九江市PM_(2.5)时间变化特征及其与气象要素的关系

利用2014年-2015年九江市环境监测站污染物浓度监测资料以及常规的气象观测资料,统计分析近两年九江市PM_(2.5)浓度的时间变化特征及其与气象要素的关系。结果表明:1)2014-2015年年九江市年平均污染日数为68 d,其中首要污染物为PM_(2.5)的天数占64%,重度污染日的首要污染物均为PM_(2.5);2)PM_(2.5)日变化表现为白天扩散晚上堆积,PM_(2.5)的月平均峰值主要出现在10月至次年1月以及5月底至6月初;3)秋冬季的污染主要由污染物水平输送造成,其次出现在不利于污染物扩散的稳定大气层结条件下。春夏交替期的污染主要由秸秆燃烧造成;4)PM_(2.5)浓度与能见度、温度风速、降水量呈显著负相关,而且弱降水有利于污染的加剧,高相对湿度更有利于出现重污染天气。     

石家庄市采暖期空气质量特征及其与气象条件的关系

为确定石家庄市采暖期易引发大气污染的气象条件,通过对石家庄市2016—2018年采暖期的空气质量逐日监测数据,以及同期气象观测资料进行研究,分析了石家庄市采暖期的空气质量变化特征,探讨了影响环境数据变化的主要气象要素,筛选并确定了PM_(10)、PM_(2.5)、AQI的污染气象指标。结果表明:石家庄市采暖期内所有天数均为非一级天,其中污染日较多,占69.58%,以PM_(2.5)为首要污染物的天数最多,其次是PM_(10);PM_(10)、PM_(2.5)、SO_2、NO_2、CO浓度与气温、变压、风速和混合层高度负相关,与相对湿度正相关(SO_2除外),O_3与气象要素的相关性和上述五种污染物相反;气象要素对大气环境影响的排序为:相对湿度风速混合层高度水汽压变压气温;确定的三种污染气象指标准确率分别是70.37%、70.37%、72.97%。     

2014-2018年春节期间北京交通站PM_(2.5)及NO_2污染特征分析

利用2014-2018年北京市春节前后交通污染监测站的PM_(2.5)和NO_2浓度数据,采用浓度特征对比、PM_(2.5)/CO比值等方法,初步评估春节期间烟花禁燃措施和机动车减排的效果,探讨烟花燃放及气象条件对空气质量的影响。结果表明:PM_(2.5)和NO_2浓度变化特征不同,春节期间PM_(2.5)平均浓度为103.6μg/m~3,高于非春节期间25.3%;而NO_2平均浓度为53.8μg/m~3,低于非春节期间19.5%,主要受到机动车减排的影响。2014年春节期间PM_(2.5)浓度最低,2015-2018年PM_(2.5)浓度呈逐年下降趋势;NO_2浓度无明显年际变化特征。烟花爆竹燃放对PM_(2.5)浓度影响显著,对NO_2浓度影响较小,除夕期间对PM_(2.5)浓度的最大贡献值达283.4～704.1μg/m~3。2018年北京市五环内禁燃烟花措施对交通站PM_(2.5)污染改善明显,PM_(2.5)浓度较前4年均值下降25.2%,NO_2浓度仅下降2.4%;禁燃对燃放高峰期PM_(2.5)浓度有明显削峰作用,无有利扩散气象条件下,除夕期间烟花燃放对PM_(2.5)浓度的最大贡献值仍较前4年下降45.0%。气象条件对春节期间PM_(2.5)浓度变化的影响作用较NO_2显著,有利扩散气象条件是2014年春节期间PM_(2.5)污染较非春节期间明显改善的主要原因。     

气象条件变化对石家庄市空气质量的影响

为了确定气象条件对石家庄市空气质量的影响,通过对2014-2018年的逐日空气质量和气象数据、以及1981-2018年的月均气象统计资料进行研究,分析了石家庄市的空气质量变化特征,探讨了气象要素与空气质量的关系,初步确定了利于污染物稀释扩散的气象条件。结果表明:①11月-次年2月是石家庄市污染最重的四个月,空气质量普遍达到中度及以上污染;②PM_(2.5)是影响重污染期空气质量最多的污染物;③相对湿度和水汽压低、风速大、混合层高度高的气象条件利于污染物的稀释扩散,明显降水对污染物也有清除作用,可以提高空气质量;④近年来石家庄的城市"热岛"、"干岛"、"浑浊岛"效应凸显,尤其重污染期的"浑浊岛"效应最为明显。     

