西南涡对四川盆地PM2.5污染的影响研究

利用2015—2016年西南涡个例数据与同期的细颗粒物（PM_2.5）浓度数据进行时空匹配,对比分析西南涡过境前后四川盆地PM_2.5浓度变化,并结合温度、湿度、风等气象要素及逆温特征,深入研究西南涡对PM_2.5污染的影响机理.结果表明：①2015—2016年四川盆地共182个西南涡,其中,干涡72个（多集中在春季）,弱降水涡75个（多集中在春季和冬季）,强降水涡35个（多集中在夏季）.②总体而言,干涡过境使四川盆地PM_2.5浓度增加,降水涡使PM_2.5浓度减小,强降水涡的削减作用强于弱降水涡.全年来看,干涡过境使四川盆地PM_2.5浓度增加10.52%,强、弱降水涡过境分别使PM_2.5浓度减小29.72%、9.71%.③除降水外,3类西南涡对PM_2.5影响的主导气象要素和逆温条件为相对湿度、风速和逆温层底高.而主导季节差异的气象要素和逆温条件各异：干涡的主导因素是温度垂直变化和逆温强度,在温度随高度递减和逆温强度较小的春季和夏季,对PM_2.5浓度的增幅减小（甚至有削减作用）;弱降水涡的主导因素是湿度和风速、逆温强度和逆温层厚度,春季其过境时湿度和风速最小,逆温强度和逆温厚度仅次于冬季,甚至使PM_2.5浓度增加;强降水涡的主导因素是风速、湿度和逆温层底高,夏季其过境时风速和低层湿度最小,逆温层底高最低,对PM_2.5的削减作用远弱于其他季节.     

逆温天气对大气污染的影响分析

通过对逆温天气的成因分析,对冬季哈尔滨市逆温天气下大气污染的影响进行了分析研究,得出逆温天气是造成哈尔滨冬季大气污染的主要原因.     

四川盆地冬季两次典型大气污染过程对比分析

为探究四川盆地冬季污染天气过程气溶胶分布和垂直气象场特征,利用MODIS MCD19A2大气气溶胶光学厚度数据、实况格点融合分析数据、环境空气质量监测数据以及探空气象观测数据,对四川盆地2017年12月19日—2018年1月3日以及2018年1月11—24日两次污染天气过程的气溶胶光学厚度(AOD)空间分布以及气象条件进行分析.结果表明:①四川盆地冬季两次污染天气过程中,成都市一直为AOD高值区.②霾天气过程(2018年1月11—23日)中,四川盆地AOD高值区分布区域更广,高低空环流形势稳定,混合层高度偏低,近地层逆温和高湿环境均有利于霾天气的形成与持续.③沙尘天气过程(2017年12月29日—2018年1月1日)中,四川盆地AOD值呈“南高北低”的空间分布特征;冷空气携带沙尘气溶胶自北向南影响四川盆地,对混合层高度有小幅抬升作用,空气质量得到轻微改善;但混合层高度始终偏低,干冷空气使近地层相对湿度下降,本地气溶胶粒子数减少,但沙尘气溶胶粒子数增加,伴随近地层逆温稳定维持,有利于沙尘天气的形成与持续.研究显示,冬季四川盆地混合层高度偏低、近地层逆温稳定维持,均不利于气溶胶粒子垂直扩散,导致四川盆地易出现污染天气.      

