冬季山谷风和海陆风对京津冀地区大气污染分布的影响

为了弄清冬季山谷风、海陆风对京津冀地区大气污染时空分布的影响,利用2016年12月地面加密自动气象站逐时观测数据和中国环境监测总站发布的逐时PM_(2.5)浓度数据,计算平均风矢量场和平均PM_(2.5)浓度场,分析山谷风、海陆风变化规律及其对PM_(2.5)浓度分布的影响.结果表明,在山谷风日,中午至下午谷风将位于河北太行山东部地区的污染物向北输送.傍晚以后,在北京西部、北部,以及河北太行山山前出现的山风与偏南风构成"人字形"辐合线,辐合线的汇聚作用使北京地区、廊坊,以及保定、石家庄、邢台等地大气污染加重.在海陆风日,下午至前半夜,河北中东部沿海地区出现东南向海风,深入内陆到达天津东南部地区,海风前缘区域大气污染加重;通过对中国科学院大气物理研究所铁塔0～325 m风向风速与PM_(2.5)浓度时间变化关系分析,以及利用Cressman法插值得到的地面风向风速和PM_(2.5)浓度二维格点场,分析北京地区重霾污染过程中近地层山谷风和海陆风对大气污染形成的影响:中午至下午,谷风将大气污染物向北京输送.傍晚以后,大气污染物在山风与偏南风形成的辐合线附近汇聚,在北京地区及以南地区形成PM_(2.5)高污染区.凌晨至早晨北京被山风控制,大气污染物被吹离北京、滞留在北京以南至天津西北地区.冬季,山谷风的输送和汇聚作用使大气污染物以日为周期不断循环和累积,对北京地区至北京以南地区、河北太行山东部地区的大气重污染形成起重要作用.     

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.     

2015年“十一”期间北京市大气重污染过程分析

采用垂直观测、地面观测、PM_(2.5)化学组分观测和气团轨迹分析等手段,对2015年10月份北京市一次大气重污染过程进行了分析.结果表明,重污染时近地面层气溶胶消光系数升高,污染物主要积聚在600m以下.重污染期间气象要素特征为:风场弱,湿度大,地面受弱气压场控制,边界层高度极低.重污染期间不同站点PM_(2.5)浓度变化趋势和峰值出现时间较为一致;大部分时段PM_(2.5)中NO_3~-浓度明显高于其他组分;周边区域受重污染的影响面积相对较小,高浓度区主要集中在北京市及近周边地区.多手段的观测结果以及PM_(2.5)浓度与气象要素和各化学组分的相关性分析的结果均表明:区域传输,包括秸秆焚烧,对本次北京市重污染天气过程具有一定的影响,但本地机动车排放在不利气象条件下的积累、二次转化以及垂直方向空间的极端压缩是导致重污染的主要原因.     

基于无人机探空和数值模拟天津一次重污染过程分析

污染发生在边界层中,边界层热力和动力垂直结构对重污染天气形成有显著影响.本文基于无人机探空、地基遥感观测和数值模式,开展天津地区2019年1月10~15日重污染过程期间边界层垂直结构及污染成因分析,以期加强北方沿海城市边界层过程对重污染影响规律认知,提升重污染天气预报预警准确率.结果表明：大气温度层结对重污染天气形成、持续和消散有显著影响,此次过程伴随逆温层的发展和消散,PM_2.5高浓度区白天向大气上层发展,高度可达300 m以上,夜间向近地面压缩,高度在100 m左右;雾天气出现并在白天维持,改变了边界层垂直结构特征,雾顶逆温的持续存在抑制了污染物向大气上层扩散,使得白天湍流垂直混合过程贡献明显下降,导致近地面重污染天气维持和发展;过程期间区域输送贡献率为66.6%,边界层垂直结构与重污染天气区域输送密切相关,区域污染物输送高度主要出现在边界层顶部以及雾顶逆温层以上的大风速层处,且随着边界层和雾顶抬升高度的变化,通过下沉运动影响地面,形成北部弱高压天气控制下静稳天气区域输送;边界层垂直结构影响冷空气对空气质量的改善效果,S3阶段雾顶的强逆温导致冷空气无法通过湍流切应力传导到地面,在高低空存在明显的风速差,冷空气影响地面时间延后,作用减弱,重污染天气无法彻底缓解.     

