利用观测及UV日均法统计的广州霾日变化特征

利用广州5个地面观测站1961-2013年的天气现象观测资料,及1980-2013年相对湿度、能见度,采用观测法及UV日均法,分析了2种霾日数统计方法下,广州年霾日时空特征和变化。结果表明:观测霾日及UV日均法计算霾日得到的灰霾影响区较一致,广州中心城区为多灰霾区;年平均观测霾日及年平均计算霾日分别以18.8和10.0 d/10 a的速率显著增加,变化趋势一致,但观测霾日的上升速率要明显大于计算霾日;观测霾日与计算霾日的年序列均在20世纪80年代中期左右发生增加的突变。5个站的年观测霾日的长期趋势变化均为一致的显著增加,但计算霾日长期趋势变化有明显的空间差异,花都、增城显著增加,而广州为减少趋势。各单站计算霾日也均大于观测霾日。     

长江三角洲地区霾判别方法的对比分析

为对比霾判别方法的差异,探讨霾观测标准的再完善性,文中从空间分布与单点时间序列两方面分别分析研究了4种霾判别方法的特征与适用性.选取中国长江三角洲地区1980~2009年38个地面观测站的气象资料,根据使用日均值的方法 1、2和使用14:00观测值的方法 3分别统计各站点的霾日,分析3种方法的异同.发现这些方法都能够反映出霾的长期变化趋势,但存在差异,这种差异随着年代际变化逐渐减小.由方法 1得到的霾日数最多,方法 3考虑了天气现象,比方法 1和2更合理.依据南京北郊2012年5月~2013年4月的逐时PM2.5浓度、相对湿度和能见度等资料,分析比较了方法 4(霾的观测和等级预报,QX/T 113-2010)与方法 1、2、3的不同.结果表明,由方法 3统计出的霾日少于其他方法,由方法 4统计出的霾日数介于方法 1与方法 3的结果;方法 3不能分辨出霾的严重程度,而其他方法能较好地分辨出霾的严重程度.     

基于人工与自动观测对比分析的霾日重建

以杭州、宁波、衢州、温州气象观测站为代表站,基于浙江省2012~2014年人工与自动能见度、相对湿度观测资料,对比分析并建立拟合方程,对历史能见度及相对湿度进行修正,再利用《霾的观测与预报等级》标准对浙江历史霾日进行重建.研究表明,自动观测能见度与人工能见度线性相关性较好,但自动较人工明显偏低,人工能见度较好的沿海地区偏低更明显,全省自动能见度较人工平均偏低28.6%;自2004年开展相对湿度自动观测以来,相对湿度明显下降,根据人工与自动相对湿度对比观测数据,两种观测数据线性相关性较好,自动观测平均值小于人工平均值3%~6%;在对能见度与相对湿度采取线性回归方法进行均一性修正后,重建了霾日序列,结果表明重建后的霾曰序列消除人工与自动观测资料的误差,比原观测霾日气候序列质量有明显提高,重建的霾日变化趋势稳定,各站判定标准统一,更加合理.通过与各站2013年PM_(2.5)达到轻微污染日数与重建霾日数比较,二者的重合率大部分地区达到50%以上.利用修正重建的霾日对浙江1971年以来的霾日进行评估,20世纪70年代霾日较少,80年代逐步增加,本世纪以来增加明显,中心区域逐步由浙江中北部向浙北区域及沿海发展,尤其是一些中心城市霾日数最多.     

利用日均及14时气象数据进行霾日判定的比较分析

汇总京津冀区域内多个地面站1980-2008年气象资料,根据目前霾天气判别的主要方法,结合气象资料的具体特点,确定具体判别指标,利用日均值和14时实测值分别统计区域内各站点逐年各月的霾日数,分析两种方法进行霾日统计的具体特点.发现两种方法都不可能准确统计出霾天气的出现,但在分析单个站点或者一个区域长时间跨度的霾日变化时...     

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.     

北京将出台霾的观测、预报和预警等行业标准

<正>记者从3月31日召开的首都标准化工作会议获悉,北京已成立气象标准化专业技术委员会,完善气象标准体系设计,目前正在制定《霾的观测判识》《霾的预报和预警》等行业标准,这些将对雾霾的治理发挥积极作用.北京市副市长戴均良表示,要发挥标准化在生态环境治理中的重要作用,加强标准制定和实施,推进大气污染治理,下一步京津冀地区将在环保标准上进一步统一.     

