北京大气能见度的主要影响因子

利用北京市道面自动气象站、国家级自动气象站等多种观测数据分析北京地区2007—2015年能见度及其主要影响因子, 并挑选两次典型低能见度事件过程进行详细分析。从空间分布看, 北京西北地区能见度明显高于中心城区和东南大部地区。从时间分布看, 北京地区平均能见度最大值出现在5月, 最小值出现在7月; 日间的最低值多出现在06:00(北京时, 下同)左右, 冬季略向后推迟; 最高值多出现在16:00前后, 冬季略有提前。整体而言, 2007—2015年北京地区发生低能见度事件的概率为62.14%, 且发生低能见度的事件集中于1~5 km, 霾事件中干霾、湿霾的发生频率分别为86.13%和13.87%。能见度的主要影响因子为相对湿度、风速和PM_2.5浓度。其中, 能见度与风速呈正相关, 与相对湿度和PM_2.5浓度呈反相关。需要指出的是, 当相对湿度增加至80%, 能见度受PM_2.5浓度的影响程度在下降, 而主要受相对湿度的影响。基于所选个例, 当北京地区出现湿霾事件时, 能见度的恶化程度远高于干霾事件, 且PM_2.5浓度需比干霾事件时下降得更低才能有效改善能见度。     

天津市东丽区一次持续性雾霾天气过程的特征及影响要素分析

基于常规气象观测资料和PM_2.5浓度资料,分析了2019年1月10—14日天津市东丽区出现的一次持续性雾霾天气特征及其成因。结果表明：此次雾霾天气具有明显的阶段性特征,高空平直西风环流、中层暖脊和地面弱气压场为此次雾霾天气出现提供了有利的天气形势。轻雾和霾阶段,能见度变化更易受到相对湿度的影响;而雾阶段,能见度变化更易受到风速的影响。PM_2.5浓度与地面气象因子关系密切,与能见度、风速负相关,与相对湿度正相关。当其他气象条件稳定,且周边地区污染物浓度较高时,近地面风向转变,对本地区雾霾的出现起到关键性作用。     

2009年秋冬季天津低能见度天气下气溶胶污染特征

为研究天津城区秋、冬季雾霾等低能见度天气下气溶胶污染特征,采用2009年10—12月的大气能见度及相关气象和环境监测数据,并结合一次典型雾霾事件分析PM₁₀和PM_2.5质量浓度演化过程及其垂直分布特征。结果表明,低能见度天气占秋、冬季观测时长的一半以上,其中以霾天气为主;典型低能见度过程分析显示,霾日近地层内PM_2.5分布均匀,表现出显著的区域污染特征;雾日气溶胶质量浓度先升高后下降,系气溶胶粒子吸湿性增长与导致可溶性组份溶出的湿清除协同作用,低层PM_2.5质量浓度显著高于较高层,其垂直分布差异与相对湿度的垂直变化和逆温层高度有关。     

北京地区一次持续性雾霾天气分析

2015年11月27日至12月1日,北京地区出现了一次十分严重的雾、霾天气过程。综合分析此次雾、霾天气过程的天气形势、加密自动站、探空、风廓线雷达以及连续观测的PM2.5资料,结果表明:本次雾、霾过程,能见度的恶化与天气形势、PM2.5持续性波动增长、相对湿度增加、逆温出现频率高、近地层风速小及近地面偏南风输送有密切关系:(1)此次雾、霾过程期间,华北地区较长时间被地面高压后部的弱气压场和低压辐合区控制,地面风速和近地层风速较小,北京大部分地区处于弱的偏南风或偏东风控制中,很不利于污染物的水平扩散;(2)地面增湿趋势明显,低层偏南和偏东气流将水汽和上游污染物向北京地区输送,加之29日气温明显回升,导致地面积雪融化,近地面相对湿度增加,有时接近饱和;(3)边界层逆温一直存在,很不利于污染物的垂直扩散。     

