北京市夏季不同O3和PM2.5污染状况研究

从天气背景场、气象要素、前体物和PM_(2.5)化学组分、气团运动轨迹以及大气氧化性等方面对北京市夏季两种不同的O_3和PM_(2.5)污染状况进行了分析.结果表明,O_3达到中度污染而PM_(2.5)浓度优良(O_3和PM_(2.5)一高一低)污染状况的天气形势场为:高空为偏西北气流,地面受高压后部控制;而O_3和PM_(2.5)同时达到中度污染(O_3和PM_(2.5)两高)的天气形势场为:高空为偏西气流,地面受低压控制.与O_3和PM_(2.5)一高一低污染状况相比,O_3和PM_(2.5)两高时的气象要素特征为:偏南风更为明显和相对湿度更高.O_3和PM_(2.5)两高时污染物浓度演变特征为,O_3和PM_(2.5)的起始浓度较高,PM_(2.5)日变化特征更为明显,而O_3平均浓度却低于O_3和PM_(2.5)一高一低的污染状况.前体物、大气氧化性以及PM_(2.5)化学组分分析的结果表明,较高的起始浓度在不利气象条件下的积累和吸湿增长以及当天较大偏南风造成的区域传输可能是造成O_3和PM_(2.5)两高污染状况中PM_(2.5)浓度达到四级中度污染的主要原因.     

天津市夏秋季O3-PM2.5复合污染特征及气象成因分析

天津市PM_2.5-O₃复合污染主要发生在夏秋季,本研究筛选出2017年夏季一次和秋季两次典型PM_2.5-O₃复合污染过程,系统分析污染物变化特征,探究天气形势和主要气象因子的影响.结果表明,3次污染过程PM_2.5与O₃呈现不同程度的正相关性（日均值相关系数达到0.34~0.78）,O₃与PM_2.5中硫酸盐和有机碳日均浓度存在较为一致的变化趋势.与非复合污染日相比,复合污染日无机盐占PM_2.5组分的比重增加,增长率为1.9%~7.3%;而碳组分占比减小.复合污染过程发生时,天津地区处于低压槽前或高压后部,近地面弱的偏南风辐合造成较差的大气扩散条件,导致大气污染物的累积.研究结果发现,夏季和秋季PM_2.5-O₃复合污染过程需要适宜的气象条件,温度阈值分别为25~35℃和20~30℃,相对湿度分别为40%~70%和55%~100%.夏秋季复合污染过程关键无机组分及其形成机制有所差异.夏季,日间O₃等强氧化剂对SO₂的气相氧化过程和夜间高湿条件（大约60%）下液相化学反应可能是主导的化学机制,硫酸盐增长率为8.2%.秋季高湿环境（≥80%）不仅促进SO₂向硫酸盐转化,秋季第一次复合污染过程硫酸盐增长4.7%,也促进夜间N₂O₅水解反应等,秋季第二次复合污染过程硝酸盐增长6.0%,两种机制成为秋季复合日PM_2.5显著增长的关键机制.本研究揭示了驱动天津市PM_2.5-O₃复合污染过程发生的适宜气象条件、PM_2.5关键化学组分及其化学过程,为复合污染的成因及协同控制提供了参考.     

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.     

珠江三角洲大气光化学氧化剂(Ox)与PM2.5复合超标污染特征及气象影响因素

基于粤港澳珠江三角洲区域空气监测网络12个监测子站的大气污染物数据,梳理2013~2017年大气光化学氧化剂O_x（NO₂+O₃）与PM_2.5质量浓度的变化趋势.O_x+PM_2.5复合超标污染定义为NO₂和PM_2.5质量浓度日平均值以及O₃浓度日最大8 h平均值（O₃ MDA8）同时超过二级浓度限值,分析了不同类型站点复合超标污染的时空分布特征以及气象因素影响.结果表明,2013~2017年珠三角PM_2.5年均质量浓度由（44±7）μg·m^-3下降至（32±4）μg·m^-3,实现PM_2.5连续3 a达标.O_x年均质量浓度由2013年（127±14）μg·m^-3下降至2016年（114±12）μg·m^-3,2017年反弹至（129±13）μg·m^-3,O₃浓度上升明显（10 μg·m^-3）.以O₃为首要污染物的污染过程占比由2013年33%增多至2017年78%,多个城市同时发生污染的区域特征明显.研究时段内O_x+PM_2.5复合超标污染事件共发生60次,主要在城区站点（78%）和郊区站点（22%）.秋季发生复合超标污染天数最多（52%）,是因为强太阳辐射有利于臭氧生成,大气氧化性增加,进而促进了PM_2.5二次生成.造成珠三角复合超标污染的天气形势主要为高压出海型（43%）、高压控制型（30%）和热带低压型（27%）.就具体气象因素而言,气温在20~25℃且相对湿度在60%~75%的范围内时,复合超标污染事件发生占比最高（22%）.在O₃重污染过程中,夜间高湿和低风速使得NO₂和PM_2.5浓度显著上升,日间高温加剧了复合超标污染.     

