不可溶性气溶胶对边界层暖云滴谱离散度影响的模拟研究

基于一维分档MISTRA边界层云模式,模拟研究了内部混有不可溶核的硫酸铵气溶胶对边界层暖云微物理特征的影响。结果表明:边界层内湍流动能通量是影响暖云发展的重要因素。云中液态水含量、过饱和度以及云滴谱离散度均随云中的高度增加而增大。云滴谱标准差是影响云滴谱离散度变化的主要因子。在暖云发展阶段,不可溶性核会增加云中过饱和度,进而导致云滴谱分别向大尺度和小尺度端拓宽,云滴谱标准差增大,云滴谱离散度随时间增加而增大的程度增强;在暖云减弱阶段,不可溶核会造成云中大尺度端云滴数浓度减少,云滴谱变窄,标准差变小,云滴谱离散度逐渐减小的特征减弱。

蒙自一次PM_(2.5)污染过程中不同排放源贡献的模拟分析

利用WRF⁃Chem模式,设置3 km精细网格分辨率,模拟分析了2017年3月云南蒙自市的一次PM_(2.5)污染过程.针对,不同行业进行了不同排放源贡献的敏感性试验,结果发现:不同排放源对于PM_(2.5)浓度的贡献大小为:民用源>工业源>交通源>电力源>农业源.其中民用源的主导地位十分明显,其贡献率大于其余四种源之和;但农业源对PM_(2.5)浓度的贡献几乎为零.在秋冬污染峰值时,电力源的贡献超过交通源,其余排放源大小排序不变.去掉本地源的敏感性试验结果表明,本次污染过程主要受到来自越南地区的污染物跨境传输影响,模拟全时段外来源贡献占比43.14%,在污染较严重时,外来源的贡献占比进一步提升,达到61.58%.分析结果可对我国西南边远区域污染过程的减排起重要参考作用.

稳定层结下对称型街区污染物扩散的风洞研究

通过风洞实验研究了来流与对称型街区迎风侧呈90°时,城市环境中不同温度层结(中性:Re_(δ)=2.15×10^(4),Ri_(δ)=0;稳定:Re_(δ)=2.0×10^(4),Ri_(δ)=0.76)对烟囱排放污染物扩散的影响。以对称型街区为研究对象,示踪气体(CO)从街区上风向的烟囱中释放,在下风向对街区尾流区域的平均风速、湍流强度以及浓度进行测量分析。结果表明:当大气层结稳定时,对称型街区近尾流区域的速度以及湍流强度小于中性层结。污染物在垂直方向上出现了下洗现象,在近尾流区,稳定条件下浓度增加。

太原冬季PM_(2.5)影响霾污染的关键尺度谱特征

PM_(2.5)普遍被认为是导致霾形成的主要污染物之一.利用2016年11~12月在太原市人工降雨防雹办公室观测获得的气溶胶数谱资料、小店区气象站提供的气象要素资料以及小店区环境监测站提供的PM质量浓度资料,探讨了PM_(2.5)影响霾污染的关键尺度谱特征.结果表明,观测期间霾污染频发,且程度严重,重度霾占25.35%.相对湿度高于80%、风速小于1.5 m·s^(-1)是霾频繁发生的有利条件,特别是重霾;中度霾和轻度霾在相对湿度40%~80%、风速小于1.5 m·s^(-1)时也会频繁发生;轻微霾主要发生在相对湿度20%~40%,风速为1.25~2.55 m·s^(-1)时.霾天PM_(2.5)平均质量浓度为209.45μg·m^(-3),是非霾天气的3倍,且随着霾等级增加,PM_(2.5)质量浓度和PM_(2.5)/PM_(10)比值不断增加.低湿环境下PM_1是影响霾的关键粒子;高湿环境下PM_(0.5)是影响轻微霾、轻度霾和中度霾的关键粒子,而影响重度霾的关键粒子则是PM_1.高湿环境下表面积浓度对能见度的贡献率下降,但是气溶胶吸湿增长增大了粒子尺度,导致消光效率因子增大,从而弥补了表面积浓度的不足;粒子尺度参数的增加是高湿时PM_(2.5)影响霾污染的重要因素.

霾天气下城市气溶胶吸湿性的观测

气溶胶吸湿性对大气能见度有重要影响,是形成霾污染的主要因素之一.利用南京信息工程大学观测获得的2014年4月17日至5月21日气溶胶吸湿增长因子(GF)、OC/EC以及水溶性无机离子资料,对南京霾日气溶胶吸湿性及主要化学组分进行分析.结果表明,随着粒径的增加,平均吸湿增长因子(GF_(mean))数值变化较小,吸湿性标准差(σ)逐渐增大,化学组分的外混合程度逐渐增强;白天气溶胶粒子的吸湿性强于夜间,但是外混合程度弱于夜晚;非霾日气溶胶吸湿性强,外混合程度高,霾日正好与之相反,且随着霾等级的增加,吸湿性和外混合程度都进一步减小;非霾日气溶胶主要水溶性无机离子为NH_4^+、NO_3^-和SO_4^(2-),而霾日OC/EC的含量占比较高;含量相对丰富的OC/EC是造成低湿背景霾天气下小尺度气溶胶吸湿性变弱的主要原因,霾日所处环境相对湿度的高低也是影响气溶胶吸湿能力的重要因素;整个观测期间,南京市气溶胶化学组分中(NH_4)_2SO_4和OC等不可溶物质含量最多,NH_4NO_3含量次之;利用化学组分计算得到的平均吸湿性参数κ_(chem)和利用H-TDMA仪器实际观测计算得出的κ_(mean)存在较好的一致性,两者的相关性在霾天气下进一步增强,因此可以利用气溶胶主要化学组分来预报气溶胶吸湿性.