东北地区近50年来霾天气气候特征

利用东北地区194个地面气象观测站的1961~2013年观测资料,对东北地区霾日及不同等级霾日的空间分布特征和时间演变规律进行分析.结果表明:东北地区霾日空间分布差异显著,辽宁中部和黑龙江中北部霾日相对较多,年平均霾日超过50d,吉林西部地区霾日最少,年平均霾日不超过2d,不同等级的霾日日数空间分布与总霾日日数基本一致;东北地区霾日主要集中在冬季,占全年霾日57.9%,秋季次之,春季最少;1961~2103年东北地区平均霾日呈显著增加趋势(2.9d/10a),其中1981~2000年时段增加最为显著,轻微霾日、轻度霾日、中度霾日和重度霾日均呈增加趋势,但轻度霾日、中度霾日和重度霾日21世纪以来较80年代略有减少.     

1981-2014年四川不同强度霾时空特征及气候成因研究

利用四川156个气象观测站1981-2014年霾日观测资料,对区域内不同强度霾日的时空分布特征及变化趋势进行分析.结果发现：不同强度霾日数呈现轻霾和重霾显著上升、中霾下降的趋势,20世纪90年代后霾日整体偏多,其中,秋、冬季发生频率偏高,12月和1月是多发时段;不同强度年均霾日高值区集中在盆地中部、东部地区,低值区主要位于盆地西南地区,并呈现盆地中北部霾日逐年减少,盆地南部逐年增多的变化趋势.结合季节特征探讨霾日形成机理发现,春、夏季欧亚中高纬度呈现两槽一脊的环流形势,印缅槽较强,利于降水,盆地相对湿度为85%以上,高原东侧上升气流较明显,大气对流层中下层为"上冷下暖"的递减层结,利于大气污染排放物垂直交换及其对外扩散;秋、冬季高纬度以纬向环流为主,经向环流偏弱,冷空气被阻挡在盆地以北以西区域,盆地东部为下沉气流,850 hPa以下的偏东气流使东部污染物向西蔓延,青藏高原以东地区上空为显著的"上暖下冷"逆温层结,相对湿度为80%左右,地面气温增加,相对湿度下降,使霾不易向雾转换,加重霾日高频状况的发生.     

常州市霾天气特征及其影响因子分析

基于常州市气象观测站2001-2013年的气象资料和大气自动站2009-2013年的监测数据,对常州市霾天气的变化特征、成因及其影响因子进行了初步分析。结果表明：2001-2013年,霾日数在全年及四季都呈现逐渐增多的年际变化特征,其中在2001-2008年,霾日数的趋势平稳且窄幅波动,但2009-2013年,霾日数急剧增加。季节变化上表现出夏季少、冬季多的分布特征。霾天气多发生在午后,11时出现的次数最多。常州霾天气持续日数不断增加,2013年连续霾日最长是16 d。常州霾典型天气形势为受冷高压或变性冷高压控制之下和处于入海高压后部或底部。常州霾天气受气象因子的影响,在静风、偏东风、50％～60％的相对湿度、逆温、降水偏少和大气湍流不利气象扩撒条件下都易形成霾。     

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.     

人与非洲猎豹相处的日子

我从路华汽车里小心翼翼地滑出来，带着大型摄影机以及各式各样的器材，这可不是件容易的事。     

Early Days of Food and Environmental Virology

In July 1962, the author joined the Food Research Institute (FRI), then at the University of Chicago, to become its food virologist. There was a limited record of waterborne viral disease outbreaks at the time; recorded data on foodborne outbreaks were fewer still. Laboratory environmental (water and wastewater) virology was in its infancy, and food virology was in gestation. Detection of viruses was most often attempted by inoculation of primary primate cell cultures, with observation for plaque formation or cytopathic effects. Focus was initially on enteroviruses and reoviruses. Environmental and food samples had to be liquefied if not already in liquid form; clarified to remove solids, bacteria, and fungi; and concentrated to a volume that could be tested in cell culture. Cytotoxicity was also a concern. Studies at the FRI and some other laboratories addressed all of these challenges. The FRI group was the World Health Organization’s Collaborating Center for Food Virology for many years. Other topics studied were virus inactivation as functions of temperature, time, matrix, disinfectants, and microbial action; peroral and ex-vivo infectivity; and the suitability of various virus surrogates for environmental monitoring and inactivation experiments. Detection of noroviruses and hepatitis A virus required molecular methods, most often RT-PCR. When it was found that inactivated virus often gave the same RT-PCR signal as that of infectious virus, sample treatments were sought, which would prevent false-positive test results. Many laboratories around the world have taken up food and environmental virology since 1962, with the result that a dedicated journal has been launched.     

