共查询到19条相似文献，搜索用时 234 毫秒
1.
一次持续性雾霾天气过程的阶段性特征及影响因子分析 总被引：4，自引：0，他引：4
应用常规与非常规气象观测资料及PM2.5浓度监测资料,对2013年1月20~24日山西区域一次持续性雾霾天气过程进行分析。研究发现：（1）本次雾霾天气过程具有明显的阶段性特征。2013年1月20日14时至23日11时,由于相对湿度的变化导致了3次轻雾转大雾过程;23日14~20时,由于PM2.5浓度的增大经历了1次轻雾转霾的天气过程。（2）地面弱的气压场和较小的风速以及PM2.5浓度的上升和相对湿度的增大为本次持续性雾霾天气过程的形成和发展提供了有利条件。（3）边界层逆温的存在是雾霾低能见度过程形成的必要条件,边界层有逆温层而不出现雾霾天气的条件是：相对湿度〈50%,PM2.5日均值浓度〈75μg·m-3;逆温层下相对湿度的大小是区别雾和霾天气的指标。（4）相对湿度和PM2.5是决定能见度大小的关键因子,其对能见度的影响体现出明显的阶段性特征,当相对湿度〈90%时,PM2.5浓度对能见度的作用强于相对湿度,是影响能见度变化的主要因子,但随着相对湿度的增大,其对能见度的影响相对增强,当能见度降至1 km以下时,相对湿度成为影响能见度变化的主要因子。 相似文献
2.
《高原气象》2017,(5)
针对2015年12月17—27日出现的区域性重污染天气过程,根据布设在污染中心邢台市的脉冲偏振激光雷达和地基多通道微波辐射计数据,分析了污染过程中气溶胶消光系数、逆温层、水汽含量等的变化,利用Hysplit模式分析了气团后向轨迹。结果表明:此次重污染天气过程主要受局地气象扩散条件变化所致,稳定的高空大气环流和地面均压场是出现环境重污染事件的背景场,100 m高度上的气团对污染物累积和区域输送起到了主要作用;消光系数与细颗粒物PM2.5质量浓度和水汽压的相关系数分别为0.8622和0.7421,随PM2.5质量浓度和水汽压的升高,消光系数增加明显,由PM2.5质量浓度和水汽压建立的消光系数回归方程(R2=0.8811)可以很好的表征消光系数的实际变化;逆温强度在污染发展阶段达到最大,水汽含量在污染加重阶段达到最大,污染缓解阶段的逆温强度和水汽含量则出现明显的下降。 相似文献
3.
关中一次重污染天气过程气象特征分析 总被引：1，自引：0，他引：1
利用常规观测资料、风廓线资料、PM2.5质量浓度资料及HYSPLIT-4模式,对2016年12月31日—2017年1月6日陕西关中盆地一次霾重污染天气过程的气象特征进行了分析。结果表明:此次过程发生在500hPa纬向平直气流、地面东高西低的典型环流形势下,稳定的大气层结和边界层逆温强烈抑制了污染物的垂直扩散;边界层风场存在500m之下的偏南风、500~1 000m偏北风和1~1.5km的纬向小风速区的三层结构特征,弱偏南风的水汽输送、弱对流不稳定和中高层的弱纬向风的阻挡,使得污染物在边界层内充分混合并堆积。污染物质量浓度与低层风关系密切,当低层为弱偏南风时,相对湿度逐渐上升,PM2.5质量浓度升高;反之,当气流转为偏北风时,相对湿度明显下降,PM2.5质量浓度降低。输送至西安的气团路径共有西北、偏南及本地路径三类,西北气流携带的大颗粒污染物、偏南气流的增湿效应及污染物的输送和本地污染源的叠加,共同造成了盆地的重污染天气的发生,其中直行偏南路径占比最高为38%,本地路径次之,占比25%。 相似文献
4.
2015年11月27日至12月1日,北京地区出现了一次十分严重的雾、霾天气过程。综合分析此次雾、霾天气过程的天气形势、加密自动站、探空、风廓线雷达以及连续观测的PM2.5资料,结果表明:本次雾、霾过程,能见度的恶化与天气形势、PM2.5持续性波动增长、相对湿度增加、逆温出现频率高、近地层风速小及近地面偏南风输送有密切关系:(1)此次雾、霾过程期间,华北地区较长时间被地面高压后部的弱气压场和低压辐合区控制,地面风速和近地层风速较小,北京大部分地区处于弱的偏南风或偏东风控制中,很不利于污染物的水平扩散;(2)地面增湿趋势明显,低层偏南和偏东气流将水汽和上游污染物向北京地区输送,加之29日气温明显回升,导致地面积雪融化,近地面相对湿度增加,有时接近饱和;(3)边界层逆温一直存在,很不利于污染物的垂直扩散。 相似文献
5.
