论北京降水的酸性

1994～1995年在北京市区安慧里进行了降水观测,分析了降水离子浓度,对夏季典型气象条件下的降水事件进行了后推气流轨迹分析?结果表明,北京市区年降水pH均值为5左右,夏季pH值最低,平均为4.88,说明北京出现了酸雨?气流轨迹分析显示,S-E扇形方向来流的降水酸度高;N-W扇形方面来流的降水酸度低?      

最小二乘支持向量机在臭氧浓度时间序列预测中试应用

将基于统计学理论的最小二乘支持向量机(LSSVM)方法试用于臭氧浓度时间序列预测.首先利用臭氧浓度时间序列资料重构了该混沌动力系统的相空间,然后沿着系统演化的相轨道用最小二乘支持向量机建立了臭氧浓度短时预测模型,并用上海市淀山湖站的臭氧观测资料做了提前1～8 h和提前24 h预报试验,结果显示这一模式能够较好地模拟臭氧浓度演化轨迹,提前1～8 h的预测精度均超过90%,提前24 h预报精度亦都在68%以上,预报效果较好.     

汾渭平原吸收性气溶胶时空演化及潜在源区分析

在绿色发展理念的带动下,全国多地的空气质量逐渐改善,但汾渭平原大气污染程度逐年走高,颗粒物污染尤为严重.利用OMI/Aura OMAERUV L2气溶胶数据集和PM_2.5站点数据,采用空间自相关分析及后向轨迹模型等方法,探索2005~2019年汾渭平原吸收性气溶胶的时空演化过程,揭示其高值极主导类型以及污染物传输路径和潜在源区.结果表明：①2005~2019年汾渭平原吸收性气溶胶指数（absorbing aerosol index,AAI）年均值波动上升,2006、2013和2017年为汾渭平原AAI高值转折点,年均值均大于0.63;西安和临汾AAI空间稳定性较差为高高聚集极点,在15年间高高聚集区域面积增长15.3%,空间分布更加集中,形成由西安和临汾两极相连的条带状分布区域,占区域总面积的24.2%;低低聚集区域面积锐减6.2%,转变为无特征区域.②汾渭平原AAI冬季数值最高、覆盖区域最广,在临汾极和西安极突破0.8,研究区AAI大于0.6的区域占比91.5%,其次为春季（AAI>0.4）、秋季（AAI>0.3）,夏季全境低值.汾渭平原AAI高值受大气扩散条件、气温和降水量变化影响显著.③利用后向轨迹和潜在源贡献模型得出西安极和临汾极污染物的远距离输送气团来自西北方向,近距离输送气团来自偏东和偏南方向,结合源区下垫面类型确定两个远距离沙尘传输源区（西北风源、北风源）、两个碳质源区（东风源和南风源）和一个沙尘和碳质共同作用源区（黄土高原源）.其中西北风源、黄土高原源和南风源对西安极影响显著,东风源和黄土高原源对临汾极影响显著,临汾极虽受一定程度西北风源和北风源沙尘影响,但影响较小,结合CO空间分布和其与AAI相关性系数的空间分布得出,临汾极吸收性气溶胶为碳质主导,西安极为沙尘和碳质共同作用.     

基于轨迹模型的和田绿洲沙尘移动轨迹及气象特征分析

以塔克拉玛干沙漠南缘的和田绿洲为研究区域,使用HYSPLIT后向轨迹模型和NCEP的GDAS全球气象要素数据,将和田绿洲西北部的墨玉县城作为模拟受点(79.72°E,37.26°N),对2004—2018年墨玉县发生的2 891次沙尘天气进行36 h的后向轨迹模拟,并通过k-means聚类分析法,定量分析沙尘天气期间气流的传输路径及气象特征。结果表明：2004—2018年,研究区沙尘天气的发生频率变化幅度不大,没有明显的增减趋势;年内沙尘天气主要集中在春季和夏季（3—7月）,占全年沙尘天气总数的70.23%,5、6月是强沙尘暴最活跃期。在沙尘天气期间气流的移动高度和轨迹相差较大,按照气流的起源地和到达墨玉县的方向将沙尘暴分为NW-W簇、N-N簇、NE-E簇和E-ES簇4簇轨迹类型,其发生天数占比分别为18.9%、12.3%、60.1%和7.8%。由东向西的沙尘天气发生天数占比最高（60.1%）,但主要以浮尘天气为主;由西北向东南方向的沙尘发生频率不高,但移动速度最快,强沙尘暴和扬沙主要来自西北和西部方向;由北向南的沙尘暴速度最慢（1.36 m/s）,空气湿度最低（26.4%）,但气温最...     