中国西北地区持续干期日数时空变化特征

采用1961-2011 年111 个地面观测站逐日降水量资料,分析了中国西北地区近51 a 四季持续干期日数变化趋势。结果表明：近51 a 来西北全区春季和冬季持续干期日数都呈明显的下降趋势,冬季的下降幅度达到-1.6 d·(10 a)^-1,而夏季和秋季变化趋势不太明显。空间分布上该区大部分地区持续干期日数变化倾向率春季呈减少趋势,变化倾向率在-5.0～5.0d·(10 a)^-1之间;夏季不同的区域变化趋势不同;秋季西北西部呈减少趋势,而西北东部则呈增加趋势;冬季除陕西南部的关中平原和秦巴山地外,其他大部分地区呈减少趋势,变化倾向率在-6.0～3.0 d·(10 a)^-1之间。持续干期日数年代际变化和空间变化趋势在不同自然区变化趋势也存在差异。     

沈阳市环境空气污染日特征分析

通过分析2006～2010年空气自动监测的数据,结果表明:沈阳市这5年空气污染日数占全年总天数的9.9％-12.1％,其中,冬季污染日最多,春季次之,秋季和夏季污染日较少.     

北京冬季雾日大气污染结构特征

运用激光雷达和大气污染监测网络观测了2007年2月北京地区2次平流雾大气污染过程. 通过分析雾生消过程中大气颗粒物消光性的垂直结构、地面大气污染物质量浓度的水平分布及其演变,研究了北京市雾日大气污染的空间结构特征. 结果表明:雾生成前及持续阶段大气扩散条件较差,污染积累明显,但高湿度雾能加速污染物的湿沉降,雾生成后污染会略有回落. 雾生成前后大气污染垂直分布变化显著,但静稳气象条件下,大气污染的水平分布受雾的影响较小. 相对湿度是影响雾日大气污染变化的重要因素,决定了污染物湿沉降量的大小. 在2007年2月21—22日的平流雾过程中,SO₂和NO₂浓度与雾生成前相比分别下降了56%与47%,湿沉降量分别为48.0和30.8 g/km2;而在25—27日的平流雾过程中,SO₂和NO₂湿沉降量分别为16.3和14.3 g/km2.      

呼包鄂地区沙尘期间大气污染特征研究

为研究沙尘天气下典型大气污染特征,选择呼和浩特市、包头市、鄂尔多斯市（简称"呼包鄂地区"）为研究对象,分析了呼包鄂地区2016年春季3月1日-5月31日的PM₁₀与PM_2.5数据,利用CMB（化学质量平衡）受体模型、后向轨迹模型研究了呼包鄂地区污染源的特征,通过富集因子法评估了人类活动对沙尘天气的影响,最终通过特征比值法对沙尘天气与非沙尘天气进行了区分.结果表明:①沙尘天气与非沙尘天气时,呼包鄂地区PM₁₀、PM_2.5中主要化学组分均为Si、Ca、Al、Fe、OC、SO₄2-与NO₃-.沙尘天气时,ρ（PM₁₀）与ρ（PM_2.5）的差值大于非沙尘天气,较高的ρ（Al）、ρ（Si）、ρ（Ca）说明呼包鄂地区受到较大的沙尘天气影响.②CMB受体模型源解析结果表明,沙尘天气时扬尘源对PM₁₀与PM_2.5的贡献率分别为59.3%、48.7%,说明PM₁₀和PM_2.5的主要污染源均为扬尘源.后向轨迹模式模拟表明,呼包鄂地区的沙尘主要来自其西北部地区.③元素Na、K、Mg的EF（富集因子）在PM₁₀与PM_2.5中均大于1.0,Si、Cu的EF在PM_2.5中均大于1.0,但在PM₁₀中小于或等于1.0;依据EF表征级别,自然因素对PM_2.5和PM₁₀的影响程度均较大,并且PM_2.5受人类活动影响的程度大于PM₁₀.通过特征比值发现,ρ（Si）/ρ（Al）大于1.7且ρ（Si）/ρ（Fe）大于2.2可作为呼包鄂地区典型沙尘天气的界定.研究显示,呼包鄂地区春季受到较大程度的沙尘影响,这些沙尘主要来自其西北部地区,通过特征比值法可以对呼包鄂地区沙尘天气进行界定.      

