共查询到20条相似文献，搜索用时 125 毫秒
1.
北京一次污染天气过程特征的数值模拟 总被引：4，自引：4，他引：0
运用耦合了化学模块的中尺度数值模式WRF/Chem和自NCAR引进的人类污染物排放源数据对北京地区2012年8月31日污染天气过程的特征进行了数值模拟,结果表明模拟的臭氧(O_3)浓度具有明显的日变化特征,高、低峰值分别出现在午后和夜间,空间分布与流场有一定关系;PM_(2.5)也存在日变化,但空间分布相对稳定,高值主要聚集在城区;局地污染物具有水平输送特征,但因总量为零,并未加重污染物的局地聚集;来自北京南部的远距离输送是这次污染物的主要来源之一。敏感性试验分析发现,这次过程的O_3污染主要来源于北京之外的外源输送,而细颗粒物主要来源于本地生成;O_3污染对前体物(NO_x)的敏感性比较平稳,对挥发性有机物的敏感性起伏较大,凌晨至上午最为明显。 相似文献
2.
北京奥运会期间CBM-Z化学机制的模拟应用 总被引：1，自引：0，他引：1
利用CBM-Z化学机制模拟了中国科学院大气物理研究所气象塔站在北京奥运会期间高臭氧时段O3浓度的日变化,评估了气象条件、北京奥运会加强控制措施以及O3前体物浓度对近地面O3生成的影响。结果表明:(1)CBM-Z化学机制较好地模拟了北京奥运会期间典型时段气象塔站O3、NO、NO2日变化特征。(2)有利于局地高臭氧事件发生的气象条件非常相似;北京奥运会加强控制措施的实施显著减少了NOx及VOCs的排放量,导致近地面O3浓度的明显下降。(3)奥运会期间VOCs和CO是影响气象塔站O3生成量的关键因素。 相似文献
3.
《气象与环境学报》2018,(6)
利用WRF模式中的UCM+AH城市冠层方案,以2005年8月两个晴天为天气背景,对比研究了1993年与2005年不同下垫面情况下,沈阳市城市扩张对近地层风热环境及边界层的影响。结果表明:UCM+AH方案能够较合理准确地模拟出城市范围的2 m气温与10 m风速的日变化特征,且对2 m气温的模拟效果要优于10 m风速;模拟2 m气温的日较差偏大,模拟10 m风速系统性偏高0.5—1.0 m·s-1;城市土地扩张后,城区普遍增温,且夜间增温幅度较大,扩建城区夜间最大增温能达到7℃,老城区在夜间增温幅度最大可达3℃,上风向增温幅度较大;城区日间增温不明显,在0—1℃;城市土地扩张后,老城区风速普遍减小,但减小值1 m·s-1;扩建城区风速减小近1 m·s-1,城区内可能出现的高温辐合中心对周围近地层风速有加速作用;城市扩张对边界层最显著的影响体现在午后,城区的扩张增大了湍流动能的影响范围,湍流动能在数值上增加0.2—0.3 m2·s-2;扩建城区上空的边界层高度在14时抬升100—200 m,且下风向边界层内部的局地环流与垂直上升运动增强。 相似文献
4.
2002年夏季，以北京325m气象塔为观测平台，进行了大气污染物臭氧(O3)及其前体物氮氧化物(NOx)和气象要素加强期的同步观测，并对观测资料做了详尽分析。结果表明：边界层内存在明显的臭氧浓度垂直差异；低层(120m)O3浓度呈明显的日变化，且昼夜振幅较大；夜间高层(280m)O3的化学消耗较弱，可维持较高的浓度；稳定度(Ri)在低层以中性态居多，振幅较小，而在高层以不稳定态居多，振幅较大。两层O3湍流输送通量都呈单峰变化。白天，在O3前体物和局地光化学反应共同作用下，120m左右处的O3污染最大。 相似文献
5.
