风廓线雷达在北京地区一次强沙尘天气分析中的应用

基于北京地区逐小时风廓线雷达数据、大气成分观测数据以及地面常规观测资料对2017年5月3~7日一次沙尘天气过程进行了研究.结果表明：受蒙古气旋影响,全国多地出现空气质量严重污染,其中北京PM₁₀浓度达到严重污染级别时间超过30h.通过对边界层内水平风场、垂直速度以及大气折射率结构常数等要素进行分析,研究发现沙尘爆发前,边界层内出现平均风速达到14.8m/s的西北急流核,该急流核的建立有利于将高层沙尘粒子向近地面传输,而沙尘爆发阶段边界层通风量较前期增加31.6%,中低层的通风量逐渐占据主导地位,使近地面PM₁₀浓度出现爆发性增长.此外,整个沙尘天气过程中,以弱下沉运动为主,垂直速度在1m/s以下,而沙尘天气爆发前,边界层内出现强烈垂直下沉运动,达到5.3m/s.同时,大气折射率结构常数出现1.0×10^-16的高值中心.二者均先于地面污染物浓度的变化,预报时间提前量为8~9h,可为今后沙尘预报提供一定参考.     

基于地基遥感资料的厦门市污染边界层特征分析

城市大气边界层是影响城市环境气象的重要研究对象,本研究利用新型地基遥感数据针对城市颗粒物污染过程开展边界层特征分析,旨在利用风廓线雷达和微波辐射计等高时空分辨率的遥感数据探讨边界层内大气运动、温湿条件的变化与近地面污染累积的关系.结果表明:厦门地区颗粒物污染过程中,边界层内弱风层厚度较地面风速而言更能够代表边界层内扩散条件的变化,可以更好地表征和预测近地面污染的变化;在局地累积的污染过程中,边界层内存在较厚的弱风层,同时2 km以下的风场有明显的风向转变特征,导致边界层内不存在有效的传输和扩散,另外,污染时边界层垂直温差可以在一定程度上反映干季的垂直扩散条件,0～3 km温差与PM_(2.5)浓度有着密切的联系;冷空气过程有将上游污染物向本地区输送的可能,城市边界层在东北大风的条件下伴随着显著的垂直下沉运动,有利于上空污染向下扩散.多源地基遥感数据联合分析能够进一步解释城市边界层内气象条件对于城市大气污染变化的影响,集合各设备的探测优势开展城市宜居和污染气象条件研究具有较高的科学性和可行性.     

兰州市大气重污染气象成因分析

兰州市曾经是全国乃至全世界空气污染最严重的城市之一,重度空气污染特征明显.根据兰州市环境保护局公布的大气污染数据及气象局的气象观测数据,采用时间序列法和相关统计方法对兰州市2002—2011年空气污染指数(Air Pollution Index,API)大于200的大气重污染特征进行研究,并探析了其气象学成因.结果表明,静稳型重污染发生天数约占重污染发生总天数的77%,而沙尘型重污染只占23%.静稳型重污染是兰州市最主要的大气重污染类型,它往往存在PM10、SO2和NO2三种污染物同步累积的过程,持续时间长,主要发生在冬季;而沙尘型重污染持续时间短,由于外来高浓度沙尘输送的影响,PM10浓度会急剧升高,而SO2和NO2浓度则会明显下降(SO2、NO2浓度明显低于静稳型重污染),几乎都发生在春季.对它们的成因分析表明:静稳型重污染的气象学成因主要是风速小,稳定能量大,大气环境稳定度大,不利于湍流扩散,本地源污染物持续积累造成;沙尘型重污染气象学成因主要是春季气候干燥,相对湿度低,造成大风沙尘天气,给兰州市输送大量沙尘颗粒形成大气重污染.此研究结果可为兰州市大气重污染的防治提供科学依据.     

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.     

2016年冬季北京地区一次重污染天气过程边界层特征

利用中国气象局地面常规观测资料、微脉冲激光雷达（MINI-MPL）、风廓线雷达资料、生态环境部大气成分等资料,对2016年12月16~21日京津冀多地污染过程的生消特征、与气象条件的关系以及边界层的结构特点进行了分析.结果表明：大气处于静稳状态,低层大气盛行偏南气流,大气湿度持续增加,加之北京三面环山不利于污染物扩散的特殊地形是造成北京此次严重空气污染的重要因素.重污染期间,污染物主要聚集在800m高度以下,严重污染时,污染物高度甚至仅有400m左右.风廓线雷达反演风场显示：2次PM_2.5浓度快速上升阶段低层伴随持续偏南风或偏东风.污染过程期间,逆温结构明显,两次污染快速发展阶段恰好出现在两次逆温最强时段.此次污染天气过程,激光雷达退偏振比总体小于0.25,反映污染主要是人类活动产生气溶胶,前期以一次排放颗粒物为主,后期以二次转化颗粒物为主.退偏振比污染过程前期呈明显日变化特征,且白天退偏比比夜间高.     

