2019, Vol. 39
[PDF全文]
2. 浙江省气象科学研究所, 杭州 310008;
3. 宁波市奉化区气象局, 宁波 315500
2. Zhejiang Institute of Meteorological Sciences, Hangzhou 310008;
3. Fenghua District Meteorological Bureau of Ningbo City, Ningbo 315500
气溶胶粒子是指悬浮在大气中的直径为10-3~100 μm的固体或液体粒子, 其中的PM10和PM2.5分别指空气动力学直径≤10 μm和≤2.5 μm的细颗粒物, 是大气复合污染最重要的特征污染物, 通常用质量浓度表示.PM10和PM2.5粒径小, 能直接进入肺部, 严重危害人体健康, 同时能随气流进行远距离输送, 在合适的气象条件下, 形成区域性霾.虽然雾和霾都会影响能见度, 有时还可相互转换, 但霾的本质是细粒子污染(吴兑, 2013).
污染排放和气象条件是影响大气污染的两个最重要的因子(张人禾等, 2014；廖晓农等, 2015), 前者是内因, 后者是外因.研究表明：大气污染主要由上游污染物的输送和本地扩散条件较差引起的污染物累积造成(赵敬国等, 2015).国内外很多学者提出了一些与空气污染相关的气象要素或气象指数, 用来反映大气扩散条件对空气质量的影响.张莹等(2018)针对华北地区冬半年空气污染天气进行了客观分型研究.大气混合层高度反映了大气在垂直方向的扩散能力(李梦等, 2015), Pasch等(2011)研究发现, 混合层高度越高、边界层内风速越大, 大气通风效果越好, PM2.5浓度则相对较低.Wu等(2013)得出不利的天气形势会导致大范围持续的重污染过程, 较小的通风系数不利于污染物的扩散.张磊等(2013)和王爱平等(2014)通过后向轨迹的滞留时间和污染物排放强度场, 设计了可以评估污染物平流传输的输送强度参数, 花丛等(2016)在此基础上, 构建了传输气象指数.这些研究均能在一定程度上表征污染物的输送强度, 但不能完全表现上游实时污染浓度对下游的影响.
自1980年代改革开放以来, 中国中东部地区大气污染日益严重, 能见度持续下降、霾天气日益增多, 呈现出区域性、持续性特征.研究指出雾-霾天气发生的主要原因为严重的气溶胶污染(丁一汇等, 2014；石春娥等, 2016；2017；高正旭等, 2018).因此, 很多学者研究了气象条件对中国东部地区霾及大气污染事件的影响(吴兑, 2012；王静等, 2015).浙江省位于中国东部地区, 属于亚热带季风气候带, 地形复杂, 天气多变.李正等(2018)研究了杭州市典型雾-霾期污染特征及污染源的HYSPLIT模型分析.沈利娟等(2016)分析了2015年嘉兴市发生了一次持续性雾-霾过程, 根据气溶胶数浓度、气象要素及边界层探空数据, 分析了这次过程的成因及其不同污染物的变化特征.姚日升等(2017)分析了宁波一次罕见持续重度污染事件, 得出合适的环流背景是污染发展和持续的主要原因.已有的研究表明长江三角洲地区合肥、南京、杭州3个省会城市的PM10和PM2.5浓度演变有着很高的一致性(周述学等, 2017).
2017年12月30日―2018年1月1日, 浙江省自西北向东南经历了一次污染事件, 其中浙江北部(以下简称浙北)达到重度污染, 污染物粒子浓度呈现爆发性增长特征, 同时伴随持续的低能见度.为分析粒子浓度爆发性增长的原因, 利用多种资料对这次污染事件进行分析, 以加深对重度污染发展和维持的气象条件的理解, 为空气质量预警预报提供参考.
