青岛市大气颗粒物污染特征及潜在来源分析

利用山东青岛2017年1月至2020年12月的大气颗粒物质量浓度、常规气象观测资料以及全球数据同化系统(Global Data Assimilation System,GDAS)数据,研究了该地区大气颗粒物的污染特征,基于拉格朗日混合单粒子轨道模型(Hybrid Single Particle Lagrangian Integrated Trajectory Model,HYSPLIT)和轨迹统计(TrajStat)软件对青岛市大气颗粒物的传输路径进行了研究,运用潜在源贡献因子分析法(Potential Source Contribution Function,PSCF)和浓度权重轨迹分析法(Concentration Weighted Trajecto‐ry,CWT)对其潜在源区和浓度贡献进行了分析。研究结果表明：(1)青岛市PM_2.5质量浓度年均值为35.3μg·m^-3,冬季最高,春、秋次之,夏季最低。PM_2.5质量浓度年超标率分别为8.22%,7.40%,11.51%和7.38%,重污染日仅出现在冬季,夏季从未出现...     

2013—2016年海口市空气质量特征及典型个例污染物来源分析

根据海南省环境科学研究院提供的海口站2013—2016年逐日空气污染数据,统计分析了海口市空气质量状况。综合应用高低空环流场、AQI指数结合MODIS卫星蓝光气溶胶厚度图,采用HYSPLIT轨迹聚类分析法、潜在源贡献因子法和浓度权重轨迹分析方法,重点分析了2013年12月海口空气污染的的主要输送路径,并探讨了首要污染物PM_2.5和O₃的潜在源区。结果表明：冬夏季风风向转换是海口发生空气污染的最主要气象原因,且首要污染物为PM_2.5,其次是PM₁₀和O₃;海口市空气质量达标率在97.1%,总体较好,AQI指数呈逐年下降趋势;值得关注的是,O₃呈逐年稳定上升趋势。大气污染物浓度受污染物排放和环流场共同影响,海口污染日对应的地面天气形势主要有3种类型,冷高压、变暖高压脊和台风外围下沉气流。此次污染过程中污染源是来自北方地区污染物长距离输送影响的结果。污染物个例分析中,首要污染物PM_2.5潜在源区主要集中在湖南和江西的交界处、广东沿海地区、广西北部、江西和福建的交界处以及浙江中部地区,这些潜在源区气团沿着轨迹1、2和4通过长距离输送到海口。海口O₃质量浓度贡献较大的区域主要集中在湖南和江西的交界处、粤西一带,主要沿着轨迹2将内陆地区的污染源输送到海口。     

上海东滩大气颗粒物长期变化及影响源区分析北大核心CSCD

根据2008—2015年上海崇明东滩大气成分观测站(以下简称东滩站)大气颗粒物(PM)观测数据,分析其浓度水平、变化趋势、影响气团和潜在源区。结果表明,2008—2015年东滩站PM质量浓度的长期变化趋势不显著,但细粒子(PM_(2.5))比例不断升高。PM_(2.5)/PM_(10)从0.84上升至0.92,表明二次气溶胶占比趋于增加。对8年大样本数据进行后向轨迹聚类,发现东滩站主要受大陆型、海洋型、大陆/海洋混合型气团影响,三者所占比率分别为32.0%、38.8%、29.3%。海洋型气团中PM_(2.5)本底质量浓度为11~15μg·m^(-3),而大陆型气团中PM_(2.5)本底质量浓度的季节差异显著,在29~56μg·m^(-3)波动,对东滩站具有明显的输入效应。东滩站PM_(2.5)的潜在源区随季节变化,秋季和冬季主要受华北、黄淮、苏皖影响,春季收缩至苏皖和浙江北部,夏季则转换至长三角南部的浙江及浙闵沿海。总体而言,上海及周边的苏锡常、杭嘉湖对东滩PM_(2.5)浓度贡献最显著,来自渤海、黄海近海污染回流的贡献也不可忽视。     

