南京秋冬季2次霾污染天气过程分析

针对2013年12月和2014年12月南京地区秋冬季的2次典型霾污染过程,利用地面观测资料和常规气象资料,对这2次霾发生前后以及发生期间的天气环境、天气条件进行观测、分析。该文还通过HYSPLIT-4观察2次污染气团的来源,并利用CALIPSO分析2次污染期间气溶胶组分,发现由南京及周边地区形成、并在局地停留发展壮大的污染气团容易形成重大霾污染事件,污染物主要来源于当地的工厂、交通、建筑等;由北方携带大量污染物的气团入侵到南京地区,容易造成南京的霾污染天气,并且污染物组分以灰尘、污染性灰尘为主。由于天气条件的不同,2次污染发生期间的污染程度存在着巨大的差异。通过文章研究,发现稳定的气象条件容易发生霾天气,特别是当近地层风速较弱、混合层高度低、出现强逆温以及产生弱上升运动时,容易发生严重性霾污染天气。研究还发现各气象要素的共同作用导致了霾污染程度的变化。     

江苏省一次重霾污染天气的特征和机理分析

利用PM10, SO2,O3,NH3, NOx,CO等6种大气成分浓度数据、常规气象观测数据和天气图资料,结合HYSPLIT4后向轨迹模式,对2008年10月28~30日发生在江苏省的一次大面积重霾污染天气的特征和成因进行了综合分析.结果表明,此次重霾污染天气过程观测到的PM10, NOx,CO最大地面浓度分别达到0.553, 0.170, 2.738mg/m3,水平能见度达到1km以下.其中城市中CO和NOx浓度较郊区高,而SO2和O3则较低.该污染事件与大范围秋收秸秆集中燃烧,造成大量污染物排放有密切关系.平稳的高空环流形势、暖平流、地面高压场分布为重霾污染天气的发生、发展提供了有利的气象条件,地面表现为稳定的大气层结、静小风和低湿环境,非常不利于污染物的扩散.后向轨迹计算分析表明,造成此次重霾污染天气的气团主要来自河南中东部、苏北和安徽等重要产粮地区,长距离输送对区域霾污染产生重要影响.     

基于风廓线雷达对成都地区典型持续性重污染天气的研究

基于风廓线雷达数据、大气污染数据及气象数据对2017年12月17日—2018年1月3日成都地区的一次持续性重污染天气过程进行研究,并对两次污染物浓度爆发式增长阶段的污染原因及污染物来源进行了分析.结果表明:①在这次重污染天气过程中,风廓线雷达高精度的风场资料(包括水平风速、风向、垂直风速、大气折射率结构常数C■)配合其他气象要素在分析两个污染阶段污染物的累积及扩散、输送中可以发挥重要的作用,即当成都地区水平风场风速较小且风向多变时,此时受静稳型天气控制,污染物浓度会快速累积增长,而当出现较强的东北风时,可能会有沙尘污染物的输入,应注意沙尘天气的提前预警.垂直风场中垂直速度和大气折射率结构常数C■的变化往往影响着污染物浓度的变化,由于风廓线雷达具有较高的时间分辨率,因此,对污染天气过程的变化有一定的指示意义.②结合局地环流指数和边界层通风量,重新定义了一种适合成都地区风场特征的通风指数:有效通风量(EVI),从而表明第一阶段污染的主要原因是成都地区由静稳型天气控制,边界层内风场对污染物的稀释扩散能力差,导致污染物累积.③通过后向轨迹模拟并结合PM_(2.5)浓度数据进行聚类分析,认为第二阶段污染主要是东北方向携带有大量沙尘污染物的气团输送到成都地区导致的,与源于西北地区沙尘天气的沙尘输送密切相关.     

