北京市朝阳区重空气污染天气类型分析

利用2011—2015年北京市朝阳区气象观测资料和PM_(2.5)大气成分监测资料,对朝阳区重空气污染的天气类型进行了系统的分析。结果表明:2011—2015年北京市朝阳区重空气污染天气类型大致可分为均压场型、低压辐合型和高压型3种。均压场型重空气污染大气基本为静稳状态,地表风力小,污染物易在低层逐渐累积;同时,受北京市周边地形的影响,朝阳区受均压场控制,具有明显的山谷风风向转变的日变化。低压辐合场对应低压槽前的上升运动,使周边污染物向低压中心积聚,从而导致出现重污染天气。高压型重空气污染主要是由于朝阳区位于地面高压的后部或底部,受高压后部或底部的偏南或偏东气流的影响,污染物区域输送显著,从而导致污染物浓度上升。总体来看,均压场型、低压辐合型和高压型3种重空气污染天气类型交替出现时,朝阳区可出现持续性重空气污染。     

2012—2014年常州市大气重污染日的气象条件分析

利用常州市环境监测中心的大气污染监测资料、常州市气象局的常规气象观测资料及NCEP/NCAR再分析资料等分析了2012—2014年常州市的大气污染情况,将大气重污染日的地面形势场进行了分型,并重点分析了污染程度极为严重的2013年1月的气象条件,得到以下结论：1)近3年常州市共计出现大气重污染日54天,冬季为重污染日数最多的季节,首要污染物主要是PM2.5。2)可将重污染日的地面形势场归纳为均压场型、高压底部型、高压后部型、变性高压型和低压型5种类型：均压场型扩散条件差,为大气重污染最常见的地面形势;高压底部型一般伴随有冷空气扩散,往往导致上游污染物的输送;高压后部型、变性高压型分别意味着冷高压移出和变性减弱致使污染物累积导致大气重污染发生;低压型一般易出现降水,若前期污染程度较重或降水较弱,往往导致污染维持。3)2013年1月大气污染极其严重,单月共计出现重污染日14天,降水量异常偏少是本月重污染频发的主要原因之一,高温高湿小风环境则有利于大气重污染的形成。4)秋冬季节多冷空气活动,本地往往经历均压场高压底部冷空气冷高压均压场的循环过程,冷空气“间歇期”为大气重污染高发时段,故地面形势场对大气重污染的预报预警有着较好的指示作用。     

贵港市污染天气分型及污染气象特征研究

污染天气分型研究对空气质量预报预警等具有重要的意义,基于2015年1月~2018年12月欧洲数值预报中心（ECMWF）再分析资料和国家气象站常规资料,采用聚类分析法按高空及地面天气形势划分了贵港市的污染天气类型,并探讨各天气类型下的污染天气特征和空气质量状况。结果表明,发生大气污染时,按高空(500 hPa)环流形势可分为两槽一脊型、一槽一脊型、副热带高压型,其中两槽一脊发生在秋冬季的频率最高。按地面环流形势可分为冷高压脊底部型、冷高压控制型、冷高压后部型、西南暖低压型、热带气旋型、均压场型共6种类型,并构建天气学模型。其中冷高压脊底部控制下的污染天气天数最多(61天);但冷高压控制型空气质量最差(AQI为163),是造成颗粒物(PM2.5/PM10)超标的类型;西南暖低压型次之(AQI为135);热带气旋型和均压场型常常表现为高温多日照,容易造成O3污染。大气污染发生时环流形势和气象要素表现为大气稳定度升高,水平和垂直扩散条件变差,地面平均风速不超过1.5m/s,相对湿度大于50%,日雨量皆为不超过5mm的零星小雨。     

江西省区域霾天气过程典型个例分析

利用2011—2017年江西省基本气象观测资料,统计分析了江西省区域霾天气过程的时空分布特征,并选取典型个例进行天气学分析及模拟。结果表明:江西省区域霾天气过程的月、季变化特征明显,呈北多南少的空间分布特征。区域霾天气过程的天气形势可分为高压类、低压类和均压类,其中高压底部类出现次数最多。3个典型个例中江西地面分别处于高压底部、冷锋锋区和均压场,配合500 hPa高度层的平直西风气流、西北气流或西南气流控制,925 hPa高度层的反气旋控制,整层大气处于非常稳定的状态。江西中北部上空为弱的气流下沉区,相对湿度非常低,为逆温或中性层结。后向轨迹模拟显示,高压底部与冷锋锋区个例过程输送带均为西北路径,均压场个例过程污染物气团为西南气流输送。     

