1980~2016年陕西省冬季霾日数时空变化及增多成因初探

利用陕西省地面气象观测站观测资料、中国国家统计局统计资料、美国NASA的MODIS气溶胶光学厚度（AOD）资料以及NCEP/NCAR月平均再分析资料,对1980~2016年陕西省冬季霾日数的时空变化特征及可能原因进行了分析,结果表明：（1）1980~2016年冬季陕西省平均霾日数为12d左右,并且伴有明显的年代际变化;其中1980~2012年冬季霾日数波动明显,1980~1993年偏多,1994~2012年偏少,2013年之后霾日数增加明显.（2）1980~2016年冬季陕西的霾日数有显著的区域差异.关中地区的霾日数最多,平均每年大于18d;陕南地区次之,年平均霾日数为10d左右;陕北地区最少,平均霾日数仅3d左右.陕北、关中、陕南3大区域冬季的霾日数均在2013年后出现了明显的增多.（3）2000~2016年冬季MODIS卫星监测的陕西AOD在关中咸阳、西安、渭南以及汉中南部和安康南部存在明显的高值区,大于0.4,其中关中气溶胶高值区域与关中地区霾日数大值区域有很好的对应关系.（4）2013~2016年冬季我国中东部的对流层低层的东风异常是向陕西关中地区输送气溶胶的有利条件,是霾天气的产生原因之一;2013~2016年陕西冬季对流层低层存在一个明显的位温梯度增大的区域,是不利于霾向高空扩散的大气层结条件,是霾日数明显增加的另一个原因.     

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。     

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.     

2014—2016年四川盆地重污染大气环流形势特征分析

利用2014—2016年四川盆地7个主要城市国家环境空气监测子站资料,结合2015—2016年MICAPS常规气象数据、NECP和ERA Interim再分析资料,统计分析四川盆地细颗粒物（PM_2.5）浓度时间分布特征及重污染期间的气象要素和环流背景.结果发现,2014—2016年四川盆地大气重污染主要发生在冬季,重污染日数分别为41、30和16 d,呈逐年降低的趋势.大气重污染期间,温度廓线出现多层逆温,逆温层大多出现在近地面925 hPa以下和700~600 hPa之间.四川盆地大气重污染主要对应两种环流形势,一种为500 hPa高空盛行西风气流,850 hPa高空等值线稀疏,另一种为四川盆地受到500 hPa高空槽后西北气流控制,地面为弱高压.以上两种环流形势下,四川盆地850 hPa高空附近气压梯度小,污染物不易扩散,导致重污染天气发生.本研究结论可为四川盆地大气重污染预报预警提供科学依据.     

1981-2014年四川不同强度霾时空特征及气候成因研究

利用四川156个气象观测站1981-2014年霾日观测资料,对区域内不同强度霾日的时空分布特征及变化趋势进行分析.结果发现：不同强度霾日数呈现轻霾和重霾显著上升、中霾下降的趋势,20世纪90年代后霾日整体偏多,其中,秋、冬季发生频率偏高,12月和1月是多发时段;不同强度年均霾日高值区集中在盆地中部、东部地区,低值区主要位于盆地西南地区,并呈现盆地中北部霾日逐年减少,盆地南部逐年增多的变化趋势.结合季节特征探讨霾日形成机理发现,春、夏季欧亚中高纬度呈现两槽一脊的环流形势,印缅槽较强,利于降水,盆地相对湿度为85%以上,高原东侧上升气流较明显,大气对流层中下层为"上冷下暖"的递减层结,利于大气污染排放物垂直交换及其对外扩散;秋、冬季高纬度以纬向环流为主,经向环流偏弱,冷空气被阻挡在盆地以北以西区域,盆地东部为下沉气流,850 hPa以下的偏东气流使东部污染物向西蔓延,青藏高原以东地区上空为显著的"上暖下冷"逆温层结,相对湿度为80%左右,地面气温增加,相对湿度下降,使霾不易向雾转换,加重霾日高频状况的发生.     