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。     

成都冬季一次持续污染过程气象成因及气溶胶垂直结构和演变特征

基于气溶胶激光雷达观测和环境监测站污染物浓度数据、气象观测资料及HYSPLIT后向轨迹模式,分析了2017年12月中下旬,成都市一次本地积累和沙尘输送影响的持续污染过程中污染物浓度、污染物来源、天气系统和气溶胶消光系数的垂直分布及演变.结果表明:①此次污染过程持续时间长,根据气象条件和主要污染物种类,分为本地污染累积、北方沙尘输送和混合影响3个阶段.②本地污染积累阶段,消光系数垂直分布不均匀,受湿度、太阳辐照与逆温层等气象因子的影响,垂直结构变化较大.消光系数最大值多出现在250 m附近,此阶段退偏比数值很小.③沙尘影响阶段,消光系数较前期明显下降,高值区位于250 m及2 km处.退偏比显示沙尘粒子于29日午后开始逐渐抵达成都市2 km高空,并于夜间达到峰值.退偏比相较本地污染累积阶段明显增大,各时段退偏比结构类似,近地面数值略低于高空.④混合影响阶段,消光系数强度小幅回升,退偏比显示有部分沙尘粒子漂浮在1～2 km高度上.     

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255 m气象塔天津地区污染天气高空风特征研究

基于2016年4月—2017年3月天津地区地面、255 m气象塔和风廓线监测数据,结合数值模拟,研究天津污染天气分析中高空风特征,以期进一步提高污染天气预报准确率.结果表明:高空风速和风向分析对污染天气趋势判断有重要作用,如冠层以上高度风速、300~1500 m风向对PM2.5污染程度的指示效果好于近地面同类数据;在选取高空风速指标时,应尽量避免边界层顶附近高度风速数据选取,如使用300 m和600 m风速和作为指标要好于300、600和900 m风速和作为指标.而其是否有利于污染扩散判断的临界阈值为10~15 m·s-1,小于10 m·s-1时水平扩散条件不利于污染物扩散,大于15 m·s-1时有利于污染物扩散.分析高空风向时,需要考虑输送高度和Ekman螺线的影响,与地面不同,300~1500 m高空风分析时,有利于出现污染天气的风向为西风、西南风和南风,而地面仅为南风和西南风;当1500 m高度呈现东风、偏东风和东南风时,天津地区受来自渤海的气流影响明显,污染气象条件有利于污染物扩散,空气质量以良好为主.     

2015年干季佛山一次重空气污染过程形成机理研究

2015年12月21-23日,广东珠三角佛山地区出现了一次PM_2.5重污染过程.利用佛山地区顺德、禅城、三水3个站点风廓线雷达、激光雷达和微波辐射计观测资料,结合地面气象观测数据和污染物浓度数据,分析研究了这次重污染过程的形成机理.结果表明：1形成这次污染过程的主要原因是近地层偏南风和偏北风对峙导致水平风速减小,大气水平输送能力变差;持续时间长且强度达到3℃·km^-1的强逆温抑制了污染物的垂直扩散;800 m以下超过90%的高相对湿度造成气溶胶粒子吸湿增长显著.2持续时间长且比较深厚的小风层是造成这次污染过程的直接原因,小风层厚度是预报空气质量变化的较好工具.与地面风速相比,PM_2.5浓度与小风层厚度的相关系数最多能提高0.36,且具有较长的预报时效.佛山地区小风层的风速阈值为3.8 m·s^-1.3这次污染过程存在两种不同的污染形成机制,污染前期（21-23日中午）主要以本地污染物累积为主,污染后期（23日下午）下风向地区（三水）的污染主要是受上风向地区（顺德和禅城）的污染输送影响.     

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.     

成都市一次典型空气重污染过程特征及成因分析

为了研究成都市冬季空气重污染过程的成因,以2015年12月26日—2016年1月6日成都市一次典型重污染天气过程为例,基于HYSPLIT后向轨迹模式结合全球资料同化系统(Global Data Assimilation System,GDAS)气象数据和成都市7个监测站的AQI、PM_(2.5)、PM10、NO2质量浓度数据,使用气象分析、轨迹聚类(Cluster Analysis)、潜在源贡献因子法(Potential Source Contribution Function,PSCF)和浓度权重轨迹法(Concentration Weighted Trajectory,CWT),分析了此次过程的气象特征、轨迹输送特征和污染物潜在来源分布.结果表明,此次污染天气过程是以PM_(2.5)为主要污染物,其次为PM10、NO2.2015年12月30日14:00左右是此次污染天气过程各站点PM_(2.5)、PM10浓度到达峰值的时刻.缺少北方冷空气南下,四川盆地内空气水平运动弱,以及扩散条件差的静稳天气形势是导致此次大气污染过程成都市污染物累积的原因,而冷空气活动是改善这种天气形势的关键.污染过程辐射逆温层的形成对当时污染物浓度增长有促进作用,但随着每日生消、加强减弱,其并不是最终导致重污染天气形成的关键因素.川东北的广元、绵阳、德阳等地区和成都本地及其南向的眉山、雅安等地区是此次过程主要的潜在源区,这些地区人口较密集,工业较发达,且沿地形走向而分布.     

