银川地区大气颗粒物浓度变化特征及其与气象条件的关系

利用2013—2014年银川地区大气颗粒物质量浓度和同期气象要素的观测资料,分析了银川地区大气颗粒物浓度的分布特征及其与气象条件的关系。结果表明:2013—2014年银川地区PM_(10)、PM_(2.5)、PM1年平均浓度分别为167.3μg·m-3、67.2μg·m-3和45.0μg·m-3,年平均PM_(2.5)/PM_(10)、PM1/PM_(10)、PM1/PM_(2.5)分别为45.0%、32.0%和65.0%;PM_(10)浓度3月最高,8月最低,PM_(2.5)和PM1最高浓度均出现在1月,PM_(2.5)最低浓度出现在8月,PM1最低浓度出现5月;3—5月为PM_(2.5)/PM_(10)、PM1/PM_(10)和PM1/PM_(2.5)最低的3个月。不同天气类型PM_(10)浓度由高至低依次为浮尘/扬沙典型天气平均霾晴天雾,不同天气类型PM_(2.5)浓度由高至低依次为扬沙/浮尘霾典型天气平均晴天雾,不同天气类型PM1浓度由高至低依次为霾典型天气平均雾晴天浮尘/扬沙。风速与PM_(10)浓度呈正相关关系,风速与PM_(2.5)和PM1浓度均呈负相关关系;PM_(10)浓度在偏西北风时较高,PM_(2.5)和PM1浓度在偏西南风与偏东北风时较高;气温与PM_(10)、PM_(2.5)、PM1浓度均呈显著的负相关关系;相对湿度与PM_(10)浓度呈显著的负相关关系,相对湿度与PM1浓度呈显著的正相关关系,相对湿度与PM_(2.5)相关性较弱;气压对PM_(10)浓度变化的影响较小,气压与PM_(2.5)、PM1浓度呈正相关关系;降水对PM_(10)的清除作用最强,对PM_(2.5)的清除作用次之,对PM1基本无清除作用。     

1998-2016年中国PM_(2.5)浓度变化对气温的影响研究

为探讨“人类活动—大气污染—气温变化”的关系反应链,从宏观尺度阐明PM_(2.5)浓度变化对气温的影响,利用1951—2017年中国822个气象站点日最高气温、日最低气温和日平均气温资料,1998—2016年中国年均PM_(2.5)浓度遥感图像数据、地表太阳辐射数据,1998—2016年中国各省(区)逐年能源消耗总量、地区生产总值及夜间灯光指数数据,运用Slope趋势变化分析方法与相关性分析法,分析了中国PM_(2.5)浓度的变化趋势及其影响因素。结果表明:1998—2016年中国黄淮海区、东北区PM_(2.5)浓度上升速度最快,分别为1.42μg·m^(-3)·a^(-1)、1.44μg·m^(-3)·a^(-1),而其他地区相对变化不明显;黄淮海区PM_(2.5)浓度平均值高,地表太阳辐射降低,对该区年最高气温有明显的抑制作用,但对年平均气温和年最低气温的影响不明显。东北区PM_(2.5)浓度增长速率较高,但年平均浓度值低,该地区有着较高的水热配合度,PM_(2.5)对年最高气温的抑制作用不明显;能源消耗总量与PM_(2.5)浓度呈显著的正相关。     

基于激光云高仪的北京沙尘气溶胶特征分析

利用激光云高仪对2015年春天北京沙尘天气过程进行连续观测,结合常规地面气象要素、能见度和PM_(10)颗粒物质量浓度变化分析了两次沙尘天气过程中浮尘、扬沙和沙尘暴三类天气现象时气溶胶后向散射系数的时空分布特征,分析了云高仪后向散射系数与PM_(10)颗粒物质量浓度的相关性。结果表明:激光云高仪能够监测沙尘气溶胶粒子的时空变化,扬沙和沙尘暴期间后向散射系数随高度的增加而减小,后向散射系数在0.005 km~(-1)·srad~(-1)以上的沙尘层厚度约500 m;云高仪的近地面大气后向散射系数变化趋势与PM_(10)颗粒物浓度变化相同,10、50和100 m高度上的后向散射系数与PM_(10)颗粒物质量浓度的相关系数均在0.82以上。     

