关键词： 长三角地区   霾污染   PM_(2.5)浓度   气象条件  

摘要： 为总结出霾天气发生时的相关影响因子、特征共性,选取长三角地区8个主要城市,2016~2019年秋冬季发生的7次典型霾天气过程,对比分析了3次霾天气过程中AQI、PM_(2.5)浓度、气象要素、天气形势、边界层特征的变化以及污染物来源.结果表明:不利的气象条件及高低空配置的静稳天气型导致霾天气的形成.3次过程AQI指数峰值分别为247、306及272,与PM_(2.5)浓度变化趋于一致.PM_(2.5)浓度和能见度呈明显负相关关系,且污染过程发生时能见度普遍偏低,2、3次过程能见度谷值均低于50m.高相对湿度、稳定的气温及静风与霾过程的形成有着紧密的联系.总体上混合层高度与AQI呈现负相关关系,混合层高度较低抑制垂直对流,从而使污染物在低空区域性积聚,3次污染过程混合层高度最低值均小于100m.逆温层的出现利于霾污染过程中污染物的累积,近地层的贴地逆温将污染物集聚在地表,第1次过程贴地逆温强度高达8.2℃;脱地逆温导致污染物在边界层内堆积并抑制其扩散,均易导致高浓度污染发生,第2次过程脱地逆温为主,强度高达4.8℃.气溶胶类型多为沙尘、大陆型污染物、污染型沙尘及烟粒.污染发生通常受局地排放、区域输送及长距离输送的共同影响,气团携带的因人为产生的细粒子也是造成污染的主要原因之一.

关键词： 霾污染特征   污染成因   气流输送   边界层结构   湍流特征  

摘要： 为研究北京冬季霾污染过程的污染特征和成因,以北京2019年12月一次典型PM_(2.5)污染过程为分析对象,利用气溶胶垂直探测资料、边界层气象场和近地湍流资料,对霾不同污染阶段的特征与边界层理化特性的演变进行综合分析.结果表明:(1)观测期间北京共经历两次污染生消,历时5 d,PM_(2.5)小时浓度最高220μg·m^(-3),超过重度污染标准的时次占比53%.(2)高空稳定形势和地面均压场配置下,来自北京西南城市群地表的气溶胶和水汽传输(占比48%),在近地层偏南弱风(风速1~2m·s^(-1)),贴地强逆温[0.8 K·(100 m)^(-1)]和高湿(相对湿度80%以上)等不利扩散的气象条件下不断吸湿增长,加之本地污染排放,成为霾日维持的主要原因.且随污染加重,气溶胶球形特征逐步显著(退偏比从0.05降至0.02).(3)各湍流统计量(湍流强度、摩擦速度和湍流动能)在重污染发生与结束前提前出现规律性异常突降(小时波动率77%)与激增(超过一个量级的峰值)现象,表明湍流统计量可作为重污染过程发生和结束的预报指标,其中湍流强度响应提前的时长与其峰值后的持续湍流强弱有关.污染累积阶段摩擦速度(0.04~0.21 m·s^(-1))、湍流强度(均值0.678)和湍流动能(均值0.643 m^(2)·s^(-2))等均维持在较低水平,底层大气混合扩散能力较差,对污染持续累积起重要作用.另外晴天和霾天感热通量均由地面向大气输送,且呈明显的日单峰变化特征,霾天感热通量(20 W·m^(-2))较晴天小(60 W·m^(-2));潜热通量则全程在0值附近.

