北京地区供暖季两次重污染过程气象条件对比

为对比分析北京地区供暖季期间两次重污染过程的影响因素,利用气象常规和非常规资料、环保监测站观测资料分析了2016年11月2—5日（以下简称“2016年过程”）和2018年3月11—14日（以下简称“2018年过程”）两次重污染过程的气象条件。结果表明：2018年过程与2016年过程天气尺度高低层天气影响系统类似,地面平均风速均为1.5 m·s-1,大气水平扩散条件基本相似,边界层风场的分布及风速大小基本一致,但2018年过程低层暖气团影响高度达2 km以上且逆温强度很大,大气垂直扩散条件更不利于污染物的扩散;2018年过程PM2.5浓度较2016年过程污染最重单站峰值浓度偏低30.2%,全市平均浓度也较其略低,且未出现爆发性增长阶段,浓度积累增长平缓;2016年过程一氧化碳（CO）出现爆发性增长,4 h浓度上升接近1 000 μg·m-3,峰值浓度为3 179 μg·m-3,黑碳（BC）浓度持续较高且峰值浓度为19 939 ng·m-3;2018年过程期间CO峰值浓度较2016年过程下降24.6%,且未出现爆发性增长阶段,BC有一定日变化特征,峰值浓度为4 228 ng·m-3,远远低于2016年过程。两次重污染过程发生在基本相似的气象条件下,2018年的垂直扩散能力更为不利,但从细颗粒物和一次排放污染物对比来看,2018年过程多种污染物浓度显著下降、平均浓度明显降低,这与人为减排限排等因素密切相关。     

降雨对PM2.5浓度的影响及人工降雨降低PM2.5浓度的探讨

湿沉降是使大气颗粒物浓度减少的途径之一。该文利用2013年6月南京市逐日PM2.5浓度资料,及同期降水、风速和相对湿度的数据,分析了南京夏季PM2.5与气象条件变化之间的关系。结果表明,在低风速、高湿度、污染物不易扩散条件下,降雨并不能有效降低当日PM2.5浓度。而在风速较大的条件下,污染物在随风扩散稀释的同时,降雨对污染物的湿沉降作用促进了PM2.5浓度降低。建议在采用人工增雨方法清除PM2.5时,要考虑气象条件的影响。     

天津冬季重霾污染过程及气象和边界层特征分析

京津冀大气灰霾污染严重,天津市作为其核心组成之一其污染形势亦严峻。选取2013年2月20~28日天津重霾污染时段7站PM2.5(空气动力学当量直径小于等于2.5μm的颗粒物,即细颗粒物)和气态污染物数据,结合北京污染数据、地面气象要素、能见度、边界层温湿和风廓线、后向轨迹,深入分析重霾污染过程特征及气象和边界层成因。结果显示,研究时段天津PM2.5、SO2、NO2、CO和O3浓度均值为150、87、56、2.4和22μg m-3,气态污染物各站差异显著,但仅有SO2全面超过国家空气质量一级标准(50μg m-3),而PM2.5具有区域同步变化特征,且严重超标,是一级标准(35μg m-3)的2~8倍,最高小时均值高达364μg m-3;高浓度PM2.5是导致低能见度的主因,能见度小于10 km对应PM2.5阈值为50μg m-3。弱风和高湿度导致局地排放累积,PM2.5始增,在高湿度条件下,持续偏南风促使其稳步增加,配合弱北风和弱东风PM2.5震荡上扬,污染高值阶段,南北气流短时迅速切换,区域污染传输叠加污染的循环累积,PM2.5浓度峰值达到最高;除因边界层强东风导致的平流逆温外,高浓度PM2.5与平流逆温密切相关;高污染时段高湿主要集中在500 m以下,且随高度递减幅度较大;位于200~600 m的低空急流一定程度抑制污染上升,尤其持续强东风使PM2.5浓度稳步降低到二级水平,污染迅速有效清除最终依赖整层的强西北风。北京、环绕天津的河北中部和西南部地区对天津重污染有显著贡献。     