2 资料和方法(Materials and methods)分析时段为2017年12月29日―2018年1月2日, 资料包括：①全国逐小时AQI指数和PM2.5监测, 来自生态环境部数据中心(http://datacenter.mep.gov.cn/websjzx/queryIndex.vm)；②常规地面(时间分辨率3 h)和高空气象观测(时间分辨率12 h), 来自浙江省气象信息中心；③浙江省6种主要大气污染物(PM2.5、PM10、SO2、NO2、CO和O3)和自动气象站逐小时监测, 来自浙江省气象信息中心；④美国国家环境预报中心GDAS (Global Data Assimilation System, ftp://arlftp.arlhq.noaa.gov/pub/archives/gdas1)资料, 空间分辨率1°×1°, 时间分辨率6 h, 用于HYSPLIT4模式粒子后向轨迹分析；⑤欧洲中期天气预报中心再分析资料(ERA-Interim, http://apps.ecmwf.int/datasets/), 空间分辨率0.125°×0.125°, 时间分辨率6 h；⑥宁波市镇海激光雷达(中科光电AGHJ-I-LIDAR)观测资料, 时间分辨率3 min, 垂直方向分辨率15 m, 来自宁波市气象信息中心.
3 个例实况(Case introduction) 3.1 污染变化实况2017年12月28日—2018年1月2日, 中国经历了一次大范围污染事件.12月28日西部地区和中东部地区各有中度以上(含中度, 下同)污染带, 前者波及甘肃、陕西和四川等省, 后者先后影响华北、华中和华东近10个省市.图 1为12月30日02:00(除特别说明外, 均为北京时)和31日02:00AQI>150的污染覆盖区域变化.可见西北地区污染带由甘肃推进到陕西中部的过程中, 污染区域和强度都有所减弱, 而西南地区污染区域维持在四川北部和东部, 强度有所减轻.中东部污染带整体向东南推进, 31日02:00京津冀南部到浙北的广大地区被中度以上污染全覆盖, 以AQI>200的重度污染为主.浙北中度以上污染持续超过20 h, 浙江中南部也出现轻到中度污染, 污染过程持续到2018年1月1日, 首要污染物为PM2.5.从污染区域动态变化看, 浙江省污染与东侧污染带东移南下密切相关.
 |
| 图 1 中度以上污染区域AQI动态变化 (黑色等值线：2017年12月30日02:00, 填色：31日02:00) Fig. 1 AQI coverage areas for moderate-and-above pollution (black contours: at 02:00 on December 30, 2017, shaded: at 02:00 on December 31) |
6种主要污染物浓度监测表明, 污染发展过程中, 浙江各地PM10和PM2.5质量浓度呈爆发式增长, 其余4种污染物浓度变化不大, 主要污染物为PM2.5.图 2为2017年12月30日08:00—2018年1月2日08:00浙北杭州、嘉兴、宁波、舟山、浙中金华和浙南温州逐小时PM2.5质量浓度变化, 资料为行政区域内所有监测值平均.可见12月30日14:00起, 除温州外, 浙北和浙中5市PM2.5浓度先后呈爆发式增长趋势.污染最严重的嘉兴市, 30日18:00为52 μg·m-3, 23:00达到过程最大值312 μg·m-3, 5 h内PM2.5浓度剧增260 μg·m-3.浙北4市过程最大浓度均超过200 μg·m-3, 金华接近200 μg·m-3, 温州超过115 μg·m-3.各市PM2.5最大浓度出现时间分析, 杭州市出现在30日22:00, 嘉兴市出现在23:00, 宁波和舟山分别出现在31日00:00和02:00, 浙中南的金华和温州则分别出现在31日04:00和07:00.可见PM2.5质量浓度呈自西北向东南传输的趋势, 污染程度自浙北向浙中、浙南逐渐减轻.31日各市PM2.5浓度自北向南先后呈波动式降低, 直至2018年1月1日夜间降到75 μg·m-3以下, 污染过程结束.
 |
| 图 2 2017年12月30日08:00―2018年1月2日08:00浙江省6市逐小时PM2.5浓度时序变化 Fig. 2 The evolutions of hourly PM2.5 concentrations in six cities of Zhejiang Province from 08:00 on December 30, 2017 to 08:00 on January 2, 2018 |
2017年12月30日下午, 浙江省自西向东先后出现零星小雨, 地面相对湿度明显增加到接近90%, 在浙北各市PM10和PM2.5浓度爆发性增长的同时, 能见度快速下降.由于较高湿度利于气溶胶粒子吸湿增长, 导致消光性能增大, 对能见度的降低有重要作用(张浩等, 2017), 因此能见度的快速降低与气溶胶粒子浓度的爆发性增长和大气相对湿度的快速增加均有关系.图 3为12月31日02:00浙北各市污染最盛时浙江省5000 m以下能见度和相对湿度分布, 可见浙中北大部分地区能见度低于2000 m.根据雾和霾的行业标准(中国气象局, 2010), 杭州西南部和台州天台山区能见度低于1000 m, 相对湿度高于95%, 天气现象应判别为高污染性质的雾；其余地区相对湿度80%~90%, 考虑到大气的高污染性质, 天气现象应该判别为湿霾, 且大部分地区为2000 m以下的重度霾.