北京2011年10月连续重污染过程气团光化学性质研究

于2011年10月份对北京市大气痕量气体、颗粒物及单颗粒组成进行了观测,分析了观测期间各项污染物的关系、单颗粒物物理化学特征及气团光学性质,并结合后向气流轨迹分析了污染物来源.结果显示,2011年10月份存在3次明显的重污染过程:第1次过程区域性特征明显,气团光化学年龄较长,主要来源于河北省和山西省交界处;第2次过程呈区域与局地性叠加特征,气团光化学年龄开始呈现缩短趋势,气团主要来源于河北省;第3次过程中局地特征较明显,气团光化学年龄较短,主要来源于京津及河北省中北部.     

冷高压影响下高层水平输送对珠海市三维臭氧浓度分布的影响分析

采用地基激光雷达系统测量了近地层臭氧、气溶胶消光系数和风场的垂直分布,研究了2021年11月一次典型臭氧污染过程的时空分布特征.11月16日—17日,在弱冷高压脊天气型下,以下沉气流为主,天气晴好,有利于臭氧生成,在下沉气流主导下,高层气团输送对污染物的分布起决定性作用.其中700 m高度以上气团来源是影响16日与17日臭氧浓度峰值出现时间的重要因子,当该高度气团来自洁净海面时,造成珠海臭氧污染的主要是低层深圳输送的臭氧,臭氧往往停留在珠江口,由夜间海风输送到珠海,污染发生的时间在傍晚,持续到夜间消散;而当该高度气团与低层一样来自于深圳、东莞时,各个高度的气团均携带上游城市生成的污染物,可在下沉气流的作用下直接达到地面,造成污染,污染发生的时间在午后,在本研究中由于下沉气流加强,进一步加强了海陆风,从而使臭氧在17日傍晚得到很好的清除.     

上海市一次重雾霾过程的天气特征及成因分析

2013年11月30日至12月9日上海地区出现入冬以来一次最严重的持续性雾霾天气过程,严重影响了该地区人们的生活健康.本文借助空气质量数据、地面气象要素、卫星遥感数据并结合后向轨迹模式反映了此次重污染过程的污染特征及其成因.结果表明,污染期间,PM2.5与PM10小时浓度变化趋势基本一致,高浓度值出现在早晚8时左右,主要是由该时段的逆温现象造成的;来自西北方向污染物的远距离输送影响了本地空气质量状况,气团在不同高度层做下沉运动,造成大气层结稳定;该地区在西北方向的弱高压控制下,地面风速较小,能见度低,天气条件静稳,不利于污染物扩散,造成持续性重污染事件;卫星遥感数据显示此次污染为区域性污染.     

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.      

秋季秸秆焚烧对京津冀地区霾污染过程的影响分析

以2016年10月份京津冀地区一次持续5d(10月12~16日)的严重污染过程为例,综合卫星数据、污染物地面监测站点数据、气溶胶地基观测数据以及气象数据,分析山东、河南、山西等周边地区的秸秆焚烧对京津冀霾天气的影响.研究表明,京津冀地区污染时期的CALIPSO(Cloud-Aerosols Lidar and Infrared Pathfinder Satellite Observations,云-气溶胶激光雷达和红外探测卫星)气溶胶组分含有大量煤烟型气溶胶,AERONET(AEROsol robotic NETwork)Beijing站观测数据显示13日气溶胶体积数浓度谱呈现双峰分布,细粒子峰值半径为0.33μm,峰值体积浓度为0.145μm~3/μm~2.14日气溶胶谱基本呈现单峰分布,细粒子占主导地位,体积浓度达到0.34μm~3/μm2.污染物地面监测站点数据显示PM2.5、CO和SO_2浓度均显著增加,峰值浓度分别为339μg/m~3、2mg/m~3、20μg/m~3;CO、PM_(10)、PM_(2.5)与秸秆焚烧火点数量之间的相关系数分别为0.65、0.79和0.68,说明本次污染与周边地区的秸秆焚烧的污染物传输有关.HYPLIST(Hybrid Single Particle Lagrangian Integrated Trajectory Model,拉格朗日混合单粒子轨道模型)后向轨迹分析表明,14日到达京津冀地区的气团均经过秸秆焚烧地区,气团中会携带大量秸秆焚烧产生的污染气体和颗粒物,加重京津冀地区地区霾污染过程.此外,污染过程中地面风场较弱,以静小风为主,平均风速1m/s,不利于污染物扩散和稀释;底层大气湿度较大,平均相对湿度77.8%,高湿的大气环境促进了气溶胶吸湿增长和污染物聚集,导致污染加剧;大气稳定度高,对流运动较弱,稳定的大气条件不利于污染物扩散,使得污染过程延长.因此,本次重污染天气归因于自然和人为因素共同作用的结果,即人为秸秆焚烧导致的本地污染源排放和传输、机动车尾气等本地污染物、京津冀地区的静稳大气和近地面丰富的大气水汽共同作用的结果.     

