台风影响期间石家庄秋季典型空气污染过程研究

利用PM2.5污染监测数据、气象资料和WRF模式,研究了2013年10月2日至10日石家庄地区秋季一次典型的空气污染过程,结果表明,PM2.5质量浓度的上升和下降阶段与相继出现的台风"菲特"和"丹娜丝"输送气流及其背景场有关,本次污染过程同时受台风系统背景场、副热带高压系统和大陆高压系统协同控制.石家庄PM2.5质量浓度演变分为上升、下降、再上升和下降4个阶段,浓度曲线呈现双峰特征,分别对应台风"菲特"加强、减弱、台风"丹娜丝"加强和减弱阶段.污染过程中,PM2.5日均质量浓度最高值是425μg·m-3,导致这一现象的原因是由于台风"菲特"和"丹娜丝"系统外围东南暖湿气流进入石家庄地区,高空1000、1800和2600 m处出现逆温层,下沉气流最大风速是0.2 m·s-1,覆盖并影响石家庄地区,形成稳定的大气条件,利于PM2.5污染物持续积累,造成石家庄地区PM2.5浓度达到峰值并出现重污染事件.     

北京夏季典型PM2.5与O3相继重污染事件分析

根据北京市环境保护监测中心发布的PM2.5和O3小时质量浓度及气象、卫星遥感数据,分析了2013年7月2日至10日北京典型PM2.5及O3重污染过程的质量浓度特征及在大气边界层过程各个阶段的质量浓度演变.结果表明,北京夏季O3质量浓度先于PM2.5达到峰值,而天气型演变是导致这一现象的主要原因.具体过程为:1)重污染初始阶段,高压天气型利于前体物积累,PM2.5及O3质量浓度升高;2)在反气旋中部,由于各种污染物质量浓度较低,对大气紫外波段辐射的吸收较弱,导致该阶段紫外辐射强,因而加快了O3生成的光化学反应,O3质量浓度最先达到峰值;3)在反气旋后部,随PM2.5质量浓度增加,辐射变弱,因此O3质量浓度增加速度下降,而受高压后部影响,区域内PM2.5经东南风输送通道进入北京,导致北京PM2.5质量浓度相继达到峰值;4)在重污染清除阶段,在北方反气旋前部的冷锋清除作用下,PM2.5及O3质量浓度同时降低至谷值.     

2014年10月中国东部持续重污染天气成因分析

2014年10月5─13日中国东部发生了大范围、长时间的(雾)霾及重污染天气. 采用AQI数据分析此次大气重污染过程的时、空演变特征,并应用NCEP(美国国家环境预报中心)再分析资料以及地面、小球探空数据,分析了主要天气型演变、边界层及上空的风场、气象条件特征,以研究此次秋季重污染天气的气象成因和形成过程. 结果表明:①华北、东北是此次污染最为严重的地区,其域内各城市持续数日的污染演变可分为AQI显著上升、持续高值、下降3个阶段. ②在AQI上升阶段(10月6—8日),受大陆高压控制,东部地区出现较弱地方风场和偏南风输送风场,风速在0～2 m/s,相对湿度在22%～86%,3 000 m逆温显著利于污染物积累. ③在持续污染阶段(10月8—11日),海上高压滞留,再加上台风“凤凰”北上阻挡大陆高压影响,使东部地区出现持续4 d的偏南风、偏东风弱风场,风速在1～4 m/s,相对湿度为57%～96%,造成严重污染. ④在AQI下降阶段(10月11—12日),后续大陆高压南下,前部冷锋利于污染物清除,风速达到6 m/s,是AQI降低的主要天气背景场. 因此,持续出现的稳定天气形势是导致此次中国东部重污染天气的主要气象原因.      