成都平原城市群夏季臭氧污染天气形势与潜在源分析

通过分析成都平原城市群8个城市2015-2019年夏季地面臭氧污染特征表明,近5年夏季平原O₃污染区域呈扩大趋势,成都市O₃＿8 h第90百分位浓度和超标日数均为最大,雅安、绵阳浓度较低但上升趋势显著。利用PCT客观天气分型方法,对近5年夏季成都平原及周边的位势高度场进行分型研究,结果表明：(1)700 hPa臭氧污染天气形势为高压型,500 hPa为西风槽后和平直纬向型,100 hPa为南亚高压中部和东部型;(2)近5年夏季典型O₃污染过程的高低空天气形势为西风槽后部、高压发展和高压控制型,污染过程期间成都平原多受到西风槽后西北气流或副热带高压脊线附近下沉气流的影响;(3)污染天气型具有高温低湿,小风强辐射,白天混合层高的特征。气流下沉增温和局地环流的作用抑制了污染物向高层扩散,促使边界层上部O₃下传并堆积于成都平原地区。采用HYSPLIT后向轨迹模式和潜在源贡献法(PSCF),探讨了不同天气型影响下成都平原O₃浓度输送的轨迹聚类和潜在源区。结果表明,本地和盆地城市之间的输送...     

兰州春季沙尘过程PM10输送路径及其潜在源区

将2001-2008年分为沙尘天气相对多年和相对少年,计算兰州市春季逐日4个时次的4d气团后向轨迹。通过聚类分析得到春季到达兰州市区的主要气团轨迹组,结合可吸入颗粒物PM10日均质量浓度资料,通过计算潜在源贡献因子PSCF（potential source contribution function）和浓度权重轨迹CWT（concentration-weighted trajectory）,得到影响兰州市春季PMlo质量浓度的潜在源区以及不同源区对兰州市春季PM10质量浓度贡献的差异。结果表明,在沙尘天气相对多年,西路径和西北路径发生比例最高,分别占总轨迹的33％和19．4％,其中有50％以上为污染轨迹,是造成兰州市春季高质量浓度PM10污染的主要输送路径。沙尘天气相对少年的主要输送路径是西路径,其次是北路径,分别占23．6％和18％。影响兰州市春季大气PM10质量浓度的潜在源区分布在新疆塔里木盆地、吐鲁番盆地、青海柴达木盆地、甘肃河西走廊、内蒙古中部和西部的沙漠戈壁地区。     

气流输送对北京大气污染物体积分数的影响

利用HYSPLIT后向轨迹模式和2004年8月—2007年12月NCEP再分析气象资料,计算每天15:00抵达北京地区10、100和500m高度上的后向气流轨迹.对整个研究时段、采暖季和非采暖季期间的后向气流轨迹分别进行聚类分析,得到这3个时段到达北京地区的主要后向气流轨迹聚类.其中整个研究时段的后向气流轨迹分成3个聚类,采暖季和非采暖季的后向气流轨迹都分成5个聚类.结合各段时间中国科学院大气物理研究所观测的大气污染物体积分数资料,分析不同时段气流输送作用对北京主要大气污染物体积分数的影响.发现采暖季和非采暖季北京气体污染物体积分数高值主要集中在来自风速较小的西北方气流聚类.采暖季污染物体积分数低值主要出现在偏北方向风速较大的后向气流轨迹聚类.非采暖季污染物体积分数低值主要出现在偏北低速气流聚类和西北向高速气流轨迹聚类中.从各时段污染物最值分布情况可以看出:在风速较大的后向气流轨迹聚类影响下,北京的污染物体积分数较低;途经了较严重工业排放地带的后向气流轨迹聚类会使北京气体污染物体积分数显著增高.此外,虽然非采暖季的大气污染物分布与气流输送的影响基本符合,但各聚类污染物分布结果与气流输送作用的影响存在偏差.     