气象条件对2013—2015年冬季关中地区空气质量的影响

大气污染是由过度的人为源排放和不利于大气污染扩散的气象条件共同作用的结果,通过探讨天气形势及气象要素与细颗粒物（PM_2.5）的关系,分析气象条件对空气质量的影响,从而为关中地区的环境治理提供有利的参考依据。本文利用NCEP-FNL再分析资料、环境监测资料及有关的降水数据,对2013?—?2015年冬季关中地区空气质量的演变趋势及其与气象条件的关系进行了研究。结果表明：2013?—?2015年冬季关中地区平均PM_2.5浓度分别为159.5 μg???m_?3,74.2 μg???m_?3,101.8 μg???m_?3,呈现出先明显下降然后又回升的趋势。对2013?—?2015年冬季关中地区天气形势的分类分析表明：这三年关中冬季的有利天气形势呈先上升后下降的趋势,能基本解释同期关中地区PM_2.5的演变趋势。有利天气形势不但会使当天的PM_2.5降低,还会使第二天的PM_2.5维持在较低的水平。因此,有利天气形势天数的增加会使冬季的整体PM_2.5 浓度下降;反之,有利天气形势的减少或不利天气形势的持续则会使PM_2.5浓度飙升到很高的水平。此外,风速与每天的PM_2.5浓度呈显著的负相关,可以解释同一天气形势下日平均PM_2.5浓度的变化。降水对污染物有明显的湿清除作用,但降水并不是造成2014年关中地区PM_2.5浓度偏低的主要原因。     

长治市大雾气候特征及预报研究

通过对长治市1971-2004年水平能见度＜1km的大雾的地理分布特征,及其年际、月际和日变化的统计研究,给出了该市大雾天气的气候背景.根据大雾形成的物理机制,对风场、湿度场、温度场、冷却条件分别进行了分析,建立了大雾综合预测模型.通过98个大雾个例的分析,归类了形成大雾的主要500hPa高空天气形势(纬向环流型、弱西北气流型、槽后西北气流型、弱高内部型)和地面主要气压场(弱高压场、均压场、鞍型场),供大雾灾害预警预报参考.     

2019年秋季三亚市一次典型臭氧污染个例气象成因解析

三亚市位于海南岛最南端,旅游资源丰富,生态环境良好,是海南建设国际旅游岛和国家生态文明试验区的重要城市之一.2019年秋季三亚市出现的一次臭氧(Ozone,O3)污染过程,为科学认识三亚市此次O3污染特征及气象学成因,也为进一步开展O3污染预警预报和科学治理提供技术支撑,利用2019年11月1—6日三亚市生态环境局对外...     

2013-2016年天气形势对北京秋季空气重污染过程的影响

我国北方秋冬季节的空气重污染过程已经成为影响人们生活的重大环境事件，不仅受到公众和科研工作者的广泛关注，也已成为各地各部门政策制订者最为重视的关键问题之一.针对众说纷纭的空气重污染过程的形成机理、治理方案、控制对策等，利用2013-2016年秋季（9-11月）中国环境监测总站公布的逐时空气质量监测数据，重点对北京奥体中心站的空气重污染过程的演变进行了分析.结合中国气象局发布的天气形势分析图，系统地分析了我国4 a来秋冬季节出现大范围空气重污染过程的气候背景.结果表明:秋季我国东北和华北地区出现持续时间长、影响范围广的空气重污染过程，除了排放源的影响之外，天气形势同样起着重要作用. 2013-2016年秋季北京奥体中心的PM_2.5污染状况仍以优良天气为主，其间中度及以上污染的持续时间虽然不长，但其影响[高ρ（PM_2.5）]也不容忽视.秋季北京奥体中心ρ（PM_2.5）日均值超标（二级）日数占25.8%，其中2014年最为严重，超标日数达44 d，占37.4%.通过对空气重污染过程与我国传统节气的对比分析发现，入秋后我国北方首次出现持续48 h以上的空气重污染过程分别是在秋分和寒露两个节气，而最严重的空气重污染过程则出现在寒露和霜降两个节气.从时间序列来看，4 a来北京奥体中心ρ（PM_2.5）没有特别显著的改善，优良时数占60%左右，而中度以上的污染时数则维持在25%左右，但严重污染事件[ρ（PM_2.5）≥ 250 μg/m3]的有效时数则有明显的变化.此外，白天污染物的浓度明显低于夜晚.研究还发现，西伯利亚高压指数的异常偏低往往会导致持续时间长、影响范围广和污染强度强的重度污染事件.      

长沙市两种空气质量预报方法检验对比

为探索新的空气质量预报方法，提高预报准确率，采用统计和对比方法，分析了长沙市空气质量现状，介绍了天气形势相似及动态逐步回归两种空气质量统计预报方法，并对其一年多的运行结果进行了检验和对比。结果表明，长沙市空气污染主要由PM\-\{10\}和SO\-2浓度超标引起, 且具有明显的空间分布特征;5年来长沙城市空气质量明显好转;两种预报方法对各污染物都有一定的预报能力，预报的误差绝对值多集中在30以内，而级别误差基本上在1级以内。两种方法对NO\-2的预报准确率均在98%左右,预报效果优良。绝对误差对比发现，两种预报方法对SO\-2的预报明显优于PM\-\{10\}预报；级别准确率对比时，两种预报方法对3种污染物的预报准确率相近。两种预报方法对3个污染因子的预报准确率呈现出NO\-2优于SO\-2优于PM\-\{10\}的趋势。     

辽宁酷热日的天气气候分析

利用统计方法对辽宁1951-2003年的酷热天气进行了分析,发现辽宁的酷热天气主要出现在辽西地区;酷热天气在5-7月均可出现,主要集中在7月;无明显的年际变化.中纬度东-西高压带是造成辽宁酷热天气的主要天气形势;其次是西风带暖高压,在850hPa温度场上,辽宁西部在24℃暖中心之内有很好的指示意义.