基于数据挖掘算法和数值模拟技术的大气污染减排效果评估

近年来,京津冀地区采取了大量污染减排措施进行大气污染治理,如何客观评估减排效果是目前大气环境领域的研究难点.为准确评估大气污染过程的减排效果,本文利用北京地区常规气象资料、国控站PM_(2.5)浓度资料,遴选了北京地区2018年3月11—14日和2013年3月14—17日两次空气污染过程,计算了大气容量系数、静稳指数,并利用KNN数据挖掘算法和WRF-Chem模式,对比分析了有无减排条件下的PM_(2.5)日均浓度.结果表明:两次空气污染过程的天气形势和局地气象条件较相似,就大气热力和动力的垂直结构来看,2018年空气污染过程比2013年空气污染过程的大气稳定性更强、边界层高度更低、环境容量更小,但PM_(2.5)峰值浓度却显著下降,平均浓度明显降低,PM_(2.5)小时浓度的增长趋势相对平缓,重污染持续时间缩短.KNN数据挖掘算法减排评估结果显示,该方法能够较好地预测PM_(2.5)日均浓度的变化趋势,2018年3月11—14日,在减排和不减排情景下PM_(2.5)日均值分别为171和229μg·m~(-3),减排使得污染过程PM_(2.5)平均浓度下降了25.3%.数值模拟结果与KNN数据分析结论吻合,进一步验证了减排措施的有效性.综合看来,2018年空气污染过程中PM_(2.5)浓度相比历史相似气象条件下的污染过程显著降低,这是长期大力度减排效果的体现.     

2014~2017北京市气象条件和人为排放变化对空气质量改善的贡献评估

2014～2017年北京地区霾日数和污染日数逐年减少,PM_(2.5)、PM_(10)、SO_2和NO_2年平均质量浓度下降,污染程度缓解,采暖期中的11～12月尤为明显.针对空气质量的显著改善,从气象条件的改善和减排措施两方面进行探讨分析,并结合数值模式和大数据挖掘技术实现气象和排放对大气污染贡献率的定量化研究.结果表明,2017年与过去3 a相比,平均风速增加7. 9%,≥3. 4 m·s~(-1)的风速频次最高(10. 6%),≥70%湿度日占比最小(25. 1%);其中,采暖期与过去3 a同期相比,小风日数减少8. 6%、大气环境容量指数和通风指数平均增加约11%,边界层高度以3. 2%·a~(-1)的速率升高,尤其11～12月各要素改善更显著,且该时段内2014年各因子变化与2017年相似.非采暖期(4～10月)累积降水量558. 3 mm,仅次于2016年,有利于污染物的清除和湿沉降.利用WRF-CHEM对霾和污染频发的12月进行模拟发现,气象要素的改变导致2017年12月北京PM_(2.5)质量浓度较2014～2016年同期分别降低5%、38%和25%.因缺少政府实际施行的减排方案,无法利用WRF-CHEM量化气象和减排的具体贡献率,因此借助大数据挖掘算法,基于K近邻算法(KNN)和支持向量机(SVM)模型对气象和减排对空气质量改善的贡献进行评估,结果显示2017年减少的霾日和重污染日,65. 0%归因于减排的贡献,35. 0%归因为气象条件的改善.可见,气象与生态环境部门应继续加强数据开放共享,科学开展气象条件预报与减排评估.     

基于天气分型的北京地区雷电潜势预报预警系统

对1997-2006年457个雷暴过程的环流形势进行对比分析,将北京地区的雷暴天气分为东北低涡低槽、贝蒙低涡低槽、西来槽等11种雷暴天气型;利用南郊观象台(54511站)的探空资料计算对流有效位能、抬升指数和相对风暴螺旋度等33个对流参数,通过与北京地区SAFAIR3000获取的闪电定位资料进行统计分析,提取BCAPE、BLI、MDCI、BIC、KNEW和SWISS等6个对流参数作为北京地区潜势预报参数;采用事件概率回归(REEP)方法,利用获取的6个对流参数作为变量,形成了11种雷暴天气型下的潜势预报方法。利用WRF模式的预报场,建立适用于北京地区3～36 h雷电潜势预报系统。个例实验结果表明其具有较好准确性。由于该系统建立过程中使用了高分辨率探测资料和中尺度模式的输出结果,实现了雷电潜势预报由点到面,由粗到细的突破,对北京地区雷电预警预报具有一定的应用价值。     

