乌鲁木齐一次重污染过程及其边界层特征量分析

针对2020年1月5—17日乌鲁木齐出现的重污染天气,利用乌鲁木齐的探空站资料和地面常规气象数据计算了最大混合层高度、平均风速、逆温特性、边界层通风量、能见度、相对湿度等,对最大混合层高度、能见度、相对湿度与PM_2.5质量浓度进行了相关性分析,并利用Hysplit后向气团轨迹模式分析污染形成源。结果表明：此次重污染天气过程大气层结较为稳定,主要表现为逆温层厚(平均577 m)、逆温强度大(平均1.7℃/100 m)、最大混合层高度低(平均400 m);边界层通风量对局地空气质量影响显著;PM_2.5质量浓度与相对湿度呈弱的正相关,与能见度呈指数相关;Hysplit后向气团轨迹模式分析得出此次污染过程以局地排放为主要形成源。     

基于地面观测数据的重庆主城区通风量定量分析

利用重庆沙坪坝气象站1989—2018年30 a地面观测资料,定量分析重庆主城区通风量以及混合层高度、大气稳定度和混合层平均风速的多时间尺度变化特征.结果表明:重庆主城区通风量阶段性变化明显,2003年以前位于一个较高水平,且减少趋势明显;2003年以后通风量较低,近10 a转为增加趋势.重庆主城区通风量具有2～3a的...     

北京一次污染天气过程特征的数值模拟

运用耦合了化学模块的中尺度数值模式WRF/Chem和自NCAR引进的人类污染物排放源数据对北京地区2012年8月31日污染天气过程的特征进行了数值模拟,结果表明模拟的臭氧(O_3)浓度具有明显的日变化特征,高、低峰值分别出现在午后和夜间,空间分布与流场有一定关系;PM_(2.5)也存在日变化,但空间分布相对稳定,高值主要聚集在城区;局地污染物具有水平输送特征,但因总量为零,并未加重污染物的局地聚集;来自北京南部的远距离输送是这次污染物的主要来源之一。敏感性试验分析发现,这次过程的O_3污染主要来源于北京之外的外源输送,而细颗粒物主要来源于本地生成;O_3污染对前体物(NO_x)的敏感性比较平稳,对挥发性有机物的敏感性起伏较大,凌晨至上午最为明显。     

绵阳城区一次连续重污染过程的气象条件分析

基于高密度逐时气象观测资料以及国家环境保护部公布的空气质量日报,对绵阳城区2014年1月9日至2月4日一次污染过程的气象条件,分3种类型(轻度污染型、中度污染型、重度污染型)进行研究。结果表明:整个过程风速和混合层厚度与空气质量指数均呈负相关,相关系数为-0.637、-0.487;分类型讨论时,仅轻度污染型风速与空气质量指数呈负相关,相关系数为-0.739;风速日变化均呈现"单峰型"的特征,峰值出现在12:00—18:00之间;风向以东南、西北气流为主,东南气流能加重空气污染;混合层厚度表现为"早晚低,午后高"的日变化特征,轻度型的混合层厚度平均高583.78m,中度型反比重度型低6m,分别为481.92m,487.69m;溃变理论V-3θ图对连续重污染过程的转折性天气起到较好的预报和指示作用,主要表现在强对流和降水天气两类。     

“0321”浙北地区一次雹暴过程的数值模拟研究

利用NCEP再分析资料,采用WRF V4.1模式对2020年3月21日发生在浙北地区的一次大范围超级单体雹暴过程进行数值模拟,结合常规观测资料、多普勒雷达产品等,分析了雹暴的雷达回波特征和云系的结构演变特征,并初步分析了冰雹形成的云物理机制。结果表明：此次雹暴过程是在高空急流右侧辐散区和低空急流左前侧辐合区相重叠的区域发生发展的,强垂直风切变有利于雹暴的维持和发展。多普勒雷达产品上呈现了雹暴的钩状回波、中气旋、典型的有界弱回波区、强回波悬垂和三体散射等特征。数值模式基本模拟出了雹暴云系的水平演变和垂直结构特征。模拟的过冷云水、冰晶、雪在雹粒子最大时表现为异常增强,在一定程度上有利于雹胚胎和冰雹的增长。     

