兰州市一次持续重污染过程的气象条件分析

利用常规气象观测资料、PM10浓度资料及ERA-5再分析资料,对2021年3月14~21日兰州地区一次持续性重污染过程进行分析,结果表明:此次兰州重污染过程主要污染物为PM10,主要来源是输入性沙尘,上游甘肃河西西部、内蒙古西部及蒙古中部在13日傍晚到夜间、14~15日及19日清晨有3个起沙过程;连续3次沙尘输入以及本地沉降缓慢是重污染过程持续时间长的主要原因.沙尘的输送路径主要是河套-宁夏-兰州及阿拉善-宁夏南部-兰州;输送高度主要在1.5~3km.上游白银、中卫的地面风速增大可以预报兰州市沙尘天气的减弱,下沉对流能的突变可以预报兰州市PM10浓度的增加,混合层厚度大值中心的位置和移动方向可以指示沙尘输送的方向.

北京地区一次重污染过程的大尺度天气型分析

对北京2000年11月的一次PM10重污染过程进行分析,以期进行造成PM10质量浓度增量的天气型诊断.结果表明:最不利于污染扩散的气象形势对应着PM10质量浓度增量最大,而不一定是PM10质量浓度达到最高的环境背景场;PM10质量浓度的峰值是逐步累积而成的.提出定义PM10质量浓度从谷值逐日累积到峰值而后重新下降到谷值的状态为一次环境污染过程.根据环境过程与天气型的诊断分析结果认为,PM10质量浓度变化与天气形势演变有较好的对应关系.PM10质量浓度在上升、达到峰值和下降阶段对应的天气形势分别为持续数日的大陆高压均压场、相继出现的低压均压区及锋后的高气压梯度场,其中持续存在的大陆高压均压场是造成重污染浓度累积的主要背景场.

苏州市一次重霾污染天气过程的数值模拟

本文对苏州地区2015年12月13—15日发生的一次典型的重霾污染天气过程进行了数值模拟,分析了颗粒物及其组分的时空变化特征及其气象影响因子,以期为该区域空气污染治理和预防提供科学依据。结果表明:(1)利用WRF-Chem模式对此次重霾污染天气过程的污染气体成分进行数值模拟后发现,小时平均的PM_(2.5)、PM_(10)、CO、SO_2、NO_2模拟值与实测值的相关系数较高,达到0.68以上,通过了P<0.01的显著性检验,且日变化过程对应也较好。(2)通过分析此次污染过程的天气背景,发现污染形成期高空环流比较平直,中层为均匀的弱高压控制,地面受弱高压脊控制,这种形势容易导致颗粒物的堆积。后期地面等压线密集时,风速大,有利于污染物的输送与扩散。(3)通过分析此次污染过程期间气象要素的变化发现,有逆温、风速小、相对湿度大等不利的气象条件是导致此次污染过程发生的重要原因之一。(4)HYSPLIT轨迹分析显示,此次重霾过程主要受北方大范围灰霾颗粒物南下影响,北方污染气团逐步南推,14至15日本地大气扩散条件差、污染物累积,最终导致本地污染加重,从而发生重霾事件。(5)火点图的分布进一步验证了此次重霾污染过程是由外来污染气团输入所导致。

陕西关中重污染天气低空流场的分型研究

利用陕西关中区域内五市(西安、咸阳、渭南、铜川、宝鸡)有PM_(2.5)监测数据以来的2014—2019年各市污染指数(AQI)筛选代表年,定义关中区域污染和区域重污染天气过程,结合陕西WRF(Weather research & forecasting model)模拟数据,对影响关中区域的流场分型,并重点研究了各流场分型与PM_(2.5)浓度的关系。结果表明:(1)根据关中区域低空流场,将重污染天气日流场分为:东部来流(A~C)、西部/南部来流(D~F)、北部来流非转向(G)和无显著流场(H)4个大类,根据出现时间和地点等,东部来流又分为东北来流(A)、东北来流夜间型(B)、渭南绕山来流(C),西部/南部来流分为西南/南部来流(D)、北部来流转向(E)、宝鸡来流(F),共8个类型分别记为A~H。(2)区域重污染过程中东部来流出现最多,频率达到59.8%,其中B、C型占比均达到25.0%以上;各流场分型昼夜变化较大,在昼间(08:00—19:00)流场中,出现最多的是C型流场,在夜间(20:00—07:00)流场中B、E、F型比较活跃,出现最多的是B型流场,另外A、D、G、H型夜间出现比昼间多。(3)关中区域重污染主要出现在冬季,除因供暖导致的污染物的排放量增加外,低空流场对污染物扩散影响显著,从流场分型上看,静稳天气、山谷风、北方污染物输送是导致关中区域重污染的主要原因。