一次重污染过程及其边界层气象特征量分析 总被引：1，自引：0，他引：1
《干旱气象》2015,(5)
针对2013年12月14~25日出现的区域性重污染过程,采用Hysplit后推气团轨迹模式分析了污染形成源,利用污染中心邢台的探空、地面数据计算了大气稳定度、混合层高度、逆温等气象特征量,并对混合层高度、相对湿度、能见度与PM2.5浓度进行了相关分析。结果表明:此次重污染以局地排放为主要形成源,河北省中南部地区大气层结偏稳定,逆温层厚(平均230 m)、强度大(平均2.34℃/100 m)、混合层高度低(平均618 m)是影响污染程度的重要因素;PM2.5浓度与混合层高度呈现负相关(R=-0.80),与能见度呈指数相关(R=-0.77),与相对湿度呈弱的正相关(R=0.62)。 相似文献
6.
《干旱气象》2016,(2)
利用2013~2014年石家庄逐小时PM2.5监测浓度与地面及探空等气象观测资料,从大气的垂直扩散、水平扩散和地面局地环流等方面,探讨气象条件对PM2.5浓度的定量影响关系。结果表明:(1)石家庄PM2.5浓度具有明显的日、月和季节变化特征,早晨08时前后PM2.5浓度最高,下午16时前后浓度最低;冬季PM2.5浓度最高,夏季最低;(2)2 a共出现485 d逆温,其中10~12月出现频率最多,达82.8%~86.2%,逆温致使低层大气垂直运动受阻,不利于污染物扩散;(3)大气混合层高度与PM2.5浓度呈反相关,PM2.5浓度75μg/m3(空气质量优良),对应大气混合层高度平均为1 448 m,而PM2.5浓度≥150μg/m3(空气重污染)的混合层高度降到878 m;(4)受地形影响,石家庄地面风与边界层附近风对污染物的影响明显不同:925 h Pa西南风、地面偏东风不利于污染物扩散;925 h Pa西北风、地面偏西风有利于污染物浓度降低。925 h Pa风速4 m/s、地面偏西风风速2 m/s、地面偏东风风速3 m/s,有利于污染物扩散;(5)降水对污染物有湿清除作用,清除量不仅与降水量有关,还与前期PM2.5浓度有关,且冬季降雪过程对PM2.5的清除作用是降雨的4倍。 相似文献
7.
利用北京市环境保护监测中心和美国大使馆的细颗粒物（PM2.5）逐时监测数据,中国科学院大气物理研究所325 m气象梯度塔资料以及实况天气图和探空资料,对2015年11月27日至12月1日北京的PM2.5重污染过程的边界层特征进行了分析。研究发现:这次重污染过程持续时间长、强度大,其中PM2.5浓度超过75 μg/m3的时次共计126 h,超过150 μg/m3共计116 h,小时最高PM2.5浓度为522 μg/m3。在高低空环流场配置的影响下,近地面静风和多层逆温结构抑制了污染物在水平和垂直方向上的输送,加上边界层内的深厚湿层,使得其中气溶胶不断吸湿增长,高PM2.5浓度得以维持。在重污染期间,湍流动能较低,不利于污染物的水平和垂直扩散。垂直方向的湍流动能一直占水平方向的15%~20%左右,水平湍流动能占主要贡献。摩擦速度与湍流动能呈现出相似的变化趋势,不同高度之间的摩擦速度差别不大。超出前后时次一个数量级的湍流强度尖峰的出现是湍流场发生调整的一个信号,是PM2.5浓度发生剧烈转变的前兆,预示着污染状况更加糟糕。重污染过程中感热通量的输送方向为从地面向大气输送,感热通量和潜热通量都大幅减少,并且表现出明显的日变化特征。对湍流功率谱计算和分析表明,在重污染过程期间,时间尺度为5 min至6 h的中尺度过程对从地面到大气方向的动量和热量通量输送做出了重要贡献。 相似文献
8.