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.      

2014年2月下旬京津冀持续重污染过程的静稳天气及传输条件分析

利用常规气象观测资料、空气质量监测资料、再分析资料和数值模式资料,分析了2014年2月20-26日京津冀地区持续重污染天气过程的环流背景、气象要素特征、静稳天气条件和传输条件.结果表明：2月20-26日,亚洲东部受弱高压脊控制,京津冀及周边地区位于地面高压后部,等压线较为稀疏,气压梯度小,造成地面风速较小;与此同时,混合层高度低,通风系数小和逆温存在,构成重污染天气出现和维持的气象条件,均不利于大气中污染物和水汽的垂直和水平扩散.静稳天气指数对于重污染天气有一定的指示意义,高静稳天气指数通常对应高PM_2.5浓度,且二者变化趋势一致性高;2月20-26日静稳天气指数总体上大于2014年1-3月其他几次污染过程,且在高位长时间维持,造成此次污染过程更严重.此外,传输条件也是京津冀重污染天气的主要成因：地面高压西侧的偏南或偏东气流有助于污染物和水汽向京津冀地区输送和聚集,使能见度进一步降低、污染物浓度进一步升高.     

贝加尔湖高压分裂过程对绥化市重污染的影响

为探究贝加尔湖高压分裂过程对绥化市2020年1月份持续性重污染事件的影响,以WRF中尺度气象预报数据及气象观测数据为分析基础,分析了2020年1月9~21日的天气形势及气象要素变化,并结合污染物浓度观测数据及PM_2.5组分观测数据（13~21日）,分析了该过程中污染物浓度变化及化学组分特征.结果表明：此次污染过程由贝加尔湖分裂高压引起的持续性静稳天气造成,11~20日期间,空气质量指数AQI变化范围为182~329,其中有9d污染状况为重度及以上污染;重污染期间,地面风速最低下降至0.5m/s左右,能见度下降至1km左右,且出现逆温层,大气扩散条件差;持续性静稳天气导致大气氧化性增强,氧化剂浓度（ρ（NO₂）+ρ（O₃））约94~118 μg/m³,相对湿度约为94%,ρ（SO₄^2-）、ρ（NH₄⁺）最大日增量达28.59、11.32μg/m³,增长速度相比于14日分别增加了1264%、1270%,高湿高氧化性的大气环境显著促进了二次无机盐的生成.贝加尔湖高压分裂过程导致持续性静稳天气,加之污染物的本地排放与积累,增加了大气氧化性,进而形成绥化市持续性重污染天气.     

气象条件对天津冬季低层大气中PAN浓度的影响

采用在线仪器监测分析2017年冬季天津气象铁塔220m观测平台大气中过氧乙酰硝酸酯（PAN）的体积浓度,并结合污染物资料、气象观测资料和后向轨迹分析造成PAN高值的影响因素.观测期间天津城区大气中PAN的体积浓度平均值为（0.57±0.54）×10^-9,PAN体积浓度存在2个峰值,大体上对应着2次重污染过程.PAN与O₃间不存在明显的相关性,但与PM_2.5质量浓度相关性较好,表明光化学反应并非影响冬季PAN浓度的唯一因素,后向轨迹的聚类分析以及改进的静稳指数显示远距离输送和本地积累对PAN浓度的时空分布发挥了较大作用.对观测期间一次重污染天气过程中温度、相对湿度和风的垂直廓线,以及混合层厚度等气象条件的分析表明,PAN浓度上升既受到区域输送影响,也与静稳天气下的污染物积累有关.     

四川盆地近地面风场及污染物输送通道统计分析

利用2017年四川盆地18个城市PM_2.5小时浓度数据、欧洲气象中心ERA-Interim再分析资料对四川盆地污染特征及不同季节近地面风场特征进行统计分析.通过分异指数和相关性分析各城市PM_2.5逐小时浓度，结合近地面风场特征分析出四川盆地污染物变化趋势最相似的城市组合，探索污染物传输特征.研究发现，分异指数和相关性分析得到的传输通道城市组合与地面风场基本相符.四川盆地污染物输送途径可能包括以下3条路径，第1条"川西通道"：污染物随气流沿广元→绵阳东南部→德阳→成都、眉山北部→雅安流动；第2条"川中通道"：污染物随气流沿巴中→南充北部→遂宁北部、绵阳东南部→资阳北部→眉山东部→乐山北部流动；第3条"川东通道"：污染物随气流沿重庆北部→达州、广安→南充南部→遂宁中部→资阳东部→内江、自贡→宜宾、泸州流动.川西通道城市污染排放量大，容易引起连片污染，对应城市群应实施联防联控；川东通道末端在川南城市群和重庆形成风场辐合，造成污染物的滞留和累积，因此，建议在中长期产业布局中减少川南城市群的重污染企业.