运城盆地秋冬季PM2.5传输特征和源区分析

利用2017-2019年空气质量监测数据,采用HYSPLIT后向轨迹模式、聚类分析、潜在源贡献因子分析法（PSCF）和浓度权重轨迹分析法（CWT）,对运城市秋冬季大气PM2.5传输路径、对应重污染的天气形势和潜在源区进行分析。结果表明：（1）运城近地层盛行偏东风时污染频率高,弱的偏东风和西南风时,污染物浓度较大。秋冬季PM2.5后向轨迹西北方向最多达53.53%,偏东方向最少为11.25%,偏西方向和西南方向介于两者之间,分别为16.61%和12.06%。（2）不同轨迹对应天气形势不同,西北和偏西轨迹下,500 hPa高度场上为两槽一脊或偏西气流,700～850 hPa受脊前西北气流影响,地面为高压前底部型或均压场型;西南轨迹下,500 hPa高度场上为偏西气流,700～850 hPa运城处于槽前西南气流,地面气压场为高压前底部（底部）或均压场。（3）运城PM2.5潜在源区主要位于陕西南部、四川东部和新疆东南、甘肃的东南部等地区,说明影响运城秋冬季PM2.5的浓度除了来自汾渭平原西南部的颗粒物区域输送,来自西北方向新疆、甘肃的远距离颗粒物传输也是重要来源。     

贵州安顺市PM2.5气象输送条件及贡献源空间分布

利用贵州省安顺市2015—2019年大气污染物资料和气象资料,分析安顺市空气质量特征和主要大气污染物特征,通过TrajStat软件中HYSPLIT模型的后向轨迹模式,结合GDAS气象数据、PM_2.5浓度,分析不同季节输送途径及其污染轨迹,采用潜在源贡献作用和浓度权重轨迹分析方法,分析研究期内所有PM_2.5污染日（PM_2.5日浓度高于75 μg·m^-3）输送轨迹垂直与水平方向分布特征。结果表明: PM_2.5是安顺城区主要大气污染物,冬季输送污染轨迹占比较大,输送方向主要为贵州东北方向、偏南方向; 污染日PM_2.5输送路径以贵州东北方向近距离输送为主,该类轨迹基本分布在880—980 hPa高度; 潜在源高值区主要集中在贵阳整个地区、毕节织金县、黔西市、金沙县等,高贡献值区主要集中在安顺紫云县、镇宁县、毕节织金县、大方县等。     

基于后向轨迹的秋冬季漯河重污染输送及典型个例分析

利用常规气象数据、颗粒物观测数据、全球大气同化系统GDAS数据、NCEP再分析资料、ERA5再分析资料等,结合数理统计、轨迹聚类、天气学分析等方法对2015—2019年秋冬季漯河重污染特征、污染输送及潜在源区分布进行分析,并通过一次典型重污染个例进行证明。结果表明:近5 a秋冬季漯河重污染过程发生频次高、持续时间长、污染程度重,AQI、PM_(2.5)变化趋势不明显,PM_(10)浓度下降趋势明显,PM_(2.5)/PM_(10)比值逐年递增,以PM_(2.5)重污染为主。秋冬季漯河主要有6种气团输送路径,东北路、偏东路轨迹短、移速慢且高度低,近距离近地层污染输送特征明显,为重要重污染通道;西北路远距离下沉沉降输送和西南轨迹近距离输送下的AQI均值及重污染概率较低,对漯河重污染贡献不高。漯河潜在源区来源复杂、范围广、强度大,其污染潜在源主要分布在河南中东部、尤其是东北部,对应东北路径、偏东路径等气团轨迹。重污染时地面偏北风是其主导风,尤其是2—4 m·s^(-1)之间偏北到东北风最为显著。两次跨区域输送表明,北路或东北路近地层输送是AQI峰值维持发展的重要原因。     

基于多种TSM方法的北京国家奥林匹克体育中心2月颗粒物来源解析

利用HYSPLIT(Hybrid Single Particle Lagrangian Integrated Trajectory)模型和ERA_INTERIM数据,计算2013—2017年北京奥林匹克体育中心(以下简称奥体中心)2月期间抵达的72 h后向轨迹,并结合聚类分析方法和污染物浓度数据,分析2月不同轨迹对奥体中心污染物浓度的影响,采用四种不同的轨迹分析方法分析奥体中心污染物来源特征,并通过实例分析了不同轨迹分析方法的优缺点和适用性。结果表明:奥体中心2月主导气流明显,为西北路径,出现概率为55.85%;清洁通道为北向气流,污染来源为南向路径和偏东路径,对应颗粒物浓度最高;通过轨迹统计方法得到奥体中心2月颗粒物主要污染来源为河北地区、山东半岛、黄渤海区域、新疆北部与河西走廊。此外,研究发现潜在源贡献函数和浓度权重轨迹方法适用于近距离污染源的识别;停留时间浓度加权方法采用确定性办法通过迭代可以精准识别出北京奥体中心主要污染物来源;定量传输偏差分析方法引入不确定性概念,适用于大范围确定性污染源识别,但同时会产生虚假的污染物来源。不过,采用RTWC方法和QTBA方法相结合可消除QTBA方法带来的虚假污染源。     

