2010年春季沙尘天气对北京市空气质量的影响及其天气类型分析

利用2010年3-5月北京市市区以及北京西北部、西部和东部3个不同方位边界的空气质量自动监测站监测数据,结合气象资料和激光雷达观测数据,分析了春季外来沙尘对北京市空气质量的影响。研究结果表明:2010年春季北京市出现15次外来沙尘天气,外来沙尘输送对北京市空气质量的影响天数为21 d,直接造成15 d空气质量超标,最严重的一次API指数达到最大值500。沙尘的天气形势特征以及输送路径的不同,对北京市空气质量的影响有明显差异。当低压中心过境时,沙尘天气影响最重,颗粒物浓度显著上升,气态污染物迅速下降,沙尘呈现自西北向东南输送的特征;低压底部过境与低压中心过境类似,但是沙尘强度略弱;除此之外,沙尘回流也可以直接造成北京市空气质量超标,颗粒物浓度和气态污染物浓度均表现出上升的变化趋势。     

博鳌亚洲论坛2018年年会期间空气质量预报保障技术研究

为了做好博鳌亚洲论坛2018年年会期间的空气质量保障工作,通过综合分析2015-2017年同期的监测数据及其气象条件,依托空气质量多模式数值预报系统,以专家组现场会商研判的方式开展了空气质量预报保障工作。结果显示,海口市、三亚市和博鳌镇在会议期间空气质量保持优良,每日AQI预报结果在±10的准确率为72. 2%,有效支撑了博论坛期间空气质量保障工作。会议期间文昌区域站和五指山背景站出现超标现象,超标污染物均为O3,外来污染传输是今后博鳌论坛保障中需重点关注的关键影响因素。     

博鳌亚洲论坛2018年年会期间空气质量预报保障技术研究

为了做好博鳌亚洲论坛2018年年会期间的空气质量保障工作,通过综合分析2015—2017年同期的监测数据及其气象条件,依托空气质量多模式数值预报系统,以专家组现场会商研判的方式开展了空气质量预报保障工作。结果显示,海口市、三亚市和博鳌镇在会议期间空气质量保持优良,每日AQI预报结果在±10的准确率为72. 2%,有效支撑了博论坛期间空气质量保障工作。会议期间文昌区域站和五指山背景站出现超标现象,超标污染物均为O_3,外来污染传输是今后博鳌论坛保障中需重点关注的关键影响因素。     

新疆典型城市空气中TSP与PM10监测指标对空气质量级别的影响

通过对新疆4个典型城市开展为期4年的TSP、PM10浓度同步监测,分别以TSP、PM10为指标计算空气质量级别,对比2个指标影响空气质量级别所造成的差异,从而提出适合新疆城市,尤其是南疆城市沙尘天气情况下的空气质量监测体系,提出使颗粒物监测结果能够真实客观地反映干旱区城市环境质量状况的监测方法和方案。     

对比分析法在环境空气质量预报业务中的应用

通过分析京津冀及周边区域环境空气质量预报的实际案例,从实时监测、污染源、大气条件以及数值预报模拟4个方面阐述了对比分析法在空气质量预报业务中的应用,帮助预报员比较类似污染源排放条件下的大气条件变化或者类似大气条件下的污染源变化,以便进一步开展量化分析。研究结果显示:利用时间同比、空间比较和大气条件对比的分析方法,能够判断在类似污染源排放和相似大气条件下,主要污染物的浓度水平、重污染发生、影响范围、持续时间、严重程度等污染特征以及污染物的水平传输影响等;采用污染源变化对比分析法,能够获得在类似大气条件下,污染源排放的减少或剧增对主要污染物浓度水平的影响程度;通过数值预报模式结果对比分析,能够获得在类似的污染源排放条件下,大气环流形势的稳定程度和变化情况,从而判断其对污染物浓度水平的影响。对比分析法是开展京津冀及周边区域环境空气质量预报业务中的重要环节,有利于持续提高空气质量预报的准确率,供全国空气质量预报员开展辖区空气质量预报时参考。     

