青岛冬季PM2.5持续重污染天气的大气边界层特征

鲜有出现空气质量问题的北方沿海城市青岛近年来也频频出现重污染天气. 2014年1月青岛市总计出现7 d重污染天气,其中1月15-18日是持续4 d的PM_2.5重污染,其余的则分别出现在1月6日、11日和30日.为了获得气象条件对持续重污染天气发展、维持和消除的影响机制,利用激光雷达、大气稳定度仪探测数据以及地面、高空气象观测和空气质量监测数据,重点分析了1月15-18日持续重污染期间青岛市大气边界层气象要素的时间和空间特征.结果表明,2014年1月影响青岛冷空气势力弱、青岛近地面低于3 m/s的风速不利于污染物扩散,66%以上的相对湿度有利于污染物浓度增大.在污染源稳定的背景下,气象要素的差异性导致了污染物浓度时空分布的差异.在持续的弱偏北风下污染物浓度居高不下;在偏南风影响下,污染物浓度趋于下降.边界层内存在高层干冷弱北风和低层暖湿弱南风的风切变、稳定层结、低层相对湿度为70%的高湿大气以及交替出现的近地面南北风是此次重污染持续的主要原因.大气边界层高度变化对污染物浓度具有6 h左右的延迟影响;而低边界层高度、大稳定度因子,低云的存在和较高的污染物浓度之间具有较好的一致性变化趋势.当近地面温度升高、相对湿度减小以及增大的偏南风和存在弱不稳定层结时,有利于提高青岛局地大气扩散能力.      

2014年海口市大气污染物演变特征及典型污染个例分析

主要分析了2014年海口市逐日的空气质量指数(AQI)和6种大气污染物的演变特征,同时,结合卫星遥感和轨迹模式等资料和方法对1次典型污染个例进行诊断.结果表明:海口市2014年的空气质量主要以优和良为主,6 d达到轻度污染级别,1 d达到中度污染(1月5日,AQI值为158).1月污染最为严重,其中,阶段1(1-6日)和阶段3(18-23日)AQI值偏高,阶段2(7-17日)和阶段4(24-31日)偏低.1月东亚地区天气形势演变对海口市AQI值具有动力影响.AQI偏高阶段,地面高压系统位于内蒙古东部,华南低层东北风场有利于污染物向海口市输送;而在AQI偏低阶段,地面高压系统东移出海,低层偏东风场不利于污染物的输送.后向轨迹聚类分析表明,1月海口市比率最大(39%)的气流主要经过大气污染相对严重的广东珠江三角洲(珠三角)地区,有利于污染物的区域传输.污染个例分析表明,海口市污染物浓度变化与气象要素有密切关系,10 m风速较小有助于近地面的污染物在区域内累积,水平风垂直切变偏弱对天气尺度扰动的发展和大气的垂直混合不利.卫星遥感和后向轨迹分析也表明,外源输送与海口市这次大气污染事件有直接关系.     

临汾盆地一次持续性重污染天气过程分析

该文研究了2018年12月临汾盆地一次持续性重污染天气过程,重点分析了重污染天气气象成因和污染物积累传输特征。重污染期间临汾市高层为平直偏西环流,低层为西南气流,冷空气势力较弱,湿度较大,风力较小,有利于静稳天气形成。08时在900 hPa到850 hPa上有逆温层出现,有利于近地层污染颗粒物的堆积和水汽积聚。地面市区相对湿度适中50%～70%、风速均2 m/s、偏南风频率为53%,有利于将南部的污染物输送到市区。此次重污染天气过程包括几轮污染物积累-达到峰值-逐渐扩散的过程,整体主要受本地污染物积累的影响,期间在16日、17日、19日和21日凌晨左右的时段,在风力作用下存在浮尘传输、沉降过程。燃煤和机动车排放源等一次排放源的累积导致了前期污染发生,二次源是污染后期的主要贡献源类。     