北京市秋冬季大气环流型下的气象和污染特征

分析了北京市2013~2018年秋冬季（即当年11、12月和次年1、2月份）11种环流型的地面和垂直气象特征,归纳出5类大气环流条件,探讨了不同环流型下北京地区的大气传输规律以及环流型与北京PM_2.5污染之间的关系.在5类大气环流条件中,第I类（含北（N）、东北（NE）环流型,天数占比28%）和第Ⅱ类（含西北（NW）、反气旋（A）环流型,占33%）有利于传输扩散,以西北风为主,风向较稳定,风速大,边界层高度高;第Ⅲ类（含东（E）环流型,占7%）传输扩散条件居中,边界层内以东南风为主,风向变化大,风速中等;第IV类（含西南（SW）、西（W）、南（S）3种环流型,占12%）和第V类（含东南（SE）、均压（UM）、气旋（C）3种环流型,占20%）均不利于传输扩散,边界层内以偏南风为主,风速较小,边界层高度低,低层逆温较强,第IV类近地面风向较稳定,而第V类则风向变化大.不同环流型下气团传输至北京的路径存在差异,对北京空气质量产生潜在影响的周边地区随之发生变化.大气环流型与北京市秋冬季PM_2.5污染紧密关联,SW、UM、C、S和W是北京地区最易发生PM_2.5污染的环流型（平均污染发生频率>75%,平均重度以上污染发生频率>42%）,而在N、A、NE和NW环流型下污染发生频率最低.研究期间,PM_2.5污染极端严重的月份存在UM环流型占比显著增加的共同特点,而PM_2.5污染水平最低的月份N环流型占比增加近一倍.此外,PM_2.5污染变化相对于环流型变化存在一定的滞后性.     

2014—2016年四川盆地重污染大气环流形势特征分析

利用2014—2016年四川盆地7个主要城市国家环境空气监测子站资料,结合2015—2016年MICAPS常规气象数据、NECP和ERA Interim再分析资料,统计分析四川盆地细颗粒物（PM_2.5）浓度时间分布特征及重污染期间的气象要素和环流背景.结果发现,2014—2016年四川盆地大气重污染主要发生在冬季,重污染日数分别为41、30和16 d,呈逐年降低的趋势.大气重污染期间,温度廓线出现多层逆温,逆温层大多出现在近地面925 hPa以下和700~600 hPa之间.四川盆地大气重污染主要对应两种环流形势,一种为500 hPa高空盛行西风气流,850 hPa高空等值线稀疏,另一种为四川盆地受到500 hPa高空槽后西北气流控制,地面为弱高压.以上两种环流形势下,四川盆地850 hPa高空附近气压梯度小,污染物不易扩散,导致重污染天气发生.本研究结论可为四川盆地大气重污染预报预警提供科学依据.     

银川市冬季两次典型持续大气污染过程对比分析

为了探究边界层气象要素时空分布及其变化对银川市冬季持续污染天气过程污染物质量浓度变化的影响机制,利用2016年12月1日-2017年1月31日逐时空气质量以及地面和逐日定时探空气象观测数据,根据大气污染级别和过程持续时间,选取2016年12月9-21日（简称"1211过程"）和2016年12月29日-2017年1月9日（简称"1231过程"）为研究对象,采用统计和天气诊断相结合的方法,在分析比较银川市冬季两次典型持续污染过程演变特征及其与地面气象要素关系的基础上,探讨了大气环流、边界层要素变化对银川市冬季典型污染过程的可能影响机制.结果表明:①银川市冬季两次大气污染过程持续阶段,地面均以偏东或偏南风为主,风速较小,相对湿度较大,能见度较低;在污染清除阶段,地面风向转为西北或偏北风,风速较大,相对湿度较小,能见度较高.②当冬季欧亚大陆中纬度区域500 hPa高空盛行纬向气流,850 hPa高度上银川市受反气旋环流和暖温度脊控制,并且有弱暖平流从西南部向北输送时,银川市易出现静稳型持续污染天气.③冬季银川市持续大气污染过程中,ρ（PM_2.5）与风速呈负相关（R平均值为-0.326）,与相对湿度呈正相关（R平均值为0.688）,与能见度呈显著负相关（R平均值为-0.905）,与边界层高度呈较显著负相关（R平均值为-0.575）.④银川市冬季静稳型持续污染天气主要分为弱西北和平直西风气流型两种,弱西北气流型具有近地面层逆温弱,污染物积累慢,清除快的特征;平直西风气流型具有近地面层逆温强,污染物积累快,清除慢的特征.研究显示,冬季银川市上空500 hPa高度盛行纬向气流,地面主导风向为偏东或偏南风时,随着地面相对湿度增大、近地层风速减小、大气垂直上升运动减弱、边界层高度降低,大气中ρ（PM_2.5）将迅速升高,银川市易出现以PM_2.5为首要污染物的静稳型持续污染天气.      