河北廊坊重污染天气特征及气象条件影响研究

利用2013—2016年廊坊市环境监测数据以及同期相关气象资料,采用数理统计等方法,研究重污染天气特征及影响的气象条件.结果发现:空气质量达标天数呈逐年上升趋势,而重污染天数逐年下降;重污染天气主要出现在1—3月、10—12月;重污染天气首要污染物只有PM_(10)、PM_(2.5)、O_3与PM_(10),PM_(2.5)4种情况.重污染天气日气象要素特征明显:主导风向主要位于风玫瑰图的第一、第三、第四象限,风速基本上小于1.6 m/s;相对湿度多在50%以上;年均能见度小于10 km;1—3月、10—12月主要污染月逆温层厚度更厚,强度更强,逆温出现频率也更高;静稳天气指数除了4、5、7月小于10以外,其余月均大于等于10;3—6月混合层高度在1000 m以上,其余月小于1000 m;重污染日霾、雾、轻雾、露、霜、结冰6种天气发生的频率较高.     

基于无人机平台的细颗粒物三维分布监测

为获取高空间分辨率的污染物浓度数据,搭建了基于无人机技术的大气污染物立体监测平台,并成功获取临安市2014年11月一次重污染事件1 km以下高度的细颗粒物(PM_(2.5))浓度及同步气象场的三维分布数据。结果表明:大气湍流对PM_(2.5)浓度时空变化具有重要影响。清晨及上午大气垂直湍流活动较弱,大气稳定度较高,逆温等温层多重大气结构不利于PM_(2.5)垂直扩散。中午大气湍流活跃度最高,PM_(2.5)混合充分,垂直浓度梯度较小。下午PM_(2.5)在边界层内水平输送显著,并逐步向下沉降,说明此次重污染事件主要受外地污染源输送影响。     

太原市冬季一次PM_(2.5)重污染过程特征及来源分析

针对2019年1月2—12日太原市发生的一次PM_(2.5)重污染过程,利用单颗粒气溶胶质谱仪(SPAMS)分析了PM_(2.5)的化学组成,根据太原市PM_(2.5)源谱库对主要成分进行了来源解析,并结合激光雷达监测综合分析了此次重污染过程的成因。监测结果显示,此次重污染过程中PM_(2.5)浓度超标严重,最高日均质量浓度达298μg·m~(-3),超标2.97倍;重污染期间硝酸盐、硫酸盐和有机碳是PM_(2.5)的主要组分,分别占22.32%、21.71%和18.10%;在线源解析结果显示,污染过程中主要以燃煤源、机动车尾气和工业工艺源为主,分别占30.11%、22.78%和18.42%;激光雷达及气象数据分析表明,此次重污染是受高湿静稳、逆温、边界层高度低等不利气象条件影响,加之区域污染传输和本地污染积累而引起空气质量的恶化。     

滇东地区城市空气污染变化特征及其与气象条件的关系

基于滇东城市曲靖2014-2018年2个国控空气质量监测点的逐日空气质量指数和6种空气污染物(SO_2、NO_2、PM_(10)、PM_(2.5)、CO和O_3)逐小时浓度资料以及同期气象要素数据,统计分析了曲靖主城区空气污染变化特征及气象因子对污染物浓度分布的影响.结果表明:①2014至2018年,曲靖主城区空气质量优良率为97%-99.7%,污染日数呈逐年减少趋势,首要污染物以PM_(10)、PM_(2.5)和O_3为主.②曲靖主城区空气质量呈现出夏秋季节较好、冬春季节较差的季节性特征.③6种污染物浓度各自表现出不同的季节性变化和日变化特征.气象条件影响着曲靖主城区污染物的扩散、迁移和转变.④风速与SO_2、NO_2、CO和PM_(2.5)浓度具有较好的负相关关系;与O_3浓度呈正相关关系;风速对PM_(10)影响较复杂,当风速小于2 m/s时有利于PM_(10)扩散,当风速超过2 m/s时反而导致PM_(10)浓度增加.⑤地面盛行西北风和东南风时,SO_2、NO_2、CO、PM_(10)和PM_(2.5)浓度较高;地面盛行西南风时,O_3浓度达到最高值.⑥降水对6种污染物具有显著冲刷清洁作用.⑦温度与O_3浓度呈显著性正相关关系,与NO_2、CO、PM_(10)和PM_(2.5)浓度呈显著性负相关关系;与SO_2浓度关系不显著.⑧相对湿度与O_3、PM_(10)和PM_(2.5) 3种首要污染物浓度呈显著性负相关关系;与SO_2、NO_2和CO 3种非首要污染物浓度的关系不显著.     

