2013年1月河北省中南部严重污染的气象条件及成因分析

年1月河北省中南部出现了长时间、大范围的雾霾天气,大气污染严重. 利用河北省AQI(逐日空气质量指数)、气象常规观测数据及NCEP(美国国家环境预报中心)1°×1°格距再分析资料,对此次严重污染事件的气象条件、大气环境背景和形成机制进行了研究. 结果表明:①2013年1月河北省中南部地面气象要素表现异常,与历史同期相比,平均气温低1~2℃、相对湿度高15%以上、日照时数少40%以上、降水日数多但量级小. 地面风力较小且多风向、风速的辐合线,地面散度场上河北省中南部为明显的辐合区,致使水汽和污染物汇聚不易扩散,导致雾霾天气异常偏多,大气污染严重. ②边界层高湿区中丰富的水汽与污染物互为载体,强逆温层结、大气低层的干暖盖、边界层下沉运动等均使水汽和污染物存留在近地层且不易向高空扩散;同时,稳定的大气环流形势为雾霾天气和严重污染提供了有利的大气环境场. ③河北省中南部特殊的地理条件也是雾霾和污染持续的一个重要原因. 低空稳定的偏西气流越过太行山后在山麓东侧下沉,在华北平原地区易形成地面辐合线,从而加剧了近地层水汽和污染物的汇聚.      

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.     

基于风廓线仪等资料的珠江三角洲污染气象条件研究

利用珠江三角洲区域空气质量资料和珠海、南沙、增城的逐30 min风廓仪观测资料,以及清远探空站每天08时和20时的温度探空资料等,研究了2012年10月珠江三角洲出现的大范围持续性污染天气期间的大气边界层特征.结果表明:2012年10月珠江三角洲出现的大范围持续性污染天气主要是受到弱冷空气南下和台风外围下沉气流天气形势的影响;在污染日,增城、南沙和珠海低层风速普遍小于3 m·s-1,300m高度以下风速甚至小于2 m·s-1,增城和珠海观测站的通风量普遍小于5000~6000 m2·s-1;非污染日的通风量则远远大于污染日;在近海的南沙站和珠海站,海陆风等局地环流的的作用不利于污染物的扩散,海风约出现于下午6时,最大影响高度约600~800 m;逆温层是导致重污染的天气的重要原因,清远探空站频繁出现逆温层,甚至出现多层低空逆温,污染日的逆温层平均厚度和平均强度都较大.     

2014年10月北京市一次空气重污染过程分析

采用轨迹模拟与观测资料相结合的方式,对北京市2014年10月6—12日1次典型空气重污染过程的大气环境背景、气象条件和形成原因进行分析。结果表明:京津冀区域稳定的气象条件是形成重污染的主要原因,重污染过程中大气层结稳定,平均逆温强度每100 m为3.42℃,平均风速为1.56 m/s,平均湿度为83.13%;重污染过程中10月8—11日污染最重,北京ρ(PM_(2.5))日均值平均为264μg/m~3,且京津冀约20×104km~2国土面积处于重度污染水平;模拟结果显示污染最重的8—11日区域输送对北京PM_(2.5)贡献率在61%~69%;区域输送对北京PM2.5浓度起着更为重要的作用。     

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.     

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.     

天津地区污染天气分析中垂直扩散指标构建及运用

基于255 m气象塔风、温和PM_(2.5)质量浓度数据获取天津地区大气稳定度特征,利用中尺度大气化学模式构建垂直扩散指数β和φ,开展天津地区污染天气预报中垂直扩散分析方法的研究,以期提高天津地区重污染天气预报预警准确率.结果表明,综合运用大气稳定度、基于边界层平均PM_(2.5)质量浓度与近地面PM_(2.5)质量浓度比值构建的垂直扩散指数β,基于数值模式chemdiag功能(以CO为示踪物)构建的垂直扩散指数φ,可以在污染天气预报中较好的进行大气污染物垂直扩散能力分析.当07:00~08:00和18:00~20:00大气稳定度为D及以上时,相比大气稳定为C及以下时,出现重污染天气的概率成10倍的增加;使用垂直扩散指数β和风速双重指标判断重污染天气,比单一的风速指标判断准确率提升67%;垂直扩散指数φ与近地面PM_(2.5)质量浓度相关系数达到0.8,当垂直扩散指数φ小于0.52时,重污染天气概率75%,可识别59%的重污染天气.     

