泉州市灰霾时PM2.5浓度与气象条件、能见度相关分析研究

利用泉州市空气自动监测站的监测资料,研究泉州市灰霾天气时PM2.5浓度与风速、温度、相对湿度等气象因素及能见度的关系.结果表明:泉州市灰霾天气期间往往会伴随气象因素及能见度的变化,灰霾发生前,风速降低,相对湿度减小,逆温层形成,能见度降低;灰霾结束前,风速增大,相对湿度趋于稳定,逆温层消失,能见度增大.灰霾发生时,PM2.5的浓度与风速、能见度基本呈负相关的关系,与相对湿度基本呈正相关关系.气象条件及能见度的变化可以为灰霾天气时污染状况的预判提供重要的参考.     

霾天能见度参数化方案改进及预报效果评估

为了选择适合京津冀地区能见度预报的参数化方案,为霾的预报提供更准确的能见度预报产品.根据实际应用需求,改进了基于气溶胶体积浓度建立的Chen等能见度参数化方案（S1）,并利用2017年2月快速更新多尺度分析和预报系统-化学子系统（RMAPS-CHEM v1.0）的预报结果,对比评估了该方案与基于PM_2.5浓度建立的参数化方案（S2）和Mie散射计算方案（S3）在京津冀地区的预报效果.结果表明：①模式系统对京津冀地区的PM_2.5浓度预报总体较好,预报值与观测值非常接近,二者的相关系数在大部分地区可达0.8以上,小时相对湿度的预报值与观测值相关在0.78以上,平均误差低于3.91%.②三套方案计算的能见度都能较好地预报出2017年2月京津冀地区能见度的时间演变趋势,且在大部分时间三者计算的能见度都非常接近.总体上S1计算的能见度最低,S3计算的能见度最高,S2居中.在京津冀大部分地区,S1的均方根误差和归一化平均绝对误差最低,S3的最高,S2居中且在北京地区表现最佳.③能见度大于10 km时三套方案计算结果都偏低,其中S3的平均误差和均方根误差最低,能见度低于10 km时,特别是对出现频率较高的1~5 km低能见度的预报,S1方案的平均误差、均方根误差和归一化平均绝对误差都是最低的,更适合京津冀地区霾天气能见度的预报应用.     

机场能见度临近预测方法

能见度是保障机场航班安全、正常运行的重要标准之一。为精准预测能见度,使用2020年天津机场气象和常规空气质量监测数据,构建基于方差膨胀因子(Variance Inflation Factor, VIF)、主成分分析(Principal Components Analysis, PCA)和Informer的能见度预测模型,并将均方根误差、平均绝对误差、平均绝对百分比误差作为评价指标进行误差分析。结果显示,VIF-PCA-Informer模型比单一的Informer和简单组合模型效果更优,能更好地捕捉长时间序列特征的关系。相比于单一的Informer、长短期记忆神经网络和门控循环单元模型,VIF-PCA-Informer模型均方根误差下降了0.214 1～0.348 6,平均绝对误差下降了0.184 2～0.275 3,平均绝对百分比误差下降了0.322 4～0.527 0;VIF-PCA-Informer模型对能见度的临近预测(1 h)更为精准。使用高效的机场能见度预测模型可在保障航班安全高效运行方面发挥较大支撑作用。     

基于MOS的杭州秋冬季空气污染预报和霾诊断

利用由数值预报模式WRF和辨识理论实时迭代统计方法RTIM组成的MOS方法对杭州市2013年2~3月和11~12月期间的空气污染物日平均浓度做预报,预报值与实测值之间相关系数都超过0.75 ,PM2.5、PM10、SO2、NO2、CO 24h平均浓度和O3 8h平均浓度分类预报临界成功指数(CSI)分别为89%、87%、100%、93%、100%和100%,命中率(POD)分别为93%、95%、100%、100%、100%和100%.分析表明,研究期间杭州地区气溶胶以细颗粒为主.根据PM2.5浓度、相对湿度及能见度预报值做霾日分类预报,临界成功指数为89%,命中率为93%.说明该MOS系统对污染物浓度及霾天气预报性能良好,可以为业务化预报提供参考.     

