2013年10月长株潭城市群一次持续性空气污染过程特征分析

2013年10月21~31日长株潭城市群经历了一次持续性空气污染过程.利用地面空气质量监测资料、地面气象资料及探空资料综合分析了此次污染过程与大气环流、边界层气象条件之间的相互关系,并利用卫星遥感火点监测资料和HYSPLIT4模式,分析了此次过程大气污染物的来源及输送路径.结果表明,过程前期(21~26日),污染物缓慢积累,过程后期(27~31日),PM2.5、CO、NO2等焚烧特征污染物浓度急剧升高,秸秆焚烧污染物的长距离输送是后期空气污染加重的主要原因.火点监测和后向轨迹分析表明,过程前期气流主要流经长株潭城市群东北方向的安徽、湖北等地,流经地区火点分布较少,后期气流主要流经长株潭城市群东南方向的江西等地,流经地区火点分布较多.高压均压场背景环流导致的稳定大气层结、南北冷暖气流对峙造成的地面静小风,是长株潭城市群污染过程发展、维持和加强的重要条件,污染物长距离输送对长株潭城市群区域空气质量有重要影响.     

沈阳地区一次颗粒物重污染天气过程的气象成因分析

为探究沈阳地区重污染天气成因,文章利用地面、高空气象观测资料、风廓线雷达资料、NECP再分析资料以及大气污染物监测资料,对2019年3月1~6日沈阳地区出现的一次持续性重污染天气过程,探讨了大气污染物质量浓度、地面气象要素变化特征、大气环流配置与外来输送等特征。结果表明,均压场、地面风场弱及辐合、高温高湿是本次重污染天气出现的原因;逆温层结建立、大气垂直运动差,造成污染加剧;来自京津冀东部地区和辽宁中南部地区的PM2.5外来输送对本次污染也有影响。     

重庆市一次重霾污染过程的特征及成因分析

2014年12月28日-2015年1月5日重庆市发生了一次大范围、持续性的重霾污染天气。文章利用常规污染物数据和MODIS遥感数据,结合HYSPLIT轨迹模式对此次污染进行分析。研究表明,此次重霾污染时段首要污染物PM_(2.5),主要以人为源排放为主。同时近地面不利于污染物扩散的气象条件以及大范围秸秆集中燃烧是本次持续性重污染的主要原因。     

江苏省一次重霾污染天气的特征和机理分析

利用PM10, SO2,O3,NH3, NOx,CO等6种大气成分浓度数据、常规气象观测数据和天气图资料,结合HYSPLIT4后向轨迹模式,对2008年10月28~30日发生在江苏省的一次大面积重霾污染天气的特征和成因进行了综合分析.结果表明,此次重霾污染天气过程观测到的PM10, NOx,CO最大地面浓度分别达到0.553, 0.170, 2.738mg/m3,水平能见度达到1km以下.其中城市中CO和NOx浓度较郊区高,而SO2和O3则较低.该污染事件与大范围秋收秸秆集中燃烧,造成大量污染物排放有密切关系.平稳的高空环流形势、暖平流、地面高压场分布为重霾污染天气的发生、发展提供了有利的气象条件,地面表现为稳定的大气层结、静小风和低湿环境,非常不利于污染物的扩散.后向轨迹计算分析表明,造成此次重霾污染天气的气团主要来自河南中东部、苏北和安徽等重要产粮地区,长距离输送对区域霾污染产生重要影响.     

2017年春季华北地区一次典型沙尘重污染天气过程研究

结合空气质量监测站小时监测数据、NECP资料、卫星遥感资料,分析了2017年5月3—5日华北地区一次典型沙尘重污染天气过程.结果表明,此次重污染过程主要由前期的浮尘和后期的扬沙天气造成.前期,蒙古气旋强烈发展将沙尘源地的沙尘抽吸到空中并在偏西风作用下,长距离传输到华北地区沉降,造成大范围浮尘天气,多个城市出现严重污染,PM₁₀浓度增高显著.后期,随着高空横槽转竖并东移,受强冷锋影响,京津等地出现大风扬沙天气,大风过后,空气质量转好,PM₁₀浓度降低至较低水平.起沙源地高空辐散、近地面辐合产生强烈的上升运动将沙尘带到空中并向东传输至华北上空,近地面处于弱辐散场,高空的沙尘缓慢下沉,形成了浮尘天气;高空槽东移,高空辐合,近地面辐散,700 hPa至近地面为强烈下沉运动,是形成此次扬沙天气的主要原因.结合天气形势分析和特征量诊断,给出了华北地区此次浮尘和扬沙天气的天气学概念模型.     

