辽宁中部城市群灰霾天气的外来影响——个案分析

利用MODIS卫星资料、空气质量监测资料、地面气象资料及后向轨迹方法,分析研究了2011年10月28-29日辽宁中部城市群一次灰霾天气过程.结果表明:此次辽宁中部城市群灰霾过程主要受京津冀外来灰霾污染的影响;在高压后部弱西南气流天气形势控制下,近地面的西南气流通过辽西走廊和海上通道,将京津冀地区灰霾污染物传输至辽宁中部地区,从而造成辽宁中部城市群灰霾污染过程;MODIS卫星图和后向轨迹图显示的灰霾范围、传输路径及PM10浓度跃变点自南向北推移的时间变化也支持这一结论.虽然“联防联控”是治理区域灰霾污染的重要手段,但也要看到区域灰霾污染的跨区域影响问题.     

辽宁中部城市群可持续发展的生态思维取向

介绍实现了辽宁中部城市群可持续发展的战略和以生态化的思维取向制定经济建设和环境建设相协调的发展规划。运用生态学的理论和方法，根据地域生态系统的环境承载能力规划，设计，改造，建设城市群。     

基于WRF-CMAQ模型的辽宁中部城市群PM2.5化学组分特征

为了探究北方寒冷地区城市PM_2.5化学组分特征,采用WRF-CMAQ模型对辽宁中部城市群2019年1月、4月、7月、10月及一次重污染过程（2019年1月11—14日）的PM_2.5化学组分展开模拟分析.结果表明:WRF-CMAQ模型分析下SO₂、NO₂、PM₁₀、PM_2.5浓度模拟值与监测值的相关系数（R）在0.63~0.82之间,PM_2.5组分中SO₄2-、NO₃-、NH₄+、EC、OC浓度的相关系数（R）在0.59~0.88之间,WRF-CMAQ模型对大气污染物及PM_2.5主要化学组分的模拟效果较好,可以反映PM_2.5及其组分的时空变化特征.通过对模拟结果的进一步分析发现,辽宁中部城市群PM_2.5中SNA（SO₄2-、NO₃-、NH₄+三者的合称）的占比为37%,与成渝城市群、长三角地区、京津冀地区城市相比,PM_2.5二次污染程度较低,一次污染仍是PM_2.5的主要来源.1月、4月、7月、10月PM_2.5中[NO₃-]/[SO₄2-]（质量浓度比）分别为0.62、0.44、0.15、0.50,表明该区域的燃煤污染对PM_2.5的贡献大于机动车尾气的贡献,该现象在秋冬季尤为明显;硫氧化率（SOR）普遍处于较高水平,分别为0.34、0.54、0.61、0.58,表明该区域燃煤排放的SO₂更易对PM_2.5产生贡献.同时,全年OC/EC（质量浓度比）的平均值为3.6,说明碳气溶胶的贡献主要来自机动车尾气的排放与化石燃料燃烧.通过分析2019年1月11—14日重污染过程PM_2.5组分浓度的逐小时变化发现,该时段中SOR与NOR分别是1月平均值的1.2与2.0倍,NOR的提升导致PM_2.5中NO₃-浓度占比上升了8%,超过SO₄2-的占比,这表明该重污染过程中机动车尾气对PM_2.5的贡献超过平常时段.研究显示,辽宁中部城市群的大气污染呈燃煤与机动车尾气为主的复合型污染特征,尤其在重污染天气下,实施工业限产的同时,加强机动车限行尤为重要.      

