基于多源资料和数值模拟的雾对PM2.5影响研究

为探究雾-霾过程中雾对PM_2.5质量浓度的影响机制,选取2021年1月24～27日一次典型雾-霾过程,采用常规自动气象站、环境小时浓度、微波辐射计、风廓线雷达、气溶胶激光雷达、255m气象塔上梯度观测的气象、环境和湍流等多源数据资料及WRF-Chem过程分析数值模拟方法对此次污染过程进行综合分析.结果表明,此次雾相对湿度增加是由于辐射冷却和平流引起的,雾类型是辐射平流雾,其特征是水汽自上而下输送,雾过程雾顶高度250m,逆温层底高度为80～120m,雾顶高度>逆温层底高度;雾发生前由于相对湿度、垂直平流和湍流混合影响,地面及垂直方向PM_2.5质量浓度先增长再下降,总体有利于PM_2.5质量浓度扩散;雾成熟期根据逆温层底的高度,辐射-平流雾对PM_2.5影响分为两种,其中雾对高于逆温层底的PM_2.5为湿清除作用,而对低于逆温层底的PM_2.5为积聚作用;雾消散后霾阶段40m湍流动能增高至0.78m²/s²,并逐渐和...     

南京市一次霾污染过程中水溶性离子分布特征

使用MARGA离子在线分析仪ADI 2080对2017年12月27日~2018年1月5日南京市PM_2.5化学组分进行连续采样分析,结合气象要素和大气环境监测数据,探讨了霾污染过程中水溶性离子的时间分布特征及其来源特征.结果表明：霾日中南京水溶性离子浓度为121.41μg/m³,是洁净日的3.2倍.霾污染过程中水溶性离子平均浓度大小顺序为NO₃^- > SO₄^2- > NH₄⁺ > Cl^- > K⁺ > Ca²⁺ > Mg²⁺,SNA离子占总水溶性离子浓度的91.97%.霾日中水溶性离子日变化均为三峰型,洁净日中Cl^-、SO₄^2-和NH₄⁺的日变化为单峰型,Ca²⁺为双峰型,K⁺、Mg²⁺为三峰型.随着空气污染状况的加重,总水溶性离子在PM_2.5中的占比不断减少,空气质量为优时占比95.93%,严重污染时为63.25%.霾日中随着污染加重,NH₄⁺占总离子的比例稳定在23%左右,SO₄^2-占比缓慢减小,NO₃^-占比不断增大.NOR、SOR的日变化在霾日呈双峰型分布,洁净日则较为平稳.观测期间的水溶性离子主要来源有二次转化、煤烟尘、扬尘以及生物质燃烧.     

初冬一次冷锋输送过程对中国东部霾天气的影响

利用常规地面气象资料、NCEP/NCAR再分析资料以及全国PM2.5浓度数据,并结合后向轨迹、空气污染输送指数和传输通量分析,针对2019年12月10～11日一次冷锋输送造成我国中东部地区出现的大范围霾天气过程进行了分析.结果 表明:(1)霾期间高空500hPa以经向环流为主,伴随着高空低压槽引导地面冷锋向东南方向移动...     

2015年12月下旬嘉兴地区持续性雾-霾污染过程分析

利用FNL再分析资料、自动气象站和环境监测站的小时观测数据及基于WRF-CHEM化学模式的排放源敏感性对比试验和高分辨率输出结果对2015年12月21-25日影响嘉兴地区的一次持续性雾-霾污染过程进行分析,结果表明：污染期间对流层中高层维持较强的西南急流,南支锋区发展明显,北支槽位置偏高,冷空气势力较弱,大尺度环流形势有利于维持稳定的大气层结结构.PM_2.5浓度明显上升时,地面均为西北气流所控制,而浓度下降与地面东北风回流有关.此次雾-霾污染过程期间,本地污染平均贡献率为42%,江苏地区次之约占23%.大气层结稳定时本地污染物的贡献率可达60%左右.两次冷空气过程中外来污染物的输送通量和浓度平流的强度明显不同.近地面不同高度上PM_2.5浓度差变化与平流累积贡献量的变化表现出较好的一致性,高层垂直平流较低层明显.     

