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。     

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。     

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...     

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...     

威海PM2.5浓度与气象要素的相关分析

分析2013年10月—2014年1月威海监测站逐日、逐时的PM2.5平均值与气象要素的相关性。结果表明,风速和风向与PM2.5的浓度均有一定的相关关系。当风速小于3m/s时,PM2.5值缓慢增大或一直持续;当北风风速连续大于3 m/s时,PM2.5值将迅速下降;南风增强对PM2.5的浓度没有明显的改变。PM2.5浓度增大的多数形势为高空为平直的西风环流或高空槽前。PM2.5浓度最大值往往出现在地面冷锋过境后北风风力较弱的时间段,北风风速大于3m/s后且持续,PM2.5的浓度将迅速下降。     

气象条件对石家庄PM_(2.5)浓度的影响分析

利用2013~2014年石家庄逐小时PM2.5监测浓度与地面及探空等气象观测资料,从大气的垂直扩散、水平扩散和地面局地环流等方面,探讨气象条件对PM2.5浓度的定量影响关系。结果表明:(1)石家庄PM2.5浓度具有明显的日、月和季节变化特征,早晨08时前后PM2.5浓度最高,下午16时前后浓度最低;冬季PM2.5浓度最高,夏季最低;(2)2 a共出现485 d逆温,其中10~12月出现频率最多,达82.8%~86.2%,逆温致使低层大气垂直运动受阻,不利于污染物扩散;(3)大气混合层高度与PM2.5浓度呈反相关,PM2.5浓度75μg/m3(空气质量优良),对应大气混合层高度平均为1 448 m,而PM2.5浓度≥150μg/m3(空气重污染)的混合层高度降到878 m;(4)受地形影响,石家庄地面风与边界层附近风对污染物的影响明显不同:925 h Pa西南风、地面偏东风不利于污染物扩散;925 h Pa西北风、地面偏西风有利于污染物浓度降低。925 h Pa风速4 m/s、地面偏西风风速2 m/s、地面偏东风风速3 m/s,有利于污染物扩散;(5)降水对污染物有湿清除作用,清除量不仅与降水量有关,还与前期PM2.5浓度有关,且冬季降雪过程对PM2.5的清除作用是降雨的4倍。     

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。     

2013年呼和浩特市秋季PM_(2.5)浓度特征及气象条件分析

文章选取2013年9月1日—11月31日呼和浩特市污染物浓度与气象要素资料,分析了PM2.5的浓度特征,并利用灰色关联度分析法,分别计算了PM2.5与其他污染物、各气象要素的综合关联度,取与PM2.5关联度较高的气象要素,根据PM2.5在其不同区间内的超标频率,得出4种易造成PM2.5污染的气象条件：1最大风速的风向为偏东方向;2最大风速〈6m·s^-1;3气温日较差小于6℃,相对湿度大于60%,日平均风速在2m·s^-1时以下;4气温日较差在12～15℃之间,日平均气温在0～10℃之间,日平均风速在5m·s^-1以下。     

北京地区夏末秋初气象要素对PM2.5污染的影响

利用北京宝联站及北京上甸子大气本底站2006-2008年的7-9月PM2.5连续观测资料以及北京市观象台的探空数据、海淀气象站的风廓线雷达和降水量等资料,对北京地区夏末秋初PM2.5的质量浓度特征及其与气象要素的关系进行了统计分析.结果表明:城区站各月平均PM2.5质量浓度明显高于郊区站,高空偏南气流的输送是造成城区及本底地区出现细颗粒物污染的主要原因.从地面风速来看,城区当北风和南风分别达到2m·s-1和3.5 m·s-1以上时能起到扩散作用;郊区在低风速的北风条件下也能起到扩散和稀释作用,而南风基本上对郊区的颗粒物无扩散作用.PM2.5质量浓度在降水前后的清除量与降水量、初始质量浓度均呈正相关关系,城区及郊区的云下清除过程更多取决于降水前污染物的浓度,降水量作用较弱.当混合层高度突破1500 m时,垂直扩散对污染物的稀释扩散效果明显.     

