文摘

参数化方法开发诊断在北京和其他城市的空气质量指数称为(参数空气质量与气象要素PLAM)源自点之间的相关性₁₀基于数据和相关气象要素在2000和2007之间。诊断的关键气象因素确定并包括在空气污染强度PLAM包括大气水蒸气凝结湿潜在的等效温度和风速。发现与上升点空气质量糟糕的日子₁₀通常与高PLAM的价值观,具有更高的温度,湿度,风速较低,和更高的稳定性相比同期的平均价值。24小时和72小时预测提供有用的服务一天的北京奥运会开幕式和随后的体育赛事。之间的相关系数达到了0.82预测和(空气污染指数API)和0.59之间的预测和观察到的点₁₀达到0.001的显著水平,夏季。引入校正因子也使PLAM诊断观察到的点₁₀一年到头都浓度。

1。介绍

气象要素,包括水蒸气含量、表面风速、能见度,昼夜温度范围是重要的参数影响空气污染物浓度(1]。研究使用的数据来自7个空气质量监测站在台湾地区2000年到2008年期间显示点₁₀和点_2。5浓度明显受天气控制元素,从而在春季和冬季高浓度和低浓度在秋天和夏天2]。即使在夏天当发现污染物浓度相对较低,天气因素仍然对空气质量影响大的高温度和湿度倾向于增加点₁₀和点_2。5的浓度,导致二次污染的形成(3,4]。最近,实质性的进步已经在研究人类活动对空气质量的影响不断增加所带来的污染物浓度,特别是臭氧和颗粒物(PM)(重要5- - - - - -9]。不同气溶胶的浓度的变化在中国的不同地区,以及气溶胶浓度的影响在沙地上/沙尘暴(SDS)和朦胧的天气在亚洲和北美研究[1,10- - - - - -14]。发现气溶胶和气体浓度的变化与天气变化密切相关的元素(3,8,15- - - - - -19]。关键气候要素影响空气污染包括风速、风向、气压、温度、湿度、降水、大气稳定(20.]。这些因素控制稀释、运输、积累和空气污染物的去除过程,因此在空气在一个给定的发射条件下各种污染物的浓度。

环流的演变之间的关系和模糊/朦胧的天气系统也检查了链接风/云字段在能见度低的天气,表明大气气溶胶如雾、雾、烟,烟雾,烟雾,烟雾可以由凝结或成核过程21- - - - - -25]。研究还表明,在严重污染的情况下,由于增加的₂所以₂之前和之后,可压缩性的显著差异观察一个朦胧的天气过程。霾出现之前,增加₂也没有₂的浓度,可压缩性是迅速增加。相反,在一个烟雾事件,都如此₂也没有₂浓度下降(19]。这是有关消费和冲刷的细胞核霾的形成。诊断和预测大气凝结是一个关键因素的空气污染强度与天气条件的关系。

上述研究表明,气象要素有显著控制空气污染物的积累和稀释。最重要的科学问题之一是如何量化气象影响和使用它们来诊断和预测假设下的空气质量排放变化的时间尺度比气象变化更长的时间。

的空气质量数值预报三维化学传输模式(CTM)已经实现全球气象服务的各种程度的成功(26- - - - - -28空气质量预测。由于排放清单用于预测通常滞后于当前日期,这种方法限制了一个精确的预测如果排放清单没有更新到当前时间与不断变化的行业,如在中国地区。通过分析观察到的点和气象参数,参数化方法开发和定义为PLAM指数。PLAM链接空气污染气象条件的变化。2008年北京奥运会期间,PLAM是用来预测,北京的空气质量,取得了合理的结果。

2。数据和方法

2.1。数据

为了数据的比较、分析和操作运行,两个点₁₀气候和天气观测收集同时在国家天文台在北京(NCOB)。点₁₀由TEOM测量环境颗粒物监测仪(1400系列)。仪器测量的点₁₀质量浓度自动每隔5分钟。质量传感器的最低检出限是0.01μg。10分钟和小时平均数据的精度是5.0μg m⁻³和1.5μg m⁻³分别为(29日]。每日平均点₁₀数据和气象观测得到经过仔细QA / QC过程。NCOB是国家气候天文台提供数据下的国际交流词通过世界气象组织(WMO)的天气看(WWW)。NCOB (39.8 N, E116.5 32 m)站在北京的郊区和农村地区。下午与气象变量相比,测量大大受当地环境的影响。