东北地区近50年来霾天气气候特征

利用东北地区194个地面气象观测站的1961~2013年观测资料,对东北地区霾日及不同等级霾日的空间分布特征和时间演变规律进行分析.结果表明:东北地区霾日空间分布差异显著,辽宁中部和黑龙江中北部霾日相对较多,年平均霾日超过50d,吉林西部地区霾日最少,年平均霾日不超过2d,不同等级的霾日日数空间分布与总霾日日数基本一致;东北地区霾日主要集中在冬季,占全年霾日57.9%,秋季次之,春季最少;1961~2103年东北地区平均霾日呈显著增加趋势(2.9d/10a),其中1981~2000年时段增加最为显著,轻微霾日、轻度霾日、中度霾日和重度霾日均呈增加趋势,但轻度霾日、中度霾日和重度霾日21世纪以来较80年代略有减少.     

四川盆地冬季两次典型大气污染过程对比分析

为探究四川盆地冬季污染天气过程气溶胶分布和垂直气象场特征,利用MODIS MCD19A2大气气溶胶光学厚度数据、实况格点融合分析数据、环境空气质量监测数据以及探空气象观测数据,对四川盆地2017年12月19日—2018年1月3日以及2018年1月11—24日两次污染天气过程的气溶胶光学厚度(AOD)空间分布以及气象条件进行分析.结果表明:①四川盆地冬季两次污染天气过程中,成都市一直为AOD高值区.②霾天气过程(2018年1月11—23日)中,四川盆地AOD高值区分布区域更广,高低空环流形势稳定,混合层高度偏低,近地层逆温和高湿环境均有利于霾天气的形成与持续.③沙尘天气过程(2017年12月29日—2018年1月1日)中,四川盆地AOD值呈“南高北低”的空间分布特征;冷空气携带沙尘气溶胶自北向南影响四川盆地,对混合层高度有小幅抬升作用,空气质量得到轻微改善;但混合层高度始终偏低,干冷空气使近地层相对湿度下降,本地气溶胶粒子数减少,但沙尘气溶胶粒子数增加,伴随近地层逆温稳定维持,有利于沙尘天气的形成与持续.研究显示,冬季四川盆地混合层高度偏低、近地层逆温稳定维持,均不利于气溶胶粒子垂直扩散,导致四川盆地易出现污染天气.      

银川市冬季两次典型持续大气污染过程对比分析

为了探究边界层气象要素时空分布及其变化对银川市冬季持续污染天气过程污染物质量浓度变化的影响机制,利用2016年12月1日-2017年1月31日逐时空气质量以及地面和逐日定时探空气象观测数据,根据大气污染级别和过程持续时间,选取2016年12月9-21日（简称"1211过程"）和2016年12月29日-2017年1月9日（简称"1231过程"）为研究对象,采用统计和天气诊断相结合的方法,在分析比较银川市冬季两次典型持续污染过程演变特征及其与地面气象要素关系的基础上,探讨了大气环流、边界层要素变化对银川市冬季典型污染过程的可能影响机制.结果表明:①银川市冬季两次大气污染过程持续阶段,地面均以偏东或偏南风为主,风速较小,相对湿度较大,能见度较低;在污染清除阶段,地面风向转为西北或偏北风,风速较大,相对湿度较小,能见度较高.②当冬季欧亚大陆中纬度区域500 hPa高空盛行纬向气流,850 hPa高度上银川市受反气旋环流和暖温度脊控制,并且有弱暖平流从西南部向北输送时,银川市易出现静稳型持续污染天气.③冬季银川市持续大气污染过程中,ρ（PM_2.5）与风速呈负相关（R平均值为-0.326）,与相对湿度呈正相关（R平均值为0.688）,与能见度呈显著负相关（R平均值为-0.905）,与边界层高度呈较显著负相关（R平均值为-0.575）.④银川市冬季静稳型持续污染天气主要分为弱西北和平直西风气流型两种,弱西北气流型具有近地面层逆温弱,污染物积累慢,清除快的特征;平直西风气流型具有近地面层逆温强,污染物积累快,清除慢的特征.研究显示,冬季银川市上空500 hPa高度盛行纬向气流,地面主导风向为偏东或偏南风时,随着地面相对湿度增大、近地层风速减小、大气垂直上升运动减弱、边界层高度降低,大气中ρ（PM_2.5）将迅速升高,银川市易出现以PM_2.5为首要污染物的静稳型持续污染天气.      

