北京地区秋季雾霾天PM2.5污染与气溶胶光学特征分析

利用北京城区和郊区2011年9月1日～12月7日PM2.5质量浓度、气溶胶散射系数(σsca)和黑碳浓度观测资料,研究了雾霾天气条件下北京地区PM2.5污染与气溶胶光学参数的变化特征,并讨论了气象条件的作用.结果表明,北京地区PM2.5污染和气溶胶光学特性受雾霾天气的影响非常明显.PM2.5浓度、σsca和气溶胶吸收系数(σabs)在雾霾期均明显高于非雾霾期,雾霾期日均PM2.5浓度在城区和郊区分别达到97.6μg·m-3和64.4μg·m-3,为非雾霾期日均浓度的3.3和4.8倍.城区高PM2.5浓度造成雾霾类天气出现频率明显高于郊区.轻雾天城区PM2.5浓度、σsca和σabs明显高于郊区,区域输送的影响相对较弱,轻雾和霾天城郊差异较小,区域性特征明显,而雾天σsca城郊非常接近且在各雾霾类天气中相对最高,气溶胶散射能力最强,区域性特征较为明显.气象条件的不同造成各雾霾过程PM2.5浓度、σsca和σabs的空间分布、PM2.5污染及气溶胶消光强度上呈现不同的特点.边界层以上偏南风将南部地区污染物向北京输送,在整层下沉气流作用下使得边界层内污染物浓度增加,加之边界层高度持续稳定在600 m左右,边界层内风速很低,污染物水平、垂直扩散均很弱,造成局地污染物的累积,形成了PM2.5污染和气溶胶消光强度最强的一次雾霾过程.     

应用CMAQ模型解析河北南部城市的霾污染来源

河北南部地区是霾污染最为严重的地区之一,本文应用MM5-Models-3/CMAQ空气质量模拟系统对河北及周边省市进行了区域尺度的模拟,并通过情景计算的方法估算了河北南部(包括石家庄、邢台、邯郸3市)、河北北部、京津2市、山西、河南、山东6个区域的人为源排放对石家庄、邢台细微颗粒物(PM2.5)及其主要成分和消光系数(Bext)的贡献率.结果表明,模拟时段内,石家庄市PM2.5的来源为河北南部65.3%、山西13.8%、河北北部7.3%、山东1.6%、河南1.1%、京津0.9%;邢台市PM2.5的来源为河北南部64.7%、山西10.4%、河北北部5.2%、河南3.7%、山东3.6%、京津1.1%.周边地区对石家庄市Bext的贡献率分别为:河北南部59.4%、山西13.8%、河北北部6.8%、山东1.7%、河南1.3%、京津0.9%;对邢台市Bext的贡献率则为:河北南部58.2%、山西10.1%、河北北部5.0%、山东3.7%、河南3.9%、京津1.0%.对2007年12月8—12日重污染过程的分析表明,重污染过程中河北北部、山东和河南的贡献率有所上升,山西的贡献率则有所下降.由于该地区霾污染的复杂性,进一步的观测和模拟工作仍然十分必要.     

大气传输路径对上甸子本底站气溶胶光学特性的影响

利用2005~2010年北京上甸子本底站的PM2.5浓度、气溶胶散射系数(σsp)的连续观测资料,结合后向轨迹分析方法,探讨了不同季节、不同气团传输路径对本底地区气溶胶光学特性的影响.结果表明,污染物水平不仅与气团来向有关,也与气团的运动状态有关.偏南气团路径下的PM2.5浓度和σsp整体高于偏北气团路径,同时运动速度较慢、高度较低的气团路径多对应较高的PM2.5浓度和σsp.春、夏、秋季来自华北平原地区以及冬季来自华北区域北部的慢速、低气团对上甸子的污染水平有重要贡献.沙尘气溶胶多出现在春季,平均气溶胶质量散射效率(αsp)为0.78 m2·g-1.四季平均人为污染气溶胶的αsp为4.00 m2·g-1,其中冬季最高,春季最低.对于人为污染气溶胶来说,春、夏、秋三季的西北偏西路径、偏南路径以及偏北路径中速度较慢的轨迹组均具有较高的αsp(4.0 m2·g-1),表明这些气团路径受人为排放活动影响较大,而冬季各路径的αsp均较高,说明冬季区域内人为排放的影响比较一致.春、夏、秋三季中其他偏北的气团路径主要受到人为污染与沙尘气溶胶的共同影响.     

