2008～2017年北京市PM2.5周期性变化特征与影响机制

利用Morlet小波方法分析北京市2008~2017年PM_2.5资料,结果表明,北京市PM_2.5浓度存在显著的日变化、周变化、以及季节和年变化周期性特征,并且秋冬季的周期性特征显著高于春夏季.结合气象资料,包括水平风速、大气边界层高度、以及大气稳定度指数等,分析PM_2.5不同周期性变化对应的主要影响机制表明：大气边界层过程是PM_2.5日变化的主要影响机制,导致PM_2.5浓度白天低、夜间高.秋冬季PM_2.5日变化幅度高于春夏季;天气过程是PM_2.5周变化的主要机制,PM_2.5浓度与天气变化过程带来的风速变化和边界层高度呈强反相关关系;PM_2.5的季节变化与大气扩散能力的季节变化密切相关,秋冬季减弱的大气扩散能力加速了PM_2.5在近地面累积,春夏季则相反.     

2013-2017年成都冬季空气质量状况改善评估

利用2013—2017年冬季成都市国家环境监测子站PM_(2.5)小时数据,结合MICAPS常规气象观测数据及ERA-interim再分析资料,对成都市2013—2017年冬季空气质量状况、气象条件及近10年大气扩散能力进行综合评估.结果发现,2013—2017年成都冬季12月末—1月初易发生持续性重污染事件,2015—2017年冬季持续性重污染事件总天数较2013—2014年有所减少,2013年冬季PM_(2.5)浓度值最高,达到(149.3±72.2)μg·m~(-3),2015年最低((80.7±44.1)μg·m~(-3)),5年内冬季PM_(2.5)浓度值呈波动下降趋势,下降率为9.65%,成都市冬季空气质量状况总体有所改善.2013—2017年成都冬季日降水量清除率表明,大于1 mm的降水对PM_(2.5)有明显清除作用,而弱风和低边界层(加权平均)对PM_(2.5)的累积效应显著,2013和2016年空气质量较差由于累积气象主控导致,2015年空气质量较优是由于清除气象主控.综合PM_(2.5)浓度、边界层高度、地面风速和降水等因子,使用2498个有效样本构建成都地区冬季空气停滞气象条件阈值经验公式,为地面风速小于2.2 m·s~(-1)、边界层高度小于520 m且无有效降水(日降水量1 mm).以2015年冬季大气扩散条件为基准,量化同等扩散条件下减排对PM_(2.5)的影响,结果显示减排有效,但近10年成都地区大气扩散能力有所下降,说明今后大气污染防控将面临更大的挑战.     

亚洲季风强弱年蒙自市大气环境容量差异估算

利用区域空气质量模式WRF-Chem,对亚洲季风气候变化背景下云南省蒙自市大气环境容量进行模拟评估.根据标准化南亚夏季风指数分别选取2005年和2015年为强、弱季风年.对2015年四季（以1月、4月、7月和10月为代表月）和2005年夏季（7月为代表月）的主要大气污染物浓度进行模拟.结果表明蒙自市2015年全年CO、NO₂、SO₂、PM_2.5、PM₁₀的大气环境容量分别为120.31、1.127、1.875、1.267、1.688（×10⁴t/a）,其中各污染物冬季大气环境容量最小,春季的最大（PM₁₀除外）,且PM_2.5在冬季排放量已饱和.强季风年相对弱季风年夏季CO、NO₂、SO₂、PM_2.5、PM₁₀的大气环境容量分别提升4.81%、3.86%、12.6%、18.4%、8.7%,其中PM_2.5的容量提升最高.亚洲季风年际变化对云南高原空气质量及大气环境容量具有重要的调制作用.     