成都一次重污染过程的气溶胶光学特性垂直分布

利用微脉冲激光雷达观测数据、PM_(2.5)浓度数据、地面气象观测资料和探空数据对成都2017年1月1—6日连续出现的重污染过程进行分析研究。结果表明:激光雷达反演的消光系数演变与PM_(2.5)浓度值变化对应一致,PM_(2.5)浓度升高,近地面消光系数增大;反之,则近地面消光系数减小。对于此次过程,在无冷空气影响时,混合层高度和相对湿度的日变化对消光系数廓线有明显影响,混合层高度降低,大气环境容量减小,相对湿度增加,气溶胶吸湿增长,消光系数增大,地面污染加重。天空状况对气溶胶垂直分布影响显著,晴天或多云天气,早晨强逆温使得水汽和大量气溶胶集中在逆温层顶以下区域,地面污染严重;中午混合层发展,使得混合层内的气溶胶均匀混合,气溶胶层变厚,近地面消光系数显著减小,地面污染减轻。在前一日为晴天或多云天气,当天为阴天时,早上气溶胶明显分为两层,一层在近地面,另一层在残留层顶附近;中午由于垂直湍流增强,一部分残留层气溶胶向下混合至混合层内,使得混合层内的气溶胶粒子增多,地面污染加重,消光系数明显增加。近地面强逆温层、混合层高度降低、残留层气溶胶向下混合、相对湿度增加均是导致地面污染加重的原因。     

WRF模式对江西2006—2015年夏季气候模拟的性能分析

基于NCEP/FNL再分析资料,利用中尺度天气预报模式（WRF）对2006—2015年1月1日—8月31日的天气形势进行模拟,分析探讨了模式对江西省夏季(6—8月)气温和降水的模拟能力。结果表明：WRF模式能准确模拟出江西省气温和降水的空间分布气候特征,模拟结果与中国区域高时空分辨率地面气象要素驱动数据集（CMFD）接近。其中,降水的模拟精度低于气温模拟;模拟的气温在鄱阳湖地区出现低值,与CMFD的偏差最大。WRF模式模拟的地面反照率偏大导致气温模拟结果偏低。     

一次冻雨过程云物理特征的数值模拟

运用中尺度数值模式WRF3.5.1对2011年1月1日贵州境内的一次冻雨天气过程进行了数值模拟,研究了本次过程的大气层结、冻雨区云系的宏微观结构和云物理特征,初步分析了冻雨形成的云微物理过程和成因。结果表明,贵州境内的冻雨区(26°N~29°N)具有冷性和部分"冷—暖—冷"的温度层结,在高层没有显著的冰相粒子,冻雨区是相对较强的水汽辐合中心,丰富的水汽输送在冷性的环境条件下形成云滴,进而碰并产生雨滴,过冷雨水主要通过暖雨过程形成;雨滴继续下落至近地层并保持过冷雨水形式,最后接触到低于0°C的物体或地面,迅速冻结而产生地面冻雨。     

2014年10月京津冀地区一次PM2.5污染过程的数值模拟

近年来我国东部尤其是华北地区的PM2.5污染逐年加重,引起广泛关注。本文利用WRF Chem模拟了2014年10月京津冀地区一次PM2.5重度污染过程,研究造成此次过程的天气形势、污染物的时空分布特征以及一次、二次PM2.5对总浓度的贡献率,并对污染最严重当日的PM2.5垂直分布进行详细分析。结果表明：造成本次污染过程的是弱高压控制下的静稳天气系统,地面主导风向为南风,垂直方向上有逆温层,抑制了污染物垂直方向上的扩散。发生污染时,PM2.5的高浓度主要分布在北京南部、天津北部与河北接壤的区域,二次PM2.5的贡献率大于一次PM2.5,在清洁大气中则一次PM2.5的贡献更大。垂直方向上,PM2.5中的一次颗粒物只在近地面有高浓度中心,1.2~1.6 km的上空高值区以二次生成的颗粒物为主,是由前体物上升到高空后再通过氧化反应生成的,当这部分颗粒物随着边界层落回近地面时会加重污染。随着时间的变化,污染物的分布高度和边界层高度呈明显的正相关。     

