中国重要旅游城市雾霾时空特征

依托中国15个重要旅游城市,基于雾霾主导因素PM2.5观测数据、遥感气溶胶数据,运用土地利用回归方法模拟绘制PM2.5时空分布图,分析中国重要旅游城市PM2.5质量浓度的时空分异特征。结果表明：1）2013―2015年中国重要旅游城市PM2.5年均质量浓度总体呈逐年下降趋势,且明显呈现夏季低、冬季高、春秋季居中的季节变化特征;2）重要旅游城市PM2.5质量浓度在不同等级城市中存在明显差异,其PM2.5质量浓度整体规律为副省级市＞直辖市＞地级市;3）月均尺度上各重要旅游城市的宜游时间主要集中在4―9月,且2015年春冬季月份宜游城市明显增多;宜游时间较长的城市主要分布在空气质量优良的东南部沿海和森林覆盖率较高地区的地级市和部分副省级市,中西部地区和长三角地区的城市宜游时间则相对较短。     

城市化与PM2.5时空格局演变及其影响因素的研究进展

快速的城市化和经济发展在改善我们物质生活的同时,也因其剧烈人为活动导致了严重的环境污染,尤其是近年来以细颗粒物(PM_2.5)为首要污染物的城市与区域空气污染问题凸显。而传统的研究更注重孤立地开展空气污染或城市化的研究,缺乏对二者相互耦合关系的综合研究。本文以中国近年来广受关注的以PM_2.5为首要污染物的城市空气污染为切入点,系统地分析总结了在城市化与PM_2.5时空格局演变及其影响因素方面的主要研究进展,包括研究框架、主要方法和相关的主要研究成果等。指明该领域的研究已从空间格局分析逐步深入到健康影响、社会经济驱动等相关方向,并已延伸至复合主题的研究。未来,开展更为深入细致的研究,对于拓展城市与景观生态学的理论体系,了解城市化与城市空气质量的影响关系,解析不同城市发展阶段所面临的城市空气质量问题,将具有重要的科学与现实意义。     

京津冀城市群大气污染的时空特征与影响因素解析

京津冀城市群是中国雾霾最严重的区域,在京津冀协同发展背景下,探究该地区大气污染的时空分布和影响因素具有重要意义。运用空间自相关分析和三种空间计量模型,分析了京津冀202个区县PM_2.5的时空分异特征,创新性地对自然与人文影响因素贡献及其空间溢出效应进行系统地甄别和量化。结果表明：2000-2014年来京津冀城市群PM_2.5浓度整体呈上升趋势,季节上呈秋冬高、春夏低,空间上呈东南高、西北低的特点,且城市建成区PM_2.5浓度比周围郊区和农村平均高10~20 μg/m³;2014年仅有13.9%的区县空气质量达标,PM_2.5浓度存在显著的空间集聚性与扩散性,城市间交互影响距离平均为200 km,邻近地区的PM_2.5每升高1%,将导致本地PM_2.5至少升高0.5%;社会经济内因对PM_2.5主要是正向影响,自然外因主要是负向影响;影响因素中对本地大气污染的直接效应贡献强度依次是：年均风速>年均气温>人口密度>地形起伏度>第二产业占比>能源消费>植被覆盖度,人均GDP、年降水量和相对湿度对本地PM_2.5没有显著影响;对邻近地区大气污染具有显著空间溢出效应的因素排序是：植被覆盖度>地形起伏度>能源消费>人口密度;对于自然和人文影响因素应分别采取针对性的适应策略和调控策略,加强区域间联防联控与合作治理,在城市群规划中注重环保规划与立法。     