海西城市群灰霾天气特征及其影响因子分析

利用2005-2010年海西21个城市常规气象观测资料和大气污染物浓度资料,分析了灰霾的时空分布规律和主要影响因子。结果表明:各城市间灰霾发生总天数存在明显差异,两个高发区在以福州、漳州为代表的闽中、闽南地区,少发区位于闽东北。1-4月是灰霾的高发期,10-12月是次高发期;春季霾日最多,其次是冬季,夏季和秋季较少。灰霾的产生不仅与天气条件有关,还与城市地形、大气复合污染有关。受低涡锋面、台风等降水系统影响,不会出现灰霾,非降水天气系统下均有可能出现,其中在锋前暖区和地面倒槽影响下灰霾出现率最高。秋冬季灰霾的出现与冷空气的强弱有关;春季与西南暖湿气流的强弱有关,夏季与副热带高压的进退有关。     

北京秋冬季一次重污染过程PM2.5来源数值模拟研究

利用WRF模式(The Weather Research and Forecasting Model)和嵌套网格空气质量模式(NAQPMS)对2016年11月发生在京津冀地区一次PM_(2.5)污染事件进行模拟研究并分析污染过程中的天气形势变化.结果表明,均压场、低空逆温层和偏南暖湿气流输送的存在为北京地区PM_(2.5)形成提供了有利条件,NAQPMS模式能够合理的再现北京大气污染物时空变化,细颗粒物PM_(2.5)和可吸入颗粒物PM_(10)模拟与观测数据相关系数达0.71,模拟数据在观测数据两倍范围内占比(FAC2)达65%.源解析结果表明,在不考虑临时实施减控措施下,11月18日区域外输送对北京PM_(2.5)浓度贡献为55.25%,区域内输送贡献为44.75%,北京东北区域PM_(2.5)外地源主要为河北中部、河北南部、天津和山东,所占贡献为9.67%、9.01%、7.90%和7.99%.污染物主要来源为生活源、交通源和工业源,分别占比39.6%、34.6%和20.0%.而实际上北京在唐山、保定采取一系列控制措施后仍在研究时段内出现高PM_(2.5)浓度,意味着在同样天气形势下需要对河北中部、河北南部、天津和山东等浓度贡献占比大的城市加强减排管控才能有效减缓高PM_(2.5)浓度的出现.     

一次大范围持续性灰霾天气的形成机理分析研究

针对一次持续性灰霾天气,以处于核心污染区域的江苏省镇江市的空气污染状况为研究对象,对大气污染整体水平、各污染物的浓度状况及其相关性的分析,并结合气象参数中的风速、相对湿度、大气能见度,初步揭示此次镇江市持续性灰霾产生的主要原因是城市中汽车尾气的大量排放和持续性静稳气象条件的存在,指出当污染物排放总量超过了区域环境容量时,在适当气象条件下就会形成灰霾天气。     

京津冀一次重污染过程的成因和来源

2016年12月16~21日,京津冀地区经历了一次大范围重污染过程.本文基于空气质量监测资料及实况天气图分析了此次极端区域重污染事件的天气成因,并利用嵌套网格空气质量预报模式（NAQPMS）对京津冀主要城市PM_2.5污染来源进行定量解析.结果表明：污染前中期500hPa高空为偏西气流伴空中回暖,后期转槽前偏南气流增温增湿明显;对应地面气压逐渐降低,辐合不断增强;垂直方向上,逆温层不断抬升加厚,中低层暖平流明显,风垂直切变小;大气长时间处于极度静稳状态也是造成此次重污染过程的天气因素.污染期间,京津冀各主要城市PM_2.5污染本地贡献占40%~60%;北京市PM_2.5本地贡献为48%,其中16~17日北京市主要受沿太行山东侧的西南向输送通道（邯郸-邢台-石家庄-保定-北京）影响,其后风速减小,北京本地及周边城市贡献增大.     

