城市形态参数对边界层气象条件影响的模拟

利用耦合城市冠层方案的气象模式WRF,选取高密度城市深圳,通过在模式中设置不同建筑物高度和密度的敏感性试验,研究城市形态参数对边界层气象条件的影响.结果表明：建筑物高度和密度增加会使日间城市冠层对热量的截留作用增强,城市储热分别增加约6W/m²和9W/m²;在城市冠层遮蔽效应和截限作用的共同影响下,建筑物高度增加会使日间地表温度降低约0.3℃,而建筑物密度增大则会引起地表温度增加0.6℃以上,2m温度和地表温度的变化有很好的一致性.城市建筑物高度和密度增加均会引起地表粗糙度增加,造成风速分别降低约0.4m/s和0.6m/s,同时在夜间,由于湍流运动增强,使得夜间边界层高度分别增加约30~40m和20~30m.反之,建筑物高度和密度减小使日间储热减小6~7.5W/m²,10m风速增加约0.3m/s和0.4m/s,夜间边界层高度降低约30~50m和10~30m.     

不同时间尺度下杭州市O3污染特征及控制因素

通过集中整治,我国空气质量已经有了明显改善,但在减排背景下近地面高ρ(O₃)仍是当前最复杂的大气环境问题之一.利用2011—2017年(尤其是杭州市G20峰会期间)ρ(O₃)、ρ(NO_x)、ρ(VOCs)和气象条件观测数据,分析了杭州市G20峰会期间及不同时间尺度下杭州市ρ(O₃)的变化特征及其影响因素.结果表明:①杭州市ρ(O₃)日变化呈单峰型特征,15:00左右ρ(O₃)达最大值(98.55 μg/m3);ρ(O₃)周变化存在“周末效应”,周末ρ(O₃)明显高于工作日;1 a中4—9月为ρ(O₃)高值期,ρ(O₃)峰值出现在5月和9月.以2013年为界,将2011—2017年ρ(O₃)变化分成下降和上升2个阶段,2011—2013年呈下降趋势,降幅约为15.02 μg/m3,2014—2017年呈上升趋势,增幅约为23.25 μg/m3.②减排措施的实施对ρ(O₃)存在双重作用,其可通过降低前体物质量浓度抑制O₃的生成,又能引起大气污染物质量浓度下降、太阳辐射增强,从而促进O₃的生成.当O₃前体物质量浓度较低时,在强太阳辐射等气象条件驱动下,近地面仍会呈现高ρ(O₃)的现象.③气象条件是驱动ρ(O₃)日、月变化的控制因素;相反,前体物质量浓度则是ρ(O₃)周、年变化的控制因素,此时VOCs或NO_x控制区、“周末效应”等ρ(O₃)变化特征开始显现.研究显示,不同时间尺度下杭州市O₃污染的控制因素不同.      

2019年西安末场雾霾PM2.5生消扩散特征

为了探寻西安雾霾气溶胶典型生消扩散特征,对2019年最后一场雾霾(简称末场雾霾)开展了高分辨WRF-Chem(the Weather Research and Forecasting model coupled to Chemistry)模拟,并结合环境监测站监测数据、以及特殊观测数据(西安理工大学气象站、粒谱仪、太阳光度计观测等),对末场雾霾发生发展的气象条件与气溶胶条件进行了综合诊断,研究结果如下:①通过与观测数据对比表明,模式较好地再现了雾霾生命史(发生于12月20—25日,于23日上午发展为重度霾).②四川北部是此次雾霾的发源地,在雾霾形成初期,沿着低矮地势存在一条输送通道(青川县-康县-徽县-两当县-秦岭西部低矮地形与青藏高原东部山脉之间的豁口-宝鸡-西安).③特殊的地形使得西安易于滋养雾霾,而较大尺度的秦岭山脉并不能完全阻挡西安雾霾的形成与扩散.④通过对比2019年首、末两场雾霾,揭示了两场雾霾气溶胶的共性特征:雾霾天气背景下,PM_2.5的组份以有机碳为主(接近或突破40 μg·kg^-1);偏北风是西安雾霾消散的关键因子(底层持续6 m·s^-1以上的平均风速,即可以吹散雾霾),雾霾消散时先从底层开始消散.     

青藏高压系统对川渝春夏臭氧污染的影响机制

为研究青藏高压系统对川渝地区春夏季臭氧（O₃）污染的影响机制,对2015~2018年每年4~9月的中国气象局高空全要素填图数据（Micaps PLOT High）、川渝14个城市的国控环境监测站点O₃监测数据及气象台站数据进行了研究分析.结果表明：O₃浓度的高低与青藏高压中心位置分布的状况和数量密切相关,中心分布越密集、出现的极值区域越多和中心个数越多时,同期地表温度越高,O₃浓度越高（尤其是中心位置出现在100°E和28°N的频数越多,地表温度越高,导致较多O₃极值的出现）.对比分析同年逐月与逐年同月高压脊线南北偏移情况对O₃浓度的影响,发现高压脊线越往北跳,对应日照时数越长,O₃浓度越高.综合分析高压中心和高压脊线对川渝地区O₃影响的共同作用,发现高压中心和高压脊线分别主要通过控制地表温度和日照时数来影响O₃浓度,且同一时段,二者对O₃浓度影响的效果和程度也存在差异,有时对O₃浓度的增加表现为协同作用,有时为拮抗作用.     

