成都市典型灰霾消散前后PM_(2.5)演化的长期持续性特征

运用消除趋势波动分析方法,对比分析了成都市2013年2月1-14日一次重度灰霾消散前后(其中,2013年2月1-7日为重度灰霾时段,2月8-14日为灰霾消散时段)8个监测站点(十里店、人民公园、梁家巷、金泉两河、三瓦窑、草堂寺、灵岩寺、沙河铺)大气PM2.5时空演化的长期持续性特征。研究显示,灰霾时段和灰霾消散时段PM2.5浓度演化均呈现出很强的长期持续性非线性特征。统计分析表明,在时空尺度上,灰霾时段和灰霾消散时段PM2.5浓度具有显著性差异,但定量表征PM2.5演化动力学特征的DFA指数却变化不大。进一步结合成都市气象资料分析认为,长期持续性是控制此次成都重度灰霾消散前后大气PM2.5浓度时空演化的内在动力学机制之一,也正是在该机制的主导控制下使得此次灰霾持续时间较长。该研究有助于进一步加深对灰霾期间PM2.5演化动力学过程的认识。     

大气PM10跨界输送的自组织动力机制——以舟山市为例

我国城市间大气污染物的相互输送作用非常显著.舟山市大气污染物主要来源于长三角地区,本地源影响较小.因此,本文将以舟山市为例,应用频度统计分析方法,研究舟山市大气PM10污染演化宏观动态的统计分布规律.结果发现,舟山市大气PM10小时平均浓度的波动并非随机,而是在0.065~0.324 mg·m-3范围内具有标度不变特征,统计上服从典型的分形幂律分布.同时,为了阐明该分形幂律分布的产生动力机制,基于自组织临界理论,建立了大气PM10跨界输送模型.该模型以污染输送机制、二次颗粒物生成机制、城市内污染迁移扩散机制、大气自净机制这4个主导动力机制为核心,组建了非线性关联迭代算法.新的自组织动力模型的模拟结果定量地解释了舟山市大气PM10污染浓度的分形幂律统计分布规律的产生根源.同时,本研究结合区域风场等气象因素,深入讨论了大气PM10跨界输送的自组织行为机制.     

基于DCCA方法的成都市市区与周边城镇大气污染长程相关性分析

利用2008年1月～2012年12月期间成都市市区与其周边14个城镇的逐日空气污染指数（API）数据,采用去趋势互相关分析法（DCCA分析）研究区域城市间大气污染的相关性及其随时间演变规律。结果表明:成都市区与其周边城镇大气污染的空气污染存在一定程度的相关性,并且在不同的月份,相关性会随之发生变化。这种相关性具有长期持续特征,具体表现为在一定的时间尺度上成都市区与其周边城镇大气污染的相关性随时间的变化并不遵循经典的马尔可夫过程,即不随时间呈现指数快速衰减,而是以幂律形式随时间缓慢衰减。进一步,结合不同月份间区域大气平均流场的分布特征,探讨了DCCA分析结果的科学性。研究结果说明,在特定地理环境和气象条件控制下,成都市及其周边城市之间已经存在明显的相互输送和耦合作用,成都地区大气污染已由局地性污染转变为区域性大气污染。城市间污染物输送的长期相关影响机制极有可能在特定月份加重成都市区的空气污染状况,这在成都市区及其周边城镇的规划建设中必须加以特别重视     

成都市一次重雾霾期间PM10自组织演化的分形特征及DFA分析

运用计盒维数法和消除趋势波动分析方法,研究了成都市2013年1月8—20日一次重度雾霾期间,草堂寺、金牛坝、三道堰和十里店4个监测站点连续PM10小时平均质量浓度序列的时间演化规律。雾霾期间4个监测站点的PM10质量浓度序列在某一临界质量浓度以下均表现出标度不变分形结构和长期持续性非线性特征,且这两种物理特征具有很好的动力学同步性;但一旦超过临界质量浓度,PM10演化的长期持续性特征就会消失,PM10演化的标度不变分形结构也随之消失。进一步根据自组织临界(SOC)理论,探讨了导致此次成都重度雾霾期间PM10污染演化呈现分形结构和长期持续性特征的内在动力学机制,并将雾霾天气大气污染系统的动态特征与自组织临界性的判断标准进行了对比分析。结果表明,大气PM10污染演化具有自组织临界性复杂系统的基本特征,此次成都重度雾霾期间PM10在临界质量浓度以下的波动演化主要受系统自组织内禀动力机制主导控制。在该机制的影响下,即使在雾霾期间,污染源排放相对平稳,城市大气系统也相对稳定,但PM10污染演化仍会出现非线性波动,从而导致极高PM10质量浓度的涌现。这一特征可能是由SOC特有的内禀敏感性和不可预测性决定的,也正是由于SOC系统的稳定性使得此次成都重度雾霾污染持续时间很长。     

