2016—2019年夏半年成都市区臭氧污染天气特征分析

为揭示成都市区臭氧污染气象条件特征,通过欧盟COST733天气客观分型软件对成都市区2016-2019年夏半年(5-9月)海平面气压场和500 hPa位势高度场进行大气环流形势分型,并结合同期臭氧监测数据、地面气象观测数据以及总云量实况分析产品,分析成都市区夏半年臭氧超标天气及气象要素特征.结果表明:成都市区2016-2019年夏半年共出现臭氧超标日数为159 d,超标率为26.0%,超标日主要集中于5-8月,小时超标多出现于14:00-17:00.臭氧污染日数最多的海平面气压场为弱低压型,其后依次为低压前部型、低压型、高压后部型.臭氧超标率最高的海平面气压场为低压前部型,其后依次为弱低压型、低压型、高压后部型.500 hPa位势高度场平直西风气流型臭氧超标日数最多,青藏高压型臭氧超标日数最少.青藏高压型是臭氧超标率最高的500 hPa位势高度场型,平直西风气流型臭氧超标率最低.成都市区臭氧超标日多出现在偏西北风下,近地面气象要素特征一般表现为风速1.2~1.6 m/s,气温在25℃以上,相对湿度多集中在70%左右,总云量和降水概率多低于60%,降水量级以小雨为主,太阳辐射和日照时数分别位于20.5~23.2 MJ/m2和6.0~7.8 h区间.小时臭氧超标近地面气象要素特征为气温和总辐射曝辐量相对较高,二者分别在30~36℃和0~3.5 MJ/m2之间,相对湿度在60%以下,总云量低于40%,以偏南风影响为主.研究显示,成都市区海平面气压场为低压型,500 hPa位势高度场为青藏高压型时,易发生臭氧污染.      

上海市中心城区低空大气臭氧污染特征和变化状况

对2005年1月～12月上海闸北地区地面空气臭氧污染浓度连续监测结果分析,表明臭氧小时浓度均值超过GB3095-1996<环境空气质量标准>二级标准160μg/m3的频率为2.88%,其中6月份超标率居全年之首,1月、2月和12月超标率为零.臭氧浓度日变化规律表明,日最大值出现在12时～14时之间,具有受污染地区光化学过程臭氧生成的典型日变化特征.臭氧浓度日振幅6月最大,2月最小.5月份臭氧月均浓度91μg/m3全年最高,最高小时均值浓度350μg/m3出现在5月19日,说明上海中心城区空气中臭氧生成可能受到前体污染物的浓度影响更大.太阳紫外辐射、气温、风速、风向、相对湿度、降水等气象因素的变化对O3变化的影响分析,在高温晴朗的天气中观察到NO2/NO比值与O3成显著线性关系.     

2006~2021年夏半年上海臭氧浓度特征及其大气环流背景分析

基于上海地区2006~2021年逐日臭氧浓度数据以及同期气象要素和美国环境预报中心/国家大气研究中心（NCEP/NCER）再分析数据,分析了2006~2021年上海地区臭氧浓度变化特征和气候背景,进一步对比分析臭氧浓度异常年份的高空大气环流形势差异,并加入关键气象影响因子建立臭氧浓度月预报模型.结果表明,上海地区全年和夏半年臭氧浓度的平均值均呈现波动式上升趋势,且夏半年臭氧浓度和风速呈显著负相关（相关系数达-0.826）,与静风出现频率以及低云量<20%出现日数呈显著正相关（相关系数分别为0.836和0.724）.当夏半年西太平洋副热带高压强度偏强且位置偏西偏南时,上海易受偏西风异常环流影响,不利于海上洁净空气向上海输送,易引起高浓度臭氧污染.当夏半年地面射出长波辐射偏低时,有利于地面升温,易引起高浓度臭氧污染.加入太阳直接辐射、最高气温和风速作为外生变量的臭氧月预报模型对月预报效果提升明显,均方根误差减少47.7%,相关系数提升11.2%.     

