共查询到20条相似文献，搜索用时 140 毫秒
1.
利用常规气象资料、颗粒物观测数据、NCEP 1°×1°分析资料、GDAS 1°×1°数据、激光雷达资料等,对2018年11月下旬河南漯河一次连续重污染天气过程成因与污染物传输特征进行了分析。结果表明:(1)本次污染与天气形势关系密切,前期受静稳纬向环流和地面均压场影响,有利污染积累;中期高空槽与地面变性高压引导弱冷空气东移南下,产生滞留效应,污染物迅速增加;后期因低层东路冷空气扩散与静稳形势恢复,污染继续积累增长,形成连续性重污染。(2)PM_(2.5)造成重污染时因辐射逆温持续稳定,导致污染加剧;PM_(10)重污染时因逆温层减弱消失,有利污染物输送沉降;混合重污染时因近地层湍流混合加强形成逆温,污染持续发展。(3)本次重污染天气主要有5条传输路径,西南路径和偏东路径污染比例较高,其轨迹短,高度在900 hPa以下,对PM_(2.5)近距离输送作用明显;西北路径和偏北路轨迹长,起始高度在700—600 hPa之间,高空中远距离输送以PM_(10)为主。(4)受静稳条件和近地层高湿影响,高消光带维持在600 m以下,较低边界层抑制垂直扩散,导致污染细颗粒物与沙尘积累并长时间共存。(5)本次重污染是本地污染累积和高空外源污染输送共同影响。除漯河本地污染贡献较高外,高潜在源区主要集中河南西南部、东北部以及与山东交界处,这也是本次持续性污染发展的重要原因。(6)重污染时地面偏北风占主导,其他方向风速较小,有利形成污染辐合以及污染物二次转化并加剧污染。 相似文献
2.
利用全国空气质量指数(Air Quality Index,AQI)、PM_(2.5)地面观测数据、全球数据同化系统GDAS数据和FNL再分析气象资料,研究了2015/2016年冬季南京北郊空气质量变化特征以及环境输送条件和污染物源区。结果表明:以AQI为代表的冬季江淮地区污染程度存在3种典型的污染物跨区域输送路径—西北路径、北方路径和西南路径。西北路径通常发生在蒙古高压较强,且处于平均位置时刻,南京北郊上空有冷平流,不利于污染物扩散;北方路径对应蒙古高压弱,东北附近为弱高压控制,偏北气流将污染物带至南京北郊,如跨海洋,则污染减弱;西南路径对应南京北郊为边界层内反气旋式环流中心,下沉气流十分不利于污染物扩散。影响南京北郊污染的潜在源区主要分布在河北南部、山东西部、河南南部、安徽东部和湖北西部。河北省是重要的污染源区,河北南部和山东西部污染物通过北方路径输送至南京北郊,因此北方路径虽发生污染概率少于其他两种,却是形成南京北郊严重污染的重要路径。河南南部污染物通过西北路径输送。安徽和湖北污染物通过西南路径输送。定量分析表明,平流输送是南京北郊重度污染的重要原因,近地层风速对AQI的平流输送占AQI变化的贡献率超过70%,甚至可达85%。 相似文献
3.