嘉峪关市大气污染物传输特征与潜在源分析

利用Meteoinfo软件中的Trajstat插件对2019-03—2020-02期间抵达嘉峪关市的气团进行后向轨迹模拟,并结合各类大气污染物数据,对嘉峪关市四季的后向轨迹进行聚类分析,研究抵达嘉峪关市的主要气团输送路径及对应路径的污染物浓度特征。通过潜在源贡献因子法（PSCF）及权重浓度轨迹分析法（CWT）来分析PM₁₀与O₃的输送来源及主要潜在源区。结果表明:输送至嘉峪关市的气团中,西北方向气团轨迹数目和污染轨迹数目占比均大于其余方向,嘉峪关市四季的大气污染更易受到西北方向气团的影响。嘉峪关市春季PM₁₀污染相对严重,更易受到新疆东部地区潜在源区的影响,其余三季PM₁₀污染相对较轻,潜在源区主要集中在新疆东部地区,少数位于嘉峪关市东北方向。嘉峪关市春、夏季的O₃污染相对严重,强潜在源区主要集中在新疆东部地区及甘肃河西走廊地区,秋、冬季O₃污染相对较轻,其中秋季潜在源区主要位于甘肃河西走廊地区,冬季潜在源区主要位于新疆东部地区。     

湖北省一次空气重污染过程的预报分析

针对2016年1月18日湖北省一次空气重污染过程,结合WRF-CMAQ模式、气团轨迹、MODIS真彩图、大气污染物和气象要素监测资料,探讨客观订正环节中区域空气重污染过程的预报方法和基本流程。结果表明:采用WRF-CMAQ模式数值模拟未来3 d湖北省首要污染物及其质量浓度和气象场的时空分布特征和演化过程,预测未来24 h湖北将发生空气重污染过程,结果呈现显著的空间分布特征。气团轨迹和MODIS真彩图分析表明1月17日最严重的霾主要分布在河南和安徽大部地区;途径河南和安徽的气团在未来48 h自北向南往湖北中部和东部传输。根据WRF数值预报,在18日0时弱冷空气南下影响湖北,并带来2～3级偏北风,对大气污染物的输入和积累创造有利的条件,湖北中东部地区空气质量将迅速恶化;至08时后,大气扩散条件有所改善,湖北空气质量将自北向南逐渐好转。     

秸秆焚烧影响南京空气质量的成因探讨

综合利用卫星遥感的火点和云覆盖信息,结合气团后向轨迹分析,探讨了由秸秆焚烧造成的空气污染物的区域尺度输送和本地源对城市空气质量的影响.结果表明,在一定气象条件下,污染物可以发生区域尺度的输送,上风火点与下风城市的污染有明显的相关,将空气污染分为局地型(如,2006年5月31日、2009年11月8日)、区域型(如,2008年10月28日),以及局地区域相结合型(如,2006年6月14日、2007年6月5日、2008年6月2日)3种.应用本文的方法,在有云时,可以通过部分火点和气团后向轨迹分析推测污染物源地.空气污染气象条件分析表明,秸秆焚烧若伴随高空(500hPa)有槽(或位于槽前),低空存在弱切变,气流由周边向中心辐合;同时,若在均压场控制下,等压线稀疏,风速较小或静风,污染物则易积聚而不易输送;逆温层的形成将污染物禁锢在混合层以下,不利于垂直扩散;再加上较大的相对湿度,有利于霾的形成,造成严重空气污染.     

