大气自净能力指数的气候特征与应用研究

为了定量地评估污染气象条件对空气污染的作用并实现对空气污染潜势的预报,本文在城市大气污染数值预报系统(CAPPS)预报原理的基础上,定义了大气自净能力指数,并分别给出了采用气象站观测资料和通过数值模拟计算大气自净能力指数的方法.基于气象站观测资料的全国大气自净能力指数分析计算表明,全国大气自净能力最差的地区分布在四川盆地和新疆塔里木盆地,大气自净能力最强的地区分布在青藏高原、蒙古高原、云贵高原、以及东北平原和三江平原、山东半岛和海南岛;1961～2017年,京津冀、长三角和珠三角地区的大气自净能力指数呈下降的变化趋势,全年低自净能力日数呈上升的变化趋势.采用大气自净能力指数评估2014年北京APEC会议期间大气污染防控效果,表明在11月8～10日极端不利扩散气象条件发生时,减排措施使北京市空气质量AQI平均降低77%,使京津冀平原地区11个城市的空气质量AQI平均降低37%.基于国家气候中心月动力延伸气候预测模式(DERF2.0)的预报产品和中尺度模式(WRF),建立了可以预测全国未来40d逐日大气自净能力指数的延伸期-月尺度大气污染潜势预测系统,回报实验表明,在大多数情况下可以提前15d预报出大气重污染过程;月尺度的大气重污染过程预报效果更大程度上取决于月动力延伸气候预测模式(DERF2.0)的预报准确率.

1961~2019年黄河流域大气自净能力指数变化特征分析

利用2015~2019年环境空气质量监测数据和黄河流域73个站点1961~2019年的气象观测资料,对11个站点的大气自净能力指数的适用性及其与环境空气质量之间的关联性进行了验证,并分析了黄河流域大气自净能力指数的时空变化特征及影响因子.结果表明,1961~2019年黄河流域大气自净能力指数整体呈下降趋势,下降速率为每10a下降0.18t/(d⋅km^(2)),平均值为4.44t/(d⋅km^(2)),且在1969年达到最大值,为5.32t/(d⋅km^(2)),2011年达到最小值,为3.81t/(d⋅km^(2));黄河流域73个站点中有64个站点大气自净能力指数呈下降趋势,50个站点呈显著和极显著下降趋势.从年内变化看出,黄河流域大气自净能力指数最高值出现在4月,为5.30t/(d⋅km^(2)),最低值出现在1月,为3.48t/(d⋅km^(2)).在年空间分布上,黄河流域大气自净能力指数分布以青海西南部,山东、四川大部分地区,内蒙古、宁夏以及甘肃少部分地区,陕西西安,山西的五寨和右玉等大气自净能力较好,大气自净能力指数在4.69~7.18t/(d⋅km^(2)),其余地区大气自净能力相对较差.影响因子中,混合层高度与大气自净能力指数呈极显著正相关,相关系数为0.63(n=4307);小风日数与大气自净能力指数呈极显著负相关,相关系数为-0.78(n=4307),日平均风速≥2.5m/s的日数及日平均风速≥5.5m/s的日数与大气自净能力指数均呈极显著正相关,相关系数分别为0.78和0.55(n=4307);降水日数与大气自净能力指数呈极显著正相关,相关系数为0.18(n=4307),中雨及以上日数与大气自净能力指数呈显著正相关,相关系数为0.03(n=4307),黄河流域小雨对大气自净能力的影响明显高于中雨.逐步回归分析显示,大气自净能力指数主要受日平均风速≥2.5m/s的日数、降水日数和混合层高度的综合影响,其中,日平均风速≥2.5m/s的日数对大气自净能力指数的贡献率最大,其贡献为正.

1981~2017年四川省大气自净能力变化特征分析

利用四川省1981~2017年逐日地面气象观测资料和2017年1月环境监测资料,计算分析了四川省大气自净能力指数的时空变化特征及其影响因子,并初步探讨了2017年1月成都市大气自净能力指数与空气质量的关系.结果表明:四川省大气自净能力指数的分布形势以川西高原北部、川西高原南部、攀西地区、盆地西南部大气自净能力为较好到好,省内其余大部地区大气自净能力较差到差.近37a来,四川省、川西高原、攀西地区多年变化呈减弱趋势,四川盆地多年变化趋势不显著.影响因子中,四川省降水日平均大气自净能力指数小于非降水日.四川省以及各区域平均风速、通风量、风速较大日数和小风日数与大气自净能力指数呈显著正和负相关关系;混合层厚度与大气自净能力指数呈显著的正相关关系.

