风向（WD）和降水量（P）5个气象因子构成,其值介于-1～6之间,值越大则该日近地面O3超标可能性越大;经检验,C8h(O3)多元逐步回归方程预报结果与实况较吻合,汾河平原（特别是运城）预报效果总体较好,临汾、吕梁和西安等级预报效果有待改进;预报检验时段咸阳和晋中等级预报准确率较国家气象中心的指导预报分别上升79%和289%,说明预报方程具有一定的业务应用可行性。     

汾渭平原CUACE模式空气质量预报性能的检验订正及环境评估

利用2019年1—6月地面环境监测资料和PM_2.5气象条件评估指数,结合滚动偏差订正方法,对汾渭平原CUACE空气质量预报产品进行了检验订正,并对气象条件和污染减排影响进行了评估。结果表明：CUACE模式对空气质量指数(AQI)、PM_2.5和SO₂浓度预报值较接近观测值,PM₁₀、CO和NO₂预报值小于观测值,O₃预报值大于观测值;对首要污染物O₃和PM_2.5及重度和严重等级污染的预报的TS评分最高,漏报率和空报率最小,预报偏差最接近1;滚动偏差订正方法对改善CUACE空气质量预报效果较为明显,尤其是对PM₁₀、O₃和NO₂改善最为明显;汾渭平原2019年上半年气象条件变化使PM_2.5浓度较2018年同期和过去5年同期分别上升了18.26%和11.18%,减排措施使PM_2.5浓度较2018年同期和过去5年...     

汾渭平原空气质量及气象要素对其日变化和年际变化的影响

汾渭平原因其封闭的地形条件以及煤炭为主的能源结构,大气污染问题一直存在,并于2018年被列入大气污染防控的重点区域。文章利用2015年以来PM₁₀、PM_2.5、SO₂、NO₂、CO、O₃质量浓度的观测数据和空气质量指数（Air Quality Index,简称AQI）,分析了汾渭平原AQI及大气污染物质量浓度的时空分布特征;使用多元线性回归模型研究了气象条件对冬季PM_2.5和夏季O₃浓度日最大8 h滑动平均值（MDA8_O₃）日变化和年际变化的影响。研究发现,汾渭平原的空气质量在2015～2017年间逐年变差,在2018～2019年有所好转,污染较重的城市为西安、渭南、咸阳、临汾、运城、三门峡、洛阳,集中在汾河平原与渭河平原交界处。汾渭平原的首要大气污染物多为PM_2.5、PM₁₀或O₃,三者占比之和约90%。重污染时期主要集中在天气条件不利及污染物排放量大的冬季供暖期,但夏季O₃浓度的升高趋势使得汾渭平原夏季污染情况越来越严重。影响汾渭平原冬季PM_2.5浓度和夏季MDA8_O₃日变化最主要的气象要素都是2 m高度气温（简称T2M）,相对贡献分别是45.5%、35.3%,都表现为正相关;第二主要的气象要素都是2 m相对湿度（简称RH2M）,相对贡献分别是41.5%（正相关）、25.4%（负相关）。影响汾渭平原冬季PM_2.5浓度年际变化最主要的2个气象要素是T2M和RH2M,其相对贡献分别为43.6%、31.9%,且都呈正相关,2015～2019年汾渭平原冬季气象条件的变化会导致PM_2.5浓度上升,部分削弱了人为减排导致的下降趋势（?8.3 μg m?3 a?1）。影响汾渭平原夏季MDA8_O₃年际变化最主要的2个气象要素是T2M（正相关）和850 hPa风速（WS850,负相关）,其相对贡献分别为71.7%、16.3%。2015～2019年汾渭平原夏季气象条件的变化导致O₃污染呈上升趋势（1.2 μg m?3 a?1）,但O₃污染的总上升趋势（8.7 μg m?3 a?1）中,人为排放变化的贡献更大（7.5 μg m?3 a?1）。本研究表明,汾渭平原大气污染形势严峻,其颗粒物污染问题尚未解决,还面临着新的臭氧污染的挑战,汾渭平原内的11个地级市分属陕西、山西、河南三省管辖,三省交界处又是重污染区域,所以需要三省联合防治防控,协同改善汾渭平原的空气质量。     

基于卫星遥感和地面观测资料的汾渭平原一次空气污染过程分析

利用MODIS和CALIPSO卫星资料、地面空气质量监测资料和地面气象要素资料,分析了汾渭平原2018年11月26日—12月3日持续性的重空气污染过程的形成、特征及污染物的可能来源.结果表明:此次污染过程中汾渭平原以中度以上污染为主,首要污染物为PM2.5和PM10;11个代表城市在11月20日—12月7日期间A QI...     

