重庆市荣昌区冬季PM_(2.5)污染的气象因素及区域传输特征

利用2016—2018年重庆市荣昌区冬季PM_(2.5)质量浓度监测数据,结合地面气象观测资料、L波段探空雷达资料、ERA-Interim再分析资料及全球资料同化系统(GDAS)数据,并与HYSPILT模型相结合,分析荣昌区冬季PM_(2.5)污染的气象影响因素及区域传输特征。结果表明:(1)2016—2018年荣昌区冬季PM_(2.5)污染超标频率高达56.3%,但空气质量有好转趋势。PM_(2.5)质量浓度日变化有2个峰值,分别出现在12:00和23:00;(2)荣昌区冬季PM_(2.5)污染主要受降水、逆温层、低层风速等气象条件影响。当925 hPa以下和700~600 hPa存在明显逆温层结,500 hPa呈西北气流或平直西风气流,850 hPa以下为偏东北弱风时不利于PM_(2.5)扩散,易发生重度污染天气。日降水量R>2.0 mm时,降水对PM_(2.5)具有明显的正清除,且清除能力随着降水等级的增大而增大,R<1.0 mm时,降水对PM_(2.5)表现为负清除,微量降水期间不利的扩散条件加之颗粒物吸湿增长作用反而导致PM_(2.5)质量浓度增加,空气质量恶化;(3)荣昌区冬季PM_(2.5)污染主要受距离荣昌区西北和东北方向约300 km范围内的成渝城市群城市间污染物区域输送影响,外域颗粒污染物的传输是荣昌区冬季PM_(2.5)污染的重要原因。

重庆市荣昌区气象科技为特色农业服务探讨

文章通过分析荣昌区特色农业发展现状,引出荣昌区气象科技为农服务工作实践,并提出增强气象科技为特色农业服务对策,供相关部门参考。

2016年1月19—23日重庆市荣昌区低温暴雪冰冻天气服务情况分析

本文对重庆市荣昌区2016年1月19—23日低温暴雪天气的气象服务全过程进行了详细的分析总结。此次低温暴雪气象服务做到了提前预测、准确、及时、精细化、快速、周密的气象服务和部门联动,最大程度地减轻了低温暴雪天气带来的经济损失和危害。

重庆市荣昌区“5·1”雷雨大风成因及特征分析

利用常规观测资料与永川雷达资料分析了2015年4月30日至5月1日重庆荣昌区雷雨大风天气过程的形成原因及特征。结果表明:该次过程伴随有短时强降水、阵性大风及弱雷电,产生于高空低槽、低层热低压及地面冷锋的背景形势下,中上层的冷平流与低层的暖平流提供了有利的不稳定层结条件;强降水产生于暖区,由大片层状云降水中嵌入的积状云降水造成,上升气流不是很强,回波顶高不是很高,属于低质心高效降水;荣昌本站8级阵性大风产生于冷锋后,气温、温度露点及气压表现出明显的冷锋过境特征。永川雷达图上存在冷锋经过时的"L"型特征,锋后有明显的大风区。

重庆市北碚区空气质量改善效果评估分析

基于2014—2020年重庆市中心城区北碚区环境监测数据及地面观测气象要素,分析了北碚区大气污染特征,利用KNN算法建立大气污染的评估模型,对空气质量改善效果进行评估。结果表明,重庆市中心城区北碚区的PM_(2.5)浓度逐年呈明显下降趋势,O_(3)浓度除夏季有一个弱的下降趋势外,其余3个季节和年平均值整体均呈上升趋势。全年以优良天气为主且呈增加趋势。O_(3)与气温、日照时间呈正相关,与相对湿度呈负相关性,PM_(2.5)与气温、降水及风速呈负相关。基于KNN算法对空气质量改善状况评估表明,减排对O_(3)污染平均贡献率在-4.7%左右,对PM_(2.5)污染平均贡献率为-52%,气象条件对O_(3)污染的平均贡献率在17%左右,对PM_(2.5)污染的平均贡献率在-7%左右。该大气污染评估模型能够有效地评估空气改善效果。

