泰安市冬季一次严重空气污染过程分析

为揭示泰安市空气污染形成原因,选取泰安市2016年12月一次严重空气污染过程,利用泰安市2016年12月地面和探空资料及NCEP/NCAR（美国国家环境预报中心/美国国家大气研究中心）提供的FNL资料,对泰安市严重污染期间大气环流形势、边界层条件、污染源及传输路径进行分析.结果表明:在泰安市霾污染期间,500 hPa大气环流形势呈"两槽一脊"的特征,850 hPa泰安市处于南支槽前,受西南暖湿气流影响,为ρ（PM_2.5）的升高提供了有利条件;泰安市近地面处于高压控制下的弱风区（平均风速约为1.2 m/s）且边界层有逆温层存在,阻碍了PM_2.5的垂直输送,造成近地面ρ（PM_2.5）急剧升高.此外,泰安市及周边地区污染严重,聚类分析结果表明此次过程本地输送占比约为34%,其余均为外来传输,即污染物主要通过外来源传输,本地污染源贡献比率较小.污染物的高、低空传输路径不一致,低空污染物主要从安徽省水平输送至泰安市,高空污染物则先由河北省、河南省向南传输至安徽省、湖北省等地,再随南风气流向北输送至泰安市.研究显示,外来污染源传输作用配合本地静稳天气形势是造成此次泰安市空气污染的主要原因.      

南京地区一次灰霾天气的微脉冲激光雷达观测分析

利用微脉冲激光雷达(MPL)对2012年10月南京地区的一次灰霾天气进行了不间断观测,结合地面气象要素和PM10、PM2.5质量浓度资料分析了此次污染过程颗粒物质量浓度、气象要素、气溶胶垂直方向光学特性和混合层高度(MLH)日变化趋势以及相关性并与11月11~12日非灰霾天气做了消光系数和MLH的比较.结果表明,本次灰霾天气颗粒物浓度与近地面消光系数日变化较相似,基本上呈现夜间高午后低的趋势;灰霾期间MLH峰值滞后于地面温度峰值2h,MLH与PM2.5呈现负相关关系,两者相关系数为-0.57;霾天MLH远低于非灰霾天;霾期间近地面消光系数大部分时刻大于1.0km-1,远大于非霾日0.1~0.25km-1范围的消光系数.     

北京2010年10月一次典型灰霾过程光学特性分析

利用探空资料、NECP再分析资料、AERONET气溶胶反演资料等分析了北京地区一次典型灰霾天气过程的成因及气溶胶光学特性参数变化情况.结果表明:此次灰霾期间,稳定的环流形势、湿润的环境及逆温结构的存在是灰霾得以持续和发展的重要原因.灰霾期间AOD、PM2.5浓度逐渐增大,能见度逐渐降低,这可能与局地气溶胶的累积和相对湿度的增大有关,使气溶胶粒子的消光性增强.气溶胶的体积谱表现为双峰型结构,细粒子体积浓度峰值远大于粗粒子浓度峰值,且细粒子浓度峰值逐日增大,Angstrom波长指数在1.2~1.4之间,两参数均可表明此次灰霾过程的污染粒子以气溶胶细粒子为主;灰霾期间SSA逐日增大,表明气溶胶粒子的散射性逐渐增强,SSA随波长的变化主要呈现两种变化趋势,这与当日主控粒子的尺度有关.因气溶胶的作用,使到达地面的辐射通量减小.这些光学特性参量的变化为了解北京地区灰霾期间气溶胶特性及其气候效应提供了参考.     

福州市PM2.5污染过程中大气边界层和区域传输研究

以福建省会福州市2013年1月空气质量变化为对象,分析大气边界层变化和周边区域污染物传输对福州市大气颗粒物PM2.5的影响.利用福州市2013年1月逐日地面和探空观测资料以及NCEP提供的2013年1月FNL分析资料,通过大气边界层要素与PM2.5浓度之间的相关性,对PM2.5污染过程的大气边界层特征进行分析;同时采用HYSPLIT后向轨迹模拟及区域风场相关矢分析对影响福州雾霾的污染物区域传输路径进行探讨.结果表明:地面气温与PM2.5浓度呈正相关,地面风速与PM2.5浓度呈负相关,近地面边界层条件有利于霾颗粒物的形成和累积.但不同于我国东部主要污染源区霾污染过程中存在大气边界层逆温,福州PM2.5污染过程中并未出现大气边界层逆温结构,这一边界层结构的垂直混合可有利于区域传输的污染物从上层大气到达近地面从而加重福州霾污染,福州是华东地区一个PM2.5污染物的主要接受区,PM2.5污染物主要以外源输送为主.2013年1月份福州市清洁日近地面风向为海洋吹向大陆的东南风,霾污染日则为大陆吹向海洋的偏北风,PM2.5污染物主要从长三角地区、苏北以及安徽河南一带通过东北和西北方向的传输路径影响福州的空气质量.     