合肥市区大气能见度与PM10浓度及相对湿度的关系分析

分析了合肥市区能见度与PM₁₀、湿度之间的关系.使用积分浊度仪与PM₁₀传感器比较,验证PM₁₀传感器数据准确性.两台相同型号的PM₁₀传感器同步测量,相对误差小于5%,保证测量数据稳定可靠.依据米散射理论推导出能见度是不同尺度颗粒物质量浓度乘以常数之和的反比函数,但是由于测量难度,实验时无法使用这个函数.因此通过数值模拟和数据拟合,确定了能见度是PM₁₀质量浓度的幂函数.根据湿度修正表达式对高湿度时拟合结果进行修正,并使用实验数据对修正结果进行验证.大气湿度小于60%RH时,使用PM₁₀质量浓度拟合得到能见度值与实测值变化趋势一致,相对误差范围为-5%～8%.当大气湿度值高于60%RH时,拟合能见度值与实测值相对误差超过50%,且高于实测值,湿度越大拟合值偏差越大.使用湿度修正公式对拟合值修正,修正值与实测值的相对误差绝对值小于10%.利用不同时间的测量数据对拟合公式验证,也获得了一致的结果,证明湿度修正公式对PM₁₀质量浓度拟合能...     

基于裂区设计的大气能见度拟合及预测模型

通过收集分析广州能见度及影响因子数据的特征,使用R-project统计软件作为建模工具,采用多层裂区实验构建模型基本框架,选择影响显著的因子进行变量变形处理,对年、月、日、小时的数据特征进行层层分割设计,并在对应层次引入代表时间含义的虚拟变量以提高模型的表征水平,加入二次项、交叉项等提高模型的精度,得到拟合度高、适用性强的能见度拟合及预测模型。     

灰霾与PM2.5

经过北京奥运会、上海世博会和广州亚运会,空气质量保障的成果让老百姓亲身体验了"蓝天白云"的益处.进入秋冬转换季节,全国连续发生的雾霾事件,又使原本陌生的PM2.5成为了几乎家喻户晓的热点.以PM2.5为标志,中国大气污染的防治将进入全新的历史阶段.而有效地改善大气能见度,需要认识污染排放与大气PM2.5浓度以及PM2.5与大气能见度之间的关系.从科学上,这两个关系都是十分复杂的非线性关系,这藏意味着大气灰霾的治理将是一个艰辛的历程.     

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.     

1981~2010年深圳市不同等级霾天气特征分析

利用1981~2010年深圳市地面观测及空气质量监测资料,分析深圳不同等级霾天气的长期变化特征以及大气水平能见度、空气质量与霾的关系.结果表明:深圳霾日数总体呈增多趋势,强度增强,中度以上霾增多;各等级霾日数均呈增多态势,但不同等级霾日占年总霾日的比例变化趋势不同,轻微霾所占比例下降,轻度以上霾上升; 霾天气呈现冬季>秋季>春季>夏季的季节特征,但重度霾却是夏季最多; 霾导致大气水平能见度明显下降,霾日平均能见度较非霾日低6~7km,霾等级越高,能见度下降越明显,霾日能见度日变化幅度较非霾日小;霾日SO2、NO2浓度为非霾日的1.4~1.7倍,PM10是非霾日的2.2倍,大气颗粒物污染加剧可能是深圳能见度恶化、霾天气增多的一个重要原因;针对荔香站霾日SO2浓度日变化不明显,PM10 、NO2浓度呈双峰型分布,与上下班时段吻合,说明机动车的增加也是深圳霾天气增多的主因之一;霾等级越高,空气中PM10、SO2、NO2的浓度越高,从轻微到重度霾各级之间SO2、NO2和PM10浓度增幅大都在15%~20%.     

沙尘天气强度特征指数研究——以北京地区为例

利用1970—2000年北京及其周边地区以及影响北京沙尘天气的上风向共14个基准气象站的沙尘天气与相关气象因子资料,分析了沙尘天气与各因子之间的相关性。研究发现,风速、相对湿度与沙尘天气的相关关系最显著;同时,对能见度与沙尘浓度观测值的分析得出,二者存在非线性关系。在上述分析的基础上,用能见度、风速、相对湿度构建了沙尘强度特征指数,该指数与这3个因子均呈非线性关系,指数值越大表示沙尘天气强度越大,反之,指数值越小表示沙尘天气强度越小。经验说明,沙尘强度特征指数与相应沙尘浓度观测值有着较一致的变化趋势,该指数从气象和环境两个方面反映了沙尘天气的强度特征。