利用微脉冲激光雷达观测数据、PM_(2.5)浓度数据、地面气象观测资料和探空数据对成都2017年1月1—6日连续出现的重污染过程进行分析研究。结果表明:激光雷达反演的消光系数演变与PM_(2.5)浓度值变化对应一致,PM_(2.5)浓度升高,近地面消光系数增大;反之,则近地面消光系数减小。对于此次过程,在无冷空气影响时,混合层高度和相对湿度的日变化对消光系数廓线有明显影响,混合层高度降低,大气环境容量减小,相对湿度增加,气溶胶吸湿增长,消光系数增大,地面污染加重。天空状况对气溶胶垂直分布影响显著,晴天或多云天气,早晨强逆温使得水汽和大量气溶胶集中在逆温层顶以下区域,地面污染严重;中午混合层发展,使得混合层内的气溶胶均匀混合,气溶胶层变厚,近地面消光系数显著减小,地面污染减轻。在前一日为晴天或多云天气,当天为阴天时,早上气溶胶明显分为两层,一层在近地面,另一层在残留层顶附近;中午由于垂直湍流增强,一部分残留层气溶胶向下混合至混合层内,使得混合层内的气溶胶粒子增多,地面污染加重,消光系数明显增加。近地面强逆温层、混合层高度降低、残留层气溶胶向下混合、相对湿度增加均是导致地面污染加重的原因。 相似文献
9.
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
10.
利用2008-2017年大气颗粒物质量浓度资料和逐日地面气象观测资料,统计分析了丹东市大气颗粒物质量浓度时间变化特征及其与气象要素的关系。结果表明:2008-2017年丹东市大气颗粒物质量浓度年际变化具有一定的波动性,其中2015-2017年大气颗粒物污染状况持续改善明显;质量浓度月和季节变化特征明显,1月和12月最高、7月最低,冬季最高、夏季最低,非汛期显著高于汛期,供暖期显著高于非供暖期;非汛期大气颗粒物质量浓度超标日相较达标日,气温和能见度偏低,降水偏少,风速偏小;非汛期PM2.5、PM1质量浓度与相对湿度呈显著正相关,与风速呈显著负相关,汛期PM2.5、PM1质量浓度与风速呈显著负相关;PM2.5、PM1质量浓度春、秋、冬季与风速的负相关性最显著,冬季与相对湿度的正相关性也十分显著。 相似文献
11.
分别基于微波辐射计温湿度廓线资料的气块法、位温法和比湿法,地面气象资料的罗氏法及气溶胶激光雷达数据的梯度法,计算得出广州地区大气边界层高度,对比分析5种边界层高度结果及其与气象条件、空气质量之间的关系,结合典型大气污染过程分析边界层高度对PM2.5、O3浓度的影响。结果显示:（1）利用位温法、气块法、罗氏法、比湿法和梯度法计算得出广州地区平均边界层高度分别为2 207 m、1 239 m、901 m、717 m和660 m,位温法显著高估了广州地区的边界层高度;（2）利用气块法得出的混合层高度日变化能够较好地表征白天大气边界层演变特征,利用气块法和比湿法得出的白天混合层高度与近地面O3浓度有显著的正相关关系,相关系数在0.5以上,在O3污染防治中,应同时考虑边界层内垂直输送的影响;（3）利用梯度法得出的边界层高度在污染天气时与PM2.5浓度的相关性较好,能较好地表现出大气污染情况,在PM2.5污染天气过程分析中具有较好的应用价值。 相似文献
12.
Yanjun Ma Hujia Zhao Yunsheng Dong Huizheng Che Xiaoxiao Li Ye Hong Xiaolan Li Hongbin Yang Yuche Liu Yangfeng Wang Ningwei Liu Cuiyan Sun 《Acta Meteorologica Sinica》2018,32(2):313-323
This study analyzes and compares aerosol properties and meteorological conditions during two air pollution episodes in 19–22 (E1) and 25–26 (E2) December 2016 in Northeast China. The visibility, particulate matter (PM) mass concentration, and surface meteorological observations were examined, together with the planetary boundary layer (PBL) properties and vertical profiles of aerosol extinction coefficient and volume depolarization ratio that were measured by a ground-based lidar in Shenyang of Liaoning Province, China during December 2016–January 2017. Results suggest that the low PBL height led to poor pollution dilution in E1, while the high PBL accompanied by low visibility in E2 might have been due to cross-regional and vertical air transmission. The PM mass concentration decreased as the PBL height increased in E1 while these two variables were positively correlated in E2. The enhanced winds in E2 diffused the pollutants and contributed largely to the aerosol transport. Strong temperature inversion in E1 resulted in increased PM2.5 and PM10 concentrations, and the winds in E2 favoured the southwesterly transport of aerosols from the North China Plain into the region surrounding Shenyang. The large extinction coefficient was partially attributed to the local pollution under the low PBL with high ground-surface PM mass concentrations in E1, whereas the cross-regional transport of aerosols within a high PBL and the low PM mass concentration near the ground in E2 were associated with severe aerosol extinction at high altitudes. These results may facilitate better understanding of the vertical distribution of aerosol properties during winter pollution events in Northeast China. 相似文献
13.
