基于异常天气分析法探究四川盆地冬季大气污染的气象成因

以四川盆地冬季大气污染的气象成因为主要研究对象,采用异常天气分析方法,利用2014年3月—2019年2月四川盆地环境与气象观测站点的监测资料,探究2014—2018年冬季四川盆地细颗粒物(PM_(2.5))浓度的时空分布特征,并结合对气候平均状态下大气环境形势的分析,研究大尺度大气环流异常与四川盆地冬季PM_(2.5)污染之间的响应关系。结果表明:2014—2018年冬季四川盆地PM_(2.5)中度以上污染的天数呈波动式下降特征,高浓度的PM_(2.5)污染主要集中在盆地西南部及东北部城市群;2014年和2016年冬季四川盆地上空500 hPa暖高压偏暖偏强,近地面附近存在"距平逆温",低空盛行偏南风,天气形势静稳,大气污染物不易扩散,促发PM_(2.5)重污染的形成;近五年四川盆地冬季大气空气质量较好时主要对应两种大气环流形势,一种为500 hPa高空受冷低压的影响,盆地上空冷空气活跃,对流增强易产生降水,另一种为受500 hPa冷高压的控制,700 hPa高空盛行北风带来干冷空气南下,这两种环流形势均有利于大气污染物的扩散和清除。     

成渝地区空气重污染天气形势分析

利用Lamb-Jenkinson客观环流分型法,对成渝地区及4个子区域2014—2018年高度场和海平面气压场进行了环流分型,并探讨了环流型与空气污染的关系.结果表明,成渝地区海平面气压场的最高频率环流型为东北气流型(NE),850 hPa上为高压型(A),500 hPa上为平直西风气流型(W).综合来看,成渝地区易发生污染天气形势是:高空500 hPa为平直西风(W),地面和850 hPa上为低压(C)或东南气流型(SE);易出现优良天气的环流形势是:高空500 hPa为平直西风(W),地面和850 hPa上为高压(A)或东北气流型(NE).对个例进行分析后发现,当地面为气旋或东南气流,同时风速较小时,不利于污染物的水平扩散;若高空为弱脊控制或者为槽后西北气流,则在下沉气流的作用下,不利于污染的垂直扩散,地面污染进一步加重.     

成都平原城市群春季臭氧污染天气客观分型与典型过程分析

通过分析成都平原城市群8个城市2015—2019年春季（4—5月）地面臭氧浓度及超标情况表明,春季成都平原平均臭氧日最大8小时平均浓度（O₃_8 h）呈上升趋势,成都、眉山O₃超标日较多,雅安最少但呈逐年增加趋势,资阳、乐山O₃_8 h平均值和O₃超标率高于夏季.同时,利用ERA-Interim再分析资料和PCT客观天气分型方法,对近5年春季成都平原及周边海平面气压场、700 hPa和500 hPa的位势高度场进行客观分型研究以揭示重污染期间高低空天气型配置,并分析天气系统及气象要素与臭氧污染的关系.结果表明：①成都平原春季容易发生O₃污染的地面天气形势为低压场和均压场,气象特征表现为高温低湿、强辐射、小风、混合层较高、有弱的辐合运动,该天气型下成都市平均O₃_8 h达140 μg·m^-3.②700 hPa臭氧污染天气形势为南支槽和高原低涡型,500 hPa为南支槽和平直纬向型.高空为南支槽的环流形势下,地面均压和低压场的占比超过六成.污染较重的月或年份,地面、700 hPa和500 hPa污染天气型占比均较高.③对近5年春季成都平原持续O₃污染过程分析发现,污染前期,成都平原处于地面高压后部或均压场中,随着700 hPa低值系统东移,其前部暖平流和正涡度平流的输送,促使平原地区整层大气增温及地面天气型由均压场向低压场转变.④污染过程中,500 hPa高空气流受高原-盆地地形的作用发生下沉,与地面低压场的辐合上升运动促进了低层局地环流的形成,这一方面限制了污染物向高层的扩散,另一方面造成边界层内O₃的下传,加重成都平原O₃污染的程度.     