持续鞍型场导致的西安市PM2.5重污染过程分析

为了解鞍型场对西安市PM_2.5重污染过程的影响.以西安市2016年2月6—14日重污染过程ρ（PM_2.5）及气象要素的小时变化为研究对象,综合分析了此次重污染过程特征、天气型以及气象要素变化.结果表明:①西安市此次重污染过程可分为污染上升阶段（6—7日）、污染维持阶段（8—11日）及污染减轻阶段（12—14日）,3个阶段分别处于均压场、鞍型场、高压前部等天气型的影响下.②此次鞍型场发生时,天气持续静稳,气压梯度力小,且西安市处于气流的辐合地带,导致污染物的形成和积累,ρ（PM_2.5）最高值达198 μg/m3.③在鞍型场的控制下,西安市日均气温维持在偏高的水平（最高达7.2℃）,相对湿度呈上升的趋势,最高达86.5%;而风速和能见度则波动下降,平均风速和能见度最低值分别为0.8 m/s和0.5 km.高温、高湿、小风的气象条件有利于污染物的吸湿增长从而导致PM_2.5重污染.④受鞍型场的影响,西安市边界层高度较低,最低时只有55 m,且逆温层较厚,强度较大,最大值达3.8℃/（100 m）,极低的边界层高度和较厚的逆温层削弱了污染物的垂直扩散能力,污染物被抑制在近地面,形成较严重的污染.研究显示,鞍型场天气型导致的均压场、暖湿、静风、低边界层及强逆温层是此次西安市PM_2.5重污染过程的重要原因.      

京津冀连续雾霾及重污染天气特征分析

2015年12月19日至26日京津冀多地出现持续性雾霾及重污染天气,部分时段能见度不足50m、AQI值达到500。分析此次过程的成因发现,雾霾期间高空主要影响系统为短波槽和冷涡底部偏西气流,地面为弱气压场。边界层逆温、暖平流及弱的地面风场是雾霾持续的关键原因,其中逆温强度达4.6℃/100m,近地面多风速小于1.5m/s的西南风和偏东风。北京和衡水混合层高度均较低,混合层高度(MLH)普遍在1km以下,尤其是衡水站21~25日MLH普遍不足500m,非常不利于雾霾的消除和污染物的扩散。加之地形影响,容易使污染物堆积在河北平原,形成重污染。     

京津冀地区冬半年空气污染天气分型研究

利用ERA-Interim再分析资料,采用PCT方法,对2013~2015年冬半年京津冀地区海平面气压场进行了客观分型;利用同期空气污染资料和常规气象观测资料,分析了不同天气类型下京津冀地区空气污染和气象要素特征,并选取典型重污染月份,分析了京津冀地区重污染天气过程特征及形成原因.结果表明,京津冀地区天气形势可分为9种类型,包括高压前部和高压南部等不易污染天气类型,以及高压场、高压后部、鞍型场和冷锋前部等污染天气类型;污染天气类型多表现为高湿小风,稳定能量大,最大混合层厚度低,不利于污染物扩散,各城市AQI均值多在150以上;2014年2月两次重污染过程均发生在连续多日维持高压场等污染天气型的情况下;污染过程期间高压系统演变引起北部偏北风增大,抑制了北部城市空气污染持续加重的趋势,而偏南风输送使得北部城市污染物浓度迅速升高.     

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.      

沈阳一次严重污染天气过程持续和增强气象条件分析

2015年11月7-9日沈阳出现罕见的持续严重污染天气,采用环流形势、地面常规气象观测、污染物浓度观测、风廓线雷达及雨滴谱资料等,对此次污染成因进行了研究.结果表明:在此次严重污染天气过程中,连续22 h AQI≥500,首要污染物均为PM_2.5,其异常峰值最高达到1308μg/m3;ρ（PM_2.5）与ρ（PM₁₀）、ρ（NO₂）和ρ（CO）的相关系数分别达到0.996、0.602、0.891,并且ρ（PM_2.5）与ρ（PM₁₀）、ρ（CO）的正相关性更为显著;在污染的同时出现了降水,11月7和8日的日降水量分别为9.9和2.3 mm,但降水对污染物的稀释和清除作用并不明显.稳定的大尺度环流和对流层内中低层大气层结持续稳定、连续4个时次的探空曲线显示925~850 hPa之间存在多个逆温层（逆温强度最大可达5℃）、相对湿度较大（日均相对湿度在75%以上）,是此次严重污染天气持续的有利气象条件.风廓线雷达探测的整层大气垂直速度很小,多介于-1~1 m/s之间,并且近地面2 m/s以下弱下沉的垂直速度为严重污染天气过程提供了较好的动力条件.此外,近地面风力可达3~4级,有利于上游污染物的水平输送.研究显示,此次严重污染天气过程还与外围秸秆集中燃烧所导致的大量污染物长距离输送有密切关联.      

