华北地区天气型对区域大气污染的影响

分析了2000—2001年采暖期重污染天气型演变、垂直温湿层结结构及区域污染特征。区域性重污染背景为各类重污染天气型相继影响的复合系统,其中有各类天气型组成的污染物传输、汇聚和区域污染同步累积系统。华北平原区域性同步污染现象受制于高空持续稳定的西风及低空各类稳定的天气型配置。各地同一时期污染指数的差异与排放源群结构及输送汇聚天气型移动和演变影响有关。区域性重污染温湿层结多为喇叭口状(沙尘型污染除外)。      

广东四大区域污染过程特征与影响天气型分析

根据广东统计年鉴将广东省划分为粤东、粤西、粤北、珠三角四大区域,利用广东省101个环保国控站点2014—2016年期间的AQI六要素与广东省86个地面气象观测站的逐日能见度、相对湿度等资料,在对"区域污染过程"进行定义的基础上,分区域诊断典型污染天气过程,并对影响天气型及特征进行分析.结果表明:广东省四大区域污染过程具有显著协同性,区域污染可归类为6种影响天气型.量化分析表明区域污染过程与区域灰霾过程基本吻合,PM_(2.5)日均最大值均达到中度污染及以上(115μg·m~(-3)).整体区域污染过程影响天气型分类统计表明:珠三角和非珠三角PM_(2.5)易污染天气型中冷高变性出海形势占比超5成;珠三角O_3易污染天气型中副高、台风外围及两者叠加型占比超6成;珠三角NO_2易污染天气型中冷高出海型占比近7成.重污染影响天气型统计表明:区域PM_(2.5)重污染过程主要影响天气型为冷高压变性出海型;区域中度至重度O_3污染过程(集中在珠三角)主要影响天气型为副高、台风外围及两者叠加型;就天气型特征而言,单纯副高控制形势下,副高异常强盛;单纯台风外围形势下,台风强度为强台风至超强台风;副高叠加台风时,华南上空为大陆副高控制.广东地区近年高PM_(2.5)(与低能见度)污染过程逐年减少,但全省臭氧污染呈增加态势,尤其珠三角区域中度至重度O3污染过程次数同比明显增加,极端过程出现概率加大,尤其在秋季副高异常强盛,同时叠加台风外围下沉气流时,可预先根据影响天气型预报,实施珠三角重点区域联防联控预案措施.     

沙尘天气对北京大气重污染影响特征分析

利用北京市具有代表性的大气污染物监测站资料,统计出2000─2005年各月重污染的天数,并对4和5级的重污染特征进行分析.结果表明,北京市大气重污染主要源于颗粒物. 分析了北京沙尘型重污染年、季节变化特征和表现形式等. 利用2000—2005年北京及周边地区环境监测、卫星遥感以及气象等数据,对沙尘天气影响北京城区大气中ρ(PM₁₀₎进行分析发现,ρ(沙尘粒子)约占ρ(PM₁₀₎的1%～13%;沙尘天气的影响区域逐渐加重的顺序为前门<古城<车公庄<农展馆<东四<天坛<奥体中心<定陵;沙尘天气下ρ(PM₁₀₎具有双峰型特征,细粒子(PM_2.5)质量浓度的增加对人体健康影响极为不利.      

京津冀区域重污染天气过程数值预报评估新方法

利用区域空气质量监测数据、空气质量模式数值预报产品及天气图资料,建立了一种适用于区域重污染天气过程预报的评估方法,将其用于评估NAQPMS模式系统对2013年和2014年京津冀地区静稳型、沙尘型和特殊型3类重污染天气过程的预报能力,并探讨了重污染天气过程早报、晚报及漏报的可能气象条件原因,以提高预报准确率.结果表明:数值模式系统提前3 d预报重污染天气过程的预报准确率可达57%,秋冬季预报效果好于其他季节,静稳型预报效果好于沙尘型和特殊型.对模式AQI预报结果统计发现,当预报AQI值达到150以上时,实际发生重污染天气过程的概率较大,如定义AQI等于150作为重污染天气预警临界值,模式预报准确率可提高至70%以上.天气系统对污染过程预报有重要影响,WRF气象模式对中低层天气系统位置及强度预报偏差是导致静稳型污染过程早报和晚报的一个重要原因.     

