能见度与PM2.5浓度关系及其分布特征

利用相对湿度、能见度和PM_(2.5)质量浓度观测数据,针对不同相对湿度下,建立了消光系数与PM_(2.5)质量浓度之间线性关系,并分析了相关关系的全国分布特征.结果表明,我国中东部大部分地区在一定相对湿度区间内均可建立线性相关关系,而且相关性较好,相对湿度40%～90%区间内的平均相关系数高于0. 75,其中北京相关系数高达0. 9.北京、长三角和四川等地的PM_(2.5)单位质量消光效率在同等相对湿度下明显大于其他地区.不同地区湿度对能见度影响程度不同,北京等地在相对湿度大于90%时相对湿度对能见度作用大于PM_(2.5),而广州在相对湿度大于80%时相对湿度的作用明显增强.利用能见度反算北京地区PM_(2.5)浓度可知,1980～1996年,PM_(2.5)浓度年际变化不大,受采暖方式影响冬季PM_(2.5)浓度显著较高; 1997～2009年呈现缓慢下降趋势; 2010～2012年呈现上升趋势. 1980年以来,全国的PM_(2.5)浓度整体呈上升的趋势,尤其是华北地区,PM_(2.5)浓度始终高于全国其他地区.     

2015年冬季京津冀两次重污染天气过程气象成因

为了分析京津冀地区2015年11月27日~12月1日和12月19日~25日这2次重污染过程,从环流形势、大气稳定度条件、动力条件、水汽条件、近地层风场输送等几个方面对重污染天气的形成机制展开分析,结果表明：这2次重污染天气过程均属于静稳型,津京冀各地重度以上污染时长均超过50%.在大范围静稳形势存在时,过程一期间边界层内的垂直扩散条件较过程二偏弱,过程一期间地面辐合线位置偏北且维持不动,过程二期间辐合线位置偏南且略微南北摆动,导致了2次过程重污染区域和污染增长速率的不同.对北京而言,过程一前期降雪融化提供了有利水汽条件,弱偏南风有利于污染物和水汽的输送,混合层高度持续异常偏低（京津冀平均混合层高度339m）、过程期间伴随弱下沉运动（0~2Pa/s）、多层逆温（且厚度大）造成日变化不明显,地面辐合线在北京中部维持等多重因素,使得污染浓度极高,北京地区PM_2.5峰值浓度达593mg/m³.过程二前期采取了减排措施,能见度和PM_2.5日变化大、污染发展较过程一前期平缓;后期不利气象条件叠加污染排放,导致了PM_2.5爆发式增长,其中邢台PM_2.5峰值浓度达70mg/m³,增长率超过7.2mg/（m³·h）.     

青岛“上合峰会”期间夜间臭氧增长成因分析

针对青岛“上合峰会”保障期间出现夜间臭氧（O₃）浓度增长的现象,本文利用地面常规观测资料和污染物浓度数据对其进行分析和研究.结果表明,在6日20：00~23：00,青岛出现O₃浓度持续性增长,峰值浓度达194μg/m³,浓度增长速率达10.7μg/（m³·h）.结合NCEP/FNL再分析资料可知,在夜间西南风的作用下,江苏、安徽等地排放的O₃及其前体物向青岛传输,并在边界层内下沉运动作用下,将其传输至近地面.通过计算边界层内通风量可知,6日边界层内最大风速区高度逐渐降低,达到低空急流的标准,且在夜间1000m以下的通风量呈现出波动性增长,500m和500~1000m高度的通风量峰值分别为3900和5892m²/s.另外,本研究基于CAMx空气质量数值模式中的O₃来源追踪方法（OSAT）对其进行了模拟分析,结果显示在夜间O₃增长时段（20：00~23：00）,青岛地区的主要贡献来源分别为江苏、安徽以及上海,上述3地的贡献比例平均为62.3%、16.6%和8.6%.     