基于天气背景天津大气污染输送特征分析

区域输送是大气污染防治中需要考虑的重要因素,本文利用大气化学模式定量估算2016年10月~2017年9月区域输送对天津的影响,重点基于天气背景分析区域输送影响和气象条件的关系,为京津冀地区大气污染联防联控提供支撑.结果表明,京津冀地区各城市区域输送贡献百分率平原城市显著高于沿山城市,天津一次PM_2.5本地贡献62.9%,区域输送贡献37.1%,主要受沧州、廊坊、河北中南部、北京、唐山和山东等地输送影响,每年4~6月区域输送最显著,7~8月区域输送最弱.区域输送与天气形势、风场和降水等气象条件密切相关,高压后和锋前低压是区域输送占比最高的两种污染天气类型,西南风、西风和南风3个风向下天津大气污染输送影响最为明显,风速2~3 m ·s^-1时最有利于PM_2.5区域传输,降水超过5 mm以上将降低大气污染物区域传输效率.对于不同污染类型和重污染阶段,轻度污染天气时区域输送贡献最为明显,比均值偏高20.5%,重污染天气虽受静稳气团控制,但由于周边区域高浓度的PM_2.5,污染气团迁移对区域内污染聚集传输有显著影响,重污染期间PM_2.5输送贡献占比超过均值,约偏高10%~15%.重污染过程中,开始积累阶段和峰值阶段,输送贡献占比高于其它时期,与暴发阶段相比偏高14.5%和19.5%,重污染暴发阶段本地排放贡献更明显,比均值偏高9.9%.     

石家庄市一次大气重污染过程的边界层特征和成因分析

针对石家庄市2015年12月5—14日出现的重污染过程,利用石家庄市逐日地基微波辐射计、风廓线雷达、地面气象观测资料以及同期的污染物观测资料,分析了重污染过程期间大气边界层温度、湿度、风变化特征及对PM_(2.5)的影响,采用Hysplit后向气团轨迹模式对污染来源进行分析。此次重污染以局地排放为主要形成源,期间冷空气势力弱,地面日平均风速均在1.5 m/s以下,日平均相对湿度均在70%以上,风速小、湿度大,稳定的大气环流形势为重污染提供了持续稳定的大气环境背景。逆温形成及快速增厚导致重污染开始,逆温层平均厚度为683 m,逆温层厚、强、不易消散,导致重污染持续时间长、污染重。近地面小风层厚(平均700 m左右),通风能力弱,导致污染物难以稀释扩散。同时近地层湿度大、厚度厚,使得PM_(2.5)更容易形成和积累,对重污染加重起到了促进作用。     

2013年夏季北京市一次空气重污染过程分析

结合WRF数值模式与气象、污染物观测资料,综合分析了北京市2013年6月29日-7月2日夏季一次空气重污染过程的特征、气象条件及成因。结果表明:重污染过程期间6月30日-7月1日细颗粒物平均浓度为184μg/m~3,平均风速为2.07 m/s,平均相对湿度为87.25%;24 h变温基本在-0.83~3.81℃之间,24 h平均变压在-3.59~-0.18 h Pa之间;北京及周边地区不利的气象条件是重污染形成的主要原因,局地累积及本地化学反应、周边地区秸秆焚烧输送又加剧了此次空气重污染的程度,形成了此次夏季罕见的重污染过程。     

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.     

珠三角秋季典型气象条件对空气污染过程的影响分析

利用空气质量指数(AQI)、主要大气污染物浓度和气象要素、天气图等数据资料,结合中尺度数值天气预报模式WRF,对2014年10月珠三角地区污染期间的天气形势及气象特征进行了分析.结果表明,WRF模式可以较好地反映珠三角地区主要城市地面和高空气象要素的时空变化,9个城市平均地表的温度、相对湿度和风速的模拟值与观测值的相关系数分别为0.90、0.87和0.78.对2014年10月3次污染过程的分析表明,造成该时段珠三角地区空气污染的天气形势主要是高压底部型和均压场型.静风或小风(2 m·s~(-1))及稳定的大气层结均不利于污染物的扩散,同时由于偏北气流输送周边污染物到珠三角地区,导致污染物浓度不断增加.相对湿度低于65%时,珠三角地区首要污染物以O_3为主;相对湿度高于70%时,PM_(2.5)浓度逐渐增加,成为主要污染物.高温等气象条件会影响光化学反应,加重珠江三角洲的空气污染,表现了该地区大气复合污染的特性.     