霾天能见度参数化方案改进及预报效果评估

为了选择适合京津冀地区能见度预报的参数化方案,为霾的预报提供更准确的能见度预报产品.根据实际应用需求,改进了基于气溶胶体积浓度建立的Chen等能见度参数化方案（S1）,并利用2017年2月快速更新多尺度分析和预报系统-化学子系统（RMAPS-CHEM v1.0）的预报结果,对比评估了该方案与基于PM_2.5浓度建立的参数化方案（S2）和Mie散射计算方案（S3）在京津冀地区的预报效果.结果表明：①模式系统对京津冀地区的PM_2.5浓度预报总体较好,预报值与观测值非常接近,二者的相关系数在大部分地区可达0.8以上,小时相对湿度的预报值与观测值相关在0.78以上,平均误差低于3.91%.②三套方案计算的能见度都能较好地预报出2017年2月京津冀地区能见度的时间演变趋势,且在大部分时间三者计算的能见度都非常接近.总体上S1计算的能见度最低,S3计算的能见度最高,S2居中.在京津冀大部分地区,S1的均方根误差和归一化平均绝对误差最低,S3的最高,S2居中且在北京地区表现最佳.③能见度大于10 km时三套方案计算结果都偏低,其中S3的平均误差和均方根误差最低,能见度低于10 km时,特别是对出现频率较高的1~5 km低能见度的预报,S1方案的平均误差、均方根误差和归一化平均绝对误差都是最低的,更适合京津冀地区霾天气能见度的预报应用.     

深圳冬季霾日的大气污染特征

2009年1月10日─2月16日,利用在线仪器获得深圳市冬季大气中气态污染物和PM₁主要化学组分的高时间分辨率数据,结合气象条件,对非霾日、霾日的大气污染物和PM₁主要化学组分浓度水平及其日变化特征进行了研究. 结果表明:深圳冬季霾日除O₃外,其他气态污染物和PM₁主要化学组分的平均质量浓度均明显高于非霾日,增幅均在40%以上;PM₁中的有机物是深圳冬季霾的首要污染因子;PM₁主要化学组分的日变化趋势不尽相同,但总体上表现出霾日高于非霾日的特征,尤其是午夜至清晨时段,这说明深圳冬季霾日的夜间大气扩散能力显著减弱.      

前期干旱天数对生物滞留系统除氮性能的影响

生物滞留系统是海绵城市建设的优选设施之一,但其对氮素的去除特性受前期干旱天数(ADD)影响较大.通过设计不同ADD(1、2、3、5、7、12和22 d)条件,形成7种恒定干湿交替周期的生物滞留系统,研究ADD对氮素去除性能的影响,并根据不同ADD条件下氮还原酶和微生物种群的空间变化规律,分析ADD对生物滞留系统除氮过程...     

北京市2017年典型日机动车动态排放特征研究

为深入了解北京市路网机动车排放特征,采用自主开发的基于交通流的机动车动态排放模型,耦合北京市2017年交通流观测数据,测算了北京市机动车在工作日、非工作日、节假日、重污染日和重大活动日5种典型日工况下,主要路网上1 h时间分辨率、1 km×1 km空间分辨率下的时空分布特征.结果表明:①北京市二环路及以内区域和二三环之间(包括三环路)机动车排放强度较高,分别达到0.050和0.043 t/(km2·d).②北京市机动车NO_x排放分布规律性较强,主要分布在东南六环路方向及其联络线,以及东北、西北六环路方向及其联络线上,NO_x排放高峰值在05:00出现.③北京市机动车CO排放主要集中在城区五环路及以内区域,CO排放高峰值在18:00出现,五环路及以内区域及其联络线附近均为CO高排放区.④北京市5种典型日中,非工作日机动车排放量最大.研究显示,五环路及以内区域机动车污染控制应以轻型车为主,六环路及以外区域应以重型柴油车为主.