庭院乔木对PM_(2.5)污染分布影响的模拟分析

目的研究植物空间布局和植物尺度对PM_(2.5)扩散的影响规律,增加对小空间空气质量的关注度,为筛选适合于场地条件的植物配置方案提供思路.方法以沈阳建筑大学校园的庭院为例,利用FLUENT模拟软件对校园庭院内植物的不同空间布局形式、不同尺度、不同垂直高度进行数值模拟分析.结果在校园东、西两侧教学楼一层架空的庭院内,截面高度是1.5 m时,植物选用条带状布局的庭院内部PM_(2.5)的质量浓度低于选用三角状布局的庭院;3种典型植物尺度的代表植物降低PM_(2.5)质量浓度的次序为新疆杨、山楂、白蜡;随着垂直高度的增加,PM_(2.5)质量浓度逐步降低.结论条带状的植物布局更有利于PM_(2.5)扩散;冠幅与树高的比值越小对PM_(2.5)扩散影响越大.     

黔江区秋冬季大气颗粒物与相关气象条件的关系及其输送路径研究

利用2016年9月至2017年2月黔江区PM_(2.5)和PM_(10)质量浓度及相关气象数据,研究了黔江区大气颗粒物与相关气象条件的关系及颗粒物气团输送轨迹。结果表明,黔江区PM_(2.5)、PM_(10)在同一季节内高度线性相关,二者质量浓度日小时值变化存在季节性差异,呈"双峰双谷"型; PM_(2.5)与温度、风速和降雨量均呈显著负相关,当气温低于15℃,风速﹤0. 5 m/s时,严重影响PM_(2.5)扩散,但降雨量增大,可迅速清除大气中的PM_(2.5);对2016年12月黔江区会议中心和旅游学院的后向轨迹聚类分析发现,黔江区两大气自动监测站点颗粒污染物气团主要来自于城市间输送(重庆主城区及湘西土家族苗族自治州),少部分来自长距离输送(西部的青藏高原地区);本研究建立的PM_(2.5)质量浓度预测模型能较好的预测黔江区PM_(2.5)质量浓度的变化趋势,这对于预测大气颗粒物污染事件的发生具有重要的实用价值。     

2014年1月济南市空气污染气象条件分析

为研究大气环流背景及气象条件对山东中西部PM2.5污染的影响,利用气象及PM2.5浓度资料,选取济南市作为典型代表城市,诊断分析了大气环流背景及气象演变过程对2014年1月济南市PM2.5浓度的影响,建立济南静稳指数公式。结果表明：2014年1月华东北部至华北南部地面至对流层中层风速均为负距平,水平方向污染扩散能力差,偏南风异常加强了南方水汽的输送,有利于气态污染物向颗粒态转化,推高了PM2.5浓度;对流层低层东亚冬季风异常偏弱,逆温增多,垂直方向污染扩散能力差;500 hPa异常高压,抑制了东亚大槽的发展,更加有利于污染物在底层的累积。天气演变过程分析表明：地面水平方向及高空垂直方向气象条件对PM2.5浓度均有影响,地面风速偏弱（偏强）,高（低）湿度,风场辐合（辐散）时,PM2.5污染偏高（偏低）;边界层高度降低（升高）,垂直方向气流下沉（上升）,对流层中低层大气层结不稳定增强（减弱）时,PM2.5污染升高（降低）。静稳指数对于空气质量及重污染过程具有较好的预报能力。     