利用Vaisala系留探空仪系统在2008年1月乌鲁木齐探测所得资料,分析了降雪和非降雪过程中温度、湿度和风的垂直结构及其变化特征。结果表明:降雪和非降雪天,白天对流边界层特征均较明显,但在暖气团影响下,对流边界层特征消失,出现深厚平流逆温,夜间多出现贴地逆温。白天平流逆温强度较夜间逆温更强,白天逆温层出现湿中心,上部出现干中心。降雪天湿中心高度低于非降雪天。夜间近地层出现微弱的逆湿现象,上部出现干中心,降雪天近地层逆湿现象比非降雪天弱;降雪天和非降雪天近地层风向分布均较散乱,主导风向为偏北风,高空主导风向为东南风。风速多因风向改变而出现极大值或极小值,其值常以“高-低-高-低”形式出现于特定高度,风速因风向变化呈波动状随高度递增。 相似文献
6.
利用2018年1月1日至12月31日在北京国家综合气象观测实验基地获得的风廓线雷达资料和同时期在河北香河的华北香河全大气层野外科学观测研究站获得的多普勒声雷达资料,比较分析北京城区和远郊区的低层（0～600 m）大气风场特征。结果表明:水平风速随高度增加而增大,同一高度层,远郊区的平均水平风速大于城区,且受湍流活动影响,城区和远郊区水平风速日变化趋势均为白天小于夜间。春、夏季城区风向受局地山谷风影响显著,以偏西南偏南气流为主,城区和远郊区秋冬季受冷空气活动影响,以西北风为主,且水平风向日变化特征具有季节性差异。远郊区低层大气垂直速度分布特征四季相同,正、负速度出现频率相当,日变化趋势为单峰型;城区冬春季有差异,在390 m高度以下正速度出现频率明显大于负速度,且日变化趋势在四季差异较大。北京城区和郊区风场特征差异与其他特大城市相比无特殊性,主要受大气环流、局地地形、下垫面环境等因素影响。 相似文献
7.
大气挥发性有机物（VOCs）是导致臭氧污染的关键前体物,是城市空气质量建模不可或缺的重要组成部分,但由于其非常复杂的构成和来源以及监测数据缺乏,目前对其模拟精度的了解仍非常有限。本文利用嵌套网格空气质量模式预报系统（NAQPMS）对珠江三角洲（简称珠三角）地区2017年9月21日至11月20日的VOCs开展了模拟试验,并利用光化学监测网8个地面站点的VOCs浓度监测数据,对模式模拟的关键VOCs组分进行了精度评估。结果发现,模式对强活性的甲苯、乙烯和二甲苯具有较高的模拟精度,模拟浓度偏差百分比为0.4%～26.6%,模拟能较好再现其日均浓度变化趋势和日变化的双峰特征。但是模式对化学反应活性强且与植物排放密切相关的异戊二烯具有很大的模拟偏差,偏差比近100%,无法再现其白天浓度高、夜间浓度低的观测日变化特征。通过分析发现,现有模拟系统主要考虑人为污染物排放而未考虑生物源排放,可能是导致这一模拟偏差的关键原因。同时,评估结果也表明模式在VOCs空间分布模拟上仍面临很大的不确定性。本文结果揭示了珠三角VOCs模拟面临的关键不确定性,表明融合VOCs观测数据来揭示并减小VOCs模拟的不确定性具有非常迫切的需求。 相似文献
8.
