湖北省霾日数气候特征及夏季典型霾过程气象因子分析

利用湖北省77个气象站点近30年的霾日统计资料分析霾日数气候特征,结果表明,1981-2013年期间湖北省霾日数显著上升,20世纪90年代最低,21世纪以来最高,2013年达到历史新高;霾日数冬季最多,夏季最少;霾日数较多的地区集中在鄂西北、三峡河谷、鄂东北北部、鄂东南黄石地区一带,这与地形和经济条件密切相关。选取2012年夏季2次典型霾天气过程,分析霾发生的气象成因,研究发现北方污染源,在低层东北气流的引导下,加之本地良好的湿度条件和稳定的逆温层结,共同造成了突发大范围霾天气过程。

广州地区旱季一次典型灰霾过程的特征及成因分析

通过研究2009年11月广州市气溶胶颗粒物质量浓度(PM10、PM2.5、PM1)、黑碳浓度、散射系数(Scatter)等大气成分要素,以及微波辐射计、激光雷达及风廓线雷达所探测的风、温、湿等边界层结构,统计分析广州旱季一次典型灰霾过程(2009年11月23—29日)中气溶胶颗粒物及其光学特性的时空变化特征,并配合天气形势背景、边界层结构对其形成原因进行详细分析。在典型灰霾过程中,黑碳浓度高达58.7μg/m3,散射系数高达1 902.7 Mm-1,PM10浓度高达423.5μg/m3,PM2.5浓度高达355.7μg/m3,PM1浓度高达286.5μg/m3。通过对同期的气象条件分析表明在广州地区旱季,区域性污染过程,特别是灰霾天气的形成具有以下三种气象条件:大气边界层高度较低;高压变性出海的天气形势与之密切相关;在偏东和偏南气流带来的高湿度环境下,气溶胶吸湿增长效应显著,导致出现严重灰霾天气。

2012年广州典型灰霾过程个例分析

针对2012年珠江三角洲地区出现的2个典型灰霾个例（3月18-21日，10月13∽15日），利用广州番禺大气成分综合观测基地的同期观测资料集，包括：能见度（VIS）、大气颗粒物质量浓度（PM10／PM2.5／PM1）、黑碳浓度（BC）等观测数据，分析过程中的气溶胶物理光学特征；配合过程的天气类型，气象要素和后向气流轨迹等对过程的成因进行综合分析．结果表明：在两个典型灰霾过程中，番禺日均能见度低至5．3km，黑碳浓度小时均值最高达19．0μg／m3 PM25浓度小时均值最高达163．0μg／m3,细粒子与黑碳粒子污染特征较为明显．两次典型灰霾过程分别受到冷锋前-均压场-冷锋前天气形势和台风外围-准均压场-冷锋前天气类型等不利于污染物输送扩散的气象条件影响．珠江三角洲地区低能见度的霾天气主要发生在高相对湿度的条件下，并可推断在珠江三角洲地区湿季的气溶胶吸湿能力明显高于干季．

渭南市2015—2017年典型霾天气过程气象特征分析

综合利用地面空气污染监测资料、MICAPS资料、常规气象资料、探空资料、NCEP再分析资料,通过对2015—2017年渭南市11个典型霾天气过程进行分析,总结渭南市典型霾天气过程的大气环流背景特征,并运用统计学方法分析典型霾天气过程的气象要素特征。结果表明:典型持续性污染天气过程中细颗粒物(PM 2.5)是PM 10的主要组成成分,PM 2.5的质量浓度明显高于粗颗粒物,严重污染期间PM 2.5和PM 10二者日变化明显且基本同步。严重污染期间,500 hPa欧亚中高纬度环流呈两槽一脊型,陕西处于暖脊前部、长波脊前底部,相应的700 hPa青藏高原上有短波槽,短波槽前有弱偏南气流发展;而空气质量转好时,中高纬度环流形势明显变化,陕西上空锋区加强,伴随地面东移南下冷空气的入侵,关中对流层低层偏北气流加强。PM 2.5质量浓度与过去1小时降水量、气温、海平面气压、10分钟平均风速负相关,与露点温度、相对湿度、总云量正相关。

北京大气能见度的主要影响因子

利用北京市道面自动气象站、国家级自动气象站等多种观测数据分析北京地区2007—2015年能见度及其主要影响因子,并挑选两次典型低能见度事件过程进行详细分析。从空间分布看,北京西北地区能见度明显高于中心城区和东南大部地区。从时间分布看,北京地区平均能见度最大值出现在5月,最小值出现在7月;日间的最低值多出现在06:00(北京时,下同)左右,冬季略向后推迟;最高值多出现在16:00前后,冬季略有提前。整体而言,2007—2015年北京地区发生低能见度事件的概率为62.14%,且发生低能见度的事件集中于1~5 km,霾事件中干霾、湿霾的发生频率分别为86.13%和13.87%。能见度的主要影响因子为相对湿度、风速和PM_(2.5)浓度。其中,能见度与风速呈正相关,与相对湿度和PM_(2.5)浓度呈反相关。需要指出的是,当相对湿度增加至80%,能见度受PM_(2.5)浓度的影响程度在下降,而主要受相对湿度的影响。基于所选个例,当北京地区出现湿霾事件时,能见度的恶化程度远高于干霾事件,且PM_(2.5)浓度需比干霾事件时下降得更低才能有效改善能见度。

太原大气能见度影响因子分析及能见度预报

利用2017年1月—2019年12月太原地区逐时气象资料,分析了能见度及其主要影响因子的变化特征,并对两次低能见度过程进行深入分析,构建了能见度预报模型并进行检验,结果表明:(1)从空间分布看,太原北部能见度明显高于南部地区。从时间分布看,太原地区平均能见度最大值出现在5月,最小值出现在1月;日间最低值出现在06:00(北京时,下同),冬季略向后推移,最高值出现在15:00前后。(2)2017—2019年太原地区低能见度分别出现93、84、79 d;低能见度发生时,干霾、湿霾发生频率分别为59.27%、40.73%;湿霾发生时,能见度降低更加明显。(3)所选个例中,能见度均随各影响因子有所起伏,干霾、湿霾过程中能见度分别与颗粒物浓度、相对湿度变化一致。(4)采用神经网络方法构建太原地区能见度预报模型,预报模型相关系数为0.81,均方根为4.43 km,平均绝对误差为17.39%,轻微级能见度的TS评分为87%。神经网络方法对太原地区能见度预报具有较高的参考价值。