气象因素对环境空气质量达标的影响分析

以天津市为例,分析地面风场、大气层结及天气形势等主要污染气象参量的特征及其与环境空气质量的相关关系;估算高、低污染潜势的天气背景对大气污染物浓度的影响幅度;提出在天气气候分类的基础上,建立气象条件标准化分级,评估气象条件对环境空气质量影响水平的方法。研究表明:天津市采暖季高污染的天气形势出现的频率约为34%,而非采暖季高污染的天气形势出现的频率约为16%,ISCLT3模型模拟结果显示相应于相同的污染源排放数据库由于采暖季和非采暖季气象条件不同引起的SO2全市平均浓度的差异约在10%以上。污染源源强相对稳定的条件下,高污染潜势的天气背景对空气污染的加剧作用大于低污染潜势的天气背景对空气污染的减轻作用。     

一次低涡切变型连续性冰雹过程天气分析

对2004年7月13-20日西北地区东部出现的一次低涡切变型区域性冰雹天气过程,从其产生的大气环流背景和前期气候背景进行了讨论,并利用MICAPS提供的方法,对物理量场进行了初步分析,总结了其发生发展的客观规律。结果表明:形成这次连续性降雹的影响系统是500 hPa位于青藏高原东北侧到华北的低涡切变;深厚的不稳定层结和随高度增强的不稳定能量,是此次强对流发生的热力条件;有利的低层辐合与高层辐散的散度场是此次强对流发生的动力因子;随高度增强的上升运动为冰雹的形成提供了水汽条件。     

合肥冬半年降水及所处天气型对大气颗粒物浓度的影响

利用合肥市2015—2017年冬半年环境监测站和自动气象站数据,以及高空、地面天气图资料,运用常规统计和天气学方法分析了降水强度及不同降水天气系统对PM_2.5、PM₁₀浓度的影响.结果表明：冬半年降水日PM_2.5、PM₁₀平均浓度较无降水日分别下降18.1μg·m^-3（23.9%）、38.2μg·m^-3（37.8%）;小于5 mm的日降水量对颗粒物清除效果不明显,且有28%样本PM_2.5和PM₁₀浓度不降反升;当日降水量大于10 mm,位于“优”等级的PM_2.5和PM₁₀浓度比例分别为54%和80%,显著上升.连续降水期间PM_2.5、PM₁₀日均浓度中位值和均值逐日下降,降水第2日PM_2.5、PM₁₀日均浓度降幅最大.合肥冬半年降水天气系统可以分为切变线Ⅰ型、切变线Ⅱ型、低槽冷锋型和...     

石家庄市冬季一次重污染过程分析与反馈效应研究

为深入探究高ρ（PM_2.5）地区重污染过程的发展变化规律,以石家庄市一次重污染过程（2017年1月13-20日）为例,结合空气质量监测数据、PM_2.5组分测试数据、气象观测资料,从重污染发展阶段（简称"P1阶段"）、维持阶段（简称"P2阶段"）和清除阶段（简称"P3阶段"）分析PM_2.5及其化学组分的变化特征、气象条件和高低空天气形势演变特征,并利用WRF-Chem模型定量研究重污染过程气溶胶反馈效应对典型气象要素的影响.结果表明:①此次重污染过程属于逐步累积增长、快速清除型,在P2阶段ρ（PM_2.5）平均值为241.0 μg/m3,最大值为367.5 μg/m3.②P1和P2阶段高低空大气环流配置稳定,大气边界层高度范围为620.6~712.2 m,风速范围为1.3~2.5 m/s,相对湿度范围为60%~80%.③P2阶段SOR（硫氧化率）和NOR（氮氧化率）均为0.3,ρ（SNA）（SNA为SO₄2-、NO₃-和NH₄+的统称）为128.8 μg/m3,占ρ（PM_2.5）的56.2%;OM[有机质,ρ（OM）=ρ（POA）+ρ（SOA）,其中,POA为一次有机气溶胶,SOA为二次有机气溶胶]是除SNA以外的第二大组分,在P1和P3阶段ρ（POA）大于ρ（SOA）,而在P2阶段ρ（SOA）与ρ（POA）相等,均为28.0 μg/m3,表明在重污染过程中二次污染严重;整个污染过程ρ（NO₃-）/ρ（SO₄2-）为1.0,表明石家庄市移动源和固定源对ρ（PM_2.5）贡献相当.④WRF-Chem模型模拟结果表明,太阳辐射量、温度和大气边界层高度受气溶胶反馈效应的影响在P2阶段的下降量分别为75.1 W/m2、2.7℃和109.9 m,比P1阶段分别高33.6%、91.4%和18.6%,比P3阶段分别高147.0%、305.3%和24.1%.研究显示,此次静稳天气下的重污染过程二次污染严重,气溶胶反馈效应整体使得太阳辐射量、温度和大气边界层高度均向不利于污染扩散的趋势发展,造成石家庄市的ρ（PM_2.5）进一步增加.      

