近53年山东省霾季节性特征的年代际变异

为了进一步认识山东省霾日长期变化特征,从而为政府决策和空气质量预报提供科学依据,基于山东省80 个气象站53 年（1961-2013）的观测资料分析,利用多项式及线性回归拟合、定义表示随季节和年际变化程度的变量如季节变化率、年际变化率等多种统计方法分析了近53 年来山东省霾日季节性的年际、年代际长期变化及空间分布规律,结果表明,山东上个世纪明显的冬季霾高发的典型季节性特征演变为本世纪模糊的季节差异,即霾多发时段随年际增长逐渐由冬季蔓延至秋季,夏季和春季.全省平均霾日的季节变率从60 年代的84.0%,70-80 年代的72.4%~73.6%,到90 年代跌至56.4%,而在本世纪的13 年低达42.3%,体现了山东霾日变化季节性的年代际特征,即近53 年季节差异在不断减小,霾趋于常年化发生的大气污染事件.霾日季节性的空间分布及年际变化特征还表明：近53 年山东霾日呈持续上升趋势,1990 年之前呈显著的增长趋势,1990 年之后上升缓慢,但维持霾高发的水平.霾日高发区域主要集中在济南地区,济宁-泰安-莱芜一带,枣庄-临沂一带,青岛地区和聊城西部地区,其中,高中心依次为济南的80.9 d·a^-1,临沂的78.2 d·a^-1 和青岛的69.0 d·a^-1.山东中东部的霾日年增长率整体高于西部地区,鲁中、鲁南及半岛南部地区是霾日年际增长高值区.山东省霾日年际变化趋势以夏季增长率最高,大部分地区的年际增长率都在4.5%·a^-1 以上,其次是秋季、春季霾日年际变化趋势,冬季霾日年际变化趋势普遍增长率最低,且大部分地区的变化率值为1.5%·a^-1 以上,近53 年来山东大部分地区出现了霾日模糊季节性变异.     

互花米草入侵盐沼湿地CH4和N2O排放日变化特征研究

甲烷（CH4）和氧化亚氮（N2O）是导致全球气候变暖的2种重要温室气体,探索其源汇及地域排放特征一直是全球变化研究领域的核心内容。CH4和N2O通量的日变化研究是正确估算大时间尺度下CH4和N2O排放量的基础。利用静态箱法原位观测了江苏沿海芦苇（Phragmites australis）、盐蒿（Suada salsa）、光滩、水面以及互花米草（Spartina alterniflora）入侵湿地CH4和N2O排放的日变化特征。结果表明,1）互花米草湿地地上部生物量为1.70 kg·m^-2,土壤有机碳质量分数为13.55 g·kg^-1;分别是芦苇和盐蒿湿地的2.50-3.43和2.15-4.15倍。2）互花米草和芦苇湿地土壤10 cm处氧化还原电位（Eh）有明显日变化,最低值出现在3：00,最高值出现在12：00;光滩和盐蒿湿地没有明显的日变化。3）互花米草湿地 CH4日平均排放通量为0.52 mg·m^-2·h^-1,是其他湿地的2.12-6.40倍;N2O日平均通量为-3.24μg·m^-2·h^-1,显著低于盐蒿湿地、光滩和水面（P＜0.05）。互花米草和芦苇湿地CH4排放通量最高值（0.73 mg·m^-2·h^-1和0.30 mg·m^-2·h^-1）出现在15：00,最低值（0.37 mg·m^-2·h^-1和0.17 mg·m^-2·h^-1）出现在3：00,均与土壤孔隙水中CH4浓度呈显著负相关（P＜0.05）。互花米草湿地CH4排放通量与10 cm土温、Eh和生态系统CO2净交换量（NEE）显著正相关（P＜0.05）。互花米草和芦苇湿地N2O通量9：00-18：00为负值,21：00—6：00为正值,均与NEE呈显著负相关（P＜0.05）。盐蒿湿地、光滩和水面CH4和N2O排放通量没有明显日变化特征。互花米草入侵提高了沿海湿地CH4排放,但降低了N2O排放,植物对CH4传输作用以及向根际传输O2和易分解有机物是导致互花米草和芦苇湿地CH4和N2O排放表现出日变化特征的原因。     

