乌鲁木齐市可吸入颗粒物污染水平及其与气象因素的相关性分析

为了解可吸入颗粒物污染水平与气象因素之间的关系,从2008年9月—2010年2月采集乌鲁木齐市可吸入颗粒物样品,并对其随时间的变化特征及其与气象因素之间的相关性进行了统计分析。结果表明,采样时间内可吸入颗粒物中PM2.5和PM2.5-10的质量浓度的范围分别为38.2~468.7μg/m3和20.8~243.1μg/m3,平均浓度分别为134.2μg/m3和69.2μg/m3。可吸入颗粒物同时受几种气象因素的影响,其浓度与温度、能见度、风速呈负相关,与湿度呈正相关。     

基于GRAPES模式佛山市臭氧污染气象指数的构建和预报

选取2017—2018年佛山市空气质量监测资料、地面气象观测资料和ECMWF再分析资料,得到对臭氧污染天气具有指示意义的气象因子,从GRAPES模式可预报性出发构建适用于佛山市干季和湿季的臭氧污染气象指数（OWI）,并对OWI进行预报评估检验.结果表明：干季地面气象要素对区分佛山市臭氧污染和清洁天气的能力更强,出现臭氧污染时往往气温高、地面为弱北风;850 hPa风速较小,高空主要受副热带高压影响.湿季高空气象要素区分臭氧污染和清洁天气的能力更强,出现臭氧污染时往往850 hPa风速较小,850 hPa与地面风场垂直切变较小,多数情况下500 hPa呈辐散形势或700 hPa为下沉运动.综合考虑上述要素构建的臭氧污染气象指数可较好地反映臭氧浓度变化趋势,当OWI超过阈值（干季12.0、湿季10.8）时,出现臭氧污染事件的可能性较大,在湿季该指数区分臭氧清洁天气和污染天气的差异性较干季更显著.基于GRAPES模式预报的OWI与臭氧浓度实况呈正相关关系,相关系数在0.5～0.6之间,能较为有效地预判臭氧污染过程发生、发展和消散的不同阶段;其阈值具有较高的预报参考性,24 h预报性能尤为理想...     

京津冀地区2015～2020年臭氧持续污染事件特征、气象影响及潜在源区分析

基于京津冀地区2015～2020年臭氧小时浓度数据和气象再分析数据,利用广义加性模型、潜在源贡献函数法、浓度权重轨迹法分析了京津冀地区臭氧持续污染事件特征、气象影响和潜在源区.结果表明,京津冀地区持续3d及以上的臭氧污染事件(OPE3)出现天数由2015年的24d上升到2020年的76d,占臭氧污染总天数的比例最高达到85%;OPE3天数的月变化特征与臭氧浓度的变化特征高度一致,在5～9月的相关性达0.97;京津冀地区OPE3发生的天气形势主要为高温、低湿、异常南风、异常反气旋及明显下沉气流;以京津冀地区的典型代表城市北京为例,OPE3期间气团主要来自于北京以南地区(71.2%),以短距离传输为主,主要潜在源区是河北省南部、山西省东北部、河南省东北部以及山东省北部,污染轨迹的贡献率约79.3%.     

中国臭氧时空分异及热点城市群气象关联特征

基于2018～2020年臭氧的日最大8h滑动平均值(O₃-8h),采用空间自相关分析、暴露风险评估和多元线性回归等方法,研究了全国337个城市O₃的时空分异及其人口加权的暴露风险特征,识别了热点城市群并解析了热点城市群O₃的气象关联特征.结果表明:O₃具有显著的空间聚集特征,其中浓度高于160μg/m³(国家二级浓度限值,GB3095-2012)、超标率高于20%和人口加权暴露风险等级为高的区域主要集中在京津冀城市群(BTH-UA)、中原城市群(CP-UA)和长江三角州城市群(YRD-UA).其次,2018～2020年月均O₃-8h变化呈“M型”分布,各年最高值分别出现在6月、9月和5月,月均ρ(PM_2.5),ρ(NO₂),ρ(SO₂)和ρ(CO-95)均呈现“W型”分布,并且在12月和1月达到最高值,与O₃均呈现明显的负相关关系;月均ρ(PM_2.5     

