简介:利用2015-2016年西安市逐日空气质量资料和气象观测资料,统计评价了2016年气象条件较2015年对大气污染的影响情况.结果表明2016年西安空气质量较2015年偏差,优良日数减少,各污染级别日数较2015年均有增加;全年降水日数、有效降水日数和年降水量都有所减少,降水对大气污染物的清除作用减弱;秋冬季平均风速较2015年同期明显偏小,比2016年全年平均风速也显著偏小,大气扩散能力减弱;秋冬季冷空气强度虽有所增加,但活动次数偏少,造成静稳天气增多,污染物累积效应持续增强;春夏季日照充足,太阳辐射增加,气温偏高、降水偏少,大气颗粒物减少,臭氧作为首要污染物第一次出现的日期相比2015年提前较多,污染日数也有所增加.臭氧已经成为除颗粒物之外的第二大污染源,春末至秋初期间,需要引起足够重视.
简介:针对北京市2016年12月16~21日的空气重污染过程进行了回报试验,探讨了该次事件预报的目标观测敏感区。使用新一代高分辨率中尺度气象模式(WeatherResearchForecasting,WRF)和嵌套网格空气质量模式(NestedAirQualityPredictionModelSystem,NAQPMS),针对初始气象场的不确定性,通过4套初始场资料识别了影响北京地区细颗粒物(PM2.5)预报水平的目标观测敏感变量及其敏感区。结果表明:当综合考虑初始气象场的风场、温度、比湿不确定性的影响时,发现改善黑龙江区域上述气象要素的初始场精度,对北京地区PM2.5预报不确定的减小最显著;当分别考察风场、温度、比湿的不确定性的影响时,发现初始风场精度的改善,尤其是黑龙江区域风场精度的改善,能够更大程度地减小北京地区PM2.5的预报误差,对北京东南地区的PM2.5预报误差的减小甚至可达到40%以上。因此,优先对黑龙江区域的气象场,尤其是该区域的风场进行目标观测,并将其同化到预报模式的初始场中,将会有效提高初始气象场的质量,进而大大减小北京地区PM2.5浓度的预报误差,提高北京地区空气质量的预报技巧。初始风场代表了北京地区该次空气重污染事件预报的目标观测变量,而黑龙江地区则是该目标观测的敏感区域。
简介:AERMOD模型是《环境影响评价技术导则—大气环境》中的推荐模式。为了更好地验证颗粒物干沉降作用对该模型预测结果的影响,选取福州市的煤堆场作为面源污染源,对预测范围内所有网格点PM10、TSP最大地面浓度进行预测。结果表明:所有网格点TSP地面浓度考虑干沉降时,约为不考虑干沉降时的0.13;PM10地面浓度考虑干沉降时,约为不考虑干沉降时的0.70,干沉降对TSP的影响大于PM10。同一粒径分布下,密度对颗粒物干沉降的影响较大,密度增加对可吸入颗粒物干沉降的影响大于总悬浮颗粒物,当密度大于3g.cm-3时,所有网格点PM10与TSP地面浓度比值的平均值接近于0.98,认为粒径大于10μm的颗粒物基本完全沉降。此后,随着密度增加网格点处地面浓度的减小主要由PM10的沉降引起。AERMOD考虑干沉降时,距离污染源中心500m外的网格点处地面浓度,PM10/TSP〉0.98,大于10μm的粗颗粒几乎完全沉降。
简介:为了探索北京地区大气能见度变化规律,对2005-2009年能见度的监测资料进行了分析。结果表明,北京地区能见度年均值为10.17km,并呈现逐年上升趋势,增长率为0.69km·a-1(决定系数R2=0.99,显著性水平p〈0.01),同时霾天数则逐年下降,细颗粒物浓度的降低是能见度好转的主要原因。能见度的季节变化特征表现为春季最高,冬季次之,夏季最低。能见度与气象要素的相关和偏相关关系表明能见度与相对湿度呈显著负相关关系,与地面风速的相关关系时正时负,表明风速对能见度的影响具有两面性。大气颗粒物(PM2.5)的快速累积增长是造成大气能见度急剧降低的重要原因,通过相关性分析发现两者之间存在显著的幂指数关系(R2=0.93,p〈0.01);要保持较高的能见度(〉10km),北京需将PM2.5控制在30μg·m-3以内,而PM2.5质量浓度的进一步降低将大幅度提高能见度。天气形势分析显示当华北地区处于锋后的高压控制时,北京地区受偏北风影响,地面风速较大,大气扩散条件有利于污染物的稀释和扩散,致使大气颗粒物质量浓度较低,大气能见度较高;而当华北地区处于高压均压场时,地面风速较小,大气层结稳定不利于污染物的扩散,局地源累积以及区域输送的共同影响,PM2.5逐渐累积,浓度持续上升,导致大气能见度持续降低。研究的结果提示提高北京地区大气能见度,需要控制的首要污染物为PM2.5。
简介:依据2001—2007年北京市环境保护局公布的SO2、NO2和PM10日平均空气质量等级大于或等于三级以上的污染日作为样本,统计分析了污染日3种污染物指数与同期南郊观象台(近郊区)的地面和探空气象要素的相关关系。同时采用Hysplit-4后向轨迹分析方法,对出现四级以上污染的重污染日污染源进行了初步探讨。结果表明:风向是造成上述3种污染物出现重污染的主要原因之一;污染日存在两重或多重逆温层,而且逆温层较低较厚,垂直对流和水平扩散作用较弱,湿沉降作用较小,因此污染物不易扩散和输送,堆积在近地面,造成重污染。北京西南、东南部地区以及沙尘暴过程内蒙古、河北北部是造成重污染天气的主要输送源地。研究结果可为北京重污染过程的预警预测及其综合防治提供科学依据。
