外来沙尘输送对北京市空气质量影响的预报预警技术初步研究

利用多方位监测数据和气象资料,分析了2010—2011年春季外来沙尘输送对北京市空气质量指数的影响,提出外来沙尘对北京市空气质量级别影响的预报判据。此外,基于NAQPMS模型的沙尘模块,开展数值预报研究,并对北京市2010年3月一次沙尘天气污染过程进行数值模拟试验,结果表明,模拟的PM10浓度值与实测值有较好的一致性。通过判别预报和数值模拟两种预报技术的开展,可以预报沙尘输送影响的空气质量级别、沙尘分布和演变规律,为进一步开展空气质量预报预警和防控沙尘工作打下了很好的科学基础。     

广州市春季一次沙尘天气过程综合观测

2017年4月21—23日广州市经历了一次远距离传输的沙尘天气过程,为了解沙尘过程对广州市空气质量的影响,基于广州市大气超级站,利用单颗粒气溶胶质谱(SPAMS)、气溶胶激光雷达观测数据并结合HYSPLIT后向轨迹模型分析了沙尘过程细颗粒物组分及污染来源贡献变化和沙尘气溶胶的来源及路径。结果表明:受沙尘过境影响,PM_(10)浓度大幅升高,PM_(2.5)/PM_(10)最小值仅为12.1%;沙尘过境期间影响近地面颗粒物的沙尘高度主要分布在1 km以下区域,近地面颗粒物消光系数均值为100.11 Mm~(-1),探测到最大退偏振比为0.28。SPAMS研究发现沙尘过境期间含硅酸盐颗粒物(SI)的细颗粒物数浓度比例达25.9%,是沙尘过境前的1.4倍;PM_(2.5)中扬尘贡献率明显增大,达到了17.3%,是沙尘过境前的1.9倍。后向轨迹模型HYSPLIT显示此次沙尘为典型的北方沙尘传输,沙尘源自中国西北地区,传输方向为自西北输送至华东地区后,转为东南方向影响广州市。     

2021年沙尘天气影响下江苏省空气质量特征分析

对2021年影响江苏省的沙尘天气过程开展研究,分析受影响的时间、区域特征及环境空气质量特征。结果表明,影响江苏省的沙尘天气过程共计13次,全省累计受影响229 d。从时间分布看,沙尘天气过程多发生在1月、3—5月,2月、11月较少,6—10月和12月无沙尘天气过程。从区域分布看,苏北地区受沙尘天气过程影响较显著,受影响天数>20 d的城市均分布于此。受沙尘天气过程影响,且东北偏北风或东北风输送时,可吸入颗粒物(PM_(10))和细颗粒物(PM_(2.5))较易出现小时高值。沙尘过程造成PM_(10)日均质量浓度超标的天数占比为38.0%,造成PM_(2.5)日均质量浓度超标的天数占比仅为12.7%;扣除沙尘天气过程影响后,PM_(2.5)和PM_(10)年均质量浓度分别较扣除前下降1和6μg/m 3,沙尘天气过程对PM_(10)质量浓度的影响大于对PM_(2.5)质量浓度的影响。受沙尘天气过程影响时,环境空气质量为轻度污染及以上级别占比为45.0%,苏北和苏中地区环境空气质量易达到重度污染及以上级别,苏南地区多为良或轻度污染,少有中度污染。沙尘气团远距离传输使得PM_(10)为首要污染物的特征有所削弱,83.8%的受影响天中首要污染物为PM_(10),其余为二氧化氮(NO_(2))或臭氧(O_(3))。     

2006年春季石家庄市沙尘天气与PM_(10)污染

文章应用气象资料和环境监测逐时资料,对2006年春季石家庄市出现的沙尘天气过程中PM10浓度变化,及其与污染源、天气形势、风、周边环境等的关系进行分析。结果表明,沙尘天气的首要污染物均是PM10,PM10的变化曲线呈正态分布,春季中度及以上污染日均出现在污染日当日或次日。造成石家庄沙尘天气污染源分本地型、外来型以及两者共同影响型三种。本地型沙尘污染强度取决于风速大小及强风持续时间,PM10浓度变化与风速呈正相关。而外来型污染多发生在地面弱气压场,PM10浓度变化与风速呈反相关。文章总结出沙尘天气污染预警的几个必要条件,可供实际的空气质量预警参考。     

