起沙方案及Nudging对中国西北沙尘模拟的影响

利用耦合了AFWA和Shao04起沙参数化方案的WRF-Chem模式结合Nudging方法,对2020年4月9～11日发生在我国西北地区的一次沙尘天气过程进行模拟,结合地面及卫星观测数据,对模式模拟沙尘的能力进行了初步验证,分析了不同起沙方案及其结合Nudging方法后对模式模拟结果的影响。结果表明,2种起沙方案均有能力再现此次沙尘天气过程,开启Nudging后2种方案模拟出的沙尘分布结果都有所改进。对于地面沙尘模拟,在沙尘源区不开Nudging的模式模拟结果更接近观测,在沙尘影响区开启Nudging后的模拟结果更优。整体而言,结合了Nudging方法的Shao04起沙方案对我国西北地区的沙尘过程具有更好的模拟能力。Nudging方法对模式模拟风场的能力改进较为明显,从而提高了模式对沙尘的模拟能力。     

两种再分析资料对我国西北地区沙尘模拟的影响

利用耦合了Shao04起沙参数化方案的WRF/Chem模式对2014年4月22～25日发生在我国西北地区的一次沙尘天气进行了模拟,基于ERA-Interim和NECP-FNL两种再分析资料,探究了WRF/Chem在不同再分析资料提供初始场和边界条件时对沙尘天气的模拟能力,并分析了两种再分析资料对模拟结果影响的主要原因。总体来看,WRF/Chem在两种再分析资料提供初始场和边界条件时,均能较合理的模拟出主要的起沙区域、沙尘强度及其时空变化特征,沙源地附近和下游地区各个站点模拟的PM_(10)浓度时间变化特征与观测结果也较为吻合。但相比较而言,对西北地区此次沙尘天气过程,从沙尘的空间分布、沙尘浓度、垂直沙通量和地面各代表站点PM_(10)浓度变化等方面的模拟结果来看,NECP-FNL数据为模式提供初始场和边界条件时要优于ERA-Interim数据的结果,这主要与NECP-FNL数据在WRF/Chem模式中能相对较好的描述起沙过程中摩擦速度的量值有关,从而使得模拟的沙尘区域、强度和垂直沙通量更为合理。     

强沙尘暴的数值模拟及PM_(10)浓度的时空变化分析

为研究沙尘暴期间沙尘排放、干沉降过程以及PM_(10)浓度的时空变化,采用考虑了多种起沙物理机制的起沙参数化方案与WRF/Chem模式相结合的沙尘集成预报系统,模拟了发生在2010年4月24日中国西北地区的黑风暴过程,分析近地表PM_(10)的排放及浓度变化,并与实际观测进行了对比,发现该系统能够很好地模拟此次过程;分析了黑风暴过程中不同地区的沙尘排放及干沉降,其中敦煌地区的排放和沉降分别为4.01和6.23mg/m~2,民勤的排放和沉降分别为5040.79和231.74mg/m~2;发现黑风暴过程中沙尘排放源地主要为民勤地区,黑风暴过程中民勤地区PM_(10)排放为5.04t/km~2;分析PM_(10)不同地区的垂直浓度分布情况,发现PM_(10)主要分布在1000m以下的大气中,并能够扩散到3000m以上的高空进行远距离的输送,扩散到高空的PM_(10)可以输送到几千公里外的地区.     