桂林城区大气能见度与颗粒物浓度和气象因子关系研究

利用2015年1月至2017年6月桂林国家基本气象站能见度、相对湿度、气温、气压、降水等气象要素和PM₁₀、PM_2.5、PM_1.0颗粒物质量浓度资料,分析桂林城区大气能见度与颗粒物浓度和气象因子之间关系。结果表明：桂林城区大气能见度和PM₁₀、PM_2.5、PM_1.0呈对数关系,相关系数分别为-0.341、-0.461、-0.509,颗粒物对大气能见度影响在相对湿度为60%—70%时最为显著。在各气象因子中,大气能见度与风速的相关性最好,其次为相对湿度,与风速呈二次函数关系,与相对湿度呈幂指数关系,与温度相关性较小,与气压在秋冬季节呈正相关,相关系数冬季可达0.301,但在春、夏季节相关性不显著;利用颗粒物浓度和气象要素建立8种大气能见度非线性统计回归模型,比较后发现利用PM_1.0、风速、相对湿度、气温等因子建立的不同季节大气能见度拟合公式在实际检验中效果最优,能较好地模拟桂林地区大气能见度的变化。     

2019年1月长春市一次霾污染过程成因分析

利用空气质量历史监测数据、地面气象要素及激光雷达探测资料,综合分析了2019年1月10—15日长春市一次霾污染过程,探讨了污染过程中污染物和气象要素的变化特征与影响机制。结果表明：此次霾污染过程中12—13日污染最重,PM_2.5和PM₁₀质量浓度均超过150 μg·m^-3,气溶胶消光最强,超过70%的PM_2.5/PM₁₀比值大于0.7,指出了细粒子对重污染事件的贡献;重污染期间近地面风速偏小、相对湿度增加、变压较小,同时低空风出现明显的风向转变,弱下沉运动与逆温以及较低的边界层共同削弱了大气的水平和垂直扩散能力,有利于污染物累积,导致霾污染。500 hPa天气形势表明长春市位于槽前脊后,850 hPa高度场为弱西风,相对湿度大;海平面气压场存在低压气旋及弱西南气流,该气流有利于将污染物输送至长春市,造成霾污染加剧;1月14—15日高空槽加深东移,850 hPa西北气流增强,近地面气压梯度力变大,污染物得到扩散,霾污染逐渐结束。     

北京地区夏末秋初气象要素对PM2.5污染的影响

利用北京宝联站及北京上甸子大气本底站2006—2008年的7—9月PM_2.5连续观测资料以及北京市观象台的探空数据、海淀气象站的风廓线雷达和降水量等资料,对北京地区夏末秋初PM_2.5的质量浓度特征及其与气象要素的关系进行了统计分析。结果表明:城区站各月平均PM_2.5质量浓度明显高于郊区站,高空偏南气流的输送是造成城区及本底地区出现细颗粒物污染的主要原因。从地面风速来看,城区当北风和南风分别达到2 m·s-1和3.5 m·s-1以上时能起到扩散作用;郊区在低风速的北风条件下也能起到扩散和稀释作用,而南风基本上对郊区的颗粒物无扩散作用。PM_2.5质量浓度在降水前后的清除量与降水量、初始质量浓度均呈正相关关系,城区及郊区的云下清除过程更多取决于降水前污染物的浓度,降水量作用较弱。当混合层高度突破1500 m时,垂直扩散对污染物的稀释扩散效果明显。     

2012~2020年成都市不同等级能见度的时空分布特征

利用2012~2020年成都市气象站观测资料和环境空气质量监测数据,研究了该地区能见度时空演变规律以及不同等级能见度下气象要素和污染物浓度的关系。结果表明:（1）成都市近9 a年平均能见度呈上升趋势。四季平均能见度由高到低依次为夏季（12.25 km）、春季（10.82 km）、秋季（9.04 km）和冬季（6.33 km）。成都市能见度日变化呈单峰型分布特征,07时能见度最低,17时能见度最高。（2）能见度空间分布特征为东高西低且北高南低,中部中心城区最低。（3）成都市3 km以下低能见度出现频率为10.92%,3~5 km、5~10 km和10~20 km能见度出现频率分别为15.92%、24.95%和22.51%。（4）能见度上升与对应的PM_2.5和PM₁₀浓度、相对湿度减少以及风速增加有关。当能见度低于1 km时,多为高湿（RH>96%）低温（T<10.6℃）和小风速（<1.0 m/s）和高浓度（PM_2.5>84.8 μg/m3,PM₁₀>129.0 μg/m3）。      