基于颗粒物浓度的沙尘天气分级标准研究

沙尘天气在近年对我国城市空气质量造成明显影响。目前我国沙尘天气分级仍然按照气象标准 ,主要是以水平能见度进行分级。文章参考国外的有关标准 ,通过统计近年来我国沙尘天气过程中的颗粒物浓度 ,结合我国沙尘天气的发生情况和特点 ,提出了基于沙尘浓度的沙尘天气分级标准     

2005—2010年沙尘天气影响我国城市环境空气质量分析

根据2005年建成较完整的环保重点城市空气质量日报监测网后的监测数据,分析2005—2010年期间,影响113个环保重点城市空气质量的沙尘天气过程次数范围在每年5~14次之间,平均每年10次左右,总计59次。在此期间,影响113个重点城市空气质量的沙尘天气过程累计的影响时间总计130 d,平均在每年22 d左右。影响环保重点城市的沙尘天气过程主要集中在3—5月,在部分年份的1—2月、6月和11—12月也有出现。受沙尘天气影响,113个重点城市总共的超标天次平均每年在332 d次左右,每年范围在147~546 d次之间。其中,受沙尘暴天气影响的重污染天次平均每年在40 d次左右,每年范围在14~78 d次之间。受沙尘暴天气影响的超标天和重污染天主要出现在3~5月。近年来沙尘天气对我国尤其是北方地区的影响程度很大。每年沙尘天气过程对我国城市空气质量影响的时间不短,尤其在春季对我国东中部地区城市造成了很严重的影响,近年大范围的沙尘天气过程还影响到了我国东南包括台湾地区和香港澳门地区。     

2013年苏州春季一次重污染天气的过程分析

研究了2013年3月在江苏范围内的一次重污染天气过程，重点分析苏州在此次污染过程中大气污染的变化特征。污染过程中，苏州市颗粒物浓度上升较为明显， PM10的小时质量浓度最高达548μg／m3， PM2．5质量浓度也达到197μg／m3，污染持续时间为2 d，3月8—9日当地空气质量均达到中度污染水平。根据后向轨迹模型、颗粒物离子浓度的分析，此次污染是由外来浮尘及苏州本地污染物排放所造成的区域霾污染影响所致。根据监测结果与实际污染特征，针对性地提出了对策和措施。     

2015年新疆阿克苏市沙尘污染与气象因素关系的分析

应用阿克苏市国家基准站及2个环保局监测站2015年大风沙尘天气过程前后PM10浓度变化及其与污染源、NECP全球再分析资料、风、监测站周边环境等关系进行分析.结果表明,阿克苏市春季沙尘天气的首要污染物均为PM10,PM10的变化曲线呈正态分布,春季中度及以上污染日均出现在污染日当日或次日.造成阿克苏市沙尘天气污染源分本地型、外来型以及二者共同影响型三种.本地型沙尘污染强度取决于北风风速大小及强风持续时间,PM10浓度变化与风速呈正相关.而外来型污染多发生在本地型沙尘天气之后,"东灌"冷空气裹挟沙尘进入南疆盆地,造成地面加压,浮尘天气造成PM10浓度增大,并持续数天.总结出沙尘天气污染预警的几个必要条件,后续在地区环保局、县局监测站建立的情况下,为分析阿克苏地区"八县一市"污染物与气象因素的关系提供借鉴,同时为实际的空气质量预警提供参考.     

