基于多卫星遥感的东北地区霾污染时空特征研究

利用多卫星(MODIS、CALIPSO、VIIRS)观测的气溶胶产品、地面空气质量监测数据和气象资料,获取了东北地区2006—2015年期间气溶胶光学厚度(AOD)的季节和年际变化特征,并对2014年10月14日东北地区一次典型重霾污染过程的特征及其潜在传输路径进行了深入讨论.研究结果显示,自2008年起东北地区灰霾污染范围扩大且污染程度加剧,呈带状空间分布(营口-长春-哈尔滨);区域内AOD值呈春、秋和冬季高,夏季低的时间变化特征.采用CALIPSO星载激光雷达数据与MODIS、VIIRS卫星获取的AOD开展综合分析,可有效弥补MODIS、VIIRS卫星因冬季积雪亮地表干扰所产生的AOD缺省区域,增强对长期积雪覆盖地区霾污染的时空特征分析能力.与反映霾污染空间分布范围更广的VIIRS卫星相比,MODIS卫星AOD值与东北地区地面观测获取的AQI、PM10和PM2.5相关系数更高,分别为0.89、0.73和0.83.进一步研究结果显示,秋末冬初东北地区的霾污染事件与农作物秸秆焚烧有关,同时,华北地区灰霾污染可跨越渤海湾传输至东北地区,进一步形成更大尺度的带状区域污染.     

上海霾与非霾期间大气颗粒物光学特性垂直分布特征和质量浓度对比研究

采用美国国家航空航天局的云-气溶胶激光雷达红外开拓者卫星搭载的正交极化云-气溶胶激光雷达数据产品,包括消光系数、光学厚度、总后向散射系数、体积退偏比和色比,结合地面监测的颗粒物质量浓度,分析上海大气相对湿度小于80%霾发生期间气溶胶光学属性的垂直分布特征和颗粒物质量浓度变化,并与非霾期间进行比较.结果表明:霾期间532 nm和1064 nm消光系数在垂直高度上(海拔:0~10 km)均大于非霾期间,且大多数霾期间颗粒物在整层大气的光学厚度大于非霾期间.在近地面,霾期间大气颗粒物散射能力大于非霾期间.各垂直高度层,霾与非霾期间小粒径和规则气溶胶占主导地位.霾期间近地面大粒径颗粒物在霾期间所占比例大于非霾期间;2.0~4.0 km高度层,霾和非霾期间细颗粒所占比例接近;4.0~10.0 km高度层,霾期间细颗粒气溶胶所占比例大于非霾期间.PM1、PM2.5和PM10质量浓度在霾期间均大于非霾期间,且霾期间细颗粒物所占比例明显增加.颗粒物质量浓度和比值PM1/PM2.5和PM2.5/PM10分别随霾污染程度的加重而升高.冬季颗粒物质量浓度最高,主要来自细颗粒物的贡献;而春季PM10质量浓度高于其它季节.     

霾与城市化发展的关系

利用遥感夜间灯光数据,结合地面观测资料,以浙江省为例,研究了城市发展与气候条件、大气污染物质量浓度及霾天气之间的关系. 结果表明:当前粗放型城市发展引起的干岛、热岛、低湿、低能见度等气候效应,使1980—2010年杭州年均气温的线性增长率达到0.70 ℃/10 a、风速下降率为0.11 m/(s·10 a)、能见度下降率为1.40 km/10 a,分别高于临安的0.41 ℃/10 a、0.06 m/(s·10 a)、0.92 km/10 a. 城市发展改变大气污染物组成,对于城市化水平较高的杭州,大气中ρ(PM_2.5)/ρ(PM₁₀)的月均值介于0.52~0.69之间,明显高于临安的0.45~0.59,NO₂、SO₂等二次气溶胶前体物的质量浓度也明显高于临安. 浙江省大气中ρ(NO₂)较ρ(SO₂)高,其中临安大气中ρ(NO₂)年均值较ρ(SO₂)高出5.8 μg/m3,杭州的则高出21.0 μg/m3,同时杭州大气中ρ(NO₂)与ρ(SO₂)年均值的比值(1.70)也高于临安(1.57). 城市发展引起的气候效应及大气污染物组成变化可以解释浙江省霾日数与夜间灯光在空间分布和年代际长期变化趋势上的高度一致性. 在空间上,城市发展快、夜间灯光密集的浙北、浙江沿海、金衢盆地也是霾天气高发地区,而1960—2010年年霾日数出现的2个大跃变与改革开放及2000年后城市快速发展阶段相吻合,年霾日数与夜间灯光总灰度值之间的相关系数达到0.99. 研究显示,粗放型城市化发展是当前浙江省霾污染加剧的根本原因.      