运城盆地秋冬季PM2.5传输特征和源区分析

利用2017-2019年空气质量监测数据，采用HYSPLIT后向轨迹模式、聚类分析、潜在源贡献因子分析法（PSCF）和浓度权重轨迹分析法（CWT），对运城市秋冬季大气PM2.5传输路径、对应重污染的天气形势和潜在源区进行分析。结果表明：（1）运城近地层盛行偏东风时污染频率高，弱的偏东风和西南风时，污染物浓度较大。秋冬季PM2.5后向轨迹西北方向最多达53.53%，偏东方向最少为11.25%，偏西方向和西南方向介于两者之间，分别为16.61%和12.06%。（2）不同轨迹对应天气形势不同，西北和偏西轨迹下，500 hPa高度场上为两槽一脊或偏西气流，700～850 hPa受脊前西北气流影响，地面为高压前底部型或均压场型；西南轨迹下，500 hPa高度场上为偏西气流，700～850 hPa运城处于槽前西南气流，地面气压场为高压前底部（底部）或均压场。（3）运城PM2.5潜在源区主要位于陕西南部、四川东部和新疆东南、甘肃的东南部等地区，说明影响运城秋冬季PM2.5的浓度除了来自汾渭平原西南部的颗粒物区域输送，来自西北方向新疆、甘肃的远距离颗粒物传输也是重要来源。     

吐鲁番市颗粒物浓度变化特征及与气象要素的关系

依据吐鲁番市2015年3月—2016年2月的PM_(10)、PM_(2.5)和气象资料,利用统计分析,探讨吐鲁番市PM_(10)和PM_(2.5)浓度的变化特征及其与气象要素的关系。结果表明:冬季PM2.5与PM10浓度的平均值最高(106 ug/m3、184 ug/m~3),春季次之(63 ug/m~3、163 ug/m~3),夏季最低(33 ug/m~3、95ug/m~3),且冬季二者浓度的平均值比夏季分别高大约69%、48%。11月至次年2月,每个月中PM_(2.5)和PM_(10)的污染程度在轻度污染以上的天数相比其它月份较多。PM_(10)与PM_(2.5)的日变化曲线特征呈现"双峰双谷"的特点;PM_(2.5)与PM_(10)的比值在冬季达到了60%~80%,这说明吐鲁番冬季主要以PM2.5污染为主;PM_(2.5)和PM_(10)与能见度之间存在极其显著的相关性,相关系数分别为-0.904、-0.792,与单一气象要素(如相对湿度、风速、温度等)的相关性不明显,但不同气象要素的共同作用对其有显著影响。     

吐鲁番市颗粒物浓度变化特征及其与气象要素的关系

依据吐鲁番市2015年3月—2016年2月的PM_(10)、PM_(2.5)和气象资料,利用统计分析,探讨吐鲁番市PM_(10)和PM_(2.5)浓度的变化特征及其与气象要素的关系。结果表明:冬季PM2.5与PM10浓度的平均值最高(106 ug/m3、184 ug/m~3),春季次之(63 ug/m~3、163 ug/m~3),夏季最低(33 ug/m~3、95ug/m~3),且冬季二者浓度的平均值比夏季分别高大约69%、48%。11月至次年2月,每个月中PM_(2.5)和PM_(10)的污染程度在轻度污染以上的天数相比其它月份较多。PM_(10)与PM_(2.5)的日变化曲线特征呈现"双峰双谷"的特点;PM_(2.5)与PM_(10)的比值在冬季达到了60%~80%,这说明吐鲁番冬季主要以PM2.5污染为主;PM_(2.5)和PM_(10)与能见度之间存在极其显著的相关性,相关系数分别为-0.904、-0.792,与单一气象要素(如相对湿度、风速、温度等)的相关性不明显,但不同气象要素的共同作用对其有显著影响。     

银川市大气边界层逆温影响因素及其与冬季PM2.5的关系

为了探究银川市大气边界层逆温特征和影响因素及其与冬季PM_2.5污染的关系,利用2015—2020年银川气象站探空、地面气象观测资料及银川市空气质量监测数据,在分析银川市大气边界层逆温及地面气象要素特征基础上,以冬季为研究时段,探讨逆温与地面气象要素对PM_2.5污染的影响。结果表明：(1)银川市清晨大气边界层较傍晚更易出现逆温,且逆温多为贴地逆温,贴地逆温较悬浮逆温强度大、厚度小;逆温频率和厚度冬季最大、夏季最小,逆温强度秋季最强、夏季最弱。(2)冬季晴天,地面平均风速1.0～1.5 m·s^-1、相对湿度30%～60%的气象条件下易出现逆温。(3)贴地逆温是影响冬季PM_2.5污染天气的主要气象因素之一,当逆温厚度超过596 m、强度超过1.4℃·(100 m)^-1时,易出现PM_2.5污染天气,且随着逆温厚度增大、强度增强,污染加重。(4)冬季PM_2.5污染天气下,清晨天空状况多为晴天,通常地面平均风速小于1.3 m·s^-1     