西安市灰霾天气时间和区域分布特征及影响因素

依据1961—2005年共45年,西安、户县、长安、蓝田、临潼、高陵和周至7个气象台站灰霾观测资料,分析了灰霾天气时间和区域分布特征,并根据1996—2005年近10年西安逐月平均灰霾日数与近10年逐月主要气象要素相关性分析,得出:西安市20世纪70年代是灰霾日出现的高峰时期,并呈逐年减少趋势,灰霾发生的中心区域也在向郊区东南部转移;从影响灰霾天气形成的气象条件来看,气温越低,降水量和风速越小,日照越少,气压越高,越有利于灰霾天气的形成。     

珠三角冬季PM2.5重污染区域输送特征数值模拟研究

利用嵌套网格空气质量模式系统(NAQPMS)及其耦合的污染来源追踪模块,针对2013年1月珠三角区域的PM_(2.5)重污染过程输送特征进行了数值模拟研究.结果表明,污染气团首先形成于广州、佛山地区,并在弱偏北风的作用下南移加强,影响整个珠三角区域.重污染期间,广州(64.9%)、佛山(58.9%)的PM_(2.5)主要来自本地贡献,是区域输送最主要的来源地区;中山(51.9%)、珠海(66.2%)的PM_(2.5)主要来自外来贡献,是区域输送主要的受体地区.重污染期间,广州和佛山对中山的PM_(2.5)日均贡献率之和总体保持在25%以上,污染最重时达到40%.交通(26%)、工业(24%)、扬尘(16%)、火力发电(15%)和生物质燃烧(8%)是对中山贡献最大的5类源:工业源中山本地与外来输送贡献率基本相当;交通和扬尘源以中山本地贡献为主,贡献率分别为55%和67%;火力发电和生物质燃烧源以外来输送为主,贡献率分别为56%和62%.各类排放源的外来输送中,以广州、佛山所占的比例最大.     

京津冀重霾期间PM_(2.5)来源数值模拟研究

厘清PM2.5的来源是开展重霾污染防治的前提条件.本研究利用嵌套网格空气质量预报模式系统(NAQPMS)及其耦合的污染来源追踪技术,针对2013年1月我国中东部的重霾污染过程,定量模拟分析京津冀各城市PM2.5浓度的来源和相互贡献.研究结果表明,NAQPMS模式能够合理反映京津冀不同城市PM2.5浓度的变化特征.京津冀各城市近地面PM2.5浓度主要受本地排放影响,本地贡献率介于29.8%~63.7%.而800 m高空层各城市PM2.5浓度以外来贡献为主(69.3%~86.3%).在污染最严重的东南部地区(包括邢台、邯郸、沧州和衡水),PM2.5浓度受区域外的山东和河南的显著影响,贡献率可达25.2%~31.5%.因此,在京津冀区域内进行协同减排控制的同时,需进一步将山东、河南等省份纳入联防联控范围,才能有效防控重霾污染.     

2013年1月邯郸市严重霾天气的污染特征分析

利用河北工程大学大气环境监测站点的PM₁₀、PM_2.5、SO₂和NO_x在线监测数据,并结合能见度、湿度数据,对邯郸市2012年12月1日到2013年1月31日的大气污染状况进行分析,特别是2013年1月持续发生的霾天气,以探讨严重霾污染的过程特征.结果表明,2013年1月,SO₂与NO_x的平均浓度分别为225.3 μg·m^-3和217.8 μg·m^-3,PM₁₀和PM_2.5的平均浓度分别为328.5 μg·m^-3和229.4 μg·m^-3,均超过新颁布的环境空气质量标准,是2012年12月平均浓度的1.4~3.5倍.重污染过程分析结果显示,污染峰值附近几天内PM₁₀、PM_2.5的时均浓度变化无明显规律.累积阶段的PM_2.5/PM₁₀在0.42~0.52之间,峰值前后上升并超过0.70,扩散阶段PM_2.5/PM₁₀降到0.70以下,且呈波动式变化.当PM_2.5/PM₁₀小于0.40时,能见度基本位于2~18 km之间;当PM_2.5/PM₁₀在0.40~0.60之间时,能见度在0.7~8 km之间;当PM_2.5/PM₁₀大于0.60时,能见度分布于2 km以下.     