2007~2016年上海颗粒物浓度特征与气候背景异同分析

基于上海地区2006~2016年逐日PM₁₀浓度数据以及同期气象要素（风、气温等）、大气稳定度、逆温数据和高空大气环流数据,分析了2007~2016年上海地区颗粒物浓度变化特征和冬季气候背景的异同,并建立多元线性逐步回归方程,同时选取颗粒物高浓度年份和低浓度年份,对比分析高空大气环流形势的差异.结果表明,上海地区颗粒物年平均浓度呈现波动式下降趋势,而冬季呈现出两头高、中间低形态.PM₁₀与平均风速、20：00混合层高度负相关,与偏西北风、20：00稳定类、20：00逆温的出现频率及平均气温正相关.当冬季我国北部500 hPa高度场合成为正距平,容易形成暖冬,从而引起高浓度颗粒物污染;而当500 hPa高度场为负距平,容易引起冷空气频繁南下,导致气温偏低,容易造成PM₁₀浓度相对偏低.850 hPa风场异常为偏东风,且风速偏大,容易造成PM₁₀浓度相对偏低.     

泰安市冬季一次严重空气污染过程分析

为揭示泰安市空气污染形成原因,选取泰安市2016年12月一次严重空气污染过程,利用泰安市2016年12月地面和探空资料及NCEP/NCAR（美国国家环境预报中心/美国国家大气研究中心）提供的FNL资料,对泰安市严重污染期间大气环流形势、边界层条件、污染源及传输路径进行分析.结果表明:在泰安市霾污染期间,500 hPa大气环流形势呈"两槽一脊"的特征,850 hPa泰安市处于南支槽前,受西南暖湿气流影响,为ρ（PM_2.5）的升高提供了有利条件;泰安市近地面处于高压控制下的弱风区（平均风速约为1.2 m/s）且边界层有逆温层存在,阻碍了PM_2.5的垂直输送,造成近地面ρ（PM_2.5）急剧升高.此外,泰安市及周边地区污染严重,聚类分析结果表明此次过程本地输送占比约为34%,其余均为外来传输,即污染物主要通过外来源传输,本地污染源贡献比率较小.污染物的高、低空传输路径不一致,低空污染物主要从安徽省水平输送至泰安市,高空污染物则先由河北省、河南省向南传输至安徽省、湖北省等地,再随南风气流向北输送至泰安市.研究显示,外来污染源传输作用配合本地静稳天气形势是造成此次泰安市空气污染的主要原因.      

2013—2015年北京污染频发期细颗粒物重污染成因与天气形势关系的研究

我国重污染呈现愈演愈烈态势,重污染事件在供暖季节（污染频发期）尤为频发.本文利用北京2013—2015年采暖期逐小时PM_2.5浓度数据、再分析资料、气团后向轨迹、气溶胶雷达数据以及探空数据综合分析了北京地区重污染状况,概括了重污染发生时常见的天气形势,探讨了重污染形成原因与天气形势的关系.研究结果表明：2013—2015年采暖期北京发生重污染（日均PM_2.5浓度大于150 μg·m^-3）的天数分别为36、28及35 d,即北京采暖期21.9%的天数受重污染天气影响.2月份重污染事件最为频发,发生频次为27.3%.北京发生重污染事件时,地面被高压控制时,高空500 hPa多东移的槽脊,当位于脊后槽前时,为上升运动,西南风,850 hPa多暖平流,西南风输送暖湿气流,湿度较大,地面偏南风,可能会存在污染物的输送;地面为低压控制时,500 hPa一般为稳定的西风气流或西北气流,低空850 hPa可能存在暖平流,地面常伴随弱的风场辐合,导致污染物累积;当地面为均压场时,高空500 hPa多为脊后槽前的形势,低空无明显冷暖平流,地面等压线稀疏或无等压线,静风天气.这3类结构引发的重污染天数分别占总重污染天数的47.3%、18.2%及34.5%.进一步分析重污染成因与天气形势关系表明：北京地面受高压系统控制时,污染时间持续最长,也最为频发（47.3%）,PM_2.5平均浓度最高可达258.8 μg·m^-3,且常伴随来自西南方向的污染物输送,北京上空1 km附近存在逆温和逆湿.对污染传输路径研究发现：主要存在3条输送通道,①天津-廊坊-北京、②沧州-廊坊-北京、③石家庄-保定-北京.鉴于目前数值模式对天气形势的预报较为成熟,本文对区域重污染过程与天气形势之间的关系研究,有助于为北京地区空气质量的精准预报预警提供科学支持.     

