珠江三角洲区域空气质量的时空变化特征

利用2006-2012年粤港区域空气质量监控网的区域空气质量指数(RAQI)资料和珠江三角洲地区(珠三角地区)同期的地面气象资料,研究了珠三角地区RAQI时空分布特征,还结合相关性分析和风场分析等方法探讨了珠江三角洲不同城市之间污染物输送的影响。结果表明:珠江三角洲大部分城市区域空气质量近年来呈现出显著的改善趋势,但是广州、佛山和东莞的污染日数,依然保持在较高的水平;污染物输送在不同城市之间影响非常显著,下风向地区易受上风向地区污染物输送影响,尤其肇庆、中山、江门和惠州受上风向影响非常显著,佛山和东莞则影响不显著;珠三角造成污染天气的天气形势中,高压脊控制型和高压底部型较多,槽前脊后型等其他类型则相对较少。     

珠江三角洲典型灰霾过程的边界层特征

2014年1月初珠江三角洲(以下简称珠三角)地区出现严重的灰霾天气.利用广东省城市空气质量资料、中国气象局番禺大气成分站逐时PM10、PM2.5、PM1以及能见度数据、广东省946个自动站风向风速数据、广州基本站风向风速数据、2013~2014年东莞佛山大气边界层观测试验资料等,研究了珠三角2014年1月1~8日典型灰霾过程的边界层特征.结果表明:大陆冷高压变性出海是这次灰霾过程发生的主要天气系统.其使得珠三角地区受静稳天气控制,造成微风或静风状况以及低的边界层和逆温结构;6日珠三角主要城市空气质量呈现不同的变化,其原因主要是区域内风向的变化,5日上午珠三角为弱的偏北风,整个珠三角都为灰霾天气,而5日下午风向由偏北风转为偏南风,珠三角东南部地区空气质量改善,北部(内陆)地区的空气质量恶化;后向轨迹分析发现所有气流呈明显下沉作用,且5日20:00的后向轨迹簇来自陆面,6日20:00的后向轨迹簇来自海面,两者对珠三角的空气质量具有不同的影响.     

南京市两次秋季污染过程及成因分析

为探究南京秋季污染过程的特征和影响因素,利用MODIS(Moderate Resolution Imaging Spectroradiometer)传感器获得的气溶胶光学厚度(Aerosol Optical Depth)、波长指数(Angstrom Exponent)、火点数据及CALIPSO(Cloud-Aerosol Lidar And Infrared Pathfinder Satellite Observations)卫星数据和来自NECP、MICAPS的温度、相对湿度、风向风速等常规气象要素数据,对南京2015年10月、2016年9月两次污染过程进行分析.研究结果表明:两次污染过程的AE412-470值(埃斯特朗波长指数α)均高于1,由此判断两次污染均以人为排放产生的细粒子为主.但2015年10月的AE412-470值明显低于2016年9月,说明在2015年10月污染过程中粗粒子所占比重高于2016年9月.结合对后向轨迹的分析发现,南京地区2015年10月污染天气的发生还受长距离输送的影响,污染源主要为来自内蒙古、山西等地的污染型沙尘粒子.研究还发现,较高的相对湿度、较低的地表风速、低混合层高度及贴地逆温等气象条件会导致污染物难以扩散稀释而累积在南京地区,造成该区域在秋季出现较严重的污染天气.     

气象因子与春季重污染天气的区域性关联研究

2017年5月4日至8日京津冀及周围地区出现了一次短时间的大气重污染现象。利用污染指标AQI、各污染物浓度和主要气象要素数据,借助Excel软件、SPSS软件,运用线性回归、相关性分析法,探究了本次重污染天气形成、输送与消散过程。结果表明:重度污染天气的主要污染物为PM10、PM2.5,为沙尘型重度污染天气;大气重度污染过程历时52个小时。特点为:形成、扩散及消散迅速且影响范围广;气象因子对重污染事件过程影响显著。稳定的大气环境为大气污染物输入提供条件,风向风速等气象因子为污染物扩散提供动力;污染事件在区域上呈现出明显的时空关联性:空间方面表现为,污染地的纬度值和风力风向决定了城市发生污染时间的先后顺序且污染过程具有一致性;时间方面表现为处于风向导向地的地区发生污染的时间较早、较长,即污染过程具有延后性。     