北京冬季城市边界层结构形成机制的初步数值研究 总被引：7，自引：1，他引：6
利用耦合了城市冠层参数化方案的MM5模式对2001年冬季北京地区一次典型的城市边界层过程进行成功模拟的基础上,对北京城市化作用、周边地形以及城市化进程发展对城市边界层结构的影响等问题进行了一系列的数值模拟试验。城市化作用的因子分离试验发现,城市化的总体作用即城市下垫面结构对大气热力及动力的综合影响导致了北京冬季城市边界层结构主要特征的形成。此外,揭示了城市结构的不同影响因子———动力因子、热力因子和热动力因子间的相互作用在北京冬季城市边界层结构形成和演变过程中的不同作用。在夜间,城市结构的动力因子对于城市边界层主要特征如市区悬浮逆温、近地层中小的风速及较强的湍流动能等的形成起着主导作用;在白天,城市结构的热力因子则成为影响市区混合层强度以及湍流运动特征等边界层结构的主导因素;热、动力因子间的相互作用对城市边界层结构的形成和演变也有着重要作用,但其影响特征比较复杂。北京周边地形作用的敏感性试验的结果表明,北京周边的特殊地形条件对城市边界层热力结构特征如悬浮逆温层及城市热岛等的结构及分布特征的形成也有着明显的影响,使其具有特殊的局地化特征,同时,它也是北京地区近地层主要气流特征的强迫源。不同城市化程度的敏感性试验结果揭示,随着北京城市建筑高度和密度的增加,市区风速将减小、湍流动能将加强,夜间城市悬浮逆温层底的高度会有所提高,城市热岛的强度也将加强,并可能在白天出现比较明显的城市热岛效应。 相似文献
9.
利用WRF-Chem模式,采用3种边界层参数化方案 (YSU, MYJ和ACM2),针对1个晴空、静稳日 (2013年8月26日20:00—27日20:00(北京时)) 进行模拟,着重分析不同边界层参数化方案对夜间残留层形成及日出前后O3浓度垂直分布形式的模拟效果,并与固城站地面及垂直同步观测资料进行对比。结果表明:3种边界层参数化方案均能够模拟出温度及风速的区域分布形式以及风温垂直结构的变化特征;相比之下,MYJ方案模拟的夜间边界层高度较YSU方案和ACM2方案明显偏高,该对比结果可能是导致近地面污染物浓度模拟差异的重要原因;在夜间稳定层结至日出后稳定状态打破的边界层结构演变过程中,采用YSU方案和ACM2方案模拟的温度和风速垂直扩线形式与观测结果更为接近;同样采用非局地闭合的YSU方案和同时考虑局地和非局地闭合的ACM2方案,对于边界层高度内O3浓度垂直分布形式的模拟效果具有明显优势。 相似文献
10.
北京地区一次引发强降水的中尺度对流系统的组织发展特征及成因探讨 总被引：7，自引：4，他引：3
2008年8月10日白天到夜间,北京地区发生了全市性强降水,其中10日下午15:00-18:00经过城区的三个β中尺度对流单体不但产生强的降水(局地达到45 mm/h和12 mm/5 min的雨强),还出现了明显的组织化发展的迹象。利用北京地区多种高时空观测数据(包括地面自动站、多普勒雷达、风廓线、微波辐射计等)和雷达变分同化分析系统(VDRAS)的高分辨率分析场资料,重点分析研究了这三个对流单体组织发展的特征和成因。结果显示:(1)10日下午城区的短时暴雨与大范围降水云系前部(北京城区南部到房山东部)近地面层β中尺度切变线的产生直接相关,该切变线触发了对流,使对流单体组织化发展成为准南北向排列的β中尺度线状对流系统影响了城区;(2)降水发生前2小时左右,北京本站边界层环境风风向由西南向偏东的转变以及城区局地对流有效位能的短时快速积累,是城区对流得以发展的关键局地环境因素;(3)10日下午北京西北部山区的层状降水系统的低层(500 m以下)形成的西北冷性水平出流与北京东南部低层东南暖平流在城南一带汇合形成的风切变是导致对流单体移进北京后组织化和进一步发展的直接原因。因此,在有利的大尺度环流背景下,对于北京大范围降水而言,预报中需特别注意降水云系移动的近前方、边界层环境风风向的变化(即偏东风的出现),因为大范围降水发生后近地面层所形成的水平出流,可能与其前部偏东环境风构成明显风切变而激发对流的产生和组织化。 相似文献
11.