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.     

济南市冬季一次典型重污染过程分析

为掌握济南市重污染天气发生规律,从而更好地为重污染天气预报预警和大气污染防治提供参考,采用空气质量监测数据、气象观测资料、雷达探测资料及轨迹模式模拟相结合的方法,对济南市2016年12月31日-2017年1月7日的持续性重污染过程,从污染演变过程、环流背景分析、气象要素特征和区域污染传输等多方面分析其形成原因及主要影响因素.结果表明:此次重污染过程期间首要污染物为颗粒物,ρ（PM₁₀）平均值为318 μg/m3,ρ（PM_2.5）平均值为200 μg/m3;地面风速在0.6~1.8 m/s范围内,风力均为1~2级,相对湿度为68%~95%,平均相对湿度为81%.在重污染过程中,从地面至800 m左右高度始终维持较强逆温层,逆温频次高达91.1%,污染边界层高度较低,大部分时间都在500 m以下.采用情景模拟分析方法计算得到,区域输送对济南市PM_2.5的贡献率为20%~35%.研究显示:此次重污染过程是在区域性污染背景下由本地不利的扩散条件造成的,静稳大气形势提供有利的环流背景,平流雾、辐射雾交替产生,持续性的高湿加重了污染程度;近地面的静风、高湿,垂直方向的双逆温层甚至多逆温层的结构是影响此次重污染过程的重要气象要素;区域性污染传输对此次重污染天气的发展有显著贡献,污染初期主要来自河北省中南部的输送,随着污染加重,有来自偏南、偏东方向的局地气团输送.      

珠三角秋季典型气象条件对空气污染过程的影响分析

利用空气质量指数(AQI)、主要大气污染物浓度和气象要素、天气图等数据资料,结合中尺度数值天气预报模式WRF,对2014年10月珠三角地区污染期间的天气形势及气象特征进行了分析.结果表明,WRF模式可以较好地反映珠三角地区主要城市地面和高空气象要素的时空变化,9个城市平均地表的温度、相对湿度和风速的模拟值与观测值的相关系数分别为0.90、0.87和0.78.对2014年10月3次污染过程的分析表明,造成该时段珠三角地区空气污染的天气形势主要是高压底部型和均压场型.静风或小风(2 m·s~(-1))及稳定的大气层结均不利于污染物的扩散,同时由于偏北气流输送周边污染物到珠三角地区,导致污染物浓度不断增加.相对湿度低于65%时,珠三角地区首要污染物以O_3为主;相对湿度高于70%时,PM_(2.5)浓度逐渐增加,成为主要污染物.高温等气象条件会影响光化学反应,加重珠江三角洲的空气污染,表现了该地区大气复合污染的特性.     

2016年12月江苏省两次连续污染过程气象条件对比分析

利用地面常规气象观测资料、NCEP（National Centers for Environmental Prediction）再分析资料、AQI（空气质量指数）、ρ（PM_2.5）、ρ（PM₁₀）等大气环境监测数据,对2016年12月江苏省连续出现的两次大范围大气污染过程进行了对比分析.结果表明:这两次连续污染天气过程可分为颗粒物积聚-清除-再积聚-彻底清除4个阶段,相应地,地面形势表现为均压场-低压倒槽-西路冷空气-东路冷空气.第1次污染天气形成和维持主要是长时间受均压场控制、近地层逆温和高相对湿度有利于颗粒物积聚;第2次污染天气形成和维持主要是因西路冷空气南下、上游重污染地区颗粒物随冷空气向江苏省输送.持续降水和持续2.0 m/s以上偏东风对大气中颗粒物有较明显的清除作用.淮北西部垂直、水平扩散条件差、降水清除时间短,导致该地区在全省污染等级最严重、持续时间最长.西路冷空气影响期间,各站颗粒物质量浓度转为快速上升,东部地区在偏西风持续49~58 h后空气质量改善为良,中西部地区无法得到有效改善;东路冷空气影响7~22 h后,中西部地区空气质量转为良,高压底部持续偏东风使全省颗粒物得到彻底清除,连续污染天气结束.研究显示,西路弱冷空气的输送会加剧江苏省的污染程度,持续较长时间的东路冷空气则可以改善江苏省的空气质量.      