关键词： 霾污染   年际增量   多元线性回归   广义相加模型   短期气候预测  

摘要： 将霾日数年际增量作为预测对象、前期外强迫因子作为自变量,分别运用多元线性回归方法和广义相加模型建立长三角地区冬季霾日数预测模型。综合考察“去一法”交叉验证和循环独立样本实验的结果,选出适用于各个模型较优的建模方法,并对比长三角地区冬季霾日数预测模型(MODEL1)和长三角地区冬季霾日数分月预测模型(MODEL2)。MODEL1、MODEL2的均方根误差(解释方差)分别为2.69(80.01%)、2.76(79.04%),两类模型均能成功捕捉霾日数的年际-年代际趋势和极值。MODEL2预测的霾日数距平同号率(97.3%)优于MODEL1(86.49%),具有良好的距平符号捕捉能力。MODEL1采用11月之前的外强迫因子,可提前一个季度预测冬季霾日数;MODEL2采用更新的外强迫因子,可不断预测每月霾污染状况。通过两类模型组合使用,可更准确预测长三角地区冬季霾日数,为霾污染治理提供可靠的科技支撑。

关键词： 霾污染   气象条件   气溶胶消光系数  

摘要： 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150μg·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 h Pa天气形势表明长春市位于槽前脊后,850 h Pa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 h Pa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。

关键词： 创新集聚   创新网络   空间分布模式   单中心   多中心   霾污染  

摘要： 为了比较分析创新集聚空间分布单中心与多中心两种模式对霾污染的影响机制,本文构建了省域面板数据模型和中介效应模型进行实证检验.结果表明:创新集聚可通过规模效应降低霾污染;但创新集聚空间分布模式对霾污染的影响具有异质性.其中,单中心模式诱发了霾污染,存在创新集聚环境效应悖论;多中心模式对霾污染具有改善效应;随着创新集聚多中心的提高,其霾污染改善效应增强,但具有边际递减特征;能源利用效率是创新集聚空间分布模式影响霾污染的重要渠道之一.基于此,本文建议省级政府推进空间协同创新发展战略,建构省域多中心的创新网络空间组织体系,以此形成多中心协同治霾机制,破解创新集聚环境效应悖论.

关键词： 霾污染   厄尔尼诺-南方涛动   印度洋偶极子   气象要素   气候变化  

摘要： 随着中国经济发展和城市化进程的不断加快,伴随而来的空气污染已成为社会和各级政府亟待解决的关键问题。其中,霾污染事件会直接导致区域环境空气质量下降,造成针对生态系统的恶劣影响,甚至威胁人类健康及生命财产安全。广东,作为中国的经济强省,曾经历大规模的区域工业化和城市化,目前在其人口密度不断扩大的同时也正面临着空气质量日益恶化的挑战。本文讨论了广东霾污染与气象气候因子之间的关系,并定量其对广东霾污染的贡献;其次,分析了厄尔尼诺-南方涛动(ENSO)和印度洋偶极子(IOD)的联合作用对广东霾污染的影响,本研究主要结论如下:(1)1973-2018年广东年平均能见度总体呈下降趋势;1973年至2007能见度持续下降,自2007年后能见度开始回升。从季节尺度上看,广东能见度峰值出现在夏季,其后依次是秋季、春季和冬季,其与大气稳定指数的季节变化特征一致。冬季霾日的平均相对湿度明显高于清洁日的相对湿度,而冬季清洁日的风速则大于霾日的风速。(2)大气污染物排放趋势并不能完全解释广东霾污染的变化趋势,利用“最优逐步线性回归”方法,可得出气象气候因子对PM2.5浓度贡献约为14%。全球暖化和大气污染物排放是霾日长期趋势的重要驱动因素;而在年际时间尺度上,ENSO和IOD则起到关键作用。(3)正相位IOD(pIOD)和El Ni?o同时发生年份与PM2.5异常偏低年份相吻合,当两者共同发生时,西北太平洋西北侧出现异常反气旋,导致异常上升气流,主导风向为西南风,相对湿度增大,其促进丰沛的水汽向广东地区输送,湿沉降作用增强,减缓广东霾污染。(4)基于CART算法和决策树回归模型识别出影响广东冬季PM2.5浓度的气候因子,并证实广东PM2.5浓度受到排放、东太平洋/北太平洋涛动、ENSO、北大西洋涛动、东大西洋、东大西洋-西俄罗斯遥相关型、西太平洋、北极海冰、IOD和太平洋年代际变率气候因子共同影响。于广东地区而言,预测模型性能的理想程度从好到差分别为:CART决策树回归>随机森林>多元线性回归。

