2013年苏州春季一次重污染天气的过程分析

研究了2013年3月在江苏范围内的一次重污染天气过程，重点分析苏州在此次污染过程中大气污染的变化特征。污染过程中，苏州市颗粒物浓度上升较为明显， PM10的小时质量浓度最高达548μg／m3， PM2．5质量浓度也达到197μg／m3，污染持续时间为2 d，3月8—9日当地空气质量均达到中度污染水平。根据后向轨迹模型、颗粒物离子浓度的分析，此次污染是由外来浮尘及苏州本地污染物排放所造成的区域霾污染影响所致。根据监测结果与实际污染特征，针对性地提出了对策和措施。     

空气污染天气过程与气象要素之间的关联性分析

随着经济和社会的不断发展,地球的环境正在遭受着严重的侵害,关于环境的问题也日益显现出来,比如全球变暖、雾霾等现象。本文分析了空气污染的因素、气象要素对空气质量的影响,并提出了防治空气污染的对策。     

南京雾霾天气原因分析及应对措施研究

近年来雾霾天气开始成为一种重要的城市气象灾害,城市雾霾的形成有多方面的原因,对雾霾的治理也有多方面的举措。2013年12月江苏地区出现的雾霾事件是现阶段人们关注的焦点。本文通过对南京此次雾霾事件的回顾,从雾霾溯源、南京的应对及评述两个方面入手。对人们关注的这一热议话题进行探讨,总结出应对雾霾的一些经验和有力举措,以提供应对城市雾霾事件的参考。     

Ionic composition of submicron particles (PM1.0) during the long-lasting haze period in January 2013 in Wuhan, central China

In January 2013, a long-lasting severe haze episode occurred in Northern and Central China; at its maximum, it covered a land area of approximately 1.4 million km². In Wuhan, the largest city in Central China, this event was the most severe haze episode in the 21st century. Aerosol samples of submicron particles (PM_1.0) were collected during the long-lasting haze episode at an urban site and a suburban site in Wuhan to investigate the ion characteristics of PM_1.0 in this area. The mass concentrations of PM_1.0 and its water-soluble inorganic ions (WSIIs) were almost at the same levels at two sites, which indicates that PM_1.0 pollution occurs on a regional scale in Wuhan. WSIIs (Na⁺, NH₄⁺, K⁺, Mg²⁺, Ca²⁺, Cl^-, NO₃^- and SO₄^2-) were the dominant chemical species and constituted up to 48.4% and 47.4% of PM_1.0 at WD and TH, respectively. The concentrations of PM_1.0 and WSIIs on haze days were approximately two times higher than on normal days. The ion balance calculations indicate that the particles were more acidic on haze days than on normal days. The results of the back trajectory analysis imply that the high concentrations of PM_1.0 and its water-soluble inorganic ions may be caused by stagnant weather conditions in Wuhan.     

成都市一次重度灰霾期间大气PM2.5的自组织临界特性

2013年1—2月期间,四川省成都市出现大范围、长时间、高浓度的严重霾污染.本文运用频度统计分析和消除趋势波动分析方法,研究了成都市2013年1月25日—2月7日一次典型重度灰霾期间8个监测站点(草堂寺、人民公园、梁家巷、金泉两河、十里店、沙河铺、三瓦窑、灵岩寺)大气PM2.5小时平均浓度序列的时空演化规律.结果表明,各站点大气PM2.5的浓度波动并非随机,而在统计上服从典型的负幂律分布,同时均表现出很强的长期持续性特征.这些特征刻画了灰霾期间大气PM2.5浓度波动的宏观特征.将PM2.5浓度演化与沙堆崩塌进行类比,发现大气PM2.5演化具有自组织临界性复杂系统的基本特征.进一步根据自组织临界(SOC)理论,建立了大气PM2.5数值沙堆模型,模型算法考虑了此次灰霾期间成都市的气象因素和PM2.5的迁移扩散机制.通过对该模型的数值模拟,能够定量阐明此次重度灰霾期间成都市各监测站点大气PM2.5浓度时空波动宏观统计规律的产生根源.同时,深入讨论了该模型的自组织临界特征.模拟结果和实际结果的高度一致表明该模型真正阐明了导致PM2.5浓度时空波动的重要动力机制.SOC内禀机制是控制此次成都市灰霾期间大气PM2.5浓度演化的主要机制之一.本研究可为灰霾期间PM2.5的演化动力学提供新的研究方法.     

