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...     

汾渭平原一次沙尘和人为混合空气污染过程分析

利用MODIS、OMI和CALIPSO卫星资料,结合地面环境监测数据、气象观测数据和后向轨迹模式(Hybrid Single Particle Lagrangian Integrated Trajectory Model,HYSPLIT),对汾渭平原2018年11月23日至12月6日沙尘和人为混合空气污染过程进行分析....     

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%。     

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。     

西安市一次持续重污染过程的清除特征分析

对 2019 年 1 月发生在西安市的一次持续重污染过程气象条件进行研究，对污染清除阶段进行对比分析，研究冷锋活动对西安市污染物的输送和清除作用。结果表明：7 日白天西风累积风速更大，污染清除速率较快，14 日夜间—15 日东风累积风速更大，持续半个月的污染状况消除。两次污染清除过程的不同是由冷高压的位置和移动路径不同所造成。关中盆地内的主导风向不同则是风场与地形相互作用的结果。小时加密风场表明污染清除可分为偏西路径和偏东路径。偏东风将汾渭平原的污染物输送至关中盆地，对本地污染状况是先加重再清除的效果。污染持续期间逆温层维持，上午地面风加强导致近地面污染物浓度降低，午后晴空加热效应明显，贴地逆温减弱或消失，近地层大气垂直混合加强，污染物向上扩散稀释，地面污染物浓度迅速下降。     

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。     

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...     

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%。     

2019年1月长春市一次霾污染过程成因分析

利用空气质量历史监测数据、地面气象要素及激光雷达探测资料,综合分析了2019年1月10—15日长春市一次霾污染过程,探讨了污染过程中污染物和气象要素的变化特征与影响机制.结果表明:此次霾污染过程中12—13日污染最重,PM2.5和PM10质量浓度均超过150μg·m-3,气溶胶消光最强,超过70％的PM2.5/PM10...     

日照市区PM10污染物特征及其与气象要素的关系

对2002年1月1日～2002年12月31日日照市环境监测中心提供的PM10（可吸入颗粒物）日平均浓度资料和对应时段的日照市地面气象资料做了深入的分析，揭示了污染物PM10变化特征及其随气象要素的变化规律。同时分析了主要污染物PM10与地面风速、风向间的相关关系，发现日照市大于等于3级的PM10污染日均出现在1-4月，地面风速对污染物PM10浓度有一定影响，当地面风速超过5m／s时，3级及以上污染日很少出现，当地面风速超过6．5m／s时，随着风速的提高，污染物浓度呈下降趋势。污染物浓度呈明显的季节变化，冬、春季节明显高于夏、秋季节。     

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...     

Analysis of dust events in 2008 and 2009 using the lidar network, surface observations and the CFORS model

The Asian dust events in 2008 (May 24–June 4 in 2008) and in 2009 (March 12–25, October 13–26, and December 15–28 in 2009) were analyzed with the lidar network observations, surface observations in China, Korea, Japan, and Mongolia, and with the chemical transport model CFORS. Transport of Asian dust and mixing of dust with air pollution aerosols were studied. The event of May 24 to June 4 in 2008 was a significant event unusually late in the spring dust season. The dust event of March 12–25, 2009 was an interesting example of elevated dust layer, and transport of dust from the elevated dust layer to the ground by the boundary layer activity was observed with the lidars and surface observations in Japan. The concentration of air pollution aerosols was relatively high during the dust event, and the results suggest that vertical structure as well as transport path is important for the mixing of dust and air pollution aerosols. The dust events in October and December 2009 were examples of dust events in autumn and winter. The online mode CFORS reproduced the observation data generally well, except for the event of May 24 to June 4 in 2008. The results of the fourdimensional variational assimilation of the lidar network data reproduced the dust concentration in Korea and Japan reasonably in that event.     

非洲地区大气气溶胶光学厚度时空变化及亚速尔高压对沙尘越大西洋传输的影响

研究了非洲地区大气气溶胶光学厚度（AOD）的时空变化及沙尘气溶胶越大西洋海区的传输。结果表明：1）源于撒哈拉沙漠的沙尘及其随赤道东风向西输送使得沙尘气溶胶成为非洲沙漠地区和紧邻的大西洋海区的主要气溶胶组分;AOD高值区和沙尘气溶胶光学厚度高值区在1—7月随赤道辐合带北移同步向北移动,而在8—12月则向南回撤。2）刚果盆地大气气溶胶主要为热带雨林和稀树草原排放的有机碳（OC）和黑碳（BC）气溶胶;其中与生物质燃烧源排放有关的OC、BC高值主要集中在干季（6—9月）的后半段（8—9月）;而生物源OC排放全年连续,其排放峰值出现于雨季开始时;生物质燃烧排放高值期与生物源排放高值期前后相继,形成干季（尤其是后半段）时期的OC、BC光学厚度高值。3）亚马逊河入海口地区主要气溶胶组分为海盐气溶胶,9—11月该区风力输送增强,风向由东南风转变为东风,海盐进入亚马逊河入海口处,形成AOD和海盐气溶胶光学厚度高值区。4）撒哈拉沙漠沙尘气溶胶向大西洋传输的偏北月份为7—9月、偏南月份为1—3月;2000—2016年海区沙尘气溶胶的传输路径存在向南移动的变化趋势,与同期亚速尔高压的增强和沙尘传输路径以北北风分量的增强以及赤道辐合带的移动一致。上述研究结果揭示了利用大气气溶胶时空变化特征反映区域大气环流和气候变化的可能性。     

