南京一次大雾过程边界层特征分析

雾、霾影响空气质量,特定气象条件有利于雾、霾形成。利用南京大学仙林综合观测基地的近地层湍流资料以及MICAPS气象资料,分析了2011年11月18日南京一次大雾过程的边界层特征。结果表明,大雾发生前后南京处于高空低压槽前,西南暖湿气流向南京地区输送充足的水汽,而近地面主要受到低压倒槽的控制,使得近地层相对湿度一直在90%以上。边界层上空(约300~500 m)存在很强很厚的逆温层,近地层动量通量几乎为0,感热通量也几乎为0,表明大雾期间南京地区大气一直处于稳定的边界层中,近地层湍流很微弱,有利于大雾的形成和维持。能谱分析表明,能谱高频段满足-2/3率,但中低频率部分可能由于非均匀下垫面地形的影响,分布比较杂乱。     

长江三角洲地区城市、郊区和乡村下垫面的CO2通量观测

利用长江三角洲地区南京和苏州两个典型城市的中心城区观测点、南京郊区观测点以及南京市溧水区乡村草地和农田观测点为期一年的CO₂通量观测数据,分析不同下垫面之上CO₂通量观测值的差异以及城市和郊区不同观测高度的CO₂通量观测值的差异.结果表明,城市在CO₂地气交换过程中的作用是碳源,而植被下垫面为碳汇;城市粗糙子层中CO₂通量观测值随高度增大,上层观测值具有较好的局地代表性;郊区站两个观测高度处于惯性子层之中,CO₂通量观测值比较接近,而它们之间的差异则反映了各自高度所对应的不同源区域范围内排放和吸收的不同.依据观测数据估算了不同下垫面的单位面积CO₂全年净排放/吸收量,南京和苏州市区全年净排放量分别是18.2 kg·m^-2和15.5kg·m^-2;农田和草地的全年净吸收量分别是2.9 kg·m^-2和0.6 kg·m^-2;郊区观测点25 m高度所对应的源...     

基于大涡模拟的甲烷点源排放无人机观测实验：排放速率及其不确定度估算

无人机已被证明是适用于甲烷点源排放速率估算的一种新颖且有效的观测平台,然而对其估算的准确度与不确定度尚缺乏有效分析与量化。利用包含已知排放速率被动示踪物的大涡模拟,再现了1种强湍流混合环境下的甲烷羽流并对羽流进行了连续多次模拟飞行观测实验,通过逆高斯方法（IG）和质量平衡方法（MB）对排放速率进行了估算并量化了其准确度与不确定度,最后对不同的飞行时间安排及差异化的空间飞行策略进行了探究以提升估算效果。结果表明,对于研究所涉及的大气混合条件,通过IG和MB方法对多次模拟飞行估算的排放均值可达到既定排放值的95.3%和86.1%,不确定度为56.6%和56.9%;通过单架无人机多次重复飞行采样进行估算可显著降低不确定度,5次重复飞行可降至＜30%;2架无人机在不同高度的同步飞行可使MB方法估算的不确定度降至35.2%～51.9%,IG方法则对该措施不敏感。研究仅考虑甲烷的传输扩散过程,结果也适用于其他被动示踪物的点源排放估算。     

南京城区上空大气一氧化碳的观测分析

利用南京大学城市大气环境观测站(32°03′20″N,118°46′32″E)2011年1~12月一氧化碳(CO)连续观测资料,分析南京市CO浓度变化特征;利用后向轨迹模式和聚类分析方法研究影响南京市的主要气团及其化学性质;基于MOPITT资料分析南京市CO的垂直分布.研究表明,南京市CO的年均浓度为(757.5±410.5)×10-9.CO浓度具有明显日变化特征,早上8:00浓度最高,下午16:00浓度最低.CO日变化具有季节差异性,春季最为明显,夏季幅度最小.一周之中CO在周五的浓度最高.CO存在明显季节变化,冬季1月浓度最高,夏季6月浓度最低.HYSPLIT4把影响该观测站的主要气团分为6类,其中来自江苏南部、浙江、上海的气团的污染物浓度最高,对南京市CO浓度贡献最大;源于西伯利亚高原,伴随强冷空气迅速向南移动的气团对南京市CO贡献最小.卫星数据分析结果表明,南京市夏季CO的垂直分布与其他3个季节有较大差异.与地面观测站相比,卫星反演的CO地面浓度要明显偏低.     

新冠肺炎封城对南京污染排放的影响

2020年初新冠肺炎疫情爆发以后,为了有效防止疫情扩散和蔓延,全国主要城市都相继停工停产,人类活动和污染排放强度大幅降低.本文针对新冠肺炎爆发前后南京地区污染排放变化,利用南京及周边地区的逐时污染观测资料,基于在线区域化学传输模式WRF-Chem和集合平方根滤波同化系统,在同时同化污染物浓度初始场和污染源排放的框架下,在1 km的高分辨率条件下进行了逐时同化实验模拟.结果表明,由于疫情管控,2月南京市区的PM_2.5气溶胶和NO源排放分别较1月减少4.4%和30%,减少的区域主要位于工业区和南京城区.该结果显示同化系统在反演高时空分辨率的污染源方面具有很好的潜力.