边界层方案对山西冬季一次静稳天气PM_(2.5)浓度模拟的影响

准确的空气质量数值预报模式依赖于精确的气象条件模拟,尤其依赖于大气边界层的准确模拟.为理解边界层过程如何影响空气污染物的传输与混合,利用WRF-Chem模式不同边界层方案(YSU和MYJ)进行敏感性试验,针对山西冬季典型静稳天气,对地面温度场、地面风场、PM_(2.5)浓度及边界层内部的动力和热力层结进行模拟分析,并与观测资料进行对比,分析不同PBL方案对于气象要素和PM_(2.5)浓度分布的模拟能力,探讨边界层内部热力层结和湍流输送差异对PM_(2.5)浓度模拟的影响.结果表明:2种边界层方案均能较好模拟出冬季静稳天气背景下地面温度、风速及PM_(2.5)浓度的空间分布和日变化特征,气温模拟的较大误差主要出现在夜间,而地面风速和PM_(2.5)浓度的模拟结果在午后误差较大;相对于YSU方案,局地MYJ方案模拟的温度、风场和PM_(2.5)浓度的误差更小,模拟结果更接近于实况观测.地面PM_(2.5)浓度的模拟误差可能与近地面逆温层、混合层及地面风速等的模拟误差有关;不同边界层参数化方案导致的边界层内热力层结和湍流输送的模拟差异,可能是影响近地面PM_(2.5)浓度模拟差异的主要原因;夜间MYJ方案逆温层厚度较厚,地面PM_(2.5)模拟浓度较低;午后MYJ方案混合层高度较低,加之地面风速较弱,导致地面PM_(2.5)模拟浓度较高.     

上海典型持续性PM2.5重度污染的数值模拟

本研究针对2013年1月23~24日的上海PM_(2.5)持续重污染过程,采用WRF-Chem大气化学模式以及PM_(2.5)质量浓度、能见度、气象要素等地面实测资料相结合的方式,揭示了造成上海冬季PM_(2.5)持续性重污染的一类"天气学必要成因",即一次弱冷空气活动过程导致了两种不利污染天气条件——"弱气压场(静稳形势)"和"弱冷空气扩散(输送形势)",两者先后影响上海造成PM_(2.5)浓度持续上升.主要过程如下:首先弱冷空气影响之前,上海处在不利的局地气象扩散条件下,受弱气压场控制10 h后本地PM_(2.5)质量浓度达到重度污染水平,之后夜间稳定边界层(地面静风和低层逆温)使得PM_(2.5)重度污染维持了7h,期间PM_(2.5)平均质量浓度为172.4μg·m~(-3).后期弱冷空气影响上海,虽然改善了局地扩散条件但是同时产生了明显的周边污染物输送,使得本地PM_(2.5)质量浓度升高并达到峰值(280μg·m~(-3)),继续加重污染水平,期间PM_(2.5)平均质量浓度为213.6μg·m~(-3).WRF-Chem模拟结果进一步表明,整个污染过程周边区域输送对上海PM_(2.5)平均贡献率为23%,其中两个阶段周边区域输送的平均贡献率分别为17.2%和32.2%,可见在不同的污染天气条件下周边污染源的贡献存在显著差异,因此可以根据对污染天气类型的预判制定应急减排方案.     

基于Model-3/CMAQ和CAMx模式的台州市PM2.5数值模拟研究

为探究沿海城市大气细颗粒物污染特征,应用气象模式WRF耦合空气质量模式CMAQ和CAMx对台州市2016年PM_(2.5)空间分布特征及区域污染贡献情况进行分析。结果表明,2016年PM_(2.5)模拟值与监测值变化趋势基本一致,模拟效果较好。PM_(2.5)平均浓度从高到低依次为冬季春季秋季夏季,空间分布呈现"两边低中间高"态势,与地形分布特征相似,高值区出现在人口稠密的城区附近。PM_(2.5)具有明显的区域污染传输特征,2016年台州本地贡献率为34.7%,外来源贡献率为65.3%。另外,PM_(2.5)还具有明显的季节性变化特征,本地贡献最小的时间段是春季,贡献最大的时间段是秋季。     