2014—2018年冬季长三角强霾事件及天气形势影响分析

利用2014-2018年环保部空气污染监测资料以及同期NCEP/NCAR再分析资料,统计分析了冬季长三角地区强霾污染过程中大尺度环流背景场及气象要素对强霾污染的影响.结果表明：2014-2018年冬季长三角地区共发生5次强霾污染过程,每年冬季的12月和1月是强霾污染事件发生的高频时期.当大气中相对湿度维持在较高的水平并且维持较小的风速时,更有利于污染物的累积从而导致强霾污染事件的发生.雾霾天气的发生发展与大气环流有着密切联系,在强霾污染过程发生初期,污染物大多伴随冷空气由北向南输送至长三角地区,对流层中层500 hPa的大尺度环流形势多以纬向环流为主.严重污染发生时,长三角地区受平直西风气流影响,对流层低层850 hPa等压线较为稀疏,长三角地区受均压场或高压控制频繁,稳定的大气层结使污染物更易在近地层累积,随后大风伴随冷锋过境将污染物快速清洁导致PM_2.5浓度迅速降低.     

基于综合观测的中国中东部地区一次严重污染过程分析

利用寿县国家气候观象台GRIMM80颗粒物监测仪、Aurora3000浊度计等探测的气溶胶浓度、大气散射系数分析了2018年1月中国中东部地区发生的一次严重污染过程.利用Airda微波辐射计探测的近地层温湿廓线数据,结合地面常规气象观测资料及EC再分析资料,探讨了此次污染过程形成、短时消散及清除的气象原因.结果表明：与历史同期相比,500 hPa极涡较浅、经向环流减弱;850 hPa西南气流强盛,中低层水汽充足加剧污染.污染发生于冷空气间歇期.在此污染过程中,地面平均风速为1.5 m·s^-1,日均日照时数为0.1 h,相对湿度为91.2%,高湿、小风、多云寡照不利于污染水平扩散.1月18-22日边界层持续存在多层逆温,第一逆温层基本多为贴地逆温,逆温高度低于200 m,近地层大气比湿超过5 g·kg^-1,最大值高于7 g·kg^-1.在此期间出现两次空气质量短时段好转,这主要源于对流层中低层转为西北风,900 hPa以下聚集相当位温（Q_e）低于288 K的浅薄冷空气堆,导致贴地逆温层消失地面污染被稀释.但两次弱冷空气没有打破边界层内有利于污染聚集的逆温、高湿结构,地面气团温度露点差无明显变化.23日较强冷空气使高空干洁大气入侵近地层,850 hPa以下Q_e<284 K,表明地面污染气团被置换,污染过程结束.     

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...     

银川市冬季两次典型持续大气污染过程对比分析

为了探究边界层气象要素时空分布及其变化对银川市冬季持续污染天气过程污染物质量浓度变化的影响机制,利用2016年12月1日-2017年1月31日逐时空气质量以及地面和逐日定时探空气象观测数据,根据大气污染级别和过程持续时间,选取2016年12月9-21日（简称"1211过程"）和2016年12月29日-2017年1月9日（简称"1231过程"）为研究对象,采用统计和天气诊断相结合的方法,在分析比较银川市冬季两次典型持续污染过程演变特征及其与地面气象要素关系的基础上,探讨了大气环流、边界层要素变化对银川市冬季典型污染过程的可能影响机制.结果表明:①银川市冬季两次大气污染过程持续阶段,地面均以偏东或偏南风为主,风速较小,相对湿度较大,能见度较低;在污染清除阶段,地面风向转为西北或偏北风,风速较大,相对湿度较小,能见度较高.②当冬季欧亚大陆中纬度区域500 hPa高空盛行纬向气流,850 hPa高度上银川市受反气旋环流和暖温度脊控制,并且有弱暖平流从西南部向北输送时,银川市易出现静稳型持续污染天气.③冬季银川市持续大气污染过程中,ρ（PM_2.5）与风速呈负相关（R平均值为-0.326）,与相对湿度呈正相关（R平均值为0.688）,与能见度呈显著负相关（R平均值为-0.905）,与边界层高度呈较显著负相关（R平均值为-0.575）.④银川市冬季静稳型持续污染天气主要分为弱西北和平直西风气流型两种,弱西北气流型具有近地面层逆温弱,污染物积累慢,清除快的特征;平直西风气流型具有近地面层逆温强,污染物积累快,清除慢的特征.研究显示,冬季银川市上空500 hPa高度盛行纬向气流,地面主导风向为偏东或偏南风时,随着地面相对湿度增大、近地层风速减小、大气垂直上升运动减弱、边界层高度降低,大气中ρ（PM_2.5）将迅速升高,银川市易出现以PM_2.5为首要污染物的静稳型持续污染天气.      