2011年春季辽宁一次沙尘天气过程及其对不同粒径颗粒物和空气质量的影响

利用2011年5月11—12日辽宁沙尘天气过程的相关资料,分析了沙尘天气对不同粒径颗粒物及空气质量的影响及此次沙尘过程的天气成因.结果表明:沙尘天气发生前后可吸入颗粒物PM₁₀、PM_2.5和PM₁的浓度变化很大,沈阳、鞍山、本溪和丹东4城市PM₁₀、PM_2.5的小时浓度最大值都增大了1.5~20倍;粗粒子PM_(2.5~10)的数量浓度分别增加了30~41倍,质量浓度分别增加了27~30倍;细粒子PM_(1~2.5)的质量浓度分别增加了30~35倍,数量浓度分别增加了15~30倍;微粒子的数量浓度和质量浓度各城市表现不同,沈阳微粒子的数量浓度和质量浓度最大值增大了3倍和5倍,而鞍山PM₁的数量浓度和质量浓度分别减少了50%和10%.受蒙古气旋的影响内蒙古地区产生大风降温天气,大风将内蒙古地区的沙尘带到高空并随西风带向东移动进入辽宁,由于辽宁地区风速比较小,造成了辽宁大部分地区的浮尘天气,并对辽宁各地空气质量造成了严重影响,除丹东外辽宁其他13个城市空气质量都达到了轻微污染到重度污染的级别,铁岭、阜新、沈阳和抚顺的污染指数分别超过了300,达到了重度污染的级别.     

河北及周边地区霾污染特征的模拟研究

应用MM5-Models-3/CMAQ空气质量模拟系统对河北及周边地区进行了区域尺度的模拟,并选取石家庄、邢台、北京、天津、太原、郑州6个代表性城市分析了该地区霾污染特征.首先,通过气象观测数据对2001—2010年10年间的霾天气进行了识别,就统计结果来看,该地区霾污染的季节变化非常显著,冬季最为严重,其次是夏秋季;5月份的发生频率则最低,其次是4月和6月.选取霾污染较为严重的2007年12月进行了模拟,在模拟时段内,霾日的平均PM2.5浓度是非霾日的1.6～3.1倍,霾的发生有很明显的区域同步性.霾日PM2.5的成分也有显著变化,硫酸盐、硝酸盐等二次颗粒物的百分比含量有明显的增加,说明该地区霾的出现与二次颗粒物的形成有非常密切的关系.     

2018年冬季南京重霾污染特征及气象因素分析

2018年11月底—12月初南京及周边地区发生一次大范围持续性霾污染,利用南京市空气质量监测资料、颗粒物成分逐时观测资料、南京站探空资料等,结合天气学诊断分析、后向轨迹模拟和聚类分析等方法,分析此次重霾事件的污染特征和气象因素.结果表明,此次重霾事件具有峰值浓度高、持续时间长、波动较明显等特点.污染时段PM_2.5浓度变化分为3个阶段,平均浓度为114.7 μg·m^-3,整体达到中度污染.重霾期间南京市大气环境处于富氨条件,颗粒物整体偏酸性,移动源排放比重高于固定源,PM_2.5主要成分的存在形式为硫酸铵、硝酸铵和其他硝酸盐.本次重霾事件中气象条件对污染物的输送和累积影响显著,在PM_2.5浓度极端事件发生期间,均有各气象要素与PM_2.5浓度同步变化.高PM_2.5浓度与对流层低层增暖增湿、弱的西南风相对应.重霾事件的主要天气成因是冬季东部地区出现大面积稳定且持久的均压场,南京及周边地区近地面中高层污染物主要由西北和华北地区输送而来,低层污染物主要来自于本地源排放累积.动力条件和热力条件的相互配合,近地面受高压影响形成暖平流逆温层,且易形成下沉气流,使重霾天气持续发展.     