关键词： 气溶胶-化学-辐射-边界层反馈   边界层高度   质量快速增长   消光  

摘要： 尽管已有很多对我国雾霾形成机制的研究,但仍然令人困惑的是以高浓度颗粒物为代表的雾霾事件往往会在相对干净的时期之后的几个小时内快速形成。研究表明,雾霾污染是由大尺度的气象参数变化诱发的,并由本地污染排放和气溶胶-辐射-边界层的反馈所加强。然而,现在仍然缺乏关于反馈过程中关于大量气溶胶质量累积的详细化学过程和驱动因素的了解。本研究基于北京化工大学气溶胶与雾霾实验室观测站获取的实时在线气溶胶数浓度分布、气溶胶质量浓度和化学成分、高氧化态有机分子(HOMs)与白天边界层高度的高质量观测,结合米散射模型,定量分析了气溶胶化学成分以及粒径分布对消光的贡献,探讨了气溶胶消光的粒度分布和化学成分随着混合层高度变化。结果表明:(1)当边界层高度从高到低(分别对应于相对清洁和污染的条件)变化时,气溶胶质量浓度和硝酸盐含量显著增加。干粒子直径在300 nm～700 nm的颗粒,尤其是气溶胶中的硝酸铵和液态水,对冬季霾期间的能见度下降有很大影响。(2)气溶胶成分对边界层高度的依赖性表明,在低边界层高度条件下,硝酸铵和气溶胶含水量增加最多,这可能进一步触发了大气中硫酸盐和有机气溶胶的非均相反应。其结果是形成了更多的硫酸盐、硝酸盐和水溶性有机物,从而增强了气溶胶的吸水性和消光能力。本研究的结果有助于更详细地了解气溶胶-化学-辐射-边界层反馈机制和气溶胶质量快速增长和重霾污染事件形成的原因。

关键词： 霾污染   东亚冬季风   遥相关   预测  

摘要： 长三角遭受严重霾污染的危害,对社会造成重大影响。本文运用统计学方法讨论12月和1月长三角地区的霾特征,分析相关的大气环流和局地气象条件异常,并和华北地区做对比。最后,改进模式预测的气象要素,进而预测长三角地区的霾日数。主要结论如下:（1）长三角北部的霾更严重,霾年际变率大的地域与平均态上霾严重的区域一致。从背景场来看,12月长三角北部地区呈现弱下沉运动;长三角位于风向的转折区;温度均值在零度以上;南部降水量比北部大,与相对湿度分布一致。1月长三角北部的下沉运动有所减弱;相对湿度相对于上个月有所增加;近地面的温度依然呈现上冷下暖的分布,但温度差在减少;行星边界层高度比起上一月略有升高;降水比起上月有所增加,和本月相对湿度的增加变化一致。（2）12月长三角的霾主要受斯堪的纳维亚遥相关型的影响,而1月该模态的影响在减弱。12月和1月不利气象条件分别限制了长三角地区霾的垂直和水平扩散。1月比起上月,局地下沉运动对应的降水异常和长三角地区霾之间的反相关关系更稳定。两个月的东亚季风对长三角地区霾总体是负贡献,但控制力较弱。对比之下,12月华北的霾主要受东大西洋/西俄罗斯遥相关型的影响,而1月环流模态的影响在减弱。影响华北地区12月和1月霾的局地条件比较类似,且只有1月异常上升运动对应的降水异常对霾日数呈现正贡献。（3）对来自美国第二代气候预测系统模式中的气象要素进行订正,这些气象要素能够显著影响长三角地区霾的扩散条件,订正因子采用模式中预测良好的海温和模式中预测的气象因子,订正后的气象因子与观测值的相关系数表现良好。运用改进后的反气旋、南北温差、降水指数对长三角12月（1月）霾日数进行拟合,发现使用订正指数的模型要优于使用非订正指数的模型,它们与观测的霾日数的相关系数分别为0.66和0.63（0.70和0.66）,证明基于订正后的气象指数对长三角地区霾日数的预测能力有所改进。