三种霾日统计方法的比较分析——以环首都圈京津冀晋为例

为了研究单次值法、日均值法、14时值法3种常用的霾日和轻雾(雾)日统计结果的异同,以环首都圈京津冀晋四省市为例进行了比较.华北地区霾日用3种方法统计的过去60余年霾日的区域分布表明,3种方法统计的霾日是单次值法日均值法14时值法,大致是1:0.54:0.45的关系,但区域分布趋势比较相似.典型城市霾日的长期变化趋势大都十分相似.而轻雾(雾)日的长期变化趋势表明,用单次值法统计的明显偏多,且有长期下降趋势;而用日均值法与14时值法统计的轻雾(雾)日无大差别,且没有明显的长期变化趋势,反映了年季和年代季的气候波动.从长期季节变化趋势来看,3种统计方法的结果除日数的差别外,季节分布特征比较类似.一个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7~8月,与桑拿天同期出现,这与全国大部分城市的变化趋势完全不同.是华北地区的特有现象.用单次值法统计霾日,将包括所有的霾过程,即大范围持续时间长,且与一定天气系统与近地层扩散条件相关连的霾,及在稳定的晴朗夜间由于辐射降温,使相对湿度升高而导致能见度下降形成的霾.用日均值法,则可能更多的显示长时间大范围的霾天气过程;而使用14时法,则对早晚因湿度增加降低能见度出现的霾天气漏记,突出长时间大范围的霾天气过程.     

邯郸市大气颗粒物污染特征的监测研究

使用振荡天平颗粒物在线监测仪连续监测了邯郸市PM₁₀和PM_2.5浓度,分析了2012年7月31日—12月2日4个月内PM₁₀、PM_2.5的浓度水平、时变规律和PM_2.5/PM₁₀的变化情况.结果表明,监测时段内PM₁₀和PM_2.5的日均浓度平均值分别为208.4 μg·m^-3和99.1 μg·m^-3,是国家二级标准的1.4倍和1.3倍;浓度超标的天数占总观测天数的61.6%和60.0%,其污染程度与北京、天津相当,属污染较严重的地区.PM_2.5/PM₁₀在19.3%~89.8%之间周期性波动,平均值为49.4%,接近北方城市的平均水平.PM₁₀和PM_2.5的浓度变化具有很好的正相关性;日均值在4个月中呈现明显的周期性变化和月际波动,10、11月的PM₁₀和PM_2.5浓度变化剧烈且大大高于8、9月份.PM₁₀和PM_2.5浓度一天中小时均值的变化呈同步的双峰型分布,最高值出现在9:00和20:00左右,最低值出现在15:00~17:00之间.本研究系统分析了夏秋季节邯郸市大气颗粒物污染状况,以期为当地颗粒物污染的控制提供科学依据.     

2008～2017年北京市PM2.5周期性变化特征与影响机制

利用Morlet小波方法分析北京市2008~2017年PM_2.5资料,结果表明,北京市PM_2.5浓度存在显著的日变化、周变化、以及季节和年变化周期性特征,并且秋冬季的周期性特征显著高于春夏季.结合气象资料,包括水平风速、大气边界层高度、以及大气稳定度指数等,分析PM_2.5不同周期性变化对应的主要影响机制表明：大气边界层过程是PM_2.5日变化的主要影响机制,导致PM_2.5浓度白天低、夜间高.秋冬季PM_2.5日变化幅度高于春夏季;天气过程是PM_2.5周变化的主要机制,PM_2.5浓度与天气变化过程带来的风速变化和边界层高度呈强反相关关系;PM_2.5的季节变化与大气扩散能力的季节变化密切相关,秋冬季减弱的大气扩散能力加速了PM_2.5在近地面累积,春夏季则相反.     

