2017年兰州市大气污染物输送来源及传输特征模拟分析

利用HYSPLIT后向轨迹模式,结合兰州市AQI（空气质量指数）及常规大气污染物质量浓度数据,模拟研究了2017年1月1日-12月31日以兰州市为受点的大气污染物输送特征.通过聚类分析确定了抵达兰州市气团的主要输送途径和每类路径所对应的污染物质量浓度特征,并利用受体模型PSCF（潜在源贡献因子分析法）和CWT（权重浓度轨迹分析法）,分析了大气污染区域传输对兰州市空气质量的影响,探讨了影响兰州市空气质量的污染物输送来源和可能的潜在源区.结果表明,在影响兰州市的气流轨迹中,污染轨迹多来自兰州市以西和以北方向,污染轨迹约占总轨迹的39.52%,说明外部污染物的输入对兰州市空气质量具有重要影响.其中,第3类轨迹（对应来向为西）的气团对兰州市的空气质量有较大的影响,该类轨迹虽仅占总轨迹的15.21%,但其中污染轨迹数占56.76%,是影响兰州市空气质量的主要传输路径;第4类轨迹（对应来向为东南）的气团最为清洁.研究显示,对兰州市空气质量影响最大的强潜在源区主要分布在青海共和盆地、兰州市本地及周边区域,中等强度潜在源区为内蒙古自治区南部、宁夏回族自治区及甘肃省河西走廊等地区.      

京津冀重污染大气污染物输送路径分析

基于HYSPLIT模型,模拟2014年2月19日至2月27日京津冀空气重污染气团24 h后向轨迹。结果表明,京津冀区域重污染期间1000 m高空存在西南输送通道,京津冀三地24 h气团源地分别为河北南部、山东聊城或河北邯郸、山西东南或河南北部。重污染期间,近地层100 m处风速气流表现为西南-南风,风速3 m/s时,空气质量会达到五级重度污染及以上水平;近地层100m处气流也可能是较强的东南风,能缓解区域空气染污程度。重污染清除过程中高空表现为下沉气流,且100 m处风速10 m/s。京津冀地区空气质量指数(AQI)与近地层100 m高空风速有显著相关性,相关系数为0.804,可根据低空风速预测空气重污染。     

长三角地区2015年大气重污染特征及其影响因素

基于2015年长三角地区129个环境空气质量监测站的空气质量指数（AQI）及主要大气污染物浓度数据,结合气象资料和HYSPLIT后向轨迹模式,探究长三角地区大气重污染的时间变化和空间集聚特征,并深入分析气象条件和区域传输对重污染过程发生和维持的影响.结果表明,2015年长三角地区各城市平均出现AQI超过200的重污染天气共8 d,重污染频率为2.01%,PM_2.5作为首要污染物出现频次最多.从时间变化看,重污染主要分布在1月和12月;从空间分布看,北部地区重污染相比南部地区更为严重,徐州和常州市出现频率最高.选取典型重污染过程1月9—11日（纬向扩散型）、1月24—26日（经向扩散型）和12月20—26日（两种模式相结合的重污染天气）进行成因分析,发现长三角地区重污染天气主要受到西北风向、低风速、高湿度和逆温层的影响,导致大气污染物积累且不易扩散.基于HYSPLIT的大气传输轨迹及频率分布表明,来自西北方向的气流对江苏北部地区的污染输送特征有着显著影响.     

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.     

2013年10月长株潭城市群一次持续性空气污染过程特征分析

2013年10月21~31日长株潭城市群经历了一次持续性空气污染过程.利用地面空气质量监测资料、地面气象资料及探空资料综合分析了此次污染过程与大气环流、边界层气象条件之间的相互关系,并利用卫星遥感火点监测资料和HYSPLIT4模式,分析了此次过程大气污染物的来源及输送路径.结果表明,过程前期(21~26日),污染物缓慢积累,过程后期(27~31日),PM2.5、CO、NO2等焚烧特征污染物浓度急剧升高,秸秆焚烧污染物的长距离输送是后期空气污染加重的主要原因.火点监测和后向轨迹分析表明,过程前期气流主要流经长株潭城市群东北方向的安徽、湖北等地,流经地区火点分布较少,后期气流主要流经长株潭城市群东南方向的江西等地,流经地区火点分布较多.高压均压场背景环流导致的稳定大气层结、南北冷暖气流对峙造成的地面静小风,是长株潭城市群污染过程发展、维持和加强的重要条件,污染物长距离输送对长株潭城市群区域空气质量有重要影响.     