关键词： 霾污染   大气边界层   气溶胶   辐射强迫   反馈机制   阈值效应  

摘要： 城市霾污染过程主要受颗粒物理化过程、大气边界层结构及其相互作用影响。大气边界层结构在一定程度上决定和影响着大气污染物在边界层内的扩散、传输和累积。已有研究发现，边界层气象条件与霾污染过程具有显著相关作用，而气溶胶直接辐射效应对边界层结构具有重要影响。论文基于北京城区精细边界层结构演变特征探测，结合颗粒物污染特征和气溶胶光学辐射特性观测和反演，系统分析了霾污染过程与大气边界层热动力过程的相互关系，分析了大气边界层动热力结构差异对大气霾污染演变的影响，揭示了北京城市典型霾污染过程中气溶胶与边界层反馈机制，发现了气溶胶辐射强迫影响边界层结构阈值效应。具体结果如下:　　采用高精度微波辐射计和多普勒测风激光雷达系统探测获取了高分辨率精细化边界层结构。微波辐射计温度和相对湿度廓线探测在低层大气（～300 m以下）精度高。温度探测偏差范围～-1-0 ℃，相对湿度偏差范围～-6％-6％。与探空观测相比，微波辐射计在大气边界层（～2000m以下）探测偏差最小;温度探测偏差范围～-2-0℃，水汽密度和相对湿度探测偏差范围分别为～-0.5-0 g m-3和～-10-0％。多普勒测风激光雷达水平风速探测在大气低层（～300 m以下）最大偏差不超过1 m s-1，在边界层～1200m以下偏差范围～-0.5-0m s-1。综合对比实验表明，在低层大气（～300 m以下）和大气边界层内（～1000-2000m以下），论文采用的微波辐射计和多普勒测风激光雷达探测精度较高，具有很高的可靠性。　　北京秋冬霾污染过程存在气溶胶-边界层反馈机制。系统观测表明，北京城区秋冬季高浓度PM2.5、PM10主要来源于人为气溶胶的贡献，主控气溶胶消光特性与大小;人为细粒子浓度越高，散射性越强，会导致更强的气溶胶辐射强迫。结合大气边界层结构要素的同步高精度探测，论文揭示了北京城市典型霾污染大气边界层物理过程及气溶胶-边界层反馈。第一个阶段为传输阶段，PM2.5、PM10、气溶胶光学厚度(AOD)和大气湿度随持续的南风(风速～5m s-1)迅速上升。第二阶段为累积阶段，受南风输送和高气溶胶负荷与气象因子相互作用的共同影响。下一阶段为重污染阶段，弱风或静风条件下（风速～0-2m s-1），污染物和水汽的外来输送消失，气象因子与高气溶胶负荷之间不断相互作用造成了持续的高颗粒物浓度（PM2.5达～125 μg m-3;AOD达～1.38）。上述两个阶段的相互作用被认为是反馈效应。已存在的气溶胶层的显著辐射强迫促进了接地逆温(0-0.3 km)和脱地逆温(～0.7-1.5 km)的形成，逆温强度～1-2℃ 100m-1。相反，随着逆温的存在，水汽和颗粒物累积，高湿度环境（水汽密度增加至～6-8 gm-3）有利于气溶胶物理化学反应的产生，进一步增加大气颗粒物浓度。正是气溶胶与边界层之间的反馈作用使大气霾污染得以持续。最后阶段为消散阶段，干洁强北风（风速～5-15m s-1）打破边界层高湿度（水汽密度降低至0-2 g m-3）、强逆温过程（逆温消散），终止气溶胶与边界层的反馈过程，结束了空气污染事件。　　大气边界层热力结构对颗粒物污染持续爆发或快速消散具有关键影响。北京典型霾污染过程可分为持续和非持续霾污染过程。在污染前两天内，两类污染过程与边界层结构演变特征相似;而在污染后两天内，一类污染过程表现为污染的持续和爆发，PM2.5在白天维持～120 μg m-3并午夜增加至～150 μg m-3而爆发，另一类表现为污染的迅速消散，PM2.5在几个小时迅速降低至～20 μg m-3而快速消散。在相同的排放情景下，大气边界层动热力结构的差异导致了污染演变呈现持续和非持续。强劲北风（风速～10-15 m s-1）使得之前形成的稳定结构消散，气溶胶-边界层反馈机制被打破，稳定大气层结逐渐发展为对流或中性层结（虚位温梯度为负值，即(a)θv/(a)z＜=0），颗粒物和水汽快速扩散。弱风条件下的静稳天气使得逆温结构得以维持（0-0.3 km为接地逆温，～0.5-1.0 km为脱地逆温），气溶胶-边界层反馈机制继续作用使边界层继续稳定(假相当位温梯度((a)θse/(a)z)为正值和湍流动能(TKE)很小），颗粒物浓度继续增加并爆发。具有正(a)θse/(a)z值(～1-2℃ 100m-1)且弱大气湍流动能TKE(～0-0.5 m2 s-2)的极稳定大气层结是霾污染持续爆发的前提，也是气溶胶-边界层反馈机制得以维持并使污染持续的关键。　　大气颗粒物污染气溶胶辐射强迫对边界层结构影响具有阈值效应。长期探测结果表明，气溶胶辐射强迫对边界层热力过程的能量扰动|SFC-ATM|（SFC:为气溶胶对地表辐射强迫，负值;ATM:为气溶胶对大气辐射强迫，正值）与PM2.5浓度之间存在显著正线性关系，PM2.5浓度越高，气