北京城区和郊区本底站大气污染物浓度的多时间尺度变化特征

利用北京城区海淀宝联站(HD)和上甸子本底站(SDZ)2005—2012连续8年的大气污染物(PM_(2.5)、O3、NO2、SO_2和CO)浓度观测数据进行统计分析,揭示北京城区和郊区主要污染物浓度变化特征、超标情况及其差异.主要结论如下:1连续8年北京城区、郊区PM_(2.5)浓度整体呈缓慢下降趋势,但污染水平仍较高.海淀宝联站和上甸子本底站的PM_(2.5)年均浓度从奥运前3年(2005—2007)的平均值87.1μg·m-3和53.4μg·m-3分别下降到奥运后5年(2008—2012)的平均值67.7μg·m-3和42.1μg·m-3.奥运后5年两站PM_(2.5)年均浓度变化不大,其中城区维持在66~70μg·m-3的高浓度水平.城区PM_(2.5)浓度为3级以上的超标日在四季的发生频率相当,4级和5级以上的超标日则多发生在秋、冬季;各季平均日变化趋势均为双峰双谷型,上下班交通高峰期对PM_(2.5)浓度日变化有重要影响.2城区站O3年均浓度前5年(2006—2010)逐年下降,之后浓度开始回升,而本底站O3年均浓度在此期间变化不大,近6年(2007—2012)维持在72.4~76.3μg·m-3.城、郊O3平均日变化均呈单峰型,其中上甸子站峰值出现时刻晚于城区海淀宝联站.32005—2012年北京城区其它气态污染物浓度(NO2、SO_2和CO)总体均呈缓慢下降趋势,但在2012年浓度有所反弹,城区站气态污染物在秋、冬季的平均浓度均显著高于春、夏季.     

基于改进象限法的自然灾害等级评估

灾害等级评估是灾害管理中一项重要的工作,对灾害等级评估的研究也越来越受到关注。通过增加象限法维度以及对灾度等级边界进行模糊处理,提出了适用于各种自然灾害等级评估的模糊多维象限法,并以2008年地震灾害损失和1978-2008年年均水灾损失为例进行了实证研究。结果表明:针对地震灾害,四川为巨灾省,甘肃为大灾省,陕西为中灾省,其他省（市、区）灾情较轻;针对水灾,湖南、湖北和四川为大灾省,天津、宁夏、青海、西藏和新疆为小灾省（市、区）,北京、上海为微灾或无灾市。模糊多维象限法也适用于除地震和洪水外的其他自然灾害,可以为自然灾害快速评估提供新的思路。     

地市级自然灾害救助应急响应启动条件研究——以山东省济宁市为例

以山东省济宁市为例,基于历史灾情和现有救助应急预案,分析了济宁市现有四级自然灾害救助应急响应启动条件中存在的问题,采用省级救助标准相对量,给出了济宁市自然灾害救助应急响应启动条件设置建议,并进行了实证分析。结果表明:采用省级响应指标相对量推算出的市级响应启动指标阈值,可作为市级自然灾害救助应急预案中设定应急响应启动条件的参考,有利于基层政府自然灾害救助应急预案的完善。     

基于相似集合预报技术的臭氧预报释用研究

利用相似集合预报技术（AnEn）,采用2a的睿图-化学子系统（RMAPS-CHEM）历史预报结果和观测资料,对2018年6月1日~9月30日模式在京津冀地区13个城市共70个国控站点逐小时预报的O₃浓度进行了释用订正研究,结果表明：随着集合成员数的增加,AnEn方法的预报效果呈现出先上升后下降的趋势,并且越过临界集合成员数后,预报效果逐渐降低,因此确定14为最优集合成员数.不同预报因子的权重敏感性不同,其中以RMAPS-CHEM本身预报的O₃权重最高,其它依次为2m温度、2m相对湿度、10m风速和边界层高度.经过AnEn方法的释用订正,有效降低了O₃浓度的预报误差.AnEn方法对O₃浓度的时空变化趋势以及浓度值大小都有很好的订正效果,从所有站点的检验结果来看,AnEn方法订正后的O₃浓度与观测值之间的相关系数较模式结果提升68.6%,均方根误差降低25%.AnEn方法对O₃预报释用订正的效果存在明显的区域特征和日变化特征,白天时段对预报的提升主要集中在京津冀东部地区和大城市地区,夜间主要是在城市地区更加显著;AnEn方法夜间的订正效果优于白天,部分站点夜间提升效果（相关系数）超过250%.AnEn方法订正后的O₃概率密度函数整体更接近实况,特别是在O₃的低值区（35μg/m³以下）和高值区（200μg/m³以上）订正效果更佳.针对典型O₃污染过程中北京、天津、石家庄3个城市的对比检验表明,AnEn方法在0~48h的预报时效内表现优于48~96h.不同城市体现出一定的区域差异,天津最优,北京和石家庄次之.AnEn方法对RMAPS-CHEM预报的O₃浓度订正效果整体改善明显,可以在区域光化学污染数值预报工作中进行更加广泛的应用.