广州市大气污染特征及其典型环流形势分析

基于2016—2019年空气质量监测数据、地面气象观测数据和中低层天气形势图,分析了广州市大气污染特征及其典型环流形势特征,揭示了不同环流形势与污染物浓度之间的关系.结果表明：(1)近年来广州市随着细颗粒物污染持续改善,空气质量优良率基本维持在80%及以上,但光化学污染问题逐渐凸显,O₃已成为广州市大气污染的主要污染物.(2)广州市大气污染季节变化明显,主要表现为秋、冬季更易出现大气污染,且多为持续性(≥5 d)污染.(3)经过分型和统计,总结出10种典型500 hPa-850 hPa-地面环流型,分别为台风外围-台风外围-台风外围、副高边缘-反气旋环流-变形高压脊、副高边缘-反气旋环流-冷锋前、副高-偏南气流-均压场、副高-偏东气流-均压场、副高-反气旋环流-均压场、副高边缘-反气旋环流-冷高压脊、西风槽槽后-反气旋环流-变性高压脊、副高-偏南气流-冷锋前、副高边缘-偏南气流-冷锋前.个例分析表明,这10种典型环流型可以概述最主要的广州大气污染环流形势,对空气质量预报有一定的指导作用.     

厦门一次典型臭氧污染过程与成因分析

文章基于大气超级站和常规空气监测站的实时在线数据,从臭氧前体物的分布、光化学反应、气象条件和区域传输等方面,对2020年5月13日厦门发生的一次典型臭氧污染过程与成因进行分析。结果表明,污染日(O₃-8h为172μg/m³)气温较非污染日高1～2℃,紫外辐射显著增强,相对湿度降低9%～32%,风速升高1m/s,有利于本地臭氧光化学生成。污染期间,大气环境VOCs以烷烃、卤代烃、醛酮类和芳香烃为主,表明溶剂挥发、工业源和机动车排放源等贡献。非污染日和污染日的风速和O₃呈正相关性,R²分别为0.295和0.675;后向轨迹模型和天气形势分析,结果表明：11-12日扩散条件较差,夜间残留O₃浓度较高,而13日受来自长三角地区携带O₃及其前体物气团入海后回流向福建沿海地区传输的影响,叠加了本地光化学生成臭氧,导致臭氧轻度污染超标。     

天气型对北京地区近地面臭氧的影响

臭氧(O3)是夏秋季北京城市大气光化学污染物中的首要气态污染物,气象因素是影响其浓度水平和变化规律的主要因子之一.2008年7月~2008年9月,在北京市4个站点进行了臭氧、氮氧化物(NOx)和一氧化碳(CO)浓度的同步连续观测,并对同期天气型进行了分类比对分析.结果显示,观测期间,北京地区处于低压前部(主要是蒙古气旋)和高压前部的比例分别为42%和20%,分别是造成臭氧浓度高值和低值的主要背景场.处于低压前部控制时,高温、低湿以及局地环流形成的山谷风造成区域臭氧累积,小时最大值(体积分数)高达102.2×10-9,并随气压的升高以3.4×10-9Pa-1的速率降低,山谷风风向的转变决定了臭氧浓度最大值出现时间,峰值出现在14:00左右;处于高压前部控制时,低温、高湿以及系统性北风造成区域臭氧低值,小时最大值(体积分数)仅为49.3×10-9,系统性北风将臭氧峰值出现时刻推后到16:00左右.北京地区臭氧光化学污染呈现出区域一致性,并与天气型有较好相关,关注天气型结构和演变对预报大气光化学污染具有重要意义.     