 |
| 图 3 2017年12月31日02:00浙江省5000 m以下能见度和相对湿度分布 Fig. 3 Distribution of visibilities below 5000 m and relative humidity in Zhejiang Province at 02:00 on December 31, 2017 |
图 4为2017年12月30日08:00—2018年1月2日08:00宁波镇海激光雷达消光系数时间-高度剖面变化, 可见12月30日08:00—12:00, 1 km高度附近有厚约200 m的高消光系数层维持, 消光系数普遍超过2 km-1.此时段宁波市为阴天, 污染物观测浓度变化不大, PM2.5浓度小于50 μg·m-3, 高消光系数由低云所致.30日12:00—18:00消光系数呈非连续变化, 大值中心高度随时间呈Ⅴ型升降, 分析与锋面过境前后雨滴沉降、污染物粒子输入及边界层湍流混合有关.12:00镇海自动气象站相对湿度83%, 13:00为92%, 14:00增大到95%, 同时伴有0.1 mm·h-1的弱降水.降水开始时段, 雨滴下落过程中部分蒸发为水汽, 增加了低层大气的相对湿度, 为气溶胶粒子吸湿提供了水汽条件.因此, 尽管12:00—14:00污染物浓度变化不大, 但吸湿后的粒子对光线的散射能力会明显增强(戴永立等, 2013；姚日升等, 2017；张浩等, 2017), 同时雨滴本身对消光系数也有增大作用(王喆等, 2015), 在激光雷达上消光系数大值中心下沉并呈离散分布.14:00—18:00宁波市持续1 mm·h-1的弱降水, 随着地面锋面自西北向东南经过浙江陆地入海, 由于西北风的输送作用, 宁波市污染物粒子浓度快速增加(图 2).此时段相对湿度接近饱和, 对消光系数的影响基本稳定, 但及地雨滴增多、污染物粒子浓度增大, 在锋面附近的边界层湍流作用增大了上下混合, 导致此时段消光系数在垂直方向上的离散和波动变化更加明显.30日18:00起降水停止, 20:00地面相对湿度已减小到80%以下, 20:00—31日02:00消光系数随污染物粒子浓度的快速增加而同步增大, 最大消光系数出现在31日00:00前后, 与图 2中宁波PM2.5最大质量浓度出现时间一致, 体现出污染物粒子浓度的爆发性增长对消光系数的快速增大有决定性作用.31日11:00起, 消光系数较稳定地波动式减小, 直至1日20:00后降至0.2 km-1以下, 污染结束.分析图 4中污染物厚度, 0.40 km-1以上的消光系数位于1 km以下边界层内, 污染最为明显时的31日00:00前后, 可超过1.6 km-1, 且主要位于0.8 km以下.可见污染物粒子主要位于1 km以下层次, 在有降水、湍流等天气因子影响时, 消光系数不能作为污染物粒子浓度的判断依据；没有这些因子影响时, 消光系数与PM2.5质量浓度的变化一致.
