2012年-2013年常州市PM2.5空气污染气象条件及天气形势特征分析研究

利用2012年-2013年常州市大气监测资料、2009年-2013年NECP再分析气象资料和日降水资料,对近两年常州市空气污染特征及其与气象条件的关系进行分析.结果表明2013年常州市污染事件相比2012年具有发生频率高、持续时间长和程度重等特点.造成污染天气异常偏多的气象条件是有效降水日异常减少,反映区域混合型PM2.5污染的地面系统不利扩散特征在2013年表现突出,污染高发期地面均压场范围扩大,对流层整层有异常抑制上升作用.典型PM2.5污染个例分析表明重污染天气尺度形势特征主要体现在高压型和冷空气外部输送型,其次为低压和均压场型.     

重庆市一次重霾污染过程的特征及成因分析

2014年12月28日-2015年1月5日重庆市发生了一次大范围、持续性的重霾污染天气。文章利用常规污染物数据和MODIS遥感数据,结合HYSPLIT轨迹模式对此次污染进行分析。研究表明,此次重霾污染时段首要污染物PM_(2.5),主要以人为源排放为主。同时近地面不利于污染物扩散的气象条件以及大范围秸秆集中燃烧是本次持续性重污染的主要原因。     

北京修订重污染应急预案,重污染超3d将单双号限行

<正>北京市政府2015年3月30日发布新修订的《北京市空气重污染应急预案》(以下简称《预案》),新修订的《预案》将按照"预测污染持续时间每增加一天,预警响应相应提升一个级别"的原则,提前预警、提前启动、提前减排,减少重污染对市民健康的不良影响.《预案》规定,空气质量指数在200以上为空气重污染,依据空气质量预测结果,综合考虑空气污染程度和持续     

石家庄市一次大气重污染过程的边界层特征和成因分析

针对石家庄市2015年12月5—14日出现的重污染过程,利用石家庄市逐日地基微波辐射计、风廓线雷达、地面气象观测资料以及同期的污染物观测资料,分析了重污染过程期间大气边界层温度、湿度、风变化特征及对PM_(2.5)的影响,采用Hysplit后向气团轨迹模式对污染来源进行分析。此次重污染以局地排放为主要形成源,期间冷空气势力弱,地面日平均风速均在1.5 m/s以下,日平均相对湿度均在70%以上,风速小、湿度大,稳定的大气环流形势为重污染提供了持续稳定的大气环境背景。逆温形成及快速增厚导致重污染开始,逆温层平均厚度为683 m,逆温层厚、强、不易消散,导致重污染持续时间长、污染重。近地面小风层厚(平均700 m左右),通风能力弱,导致污染物难以稀释扩散。同时近地层湿度大、厚度厚,使得PM_(2.5)更容易形成和积累,对重污染加重起到了促进作用。     

2013-2016年天气形势对北京秋季空气重污染过程的影响

我国北方秋冬季节的空气重污染过程已经成为影响人们生活的重大环境事件，不仅受到公众和科研工作者的广泛关注，也已成为各地各部门政策制订者最为重视的关键问题之一.针对众说纷纭的空气重污染过程的形成机理、治理方案、控制对策等，利用2013-2016年秋季（9-11月）中国环境监测总站公布的逐时空气质量监测数据，重点对北京奥体中心站的空气重污染过程的演变进行了分析.结合中国气象局发布的天气形势分析图，系统地分析了我国4 a来秋冬季节出现大范围空气重污染过程的气候背景.结果表明:秋季我国东北和华北地区出现持续时间长、影响范围广的空气重污染过程，除了排放源的影响之外，天气形势同样起着重要作用. 2013-2016年秋季北京奥体中心的PM_2.5污染状况仍以优良天气为主，其间中度及以上污染的持续时间虽然不长，但其影响[高ρ（PM_2.5）]也不容忽视.秋季北京奥体中心ρ（PM_2.5）日均值超标（二级）日数占25.8%，其中2014年最为严重，超标日数达44 d，占37.4%.通过对空气重污染过程与我国传统节气的对比分析发现，入秋后我国北方首次出现持续48 h以上的空气重污染过程分别是在秋分和寒露两个节气，而最严重的空气重污染过程则出现在寒露和霜降两个节气.从时间序列来看，4 a来北京奥体中心ρ（PM_2.5）没有特别显著的改善，优良时数占60%左右，而中度以上的污染时数则维持在25%左右，但严重污染事件[ρ（PM_2.5）≥ 250 μg/m3]的有效时数则有明显的变化.此外，白天污染物的浓度明显低于夜晚.研究还发现，西伯利亚高压指数的异常偏低往往会导致持续时间长、影响范围广和污染强度强的重度污染事件.      

