辽宁中部城市群一次灰霾天气过程的外来影响程度研究

利用中国科学院大气物理研究所自主开发的嵌套网格空气质量模式系统(NAQPMS)及其污染源在线追踪技术,对2011年10月27—30日辽宁中部城市群发生的一次灰霾过程的外来影响贡献率进行了模拟计算和分析.研究结果表明:NAQPMS模式能较好地模拟辽宁中部城市群PM10浓度的时空演化,特别是代表性城市沈阳的PM10浓度的时间变化,这为利用污染源在线追踪技术研究外来影响的贡献率奠定了基础;在此次辽宁中部城市群灰霾天气期间(10月27—30日),外来贡献率随着城市与京津冀地区距离的增加而减小,从营口的61%减小到铁岭的23%,而辽宁省本地贡献率则逐渐增大;京津冀城市群相对于胶东半岛城市群是主要的外来影响源地;在辽宁中部城市群近地层PM10浓度先后达到峰值时段,京津冀地区对营口、鞍山、沈阳、本溪、抚顺和铁岭的贡献率分别为60.6%、42.8%、31.8%、34.9%、30.7%和19.7%,因此,至少可以说京津冀地区对此次灰霾过程中营口、鞍山、沈阳和本溪等地的空气质量恶化具有决定性的作用.本文研究表明,虽然开展区域调控是解决区域灰霾污染的有效措施,但也要注意灰霾污染的跨控制区影响问题.     

辽宁中部城市群可持续发展的生态思维取向

介绍实现了辽宁中部城市群可持续发展的战略和以生态化的思维取向制定经济建设和环境建设相协调的发展规划。运用生态学的理论和方法，根据地域生态系统的环境承载能力规划，设计，改造，建设城市群。     

海西城市群灰霾天气特征及其影响因子分析

利用2005-2010年海西21个城市常规气象观测资料和大气污染物浓度资料,分析了灰霾的时空分布规律和主要影响因子。结果表明:各城市间灰霾发生总天数存在明显差异,两个高发区在以福州、漳州为代表的闽中、闽南地区,少发区位于闽东北。1-4月是灰霾的高发期,10-12月是次高发期;春季霾日最多,其次是冬季,夏季和秋季较少。灰霾的产生不仅与天气条件有关,还与城市地形、大气复合污染有关。受低涡锋面、台风等降水系统影响,不会出现灰霾,非降水天气系统下均有可能出现,其中在锋前暖区和地面倒槽影响下灰霾出现率最高。秋冬季灰霾的出现与冷空气的强弱有关;春季与西南暖湿气流的强弱有关,夏季与副热带高压的进退有关。     

中部城市群二氧化硫扩散模型的建立

应用CALPUFF中尺度空气质量扩散模式，建立辽宁中部城市群地区二氧化硫扩散模型，成功地模拟了区域二氧化硫的污染状况。     

温州市区灰霾天气发展趋势及影响因素

近三十年温州市区年灰霾天数变化大致经历了"少-增多-减少-急速增多"四个阶段,灰霾天气多出现于冬春季节,秋季最少,出现最多的月份主要集中在1月和12月。灰霾的月、季变化趋势主要与当地的气象条件有关,而年际变化多与大气复合污染物浓度有关。近十年的灰霾天数变化与大气常规污染物浓度变化趋势关联度不大,主要是现有的空气质量监测体系只考虑了SO2、NO2、PM10三项指标,而忽略了与灰霾天气密切相关的PM2.5细颗粒等指标。     

基于WRF-CMAQ模型的辽宁中部城市群PM2.5化学组分特征

为了探究北方寒冷地区城市PM_2.5化学组分特征,采用WRF-CMAQ模型对辽宁中部城市群2019年1月、4月、7月、10月及一次重污染过程（2019年1月11—14日）的PM_2.5化学组分展开模拟分析.结果表明:WRF-CMAQ模型分析下SO₂、NO₂、PM₁₀、PM_2.5浓度模拟值与监测值的相关系数（R）在0.63~0.82之间,PM_2.5组分中SO₄2-、NO₃-、NH₄+、EC、OC浓度的相关系数（R）在0.59~0.88之间,WRF-CMAQ模型对大气污染物及PM_2.5主要化学组分的模拟效果较好,可以反映PM_2.5及其组分的时空变化特征.通过对模拟结果的进一步分析发现,辽宁中部城市群PM_2.5中SNA（SO₄2-、NO₃-、NH₄+三者的合称）的占比为37%,与成渝城市群、长三角地区、京津冀地区城市相比,PM_2.5二次污染程度较低,一次污染仍是PM_2.5的主要来源.1月、4月、7月、10月PM_2.5中[NO₃-]/[SO₄2-]（质量浓度比）分别为0.62、0.44、0.15、0.50,表明该区域的燃煤污染对PM_2.5的贡献大于机动车尾气的贡献,该现象在秋冬季尤为明显;硫氧化率（SOR）普遍处于较高水平,分别为0.34、0.54、0.61、0.58,表明该区域燃煤排放的SO₂更易对PM_2.5产生贡献.同时,全年OC/EC（质量浓度比）的平均值为3.6,说明碳气溶胶的贡献主要来自机动车尾气的排放与化石燃料燃烧.通过分析2019年1月11—14日重污染过程PM_2.5组分浓度的逐小时变化发现,该时段中SOR与NOR分别是1月平均值的1.2与2.0倍,NOR的提升导致PM_2.5中NO₃-浓度占比上升了8%,超过SO₄2-的占比,这表明该重污染过程中机动车尾气对PM_2.5的贡献超过平常时段.研究显示,辽宁中部城市群的大气污染呈燃煤与机动车尾气为主的复合型污染特征,尤其在重污染天气下,实施工业限产的同时,加强机动车限行尤为重要.      