 |
| 图 4 2017年12月30日08:00―2018年1月2日08:00宁波镇海激光雷达消光系数时间-高度变化 Fig. 4 Temporal and vertical variation of extinction coefficient from 08:00 on December 30, 2017 to 08:00 on January 2, 2018 of the Zhenhai lidar in Ningbo |
2017年12月29日20:00 500 hPa高空有冷槽(北支槽)东移影响到河套以东, 同时华中地区上空也有短波槽(南支槽)东移, 槽后有弱的冷平流.其后北支槽继续东移, 南支槽则在东移过程中逐渐填塞. 30日08:00 35°N以南的中东部地区500 hPa高空为平直的纬向环流, 温度槽在850 hPa及以下层次表现相对明显(图略), 地面图上伴有锋面东移南下(图 5a).30日下午到夜里锋面自西北向东南影响浙江及其沿海, 华中和华东地区700 hPa以下中低层盛行偏北或西北风, 31日浙江中北部陆地24 h普遍降温3~5 ℃, 浙北沿海海面30日夜间出现6~8级西北到北风.西北风为上游污染物粒子的输入提供了动力条件.随着冷高压东移, 31日08:00浙北地面(图 5b)至850 hPa高空均受冷高压东侧的偏北气流影响, 08:00—20:00冷高压中心维持在苏南和浙北地区, 浙江西部盛行偏南风, 东部则盛行偏北风, 地面风向呈反气旋式辐散, 风力弱, 不再有粒子净输入, 粒子浓度随扩散作用而逐渐减小, 并随午后和夜间热力条件的变化而呈现出一定的日变化特征.
 |
| 图 5 海平面气压场(hPa, 带黑色三角符号的黑色实线为冷锋位置) (a.2017年12月30日08:00；b.31日08:00) Fig. 5 Distributions of mean sea level pressure fields (hPa, the black solid curve with triangles shows the location of cold front) (a. 08:00 on December 30, 2017, b . 08:00 on 31) |
以图 2中PM2.5浓度达到过程最大值对应的时间为起始时刻, 应用美国NOAA HYSPLIT4模式和GDAS资料分别对杭州(30.23°N, 120.17°E)、嘉兴(30.73°N, 120.77°E)和宁波(29.80°N, 121.50°E)进行24 h逐小时后向轨迹追踪, 起始时刻分别为30日22:00、30日23:00和31日00:00, 起始高度共设定6层：2000、1500、1000、500、200和50 m, 以分析不同层次轨迹污染物粒子水平输送和沉降特征.
结果发现：3个城市粒子后向轨迹相似, 下面以嘉兴市为例进行分析.基于HYSPLIT4模式输出的逐小时后向轨迹位置、高度和气温绘制了图 6, 分别显示了嘉兴市2017年12月30日23:00起始的24 h不同高度粒子的后向轨迹、轨迹高度和气温变化.可见1000 m及以下层次粒子主要来自上游400~600 km的江苏、安徽境内(图 6a), 其中1000 m和500 m轨迹运动速度稍快, 平均5~8 m·s-1, 200 m和50 m轨迹则为2~6 m·s-1.1000 m及以下没有粒子沉降, 反而略有抬升(图 6b), 1000 m和200 m轨迹上-24 h高度分别约为850 m和54 m.1500 m和2000 m轨迹粒子源自华北地区, 并随气流下沉.图 4中发现污染物粒子主要集中在1000 m以下, 因此对流层中低层气流沉降对粒子浓度增加的直接作用不大, 但下沉运动会限制边界层污染物的垂直扩散(戴永立等, 2013), 对污染爆发和维持有间接作用.不同层次后向轨迹上气温分析(图 6c), 1500 m和2000 m轨迹上的环境温度明显升高, 说明粒子由冷向暖的区域移动, 移动轨迹上有冷平流输送, 冷空气表现明显, 而1000 m及以下层次轨迹上温度变化不大, 表明冷平流不明显、冷空气偏弱.
 |
| 图 6 嘉兴市2017年12月30日23:00起始的不同层次24 h粒子后向轨迹(a)、高度(b)和气温(c)变化 Fig. 6 24-hour backward trajectories (a), trajectory heights (b) and temperatures (c) at different levels starting at 23:00 on December 30, 2017 for Jiaxing City |
综上所述, 本次浙北重度污染物主要来自上游的安徽和江苏省, 与冷空气相关, 持续冷平流输送主要表现在1000 m以上层次, 1000 m以下边界层内冷空气偏弱, 但足以让边界层盛行风向改变为西北风, 为粒子向东南方向输送提供了动力条件.1000 m及以下层次粒子的水平输送对污染物粒子浓度有决定性作用, 对流层中低层则通过下沉运动限制污染物的垂直扩散, 对污染发展和维持有间接作用.