《气象学报》2017,(6)
长三角4个省会(直辖市)城市(上海、南京、合肥、杭州)中,合肥与南京的PM_(2.5)浓度演变有较高的一致性。应用聚类分析的方法对2013—2015年合肥非降水日(日降水量低于10 mm)100 m高度(代表近地层)和1000 m高度(代表边界层中上部)的72 h后向轨迹进行分类,结合合肥2013—2015年PM_(2.5)日均浓度资料,探讨近地层和边界层中上部输送轨迹与长三角西部PM_(2.5)浓度的关系。近地层和边界层中上部分别得到7组和6组不同的后向轨迹;不同输送轨迹对应的PM_(2.5)浓度、重污染(重度以上污染,PM_(2.5)日均浓度大于150μg/m3)天数、能见度、地面风速、相对湿度等都有显著不同,尤其是在近地层。100 m高度,平均长度最短、来向偏东的轨迹组对应的PM_(2.5)浓度均值最高(约是组内均值最低值的2倍)、重污染天数最多,且占比最高(30%),重污染日对应的气流在过去72 h下降高度均值仅28 m,明显低于其他PM_(2.5)污染等级日;来向偏西北、长度较短的轨迹组,PM_(2.5)浓度均值和重污染天数为第2高,这一类轨迹占比14%,气流到达本地前存在明显的下沉运动,反映了远距离输送加剧本地PM_(2.5)重污染的特征。这两类轨迹常对应PM_(2.5)日均浓度的上升。PM_(2.5)平均浓度最低的2个轨迹组分别是来自东北和西南的较长轨迹组,所占比例分别为6.4%和10.3%,这2类轨迹往往对应着PM_(2.5)日均浓度下降。1000 m高度的结果与100 m高度结果类似,但PM_(2.5)平均浓度的组间差异不及100 m高度,与2001—2005年PM10浓度与输送轨迹的关系不同。对3 a中84个重污染日两个高度的后向轨迹进行聚类,近地层和边界层中上部各得到7类和6类PM_(2.5)重污染日的天气形势。近地层92%的重污染日对应的海平面气压形势场上,从华北到华东属于均压区,气压梯度小,轨迹来向以偏东到偏北方向为主,垂直方向延伸高度在950 hPa以下。1000 m高度,77%的重污染日属于相对较短的轨迹组,对应的850 hPa高度场特征为从中国西北(新疆)到东南受高压控制,长三角或位于高压底部,或位于两高压之间的均压区。这对PM_(2.5)浓度预报有较好的指示意义。 相似文献
4.
基于肇庆市2014—2018年PM_(2.5)质量浓度数据,使用HYSPLIT模式计算肇庆市干季的后向气流轨迹,并应用聚类分析法、潜在源贡献因子分析和质量浓度权重轨迹分析方法评估PM_(2.5)污染物的外来输送特征和潜在源区。结果表明:(1)2015—2018年肇庆市PM_(2.5)污染维持在较高水平,2017—2018年PM_(2.5)污染略有加重趋势;(2)污染较重的月份主要在1—4和10—12月,1月PM_(2.5)污染最严重,而6月PM_(2.5)质量浓度最低,5、7和8月无PM_(2.5)污染超标;(3)全年PM_(2.5)日平均质量浓度与风速相关性最高,干季与风速的相关系数有所提高;(4)干季影响肇庆的气流有5条,其中超过1/2源自东北和偏北方向的气流,来自东北方向的气流轨迹对PM_(2.5)污染贡献最高,其次来自偏西方向绕过珠三角北部进入肇庆的轨迹和广东省内短距离输送的轨迹;(5)肇庆市干季PM_(2.5)外来输送潜在源区主要位于肇庆辖区内和珠三角中南部城市以及粤东、粤东北部分地区,其中佛山、珠海、中山、东莞、惠州、广州南部对肇庆PM_(2.5)质量浓度贡献均超过60μg/m;。 相似文献
5.
对2015年3月至2018年2月共36个月荆门市PM2.5浓度值按月和季节作特征分析，利用HYSPLIT轨迹模型对污染最为严重的冬季进行后向48h气团轨迹模拟。结果表明：PM2.5月均浓度表现为1月最高，达到107μg/m3，7月最低，为30μg/m3，冬季平均值为92μg/m3，显著高于其它季节，并且冬季高浓度PM2.5主要与本地地面5—11m/s的偏北（N、NNE）大风伴随出现；气团轨迹分为西南、东北、西北三个路径，近地面传输的东北路径和高空传输的西南路径气团均引起PM2.5浓度升高，而西北路径气团整体上对污染物具有一定清除作用；东北路径方向的河南以及靠近荆门市的西北、西南向地区为48h的潜在源贡献大值区。在通过气象条件定性判断荆门未来的PM2.5浓度变化时，因东北路径近地面传输的特性，应关注上游潜在源区内地面站点PM2.5的浓度值；对于高空传输的西南路径，应关注高空水汽的输送情况，以及轨迹高度下降地区即水汽的沉降区是否在潜在源区；西北路径为干冷空气的高空传输，在较接近荆门时轨迹高度才开始明显下降，应关注西北方向近距离潜在源区的地面站点PM2.5的浓度值。 相似文献
6.