和田市夏季PM_(2.5)、PM_(10)元素污染特征及健康风险评价

以和田市2020年夏季PM_(2.5)、PM_(10)为对象,文章分析测定其中14种元素含量,通过富集因子、地质积累指数、内梅罗污染指数和潜在生态风险评价4种方法评价元素污染特征。利用美国EPA健康风险评价模型对其中重金属元素进行风险评估。结果显示：（1）采样期间PM_(2.5)、PM_(10)浓度超标明显,超标天数均超过80%。（2）沙尘天气颗粒物浓度及元素总质量浓度大于非沙尘天气,地壳元素浓度特征为PM_(10)高于PM_(2.5),沙尘天气高于非沙尘天气。（3)14种元素共占颗粒物含量的18.20%,地壳元素占总元素的平均比例为98.59%。（4）颗粒物浓度、地壳元素、Mn之间始终为极显著正相关关系。较其他元素言,Zn、Pb与其他元素及颗粒物的相关性较弱。（5）地壳元素及Mn在4种评价方法中均未出现超标现象。Zn、Cd、As来自人为源。地质积累指数和生态风险评价结果相似,均为Mn、Cr存在轻微或无污染现象,As、Cd污染较严重,内梅罗污染指数则显示,Mn、Pb、Cd无污染,Cr污染较严重。（6)Mn、Cr对于不同群体均存在非致癌与致癌风险,As仅在沙尘天气对于成年人存在致癌风险。     

基于数据挖掘算法和数值模拟技术的大气污染减排效果评估

近年来,京津冀地区采取了大量污染减排措施进行大气污染治理,如何客观评估减排效果是目前大气环境领域的研究难点.为准确评估大气污染过程的减排效果,本文利用北京地区常规气象资料、国控站PM_(2.5)浓度资料,遴选了北京地区2018年3月11—14日和2013年3月14—17日两次空气污染过程,计算了大气容量系数、静稳指数,并利用KNN数据挖掘算法和WRF-Chem模式,对比分析了有无减排条件下的PM_(2.5)日均浓度.结果表明:两次空气污染过程的天气形势和局地气象条件较相似,就大气热力和动力的垂直结构来看,2018年空气污染过程比2013年空气污染过程的大气稳定性更强、边界层高度更低、环境容量更小,但PM_(2.5)峰值浓度却显著下降,平均浓度明显降低,PM_(2.5)小时浓度的增长趋势相对平缓,重污染持续时间缩短.KNN数据挖掘算法减排评估结果显示,该方法能够较好地预测PM_(2.5)日均浓度的变化趋势,2018年3月11—14日,在减排和不减排情景下PM_(2.5)日均值分别为171和229μg·m~(-3),减排使得污染过程PM_(2.5)平均浓度下降了25.3%.数值模拟结果与KNN数据分析结论吻合,进一步验证了减排措施的有效性.综合看来,2018年空气污染过程中PM_(2.5)浓度相比历史相似气象条件下的污染过程显著降低,这是长期大力度减排效果的体现.     

不同模式对珠三角地区细颗粒物污染模拟效果对比评估

运用CAMxv5.4、CMAQv4.7.1、CMAQv5.0.2(AEOR5)和CMAQv5.02(AEOR6)模拟2013年12月珠三角地区空气质量,并对比评估不同模式、不同模式版本、不同气溶胶机制在PM_(2.5)模拟上的表现.各模式在PM_(2.5)的模拟上均表现良好,呈现出合理且相似的时空特征,在市区和非超标时段CAMx模式表现最优,而在郊区和超标时段则不存在表现最优的模式.CMAQ系列模式在市区和郊区、超标时段和非超标时段均表现相似,CMAQ4模式表现均优于CMAQ5系列模式,而CMAQ5AE6模式在反映PM_(2.5)的浓度水平的能力上强于CMAQ5AE5模式,但在重现PM_(2.5)小时浓度变化趋势的能力上却劣于CMAQ5AE5模式.边界条件是不同模式PM_(2.5)模拟差异的主要来源之一,且在超标时段边界条件对PM_(2.5)模拟效果的影响大于非超标时段.此外,CAMx模式与CMAQ5AE5模式之间硫酸盐、硝酸盐和有机颗粒的差异导致了其PM_(2.5)模拟表现上差异,CMAQ4模式与CMAQ5AE5模式之间硫酸盐、硝酸盐和铵盐等无机盐组分的差异是导致其PM_(2.5)模拟差异的主要原因,硝酸盐和铵盐的差异是CMAQ5AE5模式与CMAQ5AE6模式之间PM_(2.5)模拟差异的主要因素.     