宜宾市一次持续空气污染过程特征分析

文章对2019年1月6日至2月8日宜宾市主城区出现的连续空气污染过程特征进行分析.结果表明:本次空气污染过程具有污染程度重、持续时间长、细颗粒物浓度高及阶段性污染强度大等特点,污染物的时间和空间变化特征明显,前期污染物缓慢累积,中期污染加剧,且北面站点污染较为突出.大气污染防治需要考虑在污染物排放源头控制的基础上强化外...     

京津冀和长三角地区一次重霾过程气象成因及传输特征

基于气象数据和空气质量数据,研究了2016年12月29日～2017年1月8日京津冀与长三角地区一次大范围重度污染过程的特征及成因.结果表明,均压场、低边界层高度、静小风是本次重污染过程的主要气象特征,重污染过程的结束得益于后期气压梯度变大,水平扩散条件转好.此外,基于WRF-CMAQ(气象研究与预报建模系统及区域多尺度...     

许昌市空气细颗粒物（PM2．5）污染特征分析研究

利用许昌市2014年1月至12月的PM2．5大气连续自动监测数据,对PM2．5的污染特征、PM2．5的重污染特征进行了分析。结果显示：2014年全市PM2．5年均浓度为83 ug／m3,超《环境空气质量标准》二级浓度限值1．37倍,污染季节主要集中在冬季,其次是春季、秋季,夏季明显低于冬季。2014年重污染日全市PM2．5日均浓度范围为151～411 ug／m3,全市PM2．5平均浓度为201 ug／m3,重污染日主要集中在1月和2月。     

冬季北京城区大气重污染特征分析

为研究北京市城区大气重污染特征,对2013年12月~2014年2月期间北京市6次大气重污染过程的PM2.5浓度水平、化学组成以及大气氧化性和气象要素特征进行了分析。结果表明,重污染日PM2.5平均质量浓度达到265.0μg/m3,是非重污染日的3.5倍。 PM2.5组分中NO3-,SO42-,NH4+和有机碳(OC)在重污染日的平均浓度分别是非重污染日的6.8,3.4,2.7和2.6倍。前3次过程中SO42-浓度最高,后3次过程中SO42-浓度与NO3-浓度接近。从气象要素来看,重污染期间的基本特征为地面温度升高、相对湿度增大、地面气压降低和风速减小。重污染日的能见度显著降低,平均能见度仅为非重污染日的34.4%。重污染日的大气氧化性明显增强,大气氧化剂OX平均浓度是非重污染日的1.5倍,(OC)/(EC)平均比值是非重污染日的1.6倍。     

京津冀六市统一试行重污染预警标准

<正>环保部和中国气象局日前联合发布消息称,从3月21日至3月31日,京津冀地级及以上城市试行统一重污染天气预警分级标准,其中北京、天津、唐山、保定、廊坊、沧州率先实施。2015年入冬以来,京津冀区域经历了三次长时间、大范围的重污染天气过程,各地在应对过程中,     

2019年1月青岛市一次重污染天气过程分析

研究了2019年1月11日-15日青岛市一次持续时间较长的重污染天气过程,重点分析此次污染过程中大气污染的变化特征。污染过程中,青岛市大气颗粒物浓度上升较为明显,PM10、PM2.5的小时平均浓度最高分别达525μg·m-3、368μg·m-3,污染持续4天,期间空气质量均在中度-重度污染水平。根据后向轨迹模型、激光雷达以及颗粒物离子浓度的分析,此次污染过程主要是由本地不利气象及外来传输的共同影响所致。     

银川市一次连续PM2.5重污染天气特征分析及长期预报方法研究

利用同期多源观测资料,对2020年1月银川市持续重污染天气过程中的气象条件、扩散特征及前期环流指数特征进行了综合分析。结果表明：2020年1月持续重污染天气过程是实行新标准以来仅次于2013年1月的PM_2.5超标的重污染天气,具有持续时间长、污染等级高的特点;2020年1月气温异常偏高、风速偏小、相对湿度偏大,天气系统稳定少动且持续时间长,是造成PM_2.5异常超标的主要原因之一;1月PM_2.5月浓度值同850 hPa东太平洋信风指数、北太平洋副高北界位置指数等前期环流特征因子具有较好的相关性,建立的银川市1月PM_2.5月浓度预测模型,可提前30 d作出预报且预报结果与实际一致,可为重污染天气预警工作提供参考。     

