中国亚热带山地逆温资源评价

本文给出了我国亚热带山区不同山系逆温发生几率,逆温层平均海拔高度、厚度及最大逆温强度,描述了山区逆温的时空分布规律及某些因素对逆温暧带分布的影响,提出了我国山区逆温资源的开发利用途径。     

逆温对吴淞工业区大气质量影响个例分析

以吴淞工业区冬夏二次大气质量监测数据和同时期龙华观象台的探空资料为依据,详细地描述了逆温对大气污染物(SO_2和NO_x)时空变化的影响,并阐述了形成这样的空间分布的污染源排放特点和主要贡献源。为环境管理和规划的实施,提供了科学依据。     

重庆城市边界层逆温特征

前言逆温层象一层盖子,它抑制低层的热量、动量、水汽和大气污染物的垂直输送.弄清城市逆温的生消规律,掌握逆温的时空变化特点,对于防治城市大气污染具有十分重要的意义.重庆市区位于华莹山与铜锣山平行岭谷西南端,加之城西的中梁山和城东南的真武山将市区围在一低凹的谷地内.嘉陵江从西北、长江从西南流入市区.在市中区朝天门     

济南市冬季一次典型重污染过程分析

为掌握济南市重污染天气发生规律,从而更好地为重污染天气预报预警和大气污染防治提供参考,采用空气质量监测数据、气象观测资料、雷达探测资料及轨迹模式模拟相结合的方法,对济南市2016年12月31日-2017年1月7日的持续性重污染过程,从污染演变过程、环流背景分析、气象要素特征和区域污染传输等多方面分析其形成原因及主要影响因素.结果表明:此次重污染过程期间首要污染物为颗粒物,ρ（PM₁₀）平均值为318 μg/m3,ρ（PM_2.5）平均值为200 μg/m3;地面风速在0.6~1.8 m/s范围内,风力均为1~2级,相对湿度为68%~95%,平均相对湿度为81%.在重污染过程中,从地面至800 m左右高度始终维持较强逆温层,逆温频次高达91.1%,污染边界层高度较低,大部分时间都在500 m以下.采用情景模拟分析方法计算得到,区域输送对济南市PM_2.5的贡献率为20%~35%.研究显示:此次重污染过程是在区域性污染背景下由本地不利的扩散条件造成的,静稳大气形势提供有利的环流背景,平流雾、辐射雾交替产生,持续性的高湿加重了污染程度;近地面的静风、高湿,垂直方向的双逆温层甚至多逆温层的结构是影响此次重污染过程的重要气象要素;区域性污染传输对此次重污染天气的发展有显著贡献,污染初期主要来自河北省中南部的输送,随着污染加重,有来自偏南、偏东方向的局地气团输送.      

2013~2019年上海早晨接地逆温指标与PM2.5定量关系研究

利用2013~2019年上海宝山观象台08：00时高分辨率气象探空资料识别SBI并计算其3个指标（垂直温差、厚度、强度）,发现在易污染月份（11月、12月、1月、2月）上海早晨SBI的发生频次为35.7%,垂直温差、厚度、强度分别为3.7℃、118m、3.6℃/100m.2013~2019年出现接地逆温的频次有所下降,但其3个指标均没有显著的年变化趋势.当出现接地逆温（SBI）时,2019年易污染月份早晨的PM_2.5浓度高达61.9µg/m³,较无逆温（NTI）时偏高了79%,表明SBI是促发早晨PM_2.5污染的重要气象条件之一.SBI的大气动力热力条件呈现水平风速降低（69%）、边界层通风能力下降（18%~44%）、垂直层结稳定（Ri>0.25）和低温（降低42%）、高湿（上升10%）的特点,非常有利于PM_2.5的局地累积和二次非均相生成,使得2013~2019年早晨的PM_2.5浓度较NTI时偏高了20%~107%.PM_2.5浓度与SBI的垂直温差、厚度都显著正相关,分别拟合为二次非线性关系（P<0.05）,然而与强度的相关性不显著.当接地逆温的垂直温差大于4.6℃、或者厚度大于100m,PM_2.5浓度超过100µg/m³,可作为判别PM_2.5重污染天气的参考阈值.     