21世纪以来天津细颗粒物气象扩散能力趋势分析

基于高精度的排放源和大气化学模式WRF/chem,在同排放源条件下模拟了2000~2015年天津地区PM_(2.5)质量浓度,根据NECP再分析资料和地面观测相关数据构建细颗粒物气象扩散指数,使用两种方法描述21世纪以来天津地区细颗粒物气象扩散能力变化趋势.研究结果表明:2000~2015年期间天津地区细颗粒气象扩散能力呈现周期性波动,不利气象条件的第一个峰值出现在2003~2004年,第二个峰值为2013~2015年,两个峰值相距11年,在2000~2015年间,天津地区气象扩散能力(主要针对PM_(2.5)影响)年际平均波动4.1%,最大值约为9%,对于大气污染防治目标制定和效果评估,必须考虑气象年际波动的影响;2008~2010年气象条件较有利于细颗粒物扩散,此后逐年转差,在2013~2015年处于历史正距平(不利扩散),从而导致2013~2015年雾霾和重污染天气频发;2015年相比2013年天津细颗粒物气象扩散能力没有明显提高,但PM_(2.5)质量浓度下降29%,大气污染防治措施的有效执行在其中发挥积极作用.     

上海早晨边界层的稳定度特征及其对PM2.5峰值浓度的影响

PM_2.5的峰值浓度一般出现在早晨,这是早晨高排放和低边界层共同作用的结果.早晨的边界层结构对PM_2.5峰值浓度及演变具有重要影响,但准确反演早晨较低的边界层高度存在很大困难.基于此,本文以上海为例,采用8：00的L波段气象探空数据,利用高分辨率的垂直风温资料计算总体理查逊数（Rf）来判定早晨边界层的稳定度.研究发现,上海早晨边界层的稳定度具有明显的季节差异,其中,11月、12月和1月基本为稳定边界层结构（SBL）,5—8月为对流边界层结构（CBL）.通过分析风温廓线发现,上海冬季早晨SBL存在明显逆温,高度约为100~200 m,平均逆温强度为2.4℃/100 m;而夏季早晨的CBL可发展至400~500 m.早晨PM_2.5峰值浓度随Rf的升高明显上升,SBL条件下的PM_2.5峰值浓度较CBL条件下偏高约20 μg·m^-3.2013—2017年上海早晨边界层的稳定度在春季和冬季呈波动上升的趋势,其中,2016和2017年的上升幅度尤其明显.2016、2017年春季的SBL频数较2013—2015年同期分别偏多12.5%、17.0%,冬季分别偏多10.8%、9.0%,而2016、2017年春季的PM_2.5浓度却分别下降11.00%、23.00%,冬季分别下降27.94%和34.38%,表明近几年上海早晨的PM_2.5排放强度明显下降.     

天津大气扩散条件对污染物垂直分布的影响研究

利用2017~2019年夏、冬季天津市大气污染物监测和气象观测数据,基于天津气象铁塔垂直观测,针对大气垂直扩散条件对PM_2.5和O₃的影响进行研究.结果显示:近地面PM_2.5浓度随高度的升高而下降,O₃浓度则随高度的升高而上升,受大气垂直扩散条件的季节和日变化影响,冬季,地面与120m PM_2.5质量浓度相关明显,与200m PM_2.5质量浓度无明显相关.夏季,120m和200m PM_2.5质量浓度相关系数为0.72,午后通常出现120m和200m PM_2.5质量浓度高于地面的情况.夏季,不同高度O₃浓度差异小于冬季,地面与120m高度O₃浓度接近.以大气稳定度、逆温强度和气温递减率作为大气垂直扩散指标,对地面PM_2.5和O₃垂直分布具有指示作用.冬季,TKE与PM_2.5质量浓度相关系数为到-0.65,夏季,TKE与ΔPM_2.5相关系数为-0.39.夏、冬季TKE与地面O₃浓度的相关系数分别为0.46和0.53,与ΔO₃的相关系数分别为0.73和0.70.弱下沉运动对地面O₃浓度影响较强,40m高度垂直运动速度与地面O₃浓度的相关系数在冬、夏季分别为-0.54和-0.61.对冬季典型PM_2.5重污染过程的分析发现,雾霾的生消维持和PM_2.5浓度的变化与大气稳定度、气温垂直递减率和TKE的变化有直接关系.对夏季典型O3污染过程的分析发现,近地面的O₃污染的形成与有利光化学反应的气象条件密切相关,同时,垂直向下输送和有利垂直扩散条件对O₃污染的形成和爆发影响明显.     