南京一次大雾过程边界层特征分析

雾、霾影响空气质量,特定气象条件有利于雾、霾形成。利用南京大学仙林综合观测基地的近地层湍流资料以及MICAPS气象资料,分析了2011年11月18日南京一次大雾过程的边界层特征。结果表明,大雾发生前后南京处于高空低压槽前,西南暖湿气流向南京地区输送充足的水汽,而近地面主要受到低压倒槽的控制,使得近地层相对湿度一直在90%以上。边界层上空(约300~500 m)存在很强很厚的逆温层,近地层动量通量几乎为0,感热通量也几乎为0,表明大雾期间南京地区大气一直处于稳定的边界层中,近地层湍流很微弱,有利于大雾的形成和维持。能谱分析表明,能谱高频段满足-2/3率,但中低频率部分可能由于非均匀下垫面地形的影响,分布比较杂乱。     

北京市2014年10月重霾污染特征及有机碳来源解析

2014年10月北京市出现了多次重霾天气,与此同时,通过全国秸秆燃烧卫星遥感监测发现,北京周边河南、河北等地区恰存在一定规模的秸秆燃烧活动. 对2014年10月4—27日北京市大气PM_2.5中的水溶性离子、金属、OC(有机碳)、EC(元素碳)和有机物示踪物等化学成分进行了分析,对霾天和非霾天PM_2.5中化学成分进行了比较,并使用CMB(化学质量平衡)模型对PM_2.5中有机物的来源进行了解析,采用后向轨迹模拟和卫星遥感图像定量评估生物质燃烧(秸秆燃烧等)对重霾污染的影响. 结果表明:霾天ρ(PM_2.5)〔(229.0±96.3)μg/m3〕是非霾天的5.0倍,水溶性离子总质量浓度〔(125.3±59.3)μg/m3〕是非霾天的6.5倍,ρ(SO₄2-)、ρ(NO₃-)和ρ(NH₄+)分别是非霾天的6.1、8.6和7.1倍,ρ(OC)〔(81.8±39.5)μg/m3〕是非霾天的7.8倍,ρ(EC)〔(6.7±3.4)μg/m3〕是非霾天的4.2倍;霾天生物质燃烧的示踪物——左旋葡聚糖和K+的质量浓度平均值分别是非霾天的9.1和3.3倍. 生物质燃烧、机动车排放以及二次污染物对有机细颗粒物的贡献率分别为18.9%、36.9%和41.9%;二次细颗粒物质量浓度增加了1倍左右;气象条件同样在很大程度上促进了霾的形成. 常规的源解析方法仅可对生物质燃烧的一次污染贡献进行定量,但对重霾污染贡献的全面评价尚需进一步探讨.      

淮河下游连续雾-霾及转换成因分析

利用边界层探空资料、地面气象要素及污染物资料,研究了2012年6月中上旬淮河下游一次连续多日大范围雾-霾天气的雾-霾转换过程及成因.结果表明:近地面静小风为雾-霾长时间维持提供良好动力条件,边界层中低层维持的近中性层结或逆温层结创造良好热力条件,秸秆燃烧提供凝结核条件;雾和霾过程中风速下降伴随着能见度降低,风速增大则伴随着能见度升高.中度以上霾的形成和发展都伴随着空气比湿增大,霾向雾转换过程中比湿下降.比湿越大雾-霾持续时间越长,雾前比湿越高雾中最低能见度越低.能见度与SO2浓度呈正相关( Pearson相关系数为0.42)、与PM2.5和PM10浓度呈反相关(Pearson相关系数分别为-0.49和-0.56);雾-霾过程中上风向SO2、NO2浓度高于下风向2倍左右,下风向NO和PM10浓度高于上风向1.5倍左右,出现污染物转化.     

