佳木斯大气污染物扩散影响因素及区域探究

对影响佳木斯市大气污染物扩散的因素进行了分析。结果表明,大气稳定度、垂直和水平温度梯度、低空风场引起的平流动力输送、地面粗糙度、湍流运动、雨雾等都不同程度地影响大气污染物的扩散,以一定的传输和扩散规律决定城市大气污染水平的高低,并由此使局部区域污染程度各不相同。城市热岛效应和温度层结是影响大气污染物扩散的重要因素。影响区域主要为城市主导风向下风向的城市东部地区。     

周边烟雾对石家庄市环境质量的影响机理分析

利用极轨卫星监测、环境监测和实时气象观测资料,针对2002年10月石家庄市出现的严重烟雾污染个例进行了分析,对影响石家庄市环境质量的烟雾污染源区和烟雾扩散输送的范围、强度进行了实时监测;对烟雾污染的机理进行了初步探讨,结果表明:(1)华北中南部持续的逆温层阻挡了烟雾的垂直湍流扩散,使得烟雾在水平方向上长距离输送;(2)河北南部地面较强偏南风及低空流场为烟雾输送提供了动力条件;(3)地面及低空风的辐合及太行山地形影响形成的局地环流使得烟雾在石家庄区域汇集;(4)本地不利扩散的气象条件使得烟雾停滞。     

平流层臭氧深度侵入对典型城区的影响过程分析

中纬度平流层臭氧深度侵入是造成对流层至近地面臭氧浓度突增的原因之一。筛选春夏季臭氧浓度升高时段的高分辨率大气再分析数据ERA5,以位涡值的下沉趋势分析了对流层顶折叠位置及变化过程;以AIRS数据反演了臭氧浓度、一氧化碳浓度和相对湿度的垂直廓线,并估计了其分布及相关性;以近地表污染物浓度变化、HYSPLIT模型后向轨迹分析结果证实了臭氧侵入气团的运移轨迹和局地效应;通过激光雷达监测结果观测臭氧垂直浓度分布,确定了臭氧浓度最大值所处高度,判定了受影响近地点的浓度升高时刻;以边界层高度变化、气象条件分析结果及当地与周边城市地面监测数据的逐小时变化情况等综合信息,进行了区域确认和近地面影响判定。通过以上数值综合分析,对城市地区受平流层臭氧深度侵入影响的过程和具体时间进行了详细再现,可为排除非人为排放因素导致的近地表臭氧浓度增加提供回溯分析,为臭氧污染防控决策提供依据。     

秸秆焚烧对哈尔滨市灰霾天气的影响

2015年11月1—4日,哈尔滨市及周边地区发生了连续的灰霾天气,颗粒物浓度急剧升高。污染发生时,监测仪器均布设在哈尔滨市区上风向30 km处(哈尔滨市双城区)并开展了连续96 h的监测分析。综合利用气象观测资料,3D可视激光雷达监测资料及地面空气污染监测资料分析了灰霾天气发生的气象条件和污染边界层特征,根据哈尔滨市双城区大气污染物排放源谱库对主要成分进行来源解析,结合颗粒物质量浓度和气象条件研究了秸秆焚烧对灰霾天气的影响。结果表明,灰霾天气持续期间,夜间生物质燃烧源成为该地区颗粒物的第二大源;秸秆焚烧产生的大气污染物,由于地面长时间静风,污染边界层降低等原因,致使本地污染物累积、不易扩散,加剧了本次污染。     

湖南省大气污染特征及气象影响分析

为深入探究湖南省大气污染过程变化特征及气象条件对不同首要污染物的影响,利用2015—2021年湖南省14个市州的大气环境监测数据及气象观测数据,分析研究了68次污染过程的持续时长、分布特征等,并根据污染来源分析结果、传输路径分析结果,结合地形特征,进行了污染影响区域划分,对不同首要污染物的气象因子反馈机制进行了细致剖析。结果表明:湖南省大气污染过程以颗粒物污染为主,年变化特征呈现为单峰形,单次污染过程持续时长一般不超过3 d;3条主要的污染物传播路径均是由湘北地区进入长株潭城市群;污染来源以本地积累为主,外来输送与本地污染叠加次之;颗粒物污染主要受边界层稳定程度、逆温情况和近地面空气湿度的影响,臭氧污染则主要受紫外辐射、前体物浓度和扩散条件等的影响。     

太原地区大气污染物输送特征分析

使用太原地区历史气候资料讨论了太原市大气污染物向外输送的规律.通过对飞机航测、地面监测和低空同步气象观测资料的综合研究,对太原市大气污染物向太原盆地中、南部的输送通道和SO2向气溶胶转化等方面提出了进一步的认识.     