2014年京津冀空气污染时空分布特征及主要成因分析

为进一步了解京津冀区域空气污染状况与工业排放、气象条件的相互关系,运用统计分析方法,使用环保部2014年空气质量日报数据对京津冀地区13个城市空气质量指数(Air Quality Index,简称AQI)、首要污染物的时空分布特征进行了分析,并与各城市的城市建设、经济发展、工业排放及相应时段主要气象因子的影响进行了对比分析。结果表明:总体上,2014年京津冀地区空气质量呈北优南劣分布,即北部优于中部、中部优于南部。京津冀地区空气质量以良和轻度污染的天数居多,其中位于北部的张家口、承德和秦皇岛3市空气质量最好,优良的天数达到67%~86%;北京、天津的占46%,保定、衡水和邢台的仅占23%。各城市AQI具有相似的季节变化特征,12月AQI值最大,9月份达到最小,10月份起AQI开始回升。各市首要污染物1—3月、7月、9—12月以PM2.5为主,4、5月以PM10和PM2.5为主,6、8月以O3为主。影响京津冀地区的首要污染物来源不同,北京市、河北省分别以机动车尾气排放和燃煤排放为主,天津以工业二氧化硫排放及燃煤影响显著。各地空气质量的首要污染物多为原地生成。秋冬季节空气污染加重与燃煤用量加大、静稳天气增多关系密切;而春夏季节空气污染减轻依赖于风力加大、降水频繁、大气不稳定等气象因素。机动车尾气、工业排放、燃煤排放、人口数量等因素与空气污染关系密切,气象条件（风、雨、不稳定大气层结等）对空气污染扩散起着重要作用。     

基于KZ滤波的京津冀2013～2018年大气污染治理效果分析

通过国务院“大气十条”等严格的大气污染治理措施的实施,近年来我国空气质量得到全面改善。对大气污染治理效果开展科学分析研究,可为后续空气质量持续改善、污染科学精准治理提供有效科技支撑。由于气象条件是影响污染物浓度分布的重要因素,治理效果分析的一个重要问题是区分气象条件和减排措施对污染物浓度变化的具体贡献。本文利用京津冀地区13个城市2013～2018年86个监测站点逐日PM2.5浓度以及欧洲中期气象预报中心（ECMWF）气象再分析资料,采用KZ（Kolmogorov–Zurbenko）滤波分析PM2.5浓度观测序列的时频特性,将其分解为短期天气影响分量、中期季节变化分量以及长期趋势分量3个部分,针对分解浓度序列建立气象因子回归模型,实现定量评估气象和减排对治理效果的具体贡献。在研究时间段内,京津冀地区13个城市PM2.5浓度的长期分量显著下降（22.2%～58.0%）,其中邢台市下降幅度最大（58.0%）。整体分析表明,气象条件和排放源均有利于大气污染的改善,但减排措施是空气质量显著改善的决定性原因,具体贡献为气象条件的影响占18.5%,排放源的影响占81.5%。逐城分析表明,唐山市的气象条件最有利于PM2.5浓度的减小（29.2%）,而衡水市的减排措施最有利于PM2.5浓度的减小（92.0%）。     

2015年冬季湖北省PM2.5重污染传输特征及影响天气系统的数值模拟

为了研究湖北省两种污染来源的重污染天气特征及其形成机制,采用WRF/Chem零排放情景模拟方案,将2015年冬季湖北省PM2.5模拟浓度分离为外源传输量和本地累积量,基于对数值模拟结果的统计分析,确定了湖北省污染传输通道和外源传输贡献率,研究了敏感区天气系统对两种污染来源的影响作用。结果表明,外源污染物输送在湖北省内有两条主要通道,一是由南襄盆地夹道直接输送汇入江汉平原,二是沿京广线从信阳到随州、孝感、武汉至江汉平原。湖北长距离跨区域传输的潜在污染源区为河南、安徽、江苏、山东等地。2015年冬季湖北省17个地（市）平均外源贡献率为42%,而对于重污染过程,平均外源贡献率高达66%,外来源输送对湖北重污染过程贡献非常显著。对外源传输型,我国东南地区为主要敏感区,气压（气温）变化与PM2.5输送显著负（正）相关,对维持南、北两支矢量带（PM2.5输送与风场相关）,推动偏南和偏东气流起到积极作用。此外,伊朗高原天气系统通过上下游效应对东亚地区大气环流起到一定影响,从而也间接影响了区域污染输送。对本地累积型,冬季风环流系统为主要影响天气系统,在弱的冬季风环流形势下,蒙古高压系统偏弱、西太平洋地区海平面气压值偏高,对应湖北本地累积污染总量贡献大。     