2.2。相关分析

先前的研究已经表明,点的正相关₁₀观察与最高温度()和相对湿度()被发现在2000年至2007年7月至9月在NCOB30.]。建议更好的信号分析和预测,峰值点₁₀值可以确定每天在同一个月。

在这项研究中,预测目的,观察到的点₁₀()前24小时天气元素(,,,,等)是用于日常平均气象数据从7月1日到31日2000年9月——2007年(736天)由中国的国家气候中心。的元素,,,、挥发性、水蒸气、露点,风向,风速,朦胧,降雨等等都包含在数据集。图1介绍了下午的相关性₁₀值以NCOB最高温度,相对湿度,水蒸气观察24小时前和挥发性在同一时间。挥发性是描述大气的蒸发能力的单位毫米。点的相关性₁₀与,水蒸气、空气压力、数量和挥发性给出了表1。点的正相关性₁₀观察发现最高温度,相对湿度,与前24小时和水蒸气,负相关性被发现与挥发性从7月到9月在NCOB在2000 - 2007年。相关系数是0.6039,0.6246,0.5458,和0.2557−,分别达到显著水平超过0.001 (31日]。的correlation of PM₁₀与空气压力也指出(表1)。

分析的基础上,一组天气敏感参数信号即将模糊事件识别,可以观察到几个小时之前朦胧的天气发生。在这些元素中,高温、高湿度、温和的风,和高稳定性将成为北京的夏天空气质量差。季节性变化的气象要素的影响PLAM将在下一节中讨论。因此,建立了PLAM的函数以下参数: 在哪里,,,,,,代表气压、空气温度、风速、相对湿度、挥发性、稳定性和效应参数与空气污染的贡献,分别。

2.3。空气质量诊断的参数化方法

一些研究[32- - - - - -34)表明,microprocess云物理可以描述与大规模的观测参数化方案。也发现稳定的夏季天气气温高,相对湿度高,可以创建一个温和的风,与稳定点高的微环境₁₀浓度对北京8月(30.),对应于一个静态动态迫使(斜压性)和热迫使(相当于潜在温度(梯度)在大气湿绝热过程35]。结果表明,扩散效率最低的90%以上发生在温和的风和稳定条件的夏季期间7月和8月。部分之间的温度曲线范围绝热递减率(中性稳定)和等温递减率(36]。冷凝也是一个关键因素诊断污染强度在特定天气条件下的大气湿绝热过程。显然,最终的PLAM可以归因于两个因素:最初的气象条件α(m)与大气冷凝过程和有关动态效果参数与最初的空气污染的贡献如

在下面几节中,这两个术语推导和讨论细节。

2.3.1。最初的气象条件

根据Gao et al。37),气象动态识别阴霾和潮湿的天气在夏天北京表示,一般来说,最明显的变化wet-equivalent潜在温度()可能观察到的,这是与由绝热凝结潜热的释放过程。

最初的贡献气象的变化可以表示为wet-equivalent潜在温度(): 凝结的函数是所描述的19,38] 在哪里空气的热容,是凝结潜热或蒸发的水蒸气,然后呢是特定的湿度。是干燥凝结函数定义如下: 在哪里气体常数。为了分析空气质量和气象参数之间的统计关系的特殊时期在2008年北京夏季奥运会期间(7月至8月,2008),2007年7月至8月的数据被用于计算点的相关性₁₀与和在(3)。数据2(一个)和2 (b)凝聚功能的相关性(4)和wet-equivalent潜在的温度与观察到的点₁₀7月至8月,2007年。这是见过这两个气象参数与PM₁₀,可用于短期预测的变化点由于气象的变化。

的和只占气象贡献点。在现实中,点浓度影响排放,气象学、大气过程,如成核、凝结,干/湿口供。

2.3.2。相对动态的影响参数

为了量化相对气象条件对空气污染的影响和消除气溶胶总浓度变化的影响,比最初的天气状况介绍了观察到的点浓度的相对动态的影响参数: 在哪里表示单位点浓度增量气象的贡献。最初的贡献空气污染()隐式地包含信息的所有流程点之前预测,包括排放的贡献。

存在明显的季节性变化的气象参数。例如,北京的平均温度的范围可以从28°C在夏天冬天−8°C,和相对湿度也从夏天到冬天变化很大。变化的程度与季节比点₁₀观察。为了获得一个参数适用于更广泛的条件下,自适应功能,介绍了 完成的定义(2PLAM)。

为(, ),有一些情况下,这取决于相对动态的大小在这个光谱参数值:(1) ,:有利的气象条件对污染物扩散或维护;(2) ,:更多的可调天气条件对污染物积累;(3) ,:最有利的天气条件下污染物累积。