2018—2021年京津冀及周边地区“2+26”城市PM2.5与O3污染特征及气象影响

为了解《打赢蓝天保卫战三年行动计划》期间(2018—2020年)以及之后(2021年)我国重点污染区域空气质量情况,并区分排放源控制与气象条件的贡献,本文利用逐小时监测的PM_2.5、O₃浓度以及气象要素数据,研究了2018—2021年京津冀及周边地区“2+26”城市PM_2.5与O₃污染特征,结合KZ (Kolmogorove Zurbenko)滤波方法定量分析了排放源与气象条件对PM_2.5与O₃浓度长期趋势的贡献. 结果表明:①2018—2021年“2+26”城市PM_2.5浓度年均值与O₃-8 h-90th浓度(O₃日最大8 h平均浓度的第90百分位数)均呈逐年下降趋势. 2018—2021年PM_2.5浓度年均值分别为60、57、51和45 μg/m3,河北省南部、河南省与山东省南部PM_2.5浓度年均值均较高;O₃-8 h-90th浓度分别为198、195、179和171 μg/m3,2018年保定市、石家庄市、聊城市与晋城市的O₃-8 h-90th浓度(>210 μg/m3)均较高,而2021年太原市O₃-8 h-90th浓度(192 μg/m3)较高. ②PM_2.5与O₃-8 h浓度(O₃日最大8 h平均浓度)的长期分量在大部分城市受气象条件影响较为明显. 受气象条件影响的PM_2.5浓度长期分量在2018—2020年无明显趋势,在2021年呈下降趋势;受排放源影响的PM_2.5浓度长期分量在2018—2020年呈下降趋势,在2021年无明显趋势. 受气象条件影响的O₃-8 h浓度长期分量在2018—2020年呈下降趋势,在2021年呈上升趋势;受排放源影响的O₃-8 h浓度长期分量在2018年呈下降趋势,在2019—2021年无明显趋势. ③11个气象因子中,温度和相对湿度对PM_2.5与O₃-8 h浓度变化的影响较大,当温度与相对湿度均比前一天升高时,更有利于PM_2.5与O₃-8 h浓度的同时升高. 研究显示,“2+26”城市PM_2.5与O₃污染受气象条件影响显著,温度与相对湿度的变化对判定PM_2.5与O₃-8 h浓度同时升高的现象有一定积极意义.      

基于变分订正TROPOMI卫星数据的京津冀地区NO2时空变化与气象影响分析

为研究京津冀地区NO₂时空变化与气象条件影响,本文利用变分方法订正TROPOMI卫星NO₂遥感数据,结合环境气象评估指数(EMI)分析气象条件对NO₂浓度变化的影响.结果表明,经过变分方法订正过的NO₂浓度具有更可靠和高分辨率的时空分布特征.京津冀西北部地区的NO₂浓度低,东部和南部浓度较高.北部燕山、西部太行山形成的半包围地形阻挡了大气污染物在京津冀平原地区的扩散,产生了不利的气象条件.其中,燕山南部的北京、天津和唐山以及太行山东部的保定、石家庄、邢台、邯郸等地气象条件较差,而高海拔地区的张家口、承德、秦皇岛大气扩散条件较好.NO₂浓度在春、夏季受到气象条件变化的显著影响,而在秋、冬季受到气象条件变化的影响较小.气象条件对NO₂不同浓度区间的作用不同,NO₂浓度较低和较高时气象条件对其作用更为显著,而浓度处于转折区间时,气象条件对其影响较小.本研究开展的TROPOMI卫星变分订正、NO₂浓...     