北京市房山区大气污染物时空分布特征及气象影响因素分析

利用北京市房山区良乡镇和琉璃河镇内的区域自动气象站和环境监测站观测数据,对2013年至2015年PM_(2. 5)、PM_(10)、NO_2、SO_2、CO 5种大气污染物浓度变化特征进行了统计分析。结果显示,近3年来,两个镇综合污染物指数呈现逐年下降趋势,各污染物对房山区整体大气污染的贡献率从大至小依次为PM_(2. 5)、PM_(10)、SO_2、NO_2、CO,PM_(2. 5)已取代传统大气污染物SO_2成为房山区的主要大气污染贡献体。两个站点各污染物浓度均表现出明显的季节、月、日变化特征。在不同季节条件下,局地气象要素与污染天气发生概率之间有着很好的相关关系。因此,可根据气象要素分级方法找出各季节污染天气发生时最敏感的气象因素,为局地污染天气预报提供参考指标,也为防范空气污染、制定科学的综合管理措施提供科学参考。     

2018年冬季鲁西北大气污染特征及影响因子分析

利用2018年12月至2019年2月滨州、德州和聊城PM2.5、PM10、NO2、SO2、CO和O3逐日质量浓度及其对应的气象资料,分析了鲁西北大气污染特征和影响因子.结果表明:2018年冬季鲁西北大气污染比较严重,聊城、德州和滨州轻度及以上污染天数分别占61％、60％和54％,重度以上染污天数分别占24％、11％和9...     

哈尔滨市空气质量特征及其与气象要素的关系

利用哈尔滨市2014—2016年逐日空气质量指数(AQI)数据,结合同期气象观测资料,分析了哈尔滨市空气质量的变化特征、主要污染物及与主要气象要素之间的关系。结果表明:近3 a间,哈尔滨空气质量为良级别的天数最多,占47%,达到污染级别的天数占31%,2016年空气质量最佳,优良级别的天数达到284 d,占全年78%;春夏季AQI指数较低,秋冬季AQI指数明显偏高,9月空气质量全年最佳,1月空气质量最差; PM_(2. 5)是造成哈尔滨空气污染的最主要污染物,其次是PM₁₀、NO_2和臭氧8 h(O3-8 h); AQI与气压之间以正相关为主,秋冬季最为显著;与风速主要表现为负相关,冬季尤为显著;与气温的关系受到采暖的干扰差异较大,年尺度及秋冬季呈负相关,月尺度呈正相关;与降水日数呈负相关;与相对湿度冬季表现为显著正相关,而5—9月为负相关。     

江苏淮安地区大气污染变化特征及其与气象条件的关系

采用江苏省淮安市地面5个监测站2013年1月1日—2015年12月31日PM_(10)、PM_(2.5)、SO_2、NO_2、CO、O_3逐日质量浓度资料及同期气象资料,统计分析了该地区空气污染季节变化特征及其与气象条件的关系;采用MODIS的光学厚度AOD(Aerosol Optical Depth)资料和火点资料分析了2013年12月发生在淮安的一次持续性大气污染事件。研究结果表明,淮安空气质量AQI指数(Air Quality Index)在春冬季较高,夏秋季较低,污染天气发生在春冬季的概率为23.6%,夏秋季的概率为13.3%。淮安地区的首要大气污染物为颗粒物污染,其中PM_(10)、PM_(2.5)占比分别达到25.2%、48.9%,PM_(10)中PM_(2.5)比率年平均为61.0%,臭氧是第2大污染物,占比为25.8%。表征大气柱气溶胶浓度的AOD的季节变化与地面颗粒物浓度截然不同,颗粒物浓度1月和12月出现极高值,而这两个月AOD月平均值却在一年中达到极低值,AOD最高值出现在7月。另外,AQI与降水、气温、风速、相对湿度呈负相关关系,但相关程度较弱。     