空气质量模拟与观测机器学习NO2浓度预报

在空气质量模拟预报数据基础上,采用套索算法(Lasso)将前馈神经网络(FNN)与基于污染物浓度及气象实时观测值搭建的长短期记忆网络(LSTM)组合,形成了模拟与观测机器学习(SOML)预报模型,开展了佛山市顺德区NO₂未来3d10个镇街空气质量监测点位逐日浓度预报.结果显示:SOML3d的准确性均优于WRF-CMAQ及其它单一模型,其中第一天SOML平均绝对误差(MAE)为4.99μg/m³,改进幅度达66.18%;SOML不同季节适用性均较强,四季预报效果均较WRF-CMAQ明显提升(MAE分别降低42.18%、42.89%、61.04%、50.91%),其中秋冬季改善幅度更好;相比WRF-CMAQ,SOML预报结果能较好反映顺德区内各站点NO₂浓度实际空间分布和数值水平,有效提升了浓度预报精准度.     

深圳市一次典型污染天气污染特征分析研究——以2016年3月空气质量为例

2016年3月31日,深圳市及其周边地区出现典型的区域性空气污染事件,多数地区的AQI超过了100.主要污染物浓度和气象要素的逐小时变化表明,该次污染天气主要是在不利气象条件下,由污染物区域传输和二次污染物生成共同导致的.进一步的后向轨迹分析表明,污染日抵达深圳市的气团可能从东莞、广州和佛山等地区携带了大量污染物,并且移动速度缓慢,造成了深圳较为严重的污染天气,而污染日前和污染日后抵达深圳市的气团有利于污染物的稀释扩散,因此空气质量较好.     

大气自净能力指数的气候特征与应用研究

为了定量地评估污染气象条件对空气污染的作用并实现对空气污染潜势的预报,本文在城市大气污染数值预报系统（CAPPS）预报原理的基础上,定义了大气自净能力指数,并分别给出了采用气象站观测资料和通过数值模拟计算大气自净能力指数的方法.基于气象站观测资料的全国大气自净能力指数分析计算表明,全国大气自净能力最差的地区分布在四川盆地和新疆塔里木盆地,大气自净能力最强的地区分布在青藏高原、蒙古高原、云贵高原、以及东北平原和三江平原、山东半岛和海南岛;1961~2017年,京津冀、长三角和珠三角地区的大气自净能力指数呈下降的变化趋势,全年低自净能力日数呈上升的变化趋势.采用大气自净能力指数评估2014年北京APEC会议期间大气污染防控效果,表明在11月8~10日极端不利扩散气象条件发生时,减排措施使北京市空气质量AQI平均降低77%,使京津冀平原地区11个城市的空气质量AQI平均降低37%.基于国家气候中心月动力延伸气候预测模式（DERF2.0）的预报产品和中尺度模式（WRF）,建立了可以预测全国未来40d逐日大气自净能力指数的延伸期-月尺度大气污染潜势预测系统,回报实验表明,在大多数情况下可以提前15d预报出大气重污染过程;月尺度的大气重污染过程预报效果更大程度上取决于月动力延伸气候预测模式（DERF2.0）的预报准确率.     

空气环境质量预报预警系统建设的路径探讨——以大连市为例

以开发空气质量预报预警信息管理与展示平台为核心内容,基于该管理展示系统平台,综合运用数据库技术、并行计算技术、Web GIS技术和高效网络传输技术等当前先进的信息化技术手段,通过大连市大气重污染天气预测预警系统平台的设计、开发和建设,实现对环境空气质量相关数据的管理和共享、空气质量统计预报、空气质量数值预报、预报会商和信息发布,为进一步明确未来大气污染防治及空气质量保障工作的目标、方向与重点提供决策支持。     

沧州市空气质量预报统计模式探讨

环境空气污染与气象条件密切相关，污染物在大气中输送、扩散、沉降无不依赖于各种气象务件，气象要素的变化决定大气过程的性质和强度，也直接影响空气质最的好坏。通过统计方法掌握污染物浓度变化和气象因子变化的规律，进而找到其相关性。并可以此为基础建立适用于本地区的空气质量预报模式。本以此为基础，结合沧州市环境空气污染的特点对空气质量预报的统计模式进行初步探讨。     

塔里木盆地空中蓄尘库效应对空气质量的影响

利用WRF中尺度天气预报模式耦合GOCART大气化学气溶胶辐射传输模式,对2011年4月27日~5月2日源于我国西北沙尘源区的一次大范围沙尘天气过程进行了数值模拟,并结合MODIS卫星观测资料,发现了塔里木盆地对沙尘气溶胶分布的空中蓄尘库效应.为了对该效应及其对下风向城市空气质量的影响进行验证,期间在兰州大学监测点开展了1h分辨率PM₁₀中水溶性Ca²⁺浓度监测,并结合CALIPSO气溶胶类型垂直分布产品和HYSPLIT气团轨迹模型,利用PSCF方法分析了期间监测点的48h气团后向轨迹.模拟,遥感和监测结果共同表明,塔里木盆地的空中蓄尘库效应会对进入其内部的沙尘气溶胶产生限制-积累作用,若在限制-积累过程中盆地内部近地面风场改变,空中蓄尘库会二次释放沙尘气溶胶,对下风向城市空气质量产生影响.     