江苏泰州城市霾天和沙尘天气溶胶中细菌群落结构特征研究

近年来,空气污染已成为长三角地区最关键的环境问题之一,气溶胶颗粒物(PM)是最主要的污染物之一.生物气溶胶作为颗粒物的重要组成部分,可能对空气质量和人体健康产生不利影响.利用高通量测序方法研究了江苏省泰州2019年11月至2020年1月期间发生沙尘和霾污染时生物气溶胶中细菌群落结构组成特征.结果表明:冬季沙尘天和霾天气...     

兰州市沙尘天气对环境空气质量及人体健康的影响

一直以来,沙尘天气对兰州市环境空气质量有较大影响。通过分析研究兰州市2010-2015年5a间各月环境空气质量的有关指数,可知兰州市环境空气污染与沙尘天气有直接关系,沙尘天气仍然是目前环境空气污染的主要原因。调查分析来自当地医院呼吸科的相关数据,比对沙尘天气条件下的相关环境空气指数,用科学的统计、计算方法,得出呼吸系统的发病率与环境空气中颗粒物浓度成正比的结论。并对沙尘气溶胶造成人体伤害的具体路径进行了说明与介绍。     

影响泰州市空气质量的几种沙尘类型分析

利用2020年11月—2021年5月泰州市大气颗粒物自动监测数据,结合激光雷达观测资料、气象资料及后向轨迹模式,研究分析不同类型沙尘天气过程对泰州市空气质量的影响。结果表明,研究时段泰州市受到沙尘天气影响共计12次,影响天数21 d,污染天数占比达42.9%;按照影响时长和影响程度将沙尘天气过程分为直接影响型、移速缓慢型、边缘影响型、入海回流型等4种类型;由于天气形势背景和传输路径差异,不同类型沙尘对泰州市空气质量影响程度差异较大,整体而言,移速缓慢型沙尘、入海回流型沙尘对泰州市空气质量影响更为显著。     

中国部分地区2021年几次典型沙尘天气遥感监测分析

2021年，中国北方地区经历了多轮大范围沙尘天气，波及西北、华北、东北甚至黄淮、长三角等地区。其中，3月份出现自2010年以来最强沙尘天气过程。该研究基于Himawari-8静止卫星数据和地面同步空气站点监测数据，分析了2021年3月14—17、27—30日和4月14—15日3次典型沙尘天气过程。分析结果显示：2021年3月14—17日沙尘天气影响范围最广，沙尘分别在不同时间段起源于蒙古国西北部、中国甘肃和青海交界处、新疆和甘肃交界处，大范围沙尘天气是多处尘源综合作用的结果。3月27—30日和4月14—15日沙尘主要起源于蒙古国，沙尘源较单一，影响范围相对集中，但某些时段受影响区域的沙尘强度很高。地面同步空气站点PM₁₀监测数据与卫星数据有很好的一致性。     

基于K-means聚类的沙尘天气快速识别技术研究

依据沙尘天气判定条件分析2018年春季（2—4月）陕西省西安市环境空气质量小时监测数据，共识别9 d受沙尘影响。研究基于K-means聚类沙尘天气分析方法，分析沙尘天气监测数据特征，并对沙尘识别聚类模型进行优化研究，识别的沙尘影响天气与传统方法一致。分析表明，聚类方法可用于沙尘天气监测数据的识别，与传统方法相比较，基于K-means聚类方法能够快速、准确识别沙尘影响天气。     

2008年春季呼和浩特沙尘天气与TSP和PM_(10)污染的关系

利用TSP和PM10逐时监测数据,对2008年春季呼和浩特市TSP和PM10浓度的变化及其在沙尘天气过程中的相关性进行了分析,结果表明:(1)2008年春季TSP和PM10浓度值多高于国家环境空气质量二级标准,沙尘天气是影响空气环境质量的主要诱因。(2)TSP和PM10浓度在沙尘暴发生当日及前后几天均会有不同程度的增加,且以沙尘天气发生当日浓度最大。TSP和PM10浓度3月份最低,4月份次之,5月份最高。(3)不同沙尘天气过程中,TSP和PM10浓度相差明显,且TSP与PM10/TSP值随沙尘天气强度的增加而增大,PM10在不同沙尘天气过程中均为主要组成成分。(4)沙尘天气过程中TSP与PM10呈线性相关。     