2013-2018年冬季成都市9次大气重污染过程的天气形势及逆温特征

利用2013年1月-2018年12月成都地区气象探空资料、空气质量指数(AQI)和欧洲中期天气预报中心ERA-Interim再分析资料,研究了成都市9次大气重污染过程中的天气形势和逆温特征,结合重污染过程期间的AQI及各类污染物质量浓度变化,讨论了不同天气形势和逆温特征与空气污染的内在关系.结果表明, 9次大气重污染过程中,在低槽天气型且风向主要为西南风、南风和西风时,污染较严重.白天贴地逆温的层数、厚度和强度与气态污染物呈正相关,对流层低层逆温的发展对各类污染物的扩散有抑制作用;晚上脱地逆温层数越多,厚度与强度越大时,颗粒污染物越难扩散.逆温层数与空气污染的正相关性相对于逆温厚度和逆温强度更明显, AQI对逆温总层数和总厚度具有一定的滞后性.

2013—2014冬半年北京重污染天气气象传输条件分析及预报指数初建

本文结合地面常规观测资料和空气质量数据,利用聚类分析方法对2013—2014年冬半年北京地区的气象传输轨迹特征进行了统计分析,并通过潜在源区贡献法(PSCF)分析了污染物的潜在源区。结果表明:影响北京的气团主要来自西南、偏东和西北三条路径,其中西南和偏东路径中重污染天气的出现概率分别为56.58%和43.80%,为典型的污染物传输路径。潜在源区分析发现,高PSCF值主要对应西南和偏东轨迹气团所影响的山东西部、河北中南部及天津等地,其形成与下垫面排放及气团移动速度有关。在此基础上,结合PM_(2.5)排放源强度构建传输气象指数,经检验发现与PM_(2.5)浓度的生消变化有较好的一致性,且有约6 h的预报提前量。将传输指数与天气分析相结合,有助于加深对重污染天气成因的理解,并在预报评估中发挥参考作用。

基于卫星遥感及SPAMS的石家庄市2017年秋冬季首次污染过程研究

2017年10月26日—28日,石家庄市出现了2017年冬防期以来的第一次重污染天气。为了进一步弄清此次污染过程的主要污染来源,以石家庄市空气质量自动监测站实况数据资料为基础,从气象条件影响、组分特征、时空变化、区域污染分布演变等方面进行了详细剖析。结果表明,在此次污染过程期间,地面持续处于低压幅合,相对湿度达80%以上,地面为偏南风,区域传输明显,致使26日开始污染物迅速累积。期间PM2.5和PM10在每日晚高峰时段出现明显上升,可能与本地机动车尾气排放与人们下班后活动增加有关;同时,根据对污染过程期间主要污染物PM2.5的组分分析,得出PM2.5的主要组分来源为机动车尾气,贡献率达到了35.3%,说明了机动车尾气排放为本地主要污染排放源。综合以上结果可知,石家庄市自然区位和气象条件先天不利,大气环境容量脆弱,只有采取力度更大的管控和减排措施,尽最大努力降低本地基准污染量和浓度,才能达到污染削峰的目的。

南方长株潭与北方京津冀城市群一次重污染天气过程对比分析

综合应用高低空环流形势分析、加密观测资料、2015年12月国家环境监测站提供的逐日AQI指数结合HYSPLIT4后向轨迹模式、MODIS卫星蓝光气溶胶厚度图对2015年12月下旬先后发生在北方京津冀城市群和南方长株潭城市群的一次重污染天气过程进行分析研究。通过对高空环流、地面气压场及后向轨迹的深入分析探究,结果表明:此次南北方城市群的主要污染物均为PM2.5,污染首先从京津冀地区开始发展然后随着地面冷空气的南下,污染物逐渐随偏北气流向南输送,长株潭地区前期受弱降水影响、地面高湿配合逆温层及静风等条件,造成了长株潭城市群一次重度污染天气过程。

基于VAR模型的天津市PM_(2.5)与其他大气污染物的关系

近年来我国多个地区遭遇严重重污染天气过程,极大影响了人们的身体健康与生活环境。在研究重污染天气的过程中,PM_(2.5)与其他大气污染物的关联度成了学术界研究重点。基于向量自回归模型,综合运用单位根检验、AR特征根检验、广义脉冲响应函数以及方差分解法分析了天津市2014年1月1日—2016年12月31日包含PM_(2.5)在内的空气质量相关数据;研究PM_(2.5)与其影响因素的动态关系,及其他大气污染物对PM_(2.5)的影响作用。结果表明:PM_(2.5)与其他大气污染物之间所构成的空气质量系统模型是稳定的,且SO2、NO2与CO浓度的增加短期内会引起PM_(2.5)浓度的增加,治理SO2与NO2对PM_(2.5)的影响较大;O3浓度的增加对PM_(2.5)有抑制作用。因此,建议天津市将调整产业结构,加强对SO2的治理放在首位。