华北地区冬半年空气污染天气客观分型研究

利用2013—2016年冬半年ERA-interim再分析资料,以及同期空气污染资料、地面常规气象观测资料和探空资料,采用PCT (Principal Component Analysis in T-mode)客观分型方法对华北地区冬半年海平面气压场进行天气分型,并探究不同月份不同天气型对应的空气污染状况及污染气象参数分布特征,进而从污染气象学的角度揭示重污染潜势天气型的气候特征.结果表明:冬半年海平面气压场共对应9种天气类型,其中,5型(均压场型)、6型(高压内部型)和8型(高压后部型)为3种重污染潜势天气型,冬半年对应的PM_(2.5)均值浓度分别为144.11、136.99和148.26μg·m~(-3),而1型(T型高压前部型)和3型(低压底部型)为两种清洁天气型,冬半年对应的PM_(2.5)均值浓度分别为97.12和80.83μg·m~(-3);重污染潜势天气型对应的边界层结构呈现出稳定能量大、混合层厚度和通风系数小的大气层结稳定的静稳天气特征,其能够反映大气污染潜势;研究还发现,即使是同一天气型,其在不同月份对污染物的扩散影响也存在差异,因此,建议在今后的污染潜势天气型研究中分月份进行.本研究可为华北地区空气污染潜势预报及大气重污染预报预警的客观化、自动化提供科学依据和技术支持.     

典型城市大气重污染风险温度阈值研究

气温不仅影响大气污染物排放,同时还影响着大气扩散能力。文章利用哈尔滨、乌鲁木齐、北京、兰州、成都、南京和广州7座城市2000-2013年API资料、2013-2018年AQI资料以及同期地面常规气象观测资料和探空资料,通过拟合2016之前上述7城市各自日均气温与API、AQI及5种污染物(PM_(2.5)、PM_(10)、SO_2、NO_2和CO)浓度间的关系,探寻不同城市的大气重污染对应的温度阈值及其分布特征,并用2017-2018年的AQI资料检验该温度阈值对大气重污染事件的捕获能力。研究结果表明:就同一城市而言,存在一个使API、AQI和5种污染物浓度均达到最大的气温临界值,由此提出了大气重污染风险温度阈值(THP)的概念,哈尔滨、乌鲁木齐、北京、兰州、成都、南京和广州7座城市的THP依次为-15.8、-12.4、-1.5、-3.4、8.0、6.8和17.1℃。同时还发现当气温位于THP及其附近时,对应当地多为静稳天气(混合层厚度和通风系数均最小),呈现出最不利于大气污染物扩散的气象条件,进而易造成大气重污染甚至是污染事件的发生。由此可见,THP是边界层大气静稳特征的一个缩影,能较好地反映大气重污染潜势,7座城市THP捕获重污染事件的百分比整体在50%以上。该研究为上述7座城市的大气污染潜势预报及污染防控探寻了一个新的更简洁明了的重要污染气象参数,也为其它城市开展类似研究提供了借鉴参考。