兰州市大气重污染气象成因分析

兰州市曾经是全国乃至全世界空气污染最严重的城市之一,重度空气污染特征明显.根据兰州市环境保护局公布的大气污染数据及气象局的气象观测数据,采用时间序列法和相关统计方法对兰州市2002—2011年空气污染指数(Air Pollution Index,API)大于200的大气重污染特征进行研究,并探析了其气象学成因.结果表明,静稳型重污染发生天数约占重污染发生总天数的77%,而沙尘型重污染只占23%.静稳型重污染是兰州市最主要的大气重污染类型,它往往存在PM10、SO2和NO2三种污染物同步累积的过程,持续时间长,主要发生在冬季;而沙尘型重污染持续时间短,由于外来高浓度沙尘输送的影响,PM10浓度会急剧升高,而SO2和NO2浓度则会明显下降(SO2、NO2浓度明显低于静稳型重污染),几乎都发生在春季.对它们的成因分析表明:静稳型重污染的气象学成因主要是风速小,稳定能量大,大气环境稳定度大,不利于湍流扩散,本地源污染物持续积累造成;沙尘型重污染气象学成因主要是春季气候干燥,相对湿度低,造成大风沙尘天气,给兰州市输送大量沙尘颗粒形成大气重污染.此研究结果可为兰州市大气重污染的防治提供科学依据.     

环境监测预警在重污染天气应对中的作用与启示

近年来,我国中东部地区秋冬季节频繁发生以细颗粒物(PM2.5)为特征的大范围、长时间、复合型大气重污染过程,引起全社会极大关注。环境监测与预警在重污染天气应对中发挥了重要作用,经过几年的发展建设,目前对于京津冀区域重污染的过程预报准确率接近100%,区域重污染的程度预报准确率接近80%,为各级政府针对重污染过程提前采取预警应急和管控措施提供了关键信息和决策依据。     

2013年1月北京市一次空气重污染成因分析

采用数值模式与观测资料相结合的方式,对北京市2013年1月9日至15日一次空气重污染过程的大气环境背景、气象条件和形成原因进行了初步分析.结果表明,重污染过程期间10日至14日PM2.5平均值为323μg·m-3;重污染过程与当地气象条件密切相关,稳定的大气环流形势为污染的持续提供了大气环流背景,风速较小、湿度较大、边界层较低、持续逆温是造成重污染的主要原因;重污染过程中区域输送对北京PM2.5贡献率在53%~69%之间且存在明显的二次转化,区域输送起着更为重要的作用;气象条件对持续性重污染的形成和破坏起到了关键性的作用,因此需要加强对重污染预警预报研究,以有效预防和控制空气重污染.     

银川市冬季PM2.5重污染特征、来源与成因分析

近年来银川市冬季重污染过程频发,为明确银川市冬季PM_2.5重污染的特征,分析其主要来源及成因,于2016年12月-2017年1月在银川市选取3个采样点开展PM_2.5的样品采集与化学组分分析,利用CMB（化学质量平衡）模型对银川市冬季PM_2.5进行来源解析,对比分析了重污染日与非重污染日污染特征的差异.结果表明:①银川市冬季重污染日ρ（PM_2.5）[（181±33.6）μg/m3]是非重污染日的2.1倍;重污染日和非重污染日的ρ（NO₃-）/ρ（SO₄2-）均小于1,表明燃煤仍是银川市冬季PM_2.5的重要来源.银川市冬季PM_2.5中ρ（SOC）为（14.4±7.34）μg/m3,约占ρ（OC）的65.2%.②与非重污染日相比,重污染日人为源无机元素As、Pb、Cd和Zn质量浓度在ρ（PM_2.5）中的占比分别升高33.2%、18.4%、9.8%和2.9%,表明银川市冬季重污染主要受人为源贡献影响.③源解析结果表明,燃煤源、机动车尾气源、二次离子源和扬尘源是银川市PM_2.5的主要污染源,与非重污染日相比,重污染日机动车尾气源的贡献率明显降低.研究显示,银川市冬季重污染受人为源污染物排放的影响较大,燃煤源是银川市冬季PM_2.5的重要来源.      