内蒙古东部春季三类沙尘天气气溶胶散射系数及其与PM10、能见度相关性分析

利用内蒙古东胜、锡林浩特两站2004~2006年春季（3~5月）积分浊度计的观测资料,结合同期PM10质量浓度、大气能见度等资料,分析了背景、扬沙、沙尘暴、强沙尘暴等不同强度沙尘天气气溶胶散射系数的分布特征,讨论了不同强度沙尘天气过程中散射系数、PM10、能见度的日变化规律,以及不同强度沙尘天气过程中散射系数与PM10质量浓度、散射系数与能见度的相关关系。结果表明:散射系数能够很好地反映沙尘天气强度;随沙尘天气强度增强,散射系数日变化从双峰型向单峰型转变;沙尘天气强度较弱时,PM10与散射系数的日变化不相似,强沙尘暴过程中PM10与散射系数的日变化有一定的相似性;能见度与散射系数日变化趋势相反;散射系数与PM10质量浓度呈正相关性,沙尘天气越强,相关性越好,背景、扬沙、沙尘暴、强沙尘暴相关系数分别为0.201、0.809、0.898和0.953;散射系数与能见度有指数相关关系,随沙尘天气强度增强二者相关性逐渐增强,背景、扬沙、沙尘暴、强沙尘暴相关系数分别为-0.773、-0.870、-0.918和-0.940。     

重庆市不同天气背景下边界层高度和风场对PM_(10)浓度影响数值模拟研究

该文选取重庆市典型污染天气个例,利用WRF模式开展大气边界层数值模拟,分析了边界层高度(PBLH)和风场对PM_(10)浓度的影响。结果表明:夜间由于大气边界层比较稳定,PBLH对PM_(10)浓度的影响不大;白天,在有雾或阴天背景下,PBLH升高后2~3 h PM_(10)浓度才明显下降,而在晴天PBLH升高后1~2 h PM_(10)浓度就会明显下降;边界层风场的变化会直接影响PM_(10)浓度的变化,夜间重庆主城区主要受下沉气流影响,污染物向上的垂直扩散弱;当上午出现下沉气流时,PM_(10)向上的垂直扩散弱,PM_(10)浓度增加速度快;相反当出现上升气流时,PM_(10)向上的垂直扩散作用强,PM_(10)浓度增加速度慢,尤其是在高空风速大时,强烈的抽吸作用使大气垂直扩散能力得到显著增强,能较好地抑制地表PM_(10)浓度的增长趋势;下午由于太阳辐射强,边界层湍流强度增加,大气边界层垂直扩散能力强,因而PM_(10)浓度呈现明显下降趋势。     

宁波地区不同季节不同强度霾天气变化特征

利用2014—2016年宁波市镇海地区逐时气象观测资料和大气成分监测资料,对宁波地区霾天气的变化特征进行统计分析。结果表明:2014—2016年宁波地区霾天气小时出现频率为28.8%,湿霾出现频率为61.0%。近3 a宁波地区霾天气小时出现频率呈下降趋势,秋冬季(11月至翌年1月)霾天气小时出现频率较高,夏季(6—8月)霾天气小时出现频率较低;从日变化来看,霾天气小时出现频率峰值集中出现在上午09时和夜间20—23时。宁波地区重度霾的PM_(2.5)、PM_(10)颗粒物浓度为轻微霾的2.13倍和1.92倍,干霾颗粒物浓度高于湿霾,宁波地区霾天气的颗粒物组成较稳定,PM_(2.5)/PM_(10)比重为0.7左右。宁波地区颗粒物浓度与风速和降水量的相关性较好,春季和夏季风速与PM_(2.5)浓度的相关性较高,秋季和冬季风速与PM_(10)浓度的相关性较高;降水与PM_(10)浓度的相关性高于PM_(2.5)浓度。静稳天气时地面风速小易造成细颗粒物浓度的积累增长,冬季西北偏北风和东北风是影响宁波地区PM_(2.5)浓度变化的重要输送路径,当风向为西北风时,冬季和春季PM_(10)浓度增加明显。     

