辽宁一次持续性大雾气象条件和污染状况分析

利用常规气象观测资料和环境监测资料,对2009年11月29日～12月2日发生在辽宁11个地区持续4天的大雾天气过程的天气形势、气象要素以及空气质量特征进行了分析。结果表明,雾发生时,天气形势稳定,低空有弱冷空气活动,地面风力很小,这些都限制了近地面层的水汽向外耗散;近地面逆温和低空逆温同时存在,近地面逆温有利于近地面层水汽积累,低空逆温使近地面层水汽不易扩散而聚集,水汽含量高,使得大雾维持;天气形势稳定,且长白山高压和逆温层的存在,大气污染物无法及时向四周及高空扩散,空气质量较差。     

2013—2015年北京污染频发期细颗粒物重污染成因与天气形势关系的研究

我国重污染呈现愈演愈烈态势,重污染事件在供暖季节（污染频发期）尤为频发.本文利用北京2013—2015年采暖期逐小时PM_2.5浓度数据、再分析资料、气团后向轨迹、气溶胶雷达数据以及探空数据综合分析了北京地区重污染状况,概括了重污染发生时常见的天气形势,探讨了重污染形成原因与天气形势的关系.研究结果表明：2013—2015年采暖期北京发生重污染（日均PM_2.5浓度大于150 μg·m^-3）的天数分别为36、28及35 d,即北京采暖期21.9%的天数受重污染天气影响.2月份重污染事件最为频发,发生频次为27.3%.北京发生重污染事件时,地面被高压控制时,高空500 hPa多东移的槽脊,当位于脊后槽前时,为上升运动,西南风,850 hPa多暖平流,西南风输送暖湿气流,湿度较大,地面偏南风,可能会存在污染物的输送;地面为低压控制时,500 hPa一般为稳定的西风气流或西北气流,低空850 hPa可能存在暖平流,地面常伴随弱的风场辐合,导致污染物累积;当地面为均压场时,高空500 hPa多为脊后槽前的形势,低空无明显冷暖平流,地面等压线稀疏或无等压线,静风天气.这3类结构引发的重污染天数分别占总重污染天数的47.3%、18.2%及34.5%.进一步分析重污染成因与天气形势关系表明：北京地面受高压系统控制时,污染时间持续最长,也最为频发（47.3%）,PM_2.5平均浓度最高可达258.8 μg·m^-3,且常伴随来自西南方向的污染物输送,北京上空1 km附近存在逆温和逆湿.对污染传输路径研究发现：主要存在3条输送通道,①天津-廊坊-北京、②沧州-廊坊-北京、③石家庄-保定-北京.鉴于目前数值模式对天气形势的预报较为成熟,本文对区域重污染过程与天气形势之间的关系研究,有助于为北京地区空气质量的精准预报预警提供科学支持.     

冬季不同天气形势下杭州市大气环境容量研究

文章利用2015-2018年杭州市地面PM_(2.5)质量浓度资料、ERA5再分析资料和地面观测资料,在使用PCT分型法对杭州市冬季天气形势进行客观分型基础上,通过修正A值法计算得出了杭州市冬季不同天气形势下大气环境容量的变化特征。结果表明:2015-2018年杭州市冬季PM_(2.5)质量浓度持续偏高,空气污染最为显著。通过客观分型得出影响该地区冬季主要天气形势共分6种,分别为高压控制、高压底部控制均压场、L型高压控制、高压前部控制均压场、低压控制、低压前部控制均压场。其中,在高压控制、高压底部控制均压场、L型高压控制、低压控制时,其逐日大气环境容量相对较小,依次为5.66、5.88、7.95、0.52 t/d,易发生空气污染;在低压前部控制均压场和高压前部控制均压场时,大气环境容量较大,依次为15.26、13.14 t/d,不易发生空气污染。因此,得出的不同天气形势下大气环境容量的变化特征对于杭州市冬季大气污染排放管控政策的制定能够起到一定的指导作用。     