京津冀典型城市一次重污染过程特征及边界层结构变化对其影响

为探究典型重污染过程的污染特征与大气边界层结构演变规律,基于PM_2.5采样数据、气象观测数据及WRF-Chem模式,以北京市和石家庄市2016年12月27日—2017年1月10日一次重污染过程为研究对象,对气象要素、PM_2.5化学组分、天气背景场、边界层结构演变特征,以及大气边界层结构变化对ρ(PM_2.5)及其主要化学组分的影响进行分析.结果表明:①研究期间,北京市和石家庄市ρ(PM_2.5)分别为(165.63±110.89)(247.67±95.22)μg/m3,石家庄市污染程度高于北京市;高空纬向环流和地面弱高压控制的天气背景场,低于1.75 m/s的风速以及超过75%的相对湿度是造成北京市与石家庄市重污染的不利气象条件.②重污染时段北京市与石家庄市SNA(SO₄2-、NO₃-、NH₄+三者的统称)与碳质组分(OC、EC)占比之和超过76%,是PM_2.5中的两大主要组分;重污染时段ρ(SNA)占比明显上升,北京市与石家庄市ρ(SNA)占比由非重污染时段的42.23%、45.93%分别升至重污染时段的58.87%、59.62%;北京市与石家庄市ρ(OC)/ρ(EC)分别为5.13、3.51,表明在重污染时段两城市存在明显的二次有机气溶胶污染.③WRF-Chem模式模拟结果表明,PM_2.5污染严重时北京市与石家庄市在300~500 m处均出现明显的逆温,垂直风场主要表现为低层偏南风顺时针向上切变为偏西风,切变高度在400~1 000 m,逆温层结与明显垂直风切变的边界层特征共同抑制了污染物的湍流与扩散.④北京市与石家庄市重污染时段的PBLH(Planetary Boundary Layer Height,大气边界层高度)日均值与非重污染时段相比分别下降了202、128 m,PBLH每下降100 m,北京市与石家庄市ρ(PM_2.5)分别上升18.81、29.85 μg/m3,PBLH下降是导致两城市ρ(PM_2.5)快速上升的重要因素.北京市与石家庄市的PBLH与PM_2.5组分质量浓度之间的相关性不同,北京市PBLH与ρ(SNA)的相关性高于与碳质组分质量浓度的相关性,石家庄市PBLH与ρ(EC)相关性最高,表明此次重污染过程中北京市PM_2.5污染特征以二次形成为主,而石家庄市以一次排放为主.研究显示,北京市与石家庄市此次重污染过程与大气边界层结构变化密切相关.      

北京2019年冬季一次典型霾污染特征与成因分析

为研究北京冬季霾污染过程的污染特征和成因,以北京2019年12月一次典型PM2.5污染过程为分析对象,利用气溶胶垂直探测资料、边界层气象场和近地湍流资料,对霾不同污染阶段的特征与边界层理化特性的演变进行综合分析.结果表明:①观测期间北京共经历两次污染生消,历时5 d,PM2 5小时浓度最高220μg?m-3,超过重度污...     

哈尔滨市一次大气污染过程及潜在源分析

本研究以2018年12月10~13日哈尔滨市一次严重的空气污染事件为研究对象,分析了此次污染过程的概况、成因以及污染的潜在源区.结果表明：此次空气污染过程以PM_2.5影响为主,污染类型由10日00：00~11日17：00的偏燃煤型发展为11日17：00~13日15：00的二次气溶胶复合污染,最终在13日15：00后稳定为偏燃煤型.从天气形势和风速风向分析可知此次10~13日的污染过程与不利气象扩散条件也是密不可分的.模拟的48h后向轨迹经过聚类分析主要分为4类,大部分来自内蒙古、吉林等方向,70.83%的轨迹PM_2.5超标,表明来自这些方向的污染气团对哈尔滨市的空气质量影响较大;而通过对模拟的48h后向轨迹进行PSCF、CWT分析,发现哈尔滨的WPSCF和WCWT分布特征类似,WPSCF和WCWT的高值主要集中在哈尔滨本地的双城、巴彦、阿城、吉林省的中部、西部地区等地区,以及大庆、绥化等地区,说明这些区域都是哈尔滨市PM_2.5的潜在源地.     