西安冬季不同环流形势下大气细颗粒物 的输送特征研究

基于2018—2020年西安市冬季的ERA5再分析资料、大气污染监测资料以及地面气象资料,采用客观天气分型方法PCT将西安地区冬季的海平面气压场和10 m风场分成6种天气类型,对不同天气类型下的空气污染状况及大气边界层污染气象参数特征进行了研究,结果表明：西安地区在冷高压前部型、冷高压后部型、均压场型、高压底部型中PM25污染加重,污染日出现频率高,属于污染型天气类型;在污染型天气类型下,西安地区混合层高度较低、通风系数较小、大气自净能力较弱均不利于PM25的扩散稀释;对污染天气类型下西安地区的PM25污染输送与潜在来源进行研究,认为西安本地及周边地区、陕南地区对西安PM25的质量浓度均有明显的影响,另外甘肃东部、宁夏及河南西部地区也是西安重要的细颗粒物污染源地,不同的污染天气类型下,污染输送通道和源区存在差异性。     

北京地区重空气污染天气分型及个例分析

利用2008年1月至2014年12月北京地区高空和地面气象观测资料及逐日大气成分监测数据,对北京地区空气质量≥5级重空气污染的持续时间、500 hPa高空环流形势、地面气压场及相应的边界层结构特征进行了统计分析。结果表明:2008年1月至2014年12月北京地区发生重空气污染时500 hPa以纬向环流为主,占重空气污染总日数的58.4%。从地面气压场来看,低压辐合区型重空气污染出现频率最高,为38.3%;其次为高压后部型重空气污染,出现频率为18.8%。北京地区出现重空气污染天气时500 hPa多为纬向环流,850 hPa为偏南暖平流,地面气压场为低压辐合区、高压后部、高压底部、弱气压场、高压前部、低压倒槽、弱高压、鞍型场及华北地形槽时均可出现重空气污染天气过程。配合以上天气形势,重空气污染天气出现时,边界层长时间存在逆温、低层风速较小且湿度大,并根据重污染天气特征建立了北京地区重空气污染概念模型。     

影响上海市空气质量的地面天气类型及气象要素分析

地面天气形势及气象要素的变化在空气污染潜势预报中具有很好的指示作用。利用天气学原理将地面天气系统进行分型,探索研究不同地面天气类型对上海空气质量变化的影响。整理、分析2003—2005年地面天气类型和气象要素与空气质量的关系,发现:(1)上海秋冬季以大陆冷性高压系统移动为主,而夏季主要以副热带高压和台风影响为主,春季是冬季与夏季之间的过渡,天气系统转换较为频繁。(2)春、秋、冬季易引起上海市空气污染的天气类型有L型高压、高压、高压前和均压场4种地面天气类型,与空气质量优等级相对应的天气类型是低压槽、高压底和高压后。夏季空气质量优等级对应的天气类型主要有台风、高压(副高)和低压槽。(3)秋冬季节典型天气过程一般经历高压前(或冷空气)→L型高压→高压→高压后(或高压底)→低压槽的转换,PM10浓度变化也表现为先升后降。(4)气象要素的变化也与空气污染存在密切联系,气压与空气污染物的关系为正相关,而气温、相对湿度和风速与空气污染物浓度呈负相关。     

辽宁中部城市群灰霾污染的外来影响

利用MODIS(MODerate-resolution Imaging Spectroradiometer)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,对辽宁中部城市群代表性城市——沈阳市2009年全年发生的30 d首要污染物为PM10(空气动力学当量直径小于等于10μm的颗粒物,即可吸入颗粒物)且空气污染指数API(Air pollution Index)为3级及以上污染过程的天气形势及污染来源进行了综合分析。研究结果表明:引发3级以上重污染事件的天气形势主要为4类,分别为高压均压场型(包括高压后均压场型、高压前均压场型和高压内均压场型)、长白山小高压型、弱低压场型及地形槽型。发生污染天气时气流主要有两个来向,即西南方向的京津冀来向和偏北方向的内蒙和长春来向。气流来自偏南方向的天数最多,为19 d。其中最容易受京津冀影响的天气型为高压后均压场型和地形槽型,共有8 d,占总污染天数的26.7%。因此,来自京津冀的外来输送对于辽宁中部城市群霾污染的影响不容小视,辽宁中部城市群空气质量的改善与临近区域的改善紧密相关。     

河北省夏季空气污染过程气象条件

利用NCEP再分析格点资料、常规观测资料,统计分析了2005-2007年7-9月河北省典型的10次空气污染过程与气象要素、天气系统的关系。结果表明:河北省夏季典型污染过程的主要天气类型与冬季环流形式差别较大,可分为纬向型、低压槽前型、副热带高压外围型等;空气污染过程发生日多以雾、霾天气为主,05:00-08:00时(北京时)的能见度最小,地面观测资料的温度露点差(T-T_d)小于等于3℃;高空无明显的垂直运动或系统性弱下沉运动,近地层弱气压场、风场,不利于空气中污染物的扩散;近地层存在逆温,稳定的层结使空气污染得以持续;过程后期,因冷空气活动产生降水,空气污染减弱、结束。     