不同天气状况下气溶胶散射系数变化特征分析

利用广州南沙区气象探测基地大气成分站2012年散射系数和常规气象观测资料,分析了散射系数的变化特征及气象因子对散射系数的影响,并重点讨论了气象条件中风对散射系数的影响。结果表明:从全年散射系数平均值来看,雾霾日的散射系数﹥霾日的﹥雾日的﹥一般日的;从季节来看,夏季和秋季雾霾日的散射系数﹥霾日的,冬季霾日的散射系数稍大于雾霾日的;一年中散射系数的最大值出现在10月,最小值出现在6月。霾日和雾霾日的散射系数日变化呈双峰形;雾日双峰型分布不明显,一般日没有明显日变化。散射系数同日照、湿度、气温和风速都呈负相关,与风速的负相关最显著。散射系数的高值出现在西北风中,外来源的输送对南沙散射系数存在较为明显的影响。风速小于7.0 m·s-1时,散射系数随风速的增加而减小;风速大于7.0 m·s-1时,散射系数随风速先增加后减小。     

丹东地区大气能见度变化及其主要影响因子分析

利用2007年6月至2009年11月丹东市区器测能见度资料和人工观测能见度资料,分析目测能见度与器测能见度的关系,探讨不同季节中,PM_10。和PM_2．5、PM_1.0。颗粒物浓度对大气能见度的影响,研究降水强度与PM的湿清除效率关系。结果表明：在低能见度情况下,目测能见度与器测能见度的比值相对较小;能见度较差时,PM_1.0粒子比重增大,PM_1.0／PM_1.0和PM2．s／PM_1.0比值与月平均风速为负相关;天气现象日数较多的月份,其对应的月平均能见度较小;PM日平均质量浓度的改变量以及降雨量对PM的湿清除效率与降水强度相关,器测目测能见度平均值随着降水强度的增加而降低。     

塔克拉玛干沙漠腹地气溶胶不同波段散射系数比较

利用2010年塔克拉玛干沙漠腹地塔克拉玛干沙漠大气环境观测试验站(下文简称"塔中")多波段(450、525、635 nm)积分浊度计和PM_(10)自动监测仪观测资料,并结合塔中地面气象观测资料,分析了沙漠腹地不同波段气溶胶散射系数的变化特征。分析结果显示:(1)塔中气溶胶对635 nm太阳辐射的散射作用最大,其次是525 nm,最小为450 nm。三波段(450、525、635 nm)散射系数平均值分别为:288.0、318.4、443.8 Mm~(-1)。(2)三波段散射系数日变化与PM_(10)质量浓度一致,都呈单峰变化:夜间高、白天低。在日变化中,散射系数始终保持635 nm最大,525 nm次之,450 nm最小。(3)三波段散射系数年变化基本一致,都与PM_(10)变化接近。1—5月中,除3月散射系数是450 nm最大外,另外4个月均是635 nm最大,450 nm次之,525 nm最小。6—12月散射系数都是635 nm最大,525 nm次之,450 nm最小。(4)三波段散射系数均是沙尘暴下最大,扬沙次之,浮尘最小。不同沙尘天气下,塔中气溶胶对635 nm散射作用都是最明显的,对450 nm和525nm散射作用不同:沙尘暴时,对525 nm的散射强于450 nm,在扬沙和浮尘时,对450 nm的散射强于525 nm,尤其在浮尘时。(5)三波段散射系数与PM_(10)质量浓度都呈显著正相关,PM_(10)质量浓度与525 nm散射系数相关程度最大,450 nm次之,635 nm最小。但是季节内相关程度略有差异:春、冬季PM_(10)浓度与450 nm散射系数相关程度最大,525 nm次之,635 nm最小。夏、秋季则是525nm最大。     

1994—2017年杭州能见度特征及其与PM_(2.5)关系

根据杭州1994—2017年24时次观测的大气能见度及同期地面气象要素(风速、气温、降水量和相对湿度等)、2013—2017年PM_(2.5)监测数据,探讨杭州市大气能见度的特征以及相对湿度、PM_(2.5)对能见度的影响。统计分析表明,杭州大气能见度的年、季、日变化特征明显,在经历2003—2014年低能见度天气多发后,2016—2017年能见度明显转好,特别是2017年均能见度达到11.6 km,为1994年以来最高值;一年之中,冬季能见度较低,夏季能见度较高;一日之中,早晨07:00能见度最差,午后15:00最好。能见度的转好与PM_(2.5)关系密切,当PM_(2.5)质量浓度在50μg·m^(-3)以下,每降低5μg·m^(-3)可以使能见度显著增加。     