上海典型持续性PM2.5重度污染的数值模拟

本研究针对2013年1月23~24日的上海PM_(2.5)持续重污染过程,采用WRF-Chem大气化学模式以及PM_(2.5)质量浓度、能见度、气象要素等地面实测资料相结合的方式,揭示了造成上海冬季PM_(2.5)持续性重污染的一类"天气学必要成因",即一次弱冷空气活动过程导致了两种不利污染天气条件——"弱气压场(静稳形势)"和"弱冷空气扩散(输送形势)",两者先后影响上海造成PM_(2.5)浓度持续上升.主要过程如下:首先弱冷空气影响之前,上海处在不利的局地气象扩散条件下,受弱气压场控制10 h后本地PM_(2.5)质量浓度达到重度污染水平,之后夜间稳定边界层(地面静风和低层逆温)使得PM_(2.5)重度污染维持了7h,期间PM_(2.5)平均质量浓度为172.4μg·m~(-3).后期弱冷空气影响上海,虽然改善了局地扩散条件但是同时产生了明显的周边污染物输送,使得本地PM_(2.5)质量浓度升高并达到峰值(280μg·m~(-3)),继续加重污染水平,期间PM_(2.5)平均质量浓度为213.6μg·m~(-3).WRF-Chem模拟结果进一步表明,整个污染过程周边区域输送对上海PM_(2.5)平均贡献率为23%,其中两个阶段周边区域输送的平均贡献率分别为17.2%和32.2%,可见在不同的污染天气条件下周边污染源的贡献存在显著差异,因此可以根据对污染天气类型的预判制定应急减排方案.     

北京市夏季不同O3和PM2.5污染状况研究

从天气背景场、气象要素、前体物和PM_(2.5)化学组分、气团运动轨迹以及大气氧化性等方面对北京市夏季两种不同的O_3和PM_(2.5)污染状况进行了分析.结果表明,O_3达到中度污染而PM_(2.5)浓度优良(O_3和PM_(2.5)一高一低)污染状况的天气形势场为:高空为偏西北气流,地面受高压后部控制;而O_3和PM_(2.5)同时达到中度污染(O_3和PM_(2.5)两高)的天气形势场为:高空为偏西气流,地面受低压控制.与O_3和PM_(2.5)一高一低污染状况相比,O_3和PM_(2.5)两高时的气象要素特征为:偏南风更为明显和相对湿度更高.O_3和PM_(2.5)两高时污染物浓度演变特征为,O_3和PM_(2.5)的起始浓度较高,PM_(2.5)日变化特征更为明显,而O_3平均浓度却低于O_3和PM_(2.5)一高一低的污染状况.前体物、大气氧化性以及PM_(2.5)化学组分分析的结果表明,较高的起始浓度在不利气象条件下的积累和吸湿增长以及当天较大偏南风造成的区域传输可能是造成O_3和PM_(2.5)两高污染状况中PM_(2.5)浓度达到四级中度污染的主要原因.     

冬季山谷风和海陆风对京津冀地区大气污染分布的影响

为了弄清冬季山谷风、海陆风对京津冀地区大气污染时空分布的影响,利用2016年12月地面加密自动气象站逐时观测数据和中国环境监测总站发布的逐时PM2.5浓度数据,计算平均风矢量场和平均PM2.5浓度场,分析山谷风、海陆风变化规律及其对PM2.5浓度分布的影响,得出:在山谷风日,中午至下午谷风将位于河北太行山东部地区的污染物向北输送。傍晚以后,在北京西部、北部,以及河北太行山山前出现的山风与偏南风构成“人字形”辐合线,辐合线的汇聚作用使北京地区、廊坊,以及保定、石家庄、邢台等地大气污染加重。在海陆风日,下午-前半夜,河北中东部沿海地区出现东南向海风,深入内陆到达天津东南部地区,海风前缘区域大气污染加重;通过对大气所铁塔0~325m风向风速与PM2.5浓度时间变化关系分析,以及利用Cressman法插值得到的地面风向风速和PM2.5浓度二维格点场,分析北京地区重霾污染过程中近地层山谷风和海陆风对大气污染形成的影响,得出:中午至下午,谷风将大气污染物向北京输送。傍晚以后,大气污染物在山风与偏南风形成的辐合线附近汇聚,在北京地区及以南地区形成PM2.5高污染区。凌晨至早晨北京被山风控制,大气污染物被吹离北京、滞留在北京以南至天津西北地区。冬季,山谷风的输送和汇聚作用使大气污染物以日为周期不断循环和累积,对北京地区至北京以南地区、河北太行山东部地区的大气重污染形成起重要作用。     