上海夏季臭氧生成机制时空变化特征及其影响因素研究

上海的臭氧污染呈逐年加重的趋势,深入了解臭氧的生成机制及其时空变化特征是采取科学有效防控措施的前提条件.本研究应用长三角地区最新的臭氧前体物排放清单和本地化WRF/Modified SMOKE/CMAQ数值模型系统,对2017年8月1—9日上海市一次持续性臭氧污染事件进行了模拟研究.同时,在重现臭氧浓度变化趋势的基础上,针对一系列前体物防控措施及其对臭氧峰值浓度的影响开展了敏感性实验,建立了上海夏季臭氧污染爆发时段各区域臭氧及其前体物的非线性响应关系.研究表明,此次臭氧污染事件中上海市臭氧污染机制具有显著的时空变化特征,时间方面,上海市整体臭氧生成机制由NO_x控制经过渡区转变为VOCs控制;空间方面,上海北部及西部多处于NO_x控制,南部为过渡区,中部及东部则以VOCs控制为主,且大尺度环流是导致其时空变化的主要原因.当上海受大陆低压控制盛行偏南风时,区域传输以VOCs为主,臭氧的防控应侧重于NO_x减排;当上海受副高边缘控制主要吹偏北风时,区域传输以NO_x为主,臭氧的防控应侧重于VOCs减排;当上海受弱高压脊控制背景风微弱,区域传输不显著时,臭氧防控的重点应以VOCs和NO_x协同控制为主.在目前的预报技术下,大尺度环流特征通常可以提前48～72 h进行准确预报,因此,可以根据大尺度环流预报结果及时调整本地防控策略,以达到在不同污染特征下臭氧削峰的最大化效果.     

基于激光雷达观测的珠海近地面与边界层上部臭氧污染成因研究

利用差分吸收臭氧激光雷达、多普勒风廓线激光雷达,研究了2019年11月在广东珠海出现的一次典型臭氧污染过程前后期的时空分布特征,以及水平风向风速及垂直风速对近地面与边界层上部臭氧浓度变化的影响.结果表明：2019年11月13日的臭氧污染以低风速条件下 臭氧局地生成为主;2019年11月14日的臭氧污染以夜间残留悬空臭氧向下输送叠加地面生成为主.入夜后若近地面水平风速较小,则不利于近地面臭氧清除,地面臭氧浓度下降缓慢.若夜间边界层内存在上升气流,则有利于悬空臭氧残留的维持;若日间边界层内出现下沉气流, 则会导致残留悬空臭氧沉降,进而与新生成的臭氧叠加,加剧地面臭氧污染.污染过程中,若水平风速上升,边界层上部臭氧浓度下降不如 低层明显;若水平风速下降,边界层上部臭氧浓度上升响应也较为迟缓.     

广州逐时臭氧污染气象条件指数研究及应用

利用2016—2020年近地面臭氧和气象逐时数据,基于相关性分析和概率统计方法,在分析臭氧敏感气象要素特征基础上,综合各气象因子对臭氧生成贡献大小,建立了广州逐时臭氧污染气象条件指数模型及等级标准,并进行了预报及检验.结果表明：(1)高浓度臭氧主要发生在高温低湿情况下,臭氧浓度及臭氧超标率均随着气温的升高而增加,当气温高于30℃时,臭氧浓度随温度的变化升高更为明显;臭氧浓度和超标率随着相对湿度的升高而逐渐降低,其中,当40%≤RH<50%时,臭氧浓度及超标率最高;当风速在1～2 m·s^-1时,臭氧超标率最大.(2)对所建立的广州本地化的逐时臭氧污染气象条件指数模型和分级标准进行了检验评估,结果显示,臭氧污染气象条件指数等级越高,臭氧浓度和超标率也越大,说明该指数能够较好地表征臭氧污染天气的强弱.(3)基于欧洲中心高分辨率数值预报产品,根据污染气象条件指数模型,对广州3种不同天气类型下的指数预报进行对比验证,预报效果较好,说明该指数对臭氧污染天气预报有较好的指导意义.     