4.3 PM2.5质量浓度通量散度分析前述分析已知, 1000 m以上层次的气流下沉运动对粒子浓度直接增加作用不大, 而1000 m及以下边界层内没有下沉运动, 因此该层内污染物浓度变化主要由污染物浓度分布和水平风辐合、辐散来决定.图 7给出了根据ERA-Interim 10 m风场及地面监测浓度计算的2017年12月30日14:00、31日02:00和08:00PM2.5质量浓度通量散度场.计算公式为：
|
(1) |
 |
| 图 7 2017年12月30日14:00(a)、31日02:00(b)和08:00(c)PM2.5质量浓度通量散度(填色, 单位：μg·m-3·s-1)、AQI指数(等值线)和ERA-interim 10 m风矢量(箭头) Fig. 7 PM2.5 mass concentration flux divergence fields (shaded, unit: μg·m-3·s-1), AQI (contours) and ERA-interim 10 m wind vectors(arrow) at 14:00 on December 30 (a), 02:00 on December 31 (b) and 08:00 on December 31 (c), 2017 |
式中, U、V分别为计算时刻ERA-Interim 10 m水平风的东西分量和南北分量, C表示PM2.5的监测质量浓度.A值的物理意义为单位时间、单位体积内净增加的PM2.5质量, 单位为μg·m-3·s-1.A＜0表示净增加, 反之则净减少.
分析图 7a, 2017年12月30日14:00, 华东地区地面盛行3~4级西北风, 安徽中南部、江苏中南部及
浙江西北部出现东北-西南向PM2.5浓度通量辐合区, 辐合值一般小于0.01 μg·m-3·s-1, 江苏和安徽局部通量辐合高达0.02 μg·m-3·s-1以上, 上述地区有PM2.5质量浓度的净输入.之后辐合区随西北风继续向东南方向推进, 20:00影响到整个浙北地区.图 2中嘉兴市30日18:00—23:00的5 h内PM2.5浓度剧增260 μg·m-3, 平均通量辐合达0.0144 μg·m-3·s-1.31日02:00浙北地区污染达到极大值前后(图 7b), AQI普遍超过200, 局部超过300, 此时安徽和江苏南部盛行偏西风, 浙江东部盛行偏北风, 浙北地区地面风场呈弱辐散, 江苏中南部虽有PM2.5粒子的净辐合, 但没有向浙江输送的动力条件.没有持续的粒子输入, 浙北各市31日凌晨起AQI逐渐下降,
同时PM2.5辐合区向南扩散过程中范围缩小(图 7b, 7c), 实况显示浙中南31日早晨污染达到最重, 31日08:00后粒子浓度逐渐减小.可见PM2.5质量浓度通量散度和风场可以作为下风方PM2.5浓度增减的预报参考.
4.4 污染物粒子增减过程中站点气象要素变化特征图 8给出了基于ERA-interim资料的逐6 h嘉兴市1000~500 hPa风、温和垂直下沉速度时间-高度剖面, 时间为2017年12月30日08:00—2018年1月2日08:00.可见12月30日14:00—23:00嘉兴市PM2.5浓度剧增期间, 嘉兴市700 hPa及以下风向转为西北风, 风速增强到8~12 m·s-1, 同时850 hPa以下气温下降, 表明PM2.5浓度的快速增加与700 hPa以下对流层中低层西北风的快速增加和降温相伴.PM2.5浓度达到极大值后的31日02:00, 边界层内维持8 m·s-1以上的偏北风, 有较好的扩散条件, 粒子浓度逐渐减小.31日上午粒子扩散条件变差, 900 hPa以下西北风14:00已减小到4 m·s-1以下, 但白天热力条件转好, 5 ℃的等温线14:00抬升到975 hPa, 导致图 2中31日白天粒子浓度先高位维持后快速减小.傍晚起热力条件变差, 同时风速继续减小, 上半夜950 hPa还伴有弱的下沉气流, 所有气象条件均对地面粒子浓度维持有利, 因此31日17:00起嘉兴市PM2.5浓度不降反升.后半夜下沉气流消失, 900 hPa以下风向继续顺时针旋转, 风力仍维持在2 m·s-1以下, 动力扩散条件差, 但边界层下沉气流消失, 抑制作用减小, 粒子浓度缓慢降低.2018年1月1日早晨和上午由于边界层盛行弱的东南风, 前期在西北风作用下输出到下游的部分污染物粒子随着东南风再次被送回, 导致1日上午粒子浓度有所增加, 此后随着热力条件改善, 1日下午PM2.5浓度再次呈减小趋势, 此后东南风持续增强, 1月1日20:00起900 hPa以下整层持续8 m·s-1以上东南风, 扩散条件好, 空气质量持续改善, 污染过程得以结束.