京津冀及周边地区冬季能见度与PM2.5浓度和环境湿度的多元回归分析

2013年至今,中国冬季与雾霾相伴的低能见度事件频发,京津冀及周边地区尤为严重。PM_2.5浓度与环境湿度是导致低能见度的最关键影响因素。为了深入研究PM_2.5浓度与环境湿度对大气能见度的影响,利用2017年1月京津冀及周边地区MICAPS气象数据与PM_2.5观测数据,运用天气学诊断分析方法讨论了不同相对湿度下PM_2.5浓度、环境湿度对冬季能见度变化的相对贡献,按照地理环境与污染程度差异将京津冀及周边地区划分为北京-天津地区与河北-山东地区,建立了PM_2.5浓度与环境湿度（由露点温度、温度代表）对能见度的多元回归方程,并对2015、2016、2018、2019年冬季能见度进行了回算检验。结果显示:相对湿度低于70%、PM_2.5浓度低于75 μg/m3时,北京-天津地区与河北-山东地区能见度多高于10 km,PM_2.5浓度升高是此时能见度迅速降低的主导因素;相对湿度从70%上升至85%和PM_2.5浓度从75 μg/m3升高200 μg/m3的共同作用导致了能见度降低到10 km至5 km;能见度进一步从5 km下降至2 km则更多依赖于相对湿度进一步从85%升高至95%,PM_2.5浓度与此时能见度相关减弱;能见度降低至2 km甚至更低主要是由于水汽近饱和状态下（相对湿度95%以上）的雾滴消光引起,与PM_2.5浓度的变化关系不大。与不分组直接拟合相比,以相对湿度85%为界线,分别拟合能见度能够很大程度优化多元回归模型,相对湿度高于85%时能见度拟合值的均方根误差从9.2和5.2 km下降至0.5和0.7 km,5 km以下拟合能见度的误差大幅度减小。按相对湿度85%将数据分组所得的拟合方程对2015、2016、2018、2019年1月能见度估算结果较好,观测值与拟合值相关系数均高于0.91,为雾-霾数值预报系统提供了新的能见度参数化算法。      

天津大气能见度与相对湿度、PM10及PM2.5的关系

为研究大气气溶胶及空气中水汽与大气能见度下降的关系,利用2009年天津大气边界层观测站大气能见度资料和同期观测的相对湿度、PM₁₀及PM_2.5资料,对三者与大气能见度的关系进行了分析。结果表明：大气能见度与相对湿度线性相关系数最高,PM2.5次之;大气能见度随相对湿度的增大而明显降低。相对湿度低于60 %时,大气能见度与PM_2.5的非线性相关性较好,与PM₁₀次之,与PM₁₀与PM_2.5差值的相关性最差。相对湿度高于60 %时,大气能见度与PM₁₀的非线性相关性较好,与PM₁₀-PM_2.5差值的相关性次之。大气能见度与相对湿度非线性相关系数高于线性相关系数。利用相对湿度、PM₁₀及PM_2.5数据计算得到了具有季节变化的非线性大气能见度拟合公式,经验证,该公式能较好地模拟天津地区的大气能见度。     