北京大气热力和动力结构对污染物输送和扩散条件的影响

利用北京、天津、河北地区常规气象数据、PM_(2.5)浓度、激光雷达数据,铁塔数据,结合风廓线数据对2015年10月13~17日发生在北京的空气重污染过程中大气热力和动力结构进行分析.结果表明,白天热力条件转好后,边界层低层垂直方向气流由上-下运动转变为倾斜运动,同时水平方向偏南风增大,高浓度气团向北京移动,污染物输送增强,造成这种空间结构的原因主要是热力条件加强后等温面由准东-西向转变为西北-东南向,由于山地加热激发的重力波振幅在白天增强,高空水平方向输送至北京的污染物在垂直方向出现向上和向下的传输.16日白天地面PM_(2.5)浓度的快速升高,这是在PM_(2.5)存在一定垂直交换的情况下,近地面偏南风输送的作用所致,以上出现的大气污染物输送和扩散机制可以在一定程度上解释区域重污染背景下,白天混合层高度升高而近地层PM_(2.5)浓度却随之升高的现象.     

天津地区污染天气分析中垂直扩散指标构建及运用

基于255 m气象塔风、温和PM_(2.5)质量浓度数据获取天津地区大气稳定度特征,利用中尺度大气化学模式构建垂直扩散指数β和φ,开展天津地区污染天气预报中垂直扩散分析方法的研究,以期提高天津地区重污染天气预报预警准确率.结果表明,综合运用大气稳定度、基于边界层平均PM_(2.5)质量浓度与近地面PM_(2.5)质量浓度比值构建的垂直扩散指数β,基于数值模式chemdiag功能(以CO为示踪物)构建的垂直扩散指数φ,可以在污染天气预报中较好的进行大气污染物垂直扩散能力分析.当07:00~08:00和18:00~20:00大气稳定度为D及以上时,相比大气稳定为C及以下时,出现重污染天气的概率成10倍的增加;使用垂直扩散指数β和风速双重指标判断重污染天气,比单一的风速指标判断准确率提升67%;垂直扩散指数φ与近地面PM_(2.5)质量浓度相关系数达到0.8,当垂直扩散指数φ小于0.52时,重污染天气概率75%,可识别59%的重污染天气.     

基于激光雷达的北京市气溶胶光学参数季节特征

利用米散射激光雷达ALS300系统在北京城区开展了为期近1年的观测,观测时间为2009年6月~2010年5月份.先将观测数据划分为春(3~5月份)、夏(6~8月份)、秋(9~11月份)、冬(12~2月份)四个季节,再对数据进行质量控制.研究了气溶胶后向散射系数、消光系数以及气溶胶光学厚度AOT和大气边界层的日均值变化特征,以及这些要素的季节和全年特征统计值.结果表明,气溶胶消光系数和后向散射系数的日平均变化形态趋于相同,数量上消光系数是后向散射系数的约10倍.它们的季节平均值廓线形态结构也并没有呈现出明显的季节性结构特征差异,2个系数最大递减均发生在1km高度范围内.在0.15~3.0km高度范围做垂直平均,夏季的后向散射系数和消光系数有最大平均值(分别为31.2Mm^-1·sr^-1和517.0Mm^-1),说明夏季有较强对流.冬季后向散射系数和消光系数最低.对于冬、春2个季节,700m高度是2个量大小分化的高度.700m高度以上,春季的后向散射系数和消光系数均大于冬季.AOT和大气边界层高度的日均值波动特性明显,日均值最大振幅出现在春季.月平均来说,在春季,气溶胶层高度和边界层高度最高(分别为3450m和970m),冬季最低(分别为2970m和712m).春、夏季节AOT波动变化大,而在秋季和冬季变化比较平缓.春夏秋冬4个季节的平均气溶胶光学厚度分别是0.689、0.699、0.571和0.647.     

全球和中国地区PM_(2.5)时空变化特征的模拟

利用气溶胶-气候耦合模式BCC_AGCM2.0.1_CUACE/Aero,模拟了1850~1980和1980~2010年PM_(2.5)及其人为和自然气溶胶柱含量的时空变化,并分析了人为和自然气溶胶对这种变化的贡献.结果表明:1850~1980年,大部分陆地范围人为PM_(2.5)的柱含量有所增加,尤其是北美东部、欧洲和中国东部等地区,人为PM_(2.5)增加地更明显,且以夏季最为明显;自然PM_(2.5)的变化主要分布在几大沙漠地区,以春、夏季最为显著;人为气溶胶对总PM_(2.5)变化的贡献在秋季最大,达94%,夏、冬季次之,分别为46%和41%,春季最小,仅占28%.1980~2010年,人为PM_(2.5)在东亚、东南亚等地区均有所增加,春夏季较为显著,在欧洲中部和北美东部有所减少,且以夏季减少最为明显;自然PM_(2.5)在沙漠地带有显著的变化,以春季最为明显;人为PM_(2.5)的变化对总变化的贡献相比之前有所减少,四季均小于50%.     

