共查询到20条相似文献，搜索用时 125 毫秒
1.
2014年10月京津冀地区一次PM2.5污染过程的数值模拟 总被引：2，自引：1，他引：1
近年来我国东部尤其是华北地区的PM2.5污染逐年加重,引起广泛关注。本文利用WRF Chem模拟了2014年10月京津冀地区一次PM2.5重度污染过程,研究造成此次过程的天气形势、污染物的时空分布特征以及一次、二次PM2.5对总浓度的贡献率,并对污染最严重当日的PM2.5垂直分布进行详细分析。结果表明：造成本次污染过程的是弱高压控制下的静稳天气系统,地面主导风向为南风,垂直方向上有逆温层,抑制了污染物垂直方向上的扩散。发生污染时,PM2.5的高浓度主要分布在北京南部、天津北部与河北接壤的区域,二次PM2.5的贡献率大于一次PM2.5,在清洁大气中则一次PM2.5的贡献更大。垂直方向上,PM2.5中的一次颗粒物只在近地面有高浓度中心,1.2~1.6 km的上空高值区以二次生成的颗粒物为主,是由前体物上升到高空后再通过氧化反应生成的,当这部分颗粒物随着边界层落回近地面时会加重污染。随着时间的变化,污染物的分布高度和边界层高度呈明显的正相关。 相似文献
2.
为了深入研究曹妃甸工业区的建立和大型工业企业的迁入对京津冀地区空气质量的影响,利用嵌套网格空气质量预报模式系统NAQPMS(Nested Air Quality Prediction Modeling System)研究该工业区和周边地区在2016年秋、冬季空气质量状况,并对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)来源与区域输送进行分析。结果表明:模式能很好地再现气象要素和污染物浓度分布特征;曹妃甸地区本地排放在1月和10月的月均贡献分别为17.8%和25.8%。当空气质量为优良时,曹妃甸地区PM2.5主要受短距离周边传输影响,唐山和天津贡献率之和达23%～53%;当空气出现轻度及以上污染时,曹妃甸地区PM2.5浓度主要受到长距离输送的影响,河北中南部和山东地区贡献之和达40%～50%。曹妃甸工业园区排放对周边地区PM2.5浓度贡献相对较小,对唐山和天津地区贡献为3%～7%,对京津冀地区其他城市PM2.5浓度贡献可忽略不计。空气质量转差时,曹妃甸、北京和天津地区PM2.5中一次排放占比相较于空气质量优良时明显下降,二次生成的无机盐类和二次有机气溶胶贡献率增加;曹妃甸地区10月二次生成硫酸盐贡献率较1月明显增加,月均贡献率为22%。因此,在致力于削减京津冀地区PM2.5一次排放的同时,对SO2、NOx等进行控制,能有效改善该地区空气质量。 相似文献
3.
华北地区一次强灰霾污染的天气学效应 总被引：2，自引：1，他引：1
利用在线耦合的大气化学模式WRF-Chem V3.6(Weather Research Forecasting Model with Chemistry Version 3.6)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-26.51 W m-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0.026 K km-1,边界层高度降低18.92 m(8.77%),平均风速减少约0.014 m s-1(0.35%),相对湿度绝对值升高0.51%,地面平均气压降低0.86 Pa。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(Volatile Organic Compounds,VOCs)作为二次有机气溶胶(Secondary Organic Aerosol,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改变,这可能促进污染物的局地累积、增强污染程度并延长区域内重污染的持续时间。因此,在探讨区域性灰霾污染成因时,灰霾自身通过辐射强迫作用对大气的调节是不可忽视的重要影响因素。 相似文献
4.
