兰州市空气污染物变化及污染持续性特征分析

持续性空气污染是对健康有重要危害的环境问题,利用2014—2021年逐日AQI以及PM_(2.5)、PM_(10)、SO_(2)、NO_(2)、O_(3)(8 h)(臭氧8 h滑动平均)和CO的质量浓度,分析山谷城市兰州的空气污染年际变化特征、月季变化特征并重点分析兰州市空气污染持续性特征。结果发现冬季短时间轻度持续污染过程、长时间中度和重度持续污染过程次数最多,春季短时间中度和重度持续污染过程次数最多,夏季无中度和重度持续污染过程,秋季与冬季长时间轻度持续污染过程较多。持续性污染过程中起主要影响作用的污染物,因季节、长短持续时间和等级不同而不同,冬季轻度、中度持续污染过程和短时间重度持续污染过程,起主要影响的污染物为PM_(2.5),长时间重度持续污染过程为PM_(2.5)和PM_(10);春季持续污染过程中主要污染物为PM_(10);夏季轻度持续污染过程中主要污染物为O3(8 h);秋季短时间轻度持续污染过程中主要污染物为PM_(10),而长时间轻度持续污染过程分别为PM_(10)、PM_(2.5)和NO2。

基于机器学习的人为活动减小条件下中国大陆地区空气污染分析和模拟

分析2019年末新型冠状病毒肺炎疫情爆发以来,在人为活动减小条件下武汉、京津冀、长三角、珠三角等地区的大气污染状况,使用随机森林算法(RFA)对武汉、北京等城市的污染物分布进行模拟.结果表明,疫情前期,京津冀、长三角、关中地区及四川盆地颗粒物污染较为严重,空气质量指数(AQI)增长趋势明显,以PM_(2.5)为首要污染物,自2月开始颗粒物质量浓度呈下降趋势, AQI减小,表明疫情期间各大城市停工停产使空气质量明显变好.武汉疫情期间ρ(PM_(2.5))呈降低趋势, RFA对疫情前后的ρ(PM_(2.5))的模拟效果较好,但对ρ(PM_(2.5))峰值的模拟结果偏低,对于ρ(PM_(2.5))<75μg/m;的时段模拟效果较好. RFA能较好地模拟出ρ(O_(3))的一般性变化趋势,对突发高质量浓度时段的模拟能力较弱.检验结果表明RFA的模拟结果平均拟合度指数高,均方根误差和平均绝对误差较小.

青藏高原夏季边界层再分析资料的偏差分析及订正

青藏高原对流边界层的热力、动力过程对下游地区甚至整个东亚地区的天气气候有重要影响。以2017年夏季为例分析ERA-Interim、JRA-55和MERRA-2再分析数据在青藏高原边界层研究中的适用性,并进一步利用数值模式物理框架的约束作用来订正其分析误差。2017年夏季青藏高原东南部边界层内,3套再分析资料对于气象要素的描述能力为气温>露点温度>水平风场,研究时段内适用性较好的再分析资料为ERA-Interim。比较12种模式参数化方案组合,模拟结果对于再分析资料在晴空和中雨情景下水平风场的误差离散程度均有明显改善。对于模拟改进的关键物理量水平风场而言,研究时段内本地适用性最高的参数化方案组合是ACM2+WSM6+BMJ。再分析资料中的风场经模拟结果调整后可以更好地描述青藏高原夏季边界层发展,证实模式参数化方案可以减小其在高原地区季节分布偏差。