近36a来四川盆地持续霾事件特征及环流分析

利用1981~2016年四川盆地102个气象观测站逐日霾日观测资料,对四川盆地持续霾事件（定义为连续3d及以上有烟幕或霾发生的天气）的时空分布特征、变化趋势进行分析,然后对冬季霾事件环流场特征进行研究.结果表明：1981~2016年四川盆地持续霾事件的年平均日数呈增加趋势,持续霾事件日数占霾总日数的百分比与霾总日数增加趋势较为一致,霾总日数的增加主要是由持续霾事件的增加引起的.四川盆地持续霾事件的空间分布不均匀,与霾日数的大值区的分布较为一致,主要集中在川东北城市群、成都平原城市群以及川南城市群.持续霾事件多发区的范围在1981~2010年呈年代际增大,在2011~2016年范围减少显著.通过分析盆地冬季霾事件的环流场发现,霾事件偏多（少）年时段,四川盆地处于暖（冷）高（低）压大值区域,乌拉尔山阻塞高压偏弱（强）,东亚大槽偏弱（强）,盆地上空为一定程度的辐合（辐散）,存在（不存在）明显逆温结构,垂直上升运动弱（强）,这些条件均有利于污染物颗粒聚集在浅薄的边界层内（利于污染物的扩散）,造成霾天气的维持（消散）.     

天津污染天气边界层温度层结变化特征及预报阈值确定

针对天津市大气污染防治需求,基于2016年4月1日—2017年3月31日天津255 m气象塔观测资料及数值模拟,开展天津地区污染天气边界层温度层结变化特征及预报阈值研究.结果表明:(1)天津地区10~250 m高度的气温递减率为0.56℃/100 m,当日均气温递减率小于0.4℃/100 m时,垂直扩散条件不利于大气污染物扩散,出现中度以上污染概率为64%,重污染概率为47%.从温度廓线和逆温频率统计分析,贴地逆温占所有逆温的55%,除贴地逆温以外逆温底部最易出现在160 m的高度,大量脱地逆温的出现不利于高架源夜间的排放.(2)每年10月—次年2月天津逆温频率为20%,冬季需要关注逆温情况对大气污染物扩散的影响.如秋、冬季8:00逆温仍然存在,重污染天气出现概率高达56%,中度及以上污染出现概率为72%,是重污染天气辨识的重要指标.(3)7:00—10:00在逆温消散或者日均气温递减率由0.6℃/100 m向0.4℃/100 m变化时,任何细微变化对大气垂直扩散有显著影响.基于天津地区PM_(2.5)污染情况下,数值模拟显示10~250 m的气温递减率由于气溶胶的存在可减少0.06℃/100 m,在25个重污染过程中,日均气温递减率平均下降0.18℃/100 m,对大气垂直扩散条件产生显著影响.因此,在空气污染预报分析时使用不考虑气溶胶辐射效应的天气模式分析温度层结,需要适当调整阈值,尤其是在7:00—10:00逆温消散及垂直温度递减率由0.6℃/100 m向0.4℃/100 m变化时.     

2013~2019年上海早晨接地逆温指标与PM2.5定量关系研究

利用2013~2019年上海宝山观象台08：00时高分辨率气象探空资料识别SBI并计算其3个指标（垂直温差、厚度、强度）,发现在易污染月份（11月、12月、1月、2月）上海早晨SBI的发生频次为35.7%,垂直温差、厚度、强度分别为3.7℃、118m、3.6℃/100m.2013~2019年出现接地逆温的频次有所下降,但其3个指标均没有显著的年变化趋势.当出现接地逆温（SBI）时,2019年易污染月份早晨的PM_2.5浓度高达61.9µg/m³,较无逆温（NTI）时偏高了79%,表明SBI是促发早晨PM_2.5污染的重要气象条件之一.SBI的大气动力热力条件呈现水平风速降低（69%）、边界层通风能力下降（18%~44%）、垂直层结稳定（Ri>0.25）和低温（降低42%）、高湿（上升10%）的特点,非常有利于PM_2.5的局地累积和二次非均相生成,使得2013~2019年早晨的PM_2.5浓度较NTI时偏高了20%~107%.PM_2.5浓度与SBI的垂直温差、厚度都显著正相关,分别拟合为二次非线性关系（P<0.05）,然而与强度的相关性不显著.当接地逆温的垂直温差大于4.6℃、或者厚度大于100m,PM_2.5浓度超过100µg/m³,可作为判别PM_2.5重污染天气的参考阈值.     