基于后向轨迹模型的成都市典型灰霾期间PM2.5演化的自组织分析

研究了成都市2013年11月29日—12月8日一次重度灰霾期间,草堂寺、金泉两河、梁家巷、十里店4个监测站点PM2.5小时平均质量浓度序列的时间演化规律。首先应用后向轨迹模型对抵达成都市的大气气团进行模拟,结果表明,灰霾期间本地气团(100 km)对成都市PM2.5污染物的贡献率远超过中远距离的外来气团(100km)。进一步应用频度统计分析方法和消除趋势波动分析法对灰霾期间PM2.5的质量浓度序列进行了统计分析,发现PM2.5的质量浓度波动在时空上具有标度不变的幂律统计分布和长期持续性特征。最后基于自组织临界理论,探讨了成都市大气在本地气团控制下PM2.5演化的内在动力机制。结果表明,成都市大气PM2.5演化系统的自组织临界性是此次灰霾期间PM2.5浓度演化的内在动力机制。     

夏季NO_2与O_3相互作用的时间尺度特征——以香港地区为例

应用去趋势互相关分析法对比分析了香港地区2011年7月2日—19日(其中,7月2日—10日为连续晴天,7月11日—19日为连续阴雨天)9个监测站点近地面NO2与O3互相关性及时间尺度特征.研究表明,香港地区近地面NO2与O3浓度波动的相关性在一定时间尺度内具有长期持续性特征,且这两种污染物浓度波动的相关性随时间衰减过程并不遵循经典的马尔可夫随机过程(即相关性随时间呈现指数衰减),而是以幂律形式随时间缓慢衰减.统计分析表明,香港地区9个监测站点NO2与O3相互作用的DCCA标度指数在空间上服从正态分布.此外,为了研究不同太阳辐射对NO2与O3相互作用的时间尺度的影响,对夏季阴雨天和晴天NO2与O3相关性进行了对比分析.结果表明,在不同天气条件下,太阳辐射对NO2与O3相互作用的时间尺度存在显著差异.同时,进一步结合光化学反应机制以及人类日常生活规律探讨了导致此种差异的原因,认为其差异性可能与总日照时数、每日太阳总辐射等因素有关.本研究有助于进一步加强对大气O3污染演化复杂规律的认识.     

香港地区O_3与NO_2的长期互相关作用

利用香港地区2012年7月6日-7月31日和2012年12月1日-12月31日东涌和观塘2个大气环境监测点中近地面O3与NO2浓度观测资料,采用去趋势互相关分析法对二者的相关性及其时间尺度特征进行分析。结果表明,香港地区近地面O3与NO2浓度波动的相关性在一定时间尺度内具有长期持续性特征。这表明,这2种污染物浓度波动的相关性随时间衰减过程不遵循经典的马尔可夫随机过程(即相关性随时间呈现指数衰减),而是以幂律形式随时间缓慢衰减。此外,该研究对冬季和夏季O3与NO2相关性在一定时间尺度内长期持续特征进行了分析。结果表明,冬、夏两季的差异显著。该研究对这些差异及其产生的原因进行讨论,发现其差异性可能与当地夏季温度、光照强度、太阳总辐射以及气象因子等有关。相关研究方法和研究结果有助于建立或改进近地面O3浓度预测模型。     

中国香港地区O_3与NO_2耦合作用的时间尺度特征

于2012年7月6日-7月31日和2012年12月1日-12月31日,借助中国香港地区东涌和观塘2个大气环境监测点的近地面O_3与NO_2浓度观测数据,采用去趋势互相关分析法对二者的相关性及其时间尺度特征进行分析。研究对冬季和夏季O_3与NO_2相关性在一定时间尺度内长期持续特征进行了分析。分析结果表明,香港地区近地面O_3与NO_2浓度波动的相关性在一定时间尺度内具有长期持续性特征,以幂律形式随时间缓慢衰减;其相关性在冬季和夏季的差异显著,可能与当地夏季温度、光照强度、太阳总辐射以及气象因子等有关。