基于WRF-RTIM的上海地区霾预报MOS方法研究

应用基于系统辨识理论的实时迭代模式(real-time iterative model,RTIM)对WRF模式预报结果进行后处理,建立了上海地区霾天气的模式输出-统计(model output statistics,MOS)方法.首先,根据WRF模式的气象输出资料,结合大气污染观测数据,筛选出霾事件的预报因子;其次,运用系统辨识实时迭代模型,建立依据MOS预报方法的PM2.5、PM10和能见度预报模式;最后根据霾事件的判别标准,对上海2012年11月—2013年1月的霾日进行24 h和48 h预报.结果表明,PM2.5模式预报成功率为75.0%~63.9%,PM10模式预报成功率为87.5%~81.8%,能见度模式预报成功率为71.0%~74.2%,霾日预报成功率为73.7%~72.7%.分析表明,研究期间上海的气溶胶以细颗粒物为主,低能见度主要由导致霾现象的PM2.5引起.该方法能较准确地预报霾日的发生,可为我国城市大气环境业务预报提供参考依据.     

霾天气下南京PM2.5中金属元素污染特征及来源分析

2007年6月13日至2008年5月29日期间,对南京大气中PM2.5进行了连续采样,并利用电感耦合等离子体质谱分析法测定了PM2.5中K、Al、Ca、Pb等30种元素的质量浓度,对比分析了这些元素在霾日与非霾日的污染特征.结果表明,PM2.5污染水平较高,年质量浓度均值达103μg/m3.霾日PM2.5质量浓度水平是非霾日的2.35倍.春季霾日前后PM2.5中元素变化特征不明显,秋冬季节霾日元素浓度基本大于非霾日.平均而言,整个采样期间Cu、Se、Hg、Bi等人为污染元素的富集因子均较高,且霾日明显大于非霾日.因子分析结果表明,南京市霾日PM2.5主要来源于土壤尘、冶金化工尘、化石燃料燃烧、垃圾焚烧及建筑扬尘,贡献率依次为29.21%、20.15%、27.15%、7.09%和5.10%.     

西安市一次严重霾污染天气特征及气象条件分析

为了解西安市气象条件对霾污染天气的影响,利用西安市13个测点PM2.5逐时监测资料和气温(T)、风向(WD)、风速(WS)、相对湿度(RH)、气压(p)以及能见度(VIS)等地面气象观测数据,对西安市2013年12月16—26日发生的一次严重霾污染过程进行分析。结果表明:此次霾污染过程中,西安市PM2.5日均值浓度最高达744μg/m3,超过国家二级标准近10倍,能见度最低降至0.42 km,重霾污染期间PM2.5/PM10在64%~80%。分析认为高相对湿度、低风速和主导风向不明显以及大气层结稳定是造成本次霾污染天气的主要气象因素,其中大气能见度与风速和大气压呈正相关,其相关系数(r)分别为0.3162、0.3479,能见度与温度的相关系数r=0.0825,呈微弱正相关,能见度和相对湿度的相关系数r=-0.7465,呈显著负相关。细颗粒物对能见度的影响非常明显,二者之间的相关系数为-0.7290,细颗粒污的消光系数最高达9.2 km-1。     