空气污染潜势-统计结合预报模型的建立及应用

建立了一个空气污染潜势预报和统计预报相结合的模型,该模型以特征气象因子和大气扩散清除因子为基础,并考虑不同因子的权重,定义空气污染潜势指数APPI.所考虑的因子包括:地面风速、混合层高度、混合层内平均风速、风向日变化、稳定度级数、垂直扩散系数、SO2干沉降速率、NO2干沉降速率、PM10干沉降速率、降水时长、地面天气形势.进一步利用统计方法建立空气污染指数API与APPI之间的关系.利用南京地区2009~2010年气象资料计算APPI,通过3项式拟合得到API与APPI的统计方程.结果表明,拟合得到的API与实际API相关系数为0.67,具有显著的相关性,且等级准确率为76.7%.进一步利用2011年1~12月中尺度气象模式WRF预报的气象场开展实况预报.研究表明,24h预报、48h预报、回顾预报的逐月等级正确率分别为44.4%~87.5%,46.4%~100%和63.0%~80.0%,年均等级正确率为60.6%,62.4%.和73.1%.若定义预报API与实际API相差±20以内为正确,则24h预报、48h预报、回顾预报的正确率分别为58.1%, 59.4%和63.8%.在IBM x3500并行集群服务器上计算,48h预报需要机时3h.可见,该模型具有较好的预报性能, 相对数值模型计算效率很高.     

兰州市大气重污染气象成因分析

兰州市曾经是全国乃至全世界空气污染最严重的城市之一,重度空气污染特征明显.根据兰州市环境保护局公布的大气污染数据及气象局的气象观测数据,采用时间序列法和相关统计方法对兰州市2002—2011年空气污染指数(Air Pollution Index,API)大于200的大气重污染特征进行研究,并探析了其气象学成因.结果表明,静稳型重污染发生天数约占重污染发生总天数的77%,而沙尘型重污染只占23%.静稳型重污染是兰州市最主要的大气重污染类型,它往往存在PM10、SO2和NO2三种污染物同步累积的过程,持续时间长,主要发生在冬季;而沙尘型重污染持续时间短,由于外来高浓度沙尘输送的影响,PM10浓度会急剧升高,而SO2和NO2浓度则会明显下降(SO2、NO2浓度明显低于静稳型重污染),几乎都发生在春季.对它们的成因分析表明:静稳型重污染的气象学成因主要是风速小,稳定能量大,大气环境稳定度大,不利于湍流扩散,本地源污染物持续积累造成;沙尘型重污染气象学成因主要是春季气候干燥,相对湿度低,造成大风沙尘天气,给兰州市输送大量沙尘颗粒形成大气重污染.此研究结果可为兰州市大气重污染的防治提供科学依据.     

京津冀大气污染传输通道区大气污染时空格局研究

客观理解京津冀大气污染传输通道城市（“2+26”城市）空气污染时空格局对于区域大气污染联合防治具有重要意义.本研究采用遥感数据反演的PM_2.5浓度产品，利用趋势分析法和重心分析法，揭示了京津冀城市大气污染传输通道区2000~2015年大气污染时空格局演化特征.结果表明：（1）区域PM_2.5平均浓度整体呈现出太行山脉区域较低，太行山脉以东较高的格局，城镇地区明显高于周边地区.（2）2000~2015年区域PM_2.5年均浓度总体呈增加趋势，主要表现在2000~2007年，呈显著增加趋势的面积占全区的88.48%，之后呈稳定状态.（3）区域PM_2.5污染重心位于衡水、邢台和德州3市交界处，区域北部大气污染较严重.本研究可为京津冀及周边地区大气污染防治政策制定和措施实施提供参考与支持.     

乌鲁木齐市冬季典型污染事件气象过程分析

采用数值模拟与观测资料相结合的方式,对乌鲁木齐市2008年1月10—15日的冬季典型重污染气象过程进行了分析.结果表明:乌鲁木齐市存在严重污染且与当地气象条件密切相关,其ρ(PM10)峰值往往对应近地面风场风向转变和低风速情况.边界层及上层大气持续存在的强稳定层结是影响乌鲁木齐市近地面空气ρ(PM10)变化的重要因素.天山山脉、乌鲁木齐河谷、准噶尔盆地及吐鲁番盆地间形成的山谷风局地环流配合辐射逆温,是形成乌鲁木齐市夜间深厚逆温的重要原因.深厚的夜间逆温在减少污染物向上扩散的同时也大大降低了上下动量的交换,造成地面静风频率的增加,减少了大气污染物平流输送的能力.      