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。     

基于WRF-NAQPMS的一次沙尘天气预报评估

为提高沙尘天气的预报准确率,利用ECWMF再分析资料和近地面PM₁₀小时质量浓度监测数据,评估WRFNAQPMS模式对2021年3月15—21日甘肃强沙尘过程的预报能力。结果表明,WRF-NAQPMS能够在一定程度上模拟此次污染过程:WRF对“3· 15”天气系统的模拟与实况整体趋势较为一致,随着预报时效延长,气象模拟场移动偏快,导致沙尘预报场发展偏快、沙尘二次传输影响下游时间提前;近地面风向的局地偏差是导致甘肃中东部地区沙尘浓度出现预报误差的主要气象因素。NAQPMS模式对PM₁₀小时质量浓度的模拟随着预报时效增加和离沙源地距离的增大,预报误差逐步增大:在河西地区,沙尘影响时段和起沙浓度的模拟值均接近监测值,其中嘉峪关、酒泉、张掖的PM₁₀小时质量浓度模拟值与监测值相关系数r>0.8;中部地区城市的沙尘影响时段预报略有偏差,且模拟值低于监测值;受复杂下垫面和气象场预报误差影响,省内其他地区沙尘预报结果参考性较低。     

AQI标准下北京市空气质量数值预报系统及其在重大活动保障中的应用

围绕新AQI标准下环境空气重污染预报预警工作的需求,全面优化升级了北京市空气质量数值预报系统。该系统集成了新一代天气模式WRF,并进一步发展污染源处理模型SMOKE,实现了点源、面源、机动车源等排放源高时空分辨率制作,同时紧追空气质量模型(CMAQ、CAMx、NAQPMS)新发展,实现在线源解析模块的业务应用。这一系统不仅在日常业务预报中有效提升了北京市空气重污染过程的预报准确率,还成功应用于2014年APEC会议、2015年纪念中国人民抗日战争暨世界反法西斯战争胜利70周年阅兵等重大活动空气质量保障工作中,满足了重大活动对空气质量预报预警的特殊需求,为进一步提高城市空气质量预报预警技术的发展做出有益尝试,并积累了丰富的经验。     

广州市污染季节空气质量预报效果评估及误差分析

基于广州市2016年第四季度空气质量实测及预报数据,对广州市污染季节空气质量预报效果进行了评估,结果表明,2016年第四季度广州市空气质量级别预报准确率83.7%、AQI范围预报准确率67.4%、首要污染物预报准确率67.2%、综合考核评分87.4分、相关系数0.78,预报效果总体良好,预报准确率在优良级别时相对较高,而在轻度污染以上级别时相对较低。预报误差分析表明,气象预报精细化程度不足、模式预报不确定性等客观因素,预报员缺乏对污染过程物理化学机制的深入理解等主观因素共同导致了预报的误差。     

中小城市空气质量预报试验与问题研究

当前中国大气污染形势严峻,迫切需要开展环境空气质量预报预警业务工作。为调研国内中小城市开展空气质量预报的基础条件和业务需求,促进全国城市空气质量业务体系建设,中国环境监测总站组织8个典型中小城市,利用基于数值预报基础的统计模式预报系统开展了空气质量预报实验工作。在此基础上,针对开展全国预报业务体系建设所需的中小城市预报方法、基础条件、人员技术水平等方面进行专项调研,并对国内中小城市开展空气质量预报能力建设和业务工作面临的问题、困难提出了建议和参考对策。     

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。     

米泉市大气污染与气象因子变化特征分析

通过对米泉市大气污染状况进行分析，揭示大气污染与其所处的地理特征、气象特征的关系，并对大气污染物TSP、降尘污染与气象因子变化特征进行分析，进一步阐述尘污染是影响米泉市大气环境质量的重要指标。     

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.     

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。     

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.     

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。     

区域环境空气质量预报的一般方法和基本原则

为响应公众服务和环境管理对环境空气质量预报的迫切需求,中国环境监测总站率先在京津冀区域开展了区域环境空气质量预报测试。结合目前积累的预报经验和国内外相关研究,探索出区域空气质量预报的一般方法和基本原则,讨论了客观订正环节中大气扩散条件、污染源排放、物理化学过程和空气质量变化规律的分析方法及系统建立、结果确定、天气控制形势分析和信息表述等基本原则,以期为各地开展环境空气质量预报提供技术参考。     

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。