成渝地区空气重污染天气形势分析

利用Lamb-Jenkinson客观环流分型法,对成渝地区及4个子区域2014—2018年高度场和海平面气压场进行了环流分型,并探讨了环流型与空气污染的关系.结果表明,成渝地区海平面气压场的最高频率环流型为东北气流型(NE),850 hPa上为高压型(A),500 hPa上为平直西风气流型(W).综合来看,成渝地区易发生污染天气形势是:高空500 hPa为平直西风(W),地面和850 hPa上为低压(C)或东南气流型(SE);易出现优良天气的环流形势是:高空500 hPa为平直西风(W),地面和850 hPa上为高压(A)或东北气流型(NE).对个例进行分析后发现,当地面为气旋或东南气流,同时风速较小时,不利于污染物的水平扩散;若高空为弱脊控制或者为槽后西北气流,则在下沉气流的作用下,不利于污染的垂直扩散,地面污染进一步加重.     

深圳市局地PM2.5污染事件的时空特征及典型背景环流分析

利用深圳及周边地区22个环保监测站的PM_(2.5)小时数据、深圳市152个高密度(2.5 km×2.5 km)自动气象站及3部边界层风廓线仪的探测数据,分析了深圳市局地PM_(2.5)污染事件的时空变化特征及其背景环流特征.结果表明:深圳市西北角和东北角是局地PM_(2.5)污染最频繁的2个区域,局地污染事件发生次数约占总污染事件次数的40%,每日夜间至次日凌晨是局地污染高发期.各个季节局地PM_(2.5)污染发生的大尺度环流形势不同,春季为变性高压脊配合西南低槽发展型,夏季为热带气旋外围环流影响型,秋季为副高控制下的弱高压脊型,冬季主要为冷锋前、弱高压脊或均压场控制型.局地海-陆、丘陵-平原热力差异造成的局地环流易导致地面弱风和局地辐合的出现,成为诱发局地PM_(2.5)污染的直接原因.     

北京北郊清洁区PM_(2.5)和O_3变化特征对比分析

利用北京西北部野鸭湖湿地生态气象站(YYH)、东北部上甸子本底站(SDZ)2014年PM_(2.5)、O_3和同期气象观测资料,对比分析北京北郊清洁地区PM_(2.5)和O_3浓度的变化规律及主要的影响因素。研究结果表明:两站PM_(2.5)年均值,O_3小时均值较为接近。两站PM_(2.5)浓度在重污染月份(2、7、10月)较高,6和12月较低。野鸭湖站O_3浓度高值出现在4月,上甸子站为7月,1月均最低。两站各季PM_(2.5)浓度日变化大致为双峰型,O_3浓度日变化为单峰型,其中野鸭湖站PM_(2.5)双峰型更加显著,O_3浓度变化曲线也比上甸子站更具城市特征。风向对两站PM_(2.5)浓度变化的影响较O_3更明显,野鸭湖地区偏东北风容易造成污染物积累,上甸子污染物主要受来自西南部城区污染的输送。受局地环流影响时上甸子站PM_(2.5)浓度更高,而受明显的天气系统影响时,野鸭湖站由于其特殊的地形,污染物扩散能力较差,PM_(2.5)浓度会明显高于上甸子地区。     

基于K-means聚类分析法的肇庆市干季PM2.5污染天气分型研究

通过分析肇庆市2013—2018年国控大气环境监测站的PM_(2.5)连续监测数据,发现肇庆市区PM_(2.5)浓度在干季(10月—次年4月)明显高于其余月份,轻度以上污染基本发生在干季,且PM_(2.5)浓度对年总浓度贡献达70.8%.基于Era-interim再分析资料采用K-means聚类分析法对2013—2018年干季逐日的海平面气压和10 m水平风进行分型,揭示了肇庆市易出现PM_(2.5)污染的6种大气环流形势,包括冷锋前部(CF)、变性高压脊(THR)、脊后槽前型(BRFT)、高压底后部(HSW)、弱冷高压脊(HR)和台风外围型(TP).2013—2016年易污染天气型影响天数呈明显减少趋势,2017—2018年呈增加趋势.不同天气型PM_(2.5)浓度与局地气象要素相关性不一致,其中CF、HR、HSW、TP天气型与湿度相关性最好,THR与风速、BRFT与气压相关性最好.PM_(2.5)污染除BRFT天气型主要以本地排放累积影响为主,其余易污染天气型存在不同尺度的外来输送影响,HSW、HR主要来自广州、清远、韶关, CF主要来自佛山、中山,THR来自广州、清远、佛山.同一污染天气型在不同月份的污染影响差异较大,其中HSW、THR污染型主要影响1月和10月,CF为1月和12月,HR为2月和12月,TP为10月,BRFT为1月和10—11月.不同年份的同一月份造成不同程度的PM_(2.5)污染除了排放影响,还与天气环流类型和同一天气型下的局地气象要素密切相关.     