西安市臭氧污染特征及其与气象条件的关系

基于2014-2017年西安市环保局臭氧观测资料、泾河气象站总辐射和气象资料以及长安气象站紫外辐射和气象资料,对西安市臭氧污染特征及其与气象条件的关系进行了研究。结果表明:西安市臭氧质量浓度的日变化和月变化均呈明显的单峰形态;日最小值22.2μg/m^3和最大值100.7μg/m^3分别出现在07时和16时;臭氧日最大8 h平均质量浓度(用C8h(O3)表示)月均值最大为148.5μg/m^3,最小为30.0μg/m^3,分别出现在7月和11月。总辐射日最大辐照度、日总辐射曝辐量和日紫外辐射曝辐量与C8h(O3)之间具有显著的正相关关系,并且以日紫外辐射曝辐量与C8h(O3)的相关性最高,表明紫外辐射对近地面臭氧质量浓度的影响更为强烈。日最高气温、平均气温、日照时数和C8h(O3)正相关,风速、相对湿度与C8h(O3)负相关,表明晴空时高温、低湿、小风更有利于近地面臭氧的形成。统计关系显示,在5-8月,当日最高气温大于35℃或日最低相对湿度小于40%时,需要警惕臭氧超标污染的发生。     

成都地区2012年PM10污染过程气象条件分析

利用PM10日平均值统计资料、NCEP 2.5°×2.5°分析资料以及温江站探空资料,针对2012年发生在成都的13次PM10典型污染过程进行了环流背景、动力条件、稳定度条件以及水汽条件的分析.结果表明：（1）PM10典型污染过程多发生在南支波动较弱的环流型下,我省受偏西气流或西北气流控制.（2）大气中低层垂直运动较弱,低层为弱辐合,辐合层次较低,不利于污染物的水平和垂直扩散.（3）对流层中下层中常有逆温层或等温层存在,大气热力状态较稳定.（4）大气多为上干下湿的状态,湿层较浅薄.     

气象条件与西安污染物的关系及预报方法

对西安1998～2000年的主要污染物PM10的实测浓度值结合部分气象条件进行分析,得出:(1)年内冬季采暖期浓度较高,夏季汛雨期浓度较低,3a来空气质量逐渐好转;(2)污染浓度与降水和风速的关系较为复杂,但仍有规律可循;(3)污染物浓度与某些逆温层特征相关较好;(4)污染物与能见度相互影响.并给出了部分气象条件的预报方法.     

基于KZ滤波的京津冀2013～2018年大气污染治理效果分析

通过国务院“大气十条”等严格的大气污染治理措施的实施,近年来我国空气质量得到全面改善。对大气污染治理效果开展科学分析研究,可为后续空气质量持续改善、污染科学精准治理提供有效科技支撑。由于气象条件是影响污染物浓度分布的重要因素,治理效果分析的一个重要问题是区分气象条件和减排措施对污染物浓度变化的具体贡献。本文利用京津冀地区13个城市2013～2018年86个监测站点逐日PM2.5浓度以及欧洲中期气象预报中心（ECMWF）气象再分析资料,采用KZ（Kolmogorov–Zurbenko）滤波分析PM2.5浓度观测序列的时频特性,将其分解为短期天气影响分量、中期季节变化分量以及长期趋势分量3个部分,针对分解浓度序列建立气象因子回归模型,实现定量评估气象和减排对治理效果的具体贡献。在研究时间段内,京津冀地区13个城市PM2.5浓度的长期分量显著下降（22.2%～58.0%）,其中邢台市下降幅度最大（58.0%）。整体分析表明,气象条件和排放源均有利于大气污染的改善,但减排措施是空气质量显著改善的决定性原因,具体贡献为气象条件的影响占18.5%,排放源的影响占81.5%。逐城分析表明,唐山市的气象条件最有利于PM2.5浓度的减小（29.2%）,而衡水市的减排措施最有利于PM2.5浓度的减小（92.0%）。     