影响汾渭平原地区臭氧污染的地面环流形势研究

基于2014—2018年4—10月汾渭平原空气质量监测数据及同步气象要素数据分析臭氧时空分布特征,利用Lamb-Jenkinson客观环流分型方法分析影响汾渭平原地区臭氧污染的主要环流形势,探讨环流型与臭氧质量浓度及气象要素之间的关系。结果表明：2014—2018年4—10月臭氧最大 8 h滑动平均质量浓度（用C8 h（O3）表示）呈波动增长,2017年污染最重;不同环流型出现的频率不同,且各环流型控制下C8 h（O3）有所差异,其中气旋型（C）、东北气流型（NE）、偏北气流型（N）及东北气旋型（CNE）控制时时易出现臭氧污染日,且对应的环流型出现频率和污染日数的乘积较大;C型及与C型混合的环流型控制时C8 h（O3）值均较高,A型及与A型混合的环流型控制时C8 h（O3）值均较低;风速与C8 h（O3）的相关性较差,日最高气温、日平均气温、相对湿度、风速及云量与C8 h（O3）的相关系数分别为094、087、-082、-033、-070。     

基于不同机器学习算法的汾渭平原 PM2.5质量浓度预报与分析

基于支持向量回归(SVR)、BP神经网络(BPNN)、随机森林(RF)、梯度提升决策树(GBDT)和极端梯度提升(XGBoost)等5种机器学习算法,利用2016—2021年逐小时PM_2.5质量浓度监测数据和气象观测数据,构建汾渭平原代表城市PM_2.5质量浓度预报模型,对比检验不同预报模型在不同时段的预报效果。结果表明：(1)5种机器学习算法模型总体表现为秋冬季和供暖期的预报效果要优于春夏季,各模型在细颗粒物污染较重时段的预报能力更加稳定,预报效果更好。(2)XGBoost模型无论在决定系数、平均绝对误差、均方根误差上均不同程度地优于其他模型,其次是GBDT、RF和BPNN模型,SVR模型预报能力较差。(3)XGBoost模型预报结果在量级和演变趋势上与实况十分接近,预报值偏离实况值的幅度较小,但春夏季预报结果有明显的高估或低估,对极端高值区也存在低估。(4)当前和过去1 h的能见度是影响预报效果的最关键因子,气象因子对汾渭平原PM_2.5质量浓度预报存在明显的时间滞后性影响。     

一次持续空气污染过程的气象条件分析

2004年12月24-30日,淄博地区出现一次持续一周的强空气污染过程.本文分析了这次过程的主要污染物浓度变化特征和造成强污染的天气形势特点以及主要的气象变量分布特征.结果表明:高空维持稳定纬向环流、逆温层结持续存在、混合层厚度增加、低空风速小,导致污染物不能及时随大气扩散,污染物浓度增大.     

2006年一次沙尘活动的卫星定量遥感和分析研究

针对MODIS监测的2006年3月我国新疆区域发生的一次沙尘活动,基于卫星红外窗区3通道(8.5、11和12 μm)方法,自动识别并同步物理反演了沙尘大气的光学厚度、粒子有效半径和垂直气柱沙尘总量,同时利用后向轨迹方法模拟计算的4种高度的气团轨迹对此次反演试验结果的合理性进行了分析和验证,结果表明两者相当一致.     

汾渭平原PM2.5-O3复合污染特征及气象成因分析

PM_2.5和O₃已经成为汾渭平原城市最主要的污染物,两者之间相互影响,在暖季经常同时出现构成污染,其污染程度与气象条件密切相关。利用2015—2021年汾渭平原12个城市逐日PM_2.5和O₃浓度、地面气象观测数据以及ERA5高空再分析数据等资料,分析了汾渭平原PM_2.5和O₃的时空变化特征以及复合污染发生时PM_2.5和O₃的关系,并研究了局地气象条件和天气形势对复合污染的影响。结果显示,该地区年均PM_2.5和日最大8小时O₃浓度分别在2017年和2018年开始持续下降,复合污染日数也在2019年后开始持续下降;复合污染主要发生在3—9月,在汾渭平原东部城市出现次数较多,多出现在高温、低湿的环境下;最后利用T-PCA算法(正交主成分分析)将复合污染的天气环流形势分为4种类型,主要呈现出以高空西北气流或偏西气流、低层为暖区偏南风或微风为主的天气特征。研究结果对汾渭平原的大气...     