基于GAM模型分析中国典型区域网格化PM2.5长期变化影响因素

为探究中国典型区域地表PM_(2.5)浓度长期时空变化及其影响因素,运用广义可加模型(GAM)对1998～2016年均0. 01°×0. 01°地表PM_(2.5)浓度网格化数据进行分析.典型区域多年平均PM_(2.5)浓度从高到低:华东华中地区(40. 5μg·m~(-3))华北地区(37. 4μg·m~(-3))华南地区(27. 8μg·m~(-3))东北地区(23. 7μg·m~(-3))四川盆地(22. 4μg·m~(-3)).东北地区PM_(2.5)年际变化呈现明显上升趋势;其他地区1998～2007年呈上升趋势,2008～2016年出现下降趋势.在典型区域PM_(2.5)浓度空间分布上,PM_(2.5)浓度分布呈现显著的空间差异,多年来各区域PM_(2.5)浓度高值分布相对稳定. PM_(2.5)浓度变化的单因素GAM模型中,所有影响因素均通过显著性检验,典型区域中对PM_(2.5)浓度变化影响解释率较高的各个影响因素顺序有所不同. PM_(2.5)浓度变化的多因素GAM模型中,均呈现非线性关系,典型区域方差解释率为87. 5%～92%(平均89. 0%),模型拟合度较高,对其变化有显著性影响.典型区域YEAR和LON-LAT均对PM_(2.5)浓度变化影响最为显著.除此之外,气象因子对PM_(2.5)的影响大小在各个区域存在不同.东北地区影响PM_(2.5)最重要的3个气象因子排序为:tp v_(10) ssr;华北地区为:temp tp msl;华东华中地区为:temp tp ssr;华南地区为:temp RH blh;四川盆地为:tp temp u_(10).结果表明,运用GAM模型,能够定量分析区域PM_(2.5)浓度长期变化的影响因素,对PM_(2.5)污染评估具有重要意义.     

边界层方案对华北一次污染过程模拟的影响

采用WRF模式中YSU、MYJ和ACM2 3种边界层参数化方案,利用WRF模式和空气质量模式CAMx对2015年11月11~15日发生在京津冀地区的一次污染过程进行了模拟,同时利用地面气象要素、风廓线、秒探空和空气质量观测数据对3种参数化方案下的模拟结果进行了验证对比.一种基于临界垂直湍流交换系数确定边界高度的方法被用于对比3种参数化方案之间垂直扩散能力的差异.结果表明,MYJ方案对10m风速高估最大（平均高估0.66m/s）,对2m温度和2m湿度低估最小,YSU和ACM2方案对地面气象要素的模拟效果相近;ACM2方案对于边界层内垂直廓线模拟效果优于YSU和MYJ方案,但是3种参数化方案对边界层内风速均存在高估（高估可达2.6m/s）;基于临界垂直湍流交换系数方法定义的边界层高度更能反映大气的垂直扩散能力,MYJ方案边界层高度最小,其模拟的PM_2.5浓度最高;MYJ方案对于地面风速的高估,会降低模拟的区域整体PM_2.5浓度,但是会增加风速较大区域下风向的PM_2.5浓度;ACM2方案对边界层垂直廓线模拟最好,夜间底层垂直湍流交换系数计算值较大,使得ACM2方案对于本次过程中PM_2.5等污染物的模拟优于MYJ和YSU方案.     

2020年“三连击”台风对我国东部地区O3污染的影响分析

基于空气质量监测、地面气象资料、风廓线雷达观测等数据和HYSPLIT模型,对2020年8月26日至9月8日2008号台风“巴威”、 2009号台风“美莎克”和2010号台风“海神”影响期间我国中东部地区的O₃污染特征及成因进行了分析.结果表明“,三连击”台风期间京津冀及周边地区和长三角地区出现O₃污染的站点数均超过50%“,海神”影响期间两个区域O₃污染日数分别达到2.22 d和2.97 d,持续性特征显著.台风位置对O₃浓度影响明显,当台风位于24 h和48 h警戒线之间时,京津冀及周边地区O₃浓度最高;当台风移动至34°N以北时,长三角地区最易于出现区域性O₃污染.上海O₃污染主要出现在台风西侧偏北气流控制下,来自上游的区域传输对O₃及前体物浓度升高影响明显;1 000 m以下的下沉气流使O₃在夜间维持较高浓度.济南O₃污染期间大气中低层盛行下沉气流.8月28～30...     