通过对济南2013年12月—2018年2月PM2.5质量浓度数据分析得出,PM2.5质量浓度平均和最大值均为冬季最高,春秋季次之,夏季最低;PM2.5质量浓度值1月和12月最高,8月最低;其质量浓度呈明显的逐年递减趋势。在不同风向上PM2.5质量浓度存在显著差异性,在N风向和ESE(盛行)风向上均出现了质量浓度较大值,一方面与污染物的异地输送有关,另一方面与济南的特殊地形有关。研究表明,无论污染源在山脉的背风侧还是迎风侧,都很容易导致高浓度污染;尤其在冬季,山脉地形还会加重逆温影响,使污染程度加重。通过相关性研究发现,冬季、春季和秋季,PM2.5质量浓度与相对湿度和平均总云量均呈正相关,与日照时数及其距平呈负相关;冬季,PM2.5质量浓度与平均气温及其距平以及最高、最低气温均呈正相关,与平均、最高、最低气压均呈负相关;春季和秋季,PM2.5质量浓度与气温距平值呈正相关;夏季和秋季,PM2.5质量浓度与日降水量呈负相关,而且随着雨强的增大,对PM2.5的洗消作用越显著。上述变量间相关性均通过了P≤0.01显著性检验。 相似文献
14.
Junting Zhong Xiaoye Zhang Yaqiang Wang Junying Sun Yangmei Zhang Jizhi Wang Kaiyan Tan Xiaojing Shen Haochi Che Lu Zhang Zhouxiang Zhang Xuefei Qi Huarong Zhao Sanxue Ren Yang Li 《Acta Meteorologica Sinica》2017,31(5):809-819
Based on observations of urban mass concentration of fine particulate matter smaller than 2.5 μm in diameter (PM2.5), ground meteorological data, vertical measurements of winds, temperature, and relative humidity (RH), and ECMWF reanalysis data, the major changes in the vertical structures of meteorological factors in the boundary layer (BL) during the heavy aerosol pollution episodes (HPEs) that occurred in winter 2016 in the urban Beijing area were analyzed. The HPEs are divided into two stages: the transport of pollutants under prevailing southerly winds, known as the transport stage (TS), and the PM2.5 explosive growth and pollution accumulation period characterized by a temperature inversion with low winds and high RH in the lower BL, known as the cumulative stage (CS). During the TS, a surface high lies south of Beijing, and pollutants are transported northwards. During the CS, a stable BL forms and is characterized by weak winds, temperature inversion, and moisture accumulation. Stable atmospheric stratification featured with light/calm winds and accumulated moisture (RH > 80%) below 250 m at the beginning of the CS is closely associated with the inversion, which is strengthened by the considerable decrease in near-surface air temperature due to the interaction between aerosols and radiation after the aerosol pollution occurs. A significant increase in the PLAM (Parameter Linking Aerosol Pollution and Meteorological Elements) index is found, which is linearly related to PM mass change. During the first 10 h of the CS, the more stable BL contributes approximately 84% of the explosive growth of PM2.5 mass. Additional accumulated near-surface moisture caused by the ground temperature decrease, weak turbulent diffusion, low BL height, and inhibited vertical mixing of water vapor is conducive to the secondary aerosol formation through chemical reactions, including liquid phase and heterogeneous reactions, which further increases the PM2.5 concentration levels. The contribution of these reaction mechanisms to the explosive growth of PM2.5 mass during the early CS and subsequent pollution accumulation requires further investigation. 相似文献
15.
利用PM10日平均值统计资料、NCEP 2.5°×2.5°分析资料以及温江站探空资料,针对2012年发生在成都的13次PM10典型污染过程进行了环流背景、动力条件、稳定度条件以及水汽条件的分析.结果表明：（1）PM10典型污染过程多发生在南支波动较弱的环流型下,我省受偏西气流或西北气流控制.（2）大气中低层垂直运动较弱,低层为弱辐合,辐合层次较低,不利于污染物的水平和垂直扩散.（3）对流层中下层中常有逆温层或等温层存在,大气热力状态较稳定.（4）大气多为上干下湿的状态,湿层较浅薄. 相似文献
16.