1961—2017年华北区域大气自净能力变化特征及其影响因素分析

基于华北区域80个国家地面气象观测站资料,采用大气自净能力指数(ASI)分析了1961—2017年华北区域大气自净能力的气候分布特征及长期变率;用MK和MT法及Morlet小波对ASI进行了突变检验和能量谱分析;结合ASI的REOF空间载荷场分布特征,将华北区域进行分区,并研究了气象要素与华北区域及各分区的可能联系;对于大气自净能力较低的IV区,选择近年污染相对严重的部分城市(石家庄、保定和唐山),对比了ASI与污染气象条件及不同级别AQI天数占比情况。结果表明:年、季尺度的大气自净能力在京津冀和山西大部、内蒙古东北部等区域呈现出较低的气候值,在内蒙古中部等其他地区呈现出相对较高的气候值,大气自净能力在季节尺度上呈现出从春季到冬季逐渐下降的变化趋势;区域变暖背景下,冬季风环流减弱,天气过程频率和强度减弱,地面风速随之降低,导致ASI降低;研究区域的ASI与混合层高度、地表通风系数、良和轻度级别天数占比均呈现出同相月变化,而与静稳天气指数、重度和严重级别天数占比呈现出反相月变化规律。根据风速和气温对大气自净能力的影响规律,推测未来大气自净能力很可能进一步降低,因此建议地方政府进行适当的大气污染减排和区域产业升级,有利于控制未来的空气污染形势。

成都平原经济区秋冬季大气自净能力研究

基于2014~2018年秋冬季(11月、12月、次年1月、2月)一日4次(02、08、14和20时)的地面气象观测资料,利用大气自净能力指数ASI的计算方法对成都平原经济区(成都、德阳、绵阳、眉山、乐山、资阳、遂宁、雅安)秋冬季大气自净能力及其影响因子进行了分析研究。结果表明:(1)从时间变化而言,一日之中大气自净能力夜晚值最小,午间值最大;月变化来看12月大气自净能力最弱,2月最强。(2)从空间变化而言,成都平原经济区大气自净能力的空间变化整体表现为西南低东北高的走势,绵阳大气自净能力最强,乐山、雅安、眉山地区大气自净能力较差;(3)混合层高度和风速与大气自净能力指数的相关性较强,由于秋冬季降水稀少,因此其对秋冬季成都平原经济区的影响甚微;(4)成都平原经济区各城市的大气自净能力指数与AQI指数都具有显著的幂指数的反相关关系。

基于城市大气环境荷载指数的大气污染排放变率估算

基于地面气象观测资料计算大气自净能力指数ASI,和环境监测站的实测PM2.5浓度数据,利用城市大气环境荷载指数研究分析了2个时段单位人口的污染物排放率的变化,以及2013年9月~2019年2月京津冀及周边主要城市气象条件和减排措施对空气污染物浓度变化的作用.结果显示:秋冬季节污染物的削减力度明显大于春夏季.2014年秋冬季有74.5%城市实现减排,区域平均减排12.6%,减排初见成效;2017年和2018年秋冬季,京津冀及周边地区持续大幅减排,其中京津冀区域相对基准年分别减排54.0%和47.7%.长治市在2014~2017年秋冬季排放率均高于基准年,直至2018年冬季始实现减排27.6%;石家庄市排放率变化幅度波动较大,2016年冬季相比2014年冬季增加68.2%,今后区域污染物防控需要重点关注以上2个城市.城市大气环境荷载指数能够客观定量反映出典型减排时段的排放率变化方向和幅度,是一种评估气象条件和排放控制措施二者对污染物浓度变化各自作用的简单有效方法.

ERA5再分析云量在大气环境评估中的适用性研究

以河北省7个国家级气象站为例,利用1979—2013年ERA5云量和地面实测云量数据,依国标推荐法计算混合层高度,通过公式推导出通风量和大气自净能力指数,比较两套数据的计算结果,对ERA5再分析云量在大气环境评估中的适用性进行了研究;采用ERA5云量计算2013年3月至2021年2月的大气自净能力指数,对其与PM2.5浓度之间的关系进行分析。结果表明:(1)两种云量资料计算的月平均混合层高度、通风量和大气自净能力指数的相对误差近似符合正态分布,主要集中在0~5%;各月混合层高度:相对误差>通风量>大气自净能力指数,相关性则相反。秋冬季的相对误差(相关系数)大都低(高)于春夏季,邢台、石家庄和保定的误差明显小于其他站。(2)利用两种云量数据计算的大气自净能力指数的多年平均相对误差最小,通风量的次之,历年值的相关性和偏差也是中南部站点的更为理想。(3)2013年3月至2021年2月,各站月平均大气自净能力指数和PM2.5浓度呈反向相关,中南部站点的相关性更为显著。

