大气污染与防治第一专题

引自上世纪60年始，气象条件对空气污染作用的问题就一直备受关注，比较常见的的分析结果均表明[1-3]PM25、PM10、CO、SONO2浓度最大值出现在冬季、最小值出现在夏季，O370%是气象条件变化导致的；污染物浓度与风速、混合层高度和降水呈负相关，O3浓度与温度呈正相关，PM25PM10要大。第二种方法，通过分析空气污染过程对应的天气形大气环流类型与大气污染的关系，发现东北向的梯度风会引起NO2和O3浓度偏高20%；在较强的反气旋作用下PM10的最大值增加20%。Chen等[5]采用1873-1995年的海平面气压月均值资料，根据天气型分类法获得了瑞典27个大气环流型，为研究了污染气象条件提供了有效的工具。随后针对北欧地区空气质量的研究[6-8]表明，天气型与大气颗粒物浓度和NOX浓度有较好的对应关系；并得到了容易导致高NOX浓度的天气类型；提出天气型和西洋涛动（NAO）指数对北欧城市空气污染的作用具有独立性，可以在空气污染风险评估和预测中应用。此外，[9]利用T-mode主成分分析法建立了京津冀地区冬季染气象条件的长、中、短期变化和对污染潜势进行预测。徐大海等[10]基于箱模式理论提出通风量的分布；此后，又基于大气平流扩散方程建立了大气污染潜势指数的预报方程乘以高度的积分定义为通风系数，以此研究污染气象条件的气候分布特征。等[16]建了矢量和方法，有效分析了珠角洲地区典型霾天气和清洁对照过程形成的区域输送条件，证实了2005年较2004年有较强的平流输送能力。随后等[17]利用Micaps3.0系统的K试了对灰霾天气和无视程天气进行预报。Wang等[18]根据观象台2000-2007年7-9月的地面气象观测和PM10监测资料，构建了与空气质量相关的气象因子M指数（parameterslinkingairqualitytometeorologicalelements。M节和地理因素。[19]结合历史数据统计和预报经验，挑选发生大气污染时的气象要素10个对静稳天气具有较强指示意义的气象要10个要素的分指数求和得到了静稳天气综合指数（SWI。 （1）其中为大气中的污染物浓度，Q为大气污染物在空气体积τ内的排放量，为风矢量为湍流风速矢量，为干沉降速度，为湿沉降速度，S为底面积，I为化学转化作用造假设城市是一个底面积为S的箱体，其水平尺度即为，高度为混合层高度H，大气污 （3）其中为大气通风量，定义为：

中湿沉降速度VW表达为雨洗常数Wr与降水率R的乘积，即，S为底面积。假设典型污染物的空气质量控制浓度为Cs，则由式（3）和（4）可得到箱体内典型污染物最大 （6）其中雨洗Wr6×105；R为降水率，即单位时间内的降水量[21]CsPM250.075mg/m3的约束条件下，定义单位时间、单位面积上大气平流扩散和降水所能清Index，即 （7）1414时大全天大气对污染物总体清除能力的大气自净能力指数的计算为：（8）其中ASI为大气自净能力指数，单位t/d/km2；n为一天中降水的小时数，R为每小mm/hS100km2 （9）WRFWRF模式输出的地表感热通量、地面温度、地表粗糙度和摩擦速度首先计算-长度，然后判断大气稳定度[22]。采用中尺度气象模式WRF，设置两重嵌套网格，第一重和第二重网格距分别为45km和15km、网格数分别为180*160和361*301，第二重网格覆盖了全部的陆。模式垂直分层36层，并在近地层进行了加密，以保证200m高度以下有9层。用全球大气环2013102017210、11、121、2月的逐日平均大气自净能力指数与图1为市和京津冀平原地区2013-2017年秋冬季逐日平均大气自净能力指数与相应的图1（b）中的大气自净能力指数为京津冀平原地区所有网格点上的大气自净能力指数平均值；其中的AQI值为、、廊坊、保定、石家庄、邢台、邯郸、衡水、沧州、、秦皇岛共11个城市的日AQI值的平均。可以看出，大气自净能力指数与空气质量AQI成年平均大气自净能力指数分布（图2）可以看出，盆地和塔里木盆地的大气自西侧的青藏高原、南侧的云贵高原和北侧的秦巴山脉的环抱之中，海拔高度落差1000-4000m，无论是在偏北的冬季风环流，还是在西南夏季风环流的背景下，都处于背风“死大气自净能力指数，总结出大气自净能力指数低14t/d/km2时，容易出AQI200的1414t/d/km2的当天为一个低自气候变化特征。图3是1961-2017年每10年平均全年低自净能力总日数分布的演变，20002011-2017年增长幅度较大。