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...     

基于MODIS_C006的乌鲁木齐10年气溶胶光学厚度变化特征

利用2006~2015年美国NASA地球观测系统(EOS)中分辨成像仪MODIS Level 2 10 km分辨率产品MYD04__L2__C006数据,分析乌鲁木齐市存在轻度以上(包括轻度)大气污染状况下的10年气溶胶光学厚度变化特征.结果表明,乌鲁木齐市10年平均AOD年内呈单峰分布,AOD从1~4月逐渐增大,4月达全年峰值,为0.37±0.19,10月达到最低值,为0.22±0.20;受春季沙尘天气频发影响,AOD季节变化特征表现为春季最大,城区大气污染状况严重,夏季、冬季次之,秋季最小,且乌鲁木齐市区大气污染状况较郊区严重;10年AOD均值为0.293;2006年出现AOD年均最高值为0.33,最低值出现在2008年,为0.24,较2007年单年降幅达23.3%.乌鲁木齐市10年AOD年际变化呈上升趋势,且低值点与高值点较以往研究均有不同程度增幅,虽然2015年出现减弱势头,乌鲁木齐市近10年的大气污染状况仍较严重,仍需加强控制.     

北京城区大气CH4浓度及其变化规律

研究表明:北京城区大气CH4浓度日变化总特征是白天浓度低,夜间浓度高;大气CH4浓度季节变化呈明显的双峰模态,分别在夏末和冬季各出现一个峰,冬季峰值主要是人为源造成的;1985-2000年,北京城区大气CH4摩尔分数平均值为(1 883.4±73.0) nmol/mol,年平均增长率为0.82%,均比全球平均水平高,但20世纪90年代的增长速率比80年代末期低.      

北京地区大气温湿廓线对气溶胶垂直分布的影响

目的分析北京地区大气温湿廓线对气溶胶垂直分布的影响。方法利用北京地区2017年9月至2018年8月每日两次(08时和20时)的气象探空、地面PM_(2.5)浓度和气溶胶激光雷达消光系数资料,分析不同污染条件下大气温湿廓线与气溶胶消光系数廓线的关系。结果地面PM_(2.5)浓度和210m气溶胶消光系数的相关系数达到0.77。春季、秋季和冬季污染条件下的近地面消光系数约是清洁条件下的5倍,夏季污染条件下的近地面消光系数约是清洁条件下的3倍。相比清洁条件下,污染条件下各季节的大气温度垂直递减率偏小,并且低层大气相对湿度偏大。结论大气温度廓线代表大气层结稳定性,影响气溶胶的扩散高度,而相对湿度廓线与气溶胶吸湿增长密切相关,两者对气溶胶消光系数的垂直分布都有重要影响。     

新疆地区大气环境容量系数的气候特征及其在空气质量变化中的作用

新疆在我国属于冬半年大气环境容量系数(A值)显著偏低的区域.研究了1975—2019年新疆大气环境容量系数的时空变化特征.新疆的低A值区主要分布在塔里木盆地北部和新疆东部;研究期间新疆的大气环境容量系数在随机波动中整体呈下降趋势,这与新疆平均风速的变化较为一致,主要是由气候变化引起.新疆A值的季节差异大,春夏高、秋冬低;A值的冬季均值远小于年均值,说明新疆冬季的大气自净能力很弱.新疆4个地级市的月均A值与PM_2.5浓度具有显著的负相关,A值能够较好地反映当地空气污染的气象条件特征.南疆城市则由于沙尘天气的影响,大气颗粒物浓度很高,但A值与PM_2.5浓度的相关性较差.还基于A值,利用城市大气环境荷载指数对新疆4个地级市的大气污染排放变率进行了评估.     