选取2016年12月17—22日青岛一次典型重污染天气,利用大气污染物监测结果、地面气象要素观测资料和欧洲中期天气预报中心（ECMWF）ERA5再分析数据对此次过程中大气污染物及气象场的变化特征进行分析。观测分析表明此次污染过程持续时间长达5 d以上,其中19—21日为重污染天气（PM 2.5 日均质量浓度ρ>150 μg·m-3）。根据气象场和PM2.5质量浓度变化特征,此次污染过程可分为3个阶段：17日02时—19日08时为青岛污染物累积阶段,研究区受西南风控制,PM2.5质量浓度逐渐上升,700 hPa等压面上高空槽的维持及槽前持续的南风、西南风有利于污染物累积,同时近地面相对湿度增加,是此次持续性重污染天气形成的重要条件;19日09时—20日20时为青岛污染维持加剧阶段,相对湿度大、风速很小,污染物扩散条件差,PM2.5质量浓度最高;20日21时—22日08时为青岛污染消散阶段,青岛对流层中下层及地面风速均增大并产生弱降水,有利于污染物扩散稀释和湿清除,PM2.5质量浓度逐渐降低。WRF-Chem数值模式能够较好地模拟出主要气象要素和青岛PM2.5 质量浓度的变化特征,模拟结果表明山东省内污染物排放贡献了青岛PM2.5的49.5%;污染物跨省输送对此次污染事件也有重要贡献,其中来自研究区以南的安徽和江苏的排放对青岛PM2.5的贡献率可达25.5%。 相似文献
5.
利用北京市空气质量监测数据和气象资料,对2013年2月28日和3月9日两次沙尘污染过程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)、PM10(空气动力学当量直径小于等于10μm的颗粒物,即可吸入颗粒物)浓度及PM2.5浓度/PM10浓度比值的变化特征进行了分析,研究结果表明:(1)沙尘开始影响北京时,PM2.5与PM10浓度表现出反位相变化,PM10浓度在两次沙尘过程中2 h内分别上升50.8%与202.4%,最高达800μg m-3以上;PM2.5浓度分别下降58.3%与50.9%,直至下降至35μg m-3以下,PM2.5有明显改善现象。(2)虽然PM2.5浓度在沙尘到达前有缓升的迹象,但沙尘抵达后,PM2.5浓度持续快速下降,PM2.5浓度/PM10浓度比值由沙尘影响前的0.75以上降至0.25以下。沙尘影响前,PM2.5日均值均超过150μg m-3,北京地区处于重度污染水平。这说明沙尘来临前以人为污染为主,主要由细粒子"贡献",沙尘来临后的空气污染,主要由巨、大粒子的沙尘"贡献"。 相似文献
6.
2020年1月23日起,武汉地区施行了严格的交通管控措施,对当地的人为活动产生了重大影响。本文基于地面监测站网和卫星遥感分析了管控期间武汉地区的主要大气成分的变化,并研究了人为排放下降对O3和细颗粒物（PM2.5）污染的影响。研究发现,由于管控期间施行机动车禁行政策,武汉地区的NO2浓度与2019年同期相比下降53.2%,挥发性有机物（VOCs）下降了25.1%;与NO2和VOCs的显著下降不同,O3日最大8小时滑动平均第90百分位浓度平均值与去年同期相比上升16.5%,尤其是2月温度同比增高超过5°C,紫外辐射增长超过100%,O3浓度显著高于去年同期,说明应基于O3前体物NOx和VOCs 活性种类的非线性定量关系加强协同减排;同时,管控期间PM2.5浓度与去年同期相比下降了35.6%,但是PM2.5浓度低值主要集中在风速较大、扩散较好的2月,其他时段PM2.5浓度下降并不明显;值得注意的是,与2月的显著下降不同,3月硝酸盐的浓度同比变化不大,说明导致NOx转化为硝酸盐的大气氧化能力并未受到较大削减,武汉地区颗粒物减排应基于颗粒物不同组分的形成机理,加强颗粒物一次排放源和关键前体物控制。 相似文献
7.