西安市灰霾天气时间和区域分布特征及影响因素

依据1961—2005年共45年,西安、户县、长安、蓝田、临潼、高陵和周至7个气象台站灰霾观测资料,分析了灰霾天气时间和区域分布特征,并根据1996—2005年近10年西安逐月平均灰霾日数与近10年逐月主要气象要素相关性分析,得出:西安市20世纪70年代是灰霾日出现的高峰时期,并呈逐年减少趋势,灰霾发生的中心区域也在向郊区东南部转移;从影响灰霾天气形成的气象条件来看,气温越低,降水量和风速越小,日照越少,气压越高,越有利于灰霾天气的形成。     

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%.     

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.     

京津冀地区雾霾污染生态补偿标准研究

以京津冀地区雾霾污染作为研究对象,采用京津冀地区2006—2015年雾霾污染的空间面板数据,引入大气污染物减排成本模型,比较了京津冀各地区雾霾污染治理成本高低;继而基于机会成本法,核算了京津冀地区雾霾污染生态补偿标准.结果表明:河北省雾霾治理成本显著低于北京市和天津市,由河北省承担更多的雾霾污染治理任务,能使京津冀地区雾霾污染治理成本达到最小化;在京津冀地区联合治理雾霾污染过程中,河北省因限制工业增长对其经济发展带来负面影响,因此,北京市和天津市应给予河北省相应的生态补偿.最后依据研究结论提出完善区域联防联控机制的政策建议,如成立跨区域联合治理机构,健全雾霾污染生态补偿立法,设立雾霾污染生态补偿专项基金等,以此来促进京津冀地区雾霾污染生态补偿方案顺利实施.     

1961—2013年辽宁省不同等级霾现象时空分布特征及其气候成因

利用辽宁省52个地面气象观测站的观测资料,对辽宁省不同等级霾日时空变化特征和气候成因进行分析.结果表明,辽宁省霾日在空间上存在一个高值中心(沈阳)和两个副高值中心(锦州西南部和朝阳东部),年平均霾日在50 d以上,辽西山区和东北部山区年平均霾日最少在10 d以下.辽宁省霾日主要集中在冬秋季,占全年霾日60%以上,夏季次之,春季最少;1961—2013年辽宁省平均霾日呈明显增加趋势(3.5d/10 a),轻微霾日、轻度霾日和中度霾日也呈显著增加趋势,重度霾日无明显变化.不利的气候条件加剧了霾日的出现,霾日数与降水日数呈显著负相关,降水日数的显著减少(-2.6 d/10 a)导致大气对污染物的沉降能力减弱,而静风日数增加(5.1 d/10 a)、年平均风速减小(-0.2m·s-1/10 a)和大风日数的减少(-10.1 d/10 a)则使得空气中污染物不易扩散,增加了霾天气形成的概率.     

2013年12月初长江三角洲及周边地区重霾污染的数值模拟

运用WRF-CMAQ模型模拟了2013年12月1~9日长江三角洲及周边地区的一次重霾污染过程.初步探究灰霾天气下大气细颗粒物(PM2.5)的时空分布特征和区域输送过程,并定量研究了外部源区域输送和本地源对长江三角洲地区PM2.5的贡献.结果表明:模式能够合理再现灰霾天气下长江三角洲及周边地区PM2.5的时空分布特征和演变规律.静稳天气下大气细颗粒物仍然存在着显著的区域输送.污染期间来自安徽、山东南部、苏北地区的跨界输送对长江三角洲区域PM2.5的贡献率分别为3.5%~24.9%、0.14%~30.0%、0.03%~17.5%.整个污染期间本地贡献占49%左右,本地贡献和外地贡献基本相当.     