近53年山东省霾季节性特征的年代际变异

为了进一步认识山东省霾日长期变化特征,从而为政府决策和空气质量预报提供科学依据,基于山东省80 个气象站53 年（1961-2013）的观测资料分析,利用多项式及线性回归拟合、定义表示随季节和年际变化程度的变量如季节变化率、年际变化率等多种统计方法分析了近53 年来山东省霾日季节性的年际、年代际长期变化及空间分布规律,结果表明,山东上个世纪明显的冬季霾高发的典型季节性特征演变为本世纪模糊的季节差异,即霾多发时段随年际增长逐渐由冬季蔓延至秋季,夏季和春季.全省平均霾日的季节变率从60 年代的84.0%,70-80 年代的72.4%~73.6%,到90 年代跌至56.4%,而在本世纪的13 年低达42.3%,体现了山东霾日变化季节性的年代际特征,即近53 年季节差异在不断减小,霾趋于常年化发生的大气污染事件.霾日季节性的空间分布及年际变化特征还表明：近53 年山东霾日呈持续上升趋势,1990 年之前呈显著的增长趋势,1990 年之后上升缓慢,但维持霾高发的水平.霾日高发区域主要集中在济南地区,济宁-泰安-莱芜一带,枣庄-临沂一带,青岛地区和聊城西部地区,其中,高中心依次为济南的80.9 d·a^-1,临沂的78.2 d·a^-1 和青岛的69.0 d·a^-1.山东中东部的霾日年增长率整体高于西部地区,鲁中、鲁南及半岛南部地区是霾日年际增长高值区.山东省霾日年际变化趋势以夏季增长率最高,大部分地区的年际增长率都在4.5%·a^-1 以上,其次是秋季、春季霾日年际变化趋势,冬季霾日年际变化趋势普遍增长率最低,且大部分地区的变化率值为1.5%·a^-1 以上,近53 年来山东大部分地区出现了霾日模糊季节性变异.     

全球沙尘气溶胶源汇分布及其变化特征的模拟分析

根据全球沙尘气溶胶气候模式GEM-AQ/EC模拟的1995~2004年的沙尘起沙量和干湿沉降量,分析了沙尘气溶胶源汇的全球时空变化特征.全球沙尘起沙量集中在各个主要沙漠地区,北非对全球沙尘气溶胶贡献最大为66.6%.沙尘气溶胶沉降的高值区分布在沙漠源区及其紧临的下风地区.最大净沙尘气溶胶接收主要分布在沙漠周围地区并形成净接收量大于10t/(km2×a)的位于0°N~60°N之间的北非、欧亚大陆、西太平洋、北印度洋、北美和大西洋的带状分布.在北非、阿拉伯半岛、中亚、东亚和澳大利亚5个主要沙漠地区中,起沙量和沉降量都存在明显的季节变化,除中亚其他4个区域干湿沉降量和起沙的季节变化基本一致;东亚地区沙尘气溶胶起沙量和总沉降量的季节变化最为明显,而北非沙漠起沙量和总沉降量的季节变化最小,其他3个区域的季节变化幅度基本相同.中亚起沙峰值和阿拉伯半岛起沙次峰值出现在夏季,其他区域的峰值均出现在春季.10年间全球陆地年平均起沙量为(1500±94)Mt,保持略微上升趋势.以北非沙漠起沙量年际变化率最低(6.3%), 而以东亚(28.3%)和澳大利亚(45.0%)起沙量年际变化最为明显;全球陆地的沙尘气溶胶沉降量以约9.9Mt/a的速率递减,全球海洋的沙尘气溶胶沉降递增.     