空气重污染预测预警将提前两到三天“预测未来”

正中国加强空气重污染监测预警体系建设,公众有望提前两三天知晓未来空气质量.环保部副部长吴晓青在全国环境监测工作现场会上(2014年4月3日)指出,要抓好空气质量预报和空气重污染监测预警体系建设,充分利用环境遥感等高新技术,创新空气质量状况发布的渠道和方式,及时回应社会关切.据了解,早在1998年,环保部就会同中国气象局在47个城市进行空气质量预报工作.今年,"三区"中地级以上城市、其他省(区、市)和省会城市都将开展空气质量预报工作.吴晓青说,环境监测总站要为各地开展预报业务提供     

北京冬奥会同期空气污染数值模拟

第24届冬季奥运会将于2022年2月4—20日在我国北京市和河北省张家口市联合举办,主要会场有北京奥体中心、北京延庆县和张家口市崇礼县.为了模拟分析冬奥会空气质量情况,利用冬奥会同期(2006—2016年2月)北京市和张家口市空气质量资料及韩国气象厅天气图资料(2013—2016年2月),分析该时段重污染发生的频次,统计不利于污染物扩散的天气形势出现概率及污染传输路径,并结合嵌套网格空气质量预报模式(NAPQMS),评估不同减排方案对ρ(PM_2.5)的影响.结果表明:① 2006—2016年冬奥会同期,北京奥体中心和延庆县发生重污染天气的概率分别为17%和9%,污染发生的风险频率为北京奥体中心>延庆县>张家口市,并且北京奥体中心和延庆县在2月13—16日易出现持续的重污染天气过程;② 2013—2016年2月不利于污染扩散的天气形势出现概率较为频繁,尤其在850 hPa高度和地面,不利天气形势出现的概率分别为35%和41%;地面偏南风易将在北京西南方滞留较长时间的污染气团沿太行山输送至北京;③ 冬奥会期间,若于2月2—12日及17—20日将京津冀及周边城市污染物排放量在当前的基础上减排50%、2月13—16日减排75%,将可能不出现重污染日.严格控制北京及周边地区的大气污染物排放是保障冬奥会期间空气质量的必要措施.      

环境空气质量预报方法简介

准确预报城市未来空气质量对公众及时掌握未来空气质量,对管理部门应对重污染天气和开展区域大气污染联防联控具有重要作用。本文主要介绍了目前主要的空气质量预报方法,统计预报、数值预报和人工研判综合预报,分析了不同预报方法和特点以及国内应用研究情况,为各地开展空气质量预报工作和研究提供参考。     

青岛沿海地区一次臭氧重污染过程的特征及成因分析

近年来,青岛市夏季臭氧(O_3)污染逐渐严重,深入分析青岛的O_3变化特征和重污染形成机理对该地区大气污染防治具有重要意义.本文基于青岛大气监测站2017年6月1—20日的O_3小时浓度数据,分析了发生在青岛沿海地区的一次持续O_3重污染过程的特征,并利用数值模式进行成因分析.结果表明,本次污染过程10个监测站日最大8 h平均臭氧浓度超标率达到30%～45%,超标倍数为0.20～0.51,单站小时浓度峰值可达390μg·m~(-3).同时,利用WRF-CMAQ模型对O_3重污染过程进行了数值模拟、过程分析和敏感性试验.结果表明,WRF-CMAQ具有模拟臭氧重污染的能力,6月8—9日、15—16日O_3重污染主要是外部输送导致,可能的机制是上游高空的高浓度O_3沿气团轨迹传输,随下沉气流聚集在青岛西南部海面,随后由近地层西南向海风水平输送至青岛沿岸,而6月17日O_3重污染产生的首要因素是局地光化学生成.本次臭氧污染期间,青岛大部分时间都处于前体物非敏感区,且覆盖范围广.2017年6月1—20日青岛沿海地区的臭氧污染事件大部分归因于区域传输,因此,应该加强区域联防联控,减少区域传输对城市臭氧浓度的影响.     

粤东部分地区空气污染成因分析

珠三角地区是广东省传统的空气污染区,随着空气质量新标准在全省范围的实施,发现粤东部分地区空气污染也较严重.通过对粤东地区的揭阳市及其邻近地区空气污染物浓度及相关气象因子的分析,并结合后向轨迹聚类分析等手段,对该地区空气污染成因及其过程进行了研究.结果表明:高温、高湿、少雨和弱东南风等不利气象条件是揭阳市空气高污染多发的主要因素,来自长三角的污染气团进一步加剧了揭阳市O3污染,来自台湾海峡等地的气团轨迹短、湿度大且风速低,加速了PM2.5二次成分快速生成与积累;通过典型污染过程的分析发现,大陆性气团出海后气体被氧化成气溶胶并折返大陆是导致揭阳市等粤东地区PM2.5污染事件发生的重要原因.     