针对2016年西宁市区稳定和沙尘两种不同天气形势,基于后向轨迹气团的聚类分析法、潜在源贡献因子法(PSCF)和浓度权重轨迹分析法(CWT),结合市环境监测站PM_(10)浓度质量资料,分析了西宁市区不同天气形势下不同来源区域PM_(10)质量浓度的贡献影响及其潜在源区。结果表明:西宁市区稳定天气PM_(10)均来自青海省境内,PM_(10)输送路径以西方和东方转向路径最多,占总轨迹数的34.78%和30.43%;西方路径主要从青海省格尔木市向东输送,东方转向路径则从西宁市西部地区向东转而向西输送,两者经过的地区均没有明显的沙源;PM_(10)的潜在贡献源区主要在西宁市区及其北部与大通县和互助县交界地区。沙尘天气PM_(10)输送路径除了以来自青海省海西州的西方路径为最多外,甘肃省河西走廊的东方转向路径也较多,占比分别达到42.11%和36.84%;西方路径PM_(10)主要从沙漠地带南疆—青海省海西州西部向东输送,东方转向路径PM_(10)则经河西走廊沙源地进入西宁市区;PM_(10)污染主要是PM_(10)由沙源地输送进入西宁市区聚集所造成。地形对PM_(10)的输送路径有较大的影响。 相似文献
7.
2013—2014冬半年北京重污染天气气象传输条件分析及预报指数初建 总被引：5，自引：1，他引：4
本文结合地面常规观测资料和空气质量数据,利用聚类分析方法对2013—2014年冬半年北京地区的气象传输轨迹特征进行了统计分析,并通过潜在源区贡献法(PSCF)分析了污染物的潜在源区。结果表明:影响北京的气团主要来自西南、偏东和西北三条路径,其中西南和偏东路径中重污染天气的出现概率分别为56.58%和43.80%,为典型的污染物传输路径。潜在源区分析发现,高PSCF值主要对应西南和偏东轨迹气团所影响的山东西部、河北中南部及天津等地,其形成与下垫面排放及气团移动速度有关。在此基础上,结合PM_(2.5)排放源强度构建传输气象指数,经检验发现与PM_(2.5)浓度的生消变化有较好的一致性,且有约6 h的预报提前量。将传输指数与天气分析相结合,有助于加深对重污染天气成因的理解,并在预报评估中发挥参考作用。 相似文献
8.
《广东气象》2017,(3)
2014年深圳市东北部吓陂监测站PM_(2.5)的年均质量浓度为47.0μg/m~3,在全市处于较高污染状态,并呈现出冬季秋季春季夏季的季节变化特征。气象要素的分析表明,2014年吓陂监测站夏季时降水较多、湿度最大、风速最大、气温最高、边界层高度最高,最有利于污染物的扩散和清除;冬季时降水最少、湿度最小、风速最小、气温最低、边界层高度最低,最不利于污染物的扩散和清除。后向轨迹聚类分析表明,吓陂监测站的后向轨迹主要分为5类,其中来自北方内陆地区的气团污染最重,来自南海地区的气团污染最轻。进一步利用潜在源贡献因子进行源区识别分析,结果表明:2014年吓陂监测站的PM_(2.5)主要来源于本地源的排放及周边地区(尤其是广东东北部地区)的短距离输送,此外江西等内陆地区的长距离传输在一定程度上也可能导致吓陂监测站PM_(2.5)质量浓度的升高。 相似文献
9.