该文提出一种参数化预报方法,制作北京及其周边地区夏季空气质量气象条件指数预报。采用2000-2007年7-9月北京市观象台大气成分 (PM10) 逐日观测资料和华北区域气象站网加密地面观测及探空信息,分析北京地区夏季奥运会历史同期与高污染过程 (PM10浓度>150μg/m3) 关系密切的敏感气象要素和变量。引入适应度函数分级方法,计算北京周边不同观测站可能形成污染向北京输送的权重,建立北京夏季空气质量气象条件参数PLAM (parameters linking air-quality and meteorology) 预报模型。PLAM指数给出北京局地污染气象条件的客观定量诊断和预测,并可指示周边地区有利 (或不利) 于污染向北京输送的强度和方位。夏季“静稳型”气象条件参数化PLAM方法为北京奥运气象保障任务实时提供预报产品,分别用PM10及可吸入颗粒物指数 (API) 对2008年7-8月PLAM逐日预报进行检验,相关系数达到0.001显著性水平。 相似文献
12.
基于北京奥运会实时空气质量预报所用排放清单基础上,利用卫星影像资料提高京津冀大气污染排放清单空间分辨率,并考虑加强污染控制措施对排放源的影响,生成新的污染排放清单。更新排放清单的基础后,利用嵌套网格空气质量预报模式系统(NAQPMS)对奥运会期间北京及周边地区进行大气化学模拟,以评估奥运会期间北京及周边地区污染排放对空气质量状况的影响。模式结果表明,更新后的排放清单能够较好体现奥运会期间的污染排放状况。另外,情景控制试验结果表明,脱硫脱硝等一系列减排措施以及紧急污染控制措施,是奥运会期间北京城区空气质量良好的重要原因。 相似文献
13.
北京地区奥运期间大风灾害的定量评估 总被引：5，自引：3，他引：2
根据北京1971～2006年大风历史资料,对奥运期间(6～10)大风灾害的风险进行了评估.北京的春季大风日数比较多,7～9月大风日数比较少;平均每年6～10月奥运期间出现大风总日数通常为2～3天,最多5天,夏季是适合北京举办奥运会的季节.为了定量评估奥运期间大风灾害的风险,统计了1971～2006年6～10月每次出现大风日的站点数并进行归一化处理,得出奥运期间大风灾害不同等级的空间分布.在大风灾害后果等级小值时,整个北京地区大风灾害风险分布基本一致;在大风灾害后果大值时,北京的大风风险区呈南北走向分布,南部特别是西南部大风风险大,此特点可能与夏季雷雨大风及北京地形有关. 相似文献
14.
15.
利用2017~2018年阿克达拉逐时臭氧浓度监测数据和同期气象观测资料,分析了阿克达拉近地面臭氧浓度的日変化和年季变化特征,并分析了臭氧浓度与气象条件之间的关系。结果表明：臭氧浓度日变化呈现单峰型,下午16点前后达到最高值,最高值分别为42.86 ppb和38.37 ppb；2017和2018年阿克达拉臭氧最高月分别出现在3月和2月,月平均臭氧浓度为49.37 ppb和37.94 ppb,最低月出现在12月,浓度为18.36 ppb和18.90 ppb；2017~2018年阿克达拉近地面臭氧浓度的季节变化规律为：春季＞夏季＞冬季＞秋季；阿克达拉的主导风向是NW和E,夏季主导风向为NW,冬季则以偏东风为主；夏季受西北气流影响,阿克达拉西北方向的污染源对当地近地面臭氧浓度影响较大。 相似文献
16.
为了提高GRAPES_3 km（Global/Regional Assimilation and Prediction System）模式在2018年平昌冬奥会气象服务中的预报能力,采用一阶自适应的卡尔曼滤波方法对GRAPES_3 km模式的2 m气温、2 m相对湿度和10 m风开展偏差订正。结果表明:偏差订正方法明显提高了地面要素的预报效果,其中2 m气温的均方根误差整体减小到2℃左右,站点订正改善率为10%~60%;10 m风速的均方根误差减小到2 m·s-1左右,站点订正改善率为10%~45%;2 m相对湿度减小到20%以下,站点订正改善率为0~20%。与韩国气象厅LDAPS（Local Data Assimilation and Prediction System）及美国宇航局NU-WRF（NASA-Unified WRF）模式相比,GRAPES_3 km模式的风速预报表现更为优异,各站点整体预报效果明显优于LDAPS和NU-WRF模式。偏差订正方法可有效改善模式在复杂地形条件下的预报能力,是提高精细化预报准确率的重要手段。 相似文献
17.