由于大气年冬季（121-2月）平均大气自净能力指数和低自净能力日数的长期变化，边6省（区、市）APEC会议空气措施，11月6日，、、河北8个市个直管县、山西省3个市、山东省6市启动实施最高一级重污染天气应急减排措施，内距最近的察布市扩大了停产、限产范围。根据环保部门分析[23]，APEC会议期间市PM25、PM10、SO2、NO2的浓度分别较近5年降低45%、43%、64%和31%；APEC会议期间燃煤锅炉贡献2%左右、扬尘贡献7%左右、机动车贡献76%左右；市及周边地区针对可能发生的污染过程采取的减排保障措施对PM25浓度具有明显的削峰降速作APEC201410452014106111211AQI的平均值和大气自净能力指数较近10年（2003-2012年）同期的距平百分率的对比。可以看出，空气质量重污染等级与大气自净能力指数距平百分率的低值是对应的。例如，108-11日京111027-41%，导致了持续1081%，相应的空气质量转变为一级；1018-20、23-2529-31日大1032%、41%36%，空气质量又达到重污染级别，1168-1011个城市连续3天大气自净能力较近10年同期平均偏低33%、45%52%104次重污染过程中大气自净能力都差的情况下，京津冀平原地区平均空气质量保持了2好，1天轻度污染，而且市8-10日的空气质量均保持在良好等级。因为大气自净能力指数与大APECAPEC会议期间的大气污染防控措施的效果显著。为了定量评估大气污染防控措施的实施效果，按照图1（a）给出的市大气自净能力指数与空气质AQI的拟合关系，推算118-10AQI258、450和587，实际监测的市AQI分别为93、80和95，减排措施使空气质量AQI分别降低64%、82%和84%。按照图1（b）给出的京津冀平原地区平均大气自净能力指数与空气质量AQI的拟合关系，推算出118-1011个城AQI分别为和。实际监测的京津冀地区个城市平均AQI99、149192AQI分别降40天逐小时的低空大气各层风速、温度以及地表感热通量、摩擦速度、混合层高度等相关大气边界层气象要素场；再根据本文（9）计算大气自净能力指数（图6。WRF模式采用双重嵌套，外重网格距45km，内重网格距15km，内重网格覆盖。延伸期-月尺度大气污染潜势预测系统每天运行一次，在IBM1600计算机上使用256个CPU的条件下，需2014-2016年京津冀地区主要空气污染过程进行了回报实2105%时，可以预测一次图6延伸期-201512327-10日，11城市平均AQI4天超过200；一次是20-25日，11城市平AQI6天超过11个城市。因此，在进行大气污染潜100m的平原地区所有网格上的大气自净能力指数2次过程中，大气自净能力指数距平百分率5%标准1119-26日，空报了1926日两天8是采CFSR再分析资料驱动WRF模拟的大气自净能力指数与空气质量指数AQI的对比，可以看到相关系数达到了0.85。图 图8采用WRF模式回算 220043-4日、11-12是从2016年12月30日至2017年1月8日。图9是分别于2016年11 、 料驱动WRF模拟的大气自净能力指数与空气质量指数AQI的对比，相关系数为0.63。 -日起报的 日-京津冀地区逐日大气自净能力指 在延伸期-月尺度大气污染潜势预测中，月动力延伸气候预测模式DERF2.0是决定预测效果的，WRF模式的作用是降尺度和为大气自净能力预测提供大气边界层气象要素场。从以上两个预测实验个例中的WRF模式数值模拟结果可以看出，大气自净能力指数与空气结本文应用大气自净能力指数开展了对1961年以来大气自净能力的长年变化趋势分析、2014年APEC会议期间大气污染防控效果分析和延伸期-月尺度大气污染潜势预测大气自净能力指数反映了空气污染过程中的主要大气物理过程机制，2013-2017年秋冬季京津冀平原地区的大气自净能力指数平均值与对应的11个城市的空气质量AQI平均值相关系数为0.63，说明大气自净能力指数能够较好地定量表达污染气象条件。对1961-2017年大气自净能力指数的分析表明：大气自净能力的地区分布在盆地和塔里木盆地，大气自净能力最强的地区分布在青藏高原、高原、采用大气自净能力指数评估APEC会议期间大气污染防控措施的实施效果得到，11月8-10日不利扩散气象条件发生期间，减排措施使市空气质量AQI平均降低77%，使京津冀平原地区11个城市的空气质量AQI平均降低37%。