简介:利用北京空气质量监测资料和NCEP再分析资料,分析了北京发生PM10重污染的天气形势。研究表明:1)虽然北京地区PM10重污染(API指数3级以上)每年只有10d左右,但与之关联的轻微或轻度空气污染(API指数3级)天数,却可能占全年3级污染总天数的40%~50%。因此,分析研究造成北京PM10重污染的天气形势,对于空气污染的预警预报以及污染源的控制和管理,都具有十分重要意义。2)通过海平面气压场的主观分析,确定了二类北京PM10重污染的典型天气形势,即高压南下东移阻滞型和与北上台风(或热带低压)相关联的弱高压控制型,并指出了后者在2008年奥运会期间,对开展北京空气污染预报和污染控制的指导作用。
简介:以2009年11月5~8日北京地区发生的一次特殊天气形势下的重污染天气过程为例,研究分析本次污染特点和大气边界层结构特征以及此天气过程的大气温度和相对湿度结构特点。激光雷达是探测大气边界层及气溶胶的一个高效工具,利用ALS300激光雷达系统测量信号,应用Fernald方法反演大气消光系数,根据反演的气溶胶消光系数的最大突变,即最大递减率的高度来确定大气边界层的高度。利用其观测的退偏比分析大气污染物特性。利用微波辐射计数据,确定大气温度和湿度时空特征。研究结果表明:在本次污染天气下,大气具有很强的逆温结构,逆温最大可达近1K(100m)^-1,500m以上的大气相对湿度很低,在这种天气特征下的大气边界层高度在400m左右,非常稳定。污染结束降雪开始前,大气逆温结构消失,大气湿度大幅度增加,接近饱和。根据lidar(lightdetectionandranging)退偏比的分析,本次污染天气是一次典型的烟尘类颗粒物的污染,污染具有区域性特点。PM2.5(空气动力学当量直径小于等于2.5μm的颗粒物)与AOT(AerosolOpticalThickness)之间有明显的线性关系,相关系数达到0.72。该lidar系统能够反演出秋季降雪前本次污染天气背景下北京城区上空的大气污染特性和大气边界层高度。
简介:利用在线耦合的大气化学模式WRF-ChemV3.6(WeatherResearchForecastingModelwithChemistryVersion3.6)及环境、气象观测数据,在完成大气化学方案优选的基础上,研究了华北地区一次重霾污染过程(2013年2月15-17日)对气象条件的反馈作用。重点关注一次颗粒物、无机气态成分和挥发性有机污染物的人为排放对PM2.5(空气动力学当量直径小于等于2.5μm的颗粒物,即细颗粒物)生成的贡献,探讨了由此引发的气象条件的变化。模拟结果显示,上述3种人为源的综合排放对华北地区PM2.5浓度的平均贡献率为91.27%,其中对北京、秦皇岛和沧州的贡献率分别达96.9%、95.9%和97.2%。这使区域地面太阳向下短波辐射降低近15.99%,区域平均地面辐射强迫达-26.51Wm^-2,由此导致地面温度下降0.14°C(3.68%),逆温增强,垂直温度梯度(?T/?z)升高0.026Kkm^-1,边界层高度降低18.92m(8.77%),平均风速减少约0.014ms^-1(0.35%),相对湿度绝对值升高0.51%,地面平均气压降低0.86Pa。对于15-17日污染过程,人为源综合排放的气溶胶对短波辐射的影响在天气过程中占主导地位,对边界层高度的影响较大,但不起主导作用,对温度、风速、相对湿度、气压的作用则远小于天气系统本身。挥发性有机污染物(VolatileOrganicCompounds,VOCs)作为二次有机气溶胶(SecondaryOrganicAerosol,SOA)的前体物,其人为排放对SOA浓度的贡献率约为99.6%。同时,VOCs通过调整大气反应活性促进无机气态成分向无机盐转化,它对硫酸盐和硝酸盐浓度的贡献达50%以上。然而,VOCs对整个PM2.5浓度的贡献不及各种源综合贡献的1/4。人为排放的VOCs对气象场的反馈与综合排放的作用基本一致,但对地面气压的影响VOCs排放时以热力因子为主,而人为源综合排放时以动力因子为主。上述结果暗示,灰霾污染过程所引发的气象条件向不利于污染物扩散方向
简介:针对2014年8月南京国际青年奥林匹克运动会期间周边地区污染源的减排控制研究,将2010--2012年8月NCEP/NCAR的6h再分析资料作为驱动场,利用WRF模式处理得到时空尺度更为精细的风场资料,结合南京奥体中心观测点的颗粒物及气体污染物浓度资料,通过相关分析以及合成分析,诊断得到了8月影响南京地区主要污染物的周边源区及其关键输送通道。结果表明:尽管8月青奥会时段南京地区主导风为海洋吹向大陆的东南风,但影响南京地区主要污染物(SO2,NO2,PM10)浓度的外源及其主要输送路径各有不同。来自于南京西南部江西、湖南、湖北等地的较远距离输送是对南京地区SO2浓度影响的关键通道;来自于南京正南方向(安徽、浙江一带)的近距离输送是对南京地区NO2浓度影响的关键通道;来自于南京西南部(湖北一带)的中远距离输送是对南京地区PM10浓度影响的关键通道。