浮尘和重污染天气过程个例分析

利用MICAPS资料、NCEP再分析资料和环境监测站大气成分监测资料,分析2015年3月29日连云港地区一次浮尘及重污染天气过程,结果表明:由于上游地区出现沙尘天气后,空气中大量沙尘粒子随着高空西北气流携带向东南输送,影响连云港,从而形成浮尘天气;高空有西风急流带,400hPa下沉运动加强,高空动量下传是形成浮尘天气的动力条件;连云港处于弱气压场中,大气层结稳定,空气干燥,风力较小,不利于沙尘粒子和污染物扩散;由浮尘的质点后向轨迹模拟得知,沙源来自蒙古国东部地区,与高空形势分析结果一致。     

利用Kappa统计值研究多种空气质量预报方法的一致性

采用基于权重Kappa统计值的方法,在剔除了由于偶然性和随机性造成的一致性的基础上,对三种常用的空气质量预报方法的预测结果的一致性进行了衡量.结果表明,"数值模式预报"与"综合经验预报"的预测结果为"中等的一致性",说明其预测结果的一致性并不是由于偶然性造成的.衡量结果是清晰的,避免了来自主观评价的差异.从而,有利于提高对不同模型预测结果的差异性的认识,对进一步提高空气质量预报的准确度有着重要意义.     

A Comparison of the Physical and Optical Properties of Anthropogenic Air Pollutants and Mineral Dust over Northwest China

Emissions of mineral dust and its mixing with anthropogenic air pollutants affect both regional and global climates. Our fieldwork in late spring 2007(April 25–June 15) measured the physical and optical properties of dust storms mixed with local air pollutants at a rural site about 48 km southeast of central Lanzhou. Levels of air pollutants and aerosol optical properties were observed during the experiment, with concentrations of NOx(6.8 ± 3.3 ppb, average ± standard deviation), CO(694 ± 486 ppb), SO2(6.2 ±10 ppb), O3(50.7 ± 13.1 ppb), and PM10(172 ± 180 μg m-3), and aerosol scattering coefficient(164 ±89 Mm-1; 1 Mm = 106m) and absorption coefficient(11.7 ± 6.6 Mm-1), all much lower than the values observed during air pollution episodes in urban areas. During a major dust storm, the mass concentration of PM10 reached 4072 μg m-3, approximately 21-fold higher than in non-dust storm periods. The mixing ratios of trace gases declined noticeably after a cold front passed through. The observed CO/SO2 and CO/NOx ratios during air pollution episodes were 4.2–18.3 and 13.7–80.5, respectively, compared with the corresponding ratios of 38.1–255.7 and 18.0–245.9 during non-pollution periods. Our investigations suggest that dust storms have a significant influence on air quality in areas far from their source, and this large-scale transport of dust and air pollutants produces major uncertainties in the quantification of the global effects of emissions over Northwest China.     

