基于环流分型法的地面臭氧预测模型

利用2011~2016年地面臭氧观测数据和同期地面气象要素观测及大尺度再分析资料,选取日最大8h臭氧浓度指标,分析臭氧浓度,局地气象要素以及大尺度环流因子的关系,并将Lamb-Jenkinson客观环流分析方法与逐步回归模型结合,建立臭氧浓度逐日预报模型.结果表明,杭州地面臭氧浓度呈季节性变化特征,春夏两季杭州臭氧平均浓度较高,为臭氧超标易发时段,其中5月臭氧浓度超标频次最高.地面臭氧浓度受局地气象要素影响显著,其中总辐射和日最高气温与臭氧浓度呈显著正相关,相对湿度和降水则呈负相关.在客观分型得到的10种环流型中,杭州全年受反气旋环流控制的概率最高,占26.5%,受西北气流环流控制的概率最低,仅占0.6%.在南风型环流形势下,杭州臭氧浓度超标频率最高,达23.8%,北风型环流形势下的臭氧浓度超标频率最低,为3.7%.基于季节环流分型的地面臭氧预报模型对预报效果改进明显,2016年模型预报值与观测臭氧浓度值相关系数达到0.87.模型尤其提高了高浓度臭氧事件预报准确性,2016年共24次臭氧超标事件,模型成功预报15次,TS评分达到52%.     

佛山臭氧浓度预报方程的建立与应用

臭氧作为大气中的二次污染物,其形成和变化复杂,臭氧预报更是当下空气污染治理的难题之一.通过分析2014~2017年佛山地区近地面O₃浓度与高低层气象要素的关系,建立了佛山O₃浓度预报方程,并进行了检验和应用.结果表明,佛山近地面O₃的变化与高低层气象要素关系密切,气温和日照时数等气象要素与O₃浓度呈显著正相关,相对湿度、总（低）云量和风速等与其呈负相关;高浓度O₃污染发生的气象条件为小风速、晴间少云、低相对湿度、较长的日照时间和较高的温度,高浓度O₃潜势指数（HOPI）和风向指数（WDI）的定义可以较好地衡量O₃污染气象条件的好坏;综合考虑HOPI和不同高度WDI等13种气象要素,采用多指标叠套和多元逐步回归建立了佛山地区臭氧浓度预报方程;利用2018年资料检验发现,模拟值与实测值二者的相关系数R可达0.82,预报方程具有良好的拟合效果和可预报性.     

基于GRAPES模式佛山市臭氧污染气象指数的构建和预报

选取2017—2018年佛山市空气质量监测资料、地面气象观测资料和ECMWF再分析资料,得到对臭氧污染天气具有指示意义的气象因子,从GRAPES模式可预报性出发构建适用于佛山市干季和湿季的臭氧污染气象指数（OWI）,并对OWI进行预报评估检验.结果表明：干季地面气象要素对区分佛山市臭氧污染和清洁天气的能力更强,出现臭氧污染时往往气温高、地面为弱北风;850 hPa风速较小,高空主要受副热带高压影响.湿季高空气象要素区分臭氧污染和清洁天气的能力更强,出现臭氧污染时往往850 hPa风速较小,850 hPa与地面风场垂直切变较小,多数情况下500 hPa呈辐散形势或700 hPa为下沉运动.综合考虑上述要素构建的臭氧污染气象指数可较好地反映臭氧浓度变化趋势,当OWI超过阈值（干季12.0、湿季10.8）时,出现臭氧污染事件的可能性较大,在湿季该指数区分臭氧清洁天气和污染天气的差异性较干季更显著.基于GRAPES模式预报的OWI与臭氧浓度实况呈正相关关系,相关系数在0.5～0.6之间,能较为有效地预判臭氧污染过程发生、发展和消散的不同阶段;其阈值具有较高的预报参考性,24 h预报性能尤为理想...     