长三角地区2015年大气重污染特征及其影响因素

基于2015年长三角地区129个环境空气质量监测站的空气质量指数（AQI）及主要大气污染物浓度数据,结合气象资料和HYSPLIT后向轨迹模式,探究长三角地区大气重污染的时间变化和空间集聚特征,并深入分析气象条件和区域传输对重污染过程发生和维持的影响.结果表明,2015年长三角地区各城市平均出现AQI超过200的重污染天气共8 d,重污染频率为2.01%,PM_2.5作为首要污染物出现频次最多.从时间变化看,重污染主要分布在1月和12月;从空间分布看,北部地区重污染相比南部地区更为严重,徐州和常州市出现频率最高.选取典型重污染过程1月9—11日（纬向扩散型）、1月24—26日（经向扩散型）和12月20—26日（两种模式相结合的重污染天气）进行成因分析,发现长三角地区重污染天气主要受到西北风向、低风速、高湿度和逆温层的影响,导致大气污染物积累且不易扩散.基于HYSPLIT的大气传输轨迹及频率分布表明,来自西北方向的气流对江苏北部地区的污染输送特征有着显著影响.     

南京秋冬季2次霾污染天气过程分析

针对2013年12月和2014年12月南京地区秋冬季的2次典型霾污染过程,利用地面观测资料和常规气象资料,对这2次霾发生前后以及发生期间的天气环境、天气条件进行观测、分析。该文还通过HYSPLIT-4观察2次污染气团的来源,并利用CALIPSO分析2次污染期间气溶胶组分,发现由南京及周边地区形成、并在局地停留发展壮大的污染气团容易形成重大霾污染事件,污染物主要来源于当地的工厂、交通、建筑等;由北方携带大量污染物的气团入侵到南京地区,容易造成南京的霾污染天气,并且污染物组分以灰尘、污染性灰尘为主。由于天气条件的不同,2次污染发生期间的污染程度存在着巨大的差异。通过文章研究,发现稳定的气象条件容易发生霾天气,特别是当近地层风速较弱、混合层高度低、出现强逆温以及产生弱上升运动时,容易发生严重性霾污染天气。研究还发现各气象要素的共同作用导致了霾污染程度的变化。     

杭州市臭氧污染特征及影响因素分析

为研究杭州市夏季臭氧(O_3)污染特征及其影响因素,统计分析了2013—2016年杭州市O_3监测数据与杭州市气象数据,并结合AIRS卫星O_3数据探讨了台风天气系统对杭州市近地面O_3浓度的影响.结果表明:2013—2016年,杭州市O_3污染逐年加重,O_3浓度高值持续时间延长.O_3浓度与太阳辐射、温度相关,每年5月和8月太阳辐射强、温度高,O_3污染最严重;全天O_3浓度呈单峰日变化,峰值出现在午后(~14:00)太阳辐射较强、温度最高时.杭州市在日降水为0且12:00—15:00太阳辐射通量均值高于200 W·m~(-2)天气条件下,风向为东、东北或东南风且风速低于3 m·s~(-1)时,O_3浓度相对较高,易出现超标情况.台风天气系统对杭州市近地面O_3浓度有明显影响,以2014年10号台风"麦德姆"为例,台风外围系统影响到杭州时,偏东气流可将杭州以东地区高浓度O_3输送到杭州,同时下沉气流导致污染物在近地层积聚不易扩散,造成近地层O_3浓度升高.     