佛山地区干季边界层垂直风温结构对空气质量的影响

利用佛山地区2013年12月大气边界层观测试验得到的垂直风温资料和相应逐日AQI资料、逐时PM_(2.5)浓度资料,研究了佛山地区大气边界层垂直风温结构对空气质量的影响.结果表明:佛山地区干季持续存在的逆温结构是导致PM_(2.5)污染较重的重要原因.干季污染日近60%的最低逆温层高度低于1000 m,而非污染日低于1000 m的最低逆温层仅占36%,污染日佛山贴地逆温频率高达31.2%.逆温层出现高度较低,将污染物压缩积累在贴地层大气中导致污染较重.在大陆冷高压控制下,佛山地区的边界层结构演化非常典型,最大边界层高度和最大边界层通风量表现出了显著相关,污染日日平均边界层高度始终维持在较低的水平,多数时候不足500 m,最大边界层高度则大部分小于1000 m,日平均边界层通风量主要分布在500~1500 m~2·s~(-1)之间,在极端情况下甚至不足300 m~2·s~(-1),最大边界层通风量大部分处于1500~5000 m~2·s~(-1)之间,导致污染物始终聚集在较低的大气边界层内,使得PM_(2.5)浓度长时间维持在较高的污染水平.佛山地区风场存在显著的3层结构,较小的底层风速意味着大气的输送和扩散能力较弱,高度较低的中层使得污染物进一步被压缩累积在大气底层,垂直风场的不稳定性使得污染日佛山地区局地回流活跃,回流(RF)指数极小值多分布在0.2~0.4之间,污染日RF指数普遍小于非污染日,垂直风场的有效输送能力被显著削弱.     

冬季山谷风和海陆风对京津冀地区大气污染分布的影响

为了弄清冬季山谷风、海陆风对京津冀地区大气污染时空分布的影响,利用2016年12月地面加密自动气象站逐时观测数据和中国环境监测总站发布的逐时PM_(2.5)浓度数据,计算平均风矢量场和平均PM_(2.5)浓度场,分析山谷风、海陆风变化规律及其对PM_(2.5)浓度分布的影响.结果表明,在山谷风日,中午至下午谷风将位于河北太行山东部地区的污染物向北输送.傍晚以后,在北京西部、北部,以及河北太行山山前出现的山风与偏南风构成"人字形"辐合线,辐合线的汇聚作用使北京地区、廊坊,以及保定、石家庄、邢台等地大气污染加重.在海陆风日,下午至前半夜,河北中东部沿海地区出现东南向海风,深入内陆到达天津东南部地区,海风前缘区域大气污染加重;通过对中国科学院大气物理研究所铁塔0～325 m风向风速与PM_(2.5)浓度时间变化关系分析,以及利用Cressman法插值得到的地面风向风速和PM_(2.5)浓度二维格点场,分析北京地区重霾污染过程中近地层山谷风和海陆风对大气污染形成的影响:中午至下午,谷风将大气污染物向北京输送.傍晚以后,大气污染物在山风与偏南风形成的辐合线附近汇聚,在北京地区及以南地区形成PM_(2.5)高污染区.凌晨至早晨北京被山风控制,大气污染物被吹离北京、滞留在北京以南至天津西北地区.冬季,山谷风的输送和汇聚作用使大气污染物以日为周期不断循环和累积,对北京地区至北京以南地区、河北太行山东部地区的大气重污染形成起重要作用.     

边界层方案对华北一次污染过程模拟的影响

采用WRF模式中YSU、MYJ和ACM2 3种边界层参数化方案,利用WRF模式和空气质量模式CAMx对2015年11月11~15日发生在京津冀地区的一次污染过程进行了模拟,同时利用地面气象要素、风廓线、秒探空和空气质量观测数据对3种参数化方案下的模拟结果进行了验证对比.一种基于临界垂直湍流交换系数确定边界高度的方法被用于对比3种参数化方案之间垂直扩散能力的差异.结果表明,MYJ方案对10m风速高估最大（平均高估0.66m/s）,对2m温度和2m湿度低估最小,YSU和ACM2方案对地面气象要素的模拟效果相近;ACM2方案对于边界层内垂直廓线模拟效果优于YSU和MYJ方案,但是3种参数化方案对边界层内风速均存在高估（高估可达2.6m/s）;基于临界垂直湍流交换系数方法定义的边界层高度更能反映大气的垂直扩散能力,MYJ方案边界层高度最小,其模拟的PM_2.5浓度最高;MYJ方案对于地面风速的高估,会降低模拟的区域整体PM_2.5浓度,但是会增加风速较大区域下风向的PM_2.5浓度;ACM2方案对边界层垂直廓线模拟最好,夜间底层垂直湍流交换系数计算值较大,使得ACM2方案对于本次过程中PM_2.5等污染物的模拟优于MYJ和YSU方案.