南京市霾天气与主要气象条件的相关分析

利用天气学原理,分析研究2012~2014年南京市霾天气的主要地面天气形势、气象要素以及PM2.5与PM10浓度的相互关系.结果表明,2012~2014年南京市霾天气以轻度和轻微霾为主,且冬季最多,夏季最少;相对湿度在50%~80%之间有利于霾的发生,尤其是70%≤RH<80%时;有87.6%的霾发生在风速≤4m/s的情况下,并且主要来自东北偏东到东南风向区域.最利于南京霾天气形成的主要天气形势是均压场、高压控制和高压后部,而低压槽、副高控制和台风影响时霾发生较少.PM2.5在PM10中所占比例与霾强度呈正比.通过对南京市气象条件与霾的关系,及后向轨迹HYSPLIT4模式的聚类分析显示,结合南京市霾天气时的风向统计,影响南京霾发生的污染源主要有本地源、南京市东南地区的近距离污染源和华北地区的远距离污染源.     

南京冬季典型霾天气过程多元对比分析

选取2017～2020南京地区冬季3个典型霾天气过程,综合分析了霾天气过程中污染物、气象要素以及边界层条件等影响机制与特征变化.结果表明,3次过程中,AQI指数峰值分别为304(严重污染)、227(重度污染)与176(中度污染),且与PM2.5、PM10浓度变化基本趋于一致,PM25与PM10比值基本都大于0.7;污染...     

基于精细观测资料的深圳不同季节霾及其污染特征分析

利用2010~2013年逐时霾、能见度和空气质量监测数据,分析了深圳霾天气的变化特征、霾与空气质量和气象条件的关系.结果表明:深圳市霾日数总体呈现增多增强趋势,2009年开始明显下降;霾日数呈“V”型月变化:即秋冬季多、春夏季少,秋冬季多发持续时间长、影响严重的霾过程,春夏季多发持续时间短的霾过程; 霾常伴有污染发生(35%),污染以轻度污染为主;霾时首要污染物PM2.5最多、其次O3,这说明PM2.5是造成深圳霾的主因,且深圳光化学污染严重. 霾时PM2.5、PM10 和O3季节变化明显,冬春季首要污染物以PM2.5为主(75%以上),夏秋季O3和PM2.5为主;分析还发现,风、相对湿度与霾密切相关,风速越弱,湿度越大, 越利于霾出现和发展.约80%的中重度霾出现在风速<2m/s,相对湿度70%~90%的情况下.     

霾过程大气消光系数时间序列混沌特性分析

霾是气溶胶与特定多尺度过程（大气边界层、天气和气候过程以及大气化学过程）复杂相互作用的结果 .利用成都市2015—2017年地面能见度、PM2.5质量浓度和相对湿度的逐时观测数据,通过Koschmieder’s公式反演了研究时段内6次霾过程大气消光系数时间序列.在分析霾过程统计特征基础上,基于相空间重构理论,分别计算了6次霾过程大气消光系数时间序列的最佳嵌入维数m和最佳延迟时间τ,探讨了不同时间序列非线性特征量（饱和关联维数、Kolmogorov熵以及最大Lyapunov指数）的指示意义.结果表明,霾过程大气消光系数为（1.83±0.77）km-1,其中轻微霾及轻度霾、中度霾和重度霾的样本占比分别为34.2%、20.8%和45.0%.霾过程大气消光系数时间序列有弱混沌特性,对应的最大可预报时间尺度介于7～25 h.上述成果深化了对霾系统演化不确定性的认知,并为霾过程大气消光系数预报及演化机理的后续研究奠定了基础.     

