共查询到15条相似文献,搜索用时 62 毫秒
1.
中国东部春季一次强冷锋活动空气污染输送过程分析 总被引:10,自引:3,他引:10
利用CMAQ(4.7.1)和HYSPLIT后向轨迹模式,结合长岛和洪泽湖站点污染物观测数据,对2011年3月31日—4月3日影响我国东北部地区的一次典型强冷锋天气空气污染过程进行模拟分析,验证表明模式能较好地模拟此次强冷锋过程. 由结果可知,此次强冷锋前后污染物浓度呈先升后降又上升的现象. 在冷锋移动过程中,锋前出现一条高浓度污染带,锋面将污染物抬升至800~500 hPa的高度,使污染物在对流层中层快速向西太平洋传输;冷锋对当地污染物的去除不仅有水平方向的推动作用,还会使污染物向高空输送. 锋面过后污染物浓度急剧降低,冷锋对长岛站点SO2、O3、NOx、PM2.5的清除率分别为90.87%、34.10%、50.56%、72.69%,对洪泽湖站点则分别为82.53%、50.45%、65.11%、36.80%. 锋面过去1~2 d后,高压控制天气形势下污染物再次开始积累、浓度回升. 冷锋前后污染物形成一个“积累—锋前抬升—高空平流输送—锋后大风清除—积累”的循环. 相似文献
2.
基于2013—2016年93次冷锋影响过程,研究了冷锋和降水对武汉市PM_(2.5)浓度增加和降低的影响机制,并对浓度下降幅度开展了定量分析.结果表明:受冷锋影响PM_(2.5)浓度变化表现为"两类五型",其中,PM_(2.5)浓度下降占比为62%,平均下降幅度为41μg·m~(-3),主要发生在中等强度冷锋过程中,下降幅度最大时24 h变温、24 h变压和极大风速的区间分别为-4~-2℃、8~12 hPa和8 m·s~(-1);而PM_(2.5)浓度上升主要出现在弱冷锋影响下,上升幅度最大的相应区间分别为-2~0℃、6 hPa和4 m·s~(-1).直接下降型风速最大,直接上升型冷锋强度偏弱,先升后降型PM_(2.5)浓度平均值最高.71%的冷锋过程伴有降水.对于重污染过程,污染持续时间最长的天气型为低压倒槽,PM_(2.5)浓度值最大的天气型为均压场.同时,清除方式中冷空气和降水共同作用占44.4%,单纯冷空气影响占37.0%,仅冷空气作用时的清除速度最快,下降速度为71.1μg·m~(-3)·d~(-1),但结束时的浓度最高;配合降水时清除效果明显,结束浓度一般在46μg·m~(-3)左右,但清除速率较小. 相似文献
3.
4.
使用MARGA离子在线分析仪ADI 2080对2017年12月27日~2018年1月5日南京市PM2.5化学组分进行连续采样分析,结合气象要素和大气环境监测数据,探讨了霾污染过程中水溶性离子的时间分布特征及其来源特征.结果表明:霾日中南京水溶性离子浓度为121.41μg/m3,是洁净日的3.2倍.霾污染过程中水溶性离子平均浓度大小顺序为NO3- > SO42- > NH4+ > Cl- > K+ > Ca2+ > Mg2+,SNA离子占总水溶性离子浓度的91.97%.霾日中水溶性离子日变化均为三峰型,洁净日中Cl-、SO42-和NH4+的日变化为单峰型,Ca2+为双峰型,K+、Mg2+为三峰型.随着空气污染状况的加重,总水溶性离子在PM2.5中的占比不断减少,空气质量为优时占比95.93%,严重污染时为63.25%.霾日中随着污染加重,NH4+占总离子的比例稳定在23%左右,SO42-占比缓慢减小,NO3-占比不断增大.NOR、SOR的日变化在霾日呈双峰型分布,洁净日则较为平稳.观测期间的水溶性离子主要来源有二次转化、煤烟尘、扬尘以及生物质燃烧. 相似文献
5.
利用站点气象和PM2.5资料以及NCEP的全球再分析数据集研究了2015年12月17~28日长江三角洲地区一次重污染天气过程.结果表明:地面弱气压场是此次污染事件发生发展的主要天气背景,而冷空气带来的大风使PM2.5浓度迅速下降,有效清除了PM2.5.区域热力因子和动力因子分析发现,此次过程中大气中低层层结稳定、近地面逆温强,有利于PM2.5和水汽的累积,使其浓度水平升高;对于动力因子来说,较小的通风率和较低的边界层高度不利于污染物扩散,同样使PM2.5浓度上升.两者相比,热力因子对PM2.5浓度值的贡献比动力因子大.结合后向轨迹和排放源分布发现,此次污染过程中长江三角洲地区的PM2.5主要受来自其西北方向的大陆气团(占46%左右)的影响,这些气团途经高污染排放源并把污染物远距离传输至长江三角洲地区.最后利用PSCF和CWT对长江三角洲地区污染物的潜在来源进行了分析,发现PM2.5的来源主要集中在安徽、河南、山西、山东以及长江三角洲本地,说明此次过程中长江三角洲地区的污染物浓度受到远距离输送和局地过程的共同影响. 相似文献
6.