2013年1月河北省中南部严重污染的气象条件及成因分析

年1月河北省中南部出现了长时间、大范围的雾霾天气,大气污染严重. 利用河北省AQI(逐日空气质量指数)、气象常规观测数据及NCEP(美国国家环境预报中心)1°×1°格距再分析资料,对此次严重污染事件的气象条件、大气环境背景和形成机制进行了研究. 结果表明:①2013年1月河北省中南部地面气象要素表现异常,与历史同期相比,平均气温低1~2℃、相对湿度高15%以上、日照时数少40%以上、降水日数多但量级小. 地面风力较小且多风向、风速的辐合线,地面散度场上河北省中南部为明显的辐合区,致使水汽和污染物汇聚不易扩散,导致雾霾天气异常偏多,大气污染严重. ②边界层高湿区中丰富的水汽与污染物互为载体,强逆温层结、大气低层的干暖盖、边界层下沉运动等均使水汽和污染物存留在近地层且不易向高空扩散;同时,稳定的大气环流形势为雾霾天气和严重污染提供了有利的大气环境场. ③河北省中南部特殊的地理条件也是雾霾和污染持续的一个重要原因. 低空稳定的偏西气流越过太行山后在山麓东侧下沉,在华北平原地区易形成地面辐合线,从而加剧了近地层水汽和污染物的汇聚.      

我国中东部地区2015—2020年夏半年PM2.5和臭氧复合污染气象特征分析

为了解我国夏半年大气复合污染特征及其与气象条件的关系,基于2015—2020年夏半年(4—10月)空气质量监测、常规气象观测等资料,结合统计学方法与主观经验开展对比分析. 结果表明:分析时段内我国大气污染呈单污染比例升高、臭氧(O₃)与PM_2.5污染“双高”污染事件减少的特征,中东部大部分地区O₃超标日数增加、PM_2.5超标日数减少的“跷跷板”效应十分明显. 通过对污染过程的分析发现,区域O₃污染持续性特征明显,其中京津冀及周边地区持续时间超过10 d的O₃污染过程共有6次,最长持续时间为15 d. 与之相比,复合污染过程表现出离散性(区域污染过程少)、间歇性(持续性过程少)的特征. 区域O₃污染过程发生时的气象条件一般为最高温度较高、风速较小、混合层高度较低,但东北地区在大气扩散条件较好的情况下仍会出现区域O₃污染. 通过对地面天气分型的分析发现,均压场型和低压控制型为O₃污染出现时最主要的两种地面天气形势,高压控制型下出现O₃污染的概率相对较低,京津冀及周边地区在倒槽控制下也有一定概率的O₃污染出现. 研究显示,我国中东部地区夏半年O₃污染影响显著,关注不同地区O₃污染与气象条件之间的相关性对于大气复合污染防控有一定积极意义.      

2017年10月海南省一次臭氧污染特征及输送路径与潜在源区分析

为了探讨2017年10月海南省一次O₃污染过程的气流轨迹、输送路径和潜在源区,采用海南省18个市县的AQI值、6类大气污染物质量浓度资料以及相关气象观测资料,结合HYSPLIT后向轨迹模型进行分析.结果表明:①2017年10月海南省有13个市县首要污染物为O₃的天数比例超过80%,其中9个市县达100%.2017年10月26日澄迈县和儋州市AQI值分别为171和151,均达中度污染等级,7个市县达轻度污染等级.②气象要素与AQI和污染物质量浓度之间均存在较好的相关关系,ρ(O₃)、AQI与相对湿度的相关系数分别为-0.701和-0.685,均通过了99.9%的信度检验.③卫星反演结果表明,此次污染过程与外源输送关系密切.影响气流主要来自内陆地区的长距离气流、中短距离气流和来自东南沿海的中短距离气流,三支气流影响时段对应的海口市AQI值分别为83、69和61,对应的ρ(O₃)分别为和135.0、119.6和102.3 μg/m3.④通过计算PSCF(潜在源贡献因子)和CWT(浓度权重轨迹)发现,广东省为海南省的主要潜在贡献源区,湖南省、江西省、江苏省、浙江省和福建省等地区也有一定的潜在贡献.研究显示,2017年10月海南省出现的O₃污染过程中,污染物来源以外源输送为主.      