2013—2016年北京朝阳站PM2.5质量浓度变化特征

利用2013年2月至2016年1月北京朝阳环境气象站PM2.5质量浓度和同步地面风数据,重点分析了PM2.5质量浓度的变化特征及受地面风的影响情况。观测期间测点PM2.5年平均质量浓度为80.6±4.0 μg·m-3,为环境空气质量标准(GB3095—2012)二级年均浓度限值(35 μg·m-3)的约2.3倍,季节变化特征明显,冬季最高（115.1 μg·m-3）、夏季最低（58.5 μg·m-3）。测点主导风向为ENE—E—ESE,风速主要集中在0.2~2.0 m·s-1。当地面风来自ENE—E—ESE方向时PM2.5质量浓度最高（109.1 μg·m-3）,来自WNW—NW—NNW方向时最低（39.5 μg·m-3）。PM2.5质量浓度随风速增大先上升后下降,在0.4 m·s-1时达最高,为139.2 μg·m-3。风速在0.2~2.0 m·s-1时主要受ENE—E—ESE方向影响,而2~6 m·s-1时主要受ESE方向影响较大。通过与其他站点的比较发现,不同站点各方向污染源和地面风的差异导致了PM2.5质量浓度在各方向分布的差异。     

德州一次沙尘天气过程成因及气溶胶粒子的输送路径分析

利用NCEP 1°×1°再分析资料分析了2017年5月4日浮尘和5月5日扬沙天气的成因。结果表明：3日20时—4日08时,蒙古气旋在有利的环流背景下迅速发展,配合冷锋在内蒙古中部和东部形成大范围的强沙尘天气;4日20时—5日08时沙尘通过高空气流输送到华北地区,在自身沉降和较强下沉气流的共同作用下,迅速沉降形成华北地区大范围的浮尘天气;5日08—14时由于西北路冷空气影响,横槽转竖,冷锋加速南下,将大量沙源地的沙尘输送到德州造成扬沙天气。通过HYSPLIT模式对本次过程中气团后向轨迹的模拟,证实以上两个阶段沙尘天气过程中的输送方式及路径。通过分析影响系统、物理量和气象要素发现,蒙古国、我国内蒙古中部沙源地天气系统强度、位置的变化直接影响沙尘天气的类型,高层气流变化与沙尘天气的类型有很好的对应关系。     

VARIATION CHARACTERISTICS OF THE PLANETARY BOUNDARY LAYER HEIGHT AND ITS RELATIONSHIP WITH PM2.5 CONCENTRATION OVER CHINA

The planetary boundary layer height (PBLH) was calculated using the radiosonde sounding data, including 120 L-band operational sites and 8 GPS sites in China. The diurnal and seasonal variations of PBLH were analyzed using radiosonde sounding (OBS-PBLH) and ERA data (ERA-PBLH). Based on comparison and error analyses, we discussed the main error sources in these data. The frequency distributions of PBLH variations under different regimes (the convective boundary layer, the neutral residual layer, and the stable boundary layer) can be well fitted by a Gamma distribution and the shape parameter k and scale parameter s values were obtained for different regions of China. The variation characteristics of PBLH were found in summer under these three regimes for different regions. The relationships between PBLH and PM2.5 concentration generally follow a power law under very low or no precipitation conditions in the region of Beijing, Tianjin and Hebei in summer. The results usually deviated from this power distribution only under strong precipitation or high relative humidity conditions because of the effects of hygroscopic growth of aerosols or wet deposition. The OBS-PBLH provided a reasonable spatial distribution relative to ERA-PBLH. This indicates that OBS-PBLH has the potential for identifying the variation of PM2.5 concentration.     