广东省臭氧污染天气型及其变化特征

结合地面观测资料、再分析数据和客观天气分型方法SOM,分季节、分区域诊断和分析2015~2020年广东省O₃污染天气型及其变化特征.结果表明,2015~2019年广东省O₃污染逐年上升,其中2017~2019年上升较为明显,2020年则明显下降,气象条件和污染物排放的变化均对O₃污染的变化起到重要作用.2017~2020年广东省干季O₃浓度接近或超过湿季O₃浓度,干季污染城数亦接近湿季.弱冷高压脊天气型是影响广东省O₃污染的主导天气型,6a期间共造成526个污染城数.干季和湿季O₃污染的主导天气型分别为弱冷高压脊和台风外围,干季弱冷高压脊天气型污染天数占比呈明显上升趋势,2019~2020年超过湿季台风外围天气型成为影响O₃污染最主要的天气型.在弱冷高压脊天气型下,影响四大区域O₃污染的外来源输送路径主要有东北路和沿海路,湿季珠三角台风外围和粤北变性高压脊天气型下,区域O₃污染则受本地排放影响较大.     

华北地区冬半年空气污染天气客观分型研究

利用2013—2016年冬半年ERA-interim再分析资料,以及同期空气污染资料、地面常规气象观测资料和探空资料,采用PCT (Principal Component Analysis in T-mode)客观分型方法对华北地区冬半年海平面气压场进行天气分型,并探究不同月份不同天气型对应的空气污染状况及污染气象参数分布特征,进而从污染气象学的角度揭示重污染潜势天气型的气候特征.结果表明:冬半年海平面气压场共对应9种天气类型,其中,5型(均压场型)、6型(高压内部型)和8型(高压后部型)为3种重污染潜势天气型,冬半年对应的PM_(2.5)均值浓度分别为144.11、136.99和148.26μg·m~(-3),而1型(T型高压前部型)和3型(低压底部型)为两种清洁天气型,冬半年对应的PM_(2.5)均值浓度分别为97.12和80.83μg·m~(-3);重污染潜势天气型对应的边界层结构呈现出稳定能量大、混合层厚度和通风系数小的大气层结稳定的静稳天气特征,其能够反映大气污染潜势;研究还发现,即使是同一天气型,其在不同月份对污染物的扩散影响也存在差异,因此,建议在今后的污染潜势天气型研究中分月份进行.本研究可为华北地区空气污染潜势预报及大气重污染预报预警的客观化、自动化提供科学依据和技术支持.     

天津市冬季典型大气重污染过程特征

基于污染物浓度、颗粒物化学组分及气象参数等观测数据,综合分析天津市2015年冬季典型重污染过程成因及污染特征,结果表明:天津市冬季重污染期间风速0~4.0m/s,相对湿度80%以上,混合层高度仅为清洁天气的1/3~1/2,静稳高湿的大气环境对重污染影响较大.重污染过程NO_2/SO_2比值较清洁天气低,NO_3~-/SO_4~(2-)比值大于1,表明重污染期间天津市移动源与固定源并重.重污染PM_(2.5)/PM_(10)比值较清洁天气高,PM_1/PM_(2.5)比值较清洁天气低,可能与重污染过程期间细粒子的吸湿增长以及散煤燃烧排放有关.污染初期NOR大于SOR,随着重污染持续,甶于受制于氨,SOR要高于NOR,需关注气态前体物尤其是SO_2排放.OC与EC浓度高时二者相关性较低,SOC占OC的20%~54%,说明冬季重污染期间散煤燃烧源和二次有机化学反应对冬季重污染影响较大.     