天津市城区静风与污染物浓度变化规律的分析

利用2000—2004年天津市城区气象和污染物资料,采用统计分析方法,研究了城区静风分布及污染物浓度变化规律。结果表明:静风分布有明显的日、年变化规律,在华北地形槽或低压、高压前部和高压的天气形势下易出现静风天气现象且持续时间较长。污染物浓度与风速呈现出较好的负相关,即风速越大、污染物浓度越小。但风速达到一定临界值时,TSP与风速呈正相关,大风可以引起二次扬尘并增加了空气中颗粒物的含量;PM10,SO2和NO2三种污染物在静风日的浓度值均高于非静风时的浓度值。     

青岛一次沙尘污染事件的气象条件特征

2008年5月28日至6月1日青岛市区出现了持续5 d的大气污染,其中29-30日为重度污染,其余3日为轻度污染。本文基于青岛常规地面和高空观测资料以及环境监测站SO2、NO2、PM10监测资料,利用资料分析和中尺度数值模拟的方法,分析造成青岛此次持续多日的大气污染的污染源、大气环流和气象要素特征。分析结果表明：此次污染过程主要是外来沙尘引起的PM10污染;持续较强的逆温层结以及近地面层弱南北风频繁交替出现造成沙尘在近地层往复、积聚,最终导致连续多日的空气污染。     

利用MODIS光学厚度遥感产品研究北京及周边地区的大气污染

对2001年在北京地区利用太阳光度计观测的气溶胶光学厚度和NASA发布的MODIS气溶胶产品进行了比较,验证了这一卫星遥感产品的可靠性;比较了2001年MODIS气溶胶光学厚度(AOD)产品和由空气污染指数(API)计算的每日平均可吸入颗粒物(PM10)浓度,得到了比较高的相关系数,证实该气溶胶产品可用于污染分析.将北京地区AOD与气象能见度观测资料进行比较,得到了不同季节的气溶胶"标高".利用统计的不同季节的气溶胶标高,从光学厚度的季节分布得到了能见度(能见距离)的季节分布.气溶胶光学厚度图像的个例分析表明,除局地排放外,周边区域(主要为西南和南向)的输送对北京市区的空气污染贡献份额较大.卫星遥感气溶胶可以比较直观地再现污染物的区域分布和输送,不仅为研究全球气候变化也为研究区域环境的空气质量提供了一种有效手段.     

气象条件对上海世博会期间空气质量影响

观测资料显示,2010年世博会期间上海的空气质量为2001年以来同期最优。利用近10年上海近地面气象观测数据、美国环境预报中心NCEP/NCAR再分析资料和中国气象局国家气候中心的环流指数监测数据,分析了有利于空气污染扩散的近地面气象条件及大气环流特征,及其对上海世博会期间空气质量的影响。结果表明:2010年世博会期间,上海近地面东风明显偏多且偏大, 近地层接地逆温明显少于往年, 降水量和降水日数也较常年明显偏多,综合气象条件有利于空气质量的提高。西太平洋副热带高压较常年异常偏大、偏强、偏西,影响上海地区的夏季风更多源自西太平洋副热带高压南侧的偏东气流输送,这为上述区域的东风活跃创造了条件。尽管上海世博会期间的空气质量联防联控措施使得污染排放低于常年,但气象条件不利时,大气环流的输送扩散仍导致了上海世博会期间上海的3次污染事件,这说明气象条件是上海世博会期间空气质量优良的主要影响原因之一。     

2016年11—12月北京及周边重污染过程PM2.5特征

该文对2016年11—12月北京及周边地区不同站点重污染期间PM_2.5质量浓度变化特征进行分析,并结合地面和探空气象要素及化学组分等对重污染成因进行深入探讨,比较了其中两次持续3 d及以上重污染过程的异同。结果表明:重污染期间北京及周边地区PM_2.5质量浓度较高,北京上甸子站、顺义站、朝阳站的PM_2.5质量浓度分别为73.1,130.8,226.0 μg·m-3,河北保定站和石家庄站分别为357.8 μg·m-3和346.9 μg·m-3。12月17—21日重污染过程比11月3—5日持续时间更长且PM_2.5质量浓度更高。通过对11—12月所有重污染过程分析发现,北京颗粒物重污染发生的主要气象条件是静稳天气。在排放源相对稳定情况下,逆温层的结构、演变和持续时间决定了重污染的程度,其中污染持续时间和污染期间的主导逆温层类型演变对重污染程度有较好的指示作用。较低的水平风速、逆温层的持续出现及更多的燃煤和机动车尾气排放是12月17—21日污染偏重的原因。