大冶冶炼厂对周边土壤重金属贡献机制研究

为摸清国家级重金属防治区大冶市重金属空间分布及来源贡献状况,作者依据主风向东南风,放射状采集大冶有色金属冶炼厂周边土壤样品,采样点位以铁山矿区和冶炼厂为中心,分布在主风向及垂直于主风向的方向上,并将研究区分为冶炼厂西北部的铁山地区和冶炼厂东南部的东西港地区。测定地区主要污染元素As、Cd、Hg、Pb、Zn含量,铁山地区5种重金属含量均值分别为64.5、6.59、0.217、351.7、815 mg/kg;东西港地区5种重金属含量均值分别为29.97、2.83、0.082、59.87、131.13 mg/kg。采用污染指数法对土壤重金属污染状况进行评价。通过主成分分析法发现,大冶有色金属冶炼厂是研究区主要的污染源。冶炼厂通过废气排放对处于主风向下风向的西北方地区产生Cd、As、Hg、Pb的气型污染贡献。处于冶炼厂上风向的东南方东西港地区则主要是受到大冶有色金属冶炼厂通过污废水排放的Cd、As的水型污染贡献。从空间关系上重金属污染物的来源主要为水输入,而非气输入。结果显示,以大冶有色金属冶炼厂为污染源,不同的污染模式导致周边土壤中不同的污染元素特征,即体现出不同的重金属贡献机制。     

南京1月不同气象条件对大气环境影响比对研究

随着经济的快速发展和城市群的迅速增加,长三角地区大气污染愈发严重。该研究利用大气污染和卫星观测资料,并结合气象资料,对长三角西部典型城市南京两年1月份的大气污染特征和典型污染日进行比对分析。结果表明,风向、风速、相对湿度等气象条件是影响2 a重污染日频次不同的重要原因;除了冷空气南下型,冷锋前型、冷高压后部型、冷高压控制型、均压场型和倒槽暖区型均有利于重污染天气的形成。相对于2014年1月,2013年受冷高压影响更加深入,在冷高压控制下达到的严重污染日更多。高空大气环流形势、地面风场、近地面垂直速度ω、逆温层高度与厚度的不同,以及近地面是否有湿层出现,均是造成不同污染过程程度差异的主要原因;冬季1月污染爆发时,混合层高度与PM_(2.5)的质量浓度呈现负相关关系。     

宿迁3次突发性空气重污染过程对比分析

利用空气质量资料、常规观测资料、NCEP1.0°×1.0°再分析资料，应用数理统计、天气学等方法对宿迁市3次突发性重污染天气进行对比分析.结果表明：①宿迁"突发"空气重污染时，AQI级别由前一日的一、二级至第2日转为五级以上，AQI值迅速上升.②3次空气重污染过程天气背景相似，高层为宽广平直的偏西气流，地面受高压控制，中低层风向和温度平流突然转变，且都有深厚的逆温层结；持续变化较小的气压梯度、较低风速、温度日较差及相对湿度的增大（150328过程（即2015年3月28日—4月1日污染过程）除外）为颗粒物浓度迅速增长提供了条件.③大气稳定度级别迅速变高和混合层高度迅速降低并维持，对污染物快速聚集有显著影响.④物理量诊断表明，污染发生前期上空为弱上升运动，随后迅速转为下沉运动，或气流下沉运动区域迅速扩大、升高，是空气质量迅速转差的重要动力因素.⑤内蒙古地区的沙尘远距离输送形成的污染，是造成150328过程与另外两次过程明显不同的主要原因.     

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.     

合肥市PM2.5和PM10中元素组成特征及重污染成因分析

通过对合肥市2018年大气PM_(2.5)和PM_(10)样品的采集,结合对样品中无机元素的测试分析,研究了PM_(2.5)和PM_(10)中的元素组成特征,并根据合肥市重污染天气和非污染天气下大气颗粒物中元素组成的差异性分析,探讨了合肥市重污染天气的主要污染物来源与成因.结果表明,本研究所检测的16种元素中,Si、Al、Mg和Ca这4种地壳元素在重污染天气的质量浓度较非污染天气低,可能是重污染状况下的静风天气引起的地面扬尘减少所造成的; S、Na、K、Cl、Ti、Fe、P、Cu和Ni等元素在重污染天气的质量浓度较非污染天气高,其中S元素的增幅最大,在重污染天气所占的比重和富集因子也大大提升,表明燃煤排放源是合肥地区重污染天气的主要污染成因;重金属元素含量低、富集因子大,其主要来源可能为垃圾焚烧、机动车和工业排放.     

