基于环境模式PM2.5的渤海及其西岸能见度预报技术优化研究

基于2019年12月1日—2020年11月30日渤海及其西岸地区能见度观测和数值模拟,研究了该区域海岸陆能见度演变特征及其预报方法,并通过引入PM_2.5浓度及建立相应的消光方程,提升该地区能见度预报准确率.结果表明：渤海及其西岸地区海岸陆能见度演变特征存在差异,就年平均能见度而言,海上（含港口）高于陆地,并且前者的能见度日变化较后者更趋平缓,低能见度（<3 km）天气陆地主要出现在0:00—8:00,海上（含港口）则全天均有可能出现,海上（含港口）0～500 m低能见度天气多于陆地,500～3000 m低能见度天气少于陆地.渤海及其西岸地区能见度预报需要考虑气溶胶消光的影响,欧洲数值模式（ECMWF）和天津气象台主观能见度预报产品,在该区域预报与实况的相关系数为0.2～0.3,相对误差为40%～50%.引入天津环境模式PM_2.5浓度预报,基于ECMWF相对湿度和环境模式液态水含量,通过消光方程可以较好地改进预报该区域能见度的效果,其产品陆地和港口能见度预报与实况的相关系数分别为在0.8和0.5以上,相对误差分别为20%和40%左右,小于...     

基于多源综合观测的徐州冬季重污染过程分析

经过多年的大气污染治理,我国的多种大气污染物浓度已呈现显著下降趋势,然而在不利气象条件下仍会导致重污染事件的发生.掌握此类影响较大的偶发重污染事件产生与发展的原因和机制,有助于进行下一步的大气污染预警和防控.本研究以徐州2020年12月中旬的 一次重污染过程为例,通过地面站点观测、激光雷达、模式模拟、颗粒物组分观测与源解析、后向轨迹溯源等手段进行了全方位的观测与分析.结果表明,此次污染过程中颗粒物主要来源为二次离子、燃煤、生物质燃烧、机动车、扬尘等,其中,二次离子占比最高,为37.9%;污染期硫氧化率（SOR）和氮氧化率（NOR）明显高于污染前,增幅分别为176%和82%;污染期主要来自燃煤源的SO₄^2-较污染前升高幅度明显,由5.51 μg·m^-3升高至16.3 μg·m^-3,升幅为196%;生物质燃烧的示踪物K⁺由0.37 μg·m^-3升高至0.83 μg·m^-3,升幅为123%;污染前期,局地高湿、静稳等主要 外在不利气象因素促进了本地污染物的生成;污染中期受山东和安徽等地污染物传输增加的影响,外来源占主导,外源贡献增加至74.4%. 研究表明,因气象和排放等因素的不确定性,致使冬季重污染过程具有复杂性.本研究可为了解大气污染机理及提高区域联防联控提供依据.     

基于气象卫星分形纹理的云雾分离研究

在研究了卫星图像上雾的光谱和纹理结构特征的基础上,采用差分盒维数计算模型对气象卫星遥感图像中的云雾进行了纹理分析和分离。采用划分、计算卫星图像各连通域,分别求取各连通域加权分形维数,进而设定维数阈值的方法进行了雾信息提取。利用GMS—5卫星红外通道资料,进行了云雾分离试验,取得了较好的雾信息提取效果。     

APEC会议前后北京地区PM2.5污染特征及气象影响因素

为分析APEC会议前后北京地区PM_2.5变化特征,利用中国科学院大学雁栖湖校区超级站在2014年10—12月的连续观测数据,对APEC会议前后北京地区污染物分布及变化特征、气象影响因素和气团传输路径特征进行了分析. 结果表明:APEC会议期间北京地区减排效果显著,ρ(PM_2.5)平均值比会前下降了60.5%. 气象条件对污染物扩散起到积极作用,APEC期间平均风速为1.40 m/s,平均相对湿度为31.9 %,近地面气象条件优于APEC会前、会后. 北京地区受到外来污染物输送的影响,在2.00~3.00 m/s的南风下易发生来自南部地区的PM_2.5和SO₂输送. APEC会议期间北京地区主要受来自西北地区的高速、高海拔气团控制,其出现频率为39.6%,远低于APEC会前 (15.9%)和会后(20.8%),而来自南部地区的低速、低海拔污染气团的出现频率仅为2.1%,扩散条件总体良好. 研究显示,除了减排措施有效削减了污染物排放以外,有利的气象条件也是APEC会议期间北京地区保持良好空气质量的重要因素.      

2015年北京“阅兵蓝”特征及成因探讨

利用大气成分和气象要素观测数据,对2015年8~9月北京田径世锦赛和抗战胜利70周年纪念活动期间的北京PM_2.5浓度变化特征及其相关的大气污染气象条件进行了研究,并采用大气化学数值模式模拟了气象条件、减排措施和区域减排联合行动对北京PM_2.5浓度下降的作用和贡献.结果表明：纪念活动期间北京地区空气质量显著改善,PM_2.5平均浓度仅为18.7μg/m³,比前期8月1~19日下降70%,比2014年同期降低74.0%;东北冷涡长时间稳定少动为空气质量改善提供了良好的大气环流条件,北京地区混合层高度相比前期升高20%,相对湿度降低17%,风速增大7%,气象要素变化为庆祝活动期间PM_2.5浓度下降提供了良好的气象条件,尤其是地面主导风向转为偏北风后,阻止了北京城南及华北中南部地区的污染物输入北京城区;CAMx模式的模拟结果表明,与2014年同期相比,气象条件变化在北京PM_2.5浓度降幅中的贡献率达73%;纪念活动期间有无减排的模拟分析显示,在相同的气象条件下,减排措施使北京PM_2.5浓度下降约33%;期间北京PM_2.5来源以本地排放为主,本地的减排措施对改善空气质量的贡献率约为72%,周边地区减排的贡献率约为28%.     