冷却屋顶对北京城市热环境影响的模拟研究

两种类型冷却屋顶(高反照率屋顶、绿色屋顶)的研究对于北京夏季城市高温的缓解作用具有重要的意义。耦合单层城市冠层模式(SLUCM)与天气研究与预报(WRF3.8)模式, 采用北京市及其外围地区158个站点气象资料评估模式对照案例(case1)的模拟性能, 并选取7组不同反照率屋顶案例(case2—4)和不同覆盖比例的绿色屋顶案例(case5—8)进行敏感性试验。研究结果表明:(1)在北京城市区域, 高反照率为0.85的屋顶(case4)比绿色占比100%的屋顶(case8)具有更好的降温效果, case4的3 d平均降温可达到0.90℃, 而case8降温为0.46℃。(2)屋顶反照率每增加0.1, 会导致北京城市区域最高气温降低0.27℃; 绿色屋顶比例的增大也会导致温度的降低, 每增加10%, 最高气温降低0.16℃。(3)两种冷却屋顶对城市热岛也存在显著的影响, 在13—14时(北京时), case4与case1对比的城市热岛(UHI)降温最大差值为1.47℃, 比case8的城市热岛降温更加明显。(4)在城市区域垂直高度上, 冷却屋顶的降温作用可达到1.2 km, 同时湍流运动存在明显的减弱; 在3 d的12—18时, case4、case8与case1对比, 边界层高度平均降低了669与430 m。      

CMA-GD模式江西省智能网格预报区域2 m气温预报误差分析

利用2020年6月1日—2022年5月31日CMA GD模式2 m气温预报产品（预报时效为13—36 h）和同期江西省智能网格预报区域内地面站气温观测资料,计算气温预报准确率、平均误差和均方根误差,并统计分析其时空分布特征。结果表明： 1）模式预报准确率在不同月份、起报时次存在差异,暖季总体较高,冷季总体较低;暖季08时起报产品的月准确率总体高于20时,冷季反之;秋、冬季旬准确率分布更离散。模式预报产品其准确率明显低于中央气象台和江西省气象台订正产品,需订正后使用。08时起报产品对寒潮的预报效果优于20时。2）气温预报年误差分布存在日变化,最大值出现在08时,最小值出现在15时;年均方根误差峰值出现在15时和06时,白天大于夜间。3）冬季平均误差多为正值,夏季为负值,春、秋季平均误差大小界于冬、夏季之间;白天时段夏季均方根误差最大,夜间时段冬季最大。4）气温预报年误差地理分布特征明显,平原地区预报值偏低,年均方根误差最小;丘陵和山区22 h时效预报值偏高,31 h时效偏低;高山站预报值偏高,年均方根误差最大。丘陵地区负误差最大,平原地区最小;山区正误差最大。     

1981—2020年贵州省降雪时空分布特征

利用1981—2020年贵州省降雪日数、初始日期、终止日期资料,分析了贵州降雪的气候特征,以及降雪日数与海拔高度、纬度的关系。结果表明：1） 贵州降雪日数西北多、南少,大值中心位于贵州西北部;降雪日数整体偏少,呈逐渐减小的趋势,2012年为突变点,整体上降雪日数每10 a减少1.6 d。降雪从11月开始出现,持续到次年3月,主要集中在冬季;开始时间集中在08—10时和20—21时;降雪具有明显的间歇性特征,降雪天气过程中仅发生1次降雪的占全部降雪过程的48.1%,主要在贵州南部,持续3 d及以上的过程集中在贵州中北部。2） 降雪初始日期集中在12、1月,最早11月;终止日期集中在2、3月,最晚4月。贵州中北部开始降雪多为12月,终止降雪多为2月;南部初始多为1月,终止降雪多为1—2月。贵州中北部降雪期更长,开始到结束间隔约为60—129 d,而南部大部为40 d以下,全省平均54 d。3） 降雪日数随着海拔高度每升高100 m增加2.3 d,纬度每增加1°增加11.4 d。     

