海口市重污染天气潜在源分析研究

在进入冬半年后,海口市受弱冷空气或较强下沉气流控制时,易出现污染天气,对2013—2015年当年10月至翌年1月的气团轨迹进行了聚类分析、潜在源贡献因子分析(Potential Source Contribution Function,PSCF)和重轨迹分析(Concentration Weighted trajectory,CWT),结果表明:在污染时段内,海口大多受到来自中国华南和华东的东北向气流影响。PSCF和CWT分析表明,广东、福建、江西的大部分地区,以及湖南东部、广西东部等地区,是对海口地区污染天气污染物浓度的潜在贡献大值区。在进行预报时,可参考主要天气影响系统,和一些关键区域的外源影响以及本地污染的堆积情况。     

PLAM指数跟踪方法对中国沙尘天气过程及其波动变化特征的研究

采用1980-2011年气象台站地面气象要素观测资料、高空探空资料,时间和空间加密气象观测站资料,以及中国气象档案馆原始天气图表等资料,基于沙尘气溶胶浓度（PM₁₀）潜势源地贡献函数PSCF（Potential source contribution function）的沙尘系统追踪方法,发展空气质量气象条件PLAM（……）指数对沙尘天气过程的路径跟踪,给出1980-2011年东北亚沙尘天气过程特征分布;采用Spline趋势分析,讨论沙尘天气系统强度的年变化特征。结果表明：基于气溶胶浓度PSCF函数和气象条件PLAM指数追踪得出,中国和东亚地区沙尘天气过程年际强度变化并非单调减弱,具有历史持续性与转折突变性并存的波状变化趋势,出现准10 a的高低频活动特征。     

华东地区气溶胶分布和变化特征研究

利用中分辨率光谱仪(MODIS)获得的气溶胶光学厚度(AOD)、细粒子比例(FMF)和臭氧检测仪(OMI)获得的气溶胶指数(AI)统计分析了2005—2014年我国华东地区气溶胶光学性质的时空分布特征,同时利用潜在源分析(PSCF)模型对我国华东地区AOD和AI的潜在源区进行分析。研究结果表明:华东地区的AOD、FMF和AI时空分布存在较大的差异,2005—2014年AOD和AI的平均值高值主要分布在华东地区北部,FMF的高值区则分布在华东南部地区;10 a间华东地区AOD呈现出先升高后降低的趋势,FMF波动幅度不明显,AI值有所上升;整个华东地区AOD的季节变化较为明显,春夏两季AOD明显高于秋冬两季。华东北部和中部地区夏季由于较高的相对湿度,AOD最大可达0.8以上。而在华东南部地区,夏季受到降水的影响,AOD维持在0.2~0.4之间。FMF季节变化趋势与AOD不同,夏季最大达到0.58,春季最小仅为0.26。AI平均值在冬季最大高达0.63,夏季最小,为0.27。PSCF分析显示华东地区AOD主要源区以局地排放为主,同时也存在由河南、湖北和湖南等周边省市近距离输送影响;AI以局地和北方远距离输送为主,同时也受到河南、湖北等周边省市近距离输送的影响。     

基于多种TSM方法的北京国家奥林匹克体育中心2月颗粒物来源解析

利用HYSPLIT(Hybrid Single Particle Lagrangian Integrated Trajectory)模型和ERA_INTERIM数据,计算2013—2017年北京奥林匹克体育中心(以下简称奥体中心)2月期间抵达的72 h后向轨迹,并结合聚类分析方法和污染物浓度数据,分析2月不同轨迹对奥体中心污染物浓度的影响,采用四种不同的轨迹分析方法分析奥体中心污染物来源特征,并通过实例分析了不同轨迹分析方法的优缺点和适用性。结果表明:奥体中心2月主导气流明显,为西北路径,出现概率为55.85%;清洁通道为北向气流,污染来源为南向路径和偏东路径,对应颗粒物浓度最高;通过轨迹统计方法得到奥体中心2月颗粒物主要污染来源为河北地区、山东半岛、黄渤海区域、新疆北部与河西走廊。此外,研究发现潜在源贡献函数和浓度权重轨迹方法适用于近距离污染源的识别;停留时间浓度加权方法采用确定性办法通过迭代可以精准识别出北京奥体中心主要污染物来源;定量传输偏差分析方法引入不确定性概念,适用于大范围确定性污染源识别,但同时会产生虚假的污染物来源。不过,采用RTWC方法和QTBA方法相结合可消除QTBA方法带来的虚假污染源。     