南京市重点工业源对城市空气质量影响的数值模拟

运用南京大学空气质量数值预报系统,对2005年1月6─7日南京典型天气条件形成的污染过程进行数值模拟,计算分析了重污染发生时的城市污染气象环境和影响因子,同时针对该城市重点工业源区对城市主要空气污染物浓度分布的贡献做了分析.结果表明:重污染状况发生在长时间逆温条件下,尤以6日23:00—7日04:00时逆温最强(强度可达1.25　℃/hm,逆温层厚200　m),此时风速较小,同时在市区出现较强的气流辐合,在这种气象条件下, NO₂,SO₂和PM₁₀的质量浓度最高.南京市相对封闭的宁镇丘陵地形以及受东郊紫金山的影响,也是造成主城区重污染的重要影响因子之一.南京市城北工业区与主城区毗邻而且污染物排放量较大,在冬季主导风向为东北风时对主城区污染物的浓度具有显著贡献.      

基于WRF-CMAQ模式的非线性预报模型研究

文章基于WRF-CMAQ空气质量数值预报系统,对石家庄地区未来3 d逐小时SO_2、NO_2、CO、O_3、PM_(10)和PM_(2.5)6种污染物浓度进行预报,选取2014年5-11月市区7个国控点的监测数据对模式预报能力进行评估检验。结果表明,CMAQ模式预报系统对CO的日均浓度预报准确率较高,而对其他污染物浓度的预报均有不同程度高估,其中PM10的预报效果相对较好,对SO_2、NO_2和PM_(2.5)这3种污染物浓度的预报值均明显大于观测值,O_3的预报效果最差。这与石家庄市排放源清单的不确定性及污染物日浓度变化幅度较大有关。为提高模式预报的准确性,采用非线性自适应偏最小二乘回归滚动法建立订正模型对逐小时污染物浓度预报值进行订正,结果明显改善了CMAQ模式预报值,对县市级的精细化预报有一定指导意义。订正结果对首要污染物PM_(10)和PM_(2.5)浓度的日变化特征表征较好,日变化曲线及波峰波谷值与观测结果基本一致,订正后的污染物浓度能反映出其在石家庄的区域分布特征,有利于预报分析不同天气背景下污染物的空间分布特征及输送变化过程。     

北京及周边地区一次典型大气污染过程的模拟分析

利用区域中尺度大气数值预报模式(MM5)和美国国家海洋和大气局(NOAA) 后向轨迹模式(HYSPLIT-4),对2002年10月7 —13日发生在北京及周边地区的典型大气污染过程进行了模拟与分析,揭示了该污染过程的形成机理和生消过程.结果表明:该污染过程具有区域性特征,是由本地污染源和外来污染源在特殊的气象条件下共同造成的混合型污染.HYSPLIT气流来向轨迹分析表明,北京周边地区的污染对北京有显著影响,南部周边城市污染物外源的输入是造成北京地区重污染的主要原因.      

福州市PM2.5污染过程中大气边界层和区域传输研究

以福建省会福州市2013年1月空气质量变化为对象,分析大气边界层变化和周边区域污染物传输对福州市大气颗粒物PM2.5的影响.利用福州市2013年1月逐日地面和探空观测资料以及NCEP提供的2013年1月FNL分析资料,通过大气边界层要素与PM2.5浓度之间的相关性,对PM2.5污染过程的大气边界层特征进行分析;同时采用HYSPLIT后向轨迹模拟及区域风场相关矢分析对影响福州雾霾的污染物区域传输路径进行探讨.结果表明:地面气温与PM2.5浓度呈正相关,地面风速与PM2.5浓度呈负相关,近地面边界层条件有利于霾颗粒物的形成和累积.但不同于我国东部主要污染源区霾污染过程中存在大气边界层逆温,福州PM2.5污染过程中并未出现大气边界层逆温结构,这一边界层结构的垂直混合可有利于区域传输的污染物从上层大气到达近地面从而加重福州霾污染,福州是华东地区一个PM2.5污染物的主要接受区,PM2.5污染物主要以外源输送为主.2013年1月份福州市清洁日近地面风向为海洋吹向大陆的东南风,霾污染日则为大陆吹向海洋的偏北风,PM2.5污染物主要从长三角地区、苏北以及安徽河南一带通过东北和西北方向的传输路径影响福州的空气质量.