大连市大气污染天气特征及污染成因模拟分析

利用大连市2014~2015年地面观测资料、高空地面形势场和2015年12月NCEP/NCAR再分析资料,结合WRF-CMAQ数值模式,对大连市污染天气特征和污染过程的成因进行分析研究.结果表明：2014~2015年大连市共有大气污染日数145d,占20%,大气污染天气过程35个;发生大气污染时的高空形势场主要为槽后脊前的西北气流场,占63%,槽前西南气流场次之,占21%,槽区、脊区各占6%;地面形势场主要表现为风速较小的均压场（68%）和等压线密集风速较大的非均压场（32%）两种气压场.2015年12月出现的5次污染过程中,大气层结均为稳定层结,且近地面水平风速均值较小,对污染物垂直方向和水平方向上的扩散起到抑制作用,导致空气质量恶化;模拟结果发现大连市冬季污染过程中大气气溶胶的的主要成分是硝酸盐、铵盐和硫酸盐等细颗粒物,其中硝酸盐占比最大,且污染过程的增幅最为明显,说明机动车和燃煤排放已对大连市城市污染的形成产生重要影响.     

气象因素对长沙市PM_(2.5)周期性变化规律的影响分析

以长沙市10个城市环境空气自动监测站点2013年的历史监测数据为基础,分析了PM2.5质量浓度的周期性变化规律,并采用非参数分析(Pearson相关性)法,研究了气象因素对长沙市PM2.5质量浓度周期性变化的影响。结果表明,PM2.5日均质量浓度在不同季节的绝对值和变化周期都相差很大。总体上,PM2.5在冬季的浓度高于夏季;PM2.5质量浓度的变化周期在3~8d。在2013年4个典型月份内,温度和风速与PM2.5质量浓度负相关,而湿度和气压与PM2.5质量浓度正相关,相关系数分别为-0.573、-0.395、0.519和0.440。PM2.5周期性变化与区域内大气环境容量相关,而大风、降雨等强对流天气是终结PM2.5变化周期的主要环境因素。     

2015~2020年海南省臭氧时空变化及其成因分析

基于2015～2020年海南省32个大气环境监测站监测数据,以及同期的常规气象观测资料,采用经验正交函数分解方法（EOF）、气候倾向率和趋势系数分析等方法,探讨了海南省O₃-8h（最大8 h平均）时空分布特征,及其与前体物和气象因子的关系.结果表明,海南省ρ（O₃-8h）呈北部和西部偏高,中部、东部和南部偏低的分布特征,最高值出现在东方市(91.5μg·m^-3). 2015～2020年共有12个市县ρ（O₃-8h）呈下降趋势,其中有6个市县达到了95%的信度检验.ρ（O₃-8h）季节变化特征明显,秋季最高,春季和冬季次之,夏季最低.秋季ρ（O₃-8h）表现为上升趋势,而其余三季为下降趋势. EOF分解的前两个特征向量场的累积方差为72.58%,能够较好地描述ρ（O₃-8h）的主要分布特征.第一模态体现了ρ（O₃-8h）变化的一致性,第二模态体现了地区性差异.ρ（O₃-8h）的变化与前体物和气...     

小型四旋翼无人机悬停状态气动干扰与安全间隔研究*

为保证小型旋翼无人机近距编队悬停状态的安全性,采用数值模拟方法研究不同横向和纵向间隔双机悬停流场特征和气动参数变化规律,通过与实验结果对比,验证数值仿真方法的准确性。研究结果表明:无人机内部旋翼间的气动干扰会导致整机单旋翼拉力降低、扭矩增大,使整机气动效率下降;当双机无横向间隔时,双机下洗流场保持对称,同时2股下洗流叠加,呈现较明显的横向扩张趋势,此时后机所受气动影响主要为拉力损失,当纵向间隔大于5 D时,该影响基本消失;当横向间隔X=1 D时,位于尾流区一侧的旋翼拉力减小,后机所受俯仰力矩作用显著,无人机有侧翻风险;横向间隔X≥2 D时,2机之间气动干扰较弱,为较安全区域。