根据2008—2015年上海崇明东滩大气成分观测站(以下简称东滩站)大气颗粒物(PM)观测数据,分析其浓度水平、变化趋势、影响气团和潜在源区。结果表明,2008—2015年东滩站PM质量浓度的长期变化趋势不显著,但细粒子(PM_(2.5))比例不断升高。PM_(2.5)/PM_(10)从0.84上升至0.92,表明二次气溶胶占比趋于增加。对8年大样本数据进行后向轨迹聚类,发现东滩站主要受大陆型、海洋型、大陆/海洋混合型气团影响,三者所占比率分别为32.0%、38.8%、29.3%。海洋型气团中PM_(2.5)本底质量浓度为11~15μg·m^(-3),而大陆型气团中PM_(2.5)本底质量浓度的季节差异显著,在29~56μg·m^(-3)波动,对东滩站具有明显的输入效应。东滩站PM_(2.5)的潜在源区随季节变化,秋季和冬季主要受华北、黄淮、苏皖影响,春季收缩至苏皖和浙江北部,夏季则转换至长三角南部的浙江及浙闵沿海。总体而言,上海及周边的苏锡常、杭嘉湖对东滩PM_(2.5)浓度贡献最显著,来自渤海、黄海近海污染回流的贡献也不可忽视。 相似文献
10.
利用宝鸡市2017—2019年PM2.5质量浓度小时数据及相对湿度等气象数据,探讨了宝鸡市PM2.5质量浓度、相对湿度和能见度三者的关系,并利用HYSPLIT后向轨迹模式对3 a冬季重度及以上污染过程主导来源气团进行了聚类分析。研究发现：宝鸡冬季重度及以上污染过程多发生在1月,期间主导风向为西北风和东南风;PM2.5质量浓度与能见度在不同相对湿度条件下有不同的拟合幂函数关系,空气相对湿度>80%时,空气中水汽含量是影响能见度的主要因素,空气相对湿度≤60%时,影响能见度的主要因子是PM2.5质量浓度。2017—2019年冬季宝鸡达重度污染及以上的过程后向轨迹聚类结果略有不同,其中2017年污染以偏北及西南气团近距离输送为主,2018年污染以宝鸡本地积累为主,2019年污染以关中临近城市(西安地区)近距离输送为主;西北路气团移速最快,远距离传输能力最强,偏东路气团移速最慢,远距离传输能力最弱。 相似文献
11.
利用2015—2017年唐山市空气质量日空气质量指数、小时PM2.5浓度和气象数据,分析了唐山市重污染特征及PM2.5重污染生成、消散气象条件。结果表明：2015—2017年唐山市重污染天数为减少趋势,年平均重污染天数36 d。冬季发生重污染天数最多,秋季次之。重污染天气中首要污染物为PM2.5、PM10和O3,PM2.5为首要污染物占比87%,PM10占比6%,O3占比7%。小时PM2.5浓度与相对湿度、总云量、24 h变温正相关,与风速、气温、风向、1 h降水负相关。冬季相关性最好,其次是秋季和春季。90%PM2.5重污染相对湿度均为50%以上,冬季和秋季高达98%;风速大于4 m·s-1时,有0.7%的PM2.5达到重污染;降水对PM2.5有一定清除作用。升温、湿度增加和负变压有助于污染天气形成,生成过程中平均风速为1.8 m·s-1,主导风向为SW,其次是S、W。降温、湿度下降、正变压、降水有助于污染天气消散,消散过程中平均风速为3.1 m·s-1,主导风向为E,其次是NE、N。各方位3 m·s-1的风具有清除能力,偏北风具有较好清除能力,风速较其他方向风速小。 相似文献
12.