北太平洋地区春季粉尘的空间分布特征——观测及模拟

通过对2001年4月的一次中亚强沙尘暴过程的观测事实分析和数值模拟,结果表明,源自中亚的强沙尘暴扬起的粉尘,通过西风急流远程传输到韩国、日本、北太平洋、北美大陆.北太平洋地区的沙尘沉积通量空间分布将主要取决于3个方面:沙尘沉积通量随传输距离的增加呈指数衰减;传输路径上粉尘有较高的沉降通量;沙尘过境时的降水空间格局将在很大程度上决定粉尘的沉降空间格局.     

近50年来四川干能见度霾日数及消光系数时空变化特征

利用四川省147个气象观测站1961～2010年能见度、相对湿度、降水等观测资料，分析了四川省近50 a来干能见度的时空变化特征，以及四川盆地霾日数和干消光系数的变化趋势。结果表明:四川盆地及盆缘区域干能见度较差（12~20 km），而西部高海拔山区较好(40~50 km)，与青藏高原接壤的地区最好(＞50 km)。从20世纪70年代到20世纪末，四川盆地的干能见度呈现明显减少趋势，而川西高原的干能见度却出现显著增加趋势；21世纪近10 a来四川干能见度变化趋势趋于停止。近50 a来，有544%台站出现干能见度减少趋势，且主要集中在盆地和攀枝花地区；另有456%台站干能见度有增加趋势，且多集中在高海拔山区。四川盆地的干消光系数和霾日数的变化趋势较为一致。干消光系数1996年之前迅速增加，1996年以后有小幅度的减小，增加的气候倾向率为003/10 a，霾日数的增加速率为104 d/10 a。能见度下降、消光系数和霾日数增加与人为排放污染物浓度增加有密切关系     

霾污染环境大气能见度参数化方案的改进

霾污染是高浓度大气气溶胶造成低能见度的大气现象,为了完善目前空气质量模式的大气能见度参数化方案,以准确地预报霾污染过程的能见度变化,基于已有的大气总消光系数与大气能见度的关系,依据Mie理论和大气分子的消光特性,计算颗粒物和NO₂的消光系数,提出一种改进的大气能见度参数化方案.为了验证这一改进的参数化方案的大气能见度预报性能,①利用空气质量模式WRF-Chem3.7模拟2013年12月南京地区两次霾污染个例,并且与实际观测数据对比,证实其能够准确地模拟大气颗粒物和NO₂的浓度变化;②利用模拟的大气颗粒物和NO₂的浓度数据,分别采用改进的能见度参数化方案及已有的IMPROVE方案和CHEN的能见度参数化等3个方案,计算两次霾污染个例的大气能见度变化;③与观测能见度比较,评估3个能见度参数化方案的模拟准确性。评估表明,改进的参数化方案模拟的两个霾污染个例能见度的平均标准化偏差和平均偏差分别为17.19%、3.18%和517、173 m,并且和观测能见度的相关系数分别提高到0.76、0.87,其能见度模拟的准确性优于其它两种已有的参数化方案,并在不同相对湿度（RH）和能见度范围内改进的参数化方案模拟的标准化平均误差均小于其它两种参数化方案,其中,在RH < 80%和能见度≥ 1 km范围内标准化平均误差均低于50%.研究显示,改进的大气能见度参数化方案能够有效地提高空气质量模式的霾污染环境大气能见度的预报准确性.      

基于WRF-Chem模拟的玉溪市大气环境容量精细估算

云南高原的清洁大气环境及其潜在变化是一个值得深入研究的大气环境问题.本文选择云南高原重要工业城市—玉溪作为研究区域,基于中尺度空气质量模式WRF-Chem,开展玉溪市的大气环境容量模拟估算.同时,以2015年冬、春、夏、秋季主要大气污染物模拟为基础,采用以我国环境空气质量标准(GB3095—2012)为约束目标的WRF-Chem模拟迭代大气环境容量算法,设置3 km的精细分辨率,计算得到2015年玉溪市一次PM_(10)、一次PM_(2.5)、SO_2、NO_x和CO的大气环境容量分别为1.284×10~4、0.854×10~4、1.917×10~4、1.796×10~4和51.556×10~4t·a~(-1).最后,研究了整个玉溪市区域和城区大气环境容量的季节变化特征,结果发现,各污染物冬季大气环境容量最小,除PM_(2.5)外的污染物均在春季大气环境容量最大.玉溪市城区剩余容量占全市的比例均在40%左右,反映了工业发展和城市化带来的大气环境的城乡差异及可能的环境变化效应.