北京市夏季不同O3和PM2.5污染状况研究

从天气背景场、气象要素、前体物和PM_(2.5)化学组分、气团运动轨迹以及大气氧化性等方面对北京市夏季两种不同的O_3和PM_(2.5)污染状况进行了分析.结果表明,O_3达到中度污染而PM_(2.5)浓度优良(O_3和PM_(2.5)一高一低)污染状况的天气形势场为:高空为偏西北气流,地面受高压后部控制;而O_3和PM_(2.5)同时达到中度污染(O_3和PM_(2.5)两高)的天气形势场为:高空为偏西气流,地面受低压控制.与O_3和PM_(2.5)一高一低污染状况相比,O_3和PM_(2.5)两高时的气象要素特征为:偏南风更为明显和相对湿度更高.O_3和PM_(2.5)两高时污染物浓度演变特征为,O_3和PM_(2.5)的起始浓度较高,PM_(2.5)日变化特征更为明显,而O_3平均浓度却低于O_3和PM_(2.5)一高一低的污染状况.前体物、大气氧化性以及PM_(2.5)化学组分分析的结果表明,较高的起始浓度在不利气象条件下的积累和吸湿增长以及当天较大偏南风造成的区域传输可能是造成O_3和PM_(2.5)两高污染状况中PM_(2.5)浓度达到四级中度污染的主要原因.     

四川盆地典型城市PM2.5污染过程组分特征和来源解析

为探究四川盆地典型城市PM_2.5污染特征和来源,利用成都市、绵阳市、自贡市超站数据分析2020年冬季典型污染过程PM_2.5组分特征,并采用CMB模型模拟获得研究期间PM_2.5来源及演变特征.结果表明,不同城市PM_2.5组分变化特征不尽相同,成都市污染过程整体呈现NO₃^-主导特征,但重度污染由OC主导.绵阳市污染期间呈现OC主导特征,是污染加重时增长最快的组分.EC是自贡市轻度污染增长最快的组分,NO₃^-、SO₄^2-、NH₄⁺是中度污染增长较快的组分,OC、EC是重度污染增长较快的组分.3个城市均是二次硝酸盐对PM_2.5贡献率最高.比较而言,成都市机动车、扬尘源贡献率均最高;绵阳市二次有机碳贡献率最高,是成都市的2倍;自贡市燃煤源和二次硫酸盐贡献率分别比成都市和绵阳市高出4%~6%和7%~9%.成都市由优良天气到中度污染,二次硝酸盐贡献率随着污染程度的加重而增加,轻度污染较优良天气上升6%,中度污染较轻度污染天气上升3%.中度到重度污染,二次有机碳、机动车贡献率分别上升2%和1%.绵阳市由轻度到重度污染,二次有机碳对PM_2.5的贡献率上升3%,机动车贡献率上升2%,是其污染加重的主要原因.自贡市由轻度到重度污染,各污染源贡献率变化幅度较小.     

四川盆地PM2.5浓度时空变化特征遥感监测与影响因子分析

四川盆地因其独特的地形地貌、静风和高湿等气象条件,导致盆地内部大气污染物扩散难度大,随着城市化与工业化进程加快,区内PM_2.5污染日益加重,四川盆地已成为国家大气污染防治的重点地区之一.基于PM_2.5浓度遥感反演产品,采用空间自相关分析与灰色关联分析方法,研究了四川盆地PM_2.5浓度的时空分布特征及其影响因素.结果表明,四川盆地PM_2.5浓度具有显著的空间聚集性,高-高聚集类型分布集中,低-低聚集类型分布较为分散;针叶林对PM_2.5的吸收抑制作用明显高于灌丛和草地等其他植被类型.研究认为,影响四川盆地PM_2.5浓度的主要气象因子是风速和气温,人口密度与经济规模则是影响四川盆地PM_2.5浓度的主要人类活动因子,产业结构及其规模变化对四川盆地PM_2.5浓度也产生一定影响.     

