清洁大气背景下贵阳空气质量变化及气象作用

利用贵阳市2013~2016年空气质量监测及气象观测资料进行分析,研究云贵高原城市空气变化及气象影响作用.结果表明:近4a贵阳区域SO_2、NO_2、O_(3_8h)、PM_(10)、PM_(2.5)和CO年平均浓度分别为(20.78±19.71),(28.32±9.59),(107.59±27.54),(67.56±34.32),(42.53±24.52)μg/m3和(0.74±0.22)mg/m^3,除SO_2浓度接近或超出我国中东部城市之外,其它污染物均表现为相对清洁水平;地面O_3浓度逐年明显上升,但其它大气污染物水平均呈逐年下降趋势,且呈现与我国中东部一致的空气质量年际、月际和日变化特征.各功能区污染物区域差异明显,颗粒物和SO_2、NO_2、CO浓度水平表现为工业区>居民区>郊区,O_3浓度呈现为郊区>居民区>工业区的特征,表明人为活动对空气质量的影响.近4a O_3与PM_(2.5)夏季白天呈显著正相关,冬季显著负相关,反映了云贵高原城市空气质量的复合污染特性.大气污染物浓度与温度、边界层高度、太阳直接辐射和气压的相关性显著,而与相对湿度和风速相关性较弱,这不同于中东部地区风速主导大气污染物水平变化的特征.云贵高原夏季作为主要雨季,小雨和中雨量级降水对PM_(2.5)吸湿增长较弱,中雨以上降水对PM_(2.5)具有清除作用;而在PM_(2.5)浓度较高和干冷的冬季,小雨的PM_(2.5)吸湿增长明显,中雨以上降水对PM_(2.5)清除显著.

四川盆地大气气溶胶污染时空变化的地形影响研究进展

四川盆地作为我国一个特殊的大气气溶胶污染区域,亟待厘清其大气污染时空变化与独特盆地地形影响相关机理。本文综述了近年来一系列相关研究成果,包括:(1)揭示了四川盆地大气环境变化中大地形影响作用,青藏高原东侧区域气溶胶空间分布“避风港”效应,以及大地形热力强迫对盆地空气质量变化的“气候调节”影响;(2)探明了四川盆地大气边界层结构对大气气溶胶变化的影响,冬季重霾期间大气边界层垂直结构变化特征及其相关PM_(2.5)物理化学特性;(3)明晰了大气气溶胶在四川盆地暴雨过程中的重要作用机理,以及四川盆地气溶胶高污染分布导致的降水分布型态的气候变化。这些研究提升了四川盆地气溶胶污染形成机理及大地形对大气环境变化影响效应的科学认识,并表明未来应该深入研究四川盆地地形背景下独特大气边界层结构,人为与自然源排放和环境大气物理-化学过程变化。

云贵高原城市冬夏季PM_(2.5)与O_3相互作用机理——以贵阳市为例

在对环境细颗粒物进行治理的过程中,一些地区随着PM_(2.5)下降而出现O_3浓度增加的现象。分析两者的变化规律和影响因素,对云贵高原大气PM_(2.5)和O_3治理具有参考意义。利用贵阳2013—2017年PM_(2.5)与O_3监测数据及太阳辐射、温度等气象观测资料,采用对比观测方法分析大气复合污染中PM_(2.5)和O_3在不同季节相互作用的机理和变化特征。结果表明:不同气象条件下,PM_(2.5)和O_3的相互作用表现为:夏季,高浓度的O_3在较强的大气氧化条件下可促进二次颗粒物形成,增加环境中PM_(2.5)的浓度水平,两者表现为正相关(r=0.609,P<0.01);冬季,较高浓度的PM_(2.5)削弱了太阳辐射,同时抑制O_3的产生,两者表现为负相关(r=-0.373,P<0.01)。PM_(2.5)与O_3在不同季节的相互作用机理受温度和太阳辐射等气象因素影响,夏季光化学反应速率较高,O_3二次生成浓度相对较高,且多种污染物共存;冬季,采暖期细粒子排放增加,大气层结稳定促使PM_(2.5)在大气中累积,导致气溶胶光学厚度增大,削弱了到达地面的太阳辐射,加之贵阳冬季太阳辐射只相当于夏季的2/5,抑制了生成O_3的光化学反应,空气污染以PM_(2.5)为主。综上,贵阳大气复合污染的季节变化可由大气环境中PM_(2.5)和O_3的季节性相互作用决定。

中国大气气溶胶粒谱分布研究进展

大气气溶胶粒子浓度和粒径分布受不同环境和气象条件制约,分析其分布特征对研究大气环境具有重要意义。该文综合论述了近20年来中国大气气溶胶的谱分布研究进展,重点讨论了背景大气气溶胶、城市型气溶胶、海洋型气溶胶和沙尘气溶胶谱分布特征及相应的对数正态分布谱分布函数参数值,介绍了气溶胶谱分布垂直分布特征,并简述了气溶胶谱分布对大气能见度、人体健康及其对新粒子形成的影响,为大气环境相关研究以及各种气候模式提供参考。

基于数值模拟与资料同化探究长三角地区冬季PM_(2.5)污染过程的气象影响

细颗粒物(PM_(2.5))累积主导着长三角地区冬季空气污染,其中,气象要素具有重要的作用.本文结合WRF-Chem模式和WRF-FDDA技术,针对2019年1月12—16日发生在长三角地区的一次典型PM_(2.5)污染过程进行数值模拟分析.通过敏感性试验,量化分析地面气象因素(温度、风速、相对湿度)对该地区PM_(2.5)浓度的影响,并利用对自动气象站观测资料的四维资料同化试验,探究气象场改进对PM_(2.5)模拟的改善.模拟结果表明,长三角地区PM_(2.5)污染受气象条件影响程度较为显著,PM_(2.5)浓度与风速和温度呈显著负相关,与相对湿度呈正相关.水平风速减少40%、温度增加3℃、相对湿度增加20%分别造成了+4.68%、-2.82%与+2.2%的PM_(2.5)浓度变化.而同化气象资料显著地改善了模拟的气象场精度,其均方根误差(RMSE)统计项中相对湿度减小9.68%,温度减小1.02℃,风速减小0.35 m·s^(-1),这也使得PM_(2.5)浓度的模拟效果有所改善,其中,模拟与观测PM_(2.5)浓度的相关系数提高了0.11,RMSE减小9.17μg·m^(-3).气象要素变化对大气污染物影响的量化研究,以及资料同化对PM_(2.5)模拟的改进,可促进大气污染的预报水平和有效控制.