秸秆燃烧对北京秋季气溶胶浓度和短波辐射影响的模拟研究 总被引：1，自引：0，他引：1
利用地面细颗粒物（PM2.5）浓度和气象常规观测资料、地基 AERONET观测资料、GFED生物质燃烧排放清单和大气化学—天气耦合模式WRF-Chem,模拟研究了华北地区2014年10月气象要素和大气污染物的时空演变,重点关注北京10月7～11日的一次重霾事件及其天气形势、边界层气象特征、输送路径、PM2.5及其化学成分浓度变化等特征,以及秸秆燃烧对华北和北京地区细颗粒物浓度和地面短波辐射的影响。与观测资料的对比结果显示,模式可以很好地模拟北京地区地面气象要素和PM2.5质量浓度,考虑秸秆燃烧排放源可以明显改进北京PM2.5浓度模拟的准确性,但在重度污染情况下,模式总体上低估气溶胶光学厚度和高估地面短波辐射。10月7～11日北京地区重霾事件主要是不利气象条件下人为污染物累积和区域输送造成,也受到华北地区南部秸秆燃烧的影响。河南北部、河北南部和山东西部大面积秸秆燃烧释放的气态污染物和颗粒物在南风的作用下输送至北京,秸秆燃烧对北京地区地面PM2.5、有机碳（OC）、硝酸盐、铵盐、硫酸盐和黑碳（BC）的平均贡献率分别为24.6%、36.8%、23.2%、22.6%、7.1%和19.8%,秸秆燃烧产生的气溶胶可以导致北京地面平均短波辐射最大减小超过20 W m－2,约占总气溶胶导致地表短波辐射变化的24%。 相似文献
8.
为了研究烟花爆竹燃放对空气质量的影响,利用动态滤膜校准系统-微量震荡天平法颗粒物分析仪、大气细颗粒化学组分在线离子色谱监测仪、有机碳（OC）/元素碳（EC）在线分析仪、气态污染物分析仪、常规自动气象站并结合云高仪和微波辐射计等设备于2015年2月18日至3月7日对天津市细颗粒物（PM2.5）及其主要化学组分,气态污染物（SO2、NO2、CO和O3）和气象参数进行连续观测。本文选取3个污染事件作为研究重点进行分析,研究发现:烟花爆竹禁放和限放政策导致除夕夜烟花爆竹燃放量减少,PM2.5峰值与2014年相比明显下降;烟花爆竹禁放和限放区的设立导致天津市PM2.5质量浓度在烟花爆竹密集燃放期间存在明显的空间差异;站点之间小时平均值差异最高达到394 μg/m3。受烟花爆竹燃放的影响,距地面80 m以下颗粒物后向散射强度相近,表明80 m以下颗粒物呈均匀分布。污染事件1是由于烟花爆竹密集燃放引起的,PM2.5主要化学组分为K+、SO42-和Cl-,同时SO2和CO质量浓度显著升高;但EC和OC质量浓度并未明显增加。污染事件2的形成是由于不利的气象条件（逆温、逆湿、下沉气流和较高的相对湿度）促进了SO2和NOx在烟花爆竹排放的颗粒物表面发生非均相化学反应,导致SO42-和NO3-浓度快速增加。污染事件3由元宵节烟花爆竹燃放引发,而后呈现二次无机组分与臭氧协同增长的复合型污染特征;此外区域传输对污染事件3也有重要贡献。 相似文献
9.
采用江苏省淮安市地面5个监测站2013年1月1日2015年12月31日PM10、PM2.5、SO2、NO2、CO、O3逐日质量浓度资料及同期气象资料,统计分析了该地区大气污染季节变化特征及其与气象条件的关系;采用MODIS的光学厚度AOD (Aerosol Optical Depth)资料和火点资料分析了2013年12月发生在淮安的一次持续性大气污染事件。研究结果表明,淮安空气质量AQI指数(Air Quality Index)在春冬季较高,夏秋季较低,污染天气发生在春冬季的概率为23.6%,夏秋季的概率为13.3%。淮安地区的首要大气污染物为颗粒物污染,其中PM10、PM2.5占比分别达到25.2%、48.9%,PM10中PM2.5比率年平均为61.0%,臭氧是第2大污染物,占比为25.8%。表征大气柱气溶胶浓度的AOD的季节变化与地面颗粒物浓度截然不同,颗粒物浓度 1月和12月出现极高值,而这两个月AOD月平均值却在一年中达到极低值,AOD最高值出现在7月。另外,AQI与降水、气温、风速、相对湿度呈负相关关系,但相关程度较弱。 相似文献
10.