京津冀及周边区域PM2.5叠加沙尘重污染过程特征及预报效果分析

选取京津冀及周边区域2018年11月23日至12月4日一次大范围、长时间且PM_(2.5)叠加两次沙尘传输的复合型重度污染过程开展特征研究,分析了首要污染物PM_(2.5)和PM_(10)浓度的发展演变,以及污染气象影响因素;结合激光雷达地基和车载走航监测结果,以及HYSPLIT后向轨迹结果,讨论了区域污染传输的情况;并对重污染期间NAQPMS、CMAQ和CAMx这3个空气质量模式的预报效果进行了回顾分析.结果表明,研究时段PM_(2.5)叠加两次沙尘传输导致区域中南部多数城市达到重至严重污染水平,张家口、北京、石家庄、邯郸和郑州PM_(10)小时峰值分别为1 589、864、794、738和766μg·m~(-3),PM_(2.5)小时峰值浓度分别为239、319、387、321和380μg·m~(-3).地面弱气压场、高湿、逆温等静稳条件和沙尘是重要的污染气象和天气因素.激光雷达地基和车载走航监测数据结合HYSPLIT后向轨迹分析表明重污染期间区域西南和东南方向发生了PM_(2.5)传输;区域两次沙尘过程主要受西北路径传输影响.此外,NAQPMS、CMAQ和CAMx这3个模式均可较好地预测到京津冀及周边区域的重污染过程,但对个别城市预报略有偏差.该次重污染过程中模式对PM_(2.5)的预报效果要好于PM_(10),这与气象模式预报、大气化学反应机制、污染源清单的不确定性,以及重污染应急措施导致的污染源排放的改变有一定关系.     

河南省冬季3次重污染过程的数值模拟及输送特征分析

利用WRF-Chem模式模拟2015年11月27日—12月1日、12月5—14日、12月19—25日河南3次重污染过程,结合空气污染资料和ERA-Interim再分析资料,对比分析了这3次重污染过程的开始、持续和结束及污染物的输送特征.结果表明,静稳天气有利于污染的发展持续,3次重污染过程的结束均是由西路冷空气入侵造成的.第1次重污染过程平均风场上的风速均为小风或静风,从湖北到河南南部风向为偏南风;而第2和第3次重污染过程平均风场分别以偏东和偏北风为主.第2和第3次重污染过程中均存在明显的由北向南的污染物输送过程.3次重污染过程中,河南省本地排放对本省PM_(2.5)浓度的平均贡献率最大,而河南省周边区域对河南PM_(2.5)浓度的平均贡献率在这3次过程中不一样,第1次重污染过程,河南南部主要受偏南风影响,湖北对河南PM_(2.5)浓度的平均贡献率最大,为20.7%;第2和第3次重污染过程主要受偏东风影响,安徽和江苏对河南PM_(2.5)浓度的平均贡献率最大,分别为17.7%和18.5%.3次重污染过程中,安阳的主要污染输送源均不相同,分别来自河北、江苏和安徽、本省.     

影响上海的一次沙尘过程WRF-Dust数值模拟

利用完全耦合大气化学模式WRF-Dust(Weather Research and Forecasting-Dust)对2011年5月1~4日影响上海地区的一次典型沙尘天气过程进行了数值模拟研究,并与观测资料进行了对比分析.结果表明:WRF-Dust模式成功模拟了此次沙尘过程的形成、发展和演变的整体特征及其影响时间及范围;较好地模拟了沙尘到达上海的时间(模式和观测均在1日11:00前后)和直接影响的结束时间(2日02:00前后),而且模式沙尘浓度与观测资料较为一致;但局部地区和部分时段的气象条件和沙尘模拟还存在一定的偏差,未能准确模拟过程后期沙尘回流对长三角沿海地区的影响.分析了导致模拟偏差的原因,并探讨了提高模式沙尘模拟能力的可能途径.     

