影响北京的一例沙尘天气过程的起沙沉降及输送路径分析

本文选取2012年4月27-28日影响北京的一次沙尘天气过程进行分析,发现在本次过程中,沙源地区的沙尘暴主要发生在地面冷锋和500 hPa槽后,在近地层强烈的感热加热与中低层冷平流的共同作用下,形成了不稳定层结及深厚的混合层,最高可达600 hPa,是沙尘天气能够影响下游地区的重要条件。本文还通过分析等熵混合层厚度变化及其平流过程来追踪沙尘天气的输送路径和定位沉降地,发现本次过程有两种传输路径,一种是沿辽宁北部向东而后转向东北方向,主要沿等熵混合层平流向下游移动,之后随着等熵混合层的接地沉降到近地层,该路径影响高度较高;另一种是沿辽宁南部向东南方向移动,混合层平流较清楚,但沉降时与东北路径明显不同,在辽东半岛东部地面辐散气流及下沉运动的作用下发生沉降,并随冷锋后冷高压南侧的东风回流向西输送影响北京地区。另外,由于混合层之上的稳定层明显下压,使沙尘输送高度偏低。运用HYSPLIT模式模拟的前、后向轨迹证实了上述两种输送路径,表明北京的扬沙天气是由东风回流造成的。     

Simulating urban flow and dispersion in Beijing by coupling a CFD model with the WRF model

The airflow and dispersion of a pollutant in a complex urban area of Beijing, China, were numerically examined by coupling a Computational Fluid Dynamics （CFD） model with a mesoscale weather model. The models used were Open Source Field Operation and Manipulation （OpenFOAM） software package and Weather Research and Forecasting （WRF） model. OpenFOAM was firstly validated against wind-tunnel experiment data. Then, the WRF model was integrated for 42 h starting from 0800 LST 08 September 2009, and the coupled model was used to compute the flow fields at 1000 LST and 1400 LST 09 September 2009. During the WRF-simulated period, a high pressure system was dominant over the Beijing area. The WRF-simulated local circulations were characterized by mountain valley winds, which matched well with observations. Results from the coupled model simulation demonstrated that the airflows around actual buildings were quite different from the ambient wind on the boundary provided by the WRF model, and the pollutant dispersion pattern was complicated under the influence of buildings. A higher concentration level of the pollutant near the surface was found in both the step-down and step-up notches, but the reason for this higher level in each configurations was different： in the former, it was caused by weaker vertical flow, while in the latter it was caused by a downward-shifted vortex. Overall, the results of this study suggest that the coupled WRF-OpenFOAM model is an important tool that can be used for studying and predicting urban flow and dispersions in densely built-up areas.     

北京地区静稳天气综合指数的初步构建及其在环境气象中的应用

静稳天气与大气重污染的发生有紧密联系,为定量描述大气的静稳程度,文章研发了静稳天气综合指数。结合统计和预报经验,挑选发生大气污染的气象要素及其阈值条件,通过权重求和得到初步构建静稳天气指数(SWI)。此后,基于近13年的气象数据,分段统计各气象要素不同区间内雾-霾天气出现概率相对气候态的倍数作为分指数,根据分指数最大值和最小值的比值排序,得到10个对静稳天气具有较强指示意义的气象要素,对这10个要素的分指数求和得到静稳天气指数。改进后的指数和PM_(2.5)浓度有更好的相关性。以2015年1月一次重污染过程为例,分析不同阶段SWI和AQI指数的变化,两者具有较好的一致性,均表现出发展阶段稳定增长,消散阶段迅速降低的特征。应用静稳天气指数评估发现,APEC减排期间京津冀地区大气静稳程度和减排之前相当,但污染持续时间和峰值强度较减排前明显降低。SWI可以在重污染天气预报和重大活动减排措施评估中得到有效应用。     

利用FY-4A卫星光学数据对中国近地面PM2.5浓度的估算和检验分析

对FY-4A卫星的气溶胶光学厚度（AOD）产品进行检验,并根据卫星相关观测资料,通过改进后的PMRS方法,反演得到中国近地面PM_2.5质量浓度网格化分布。结果表明,FY-4A卫星反演不同站点AOD与地基观测网（AERONET）观测结果吻合较好,但存在一定的低估或高估现象,相关系数区间为0.54—0.87。将细粒子比（FMF）以0.4为界进行划分,FMF＞0.4时,拟合结果较FMF≤0.4时更接近于AERONET观测结果;但FMF≤0.4时,卫星反演的AOD稳定性优于FMF＞0.4时。通过引入AOD的大小,改进FMF＞0.4时对细粒子柱状体积消光比（VE_f）的估算算法,并通过改进后的PMRS方法对中国近地面PM_2.5浓度进行逐时反演,其反演结果和地面观测结果相关较好,其中,乌鲁木齐、石家庄和徐州观测点的相关系数均高于0.7,但数值上仍存在高估或低估,误差结果由多种因素决定。空间分布中,卫星反演的中国2019年近地面PM_2.5浓度月均值与近地面观测的结果有较好的对应关系,二者逐月演变趋势基本一致,基本可以反映出中国近地面大气细粒子的空间分布,特别是秋、冬季京津冀周边区域、汾渭平原等污染高值区均与地面观测对应较好。      