福建省沿海典型霾天气过程特征和成因分析

文章选取2016年3月28日-4月4日(积累型)及2016年1月18-21日(输送型)两次霾天气过程,分析福建省沿海典型霾天气过程特征和成因结果表明:积累型过程持续时间长,福建沿海受地面倒槽暖区天气形势控制,不利于污染物扩散,ρ(PM_(2.5))积累升高导致霾天气出现,受到较高ρ(PM_(2.5))和相对湿度的共同影响,能见度最低降至2 km以下,从霾生成、维持到消散具有增温、增湿、风速小的特点,大气垂直结构中出现逆温层更加不利于污染物扩散,加剧霾的严重程度。输送型霾天气过程持续时间较短,受东北冷涡和高空槽影响,低层PM_(2.5)受东风回流影响输送至福建省沿海,导致福建省沿海自北而南出现霾天气,在污染物输送过程中,大气垂直结构中出现低层逆温不利于污染物向地面输送,会延迟霾天气出现的时间。     

深圳冬季边界层大气中污染物垂直分布特征

为更好地掌握深圳城区近地边界层大气污染物的性质、来源及大气理化过程,2017年冬季利用深圳市356 m石岩梯度观测塔进行大气主要污染物的垂直观测,获得包括4个高度(60 m/70 m、110 m/120 m、210 m/220 m和325 m/335 m)的污染物浓度垂直分布廓线.分析了不同高度浓度的垂直廓线、相关性和日变化特征,并探讨了风向风速对其的影响.结果表明,SO_2浓度随高度升高先降低再升高,在高空存在明显的区域输送特征;NO_x、PM_(2.5)、PM_(10)浓度随高度升高而下降,70 m高度近地大气中NO_x和PM_(2.5)受局地源影响显著,白天存在由近地大气向上混合扩散的过程,而PM_(10)中的粗粒子部分在整个气层中显现出一个比较稳定的本底值;O_3浓度随高度升高而升高,主要由于夜间高空O_3缺乏NO的滴定反应而具有一个较高的背景值.     

京津冀区域重污染期间PM2.5垂直分布及输送

2016年12月17～19日重污染期间,在天津市武清区高村开展车载系留气球颗粒物浓度垂直观测,并以观测数据为基础,计算了区域内PM_(2.5)传输通量.结果表明重污染过程期间,大气混合层较低,约200 m左右,PM_(2.5)浓度垂直分布特征与混合层高度密切相关,混合层以下,PM_(2.5)浓度较高,垂直变化特征不显著,形成明显的污染层,混合层以上,PM_(2.5)浓度迅速降低并维持在降低水平.观测期间,粒径小于1. 0μm颗粒物浓度较高,粒径大于2. 2μm颗粒物浓度较低,近地层粒径为0. 777μm颗粒物浓度最高.颗粒物浓度粒径谱分布与相对湿度和混合层高度相关,高湿度和低混合层下颗粒物浓度粒径谱分布较宽泛.观测期间,PM_(2.5)在西南方向上的传输通量最高,占总传输通量的63. 3%,其中46～156 m和156～296 m高度之间PM_(2.5)传输通量最高.近地面300 m内PM_(2.5)传输主要以西南方向传输为主,300 m以上传输方向较分散.     

