气候变化背景下京津冀极端高温事件变化特征研究

基于京津冀地区174个气象台站1981—2020年逐日最高气温、最低气温数据资料，统计计算了京津冀地区极端高温事件相关指标(极端最高温TXx、高温日数Htd和闷热日数Swd),利用多种统计方法分析了京津冀地区近40年极端高温事件的时空分布特征，并探究了在气候变化背景下两个典型年代Htd和Swd的空间变化情况。结果表明：(1)近40年年极端最高温(TXx)、高温日数(Htd)和闷热日数(Swd)均呈上升趋势，京津冀地区极端高温事件强度增强、频次增加，并且年代际呈波动变化特征。(2)京津冀地区极端高温事件主要集中发生在6—8月份，其中TXx和Htd主要发生在6、7月份，Swd集中发生在7月份；冀北山区的高温、闷热日集中发生在7月份。(3)京津冀地区高温日和闷热日初(终)日呈提前(显著推迟)趋势，高温和闷热日更早发生且持续时间更长、同步性增强。(4)京津冀地区极端高温事件多发生在南部，TXx和Htd空间分布均呈南高北低的分布特征，Swd呈东南高、西北低的分布特征；极端高温事件显著增加的地区主要集中在经济人口发展较快的北京、天津和石家庄三个大城市。(5)M-K突变分析发现京津冀地区极端高温事件...     

基于ESDA的京津冀地区草地变化空间分异

论文以县域为基本研究空间单元,借助GIS软件与Geoda空间统计分析软件,利用ESDA方法,对京津冀地区县域草地资源数量变化的总体与局域空间差异进行了分析。结果表明:①1980-2000年京津冀地区草地动态变化系数的Global Moran’s I为0.184 4,α = 0.05时呈显著的空间正相关,草地变化呈现出较明显的空间集聚特征;②时段Ⅰ(1980-1995年)到时段Ⅱ(1995-2000年)的全局Moran指数有所增加,表明草地变化在空间分布上集聚的趋势在增强;③各县域Local Moran’s I的Grid图反映了京津冀地区草地变化在局域空间上的均质性,尤其是高值区域与低值区域的集聚特征十分显著;④LISA集聚4种类型中,正相关的"H-H"类型区、"L-L"类型区占主体部分,二者约占总数的70%以上,其中,在时段Ⅱ,"H-H"关联的县域主要聚集在西北部山区,而中部的平原区域则表现出明显的"L-L"关联特征。     

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.     

京津冀臭氧变化特征及与气象要素的关系

基于2014~2017年京津冀13座城市的O₃-8h数据,分析O₃时间变化特征及污染状况.在此基础上,结合同期气象数据研究近地层O₃浓度与气象要素的关系.结果表明：2014~2017年京津冀区域O₃-8h整体呈上升趋势,增长率为4.50μg/m³.区域内O₃污染整体加重,北京、保定O₃污染较为严重;2014~2015年O₃浓度与超标情况的月变化主要呈单峰型变化,峰值出现在5月;而2016~2017年为不规则双峰型变化,峰值出现在5~6月和9月.与气象因子的相关性表明：气象要素对O₃的影响具有明显的季节差异,其中春、夏、秋季气温是影响O₃浓度变化的主要因素,而在冬季相对湿度与风速为影响O₃浓度变化的主要因素.此外,分析表明北京、天津、石家庄3大城市夏季形成高浓度O₃的阈值明显不同.     

基于AOD数据和GWR模型估算京津冀地区PM2.5浓度

利用MODIS气溶胶光学厚度（AOD）数据针对不同土地覆盖类型的适用性,提出了一种基于土地覆盖类型的AOD融合方法,生成了一种新的3km AOD数据集.在此基础上,通过地理加权回归（GWR）模型估算了京津冀地区2016年PM_2.5浓度,并用交叉验证的方法对模型性能进行评价.结果表明：利用融合后的AOD数据建立的模型可解释PM_2.594.85%的浓度变化,交叉验证R²为0.94,RMSE为9.27μg/m³,MPE为6.72μg/m³,明显优于多元线性回归（MLR）模型;基于GWR模型估算的京津冀地区2016年年均PM_2.5浓度为58.57μg/m³,其中冬季PM_2.5浓度最高,春秋季次之,夏季浓度最低,PM_2.5月均浓度变化范围32.78~140.83μg/m³,8月份浓度最低,12月份浓度最高;空间分布南北差异显著,衡水市PM_2.5污染最为严重,张家口市PM_2.5浓度较低.利用此方法成功弥补了PM_2.5空间缺失,为城市尺度的健康效应和环境流行病学研究提供数据支持.     

