天津地区霾天气特征研究

基于2014~2017年天津地区PM_2.5质量浓度，能见度和相对湿度监测数据开展霾天气特征研究.结果表明：天津中度以上霾过程分为五类：高压后部型，北部弱高压型，低压槽型，均压场型和锋前低压型.在现行标准下，中度霾一般对应重度污染天气，重度霾对应重度到严重污染天气；五级重度污染天气一般有中-重度霾发生，六级严重污染天气有重度霾天气发生.2013年“大气污染防治行动计划”开展以后，天津PM_2.5质量浓度和霾日均显著减少，2017年相比2013年霾日减少了55%，中度及其以上霾日由2013年的41d下降到2017年的20d，下降幅度超过50%.基于实况监测的PM_2.5质量浓度，能见度和相对湿度，可以较好的构建区域能见度计算方程.统计数据显示，其估算的能见度和实况值相关系数为0.94，相对误差为18.6%，非霾日辨识准确率为85%，霾日辨识准确率为95.6%，轻微霾辨识准确率为83%，轻度霾辨识准确率为78%，中度霾辨识准确率为93%，重度及以上霾辨识准确率为94%，对于判断霾等级，有较强的适用性.将该方程与空气质量模式结合开展霾等级预报，2015~2017年24h预报产品检验显示：能见度预报值与实况值相关系数为0.75，预报均值13.9km，实况均值14.1km，相对误差为29.6%，FAC2（预报值在实况值两倍范围内百分比）为98.1%，霾日预报准确率81.4%，霾日漏报率18.6%，霾日空报率20.6%，如果容错1级，轻微霾日预报准确率为96%，轻度霾日预报准确率为85%，中度及以上霾日预报准确率为69%，可有效支撑天津霾等级预报的开展.     

Extreme value analysis of Munich air pollution data

We present three different approaches to modelling extreme values of daily air pollution data. We fitted a generalized extreme value distribution to the monthly maxima of daily concentration measures. For the exceedances of a high threshold depending on the data, the parameters of the generalized Pareto distribution were estimated. Accounting for autocorrelation, clusters of exceedances were used. To obtain information about the relationship of the exceedance of the air quality standard and possible predictors we applied logistic regression. Results and their interpretation are given for daily average concentrations of ozone and nitrogen dioxide at two monitoring sites within the city of Munich.     

谈双鸭山市气象特征及地形特征对空气质量的影响

双鸭山市采暖期污染较重是因为采暖期燃煤量大、低矮分散的面源多的缘故，同时气象因素及地形特征对空气质量的影响也起着相当大的作用，采用2005年空气质量监测数据，进行双鸭山市气象特征及地形特征对空气质量影响分析，得出空气较稳定的取暖期和具有山风、谷风、局地环流的地形特征是形成双鸭山市空气污染的主要原因之一，并针对地形特征及气象特征对双鸭山市空气质量的影响提出空气污染治理措施。     

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.      

1961—2017年青藏高原极端降水特征分析

基于青藏高原78个气象站点的逐日降水数据,采用百分位阈值法确定极端降水阈值,计算极端降水指数并分析其时空分布特征,以期为区域气候变化预测及防灾减灾对策的制定提供参考。结果表明：（1）1961—2017年青藏高原年降水量表现出上升趋势,上升速率为8.06 mm/10 a,多年平均降水量达472.36 mm。78个站点的年降水量倾向率最小值为-25.46 mm/10 a,最大值为43.02 mm/10 a,有15.38%的站点降水在下降,较为集中地分布在高原的东部和南部,其余84.62%的站点降水量在上升。（2）青藏高原各站点极端降水阈值的平均值为23.11 mm,取值范围为7.84~51.90 mm。高值中心出现在横断山区的贡山和木里,低值中心出现在柴达木盆地及昆仑山北翼区。（3）青藏高原各站点的极端降水量、极端降水日数和极端降水贡献率均表现出了明显的上升趋势,极端降水强度虽然也在上升但趋势并不明显,表明青藏高原极端降水量的上升并非是极端降水的强度引起的,而是由极端降水频次的上升引起的。柴达木盆地的极端降水量和极端降水日数虽然并没有表现出高值水平,但该地区的极端降水贡献率却表现出较高水平,表明该区域虽然降水量较少,但是降水往往以极端降水的形式产生。     

人为热对广州高温天气影响的数值模拟个例分析

基于广州市2009,2000和1990年工业、交通、生活能源统计数据,通过能源清单法估算出广州市对应年份的人为热排放量,再通过在WRF模式中引入2009,2000和1990年的下垫面数据和人为热排放方案,对2005,2012和2017年广州市的3次持续高温过程进行模拟,从而评估不同年代人为热排放水平对广州市极端高温天气的影响.结果表明,模拟的2m气温较为准确,能合理模拟出城市地区的热岛效应,但对极端高温的模拟略有偏低,而引入人为热有助于改善模拟结果.在case2012中,2009,2000和1990年3种人为热排放水平使广州城市下垫面的平均气温分别上升0.53,0.44和0.13℃,热岛强度增强0.43,0.38和0.13℃.3个模拟个例的结果均表明,日间的人为热排放比夜间大,但夜间气温及热岛强度的变化比日间要明显.     