风廓线雷达在北京地区一次强沙尘天气分析中的应用

基于北京地区逐小时风廓线雷达数据、大气成分观测数据以及地面常规观测资料对2017年5月3~7日一次沙尘天气过程进行了研究.结果表明：受蒙古气旋影响,全国多地出现空气质量严重污染,其中北京PM₁₀浓度达到严重污染级别时间超过30h.通过对边界层内水平风场、垂直速度以及大气折射率结构常数等要素进行分析,研究发现沙尘爆发前,边界层内出现平均风速达到14.8m/s的西北急流核,该急流核的建立有利于将高层沙尘粒子向近地面传输,而沙尘爆发阶段边界层通风量较前期增加31.6%,中低层的通风量逐渐占据主导地位,使近地面PM₁₀浓度出现爆发性增长.此外,整个沙尘天气过程中,以弱下沉运动为主,垂直速度在1m/s以下,而沙尘天气爆发前,边界层内出现强烈垂直下沉运动,达到5.3m/s.同时,大气折射率结构常数出现1.0×10^-16的高值中心.二者均先于地面污染物浓度的变化,预报时间提前量为8~9h,可为今后沙尘预报提供一定参考.     

2014年2月下旬京津冀持续重污染过程的静稳天气及传输条件分析

利用常规气象观测资料、空气质量监测资料、再分析资料和数值模式资料,分析了2014年2月20-26日京津冀地区持续重污染天气过程的环流背景、气象要素特征、静稳天气条件和传输条件.结果表明：2月20-26日,亚洲东部受弱高压脊控制,京津冀及周边地区位于地面高压后部,等压线较为稀疏,气压梯度小,造成地面风速较小;与此同时,混合层高度低,通风系数小和逆温存在,构成重污染天气出现和维持的气象条件,均不利于大气中污染物和水汽的垂直和水平扩散.静稳天气指数对于重污染天气有一定的指示意义,高静稳天气指数通常对应高PM_2.5浓度,且二者变化趋势一致性高;2月20-26日静稳天气指数总体上大于2014年1-3月其他几次污染过程,且在高位长时间维持,造成此次污染过程更严重.此外,传输条件也是京津冀重污染天气的主要成因：地面高压西侧的偏南或偏东气流有助于污染物和水汽向京津冀地区输送和聚集,使能见度进一步降低、污染物浓度进一步升高.     

2016～2020年北京城区和郊区PM2.5爆发性增长特征对比研究

利用PM_2.5浓度、气象要素、NCEP以及ECMWF再分析资料等,对比分析2016～2020年北京城区和郊区的污染特征,根据多种阈值指标定义爆发性增长过程,并着重分析爆发性增长过程中的环流形势以及污染物的不同来源.结果显示,北京城郊全年污染日数呈逐年下降趋势,但秋冬季的污染日数占比2016～2017年逐年下降,2018～2020年逐年升高,城区污染改善速度慢于郊区.2016～2020年城郊污染持续时长一般≤3d,城区≥2d的污染日次数均多于郊区,且均呈逐年下降趋势.城区和郊区细颗粒物污染存在明显的相互影响特征,城区对郊区的影响更为显著.城郊爆发性增长次数和爆发性污染占比整体先下降再升高.城区发生的爆发性增长过程次数多于郊区,但爆发性污染占比城区低于郊区.爆发性增长过程出现概率≥10%的地面天气形势为均压场型和高压前部型,高空形势为纬向环流和槽后型.城区传输型爆发性增长过程出现概率最高的天气形势为高空槽后配合地面高压前部型,占比可达37.0%,郊区传输型爆发性增长过程出现概率最高的天气形势为高空纬向环流配合地面高压前部型,占比可达31.6%,城区和郊区本地型爆发性增...