边界层流场和地形特征对青岛奥帆赛场午后海风影响的研究 总被引：4，自引：1，他引：3
奥帆赛是奥运会唯一以自然风为动力的竞赛项目,而北京奥运会期间的8月,青岛的风速是一年中最小的,因风速过小致使帆船竞赛地法进行的情况时有发生。鉴于青岛的弱风与海陆风的发展状况关系密切,文中分析8、9月青岛奥帆赛和残奥帆赛期间竞赛海域海陆风的发展条件,并用高分辨率数值模式对相关个例进行了模拟试验研究。结果发现,地面背景气流、边界层中上部径向气流和周围地形、海陆分布等边界层特征,都对竞赛海域海陆风的发展产生影响。其中晴天时,地面西风、弱的北风和东风、均压场环境以及边界层中上部弱的北风条件等,都是竞赛海域海风发展的有利条件;而地面南风(无论大小)、强的北风以及边界层中上部较强的南风和很强的北风等,则是海风发展的不利条件。此外,当地面为东北风时,位于竞赛海域上游的崂山对地面风速有阻挡减弱的作用,从而有利于海风的发展;地面为南风时,崂山和浮山等地形强迫气流在竞赛海域附近向左右分为两支,胶州湾和崂山湾侧向海风(东南风)急流发展又加大了这种分流作用,导致竞赛海域常减小为弱风,使比赛无法进行。以上结论在2008年奥帆赛和残奥帆赛气象保障预报服务中得到运用。 相似文献
18.
北京地区一次空气重污染过程的目标观测分析 总被引：1，自引：1，他引：0
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（Weather Research Forecasting,WRF）和嵌套网格空气质量模式（Nested Air Quality Prediction Model System,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。 相似文献
19.
2008年北京奥运会期间污染控制效果数值模拟——以个例分析为例 总被引：4，自引：0，他引：4
利用2007和2008年北京地区空气质量监测资料和NCEP再分析资料,分析了北京地区空气动力学当量直径小于等于10μm颗粒物(PM10)污染过程与天气形势及天气系统之间的关系。结果表明:西太平洋热带气旋路径对北京地区发生PM10污染具有预示作用,即当热带气旋北上并在朝鲜半岛或日本登陆的情况下,北京地区一般受持续均压场等弱中尺度天气系统控制,这种中尺度天气系统不利于污染物的扩散,因此北京地区经常发生区域性的PM10空气污染事件。在2007年9次台风北上登陆朝鲜半岛或日本的过程中,北京地区伴随发生了9次PM10污染过程,预示准确率达100%,2008年的预示准确率也达到了80%以上。为了说明北京奥运会期间污染控制措施对改善北京空气质量有实际效果,利用中国科学院大气物理研究所区域空气质量模式NAQPMS,采用无控制措施源和有控制措施源,对2008年北京残奥会期间一次西太平洋北上型热带气旋天气条件下的空气质量状况进行了数值模拟试验,揭示了此次过程北京地区未发生PM10空气污染的原因。 相似文献
20.
奥运期间天津极端天气气候事件背景分析 总被引：5，自引：4，他引：1
利用1951～2006年天津7月下旬至9月上旬的日最高气温、降水量、最大风速和8月扬沙、雾、雷暴和冰雹的观测资料,统计了对足球比赛影响较大的高温、暴雨、大风、雾和雷暴等极端天气气候事件发生的概率及分布特点,以期为2008年北京奥运会天津分赛场的足球小组赛提供气候背景服务信息。结果表明:在奥运会期间,天津易出现高温、暴雨、雷暴和雾等不利天气;而大风、扬沙、冰雹的概率相对较小。相对而言,8月中旬至9月上旬,这些不利的极端天气气候事件发生的概率小,对各项赛事的开展较为有利。 相似文献