调兵山地区污染气象特征研究

利用2003—2005年法库县气象站的地面常规气象资料和2006年12月在调兵山地区进行的低空污染气象探测资料,分析了调兵山地区低空污染气象特征。结果表明:该地区各类型风廓线出现频率比较均匀,而且由于下垫面相对平坦,因此风廓线指数与国标推荐值类似;文中定义N,NE,NNE和ENE四个方位的风向为对调兵山市区大气污染的不利风向,而其他方位为有利风向,按地面风统计本区不利风向的频率为20.88%,有利风向的频率为79.12%。     

北海某工程项目建设区污染气象特征分析

根据2005年8月14日至28日在北海某工程项目建设区观测所取得的大气边界层污染气象资料,并利用北海市气象站近年的相关气象资料,对建设区地面风场、低空风场、低空温度场、混合层特征、大气稳定度分布、各风向风速下的稳定度联合频率等作了分析,得出建设区的污染气象特征和变化规律。     

北海某工程项目建设区污染气象特征分析

根据2005年8月14日至28日在北海某工程项目建设区观测所取得的大气边界层污染气象资料，并利用北海市气象站近年的相关气象资料，对建设区地面风场、低空风场、低空温度场、混合层特征、大气稳定度分布、各风向风速下的稳定度联合频率等作了分析，得出建设区的污染气象特征和变化规律。     

丘陵浅山地区风速幂指数及其在大气环境质量预测中的应用

根据丘陵浅山地区8个测点低空风速实测资料进行风速廓线拟合,求得风速幂指数,将大气环境质量预测中的风速模式化,用来预测大气污染物的浓度分布.     

塔克拉玛干低空急流特征分析

利用2000~2013年ERA-Interim再分析资料对塔克拉玛干地区风速廓线进行分析,发现在多年平均状态下边界层内存在风速极大值中心,表明该地区可能长时间、广泛存在低空急流。为进一步判定、分析可能存在的低空急流及其季节变化特征,本文从最大风速发生高度、逆温以及风切变3个方面考虑,给出了低空急流的具体判定条件。通过客观判定表明,塔克拉玛干地区常年存在偏东方向低空急流,具有较高的发生频率,最大频率出现在8月份达68.4%,最小频率在12月份,为54.5%。急流中心高度和最大风速均存在显著的季节变化:夏季低空急流发展最高,平均高度位于地面以上339.6 m,冬季高度最低,平均高度237.7 m,春、秋季高度相近约为290 m左右;急流最大风速春、夏季最强,平均值高于7.5 m/s,秋季风速减弱为6.3 m/s,冬季达到最小值5.0 m/s。此外,分析还发现急流最大风速先随高度上升而增加,达到地面以上某一高度范围后,又随高度增加而减小。     

2021年佛山地区一次短时PM2.5污染过程分析

利用地面气象观测资料、空气质量监测数据、NCEP FNL1°×1°再分析资料和风廓线雷达探测资料，对冷空气影响下2021年1月初佛山地区出现的一次短时污染天气过程进行分析。结果表明：冷锋前的偏北风对污染物起传输作用，冷锋后较强偏北风对污染物的清除作用显著。低空逆温层的厚度增加、高度的下降抑制垂直运动，致使污染物更容易累积在近地面层，加剧了污染形成；利用风廓线雷达分析本地风场，可以较为准确地判断逆温层的高度，并能发现逆温层出现时间比达到中等污染时间提早了约10 h;对低层风场的风向、风速进行研判能够预测污染物的移动，为下游提前预警提供指示作用。     

丘陵浅山地区风速幂指数及其在大气环境质量预测中的应用

根据丘陵浅山地区8个测点低空风速实测资料进行风速廓线拟合，求得风速幂指数，将大气环境质量预测中的风速模式化，用来预测大气污染物的浓度分布。     

不同天气条件下微波辐射计和风廓线雷达探测数据误差特征分析

为探讨微波辐射计和风廓线雷达探测数据的准确性和可用性,利用天津全运会期间获取的GPS探空资料,分析不同天气条件下微波辐射计探测温湿度、风廓线雷达测风的误差特征。结果表明：晴天、云天和雨天条件下,微波辐射计反演低空温度廓线效果均较好,反演高空温度廓线误差较大,云天条件下,反演的整层温度廓线与探空实测值相关性最优;3种天气条件下,微波辐射计反演相对湿度廓线的误差均较大,与探空实测值的相关性也较差;晴天和云天条件下,风廓线雷达探测风向、风速的误差均较小,雨天风廓线雷达测风效果较差;晴天和云天条件下1750 m以上,雨天3000 m以上,风廓线雷达探测风速数据与探空实测值相关性较好,低空探测风速与探空相关性较差;3500 m以下,3种天气条件下风廓线雷达探测风向与探空实测值相关性较差,3500 m以上相关性较好,数值在0.6—1.0之间波动变化。     

呼和浩特市低空风的特征分析

根据呼和浩特市地面气象站多年资料和高空站近10年探空资料，分析了该地地面风的特征、风的垂直分布和日变化特征等。给出了呼和浩特市近地层600m以下低空风速随高度变化的幂指数以及冬、夏季各类温度层结下的平均风速廓线。指出：呼和浩特市冬季多受局地环流控制，小风和静风频率高，大气污染物不易被稀释和扩散，是造成城市大气污染的重要原因。     