上海市臭氧污染的大气环流客观分型研究

利用T-mode主成分分析法(PCT)对上海2013—2017年3—10月925 hPa低层位势高度和全风速场进行大样本客观分型,总结了有利于和不利于促发上海地面臭氧污染的大气环流类型.发现有利于促发臭氧污染的环流形势都和副高有关,分别为副高控制(HC)和副高西北侧(HW),对应的臭氧超标率分别为68%和24.2%.前者的气象特点表现为辐射最强、温度最高有利于臭氧的光化学生成,臭氧浓度较弱副高形势平均偏高约50%;而后者以西向风为主,呈现明显的输送效应.相反不利于促发臭氧污染的环流类型都和低值系统相关,分别为低压北侧(LN)、低压东侧(LE)和低压西侧(LW),臭氧超标率均低于7%.其中LN影响下上海水平风速最大、扩散条件最好,不利于臭氧积聚;LE和LW影响下上海多云雨天气导致辐射降低,抑制了臭氧的光化学生成.     

海风环流对上海一次臭氧污染过程影响的数值模拟研究

本文针对上海2017年夏季的一次臭氧污染过程,利用WRF-Chem模式模拟了海风环流在臭氧输送、聚集和消散过程中所起的作用.结果表明,白天的海风在沿海区域对500 m高度以下的近地面大气起到清洁作用,但海风环流上支离岸气流也会将海风辐合带的高浓度臭氧输送回到近海的边界层中上部,同时,海风环流和热岛环流的加强效应有助于臭氧前体物（VOC和NO₂）在辐合带和近海边界层中上部的聚集,从而加快生成臭氧的光化学反应,进一步地加剧臭氧高值区的臭氧污染.在此基础上设计的敏感性实验分析了城市化和海温的贡献.结果发现,城市化会加重上海地区边界层上部的臭氧污染,白天城市热岛环流对海风环流存在正向叠加作用,增强近地面的向岸风;而海温升高会削弱海风,对臭氧的分布产生很大的影响,进一步证明海风环流在臭氧分布的变化中起到了重要的作用.     

基于激光雷达观测的珠海近地面与边界层上部臭氧污染成因研究

利用差分吸收臭氧激光雷达、多普勒风廓线激光雷达,研究了2019年11月在广东珠海出现的一次典型臭氧污染过程前后期的时空分布特征,以及水平风向风速及垂直风速对近地面与边界层上部臭氧浓度变化的影响.结果表明：2019年11月13日的臭氧污染以低风速条件下 臭氧局地生成为主;2019年11月14日的臭氧污染以夜间残留悬空臭氧向下输送叠加地面生成为主.入夜后若近地面水平风速较小,则不利于近地面臭氧清除,地面臭氧浓度下降缓慢.若夜间边界层内存在上升气流,则有利于悬空臭氧残留的维持;若日间边界层内出现下沉气流, 则会导致残留悬空臭氧沉降,进而与新生成的臭氧叠加,加剧地面臭氧污染.污染过程中,若水平风速上升,边界层上部臭氧浓度下降不如 低层明显;若水平风速下降,边界层上部臭氧浓度上升响应也较为迟缓.     

ARIMA时间序列分析模型在臭氧浓度中长期预报中的应用

近年来,京津冀地区近地面臭氧浓度呈现上升趋势,臭氧污染超标情况严重.目前由于前体物源排放清单、臭氧生成和扩散的物理和化学过程机制存在不足等原因,导致了数值模型在预报夏季臭氧浓度时仍然存在较大偏差,而时间序列分析方法由于具有建模简单、计算成本低的特点,在臭氧污染预报中具有很好的应用前景.本研究利用华北区域大气本底站上甸子站点和环境监测总站天津和保定站点的臭氧观测数据,采用ARIMA时间序列分析模型开展臭氧浓度中长期预报研究.结果表明,季节性ARIMA模型在预报臭氧长期月均值时,预测值和观测值的相关系数R可达0.951,均方根误差RMSE仅为10.2 μg·m^-3.加入了日最高气温及二次项作为协变量的动态ARIMA模型,对臭氧日最大8 h滑动平均值的预报效果得到了很大提升,预测值和观测值的相关系数由0.296~0.455提升至0.670~0.748,RMSE得到了有效降低.     