最低气温对兰州市呼吸系统疾病就诊人次的影响研究

通过2013年1月1日~2017年7月31日兰州市呼吸系统疾病逐日就诊资料和气象资料,采用分布滞后非线性模型（DLNM）方法,分析0~30d滞后影响,研究极端低温对不同年龄（<15岁、16~45岁、46~60岁、>60岁）和性别人群呼吸系统疾病就诊人次的影响.结果发现：日均最低温度对相对危险度（RR）的最大RR变化范围为0.89~1.41,变化趋势整体呈现出V字型,在低温附近,温度越低,RR越高;滞后0~4d,极端低温代表的冷效应影响最为显著;滞后5~19d,在日均最低温度0℃附近,出现新的峰值,冷效应对RR的贡献有所下降,热效应对RR的贡献完全消失;滞后20~30d,日均最低温度为-10℃时,出现RR最小值,0℃温度点附近维持RR峰值;滞后22d时,滞后影响完全消失.在极端低温条件下,呼吸系统疾病对低龄人群表现出长期滞后性和高发性,对高龄人群表现出短期滞后性.男性比女性患病的滞后效应更长,患病风险更大.     

一次冷锋过程中我国区域空气污染边界层特征

利用常规地面气象和探空资料、ERA-interim再分析资料、以及全国PM_2.5浓度数据,针对2015年3月7~11日一次冷空气南下的锋面天气过程中,我国华北、华东地区出现的大范围空气污染,开展了高空各层天气形势分析,以及本次过程中污染区域由北至南6个城市（北京、章丘、郑州、南阳、武汉、长沙）边界层气象要素的垂直结构及其时空演变特征的研究.结果表明：在污染前期（3月7~8日）中高纬度500hPa平直的纬向环流和地面均压场,为污染天气的发生和维持以及空气污染物的集聚提供了有利的环流场.污染中期（3月8~10日）冷空气南下,地面冷高压向华东地区移动,重污染区域随冷高压前部的弱低压场或均压场由北向南移动.伴随着天气系统移动,六个地面观测站的边界层特征在时空上表现出相似性,由北向南各站在污染期间先后出现多层逆温,风速较小,逆温层下相对湿度较大.此次多层逆温的形成是由于夜间近地面辐射冷却、冷锋移动过程中产生的锋面逆温以及边界层以上的下沉运动造成的.本研究揭示了在天气系统移动中,位于天气系统相同部位站点的边界层结构具有共同的特征,及其与空气污染的关系.     

基于污染气象条件分级的深圳PM2.5污染回顾评价

提出了一种基于地面自动气象站网观测数据的污染气象条件分级标准,基于这套标准对2012—2019年深圳的PM_2.5污染进行了回顾分析.结果表明,2012—2019年深圳PM_2.5年均浓度总体上呈下降趋势,但2013年相对于2012年,以及2017年相对于2016年出现了反弹.其中,2013年PM_2.5浓度相对于2012年反弹的主要原因是污染排放本身的反弹,而2017年相对于2016年的反弹则更主要是由于不利的污染气象条件天数增加造成的.在2012—2019年期间,深圳的地面污染气象条件总体上呈恶化趋势,出现不利于环境改善的污染气象条件天数总体上呈增加趋势,在这种不利情况下,深圳的PM_2.5浓度仍然保持明显的下降趋势,充分说明了深圳市环保工作的成效.     

春季沙尘过程北京市不同粒径大气气溶胶污染特征及来源分析

为了解沙尘气溶胶在大气中的物理、化学特性演变,于2017年5月北京沙尘暴发期间,对北京大气中不同粒径颗粒物的质量浓度进行了连续观测,并用离子色谱仪和水溶性有机碳分析仪对其中的主要水溶性化学组分进行了检测.结果表明,沙尘期间TSP及其中的水溶性有机碳(WSOC)、元素碳(EC)、有机碳(OC)和水溶性无机离子的平均质量浓度分别为(2237.59±681.49)、(29.90±18.05)、(1.46±3.05)、(67.35±29.07)和(136.75±46.38)μg·m~(-3),除EC变化不大外,其他成分沙尘期浓度远高于非沙尘期,其中Na~+、NH_4~+、K~+、Mg~(2+)、Ca~(2+)、Cl~-、NO_3~-、SO_4~(2-)、WSOC的浓度分别为沙尘前的11.55、3.00、14.88、14.89、9.40、4.60、2.40、3.91、1.83倍,浓度增长最为明显的是地壳元素离子,变化最小的为NH_4~+和NO_3~-;粒径分析表明,地壳元素离子在整个采样期间均在粗粒径段(4.7~5.8μm)表现出最大浓度;沙尘期间SO_4~(2-)及NO_3~-均以粗模态为主,沙尘结束后SO_4~(2-)在0.43~0.65μm粒径段出现峰值,而NO_3~-依然是在4.7~5.8μm粒径段出现峰值,表明大部分NO_3~-主要以非均相反应存在于粗粒径段中.沙尘期SO_4~(2-)与地壳元素离子表现显著的正相关关系,与NH_4~+没有表现出相关性,表明沙尘期SO_4~(2-)主要来自于沙尘携带的一次来源,非沙尘期SO_4~(2-)与地壳元素没有明显的相关性,而与NH_4~+之间相关系数r=0.70,表明其为非均相二次转化形成.NO_3~-与地壳元素离子和NH_4~+的相关性分析表明其在沙尘期既有一次来源,也有二次转化,而在非沙尘期主要来源于二次转化过程.