贵州省汛期短时降水时空特征分析

利用贵州区域84测站1991—2009年汛期（4—9月）逐小时降水量资料,分别定义各站点的小时降水量的强降水阈值。阈值的分布有两个高值中心,最强中心在西南部望谟站,西北部的强降水阈值较低。同时利用各站点阈值统计19年不同月份的强降水事件频数,其分布显示：4月份东部和中部偏南地区频数较高,5月份频数高值区呈东北—西南向,随后几个月逐渐向西北推进。4—6月事件频数逐渐增大,7月维持,8—9月开始减少。各月强降水事件发生时次统计表明：一天中有三个相对高值时段,23：00—02：00、05：00—08：00和17：00—20：00,而白天强降水事件很少。短时强降水事件发生时次的空间分布表明,西北部的强降水事件多数发生在傍晚到23：00,中部的强降水集中在23：00—02：00,东南部在05：00—08：00。     

WRF-EnKF系统对中国南方一次暴雨过程确定性预报的试验

文章利用美国宾州州立大学的WRF EnKF(Ensemble Kalman Filter)实时预报系统(Real time Penn State WRF EnKF System),针对2013年5月15—16日发生在中国南方的暴雨过程进行了数值预报试验,以初步检验该系统对我国南方降水确定性预报的效果。数值试验采用2013年5月14日08时（北京时）起报的6 h间隔的1°×1° NCEP GFS (globle forecast system) 60 h预报数据（预报到5月16日20时）作为初始条件和边界条件。其中,控制试验不同化任何观测资料,同化试验通过集合卡尔曼滤波方法同化常规探空资料,分别进行确定性预报。结果表明：利用WRF EnKF系统同化常规探空资料,显著改善了数值预报的初始场,减小了各物理量的预报偏差和预报均方根误差,进而提高了此次暴雨过程的降水落区和强度的预报准确率。     

华南雷暴大风天气的环境条件分布特征

利用中国气象局提供的观测资料研究了2010—2014年华南雷暴大风和普通雷暴的空间分布特征,并将华南春夏两季雷暴大风和普通雷暴的大尺度环境条件进行对比。结果表明:研究的华南区域08—20时(北京时)夏季雷暴大风略多于春季,而普通雷暴夏季样本数约为春季的3.6倍,雷暴大风主要发生在粤西到珠江三角洲地区。相比于普通雷暴,雷暴大风天气发生的环境条件具有更强的条件性不稳定,斜压性和动力强迫更强。春季雷暴大风发生时环境中的大气可降水量和中高层湿度均比普通雷暴更大,而夏季反之。华南春季雷暴动力条件明显优于夏季,而夏季热力强迫的作用大于春季。     

上甸子本底站气溶胶散射系数变化特征的初步分析

根据上甸子大气成分本底站从2004～2006年的连续观测数据,分析了区域大气粒子光散射系数的变化特点,以了解本底地区大气气溶胶粒子的基本特征.卜甸子地区3年数据比较表明,散射系数平均水平较低,但在2006年有所升高,主要表现在受春季沙尘天气的影响,污染次数增多.其次,散射系数日变化规律表现为白大低夜间高,午后出现最低值,此变化与大气层结的日变化趋势一致.从季节变化看,冬季和春季的散射系数相对较低,而夏季和秋季的值较高,这与气象条件及内外源的影响都有关系.天气对粒子变化的影响表现为,晴天无云时的大气状况有利于污染物的重直输送,散射系数远远低于阴天时的数值.另一方面,风向对本底站粒子浓度影响也较明显.来自东北东方向的空气较干净,散射系数值通常较低,而西南西风向通常会引起散射系数值的增大,说明位于西南方向上的北京等城镇的污染输送对上甸子本底站的大气状况有一定影响.最后,通过拟和散射系数小时平均值出现频率曲线,对上甸子地区本底浓度值作了初步估算,其范围在10~20 Mm~(-1).     

