基于数值模式的环境空气质量预报影响因素和改进方法

数值预报是各地开展环境空气质量业务预报的主流预报方法之一。模式预报产品、基础输入资料、外部技术支持、主客观预报偏差和预报命中概率等诸多因素均会不同程度地影响数值模式预报效果,研究探讨了上述因素对数值模式预报效果的影响及其针对性的改进方法,以期降低预报偏差,改善业务预报整体效果,为各地提高业务预报质量提供方法思路和技术参考。     

基于SHERPA的环境空气质量减排情景模拟评估

分析了SHERPA综合评价模型的基本原理和主要建模理念,重点介绍了其在环境空气质量减排情景模拟评估方面的作用,以及在排放源与受体关系(SRR)方面的处理方法,比较了其与欧盟常用的其他情景模拟模型的优缺点。SHERPA模型的特点是空间灵活性较好,对于任何给定地点,可以快速评估不同地区对该研究地点空气质量的影响。SHERPA模型的3个主要功能为污染物来源分析、决策支持和情景模拟。基于SHERPA模型对法国环境空气中PM_(2.5)、PM_(10)和NO_2年均浓度进行污染来源分析、决策支持分析和减排情景模拟评估,展示了模型在环境治理措施优先级筛选和政府间联合治理措施协调建议方面的功能和作用,以期为中国环境空气质量预测预报、环境质量管理措施的制定和成效评估等环境服务与管理工作提供借鉴。     

京津冀区域大气重污染过程特征初步分析

基于为京津冀区域和城市环境空气质量预报和空气重污染预警业务提供必要基础参考资料和区域重污染发生发展规律认识的需求,应用现有空气监测网2013—2014年度京津冀区域13个城市空气质量监测数据,分析了该区域2013—2014年空气质量整体情况和污染过程的季节变化规律、污染范围,统计了两年间31次区域范围大气重污染过程,并根据污染过程的空气质量变化特点和大气环流形势,着重对31次重污染过程中均压场天气型污染开展分析。结果表明,2013—2014年京津冀区域空气污染形势严峻,全年约有六成日数受颗粒物污染影响;京津冀区域空气污染南北差异显著,有自北向南逐步加重的特点,南部污染严重城市对区域污染贡献巨大,石家庄、保定、邢台、邯郸4城市将PM_(10)、PM_(2.5)年均浓度分别拉升31、16μg/m~3;2013—2014年京津冀区域大范围重污染过程集中发生在秋冬季,两季的污染过程对区域两年PM_(10)、PM_(2.5)平均浓度分别拉升27、21μg/m~3;京津冀区域均压场天气型污染可细分为臭氧型均压场和颗粒物型均压场。当秋冬季出现较小气压梯度、西南小风、逆温层等均压场天气型时,容易造成区域颗粒物污染过程;而春末、夏季出现均压场天气型时,容易造成O_3污染。     

长江口九段沙典型潮沟植物群落的物种多样性和种群生态位

在九段沙湿地自然保护区典型潮沟区域设立了52个样点，计测了样点内植物的生态重要值和土壤湿度、电导率和水电导率。在此基础上，计算了样点的物种多样性指数、每种植物的生态位宽度和种间生态位重叠关系，生成了基于生态位重叠值的主坐标排序图和最小生成树。结果发现，九段沙保护区已有高等植物48种，其中31种为首次报道；48种高等植物中，双子叶植物23种，单子叶植物21种，苔藓植物4种；九段沙植物以温带成分为主，其次为世界分布类型，热带性成分较少。52个样点共出现22种植物，样点的物种多样性指数差异明显。基于生态位重叠值的主坐标排序，可以识别出6组生态类群。在调查区域，植物种类组成中有较高比例的杂草和入侵植物，反映出研究区域已受到人为干扰的强烈影响。     

雷电过程中SO2产生COS的模拟研究

采用火花放电的方法研究大气对流层中雷电反应产生COS的可能，以气相色谱、红外光谱为主要分析手段，对SO2－CH4－O2体系的反应进行了研究。结果表明，该体系在火花放电条件下会生成COS。原料气的初始强、放电时间和外加气体对COS的生成量都有影响。生成的COS也会在放电条件下分解。基于此，对该放电反应的机理作了探讨，并估算了清洁及污染大气中可能生成的COS的浓度。     

中小城市空气质量预报试验与问题研究

当前中国大气污染形势严峻,迫切需要开展环境空气质量预报预警业务工作。为调研国内中小城市开展空气质量预报的基础条件和业务需求,促进全国城市空气质量业务体系建设,中国环境监测总站组织8个典型中小城市,利用基于数值预报基础的统计模式预报系统开展了空气质量预报实验工作。在此基础上,针对开展全国预报业务体系建设所需的中小城市预报方法、基础条件、人员技术水平等方面进行专项调研,并对国内中小城市开展空气质量预报能力建设和业务工作面临的问题、困难提出了建议和参考对策。     

