泰安市冬季一次严重空气污染过程分析

为揭示泰安市空气污染形成原因,选取泰安市2016年12月一次严重空气污染过程,利用泰安市2016年12月地面和探空资料及NCEP/NCAR（美国国家环境预报中心/美国国家大气研究中心）提供的FNL资料,对泰安市严重污染期间大气环流形势、边界层条件、污染源及传输路径进行分析.结果表明:在泰安市霾污染期间,500 hPa大气环流形势呈"两槽一脊"的特征,850 hPa泰安市处于南支槽前,受西南暖湿气流影响,为ρ（PM_2.5）的升高提供了有利条件;泰安市近地面处于高压控制下的弱风区（平均风速约为1.2 m/s）且边界层有逆温层存在,阻碍了PM_2.5的垂直输送,造成近地面ρ（PM_2.5）急剧升高.此外,泰安市及周边地区污染严重,聚类分析结果表明此次过程本地输送占比约为34%,其余均为外来传输,即污染物主要通过外来源传输,本地污染源贡献比率较小.污染物的高、低空传输路径不一致,低空污染物主要从安徽省水平输送至泰安市,高空污染物则先由河北省、河南省向南传输至安徽省、湖北省等地,再随南风气流向北输送至泰安市.研究显示,外来污染源传输作用配合本地静稳天气形势是造成此次泰安市空气污染的主要原因.      

典型沙尘回流天气过程对北京市空气质量影响的特征分析

利用不同方位监测数据和气象资料,结合后向轨迹模型和激光雷达观测结果,对2011年3月18—21日北京市空气污染过程的天气形势、沙尘输送路径、污染物浓度的变化特征进行了分析.结果表明,这次污染过程主要是由于沙尘在上游沙源地起沙后先直接输送穿过北京,然后停留在渤海湾和朝鲜半岛区域,在渤海弱高压系统作用下,沙尘又回流至北京所致,其中,沙尘回流直接造成北京市空气质量达到重度污染天气.在沙尘回流影响过程中,PM10浓度呈现青龙山-北京市区-八达岭逐步升高的变化特征,国控站点PM10小时浓度持续16 h超过350μg·m-3,最大值达到571μg·m-3.SO2、NO2与PM10的小时浓度表现为同步变化规律,沙尘回流影响时,除了沙尘粒子外,周边地区的人为排放也是一个重要因素.     

大气污染物对流垂直输送作用的探讨

利用一个欧拉型硫沉降模式探讨了积云对硫污染物的对流垂直输送作用．结果表明,积云引起的垂直气流是造成大气污染物浓度分布及输送通量变化的重要因素．对流垂直输送可使硫污染物在高层出现大浓度区,浓度的增加率为５０％—４００％,中层和低层的浓度相应也有所变化．积云区内南北剖面上的通量也因对流输送作用在高层出现了大值中心．     

应用WRF/Chem模拟河南冬季大气颗粒物的区域输送特征

基于WRF/Chem模式,设置多组区域排放源的情景实验定量估算河南、京津冀、山东、山西、安徽和江苏、湖北6个区域人为源排放对河南省2015年12月PM_(2.5)和PM_(10)浓度贡献率,并结合气象资料研究3个代表性城市的污染输送特征.结果表明:河南省冬季PM_(2.5)和PM_(10)主要来源为本省排放,平均贡献率分别为54.83%、61.32%.区域污染输送对河南颗粒物的贡献也占有很大比例,京津冀、安徽和江苏、山东、山西以及湖北对PM_(2.5)平均贡献率分别为11.95%、11.69%、7.95%、7.40%、4.30%,对PM_(10)平均贡献率分别为10.42%、10.03%、7.00%、6.89%、3.80%.PM_(2.5)外来输送率比PM_(10)要高,表明细颗粒物比粗颗粒物更易跨区域长距离输送.冬季长持续时间的污染过程大多受静风或小风控制,省内污染贡献最大,过程结束时伴随着大风,周边区域的污染贡献有所增加.不同城市的颗粒物来源与其地理位置、风速、风向等气象条件密切相关.区域污染来源具有复杂性,改善河南省空气质量是需要整个区域共同面对和解决的问题.     

京津冀区域重污染期间PM2.5垂直分布及输送

2016年12月17～19日重污染期间,在天津市武清区高村开展车载系留气球颗粒物浓度垂直观测,并以观测数据为基础,计算了区域内PM_(2.5)传输通量.结果表明重污染过程期间,大气混合层较低,约200 m左右,PM_(2.5)浓度垂直分布特征与混合层高度密切相关,混合层以下,PM_(2.5)浓度较高,垂直变化特征不显著,形成明显的污染层,混合层以上,PM_(2.5)浓度迅速降低并维持在降低水平.观测期间,粒径小于1. 0μm颗粒物浓度较高,粒径大于2. 2μm颗粒物浓度较低,近地层粒径为0. 777μm颗粒物浓度最高.颗粒物浓度粒径谱分布与相对湿度和混合层高度相关,高湿度和低混合层下颗粒物浓度粒径谱分布较宽泛.观测期间,PM_(2.5)在西南方向上的传输通量最高,占总传输通量的63. 3%,其中46～156 m和156～296 m高度之间PM_(2.5)传输通量最高.近地面300 m内PM_(2.5)传输主要以西南方向传输为主,300 m以上传输方向较分散.     