2014—2016年海口市空气质量概况及预报效果检验

本文主要基于CUACE模式在海口市的预报产品,结合2014年3月—2017年2月海口市AQI、PM_2.5、PM₁₀和O₃的实况资料进行预报效果检验.结果表明,①近3年海口市空气质量等级主要以优和良为主,但仍有少部分天数以PM₁₀、PM_2.5和O₃为首要污染物,分别占所有首要污染物天数的27.6%、29.5%和42.9%,其中O₃上升幅度较快.②CUACE模式能较好的模拟出AQI和3类污染物浓度的变化特征,其中PM_2.5的预报值与实测值最为接近,而PM₁₀和O₃普遍偏低.③日平均浓度的预报效果检验表明,PM_2.5的标准误差（RMSE）最小,AQI和PM₁₀次之,O₃最大.3个时次预报平均偏差（MB）和归一化偏差（MNB）均为负值,表明CUACE模式预报的污染要素浓度均偏低于实测值.④海口市空气质量为优等级时,TS评分最高;无首要污染物时,首要污染物预报的TS评分最高,但首要污染物为PM_2.5、PM₁₀或O₃时,TS评分均偏低.     

北方强沙尘暴天气过程对广州空气质量影响的个例分析

2009年4月23—25日,我国内蒙古、甘肃、陕西等地区出现了1次强沙尘暴天气过程,沙尘暴产生的浮尘自北南下,于26日开始影响广州.期间,沙尘暴沿途城市的可吸入颗粒物(PM10)浓度先后升高.本文通过对广州4月27日—29日(浮尘时段)和5月12—14日(非浮尘时段)的空气颗粒物进行质量浓度分析,发现浮尘时段PM10的浓度均值为0.231mg·m-3,较非浮尘时段(0.103mg·m-3)大1倍.化学分析结果发现金属元素含量、金属元素富集因子、可溶性阴阳离子含量等在这两个时段也均存在显著差异.浮尘时段颗粒物中金属元素含量的总浓度为53.5μg·m-3,比非浮尘时段的总浓度(28.5μg·m-3)翻了近1倍.浮尘时段的Na、Ti、Zn、Cu、Cr浓度较非浮尘时段的增加幅度在0～100%之间,从富集因子来看,非浮尘时段均高于浮尘时段,说明污染源主要来自广州本地源;浮尘时段的K、Mg、Al、Fe、Mn、V、Co浓度较非浮尘时段的增幅在100%以上,其富集因子均高于非浮尘时段,说明污染源主要来自于外来源;而Ni、Pb、Cd3种元素浓度增幅为负值,说明沙尘携带这3种元素的量可以忽略,且冷空气的稀释作用使得它们在浮尘时段的富集系数远远低于非浮尘时段.另外,通过对水溶性离子的分析发现,浮尘天气时段空气颗粒物中各种水溶性阴阳离子含量都有所升高,但NH4+、NO3-、SO24-3种离子的质量浓度,无论在浮尘还是非浮尘时段,差别均不显著(均占约82%),说明这3种离子都是PM10中最主要的可溶性阴阳离子.并且从浮尘时段的气象场分析和后向轨迹计算表明,此次广州沙尘的源地来自内蒙地区.     

上海市夏季颗粒物污染过程数值模拟研究

利用观测资料和嵌套网格空气质量模式(Nested Air Quality Prediction Model System,NAQPMS)模拟研究了2010年7月26日—8月26日上海市及周边城市PM10、PM2.5及其无机盐组分的浓度变化趋势及时空分布特点.结果表明,NAQPMS模式较为合理的重现了上海各方位站点及其周边城市PM10、PM2.5及其硫酸盐、硝酸盐等无机化学组分的浓度水平与变化趋势,相关系数在0.7以上.研究期间造成上海颗粒物污染的主要原因是:弱气旋低压系统控制下,西南或西北气流将内陆污染物输送至上海市,当低压中心移至上海附近时带来的辐合气流使得污染进一步累积上升.长三角地区PM2.5主要无机盐组分分布特征表明,上海市及周边城市的硫酸盐、硝酸盐和铵盐的总和占PM2.5浓度的40%~60%,二次气-粒转化过程贡献明显,且以SO2向SO2-4的氧化转换为主;污染上升过程中NO-3/SO2-4比率增大,说明流动源的贡献有所增加.