上海秋冬季PM2.5污染天气形势的客观分型研究

通过分析2013—2015年上海地面PM_(2.5)质量浓度观测资料,发现11、12、1月3个月对PM_(2.5)年总浓度的贡献达到36.4%,对总污染日数的贡献达到50.4%,对PM_(2.5)环境质量的影响最显著.采用T-mode斜交旋转分解方法(PCT),对2012—2015每年11月、12月和次年1月的海平面气压场和10 m风场进行大样本客观分型研究,揭示了4种秋冬季上海PM_(2.5)易污染的天气环流类型,分别为冷锋(Cw)、高压后部弱气压场(WGh)、高压前部弱气压场(WGl和WGf).对上海而言,冷锋、高后弱气压、高前弱气压分别表现为有利于上游污染输送、本地静稳累积、以及本地积累和上游输送相叠加的天气学特征.对比2个典型污染月(2013年1月和12月)和清洁月(2014年11月和2015年11月)的逐日分型结果发现,Cw环流控制下污染输送对秋冬季上海PM_(2.5)环境质量影响显著,高前弱气压的维持是导致上海3次连续重度污染的重要原因.     

北京地区不同时段平均PM2.5浓度与MODIS气溶胶光学厚度相关性分析

利用2014年北京市12个空气质量监测站的逐小时PM_(2.5)地面观测资料,以及Terra和Aqua卫星的MODIS气溶胶光学厚度(AOD)产品,在时间和空间数据匹配的基础上,研究了PM_(2.5)的5 h(10:00—14:00)和24 h(0:00—23:00)两种时段平均浓度及两颗卫星平均AOD的时空分布特征,并建立了AOD与不同时段平均PM_(2.5)浓度之间的回归模型.结果表明:PM_(2.5)的5 h平均浓度和24 h平均浓度值均在城区高、郊区低,最低值位于定陵站;匹配后逐时PM_(2.5)浓度的日变化呈"双峰型",最低值出现在下午,但北京西北部郊区的定陵和昌平镇站因局地山谷风环流和外部排放源的影响,其"双峰型"波动趋势较城区站偏弱,最低值出现在上午;AOD的空间分布特征与PM_(2.5)浓度分布一致,但在郊区由于污染水平分布不均,卫星采集的样本可能来自于周围的清洁大气,导致AOD的最小值在郊区站点明显低于城区站点;两颗卫星平均的AOD与5h PM_(2.5)平均浓度的决定系数高于AOD与24 h PM_(2.5)平均浓度的决定系数;AOD与PM_(2.5)的相关系数在城区高于郊区,郊区排放源分布不均和强的局地系统性环流是造成其相关系数低的重要原因.     

基于异常天气分析法探究四川盆地冬季大气污染的气象成因

以四川盆地冬季大气污染的气象成因为主要研究对象,采用异常天气分析方法,利用2014年3月—2019年2月四川盆地环境与气象观测站点的监测资料,探究2014—2018年冬季四川盆地细颗粒物(PM_(2.5))浓度的时空分布特征,并结合对气候平均状态下大气环境形势的分析,研究大尺度大气环流异常与四川盆地冬季PM_(2.5)污染之间的响应关系。结果表明:2014—2018年冬季四川盆地PM_(2.5)中度以上污染的天数呈波动式下降特征,高浓度的PM_(2.5)污染主要集中在盆地西南部及东北部城市群;2014年和2016年冬季四川盆地上空500 hPa暖高压偏暖偏强,近地面附近存在"距平逆温",低空盛行偏南风,天气形势静稳,大气污染物不易扩散,促发PM_(2.5)重污染的形成;近五年四川盆地冬季大气空气质量较好时主要对应两种大气环流形势,一种为500 hPa高空受冷低压的影响,盆地上空冷空气活跃,对流增强易产生降水,另一种为受500 hPa冷高压的控制,700 hPa高空盛行北风带来干冷空气南下,这两种环流形势均有利于大气污染物的扩散和清除。     