基于2014—2018年全国空气质量指数（AQI）和PM2.5质量浓度数据、美国国家环境预报中心GDAS数据和后向轨迹模式,分析研究了湖州市PM2.5浓度变化特征,并筛选出5 a内出现的8次重污染天气过程进行输送特征和潜在源分析。结果表明：湖州地区PM2.5日平均浓度频率分布呈指数分布,高频区主要集中在20—40 μg·m-3之间。污染主要出现在冬季,夏季、初秋为低浓度值,PM2.5小时平均浓度的日变化呈主副双峰型分布特征,其中主峰出现在10时,副峰出现在02时,谷值则在18时,其与NO2和SO2的变动有关。污染主要通过西北和偏东路径进行中远距离传输,其中西北路径传输对湖州地区影响较大,而偏东路径下气团经过海面,夹带的水汽与颗粒物充分混合,会加剧颗粒物的二次生成和老化过程;西南偏西路径和偏南路径对湖州空气污染也有一定贡献,但存在不确定性,个别过程中偏南路径表现为清洁通道。西北路径上的城市群是主要潜在源区,大值区主要集中在安徽中西部。 相似文献
13.
根据海南省环境科学研究院提供的海口站2013—2016年逐日空气污染数据,统计分析了海口市空气质量状况。综合应用高低空环流场、AQI指数结合MODIS卫星蓝光气溶胶厚度图,采用HYSPLIT轨迹聚类分析法、潜在源贡献因子法和浓度权重轨迹分析方法,重点分析了2013年12月海口空气污染的的主要输送路径,并探讨了首要污染物PM2.5和O3的潜在源区。结果表明：冬夏季风风向转换是海口发生空气污染的最主要气象原因,且首要污染物为PM2.5,其次是PM10和O3;海口市空气质量达标率在97.1%,总体较好,AQI指数呈逐年下降趋势;值得关注的是,O3呈逐年稳定上升趋势。大气污染物浓度受污染物排放和环流场共同影响,海口污染日对应的地面天气形势主要有3种类型,冷高压、变暖高压脊和台风外围下沉气流。此次污染过程中污染源是来自北方地区污染物长距离输送影响的结果。污染物个例分析中,首要污染物PM2.5潜在源区主要集中在湖南和江西的交界处、广东沿海地区、广西北部、江西和福建的交界处以及浙江中部地区,这些潜在源区气团沿着轨迹1、2和4通过长距离输送到海口。海口O3质量浓度贡献较大的区域主要集中在湖南和江西的交界处、粤西一带,主要沿着轨迹2将内陆地区的污染源输送到海口。 相似文献
14.
近些年京津冀地区秋、冬季大气重污染事件频发,工业生产与居民燃煤是大气灰霾污染的重要原因。河北省沙河市是京津冀地区以玻璃制造和加工为主的典型工业城市,本研究选取该城市为研究对象,主要利用2017年1月至12月国控站点的大气环境监测和气象数据,采用扩散模型、潜在源分析等手段,分析了沙河市主要污染物的时空分布特征和污染来源。主要结论有:（1）沙河市首要污染物具有明显季节特征,春季、夏季、秋冬季分别以PM10、O3、PM2.5污染为主,季节贡献率分别为43.3%、72.3%、61.5%。（2）受城市大气边界层和排放的共同影响,PM10、PM2.5、SO2、NO2和CO浓度均有剧烈的季节—日变化特征。（3）冬季东北风时PM2.5、NO2、SO2均展现出高浓度和高相关性特征,表明站点可能受东北方向玻璃企业排放影响。同时,站点可能也受城中村散煤燃烧影响。（4）沙河市冬季PM2.5浓度为143 μg m-3。冬季的一次重污染中硫氧化率SOR、氮氧化率NOR的最高值分别达0.67、0.39,气态污染物的二次转化剧烈,高湿度利于二次粒子的生成。重污染中C(NO3-)/C(SO42-)均值为1.89,推测沙河市NO2主要来自大型运输车辆和企业的共同排放。（5）本地源是沙河市PM2.5的主要潜在源区,周边几个重工业城市也有一定贡献。因此本研究建议沙河市PM2.5的治理除需加强本地污染源的削减和控制外,区域联防联控也十分重要。 相似文献
15.