福建沿海城市霾天气特征

利用2006年1月—2010年12月福建省沿海6个城市的能见度、相对湿度、降水、天气形势和大气污染物资料,对霾天气时空变化特征、霾与天气形势的关系进行了分析. 结果表明:宁德市每年霾日数最少,为12～26 d;漳州市霾日数最多,为74～118 d;而福州、厦门和泉州三市的霾日数相近.6个城市霾天气主要出现在12月—次年6月,7—11月霾的出现率极低且均以轻微霾为主,所占比例在85.5%以上;持续时间短暂的霾较多,半天和全天的霾较少. 在暖区辐合、高空槽和变性冷高压3种天气形势下霾出现频率均较高,分别达到21.2%～49.5%、9.1%～42.3%、6.1%～47.5%. ρ(PM₁₀)与能见度的相关系数最高,为-0.44~-0.33,并且各城市霾天气下的ρ(PM₁₀)均明显高于非霾天气;ρ(SO₂)除莆田市外,ρ(NO₂)除漳州市外,其他城市ρ(SO₂)和ρ(NO₂)均为霾天气高于非霾天气.      

2012年-2013年常州市PM2.5空气污染气象条件及天气形势特征分析研究

利用2012年-2013年常州市大气监测资料、2009年-2013年NECP再分析气象资料和日降水资料,对近两年常州市空气污染特征及其与气象条件的关系进行分析.结果表明2013年常州市污染事件相比2012年具有发生频率高、持续时间长和程度重等特点.造成污染天气异常偏多的气象条件是有效降水日异常减少,反映区域混合型PM2.5污染的地面系统不利扩散特征在2013年表现突出,污染高发期地面均压场范围扩大,对流层整层有异常抑制上升作用.典型PM2.5污染个例分析表明重污染天气尺度形势特征主要体现在高压型和冷空气外部输送型,其次为低压和均压场型.     

广东省大气污染典型案例特征及其影响因素分析

基于广东省空气质量监测和天气形势及气象观测数据,分析了2015年广东省典型大气污染案例中的空气质量污染特征,识别了主导天气形势及气象特征,并结合后向轨迹聚类分析,初步探讨了空气污染与气团来源的关系。结果表明:2015年全省共发生13次大气污染事件,呈现冬季(12~2月)主要为高浓度PM_(2.5)污染、春夏秋季(4~10月)高浓度O_3污染事件时有发生的时间特征和重污染区集中于珠三角地区的空间特征;从主导天气形势看,广东省大气污染事件可分为高压出海型、热带低压型、弱槽弱脊型和高压控制型4个类型;通过典型地区后向轨迹聚类分析,发现偏南和偏北方向的污染气团输送与珠三角地区O_3污染关系密切相关,东南和偏西方向的污染气团对PM_(2.5)污染有重要影响。该研究对本地区大气污染演变趋势预测和污染防治具有重要的参考意义。     

京津冀地区冬半年空气污染天气分型研究

利用ERA-Interim再分析资料,采用PCT方法,对2013~2015年冬半年京津冀地区海平面气压场进行了客观分型;利用同期空气污染资料和常规气象观测资料,分析了不同天气类型下京津冀地区空气污染和气象要素特征,并选取典型重污染月份,分析了京津冀地区重污染天气过程特征及形成原因.结果表明,京津冀地区天气形势可分为9种类型,包括高压前部和高压南部等不易污染天气类型,以及高压场、高压后部、鞍型场和冷锋前部等污染天气类型;污染天气类型多表现为高湿小风,稳定能量大,最大混合层厚度低,不利于污染物扩散,各城市AQI均值多在150以上;2014年2月两次重污染过程均发生在连续多日维持高压场等污染天气型的情况下;污染过程期间高压系统演变引起北部偏北风增大,抑制了北部城市空气污染持续加重的趋势,而偏南风输送使得北部城市污染物浓度迅速升高.     