用K理论研究南京大厂地区污染物扩散

本文用三维K理论扩散方程对南京大厂地区污染物浓度分布特征进行了讨论。在K理论扩散方程中,输入的风速廓线、扩散系数廓线采用Businger通量廓线关系式。用塔层风资料求取了南京地区近地面特征量。用具有四阶精度的Chapeau函数方法对三维K理论扩散方程进行数值求解,计算了大厂地区SO_2年平均浓度分布,和实测值基本上吻合。本文还研究了忽略水平扩散系数、不考虑风速随高度变化,对污染物地面浓度分布的影响。结果表明:在点源的下风方1—5千米范围内,不管是较强的还是较弱的风,忽略水平扩散系数都会使计算的地面浓度估计过高;忽略风速随高度的变化,会给计算带来一定的误差。     

深圳市空气污染气象条件标准体系的研究

为建立适合深圳的空气污染气象条件标准,对目前开展的空气污染气象条件预报进行客观的检验,基于2011—2013年地面常规气象观测资料和风廓线雷达资料,对能见度和影响因子(降雨、地面风速和低空风速)进行了相关分析。根据不同气象条件对空气污染的不同影响,将空气污染气象条件分为1—6级,等级越高,越有利于空气污染,并由此建立了深圳市空气污染气象条件等级的计算方法和流程。计算结果与实况基本相符,平均基本准确率达到75.0%,其中1级和4级基本准确率分别达到83.3%、85.2%,业务运行良好。该方法对于小概率事件(如热带气旋外围环流影响)的计算能力较差,6级的基本正确率仅为52.7%。所以针对特殊的低能见度小概率事件需要进行进一步的研究。     

西安市霾天气与清洁天气变化特征及影响因素分析

利用2006-2012年西安市污染物质量浓度、气象站逐时地面风场、相对湿度和能见度等资料,依据霾天气的定义统计理论霾日数,对比人工观测霾日与判据统计理论霾日的合理性,通过对霾天气与清洁天气过程的气象条件分析,分析西安市霾天气与清洁天气过程的变化特征及影响因素。结果表明：2006-2012年西安市霾天气过程在干季发生频率较高,湿季发生较少。地面风场对霾天气过程影响较大,绝大部分霾天气过程的日平均风速＜1.5 m·s^-1;干季大部分霾天气过程日平均风速≤1.0 m·s^-1,极端个例甚至在0.5 m·s^-1以下。清洁天气过程在干季发生次数多于湿季,主要与干季风速较大和湿度较小相关。     

达州市2016年元旦期间持续重污染天气气象条件分析

利用空气质量监测资料、高空和地面气象观测资料、NCEP再分析资料,对达州市2016年元旦节期间重污染天气过程特征及气象条件进行分析。结果表明:达州市此次重污染天气过程为长时间无冷空气活动,无降雨,大气污染物不断积聚形成。AQI日变化受污染源排放情况影响更大,早上低,白天逐渐增加,天黑后达到峰值。大气污染物的积累一般发生大气稳定度为中性或以上。AQI与08时和17时混合层厚度负相关,但日平均混合层厚度与AQI没有通过相关性检验。重污染时近地面有逆温层且逆温层较厚。AQI与逐日最高气温、日平均风速和日最大风速正相关,降雨对大气污染物稀释作用明显,特别是降雨持续时间长,雨量大效果更为显著。AQI逐时变化与温度正相关,与风速负相关。      

The Influence of Thermal Effects on the Wind Speed Profile of the Coastal Marine Boundary Layer

The wind speed profile in a coastal marine environment is investigated with observations from the measurement program Rødsand, where meteorological data are collected with a 50 m high mast in the Danish Baltic Sea, about 11 km from the coast. When compared with the standard Monin—Obukhov theory the measured wind speed increase between 10 m and 50 m height is found to be systematically larger than predicted for stable and near-neutral conditions. The data indicate that the deviation is smaller for short (10–20 km) distances to the coast than for larger (>30 km) distances. The theory of the planetary boundary layer with an inversion lid offers a qualitative explanation for these findings. When warm air is advected over colder water, a capping inversion typically develops. The air below is constantly cooled by the water and gradually develops into a well-mixed layer with near-neutral stratification. Typical examples as well as scatter plots of the data are consistent with this explanation. The deviation of measured and predicted wind speed profiles is shown to be correlated with the estimated height and strength of the inversion layer.     

