福建惠安沿海中尺度大气流动和扩散特征研究

采用拉格朗日随机粒子扩散模式和三维风场诊断模式以及实际气象观测资料,模拟分析了福建惠安核电厂所在沿海地区的大气流动和气载污染物的中尺度扩散情况。结果表明:①该区域低层大气的流动决定于各季盛行风背景、天气系统和局地海陆-山谷风环流系统的共同作用。②冬、春、秋季区域中尺度扩散总体沿西南海岸或偏西内陆方向,夏季总体沿东北海岸线方向进行。局地中尺度环流带来的向岸流和离岸流对具体扩散形态有重要影响。③污染物扩散输送出模拟区域的平均去除时间约为18～21h。污染物在200km×200km模拟区域内滞留24h以上的情况在各季分别可占1 4～1 3。      

珠三角干季海陆风特征及其对空气质量影响的观测

通过2004年10月在珠江三角洲（以下简称“珠三角”）开展大气边界层观测试验得到的垂直风温资料和逐时PM_2.5浓度资料,利用局地环流指数（RF）等方法研究了珠三角海陆风特征及其对空气质量的影响.结果表明：局地环流指数是表征局地大气输送能力的有效指标;冷暖气团对峙导致珠三角污染日背景风场较弱,沿海海陆风活动活跃,空气质量指数与RF系数相关性颇高,珠三角沿海100~400m处RF系数值主要分布在0.5~0.8之间;在海陆风影响下低层风场的有效输送能力较弱,不利于污染物的输送扩散.而随着冷空气全面控制珠三角,垂直风场RF系数值高达0.9以上,海陆风难以发展,风场输送能力强,能够持续的将污染物输送出去.观测发现沿海观测点试验期间海陆风发生频率约为47.8%,其中72.7%的海陆风日出现了污染天气,海陆风日地面风向呈现出明显的随时间顺时针偏转特征,海风约从16：00时开始出现,并在20：00达到最大影响高度约为600~800m.夜间海风将污染物输送回内陆观测点,导致内陆PM_2.5浓度在19：00~21：00时出现浓度峰值,呈现出明显的双峰结构.     

长江三角洲地区大气污染物水平输送场特征分析

以长江三角洲地区为研究对象,探讨城市群环境污染规律.利用区域中尺度大气数值预报模式MM5模拟2004年1,4,7和10月长江三角洲地区的气象场.结果表明:冬季,长江三角洲地区近地面及500 m高度层主要为西北风控制,输送气流主要来自西部内陆地区;春季,盛行东南风和偏东风,存在明显的东南向西北方向的输送气流;夏季,则以偏南输送气流为主,杭州湾地区海面向内陆方向以及太湖湖面风速较大,输送扩散能力较强;秋季则转为东北风,近地面杭州湾以北盛行北风,以南主要受海面东北风的影响.结合HYSPLIT-4三维轨迹模式计算分析该地区典型污染过程时污染物的输送气流轨迹,证实了污染过程伴随500 m高度处东北主频气流的“外源”输入现象.      

杭州湾地区核电厂大气中尺度扩散特征研究

采用拉格朗日随机粒子扩散模式和当地实际气象资料,模拟以秦山核电厂为排放源的大气污染物在杭州湾地区的中尺度扩散情况.对代表性年份(1996)各季中月整4个月模拟结果的分析表明,各季平均扩散输送特征受季节变化和当地海陆地形分布的影响明显.春夏季(4,7月)以溯杭州湾往偏西和偏北内陆方向的输送为主,冬秋季(1,10月)主要为向杭州湾南岸及外海诸方向的输送.区域平均扩散能力以春季(4月)为强,秋季(10月)较弱.污染物扩散输送出模拟区域的平均时间春季略小于15h,秋季约24h,冬夏季约20h.     