新冠肺炎疫情期间天津市重污染天气的边界层特征

为探讨新冠肺炎疫情期间天津市重污染天气成因,利用环境监测、气象常规观测及255 m气象塔梯度观测,结合WRF-Chem模式研究了天津市2020年2月9—13日新冠肺炎疫情期间重污染过程来源及边界层特征。结果表明：水平和垂直扩散条件变差、地面弱气压场和暖湿明显为此次重污染天气的主要特征;重污染天气过程外来源的区域输送率达54.6%;稳定类层结（E类和F类）占比高达67.5%,较为稳定的大气造成大气扩散条件变差,是污染发生的重要气象条件;污染过程逆温率达50.0%,垂直温差、逆温厚度、逆温强度与PM_2.5浓度相关性分别为0.99、0.90和0.56,逆温层的存在是污染过程维持的主要因素。

     

基于自动站资料的苏州灰霾天气分析

利用苏州2010~2013年的逐时气象和大气成分观测资料,对苏州灰霾天气特征进行了统计分析,研究发现:苏州灰霾的小时频率为30.7%,灰霾等级以轻微灰霾为主,干霾占总灰霾的比例为85.6%.2013年12月灰霾小时频率最高,达82.3%.灰霾小时频率有明显的日变化特征,峰值出现在上午8:00时,达36.3%,14:00~16:00时,灰霾频率最低,约为25%左右;灰霾期间,PM10、PM2.5、PM1.0和散射系数分别是非灰霾期间的1.72、2.07、1.88和2.58倍.采用不同的灰霾日标准,苏州年均灰霾日数在94~243之间,相差极大.灰霾频率和气象条件有密切关系,灰霾频率最高的相对湿度区间为70%~80%,重度霾最多出现在90%~95%的相对湿度条件下;随风速增加,灰霾频率逐渐下降,在西北风向下,灰霾频率最大.大气消光以颗粒物散射消光为主,约占总消光的82%左右,黑碳的吸收消光约占13%左右.     

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.     

边界层方案对南京地区PM2.5浓度模拟的影响

基于WRF-Chem空气质量模式采用YSU、MYJ、MYNN2、ACM2,4种边界层方案和基于ACM2的敏感性实验方案ACM2R2（模式最低6层的湍流扩散系数阈值改为2m²/s）和ACM2R5（模式最低10层的湍流扩散系数阈值改为5m²/s）,对南京地区冬季出现的一次天气污染过程进行模拟,分析了不同边界层方案对南京地区PM_2.5浓度模拟的影响.结果表明,6种方案对地面气象要素和风温湿廓线的模拟显示了较为合理的日变化特征及高度变化趋势,不同边界层方案之间气象要素差异较小.各方案均较好地模拟出了边界层高度逐日变化和日变化特征,以及PM_2.5浓度随时间的变化趋势,但是YSU、MYJ、MYNN2和ACM2,4种边界层方案在夜间对PM_2.5浓度的模拟均存在较大程度的高估,而ACM2R2和ACM2R5在ACM2的基础上显著地降低了PM_2.5浓度,甚至转为低估.从整个时段的偏差上看,ACM2R2最接近观测值.这是由于ACM2R2夜间湍流扩散系数较高,更利于源于地表的污染物向上扩散,使得ACM2R2方案在夜间相比原ACM2方案模拟所得的地表PM_2.5浓度更低,从而改善了原方案高估的现象.ACM2R5夜间湍流扩散系数更高,后期扩散过强从而产生较大低估.这些结果表明湍流扩散系数的不同是PM_2.5浓度模拟差异的重要原因,准确地参数化边界层方案夜间湍流扩散系数对于提高PM_2.5浓度模拟的准确度十分必要.     