北京地区大气污染物源区特征及与重污染过程的关系

探讨影响北京市区的大气污染潜在源区(印痕)。采用WRF气象模式, 对北京地区的气象场进行15年(2000-2014年)长期模拟分析。利用印痕模式, 计算15年的逐时印痕分布, 统计分析污染物源区的多年平均特性和季节变化。根据空气污染指数API, 筛选13年(2000-2012年)秋冬季的实际重污染事例, 统计分析其与污染物源区的关系。结果表明: 1) 逐日平均印痕的形态和分布变化极大, 说明影响北京的污染物源区是随时间而动态变化的; 2) 多年平均的污染物源区大致呈三角形分布, 偏西南的一角最强, 另外一角偏东, 一角大致偏北, 北京处于三角形中心以北的位置; 3) 源区多年的平均形态和分布随季节变化, 夏秋季(7月和10月)偏南和西南方向的源区范围扩大; 4) 根据局地风向频率来判断污染物来源方向是不可靠的, 印痕模式包含污染物累积等过程和机制, 可以获得合理的污染物源区; 5) 实际重污染过程与其平均印痕的关系显示, 西南方向从石家庄到北京, 再往东到唐山这一宽阔山前弧形地带是影响北京大气的最重要污染物源区。     

北京冬奥会和冬残奥会历史同期气溶胶污染的高空环流特征研究

通过分析北京和张家口地区长期地面气象资料、气溶胶浓度数据和探空数据,研究冬奥会和冬残奥会历史同期(2015—2019年的2月1日至3月20日)的气象条件和气溶胶污染过程,并利用数值模拟和客观环流分型方法,探究高空环流和区域输送的影响。结果表明,北京和张家口两地的气溶胶污染过程与近地面的暖、湿和小风条件有关。在850hPa高度,当两地受西北风影响时,近地面的气溶胶浓度较低。北京的重污染过程主要与850hPa高度的西南风有关,张家口的重污染则主要与850hPa高度的西南风和南风有关。虽然北京与张家口两市中心相距160多公里,但两地的气溶胶污染和位温垂直结构变化有很强的关联性。当华东地区存在较强的高压系统时,来自京津冀以南地区850hPa高度的暖空气会输送到北京和张家口,使两地同时出现高空增温现象,进而增强对流层下部的热力稳定度,不利于边界层的发展和污染物的垂直扩散。此外,当上述环流出现时,河北南部、山西北部和内蒙古中部等地区排放的污染物会通过输送过程影响北京。张家口地区海拔较高,除本地排放外,影响其空气质量的污染气团主要来自西部的上游地区。因此,当出现不利的高空环流形势时,除需要控制本地的...     

珠三角城市化对大气边界层特征影响的数值模拟

利用WRF/UCM模式对珠江三角洲2008年秋季一次大气污染过程的气象场特征进行模拟。在模式中针对下垫面类型数据和人为热通量来设置敏感性试验以探讨城市化对大气边界层特征的影响。研究结果表明:城市化发展(包括城市土地利用类型的改变以及人为热通量的加入和增加)均能增强城市热岛效应和干岛效应,使夜间地面逆温现象更加显著,地面污染物容易积累;地表粗糙度的增加使风速减小,城市化使热岛环流增强,污染物难以扩散,这也是造成空气污染事件的原因;同时城市的发展能抬升白天和夜晚的大气边界层高度。     