基于模式过程分析技术天津地区PM2.5污染气象成因分析

基于WRF/Chem数值模式,通过过程分析技术和标记法源追踪技术解析水平输送、湍流混合、垂直运动、对流作用和区域输送对天津地区地面PM_2.5质量浓度影响,研究2019年6月～2021年5月天津地区重污染天气成因.结果表明,基于上述方法可实现重污染天气气象成因定量描述,从水平输送、湍流混合、垂直运动、对流作用和区域输送角度实现重污染天气成因数值归因分析.天津地区水平输送作用为-2.03μg·（m³·h）^-1、垂直平流为-2.24μg·（m³·h）^-1、垂直混合为-11.70μg·（m³·h）^-1、对流作用为-0.03μg·（m³·h）^-1和区域输送贡献36.23%, 2019年6月～2021年5月共出现16次重污染过程,除一次沙尘影响和一次烟花爆竹影响外,均可通过建立数值归因方法,以水平输送作用变化速指标（α）、对流作用变化速指标、垂直平流作用变化速指标（φ）和湍流混合作用变化速指标（β）以及...     

宝鸡市冬季一次持续性重污染过程特征分析

污染气象成因和污染物区域传输作用对本地污染影响较大,研究不同地区污染气象成因和污染物区域传输作用对本地污染的治理有重要意义.利用污染物浓度监测和气象要素观测资料,采用统计学分析方法、特征雷达图和HYSPLIT-4后向轨迹模型分析宝鸡市2018年12月29日—2019年1月8日一次持续性重污染过程的气象成因和污染特征.结果表明:①此次重度污染持续时间长、强度大,污染过程中有6 d空气质量指数(AQI)达到重度及以上污染(AQI>200),ρ(PM_2.5)平均值达205.4 μg/m3,有2 d达到严重污染(AQI>300).②气象条件对污染物浓度的影响显著,高低空环流形势形成稳定层结,容易造成污染物累积.东南大风将污染气团远距离输送到宝鸡市,西北静小风使得污染物在本地聚集加重污染.③重污染维持阶段,ρ(PM_2.5)/ρ(PM₁₀)在0.9左右,说明此次污染过程PM_2.5占比较大,污染物的二次转化作用明显;ρ(NO₂)/ρ(SO₂)为6.2,表征移动源贡献率高于固定源;ρ(CO)/ρ(SO₂)呈先增后减的变化特征,表明静稳天气持续,本地源排放对重污染的贡献逐渐凸显.④特征雷达图结果表明,此次重污染过程的污染类型由发展阶段的污染特征不明显和燃煤型污染特征,逐渐转化为偏二次污染类型,重污染过程结束后污染类型以偏扬尘型为主.研究显示,气象条件和传输扩散对宝鸡市重污染影响显著,宝鸡市重污染应急需优先管控移动源,汾渭平原应加强区域联动,共同治理环境污染问题.      

环境空气动力学

X169200501913边界层内大气排放物形成重污染背景解析/任阵海(国家环保总局气候变化影响研究中心)…∥大气科学/中科院大气物理研究所.-2005,29(1).-57~63环图P-13我国大气中的粒子浓度普遍较高,特别是可吸入颗粒物PM10。在区域特定的大气环境过程的影响下,能形成大范围的严重污染情景。利用大气环境过程的概念,分析引起大气重污染的中尺度天气系统,近地层小尺度局地系统和稳定的大气边界层结构,发现大范围均压场条件下易出现近地层小尺度局地环流群体,大范围均压场持续演变和移动常形成大气污染汇聚带,从而形成局地严重污染的重要大气条…     

基于无人机探空和数值模拟天津一次重污染过程分析

污染发生在边界层中,边界层热力和动力垂直结构对重污染天气形成有显著影响.本文基于无人机探空、地基遥感观测和数值模式,开展天津地区2019年1月10~15日重污染过程期间边界层垂直结构及污染成因分析,以期加强北方沿海城市边界层过程对重污染影响规律认知,提升重污染天气预报预警准确率.结果表明：大气温度层结对重污染天气形成、持续和消散有显著影响,此次过程伴随逆温层的发展和消散,PM_2.5高浓度区白天向大气上层发展,高度可达300 m以上,夜间向近地面压缩,高度在100 m左右;雾天气出现并在白天维持,改变了边界层垂直结构特征,雾顶逆温的持续存在抑制了污染物向大气上层扩散,使得白天湍流垂直混合过程贡献明显下降,导致近地面重污染天气维持和发展;过程期间区域输送贡献率为66.6%,边界层垂直结构与重污染天气区域输送密切相关,区域污染物输送高度主要出现在边界层顶部以及雾顶逆温层以上的大风速层处,且随着边界层和雾顶抬升高度的变化,通过下沉运动影响地面,形成北部弱高压天气控制下静稳天气区域输送;边界层垂直结构影响冷空气对空气质量的改善效果,S3阶段雾顶的强逆温导致冷空气无法通过湍流切应力传导到地面,在高低空存在明显的风速差,冷空气影响地面时间延后,作用减弱,重污染天气无法彻底缓解.     