能见度集合预报及后处理技术应用

基于污染物情况、环流系统和时空分布特征分析,利用神经网络对历史数据进行建模,生成了能见度集合预报产品。在2022年冬季的TS评分检验中,预报产品优于欧洲中期数值预报中心模式(ECMWF)的能见度预报产品。利用概率匹配、最优百分位和神经网络三种后处理方法生成后处理产品,这些产品的TS评分优于集合预报产品。预报输入的ECMWF模式2 m湿度与实况的偏差是误差的主要来源。利用集成方法对三种后处理产品进行集成,其TS评分结果在低能见度区间总体接近或略优于原始产品。生成的能见度集合预报后处理最优集成预报产品成功提高了对中期延伸期能见度天气的预测准确性。     

基于FY-3/MERSI卫星资料的霾判识方法研究

受高人为排放和不利天气条件共同作用,中国秋、冬季霾事件频发,具有影响范围大、程度重、持续时间长的特点。为对离散的地面站观测形成有效补充,本研究充分利用卫星大范围监测优势,依据云、冰雪、霾、亮/暗地表散射及发射特性不同波长的依赖性,建立了基于多通道信息组合的霾区快速判识方法。通过引入空气分子散射订正,有效消除此前霾判识工作中大角度条件下的误判,极大缩小了阈值的变化范围,为霾区的自动识别奠定了基础。将该判识方法应用于中国风云三号D星（FY-3D）搭载的中分辨率光谱成像仪（MEdium-Resolution Spectral Imager,MERSI）,实现了霾区自动判识。通过与2020年10月—2021年2月秋、冬季地面气象站天气现象记录为霾以及地面环境监测站点中PM_2.5小时平均浓度大于75 μg/m³的数据进行对比,结果表明：FY-3D的霾判识结果与天气现象记录结果的一致率为91.1%,与PM_2.5表征结果的一致率为85.6%。气象观测中霾识别依靠的是大气消光能力,卫星霾判识也是通过气溶胶的消光特性来实现,因此两者特征更为一致。     

2013年3月大气环流和天气分析

2013年3月大气环流特征为:北半球极涡呈偏心型,两个中心分别位于欧洲和亚洲北部,极涡范围较常年偏南,中高纬环流呈4波型,南支槽略偏弱,西北太平洋副热带高压(以下简称副高)略偏强.下旬南支活动加强,南方降水增多.全国平均降水量为26.1 mm,较常年同期偏少11.5％.平均气温为6.3℃,较常年同期偏高2.2℃,为1961年以来第二高值.月内发生5次冷空气过程,其中8-11日出现2013年以来最大范围沙尘天气;出现5次主要降水过程,其中19-20日江南、华南出现2013年以来最大范围强对流天气.     

MYJ和YSU方案对WRF边界层气象要素模拟的影响

研究新一代中尺度气象模式WRF中两种大气边界层方案(MYJ,YSU)对沈阳冬季大气边界层结构模拟的影响,重点分析温度层结、低层风场、边界层高度等对污染物扩散有重要影响的气象要素.和观测数据的比对表明WRF基本能够模拟出温度风速的日变化特征,但模拟风速偏大.YSU方案由于模拟的边界层顶卷挟和边界层内混合作用较强,夜间接地逆温强度低于MYJ方案,逆温维持时间比MYJ方案短4小时,同时模拟边界层高度也高于MYJ方案,有利于污染物垂直扩散.边界层高度的3种计算方法中,湍流动能方法计算的边界层高度最高,Richardson数方法次之,位温方法得到的高度最低.Richardson数方法对临界值的选取较敏感.     

MYJ和YSU方案对WRF边界层气象要素模拟的影响

研究新一代中尺度气象模式WRF中两种大气边界层方案(MYJ,YSU)对沈阳冬季大气边界层结构模拟的影响,重点分析温度层结、低层风场、边界层高度等对污染物扩散有重要影响的气象要素.和观测数据的比对表明WRF基本能够模拟出温度风速的日变化特征,但模拟风速偏大.YSU方案由于模拟的边界层顶卷挟和边界层内混合作用较强,夜间接地逆温强度低于MYJ方案,逆温维持时间比MYJ方案短4小时,同时模拟边界层高度也高于MYJ方案,有利于污染物垂直扩散.边界层高度的3种计算方法中,湍流动能方法计算的边界层高度最高,Richardson数方法次之,位温方法得到的高度最低.Richardson数方法对临界值的选取较敏感.     

全国网格化多模式集成空气质量预报的初步建立

为降低单个模式预报的不确定性和提高多模式集成空气质量预报系统的精细化程度,利用Cressman插值初步建立了我国0.25°X0.25°网格化污染物实况。结合4套空气质量数值预报模式,通过均值集成、权重集成和多元线性回归集成分别逐格点建立了集成预报。在预报当天各单一模式和集成方法前50 d预报效果评估基础上,建立了最优集成预报。对2018年12月19一22日一次重污染过程中集成预报的PM_(2.5)浓度评估结果显示:在污染较重时刻,最优集成预报与观测之间的归一化平均偏差(NMB)值在重污染地区保持在—20%～40%,对污染程度为良及以上区域的预报范围相较于单个模式更接近观测。整个过程中,最优集成在大部分污染区域与观测之间的NMB值为—20%～20%,均方根误差(RMSE)值为35～75μg·m~(-3),相关系数(R)值大于0.4。相较于所有单一模式和其他集成方法,最优集成在全国最多的格点有着较高的总体评分。在污染最重区域的8个城市,最优集成预报的污染过程平均开始和结束时间分别比观测时间早1.8和6.9 h。未来需融合卫星反演和地表观测来提高网格化污染物实况的精细化程度,利用降尺度、主客观融合和滚动订正等方法进一步提高网格化多模式集成空气质量预报的准确率。