西安市雁塔区大气NO_x垂直分布及影响因素

根据2013年3月西安市雁塔区高层建筑的昼夜观测资料,分析近地层大气ρ(NOx)的垂向变化及其影响因素。结果表明,观测期间ρ(NOx)日均值为0.100~0.120 mg·m-3,逐日波动不大;其值随高度上升而增大,但不同时段存在差异,在53~65 m高处达到最大值;≤29 m高处在14:00—16:00达到最大值,22:00—00:00降至最低;35~65 m高处白天持续升高,20:00达到最大值,22:00降至最低值后缓慢升高;71~83 m高处则在22:00—00:00降至最低后又很快升高。认为ρ(NOx)变化受人为源排放、大气稳定度、天气形势、城市冠层及其他气象条件的综合影响,与气压、风速呈显著负相关,与气温呈显著正相关。     

眉山市霾气候数据序列重建及其气候特征分析

为研究眉山地区霾日时空演变特征,基于眉山市6个区县2015～2019年相对湿度、能见度、天气现象以及空气污染物浓度等资料,通过肯德尔相关系数等方法选取最优霾日判别方法重建了眉山地区霾日气候数据序列,最后采用经验正交函数分解分析了眉山霾日的气候特征和变化规律.结果表明:对于眉山地区,方法2(日均90)更适合用于重建霾日气...     

1981~2010年深圳市不同等级霾天气特征分析

利用1981~2010年深圳市地面观测及空气质量监测资料,分析深圳不同等级霾天气的长期变化特征以及大气水平能见度、空气质量与霾的关系.结果表明:深圳霾日数总体呈增多趋势,强度增强,中度以上霾增多;各等级霾日数均呈增多态势,但不同等级霾日占年总霾日的比例变化趋势不同,轻微霾所占比例下降,轻度以上霾上升; 霾天气呈现冬季>秋季>春季>夏季的季节特征,但重度霾却是夏季最多; 霾导致大气水平能见度明显下降,霾日平均能见度较非霾日低6~7km,霾等级越高,能见度下降越明显,霾日能见度日变化幅度较非霾日小;霾日SO2、NO2浓度为非霾日的1.4~1.7倍,PM10是非霾日的2.2倍,大气颗粒物污染加剧可能是深圳能见度恶化、霾天气增多的一个重要原因;针对荔香站霾日SO2浓度日变化不明显,PM10 、NO2浓度呈双峰型分布,与上下班时段吻合,说明机动车的增加也是深圳霾天气增多的主因之一;霾等级越高,空气中PM10、SO2、NO2的浓度越高,从轻微到重度霾各级之间SO2、NO2和PM10浓度增幅大都在15%~20%.     

长江三角洲城市群霾的演变特征及影响因素研究

重建了长江三角洲1961~2007年霾气候数据序列,分析了霾日数的时空变化特征及城乡差异,并探讨了大气污染以及地面和近地层气象条件对霾发生的影响.结果表明,利用湿度—能见度指数参与霾气候序列重建的方法具有一定的合理性和科学性.过去47a间,长江三角洲霾日数总体上呈逐渐增多的趋势,并且四季霾日数都增加.空间上,整个长江三角洲霾日数基本上都呈增加趋势,并以杭州和南京增加最多.近30a来长江三角洲大城市、中等城市和城镇乡村站间霾日数变化具有明显差异.地面气象要素中风速和最长连续无降水日数与霾发生具有较好的对应关系.在霾天气过程和对应的清洁过程,近地层温度、位势高度和风场也都具有明显的差异.长江三角洲霾变化趋势与我国京津冀、珠江三角洲等地的变化一致.区域大气污染物排放量的增加,尤其是细颗粒物的增加是霾出现频率增加的可能原因,全球气候变化以及区域城市化造成的气象条件改变也有利于霾日的增加.     

