合肥市能见度与相对湿度、PM_(2.5)质量浓度的定量关系

为了研究合肥市能见度影响规律,为改善城市大气能见度提供科学依据,利用合肥市2013年1月—2015年12月的气象观测数据和颗粒物质量浓度数据,采用统计分析方法研究了合肥市大气能见度与相对湿度和PM_(2.5)质量浓度的定量关系,以及不同等级能见度下相对湿度和PM_(2.5)浓度的统计特征。结果表明,PM_(2.5)质量浓度与相对湿度共同影响合肥市大气能见度变化,较低相对湿度下(RH<60%),能见度降低主要受PM_(2.5)质量浓度升高的影响;较高湿度条件下(RH≥60%),能见度降低主要是由于相对湿度增加造成的大气粒子吸湿增长导致消光性能增大,且这种作用在污染程度较轻时更加突出。RH≥60%时,相对湿度每增加1%,平均能见度降低0.172 km;当RH≥90%时,平均能见度基本在5 km以下。PM_(2.5)质量浓度与能见度呈幂函数关系,40%≤RH<60%时,PM_(2.5)的影响作用最显著;PM_(2.5)质量浓度对能见度的影响阈值随相对湿度增加而减小,当PM_(2.5)质量浓度低于46μg?m^(-3)时,能见度随着PM_(2.5)质量浓度降低而迅速增大。随着相对湿度增加,或者PM_(2.5)质量浓度增加,低能见度出现频率呈上升趋势;高湿度、高细颗粒物浓度均可导致低能见度的出现。当前一日能见度低于7km,当日相对湿度大于75%,且PM_(2.5)质量浓度大于65μg?m^(-3),当日能见度超过75%的比例在5 km以下。当前一日PM_(2.5)质量浓度达到中度及以上污染,当日能见度随着相对湿度增加逐渐减小,RH≥80%时,能见度低于5 km的比例达到70%。

基于东亚冬季风指数的安徽省冬季霾预测研究

东亚冬季风强度与中国中东部冬季霾日数的变化在年际尺度上密切相关,这为霾的短期气候预测提供了可能的物理因子。利用NCEP/NCAR再分析资料和安徽省1980-2016年气象观测数据,采用统计分析方法研究安徽省1月霾日数与同期不同东亚季风指数的关系,确定了安徽省不同区域冬季霾的主要季风指数预测因子,建立安徽省冬季霾的月尺度预测模型,并进行了验证。结果表明:(1)1月气候霾日数与6类东亚冬季风指数均呈反相关关系,其中淮河以北、江淮之间两个区东亚大槽强度指数与气候霾日数的相关系数在各项指数中最高,沿江江南为西伯利亚高压强度指数与气候霾日数的相关系数在各项指数中最高。(2)不同分区建立的1月气候霾日数的预测模型均通过了α=0. 01的显著性水平检,验证结果表明,霾日数预测等级与实况等级基本一致,各区均未出现预测错误的情况,表明模型具有较好的预测表现。(3)在安徽省冬季霾实际预测业务中,相比NCEPCFS2模式输出的环流预报场,ECMWFSYSTEM4模式输出环流预报场的预测效果更好。

安徽省臭氧污染特征及其气象成因

自2013年起,中国采取了以降低PM2.5质量浓度为首要目标的大气污染防治措施。该措施的实施在颗粒物治理方面已取得显著的成效,但近地层臭氧(O3)污染问题却愈发突出。文中基于多源资料,结合气团后向轨迹分析与多种统计分析研究了2017—2019年安徽省O3污染的时空分布特征、O3污染形成的局地气象条件及输送路径。空间上,安徽省O3-8h超标天数北多南少、东多西少,空间差异显著;淮河以北和沿江东部为2个O3污染高发区,夏半年(4—9月)年均超标天数超过60 d;江南为O3污染低发区,年均超标天数不到10 d。2017—2019年,O3超标率的空间差异缩小。时间上,O3-8h浓度年变化呈双峰型分布,双峰分别位于6月和8月或9月;O3超标天数主要集中在夏半年,夏半年的O3-8h超标天数占全年O3-8h超标天数的95%,6月O3-8h超标率最高;O3浓度日变化为单峰型,谷值、峰值分别在07时和15时。根据4—9月的资料,导致O3-8h超标的局地气象条件为高温、低湿和微风,如日最高气温高于30℃(淮河以北)或28℃(江淮之间和沿江东部)、日最低相对湿度低于60%、风速2~4 m/s有利于O3污染形成。气温和相对湿度对O3-8h超标率的影响与地域有关。O3污染高发区的代表性城市O3输送路径分析结果表明,O3污染与不利的输送条件密切相关,主要输送路径包括东北方向和偏东方向。

Precipitation Chemistry and Corresponding Transport Patterns of Influencing Air Masses at Huangshan Mountain in East China

One hundred and ten samples of rainwater were collected for chemical analysis at the summit of Huangshan Mountain, a high-altitude site in East China, from July 2010 to June 2011. The volume-weighted-mean （VWM） pH for the whole sampling period was 5.03. SO2- and Ca2＋ were the most abundant anion and cation, respectively. The ionic concentrations varied monthly with the highest concentrations in winter/spring and the lowest in summer. Evident inter-correlations were found among most ions, indicating the common sources for some species and fully mixing characteristics of the alpine precipitation chemistry. The VWM ratio of [SO]-]/[NO3] was 2.54, suggesting the acidity of rainwater comes from both nitric and sulfuric acids. Compared with contemporary observations at other alpine continental sites in China, the precipitation at Huangshan Mountain was the least polluted, with the lowest ionic concentrations. Trajectories to Huangshan Mountain on rainy days could be classified into six groups. The rainwater with influencing air masses originating in Mongolia was the most polluted with limited effect. The emissions of Jiangxi, Anhui, Zhejiang and Jiangsu provinces had a strong influence on the overall rain chemistry at Huangshan Mountain. The rainwater with influencing air masses from Inner Mongolia was heavily polluted by anthropogenic pollutants.