7.
《环境科学与技术》2016,(2)
利用2013年11-12月湖北省80个气象站气象要素和天气现象的观测资料,对霾天气过程的时空分布和近地层输送特征进行了初步分析。结果表明:2013年11-12月湖北省共发生了4次大范围霾天气过程,其影响范围和持续时间不断增加;霾天气主要集中发生在鄂西北、三峡河谷和鄂东的部分地区,受来自重污染区污染物的远程输送贡献较大,而鄂西南高海拔山区和江汉平原南部霾天气发生较少;北风是霾天气过程中的主导风向,分别占襄樊地区和武汉地区总风向频率的55.0%和55.4%,而宜昌地区由于受地形地势的影响,霾天气过程中东风出现的频率较高,为40.3%;风矢量和分析表明:大范围霾天气过程中,湖北省北部存在来自北方重霾区的气流输送,中部向东部和西部的输送过程明显,南部缺少显著的向外输送气流;同时,中部存在的顺时针气流偏转,易导致污染物的停滞和堆积;而当存在来自重污染区的强平流输送时,也会造成大范围霾天气的出现。风矢量和与能见度的相关特征进一步佐证这一特点,两者总体呈正相关关系,3个地区的相关系数均大于0.5,但当武汉地区风矢量和超过15 m/s,襄樊地区风矢量和大于24 m/s时,两地的相关关系均变为负相关,强水平输送加剧了霾天气过程。 相似文献
8.
利用由数值预报模式WRF和辨识理论实时迭代统计方法RTIM组成的MOS方法对杭州市2013年2~3月和11~12月期间的空气污染物日平均浓度做预报,预报值与实测值之间相关系数都超过0.75 ,PM2.5、PM10、SO2、NO2、CO 24h平均浓度和O3 8h平均浓度分类预报临界成功指数(CSI)分别为89%、87%、100%、93%、100%和100%,命中率(POD)分别为93%、95%、100%、100%、100%和100%.分析表明,研究期间杭州地区气溶胶以细颗粒为主.根据PM2.5浓度、相对湿度及能见度预报值做霾日分类预报,临界成功指数为89%,命中率为93%.说明该MOS系统对污染物浓度及霾天气预报性能良好,可以为业务化预报提供参考. 相似文献
9.
为探究雾-霾过程的边界层特征,选取天津市2019年12月7~10日一次严重的雾-霾典型过程,采用常规自动气象站资料、环境小时浓度资料、以及微波辐射计、风廓线雷达、气溶胶激光雷达等多种观测资料及WRF-Chem源追踪方法对此次污染过程进行综合分析. 结果表明,此次雾-霾过程可明显分为雾生成、雾与霾交替、霾、霾消散等4个阶段;雾-霾天气与大气温度层结密切相关,伴随着逆温生成,相对湿度和液态水含量最大增长速率分别达13.44%/h和0.013g/(m3·h),呈爆发性增长,相对湿度快速增至92%,微波辐射资料可较好预报雾的生成;雾与霾交替出现阶段雾天气改变了边界层结构,雾层内大气呈中性状态,相对有利于污染物在雾区内扩散,PM2.5高浓度主要出现在边界层400m以下,雾顶持续逆温抑制了污染物向上层大气扩散,造成雾区内污染物浓度加重,地面PM2.5质量浓度为135~223μg/m3,维持中度-重度污染;雾-霾天气与垂直风场有较好的对应关系,雾与霾交替出现阶段存在低风速和较大风速(西南风带来充沛水汽)两种有利于雾维持的情况,雾顶逆温层以上风速为6~12m/s,雾层内为1~2m/s,雾的存在不利于近地面空气质量的改善;此次雾-霾过程天津本地源排放贡献为36.1%,区域输送贡献为63.9%,整个过程表现出明显的区域输送特征. 相似文献
10.