PARAFAC和FRI解析ISI中DOM分布

利用平行因子分析（PARAFAC）和荧光区域积分（FRI）的方法解析三维荧光光谱（3D-EEMs）,结合主成分分析、相关性分析、聚类分析和多元线性回归分析,研究了曝气预处理改良土壤渗滤系统（ISI）处理生活污水时溶解性有机物（DOM）的垂直分布特征.根据FRI分析,ISI中DOM可以分为5个荧光区域,包括3个类蛋白物质区域（I、Ⅱ、IV）和2个类腐殖质物质区域（Ⅲ、V）.沿着垂直方向向下,ISI中DOM有溶出的现象,导致总荧光区域积分体积（TOT）与TN、TP、NH₄⁺-N、COD、TOC等都呈现显著负相关的关系,而与EC呈现显著正相关关系,其中荧光区域V与NO₃^--N浓度呈显著正相关的关系,氮素去除与DOM组成之间关系密切.通过进一步做PARAFAC分析表明,可以从DOM中识别出四种荧光组分,分别为C1类富里酸类物质和C2、C3、C4类蛋白类物质.荧光组分浓度得分值F_max表明,ISI对物质降解由易到难依次为C2 > C4 > C1、C3,即类酪氨酸最易降解,其次为类色氨酸类物质和类富里酸类物质.根据多元线性回归分析,可以用F_max间接表征TN、TP和COD等水质指标的浓度.     

乌鲁木齐市冬季典型污染事件气象过程分析

采用数值模拟与观测资料相结合的方式,对乌鲁木齐市2008年1月10—15日的冬季典型重污染气象过程进行了分析.结果表明:乌鲁木齐市存在严重污染且与当地气象条件密切相关,其ρ(PM10)峰值往往对应近地面风场风向转变和低风速情况.边界层及上层大气持续存在的强稳定层结是影响乌鲁木齐市近地面空气ρ(PM10)变化的重要因素.天山山脉、乌鲁木齐河谷、准噶尔盆地及吐鲁番盆地间形成的山谷风局地环流配合辐射逆温,是形成乌鲁木齐市夜间深厚逆温的重要原因.深厚的夜间逆温在减少污染物向上扩散的同时也大大降低了上下动量的交换,造成地面静风频率的增加,减少了大气污染物平流输送的能力.      

四川盆地PM2.5浓度时空变化特征遥感监测与影响因子分析

四川盆地因其独特的地形地貌、静风和高湿等气象条件,导致盆地内部大气污染物扩散难度大,随着城市化与工业化进程加快,区内PM_2.5污染日益加重,四川盆地已成为国家大气污染防治的重点地区之一.基于PM_2.5浓度遥感反演产品,采用空间自相关分析与灰色关联分析方法,研究了四川盆地PM_2.5浓度的时空分布特征及其影响因素.结果表明,四川盆地PM_2.5浓度具有显著的空间聚集性,高-高聚集类型分布集中,低-低聚集类型分布较为分散;针叶林对PM_2.5的吸收抑制作用明显高于灌丛和草地等其他植被类型.研究认为,影响四川盆地PM_2.5浓度的主要气象因子是风速和气温,人口密度与经济规模则是影响四川盆地PM_2.5浓度的主要人类活动因子,产业结构及其规模变化对四川盆地PM_2.5浓度也产生一定影响.     

北京市实行机动车排放欧洲标准的环境效果分析

以2005年为基准年,在全面调查北京市城区道路交通、机动车保有运营状况的基础上建立机动车污染源排放清单,并借助ADMS-城市模型建立机动车污染物扩散模型,对北京市城区内的机动车污染物浓度进行了模拟;对国Ⅰ、国Ⅱ标准实施的污染物排放量变化及其对大气环境质量的影响进行回顾性评估,并预测实施国Ⅲ、国Ⅳ标准后,在未来能取得的污...     

