长三角冬季一次霾过程气溶胶及其水溶性离子的区域分布特征

为研究长江三角洲地区霾天水溶性离子的区域污染特征,于2013年1月18~24日使用Andersen气溶胶粒度分布采样器和离子色谱仪(850professional IC)对南京、苏州、杭州、宁波这4个城市和临安区域大气本底站的大气气溶胶质量浓度及水溶性离子进行了同期观测分析,并结合天气形势分析了长三角地区大范围霾天气的形成原因及水溶性离子的分布特征.结果表明,观测期间长三角处于高压以及高压前部,气压梯度较大时,低层大气有明显气流辐散,有利于污染物扩散;处于弱低压及弱高压的均压场形势下,并伴随有大气低层气流辐合现象时不利于污染物扩散.观测期间霾天气发展过程中,各监测点的大气颗粒物及其中水溶性离子(TWSS)增加显著;TWSS增加比例分别为杭州0.9%、临安4.2%、南京8.1%.二次离子SO2-4、NO3-、NH+4均为细模态(粒径2.1μm)分布,峰值有一个从0.43~0.65μm向0.65~1.1μm段迁移的过程,Ca2+、Mg2+在4.7~5.8μm出现峰值,Na+、Cl-、K+则呈双模态分布.各监测点TWSS中的二次无机离子SNA(NH+4、SO2-4和NO3-)浓度上升较快,上升百分比分别为杭州3%、临安55%、南京64.9%;SO2-4在SNA中所占比例最大,可达45%;各监测点NO3-/SO2-4的比值均大于固定源NO3-/SO2-4(0.5)比值,可能说明流动源在区域污染过程中对颗粒物的贡献相对较大.     

京津冀区域重污染天气过程数值预报评估新方法

利用区域空气质量监测数据、空气质量模式数值预报产品及天气图资料,建立了一种适用于区域重污染天气过程预报的评估方法,将其用于评估NAQPMS模式系统对2013年和2014年京津冀地区静稳型、沙尘型和特殊型3类重污染天气过程的预报能力,并探讨了重污染天气过程早报、晚报及漏报的可能气象条件原因,以提高预报准确率.结果表明:数值模式系统提前3 d预报重污染天气过程的预报准确率可达57%,秋冬季预报效果好于其他季节,静稳型预报效果好于沙尘型和特殊型.对模式AQI预报结果统计发现,当预报AQI值达到150以上时,实际发生重污染天气过程的概率较大,如定义AQI等于150作为重污染天气预警临界值,模式预报准确率可提高至70%以上.天气系统对污染过程预报有重要影响,WRF气象模式对中低层天气系统位置及强度预报偏差是导致静稳型污染过程早报和晚报的一个重要原因.     

一次以南京为中心的夏季PM_(2.5)污染岛污染事件的数值模拟

2013年6月23~24日南京及其周边地区发生了一次小范围、突发性的气溶胶污染事件,PM_(2.5)的平均浓度达到242μg/m3,在夏季比较少见.本文利用WRF-chem模式对该PM_(2.5)污染事件进行模拟,通过对模式结果进行分析表明:此次污染事件与天气形势和边界层结构有着直接联系.此次污染发生时江淮地区正处于梅雨时节,南京及其周边地区处于江淮低空切变线上,切变线附近有辐合的流场,东部上游排放源的贡献和南京本地的静稳风场导致污染物在南京堆积.污染期间有比平时更强的气粒转化过程,23日PM_(2.5)浓度受到SO2减半的影响,浓度减少量为9.8%,受NOx减半影响的减少量为7.3%.污染发生期间南京地区上空温度垂直梯度较小,温度层结不利于污染物的垂直扩散,边界层高度较低,低层大气湍流活动较弱,垂直高度上的稳定层结也为污染物集聚提供了条件.     

西双版纳城、郊雾水化学组成分析

利用１９９７年１１月西双版纳城、郊雾的外场试验观测资料，从该地区雾水化学组成与其他地区雾水化学组成的比较、雾水化学组成与环境的关系、雾水化学组成的来源、雾水化学成分的浓度与雾的微物理结构的关系等几个方面分析了地区雾的化学特征。结果表明，西双版纳城郊雾水明显呈碱性，Ｆ＾－浓度比我国其他地区高很多；由于生态环境的不同，西双版纳城郊雾的化学成分浓度有很大差异；与历史资料，西双版纳城区雾水总离子浓度明显增     

主成分和回归分析方法在大气臭氧预报的应用——以北京夏季为例

利用北京市区两个典型观测站的大气臭氧(O3)及前体物浓度观测资料和气象要素观测数据,分析了影响大气O3浓度各要素的相关性,并采用主成分分析和逐步回归方法构造大气O3浓度统计预报方程.结果表明,大气O3与前体物一氧化氮(NO)、二氧化氮(NO2)和气象要素呈现较好相关性;发现由于变量间共线性问题,逐步回归方法不能给出可接受的回归方程,而采用主成分分析和逐步回归方法相结合,可避免共线性问题,由前体物浓度和气象要素给出较好的北京大气O3浓度统计预报方程,可决系数R2分别为0.78(IAPs2007)、0.88(IRSAs2007)和0.64(IAPs2005),能够有效地预报O3浓度的变化情况.     

