贵阳市严重二氧化硫污染的天气背景分析

本文通过对１０年二氧化硫ＳＯ２浓度资料的统计，对其中ＳＯ２高浓度污染以及与之相对应的天气系统，环流背景作进一步的研究，结果表明：在经向度较大时稳定高压系统影响下的层结是造成贵阳市严重ＳＯ２污染的重要因素。     

北京冬季二氧化硫污染和气象条件的关系

利用2000年1月25日～2月3日北京地区冬季二氧化硫体积分数的梯度监测资料,结合北京325m气象塔的同期气象资料,分析了观测期间北京地区二氧化硫的体积分数变化趋势及垂直分布情况,讨论了大气二氧化硫体积分数变化和气象条件的关系及二氧化硫的来源问题.研究表明:二氧化硫的体积分数变化及垂直输送与风速、风向、大气稳定度密切相关.风速越小,大气越稳定,近地层大气的二氧化硫污染就越严重;当北京冬季吹SSW、SW、WSW和W风时有较高的二氧化硫.     

2012—2014年常州市大气重污染日的气象条件分析

利用常州市环境监测中心的大气污染监测资料、常州市气象局的常规气象观测资料及NCEP/NCAR再分析资料等分析了2012—2014年常州市的大气污染情况,将大气重污染日的地面形势场进行了分型,并重点分析了污染程度极为严重的2013年1月的气象条件,得到以下结论：1)近3年常州市共计出现大气重污染日54天,冬季为重污染日数最多的季节,首要污染物主要是PM2.5。2)可将重污染日的地面形势场归纳为均压场型、高压底部型、高压后部型、变性高压型和低压型5种类型：均压场型扩散条件差,为大气重污染最常见的地面形势;高压底部型一般伴随有冷空气扩散,往往导致上游污染物的输送;高压后部型、变性高压型分别意味着冷高压移出和变性减弱致使污染物累积导致大气重污染发生;低压型一般易出现降水,若前期污染程度较重或降水较弱,往往导致污染维持。3)2013年1月大气污染极其严重,单月共计出现重污染日14天,降水量异常偏少是本月重污染频发的主要原因之一,高温高湿小风环境则有利于大气重污染的形成。4)秋冬季节多冷空气活动,本地往往经历均压场高压底部冷空气冷高压均压场的循环过程,冷空气“间歇期”为大气重污染高发时段,故地面形势场对大气重污染的预报预警有着较好的指示作用。     

京津冀及周边“2+26”城市秋冬季大气重污染气象条件及其气候特征研究

基于1961—2017年的地面常规气象观测资料以及ERA-Interim再分析资料等数据,采用大气自净能力指数（ASI）建立了重污染气象条件等级判别方法。通过对京津冀及周边“2+26”城市秋冬季大气重污染气象条件的长年代变化特征及其成因的分析,得出以下结论：从大气重污染气象条件多年平均水平来看,山西晋城从发生频次到极端性均为最高,北京、河北廊坊和河南郑州多发,河北保定、石家庄和衡水极端性较高。自1961年以来,虽然京津冀及周边“2+26”城市秋冬季大气重污染气象条件在历史上均有发生,但发生次数在2010年后显著增加,这是导致大气重污染频发的重要因素之一。相比2013—2016年,2017年秋冬季京津冀及周边“2+26”城市大气对污染物的清除能力相对较好,虽然北京不利于污染物扩散的气象条件仍然多发,但极端性明显降低。20世纪80年代和2010年以来京津冀及周边地区大气重污染气象条件发生频次均较多,这受到了气候变化背景下冷空气强度和大气滞留条件变化的明显影响,同时也在一定程度上受到了城市化的影响。     

南京大气高浓度污染的特征及与气象条件的关系

本文研究了南京市SO_2和NO_x高浓度污染的气候特征及与气象条件、天气形势的关系,得到了高浓度污染时的一些指标,为其预报提供了一定的科学依据。     

大气污染物含量分布与环境气象条件的关系

将1981—1986年我国大气降尘量、SO_2、NO_x及降水物pH平均值的分布特征与同期的平均雨量、雨日、相对湿度和地面风场等的分布作了对照,发现其间存在一定关系,当上述环境气象场发生变动或出现反常时,这些大气污染物的分布也将发生变化。     