2014-2017年四川盆地与京津冀地区冬季空气停滞特征及大气质量改善评估对比分析

对2014-2017年四川盆地和京津冀地区气象数据和污染物浓度数据进行综合评估,在原有全球空气停滞日判别标准基础上发展出本地化空气停滞指数阈值,并以提高两个区域空气质量优良天数为目的建立模型,计算各城市空气停滞发生时PM_2.5污染上限浓度参考值.本研究得出,四川盆地和京津冀地区本地化空气停滞日判别标准分别为地面风速 < 2.5 m·s^-1、边界层高度 < 500 m和地面风速 < 3 m·s^-1、边界层高度 < 300 m.四川盆地冬季空气停滞发生频率四周高,中心小,空气停滞对空气质量的影响西部高于东部;京津冀中部和南部空气停滞频率发生高,空气停滞对空气质量的影响呈现显著的南北差异.四川盆地以成都为中心城市群及京津冀中部和南部地区的高污染排放强度和高空气停滞频率导致重污染事件的频发.本文对我国两个冬季重污染高发的区域进行深入研究,更为客观、量化地评估4年来区域空气质量实际改善程度并初步建立空气质量目标管理模型,以期为区域空气质量达标管理提供可靠的科学依据.     

北京市秋冬大气污染传输特征遥感研究

综合地基遥感、卫星遥感与地面监测数据对北京市2016年10月—2017年3月的污染来源及传输特征进行分析,并结合气象数据对污染形成的气象条件进行研究.结果表明,冬季重污染发生频率最高,2016年12月和2017年1月发生频率均超过30%.平缓型污染以本地来源为主,单峰型和多峰型污染由本地污染与区域传输共同导致.平缓型和单峰型本地污染集中在北京中南部,多峰型扩散至全市.区域传输方向均以西南为主,单峰型和多峰型存在东南传输.单峰型以1次传输为主,多峰型均为多次传输.传输层的高度差异较大,但均在0.3～0.5 km高度存在低空传输层,并且存在高于1.0 km的高空传输.平缓型、单峰型和多峰型污染的垂直延伸高度分别为0.5、0.7和1.0 km.研究污染发生时的气象条件,发现污染发生时风向均以西南风为主,发生频率高于60%,其次为东南风.相对湿度和消光系数随污染等级提升逐渐升高,当相对湿度高于70%时,多峰型污染消光系数高于2.0 km~(-1)的频率达到63.33%.3种类型污染发生时的逆温频率均高于75%,高强度的贴地逆温是造成本地污染的成因之一.     

四川盆地大气氨与氮氧化物排放对细颗粒物污染的影响及减排潜力

基于IASI、OMI与TROPOMI卫星数据识别了2008~2019年四川盆地氨与氮氧化物柱浓度的变化趋势,并进一步采用空气质量模型CMAQ对2019年冬季四川盆地氨排放的大气环境影响进行了研究,评估了氨与氮氧化物单独减排及氨与氮氧化物协同减排情景下对四川盆地颗粒物污染的影响.结果表明：2008~2012年四川盆地氮氧化物排放逐年升高随后在2013~2019年迅速下降,而氨柱浓度在2008~2013年期间较为稳定,自2014年起迅速增长.四川盆地氨排放的高值区主要集中在人为活动强烈的成都及周边地区和川南城市群以及农业源氨排放主导的川西北地区.铵根离子在川南城市群的PM_2.5当中占比高达11.4%,而对川西地区城市的PM_2.5贡献较低.敏感性实验结果表明,氨与氮氧化物协同减排50%能有效降低大气中硝酸铵与硫酸铵的浓度,从而减少细颗粒物污染,改善四川盆地区域环境空气质量.     

甘肃地区春冬季颗粒物输送路径及潜在源分析——基于HYSPLIT4模式及TraPSA分析平台

利用HYSPLIT4模式和全球资料同化系统数据,计算了甘肃地区5个站点2017～2018年逐时72h气团后向轨迹;结合各站点颗粒物逐时质量浓度数据,选择颗粒物污染最严重的春冬季,利用轨迹聚类方法分析了甘肃地区后向气流轨迹特征;基于潜在源贡献函数(PSCF)分析法和浓度权重轨迹(CWT)分析法,将各站点分析结果输入Tra...