基于情景信息扩散模型的雾霾社会风险演化仿真研究

雾霾灾害不仅危害公众健康,且风险信息的传播会引发社会次级风险。为了研究社会风险信息的扩散演化趋势,本文构建了雾霾社会风险的情景信息扩散模型。以中国2013年雾霾灾害为例,将风险信息扩散过程分为爆发期、扩散期和稳定期,分析了不同参数条件下的信息扩散规律。结果表明,政府应在风险信息爆发期和扩散期增大官方渠道信息的覆盖范围,尤其在爆发期需对自由渠道发布的信息进行严格监管,在社会风险扩大之前制定应对策略。     

上海市一次重雾霾过程的天气特征及成因分析

2013年11月30日至12月9日上海地区出现入冬以来一次最严重的持续性雾霾天气过程,严重影响了该地区人们的生活健康.本文借助空气质量数据、地面气象要素、卫星遥感数据并结合后向轨迹模式反映了此次重污染过程的污染特征及其成因.结果表明,污染期间,PM2.5与PM10小时浓度变化趋势基本一致,高浓度值出现在早晚8时左右,主要是由该时段的逆温现象造成的;来自西北方向污染物的远距离输送影响了本地空气质量状况,气团在不同高度层做下沉运动,造成大气层结稳定;该地区在西北方向的弱高压控制下,地面风速较小,能见度低,天气条件静稳,不利于污染物扩散,造成持续性重污染事件;卫星遥感数据显示此次污染为区域性污染.     

使用RCFP-IC对南京市不同污染状况下PM_(2.5)中水溶性离子的观测分析

本文使用大气细颗粒物快速捕集系统及化学成分在线分析系统(RCFP-IC)和美国热电污染气体分析系统(EMS系统)对2013年11月16日—12月10日南京地区PM2.5中主要水溶性离子和污染气体进行了观测分析,并结合气象要素数据分析了灰霾天PM2.5中主要水溶性离子的污染特征.结果表明:不同污染条件下PM2.5中水溶性离子分布差异较大,清洁天浓度最大的6种离子排序为SO2-4NO-3NH+4Cl-NO-2K+,霾天(11月20—24日)和雾-霾天(12月1—8日)前6种离子排序分别是SO2-4NH+4NO-3NO-2Cl-K+和NO-3SO2-4NH+4Cl-NO-2K+.受污染源和化学反应的日变化影响,不同离子的日变化特征不同.污染天NO-3、SO2-4和NH+4的浓度是干净天的2.8~5.0倍.不同水溶性离子对能见度的影响不同.     

Development and Operational Testing of a Super‐Ensemble Artificial Intelligence Flood‐Forecast Model for a Pacific Northwest River

Coastal catchments in British Columbia, Canada, experience a complex mixture of rainfall‐ and snowmelt‐driven contributions to flood events. Few operational flood‐forecast models are available in the region. Here, we integrated a number of proven technologies in a novel way to produce a super‐ensemble forecast system for the Englishman River, a flood‐prone stream on Vancouver Island. This three‐day‐ahead modeling system utilizes up to 42 numerical weather prediction model outputs from the North American Ensemble Forecast System, combined with six artificial neural network‐based streamflow models representing various slightly different system conceptualizations, all of which were trained exclusively on historical high‐flow data. As such, the system combines relatively low model development times and costs with the generation of fully probabilistic forecasts reflecting uncertainty in the simulation of both atmospheric and terrestrial hydrologic dynamics. Results from operational testing by British Columbia's flood forecasting agency during the 2013‐2014 storm season suggest that the prediction system is operationally useful and robust.     

西南山地区域森林火险综合预报模型研究——以重庆市为例

森林火灾严重破坏森林生态系统的结构和功能,针对其风险预报开展研究具有重要的理论意义和应用价值。通过融合气象、地表覆盖和人类活动等要素的方式构建森林火险综合预报模型,是西南山地区域森林火险综合预报业务化应用的重要发展方向。基于《森林火险气象等级》国家标准(GB/T 36743-2018),本文研究首先构建了重庆市森林火险气象风险预报模型。然后通过融合可燃物因素和人为因素的方式,进一步构建重庆市森林火险综合预报模型。最后利用历史火点数据针对上述两类模型的精度进行对比和分析。研究结果表明:重庆市森林火灾发生次数较多,且呈现出季节性规律;重庆市森林火灾的发生不仅受到气象条件的影响,而且受到地表覆盖和人类活动等多种要素条件的共同影响;与森林火险气象风险预报结果相比,森林火险综合预报结果在空间分布上具有更高的精细程度;森林火险综合预报模型能有效提高森林火险等级预报精度。