海陆风环流情况下的大气扩散模式

本文讨论了海岸地区的大气过程和空气污染模式,推导了一个海陆风环流情况下的大气污染物输送扩散模式。实例应用表明,该模式对海陆风上下层风向存在切变时的空气质量模拟是有效的。      

京津冀地区气溶胶季节变化及与云量的关系

利用2000年3月—2008年2月中分辨率成像光谱仪(MODIS)的卫星资料,分析了京津冀平原地区大气气溶胶光学厚度(AOD)和气溶胶细粒子组分比率(FMF)的时空分布特征. 结果表明:通过AOD与FMF的组合特征可判别气溶胶季节变化特征.冬、春季以粗粒子为主,但冬季AOD偏小,而在春季急剧增大;夏、秋季均以细粒子为主,但夏季AOD达到最大,秋季较小. 大气环流和气流后向轨迹分析表明,冬季到达北京的气流以西北冷空气为主,西北路径的气流轨迹占冬季气流轨迹总数的67%;春季主要受偏西、西北及偏北气流影响,这3类对沙尘天气有贡献的气流轨迹占春季气流轨迹总数比例之和达到60%;夏季主要以偏南气流和局地环流占优,这2类气流轨迹分别占夏季气流轨迹总数的52%和34%;秋季气流轨迹与春季的相似,但途经沙源的气流传输速度较春季慢.京津冀平原地区夏季AOD与云量(CF)呈正相关,AOD增加,特别是细粒子增加可能导致局地云量增多.      

上海周边地区海陆风特征及其对PM2.5和O3浓度的影响研究

海陆风环流对沿海和内陆城市的大气污染物浓度有重要作用,基于风廓线雷达数据、大气PM_2.5和O₃质量浓度数据等分析了上海及周边地区海陆风局地环流的特征及其对区域大气污染物PM_2.5和O₃浓度变化的影响.研究结果表明：该区一年四季均会发生海陆风,海陆风发生的年平均日数为37.8 d.海陆风频率和强度在滨海高于内陆.海风持续时间在滨海大于内陆,而陆风持续时间滨海小于内陆.夏季的海风强度最强,其内陆地区风速和强度均小于沿海地区.海陆风导致该区的PM_2.5浓度降低和沿海地区O₃浓度升高.风向风速对污染物PM_2.5和O₃的影响在滨海地区比内陆地区更加显著.滨海地区的PM_2.5污染主要来自西北方向（WNW、NW 、和NNW）,西北风（NW）和偏南方向的风 （SSW、S、和SSE）会分别导致夏季和春季的O₃浓度增大.随着风速增加,O₃浓度增大,大约当风速在 3~4 m?s^-1 时增加到峰值,然后逐渐减小.海陆风对沿海地区的O₃及其前体物等污染物的循环输送及其引起的湍流混合使得沿海地区的O₃变化变得很复杂.     

海峡西岸海陆风特征及对大气污染物浓度影响

该文利用福建沿海风塔观测资料及邻近的环境监测资料,对海峡西岸的海陆风特征及其对沿海大气污染物浓度影响进行分析,结果表明:海西中部沿海海陆风出现频率少于北部沿海及南部沿海,南部、北部沿海海陆风日以春季最多,中部沿海夏季略多于春季,秋季最少;受不同天气系统影响海西沿海出现海陆风日、单站和成片海陆风的现象有着明显差异。台风/热带辐合带、暖区辐合、变性冷高压系统控制下出现成片海陆风现象明显多于单站。北部沿海单日海陆风现象对大气污染浓度影响不明显,连续海陆风现象则会造成PM10浓度产生正增长;中部沿海海陆风现象对大气污染物浓度影响明显,南部沿海则不明显。不同典型天气过程的海陆风对NO2和PM10浓度的影响有所差异,风速大小对PM10浓度的影响明显。陆风与海风转换期间PM10浓度易聚集升高。     