影响上海的一次沙尘过程WRF-Dust数值模拟

利用完全耦合大气化学模式WRF-Dust(Weather Research and Forecasting-Dust)对2011年5月1~4日影响上海地区的一次典型沙尘天气过程进行了数值模拟研究,并与观测资料进行了对比分析.结果表明:WRF-Dust模式成功模拟了此次沙尘过程的形成、发展和演变的整体特征及其影响时间及范围;较好地模拟了沙尘到达上海的时间(模式和观测均在1日11:00前后)和直接影响的结束时间(2日02:00前后),而且模式沙尘浓度与观测资料较为一致;但局部地区和部分时段的气象条件和沙尘模拟还存在一定的偏差,未能准确模拟过程后期沙尘回流对长三角沿海地区的影响.分析了导致模拟偏差的原因,并探讨了提高模式沙尘模拟能力的可能途径.     

关中地区冬季人为源减排对PM_(2.5)浓度的影响

使用WRF-Chem模式和关中地区高分辨率的人为源排放清单,选取2013年冬季不利于关中地区污染物扩散的4类典型天气形势中的各1d,模拟了PM_(2.5)时空分布和日变化趋势,同时以国家环境空气质量标准为目标,制定人为源等比例减排的敏感性试验.结果表明,模式可以较好地捕捉PM_(2.5)的时空分布和变化趋势,且与天气形势有着一致的对应关系.在4类不利天气形势下,PM_(2.5)浓度随着人为排放源的减少呈二次曲线下降趋势,PM_(2.5)浓度下降率与所在区域原有大气污染程度成正比.在不同天气形势下,要使PM_(2.5)浓度达到国家环境空气质量标准75mg/m~3时,人为源需削减比例为30%~60%.     

下沙空气中可吸入颗粒物污染特征分析

通过对PM_(2.5)和PM_(10)的浓度特征分析,探讨下沙空气中可吸入颗粒物污染特征。根据2013~2015年下沙空气连续自动监测数据,对浓度变化特征分析发现,PM_(2.5)和PM_(10)的季节变化明显,冬季最高,夏季最低。PM_(2.5)与PM_(10)的月均浓度存在线性回归关系,回归方程为y=1.0759x+0.02532,相关系数方值为0.857。PM_(2.5)与PM_(10)的浓度比值P主要集中在0.5~0.8之间。     

银川市冬季一次沙尘污染过程分析

文章借助银川市大气环境超级站监测资料,分析2018年2月8～9日银川市冬季一次沙尘污染过程颗粒物的水平、垂直分布特性,并分析沙尘来源及传输过程。结果表明:2月8～9日,银川市沙尘的传输方向为西北方向,沙尘过境阶段近地面总悬浮颗粒物(TSP)、颗粒物(PM_(10))呈快速上升趋势,颗粒物(PM_1)的浓度及颗粒物(PM_(2.5))/颗粒物(PM_(10))比值呈明显下降,能见度由20降至5 km左右。此次沙尘污染过程是以粗粒子模态颗粒物为主的污染过程,污染主要原因是冷锋过境大风携带来自西北方向新疆北部和内蒙古西部的上游外源沙尘。     

泉州市大气PM2.5镧系元素组成特征及来源解析

2014年3月、4月和7月分别采集了泉州市5个采样点共49个PM_(2.5)样品,采用电感耦合等离子体质谱(ICP-MS)测定样品镧系元素(Loid)及其他微量金属元素浓度水平.分析了PM_(2.5)镧系元素组成特征和配分模式,利用La-Ce-V三元图和化学质量平衡(CMB)受体模型解析了泉州市大气PM_(2.5)污染来源.结果表明:(1)泉州市大气PM_(2.5)总镧系元素(Σ Loid)浓度为2.490~5.708 ng·m~(-3)(含量65.682~126.529μg·g~(-1)),轻重镧系元素比值(L/H)为12.086~14.319;(2)PM_(2.5)镧系元素配分模式与福建土壤相似,PM_(2.5)中Ce元素表现为正异常,而Eu元素表现为负异常;(3)城市扬尘、燃煤尘、汽车尾气尘和垃圾焚烧飞灰是泉州市大气PM_(2.5)的主要来源,贡献率分别为18.9%、10.9%、30.6%和30.2%.     