1956—2019年昌北国际机场高影响天气变化特征

基于1956—2019年参证气象站记录的雷暴、闪电、暴雨、高温、低温、雾和霾等气候资料,利用常规气候统计及Morlet小波方法对影响昌北机场安全运营的高影响天气事件演变及周期变化规律进行统计分析。结果表明:1)雷暴多出现于春夏季,年均雷暴日数为49.8 d,呈波动下降趋势。2)春夏季闪电高发,且夏季机场附近存在较明显的闪电集中区域,闪电高频时段为13—20时,最高峰为15时。3)年均暴雨、大暴雨日数分别为5.0 d和0.8 d,呈缓慢增长趋势,暴雨集中在4—8月,大暴雨集中在4、6月,二者均在6月份最多。4)夏季高温日数呈缓慢增加趋势,7月份最多,8月份次之;冬季低温日数呈明显下降趋势,1月份最多,12月份次之。5)年均霾日数大于雾日数,霾多发于秋冬季,雾集中在冬春季,均于12月最常发生。6)冰雹、积雪、结冰、冻雨、沙尘、龙卷风等破坏性天气发生频次较小,但不应忽视此类天气的防范工作。7)暴雨、低温及高温日数均存在准2 a的周期变化。     

空调系统对城市大气温度影响的模拟研究

人为热排放对城市边界层气候效应的影响起着举足轻重的作用。在人为热源的组成中,建筑物内部的能源消耗、热量产生以及室内外热量传输与交换,对于城市热环境的改变有着非常重要的作用。因此,为研究室内空调系统的产热和通过屋顶、墙面、地面进行室内外热量传输扩散,并对室外热环境产生的影响,运用WRF（Weather Research and Forecasting Model）模式,选取BEP+BEM城市冠层参数化方案,即基于多层城市冠层方案BEP（Building Effect Parameterization）增加室内空调系统影响的建筑物能量模式BEM（Building Energy Model）的方案,以南京2010年8月2—3日,夏季三伏天晴天小风天气作为背景天气进行模拟研究。结果表明,采用WRF模式考虑空调系统室内、外能量交换的BEP+BEM参数化方案,能够更好地模拟出夏季晴天城市近地层气温。当假设空调全天开启时,白天模拟值与观测值吻合较好。夜间温度模拟值高于观测值,在22时—次日00时（北京时）,存在1℃左右的偏差。白天空调系统开启对于城市近地层气温的影响不明显,而夜间使得城市气温普遍升高0.6℃,尤其是在居民区密集的地方,22—23时最大有2℃左右的升温。当调整室内空调目标温度从25℃调至27℃时,空调系统能量总释放量减少12.66%,13—16时温度下降最大,平均约为1℃,建筑物越是密集,温度下降幅度越大。      

安徽省不同等级雾和重度霾时空分布特征及地面气象条件比较

雾和霾都是低能见度天气,生成条件相似。利用安徽78个地面站逐时观测资料,基于雾、霾发生物理条件,建立了不同等级雾日和重度霾日的观测诊断方法,重建了不同等级雾和重度霾的时序资料。根据各站强浓雾发生的同步性,将安徽分为5个雾、霾分布特征不同的区域,探讨了各区域不同等级雾及重度霾出现时地面气象条件的异同。结果表明:（1）安徽省强浓雾主要是辐射雾。强浓雾、浓雾和大雾空间分布形势大体一致,淮河以北东、西部和江南都属于强浓雾高发区,但各地强浓雾的时、空分布特征和影响系统不同;重度霾有明显的北多、南少、山区最少的分布特征。（2）强浓雾年变化呈双峰型分布,峰值在1月和4月,日变化为单峰型,峰值在06时;而重度霾年变化为单峰型,峰值在1月,日变化为双峰型。（3）在强浓雾的高发时段（02—08时）,强浓雾时降温幅度最大,比重度霾平均高1℃,风速显著偏低,超过75%的样本风速低于1.5 m/s,且无明显主导风向;而重度霾时,风速比雾时明显要大,个别区域有超过75%的样本风速大于1.5 m/s,且以西北风到东北风为主。说明重度霾能否演变为强浓雾的关键地面气象因子是风速、风向和降温幅度。