城市化对青岛夏季海陆风环流影响的个例分析

基于分辨率为500 m的青岛地区下垫面土地利用资料,利用中尺度大气数值模式Weather Research& Forecast(WRF),模拟分析了不同城市下垫面情形下,2007年8月4-5日青岛地区的一次海陆风过程.控制试验和干农田下垫面及城市下垫面两个敏感性试验都模拟出了海陆风的转换过程及城市小风区和城市热岛现象.模拟分析结果表明,城市化进程下城市区域气温明显升高,增温幅度为1～2℃,高密度城市下垫面造成的城市热岛效应增大了海陆温差,加强了海风,青岛城市热岛环流受海陆风影响显著;干农田地貌与灌溉农田、林地下垫面相比,不利于局地降温,但与城市下垫面相比,有效地加强了近地面风速.     

在波罗的海不同的气候条件下模拟的海面温度和热通量

本文使用由不同的全球模拟所产生的区域性耦合海洋-大气模型,通过数值模型试验探讨了波罗的海气候未来可能的物理状况.将一些情景以及近来的一些气候模拟情况作了比较,以估计气候变化.海面温度总体平均明显地增高2.9℃.平均年平均增温的水平模式主要可由冰盖的减少解释.由大气向波罗的海的热输送表现出季节性变化周期秋季热损失减少,春季热吸收增加,夏季热吸收减少.年际间海面温度的变化一般是在增加.这与北部一些中平滑的频率分布有关.全部热收支表示出海面太阳辐射在增加,而太阳辐射增加由热通量其他组成成分的变化所平衡.     

苏锡常地区PM2.5污染特征及其潜在源区分析

利用2014年12月—2015年11月苏锡常地区国控大气环境质量监测站发布的逐时数据,分析了研究区PM_(2.5)浓度的季节变化和空间分布特征,并利用HYSPLIT模型分析了大气污染物的输送路径及苏锡常地区PM_(2.5)的潜在源区.结果表明,苏锡常地区PM_(2.5)浓度日均值变化趋势基本一致,均呈现冬季高、夏季低的规律.PM_(2.5)浓度四季空间差异显著,不同监测站之间的差异较小.四季PM_(2.5)浓度与其它污染物之间相关性显著.单位面积污染物排放量与空气质量分布的空间错位,表明该地区PM_(2.5)污染与区域性污染物迁移有较大关系.苏锡常地区气流后向轨迹季节变化特征明显,冬、春、秋季的气流主要来自西北内陆地区,夏季气流以东南和西南方向输入居多.聚类分析表明,来自内陆的污染气流和来自海洋的清洁气流是苏锡常地区两种主要输送类型,外源污染气流不仅直接输送颗粒物,还贡献了大量的气态污染物.山东南部、江苏西部、安徽东部、浙江北部及江西西北地区对苏锡常冬季PM_(2.5)浓度贡献较大,春、夏、秋季的潜在源区主要分布在苏锡常本地和周边城市.     

海陆风对天津市PM2.5和O3质量浓度的影响

静稳天气下局地环流往往会对污染物的传输扩散起重要作用.根据天津市地处渤海西岸,常年受到海陆风影响的特点,综合气象、环境资料及HYSPLIT模型,针对沿海、市区、城郊、山区等代表性站点,研究了海陆风对天津市ρ（PM_2.5）和ρ（O₃）的影响.结果表明:①2015年天津市海陆风天数为78 d,占全年的22%;海陆风多集中于6-9月,其中,7月海陆风日最多、2月最少.②ρ（PM_2.5）和ρ（O₃）季节性变化和空间分布特征不同.春、夏两季ρ（PM_2.5）山区最高、城郊最低;秋、冬两季ρ（PM_2.5）市区最高、山区最低.春、秋两季ρ（O₃）沿海最高、市区最低;夏季ρ（O₃）山区最高、沿海最低.③海陆风对ρ（PM_2.5）有扩散作用,对ρ（O₃）有增加作用.海陆风对沿海ρ（PM_2.5）扩散作用最为明显,致使冬、秋两季ρ（PM_2.5）分别下降20.2%和7.9%;对城郊ρ（O₃）增加作用最为明显,致使秋、夏两季ρ（O₃）分别升高39.8%和16.2%.④个例研究表明,海风向内陆推进过程中垂直方向最高可达1 000 m,受海风影响天津市ρ（PM_2.5）下降,陆风使得ρ（PM_2.5）小幅上升,海陆风总体起扩散作用;海陆风使天津市ρ（O₃）日变化出现3个峰值,日均值明显增大,其中,城郊增幅（68.2%）最大.研究显示,海陆风对天津市ρ（PM_2.5）有扩散的作用,但会增高ρ（O₃）.      