基于细微粒子污染的灰霾判定方法的研究

本文从细微粒子污染导致灰霾形成的角度出发,首先开展了灰霾监测实验,并对实验数据进行频数和描述性分析,研究了以PM10为主的细微粒子污染与灰霾的影响关系。确定了以PM10日平均浓度为灰霾目的判定依据,并根据中国大陆PM10污染指数的分级标准建立了灰霾等级指数,从而形成了一套根据PM10日平均浓度来确定不同等级的灰霾发生概率的方法,为灰霾预测及灰霾治理提供一定的理论依据。     

Chemical characteristics of PM2:5 during a typical haze episode in Guangzhou

The chemical characteristics (water-soluble ions and carbonaceous species) of PM2:5 in Guangzhou were measured during a typical haze episode. Most of the chemical species in PM2:5 showed significant di erence between normal and haze days. The highest contributors to PM2:5 were organic carbon (OC), nitrate, and sulfate in haze days and were OC, sulfate, and elemental carbon (EC) in normal days. The concentrations of secondary species such as, NO3??, SO4 2??, and NH4 + in haze days were 6.5, 3.9, and 5.3 times higher than those in normal days, respectively, while primary species (EC, Ca2+, K+) show similar increase from normal to haze days by a factor about 2.2–2.4. OC/EC ratio ranged from 2.8 to 6.2 with an average of 4.7 and the estimation on a minimum OC/EC ratio showed that SOC (secondary organic carbon) accounted more than 36.6% for the total organic carbon in haze days. The significantly increase in the secondary species (SOC, NO3??, SO4 2??, and NH4 +), especially in NO3??, caused the worst air quality in this region. Simultaneously, the result illustrated that the serious air pollution in haze episodes was strongly correlated with the meteorological conditions. During the sampling periods, air pollution and visibility had a good relationship with the air mass transport distance; the shorter air masses transport distance, the worse air quality and visibility in Guangzhou, indicating the strong domination of local sources contributing to haze formation. High concentration of the secondary aerosol in haze episodes was likely due to the higher oxidation rates of sulfur and nitrogen species.     

北京2013年1月连续强霾过程的污染特征及成因分析

以北京市2013年1月份连续灰霾天气中10~16日的强霾污染过程为例,利用MPL-4B型IDS系列微脉冲激光雷达观测资料由Fernald算法反演得到此次污染过程中气溶胶垂直分布特性,结合地面气象条件和天气形势分析污染原因,并讨论与气溶胶地面监测数据的符合性.结果表明:此次连续强霾过程污染严重,观测时段内89.4%的时间出现霾,39.8%的污染时段达到重度霾级别,其中大气地表消光系数与PM2.5浓度变化呈显著线性相关关系,相关系数达0.95.研究过程内,大气边界层在91%的时段低于500m,平均仅为293m,低边界层抑制了污染物的有效扩散;近地面垂向各高度的消光系数持续达到1.5km-1以上,对比气溶胶退偏比发现城市上空的大气强消光为气溶胶颗粒物和大气水分共同导致;气溶胶光学厚度(AOD,532nm)较大,有83.6%的时段超过1,且受相对湿度影响较大,相对湿度偏小时段的AOD值主要为气溶胶颗粒贡献,相对湿度较大时段,细颗粒物吸湿增长导致AOD受大气水分干扰显著.连续静稳的天气形势和区域污染是导致此次强霾发生和持续的主要原因,高湿天气则加剧了灰霾状况.     

1981~2010年深圳市不同等级霾天气特征分析

利用1981~2010年深圳市地面观测及空气质量监测资料,分析深圳不同等级霾天气的长期变化特征以及大气水平能见度、空气质量与霾的关系.结果表明:深圳霾日数总体呈增多趋势,强度增强,中度以上霾增多;各等级霾日数均呈增多态势,但不同等级霾日占年总霾日的比例变化趋势不同,轻微霾所占比例下降,轻度以上霾上升; 霾天气呈现冬季>秋季>春季>夏季的季节特征,但重度霾却是夏季最多; 霾导致大气水平能见度明显下降,霾日平均能见度较非霾日低6~7km,霾等级越高,能见度下降越明显,霾日能见度日变化幅度较非霾日小;霾日SO2、NO2浓度为非霾日的1.4~1.7倍,PM10是非霾日的2.2倍,大气颗粒物污染加剧可能是深圳能见度恶化、霾天气增多的一个重要原因;针对荔香站霾日SO2浓度日变化不明显,PM10 、NO2浓度呈双峰型分布,与上下班时段吻合,说明机动车的增加也是深圳霾天气增多的主因之一;霾等级越高,空气中PM10、SO2、NO2的浓度越高,从轻微到重度霾各级之间SO2、NO2和PM10浓度增幅大都在15%~20%.     