为更好地表征当前广州城区和城郊大气颗粒物污染现状与差异及其与气象要素的关系,对2017年城郊站黄埔和城区站番禺的大气颗粒物(PM2.5和PM10)和气象观测数据进行了分析。结果表明:全年来看,城区和城郊PM2.5和PM10具有相似的质量浓度频率、月际变化和日变化;城区站的平均PM2.5质量浓度为39.3μg/m3,高于城郊站(35.3μg/m3);城区站PM10质量浓度为58.5μg/m3,低于城郊站(62.9μg/m3);ρ(PM2.5)/ρ(PM10)显示,相比城郊,城区的2次污染更严重,细粒子占比更高。风玫瑰图分析发现,静风或小风状态下,城区番禺的颗粒物污染程度要高于城区黄埔,本地排放对城区站的颗粒物污染,特别是细颗粒物污染的影响更为显著;城郊站颗粒物污染的形成也同时受本地排放和外源输送影响,主要的输送来源于西北上风向肇庆、佛山一带的污染排放,其对PM2.5的影响更为显著。 相似文献
11.
葛洪燕 《沙漠与绿洲气象(新疆气象)》2018,12(2):78-83
依据吐鲁番市2015年3月—2016年2月的PM_(10)、PM_(2.5)和气象资料,利用统计分析,探讨吐鲁番市PM_(10)和PM_(2.5)浓度的变化特征及其与气象要素的关系。结果表明:冬季PM2.5与PM10浓度的平均值最高(106 ug/m3、184 ug/m~3),春季次之(63 ug/m~3、163 ug/m~3),夏季最低(33 ug/m~3、95ug/m~3),且冬季二者浓度的平均值比夏季分别高大约69%、48%。11月至次年2月,每个月中PM_(2.5)和PM_(10)的污染程度在轻度污染以上的天数相比其它月份较多。PM_(10)与PM_(2.5)的日变化曲线特征呈现"双峰双谷"的特点;PM_(2.5)与PM_(10)的比值在冬季达到了60%~80%,这说明吐鲁番冬季主要以PM2.5污染为主;PM_(2.5)和PM_(10)与能见度之间存在极其显著的相关性,相关系数分别为-0.904、-0.792,与单一气象要素(如相对湿度、风速、温度等)的相关性不明显,但不同气象要素的共同作用对其有显著影响。 相似文献
12.
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
13.
2016年1月我国中东部一次大气污染物传输过程分析 总被引：1，自引：1，他引：0
利用常规气象数据和空气质量模式CAMx对2016年1月15—19日一次冷空气影响下郑州、武汉、南京的大气污染物传输过程进行了分析。观测发现,本次过程中武汉和南京在地面锋线到达后出现明显的PM2.5浓度的快速增长。通过分析发现,两地在1000~950 hPa高度层上偏北风的侵入带来上风向的大气污染物,同时在垂直方向上锋区内的稳定性层结抑制了大气污染物的扩散,两种作用共同导致污染物快速增长。在冷空气主体影响下,尤其是950~900 hPa高度层上弱风区消失后,污染物得到清除。大气污染物的传输作用主要发生在1000~950 hPa高度上。模式PM2.5来源示踪模拟结果表明,武汉(17日夜间至18日)和南京(17日夜间)在本次污染物快速增长过程中区域污染物输入的贡献在51%和58%左右。由于模式对PM2.5传输过程的低估,区域输送贡献率仍存在不确定性。但是,与1月15—19日平均相比, PM2.5的本地贡献明显减少,上风区域贡献明显增加。 相似文献
14.
为深入了解晋城市颗粒物浓度时空分布特征,对晋城市2017年12月至2018年5月国控点、小型站和微型站PM2.5及PM10小时浓度数据进行收集整理,并进行空间插值分析和时间变化趋势分析及与气象监测数据的相关分析。结果表明:颗粒物浓度在冬、春季节具有明显差异,冬季PM10与PM2.5高值区主要位于东北部及东南小部分区域,春季PM10高值区位于城区南部区域,PM2.5高值区主要集中于城区。晋城市城区和郊区PM10与PM2.5月均浓度整体呈单峰型变化,PM10在4月份最高(157.54±5.67μg·m^-3),PM2.5在1月份最高(94.08±2.25μg·m^-3)。冬季PM2.5/PM10平均为0.57,春季平均为0.45。颗粒物小时浓度的变化呈现单峰单谷的型式,冬季PM10与PM2.5小时平均浓度最高值均出现在10时,春季均出现在09时。监测期间晋城市PM10与PM2.5的小时浓度值与相对湿度有较高的正相关性(p<0.01),与风速、风向有较高的负相关性(p<0.01),与温度和气压的相关性较低。冬季,东北至正南风向时,PM10与PM2.5的浓度普遍高于西北风向时的浓度,对晋城冬、春季国控点颗粒物浓度贡献率最高的风向风速为东南偏南风向,风速在1 m/s以内。 相似文献
15.