2018年1月青岛市一次重度污染雾—霾天气成因分析

利用中国国家地面站逐小时气象观测资料、中国环境监测总站空气质量逐时监测数据、ECMWF 0.125°（纬度）×0.125°（经度）再分析资料及青岛市八关山自动站常规要素逐小时数据,对2018年1月15~22日青岛市一次重度污染雾—霾天气过程的特征及其影响因子进行分析。结果表明:PM10为首要污染物,污染过程中青岛市48 h 输入污染源前期主要为北方干冷气团与江淮湿空气在山东半岛北部汇聚堆积,后期则主要包括山东省内局地大气污染物排放。雾—霾期间,500 hPa中高纬地区受乌拉尔山阻塞高压和中西伯利亚冷低压控制,宽广的东亚横槽稳定维持,青岛上空以平直西风气流为主,地面等压线稀疏,风速小;随着横槽转竖,纬向型环流转为经向型,冷空气大举南下,风速急增,降雪发生,雾—霾迅速消散。在静稳的大气环流背景下,当近地逆温层内弱风或持续吹陆风,对流层低层上升和下沉运动较弱,水汽条件较好时,有利于雾—霾维持。综合分析雾—霾各阶段PM2.5浓度和相对湿度与能见度间的关系发现,霾阶段两因子影响力相当;雾阶段能见度主要受相对湿度的影响;静稳条件下PM2.5浓度累积增加是影响雾、霾混合阶段能见度的主要因子。     

一次大雾天气下PM2.5二次无机粒子的数值模拟

利用多尺度空气质量模式系统（Models-3/CMAQ）对2002年12月1—3日北京及周边地区发生的一次大雾天气进行数值模拟,分析了大雾天气下PM2.5二次无机粒子的演变及其影响。结果表明,白天相对湿度降低,雾滴蒸发脱水后PM2.5二次无机粒子会悬浮在大气中;夜间在水汽凝结成雾滴的过程中,大量的PM2.5二次无机粒子提供了充足的凝结核,促进大雾天气的进一步发展。午后PM2.5二次无机粒子积聚及较高的相对湿度是造成北京及周边地区低能见度的重要原因,并推断该区域很可能是霾天气。     

一次持续性雾霾天气过程的阶段性特征及影响因子分析

应用常规与非常规气象观测资料及PM2.5浓度监测资料,对2013年1月20~24日山西区域一次持续性雾霾天气过程进行分析。研究发现：（1）本次雾霾天气过程具有明显的阶段性特征。2013年1月20日14时至23日11时,由于相对湿度的变化导致了3次轻雾转大雾过程;23日14~20时,由于PM2.5浓度的增大经历了1次轻雾转霾的天气过程。（2）地面弱的气压场和较小的风速以及PM2.5浓度的上升和相对湿度的增大为本次持续性雾霾天气过程的形成和发展提供了有利条件。（3）边界层逆温的存在是雾霾低能见度过程形成的必要条件,边界层有逆温层而不出现雾霾天气的条件是：相对湿度〈50%,PM2.5日均值浓度〈75μg·m-3;逆温层下相对湿度的大小是区别雾和霾天气的指标。（4）相对湿度和PM2.5是决定能见度大小的关键因子,其对能见度的影响体现出明显的阶段性特征,当相对湿度〈90%时,PM2.5浓度对能见度的作用强于相对湿度,是影响能见度变化的主要因子,但随着相对湿度的增大,其对能见度的影响相对增强,当能见度降至1 km以下时,相对湿度成为影响能见度变化的主要因子。     

乌海市灰霾天气的气候特征分析

利用乌海市1971—2009年每天4个时次（或3个时次）的常规地面观测资料和2004—2009年的空气质量状况（PM10、SO2、NO2浓度值）,统计分析了乌海市灰霾的分布特征和规律以及出现灰霾时的相对湿度、平均水平能见度、2分钟平均风速、风向特征和空气质量状况。得到：（1）乌海市1971—2009年共出现165次灰霾天气,2004年以后出现了161次,最多出现在2007年和2009年;春季出现次数最多,冬季最少;4月出现最多,1月和2月出现最少;82.4%的灰霾天气出现在08时。（2）当出现灰霾时,相对湿度在60%以下占71%,相对湿度在70%以上时绝大部分是与雾同时出现;灰霾天气出现最多风向是偏南风,最多风速是≤3.0 m.s-1。（3）2004—2006年出现灰霾时92%的空气质量出现了三级轻微或轻度污染,2007年以后出现灰霾时,在冬半年空气质量绝大部分为三级轻微或轻度污染,而在夏半年大部分空气质量为良。     