青海高原一次沙尘重污染天气成因分析

利用常规观测的卫星云图资料、地面资料、探空资料、地面污染物监测数据,结合拉格朗日粒子扩散模型(LPDM)污染源溯源方法,对2018年2月青海高原一次沙尘重污染天气的主要成因以及沙尘传输特征进行了分析。结果表明:此次重污染天气受高空低槽东移影响,在300~700 hPa形成了强烈的辐散下沉,槽后的高空急流随之东移。在其东移过程中,受高空急流动量下传及偏北气流中的冷空气共同作用,青海东部出现了大风沙尘天气。边界层中逆温层的存在是此次污染天气持续的重要原因之一,加之未出现明显降水,不利于大气污染物的扩散。通过运用LPDM对此次污染天气的运动轨迹进行分析来看,气团影响的模拟高度层距离地面100 m,气团层趋势一致。研究区地处青藏高原,海拔较高,0~100 m高度的气团足迹可以反映出PM 10污染气团的输送路径。同时,0~100 m是主要的人为源排放空间,也是对人类活动影响较大的区域。气团足迹与PM 10浓度的变化趋势一致,即青海东部沙尘污染主要是由河西走廊沙尘倒灌进入青海东部导致,这与天气学分析结果一致。     

Application of wind-profiling radar data to the analysis of dust weather in the Taklimakan Desert

The Urumqi Institute of Desert Meteorology of the China Meteorological Administration carried out an atmospheric scientific experiment to detect dust weather using a wind-profiling radar in the hinterland of the Taklimakan Desert in April 2010. Based on the wind-profiling data obtained from this experiment, this paper seeks to (a) analyze the characteristics of the horizontal wind field and vertical velocity of a breaking dust weather in a desert hinterland; (b) calculate and give the radar echo intensity and vertical distribution of a dust storm, blowing sand, and floating dust weather; and (c) discuss the atmosphere dust counts/concentration derived from the wind-profiling radar data. Studies show that: (a) A wind-profiling radar is an upper-air atmospheric remote sensing system that effectively detects and monitors dust. It captures the beginning and ending of a dust weather process as well as monitors the sand and dust being transported in the air in terms of height, thickness, and vertical intensity. (b) The echo intensity of a blowing sand and dust storm weather episode in Taklimakan is about ?1~10 dBZ while that of floating dust ?1~?15 dBZ, indicating that the dust echo intensity is significantly weaker than that of precipitation but stronger than that of clear air. (c) The vertical shear of horizontal wind and the maintenance of low-level east wind are usually dynamic factors causing a dust weather process in Taklimakan. The moment that the low-level horizontal wind field finds a shear over time, it often coincides with the onset of a sand blowing and dust storm weather process. (d) When a blowing sand or dust storm weather event occurs, the atmospheric vertical velocity tends to be of upward motion. This vertical upward movement of the atmosphere supported with a fast horizontal wind and a dry underlying surface carries dust particles from the ground up to the air to form blown sand or a dust storm.     

河源市2014-2017年空气污染特征及天气类型分析

利用2014—2017年河源城区环境空气自动监测站数据和气象数据，对期间出现的污染天气过程进行统计，对影响污染的天气类型进行分类。结果表明，2014—2017年，河源城区累计出现污染天气65 d，超标污染物主要为PM_2.5和O₃，O₃超标比例逐年上升成为达标率首要影响因子。PM_2.5易污染天气型中冷高压出海占比最多（38.2%），其次为冷锋前（17.7%）和均压场（14.8%）；O₃易污染天气型中副高控制占比最多（31.0%），其次为副高叠加台风外围（24.1%）和冷高压出海（13.8%）及均压场（13.8%）。河源城区低程度污染（AQI值101～110）占比较大。