南京夏秋季节大气干沉降水溶性离子特征及来源分析

本研究利用采集的2014年7~10月南京地区84个有效干沉降样品,探讨了南京夏秋季节大气干沉降中水溶性离子的化学组成及其来源.结果表明南京夏秋季干沉降样品平均p H为6.2,干沉降偏中性.Ca~(2+)和NH~+_4是主要的阳离子,日均浓度分别为115.7μeq·L~(-1)和31.2μeq·L~(-1),分别占阳离子总量的68.3%和18.6%.阴离子以SO~(2-)_4、Cl~-和NO~(2-)_3为主,日均浓度为30.4、20.7和18.7μeq·L~(-1),共占总阴离子的89.2%.干沉降浓度变化受温度湿度等气象条件和污染气团输送共同作用的影响,其中本地气团对干沉降污染的影响较大,干沉降污染具有局地性.南京夏秋季节固定源(燃煤)对大气干沉降水溶性离子的贡献大于移动排放源(机动车),8月因举办青奥会而采取的环境管控措施对固定源的影响大于移动源.主要离子来源分析表明NO~-_3和SO~(2-)_4大部分源自于人为排放,Cl~-主要为海洋输入,K~+和Mg~(2+)主要来自陆相输入.     

2013年12月初长江三角洲及周边地区重霾污染的数值模拟

运用WRF-CMAQ模型模拟了2013年12月1~9日长江三角洲及周边地区的一次重霾污染过程.初步探究灰霾天气下大气细颗粒物(PM2.5)的时空分布特征和区域输送过程,并定量研究了外部源区域输送和本地源对长江三角洲地区PM2.5的贡献.结果表明:模式能够合理再现灰霾天气下长江三角洲及周边地区PM2.5的时空分布特征和演变规律.静稳天气下大气细颗粒物仍然存在着显著的区域输送.污染期间来自安徽、山东南部、苏北地区的跨界输送对长江三角洲区域PM2.5的贡献率分别为3.5%~24.9%、0.14%~30.0%、0.03%~17.5%.整个污染期间本地贡献占49%左右,本地贡献和外地贡献基本相当.     

秸秆焚烧导致南京及周边地区一次严重空气污染过程的分析

2008年10月28~29日南京及周边地区发生了一次严重的空气污染事件,PM10、CO、SO2等大气污染物浓度急剧增高.本文综合利用地面空气污染监测资料、卫星遥感火点监测资料、气象观测和NCAR/NCEP再分析资料及气流后向轨迹模拟,分析了该次污染事件发生的天气条件和大气边界层特征以及大气污染物的来源、输送路径.结果表明,苏中、苏北地区秸秆焚烧产生的大气污染物向南京及周边地区输送,并结合不利于污染物扩散的天气形势和边界层条件,即:均压场结构、500hPa以下弱的垂直速度、涡度和散度、较低的边界层高度及逆温层的存在,以及地形因素是导致这次大气污染事件的主要原因.     

中国环渤海地区SO2和NO2干沉降数值模拟及影响因子分析

利用耦合了Wesely大叶阻力干沉降模型的嵌套网格空气质量预报系统NAQPMS,对环渤海地区SO2和NO2的干沉降敏感因子、干沉降通量、空气质量进行模拟分析.结果表明,大气稳定度、太阳辐射、季节、下垫面类型为干沉降的主要敏感因子.大气越稳定,干沉降速率越小.太阳辐射越强,干沉降速率越大.SO2早秋干沉速率最小,冬季最大;NO2春、夏、早秋、晚秋的干沉降速率大致相同,冬季最小.SO2的干沉降速率在水面上较大,在沙漠上较小;NO2的干沉降速率在农田上较大,在水面上较小.由于不同敏感因子的共同作用,使得环渤海大部分地区SO2干沉降通量密度为0.05~0.25mg/(m2×s),NO2干沉降通量密度均为0.05~0.30mg /(m2×s),高值区均主要分布在河北南部、山东西北部以及辽宁中部的部分地区.干沉降通量密度从大到小依次为秋季、春季、冬季和夏季,白天干沉降通量密度普遍大于夜间,且在渤海海面上也有一定的干沉降通量.由于干沉降、源排放、输送等作用的共同影响,使得环渤海地区SO2平均浓度为(5~20)′10-6,NO2平均浓度大致在(20~60)′10-6,高值区主要出现在河北南部、山东西北部以及辽宁中部的部分地区.夏季个别地区浓度较高,大部分地区浓度较低,春、秋、冬3季大部分地区浓度较高.     

长江三角洲地区1980~2009年灰霾分布特征及影响因子

选取中国长江三角洲地区38个观测站1980~2009年的地面观测资料和2001~2009年国家环境保护总局公布的空气污染指数(API)数据,统计分析了长江三角洲地区近30年灰霾分布情况.计算了观测站点的消光系数并进行了两次订正,给出了其季均值和年均值分布情况,讨论了3个典型站(南京、杭州和合肥)的能见度与灰霾日数、干消光系数和API之间的关系.结果表明,近30年来,长江三角洲地区的灰霾日数整体呈增长趋势,有71%的站点灰霾日数的年平均增长率大于零.订正后的消光系数冬季高,夏季低.南京、杭州和合肥灰霾日数与干消光系数的增长趋势一致,在霾日,南京、杭州和合肥三地,能见度与API呈负相关,其相关性随相对湿度的增加而增强.