高陵区PM2.5污染特征及其与气象要素的关系研究

利用高陵区2018年1月1日—2020年12月31日 PM25质量浓度监测资料、空气质量指数,分析PM25的污染特征,结合气象观测资料, 通过线性相关分析定量分析不同季节PM25质量浓度与气温、相对湿度、风向风速、降水等气象要素之间相关性。结果表明：（1）近3 a来高陵区污染天气首要污染物为PM25的累计时间远超其他污染物为首要污染物的累计时间。（2）PM25平均质量浓度月变化呈明显的“U”型特征,1月最高,2月、12月次之;季节变化规律为冬春高、夏秋低,冬季最高,夏季最低。（3）PM25质量浓度日变化呈单峰单谷特征, 23时为最大峰值,17时左右为谷值,此变化趋势与气温、风速的日变化呈相反趋势,与相对湿度日变化趋势基本一致。（4）不同季节PM25质量浓度和气象要素的相关性存在差异,PM25质量浓度与风速及降水量在各个季节均呈显著负相关,与气温整体上呈负相关,与相对湿度整体呈正相关。（5）PM25质量浓度高值主导风向为偏西北风,其次是东北风,风向偏东和西南时PM25质量浓度值相对较小。     

2005—2017年白云机场能见度变化特征及其与影响因子关系研究

利用广州白云机场2005-2017年的大气能见度、相对湿度、风速、气温等要素的逐时观测资料,结合花都花东站2012-2017年PM2.5浓度的逐时观测数据,分析了近年来白云机场能见度的变化特征,探究了能见度与气象要素、大气污染物之间的关系。结果表明:2005-2017年白云机场能见度呈逐年增大趋势,低能见度出现次数总体呈减少趋势。2-4月是机场低能见度时期,7月能见度最大。能见度日变化显著,最低能见度通常出现在清晨,午后明显好转。白云机场能见度与相对湿度、PM2.5浓度呈负相关关系,与风速、气温成正相关关系,其中PM2.5浓度对能见度的影响最明显。当相对湿度小于80%时,能见度下降得较为缓慢;而当相对湿度超过80%时,能见度急剧降低。相对湿度越大,出现低能见度所需的PM2.5浓度值就越小。地面风速在0~4 m·s-1时,相对湿度越大,能见度随风速的增长趋势越显著。     

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。      

2019-2020年上海地区空气质量变化特征及气象影响因素分析

利用2019-2020年上海地区6种空气污染物小时浓度和逐日空气质量分指数(IAQI)的监测资料,统计分析了上海地区空气质量变化特征及其气象因素的影响.结果表明,2020年上海地区空气质量优良率达86.9％,空气质量状况优于2019年.上海地区AQI具有冬季最差,秋季最好的季节特征,最主要的污染物已由过去的PM2.5转...     

北京能见度变化趋势及冬季一次典型污染过程分析

为了探索北京地区大气能见度变化规律,对2005～2009年能见度的监测资料进行了分析.结果表明,北京地区能见度年均值为10.17 km,并呈现逐年上升趋势,增长率为0.69 km· a-1(决定系数R2=0.99,显著性水平P＜0.01),同时霾天数则逐年下降,细颗粒物浓度的降低是能见度好转的主要原因.能见度的季节变化...     