北京一次近地面O3与PM2.5复合污染过程分析

利用O_3、PM_(2.5)监测数据、紫外辐射观测数据及气象观测资料,结合WRF模式模拟的大气环境背景场,分析了2014年9月3—8日北京一次近地层O_3与PM_(2.5)复合污染过程。结果表明,O_3和PM_(2.5)出现高质量浓度污染与大陆高压和副热带高压系统的相继持续控制有关,较强的紫外辐射及高压形成的下沉气流是造成边界层复合污染,尤其是O_3污染的主要原因。此次复合污染过程中,O_3于9月4—7日连续4 d超标,PM_(2.5)于9月5—7日连续3 d超标。造成这一现象的原因为:受大陆高压和副高的持续高压影响,北京地区天气晴朗、紫外辐射较强,地面风场较弱,700 h Pa以下持续存在下沉气流,O_3日均质量浓度逐日上升,于9月5日先到达峰值,同时PM_(2.5)日均质量浓度逐日升高;6日在副高西部边缘偏南暖湿气流输送及形成的平流逆温作用下,PM_(2.5)质量浓度突增,削弱了太阳紫外辐射强度,O_3质量浓度开始下降。此后,在低压槽作用下PM_(2.5)质量浓度增到峰值,O_3质量浓度保持下降趋势。9月5—7日形成了3 d的O_3与PM_(2.5)复合污染事件。     

基于卫星观测的2005—2015年京津冀地区NO2柱浓度分布及变化趋势

为更好地了解京津冀地区NO₂浓度的长期时空分布变化特征,对2005—2015年京津冀地区对流层NO₂柱浓度数据进行了统计分析.结果表明,京津冀地区对流层NO₂柱浓度在2005—2010年增加明显,年均复合增长率为6.8%,并在2010年达到峰值,为1 329.07×1013 mol/cm2;2010—2013年保持相对稳定;2013—2015年显著下降,降幅达26.2%.2015年NO₂柱浓度为964.43×1013 mol/cm2,基本与2005年的浓度水平持平.北京地区NO₂柱浓度最先开始下降并保持降低趋势,其中北京市城区降幅远大于郊区,并在2015年达到最低值,为1 647.38×1013 mol/cm2;天津市城、郊区NO₂柱浓度变化相近,总体上均呈先增后减的趋势,并且均在2010年达到峰值,分别为2 686.96×1013、2 019.36×1013 mol/cm2;而河北省西南部(石家庄、邢台、邯郸市)在近两年降幅最为明显,均在35.0%以上.京津冀对流层NO₂柱浓度呈由南向北递减的空间分布趋势,高值区主要分布于京津唐一带以及河北省南部沿太行山一带.研究显示,虽然近年来京津冀地区NO₂柱浓度降幅明显,但相比于周边地区仍面临较大的减排压力.      

贝加尔湖高压分裂过程对绥化市重污染的影响

为探究贝加尔湖高压分裂过程对绥化市2020年1月份持续性重污染事件的影响,以WRF中尺度气象预报数据及气象观测数据为分析基础,分析了2020年1月9~21日的天气形势及气象要素变化,并结合污染物浓度观测数据及PM_2.5组分观测数据（13~21日）,分析了该过程中污染物浓度变化及化学组分特征.结果表明：此次污染过程由贝加尔湖分裂高压引起的持续性静稳天气造成,11~20日期间,空气质量指数AQI变化范围为182~329,其中有9d污染状况为重度及以上污染;重污染期间,地面风速最低下降至0.5m/s左右,能见度下降至1km左右,且出现逆温层,大气扩散条件差;持续性静稳天气导致大气氧化性增强,氧化剂浓度（ρ（NO₂）+ρ（O₃））约94~118 μg/m³,相对湿度约为94%,ρ（SO₄^2-）、ρ（NH₄⁺）最大日增量达28.59、11.32μg/m³,增长速度相比于14日分别增加了1264%、1270%,高湿高氧化性的大气环境显著促进了二次无机盐的生成.贝加尔湖高压分裂过程导致持续性静稳天气,加之污染物的本地排放与积累,增加了大气氧化性,进而形成绥化市持续性重污染天气.     

