江淮流域梅雨期降水与10—30d低频振荡的联系

利用1961--2010年中国756站逐日降水资料和NCEP／NCAR逐日再分析资料,分析了江淮流域梅雨期降水与10～30d低频振荡的关系。结果表明,梅雨偏多年降水具有明显的10～30d的周期变化,低频振荡经向上的北传和纬向上的西传与江淮流域梅雨期降水的活跃及中断关系密切。在梅雨偏多年,低层10～30d振荡主要通过南海低频反气旋和日本海低频气旋对江淮流域降水产生影响,并调控着西太平洋副热带高压的西进、东退,进而影响输送到江淮流域的水汽强度及冷暖空气在江淮流域的汇合;而高层,亚洲大陆中纬度地区东西向的低频气旋和反气旋影响着南亚高压的位置,从而形成江淮流域低频降水的强弱变化。     

山西省PM_(10)气溶胶污染特征分析

文章针对大同市2006—2009年、榆社县2006—2008年PM10质量浓度数据,使用趋势分析、后向轨迹模拟不同高度的PM10的传输路径,可以看出:PM10浓度的日变化特征为"两高三低";PM10浓度日际变化不明显,只在典型日PM10浓度值明显增大;PM10浓度月变化特征为1、5、12月浓度高,春季5月份由于为沙尘期浓度高。PM10浓度季节变化规律与采暖期和非采暖期变化相符合,即采暖期的冬春季浓度高、非采暖期的夏秋季浓度低;从2006—2009年间,两站PM10质量浓度基本呈逐年下降趋势。不同气象要素与PM10浓度的相关性,按相关系数绝对值从大到小排列依次为:露点温度、气温、降水量、相对湿度。其中露点温度和PM10浓度呈显著负相关性,气温与PM10浓度呈较弱负相关性。     

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。     

2010年秋季鞍山气溶胶光学特征变化

利用2010年9-11月鞍山大气成分监测站CE-318太阳光度计观测资料,依据气溶胶光学厚度测量原理,计算得到2010年鞍山秋季大气气溶胶光学厚度、波长指数等大气光学特性数据,通过统计分析,给出鞍山秋季气溶胶光学特性分布特征。结果表明：随着测量AOD波段的降低,AOD值逐渐增大,9月的AOD平均值最大,10月AOD平均值次之,11月AOD平均值最小。从频率分布看,2010年9月 AOD日均值集中分布在0.4-0.6之间,10月和11月AOD日均值集中分布在0.0-0.4之间,表明10-11月大气较为清洁|波长指数日均值的频率分布说明鞍山秋季大气污染物以细粒子为主。500 nm 的AOD值与波长指数成对数关系,两者在9、10月和11月的相关系数分别为0.5145、0.8412和0.2715;9月AOD与PM₁₀、PM_2.5、PM_1.0质量浓度为较小负相关,10月和11月AOD与PM₁₀、PM_2.5、PM_1.0质量浓度成正相关,且10、11月AOD与气溶胶细粒子相关性较为显著。AOD值与能见度在趋势上呈较小的负相关性,可能是由于高层气溶胶粒子对气溶胶光学厚度产生了主要影响。     

内蒙古沙地和草地环境下近地面PM10分布特征及其与相关气象要素的关系

利用内蒙古锡林浩特和朱日和2005年的PM10质量浓度（MPM）和相关气象要素资料,分析了沙地和草地环境下MPM的分布特征,发现MPM受沙尘天气的影响较大,非沙尘日MPM在不同下垫面条件下差别不大。进一步分析发现,气象要素对MPM有较大的影响,在选取相关气象要素参量的基础上,将各参量相乘建立了气象影响指数IPM,表示气象条件对MPM的综合作用,经检验发现锡林浩特和朱日和IPM值与MPM日均值的相关系数都大于0.70,高于MPM与其他单气象要素,月均值的线性相关性更显著。对同一气候带不同下垫面条件下不同季节IPM值与MPM的对比分析发现,气象条件对近地面MPM的影响比下垫面条件更显著。     

空气质量多模式系统在广州应用及对PM10预报效果评估

介绍了广州空气质量多模式系统并评估其对2010年9月广州市的气象要素和PM10日均浓度的24 h的预报效果.评估结果表明：模式系统较好地预测了气象要素的变化,但高估了风速;各空气质量模式能合理预测广州PM10浓度的时空变化,预报效果均处于可接受范围内(平均分数偏差MFB小于±60%且平均分数误差MFE小于75%),部分模式可达到优秀水平(MFB小于±30%且MFE小于50%),但同时各模式在郊区均预测偏高而在市区偏低;总体上,模式在广州郊区的PM10预报效果优于市区.模式间对比表明,在本次业务预报实践中,不存在最优的单模式,同一模式对不同的统计指标、不同的站点,其预报效果可能存在差异,基于算术平均集成各模式结果未能获得最优的预报效果.优化排放源空间分布并引进更好的集成预报方法(如权重平均、神经网络、多元回归等)是未来改进广州空气质量多模式系统预报效果的可能途径.     

重庆市区大气能见度变化特征及其影响因素分析

为研究重庆市区大气能见度变化特征,对2000～2005年的重庆能见度观测资料进行了统计分析。结果表明:市区能见度以差和较差为主,能见度的季节变化、日变化特征明显,且近年来日平均能见度有所下降。能见度与同期的地面气象条件、主要空气污染物的相关分析结果表明,在气象条件中,相对湿度和风速对能见度的影响最为明显,各季能见度均与相对湿度呈显著负相关,与地面风速呈正相关;在污染物因子中,PM10是能见度下降的最主要原因,且不同季节PM10对能见度的影响程度不同,其中以冬、夏季影响较强。     

瓦里关及西宁PM_(10)和多环芳烃谱分布的观测研究

为了研究青海瓦里关和西宁PM10中多环芳烃污染特征及其来源,于2007年5月24日～6月1日在青藏高原东北部的瓦里关大气本底站和青海气象台进行了观测并各采集7组气溶胶样品,分析了PM10质量浓度、粒径分布和多环芳烃谱分布特征。结果表明,瓦里关PM10日均浓度为24.85μg.m-3,粒径分布呈三模态;西宁PM10日均浓度为65.25μg.m-3,呈明显双模态。瓦里关积聚态颗粒物质量百分比大于西宁观测点。瓦里关PM10中多环芳烃含量远低于同季节西宁地区,浓度值为8.38ng.m-3;高分子量的PAHs主要集中在细颗粒上,而粗颗粒上低分子量PAHs相对较多。两地区高分子量多环芳烃均为单峰分布。后向轨迹分析表明,瓦里关PM10中PAHs污染与西宁市以及黄河河谷工业带方向的输送密切相关。     

福州市PM10突变特征与气象条件的关系研究

利用2004～2006年福州市PM10逐日资料,及同期地面气象要素资料和08时850 hPa天气图资料,采用统计分析方法,综合分析了PM10发生突变时气象条件的变化特征,结果表明:当地面气象要素场出现气压下降、风速下降、温度上升、相对湿度上升、降水量下降或出现气压上升、风速下降、温度下降、相对湿度下降、降水量下降的配置时PM10易发生正突变;当出现气压上升、风速上升、温度下降、相对湿度维持、降水量上升或出现气压下降、风速上升、温度上升、相对湿度上升、降水量上升的配置时PM10易发生负突变;当受大陆高压后部、暖区辐合系统影响时,PM10发生正突变的概率较高,受切变线、大陆高压前部系统影响时,PM10发生负突变的概率较高.     

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。