APEC会议前后北京地区PM2.5污染特征及气象影响因素

为分析APEC会议前后北京地区PM_2.5变化特征,利用中国科学院大学雁栖湖校区超级站在2014年10—12月的连续观测数据,对APEC会议前后北京地区污染物分布及变化特征、气象影响因素和气团传输路径特征进行了分析. 结果表明:APEC会议期间北京地区减排效果显著,ρ(PM_2.5)平均值比会前下降了60.5%. 气象条件对污染物扩散起到积极作用,APEC期间平均风速为1.40 m/s,平均相对湿度为31.9 %,近地面气象条件优于APEC会前、会后. 北京地区受到外来污染物输送的影响,在2.00~3.00 m/s的南风下易发生来自南部地区的PM_2.5和SO₂输送. APEC会议期间北京地区主要受来自西北地区的高速、高海拔气团控制,其出现频率为39.6%,远低于APEC会前 (15.9%)和会后(20.8%),而来自南部地区的低速、低海拔污染气团的出现频率仅为2.1%,扩散条件总体良好. 研究显示,除了减排措施有效削减了污染物排放以外,有利的气象条件也是APEC会议期间北京地区保持良好空气质量的重要因素.      

2018年沈阳市一次空气重污染过程分析

采用数值模拟与观测资料相结合的方式,对沈阳市2018年1—3月发生的1次重污染过程的气象条件、天气形势和潜在来源进行初步分析。结果表明:重污染过程与当地的气象条件密切相关,沈阳市重污染期间的PM_2.5和PM₁₀浓度与风速和气温呈负相关,与气压和相对湿度呈正相关。中度、重度及以上污染主要集中于相对湿度为50%~70%条件下;重污染主要在高压、高湿、低风速、近地层逆温的天气形势下,污染物不易扩散。高空若有暖平流、受槽前脊后暖平流的影响也会导致区域空气质量下降。潜在来源分析表明,沈阳市的气团共有4条运输路线,其中来自内蒙古的轨迹携带了大量的PM₁₀;属于簇团2（34.72%）的内蒙古自治区中东部,属于簇团3（21.94%）的河北省以及属于簇团4（13.06%）的吉林省西部地区对沈阳市的污染贡献比较高。     

宝鸡市冬季一次持续性重污染过程特征分析

污染气象成因和污染物区域传输作用对本地污染影响较大,研究不同地区污染气象成因和污染物区域传输作用对本地污染的治理有重要意义.利用污染物浓度监测和气象要素观测资料,采用统计学分析方法、特征雷达图和HYSPLIT-4后向轨迹模型分析宝鸡市2018年12月29日—2019年1月8日一次持续性重污染过程的气象成因和污染特征.结果表明:①此次重度污染持续时间长、强度大,污染过程中有6 d空气质量指数(AQI)达到重度及以上污染(AQI>200),ρ(PM_2.5)平均值达205.4 μg/m3,有2 d达到严重污染(AQI>300).②气象条件对污染物浓度的影响显著,高低空环流形势形成稳定层结,容易造成污染物累积.东南大风将污染气团远距离输送到宝鸡市,西北静小风使得污染物在本地聚集加重污染.③重污染维持阶段,ρ(PM_2.5)/ρ(PM₁₀)在0.9左右,说明此次污染过程PM_2.5占比较大,污染物的二次转化作用明显;ρ(NO₂)/ρ(SO₂)为6.2,表征移动源贡献率高于固定源;ρ(CO)/ρ(SO₂)呈先增后减的变化特征,表明静稳天气持续,本地源排放对重污染的贡献逐渐凸显.④特征雷达图结果表明,此次重污染过程的污染类型由发展阶段的污染特征不明显和燃煤型污染特征,逐渐转化为偏二次污染类型,重污染过程结束后污染类型以偏扬尘型为主.研究显示,气象条件和传输扩散对宝鸡市重污染影响显著,宝鸡市重污染应急需优先管控移动源,汾渭平原应加强区域联动,共同治理环境污染问题.      