 |
| 图 8 基于ERA-interim再分析资料的2017年12月30日08:00—2018年1月2日08:00嘉兴市气象要素时间-高度剖面 (风羽：风向风速, 长横线代表 4 m·s-1, 短横线代表 2 m·s-1；红色等值线：气温/℃；填色：下沉速度/hPa·s-1) Fig. 8 Temporal and vertical variation of ERA-Interim meteorological elements from 08:00 on December 30, 2017 to 08:00 on January 2, 2018 over Jiaxing city (barbs: wind directions and speeds, a long bar stands for 4 m·s-1, a short bar for 2 m·s-1, red contours: temperatures/℃, shaded: downward motion/(hPa·s-1)) |
可见, 上游大范围重度污染的爆发及其污染物随着冷空气的输送是浙北地区污染物浓度爆发式增长的源和动力条件.而冷空气相对偏弱, 浙北地区边界层风速快速减小, 导致输入粒子的继续扩散能力减弱, 风向反气旋式旋转则利于污染物粒子的回旋滞留, 热力条件和边界层下沉气流的日变化还导致污染物粒子呈现出小幅度的日变化.污染发展阶段, 边界层风力的增大利于粒子输入而导致污染加重, 而在没有外源输入时, 边界层风力的增大利于污染过程的结束.
5 结论(Conclusions)1) 污染事件与华北、华中地区的污染带东移南下有关.污染爆发式发展与PM10和PM2.5质量浓度的爆发式增长同步, 污染程度自浙北向浙中、浙南逐渐减轻, 污染物粒子集中在1000 m以下边界层内, 主要污染物PM2.5在浙江省呈现出自西北向东南传输的趋势.污染最盛时, 浙北大部天气现象为重度霾, 在相对湿度高于95%的地区则为高污染性质的雾.
2) 激光雷达的消光系数变化不仅与污染物粒子浓度有关, 还与气象条件密切相关.有降水、湍流等天气因子影响时, 消光系数不能作为污染物粒子浓度的判断依据；没有这些因子影响时, 可以用来判断污染物浓度变化.
3) 基于HYSPLIT4模式粒子后向轨迹分析表明：重度污染源主要来自上游的安徽省和江苏省.持续冷平流输送主要表现在1000 m以上层次, 1000 m以下边界层内冷空气偏弱, 但足以让边界层盛行风向改变为西北风, 为粒子向东南方向输送提供了动力条件.1000 m以下层次的水平输送对污染的爆发有决定性作用, 而流层中低层的下沉运动限制了污染物的垂直扩散, 对污染发生和维持有间接作用.
4) 地面PM2.5质量浓度通量散度结合风场可作为下风方PM2.5浓度增减的预报参考.污染发展阶段, 逐渐增强的西北风对污染物粒子浓度增加有利, 在没有外源输入时, 边界层风力的增大对污染消散有利.
戴永立, 陶俊, 林泽健, 等. 2013. 2006-2009年我国超大城市霾天气特征及影响因子分析[J]. 环境科学, 2013, 34(8): 2925–2932.
|
丁一汇, 柳艳菊. 2014. 近50年我国雾和霾的长期变化特征及其与大气湿度的关系[J]. 中国科学:地球科学, 2014, 44(1): 37–48.
|
高正旭, 王晓玲, 向华, 等. 2018. 武汉市2014-2017年大气污染物分布特征及其潜在来源分析[J]. 环境科学学报, 2018, 38(11): 4440–4453.
|
花丛, 张恒德, 张碧辉. 2016. 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[J]. 气象, 2016, 42(3): 314–321.