2014年2月下旬京津冀持续重污染过程的静稳天气及传输条件分析

利用常规气象观测资料、空气质量监测资料、再分析资料和数值模式资料,分析了2014年2月20-26日京津冀地区持续重污染天气过程的环流背景、气象要素特征、静稳天气条件和传输条件.结果表明：2月20-26日,亚洲东部受弱高压脊控制,京津冀及周边地区位于地面高压后部,等压线较为稀疏,气压梯度小,造成地面风速较小;与此同时,混合层高度低,通风系数小和逆温存在,构成重污染天气出现和维持的气象条件,均不利于大气中污染物和水汽的垂直和水平扩散.静稳天气指数对于重污染天气有一定的指示意义,高静稳天气指数通常对应高PM_2.5浓度,且二者变化趋势一致性高;2月20-26日静稳天气指数总体上大于2014年1-3月其他几次污染过程,且在高位长时间维持,造成此次污染过程更严重.此外,传输条件也是京津冀重污染天气的主要成因：地面高压西侧的偏南或偏东气流有助于污染物和水汽向京津冀地区输送和聚集,使能见度进一步降低、污染物浓度进一步升高.     

长三角地区2015年大气重污染特征及其影响因素

基于2015年长三角地区129个环境空气质量监测站的空气质量指数（AQI）及主要大气污染物浓度数据,结合气象资料和HYSPLIT后向轨迹模式,探究长三角地区大气重污染的时间变化和空间集聚特征,并深入分析气象条件和区域传输对重污染过程发生和维持的影响.结果表明,2015年长三角地区各城市平均出现AQI超过200的重污染天气共8 d,重污染频率为2.01%,PM_2.5作为首要污染物出现频次最多.从时间变化看,重污染主要分布在1月和12月;从空间分布看,北部地区重污染相比南部地区更为严重,徐州和常州市出现频率最高.选取典型重污染过程1月9—11日（纬向扩散型）、1月24—26日（经向扩散型）和12月20—26日（两种模式相结合的重污染天气）进行成因分析,发现长三角地区重污染天气主要受到西北风向、低风速、高湿度和逆温层的影响,导致大气污染物积累且不易扩散.基于HYSPLIT的大气传输轨迹及频率分布表明,来自西北方向的气流对江苏北部地区的污染输送特征有着显著影响.     

辽宁中部城市群灰霾天气的外来影响——个案分析

利用MODIS卫星资料、空气质量监测资料、地面气象资料及后向轨迹方法,分析研究了2011年10月28-29日辽宁中部城市群一次灰霾天气过程.结果表明:此次辽宁中部城市群灰霾过程主要受京津冀外来灰霾污染的影响;在高压后部弱西南气流天气形势控制下,近地面的西南气流通过辽西走廊和海上通道,将京津冀地区灰霾污染物传输至辽宁中部地区,从而造成辽宁中部城市群灰霾污染过程;MODIS卫星图和后向轨迹图显示的灰霾范围、传输路径及PM10浓度跃变点自南向北推移的时间变化也支持这一结论.虽然“联防联控”是治理区域灰霾污染的重要手段,但也要看到区域灰霾污染的跨区域影响问题.     

贝加尔湖高压分裂过程对绥化市重污染的影响

为探究贝加尔湖高压分裂过程对绥化市2020年1月份持续性重污染事件的影响,以WRF中尺度气象预报数据及气象观测数据为分析基础,分析了2020年1月9~21日的天气形势及气象要素变化,并结合污染物浓度观测数据及PM_2.5组分观测数据（13~21日）,分析了该过程中污染物浓度变化及化学组分特征.结果表明：此次污染过程由贝加尔湖分裂高压引起的持续性静稳天气造成,11~20日期间,空气质量指数AQI变化范围为182~329,其中有9d污染状况为重度及以上污染;重污染期间,地面风速最低下降至0.5m/s左右,能见度下降至1km左右,且出现逆温层,大气扩散条件差;持续性静稳天气导致大气氧化性增强,氧化剂浓度（ρ（NO₂）+ρ（O₃））约94~118 μg/m³,相对湿度约为94%,ρ（SO₄^2-）、ρ（NH₄⁺）最大日增量达28.59、11.32μg/m³,增长速度相比于14日分别增加了1264%、1270%,高湿高氧化性的大气环境显著促进了二次无机盐的生成.贝加尔湖高压分裂过程导致持续性静稳天气,加之污染物的本地排放与积累,增加了大气氧化性,进而形成绥化市持续性重污染天气.     