基于连续MODIS真彩图的霾监测预警新方法——以浙江省一次严重霾污染过程为例

采用NASA MODIS提供的全球影像浏览服务技术(GIBS)支持,并借助开源地理空间数据抽象库(GDAL)工具,实现了每日2次(上午和下午)用户自定义区域MODIS 250m分辨率真彩色图产品从互联网的近实时自动获取, 并基于该产品对2014年11月9日~14日浙江省一次大范围霾严重污染事件提前2d成功实现了预警.结果表明:连续的MODIS真彩图产品大幅改善并提高了传统可见光遥感监测灰霾的效果;MODIS 250m真彩色图3通道数据值与地面站点颗粒物浓度之间具有较好的相关性,前者与AQI,PM2.5和PM10之间的相关系数(R)分别为0.62,0.65和0.59.基于连续的 MODIS真彩图产品,并结合地面站点数据和天气形式进行综合分析能够及时提供相关预警服务;在业务流程上简单,高效,稳定,尤其对浙江省外源输入性霾识别有着良好的指示作用,具有较好的应用前景.     

灾害风险视角下的城市安全评估及其驱动机制分析——以滁州市中心城区为例

全球自然灾害以及城市化进程中的人为灾害频发,严重制约着城市的生存和安全发展。以典型的灾害多发地区滁州市中心城区为例,基于压力—状态—响应（Pressure-State-Response,PSR）概念框架,构建了各单灾种风险评价指标体系,利用耦合激励模型复合单灾种风险评估结果,定量测度了研究区的城市安全风险分布特征,并运用地理探测器对城市安全风险进行了驱动机制分析。结果表明：（1）研究区的城市安全风险等级占比从低到高分别为2.49%、8.71%、41.08%、30.47%和17.25%,以中风险占主导。在空间上,城市安全风险表现为中部高于周围边缘区域,呈现出由核心区往外逐步减弱的格局特征。（2）6个驱动因子对城市安全风险的解释力强度为人口密度（0.404）>地均GDP（0.402）>建筑承灾能力（0.095）>植被覆盖度（0.078）>路网密度（0.013）>用地类型风险（0.012）,因子交互协同作用后对结果的解释力增强。研究结果为城市安全风险评估提供了新的理论视角与研究框架,能够服务于高风险区域的灾害风险管理。     

Variability of turbulence dispersion characteristics during heavy haze process: A case study in Beijing

The turbulent standard deviations and the turbulent third-order and fourth-order moments are the key turbulence dispersion parameters in Lagrangian dispersion models. However, the characteristics of these parameters under heavy haze conditions in urban areas have not been fully investigated, and the commonly used similarity relations of these parameters in models were based on observations in highly flat and sparsely populated areas. In this paper, the vertical profiles of these parameters and their local similarity relations under heavy haze conditions in the wintertime of Beijing have been analyzed by using data collected at a 325-m meteorological tower. The heavy haze process has been divided into three stages: transport stage (TS), cumulative stage (CS), and dispersion stage (DS). Results show that the turbulent dispersion parameters behave differently during three stages. In the TS and DS, the maxima appear in the profiles of the turbulent standard deviations above the urban canopy; in the CS, the turbulent standard deviation are almost constant with height. The analysis of the third and fourth order moments shows that the wind velocities above the urban canopy in the TS deviate from the Gaussian distribution more significantly than those in the CS and DS. The local similarity relations of the turbulent dispersion parameters in the TS, especially for the longitudinal wind components, are normally different from those in the CS and DS. Thus, different from the common assumptions in Lagrangian models, the turbulence dispersion in horizontal directions is anisotropic and should be parameterized by multiple similarity relations under heavy haze conditions.     

珠江三角洲地区城市群发展对局地大气污染物扩散的影响

为探讨城市群发展对局地气象环境和污染物输送的影响,以珠江三角洲不同时期的下垫面为例,选取有利于和不利于污染扩散的较典型的气象条件,采用数值模拟手段,模拟并分析比较该地区城市群的形成与发展对城市气象环境、污染物分布、城市间污染物输送的影响.结果表明,重污染气象条件下出现长时间逆温现象,凌晨3 :0 0到6:0 0间逆温最强,强度约为2 1℃·hm- 1 ,逆温层厚度达3 0 0m .城市群的发展使得城市夜间的逆温强度增强,逆温持续时间增长;城市群的发展使得城市地区风速减小,重污染气象条件下广州小风区面积约增加2 8% ,佛山约增加45 2 % ,轻污染气象条件下增加较小;重污染气象条件时广州和佛山二氧化硫浓度一般大于45 μg·m- 3,城市群的发展使污染物扩散范围变小,对本地贡献率增大,对其它地区的贡献率减小;地区间氮氧化物和二氧化硫的输送基本量级为10 0 t·d- 1 到数10 1 t·d- 1 ,城市群的发展使污染物不易向外输送,在重污染气象条件时广州二氧化硫输出量由5 1 3 7t·d- 1 减小为42 81t·d- 1 .