2014年河北中南部两次重霾天气成因分析

利用河北省环保局环境监测站提供的污染物浓度数据及常规气象观测数据、NCEP再分析资料,结合HYSPLIT4.9后向轨迹模式,对2014年10月上旬发生在河北省的2次大范围的重霾天气特征和成因进行综合分析.结果表明,这2次重污染天气过程PM_2.5地面浓度最大值出现在邢台,为507μg/m³,水平能见度不足1km.均压场的分布和较为平稳的高空形势为2次霾天气提供了有利的气象背景.高湿,静小风以及较低的混合层高度不利于污染物扩散,是导致这两次重污染天气持续的主要原因.结合卫星火点及污染物来源分析表明,河北南部及周边省份的秸秆燃烧加重了第2次过程的污染,污染气团的输送对区域性重霾天气产生重要影响.     

江西省冬季大气典型污染过程的气象成因研究

选取2019年1月江西省两次大气污染过程为研究对象,利用常规气象观测资料、美国国家环境预报中心（NCEP）再分析资料、全球资料同化系统（GDAS）气象数据和空气质量数据,分别从局地气象要素变化、地面天气形势、大气动力和热力条件及污染潜在源区等进行分析,对比两次污染过程形成机制.两次污染过程地面天气形势分别为冷锋前部型和低压倒槽型.冷锋前部型污染形成主要原因为冷空气南下在江西省减弱辐合导致上游细颗粒物输送并堆积,西北风增大细颗粒物浓度降低.低压倒槽型污染形成原因为较长时间处于高湿、小风或静风、逆温下的污染累积.对两次过程中污染较为严重的九江市进行分析,冷锋前部型九江市近地面主要受西风影响,低压倒槽型主要受东北风影响,低压倒槽型九江市风速多在2 m·s^-1以下.两次污染期间大于3 m·s^-1的风速有利于污染物清除.长时间高湿、小风（< 2 m·s^-1）及风场辐合,是低压倒槽型九江市重污染维持较长时间的重要原因.低压倒槽型大气垂直结构较冷锋前部型稳定.低压倒槽型垂直湍流弱、低层风速小于2 m·s^-1,且存在多层逆温和深厚的湿区,冷锋前部型存在明显下沉运动,逆温强度明显弱于低压倒槽.九江市PM_2.5污染潜在贡献源主要来自河南东部、山东西部和安徽西北部;低压倒槽型九江市潜在源区主要位于江西省内及与江西省接壤的湖北东南部、安徽西南部.     

2015年“十一”期间北京市大气重污染过程分析

采用垂直观测、地面观测、PM_2.5化学组分观测和气团轨迹分析等手段,对2015年10月份北京市一次大气重污染过程进行了分析.结果表明,重污染时近地面层气溶胶消光系数升高,污染物主要积聚在600m以下.重污染期间气象要素特征为：风场弱,湿度大,地面受弱气压场控制,边界层高度极低.重污染期间不同站点PM_2.5浓度变化趋势和峰值出现时间较为一致;大部分时段PM_2.5中NO₃^-浓度明显高于其他组分;周边区域受重污染的影响面积相对较小,高浓度区主要集中在北京市及近周边地区.多手段的观测结果以及PM_2.5浓度与气象要素和各化学组分的相关性分析的结果均表明：区域传输,包括秸秆焚烧,对本次北京市重污染天气过程具有一定的影响,但本地机动车排放在不利气象条件下的积累、二次转化以及垂直方向空间的极端压缩是导致重污染的主要原因.     

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。