基于GRAPES模式佛山市臭氧污染气象指数的构建和预报

选取2017—2018年佛山市空气质量监测资料、地面气象观测资料和ECMWF再分析资料,得到对臭氧污染天气具有指示意义的气象因子,从GRAPES模式可预报性出发构建适用于佛山市干季和湿季的臭氧污染气象指数（OWI）,并对OWI进行预报评估检验.结果表明：干季地面气象要素对区分佛山市臭氧污染和清洁天气的能力更强,出现臭氧污染时往往气温高、地面为弱北风;850 hPa风速较小,高空主要受副热带高压影响.湿季高空气象要素区分臭氧污染和清洁天气的能力更强,出现臭氧污染时往往850 hPa风速较小,850 hPa与地面风场垂直切变较小,多数情况下500 hPa呈辐散形势或700 hPa为下沉运动.综合考虑上述要素构建的臭氧污染气象指数可较好地反映臭氧浓度变化趋势,当OWI超过阈值（干季12.0、湿季10.8）时,出现臭氧污染事件的可能性较大,在湿季该指数区分臭氧清洁天气和污染天气的差异性较干季更显著.基于GRAPES模式预报的OWI与臭氧浓度实况呈正相关关系,相关系数在0.5～0.6之间,能较为有效地预判臭氧污染过程发生、发展和消散的不同阶段;其阈值具有较高的预报参考性,24 h预报性能尤为理想...     

2022年广东省冬季一次臭氧污染过程的气象成因及潜在源区分析

气象条件是造成臭氧季节变化的重要原因,为了解广东省冬季臭氧污染的气象成因,使用空气质量和气象要素的地面、垂直探测资料和再分析资料,选取了2022年1月3～6日广东省臭氧中度污染过程与2015～2021年秋季(高污染季)进行对比分析.结果表明：(1)污染过程期间超标城市总数为8个,其中1月4日肇庆达中度污染(219μg·m^-3);广东省ρ(O₃-8h)平均值为123μg·m^-3,较历史秋季平均浓度偏高了21%,但臭氧污染影响范围小于历史秋季污染过程.(2)风速偏小、日照时数偏长和局地环流影响下的气流回流效应是此次臭氧污染过程最主要的地面气象条件,气温偏低可能是这次污染过程影响范围偏小的重要原因.(3)垂直探测表明,夜间至早晨的贴地逆温,配合下沉气流偏强、风速偏小,使得上午时段NO₂浓度维持较高水平,进一步促使臭氧浓度增量比非污染时段偏高34.2μg·m^-3,残留层臭氧下传加剧1月4日臭氧污染.(4)气流轨迹分析显示臭氧存在水平输送和高空地面混合,近地面不同高度潜在源区主要集中在广...     

卫星遥感AOD反演地面细颗粒物浓度方法与效果

使用2015~2018年MODIS AOD产品融合地表气象资料反演了地面细颗粒物（PM_2.5）浓度,并以反演的PM_2.5浓度为依据,比较了地面PM_2.5观测资料的各种空间插值方法.结果表明：2015~2018年反演的PM_2.5平均浓度与地基观测平均浓度的R²达0.94;干季反演效果好于湿季,珠江三角洲反演效果好于非珠江三角洲地区,原因是湿季天气系统较不稳定,非珠江三角洲地区多山脉和秸秆燃烧,导致气溶胶标高、质量消光效率等假设误差较大.使用4种插值方法对地基观测的PM_2.5浓度进行插值,插值结果大致相当,反距离加权插值法较好,站点分布不均、部分区域站点密度小影响插值效果,建议在站点稀疏地区增加地面PM_2.5观测站点.     

广东省臭氧污染天气型及其变化特征

结合地面观测资料、再分析数据和客观天气分型方法SOM,分季节、分区域诊断和分析2015~2020年广东省O₃污染天气型及其变化特征.结果表明,2015~2019年广东省O₃污染逐年上升,其中2017~2019年上升较为明显,2020年则明显下降,气象条件和污染物排放的变化均对O₃污染的变化起到重要作用.2017~2020年广东省干季O₃浓度接近或超过湿季O₃浓度,干季污染城数亦接近湿季.弱冷高压脊天气型是影响广东省O₃污染的主导天气型,6a期间共造成526个污染城数.干季和湿季O₃污染的主导天气型分别为弱冷高压脊和台风外围,干季弱冷高压脊天气型污染天数占比呈明显上升趋势,2019~2020年超过湿季台风外围天气型成为影响O₃污染最主要的天气型.在弱冷高压脊天气型下,影响四大区域O₃污染的外来源输送路径主要有东北路和沿海路,湿季珠三角台风外围和粤北变性高压脊天气型下,区域O₃污染则受本地排放影响较大.     

广东省NDVI时空变化特征及其对气候因子的响应

广东省植被类型丰富、气候条件复杂,开展气候因子对植被的影响研究,对于全省保护生态环境、应对气候变化具有重要意义。利用MODIS NDVI数据和地面气象观测数据,基于变化趋势分析、空间自相关分析、相关性分析等方法,研究广东省NDVI时空分布特征及其对气温、降水、日照时数等气候因子的响应。结果表明,2000—2018年广东省NDVI平均值为0.62,总体呈上升趋势,平均年增长值为0.005 3,正增长区面积占比达94.50%。全省73.72%的区域植被呈现显著空间集聚性,其中高值集聚区面积占比48.19%,低值集聚区面积占比25.53%。不同类型植被的NDVI均呈增加趋势,其中常绿阔叶林、常绿针叶林、混交林的NDVI平均值最大,而农田、矮树灌木、混交林平均年增长值最大。NDVI具有明显的季节变化规律,夏季NDVI值最大、年增长值最小,冬季NDVI值最小、年增长值最大。年内NDVI最低值出现在2月,最高值出现在9月。月平均NDVI与气温、降水、日照时数相关性显著,其最大相关系数分别为0.863 7、0.639 4、0.605 7。NDVI对日照时数的响应不存在滞后,对气温存在1个月的滞后,对降水存在1—2个月的滞后。日照时数对NDVI的影响仅持续1个月左右,温度、降水对NDVI的影响可持续4—5个月。     

广东省植被固碳量时空变化及气象贡献率研究

植被固碳能力对气象条件十分敏感,研究植被固碳量变化的气象贡献率,对提升生态环境质量、实现"碳中和"目标具有重要意义.文章基于植被净初级生产力数据和地面气象观测数据,利用相关性分析和模型模拟方法,分析广东省植被固碳量的时空分布特征及其对气象条件的响应规律,并定量研究植被固碳量变化的气象贡献率.结果表明,从空间分布而言,广...