MWP967KV型微波辐射计对重污染天气的探测分析

利用MWP967KV型微波辐射计对温度、相对湿度和水汽密度廓线的反演数据,对2015-2016年秋冬季发生在邢台市的2次持续重污染天气过程进行了分析,结果表明:MWP967KV型微波辐射计能够较好的表征出垂直方向的气象要素变化;在污染物浓度和逆温强度之间存在着一定的正反馈机制,逆温强度的增加可以导致污染物浓度的增长,随污染物浓度的升高,4~5 h后的逆温强度出现增大;在局地污染源为主的天气过程中,550 m高度较地面处的逐时相对湿度与PM_(2.5)浓度的相关性更好,相关系数0.694 7;高空1 000 m以下的平均水汽密度较地面、不同高度层的平均水汽密度和不同浓度水汽密度在垂直方向的伸展高度与PM_(2.5)浓度的相关性更好,相关系数0.778 9;在外来污染源为主的天气过程中,逐时PM_(2.5)浓度与相对湿度、水汽密度廓线变化的相关性不明显。     

北京春季一次霾-沙天气污染特性与成因分析

2017年5月3～5日,北京发生一次特别的重污染过程,与之相配的气象条件较为特殊,对污染形态和成因展开研究.基于北京35个环境监测站和与之最近的35个自动气象站,获取本次污染过程的总体特征及PM_(10)、PM_(2.5)浓度与地面风场的匹配形态;利用MODIS和CALIPSO研究污染空间分布、输送路径、污染物类别;根据欧洲中期天气预报中心ECMWF第三代再分析资料ERA-Interim及风廓线雷达数据研究污染成因.以期以地-空立体监测技术手段配合气象条件得到本次污染特有的形态特征和影响因素.结果表明,利用以上多源数据,对本次污染进行立体观测和综合分析,能较好地反映污染特性和受制因素.本次污染骤然开始,陡然下降,持续约30h,整个过程PM_(10)和PM_(2.5)浓度高,分别可达600～1 000μg·m~(-3)和200～700μg·m~(-3).全过程分为三段,前半段、间歇期、后半段.前、后半段污染成因以及由此造成的PM_(10)和PM_(2.5)浓度在空间分布上各有特点.前半段主导风向为西北风,风速小,PM_(10)浓度空间差异小,在800μg·m~(-3)以上,而PM_(2.5)浓度空间差异大,南部和城区高,达600～700μg·m~(-3),其余地方低,在350～500μg·m~(-3).间歇期低层风向从西北风切变为南风,高层维持西北风,南部和城区PM_(10)浓度下降明显,到650μg·m~(-3),北部依然在800μg·m~(-3),而此时北部PM_(2.5)浓度甚至降到200μg·m~(-3).后半段主导风又回到了西北风,且风速激增,此时PM_(2.5)浓度空间差异小且同一站点的浓度均小于前半段,在250～500μg·m~(-3).而PM_(10)浓度又回到了800μg·m~(-3)的水平.说明本次过程属典型霾-沙混合型污染.在偏西气流的影响下,对北京污染的主要贡献是沙尘型的PM_(10),而在偏南气流下,对北京污染的贡献除了沙尘外,还有PM_(2.5).污染重的同时,风速也大,大气垂直运动交汇于大约2～3 km高度,在此高度层内有大量污染物累积.     

基于长时间序列的北京PM2.5浓度日变化及气象条件影响分析

基于2005~2014年北京宝联(城区)和上甸子大气成分本底站(郊区)监测结果得到了PM_(2.5)质量浓度日变化特征,并且讨论了气象条件的影响.结果表明,北京城区PM_(2.5)质量浓度10年平均值的日变化呈双峰分布,对应早晚出行高峰.但是,该特征在2007年以后才比较明显.月际(季节)变化表现为单峰与双峰之间、日最大值在早高峰与晚高峰之间的转换.一年中早峰值浓度在5~8月最高,与地面风速小、相对湿度以及水汽压(空气绝对含水量)较高有关,该季节晚高峰期间浓度变化相对较小主要受混合层较厚、地面风速大、降雨天气发生频繁的影响.11~12月和1~2月的16:00以后浓度明显升高,混合层顶高度在14:00~17:00大幅度下降是重要的影响因素.此外,严重和重度污染日09:00以后污染加重,与年平均值和中度污染日不同.边界层偏南风对来自周边地区高架源的污染物输送是其重要的影响机制.PM_(2.5)质量浓度日变化幅度随污染加重而增大.日最大风速和相对湿度日变化对浓度日变化幅度有影响,而且午后地面出现4~6 m·s-1的偏南风也会加大日变化幅度.北京郊区PM_(2.5)质量浓度多年平均值日变化呈单峰分布,日最大值超前于城区.而且,昼间的浓度在5~7月高于冬季.本研究结果将有助于细化不利扩散条件下的污染减排方案.     