中国西北地区一次典型沙尘过程分析

基于卫星遥感资料、再分析数据、数值模式和中国环境监测数据,分析了2018年4月1～4日中国西北地区一次典型的沙尘爆发、输送过程,并探讨了该次沙尘事件对空气质量的影响。结果表明,该次沙尘事件主要是由冷锋和大风引起的,分为两个阶段:4月1～3日,翻越天山和绕流而至的冷空气与该地暖空气交汇形成冷锋,引起塔克拉玛干沙漠起沙,这些沙尘随西风向东输送,使得哈密、嘉峪关、张掖、武威和兰州等城市PM10、PM2.5质量浓度自西向东依次升高,空气污染加重;4月4日,西北风在地形的作用下风力加大,强风掠过植被稀疏地表产生较强的起沙,西北地区多个城市的PM10、PM2.5质量浓度几乎同时剧增,引发了严重的空气污染。其中,PM10是该次沙尘过程中的主要的大气污染物,是导致空气质量下降的主要原因。     

北京地区颗粒物健康效应研究——沙尘天气、非沙尘天气下颗粒物(PM_(2.5)、PM_(10))对心血管疾病入院人次的影响

为了研究沙尘天气、非沙尘天气及霾污染类型下,颗粒物(PM_(10)、PM_(2.5))与心脑血管疾病日入院人次的联系,本文采用半参数广义相加泊松回归模型(GAM),在剔除了混杂因素:如季节趋势、日历效应、气象要素等作用下,将颗粒物浓度进行等级划分的基础上,分析了北京地区2006~2010年PM_(10)和PM_(2.5)在沙尘天气和非沙尘天气下与心脑血管疾病日入院人次相对危险度(RR)的关系,进而对比研究了沙尘污染与霾污染对心脑血管疾病的不同影响.结果表明:沙尘天气PM_(10)、PM_(2.5)能引起心脑血管疾病入院人次的增加,且存在0~2d滞后效应,PM_(2.5)与PM_(10)的RR值较为接近;非沙尘天气下,PM_(2.5)、PM_(10)与心脑血管疾病入院人次的RR存在一定的剂量效应关系,对于PM_(2.5),随着浓度的上升RR值逐渐增大,对于PM_(10),随着浓度的上升RR先增大而后逐渐降低;在相同的PM_(10)暴露浓度下,沙尘天气的RR低于非沙尘天气,在相同的PM_(2.5)暴露浓度下,沙尘天气与非沙尘天气的RR基本接近.而相对于沙尘天气污染,霾天气对心脑血管疾病的影响也具有滞后效应,随着霾天气加重,对人群心脑血管疾病危害也越大.     

上海地区降雨清除PM2.5的观测研究

分析2012—2016年上海徐家汇站的雨量和颗粒物(PM_1、PM_(2.5)、PM_(10))观测数据发现,降雨对PM_(2.5)的湿清除作用明显,降雨日的PM_(2.5)质量浓度较非降雨日平均降低约30%,在污染季节降低更加显著约50%.降雨时PM_1在PM_(2.5)中的占比明显下降,PM_1质量浓度下降幅度占PM_(2.5)下降幅度的84%,表明降雨对PM_1的有效清除是PM_(2.5)质量浓度下降的主要原因.降雨过程结束后PM_(2.5)质量浓度是否下降和降雨前PM_(2.5)的初始质量浓度关系密切,当初始浓度在冬季大于70μg·m~(-3)、在其他季节大于45μg·m~(-3)时,80%以上的降雨过程结束后PM_(2.5)质量浓度较降雨前下降,因此可作为研判降雨过程对PM_(2.5)湿清除影响的预报因子.