北京地区气溶胶PM2.5粒子浓度的相关因子及其估算模型

文中运用统计分析和气象统计预报的方法 ,使用北京白石桥小区的污染物观测资料和同期北京地区的气象观测资料 ,对影响大气污染的气象因子进行了综合分析 ,并分别建立了气溶胶PM 2 .5粒子浓度与气体污染物、气象要素场的两类统计相关拟合模型。发现气溶胶PM2 .5粒子浓度与气体污染物浓度存在不同程度的相关性 ,且与气象条件亦存在显著的相关关系 ,此类时空变化及其量化估算模型具有一定实际应用价值。通过确定气象要素场和气溶胶浓度的关系可进一步研究不同地区的污染物输送和污染源扩散影响的问题。     

灰霾数值预报系统对不同天气型过程数值模拟分析

利用2010年南沙气象探测基地灰霾观测资料,采用灰霾数值预报系统对不同天气型灰霾过程进行数值模拟,研究珠三角地区空气污染的主要控制因子和主要污染成分及不同天气系统影响下各种排放源对珠三角地区的污染贡献。结果表明：灰霾数值预报模式模拟值与实测值趋势基本一致,除个别极值外,模拟结果能较好和定性的反应珠三角地区各污染物浓度变化,是适合珠三角地区的灰霾数值预报系统。在易出现灰霾月的变性高压入海型和不易出现灰霾月的热带气旋外围下沉气流控制时,各污染物浓度均较高,特别是PM₁₀、PM_2.5、元素碳EC（Elemental Carbon）、有机碳OC（Organic Carbon）和CO浓度尤其明显。在易出现灰霾月冷空气南下时和不易出现灰霾月无明显天气系统影响时,元素碳EC、有机碳OC和CO浓度较低,其他污染物浓度接近零。无论是否出现灰霾,相对于空气中的其他污染物,元素碳EC、有机碳OC和CO浓度均较高,说明在珠三角地区碳污染较重。     

北京冬季雾霾事件的气象特征分析

利用观测的气象要素和细颗粒物(即PM2.5)浓度资料,并结合中尺度数值天气模式WRF(Weather Research and Forecasting Model),对2013年1月北京地区雾霾污染期间天气条件和边界层气象特征进行了分析。模拟与观测对比表明,WRF模式可以较好地反映北京—天津—河北地区地面和高空主要气象要素的时空分布。对1月10~14日、27~31日两次重雾霾天气的分析表明,雾霾的形成是高浓度的大气颗粒物和特殊的气象条件共同作用的结果。小风或静风、稳定的大气层结,使大气扩散能力减弱,造成污染物堆积,偏南气流将周边污染物和水汽输送到北京,不仅增加了污染物浓度,而且有利于气溶胶吸湿增长,消光增强,使能见度下降,进而形成雾霾。     

珠江三角洲霾天气的近地层输送条件研究

近年来, 珠江三角洲地区气溶胶污染日趋严重, 霾天气造成能见度恶化和空气质量下降。近地层输送条件即地面流场与大气污染物稀释扩散密切相关。利用2004—2005年广东省466个地面自动气象站资料、广州观象台常规气象资料、珠江三角洲大气成分站网器测能见度资料、珠江三角洲城市环境监测站网的PM₁₀浓度资料等, 使用矢量和分析方法, 分析珠江三角洲近地层风及其对严重霾天气过程和清洁对照过程的影响。结果表明: 2004年霾天气高发季节, 东亚纬向环流比2005年同期显著, 纬向环流不显著的年份, 气流南北交换显著, 冷空气跨越南岭、到达珠江三角洲的机会比较大, 伴随冷空气的大风等天气有利于污染物扩散; 纬向环流显著的年份, 冷空气跨越南岭、到达珠江三角洲的机会比较小, 污染物易于堆积。珠江三角洲霾天气具有区域性特征, 旱季出现最多, 雨季出现最少。严重霾天气过程出现在每年12月至次年4月, 清洁对照过程出现在台风直接影响或冷空气活动频繁的季节。与2004年相比, 2005年的静风频率较低, 且旱季风速较大, 不利于霾天气的形成。矢量和分析表明:区域霾天气过程与区域内静小风过程, 即出现气流停滞区有密切联系, 清洁对照过程与强平流输送有关。