一次重污染过程及其边界层气象特征量分析

针对2013年12月14~25日出现的区域性重污染过程,采用Hysplit后推气团轨迹模式分析了污染形成源,利用污染中心邢台的探空、地面数据计算了大气稳定度、混合层高度、逆温等气象特征量,并对混合层高度、相对湿度、能见度与PM2.5浓度进行了相关分析。结果表明:此次重污染以局地排放为主要形成源,河北省中南部地区大气层结偏稳定,逆温层厚(平均230 m)、强度大(平均2.34℃/100 m)、混合层高度低(平均618 m)是影响污染程度的重要因素;PM2.5浓度与混合层高度呈现负相关(R=-0.80),与能见度呈指数相关(R=-0.77),与相对湿度呈弱的正相关(R=0.62)。     

2013年初江苏连续性雾-霾天气的特征分析

利用FNL资料、污染物颗粒浓度资料以及常规气象资料对2013年1月12—16日江苏地区的连续性雾 霾天气过程的环流形势、地面气象要素特征、大气边界层结构及大气污染状况等进行了分析。结果表明：高空形势变化平稳、中低层的暖平流配合稳定少动的地面气压场为雾 霾天气的发生提供了有利的环流形势;持续变化较小的气压梯度和较低的风速以及相对湿度的增大和PM2.5、PM10的浓度的变化为雾 霾形成和发展提供了条件;雾 霾期间低层都存在不同程度的逆温现象,混合层高度与AQI呈反相关关系,当混合层高度越低,AQI就越高,污染就越严重,能见度就越差;相对湿度的升高和PM2.5在污染物颗粒中的富集,是导致能见度下降和持续污染的首要原因,而强冷空气带来的大风降温是污染物颗粒被快速清除的重要动力机制;影响南京的污染物来源为：黄海、安徽地区、北方污染物的输送和本地的局地污染。     

福州市PM2.5、PM2.5/PM10分布特征及与气象条件关系的初步分析

利用福州市PM2.5、PM10和气象资料,分析PM2.5、PM2.5/PM10的分布特征及与气象条件的关系。结果表明:福州市细粒子污染程度较轻,春季PM2.5和PM2.5/PM10值均是四季中最高的,其次是冬季,夏季最低;影响PM2.5浓度出现高值的天气系统有:暖区辐合与高空槽前、大陆高压后部和暖区降水三种系统,其中暖区降水天气形势下的PM2.5平均浓度最高,超标率为25.5%;影响PM2.5浓度出现低值的天气系统有:冷高压脊、高压底部和高空槽后,副热带高压及边缘,台风(热带辐合带)及外围系统,在后两种天气系统影响下的PM2.5平均浓度最低,超标率为0;剔除因降水、雾等低能见度个例,PM2.5浓度与能见度的相关系数为-0.626,冬春季的相关系数是夏秋季的1.4倍;PM2.5浓度与单一气象要素(如温度、相对湿度、风速等)相关性不明显,但不同季节、不同气象要素变化的组合对PM2.5浓度有直接影响。      

番禺秋季气溶胶浓度的变化与气象条件的关系

利用2004年9～11月在番禺区气象局采集到的气溶胶质量浓度资料和同期的气象资料,分析了番禺秋季气溶胶质量浓度变化及其与气象条件的关系。结果发现：番禺秋季大气污染物主要是PM10,PM10中以细粒子（PM2.5）为主,而且污染严重;气溶胶污染严重时大气层结稳定,污染高值主要出现在西北气流和东北气流的共同影响下,受周边环境的影响明显;PM（PM10和PM2.5）浓度超标日的天气过程主要出现在台风外围环流云系的影响下;气溶胶对能见度的影响较大,二者负相关明显。     

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。     

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。     

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%。