华东森林及高山背景区域SO2、NOx、CO本底特征

国家大气背景监测福建武夷山站是中国华东区域背景站点之一，可代表华东森林及高山区域背景状况。为了解该区域的大气背景状况，评估区域污染现状以及污染物输送在区域污染中的作用，选取福建武夷山背景站2011年3月至2012年2月主要气体污染物（SO₂、NO_x、CO）为期1年的监测数据，研究各污染物在不同时间尺度的浓度变化特征和相关关系，以及与气象因子的相关关系，并利用后向轨迹模式探讨区域输送对华东森林及高山背景区域各气体污染物质量浓度的影响。结果表明，武夷山背景点监测期间SO₂、NO_x、CO的平均质量浓度分别为3.9、5.1、409.8 μg/m³，且具有明显的季节变化特征，春、冬季明显高于夏、秋季；三者日变化幅度均很小，呈现出单谷型分布型态，说明武夷山背景点受人为活动的影响很小，主要受气象条件影响；相关性分析结果显示，SO₂与NO_x浓度相关性较好，与湿度有较好的负相关，与风速在冬季具有一定的正相关，NO_x与CO浓度在秋季和冬季的相关性较好，且二者与温度的负相关性较好。后向轨迹分析结果表明，SO₂全年最大浓度峰值主要来自北方采暖季燃煤排放的远距离输送影响，NO_x、CO全年最大值则源于生物质燃烧的远距离输送影响。     

沈阳市冬季重污染过程PM2.5浓度变化及成因分析

利用多种污染物浓度数据、气象观测数据,结合HYSPLIT后向轨迹模式,对2015年11月6—10日发生在沈阳的一次较长时间重污染天气过程,从大气浓度变化、天气形势特征及成因机制等方面进行综合分析。结果表明,重污染期间日空气质量指数均超过重度污染限值200,首要污染物PM_(2.5)最高小时质量浓度达到1 326μg/m3,为沈阳市监测PM_(2.5)以来的历史峰值。此次空气污染是气象及人为因素共同作用的结果,重污染过程时段内高空场不利于气流上升运动的发展,地面倒槽、稳定的大气层结不利于污染物的扩散。此次重污染过程与大范围秸秆集中燃烧、大量污染物排放有一定关系。通过后向轨迹计算分析,发现颗粒物长距离输送对区域污染产生一定影响。     

淮阴市大气污染物垂直分布规律探讨

通过对淮阴市城区内大气污染源调查及不同高度主要大气污染指标的监测研究,分析了淮阴市城区大气污染物时空分布的基本趋势。结果表明,市区大气污染与污染源分布及源强呈一定相关性,近地面的大气环境质量劣于高空的大气环境质量,污染物的垂直分布受大气稳定度影响。     

长三角城市群污染输送相互影响的敏感性试验

利用WRF-Chem模式,对2013年11月29日至12月11日长江三角洲地区的严重空气污染事件进行数值模拟,研究长三角核心区不同污染物本地源和外来输送所占比重。分析长三角核心区排放源对本地不同污染物浓度的污染贡献。结果表明,在2013年12月的这一次污染事件中,颗粒物平均本地贡献与外来输送基本比重相当;而SO_2、CO、NH_3、NO_x这4种气体污染物则以本地贡献为主,本地贡献的差异与气体的化学反应活性有关,活性越强本地贡献比重越大。污染过程中12月7日至12月9日00:00为污染最严重的时段,污染物的本地贡献有明显上升。区域间输送的方向和强度与地面风向、风速有紧密的联系。在边界层高度范围内,大部分污染物越往高空本地排放源的贡献越弱,外来输送主导作用增强,而硝酸盐在地面、1 km和1.5 km的本地贡献差异远小于其他污染物。     

长株潭区域一次重度污染过程气象成因

利用PM_2.5质量浓度、地面气象要素、NCEP、ERSST＿V3、GBL等资料，研究了2021年12月7—11日长株潭地区一次重度空气污染过程的特征及成因。结果表明，高空平直环流、无明显槽脊影响，地面弱冷空气活跃是本次重度空气污染过程的主要环流形势特征；地面均压场、小风和升温增湿是此次重度空气污染过程的主要气象要素特征。污染物浓度变化与主导风向和污染通道密切相关，本地风速对混合层的高度、污染物水平扩散影响较大，600～700 hPa逆温层有利于污染物在主导风作用下近距离传输及在低层交换积累。我国中东部污染物积聚是长株潭区域重要的污染来源，长株潭地区存在区域性同步污染现象。低层流入长株潭区域气流轨迹差异及地理条件是长株潭污染物空间分布差异的重要因素。     

NARX神经网络模型在昆明市环境空气质量预测中的应用

神经网络模型作为一种重要的手段被广泛应用于数学计算、物理建模、水文模拟、环境预测、人工智能等研究领域。为验证神经网络模型在高原山地城市环境空气质量预测中的作用,以昆明市环境空气自动监测站气象因子和污染物浓度数据为基础,构建NARX神经网络模型,对污染物浓度进行预测。结果表明,基于NARX神经网络建立的预测模型具有很强的非线性动态描述能力,能够对环境空气6参数做出较为准确的预测,其预测浓度相对误差显著低于CMAQ、NAQPMS空气质量数值模式以及LSTM统计模型预测结果。优化后的NARX神经网络对污染物浓度变化趋势的预测较其他几个模式更为敏感。     