西南涡对四川盆地PM2.5污染的影响研究

利用2015—2016年西南涡个例数据与同期的细颗粒物（PM_2.5）浓度数据进行时空匹配,对比分析西南涡过境前后四川盆地PM_2.5浓度变化,并结合温度、湿度、风等气象要素及逆温特征,深入研究西南涡对PM_2.5污染的影响机理.结果表明：①2015—2016年四川盆地共182个西南涡,其中,干涡72个（多集中在春季）,弱降水涡75个（多集中在春季和冬季）,强降水涡35个（多集中在夏季）.②总体而言,干涡过境使四川盆地PM_2.5浓度增加,降水涡使PM_2.5浓度减小,强降水涡的削减作用强于弱降水涡.全年来看,干涡过境使四川盆地PM_2.5浓度增加10.52%,强、弱降水涡过境分别使PM_2.5浓度减小29.72%、9.71%.③除降水外,3类西南涡对PM_2.5影响的主导气象要素和逆温条件为相对湿度、风速和逆温层底高.而主导季节差异的气象要素和逆温条件各异：干涡的主导因素是温度垂直变化和逆温强度,在温度随高度递减和逆温强度较小的春季和夏季,对PM_2.5浓度的增幅减小（甚至有削减作用）;弱降水涡的主导因素是湿度和风速、逆温强度和逆温层厚度,春季其过境时湿度和风速最小,逆温强度和逆温厚度仅次于冬季,甚至使PM_2.5浓度增加;强降水涡的主导因素是风速、湿度和逆温层底高,夏季其过境时风速和低层湿度最小,逆温层底高最低,对PM_2.5的削减作用远弱于其他季节.     

2014年10月北京市4次典型空气重污染过程成因分析

采用数值模拟与观测资料相结合的方式,对2014年10月北京市4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了分析. 结果表明,京津冀区域稳定的气象条件是形成空气重污染的主要原因,4次重污染过程大气条件均不利于污染物扩散,表现为大气层结稳定,近地层逆温(平均逆温强度为2.26 ℃/100 m)明显,风速(平均值为1.52 m/s)小,相对湿度(平均值为80.75%)大. 在4次重污染过程中8—11日污染最重,ρ(PM_2.5)日均值平均为264 μg/m3,并且区域输送对北京贡献率最大,平均值为63.75%;24—25日污染程度次之,逆温最强,逆温强度达5.94 ℃/100 m;18—20日重污染中北京ρ(PM_2.5)高值(＞200 μg/m3)区主要集中在该市西北部地区;30—31日污染相对较轻,ρ(PM_2.5)日均值最高只有154 μg/m3. 数值模拟表明,在4次典型重污染过程中,来自南方(包括河北、河南和山西西部等地)的外来污染物输送对北京PM_2.5贡献较大,外来贡献率分别在42.36%~69.12%之间,同时北京本地也存在较强的二次无机盐及有机物转化过程.      

四川盆地逆温特征及其对PM2.5的影响研究

基于2000-2020年ERA5逐时温度廓线数据探究了四川盆地逆温特征时空变化,量化了逆温对PM_2.5的贡献,分析了成都和宜宾重污染期间逆温特征及边界层结构。空间上,盆地中部逆温频率最大,在15～25%之间,东部和南部地区次之,盆地西北和西南地区最低;盆地逆温厚度季节变化的空间分布差异较小,整体集中在200～350 m之间;逆温强度冬季最强,中部地区逆温强度最大可达0.45°C/100 m左右。时间上,逆温频率12月至次年4月达到最大,最大可达25%,6～8月最小,逆温厚度3～4月达到最大,多在280.85～400.97 m之间,7～8月最小,逆温强度总体变化不显著,多小于0.4°C/100 m。四川盆地站点逆温频率、厚度、强度与PM_2.5呈正相关,相关系数分别为0.3,0.28和0.25。成都和宜宾逆温特征与PM_2.5的拟合关系表明,成都和宜宾逆温厚度分别为376和374 m时,PM_2.5平均浓度均达到75μg/m³左右,逆温强度与PM_2.5浓度的拟合曲...     

西宁地区大气边界层风、温场特征研究

利用西宁地区2009-2011 年地面气象及高空探测资料,统计及数值模拟研究了大气边界层风、温场特征。结果表明,西宁地面风场状况受地形的影响较大,风场复杂。地面较高频率风向与河谷走向基本一致,谷底平均风速较小,在北川河谷及湟中县西南为风速低值区。高空和地面主导风向在100 m以下发生转换,7：00 高空以西风和西西北风为主,19：00 则以东东南风和西西北风为主,风速均以西风和西西北风最大。风速垂直切变在冬季大,夏季小,夏季傍晚的风速垂直切变明显高于清晨。温度场特征表现为冬季出现逆温频率高,夏季低,清晨出现逆温层厚度较傍晚厚且逆温增温率强。逆温特征较黄土高原河谷城市及黄土高原较湿润地区更为明显,但较黄土高原干旱区则相对弱。混合层高度特征表现为春、夏季较高,冬季最小,气温相当的干旱季节混合层高度大于湿润季节,日混合层平均高度约在200～3 000 m变化,变化幅度大,扩散条件的日变化相差较大。     

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.