北京市房山区大气污染物时空分布特征及气象影响因素分析 总被引：1，自引：0，他引：1
利用北京市房山区良乡镇和琉璃河镇内的区域自动气象站和环境监测站观测数据,对2013年至2015年PM_(2. 5)、PM_(10)、NO_2、SO_2、CO 5种大气污染物浓度变化特征进行了统计分析。结果显示,近3年来,两个镇综合污染物指数呈现逐年下降趋势,各污染物对房山区整体大气污染的贡献率从大至小依次为PM_(2. 5)、PM_(10)、SO_2、NO_2、CO,PM_(2. 5)已取代传统大气污染物SO_2成为房山区的主要大气污染贡献体。两个站点各污染物浓度均表现出明显的季节、月、日变化特征。在不同季节条件下,局地气象要素与污染天气发生概率之间有着很好的相关关系。因此,可根据气象要素分级方法找出各季节污染天气发生时最敏感的气象因素,为局地污染天气预报提供参考指标,也为防范空气污染、制定科学的综合管理措施提供科学参考。 相似文献
16.
17.
18.
通过对龙华新区2个监测站点2012年的PM2．5监测数据进行分析,得出新区PM2．5年均质量浓度值为0．043mg／m^3,全年总超标天数为30d,超标率为8．2％。PM2．5污染具有明显的季节性特征,干季污染严重,雨季则较轻。新区常年盛行偏北风,处于东莞、惠州等污染严重区域的下风向,且风速偏小,是新区PM2．5来源及质量浓度升高的重要原因之一。同时,利用大气环境影响评价系统的AERMOD模型对新区PM2,污染质量浓度分布进行模拟,结果显示新区PM2．5主要来自本地污染源,贡献率为51．2％,外地污染源贡献率为48．8％。其中,PM2．5污染主要受机动车尾气和道路扬尘影响,贡献率为32．0％,其次是施工项目和裸露土地影响,贡献率为18．2％,工业污染源影响非常小。 相似文献
19.
利用2006年8月-2007年10月辽宁中部沈阳、鞍山、抚顺和本溪4城市可吸入颗粒物PM10、PM2.5、PM1及同步气象因子的监测资料,分析了可吸入颗粒物分布特征、污染水平及其与气象因子的关系。结果表明：受区域天气系统的影响,4城市PM10和PM2.5的日平均浓度变化趋势基本一致,具有区域分布特征;PM10超标率冬季为最高;PM2.5日平均浓度占PM10比例夏季和冬季最大;PM10、PM2.5和PM1之间有很好的相关性;PM10与风速、温度呈负相关,PM2.5和PM1与能见度、风速、温度呈负相关,与相对湿度成正相关。 相似文献
20.
北京地区气溶胶PM2.5粒子浓度的相关因子及其估算模型 总被引：20，自引：0，他引：20
文中运用统计分析和气象统计预报的方法 ,使用北京白石桥小区的污染物观测资料和同期北京地区的气象观测资料 ,对影响大气污染的气象因子进行了综合分析 ,并分别建立了气溶胶PM 2 .5粒子浓度与气体污染物、气象要素场的两类统计相关拟合模型。发现气溶胶PM2 .5粒子浓度与气体污染物浓度存在不同程度的相关性 ,且与气象条件亦存在显著的相关关系 ,此类时空变化及其量化估算模型具有一定实际应用价值。通过确定气象要素场和气溶胶浓度的关系可进一步研究不同地区的污染物输送和污染源扩散影响的问题。 相似文献