2007~2016年北京天气分型与霾日的关联

采用COST733软件将北京地区2007~2016年的大气环流总体分为T1~T9种类型,研究其与霾日的关联性,并结合PM_2.5和臭氧地面观测,分析不同天气型对应的污染特征及气象参数分布规律.2007~2016年霾日发生概率21.5%,T4和T9型下霾日最多,T5和T8型最不利于霾日发生.9类天气型下霾日变化具有阶段性,2007~2012年（阶段一）霾日少且年际差异小,2013~2016年（阶段二）霾日增多.对9类天气型下霾日PM_2.5及臭氧变化进行分析,T1、T3、T4和T9型霾日多出现在秋冬季,PM_2.5日变化为逐时增加态势,4类天气型在第一阶段的白天有浓度波动增长形成的小峰值,但第二阶段减弱消失.大部分天气型的霾日,阶段二的PM_2.5浓度较阶段一降低,T7和T9型表现为增加,增幅分别为23.7%和3.9%.所有天气型霾日的臭氧日变化均为单峰型,峰值出现在下午,臭氧日均浓度最高为T8型.此外,阶段二与阶段一相比,T3、T5和T6型臭氧平均浓度增加,其中T5型增幅达到49.8%.将霾日与近地面气象要素关联分析,平均气温、风向、风速可以较好的解释臭氧浓度变化,而PM_2.5的变化特征不仅与气象要素相关,在一定程度上也体现了污染排放及区域联动减排的贡献,需两者结合才能更好探究PM_2.5浓度整体特征及细节变化.     

基于相似集合预报技术的臭氧预报释用研究

利用相似集合预报技术（AnEn）,采用2a的睿图-化学子系统（RMAPS-CHEM）历史预报结果和观测资料,对2018年6月1日~9月30日模式在京津冀地区13个城市共70个国控站点逐小时预报的O₃浓度进行了释用订正研究,结果表明：随着集合成员数的增加,AnEn方法的预报效果呈现出先上升后下降的趋势,并且越过临界集合成员数后,预报效果逐渐降低,因此确定14为最优集合成员数.不同预报因子的权重敏感性不同,其中以RMAPS-CHEM本身预报的O₃权重最高,其它依次为2m温度、2m相对湿度、10m风速和边界层高度.经过AnEn方法的释用订正,有效降低了O₃浓度的预报误差.AnEn方法对O₃浓度的时空变化趋势以及浓度值大小都有很好的订正效果,从所有站点的检验结果来看,AnEn方法订正后的O₃浓度与观测值之间的相关系数较模式结果提升68.6%,均方根误差降低25%.AnEn方法对O₃预报释用订正的效果存在明显的区域特征和日变化特征,白天时段对预报的提升主要集中在京津冀东部地区和大城市地区,夜间主要是在城市地区更加显著;AnEn方法夜间的订正效果优于白天,部分站点夜间提升效果（相关系数）超过250%.AnEn方法订正后的O₃概率密度函数整体更接近实况,特别是在O₃的低值区（35μg/m³以下）和高值区（200μg/m³以上）订正效果更佳.针对典型O₃污染过程中北京、天津、石家庄3个城市的对比检验表明,AnEn方法在0~48h的预报时效内表现优于48~96h.不同城市体现出一定的区域差异,天津最优,北京和石家庄次之.AnEn方法对RMAPS-CHEM预报的O₃浓度订正效果整体改善明显,可以在区域光化学污染数值预报工作中进行更加广泛的应用.     