上海地区光化学污染中气溶胶特征研究

利用上海地区2011~2013年9个大气成分及气象观测站点臭氧(O3)、颗粒物(PM1、PM2.5、PM10)、气溶胶粒子谱观测资料以及气象数据,分析了上海不同功能区臭氧超标时的频率分布及各类污染物浓度特征.结果表明,上海地区夏季光化学污染严重,周边城区臭氧污染要明显高于中心城区,不同功能区污染情况差异较大,金山化工区和崇明生态岛光化学污染较为严重.通过分析光化学污染前后气溶胶变化特征可知,当出现光化学污染时,各站气溶胶浓度明显升高,特别是PM1浓度增加显著,且PM1/PM2.5比未出现臭氧污染时的比例明显升高.表明随着光化学反应的增强,二次气溶胶生成明显增多.因此可将PM1作为光化学污染的判定指标之一.     

上海秋冬季PM2.5污染天气形势的客观分型研究

通过分析2013—2015年上海地面PM_(2.5)质量浓度观测资料,发现11、12、1月3个月对PM_(2.5)年总浓度的贡献达到36.4%,对总污染日数的贡献达到50.4%,对PM_(2.5)环境质量的影响最显著.采用T-mode斜交旋转分解方法(PCT),对2012—2015每年11月、12月和次年1月的海平面气压场和10 m风场进行大样本客观分型研究,揭示了4种秋冬季上海PM_(2.5)易污染的天气环流类型,分别为冷锋(Cw)、高压后部弱气压场(WGh)、高压前部弱气压场(WGl和WGf).对上海而言,冷锋、高后弱气压、高前弱气压分别表现为有利于上游污染输送、本地静稳累积、以及本地积累和上游输送相叠加的天气学特征.对比2个典型污染月(2013年1月和12月)和清洁月(2014年11月和2015年11月)的逐日分型结果发现,Cw环流控制下污染输送对秋冬季上海PM_(2.5)环境质量影响显著,高前弱气压的维持是导致上海3次连续重度污染的重要原因.     

合肥冬半年降水及所处天气型对大气颗粒物浓度的影响

利用合肥市2015—2017年冬半年环境监测站和自动气象站数据,以及高空、地面天气图资料,运用常规统计和天气学方法分析了降水强度及不同降水天气系统对PM_2.5、PM₁₀浓度的影响.结果表明：冬半年降水日PM_2.5、PM₁₀平均浓度较无降水日分别下降18.1μg·m^-3（23.9%）、38.2μg·m^-3（37.8%）;小于5 mm的日降水量对颗粒物清除效果不明显,且有28%样本PM_2.5和PM₁₀浓度不降反升;当日降水量大于10 mm,位于“优”等级的PM_2.5和PM₁₀浓度比例分别为54%和80%,显著上升.连续降水期间PM_2.5、PM₁₀日均浓度中位值和均值逐日下降,降水第2日PM_2.5、PM₁₀日均浓度降幅最大.合肥冬半年降水天气系统可以分为切变线Ⅰ型、切变线Ⅱ型、低槽冷锋型和...     

深圳市局地PM2.5污染事件的时空特征及典型背景环流分析

利用深圳及周边地区22个环保监测站的PM_(2.5)小时数据、深圳市152个高密度(2.5 km×2.5 km)自动气象站及3部边界层风廓线仪的探测数据,分析了深圳市局地PM_(2.5)污染事件的时空变化特征及其背景环流特征.结果表明:深圳市西北角和东北角是局地PM_(2.5)污染最频繁的2个区域,局地污染事件发生次数约占总污染事件次数的40%,每日夜间至次日凌晨是局地污染高发期.各个季节局地PM_(2.5)污染发生的大尺度环流形势不同,春季为变性高压脊配合西南低槽发展型,夏季为热带气旋外围环流影响型,秋季为副高控制下的弱高压脊型,冬季主要为冷锋前、弱高压脊或均压场控制型.局地海-陆、丘陵-平原热力差异造成的局地环流易导致地面弱风和局地辐合的出现,成为诱发局地PM_(2.5)污染的直接原因.     

