辽宁中部城市群主要大气污染物时空分布特征的数值模拟

利用美国第三代空气质量模式系统Models-3对2002年1月17～18日辽宁中部城市群大气污染物SO2,NO2和PM10的浓度分布进行了数值模拟,并将模拟结果与监测结果进行了对比分析。结果表明:污染物的模拟值与观测值变化趋势具有一致性,模式反映了SO2,NO2和PM10浓度的时空分布特征和变化规律,再现了污染物浓度呈波峰波谷日变化的重要特征,可用于辽宁中部城市群区域大气污染物的研究。     

长白山高压对辽宁中部城市群大气污染影响的数值模拟

利用新一代空气质量模式系统Models-3,通过改变模式中长白山山脉区域地形高度,对比分析长白山高压以及辽宁中部城市群5城市气象环境要素的变化情况。结果表明,改变地形后,原来较强的长白山高压有了明显的减弱,城市群5城市的水平气流辐合场消失,风速增大,逆温强度也减弱,有利于污染物的传输扩散;模拟结果也表明污染物浓度有明显的降低,试验较好地揭示了长白山高压对辽宁中部城市群大气污染的影响机制。     

辽宁中部城市群夏季大气能见度的观测研究

利用2009年6—8月辽宁中部4个城市的观测资料,分析了辽宁中部城市群夏季的季、月、日能见度分布,并探讨了能见度的日变化特征及其影响因子。结果表明:辽宁中部城市群内各城市夏季大气能见度月际变化趋势基本一致,天气系统和大气环境比较均一,具有明显的区域性特征;各城市大气能见度日变化呈明显的单周期谷、峰形分布,06时前后能见度最差,15—16时最好;大气细粒子、水汽和风速都对城市群能见度有一定的影响,其中,大气细粒子是主要影响因子;城市群夏季的低能见度时次,仅有一小部分是由轻雾引发的,而大部分则是由霾天气造成的。     

中国东北地区重污染事件气溶胶浓度变化与天气形势分析

近年来中国东北地区污染事件频发,为揭示该地区重污染天气分布特征,利用2014—2017年中国东北地区40个城市空气质量数据及对应的高低空天气形势资料,统计分析得到中国东北地区大气污染状况的变化特征以及区域重污染事件的天气学特征。结果表明：2015—2017年中国东北地区PM_2.5和PM₁₀年平均质量浓度呈下降趋势,其中PM_2.5年平均质量浓度下降的更快,PM_2.5最大值出现在辽宁和吉林中部地区约为90—100 μg·m^-3,SO₂年平均质量浓度较高值分布在辽宁西部地区约为50 μg·m^-3,而NO₂最大值出现在沈阳—长春—哈尔滨一带,约为45 μg·m^-3,CO质量浓度最大值分布在东北沿海地区约为1.6 mg·m^-3,相反中国东北地区O₃年平均质量浓度呈上升趋势,最大值出现在沿海的大连及营口等地,约为100 μg·m^-3。污染物浓度变化具有鲜明的季节变化特征,不同地区PM_2.5和PM₁₀与AQI最大值均出现在冬季,SO₂冬季质量浓度最大值出现在沈阳（180 μg·m^-3）,NO₂与CO冬季最大值出现在哈尔滨（80 μg·m^-3,1.8 mg·m^-3）。相反,O₃最大值出现在夏季沈阳地区约为140—150 μg·m^-3。重度污染级别（200 μg·m^-3≤PM_2.5 < 300 μg·m^-3）和严重污染级别（PM_2.5>300 μg·m^-3）的空气质量表现出以哈尔滨为中心,向周围迅速减少,辽宁中部又略有增加的特征;中度污染（150 μg·m^-3≤PM_2.5 < 200 μg·m^-3）的天数沈阳>哈尔滨>长春,轻度污染（100 μg·m^-3≤PM_2.5 < 150 μg·m^-3）的天数是沈阳>长春>哈尔滨。引发中国东北地区重污染的天气形势大致可分为高压型,低压型和北高南低型3种,出现比例分别为62%、27%和11%;高压型850 hPa高压脊东移经过中国东北地区,地面处于高压南部或弱高压中心,有时在黑龙江北部或辽宁西南部连续有弱小的低压生成并快速东移过境;低压型850 hPa低压系统发展并东移经过中国东北地区,地面处于低压后弱高压中;北高南低型850 hPa和地面中国东北地区受北面高压和南面低压的共同影响。     

Models-3模式中增加移动源清单对模拟效果的影响

采用空气质量模式Models-3,在原有点源和面源污染源输入清单的基础上,加入移动污染源,对辽宁地区2004年12月24—27日大气污染物时空分布进行数值模拟。结果表明,加入移动污染源后,辽宁主要城市污染物SO₂、NO₂和PM₁₀模拟效果有所提高,NO₂模拟效果提高最为明显;从总体模拟效果来看, SO₂和NO₂模拟效果较好,而PM₁₀模拟值相对较差。     