2013年1月10-14日,北京平原地区出现了水平能见度在2 km以下、以PM2.5为首要污染物、空气质量持续5 d维持在重度以上污染水平的霾天气。综合分析此次霾天气过程的天气形势、北京地区常规和加密气象资料以及城郊连续观测的PM2.5浓度资料。结果表明：此霾过程期间,北京高空以平直纬向环流为主,受西北偏西气流控制,没有明显冷空气南下影响北京地区,地面多为不利于污染物扩散和稀释的弱气压场;大气层结稳定、风速小(日平均风速小于2 m·s-1)、相对湿度较大（日平均相对湿度在70 %以上）、逆温频率高强度大,边界层内污染物的水平和垂直扩散能力差;北京城区及南部的京津冀地区人类活动排放污染物强度大,在相对稳定和高湿的天气背景下,受地形和城市局地环流的影响,北京本地污染物累积和区域污染物输送以及PM2.5细粒子在高湿条件下的物理化学转化等过程共同作用造成此次北京城区及平原地区污染物浓度快速增长并持续偏高,高浓度PM2.5对大气消光有显著影响,造成低能见度和持续霾天气。 相似文献
17.
利用MODIS资料监测京津冀地区近地面PM2.5方法研究 总被引：7，自引：0，他引：7
为建立京津冀地区冬季近地面细颗粒物浓度监测方法模型,利用气象模式资料对2013年1-3月MODIS的AOD二级深蓝算法产品进行湿度和垂直订正,与同期观测的地面细颗粒物PM2.5资料进行相关分析。结果表明：AQUA的MODIS深蓝算法AOD产品更适用于建立冬季AOD-PM2.5遥感监测模型,其R2为0.33;以气象模式资料中边界层高度代替气溶胶标高对MODIS的AOD进行垂直订正,并结合IMPROVE观测的气溶胶吸湿增长特征构建分区湿度订正方法,可以提高AOD-PM2.5模型结果的精度,建立较为理想的京津冀地区冬季遥感反演综合模型,模型结果与地面监测结果R2达0.5以上。根据建立的模型计算了2013年1-3月的京津冀地区PM2.5月平均浓度,京津冀地区1月的PM2.5浓度较高,南部大部分地区空气质量已经达到重度污染水平。 相似文献
18.
北京冬季PM2.5重污染时段不同尺度环流形势及边界层结构分析 总被引：9，自引：5，他引：4
城市重霾污染事件的发生除排放源内在原因之外,气象条件是最直接的客观外因。本文以2013年2月21~28日北京地区典型细颗粒物(即PM2.5)重污染过程为例,基于颗粒物水平和垂直监测数据,常规及加密自动气象站数据和高时间分辨率风廓线数据,分析了重污染过程中不同尺度环流形势以及边界层结构的变化对细颗粒物重度污染形成、累积和消散的影响。结果表明:弱低压场或弱高压场控制下,局地西南风和东南风输送与北部山区偏北风在山前的汇聚,配合边界层低层顺时针方向的风切变,易发生大气中细颗粒物的爆发性增长;而均压场控制和近地层持续偏南气流输送,配合高层持续稳定的西北风,是污染长时间持续稳步增长的主因。此外,近地层低风速、高湿度和逆温的维持是区域霾污染爆发增长和长时间持续增长的关键气象因素。高压前部的系统性西北大风是污染得以驱散的直接外部动力。 相似文献
19.
根据1961—2018年喀什地区9个国家站浮尘日数逐日观测资料,利用气候学统计、M-K突变检验等方法分析喀什地区浮尘日数的时空分布等气候特征,分析2019年3月19—25日喀什地区出现的强浮尘造成的重污染天气成因。结果表明:喀什地区年平均浮尘日数为71 d,浮尘日数总体呈减少趋势,并于1997年前后发生了显著减少性突变。2019年3月19—25日出现的强浮尘天气过程,持续时间长,影响范围广,乌拉尔山高压脊发展,脊前横槽转竖,在新疆东部回流东灌冷空气是造成此次沙尘过程的天气背景。浮尘天气造成21—24日喀什地区空气污染指数AQI指达500,属严重污染,首要污染物PM_(2.5)和PM_(10)在21日、22日达到峰值,分别为494、1 175μg/m~3。热力、动力条件以及近地面存在逆温层均不利于污染物的扩散。污染过程前后喀什市本站气压与PM_(10)、PM_(2.5)浓度均呈正相关,相关系数为0.762、0.507,均通过0.05显著性水平检验;气温与PM_(10)浓度呈负相关,与PM_(2.5)相关性不明显;相对湿度跟PM10和PM2.5呈正相关,表明气象因子在大气污染过程中对大气环境影响明显。 相似文献