天津一次雾-霾天气过程的近地层温湿结构和湍流特征分析

采用地面大气能见度、PM_(2.5)质量浓度、梯度气象资料、塔上湍流观测资料等多种资料及后向轨迹方法,分析近地层温湿结构和湍流特征对2016年12月16日—21日天津地区一次严重持续雾霾天气演变过程的影响.结果表明,本次雾霾天气过程可以明显的分为霾、雾的生成和发展、雾成熟和雾霾消散等4个阶段,近地层温度、相对湿度和风的垂直分布及湍流特征对各阶段的雾-霾转化起到了重要作用.霾生成期间,偏南气流盛行,地面风速降低,RH不断增大,湍流不活跃;地面辐射降温引发了近地层内显著的强逆温,并导致RH由地面到高空逐渐增大,有利于雾的生成和发展;感热通量和潜热通量爆发式增长,导致逆温层瓦解,雾顶继续抬升,雾进入成熟阶段,湍流活动减弱;受西北气流影响,湍流活跃,高空的干冷气团向下取代地面暖湿气团,结束本次雾霾天气过程.采用近地层温湿结构和湍流特征资料,可用于雾-霾天气的演变及其转化过程精细分析.     

基于地基遥感资料的厦门市污染边界层特征分析

城市大气边界层是影响城市环境气象的重要研究对象,本研究利用新型地基遥感数据针对城市颗粒物污染过程开展边界层特征分析,旨在利用风廓线雷达和微波辐射计等高时空分辨率的遥感数据探讨边界层内大气运动、温湿条件的变化与近地面污染累积的关系.结果表明:厦门地区颗粒物污染过程中,边界层内弱风层厚度较地面风速而言更能够代表边界层内扩散条件的变化,可以更好地表征和预测近地面污染的变化;在局地累积的污染过程中,边界层内存在较厚的弱风层,同时2 km以下的风场有明显的风向转变特征,导致边界层内不存在有效的传输和扩散,另外,污染时边界层垂直温差可以在一定程度上反映干季的垂直扩散条件,0～3 km温差与PM_(2.5)浓度有着密切的联系;冷空气过程有将上游污染物向本地区输送的可能,城市边界层在东北大风的条件下伴随着显著的垂直下沉运动,有利于上空污染向下扩散.多源地基遥感数据联合分析能够进一步解释城市边界层内气象条件对于城市大气污染变化的影响,集合各设备的探测优势开展城市宜居和污染气象条件研究具有较高的科学性和可行性.     

2019年秋冬季京津冀与周边地区污染传输特征分析

本研究结合大气环境观测数据,应用潜在源分析法(PSCF)和浓度权重轨迹分析法(CWT),以及基于WRF-CMAQ模式的传输矩阵和传输通量计算方法,研究分析了2019年秋冬季京津冀典型城市的大气污染特征与成因,量化评估了京津冀地区与周边省份之间的PM_2.5传输贡献.结果表明,京津冀地区冬季较秋季污染严重,且重污染时段PM_2.5浓度均与相对湿度呈显著的正相关,和风速呈显著的负相关;京津冀典型城市北京、天津和石家庄的潜在源区主要分布在京津冀本地、山西、内蒙古中部地区和山东地区,这与CWT结果基本吻合.京津冀各省域的PM_2.5以本地排放贡献为主,北京、天津和河北的本地贡献率范围为54.33%～66.01%,京津冀受区域外传输的贡献率范围为0.11%～26.54%.传输通量结果表明,冬季PM_2.5的传输主要受高空西北气流的作用,尤其清洁天气,高风速驱动清洁气团流入;秋季则主要受低空东南气流作用;传输通量呈现出显著的垂直分布特征,高空区域传输作用更为活跃,传输通量的流入/流出以及垂直分布与污染级别和RH呈现非线...     