城市生态气象监测评估初步研究与实践——以北京为例

气象条件作为影响生态系统最活跃、最直接的驱动因子,影响着生态系统的质量和人类生存的环境,关系着生态保护和建设的成果,而城市生态系统具有与其他系统不一样的气候特征,目前还未形成一套有关城市的生态气象监测评估方法。基于生态气象学理论,分别从城市气候环境、与气候相关的陆表环境、大气环境、人居环境以及城市高影响天气气候事件等5个方面选择不同的要素和指标开展了城市生态气象监测评估初步研究,并以北京为例,利用2018年国家和区域自动气象站资料、大气成分观测资料、2002—2018年MODIS卫星资料、Landsat及环境一号卫星资料,开展了2018年北京城市生态气象监测评估。监测评估显示,(1)2018年北京城市“热岛”和“干岛”气候特征明显,并在北京二环与五环之间存在一个“冂”形风速低值区。(2)2018年北京陆表生态环境、大气环境、人居环境进一步好转:其中植被覆盖度达61.6%,创2002年以来新高,气象条件贡献率达50%,生态涵养区植被生态质量处于正常偏好的面积比例达93.2%;中心城区陆表温度为2011年以来最低值;重要水源地密云水库、官厅水库水体面积均为2000年以来最大值;气溶胶光学厚度、霾日数、大气静稳指数分别较过去4年平均值下降14%、31%和8%,大气扩散条件偏好,对霾日减少贡献率达21%,外地污染传输对PM2.5贡献达到53%;城市生态冷源较2013年明显增加,城市“热岛”得到缓解。(3)历史罕见的夏季高温闷热、冬季阶段低温、极端强降水以及持续无降水等高影响天气气候事件给城市安全运行和生态环境带来不利影响。综合评估表明2018年北京气象条件总体利于陆表生态环境改善,有利的气候条件提高了生态环境的质量,但城市生态质量仍面临着极端天气气候事件、城市热岛、低风速以及外来大气污染输送等风险。     

基于层次分析模型的北京雷电灾害风险评估

城市气象灾害风险评估应用研究选用北京地区近10年的雷电监测资料,以区县行政区域为评估单元,利用层次分析模型评估各区县的雷电灾害风险.模型充分考虑了灾害冲击频次和城市社会经济组成结构等因素,拟定以"灾害历史发生频次、人口密度和人均GDP"等作为评估的主要指标,以此建立风险评估方程,划分风险等级.计算得出的风险估算值变化与该地区近10年中实际的雷电灾害发生频次的区县间的变化趋势大体一致.评估结果表明,北京雷电灾害除与自然闪电的空间分布有一定的关联外,还与下垫面易损特征及"承灾体"分布密切相关.评估结果的正确性也说明了评估方法的合理性.     

北京市雷电灾害灾情综合评估模式

在灾情网络分析的基础上，建立了北京市雷电灾害的灾情评估指标体系。通过对体系内的各评估指标进行量化分析，给出灾情评估指标的量纲换算表，进而确定了北京市雷电灾害的灾情综合评估模式，并对评估结果进行了等级划分。通过实例评估发现，此综合评估模式简单易于操作，且评估结果能较好地反映北京市雷电灾害的综合损失。     

北京地区偏南风和偏东风条件下污染特征差异

为探究污染的控制风向特征差异及其长期演变趋势,对2014~2019年北京地区逐小时气象要素和PM_2.5浓度统计分析.结果表明,研究时段内北京地区67%的污染发生在偏南风和偏东风的控制下,且冬季最易出现污染,其次为春季和秋季,各自对应的冬、春、秋和夏季平均污染概率为45.2%、34.1%、32.1%和26.1%及47.0%、45.8%、39.7%和29.6%.北京偏南风频率更高,但偏东风下污染概率更大,污染差异在春季最明显11.7%（2.8%~18.6%）,冬季最小1.8%（-7.6%~13.9%）.过去6 a,偏南风和偏东风下的污染概率分别以每年4.6%~8.0%和5.5%~7.9%的速度降低,很大程度体现在中度及以上程度污染占比的减少.偏南风下污染发生时,能见度和混合层高度偏高、风速偏大、小时风速≥3 m ·s^-1的时次偏多、相对湿度和露点温度偏低,春季、夏季和秋季的PM_2.5平均、峰值和75%百分位浓度显著低于偏东风控制下的污染,而冬季PM_2.5浓度则偏高.这表明,污染发生时,偏南风下大气对污染物的承载和扩散能力略好于偏东风,且偏东风下大气含水量的增加有利于污染的维持和加重.而冬季,原有排放加上城市供暖的影响,偏南风输送的污染气团可能更有助于PM_2.5浓度的升高.此外,春季、夏季和秋季的污染逐渐向"偏东风型"发展,但冬季一直保持"偏南风型"污染.