广州逐时臭氧污染气象条件指数研究及应用

利用2016—2020年近地面臭氧和气象逐时数据,基于相关性分析和概率统计方法,在分析臭氧敏感气象要素特征基础上,综合各气象因子对臭氧生成贡献大小,建立了广州逐时臭氧污染气象条件指数模型及等级标准,并进行了预报及检验.结果表明：(1)高浓度臭氧主要发生在高温低湿情况下,臭氧浓度及臭氧超标率均随着气温的升高而增加,当气温高于30℃时,臭氧浓度随温度的变化升高更为明显;臭氧浓度和超标率随着相对湿度的升高而逐渐降低,其中,当40%≤RH<50%时,臭氧浓度及超标率最高;当风速在1～2 m·s^-1时,臭氧超标率最大.(2)对所建立的广州本地化的逐时臭氧污染气象条件指数模型和分级标准进行了检验评估,结果显示,臭氧污染气象条件指数等级越高,臭氧浓度和超标率也越大,说明该指数能够较好地表征臭氧污染天气的强弱.(3)基于欧洲中心高分辨率数值预报产品,根据污染气象条件指数模型,对广州3种不同天气类型下的指数预报进行对比验证,预报效果较好,说明该指数对臭氧污染天气预报有较好的指导意义.     

环流型对武汉市臭氧污染浓度的影响分析

本文统计了武汉市臭氧污染超标日和清除日的环流类型,并对超标日环流型对应的气象要素进行了对比分析,揭示了环流型对臭氧浓度的影响.结果表明：①按照高空环流分类,武汉市臭氧超标环流型主要有：槽后西北气流型（占比最高,29%）、西太平洋副热带高压型、脊型、平直西风气流型、大陆高压型;臭氧清除环流型主要有：槽前西南气流型（占比最高,44%）、平直西风气流型、登陆台风型.②超标环流型的相同天气特征为：基本无降水发生,白天晴到多云,地面风速小,日最高气温≥27 ℃,日最低湿度≤65%;清除环流型的天气特征为：云量多,有降水,地面平均风速2.0~3.5 m·s^-1.③对5种超标环流型进行对比发现：大陆高压型高温（34 ℃）、低湿、少云,最有利于光化学反应,臭氧浓度最高;平直西风气流型低温、多云,地面西北风为主,最有利于污染输入,臭氧浓度次高;西太平洋副热带高压型气温最高（35 ℃）,但湿度最大、云量最多,槽后型和脊型低温、低湿、少云,这3种环流型臭氧浓度一般.     

南京地区近地面臭氧浓度与气象条件关系研究

通过分析2013—2015年南京地区相关气象要素对近地面臭氧浓度的影响,建立了用于不同季节高浓度臭氧污染事件的预报预警模型,并归纳总结了南京地区高浓度臭氧出现的天气形势.结果表明,近地面臭氧浓度的变化与气象要素密切相关,气温、能见度、日照小时、总(净)辐射辐照度等要素与O_3浓度呈显著正相关,与相对湿度、总(低)云量呈负相关.高浓度臭氧污染是多因子综合作用的结果,典型气象条件表现为:太阳辐射强,低云量少,相对湿度适宜,地面小风速及特定的风向.通过定义高浓度臭氧潜势指数HOPI和风向指数WDI,并综合考虑14:00地面气温、相对湿度及8:00各标准层的相关气象要素,建立了逐季节多指标叠套的高浓度臭氧预报方程.采用2016年资料对其进行检验,发现预报值与观测值的相关系数分别达0.72(冬季)、0.76(春季)和0.73(夏季),说明方程具有较好的拟合效果和可预报性.通过普查历史天气图,归纳了伴随南京地区高浓度臭氧事件出现的8种主要天气形势,即高压类(高压中心G0、高压后部G1)、低压类(低压底部D0、低压前部D1、低压倒槽D2)、均压类(高压相关的均压JG、低压相关的均压JD、其它均压J).其中,以高压后部地面形势出现概率最大,低压前部均压场出现时对应臭氧平均浓度最高.