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.     

基于污染气象条件分级的深圳PM2.5污染回顾评价

提出了一种基于地面自动气象站网观测数据的污染气象条件分级标准,基于这套标准对2012—2019年深圳的PM_2.5污染进行了回顾分析.结果表明,2012—2019年深圳PM_2.5年均浓度总体上呈下降趋势,但2013年相对于2012年,以及2017年相对于2016年出现了反弹.其中,2013年PM_2.5浓度相对于2012年反弹的主要原因是污染排放本身的反弹,而2017年相对于2016年的反弹则更主要是由于不利的污染气象条件天数增加造成的.在2012—2019年期间,深圳的地面污染气象条件总体上呈恶化趋势,出现不利于环境改善的污染气象条件天数总体上呈增加趋势,在这种不利情况下,深圳的PM_2.5浓度仍然保持明显的下降趋势,充分说明了深圳市环保工作的成效.     

本地及周边地区污染排放对深圳市夏季空气质量的影响

运用CALPUFF模型对深圳及周边地区（东莞、惠州、番禺）污染源排放对深圳市空气质量的影响进行了模拟研究,量化了各地区排放对深圳市二氧化硫（SO2）、二氧化氮（NO2）和可吸入颗粒物（PM10）浓度的贡献j分析了深圳本地各类污染源对环境空气质量的影响。结果表明,虽然深圳本地排放量低于或接近外地源排放总量,但对于这三项污染物,本地源排放对污染物浓度的影响远大于外地源的影响,贡献率达到70％～85％,因此深圳市大气污染控制应以本地污染控制为主,周边控制为辅。要改善深圳市环境空气质量,应全面加强深圳市机动车、船舶、重点工业源、道路扬尘源和电厂污染控制,并大力加强无组织排放面源污染控制。     

区域大气污染数值模拟方法研究

大气污染是一个区域性的环境污染问题,北京大气环境的质量与周边地区污染源的排放有密切关系.将气象模型高级区域预报系统(ARPS)与空气污染模型Models-3耦合进行模拟计算,从检验结果可以看出,模拟值与实测值有较好的一致性,表明该模式系统可以用来研究区域大气污染物传输及相互影响.模拟计算了2002年北京地区各季ρ(PM10)以及山西污染源对北京的贡献,结果表明,在特殊的天气条件下的典型时段,尤其是在西南风气流场控制下,山西污染源对北京空气质量有较大的影响.比较而言,夏季(8月)山西污染源的平均贡献率最大,约为15.44%;冬季(1月)最小,约为2.25%.表明控制北京大气污染不容忽视周边污染源的影响.     

乌鲁木齐市空气污染时空分布特征及其与气象因素相关分析

基于乌鲁木齐市7个检测站点实测数据(参照《环境空气质量标准》规定的6项常规监测污染物(PM_2.5、PM_10、SO_2、NO_2、CO、O_3)的24小时/8小时国家二级标准和AQI分级标准),对乌鲁木齐市2016年空气质量做变化趋势分析。结合乌鲁木齐市气象要素和城市发展数据对乌鲁木齐市空气质量影响因素做相关分析,然后利用层次分析法(AHP)对乌鲁木齐市环境空气污染时空分布特征的影响因素做评价分析。研究结果有:(1)乌鲁木齐市2016年1月,轻度污染天气占整月的3%、中度污染天气占26%、严重污染天气占32%、重度污染天气占39%;工业园区集中的米东区是乌鲁木齐市空气污染最严重的城区。(2)乌鲁木齐市的城区空气污染物因子和同期气象因素相关性显著;(3)重要污染物企业的空间分布对乌鲁木齐市空气污染空间分布起到绝对的影响作用。     

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.