基于时空克里格的PM_(2.5)时空预测及分析

PM_(2.5)作为大气污染的一种,正受到社会越来越广泛的关注和研究,但大部分研究仅单独分析各样点PM_(2.5)浓度时间维度或空间维度特征,忽略了PM_(2.5)的时空维度变化。为综合考虑PM_(2.5)时空维度特征,该文以山东省2014年PM_(2.5)浓度监测数据为对象,建立PM_(2.5)时空变异模型,利用时空克里格法对山东省全年PM_(2.5)浓度进行时空预测,得到时空分布立方体数据,最后基于该数据,对山东省PM_(2.5)污染特征作出分析。结果表明,2014年山东省整体PM_(2.5)污染严重。在空间上,中西部地区PM_(2.5)浓度超过75μg/m~3的天数超过290 d,存在持续性高危污染,东部小于37.5μg/m~3的天数超过146 d,存在间歇性轻微污染,且从西至东,PM_(2.5)污染天数和程度逐渐降低,具有明显地域性污染特征;在时间上,PM_(2.5)浓度最高时间段为1、2、11和12月,最低为6-8月,各季节污染程度依次为:冬季秋季春季夏季。研究表明时空地统计方法能够有效地对空气质量进行时空预测,是挖掘更多的时空分布特征和信息,进行环境数据分析的有效手段。     

杭州地区污染天气型及冷锋输送清除特征

基于Lamb-Jenkinson天气分型方法对影响杭州四季的大气天气型进行频率划分,并结合杭州气候观测站的PM_(2.5)观测数据分析各季典型天气型的污染特征.针对杭州秋冬季冷锋活动时PM_(2.5)浓度值变化的不确定性,进一步分析了冷锋过程对杭州大气污染物的输送和清除特征.结果表明,冬季是杭州的主要污染季节,以高压控制和暖区发展天气型为主;春、秋季其次;夏季基本不发生高污染个例.其次,结合变温和风速气象要素特征发现,24h负变温范围在0~2℃之间或者平均风速低于2m/s条件下的弱冷锋环境以污染输送作用为主,而24h负变温幅度大于4℃以及平均风速大于4m/s的较强冷锋环境以污染清除作用为主.     

北京野鸭湖湿地观测站大气颗粒物变化特征

利用北京延庆野鸭湖湿地生态气象观测站2013年PM_(2.5)和PM_(10)连续观测资料,统计分析野鸭湖地区大气颗粒物的变化特征及气象影响因素。研究结果表明:野鸭湖观测站PM_(2.5)和PM_(10)年平均浓度分别为45.7μg/m3和80.2μg/m~3,超标率分别为17.8%和11.4%,以《环境空气质量标准》二级标准统计。PM_(2.5)和PM_(10)均在1月达到峰值,7月出现最低值。各季PM_(2.5)/PM_(10)值在37.8%～69.9%之间,春季以PM_(10)污染为主,冬季以PM_(2.5)为主。各季节PM_(2.5)和PM_(10)日变化中夏季出峰最早,冬季最晚,冬春季PM_(2.5)浓度为双峰型,夏秋季为单峰型;PM_(10)的日变化仅春季与PM_(2.5)略有不同,晚上峰值强度远大于早上。野鸭湖地区颗粒物污染受本地源和外来源的共同影响,东北气流易造成颗粒物积累,而西南气流有利于颗粒物稀释扩散。典型污染过程显示,持续的东北风控制、风速2.0 m/s左右、平均相对湿度在80.0%左右利于颗粒物浓度的增加;而偏西气流和较高温度、较低湿度能共同起到缓解污染的作用。