基于综合立体观测网的京津冀地区污染过程分析

为揭示大气污染的演变规律,推动京津冀及周边地区空气质量的持续改善,针对大气重污染发生—演变—消散全过程的核心科学问题,在京津冀及其周边地区建立大气污染传输通道立体观测网,围绕2017年秋冬季和2018年春、秋、冬三季开展重污染时段和重污染过程的地基和车载走航观测,评估区域大气污染输送和城市间大气污染的相互传输量.结果表明:北京市污染呈明显的区域性特征,春季主要受区域不利扩散条件及沙尘传输影响,秋季主要受西南通道传输影响,冬季主要受西南、南部、东南通道混合层内传输与区域扩散条件不利的共同影响.秋冬季京津冀地区NO₂、SO₂污染物垂直柱浓度整体低于西南、东南和南部输送通道区域,当弱南风静稳天气条件主导时,北京市易受到污染物输送的影响,形成局域污染过程.研究显示,北京市重污染时段外来污染物各类尺度输送通道中,西南通道污染传输为主导,部分时段还受到东南和东部通道污染传输的影响.      

银川地区大气颗粒物输送路径及潜在源区分析

利用Traj Stat软件和全球资料同化系统数据,计算了2014—2016年银川市逐日72 h气流后向轨迹,并采用聚类分析方法,结合银川市同期PM~(10)和PM~(2.5)质量浓度数据,分析了银川年及四季气流轨迹特征及其对银川颗粒物浓度的影响.同时,运用潜在源贡献因子分析法(PSCF)和浓度权重轨迹分析法(CWT),探讨了影响银川颗粒物质量浓度的潜在源区及不同源区对银川颗粒物质量浓度的贡献.结果表明,输送距离最长、高度最高、移速最快的西北气流轨迹占总轨迹的比例最高,达66.7%,且气团移动速度和高度与轨迹距离呈正比;输送高度较低、距离最短、移速最慢的北方气流轨迹占总轨迹数的24.3%;东南气团占总轨迹数的9%,输送距离和移速介于前两者之间,但输送高度较西北气流和北方气流低.四季各类气流轨迹变化特征与年变化特征基本一致,春、秋、冬三季,中、短距离西北气流占气流轨迹总数的比例最高,夏季东南气流占比最高,且夏季南方气流和北方气流占比较春、秋两季高,冬季未出现南方气流和北方气流,春季和冬季气流轨迹输送距离普遍比夏季和秋季长;春、夏、秋三季,偏南气流的输送高度均最低,四季长距离西北气流的输送高度均最高.年及四季都表现为西北气流轨迹对应的银川PM_(10)和PM_(2.5)平均浓度均较高,是影响银川颗粒物质量浓度的最重要输送路径,其次是东南气流轨迹,北方气流轨迹对银川颗粒物浓度影响较小.PSCF和CWT分析发现,位于新疆、甘肃、蒙古国、内蒙古、青海的西北源区及四川、陕西的东南源区是影响银川PM_(10)和PM_(2.5)浓度的两个主要潜在源区,各季节区域范围有所差异.     