基于细模态AOT的中国PM0.5时空分布特征

利用2006—2011年PARASOL卫星细模态AOT(aerosol optical thickness,气溶胶光学厚度)的观测值,探讨中国PM0.5浓度的时空分布特征,并对中国与全球PM0.5的空间分布进行对比分析.结果表明:细模态AOT高值出现在中国、非洲中部和南美洲,分别为0.5～1.0、0.4～0.9和0.4～0.6,反映出这些地区PM0.5污染严重.在中国范围内,细模态AOT高值区主要分布在6个区域,包括重庆市、四川省成都市及其周边地区,华北平原地区,湖北省和湖南省的两湖平原地区,广西壮族自治区,珠三角地区,陕西渭河平原以及山西汾河河谷地区,各区域细模态AOT最大值分别为1.1、0.9、1.0、1.0、1.1和0.8,这些PM0.5污染严重地区的分布与SO2、OC、VOC、NOx等的污染源及其排放强度分布特征相一致,并且PM0.5浓度呈逐年升高趋势.2006—2011年,冬、春季细模态AOT平均值升高了18.09%,而夏、秋季平均值升高了9.00%,表明冬、春季PM0.5浓度显著高于夏、秋季.细模态AOT的多年月均值变化表明,其较高值出现在1月、3月,分别为0.37、0.36,最低值(0.18)出现在8月.但在局部地区,如华北地区(115°E～125°E、33°N～42°N),细模态AOT表现为夏季高于冬季.主要原因是华北地区受夏季副热带高压以及太阳辐射的影响,加强了南方污染物的长距离输送以及大气光化学反应,致使该地区夏季PM0.5浓度增高.     

偏东风输送导致的关中地区冬季PM2.5重污染个例研究

关中地区是我国大气污染的重点监测区域,为探究偏东风输送对关中地区冬季PM_2.5重污染的影响,重点分析了2018年1月12-18日在偏东风输送影响下关中地区ρ（PM_2.5）日均值的变化过程;利用WRF和CAMx模式对PM_2.5重污染过程进行模拟并讨论其消长原因.结果表明:①冬季关中地区在高压脊和西南槽的控制下,偏东风将污染物输送至关中地区,加之关中地区地形阻滞,致使关中地区的ρ（PM_2.5）上升.②研究期间,关中地区ρ（PM_2.5）日均值范围为103~240 μg/m3,偏东风输送是导致此次重污染过程的重要原因.重污染的发生还与气象要素的变化有关,其中ρ（PM_2.5）日均值与气温、相对湿度均呈滞后相关性.在ρ（PM_2.5）日均值相等的情况下,相对湿度越大,能见度越低;随着ρ（PM_2.5）日均值和相对湿度的升高,能见度下降的速率逐渐变慢.③根据WRF-CAMx的模拟结果,此次重污染过程中关中地区PM_2.5污染输送关系不均衡,宝鸡市和咸阳市均以本地贡献为主,其本地贡献率超过45.00%,而渭南市接收关中地区其他城市及关中地区以外区域污染输送占比为69.82%;位于盆地中东部的咸阳市、西安市和渭南市的ρ（PM_2.5）月均值均大于关中地区ρ（PM_2.5）平均值;渭南市、西安市、运城市以及关中地区以外城市是此次关中地区跨市PM_2.5污染输送的主要来源.研究显示,偏东风输送是关中地区此次大气重污染过程的重要原因.      

关中地区PM2.5污染过程的主要参数特征和EMD统计分析

为了掌握关中地区的污染过程特征,并为关中地区预警预报提供理论支撑,利用2014—2017年关中地区五市（西安市、咸阳市、宝鸡市、渭南市、铜川市）ρ（PM_2.5）数据,对该地区PM_2.5污染过程的峰值质量浓度、持续时间等特征进行统计分析,并用EMD（经验模态分解法）分解海平面气压观测数据,对PM_2.5污染过程的统计结果进行解释.结果表明:①关中地区ρ（PM_2.5）分布在时间和空间上均具有显著的区域相关和时间同步特征.各城市的ρ（PM_2.5）日均值较接近,相差范围为2~15 μg/m3.②污染过程持续时间的统计表明,冬季污染过程持续时间（11~15 d）相对较长,夏季污染过程持续时间（7~9 d）相对较短;PM_2.5污染过程的峰值质量浓度分析表明,各城市中度及以上等级的污染频次差异较大,最大值出现在咸阳市,为16次,最小值出现在铜川市,为9次.③利用EMD算法对气压数据进行分解后发现,第4模态（IMF4）的震荡频率变化是关中地区各城市不同季节污染过程持续时间存在明显差异的主要原因.研究显示,单站气压的EMD模态分解可以较好地解释关中地区的污染物浓度特征.