北京地区一次空气重污染过程的目标观测分析

针对北京市2016年12月16~21日的空气重污染过程进行了回报试验,探讨了该次事件预报的目标观测敏感区。使用新一代高分辨率中尺度气象模式（Weather Research Forecasting,WRF）和嵌套网格空气质量模式（Nested Air Quality Prediction Model System,NAQPMS）,针对初始气象场的不确定性,通过4套初始场资料识别了影响北京地区细颗粒物（PM2.5）预报水平的目标观测敏感变量及其敏感区。结果表明:当综合考虑初始气象场的风场、温度、比湿不确定性的影响时,发现改善黑龙江区域上述气象要素的初始场精度,对北京地区PM2.5预报不确定的减小最显著;当分别考察风场、温度、比湿的不确定性的影响时,发现初始风场精度的改善,尤其是黑龙江区域风场精度的改善,能够更大程度地减小北京地区PM2.5的预报误差,对北京东南地区的PM2.5预报误差的减小甚至可达到40%以上。因此,优先对黑龙江区域的气象场,尤其是该区域的风场进行目标观测,并将其同化到预报模式的初始场中,将会有效提高初始气象场的质量,进而大大减小北京地区PM2.5浓度的预报误差,提高北京地区空气质量的预报技巧。初始风场代表了北京地区该次空气重污染事件预报的目标观测变量,而黑龙江地区则是该目标观测的敏感区域。     

A Numerical Study of the Urban Intensity Effect on Fog Evolution in the Beijing-Tianjin-Hebei Region

The influence of urban intensity on fog evolution in the Beijing-Tianjin-Hebei (BTH) region (China) is investigated numerically with the the Weather Research and Forecasting (WRF) model coupled with the urban canopy parameterization-building energy model (UCP- BEM) urban physics scheme. The experiments were designed with a focus on the influence of different urban intensities, which are represented by a different fractional coverage of natural land, buildings, and energy consumption inside buildings in an urban environment. The results of this study indicate that urban areas notably influence fog evolution when natural land is reduced to a small fraction (e.g., less than 10%). Developed land changes fog evolution through urban effects. Higher urban intensity (HUI) generally results in warmer temperatures and lower wind speeds throughout the day, while inhibiting morning specific humidity loss and afternoon specific humidity gain because of the HUI effect on surface heat flux, surface roughness, and surface moisture flux. HUI leads to later and weaker liquid water content formation, with a higher liquid water content base, primarily due to its effect on near surface temperatures. This finding implies that HUI may inhibit the conditions for fog formation. In addition, urban areas with equal natural and developed land coverage seem to greatly enhance the upward surface moisture flux, which is attributed to the combination of a relatively large potential evaporation on developed land and an ample moisture supply from natural land. As a result, the specific humidity increases in the afternoon.     

京津冀4次重度污染过程的气象要素分析

利用2014年京津冀地区4次重度污染过程中的AQI数据及相关气象资料,分析了4次重度污染过程中相对湿度、平均气温、平均风速和海平面气压的一些特征。结果发现:京津冀中南部是重度污染发生的主要区域,是这4次过程中的共同点;就目前的排放水平而言,相对湿度持续高于60%时是出现重度污染并维持的重要指标;平均气温对于出现重度污染过程的指示意义不足;无论是在冬季、春季还是秋季出现的重度污染过程,平均风速小于2.0 m·s~(-1)是污染物堆积的必要条件;海平面气压的高压和低压区位置对于污染范围有着明显影响,高压区位于京津冀地区的偏东位置时,有利于该地区污染出现或维持重度水平。     

一次大雾天气过程的数值模拟研究

利用非静力平衡中尺度模式WRFV3.2、NCEP 1°×1°再分析资料和常规观测资料,对2002年12月12-13日西安地区一次持续大雾天气进行阶段性数值模拟研究.结果表明:利用WRFV3.2模式能较好地模拟出雾的范围、强度和生消过程,但模拟白天雾的强度较弱.这次大雾是平流辐射雾过程,其生成的主要因素是:在夜间辐射降温...     

下垫面强迫对京津冀大暴雨作用的数值研究

使用MM4对1992年7月23日发生在京津冀地区的大暴雨过程进行了数值模拟;利用模拟得到的高时空分辨率资料,通过使用Mass模式所进行的几组试验以及用MM4所做的敏感性试验,说明了在该次大暴雨过程中下垫面的动力及热力强迫作用。指出：下垫面强迫所导致的辐合上升运动是这次暴雨过程的触发机制。     

复杂地形城市冬季大气污染的数值模拟研究

采用中尺度大气动力模式与大气扩散模式相结合的方法，针对复杂地形条件下兰州市冬季无明显冷空气入侵天气过程时段（1994年12月2－3日）的大气污染状况，进行污染物（二氧化硫和烟尘）浓度分布的数值模拟研究，分析了模拟的风场的气温层结随时间的变化以及污染物浓度的分布及其变化，进一步分析了模拟的风场和气温层结与污染物浓度分布的关系。结果表明，该模式系统对兰州市大气边界层结构及污染物浓度的分布有较好的模拟能力，并证明了该模式系统可适用于兰州市大气质量预测预报研究。     

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。