利用贵州省安顺市2015—2019年大气污染物资料和气象资料,分析安顺市空气质量特征和主要大气污染物特征,通过TrajStat软件中HYSPLIT模型的后向轨迹模式,结合GDAS气象数据、PM2.5浓度,分析不同季节输送途径及其污染轨迹,采用潜在源贡献作用和浓度权重轨迹分析方法,分析研究期内所有PM2.5污染日（PM2.5日浓度高于75 μg·m-3）输送轨迹垂直与水平方向分布特征。结果表明: PM2.5是安顺城区主要大气污染物,冬季输送污染轨迹占比较大,输送方向主要为贵州东北方向、偏南方向; 污染日PM2.5输送路径以贵州东北方向近距离输送为主,该类轨迹基本分布在880—980 hPa高度; 潜在源高值区主要集中在贵阳整个地区、毕节织金县、黔西市、金沙县等,高贡献值区主要集中在安顺紫云县、镇宁县、毕节织金县、大方县等。 相似文献
16.
利用多源观测资料综合分析了2015年11月沈阳地区一次PM2.5 重污染天气的气象条件、垂直风场演变、大气边界层特征以及污染物的来源。结果表明:本次重污染过程中,沈阳市区PM2.5浓度长达81h超过250μg · m^-3 ,其中峰值浓度达到1287μg · m^-3 ,重污染期间PM2.5 /PM10 的比例最高为90%。受地面倒槽和黄淮气旋影响,近地面层持续存在的逆温层、高相对湿度和弱偏北风为颗粒物吸湿增长和长时间聚集提供有利的天气条件。风廓线雷达风场资料显示在重污染期间,近地面层存在弱风速区、凌乱风场和弱下沉气流。利用风廓线雷达资料计算了边界层通风量(Ventilation Index,VI)和局地环流指数(Recirculation,R),边界层通风量VI和PM2.5 存在明显的负相关,非污染日VI是重污染日的2倍,局地环流指数R在重污染天气前大于0.9,而在污染期间部分空间R小于0.8。通过后向轨迹模式和火点监测资料分析发现,沈阳上空300m高度气团来自于生物质燃烧区域,而且沈阳地区NO2和CO浓度的变化与PM2.5一致,说明本次重污染过程也可能和生物质燃烧有关。 相似文献
17.
选取中国汾渭平原地区作为研究对象,利用MODIS、OMI和CALIPSO多源卫星遥感资料,同时结合环境监测国控站点污染6要素等逐小时地面环境监测数据以及能见度、霾天气现象记录等地面气象要素资料,综合分析了2013—2018年秋冬季汾渭平原空气质量状况、气溶胶的组分,探讨了卫星遥感气溶胶光学厚度（Aerosol Optical Depth,AOD）与地面污染物浓度的关系,并结合中国气象局化学天气预报系统-EMI评估模式（CUACE-EMI）资料对气象条件和污染减排影响进行评估。结果表明：11个代表城市中有6个城市秋冬季有接近或超过一半的时刻处于污染状态,且污染发生时,各代表城市大多数时刻处于中度及其以上污染级别;三门峡、临汾、运城和西安是霾和重度霾高发的城市,其重度霾爆发频率高达11.63%—14.78%;汾渭平原秋冬季首要污染物为PM2.5和PM10,以污染沙尘、沙漠沙尘和烟尘为主,出现频率分别为36.24%、25.14%和22.96%;MODIS AOD与空气质量指数（Air Quality Index,AQI）、PM2.5、PM10质量浓度之间的相关系数分别为0.72、0.70和0.64;汾渭平原2018年气象条件的变化使PM2.5浓度较2013年、2014年、2015年、2016年和2017年同期上升了17.06%、1.58%、4.34%、11.25%和5.75%,减排措施使PM2.5浓度较2013年、2014年、2015年、2016年和2017年同期分别下降了8.74%、28.01%、4.93%、3.16%和42.62%。 相似文献
18.