天津市PM2.5浓度时空分布特征及重污染过程来源模拟分析

天津市多发生以PM_2.5为首要污染物的重污染事件,明确ρ（PM_2.5）时空分布特征及重污染过程来源对PM_2.5的综合治理意义深远.利用天津市2014-2017年环境资料和2016年气象资料,结合WRF-Chem模式研究了天津市ρ（PM_2.5）时空分布特征及重污染过程来源.结果表明:①自2014年以来,天津市ρ（PM_2.5）呈逐年下降趋势.②ρ（PM_2.5）月变化曲线呈"U"型分布,呈冬春季高、夏秋季低的季节性特征;ρ（PM_2.5）日变化呈双峰型分布,主峰值出现在08:00-09:00,次峰值出现在21:00-翌日00:00.③各季节天津市ρ（PM_2.5）空间分布不同,春季、夏季、秋季和冬季高值中心分别位于天津市西南部的静海区、中心城区北部的北辰区、西部的武清区及北部的蓟州区.④WRF-Chem模式模拟的天津市秋冬季污染物来源结果表明,本地源贡献率为56%,外来源输送贡献率为44%,其中以河北省和山东省的输送为主.2016年12月16-22日天津市一次重污染过程的模拟结果表明,天津市本地源贡献率为49.6%,河北省、北京市和山东省的外来源输送贡献率分别为32.2%、7.0%和2.2%.污染前期,不利气象条件和外来源输送造成天津市ρ（PM_2.5）聚集并形成重度污染;污染持续过程中,本地源贡献率逐渐增大并占主导地位.研究显示,近年来天津市ρ（PM_2.5）呈下降趋势,并有明显的空间分布特征.      

高空偏北风背景下北京地区高污染形成的环境气象机制研究

在北京地区,有一类高污染产生在850 h Pa以上为偏北风的背景下.利用气象观测资料、NCEP再分析资料和地面PM2.5浓度监测结果分析了环境气象条件在这类污染过程形成中的作用.结果表明,在污染物浓度逐渐升高的过程中,环境大气并不总是处在层结稳定状态,有利于污染物累积的气象条件来自垂直运动和散度在垂直方向上的"分层"结构.从地面到对流层中层,垂直速度呈上升-下沉-上升的分布,而且散度呈辐合-辐散-辐合的结构.近地层的辐合导致周边的污染物向本地汇集,上升运动则将它们送向空中.但是,叠置在其上空的、长时间维持的下沉气流层却阻止了污染物继续向上运动,从而导致近地面层的污染浓度不断升高.垂直运动出现"分层"是由于高空偏北风并没有侵入到边界层内,近地层仍然维持偏南风或小风,冷空气太弱或者没有冷空气活动是高空偏北风不能到达近地层的主要原因.而下沉气流层的形成则与其上空的空气辐合有关,该辐合层源自偏北气流中的风速脉动.因此,环境大气动力作用是高空偏北气流型空气污染过程形成的关键机制.关注对流层中下层温度24 h变化、垂直速度和散度的垂直分布将有助于提高此类高污染过程的诊断分析和预报能力.     

2014-2017年四川盆地与京津冀地区冬季空气停滞特征及大气质量改善评估对比分析

对2014-2017年四川盆地和京津冀地区气象数据和污染物浓度数据进行综合评估,在原有全球空气停滞日判别标准基础上发展出本地化空气停滞指数阈值,并以提高两个区域空气质量优良天数为目的建立模型,计算各城市空气停滞发生时PM_2.5污染上限浓度参考值.本研究得出,四川盆地和京津冀地区本地化空气停滞日判别标准分别为地面风速 < 2.5 m·s^-1、边界层高度 < 500 m和地面风速 < 3 m·s^-1、边界层高度 < 300 m.四川盆地冬季空气停滞发生频率四周高,中心小,空气停滞对空气质量的影响西部高于东部;京津冀中部和南部空气停滞频率发生高,空气停滞对空气质量的影响呈现显著的南北差异.四川盆地以成都为中心城市群及京津冀中部和南部地区的高污染排放强度和高空气停滞频率导致重污染事件的频发.本文对我国两个冬季重污染高发的区域进行深入研究,更为客观、量化地评估4年来区域空气质量实际改善程度并初步建立空气质量目标管理模型,以期为区域空气质量达标管理提供可靠的科学依据.     

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.