2015年9月珠江三角洲一次区域大气污染过程特征分析

2015年9月7-16日珠三角地区出现了一次区域性的空气污染过程。利用地面空气质量和气象要素监测数据,结合后向轨迹模式综合分析了此次过程的污染特征及其成因。结果表明,此次事件主要是臭氧浓度上升导致的区域性污染,重污染区域呈现由珠三角中北部广佛肇地区向南部沿海城市转移的趋势;高压均压场控制、大范围盛行下沉气流以及地面风速小的静稳天气条件是此次污染过程持续和加重的重要气象因素;污染气团的远距离输送影响了该地区的空气质量状况。     

城市环境PM2.5空间分布监测方法研究进展

随着城市化和工业化的发展,城市环境中日益增多的PM_(2.5)对人类健康造成了严重威胁。本文旨在分析总结目前PM_(2.5)空间分布的相关监测方法以及空气质量预测模型。当下,PM_(2.5)浓度的监测不仅涉及大气化学、污染物的源解析、大气化学运输模型、线性及非线性空气质量模拟等方面,还涉及地理信息系统与卫星遥感等新技术的运用。本文在比较传统PM_(2.5)监测与新型监测方法不同的基础上,分析了各自的优劣,为空气质量监测提供建议和指导。     

上海地区通风指数的应用研究

利用2013—2014年上海地区的风廓线资料及NCEP再分析资料,计算研究了上海地区通风指数的变化情况,并结合实际天气情况和预报经验,对常用通风指数公式进行本地化修正.通过分析修正前后的通风指数与颗粒物浓度的关系发现,修正后通风指数的时间变化特征与PM_(2.5)浓度的时间变化有显著的负相关关系,且经过修正的通风指数对于PM_(2.5)浓度变化的指示意义更强;研究其在典型污染个例中的应用情况发现,修正后的通风指数低时,对应的PM_(2.5)浓度值高,说明修正后的通风指数能较好地反映出边界层内大气对污染物的扩散和输送作用;另外,与未修正的通风指数对比发现,修正后的通风指数降低了原通风指数的数值,对污染的指示意义更强,尤其表现在上海地区受冷空气影响时,修正后的通风指数较原通风指数降低明显,能更好地反映出大气对上游地区污染物的输送作用.由此可见,经过修正后的通风指数更适用于本地化的预报服务,这也为上海地区的空气质量预报和霾预报提供了一个新的参考指标.     

2013年12月上海市PM2.5重污染过程数值模拟研究

基于2013年11月30日-12月13日上海一次PM_2.5重污染过程,利用Model-3/CMAQ模式及过程分析技术,定量评估不同时段各大气过程对上海PM_2.5浓度变化的影响.结果表明:Model-3/CMAQ模式系统能较好的模拟出实况PM_2.5的浓度变化趋势与特点.研究期间,白天源排放的增强和大气传输的影响、加上较强的气溶胶和云过程生成贡献,是造成上海PM_2.5浓度上升至重污染的主要原因.不同污染时段对PM_2.5浓度上升贡献率最大的过程均为输送,其中,西北部点位(青浦淀山湖和虹口凉城输送)的贡献率最大,且重污染时段输送的贡献率明显高于非重污染时段.     

上海市夏季颗粒物污染过程数值模拟研究

利用观测资料和嵌套网格空气质量模式(Nested Air Quality Prediction Model System,NAQPMS)模拟研究了2010年7月26日—8月26日上海市及周边城市PM10、PM2.5及其无机盐组分的浓度变化趋势及时空分布特点.结果表明,NAQPMS模式较为合理的重现了上海各方位站点及其周边城市PM10、PM2.5及其硫酸盐、硝酸盐等无机化学组分的浓度水平与变化趋势,相关系数在0.7以上.研究期间造成上海颗粒物污染的主要原因是:弱气旋低压系统控制下,西南或西北气流将内陆污染物输送至上海市,当低压中心移至上海附近时带来的辐合气流使得污染进一步累积上升.长三角地区PM2.5主要无机盐组分分布特征表明,上海市及周边城市的硫酸盐、硝酸盐和铵盐的总和占PM2.5浓度的40%~60%,二次气-粒转化过程贡献明显,且以SO2向SO2-4的氧化转换为主;污染上升过程中NO-3/SO2-4比率增大,说明流动源的贡献有所增加.     

