天津地区霾天气特征研究

基于2014~2017年天津地区PM_2.5质量浓度，能见度和相对湿度监测数据开展霾天气特征研究.结果表明：天津中度以上霾过程分为五类：高压后部型，北部弱高压型，低压槽型，均压场型和锋前低压型.在现行标准下，中度霾一般对应重度污染天气，重度霾对应重度到严重污染天气；五级重度污染天气一般有中-重度霾发生，六级严重污染天气有重度霾天气发生.2013年“大气污染防治行动计划”开展以后，天津PM_2.5质量浓度和霾日均显著减少，2017年相比2013年霾日减少了55%，中度及其以上霾日由2013年的41d下降到2017年的20d，下降幅度超过50%.基于实况监测的PM_2.5质量浓度，能见度和相对湿度，可以较好的构建区域能见度计算方程.统计数据显示，其估算的能见度和实况值相关系数为0.94，相对误差为18.6%，非霾日辨识准确率为85%，霾日辨识准确率为95.6%，轻微霾辨识准确率为83%，轻度霾辨识准确率为78%，中度霾辨识准确率为93%，重度及以上霾辨识准确率为94%，对于判断霾等级，有较强的适用性.将该方程与空气质量模式结合开展霾等级预报，2015~2017年24h预报产品检验显示：能见度预报值与实况值相关系数为0.75，预报均值13.9km，实况均值14.1km，相对误差为29.6%，FAC2（预报值在实况值两倍范围内百分比）为98.1%，霾日预报准确率81.4%，霾日漏报率18.6%，霾日空报率20.6%，如果容错1级，轻微霾日预报准确率为96%，轻度霾日预报准确率为85%，中度及以上霾日预报准确率为69%，可有效支撑天津霾等级预报的开展.     

Integrating models to predict regional haze from wildland fire

Visibility impairment from regional haze is a significant problem throughout the continental United States. A substantial portion of regional haze is produced by smoke from prescribed and wildland fires. Here we describe the integration of four simulation models, an array of GIS raster layers, and a set of algorithms for fire-danger calculations into a modeling framework for simulating regional-scale smoke dispersion. We focus on a representative fire season (2003) in the northwestern USA, on a 12 km domain, and track the simulated dispersion and concentration of PM_2.5 over the course of the season. Simulated visibility reductions over national parks and wilderness areas are within the ranges of measured values at selected monitoring sites, although the magnitudes of peak events are underestimated because these include inputs other than fire. By linking the spatial and temporal patterns of haze-producing emissions to climatic variability, particularly synoptic weather patterns, and the stochastic nature of fire occurrence across the region, we can provide a robust method for estimating the quantity and distribution of fire-caused regional haze under climate-warming scenarios.     

冬季广州大气能见度影响因子分析

于2005年12月至2006年2月收集了华南所大气观测站大气能见度等7个气象因子及PM2.5浓度观测数据,分析了冬季广州大气能见度变化趋势及灰霾天气主要影响因子,并对能见度与主要影响因子进行相关性分析。结果发现:人为因素和气象条件对大气能见度的影响比较明显,当大气层结受到北方冷空气扰动后,能见度得到明显改善;1月份灰霾天气出现频率高达60.9%,灰霾天气下大气能见度与PM2.5浓度密切相关;大气能见度与PM2.5浓度、温度、相对湿度呈负相关性,与大气压呈正相关性;灰霾天气下大气能见度还与细颗粒物的粒径分布密切相关。     

Variability of turbulence dispersion characteristics during heavy haze process: A case study in Beijing

The turbulent standard deviations and the turbulent third-order and fourth-order moments are the key turbulence dispersion parameters in Lagrangian dispersion models. However, the characteristics of these parameters under heavy haze conditions in urban areas have not been fully investigated, and the commonly used similarity relations of these parameters in models were based on observations in highly flat and sparsely populated areas. In this paper, the vertical profiles of these parameters and their local similarity relations under heavy haze conditions in the wintertime of Beijing have been analyzed by using data collected at a 325-m meteorological tower. The heavy haze process has been divided into three stages: transport stage (TS), cumulative stage (CS), and dispersion stage (DS). Results show that the turbulent dispersion parameters behave differently during three stages. In the TS and DS, the maxima appear in the profiles of the turbulent standard deviations above the urban canopy; in the CS, the turbulent standard deviation are almost constant with height. The analysis of the third and fourth order moments shows that the wind velocities above the urban canopy in the TS deviate from the Gaussian distribution more significantly than those in the CS and DS. The local similarity relations of the turbulent dispersion parameters in the TS, especially for the longitudinal wind components, are normally different from those in the CS and DS. Thus, different from the common assumptions in Lagrangian models, the turbulence dispersion in horizontal directions is anisotropic and should be parameterized by multiple similarity relations under heavy haze conditions.     