2013年京津冀重污染特征及其气象条件分析

2013年中国东部地区多次发生持续的重霾污染事件.为探究其气象条件与重污染事件的关系,本文使用欧洲中心2013年东亚地区的逐日气象数据和北京、天津、石家庄的逐时PM_2.5浓度数据以及2013年MICAPS观测数据,分析了重污染事件对应的天气形势,并使用NAQMPS针对2013年1月的重污染事件进行情景模拟.研究结果表明：1北京、天津和石家庄地区PM_2.5浓度,夏秋季节日变化不显著,秋冬季节白天低夜间高;3地PM_2.5浓度均表现为12-1月浓度最高,7月最低;.2500 hPa平直西风气流,850 hPa弱暖平流,地面处于弱高压后部或高压底部高低空配置下的天气系统,对应着重污染事件的高发期;3源强不变的情况下,京津冀地区由弱高压前部控制转为弱高压控制时,地面温度升高0~5℃,相对湿度增加30%~50%,风速下降2~3 m·s^-1,PM_2.5浓度变化可达300 μg·m^-3.     

海峡西岸沿海城市群大气污染物浓度特征及其与天气形势的关系

将海峡西岸沿海主要城市分成北部、中部和南部3个城市群,分别取其组成城市2006年1月-2010年12月大气污染物(SO2、NO2、PM10)日均浓度的平均值进行时空分布特征分析,结果表明:南部城市群的总体污染水平是最高的,SO2和PM10平均浓度值比中部、北部城市群高,NO2浓度略低于中部城市群;3个城市群主要都以PM10为首要污染物;SO2、NO2、PM10浓度年变化、月变化特征相类似;各城市群大气污染物都没有表现出周末效应;分析不同天气形势对大气污染物浓度的影响,结果表明:变性冷高压、高空槽、暖区辐合3种天气形势为不利于大气污染物扩散的天气型,低涡切变、副热带高压及边缘、台风(热带辐合带)、台风(热带辐合带)外围、冷高压脊5种天气形势为有利于大气污染物扩散的天气型.     

天气形势预测法在深圳市空气质量预报中的应用研究

基于深圳市2013年4月-2014年3月每日气象观测数据和空气质量监测数据,分析了深圳市不同空气污染程度下的天气规律及影响要素特征,并通过将天气系统分为13种类型,在寻求与建立不同天气类型情景下污染物(PM_(2.5)、PM_(10)、SO_2、NO_2、CO、O_3与AQI指数)变化函数的基础上,构建了天气形势预测模型对深圳市未来1~3 d空气质量进行预测。结果表明:(1)整体而言,低压系统和辐合区有利于深圳市大气污染物的扩散,而高压系统和均压区不利于大气污染物的扩散。(2)当深圳市出现轻度以上污染时,陆地一般由高压系统所控制,且深圳以处于高压前部分主。(3)天气形势预测模型对深圳市AQI指数的24、48、72 h预报相对误差分别为22.0%、22.2%与21.9%,该模型具有一定的准确率和可靠性,对空气质量预测具有较好的应用价值,可为空气质量预报预警提供科学的参考依据。     

成都地区秋冬季污染天气形势下PM2.5的扩散与输送

基于ERA-Interim再分析资料、大气污染资料以及气象资料,利用T-mode主成分分析法（PCT）将成都地区2016~2018年PM_2.5污染严重的1、2、11、12月份的海平面气压场和10m风场分成8种天气类型,分析不同天气类型下的空气污染状况及污染气象参数特征,进而从污染气象学的角度揭示重污染天气类型下的气象特征和潜在污染来源,结果表明：①成都地区在高压后部型、低前高后型、鞍型场、北方高压底部型中PM_2.5污染会加重,属于污染型天气类型,而在西路冷锋前部型、高压边缘型、西北高压底部型、东路冷锋前部型中,PM_2.5污染显著减弱,属于清洁型天气类型.②在污染型天气类型下,成都地区出现的逆温层较强,混合层高度较低均不利于PM_2.5的扩散稀释,且边界层内南风分量明显增大,东北风减弱,边界层通风量（VI）较小,风场对污染物的扩散能力也较弱.③对污染天气类型下成都的PM_2.5污染输送与潜在来源进行研究,认为成都南部及西南部地区在各个污染天气类型下都对其PM_2.5的质量浓度有明显的影响,另外在鞍型场天气类型下,成都东部及东北部地区也是成都PM_2.5污染的源区之一,而在北方高压底部型中,成都地区的PM_2.5主要受到其周围地区的影响,外地的污染物输入较少.     