16届亚运会期间广州城区PM2.5化学组分特征及其对霾天气的影响 总被引:2,自引:14,他引:2
于2010年11月4~30日在广州城区每天昼夜各采集一个PM2.5样品.对样品进行有机碳、元素碳和水溶性离子分析,同步收集了在线PM2.5浓度、大气消光系数(bext)以及气象因子,探讨了PM2.5特征及其与大气消光系数的关系,并利用修正后的IMPROVE消光系数方程重建大气消光系数.结果发现:亚运期间PM2.5日均值质量浓度为(77.0±24.4)μg·m-3,比亚运前低27.8%.PM2.5和相对湿度是导致霾天气的重要因素.亚运期间大气消光系数为418 Mm-1,比亚运前低28.3%,(NH4)2SO4、POM(particulate organic material)和LAC(light-absorbing carbon)是主要贡献因子,贡献率达到87.0%.广州及其周边城市采取的减排措施对于缓解亚运期间广州城区的霾天气作用明显. 相似文献
11.
冷空气过程对江苏持续性霾的影响研究 总被引:1,自引:0,他引:1
利用地面气象观测资料、PM_(2.5)浓度监测资料和数值模式产品对2016年12月14—24日江苏遭遇的一次长时间霾天气过程进行分析.研究结果表明:过程期间有两次冷空气南下影响江苏省,两次冷空气均带来大风和降水,有效地清除了前期污染物,但随后全省PM_(2.5)浓度开始升高.第一次冷空气强度强于第二次,造成的污染也较重.WRF-Chem模式对本次过程的气象场和PM_(2.5)浓度模拟均较好,模拟观测相关系数分别达到0.52~0.99和0.40.模式能够较好地模拟出污染物的输送过程和时空分布.与第二次冷空气过程相比,第一次冷空气过程存在明显的污染物自北向南输送过程,100~500 m高空持续偏北气流(第2次过程为西北-偏西气流),期间全省平均边界层高度(PBLH)只有260 m(低于第2次过程的500 m),不利于污染物垂直扩散,造成地面浓度较高.利用HYSPLIT-4模式追踪了两次过程中淮安、泰州、无锡三站上空100 m处大气48 h后向轨迹,发现第一次过程中污染物来自山东中西部,第二次来自西部内陆地区. 相似文献
12.
利用WRF-Chem模式对2015年12月21—23日南京一次重霾污染过程进行模拟.基于合理的模拟评估,采用大气传输通量计算法,着重分析了此次霾污染过程中模拟的南京地区PM_(2.5)的传输收支特征,以及周边地区大气污染物传输对南京市PM_(2.5)变化的贡献.结果表明,此次霾污染过程中,本地源与外来源区域传输共同影响着南京市的空气质量.PM_(2.5)的跨区域传输是此次重霾污染发生和消亡的重要因素.在霾污染事件的形成维持阶段,南京地区是作为周边地区PM_(2.5)的接收区,大气污染物主要由南京的西边界输入,大气污染物的外源输入是南京PM_(2.5)污染的主要贡献来源,占南京PM_(2.5)污染的84%.在霾污染事件的消亡阶段,南京地区则是作为周边地区PM_(2.5)的源,大气污染物主要由南京的东边界持续向外输出. 相似文献
13.
利用2019年12月至2020年1月在西安市3次灰霾污染过程中采集的PM2.5样品,采用BCA试剂法、离子色谱和气相色谱-质谱检测法分别对样品中的蛋白质含量及无机有机化学成分进行了分析测定,结合相关性分析和气团后向轨迹模型分析探讨了PM2.5上蛋白质对灰霾污染的响应及其在污染过程中可能的作用.结果表明,冬季灰霾污染期间,西安市PM2.5中蛋白质组分的平均浓度为(5.587±2.421)μg/m3,处于较高水平;蛋白质浓度变化呈现出显著的短期连续变化特征,夜晚略高于白天.蛋白质的浓度与Cl-和K+呈显著的正相关,说明气溶胶中蛋白质的来源与燃煤和生物质燃烧有关;与NO3-与SO42-的浓度呈现显著的正相关,表明蛋白质可能参与NO3-与SO42-的氧化转化;蛋白质具有良好的吸湿性,在湿度较大时,以其为核心吸附空气中的水蒸气及易溶于水的气态污染物(O3、SO2、NOX以及挥发性有机物等)形成的气溶胶易于发生吸湿增长及非均相反应,可能利于二次气溶胶的生成. 相似文献
14.
近几年,中国持续发生大范围雾霾污染,包括北京在内的众多城市均受到雾霾的侵袭,雾霾的出现与工业污染和汽车尾气排放密切相关.尽管雾霾污染在一定程度上得到了控制,目前仍然存在处罚力度偏轻等诸多问题.结合雾霾污染出现的原因以及中国雾霾防治存在的问题,提出中国雾霾防治的建议:将PM2.5纳入雾霾污染防治法律体系;扩大环保部门在机动车尾气监管方面的权限以及扩大对违法排污主体的处罚范围,加大处罚力度;充分利用市场机制,完善排污权交易制度. 相似文献