松弛涡旋累积法获取细颗粒物湍流通量的实验研究

利用2018年12月27日-2019年1月8日山东省平原县大气环境实验站观测资料,基于近地面层各物理量湍流输送特征的相似性,以温度（T）作为代理变量,采用松弛涡旋累积法（The Relaxed Eddy Accumulation,REA）计算了重霾天气过程细颗粒物湍流通量,并给出了可信度验证.结果表明：实验观测期间,温度（T）、水汽（H₂O）、二氧化碳（CO₂）等不同物理量的REA法获取的湍流通量的经验系数b分别为b_T=0.56、b_H2O=0.56、b_CO2=0.56.经验系数b的中位数随归一化采样阈值H_REA的增大而逐渐减小;b值的离散性随H_REA的变化存在一个极小值;考虑到温度b值的离散性最小,建议选取温度作为代理变量.REA法计算的细颗粒物湍流通量结果与细颗粒物湍流通量测量装置的结果具有较好的一致性,说明采用代理变量的REA法适用于细颗粒物湍流通量的获取.     

2014~2017年北京城区霾污染态势及潜在来源

统计分析2014~2017年北京城区霾污染发生情况,利用HYSPLIT模式对4年内气流来向进行聚类计算,识别区域内的主要污染传输通道和潜在污染源区分布及变化.结果显示,研究期间北京市城区空气质量状况整体呈改善趋势,灰霾时发生率从2014年的50.6%降至2017年33.7%,灰霾日数由165d降至78d,每年10月到次年采暖结束的3月灰霾发生较为集中.不同强度霾发生频率逐年下降,秋、冬季灰霾发生频率及污染强度均逐步降低.冀东南平原区、太行山东麓以及燕山南麓沿线为京津冀地区的3条主要污染传输通道,传输高度均在近地1000m内,期间通道轨迹对应北京城区PM_2.5平均达124.1μg/m³,其出现频率在2014~2017年逐年减小,并且各年当中同类轨迹所对应的北京PM_2.5均呈逐年下降趋势.北京城区PM_2.5的主要潜在源区从华北平原和渤海天津港区域逐渐缩小至冀中南和鲁西北地区,且传输通道区域污染贡献率逐年降低,有利的天气形势和人为的区域减排是近年空气质量改善的2大主因.     

嘉兴市冬季不同空气质量等级下大气污染物的分布特征

为研究浙江省嘉兴市冬季PM、污染气体和含碳气溶胶在不同空气质量等级下的分布特征,于2013年11月28日—12月28日使用SHARP测尘仪、热电EMS系统和Sunset在线OCEC分析仪观测了PM（PM₁₀和PM_2.5）、污染气体（SO₂、NO₂、CO和O₃）和含碳气溶胶〔OC（有机碳）、EC（元素碳）和TC（总碳）〕的质量浓度,结合气象数据和HYSPLIT模式,分析了霾污染过程中大气污染物浓度变化、日变化及其来源特征.结果表明:嘉兴市冬季霾天ρ（PM_2.5）、ρ（PM₁₀）、ρ（SO₂）、ρ（NO₂）、ρ（O₃）、ρ（OC）、ρ（EC）、ρ（POC）和ρ（SOC）分别为167.90、248.86、77.79、、97.16、28.50、27.09、7.72、7.50和19.59 μg/m3,ρ（CO）为1.47 mg/m3,分别是空气质量为良时的3.00、2.50、1.29、1.84、0.86、2.59、2.19、2.13、2.82和1.50倍.降雨对不同大气污染物的清除作用不同,对粗粒子的清除作用较大,而对二次产物O₃的影响较小.高ρ（PM）是造成能见度降低的主要原因,随着污染程度的加剧,PM中细粒子占比越来越高,在严重污染过程中ρ（PM_2.5）/ρ（PM₁₀）可达70.31%,比空气质量为良时高14.04%;不同污染气体的日变化不同,OC和EC的来源逐渐趋于一致,ρ（SOC）呈现出积累-爆发-积累-爆发的往复过程,边界层的日变化对污染物浓度的影响逐渐减弱.研究显示,随着霾污染的加剧,SOC气溶胶占比逐渐增加、EC和POC等一次碳气溶胶占比逐渐降低.      