|
李梦, 唐贵谦, 黄俊, 等. 2015. 京津冀冬季大气混合层高度与大气污染的关系[J]. 环境科学, 2015, 36(6): 1935–1943.
|
李正, 张昊, 叶辉, 等. 2018. 杭州市典型雾霾期污染特征及污染源的HYSPLIT模型分析[J]. 环境科学学报, 2018, 38(5): 1717–1726.
|
廖晓农, 孙兆彬, 唐宜西, 等. 2015. 高空偏北风背景下北京地区高污染形成的环境气象机制研究[J]. 环境科学, 2015, 36(3): 801–808.
|
Pasch A N, Mac Donald C P, Gilliam R C, et al. 2011. Meteorological characteristics associated with PM2.5 air pollution in Cleveland, Ohio, during the 2009-2010 Cleveland multiple air pollutants study[J]. Atmospheric Environment, 45(39): 7026–7035.
DOI:10.1016/j.atmosenv.2011.09.065
|
沈利娟, 王红磊, 李莉, 等. 2016. 嘉兴市春季一次持续雾霾过程中气象条件与污染物变化特征分析[J]. 环境科学, 2016, 37(8): 2871–2880.
|
石春娥, 王喜全, 李元妮, 等. 2016. 1980-2013年安徽霾天气变化趋势及其可能成因[J]. 大气科学, 2016, 40(2): 357–370.
|
石春娥, 张浩, 弓中强, 等. 2017. 2013-2015年合肥市PM2.5重污染特征研究[J]. 气象学报, 2017, 75(4): 632–644.
|
王爱平, 朱彬, 银燕, 等. 2014. 黄山顶夏季气溶胶数浓度特征及其输送潜在源区[J]. 中国环境科学, 2014, 34(4): 852–861.
|
王静, 施润和, 李龙, 等. 2015. 上海市一次重雾霾过程的天气特征及成因分析[J]. 环境科学学报, 2015, 35(5): 1537–1546.
|
王喆, 汪井源, 徐智勇, 等. 2015. 远红外激光雨中传输损耗的研究[J]. 红外与激光工程, 2015, 44(10): 3092–3097.
DOI:10.3969/j.issn.1007-2276.2015.10.038 |
吴兑. 2012. 近十年中国灰霾天气研究综述[J]. 环境科学学报, 2012, 32(2): 257–269.
|
吴兑. 2013. 探秘PM2.5[M]. 北京: 气象出版社: 106.
|
Wu M, Wu D, Wang B M, et al. 2013. Observational studies of the meteorological characteristics associated with poor air quality over the Pearl River Delta in China[J]. Atmospheric Chemistry and Physics, 13(21): 10755–10766.
|
姚日升, 涂小萍, 张小伟, 等. 2017. 宁波一次罕见持续重度污染事件的成因分析[J]. 气象学报, 2017, 75(2): 342–355.
|
张浩, 石春娥, 吴必文, 等. 2017. 合肥市能见度与相对湿度、PM2.5质量浓度的定量关系[J]. 生态环境学报, 2017, 26(6): 1001–1008.
|
张磊, 金莲姬, 朱彬, 等. 2013. 2011年6-8月平流输送对黄山顶污染物浓度的影响[J]. 中国环境科学, 2013, 33(6): 969–978.
DOI:10.3969/j.issn.1000-6923.2013.06.002 |
张人禾, 李强, 张若楠. 2014. 2013年1月中国东部持续性强雾霾天气产生的气象条件分析[J]. 中国科学:地球科学, 2014, 44: 27–36.
|
张莹, 王式功, 贾旭伟, 等. 2018. 华北地区冬半年空气污染天气客观分型研究[J]. 环境科学学报, 2018, 38(10): 3826–3833.
|
赵敬国, 王式功, 张天宇, 等. 2015. 兰州市大气重污染气象成因分析[J]. 环境科学学报, 2015, 35(5): 1547–1555.
|
中国气象局. 2010.霾的观测和预报等级[S].中华人民共和国气象行业标准, QX/T113-2010
|
周述学, 王兴, 弓中强, 等. 2017. 长江三角洲西部地区PM2.5输送轨迹分类研究[J]. 气象学报, 2017, 75(6): 996–1010.
|