2015年冬季京津冀两次重污染天气过程气象成因

为了分析京津冀地区2015年11月27日~12月1日和12月19日~25日这2次重污染过程,从环流形势、大气稳定度条件、动力条件、水汽条件、近地层风场输送等几个方面对重污染天气的形成机制展开分析,结果表明：这2次重污染天气过程均属于静稳型,津京冀各地重度以上污染时长均超过50%.在大范围静稳形势存在时,过程一期间边界层内的垂直扩散条件较过程二偏弱,过程一期间地面辐合线位置偏北且维持不动,过程二期间辐合线位置偏南且略微南北摆动,导致了2次过程重污染区域和污染增长速率的不同.对北京而言,过程一前期降雪融化提供了有利水汽条件,弱偏南风有利于污染物和水汽的输送,混合层高度持续异常偏低（京津冀平均混合层高度339m）、过程期间伴随弱下沉运动（0~2Pa/s）、多层逆温（且厚度大）造成日变化不明显,地面辐合线在北京中部维持等多重因素,使得污染浓度极高,北京地区PM_2.5峰值浓度达593mg/m³.过程二前期采取了减排措施,能见度和PM_2.5日变化大、污染发展较过程一前期平缓;后期不利气象条件叠加污染排放,导致了PM_2.5爆发式增长,其中邢台PM_2.5峰值浓度达70mg/m³,增长率超过7.2mg/（m³·h）.     

1980—2015年京津冀地区雁鸭类潜在栖息地连接度变化及驱动因素

近几十年来,京津冀地区湿地面积萎缩,生态功能下降,严重影响了湿地水鸟的栖息地质量及栖息地间的连接,对水鸟类的迁徙、繁殖产生较大干扰,为了从整体上定量分析近几十年来湿地栖息地质量及连接度的变化,采用MaxEnt模型（maximum entropy model,最大熵模型）,基于京津冀地区雁鸭类的出现点和环境因子反演其潜在栖息地,并根据图论法原理,利用ECA指数（equivalent connected area,等效连接指数）,度量1980-2015年潜在栖息地连接度的变化.结果表明:①1980-2015年京津冀雁鸭类潜在栖息地面积总体呈下降趋势,由1980年的6 898 km2减至2015年的3 764 km2,减少了45.0%,其中,低适宜区面积降幅最为明显,为50.5%;2009-2015年高适宜区有增加趋势.②1980-2015年雁鸭类潜在栖息地连接度呈持续下降趋势,2000年以后的连接度下降速率大于2000年以前;潜在栖息地连接结构的空间分布有向环渤海地区转移的趋势,连接结构变化最为明显的区域为京津冀中部平原地区.研究显示,区域气候趋暖变干、水资源的供需失衡、水利工程设施建设以及人口增加与经济发展带来的土地利用变化是潜在栖息地面积与连接度下降的主要影响因子,而近些年保护区的建立及生态补水措施等生态保护政策对高适宜区的退化有一定缓解作用.      

重点煤电基地大气污染物扩散对京津冀的影响

基于排放源清单,采用空气质量模式CAMx模拟现状情景下,鄂尔多斯、宁东与锡林格勒排放污染物扩散对京津冀地区的影响.结合3地区已批复环境影响报告、规划环评与战略环评等污染物排放数据,估算未来情景下3地区能源基地污染物排放对京津冀的影响.结果表明：现状情景下,3地区排放的PM_2.5、SO₂与NO_x对京津冀的贡献浓度范围分别为0.079~1.134,0.012~0.633,0.008~0.852μg/m³,冬季对京津冀地区的影响要高于夏季,对京津冀地区冬季的平均贡献浓度值为0.710,0.339与0.413μg/m³,影响较大的京津冀城市为衡水市、石家庄市、邢台市、邯郸市与保定市;未来情景下3地区能源基地排放的PM_2.5、SO₂与NO_x对京津冀城市浓度贡献范围分别为0.049~0.773,0.003~0.176,0.008~0.731μg/m³,冬季平均贡献浓度值为0.475,0.096与0.357μg/m³.     

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.     

京津冀及周边地区大气污染综合立体观测网的建设与应用

京津冀及周边地区大气染污综合立体观测网针对的是大气重污染发生-演变-消散全过程的核心科学问题,通过制定适用于京津冀及周边地区的大气污染综合观测技术规范,建立了区域大气污染综合立体观测网,开展了近地面及大气边界层气象和大气化学过程的同步观测,构建了监测数据综合分析及共享应用平台,实现了大气环境多源数据综合管理业务化,为大气重污染成因研究提供精准数据集,提升了京津冀秋冬季重污染成因机制研究和精细化源解析的能力,推动了京津冀及周边地区空气质量的持续改善.京津冀及周边地区大气污染综合立体观测网开展了传输通道的加密观测,增加了背景站和手工采样点观测,建立了包括黑碳、氨和重金属等多要素的关键站点,并充分利用了服务于科学研究的超级站和垂直梯度观测技术.京津冀及周边地区大气污染综合立体观测网和数据平台的建立,实现了业务部门与科研部门数据的有效融合与综合管理业务化,具有效率高、代表性好、目的性强的特点,能够很好地应对决策部门不断提高的管理需求.观测网络和平台充分吸取了国外的先进技术和观测经验,保证了观测网长期稳定运行;通过综合环境空气质量监测预警和发布平台,为环境空气质量监测和污染成因综合研究提供技术支撑,最终为实现我国空气质量的全面改善奠定了坚实的基础.