中尺度天气预报模式边界层参数化方案以及近地层方案对苏州东山冬季近地层气象要素模拟的影响

运用WRF3. 9模式并选取四种常用的边界层参数化方案(YSU、ACM2、MYJ和BL)和两种近地层方案(Eta和MM5)模拟了2015年1月16～25日苏州东山的近地层气象要素,并与东山气象站观测实验数据进行对比,评估了四种边界层参数化方案对近地层气象要素的模拟能力。同时设置了边界层参数化方案与近地层方案耦合的敏感性试验,分析两类方案的耦合对近地层气象要素模拟的影响。结果表明:①白天四种边界层方案对2 m温度的模拟差异较小,两种近地层方案的模拟结果有差异,对流混合较弱时Eta方案模拟较好,对流混合较强时MM5方案较好;夜间四种边界层方案和近地层方案均有影响,但是整个观测期间四种方案的模拟结果统计量差异较小;②无论白天还是夜间,四种边界层参数化方案模拟的2 m相对湿度均高于观测值,BL方案的模拟效果最佳,MYJ方案的模拟偏差最大;③无论白天还是夜间,四种边界层参数化方案对10 m风速的模拟均存在一定程度的高估,MYJ方案的模拟效果最好,四种方案对风向的模拟均优于对风速的模拟,白天的模拟效果整体优于夜间;④选择不同的近地层方案对风速和风向的模拟结果没有明显影响,对2 m气温模拟结果的影响小于对2 m相对湿度模拟结果的影响,BL边界层方案与MM5近地层方案耦合对近地层气象要素2 m气温和2 m相对湿度的模拟效果最好。     

镇江市臭氧浓度特征分析

根据镇江市4个国控空气自动站2012年7月至2013年6月的空气质量数据,分析镇江市区O3变化特征及规律。结果表明,镇江市区O3污染情况较轻;O3浓度呈现明显的季节特征,日间夏季浓度最高,夜间秋季浓度最低;以春季为研究对象,发现O3浓度呈单峰型分布,与NOx,CO等前体物浓度分布呈负相关关系;O3周末浓度高于工作日,而周末NOx浓度低于工作日,呈现明显的“周末效应”;以6月为研究对象,发现长日照时数有利于O3的生成,较高风速有利于O3的扩散;春季在东、西风影响下,镇江市区O3浓度较高。     

应用一改进的模式对北京夏季风、温和湿度场的模拟

对北京大学的三维复杂地形中尺度数值模式进行了适当改进,引入第2代陆面过程模式的参数化方案,在计算地表能量水分收支时更加注重植被的影响,根据植物生态和土壤的地理分布特征确定陆面参数。结果表明,改进后的模式在模拟夏季北京气温场、风场、湿度场时都取得令人满意的效果。模拟结果可为了解北京地区区域气候的形成、污染物的扩散及城市规划提供参考和帮助。     

应用一改进的模式对北京夏季风、温和湿度场的模拟

对北京大学的三维复杂地形中尺度数值模式进行了适当改进,引入第2代陆面过程模式的参数化方案,在计算地表能量水分收支时更加注重植被的影响,根据植物生态和土壤的地理分布特征确定陆面参数。结果表明,改进后的模式在模拟夏季北京气温场、风场、湿度场时都取得令人满意的效果。模拟结果可为了解北京地区区域气候的形成、污染物的扩散及城市规划提供参考和帮助。     

海南岛地区大气边界层高度的时空变化特征

利用WRF模式模拟分析海南岛及其邻近海区的大气边界层高度时空变化特征。结果表明, 海南岛春夏季北部开阔地区平均边界层较高, 约500~600 m; 秋冬季海岛的西北?东?东南沿岸的半环绕地带平均边界层较高, 约500~700 m; 岛内中南部山区平均边界层高度较低且季节变化不大, 数值约200~500 m。各季盛行风向及海风发展因素与平均边界层的空间分布之间有良好的对应关系。海岛周边海区秋冬季平均边界层高度约500~800 m, 春夏季约100~500 m, 呈秋冬季高、春夏季低的季节变化特征。岛内边界层高度最大值出现在春夏季, 可达1800 m以上; 沿岸地区边界层高度最大值出现在秋冬季, 约1300~1500 m。海南岛岛内区域具有典型的陆面大气边界层日变化规律; 沿海地带受盛行风向的影响, 向岸流和离岸流时边界层日变化分别表现为海洋性和陆地性的特点。     

渤海海峡风浪特征统计分析

利用最新相关海洋气象资料分析渤海海峡风、浪、流等分布特征和变化规律.研究表明,进入20世纪90年代,渤海海域的年大风日数明显减少;在同等风力条件下,秋冬季节容易激发波浪的形成和波高增大;在秋冬季波浪形成延迟时间短,在春夏季延迟时间长.偏北风起浪慢,延迟时间长;偏南风起浪快,延迟时间短.研究结果对客滚船驾驶人员保障船舶的安全航行具有实际应用价值.