利用WRF模式(The Weather Research and Forecasting Model)和嵌套网格空气质量模式(NAQPMS)对2016年11月发生在京津冀地区一次PM_(2.5)污染事件进行模拟研究并分析污染过程中的天气形势变化.结果表明,均压场、低空逆温层和偏南暖湿气流输送的存在为北京地区PM_(2.5)形成提供了有利条件,NAQPMS模式能够合理的再现北京大气污染物时空变化,细颗粒物PM_(2.5)和可吸入颗粒物PM_(10)模拟与观测数据相关系数达0.71,模拟数据在观测数据两倍范围内占比(FAC2)达65%.源解析结果表明,在不考虑临时实施减控措施下,11月18日区域外输送对北京PM_(2.5)浓度贡献为55.25%,区域内输送贡献为44.75%,北京东北区域PM_(2.5)外地源主要为河北中部、河北南部、天津和山东,所占贡献为9.67%、9.01%、7.90%和7.99%.污染物主要来源为生活源、交通源和工业源,分别占比39.6%、34.6%和20.0%.而实际上北京在唐山、保定采取一系列控制措施后仍在研究时段内出现高PM_(2.5)浓度,意味着在同样天气形势下需要对河北中部、河北南部、天津和山东等浓度贡献占比大的城市加强减排管控才能有效减缓高PM_(2.5)浓度的出现.
利用耦合了污染源在线追踪模块的化学传输模式NAQPMS(Nested Air Quality Prediction Model System),结合地面细颗粒物(PM_(2.5))的小时观测数据,模拟了2014年1、4、7、10月4个月份武汉地区PM_(2.5)浓度时空分布特征,量化了本地、武汉城市圈及远距离地区对武汉PM_(2.5)浓度贡献.研究发现,2014年武汉市PM_(2.5)年均浓度为85.3μg·m-3,污染天(PM_(2.5)日均值≥75μg·m-3)占全年总天数的47.9%.细颗粒物的月均值呈现出季节性特征,即冬季污染最为严峻,1月均值为199.1μg·m-3,PM_(2.5)浓度超标持续一整月;夏季空气质量最好,春秋介于两者之间.模拟的PM_(2.5)平均浓度在空间上大致呈现"城区高,郊区低"的分布态势.污染物区域来源解析发现,武汉市本地排放源贡献在1月最低,为34.1%,表明外来源贡献对长期灰霾的形成起决定性作用.7月本地源影响最显著(65.7%),和毗邻城市源(23.1%)一起成为夏季污染物的主要来源.4月和10月本地排放贡献比分别为49.1%和42.1%.4个月份,武汉城市圈对该市PM_(2.5)浓度的贡献差异不大,范围在20.8%~24.1%.受大尺度天气系统的影响,远距离传输贡献率趋势与本地来源相反,占10.6%~35.3%.研究结果表明污染气团跨界输送对武汉不同季节PM_(2.5)浓度有重要贡献.在冬季大范围污染背景下,污染物区域大范围协同控制才能有效减缓武汉PM_(2.5)污染问题;而夏季对本地及近周边城市的减排措施可以有效改善武汉的空气质量.
2013年中国东部地区多次发生持续的重霾污染事件.为探究其气象条件与重污染事件的关系,本文使用欧洲中心2013年东亚地区的逐日气象数据和北京、天津、石家庄的逐时PM_(2.5)浓度数据以及2013年MICAPS观测数据,分析了重污染事件对应的天气形势,并使用NAQMPS针对2013年1月的重污染事件进行情景模拟.研究结果表明:(1)北京、天津和石家庄地区PM_(2.5)浓度,夏秋季节日变化不显著,秋冬季节白天低夜间高;3地PM_(2.5)浓度均表现为12—1月浓度最高,7月最低;.(2)500 hPa平直西风气流,850 h Pa弱暖平流,地面处于弱高压后部或高压底部高低空配置下的天气系统,对应着重污染事件的高发期;(3)源强不变的情况下,京津冀地区由弱高压前部控制转为弱高压控制时,地面温度升高0~5°C,相对湿度增加30%~50%,风速下降2~3 m·s^(-1),PM_(2.5)浓度变化可达300μg·m-3.