徐州大气颗粒物污染特征及传输途径分析

利用徐州2015年PM2.5和PM10逐小时质量浓度数据,分析了徐州颗粒物时空变化特征。同时基于HYSPLIT后向轨迹模式,结合GDAS气象数据和空气质量数据,利用轨迹聚类及潜在源分析法研究徐州不同季节气流轨迹对颗粒物浓度的影响及PM2.5和PM10的潜在来源。结果显示,2015年徐州环境空气中PM2.5和PM10的年均值为65和122μg/m3,分别超过国家《环境空气质量标准》(GB 3095—2012)二级标准限值86%和63%。各国控站点ρ(PM2.5)和ρ(PM10)月变化呈现一致的冬季高夏季低的"V"型变化特征,这与气象条件和气流轨迹特征季节性变化有关。秋冬季污染较高时期徐州主要受西北内陆性气团和较为稳定的气象条件影响,而春夏季来自较为干净的东部海洋性气团利于污染扩散。潜在源分析显示,山东、安徽、苏中南、浙西北等地区是影响徐州市PM2.5和PM10的主要潜在源区。各季节潜在源区分布范围有一定差异,冬季时潜在源区分布最广,并有明显向西北方向转移延伸的趋势。     

不同污染等级下阳泉市PM2.5传输特征和潜在源区分析

利用2020~2022年阳泉市的PM_2.5监测数据、NCEP数据及对应时刻天气形势分析的气象资料,采用 HYSPLIT4 后向轨迹模式,引入多站潜在源贡献因子分析法（MS-PSCF）和轨迹密度分析法（TDA）,对阳泉市PM_2.5传输通道和潜在源区分区域、分级别研究. 结果表明：①阳泉市PM_2.5污染主要集中在阳泉和平定,盂县相对较轻,阳泉和平定的不同污染等级天数占比及PM_2.5浓度的平均值和最高值均要明显比盂县高,PM_2.5分布特征与本地特殊地形密切相关. ②小风天气下不同污染等级PM_2.5污染次数最多、PM_2.5浓度最高;东西向区域输送对阳泉和平定PM_2.5污染次数和PM_2.5浓度影响明显,且偏东风贡献显著;盂县中度以上天气以本地污染源影响为主. ③中度以上污染天气生成维持的地面形势主要有4种,暖低压型（22%）、高压前部（底部）型（54%）、高压后部型（14%）和均压场型（10%）,高压前部（底部）型是造成PM_2.5浓度升高的主要地面形势;高空形势主要有2种,平直西风气流型（78%）和西北气流型（22%）,平直西风气流型是造成PM_2.5浓度升高的主要高空形势. ④MS-PSCF和TDA分析法得出的PM_2.5不同污染等级的传输通道和潜在源区结果具有一致性,PM_2.5主要传输通道为东北、东南和西北通道,东北和东南通道为短距离传输,是造成PM_2.5浓度增加的主要路径,西北通道与西北沙尘传输通道一致,属于长距离传输;PM_2.5主要的污染潜在源区位于河北中西部与东南部、河南东北部及其与山东西南部交界处、山西东南部.     

2017年春夏期间南京地区臭氧污染输送影响及潜在源区

基于南京市空气质量数据与NCEP 全球再分析资料,利用后向轨迹模式计算了 2017 年春夏(4～10 月)到达南京城区逐时的24 h 近地面气团后向轨迹,并将后向轨迹数据与臭氧质量浓度数据结合,进行轨迹聚类与潜在源区分析.结果表明,2017年南京市臭氧日最大8 h 滑动平均浓度在12～261 μg·m-3,超标共58 ...     