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.     

不同天气型下武汉城市圈PM2.5污染及大气层结特征分析

利用2015—2019年PM_2.5和气象要素观测资料、NCEP和ERA5再分析资料,分析不同天气型下武汉城市圈PM_2.5区域污染时空分布、天气尺度环流和大气层结特征.结果表明,城市圈污染以武汉为中心,多为轻度-中度污染,西部重于东部.造成武汉城市圈区域污染增长的天气形势包括4类,分别为冷高压底前部型、高压后部型、均压场型和低压倒槽型.4类污染天气型均有较低的混合层高度和地表通风系数,且边界层存在弱下沉运动和逆温,抑制污染垂直扩散.但气象要素影响PM_2.5污染的机理各异：冷高压底前部型主要为大气压梯度引导偏北大风带来污染物远程输送,边界层冷平流导致低温、锋面逆温和浅薄高湿层(65%～80%),强输入性污染配合吸湿性累积增长造成严重污染,逆温厚度对PM_2.5增幅作用明显;低压倒槽型东南风输入污染弱,但高温、低压引起气流辐合导致本地污染汇积,边界层暖平流带来平流逆温和深厚湿层(1000～750 hPa),逆温层底高偏低、厚度偏厚,促进污染物在近地面吸湿增长;高压后部和均压场型均为浅薄湿层(1000～975...     

2000~2010北京大气重污染研究

根据北京市环境保护局公布的大气污染数据及气象部门公布的气象资料,用时间序列分析法对空气污染指数大于200的大气重污染做了系统分析.结果表明,北京大气重污染可分为静稳积累型、沙尘型、复合型以及特殊型4个类型,2000~2010年各类型发生次数分别为69、53、23、6次.从季节分布看,北京大气重污染主要集中在春季和秋冬季,其中春季以沙尘型为主,而秋冬季大部分为静稳积累型.从年际变化看,21世纪初期沙尘天气活跃,造成了北京大气重污染的高峰期,2003~2005年大气重污染有所回落,2006年受沙尘天气明显增多及大规模奥运建设的共同影响,北京大气重污染再次出现明显峰值;2007年北京沙尘天气明显减少,但静稳积累型重污染相对突出;2008年奥运减排措施效果显著,全市静稳积累型重污染降至历史最低,其后则呈缓慢上升趋势.大气重污染既呈现区域共性,也受局地环境影响.定陵站大气重污染全部为沙尘型;近年来随着首钢的减产、搬迁,石景山区古城站大气重污染明显减少;而受周边大规模城市建设影响,奥体站大气重污染表现相对突出.     

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.      

基于PCT方法的京津冀冬季PM2.5重污染天气型分析

T模态斜交主成分分析法（PCT）分析的天气过程时间尺度越长,该算法的优势越明显,天气分型结果也更完整,可信度越高.利用京津冀地区2014年冬季-2019年冬季（每年12月-翌年2月）的环境监测资料,以区域平均PM_2.5日均值大于150 μg·m^-3为标准,筛选出72个京津冀地区PM_2.5重污染日,采用ERA5提供的0.25°×0.25°气象再分析资料,应用PCT算法将72个PM_2.5重污染日海平面气压场客观地分为高压前部型、锋前低压型、高压后部型、均压场型和弱低压型5种类型,分别占总PM_2.5重污染天数的34.72%、20.83%、16.67%、16.67%和11.11%.另外,对2017年2月12-16日京津冀地区PM_2.5重污染过程的分析表明,重污染天气过程中随着逐日天气型的演变,污染物浓度特征、近地面风场和大气污染物污染传输路径均发生相应变化.     