2018年沈阳市一次空气重污染过程分析

采用数值模拟与观测资料相结合的方式,对沈阳市2018年1—3月发生的1次重污染过程的气象条件、天气形势和潜在来源进行初步分析。结果表明:重污染过程与当地的气象条件密切相关,沈阳市重污染期间的PM_2.5和PM₁₀浓度与风速和气温呈负相关,与气压和相对湿度呈正相关。中度、重度及以上污染主要集中于相对湿度为50%~70%条件下;重污染主要在高压、高湿、低风速、近地层逆温的天气形势下,污染物不易扩散。高空若有暖平流、受槽前脊后暖平流的影响也会导致区域空气质量下降。潜在来源分析表明,沈阳市的气团共有4条运输路线,其中来自内蒙古的轨迹携带了大量的PM₁₀;属于簇团2（34.72%）的内蒙古自治区中东部,属于簇团3（21.94%）的河北省以及属于簇团4（13.06%）的吉林省西部地区对沈阳市的污染贡献比较高。     

珠三角秋季典型气象条件对空气污染过程的影响分析

利用空气质量指数(AQI)、主要大气污染物浓度和气象要素、天气图等数据资料,结合中尺度数值天气预报模式WRF,对2014年10月珠三角地区污染期间的天气形势及气象特征进行了分析.结果表明,WRF模式可以较好地反映珠三角地区主要城市地面和高空气象要素的时空变化,9个城市平均地表的温度、相对湿度和风速的模拟值与观测值的相关系数分别为0.90、0.87和0.78.对2014年10月3次污染过程的分析表明,造成该时段珠三角地区空气污染的天气形势主要是高压底部型和均压场型.静风或小风(2 m·s~(-1))及稳定的大气层结均不利于污染物的扩散,同时由于偏北气流输送周边污染物到珠三角地区,导致污染物浓度不断增加.相对湿度低于65%时,珠三角地区首要污染物以O_3为主;相对湿度高于70%时,PM_(2.5)浓度逐渐增加,成为主要污染物.高温等气象条件会影响光化学反应,加重珠江三角洲的空气污染,表现了该地区大气复合污染的特性.     

沈阳地区一次颗粒物重污染天气过程的气象成因分析

为探究沈阳地区重污染天气成因,文章利用地面、高空气象观测资料、风廓线雷达资料、NECP再分析资料以及大气污染物监测资料,对2019年3月1~6日沈阳地区出现的一次持续性重污染天气过程,探讨了大气污染物质量浓度、地面气象要素变化特征、大气环流配置与外来输送等特征。结果表明,均压场、地面风场弱及辐合、高温高湿是本次重污染天气出现的原因;逆温层结建立、大气垂直运动差,造成污染加剧;来自京津冀东部地区和辽宁中南部地区的PM2.5外来输送对本次污染也有影响。     