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。     

上海市一次重雾霾过程的天气特征及成因分析

2013年11月30日至12月9日上海地区出现入冬以来一次最严重的持续性雾霾天气过程,严重影响了该地区人们的生活健康.本文借助空气质量数据、地面气象要素、卫星遥感数据并结合后向轨迹模式反映了此次重污染过程的污染特征及其成因.结果表明,污染期间,PM2.5与PM10小时浓度变化趋势基本一致,高浓度值出现在早晚8时左右,主要是由该时段的逆温现象造成的;来自西北方向污染物的远距离输送影响了本地空气质量状况,气团在不同高度层做下沉运动,造成大气层结稳定;该地区在西北方向的弱高压控制下,地面风速较小,能见度低,天气条件静稳,不利于污染物扩散,造成持续性重污染事件;卫星遥感数据显示此次污染为区域性污染.     

基于复杂地理环境条件下的恩施州空气污染时空分布特征

为提高环境气象预报服务能力,更好掌握空气污染的发生发展规律,文中采用恩施州所属国家气象观测站历年逐日常规资料,恩施州环境监测站2016~2017年相关监测资料,采用常规统计分析方法,结合地形地貌、不同类型气候分区,对空气污染时空变化特征进行分析,结果表明:恩施州可划分为低山山地(谷)、中山山地(盆地)、沿江河谷、迎风坡地、高山山地5类气候区;低山山谷区为全州霾天气多发区和重发区,迎风坡地和较开阔盆地为霾天气少发区,在同样地形地貌环境下,低海拔地区为大值区,在相近海拔地区,开阔的山地明显比凹陷山谷区空气质量好;不同类型气候区污染程度有较大差异,低山山谷区总为AQI大值中心,霾天气总是最早出现,同时也最晚结束,为重污染中心;全区空气污染日分布具有相同的规律,峰值出现在夜间,谷值出现在清晨,6~8时污染最轻,晚间20时~次日01时污染最重;在大环流气候背景相同的情况下,地形地貌的巨大差异是各地霾天气时空分布差异的重要原因,中山盆地由于地势开阔、地面风速偏大,迎风坡地因降水偏多、主导风向明显等原因,成为州内冬半年霾天气相对少发区,而低山山谷区由于地处地形闭塞的凹地,在周围高山的屏障作用下,排放到山谷的污染物由于垂直、水平扩散均受阻,稀释扩散速率受到抑制而积聚到谷底形成了"污染池"现象,是导致该区成为恩施冬半年多霾污染的重要原因之一。     

京津冀地区重污染天气过程的污染气象条件数值模拟研究

通过采用全球再分析格点资料的统计分析和WRF中尺度数值模拟,从天气学和大气边界层气象学角度分析了2013年12月和2014年2月两次重污染过程中京津冀地区天气尺度大气停滞气象条件和大气污染扩散气象条件的特征及其作用,并根据WRF模式精细化模拟结果分析了太行山和燕山对京津冀地区城市大气污染形成的作用.研究结果表明,两次重污染天气过程中京津冀地区500 h Pa等压面上的平均风速均表现为明显的气候异常特征,500 h Pa平均风速较近10年同期分别下降了约30.8%和50.4%,大气停滞系数较近5年同期分别偏高10%和20%以上;京津冀地区发生严重污染时,WRF模式模拟的日平均混合层高度低于200 m,日平均地面10 m风速低于2 m·s-1,日平均通风量可降低到1000 m2·s-1以下,空气质量指数与日平均通风量成负相关,重污染期间的平均通风量比近5年同期平均通风量偏低29.3%~52.8%,这些不利于污染扩散的天气条件持续数日,导致了重污染天气的发生.此外,太行山对西风气流的阻挡是河北中南部地区大气污染加剧的一个重要原因,而当主导风向为偏南风时,偏南气流遇燕山后或转向回流、或爬坡,导致近地面风速减小,不利于污染物扩散,亦加剧了京津冀地区中南部城市的大气污染.     