2011~2012北京大气PM2.5中重金属的污染特征与来源分析

为研究北京PM_(2.5)中重金属污染特征,于2011年夏季~2012年夏季每3 d采集一次PM_(2.5)样品.利用电感耦合等离子体质谱(ICP-MS)分析了Li、V、Cr、Mn、Co、Cu、Zn、As、Se、Ti、Ga、Ni、Sr、Cd、In、Ba、Tl、Pb、Bi和U的浓度,选取其中Zn、Pb、Mn、Cu、As、V和Cr 7种主要重金属元素进行深入讨论.北京市PM_(2.5)中重金属Zn、Pb、Mn、Cu、As、V和Cr的平均质量浓度分别为(331.30±254.52)、(212.64±182.06)、(85.96±47.00)、(45.19±27.74)、(17.13±19.02)、(4.92±3.38)和(9.04±7.84)ng·m-3.采样期间秋冬季节PM_(2.5)中重金属污染较春夏季节严重,这可能与北京秋冬季节取暖导致煤燃烧增加有关.霾过程会加剧北京PM_(2.5)中主要重金属Zn、Pb、Mn、Cu、As、V和Cr的污染,霾天对重金属污染的增加作用呈现一定的季节变化特征.源分析结果表明北京大气颗粒物中重金属主要来源于扬尘(包括建筑扬尘和道路扬尘)和煤燃烧,少量来自远距离输送和其他工业来源.     

甘肃河东玉米种植区春夏气象干旱时空变化特征及其与环流因子关系

甘肃河东玉米种植区属于旱作雨养农业区,农作物生长主要依靠自然降水来维持,春夏干旱是影响该区玉米生长发育的关键因素。利用河东地区13个气象站点1957-2012年气象资料,基于标准化降水蒸散指数从干旱趋势、周期、空间特征及其与环流因子关系方面探讨近56 a来河东玉米种植区春夏干旱演变特征。结果表明：近56 a河东玉米种植区春夏两季均呈干旱化趋势,并自20世纪90年代中期以后,干旱呈加重趋势。干旱变化共经历了3个气候阶段,20世纪80年代之前,春夏旱情较轻;80年代-90年代,夏旱较春旱严重;2000年以后,春旱较夏旱严重。干旱周期变化,春夏干旱周期分别为20 a和14 a,干旱周期性变化主要是受太阳黑子活动影响。春夏干旱发生频率在突变前后差异显著,低频区在突变后转为高频区,易旱区呈扩大状态。ENSO事件是影响该区春夏干旱发生的主要环流因子,尤其对夏旱影响最为显著。近20 a来ENSO事件增强是该区干旱事件不断加重的原因,ENSO暖事件爆发时,该区春夏趋于干旱,由湿向干转变;ENSO冷事件爆发,干旱则有所缓解,由干向湿转变。     

Vertical distribution of atmospheric aerosol size distribution over south-central New Mexico

The vertical distribution of background atmospheric aerosols was measured over south-central New Mexico as a part of the Atmospheric Lidar Verification Experiment (ALIVE) during four research field periods in the summers and winters of 1989 and 1990. Aerosol size distribution was measured from the surface up to 4500 m above sea level (asl) over the particle size range 0.1∼32 μm, using two Particle Measuring Systems (PMS) probes mounted on the wings of the NOAA King Air research aircraft. Vertical profiles of aerosol number concentrations of both fine- (0.1–2.0 μm) and coarse- (>2.0 μm) particle modes show seasonal differences, with higher number concentrations and higher mixed layer heights during summers. The measured aerosol size distribution data of each ALIVE intensive were averaged for boundary layer and free troposphere regions. These data mostly exhibit bi-modal distributions, typical for the continental atmospheric aerosols. Exceptions were the free troposphere size distributions measured during December 1989 (ALIVE III) and June 1990 (ALIVE IV), which resemble Junge's power-law distribution. Each of the averaged aerosol size distributions was approximated by the sum of log-normal distributions. Different characteristics of aerosol size distribution were observed between the two summer measurements of 1989 and 1990. Back-trajectory analysis revealed that decreased aerosol concentrations were observed during June 1990 when the air mass was transported from the southwestern U.S.A.