基于小波分析的PM2.5分布特征及差异分析

为了解西北内陆和东部沿海PM_2.5浓度值特征和差异,使用小波分析和Spearman相关性分析对12个主要城市冬、春季PM_2.5浓度值进行分布特征和差异对比分析。结果表明:受地理位置和地形差异影响,PM_2.5浓度值在西北内陆和东部沿海城市有明显差异性。主要表现在:1）冬、春季西北内陆和东部沿海地区PM_2.5分布存在明显差异,东部沿海空气质量优于西北内陆,PM_2.5超标率相对较低,而乌鲁木齐和西安PM_2.5超标占比较高;2）小波分析显示,西北内陆和东部沿海在周期上表现出明显区别,但整体出现在冬季（80 d之前）;3）Spearman相关系数存在明显的距离衰减性,相关系数由西北内陆向东部沿海城市依次减弱;4）东部和西北PM_2.5浓度值突变在时间尺度上有较明显差异,西北内陆突变值整体出现在第2,11,24,49,70天,东部沿海则出现在第2,17,42,53,70天。     

Observations of atmospheric pollutants at Lhasa during 2014–2015: Pollution status and the influence of meteorological factors

Atmospheric pollutants including SO₂, NO₂, CO, O₃ and inhalable particulate matter (PM_2.5 and PM₁₀) were monitored continuously from March 2014 to February 2015 to investigate characteristics of air pollution at Lhasa, Tibetan Plateau. Species exhibited similar seasonal variations except O₃, with the peaks in winter but low valleys in summer. The maximum O₃ concentration was observed in spring, followed by summer, autumn, and winter. The positive correlation between O₃ and PM₁₀ in spring indicated similar sources of them, and was assumed to be turbulent transport. Temperature was the dominant meteorological factor for most species in spring. High temperature accelerates O₃ photochemistry, and favors air disturbance which is conductive to dust resuspension in spring. Relative humidity (RH) and atmospheric pressure were the main meteorological factors in summer. RH showed negative correlations with species, while atmospheric pressure posed opposite situation. Wind speed (WS) was the dominant meteorological factor in autumn, the negative correlations between WS and species indicated diffusion by wind. Most species showed non-significant correlations with meteorological factors in winter, indicating the dependence of pollution on source emission rather than restriction by meteorology. Pollution weather character indicated that emissions were from biomass burning and dust suspension, and meteorological factors also played an important role. Air stream injection from the stratosphere was observed during O₃ pollution period. Air parcels from Southwest Asia were observed during air pollution period in winter. An enhancement in air pollutants such as O₃ would be expected in the future, more attention should be given to countermeasures for prevention of air pollution in the future.     

典型西南工业城市春冬季PM2.5来源与潜在源区分析——以柳州市为例

为了揭示柳州城区春冬季PM_2.5的来源及其潜在源区分布和贡献,利用2018年24h自动监测数据和气象数据对柳州市大气污染物浓度变化特征进行了分析,并且使用后向轨迹模型（HYSPLIT）对春冬季柳州市PM_2.5逐日72h气流后向轨迹和前向轨迹进行聚类分析,同时结合潜在源贡献因子分析法（WPSCF）和轨迹浓度权重法（WCWT）对其潜在源区和浓度贡献进行了分析.结果显示,（1）在研究期内,不利的主导风向和工业区布局导致研究区PM_2.5在春冬季污染较严重,且工业源和交通源是其主要本地来源;（2）春冬季PM_2.5高值主要来源于西北和东南方向,其中,西北向PM_2.5主要来源于本地排放,且浓度在空间上呈现西高东低的趋势;（3）春季后向轨迹PM_2.5浓度整体大于冬季,春冬季中对柳州市PM_2.5影响最大轨迹均来自东部的短距离输送,而来自西北的气流轨迹输对PM_2.5贡献最低.春冬季柳州市大气PM_2.5通过气流传输对贵州地区大气环境有较大影响;（4）春季,柳州市PM_2.5的主要潜在源区分布在广西东南部、广东中西部、南海沿岸海域、湖南中部、江西西北部、湖北东部及安徽西北部;冬季,主要分布在广西东南部、广东西南部和南海沿岸海域.