天气型对北京地区近地面臭氧的影响

臭氧(O3)是夏秋季北京城市大气光化学污染物中的首要气态污染物,气象因素是影响其浓度水平和变化规律的主要因子之一.2008年7月~2008年9月,在北京市4个站点进行了臭氧、氮氧化物(NOx)和一氧化碳(CO)浓度的同步连续观测,并对同期天气型进行了分类比对分析.结果显示,观测期间,北京地区处于低压前部(主要是蒙古气旋)和高压前部的比例分别为42%和20%,分别是造成臭氧浓度高值和低值的主要背景场.处于低压前部控制时,高温、低湿以及局地环流形成的山谷风造成区域臭氧累积,小时最大值(体积分数)高达102.2×10-9,并随气压的升高以3.4×10-9Pa-1的速率降低,山谷风风向的转变决定了臭氧浓度最大值出现时间,峰值出现在14:00左右;处于高压前部控制时,低温、高湿以及系统性北风造成区域臭氧低值,小时最大值(体积分数)仅为49.3×10-9,系统性北风将臭氧峰值出现时刻推后到16:00左右.北京地区臭氧光化学污染呈现出区域一致性,并与天气型有较好相关,关注天气型结构和演变对预报大气光化学污染具有重要意义.     

武汉市PM_(10)污染日变化及其高污染时段特征

利用武汉市环境监测中心站2004～2005年部分逐时PM10监测资料和相对应的气象资料,分析了城区PM10浓度的日变化特征,及其与气象条件的关系,特别是对四季PM10日变化中高污染时段的形成与天气系统的关系进行了分析。武汉市城区PM10的日变化与季节、天气系统的关系密切,与气象要素有一定的相关性。     

北京市夏季不同O3和PM2.5污染状况研究

从天气背景场、气象要素、前体物和PM_(2.5)化学组分、气团运动轨迹以及大气氧化性等方面对北京市夏季两种不同的O_3和PM_(2.5)污染状况进行了分析.结果表明,O_3达到中度污染而PM_(2.5)浓度优良(O_3和PM_(2.5)一高一低)污染状况的天气形势场为:高空为偏西北气流,地面受高压后部控制;而O_3和PM_(2.5)同时达到中度污染(O_3和PM_(2.5)两高)的天气形势场为:高空为偏西气流,地面受低压控制.与O_3和PM_(2.5)一高一低污染状况相比,O_3和PM_(2.5)两高时的气象要素特征为:偏南风更为明显和相对湿度更高.O_3和PM_(2.5)两高时污染物浓度演变特征为,O_3和PM_(2.5)的起始浓度较高,PM_(2.5)日变化特征更为明显,而O_3平均浓度却低于O_3和PM_(2.5)一高一低的污染状况.前体物、大气氧化性以及PM_(2.5)化学组分分析的结果表明,较高的起始浓度在不利气象条件下的积累和吸湿增长以及当天较大偏南风造成的区域传输可能是造成O_3和PM_(2.5)两高污染状况中PM_(2.5)浓度达到四级中度污染的主要原因.     

“2014.5.10”云南怒江州福贡泥石流成因分析

2004年5月10日云南怒江州福贡县石月亮乡发生泥石流等地质灾害,造成人员、经济重大损失。分析了此次泥石流形成的条件,并着重探讨了天气学成因,结果表明:脆弱的地质环境、陡峻的迎风坡、便于集水、集物的地形地貌和丰富的松散物质是怒江贡山泥石流易发生的有利地质地貌条件;连续性累积降水及短时间暴雨的产生为泥石流提供了较好的水源条件;高原短波槽与孟加拉湾南支槽东移合并,中、低层槽前西偏南暖湿气流500 h Pa偏西北气流是形成怒江暴雨过程的大尺度天气环流背景;地面辐合线、干线、低层显著湿区、湿舌等是导致降水的中尺度系统;高能高湿的潜在不稳定及近地层的水汽辐合是暴雨发生的有利条件;多普勒雷达图10~20 d Bz分散的絮状回波、部分35 d Bz块絮状回波、卫星云图多絮状对流云、无强对流云团活动反映此次暴雨过程为非对流性暴雨。     

WATER LEVEL FLUCTUATIONS IN AN URBAN POND: CLIMATIC OR ANTHROPOGENIC IMPACT?1

ABSTRACT: In 1996, the Illinois State Geological Survey began an investigation of fluctuating water levels in a pond in Cary, Illinois. The cause of the fluctuations appeared to be ground water discharge into a storm sewer recently installed by the Illinois Department of Transportation. However, analysis of climatic data provided an equally likely explanation of the fluctuations. Distinguishing the effect of climatic variations from the effect of the storm sewer was hampered by the lack of antecedent ground water and surface water data. In similar settings, it is recommended that ground water and surface water data be collected prior to initiating any infrastructure improvements.     

MESOSCALE ATMOSPHERIC 2XCO2 CLIMATE CHANGE SIMULATION APPLIED TO AN OREGON WATERSHED1

ABSTRACT: A 2xCO2 climate and runoff in the Upper Deschutes Basin in central Oregon is simulated using a mesoscale atmospheric model and a watershed model that incorporates spatial variability of the runoff process. A nine‐year control climate monthly time series provides a benchmark for assessing changes related to a warmer and wetter 2xCO2 climate. Potential evapotranspiration is increased by 23 percent and snow water equivalent is reduced by 59 percent in the 2xCO2 climate. Annual runoff increases by 23 percent, while November runoff increases by 55 percent. The average maximum monthly runoff is in May for both the control climate and 2xCO2 climate, but in five of the nine years the monthly maximum runoff for the 2xCO2 climate occurs two to five months earlier than for the control climate. The minimum runoff month is one to five months earlier in the 2xCO2 climate in seven of the nine years, and the month of average minimum runoff is March in the control climate and November in the 2xCO2 climate. Since precipitation is greatest in December in both the control climate and 2xCO2 climate, the earlier maximum and minimum runoff for a 2xCO2 climate indicates greater watershed sensitivity to temperature than to precipitation.