珠三角冬季PM2.5重污染区域输送特征数值模拟研究

利用嵌套网格空气质量模式系统(NAQPMS)及其耦合的污染来源追踪模块,针对2013年1月珠三角区域的PM_(2.5)重污染过程输送特征进行了数值模拟研究.结果表明,污染气团首先形成于广州、佛山地区,并在弱偏北风的作用下南移加强,影响整个珠三角区域.重污染期间,广州(64.9%)、佛山(58.9%)的PM_(2.5)主要来自本地贡献,是区域输送最主要的来源地区;中山(51.9%)、珠海(66.2%)的PM_(2.5)主要来自外来贡献,是区域输送主要的受体地区.重污染期间,广州和佛山对中山的PM_(2.5)日均贡献率之和总体保持在25%以上,污染最重时达到40%.交通(26%)、工业(24%)、扬尘(16%)、火力发电(15%)和生物质燃烧(8%)是对中山贡献最大的5类源:工业源中山本地与外来输送贡献率基本相当;交通和扬尘源以中山本地贡献为主,贡献率分别为55%和67%;火力发电和生物质燃烧源以外来输送为主,贡献率分别为56%和62%.各类排放源的外来输送中,以广州、佛山所占的比例最大.     

上海秋冬季PM2.5污染天气形势的客观分型研究

通过分析2013—2015年上海地面PM_(2.5)质量浓度观测资料,发现11、12、1月3个月对PM_(2.5)年总浓度的贡献达到36.4%,对总污染日数的贡献达到50.4%,对PM_(2.5)环境质量的影响最显著.采用T-mode斜交旋转分解方法(PCT),对2012—2015每年11月、12月和次年1月的海平面气压场和10 m风场进行大样本客观分型研究,揭示了4种秋冬季上海PM_(2.5)易污染的天气环流类型,分别为冷锋(Cw)、高压后部弱气压场(WGh)、高压前部弱气压场(WGl和WGf).对上海而言,冷锋、高后弱气压、高前弱气压分别表现为有利于上游污染输送、本地静稳累积、以及本地积累和上游输送相叠加的天气学特征.对比2个典型污染月(2013年1月和12月)和清洁月(2014年11月和2015年11月)的逐日分型结果发现,Cw环流控制下污染输送对秋冬季上海PM_(2.5)环境质量影响显著,高前弱气压的维持是导致上海3次连续重度污染的重要原因.     

CMAQ模式及其修正技术在上海市PM_(2.5)预报中的应用检验

利用CMAQ空气质量数值预报模式对上海市PM2.5浓度进行预报,选取10个囯控站点监测数据对预报进行验证评估.结果表明,CMAQ模式开展能够较好地模拟出PM2.5的时间变化趋势及浓度水平,但总体处于低估的水平,偏低幅度约25%,尤其在高污染阶段,模式的低估更为突出,达32%,这与污染源清单的不确定性有关.为提高PM2.5预报准确度,采用学习型线性回归方法对PM2.5浓度的数值预报结果进行修正,统计检验结果显示修正预报准确率由原来的76.4%提高到了79.3%,污染预报成功指数由56.4%提高至72.1%,明显提高了PM2.5浓度的预报效果,反映了引入实际监测数据对空气质量数值预报模式进行修正的研究意义和可行性.     

2020年2月南宁市一次大气PM2.5污染成因分析

2020年1月31—2月2日新冠肺炎疫情期间,广西发生的一次区域性大气PM_2.5污染引发社会关注.以南宁市为例,利用在线气体组分及气溶胶监测系统（MARGA）、颗粒物激光雷达,结合地面气态污染物和气象数据卫星火点和后向轨迹等分析本次PM_2.5污染成因.依据空气质量分指数,将观测过程划分为优、良和污染3个时段.结果表明,污染时段与生物质焚烧相关的K⁺、Cl^-明显升高,K⁺、Cl^-平均浓度分别为优时段的3.6和17.0倍.3个时段8种水溶性离子总浓度占PM_2.5均在30%左右,3种二次水溶性离子浓度之和占8种离子总浓度的比例为83.33%~89.18%,二次无机组分占比高,与秸秆焚烧促进二次转化有关.二次水溶性离子浓度变化趋势与占比不一致,除了与秸秆燃烧排放特征有关,还与不同二次无机离子形成的机制及主要影响因素不同有关.秸秆焚烧火点集中分布在良时段的南宁市及周边城市,良时段秸秆露天焚烧直接排放大量颗粒物、气态污染物等,在污染时段边界层高度明显下降,湿度增加、静风等不利气象条件下积累,是造成疫情期间南宁市大气PM_2.5污染的主因.污染时段南宁市无明显的颗粒物垂直传输过程,近地面主要受到广东、广西北部湾偏南气流影响,区域污染传输小.