常州市臭氧污染传输路径和潜在源区

利用NCEP全球再分析资料和HYSPLIT4模式,计算了2013—2015年常州市臭氧(O_3)超标日的气流后向轨迹。结合聚类分析方法和常州市PM2.5、PM10、SO2、NO2、O_3数据,分析了O_3超标日不同类型气团来源对各污染物浓度的影响,并利用引入权重因子后的潜在污染源贡献函数分析了影响常州市O_3超标的潜在污染源区分布特征。结果表明:常州市O_3超标期间易受到东南和西南方向气流影响,其中从东海和黄海途经浙江东北部、上海、江苏南部等地的东南气流占比达50%以上。自内陆途经黄山-湖州-宜兴到常州的气流对应的O_3平均质量浓度最高,为116μg/m3。自山东经枣庄-宿迁-淮安-泰州-苏州-无锡到常州的气流对应的O_3平均质量浓度最低,为78μg/m3,但该气流对应的SO2和NO2平均值为各聚类中的最高。影响常州市O_3的潜在污染源区主要在常州周边200 km以内的区域,且集中在从南京至上海的长江下游沿线区域和杭州湾区域;其中太湖湖区为重点污染源源区之一。O_3超标日影响常州NO2的潜在污染源区主要集中在江苏南部、浙江东北部和上海3个区域,太湖周边的常州、无锡、苏州和湖州等几个临近城市为潜在的重点污染源区。与影响常州O_3的WPSCF高值区相比,影响NO2的高值区分布范围更大、距离更远。影响常州O_3的潜在污染源区分布,与长江三角洲地区人为源大气污染物的高排放区域较为一致,说明长江三角洲地区的O_3污染与本区域的人为源大气污染物排放有着极为密切的关联。     

华东森林及高山背景区域SO2、NOx、CO本底特征

国家大气背景监测福建武夷山站是中国华东区域背景站点之一,可代表华东森林及高山区域背景状况。为了解该区域的大气背景状况,评估区域污染现状以及污染物输送在区域污染中的作用,选取福建武夷山背景站2011年3月至2012年2月主要气体污染物（SO₂、NO_x、CO）为期1年的监测数据,研究各污染物在不同时间尺度的浓度变化特征和相关关系,以及与气象因子的相关关系,并利用后向轨迹模式探讨区域输送对华东森林及高山背景区域各气体污染物质量浓度的影响。结果表明,武夷山背景点监测期间SO₂、NO_x、CO的平均质量浓度分别为3.9、5.1、409.8 μg/m³,且具有明显的季节变化特征,春、冬季明显高于夏、秋季;三者日变化幅度均很小,呈现出单谷型分布型态,说明武夷山背景点受人为活动的影响很小,主要受气象条件影响;相关性分析结果显示,SO₂与NO_x浓度相关性较好,与湿度有较好的负相关,与风速在冬季具有一定的正相关,NO_x与CO浓度在秋季和冬季的相关性较好,且二者与温度的负相关性较好。后向轨迹分析结果表明,SO₂全年最大浓度峰值主要来自北方采暖季燃煤排放的远距离输送影响,NO_x、CO全年最大值则源于生物质燃烧的远距离输送影响。     

2017年上半年北京市及周边地区空气质量特征分析

依托北京市、廊坊市和保定市高密度的地面空气质量监测、气象要素监测以及PM_2.5化学组分监测和后向轨迹分析等手段,对2017年上半年三地的空气质量进行分析。研究发现：三地中北京市空气质量较好,保定市较差。分污染物来看,保定市SO₂浓度水平明显高于廊坊市和北京市,颗粒物PM₁₀和PM_2.5也呈现保定市最高、北京市最低的规律。从污染物日变化来看,CO、SO₂、NO₂、PM₁₀和PM_2.5呈双峰型分布,O₃呈单峰型分布。从区域整体分布规律来看,PM_2.5和SO₂呈现明显的"南高北低"特征。PM_2.5化学组分分析结果表明：1—4月燃煤对该区域空气质量的影响较大,5—6月机动车排放的影响更为凸显。后向轨迹分析结果表明：在2017年上半年到达北京市的气流中有24%来自于北京市南部,且这些气流多为低空传输,表明区域传输对于北京市空气质量具有一定的影响。