2013年京津冀重污染特征及其气象条件分析

2013年中国东部地区多次发生持续的重霾污染事件.为探究其气象条件与重污染事件的关系,本文使用欧洲中心2013年东亚地区的逐日气象数据和北京、天津、石家庄的逐时PM_2.5浓度数据以及2013年MICAPS观测数据,分析了重污染事件对应的天气形势,并使用NAQMPS针对2013年1月的重污染事件进行情景模拟.研究结果表明：1北京、天津和石家庄地区PM_2.5浓度,夏秋季节日变化不显著,秋冬季节白天低夜间高;3地PM_2.5浓度均表现为12-1月浓度最高,7月最低;.2500 hPa平直西风气流,850 hPa弱暖平流,地面处于弱高压后部或高压底部高低空配置下的天气系统,对应着重污染事件的高发期;3源强不变的情况下,京津冀地区由弱高压前部控制转为弱高压控制时,地面温度升高0~5℃,相对湿度增加30%~50%,风速下降2~3 m·s^-1,PM_2.5浓度变化可达300 μg·m^-3.     

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.     

基于K-means聚类分析法的肇庆市干季PM2.5污染天气分型研究

通过分析肇庆市2013—2018年国控大气环境监测站的PM_(2.5)连续监测数据,发现肇庆市区PM_(2.5)浓度在干季(10月—次年4月)明显高于其余月份,轻度以上污染基本发生在干季,且PM_(2.5)浓度对年总浓度贡献达70.8%.基于Era-interim再分析资料采用K-means聚类分析法对2013—2018年干季逐日的海平面气压和10 m水平风进行分型,揭示了肇庆市易出现PM_(2.5)污染的6种大气环流形势,包括冷锋前部(CF)、变性高压脊(THR)、脊后槽前型(BRFT)、高压底后部(HSW)、弱冷高压脊(HR)和台风外围型(TP).2013—2016年易污染天气型影响天数呈明显减少趋势,2017—2018年呈增加趋势.不同天气型PM_(2.5)浓度与局地气象要素相关性不一致,其中CF、HR、HSW、TP天气型与湿度相关性最好,THR与风速、BRFT与气压相关性最好.PM_(2.5)污染除BRFT天气型主要以本地排放累积影响为主,其余易污染天气型存在不同尺度的外来输送影响,HSW、HR主要来自广州、清远、韶关, CF主要来自佛山、中山,THR来自广州、清远、佛山.同一污染天气型在不同月份的污染影响差异较大,其中HSW、THR污染型主要影响1月和10月,CF为1月和12月,HR为2月和12月,TP为10月,BRFT为1月和10—11月.不同年份的同一月份造成不同程度的PM_(2.5)污染除了排放影响,还与天气环流类型和同一天气型下的局地气象要素密切相关.     

2013—2015年北京污染频发期细颗粒物重污染成因与天气形势关系的研究

我国重污染呈现愈演愈烈态势,重污染事件在供暖季节（污染频发期）尤为频发.本文利用北京2013—2015年采暖期逐小时PM_2.5浓度数据、再分析资料、气团后向轨迹、气溶胶雷达数据以及探空数据综合分析了北京地区重污染状况,概括了重污染发生时常见的天气形势,探讨了重污染形成原因与天气形势的关系.研究结果表明：2013—2015年采暖期北京发生重污染（日均PM_2.5浓度大于150 μg·m^-3）的天数分别为36、28及35 d,即北京采暖期21.9%的天数受重污染天气影响.2月份重污染事件最为频发,发生频次为27.3%.北京发生重污染事件时,地面被高压控制时,高空500 hPa多东移的槽脊,当位于脊后槽前时,为上升运动,西南风,850 hPa多暖平流,西南风输送暖湿气流,湿度较大,地面偏南风,可能会存在污染物的输送;地面为低压控制时,500 hPa一般为稳定的西风气流或西北气流,低空850 hPa可能存在暖平流,地面常伴随弱的风场辐合,导致污染物累积;当地面为均压场时,高空500 hPa多为脊后槽前的形势,低空无明显冷暖平流,地面等压线稀疏或无等压线,静风天气.这3类结构引发的重污染天数分别占总重污染天数的47.3%、18.2%及34.5%.进一步分析重污染成因与天气形势关系表明：北京地面受高压系统控制时,污染时间持续最长,也最为频发（47.3%）,PM_2.5平均浓度最高可达258.8 μg·m^-3,且常伴随来自西南方向的污染物输送,北京上空1 km附近存在逆温和逆湿.对污染传输路径研究发现：主要存在3条输送通道,①天津-廊坊-北京、②沧州-廊坊-北京、③石家庄-保定-北京.鉴于目前数值模式对天气形势的预报较为成熟,本文对区域重污染过程与天气形势之间的关系研究,有助于为北京地区空气质量的精准预报预警提供科学支持.     