2015年干季佛山一次重空气污染过程形成机理研究

2015年12月21-23日,广东珠三角佛山地区出现了一次PM_2.5重污染过程.利用佛山地区顺德、禅城、三水3个站点风廓线雷达、激光雷达和微波辐射计观测资料,结合地面气象观测数据和污染物浓度数据,分析研究了这次重污染过程的形成机理.结果表明：1形成这次污染过程的主要原因是近地层偏南风和偏北风对峙导致水平风速减小,大气水平输送能力变差;持续时间长且强度达到3℃·km^-1的强逆温抑制了污染物的垂直扩散;800 m以下超过90%的高相对湿度造成气溶胶粒子吸湿增长显著.2持续时间长且比较深厚的小风层是造成这次污染过程的直接原因,小风层厚度是预报空气质量变化的较好工具.与地面风速相比,PM_2.5浓度与小风层厚度的相关系数最多能提高0.36,且具有较长的预报时效.佛山地区小风层的风速阈值为3.8 m·s^-1.3这次污染过程存在两种不同的污染形成机制,污染前期（21-23日中午）主要以本地污染物累积为主,污染后期（23日下午）下风向地区（三水）的污染主要是受上风向地区（顺德和禅城）的污染输送影响.     

基于时空数据挖掘的大气重污染传输过程时空规律分析

为掌握区域性空气污染传输扩散时空规律,支撑大气污染区域联防联控及应急管控,基于空气质量地面观测数据和时空数据挖掘算法,识别重污染气团的区域传输路径和传输强度,以2021年春季和冬季期间京津冀地区的PM2.5重污染过程为例进行验证。结果表明：研究时段内京津冀地区共发生17次区域重污染,长（>48 h）、中长（24～48 h）、短（<24 h）时间的污染过程分别为3、7和7次,长时间污染过程均发生在春季,污染强度较高,污染范围和传输范围覆盖整个区域;中长和短时间污染过程春、冬季均有发生,污染强度较低,前者影响范围(>80%)高于后者（<63%）;中长时间污染过程的传输范围存在季节性差异。京津冀各城市的重污染过程污染传输强度系数普遍符合本地(0.32～1.00)>城市内(0.01～0.95)>城市间(0.00～0.28)的规律,其中,邢台市的城市间传输强度大于城市内传输,衡水市对周边城市的影响则低于平均水平。     

宝鸡市冬季一次持续性重污染过程特征分析

污染气象成因和污染物区域传输作用对本地污染影响较大,研究不同地区污染气象成因和污染物区域传输作用对本地污染的治理有重要意义.利用污染物浓度监测和气象要素观测资料,采用统计学分析方法、特征雷达图和HYSPLIT-4后向轨迹模型分析宝鸡市2018年12月29日—2019年1月8日一次持续性重污染过程的气象成因和污染特征.结果表明:①此次重度污染持续时间长、强度大,污染过程中有6 d空气质量指数(AQI)达到重度及以上污染(AQI>200),ρ(PM_2.5)平均值达205.4 μg/m3,有2 d达到严重污染(AQI>300).②气象条件对污染物浓度的影响显著,高低空环流形势形成稳定层结,容易造成污染物累积.东南大风将污染气团远距离输送到宝鸡市,西北静小风使得污染物在本地聚集加重污染.③重污染维持阶段,ρ(PM_2.5)/ρ(PM₁₀)在0.9左右,说明此次污染过程PM_2.5占比较大,污染物的二次转化作用明显;ρ(NO₂)/ρ(SO₂)为6.2,表征移动源贡献率高于固定源;ρ(CO)/ρ(SO₂)呈先增后减的变化特征,表明静稳天气持续,本地源排放对重污染的贡献逐渐凸显.④特征雷达图结果表明,此次重污染过程的污染类型由发展阶段的污染特征不明显和燃煤型污染特征,逐渐转化为偏二次污染类型,重污染过程结束后污染类型以偏扬尘型为主.研究显示,气象条件和传输扩散对宝鸡市重污染影响显著,宝鸡市重污染应急需优先管控移动源,汾渭平原应加强区域联动,共同治理环境污染问题.      

用模糊识别方法对武汉市秋冬季空气重污染日进行预报

本文采用模糊数学识别方法对武汉市秋冬季节出现的空气重污染日进行预报,在分析武汉市多年的气象资料和大气监测资料的基础上,提出了预报的数学模型。该模型是根据前一天的天气预报及当天清晨的天气状况预报当天是否为空气重污染日。本文分别将一九九一年一月和二月的实测气象资料数据与天气预报数据代入经验模型公式进行检验,表明预报误差在允许范围之内,两者的拟合程度是令人满意的。