中国中部典型高山气象站风速的均一性检验及其变化特点

采用二相回归方法并结合台站历史沿革信息,在对中国中部典型高山站南岳和庐山1960-2017年平均风速资料进行均一性检验和订正的基础上,分析其变化特征及其与周边低海拔台站的差异,并利用NCEP/NCAR再分析风速资料对其差异进行验证。结果表明：南岳站平均风速序列存在一个由测风仪器变更而导致的非均一点,而庐山站不存在非均一点;南岳和庐山年及四季平均风速均显著高于周边台站,且高山站以春季和夏季风速最大,而低海拔台站各季节风速差异较小;近58 a高山站及周边低海拔台站的年及四季平均风速均呈显著的减小趋势,但高山站的减小速率显著高于低海拔台站;同区域NCEP/NCAR的1000 hPa和850 hPa平均风速变化的差异与高山站和低海拔台站的差异基本一致,说明中低空和地面风速的这种差异在中国中部地区具有一定的普遍性。     

2013—2018年大连中心城区臭氧时空变化及其影响因子分析

基于2013—2018年大连中心城区O_(3)监测数据和气象数据,分析了该区O_(3)污染时空变化特征及气象要素对O_(3)污染的影响。结果表明:2013—2018年大连中心城区O_(3)已经逐渐成为最主要的大气污染物之一。O_(3)年平均浓度由2013年的66.66μg·m^(-3)上升至2018年的101.62μg·m^(-3)。秋季和夏季是大连O_(3)浓度较高的季节,其次是冬季和春季。O_(3)最高浓度月份主要为5月、6月及9月。O_(3)浓度日变化呈明显的单峰状,从上午08时开始增加,在下午14—16时达到最高,白天浓度高于夜晚。O_(3)污染物在2013—2017年从大连中心城区的西南向东北扩散。大连中心城区O_(3)与其他5种大气污染物均存在不同程度的负相关,与气温呈显著正相关,与相对湿度、气压及风速相关性较差。有利于大连O_(3)污染天气的气象条件主要为高气温(>30℃)、低湿度(≤80%)、低风速(1.5—2.0 m·s^(-1))、北风风向和长日照时间。高污染日的出现可能是受高温天气与本地逐渐增加的排放物共同影响。     

天津市城区静风与污染物浓度变化规律的分析

利用2000—2004年天津市城区气象和污染物资料,采用统计分析方法,研究了城区静风分布及污染物浓度变化规律。结果表明:静风分布有明显的日、年变化规律,在华北地形槽或低压、高压前部和高压的天气形势下易出现静风天气现象且持续时间较长。污染物浓度与风速呈现出较好的负相关,即风速越大、污染物浓度越小。但风速达到一定临界值时,TSP与风速呈正相关,大风可以引起二次扬尘并增加了空气中颗粒物的含量;PM10,SO2和NO2三种污染物在静风日的浓度值均高于非静风时的浓度值。     

京津冀4次重度污染过程的气象要素分析

利用2014年京津冀地区4次重度污染过程中的AQI数据及相关气象资料,分析了4次重度污染过程中相对湿度、平均气温、平均风速和海平面气压的一些特征。结果发现:京津冀中南部是重度污染发生的主要区域,是这4次过程中的共同点;就目前的排放水平而言,相对湿度持续高于60%时是出现重度污染并维持的重要指标;平均气温对于出现重度污染过程的指示意义不足;无论是在冬季、春季还是秋季出现的重度污染过程,平均风速小于2.0 m·s~(-1)是污染物堆积的必要条件;海平面气压的高压和低压区位置对于污染范围有着明显影响,高压区位于京津冀地区的偏东位置时,有利于该地区污染出现或维持重度水平。     

石家庄大气污染与沙尘天气的关系分析

利用2002—2006年石家庄市逐时气象资料和环境监测资料,分析了8次典型沙尘天气对空气污染的影响。结果表明:沙尘天气的首要污染物均是可吸入颗粒物,春季中度以上污染日平均出现在沙尘日当日或次日;造成石家庄沙尘天气污染源分外来型、本地型以及二者共同影响型3种;其中,本地型沙尘污染多受冷锋影响,PM10浓度与风速呈正相关。而外来型污染多处于弱气压场控制,PM10浓度与南风呈反相关,而当风向转偏北时则利于污染物积累。     

2015年11月沈阳地区一次PM2.5重污染过程综合分析

利用多源观测资料综合分析了2015年11月沈阳地区一次PM2.5 重污染天气的气象条件、垂直风场演变、大气边界层特征以及污染物的来源。结果表明:本次重污染过程中,沈阳市区PM2.5浓度长达81h超过250μg · m^-3 ,其中峰值浓度达到1287μg · m^-3 ,重污染期间PM2.5 /PM10 的比例最高为90%。受地面倒槽和黄淮气旋影响,近地面层持续存在的逆温层、高相对湿度和弱偏北风为颗粒物吸湿增长和长时间聚集提供有利的天气条件。风廓线雷达风场资料显示在重污染期间,近地面层存在弱风速区、凌乱风场和弱下沉气流。利用风廓线雷达资料计算了边界层通风量(Ventilation Index,VI)和局地环流指数(Recirculation,R),边界层通风量VI和PM2.5 存在明显的负相关,非污染日VI是重污染日的2倍,局地环流指数R在重污染天气前大于0.9,而在污染期间部分空间R小于0.8。通过后向轨迹模式和火点监测资料分析发现,沈阳上空300m高度气团来自于生物质燃烧区域,而且沈阳地区NO2和CO浓度的变化与PM2.5一致,说明本次重污染过程也可能和生物质燃烧有关。