基于MERRA-2资料的PM_(2.5)主要组分污染特征及与气象条件的相关性分析

利用MERRA-2再分析数据,对1980~2020年中国区域黑碳、有机碳和硫酸盐质量浓度的空间分布特征、多时间尺度变化规律进行了分析,并进一步探讨了典型区域黑碳、有机碳、硫酸盐浓度与大气自净能力指数之间的可能联系.结果显示:中国黑碳、有机碳、硫酸盐浓度都呈西部低、中东部高的空间分布特征,且京津冀、川渝、江浙沪、两广等4个区域的污染特征具有代表性;中国黑碳、有机碳、硫酸盐浓度均呈现阶段性的年代际变化特征,1980—2020年期间经历了缓慢增加、快速增加和缓慢下降的过程;4个区域3种组分的季节变化规律有较大差异,其中黑碳浓度呈夏季低、冬季高的“U”型变化规律,有机碳和硫酸盐浓度无显著的一致性特征;大气自净能力指数与黑碳、有机碳、硫酸盐浓度的长期变化趋势上有显著的负相关关系,即大气自净能力指数越大(小),污染物浓度越低(高).

京津冀及周边“2+26”城市秋冬季大气重污染气象条件及其气候特征研究

基于1961-2017年的地面常规气象观测资料以及ERA-Interim再分析资料等数据,采用大气自净能力指数(ASI)建立了重污染气象条件等级判别方法。通过对京津冀及周边“2+26”城市秋冬季大气重污染气象条件的长年代变化特征及其成因的分析,得出以下结论:从大气重污染气象条件多年平均水平来看,山西晋城从发生频次到极端性均为最高,北京、河北廊坊和河南郑州多发,河北保定、石家庄和衡水极端性较高。自1961年以来,虽然京津冀及周边“2+26”城市秋冬季大气重污染气象条件在历史上均有发生,但发生次数在2010年后显著增加,这是导致大气重污染频发的重要因素之一。相比2013—2016年,2017年秋冬季京津冀及周边“2+26”城市大气对污染物的清除能力相对较好,虽然北京不利于污染物扩散的气象条件仍然多发,但极端性明显降低。20世纪80年代和2010年以来京津冀及周边地区大气重污染气象条件发生频次均较多,这受到了气候变化背景下冷空气强度和大气滞留条件变化的明显影响,同时也在一定程度上受到了城市化的影响。

基于探空数据的新疆大气扩散条件时空分布特征分析

利用2010—2019年新疆14个探空气象站资料统计分析了近10 a大气最大混合层高度(下文简称混合层高度)、通风量、边界层平均风速及大气自净能力指数的时空分布特征,探讨了各物理参数与空气质量的关系。结果表明:(1)以上参数的逐月分布均呈倒"V"型,表现为夏半年大、冬半年小,即新疆的大气扩散能力在夏季最强、冬季最弱,其中混合层高度和通风量在冬、夏季差距悬殊。(2)南疆大气扩散能力普遍比北疆好,无论冬夏南疆的自净能力、通风量、混合层高度均大于北疆。(3)北疆除阿勒泰站外,其余站点上述物理参数均与空气质量指数(Air quality index,AQI)呈显著负相关,即大气扩散能力越强,空气质量越好,而南疆只有和田站通过了0.01的置信度检验,但两者呈正相关,即大气扩散能力越强,空气质量越差,这归因于南北疆不同的大气污染来源。

减排措施与气象因子对2013—2019年中国大陆地区PM_(2.5)浓度变化的贡献

利用地面气象观测站数据计算的大气自净能力指数(Atmospheric Self-cleaning ability Index,简称ASI)和环境监测站PM_(2.5)实测数据,评估了中国大陆地区2014—2019年相对于2013年("大气国十条"实施初期)污染物总体排放率的相对变化,给出了PM_(2.5)浓度削减量中气象条件和减排措施的相对贡献.研究结果显示,2014年全国排放率总体已下降,2017年各地区全面实现减排,较2013年全国平均减排36.11%,2019年减排幅度进一步加大,至48.50%,其中中东部地区整体减排力度大于西部和东北部地区.2015和2016年秋冬,重点区域持续性重污染频发现象的出现是不利气象条件背景与减排略有放松共同作用的结果,但持续的减排措施对于遏制空气质量的恶化起到了积极作用.2019年,京津冀、汾渭平原、长三角等9个重点区域PM_(2.5)浓度相较2013年明显降低,高空气质量至少一半以上的原因来源于人为减排,气象因子的贡献相对较小,仅为3%~18%,一些区域气象因子对PM_(2.5)的改善甚至起到负作用.2013年"大气国十条"实施以来,全国各重点区域有效的污染排放控制确实对空气质量改善起到了决定性作用.本文研发的分离气象和减排措施对PM_(2.5)浓度变化中相对贡献的方法,使用的定量关系简单、明确,所使用的数据客观、可靠,有利于快速估算和决策.