2013年1月华北平原重霾成因模拟分析

2013年1月华北平原出现了罕见的重污染天气过程,并引发连续多天大范围重霾现象。利用中华人民共和国环境保护部公布的空气污染指数日值数据和气象常规观测数据,结合区域空气质量模式系统RAMS-CMAQ的模拟结果,对1月10~15日污染过程的气象要素和关键气溶胶物种时空分布特征进行了详细分析,并对灰霾成因进行了探讨。结果表明,受本次污染过程影响的区域主要分布在北京-天津-唐山、河北省中南部和山东省大部。这些地区细颗粒物(即PM2.5)日均质量浓度超过120μg m–3,且基本被灰霾覆盖,日均能见度在5~8 km之间。其中在北京、天津、石家庄和济南市及周边地区细颗粒物日均质量浓度可达250~300μg m–3,部分市区可超过300μg m–3,而日均能见度则可下降至3 km以下,形成重度灰霾。此外,对气象场的分析显示,本次污染过程期间华北平原大部分地区水平风速较多年平均值偏小约20%,且有明显逆温层覆盖,北京-天津-唐山、河北省南部和山东省北部的相对湿度则较多年平均值偏高达10%~40%。这样的气象条件不仅造成污染物易于堆积,而且有利于吸湿性粒子消光效应的快速增长,使能见度明显下降,是引发灰霾的重要因素之一。在北京地区引发灰霾的主要气溶胶物种为硫酸盐、硝酸盐和铵盐,这3种无机盐对近地面的消光贡献比率达到50%以上。其中硝酸盐的消光贡献比率最高,可达总体效应的1/4,表明在这次污染过程中除相关工业源排放外,交通源排放也是北京地区主要的污染源之一。     

德州一次沙尘天气过程成因及气溶胶粒子的输送路径分析

利用NCEP 1°×1°再分析资料分析了2017年5月4日浮尘和5月5日扬沙天气的成因。结果表明：3日20时—4日08时,蒙古气旋在有利的环流背景下迅速发展,配合冷锋在内蒙古中部和东部形成大范围的强沙尘天气;4日20时—5日08时沙尘通过高空气流输送到华北地区,在自身沉降和较强下沉气流的共同作用下,迅速沉降形成华北地区大范围的浮尘天气;5日08—14时由于西北路冷空气影响,横槽转竖,冷锋加速南下,将大量沙源地的沙尘输送到德州造成扬沙天气。通过HYSPLIT模式对本次过程中气团后向轨迹的模拟,证实以上两个阶段沙尘天气过程中的输送方式及路径。通过分析影响系统、物理量和气象要素发现,蒙古国、我国内蒙古中部沙源地天气系统强度、位置的变化直接影响沙尘天气的类型,高层气流变化与沙尘天气的类型有很好的对应关系。     

汾渭平原东部运城市空气污染变化特征及其气象因素影响分析

本文综合利用2015—2020年地面气象观测资料、欧洲中心ERA5再分析资料及大气环境监测数据,分析了汾渭平原东部运城市污染物浓度的变化特征以及与天气形势和气象要素的关系。结果表明：①2015—2020年期间运城市PM2.5、PM10、SO2、NO2、CO 5种污染物年平均浓度呈下降趋势,而O3浓度呈上升趋势;②冬季和夏季空气质量相对较差,首要污染物分别是PM2.5和O3,边界层高度的变化与近地层风向风速、污染物浓度的关系密切,冬季（夏季）PM2.5（O3）污染较重时边界层高度较低（较高）,以东北风（东南风）为主,风速偏小（偏大）;③最后利用自组织映射神经网络（SOM）算法分别对冬夏925 hPa位势高度场进行天气分型并开展不同天气形势下污染物浓度与气象要素的变化对比研究,发现冬季污染时以静稳天气为主,低层弱东北风将污染物输送至运城市,而夏季O3污染较重时受热低压形势控制,利于O3前体物汇合,太阳辐射较强时O3浓度较高。