天津市郊区冬季大气边界层风、温场结构与特征

利用天津市郊区探空观测资料,对该地区冬季大气边界层内的风场、温度场结构与特征进行研究.结果表明,测试期间风向随着高度增加呈顺时针旋转, 由东风、东南风逐渐右转,转为西南风、西风,遵循Eckman螺线的规律;不同高度层风速日变化规律不同.一般来说,在较低高度风速白天变大,夜晚变小,而较高处则相反;接地逆温大约在20:00开始生成,随着时间的增加,逆温逐渐加强,平均逆温厚度在02:00达到最大值;混合层高度在早晨厚度较薄,午后混合层厚度较厚,有利于污染物的扩散;天津市市区10m和100m高度层风速的日变化规律与郊区相同,200m高度层风速日变化规律不同;市区与郊区相比,不同高度层风速随着时间起伏变化较小.     

环首都圈霾和雾的长期变化特征与典型个例的近地层输送条件

为了研究环首都圈京津冀晋4省市霾和雾的长期变化特征与典型个例的近地层输送条件,使用京津冀晋长期气象资料和高分辨率自动气象站资料,分析了环首都圈霾和雾天气的长期变化趋势,与使用矢量和算法分析典型个例气流停滞区的形成过程.结果表明,在1950—1960年代,环首都圈京津冀晋4省市霾日非常少,1970年代开始增多,1980年代以后明显增多,并形成几个霾日集中区,比较明显的是邯郸-邢台-石家庄-保定-北京-天津的带状分布,还有太原及以南的带状分布,最为严重的情况出现在1996—2000年,2000年以后有一定减少.北京1950年代霾日比较多,最多达到1年有160 d以上霾日,与同期沙尘天气偏多相关联,随着在首都周边地区的大规模植树造林,到1967年,霾日已经减少到1年不足10 d,1970年代以后北京的能见度急剧恶化导致霾日迅速增加,到1980年代初增加到220 d以上,一直到1999年前后北京的霾日维持在每年160~200 d左右;2000年以后到北京奥运会前后,霾日持续下降,到2010年霾日仅有56 d,2012年有所反弹,增加到91 d.北京及华北地区霾日季节分布突出的特点是除去采暖季有较多的霾日外,在盛夏季节霾日也明显多,集中出现在6—9月,尤其是盛夏季节的7—8月,与所谓的桑拿天同期出现,这与全国大部分城市的变化趋势完全不同.霾过程的发生和矢量和的大小存在较为明显的正相关关系.霾过程中,在华北平原均出现明显的气流停滞区,区域矢量和很小,不利于空气中污染物的水平扩散;清洁过程时华北4省市尤其是北京地区受明显的西北气流影响,风矢量和为较一致的偏北方向,水平扩散条件较好,较利于污染物的扩散,对应同期能见度较高.京津冀西侧、北侧靠山、东邻渤海,尤其是北京小平原三面环山.太行山、燕山和军都山形成的"弓状山脉"对冷空气活动起到了阻挡和削弱作用,导致山前暖区空气流动性较小形成气流停滞区、污染物和水汽容易聚集从而有利于霾和雾的形成.由于受太行山的阻挡和背风坡气流下沉作用的影响,使得沿北京、保定、石家庄、邢台和邯郸一线的污染物不易扩散,形成一条西南-东北走向的高污染带,华北平原偏南气流的弱辐合作用和也加重了北京的污染.山西省的高浓度污染物亦在低空偏南气流输送下沿桑干河河谷和洋河河谷以及滹沱河-拒马河河谷向北京输送.河北中南部与山西诸河谷的累积污染带叠加近地层输送流场是造成北京严重霾天气过程的重要原因之一.