北京雾、霾天细粒子质量浓度垂直梯度变化的观测

近年来北京城市区域雾霾天气显著增加,不仅严重影响工农业生产和交通运输,还严重影响人体健康.2007年夏秋季节,北京325 m气象塔8、80和240m平台梯度观测结果表明,雾、霾、晴三种典型天气状况大气细粒子质量浓度垂直分布各有特点,雾天(11月5～6日)低层浓度明显偏高,6日从低到高3层PM2.5(空气动力学直径小于等于2.5μ的大气气溶胶)浓度日均值分别为352.6±79.3、224.7±69.0、214.8±32.8 μg·m~(-3);霾天(8月19～20日)细粒子上下混合均匀,19日从低到高3层PM2.5浓度分别为89.8±29.3、88.9±29.8、90.0±31.7 μg·m~(-3);晴天(8月22～23日)细粒子昼夜变化明显,夜间在80 m高度出现明显分层,23日80 m以下平均值为32.6±13.1μg·m~(-3),240 m平均值为27.4±13.5μg·m~(-3).雾天细粒子主要来源于局地,霾天细粒子污染表现为时空分布十分均匀的城市群区域污染特征且污染物积累;连续晴天细粒子明显被清除.     

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。     

北京冬季PM2.5重污染时段不同尺度环流形势及边界层结构分析

城市重霾污染事件的发生除排放源内在原因之外,气象条件是最直接的客观外因。本文以2013年2月21~28日北京地区典型细颗粒物(即PM2.5)重污染过程为例,基于颗粒物水平和垂直监测数据,常规及加密自动气象站数据和高时间分辨率风廓线数据,分析了重污染过程中不同尺度环流形势以及边界层结构的变化对细颗粒物重度污染形成、累积和消散的影响。结果表明:弱低压场或弱高压场控制下,局地西南风和东南风输送与北部山区偏北风在山前的汇聚,配合边界层低层顺时针方向的风切变,易发生大气中细颗粒物的爆发性增长;而均压场控制和近地层持续偏南气流输送,配合高层持续稳定的西北风,是污染长时间持续稳步增长的主因。此外,近地层低风速、高湿度和逆温的维持是区域霾污染爆发增长和长时间持续增长的关键气象因素。高压前部的系统性西北大风是污染得以驱散的直接外部动力。     

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...     

北京夏季O3垂直分布与气象因子的相关研究

通过分析2000年7月26日～8月22日北京325 m气象塔的O3浓度梯度观测资料及同期的气象资料,探讨了O3与NOx、风速、风向、温度及相对湿度的关系.通过建立不同风向下O3浓度与NOx、温度、相对湿度及风速的多元回归方程,证实了高浓度的O3是NOx与气象条件综合作用的结果,利用可得到的气象资料及NOx浓度值进行O3污染预报的尝试是可行的.