基于复杂地理环境条件下的恩施州空气污染时空分布特征

为提高环境气象预报服务能力,更好掌握空气污染的发生发展规律,文中采用恩施州所属国家气象观测站历年逐日常规资料,恩施州环境监测站2016~2017年相关监测资料,采用常规统计分析方法,结合地形地貌、不同类型气候分区,对空气污染时空变化特征进行分析,结果表明:恩施州可划分为低山山地(谷)、中山山地(盆地)、沿江河谷、迎风坡地、高山山地5类气候区;低山山谷区为全州霾天气多发区和重发区,迎风坡地和较开阔盆地为霾天气少发区,在同样地形地貌环境下,低海拔地区为大值区,在相近海拔地区,开阔的山地明显比凹陷山谷区空气质量好;不同类型气候区污染程度有较大差异,低山山谷区总为AQI大值中心,霾天气总是最早出现,同时也最晚结束,为重污染中心;全区空气污染日分布具有相同的规律,峰值出现在夜间,谷值出现在清晨,6~8时污染最轻,晚间20时~次日01时污染最重;在大环流气候背景相同的情况下,地形地貌的巨大差异是各地霾天气时空分布差异的重要原因,中山盆地由于地势开阔、地面风速偏大,迎风坡地因降水偏多、主导风向明显等原因,成为州内冬半年霾天气相对少发区,而低山山谷区由于地处地形闭塞的凹地,在周围高山的屏障作用下,排放到山谷的污染物由于垂直、水平扩散均受阻,稀释扩散速率受到抑制而积聚到谷底形成了"污染池"现象,是导致该区成为恩施冬半年多霾污染的重要原因之一。     

2016冬季京津冀一次持续重度霾天气过程分析

2016年12月16~21日我国京津冀地区发生了一次持续重度霾天气过程.为了进一步加深对霾的认识和提高对霾的分析预报能力,利用多种资料,对此次重度霾天气过程的环流背景和气象要素等进行了综合性分析.结果表明,此次过程持续时间长,污染强度大,影响范围广,能见度低,以外来输送为主,气溶胶主要分布在600 m以下高度,有一定的极端异常性,静稳天气指数与空气质量指数有较好的对应关系;京津冀地区高空受高压脊前的纬向环流控制,维持偏西气流,冷空气活动弱,以下沉气流为主,水汽含量较低,高空云量较少,低空有暖脊北伸,地面位于高压东南部,受均压场控制,气压梯度较小,受偏南风影响,污染物易于堆积;地面静小风,相对湿度较高,混合层高度较低,不利于污染物的水平和垂直扩散.     

不同判别方法下四川霾日的气候变化特征

根据近34年(1981—2014年)156个四川地面站的地面观测资料,对比分析了在3种霾日判别方法下霾日的空间分布、季节变化、年代际变化特征以及气候趋势系数的分布特征.利用Morlet小波分析法比较了霾日的周期变化特点.结果表明:1原始观测霾日集中于四川盆地的北部;方法一霾日集中于盆地中南部和东部;方法二霾日集中于盆地地区,无代表高值区;方法三分布类似于方法一.2在季节变化上:不同判别方法下霾日的季节变化类似,秋冬霾日多于春夏.3霾日年代际变化明显.原始观测霾日2013年始出现突增;方法二霾日从2001年始有明显增长;方法一与方法三的年代际变化特征相似.4气候趋势系数上:原始观测变化特征不明显;方法一的系数呈现出南北反向变化;方法二与方法一的分布相似;方法三中系数的正负值区较为集中.5小波变化上:原始观测中霾日无明显周期变化,判别方法一、二、三均有各自的周期变化特点.     