两个模式对平流层温度模拟的比较与分析

利用第5代欧洲中心—汉堡大气环流模式ECHAM5全球大气环流谱模式和中国气象局自主研发的GRAPES全球同化与预报模式分别对2010年1月1—6日全球平流层温度进行了模拟分析,结合相应时段的全球最终分析资料FNL,对比评估了两个模式对平流层温度的模拟效果,并对较为显著的误差现象进行了分析与探讨。结果表明:对于50 h Pa高度上的温度,ECHAM5模式模拟的温度与FNL资料的结果在研究时段内随时间的变化很小,而GRAPES模式模拟的结果在南半球随时间变化显著偏暖。进一步将ECHAM5和GRAPES模式所用的温度初始场进行对比研究表明,两者的分布形态非常形似,尤其是在南半球地区,大部分差值接近于零。将ECHAM5采用的全球臭氧廓线应用于GRAPES模式中,对比发现南半球平流层异常增温的现象仍然存在。因此,温度初始场和臭氧廓线的选取不是造成GRAPES模式模拟出现南半球平流层异常增温的主要原因,需要对GRAPES模式中其他动力及物理过程或参数选取做进一步的深入分析,以弄清其在平流层温度模拟中出现较大偏差的原因。     

基于气象条件的沈阳市空气质量预报方法研究

空气质量受污染源排放和气象条件共同作用影响。为了定量评估气象条件对空气质量的影响,利用2014—2016年沈阳市取暖季气象与环保827个样本数据,在综合考虑湿度、风速、逆温强度、混合层高度等大气温湿压条件及稳定状况的物理要素基础上构建了沈阳市静稳天气指数,并分析其与空气质量关系。结果表明:通过静稳天气指数阈值9.1,可做为判断引发沈阳市出现重污染天气的条件。重污染天气形成的两种主要类型,一种是在静稳天气形势下出现重污染天气,另一种是在天气不静稳但外来输送明显时出现重污染天气。分析静稳天气指数和不同污染等级PM2.5浓度关系发现,静稳天气指数对空气质量有较好的指示意义,平均状态下,当静稳天气指数大于10.4时,空气质量容易出现污染且静稳天气指数越大,污染越严重。     

基于BP人工神经网络法沈阳市PM_(2.5)质量浓度集成预报试验

基于CUACE(CMA Unified Atmospheric Chemistry Environment)和CMAQ(Community Multiscale Air Quality)空气质量模式预报产品,应用BP(Back-Propagation)人工神经网络法建立沈阳市不同地点小风和高湿条件下PM_(2.5)浓度集成预报模型,并对预报结果进行检验。结果表明:与单一空气质量模式相比,集成模型预报的PM_(2.5)浓度更接近实测值,预报的PM_(2.5)浓度的平均偏差和归一化均方误差均明显减小,预报的PM_(2.5)浓度的模拟值在观测值两倍范围内的百分比(FAC2)明显提高。集成模型能较好地预报PM_(2.5)浓度高值的变化,且显著提高了沈阳市外围城区PM_(2.5)浓度的预报水平。集成预报模型可以实现CUACE和CM AQ两种空气质量模式产品的最优综合,对空气质量的实时预报具有一定的参考价值。     

2021年3月沈阳地区一次污染过程气溶胶垂直变化特征及成因分析

利用地面大气颗粒物质量浓度观测资料、探空和NECP再分析资料以及地面激光雷达探测资料,对2021年3月13—15日沈阳地区污染事件过程展开分析,探讨大气污染物质量浓度、大气环流背景与气溶胶垂直分布等特征。结果表明: 3月13日PM_2.5质量浓度最高值出现在06:00—07:00,约为220.0—230.0 μg·m^-3,15日12:00开始显著降低,而PM₁₀质量浓度在15:00出现显著增加,为258.3 μg·m^-3。SO₂和NO₂浓度较高值均出现在3月13日10:00时左右,分别为40.1 μg·m^-3和101.3 μg·m^-3。CO质量浓度最高值出现在13日16:00—17:00,约为8.8 mg·m^-3。沈阳地区臭氧的最高值均出现在午后,13日和14日午后（12:00—16:00）臭氧最大值为102.4—113.7 μg·m^-3。蒙古气旋东移过程中逐渐发展加强,其后部西北风将沙尘向东南方向输送。沈阳地区沙尘发展旺盛时存在不稳定层结,同时伴有显著的上升运动,有利于沙尘粒子的垂直混合和向下游输送。3月15日02:00（北京时间15日10:00）气溶胶消光最大值出现在0.7 km处,消光系数约为6.0 km^-1。近地面激光雷达退偏比显著增加至0.4—0.5,近地面以非球形粒子（粗颗粒物）为主的沙尘或浮尘。     

延安层状云暖层中水凝物粒子的谱分布

分析了2003年9月延安上空机载PMS探测的层状云资料，发现延安层状云暖层中水凝物粒子的谱分布可以用一种形式的分布密度函数来表示。用这种函数拟合小云滴、大云滴和雨滴的谱分布，拟合结果与观测的谱分布较为一致，其特征值相关系数大于0．945，拟合出的平均直径、均方直径、均立方直径以及浓度与观测值也较接近，其相对误差小，拟合谱能表现出谱型特征。