陕西2012年极端天气气候事件与气象灾害

利用极端天气气候事件监测系统监测结果,分析了陕西1981-2012年极端天气气候事件出现次数和强度,发现2012年陕西极端天气气候事件次数少于多年平均值,但华阴7月2-4日、佳县7月24-28日极端降水事件强度之大,为历史罕见,佳县27日降水量、26-28日3d降水量均超过百年一遇的水平,造成严重人员伤亡和经济损失.说明即便是在极端天气气候事件出现次数少,气候年景较好的年份,局地也会出现历史罕见的极端事件和灾害.此外,还分析了极端天气气候事件次数与灾情年景评估指数之间的相关性.     

上海市氮氧化物污染与气象条件关系特征分析

根据上海市1998-2000年NOx浓度监测数据,对其月变化、城乡差异进行分析.将NOx浓度最低、最高月份值与气象条件进行了对比.结果表明,NOx浓度年内月变化呈"U"型,在冬季出现最高值,夏、秋季较低.其原因主要是冬季稳定型气象条件出现频率高,不利于污染物扩散;夏、秋季则相反.应用SPSS统计分析软件,对NOx浓度与各气象要素进行相关分析.结果表明,NOx浓度与风速有很强的负相关性,与气温、气压、太阳辐射等要素也有明显的相关性.在此基础上,提出了NOx浓度的气象学预报模式.NOx浓度城乡差异明显,城区高于郊区.因为NOx的主要来源为机动车排放,集中于城区;另外郊区建筑物不像城区那么密集,扩散条件比较好.     

三峡库区武隆县地质灾害研究

武隆县是三峡库区地质灾害较为严重的城镇之一,滑坡、危岩、崩塌、泥石流等地质灾害分布广,危害程度大,严重地制约着地方经济和社会的可持续发展。在大量野外调查的基础上,分析了该地区地质灾害的主要类型及其分布特征,从地形地貌、岩土体性质、地下水、降雨、人类工程活动等方面总结了地质灾害成灾机理。在此基础上,进一步提出了该地区地质灾害的防治对策和措施,力求有效地预防和减少地质灾害的发生。     

上海市道路灰尘中铂族元素(PGEs)富集特征

分析了上海市道路灰尘铂族元素(PGEs)累积水平和分布特征,并探讨了来源变化.样品经王水消解后由ICP-MS测定.研究结果表明,上海市道路灰尘Rh,Pd,Pt浓度分别达到:27.68(61.05-4.50)ng·g~(-1),107.72(12.98-241.4)ng·g~(-1)和34.89(0.36-108.6)ng·g~(-1),分别是参照点的18.33倍、11.12倍和65.83倍,高出地壳丰度值两个数量级以上,与国际其他城市道路灰尘PGEs水平相比,Pt含量较低,Pd和Rh含量处于中间水平;内环-中环区间的道路灰尘PGEs含基最高,从此区域分别往城区内和城区外,PGEs含鼍逐渐降低,至郊区道路,灰尘PGEs含量达到最低,车流量及道路是否限行高污染车辆是主要致因;不同类型道路PGEs浓度水平表现为:快速路(包括环线)>主干道>次干道>高速公路>郊区公路,道路类型会对PGEs分布产生较大的影响,但并没有对其产生决定性作用;PGEs间相关性很好,汽车催化转化器(VECs)排放是道路灰尘PGEs主要来源,Pd含量远高于Pt和Rh,不同于大多数文献的研究结果,VECs类型发生变化是主要原因;同为交通污染排放的元素,Cr与PGEs的相关性很好,Cu与PGEs之间有一定相关性,Zn只与Pt有相关性,而Ph与PGEs没有相关性,Pb和Zn为汽车催化剂毒物是主要原因.     

北京市典型交通道路CO的污染现状

于春季、秋季和冬季分别对北京市3类典型道路(开阔型、十字路口型、峡谷型)空气中CO污染进行了现场监测,对CO时空分布和影响因素进行分析。结果表明:十字路口CO平均浓度最高,为2.81mg/m3,CO日变化幅度较小,在中午上下班时间出现高峰,峡谷型道路次之,为2.55mg/m3,CO日变化呈单峰型,在中午前出现爬坡,下午有所降低,学院路CO污染最轻,CO平均浓度为2.39mg/m3,CO浓度日变化呈多峰型,早中晚高,其他时段较低;冬季CO污染最严重,平均浓度明显高于春季和秋季,分别为3.18mg/m3、2.49mg/m3,和2.45mg/m3;风向对CO的分布也有很大影响,背风面的CO浓度明显高于迎风面的CO浓度。