江苏省一次重霾污染天气的特征和机理分析

利用PM10, SO2,O3,NH3, NOx,CO等6种大气成分浓度数据、常规气象观测数据和天气图资料,结合HYSPLIT4后向轨迹模式,对2008年10月28~30日发生在江苏省的一次大面积重霾污染天气的特征和成因进行了综合分析.结果表明,此次重霾污染天气过程观测到的PM10, NOx,CO最大地面浓度分别达到0.553, 0.170, 2.738mg/m3,水平能见度达到1km以下.其中城市中CO和NOx浓度较郊区高,而SO2和O3则较低.该污染事件与大范围秋收秸秆集中燃烧,造成大量污染物排放有密切关系.平稳的高空环流形势、暖平流、地面高压场分布为重霾污染天气的发生、发展提供了有利的气象条件,地面表现为稳定的大气层结、静小风和低湿环境,非常不利于污染物的扩散.后向轨迹计算分析表明,造成此次重霾污染天气的气团主要来自河南中东部、苏北和安徽等重要产粮地区,长距离输送对区域霾污染产生重要影响.     

龙华新区灰霾污染特征研究

根据龙华新区2个空气监测站2012年监测数据、气象数据以及不同污染源的排放数据,分析龙华新区空气质量现状,灰霾日数与PM2.5和PM10的相关性,并通过AERMOD模型着重探讨PM2.5和PM10的污染特征,计算不同污染源对PM2.5和PM10浓度的贡献率。结果表明,灰霾日数和PM2.5、PM10浓度均表现为明显的季节性变化,变化趋势较为一致,且灰霾日数与PM2.5的相关性较PM10更显著。龙华新区PM2.5和PM10主要来自本地源,其中PM2.5的主要来源为机动车尾气和道路扬尘,而PM10的主要来源为施工项目和裸地。     

基于星地同步观测的华北平原中部背景地区冬季霾污染过程

利用地基观测结果和多源卫星遥感观测,结合气象数据及HYSPLIT4后向轨迹模式,对华北平原中部背景地区(河南省郑州市中牟县东南郊)冬季霾事件的污染物特征和形成过程进行分析.综合观测时间为2014年12月13日~2015年1月16日,共有5次霾过程,占观测总天数的82%.地面监测结果显示,不同的污染过程污染物浓度变化曲线相似,O₃浓度在清洁天浓度较高;NO_x、SO₂、PM₁₀、PM_2.5呈较强正相关性,NO_x、SO₂与 PM₁₀相关系数0.64、0.57,与PM_2.5相关系数0.56、0.45;近地面污染物以细粒子污染物为主,其中又以气态污染物二次生成的细粒子为主.AMPLE地基激光雷达和CALIPSO数据表明,华北平原霾层中上部受浮尘影响,以粗粒子污染物为主.气象探空数据表明该地区冬季大气对流层稳定利于霾的维持,假相当位温垂直差、K指数、露点差与能见度相关系数分别为0.52、0.56和 0.38.分析近地面风速风向对霾过程的影响表明,该地区冬季以南方向静小风为主,风速与能见度相关系数为0.32 ,PM₁受东北方向污染源影响,PM_1~2.5及PM_2.5~10受西北方向污染源影响;结合高空风场分析,霾过程1受西北浮尘影响,霾过程5受南来水汽影响.通过后向轨迹分析,该地区冬季的低空污染传输主要来自东北和西北方向,其中东北方向区域传输来自河北与山东,占来源比例的14%,近距离污染传输主要来自站点以西的郑州、洛阳,约占来源比例的33%.