南宁市灰霾天气概念模型及预报研究

通过对2000年以来南宁市9个气象站中出现4站及以上的灰霾天气个例共50个过程的地面资料、探空资料分析和环流形势图进行总结分析,得出灰霾天气出现时,探空层结和地面要素的特征,并将南宁市出现灰霾天气的大气环流形势分为干型和湿型两大类,其中湿型又可分为三小类:(1)高后型;(2)弱冷空气型;(3)副高型,总结出每一类灰霾天气的发展、严重和消散阶段的环流和地面要素、探空层结特征,并根据研究结果,得出南宁市灰霾天气的客观预报模型。     

渭南市2015—2017年典型霾天气过程气象特征分析

综合利用地面空气污染监测资料、MICAPS资料、常规气象资料、探空资料、NCEP再分析资料,通过对2015—2017年渭南市11个典型霾天气过程进行分析,总结渭南市典型霾天气过程的大气环流背景特征,并运用统计学方法分析典型霾天气过程的气象要素特征。结果表明:典型持续性污染天气过程中细颗粒物(PM_(2.5))是PM_(10)的主要组成成分,PM_(2.5)的质量浓度明显高于粗颗粒物,严重污染期间PM_(2.5)和PM_(10)二者日变化明显且基本同步。严重污染期间,500 hPa欧亚中高纬度环流呈两槽一脊型,陕西处于暖脊前部、长波脊前底部,相应的700 hPa青藏高原上有短波槽,短波槽前有弱偏南气流发展;而空气质量转好时,中高纬度环流形势明显变化,陕西上空锋区加强,伴随地面东移南下冷空气的入侵,关中对流层低层偏北气流加强。PM_(2.5)质量浓度与过去1小时降水量、气温、海平面气压、10分钟平均风速负相关,与露点温度、相对湿度、总云量正相关。     

四川盆地一次持续性雾霾天气过程分析

利用空气质量监测资料、NCEP分析场资料、常规气象观测资料,对2014年1月22日~2月4日四川盆地一次持续性雾霾天气过程的特点及环流背景进行了分析。结果表明:此次持续14天的雾霾天气过程发生在中高纬纬向型环流背景下,青藏高原到四川盆地的西风气流不利于冷空气南下以及降水的产生,同时我国大部分地方处于地面高压内的均压场中,气压梯度力小,近地面风速小,有利于雾霾的形成和维持。大气混合层高度的变化对雾霾之间的转换有很好的指示作用,霾的混合层高度比大雾和轻雾的高,且霾的相对湿度比低,温度露点差比雾大,逆温强度比雾弱,这些都为雾霾之间的转换预报提供了很好的参考依据。     

黄海海雾天气气候特征及其成因分析

利用2002-2008年的地面观测资料、青岛小浮标站资料、海洋大气综合资料、NCEP再分析资料和卫星云图等资料,对黄海海雾的天气气候特征、环流型和相关的水文、气象因子进行分析研究.结果表明,黄海海雾呈现逐年递增的年际变化,且集中发生在春夏季,自南向北雾季逐渐推迟,发生频数增多;一日中主要出现在夜间至早晨.黄海海雾可归纳为冷锋型、高压后部型和均压场型三种天气类型.海雾是流入黄海的黑潮暖流分支与沿岸的冷水流相遇,在适宜的海温、气海温差、大气稳定度和风场等水文、气象条件下形成的,这些条件可为海雾发生、发展的预报提供一些参考依据.     

关中2次严重空气污染天气对比分析

用MICAPS实时资料,对关中2002-12-14和2003-04-172次严重空气污染的气象条件进行分析,结果表明:前者是在地面均压场、深厚逆温层、弱风场条件下典型的本地污染,不易扩散;后者是随冷锋扩散南下的上游大风区沙尘造成关中PM10浓度跃增,属典型的周边大区域污染源扩散污染,冷锋过后,扩散污染减轻。冬半年关中处于地面均压场、冷锋前时应注意有较重空气污染的可能。     

南宁典型空气污染和清洁过程的近地层流场分析

利用广西地面自动气象站资料及南宁空气污染物浓度等资料,通过EOF和矢量和等方法,对选出的典型空气污染过程和清洁过程的近地层流场进行分析得出：典型污染过程大尺度系统较弱,受局地中小尺度环流系统影响,污染物局限在当地,出现严重的污染天气;而清洁过程大气对流活动较活跃,主要受大尺度环流系统影响;污染过程风矢量和较小,扩散条件较差;清洁过程风矢量和较大,利于污染物扩散.     