基于GRAPES-CMAQ的中山市空气质量预报系统预报效果评估 总被引：2，自引：2，他引：2
对基于GRAPES-CMAQ模式的广东省中山市空气质量预报系统2016年的AQI等级、首要污染物、PM2.5和O3浓度预报数据进行检验评估。预报系统对中山市全年的AQI等级24小时预报TS评分为0.66, TS评分在6—7月最高。当实况AQI等级为一级, TS为0.84, 当空气质量变差时, TS明显下降, 说明模式目前对空气重污染事件的预报能力不足。模式对中山市的主要污染物O3、PM和NO2的预报TS评分分别为0.21、0.24和0.24, 其中对O3和NO2的漏报率达到0.78和0.76, 而PM的空报率高达0.71。预报系统对PM2.5的浓度预报总体略偏高, 相关系数为0.59, 但在霾污染较严重的月份中预报效果并不稳定。对O3的预报全年相关系数达到0.7, 且在O3污染较严重的7—11月, 相关系数均能达到0.5以上, 但这几个月的O3预报浓度均比实况明显偏低。从气象预报入手分析预报系统对10月2—7日中山市一次连续O3污染过程漏报的原因, 发现GRAPES模式对这段时间内整个珠三角地区日间降水的预报范围偏大, 强度偏强, 且预报的地面风速也比实况要偏大, 导致模拟O3浓度比实况明显偏低。 相似文献
19.
利用2016年12月至2017年5月海南省3个地级市（三沙市永兴岛、三亚、海口）监测的PM2.5、PM10数据,对比分析其污染特征。结果表明：相较于海口、三亚,永兴岛空气质量最好,细粒子污染程度最轻且PM2.5、PM10质量浓度日变化最平稳,其主要原因是人类生产活动对空气质量的影响不大。进一步通过分析3个站点的PM2.5质量浓度与近地面气象要素（相对湿度、月总降水量、能见度）发现,永兴岛PM2.5质量浓度与能见度整体呈负相关,永兴岛在不同风速、风向上的PM2.5质量浓度最小,三亚次之,海口最大。永兴岛PM2.5的大值区主要出现在东北风向上,其他方向上的气流则相对比较清洁,且在静风或者微风条件下,永兴岛的初始PM2.5质量浓度比较低。通过每天逐6 h的72 h后向轨迹分析发现,冬季、夏季风影响期间,永兴岛分别受来源于西太平洋、南海的海洋性气流影响,这与永兴岛的空气质量有直接关系。 相似文献
20.
利用空气质量历史监测数据、地面气象要素及激光雷达探测资料,综合分析了2019年1月10—15日长春市一次霾污染过程,探讨了污染过程中污染物和气象要素的变化特征与影响机制。结果表明：此次霾污染过程中12—13日污染最重,PM2.5和PM10质量浓度均超过150 μg·m-3,气溶胶消光最强,超过70%的PM2.5/PM10比值大于0.7,指出了细粒子对重污染事件的贡献;重污染期间近地面风速偏小、相对湿度增加、变压较小,同时低空风出现明显的风向转变,弱下沉运动与逆温以及较低的边界层共同削弱了大气的水平和垂直扩散能力,有利于污染物累积,导致霾污染。500 hPa天气形势表明长春市位于槽前脊后,850 hPa高度场为弱西风,相对湿度大;海平面气压场存在低压气旋及弱西南气流,该气流有利于将污染物输送至长春市,造成霾污染加剧;1月14—15日高空槽加深东移,850 hPa西北气流增强,近地面气压梯度力变大,污染物得到扩散,霾污染逐渐结束。 相似文献