河南省冬季3次重污染过程的数值模拟及输送特征分析

利用WRF-Chem模式模拟2015年11月27日—12月1日、12月5—14日、12月19—25日河南3次重污染过程,结合空气污染资料和ERA-Interim再分析资料,对比分析了这3次重污染过程的开始、持续和结束及污染物的输送特征.结果表明,静稳天气有利于污染的发展持续,3次重污染过程的结束均是由西路冷空气入侵造成的.第1次重污染过程平均风场上的风速均为小风或静风,从湖北到河南南部风向为偏南风;而第2和第3次重污染过程平均风场分别以偏东和偏北风为主.第2和第3次重污染过程中均存在明显的由北向南的污染物输送过程.3次重污染过程中,河南省本地排放对本省PM_(2.5)浓度的平均贡献率最大,而河南省周边区域对河南PM_(2.5)浓度的平均贡献率在这3次过程中不一样,第1次重污染过程,河南南部主要受偏南风影响,湖北对河南PM_(2.5)浓度的平均贡献率最大,为20.7%;第2和第3次重污染过程主要受偏东风影响,安徽和江苏对河南PM_(2.5)浓度的平均贡献率最大,分别为17.7%和18.5%.3次重污染过程中,安阳的主要污染输送源均不相同,分别来自河北、江苏和安徽、本省.     

基于异常天气分析法探究四川盆地冬季大气污染的气象成因

以四川盆地冬季大气污染的气象成因为主要研究对象,采用异常天气分析方法,利用2014年3月—2019年2月四川盆地环境与气象观测站点的监测资料,探究2014—2018年冬季四川盆地细颗粒物(PM_(2.5))浓度的时空分布特征,并结合对气候平均状态下大气环境形势的分析,研究大尺度大气环流异常与四川盆地冬季PM_(2.5)污染之间的响应关系。结果表明:2014—2018年冬季四川盆地PM_(2.5)中度以上污染的天数呈波动式下降特征,高浓度的PM_(2.5)污染主要集中在盆地西南部及东北部城市群;2014年和2016年冬季四川盆地上空500 hPa暖高压偏暖偏强,近地面附近存在"距平逆温",低空盛行偏南风,天气形势静稳,大气污染物不易扩散,促发PM_(2.5)重污染的形成;近五年四川盆地冬季大气空气质量较好时主要对应两种大气环流形势,一种为500 hPa高空受冷低压的影响,盆地上空冷空气活跃,对流增强易产生降水,另一种为受500 hPa冷高压的控制,700 hPa高空盛行北风带来干冷空气南下,这两种环流形势均有利于大气污染物的扩散和清除。     

传输指数在合肥市重污染过程中的应用分析

利用潜在源区贡献法计算了合肥市2015年冬季传输指数,并基于传输指数和PM_(2.5)浓度将合肥市的重污染过程划分为3类,同时对各类重污染过程进行气象成因分析.结果表明:污染物传输型重污染过程的传输指数明显增大且PM_(2.5)浓度急剧增大;污染物积累型重污染过程的传输指数无明显增大且PM_(2.5)浓度逐渐增大;污染物暴发性排放型重污染过程的传输指数无明显增大但PM_(2.5)浓度急剧增大.污染物传输型重污染过程主要是高压南下迫使北方重污染气团输送引起的;污染物积累型重污染过程主要是静稳的天气形势导致污染物堆积造成的;污染物爆发性排放型重污染过程是由污染物暴发性排放而无法及时扩散引起的.     

华北PM2.5重污染对东北和长三角空气质量的影响

利用中国环境监测总站的PM_(2.5)(Particulate Matter with aerodynamic≤2.5μm)数据、ERA-interim再分析资料等,结合混合单粒子拉格朗日综合轨迹模型(HYSPLIT4),重点分析了华北地区PM_(2.5)的时空分布特征及该地区PM_(2.5)重污染对我国东北、长三角地区空气质量的影响。结果表明,华北地区是中国PM_(2.5)的高值区,2015、2016和2017年华北地区年平均PM_(2.5)质量浓度分别为62.1、59.5和56.8μg/m~3,呈减小趋势。该地区冬季PM_(2.5)污染最严重,部分区域的平均浓度甚至超过110μg/m~3。个例研究表明,来自华北的污染物可在大约48 h后输送至东北和长三角地区,分别占当地污染物总量的21%和71%;同时,在冬季弱高压系统和地形的共同影响下,华北地区42%的污染物不易扩散而局限在本地,15%的污染物向长三角方向输送,不易向东北方向输送。     