2013年1月河北省中南部严重污染的气象条件及成因分析

年1月河北省中南部出现了长时间、大范围的雾霾天气,大气污染严重. 利用河北省AQI(逐日空气质量指数)、气象常规观测数据及NCEP(美国国家环境预报中心)1°×1°格距再分析资料,对此次严重污染事件的气象条件、大气环境背景和形成机制进行了研究. 结果表明:①2013年1月河北省中南部地面气象要素表现异常,与历史同期相比,平均气温低1~2℃、相对湿度高15%以上、日照时数少40%以上、降水日数多但量级小. 地面风力较小且多风向、风速的辐合线,地面散度场上河北省中南部为明显的辐合区,致使水汽和污染物汇聚不易扩散,导致雾霾天气异常偏多,大气污染严重. ②边界层高湿区中丰富的水汽与污染物互为载体,强逆温层结、大气低层的干暖盖、边界层下沉运动等均使水汽和污染物存留在近地层且不易向高空扩散;同时,稳定的大气环流形势为雾霾天气和严重污染提供了有利的大气环境场. ③河北省中南部特殊的地理条件也是雾霾和污染持续的一个重要原因. 低空稳定的偏西气流越过太行山后在山麓东侧下沉,在华北平原地区易形成地面辐合线,从而加剧了近地层水汽和污染物的汇聚.      

2014—2018年冬季长三角强霾事件及天气形势影响分析

利用2014-2018年环保部空气污染监测资料以及同期NCEP/NCAR再分析资料,统计分析了冬季长三角地区强霾污染过程中大尺度环流背景场及气象要素对强霾污染的影响.结果表明：2014-2018年冬季长三角地区共发生5次强霾污染过程,每年冬季的12月和1月是强霾污染事件发生的高频时期.当大气中相对湿度维持在较高的水平并且维持较小的风速时,更有利于污染物的累积从而导致强霾污染事件的发生.雾霾天气的发生发展与大气环流有着密切联系,在强霾污染过程发生初期,污染物大多伴随冷空气由北向南输送至长三角地区,对流层中层500 hPa的大尺度环流形势多以纬向环流为主.严重污染发生时,长三角地区受平直西风气流影响,对流层低层850 hPa等压线较为稀疏,长三角地区受均压场或高压控制频繁,稳定的大气层结使污染物更易在近地层累积,随后大风伴随冷锋过境将污染物快速清洁导致PM_2.5浓度迅速降低.     

2016年12月江苏省两次连续污染过程气象条件对比分析

利用地面常规气象观测资料、NCEP（National Centers for Environmental Prediction）再分析资料、AQI（空气质量指数）、ρ（PM_2.5）、ρ（PM₁₀）等大气环境监测数据,对2016年12月江苏省连续出现的两次大范围大气污染过程进行了对比分析.结果表明:这两次连续污染天气过程可分为颗粒物积聚-清除-再积聚-彻底清除4个阶段,相应地,地面形势表现为均压场-低压倒槽-西路冷空气-东路冷空气.第1次污染天气形成和维持主要是长时间受均压场控制、近地层逆温和高相对湿度有利于颗粒物积聚;第2次污染天气形成和维持主要是因西路冷空气南下、上游重污染地区颗粒物随冷空气向江苏省输送.持续降水和持续2.0 m/s以上偏东风对大气中颗粒物有较明显的清除作用.淮北西部垂直、水平扩散条件差、降水清除时间短,导致该地区在全省污染等级最严重、持续时间最长.西路冷空气影响期间,各站颗粒物质量浓度转为快速上升,东部地区在偏西风持续49~58 h后空气质量改善为良,中西部地区无法得到有效改善;东路冷空气影响7~22 h后,中西部地区空气质量转为良,高压底部持续偏东风使全省颗粒物得到彻底清除,连续污染天气结束.研究显示,西路弱冷空气的输送会加剧江苏省的污染程度,持续较长时间的东路冷空气则可以改善江苏省的空气质量.      