2014~2016年京津冀沿山城市空气质量首要污染物特征分析

对北京、保定、石家庄、邢台和邯郸这5个京津冀太行山沿山城市2014~2016年空气质量首要污染物进行分析，探讨其空间分布特征和时间变化趋势.结果表明，北京首要污染物由主到次为PM_2.5、O₃-8h、NO₂和PM₁₀，其他4个城市首要污染物排序为PM_2.5、PM₁₀、O₃-8h、NO₂、SO₂和CO.在空间分布上，各城市PM_2.5首要污染物天数比例3 a均值相当（53.3%~58.1%），但从北向南，5个城市PM₁₀天数比例基本呈上升趋势，而O₃-8h反之.除邯郸PM_2.5首要污染物天数比例逐年明显下降外，其他4个城市的天数比例年际变化幅度较小；2016年石家庄、邢台和邯郸O₃-8h天数比例均显著上升.各城市PM_2.5和O₃-8h首要污染物天数月变化曲线分别呈"W"型和"倒U"型，PM₁₀首要污染物天数在3~5月出现明显高值区.从良至严重污染，各城市PM_2.5和PM₁₀首要污染物天数比例之和随空气质量级别逐级递增，其中PM₁₀天数比例逐级下降，而PM_2.5表现相反；O₃-8h首要污染物天基本出现在良至中度污染级别，且总体上逐级下降；NO₂仅在良级天有较高的天数比例贡献.     

基于半级别的城市空气质量预报评估方法探讨

环境空气质量预报评估是提升预报能力的重要助力，为更好支撑空气质量精细化管理，将我国空气质量细化为12个半级别，参照英国预报评估方法，对2020年“2+26”城市AQI、 PM_2.5浓度和O₃-8h浓度预报开展探索性半级别预报效果评估，通过与AQI范围预报和AQI级别范围预报评估对比发现，半级别预报评估方法可将两者兼容合一，在城市业务预报评估中具有一定可行性和应用价值.具体的半级别预报评估结果表明，“2+26”城市AQI和O₃-8h浓度在低段级别和高段级别的预报效果明显差于中段级别，不同级别PM_2.5浓度预报效果相对稳定；AQI、 PM_2.5和O₃-8h浓度预报准确率月变化曲线分别呈双峰型、先升后降型和平缓型，PM_2.5浓度各月偏高预报显著；不同城市AQI和O₃-8h浓度预报准确率差距相对较小，PM_2.5浓度预报准确率波动较大；北京和天津AQI预报准确率高于周边省份，北京和河南PM_2...     

京津冀秋冬季PM2.5污染概况和预报结果评估

对京津冀区域2013年9月至2018年2月连续5个秋冬季PM_(2.5)的污染特征和气象影响因素,2015年10月至2018年2月连续3个秋冬季以及典型污染过程时NAQPMS、CMAQ和CAMx这3个模式PM_(2.5)的预报结果进行了分析评估,对模式预报的不确定性和改进措施进行了探讨.结果表明,5个秋冬季PM_(2.5)区域均值浓度分别为122、98、82、99和65μg·m-3,污染过程(中度及以上污染过程)期间浓度分别为229、198、210、204和180μg·m-3. 5个秋冬季累计发生64次PM_(2.5)为首要污染物的区域污染过程,2013～2014年秋冬季污染过程平均持续时间最长,2017～2018年持续时长最短.除2016～2017年外,其他年份PM_(2.5)浓度峰值和均值逐年降低,区域总体污染形势减轻.秋冬季PM_(2.5)浓度与相对湿度、风速和日照时数相关性相对较好,与温度和气压的相关性整体较弱.当风速小于2 m·s-1、大气相对湿度65%以上、主导风向为西南和东北风时,容易出现区域中度及以上污染过程.此外,3个模式均能够预测出京津冀区域秋冬季PM_(2.5)污染过程,预报值与监测值体现了较好地相关性.3个模式对张家口、承德和秦皇岛的预报结果较好,对唐山、石家庄、保定、北京和天津等城市预报偏高,这与污染源清单、气象初始场和气象预报、以及大气化学反应机制的不确定性有一定关系.     

2017年汾渭平原东部大气颗粒物污染特征分析

高度集中的煤炭产业和繁忙的交通运输使得汾渭平原成为全国污染最严重的地区之一.利用中国环境监测总站发布的大气环境监测资料，以统计的方法分析了2017年汾渭平原东部三门峡市、运城市、渭南市、洛阳市的颗粒物质量浓度演变特征，并与北京市开展对比分析.结果表明：①2017年汾渭平原东部颗粒物污染形势较为严峻，ρ（PM_2.5）年均值范围为61~75 μg/m³，高于北京市（58 μg/m³），ρ（PM_2.5）/ρ（PM₁₀）范围为0.47~0.57，远低于北京市的0.66，说明汾渭平原东部一次颗粒物的贡献更为显著.②与北京市相比，汾渭平原东部重污染有效时数较长，在三门峡市、运城市、渭南市和洛阳市出现PM_2.5重度及以上污染过程的时数分别占全年总时数的6.56%、8.91%、9.23%和9.10%.但由于汾渭平原东部重污染期间颗粒物质量浓度较北京市低，因此造成汾渭平原东部和北京市重度及以上污染过程中颗粒物质量浓度平均值在颗粒物质量浓度年均值中占比基本相同.③汾渭平原东部颗粒物质量浓度的周变化特征与北京市有显著区别.④重污染期间，汾渭平原东部ρ（PM_2.5）和ρ（PM₁₀）的日变化特征与ρ（SO₂）相同，均呈白天高、夜间低的特征，而北京市ρ（PM_2.5）和ρ（PM₁₀）的日变化特征与ρ（SO₂）相反，呈白天低、夜间高的特征，说明汾渭平原东部特殊的能源结构、边界层动力演变和局地环流造成高架点源对重污染期间污染物质量浓度的影响较显著.研究显示，汾渭平原东部应该加强重污染期间高架点源的管控.