青岛市PM_(2.5)重污染天气演变过程分析

运用WRF-CMAQ模式对2016年1月1日~1月7日青岛市的PM_(2.5)重污染天气进行了模拟研究,分析了青岛市PM_(2.5)重污染形成、持续和清除过程的主要影响因素.与观测对比表明,模式能够较好地模拟出青岛市主要气象要素和近地面PM_(2.5)浓度的变化特征.在重污染形成期,持续的西南气流将山东南部、安徽、江苏等地PM_(2.5)及其前体物传输至青岛地区;逆温层的出现及大气边界层高度的降低使得输送至青岛地区的PM_(2.5)在近地面积累,浓度升高.由山东西南部、安徽北部、河南东部等地传输至山东西北部和京津冀地区的PM_(2.5)及其前体物,在重污染持续期沿近地面传输至青岛,加之液相化学过程生成了大量的二次气溶胶,导致PM_(2.5)浓度一直维持在200μg/m~3以上.重污染清除期,风速加大,水平传输作用加强,高浓度的PM_(2.5)污染带向下风向转移.区域传输对此次青岛市PM_(2.5)重污染事件具有重要贡献,3个时期的贡献率分别为87.0%、68.5%和57.6%.     

边界层方案对山西冬季一次静稳天气PM_(2.5)浓度模拟的影响

准确的空气质量数值预报模式依赖于精确的气象条件模拟,尤其依赖于大气边界层的准确模拟.为理解边界层过程如何影响空气污染物的传输与混合,利用WRF-Chem模式不同边界层方案(YSU和MYJ)进行敏感性试验,针对山西冬季典型静稳天气,对地面温度场、地面风场、PM_(2.5)浓度及边界层内部的动力和热力层结进行模拟分析,并与观测资料进行对比,分析不同PBL方案对于气象要素和PM_(2.5)浓度分布的模拟能力,探讨边界层内部热力层结和湍流输送差异对PM_(2.5)浓度模拟的影响.结果表明:2种边界层方案均能较好模拟出冬季静稳天气背景下地面温度、风速及PM_(2.5)浓度的空间分布和日变化特征,气温模拟的较大误差主要出现在夜间,而地面风速和PM_(2.5)浓度的模拟结果在午后误差较大;相对于YSU方案,局地MYJ方案模拟的温度、风场和PM_(2.5)浓度的误差更小,模拟结果更接近于实况观测.地面PM_(2.5)浓度的模拟误差可能与近地面逆温层、混合层及地面风速等的模拟误差有关;不同边界层参数化方案导致的边界层内热力层结和湍流输送的模拟差异,可能是影响近地面PM_(2.5)浓度模拟差异的主要原因;夜间MYJ方案逆温层厚度较厚,地面PM_(2.5)模拟浓度较低;午后MYJ方案混合层高度较低,加之地面风速较弱,导致地面PM_(2.5)模拟浓度较高.     

珠江三角洲秋季典型气溶胶污染的过程分析

为了解大气中各物理和化学过程对气溶胶浓度的贡献情况,利用Models-3/CMAQ模式系统对珠江三角洲(以下简称珠三角)秋季典型气溶胶污染进行研究.模拟时间是2012年10月,期间珠三角主要受高压系统的控制,在17日冷锋过境前后高压天气形势发生转变,风向从东北风转为偏东风.结果表明,珠三角秋季PM2.5浓度呈现西高东低的水平分布特征,随着高度的上升浓度高值中心也向西南方向偏移;受大气边界层高度的影响,陆地上PM2.5输送高度呈现白天高夜晚低的变化特征;过程分析结果表明源排放,水平输送和垂直输送是影响近地面PM2.5浓度变化的主要过程;本地污染物排放是城市中心(广州站)PM2.5浓度升高的主要原因,而在下风向位置(江门站)外来污染物的水平输送过程是PM2.5的最主要来源.