南京北郊污染物来源及跨区域输送过程研究

利用全国空气质量指数(Air Quality Index,AQI)、PM_(2.5)地面观测数据、全球数据同化系统GDAS数据和FNL再分析气象资料,研究了2015/2016年冬季南京北郊空气质量变化特征以及环境输送条件和污染物源区。结果表明:以AQI为代表的冬季江淮地区污染程度存在3种典型的污染物跨区域输送路径—西北路径、北方路径和西南路径。西北路径通常发生在蒙古高压较强,且处于平均位置时刻,南京北郊上空有冷平流,不利于污染物扩散;北方路径对应蒙古高压弱,东北附近为弱高压控制,偏北气流将污染物带至南京北郊,如跨海洋,则污染减弱;西南路径对应南京北郊为边界层内反气旋式环流中心,下沉气流十分不利于污染物扩散。影响南京北郊污染的潜在源区主要分布在河北南部、山东西部、河南南部、安徽东部和湖北西部。河北省是重要的污染源区,河北南部和山东西部污染物通过北方路径输送至南京北郊,因此北方路径虽发生污染概率少于其他两种,却是形成南京北郊严重污染的重要路径。河南南部污染物通过西北路径输送。安徽和湖北污染物通过西南路径输送。定量分析表明,平流输送是南京北郊重度污染的重要原因,近地层风速对AQI的平流输送占AQI变化的贡献率超过70%,甚至可达85%。     

2013—2014冬半年北京重污染天气气象传输条件分析及预报指数初建

本文结合地面常规观测资料和空气质量数据,利用聚类分析方法对2013—2014年冬半年北京地区的气象传输轨迹特征进行了统计分析,并通过潜在源区贡献法(PSCF)分析了污染物的潜在源区。结果表明:影响北京的气团主要来自西南、偏东和西北三条路径,其中西南和偏东路径中重污染天气的出现概率分别为56.58%和43.80%,为典型的污染物传输路径。潜在源区分析发现,高PSCF值主要对应西南和偏东轨迹气团所影响的山东西部、河北中南部及天津等地,其形成与下垫面排放及气团移动速度有关。在此基础上,结合PM_(2.5)排放源强度构建传输气象指数,经检验发现与PM_(2.5)浓度的生消变化有较好的一致性,且有约6 h的预报提前量。将传输指数与天气分析相结合,有助于加深对重污染天气成因的理解,并在预报评估中发挥参考作用。     

Distribution and Potential Sources of Surface Aerosol Particles in the Yangtze River Delta Region,China

Based on meteorological and pollution data from January 2017 to December 2019, in this paper the long-term distribution of surface aerosol particles, and the interaction between aerosol pollution and meteorological factors in four cities of the Yangtze River Delta (YRD) region is investigated. The long-term observation shows the law of typical aerosol pollution characteristics. Meteorological factors are significantly different during aerosol-polluted and nonpolluted days. The effect of each meteorological factor on aerosol pollution may vary by different seasons and cities. The changes in meteorological factors are not completely consistent during aerosol fine-mode and coarse-mode polluted days. To distinguish the possible sources of surface aerosol particles, the potential source contribution function and concentration-weighted trajectory models are applied to study transport sources. Based on the detailed analyses, this study will provide a reliable basis for further pollution control in the YRD.