苏州市大气PM_(2.5)中水溶性无机离子的源解析及其气象因子分析

为了探明PM_(2.5)中水溶性无机离子的来源和气象因子对其浓度变化的影响,利用2012年2、5、8和11月苏州市PM_(2.5)中水溶性无机离子浓度和本站气象观测数据,分析了苏州市水溶性无机离子的时间变化特征,解析了当地PM_(2.5)中水溶性无机离子的主要来源,探讨了气象因素对离子组分的影响。结果表明:(1)苏州市PM_(2.5)中水溶性无机离子年均浓度大小依次为:SO_4~(2-)NO_3~-NH_4~+Na~+Cl~-K~+Ca~(2+)Mg~(2+)F~-;SO_4~(2-)、NH_4~+和NO_3~-为PM_(2.5)中最重要的3种水溶性无机离子物种,其总和占PM_(2.5)总质量浓度的50.9%。各离子的季节浓度特征均为冬季最高、夏季最低。(2)通过运用主成分分析法对苏州市PM_(2.5)中水溶性无机离子进行来源分类解析,发现第一类为二次污染源和生物质燃烧,其贡献率为32.84;第二类为道路扬尘及工业排放,其贡献率为19.99%;第三类为海盐污染,其贡献率为18.43%。(3)通过水溶性无机离子与气象条件的相关性分析发现,风向、风速和温度与水溶性无机离子浓度的相关性较显著,这三者是颗粒物浓度变化的主要影响因子。(4)利用HYSPLIT后向轨迹模式对外来污染物进入苏州市的轨迹进行聚类分析后发现:因受季风气候影响,苏州市外来污染物的输入路径存在明显的季节性变化特征,其中夏半年输送主径源自海上,冬半年主径源自内陆。     

2014年秋季长株潭城市群一次典型霾污染天气过程的气象特征及成因分析

利用长株潭地区地面空气质量监测资料、常规地面气象资料及NCEP再分析资料和MODIS火点监测资料,结合HYSPLIT4后向轨迹模式,对2014年10月1718日长株潭地区一次严重霾天气过程的空气污染特征和成因进行综合分析。研究表明,长株潭地区此次严重霾天气污染事件的主要污染物为PM2.5,安徽南部和江西西北部地区秸秆焚烧产生的颗粒物,经高空偏东北气流引导输送到长株潭地区,是这次大范围烟霾天气的主要来源。长株潭地区西部高空槽区宽广,槽前西南气流较为强盛,地面受均压场控制,水平风速弱,为严重霾污染天气的维持提供了有利的环流条件。中低层逆温和大气底层湿度的增加,使污染物粒子不断累积;近地面连续静（小）风和风向的频繁转变,不利于污染物粒子的水平扩散;中下层弱的下沉气流、较低的混合层高度有利于污染物的垂直累积,为此次重度霾污染天气的发展、加强提供了有利的气象条件。     

一种小型便携式环境气象观测一体站的设计和研制

便携式环境气象观测一体站以传统气象站为开发基础,以民用环境气象观测设备为设计标准,完成了对温度、湿度、气压、风向、风速、雨量、PM2.5、PM10、VOC、CO2、噪声及某一种气体(SO2、NO2、NO、O3、CO、H2S中的一种)等12种固定的环境要素的检测。便携式环境气象观测一体站主要注重于设备的小型化、内部高度集成化和系统长时间工作的稳定性,具有较强的在野外环境下的工作能力。     

基于多元数据分析的我国PM2.5浓度及其主控因子的时空分布特征研究

基于2013~2016年空气质量监测台站资料,利用经验正交分解、功率谱分析、BP典型相关分析等多元数据分析方法解析了中国地区细颗粒物（PM2.5）主要模态的时空特征,并与排放源和气象场建立了相关关系,得到以下结论:中国地区PM2.5场存在两个主要模态,其中第一主模态为一致增加模态,强度中心位于西北地区东部—华北南部地区;其时间序列呈显著下降趋势。第二主模态主要表现为南北反向变化的偶极子型分布,其大值区分别位于华北中南部和长江中下游地区。其中,PM2.5第一模态可以看作平均态,主要受平均排放场和环流场及大地形的影响,在北方的表现更为显著。PM2.5第二模态可看作偏离平均场的一种变化态,在冬季更可能和冷空气活动有关。冷空气的强弱决定了污染累积的位置以及输送的方式,其作用是使得南方的污染明显偏离平均态,故第二主模态在南方的表现更为显著。本研究有效地利用了多元数据分析方法研究了我国大气污染的演变机理,可为进一步认清大气污染的形成规律提供科技支撑。