兰州市城区大气烟尘污染的变化与气象条件分析

利用1961-2001年有烟日观测资料，统计分析了41年中，兰州市城区大气受烟尘污染的变化。结果表明：1961～1984年污染日在119-201天问徘徊；1985-1988年是污染“严重期”，年平均污染日达224天；1996-2001年为显著“好转期”，年平均污染日66天。一年中主要污染段是1月和11、12月，污染日占全年的49％。在污染日，大气水平能见度具有明显的日变化，能见度最差，污染最严重的时间是11～14时。     

哈尔滨市PM10污染与气象条件分析

统计分析了2006-2010年哈尔滨市的3种污染物逐日污染物指数API数据,着重统计分析了哈尔滨市主要污染物PM10的逐月和季节演变特征,并对PM10浓度与平均气温、能见度、降水量、相对湿度、气压和平均风速6个气象要素的关系做了初步定量分析。研究结果表明：2006-2010年PM10浓度变化不大,空气质量好于二级的天数...     

贵阳市严重大气污染的数值模拟

使用三维地形跟踪坐标系上的动力学流场模式和平流扩散方程浓度场模式、模拟了造成贵阳市冬季严重二氧化硫污染的局地环流特征以及相庆的ＳＯ２浓度分布，结果表明冬季稳定冷高压系统控制下的晴朗小风天气是造贵阳市严重大气污染的主要天气条件，其基本特点是地面小风，边界层下部较强的逆温层和城市盆地周围山坡的夜间冷泄流。     

北京一次局地重污染过程气象条件分析

2004年10月7日至10日，北京出现了一次明显的持续重污染过程，这次污染过程持续时间之长、污染程度之重是近4年来同期最大的。为了了解造成这次持续重污染过程的原因，利用同期污染指数、常规气象观测资料、探空资料及自动站气象资料，对这一期间的空气污染气象条件进行了较为详细的分析。结果表明，这次持续重污染过程是由本地的污染源和大尺度的天气背景与局地的气象条件共同造成的。     

西安市污染气象条件分析

利用西安市的现场气象观测资料及西安市观测站的实测资料,分析了西安市对大气污染物稀释扩散能力有重要影响地温度场、风场、大气稳定度等,结果表明:西安市冬季存在较为明显的热岛效应;接地逆温强度较低层逆温强度大;各时次地面风流型以S-SE为主,频率为11%～54%;冬季风速82.4%以上都小于2.9m/s,大于2.9m/s的风速出现频率很小,为5.3%;夜晚及凌晨以稳定类天气为主,中午前后以不稳定或中性天气为主。

     

降水清除贵阳市大气中SO2的数值模拟

本项工作建立一个研究降水清除贵阳市大气中ＳＯ２的一维时变云物理－云化学数值模式。     

大气气溶胶粒径分布特征与气象条件的相关性分析

通过温度、相对湿度和风速等气象因素与不同粒径大气气溶胶粒子数浓度和质量浓度的相关性,分析气象条件对大气气溶胶的影响和作用机制。结果表明：气象因素对0.2—0.6 μm的气溶胶影响最大。温度升高既有利于增强大气扩散作用也有利于二次气溶胶生成,因此温度与超细气溶胶(小于0.1μm)呈正相关性,而与粒径较大的气溶胶呈负相关。风速主要影响气溶胶的水平扩散,对超细气溶胶无显著影响,而与粗粒径气溶胶呈负相关。相对湿度会促进超细气溶胶的聚积,使之生成较大粒径气溶胶。因此相对湿度与超细气溶胶呈较强的负相关,而与较粗粒径气溶胶呈正相关。     

2017年上海臭氧污染气象条件分析及臭氧污染天气分型研究

根据2016-2017年上海空气污染物和相关气象要素数据,分析上海2017年O₃变化特征以及气象影响因素,并对造成O₃污染的天气系统进行主观分型。结果表明：2017年上海市空气质量优良天数为275 d,占全年天数的75.3%,O₃-8h污染天数为55 d。上海市O₃-8h年均浓度115 μg·m^-3,同比增幅超过10%,为2013年以来的最高值,主要体现为夏半年O₃浓度的上升。与2016年相比,2017年夏半年西太平洋副热带高压偏西偏强,上海地区风速风向、温度、水汽、光照、辐射条件均有利于O₃浓度上升。造成2017年高浓度O₃污染主要有4种天气类型：副热带高压控制型（SH）、地面高压型（G）、均压场型（J）和低压型（D）。其中副热带高压控制型是典型的O₃-8h污染天气型,占总污染日数的29.1%,且污染程度较重;低压型出现次数较少;地面高压型的臭氧平均污染程度最弱。     