河北重度污染天气分型及其气象条件特征

利用2013—2016年河北省196个环境观测站资料和气象资料对河北省易出现重污染的天气形势进行天气学分型:辐合型、回流型、均压场型、高压后部型、西北高压型、北高型,其中西北高压型出现频率最高,均压场型次之,回流型出现频率最低。通过对河北省3个代表站2014—2016年秋冬季混合层高度、静稳天气指数及小风日数与污染物浓度的统计,分析得到3种指数与大气污染有很好的相关性,即混合层高度越低、静稳天气指数值越大、小风日数越多,越容易出现空气污染。另外通过对比不同类型重污染天气下混合层高度和静稳指数数值,得出天气分型与气象特征量的对应关系:北高型最稳定,西北高压型最容易被破坏。     

天气形势对南昌市空气质量影响的初步分析

利用2007--2010年南昌市空气污染监测资料以及气象观测资料,分析了空气质量与天气形势的关系,以及造成南昌市空气污染的主要天气形势特征。结果表明：（1）南昌市空气污染具有明显的季节性变化特征,冬季污染日出现频次最高,其次是春、秋两季,夏季由于雨水的冲刷稀释作用、热对流作用,极少出现空气污染日。（2）影响南昌市空气质量的地面形势主要分为低压类（倒槽、锋前）和高压类（高压底部、高压后部、弱高压）,而高空系统主要为槽后西北气流以及西南气流的影响。（3）当出现空气污染时,地面至1000hPa近地层逆温非常明显,地面风速弱,基本在3m／s以下,且以偏东风出现频次最高。（4）污染物浓度与霾天气密切相关,霾日的空气质量较差。     

开封市空气重污染典型天气背景分析与潜势预报模型研究

利用2014-2016年高空、地面气象资料和大气环境监测资料,对开封市空气重污染日持续时间和发生月份特征、 500 hPa高空环流和地面气压场形势、污染物浓度与气象要素的相关性和分布特征进行了统计分析。结果表明:开封市重污染日主要发生在11月至次年1月,重污染日的首要污染物为PM_(2.5)和PM_(10),出现频率分别为97%和3%;秋冬季重污染常具有连续性,连续1～2天的重污染累计频率为44%,连续3～6天的累计频率达到56%。发生重污染时500 hPa形势主要分为平直纬向环流型、低槽型和西北气流型,出现频率分别为47%、43%和10%;地面气压场形势主要分为高压前部型、均压场型、低压南部型、倒槽型和东高西低型,其中高压前部型出现频率最高,达63.4%,其次均压场型占18.3%,其他3种类型出现频率都在5%～7%。重污染日逆温层高度主要分布在925-1000 hPa,但当逆温层高度达到850 hPa时,其发生重污染的概率达到40%;重污染日850-925 hPa风速多在10m·s~(-1)以下,1000 hPa风速多在5 m·s~(-1)以下,地面早晚间风速多为1～3 m·s~(-1);地面早晚间相对湿度主要分布在60%～90%。根据统计结果,选取低层风速、逆温、地面风速、地面相对湿度、云量等作为预报因子,应用"配料"法,建立6个空气重污染潜势预报模型。经检验评估,24-72 h模型预测准确率达到85%以上。     

夏旱期间人工增雨有利天气形势短期预报概模

利用常规资料,通过对有利于人工增雨作业天气型中的两类优势型(T、R型)进行分析发现:在台风型(T)情况下,有利于人工增雨作业的前一天形势是500 hPa副热带高压呈带状分布,脊线位于30°N以北,西脊点在110°E或以西,中低层在120°E附近存在台风倒槽(或存在低压环流),地面处东南气流中;在弱流场型(R)下,其前一天天气形势是中低层有足够水汽输入条件或存在中尺度低值系统,对应地面存在静止锋或为均压场。以此为依据建立了短期(24 h)预报概模。结果表明:预报概模在实际业务应用中效果尚好。     

哈尔滨春季一次罕见重度霾天气成因分析

利用气象、环境、卫星遥感火点监测等资料，从环流形势、气象要素、污染物和污染传输特征等方面对哈尔滨2018年4月4日夜间至5日白天罕见重度霾天气成因进行分析。结果表明，此次重度霾天气首要污染物为PM2.5，污染最重时PM2.5浓度高达507μg?m-3，秸秆焚烧是污染物的主要来源，既有本地源又有外地源，利用HYSPLIT模型模拟出这次重度霾天气污染传输特征。重度霾时段，近地面风速小，为1.5m·s-1左右，最小为0.1m·s-1，风向呈弱气旋性辐合、湿度增大有利于形成霾。低层存在较强的贴地逆温，逆温层顶高度约为100m,逆温强度约为1.5℃/100m，不利于污染物在垂直方向上扩散。地面均压场和高空弱高压脊、暖锋锋区和暖平流为这次重度霾天气提供了有利的大气环流背景条件。