典型时段西南地区PM_(2.5)及组分污染特征

选取西南地区为采样点,于2015年非重污染和重污染时期对环境PM_(2.5)进行采样,并对PM_(2.5)、水溶性离子和碳质组分的污染特征进行分析。结果显示:重污染与非重污染天PM_(2.5)质量浓度分别为(204.8±47.0)μg/m~3和(66.8±23.1)μg/m~3。重污染天气下SO_4~(2-)、NO_3~-和NH_4~+浓度分别是非重污染天气下的3.5,4.2,3.4倍,SIA浓度占PM_(2.5)的比例可高达42.2%。重污染期间OC和EC浓度分别是非重污染期间的4.8,2.7倍,SOC浓度在非重污染和重污染期间分别为(3.2±1.6),(25.6±15.2)μg/m~3,OC、EC较低的相关性也反映出重污染期间碳质组分来源的复杂性。     

宁夏典型工业城市2020年1月重污染过程特征及成因

2020年1月宁夏回族自治区典型工业城市石嘴山市出现了长时间、高强度PM_2.5污染天气.为揭示多因素综合作用对重污染天气的影响,在分析逐日空气质量指数（AQI）和常规污染物浓度变化特征的基础上,选取重点污染时段（2020年1月1—17日）为研究对象,基于环境空气质量数据、加密自动气象观测数据及NCEP再分析资料,采用统计分析、污染特征雷达图、气流后向轨迹聚类及天气诊断相结合的方法对重污染过程特征和成因进行分析.结果表明:①2020年1月1日、3日石嘴山市重污染天气主要受燃煤、工业（钢铁、焦化）和机动车等高强度污染排放影响,PM_2.5主要来自一次源;9日重污染天气PM_2.5受二次颗粒物生成影响显著,本地扬尘也有贡献,ρ（PM_2.5）和AQI均达峰值,分别为216 μg/m3和266;其他时段重污染天气由污染物累积和混合造成.②乌海市及其周边污染气团跨区域传输是促使石嘴山市出现高强度PM_2.5污染天气的另一重要因素,当巴彦淖尔市—乌海市—石嘴山市为一致偏北气流、风速小于2 m/s时,易使乌海市及其周边污染气团向南扩散,石嘴山市ρ（PM_2.5）出现短时间爆发增长.③持续高湿静稳气象条件使污染天气长时间维持并加重,当欧亚大陆中高纬度500 hPa盛行纬向弱西风气流、近地面石嘴山市处在蒙古弱高压底部均压场、风向为弱偏北风或偏东风时,易形成持续性PM_2.5污染天气;当风速减至0.7 m/s、相对湿度增至78%时,污染加重.研究显示,此次持续PM_2.5重污染过程是本地高强度污染排放、二次颗粒物生成、区域传输与不利气象条件等因素综合影响和相互叠加的结果;当出现静稳、高湿等不利气象条件时,应加强对各类污染物排放的管控力度,同时充分利用石嘴山市及其周边加密自动气象观测资料,研判污染发展趋势和传输特征,及时开展与乌海市及其周边地区的大气污染联防联控.      

影响上海PM2.5污染不同源地和路径的数值模拟

对2014~2017年上海出现的PM_2.5中度及以上污染过程的地面形势进行分析,发现上海出现PM_2.5中度及以上污染的地面形势场主要可分为输送型、静稳型和叠加型3种类型,其中输送型是影响上海市PM_2.5中度及以上污染的主要天气形势,占比45.8%.通过选取典型个例,分析了3类污染天气型气象成因和维持机制.并利用WRF驱动FLEXPART模式,结合排放源清单,探讨不同污染天气型下影响上海的主要污染物来源：输送型污染有3条影响上海的主要污染传输通道,分别为东路（东海海面）、中路（江苏沿海）和西路（安徽-苏南）,主要时段在污染前1d;静稳型污染影响上海的潜在污染源区集中在上海及周边地区;叠加型污染既存在明显污染输送通道,也有明显的上海及周边潜在污染贡献区域.     

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.