惠州市臭氧污染特征及其与气象条件关系研究

利用广东省惠州市区2013—2016年逐日、逐时的环境和气象资料, 研究了珠江三角洲(简称“珠三角”)东侧惠州市臭氧污染特征及其与气象条件关系。结果表明:惠州市臭氧污染具有明显的月和季节变化特征, 10月臭氧平均浓度最高, 臭氧超标日和污染日主要出现在7—10月。惠州市臭氧浓度日变化呈单峰变化, 06—08时最低, 最大值出现在午后14—15时。臭氧浓度变化和气象条件关系密切, 低浓度臭氧大多出现在气温较低、相对湿度和风速较大、云量较多伴有降水、日照时数较小的天气, 臭氧浓度超标多出现在气温较高、相对湿度和风速较小、云量较少一般无降水、日照充足的天气。惠州市臭氧超标主要出现在地面和低空偏西风下, 这可能与惠州市处于珠三角城市群下风向的区域污染输送有关。      

2016—2019年唐山市臭氧污染及其与气象条件的关系

利用2016—2019年唐山市逐时O₃浓度和气象数据,分析了O₃污染特征及其与气象条件的关系。结果表明：2016年唐山市O₃超标天数为53 d, 2017—2019年O₃超标天数每年在70 d以上,污染程度偏重。O₃月平均浓度值呈双峰型分布,6月O₃平均浓度值最大,达112.26μg·m^-3,9月次之。O₃浓度超标日分布在3—10月,夏季超标天数最多,其他依次为春季、秋季,具有明显的季节变化特征。O₃日均浓度为15:00最大,日变化呈单峰型分布。O₃浓度与温度、风速正相关,与相对湿度负相关。气温高是导致O₃浓度超标的重要因素,日最高温度超过25℃时要考虑O₃浓度出现超标现象。相对湿度在50%左右及60%—80%时,O₃浓度超标率均大于30%,在60%—70%时O₃-8h浓度平均值达到...     

北京地区SO2污染特征及气象条件分析

分析1998－2000年北京地区SO2浓度监测资料和同期气象观测资料，发现北京地区SO2污染具有明显的季节变化、日变化特征及地域分布特征：SO2污染在采暖季重于非采暖季；日变化趋势呈“两峰两谷”；SO2浓度西部地区到北部高于东北部，城区高于郊区。影响大气中SO2浓度变化的主要气象要素为：地面日平均风速、300m风速、850hPa24h变温、地面最低温度及有无逆温。     

乌海市PM_（10）污染浓度与气象条件分析

乌海市PM10浓度与风速的关系明显。总体而言,PM10污染物浓度随风速的增大而增大;冬季当风速在3.1～4.0m.s-1时,PM10污染物浓度低。PM10浓度与地面风向的关系：春季偏西风时PM10污染浓度最高,偏北风时污染浓度最低;冬季东南风时污染浓度最高,西北风时污染浓度最低。PM10浓度与空气湿度的关系：冬季PM10污染浓度值随湿度的增加而增加,正相关比较明显。春季当空气湿度越小,出现重度污染的频率越高。     

两次秸秆焚烧污染过程的气象条件对比分析

利用常规气象资料、卫星遥感监测资料、污染物浓度资料和NECP/NCAR再分析资料,结合气流后向轨迹模拟,对比分析了南京地区2011年6月10和13日两次由于秸秆焚烧而引起的严重空气污染事件的天气条件、大气边界层特征以及污染物的来源和输送路径等。结果表明：两次污染过程中PM2.5浓度均出现陡升陡降,由秸秆焚烧而产生的细粒子贡献显著。13日高污染的持续时间和强度都高于10日,10日的高低空形势配置和物理量场有利于降水的产生,对污染物有一定的冲刷作用,而13日的高低空形势配置和物理量场则有利于污染物在边界层堆积。两次污染过程的边界层逆温均不明显。气流后向轨迹模拟表明,两次过程都是由区域污染输送造成的,都主要来源于苏中、苏北地区,13日的污染源可能还有苏南和安徽地区。