重庆荣昌大气污染物特征及气象条件分析

荣昌是重庆大气污染最为严重的城市,分析该区域大气污染特征对荣昌及周边区域大气污染机理研究具有重要意义。利用数理统计、相关性分析等方法对荣昌大气污染特征及其气象条件进行了分析,结果表明:(1)荣昌首要污染物为PM_(2.5)(65.6%),主要出现在冬半年(11~2月),其污染状况呈逐年减弱趋势,其次为O3(30.8%),主要出现在夏半年(5~8月),其污染状况呈逐年增加趋势。(2)在水平风力为1级(0.3~1.5 m/s),降水量≤0.5 mm,日最高气温为10~15℃,相对湿度为70%~80%的条件下易发生PM_(2.5)污染事件。在水平风力为2级(1.6~3.3 m/s),降水量≤2.0 mm,日最高气温≥30℃,相对湿度为60%~70%条件下易发生O_(3)污染事件。研究显示荣昌空气质量状况逐年改善,污染类型由颗粒物污染逐渐向光化学污染转变,同时在特定气象条件下更易发生大气污染事件,研究为荣昌及周边区域大气污染防治提供了参考。

GPM和CMORPH卫星产品在重庆暴雨过程中的应用评估

基于2020年6月重庆地区连续3次暴雨过程期间地面高时空分辨率加密雨量观测资料,评估GPM(IMERG)和CMORPH两种主流卫星降水产品对重庆暴雨强降水的估测精度。结果表明,IMERG和CMORPH总体上能较好地捕捉到重庆地区暴雨强降水的时间和空间分布特征,但两种卫星产品均表现为高估过程降水量,IMERG的相对误差RB在0.7%~41.6%之间,CMORPH的RB在23.7%~82.8%之间,CMORPH较IMERG高估更为显著。两种卫星产品对雨强小于20mm·h^(-1)的降水估测精度具有显著的系统性误差,表现为低估雨强小于2.0mm·h^(-1)的降水,高估雨强4.0~19.9mm·h^(-1)的降水,且IMERG的估测精度要优于CMORPH。对雨强超过20mm·h^(-1)的极端强降水,两种卫星产品均表现出极大的不稳定性,探测率(POD)和临界成功指数(CSI)均小于0.1,误报率(FAR)均大于0.85,估测能力有限,需要进一步改进算法。

山地气候背景下重庆地区夏季气象条件对臭氧的影响

为探讨山地气候背景夏季气象条件对臭氧(O_(3))的影响,利用2013-2017年重庆市北碚区3个环境监测站点日值数据集和相关气象要素资料,运用综合数理统计方法,对北碚区O_(3)浓度的特征变化以及夏季气象条件对重庆北碚区O_(3)的影响进行分析,并通过HYSPLIT模型方法查找O_(3)传输路径,分析其潜在源区.结果表明,北碚区O_(3)高浓度主要集中在7月下旬至8月,且缙云山站点O_(3)浓度最高.夏季气象条件对O_(3)污染有着密切的联系,当日平均气温达到30~35℃,日极端最高气温在35~40℃时,O_(3)超标率达到最高.日照时数对O_(3)浓度呈正相关性,相对湿度、降水对O_(3)浓度呈负相关性.北碚区夏季O_(3)污染输送较重的气团路径主要来自东北方以及东南方,夏季O_(3)污染高浓度主要受四川盆地成都周边城市群、重庆本地和贵州北部的影响.

地闪活动背景下气象条件与O_(3)浓度的相关性研究

基于2013~2017年重庆北碚区缙云山、蔡家和天生3个环境监测站点日值数据,结合地闪观测数据和相关气象要素资料,采用数理统计方法分析了气象条件与O_(3)浓度的关系,并基于HYSPLIT模型研究了闪电日O_(3)传输路径和潜在源区。结果表明:(1)北碚O_(3)浓度峰值大多出现在7月,低值大多出现在12月,其浓度分布从高到低依次为缙云山、蔡家、天生。(2)对比闪电日与非闪电日大气污染浓度,闪电日NO_(2)、CO平均浓度低于非闪电日,O_(3)则相反,闪电日缙云山O_(3)浓度超标率明显低于蔡家和天生。(3)NO_(2)浓度与地闪频次呈负相关,且天生和蔡家NO_(2)浓度波动大于缙云山,O_(3)浓度与地闪频次呈正相关。(4)夏季闪电日O_(3)气团传输路径主要来自南方。(5)地闪活动发生时O_(3)浓度高于非闪电日,其主要原因是夏季地闪频次较高,电解反应频繁,同时重庆夏季光照时间较长,光化学反应充分,两种反应的叠加效果大于降水清除作用。