安徽省持续性区域霾污染的时空分布特征

根据天气和气候特征,将安徽省分为沿淮淮北、江淮之间和沿江江南3个子区,并定义了持续性区域性霾过程.基于气象、环保及遥感资料,分析了安徽省持续性区域性霾过程及相应的气溶胶污染的时空分布特征.结果表明,江淮之间和沿江江南区域性霾日数自1980年开始总体呈增多趋势,沿淮淮北2000年开始增加趋势明显;1980年以来,城市持续性霾过程呈增多趋势,但城市之间差异较大;2000年之后持续性区域性霾过程明显增多,最长过程可达10d以上.62%以上的持续性区域性霾过程出现在冬季;江淮之间次数最多,沿江江南次数最少.区域性霾天气常对应着大范围的高湿、小风情况,并伴随着高浓度气溶胶污染,其光学厚度大于0.9,约是晴空天的2.3倍,气溶胶主要集中在400m以下,如近地面区域性霾天的消光系数是普通霾天的2~2.5倍,晴空天的3~5倍;地面PM_2.5污染而言,区域性霾天至少有一个或以上的城市AQI会达到轻度以上污染等级的概率超过了75%.     

霾天气影响下的京津冀气候变化特征与成因

利用1961~2016年京津冀90个国家级气象站的霾数据集、日平均相对湿度、14：00能见度、日平均气温、日累计降水、日平均风速、辐射等数据,采用MASH方法、线性趋势分析方法、曼-肯德尔（Mann-Kendall）法以及相关分析等方法研究了京津冀地区霾天气影响下的气候变化特征.结果表明：京津冀地区年平均霾日数呈明显的增长趋势,增长率为5d/10a以上,大中城市年平均霾日数明显高于其他地区,霾日数突变增多发生在1992~1993年,在国家大气污染防治专项资金注入以后年平均霾日数增长趋势减缓;京津冀地区霾日和非霾日年平均气温呈上升趋势,年平均能见度呈下降趋势;年平均降水日数总体趋势减少,但是霾日降水日数逐年增加,而非霾日呈现减少趋势,两者呈现对称相反关系;京津冀霾日和非霾日年平均风速均呈逐年下降趋势;霾日数具有随着GDP、能源消耗的增加逐年递增趋势.京津冀地区霾日和非霾日年平均总辐射和散射辐射都是逐年下降,霾日比非霾日下降趋势更加明显,年平均总辐射比散射辐射下降明显;年平均霾日数与年平均总辐射、年平均风速、年平均降水呈负相关,但是与年平均气温、GDP、能源消耗呈正相关.     

天气形势对四川盆地区域性臭氧污染的影响

本研究结合地面观测资料,ERA5再分析数据和PCT客观分型法,分析了2014~2019年四川盆地区域性O₃污染特征以及天气形势与O₃污染的关系.结果表明,2014~2019年四川盆地O₃区域污染发生频数呈单峰型分布,于2016年达到峰值,且发生区域主要集中在成都平原城市群.在6种典型天气类型中,类型1、2、6为污染型,其海平面气压呈西高东低,四川盆地受低压系统控制.类型3、4为清洁型,其中类型3呈北高南低,且在四川盆地东部存在1个低值中心;类型4呈东高西低,在青藏高原区域有一些小范围的高压中心.在污染型天气形势下,四川盆地的气象条件为温度高、云量低、地面接收到的紫外辐射强、相对湿度低,加速了O₃的生成,再叠加类型1的静风条件不利于污染物扩散;类型2、6盛行的东南气流对O₃及其前体物的输送,造成污染型天气类型发生区域性O₃污染比例明显高于其他几种类型.此外,基于环流分型的预测结果表明环流形势对四川盆地各城市群区域O₃污染影响可以达到其年变化的2倍以上,对整个四川盆地O₃浓度变化的贡献率为34.8%~66.3%.