内蒙古夏季大气降水同位素特征及影响因素

为探明内蒙古地区夏季大气降水中δD和δ¹⁸O组成特征及其对气象因子变化的响应关系,于2017~2019年夏季采集了内蒙古阿拉善左旗、呼和浩特市市区、正蓝旗、克什克腾旗（达里湖）、通辽科尔沁左翼中旗和呼伦贝尔新巴尔虎右旗（呼伦湖）等6个区域共计82次大气降水样品,结合来自全球降水同位素观测网（GNIP）的包头、张掖等6个区域大气降水样品中δD和δ¹⁸O数据,分析了内蒙古地区大气降水中δD和δ¹⁸O变化的区域差异及其主要影响因素,结果表明：内蒙古局地大气降水中δD和δ¹⁸O值存在自西向东不断偏负的趋势,其中呼伦贝尔新巴尔虎右旗大气降水中δD和δ¹⁸O值最偏负;相对地,西部阿拉善左旗大气降水中δD和δ¹⁸O值最偏正;内蒙古地区局地大气降水线斜率和截距同样表现出自西向东逐渐偏正的变化趋势,显示二次蒸发作用的影响逐渐下降,且局地蒸发水汽团对西部地区大气降水影响明显,如位于西风环流影响区的阿拉善左旗等区域局地蒸发气团占到8月部分单次大气降水来源水汽团的100%,而7月份,东亚夏季风环流对内蒙古局地大气降水的影响最为明显;整体上,虽然区域大气湿度变化引起的二次蒸发是影响内蒙古局地大气降水过程的一个关键因素,不过大气降水量对夏季大气降水稳定同位素组成的影响最明显.即西风环流影响区大气湿度变化对氘盈余指数d值的影响程度明显强于东亚夏季风区大气湿度变化的影响,而东亚夏季风环流影响区大气降水量对d值的影响程度则相对明显.     

乌鞘岭南、北坡降水稳定同位素特征及水汽来源对比

为了揭示季风边缘区降水中稳定同位素特征及水汽来源,利用2016年10月至2017年10月采集的97个降水样品,采用相关分析和HYSPLIT模型,对乌鞘岭南、北坡降水稳定同位素的特征、大气水线方程、温度和降水量效应、水汽来源进行了对比分析.结果表明,南坡大气降水线的斜率与截距低于全球大气水线(GMWL)和北坡大气降水线;南、北坡的同位素温度效应和季节效应明显,但北坡的温度效应比南坡更为明显;除北坡夏季和南坡降水量小于5 mm时降水稳定同位素表现出微弱的降水量效应,南、北坡其它季节或其它降水量级均无明显的降水量效应;来自西北和北方的水汽占90%以上,北坡受季风水汽影响极少,南坡夏季会受到东南季风影响,局地水汽再循环对乌鞘岭南、北坡水汽也有贡献.本研究可提高对高寒山区降水同位素演化的认知,为寒旱区同位素水文学的进一步研究奠定基础.     

放射性核素大气扩散数值模拟研究综述

放射性核素大气扩散模式可以模拟放射性核素在不同尺度下的大气输送与扩散,为核电站选址、核事故应急提供科学依据.本文总结了目前广泛用于模拟核素扩散的多种模式,详细比较了各模式对放射性核素的衰变、输送和扩散、干/湿沉降和重力沉降以及辐射剂量等处理方法,总结归纳各个模式模拟的差异性.最后,对放射性核素大气扩散模式发展前景做了展望.对有针对性地提高模式模拟能力以及明确模式的发展方向具有重要的意义.     

东亚春季边界层臭氧的数值模拟研究

利用嵌套网格空气质量模式系统(NAQPMS)对2004年4月东亚边界层(距地面.km以下)臭氧进行了数值模拟.并评估了东亚边界层光化学反应的活性.结果表明.东亚春季臭氧呈带状分布,其高值.〔φ(O3)>55×10-9.主要集中在30°N～40°N.受东亚季风气候控制.沿蒙古、中国东北以及日本一线有一强臭氧输送通道.输送通量达3×10-.mol/(m2·s).通过计算边界层O3光化学净生成率可知.光化学影响主要集中在高污染源排放地区.其与水平输送对臭氧影响的分布具有负相关性.说明光化学生成的O3可被输送至下风地区,而不仅限于局地.      

基于天气背景天津大气污染输送特征分析

区域输送是大气污染防治中需要考虑的重要因素,本文利用大气化学模式定量估算2016年10月~2017年9月区域输送对天津的影响,重点基于天气背景分析区域输送影响和气象条件的关系,为京津冀地区大气污染联防联控提供支撑.结果表明,京津冀地区各城市区域输送贡献百分率平原城市显著高于沿山城市,天津一次PM_2.5本地贡献62.9%,区域输送贡献37.1%,主要受沧州、廊坊、河北中南部、北京、唐山和山东等地输送影响,每年4~6月区域输送最显著,7~8月区域输送最弱.区域输送与天气形势、风场和降水等气象条件密切相关,高压后和锋前低压是区域输送占比最高的两种污染天气类型,西南风、西风和南风3个风向下天津大气污染输送影响最为明显,风速2~3 m ·s^-1时最有利于PM_2.5区域传输,降水超过5 mm以上将降低大气污染物区域传输效率.对于不同污染类型和重污染阶段,轻度污染天气时区域输送贡献最为明显,比均值偏高20.5%,重污染天气虽受静稳气团控制,但由于周边区域高浓度的PM_2.5,污染气团迁移对区域内污染聚集传输有显著影响,重污染期间PM_2.5输送贡献占比超过均值,约偏高10%~15%.重污染过程中,开始积累阶段和峰值阶段,输送贡献占比高于其它时期,与暴发阶段相比偏高14.5%和19.5%,重污染暴发阶段本地排放贡献更明显,比均值偏高9.9%.