2016年冬季京津冀豫大气污染的时空分布及影响因子研究

利用2016年12月至2017年2月北京、天津、石家庄和郑州的PM2.5质量浓度、反应性气体质量浓度及其相对应的气象要素资料分析了大气污染的理化特征、传输和生消规律。结果表明:北京、石家庄、天津及郑州的PM2.5质量浓度分布频率均有两个较为明显的峰值,四个地区PM2.5质量浓度分布频率最高时均值分别为10.1、19.2、40.0和47.1μg·m^-3,大气的氧化程度为北京最低,其次为石家庄、天津,郑州最高。四个研究地区的交通源对环境大气污染均有重要贡献。PM2.5和CO的相关性在低相对湿度时高于高相对湿度时;而PM2.5和NO2的相关性在相对湿度较大时高于相对湿度较小时。四个研究地区的PM2.5质量浓度均随风速的增大呈快速降低后趋于平缓的趋势,其中北京、石家庄和郑州的风速阈值均为3m·s^-1,天津地区为4m·s^-1。受上游污染地区的影响,偏南风的输送作用滞后20~30h达到最大,而偏北风的影响作用在滞后8~12h达到最大。     

潮州市区PM2.5的变化特征及与气象要素关系

利用潮州市2014—2020年空气质量逐小时质量浓度数据,分析了PM_2.5质量浓度的年、月、日变化特征,并结合相应时段的潮州国家站气象资料,分析了PM_2.5质量浓度与气象要素的关系。结果表明：2014—2020年潮州市区PM_2.5年平均质量浓度、超标出现日数均呈下降趋势。PM_2.5质量浓度具有明显的月和季节变化特征,其峰值出现在3月、谷值在6月,秋冬春季的质量浓度较高及超标日较多,尤其是1—4月份,需加强PM_2.5污染防控。二级和轻度污染质量浓度的日变化呈双峰型分布,主峰在20:00,次峰在01:00;中度污染质量浓度出现3个峰区,第1峰在01:00、第2峰在21:00、第3峰在09:00,各级最低谷均出现在14:00—15:00。各级质量浓度对应的气象条件有较大差异,其中一级时平均雨量较大、气温较高、风速较大;超标时平均雨量较小、气温较低、风速较小;二级处于一级和超标之间。日雨量1 mm以下、平均气温15～20℃之间、风速≤1.5 m/s时,平均质量浓度及超标率较高。西风及静...     

四川盆地冬季气溶胶污染与气象条件的关系

利用2014~2019年冬季ERA5再分析资料、成都市PM_2.5和PM₁₀逐日浓度数据以及污染物（二氧化硫、氮氧化物、烟粉尘）年排放量数据,通过分析四川盆地近6 a气溶胶污染物的时间变化特征以及PM_2.5浓度与气象条件的相关性,探讨了气象条件对四川盆地气溶胶污染的影响。结果表明：近6 a四川盆地冬季气溶胶污染物浓度和严重、重度污染天数均呈波动下降趋势,污染物浓度年际变化与污染物年排放量存在一定差异。首要污染物以PM_2.5为主,PM_2.5浓度与青藏高原及其下游地区气象条件的关系密切,与对流层低层、中高层气象要素的相关性存在差异,其中与青藏高原及其以北和以东地区850~500 hPa气温呈显著正相关,尤其是与易出现逆温层的四川盆地850~750 hPa温度的相关性最强。当850 hPa东北风较弱且相对湿度偏高、700 hPa西风较强且湿度偏低、500 hPa高压偏强且西风偏弱时,PM_2.5浓度偏高;反之亦然。     

上海地区一次典型连续颗粒物污染过程分析

2013年3月4—9日上海地区出现了一次连续6 d的污染过程,本文利用PM_(2.5)和PM_(10)的小时监测资料、常规气象资料、激光雷达资料、FY-3A卫星监测资料及NCEP再分析资料,综合探讨了此次连续污染过程的气象特征,发现此次连续污染与天气形势的高低空配置有密切关系,槽后被西北气流控制,稳定的垂直层结及地面较弱的气压场,有利于污染物的积聚和污染天气的维持。文章还对此次连续污染过程中的重污染过程进行了深入的诊断分析,研究发现850 hPa及以上中低空西北气流将上游污染物输送至上海,再配合下沉运动沉降到地面,是造成此次重度污染过程的主因;同时,本地风力小、近地层垂直温度层结稳定等均不利于污染物在水平和垂直方向上的扩散,为污染物的积聚创造了条件。