矿井生产环境下光透过性实验研究

通过实验模拟巷道生产作业环境,分析了矿井生产环境下光照衰减的机理,研究了普通LED灯、金卤灯、荧光灯、头戴LED矿灯4种灯具在不同环境参数下的透射性,得出其在不同矿井因素（粉尘浓度、风速、相对湿度）下光的透过性影响规律,结果表明:在矿井中风速和相对湿度的增加均能降低光的透过率,相对湿度变化对光的透过率影响较大,且风速和相对湿度的增加对粉尘浓度有一定的积聚作用。研究结果为井下照明灯具的合理选用提供了依据。     

1981-2014年四川不同强度霾时空特征及气候成因研究

利用四川156个气象观测站1981-2014年霾日观测资料,对区域内不同强度霾日的时空分布特征及变化趋势进行分析.结果发现：不同强度霾日数呈现轻霾和重霾显著上升、中霾下降的趋势,20世纪90年代后霾日整体偏多,其中,秋、冬季发生频率偏高,12月和1月是多发时段;不同强度年均霾日高值区集中在盆地中部、东部地区,低值区主要位于盆地西南地区,并呈现盆地中北部霾日逐年减少,盆地南部逐年增多的变化趋势.结合季节特征探讨霾日形成机理发现,春、夏季欧亚中高纬度呈现两槽一脊的环流形势,印缅槽较强,利于降水,盆地相对湿度为85%以上,高原东侧上升气流较明显,大气对流层中下层为"上冷下暖"的递减层结,利于大气污染排放物垂直交换及其对外扩散;秋、冬季高纬度以纬向环流为主,经向环流偏弱,冷空气被阻挡在盆地以北以西区域,盆地东部为下沉气流,850 hPa以下的偏东气流使东部污染物向西蔓延,青藏高原以东地区上空为显著的"上暖下冷"逆温层结,相对湿度为80%左右,地面气温增加,相对湿度下降,使霾不易向雾转换,加重霾日高频状况的发生.     

2013年1月华北地区重霾污染过程SO2和NOx的CMAQ源同化模拟研究

以2006年中国地区的INTEX-B排放清单为基础,采用CMAQ模式污染源同化方法,反演更新了2013年1月重霾污染过程华北地区的SO₂和NO_x排放源;应用WRF-CMAQ模式以及2006年INTEX-B初始排放源和2013年1月改进的排放源,分别模拟了1月9-15日和28-31日两次持续重霾污染过程的SO₂和NO₂浓度,并与华北地区47个环境监测站点实测值进行对比,重点分析了基于初始源和同化反演源的模拟效果及其改进原因;本文亦采用2012年清华大学编制的东亚地区MEIC排放清单评估了SO₂和NO_x同化反演源的合理性.分析结果表明:①CMAQ模式污染源同化方法可适用于重霾污染过程,即采用同化反演源模拟的SO₂、NO₂浓度时空变化特征与实测值较一致,而且可反映SO₂、NO_x排放源强的动态变化特征;②基于同化反演源的SO₂、NO₂浓度模拟效果明显优于2006年INTEX-B排放源,其时间变化趋势与实测值较一致,而且可模拟重霾污染过程SO₂、NO₂浓度的峰值;③采用反演源模拟的SO₂、NO₂浓度空间区分布特征与实测值较一致,而且可较好反映重污染区的极值分布特征;④经污染源同化改进后SO₂、NO₂模拟浓度与实测值的相关系数有所提高,误差明显减小;SO₂的改进效果略优于NO₂,这与污染源对两种污染物浓度的影响差异有关;⑤初始源中SO₂、NO_x排放源的空间分布和强度与2012年清华大学编制的排放源强差异较大,而同化反演源的空间分布和强度均接近于上述2012年排放源,较好反映出重点地区的高污染源分布特征.本文研究结果将为改进重霾污染过程的空气质量预报、减小自下而上建立的排放源清单不确定性、评估SO₂、NO_x等排放源的影响效应以及不同气象条件下区域排放源的动态调控等提供新技术途径和研究思路.