关键词： 霾污染   热带印度洋海温   南极海冰   CAM4   CESM-LE  

摘要： 近年来,长三角地区的霾污染频发,严重影响了居民的身体健康,给生活带来许多不便。本文利用重建的霾日数据、再分析数据、CESM-LE和CAM4模式数据分析了与长三角冬季1月霾日数相关的局地气象条件,并重点研究了前期南极海冰和热带印度洋海温对霾污染的影响及物理机制,加深了对霾污染和南半球外强迫响应的了解。 结果表明:秋季南极海冰和12月热带印度洋海温与长三角冬季1月的霾日数存在显著的正相关,特别在1999-2017年关系加强,系数分别为0.66与0.6,可以通过99%的信度检验,并且两个南半球外强迫信号之间也存在一定的联系。12月热带印度洋海温增加,通过非绝热加热,1月在对流层高层激发异常的反气旋性环流,类似于MatsunoGill模态,随后在下游地区激发一系列的Rossby波列,将信号从热带地区传输至东亚地区,随后向日本海和阿留申群岛传播。长三角地区上空受气旋性环流控制,北部盛行异常的纬向东风,削弱东亚急流。从局地来看,受海温影响,在对流层激发了二级环流,长三角上层以干空气为主,在下沉运动的作用下削弱湿清除作用。下沉运动到达地面后,盛行偏南风,风速减弱,气温升高,再加上上层的暖空气异常,有利于减弱东亚冬季风。此外,在华北地区盛行西北风,其偏北风和南部的偏南风在长三角附近辐合,有利于霾颗粒的堆积。上述的这些有利条件都将加剧长三角地区的霾污染。CAM4模式的结果验证了上述的物理机制,并表明当海温出现正异常时更容易影响长三角区域的霾污染。 受大气环流的影响,秋季南极海冰与南印度洋-太平洋的海温梯度存在协同变化,借助海温梯度的记忆作用,异常的信号得以储存。海温梯度通过影响潜热和感热通量,导致12月热带印度洋的海温增加。通过该地海温的桥梁作用,将信号从南半球传至北半球,进而影响长三角冬季1月的霾污染。此外,在1999-2017年,海冰密度的趋势发生明显的转变,在2014年前呈上升趋势,而在2014年后呈下降的趋势,相应的海温梯度、热带印度洋海温、长三角的风矢量、霾日数也呈现一致的变化。利用CESM-LE数据设计的数值试验验证了上述的物理机制,表明了海冰和海温梯度的协同作用和热带印度洋海温的桥梁作用。