Study on gas diffusion emitted from different height of point source

The flow and dispersion of stack-gas emitted from different elevated point source around flow obstacles in an urban environment have been investigated, using computational fluid dynamics models (CFD). The results were compared with the experimental results obtained from the diffusion wind tunnel under different conditions of thermal stability (stable, neutral or unstable). The flow and dispersion fields in the boundary layer in an urban environment were examined with different flow obstacles. Gaseous pollutant was discharged in the simulated boundary layer over the flat area. The CFD models used for the simulation were based on the steady-state Reynolds-Average Navier-Stoke equations (RANS) with kappa-epsilon turbulence models; standard kappa-epsilon and RNG kappa-epsilon models. The flow and dispersion data measured in the wind tunnel experiments were compared with the results of the CFD models in order to evaluate the prediction accuracy of the pollutant dispersion. The results of the CFD models showed good agreement with the results of the wind tunnel experiments. The results indicate that the turbulent velocity is reduced by the obstacles models. The maximum dispersion appears around the wake region of the obstacles.     

基于激光雷达分析2020年冬季镇江地区一次大气污染过程

利用气溶胶激光雷达观测结果,结合环境监测站污染物浓度数据、气象观测资料及HYSPLIT后向轨迹模式结果,综合分析2020年1月17—22日镇江市一次大气污染过程。结果显示,此次污染过程前期天气形势稳定,不利于污染物的清除及扩散,后期受偏北风影响,北方污染物向镇江输送,使得本地污染物持续累积,污染不断加重。特征雷达图分析表明此次污染为以PM2.5为主的二次污染。激光雷达显示污染日消光系数为0.0~0.9 km-1,消光系数垂直廓线日变化特征明显,气溶胶粒子主要堆积在0.6 km高度以下,并且很好地揭示了污染气团从高空逐渐下沉最终与本地污染叠加的过程,与HYSPLIT模式解析的污染气团来源结果基本一致。     

烟花爆竹禁燃对春节期间东北地区空气质量影响评估

利用2015—2017年春节期间东北地区主要大气污染物(PM_(10)、PM_(2.5)、SO_2、NO_2、CO和O3)质量浓度监测资料及相应气象因子(温度、湿度、风速和气压)观测资料,分析了春节期间烟花爆竹禁燃对东北地区空气质量的影响。结果表明:随着东北地区主要城市禁燃力度的增强,空气质量逐年提升,PM_(2.5)和SO_2浓度逐年大幅度下降。禁燃可明显降低城区PM_(2.5)浓度,而由于春节期间污染源整体减少,城区和城郊监测点PM_(2.5)浓度值差异减小。烟花爆竹对PM_(10)和PM_(2.5)浓度影响高于对气体污染物SO_2、NO_2和CO的影响。此外,气象条件对东北地区春节期间禁燃改善空气质量的效果也有明显影响。因此,结合春节期间的气象条件,在东北地区实施禁燃政策动态调整非常必要。     

基于CFSv2的延伸期空气质量数值预报技术及效果评估

介绍了基于CFSv2产品开展空气质量数值模拟的技术方法以及基于该技术的成都市延伸期空气质量预报系统,评价了2019年9月25日至12月25日的预报结果,以2019年12月为例分析了系统对具体污染过程的预报能力。结果表明,系统AQI预报准确率为36.67%,等级预报准确率为68.93%,"时段1"的预报效果优于其余时段,但"时段2"和"时段3"在污染物浓度水平上仍然具有较高的参考价值。系统在PM2.5浓度、气温和气压的变化趋势上提供21 d左右的参考。后续工作中,将针对CFSv2产品开展气象模型参数方案优选,并尝试结合基于GFS产品驱动的常规业务数值预报产品为延伸期空气质量预报提供污染物浓度初始场,减少误差传递,从而提高延伸期空气质量预报产品的准确性和可用性。     

黑龙江省环境空气污染物和气象要素的典型相关分析

通过对黑龙江省4个自然年(2016年1月1日—2019年12月31日)环境空气污染物和气象要素的分析,揭示了黑龙江省气象条件对空气污染物浓度的影响规律与特征。对PM_(2.5)、PM_(10)、SO_2、NO_2、CO和O_3等6项污染物的描述性统计和简单的相关分析显示:黑龙江省环境空气质量呈现逐年变好的趋势,非采暖期环境空气质量好于采暖期,6项污染物中除O_3呈现夏季偏高以外,其余污染物采暖期浓度均高于非采暖期。运用典型相关分析法探究环境空气污染物与温度、降水量、相对湿度、风速和气压5项气象要素之间的关系,并进行统计学检验,结果表明:环境空气污染物与气象要素之间存在显著相关,温度、风速和相对湿度对污染物具有显著影响。非采暖期大气相对湿度对PM_(10)和O_3-8h的影响显著;而在采暖期,风速对PM_(10)和PM_(2.5)的影响显著。     

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。