不同人为源排放清单对大气污染物浓度数值模拟的影响:以浙江省为例

应用大气化学模式WRF-Chem(Weather Research and Forecast-Chemistry),分别选用亚洲排放源清单INTEX-B(Intercontinental Chemical Transport Experiment-Phase B)、REASv2.1(Regional Emission inventory in Asia version 2.1)以及全球排放源清单HTAP_v2(Hemispheric Transport of Air Pollution version 2),对浙江省2013年12月进行模拟,分别记为IN、RE和HT试验,研究人为源排放清单对大气污染物浓度数值模拟的影响。结果表明,3组试验合理的反映出PM2.5(空气动力学当量直径小于等于2.5μm的颗粒物,即细颗粒物)、PM10(空气动力学当量直径小于等于10μm的颗粒物,即可吸入颗粒物)和NO_2近地面浓度的时空分布特征,相关系数为0.5~0.8,85%以上的模拟值落在观测值的0.5~2倍范围内,但对SO_2近地面浓度模拟较差。IN、RE、HT试验对PM2.5和PM10的模拟偏差均成递减趋势,约为30%、16%和6%,HT试验的模拟值更加接近观测。INTEX-B清单中PM2.5的一次排放与二次气溶胶前提物SO_2均高于REAS与HTAP清单,因此会导致更多的硫酸盐生成,从而进一步增加PM2.5浓度。HTAP_v2清单中较低的NH3排放会抑制硝酸盐的生成,从而有助于降低PM2.5浓度。3个清单的基准年与模拟年的差异对SO_2浓度模拟的准确性影响更大,INTEX-B清单中SO_2排放量明显高于REASv2.1与HTAP_v2清单,尤其在浙北和沿海工业发达地区,导致IN试验模拟的SO_2在这些地区存在明显高估。3组试验模拟的NO_2浓度偏差最小且更为接近(-8%~4%),主要原因是3个清单在浙江省的NOx排放十分一致。从3组试验结果之间的差异程度来看,浙江省范围内PM2.5、PM10、SO_2和NO_2逐日浓度模拟值之间的平均差异程度分别约为14%、15%、51%和16%,最大差异程度分别为69%、78%、137%和132%。月均浓度与逐日浓度的平均差异程度基本一致,但最大差异程度明显更低。总体来看3组试验模拟的PM2.5、PM10与NO_2的差异程度明显低于SO_2。     

输送对区域本底站痕量气体浓度的影响

利用HYSPLIT4轨迹模式计算了临安、上甸子和龙凤山区域大气本底站2005年7月-2007年6月的气块后向轨迹, 并通过聚类分析取得了各站点平均轨迹的空间分布和季节变化等结果。将各站点同期观测到的O₃, SO₂, NO_x和CO浓度通过滑动平均法去除季节变化, 取得其短期变化信号, 并将轨迹与这种短期变化信号对应, 比较真实地反映了排放源空间分布和轨迹移动特性对污染物浓度的影响。研究结果表明:移动高度高、速度快的气块不利于污染物积累, 对站点污染物起清除作用。但个别来自高空的轨迹会将富含O₃的气块输送到地面, 从而使站点O₃浓度升高。各站均有大约50%~60%的轨迹输送污染气块, 导致站点气体浓度升高。临安站的污染主要来自S-SW和N-SE扇区; 上甸子站的污染最主要来自SE-SW扇区, 其次来自N-SE和W-N扇区; 龙凤山的污染主要由来自S-WSW扇区。     

复杂地形城市多尺度气流对大气污染影响的研究进展

复杂地形城市一般建立在山地、丘陵、沿海地带。复杂地形下的大气污染传输、扩散机制是一个复杂的问题。本文依据城市地形地貌将复杂地形归类为河谷地形、三面环山临海地形、盆地地形、马蹄型地形和峡口地形。结合国内外对这五类地形下城市污染物传输扩散及污染形成机制的研究成果,介绍了不同地理位置、不同复杂地形城市多尺度气流相互或交替作用的特点及其对污染传输扩散的影响,期望能够为其它复杂地形城市污染形成机制研究和大气污染防治提供一些借鉴。     

大气气溶胶光学厚度与大气污染物及气象因素关系的时间序列研究

为探讨大气气溶胶光学厚度(Aerosol Optical Depth,AOD)与大气污染物及气象因素的关系,进而为AOD的科学预测提供参考,应用时间序列研究分析了2002年1月～2004年12月的杭州市大气AOD与污染物及气象因素数据,并以前35个月的数据建立时间序列ARIMA(Autoregressive Integ...     

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。     

2004年北京市沙尘天气对空气质量影响的对比分析

北京市环保局近几年的空气质量监测报告表明：PMIO污染显著,一直居高不下,是最主要的污染物,全年中其占首要污染物的天数超过90％;SO2的污染趋势已经得到控制;NO2的污染状况改善相对较小,但整体呈现缓慢下降的趋势。通过对2004年春季北京市发生的3次沙尘天气过程的分析与比较,结合北京市3月份的空气污染物浓度（或指数）的变化情况,总结了沙尘天气对空气质量的影响情况,为今后北京地区沙尘天气的空气质量预报提供参考。