华北地区天气型对区域大气污染的影响

分析了2000—2001年采暖期重污染天气型演变、垂直温湿层结结构及区域污染特征。区域性重污染背景为各类重污染天气型相继影响的复合系统,其中有各类天气型组成的污染物传输、汇聚和区域污染同步累积系统。华北平原区域性同步污染现象受制于高空持续稳定的西风及低空各类稳定的天气型配置。各地同一时期污染指数的差异与排放源群结构及输送汇聚天气型移动和演变影响有关。区域性重污染温湿层结多为喇叭口状(沙尘型污染除外)。      

天气形势对2014 — 2018年关中地区各季节空气质量的影响

天气形势是驱动大气污染物变化的最初动力,其与大气污染有着密切联系.探究天气形势对各季节空气质量的影响,可为污染防控提供一定的指导意见.本文利用NCEP-FNL再分析资料、环境监测数据,研究了天气形势对2014?—?2018年关中地区各季节空气质量的影响.结果表明:春、秋、冬季"槽西南型"和"高压东南型"对大气污染物浓度...     

石家庄市冬季一次重污染过程分析与反馈效应研究

为深入探究高ρ（PM_2.5）地区重污染过程的发展变化规律,以石家庄市一次重污染过程（2017年1月13-20日）为例,结合空气质量监测数据、PM_2.5组分测试数据、气象观测资料,从重污染发展阶段（简称"P1阶段"）、维持阶段（简称"P2阶段"）和清除阶段（简称"P3阶段"）分析PM_2.5及其化学组分的变化特征、气象条件和高低空天气形势演变特征,并利用WRF-Chem模型定量研究重污染过程气溶胶反馈效应对典型气象要素的影响.结果表明:①此次重污染过程属于逐步累积增长、快速清除型,在P2阶段ρ（PM_2.5）平均值为241.0 μg/m3,最大值为367.5 μg/m3.②P1和P2阶段高低空大气环流配置稳定,大气边界层高度范围为620.6~712.2 m,风速范围为1.3~2.5 m/s,相对湿度范围为60%~80%.③P2阶段SOR（硫氧化率）和NOR（氮氧化率）均为0.3,ρ（SNA）（SNA为SO₄2-、NO₃-和NH₄+的统称）为128.8 μg/m3,占ρ（PM_2.5）的56.2%;OM[有机质,ρ（OM）=ρ（POA）+ρ（SOA）,其中,POA为一次有机气溶胶,SOA为二次有机气溶胶]是除SNA以外的第二大组分,在P1和P3阶段ρ（POA）大于ρ（SOA）,而在P2阶段ρ（SOA）与ρ（POA）相等,均为28.0 μg/m3,表明在重污染过程中二次污染严重;整个污染过程ρ（NO₃-）/ρ（SO₄2-）为1.0,表明石家庄市移动源和固定源对ρ（PM_2.5）贡献相当.④WRF-Chem模型模拟结果表明,太阳辐射量、温度和大气边界层高度受气溶胶反馈效应的影响在P2阶段的下降量分别为75.1 W/m2、2.7℃和109.9 m,比P1阶段分别高33.6%、91.4%和18.6%,比P3阶段分别高147.0%、305.3%和24.1%.研究显示,此次静稳天气下的重污染过程二次污染严重,气溶胶反馈效应整体使得太阳辐射量、温度和大气边界层高度均向不利于污染扩散的趋势发展,造成石家庄市的ρ（PM_2.5）进一步增加.