城市化对北京霾日数影响统计分析

近年来,随着超大城市/城市群大气灰霾等复合污染加剧,引起人们对区域生态环境与及公共健康问题越来越多的关注。应用北京地区1980—2012年气候资料及同期城市发展统计指标,统计分析了城、郊区间霾日数的变化特征,并在此基础上探讨了北京城市化及局地气候差异对霾日数的影响。分析表明：北京城区霾日数要明显多于郊区,在2007年以前城、郊区站点均有相似的波动增长趋势,但城区站霾日数增加速率（约21 d/10 a）要远大于郊区站（约7.2 d/10 a）;北京各地霾日数与主要城市发展指数之间的相关系数均超过0.001显著性水平,随着城市化而迅速增加的能源消耗和机动车尾气排放是导致北京地区灰霾天气逐渐增多的主要污染源,污染源的不均匀分布是导致城、郊霾日数差异的主要因素。分析还发现,城市化导致的区域气候差异对局地灰霾亦有较明显的影响。伴随着城市化的快速发展,城、郊区气候差异逐渐变大,城市下垫面粗糙度增加导致近地面层风速减小。大城市热岛效应背景下,更容易出现较厚的逆温层,这将阻碍空气垂直方向的对流输送。此外,城区气温持续上升,相对湿度下降,平均风速减小,小风频率增加,也会阻碍空气的水平流通,使得城市排放颗粒污染物的扩散难以扩散,有利于霾日增加。这表明北京地区城市气候效应对区域生态环境具有不可忽视的影响。     

雾霾天气让经济“伤筋动骨＂

2013年岁末,雾霾持续发酵,全国已有近30个省（区、市）出现雾霾天气,各个城市都采取了应对措施,南京中小学幼儿同停课、杭州学校启动应急减排措施,在校学生一律停止户外活动。据亚洲开发银行发布的一项报告估算,每年中国空气污染造成的经济损失至少相当于GDP的1．2％。     

2013年“世界标准日”暨地震标准化宣传丰富多彩

2013年10月14日是第44届世界标准H．其主题是“国际标准推动积极改变”。为增强全社会地震标准化意识,推进社会共同防震减灾,中国地震局政策法规司会同全国地震标准化技术委员会秘书处制定了“地震标准化更加注再管理规范、服务高效”的宣传主题．制作了世界标准日宣传电子图片,并在中国地震局网站首次公开提供地震行业标准全文本含询服务。     

沈阳市大气PM2.5中水溶性离子的季节变化特征

为研究沈阳市大气中PM2.5及其水溶性离子的污染特征、季节差异和来源情况,使用URG-9000D在线监测系统对沈阳市2019年大气颗粒物进行连续的采样分析,并利用正交矩阵因子分析法(PMF)进行污染物的来源解析.结果 表明,2019年沈阳市秋冬季节PM2.5质量浓度变化受相对湿度影响较大,冬季PM2.5平均质量浓度达到85.76 μg·m-3,细粒子污染较为严重.沈阳市大气PM2.5中SNA(SO42-、NO3和NH4+)所占比重表现为春季最高秋季最低;夏季SO42-和NH4+浓度较高,而NO3-浓度较低.SO42-在夏季呈单峰型日变化,与NO3-变化趋势相反.春夏秋三季NH4+与SO42-、NO3-主要结合为(NH4)2SO4和NH4NO3,冬季NH4+主要以(NH4)2SO4和NH4HSO4的形式存在.沈阳市存在较强的SO2和NOx二次转化现象,且各季节中SO2的转化率均高于NO2.PMF源解析结果表明,二次源对沈阳市大气污染贡献最大,夏秋季生物质燃烧和冬季燃煤源贡献同样不可忽视.