DERF2.040WRF模式的JianjunHe,SunlingGong,YeYu,etal.Airpollutioncharacteristicsandtheirrelationtometeorologicalconditionsduring2014-2015inmajorcities[J].EnvironmentalPollution,2017,223,484-496.LiLi,JunQian,Chun-QuanOu,etal.SpatialandtemporalysisofAirPollutionIndexanditstimescale-dependentrelationshipwithmeteorologicalfactorsinGuangzhou,,2001-2011[J].EnvironmentalPollution,2014,190,75-81.HongliangZhang,YungangWang,JianlinHu,etal.Relationshipsbetweenmeteorologicalparametersandcriteriaairpollutantsinthreemegacitiesin [J].EnvironmentalResearch,2015,140,242-254.JohnL.Pearce,Jasonberinger,NevilleNicholls,etal.Investigatingtheinfluenceofsynoptic-scalemeteorologyonairqualityusingself-organizingmapsandgeneralizedadditivemodelling[J].AtmosphericEnvironment.2011,45,128-136.ChenD.L.AmonthlycirculationclimatologyforSwedenanditsapplicationtoawintertemperaturecasestudy[J].InternationalJournalofClimatology.2000,20,1067-1076.MariaGrundstrom,LinTang,MattiasHallquist,etal.Influenceofatmosphericcirculationpatternsonurbanairqualityduringthewinter[J].AtmosphericPollutionresearch.2015.6,278-285.M.Grundstrom,C.Hak,D.Chen,etal.Variationandco-variationofPM10,particlenumberconcentration,NOxandNO2intheurbanair–relationshipswithwindspeed,verticaltemperaturegradientandweathertype[J].Atmosphericenvironment,2015.120,317-327.Tang,L.,Chen,D.,Karlsson,P.E.,Gu,Y.,Ou,T.SynopticcirculationanditsinfluenceonspringandsummersurfaceozoneconcentrationsinsouthernSweden[J].BorealEnviron.Res.,2009,14,889-902.，，，等.京津冀地区冬半年空气污染天气分型研究.中国环境科学.2017,徐大海，．我国大陆通风量及雨洗能力分布的研究[J]．中国环境科学，1989，9（5）：367-徐大海，．大气平流扩散的箱格预报模型与污染潜势指数预报[J]．应用气象学报（1）：2-，徐大海，等.城市空气污染数值预报系统CAPPS及其应用[J]267-Ashrafi,Kh.,Shafie-Pour,M,etal.EstimatingTemporalandSeasinalVariationofVentilationCoefficients[J].Int.J.EnvironRes.,2009,3(4):637-644.MARIAI.GASSMANN,NICOLÁSA.MAZZEO.AirPollutionPotential:RegionalStudyinArgentina[J].EnvironmentalManagement.2000,25(4):375-382.PraveenaKrishnan,P.K.Kunhikrishnan.Temporalvariationsofventilationcoefficientatatropical stationusingUHFwindprofiler[J].CurrentScience,2004,86(3):