珠三角地区2005-2009年灰霾天气污染水平分析

通过环境监测数据和灰霾观测站气象资料,评价珠江三角洲地区2005-2009年灰霾污染程度,分析大气污染颗粒物与灰霾天气的关系,反映该地区居民灰霾污染暴露水平。结果显示,珠三角地区2005-2009年灰霾天气总体趋势为广州市稳中有降,东莞、深圳和肇庆三城市先升后降,每年灰霾天气具有明显季节性变化。四城市灰霾天气污染水平均以等级指数2轻微灰霾天气为主,PM10、SO2和NO2,3种大气污染物与灰霾等级指数回归分析具有显著性的正相关效应。珠三角地区属于灰霾高发区,灰霾污染较为严重。     

基于风廓线雷达对成都地区典型持续性重污染天气的研究

基于风廓线雷达数据、大气污染数据及气象数据对2017年12月17日—2018年1月3日成都地区的一次持续性重污染天气过程进行研究,并对两次污染物浓度爆发式增长阶段的污染原因及污染物来源进行了分析.结果表明:①在这次重污染天气过程中,风廓线雷达高精度的风场资料(包括水平风速、风向、垂直风速、大气折射率结构常数C■)配合其他气象要素在分析两个污染阶段污染物的累积及扩散、输送中可以发挥重要的作用,即当成都地区水平风场风速较小且风向多变时,此时受静稳型天气控制,污染物浓度会快速累积增长,而当出现较强的东北风时,可能会有沙尘污染物的输入,应注意沙尘天气的提前预警.垂直风场中垂直速度和大气折射率结构常数C■的变化往往影响着污染物浓度的变化,由于风廓线雷达具有较高的时间分辨率,因此,对污染天气过程的变化有一定的指示意义.②结合局地环流指数和边界层通风量,重新定义了一种适合成都地区风场特征的通风指数:有效通风量(EVI),从而表明第一阶段污染的主要原因是成都地区由静稳型天气控制,边界层内风场对污染物的稀释扩散能力差,导致污染物累积.③通过后向轨迹模拟并结合PM_(2.5)浓度数据进行聚类分析,认为第二阶段污染主要是东北方向携带有大量沙尘污染物的气团输送到成都地区导致的,与源于西北地区沙尘天气的沙尘输送密切相关.     

西宁市大气重金属污染与气象因子分析

主要收集了西宁市2016年1月至12月5个重金属Pb、Cd、Cr、Hg、As的浓度数据,以及同时间段内的风向、风速、温度和相对湿度4个气象因子的实测数据,通过确定各季节的主要风向结合污染系数玫瑰图,明确了该地区不同季节风向对重金属污染物浓度扩散方向的影响。再利用SPSS22.0统计分析软件对该市重金属数据与同时段的气象中风速、气温、相对湿度的数据进行相关性分析,结果表明,风速对于各个重金属因子浓度的影响均非常显著,之间的相关性较强,可视为大气重金属污染的主要影响因子。     

算术平均法、百分位数法和滑动平均法空气质量评价对比分析及其揭示的信息

综合采用算术平均法、百分位数法和滑动平均法对空气质量进行评价对比分析,可以更加全面、客观、精细、准确地描述空气质量状况,发现其内在规律,揭示不同城市的问题。对比分析发现,全国169个城市空气质量改善程度用算术均值与百分位数测算存在一定差异,并进一步反映出2017年空气质量改善主要归功于污染较为严重天气的减少,2018年主要归功于空气质量良好及轻度污染天气的增加。169个城市PM_(2. 5)浓度的中位数与算术均值之间具有较好的线性关系且越来越强,反映出重污染天气控制取得成效。各区域和城市百分位数同比变化情况反映了大气污染防治不同阶段的工作重点及成效不同:京津冀及周边"2+26"个城市2017年空气质量改善以降低污染天气为主,2018年以增加优良天气为主;珠三角地区和长三角地区都是以增加空气质量为良的天气为主。3年滑动均值比年均值曲线下降更为平缓,更能准确反映污染治理成效。建议深入研究空气质量信息,采用多种评价方法科学、客观、全面地评价污染治理情况。