基于天气背景天津地区重污染天气特征分析

以天津地区长序列观测PM_(2.5)质量浓度资料为依托,基于天气背景对2014—2016年天津地区重污染天气特征进行分析,并以此为基础评估天津环境气象数值模式(WRF/Chem)在不同天气条件下的模拟效果.结果显示:2009—2016年天津地区重污染天气为341 d,约占全部天数的11.7%,重污染天气主要出现在每年的10月—次年3月,约占全年的82%,重污染天气出现的地面形势主要为锋前低压区、低压槽前、均压场和高压后,4类天气类型占所有重污染天气的73%.同一天气背景下,PM_(2.5)质量浓度模拟值与实况值之间的误差有相似之处,低压槽天气时细颗粒污染浓度模拟明显偏低;冷锋前低压区、华北地形槽和低压过程模拟值略有偏低;高压前和高压底天气模拟值略微偏高;数值模式天津地区重污染TS(Threat score)评分为0.68,漏报与低压槽辐合线模拟位置偏差、冷空气受污染反馈作用影响、小尺度闭合低压区未准确模拟3个因素密切相关;空报主要与冷空气过程影响时间模拟偏差、高压中心位置偏差及其输送通道建立时间影响密切相关.     

持续鞍型场导致的西安市PM2.5重污染过程分析

为了解鞍型场对西安市PM_2.5重污染过程的影响.以西安市2016年2月6—14日重污染过程ρ（PM_2.5）及气象要素的小时变化为研究对象,综合分析了此次重污染过程特征、天气型以及气象要素变化.结果表明:①西安市此次重污染过程可分为污染上升阶段（6—7日）、污染维持阶段（8—11日）及污染减轻阶段（12—14日）,3个阶段分别处于均压场、鞍型场、高压前部等天气型的影响下.②此次鞍型场发生时,天气持续静稳,气压梯度力小,且西安市处于气流的辐合地带,导致污染物的形成和积累,ρ（PM_2.5）最高值达198 μg/m3.③在鞍型场的控制下,西安市日均气温维持在偏高的水平（最高达7.2℃）,相对湿度呈上升的趋势,最高达86.5%;而风速和能见度则波动下降,平均风速和能见度最低值分别为0.8 m/s和0.5 km.高温、高湿、小风的气象条件有利于污染物的吸湿增长从而导致PM_2.5重污染.④受鞍型场的影响,西安市边界层高度较低,最低时只有55 m,且逆温层较厚,强度较大,最大值达3.8℃/（100 m）,极低的边界层高度和较厚的逆温层削弱了污染物的垂直扩散能力,污染物被抑制在近地面,形成较严重的污染.研究显示,鞍型场天气型导致的均压场、暖湿、静风、低边界层及强逆温层是此次西安市PM_2.5重污染过程的重要原因.      

我国中东部地区2015—2020年夏半年PM2.5和臭氧复合污染气象特征分析

为了解我国夏半年大气复合污染特征及其与气象条件的关系,基于2015—2020年夏半年(4—10月)空气质量监测、常规气象观测等资料,结合统计学方法与主观经验开展对比分析. 结果表明:分析时段内我国大气污染呈单污染比例升高、臭氧(O₃)与PM_2.5污染“双高”污染事件减少的特征,中东部大部分地区O₃超标日数增加、PM_2.5超标日数减少的“跷跷板”效应十分明显. 通过对污染过程的分析发现,区域O₃污染持续性特征明显,其中京津冀及周边地区持续时间超过10 d的O₃污染过程共有6次,最长持续时间为15 d. 与之相比,复合污染过程表现出离散性(区域污染过程少)、间歇性(持续性过程少)的特征. 区域O₃污染过程发生时的气象条件一般为最高温度较高、风速较小、混合层高度较低,但东北地区在大气扩散条件较好的情况下仍会出现区域O₃污染. 通过对地面天气分型的分析发现,均压场型和低压控制型为O₃污染出现时最主要的两种地面天气形势,高压控制型下出现O₃污染的概率相对较低,京津冀及周边地区在倒槽控制下也有一定概率的O₃污染出现. 研究显示,我国中东部地区夏半年O₃污染影响显著,关注不同地区O₃污染与气象条件之间的相关性对于大气复合污染防控有一定积极意义.