长三角秋冬季典型区域霾天气特征及对比

为总结出霾天气发生时的相关影响因子、特征共性,选取长三角地区8个主要城市,2016~2019年秋冬季发生的7次典型霾天气过程,对比分析了3次霾天气过程中AQI、PM_2.5浓度、气象要素、天气形势、边界层特征的变化以及污染物来源.结果表明：不利的气象条件及高低空配置的静稳天气型导致霾天气的形成.3次过程AQI指数峰值分别为247、306及272,与PM_2.5浓度变化趋于一致.PM_2.5浓度和能见度呈明显负相关关系,且污染过程发生时能见度普遍偏低,2、3次过程能见度谷值均低于50m.高相对湿度、稳定的气温及静风与霾过程的形成有着紧密的联系.总体上混合层高度与AQI呈现负相关关系,混合层高度较低抑制垂直对流,从而使污染物在低空区域性积聚,3次污染过程混合层高度最低值均小于100m.逆温层的出现利于霾污染过程中污染物的累积,近地层的贴地逆温将污染物集聚在地表,第1次过程贴地逆温强度高达8.2℃;脱地逆温导致污染物在边界层内堆积并抑制其扩散,均易导致高浓度污染发生,第2次过程脱地逆温为主,强度高达4.8℃.气溶胶类型多为沙尘、大陆型污染物、污染型沙尘及烟粒.污染发生通常受局地排放、区域输送及长距离输送的共同影响,气团携带的因人为产生的细粒子也是造成污染的主要原因之一.     

气象因素对大连空气中PM_(2.5)的去除效应分析

根据2013年1月1日至2月15日大连市环境监测中心PM2.5监测数据和大连市气象局风向、风速、降水量等资料,研究了降雪、降雨、风等气象因素对大气中PM2.5的去除效应。结果表明,大连市冬季采暖期PM2.5污染较重,PM2.5浓度受气象因素影响较明显。降雪、降雨、风三种气象因素对大气中PM2.5均有明显的去除效果,因去除机理不同,各气象因素对PM2.5的去除能力大小依次为风、降雨、降雪,去除效率分别为61.6%、46.0%、34.5%。     

天津市自然灾害特征及防治对策

依据自然灾害统计资料，对天津市20世纪中各种自然灾害，特别是干旱、雨涝、冰雹、风暴潮、地震、地面沉降等6种主要自然灾害的时间变化和空间分布特征进行了分析，揭示了该市20世纪以来干旱、雨涝、冰雹、风暴潮、地震灾害发生的频繁性、波动性和空间差异性，以及干旱和地面沉降灾害的区域性和日趋严重性的特点。在此基础上，根据主要自然灾害致灾因子强度空间分布特点，并结合区域孕灾环境分异状况，将天津市划分为3个灾害区，对各区的孕灾环境和自然灾害区域组合特征进行了简要评价，提出了自然灾害综合防治的相关对策。     

北京秋冬季大气氨观测研究

利用差分光学吸收光谱技术,对北京市北郊的大气氨进行了近2个月的观测.结果显示,在秋冬季节,北京大气氨的浓度为（12.89±10.12）×10^-9（part per billion）,观测期间的小时浓度最大值为49.71×10^-9.氨浓度的日变化呈现出白天低、夜晚高的特征,在早高峰时间,氨有明显的一个峰值浓度.另外,氨与NO₂、CO、PM_2.5和PM₁₀之间相关性分别为0.845、0.824、0.821和0.598,明显高于春季,说明秋冬季北京大气氨受机动车排放影响明显.气象要素对氨 浓度明显影响,风速、气压和相对湿度与氨的关联性较高,相比而言,氨与气温关联性较低,说明秋冬季低温环境下,土壤排放、垃圾存储堆场和人体排泄物等排放对大气氨浓度影响较小.     

临汾市臭氧污染变化特征、气象影响及输送源分析

结合2014~2020年临汾市臭氧逐小时质量浓度和同期气象数据、再分析数据以及潜在源贡献函数法（PSCF）对临汾市O₃污染时空变化特征、与气象因子的关系以及传输路径及潜在源分布开展研究.结果表明,临汾市近年来臭氧污染日益严重,O₃_8h_max年均质量浓度整体呈现上升趋势,2020年相对于2014年增加78.79%;月变化特征呈现“M”双峰型,季节变化峰值出现在夏季,而日变化受近地面大气光化学过程影响显著,呈较为明显的单峰单谷分布,峰值出现在14：00~16：00.O₃浓度与气温和日照时数呈显著线性正相关,当研究区相对湿度为40%~60%,气温高于20℃,风速区间为2~6m/s时易出现高浓度O₃污染.聚类分析表明临汾市O₃重污染天气期间以短距离输送气流为主,高O₃浓度除受到本地生成影响外,还受到省内临近城市及陕西省中部、河南省北部重工企业排放的大量NO_x和VOCs传输的影响.因此,针对临汾市O₃污染在严格控制本地污染源排放的前提下,必须加强汾渭平原地区的联防联控,才能有效缓解该区域大气污染的连片发生.     

Analysis of herbicide residues by gas chromatography

The extraction and clean‐up, and gas Chromatographic conditions for the detection and determination of herbicides, their metabolites and related compounds are reviewed. The literature material is examined critically in the text and presented in tabular form for quick reference. The section dealing with extraction/clean‐up techniques is sub‐divided with respect to water, soil, plant material, animal, fish and micro‐organisms. Under eight herbicide group headings the important gas Chromatographic parameters such as stationary phase, support phase, column temperature and mode of detection are tabulated. Also tabulated are the application of various detectors to herbicide analyses and limits of detection where information was available. Most commonly used liquid and support phases are listed and their frequency of use given. Different aspects of derivative formation used for the positive identification and quantitation of herbicides are discussed with emphasis on esterification, alkylation and silylation. Other important conversion techniques are outlined, particularly those associated with enhancement of sensitivity e.g. bromination, iodination, dinitrophenylation etc. Efforts that have been made towards general and automated analytical methods are discussed.