图3显示的相关性和PLAM点₁₀观察一年。相关的斜率的大小点浓度反映了影响程度的气象。在干燥和寒冷的季节北京和中国北方地区(NDJF),观察到的点的浓度₁₀可以达到高达μg m⁻³和最初的气象参数的影响不同。图3(一个)也表明空气污染情况在北京的冬天是很重。然而,气象条件的影响和贡献点₁₀不够高,(蓝色圆点所示)。北京在炎热和潮湿的季节和中国北方地区(雅),点的浓度₁₀观察小于200μg m⁻³。然而,由于天气炎热和潮湿的稳定条件,比冬天的时间从40到70,这是最高的(绿点所示)在所有季节。在过渡季节,春天,(老妈),点的浓度₁₀观察也可以高达μg m⁻³媒介的贡献和影响的最初的气象(红点)。相关系数()下午PLAM的赛季₁₀观察达到0.46 (,图3 (b)),这表明PLAM空气质量诊断是一个很好的指标。

因为空气污染物的水平通常由气象变量的综合控制在稳定的气团,单个气象变量对空气污染的影响可能不是重要的和/或可能被取消,因为他们并没有考虑变量之间的相互关系。PLAM,作为一个综合指数,认为气象变量之间的交互等个人风向、温度,因此比任何个体变量反映了更好的性能。

3所示。2008年度预测

评估性能的PLAM forecastability,一年一度的运行进行了获取日常PLAM的24小时预测并与观察到的点₁₀NCOB和空气污染指数(API)定义的中国环境空气的浓度没有考虑_x,没有₂,所以₂、TSP和点₁₀。API的计算如下: 在哪里是物种的API指数吗是观察到的每日平均浓度为物种。,和,是两个相邻的标准每日平均浓度和API指数观察吗从查找表(表和决心2)。指数最大的物种被视为API指数。在中国,所以₂、TSP和点₁₀通常是主要的空气污染物和相关很好23]。

图4显示了每日PLAM分布在24小时预测从1月1日到2008年12月31日。一个好的协议被发现之间的预测和观察,包括每天的变化,高峰和低谷。有很多重污染天,一般在三月到五月之间以及与点9月和12月₁₀大于200μg m⁻³,其中存在一些极端高污染事件在3月18日,强对流,5月27 - 28日下午₁₀> 200 - 637、280 - 604和200 - 450μg m⁻³,分别。这些事件都被PLAM指数高。的特点比较PLAM指数预测和点₁₀观察NCOB从6月1日到2008年8月31日在2008年奥运会期间将节中讨论4。预测PLAM指数和观察到的点之间的相关性₁₀和API在图所示5。预测之间的相关系数达到了0.85和0.43 API和之间的预测和观察到的点₁₀整个2008年。所有达到0.001的显著水平。在夏季从6月中旬到9月底,也就是说,2008年北京奥运会期间,较低的空气质量是相对较高的PLAM指数预测。将详细的预测图6节4。

比较数据5(一个)和5 (b)从平均点,API是计算₁₀测量在不同的网站在北京市区,表明PLAM有更好的能力来捕获区域污染而不是一个站点。

4所示。PLAM中的应用

4.1。2008年奥运应用程序从6月到9月

图6显示了PLAM指数的时间序列和点₁₀观察NCOB从6月1日到2008年8月31日。在这段时间里,平均PLAM指数很小(< 50),下降率为35%,这暗示一个改善期间的气象。然而,一个更大点的下降率为83%₁₀被观察到。在正常情况下,PLAM的变化和点₁₀应该是相当一致的。显著差异的变化趋势应该是由一些nonmeteorological因素引起的。众所周知,非常活跃的排放控制措施在2008年奥运会期间(3]。很可能的有效排放控制了大点的下降率₁₀在北京。不包括气象的影响,PLAM,排放控制可能导致减少了43%点₁₀从6月1日到2008年8月31日。

PLAM的性能评价方法,相关分析已经24小时PLAM预测和观察(图7)。预测之间的相关系数达到了0.8209和0.5924 API和之间的预测和观察到的点₁₀。所有达到0.001的显著水平。

预测的好协议PLAM指数API和点₁₀表明PLAM的能力作为诊断标准的空气质量问题。高的相关性说明气象主导控制北京的空气质量的变化。

4.2。PLAM应用在上海和广州

为了检查的适用性PLAM在中国的不同地区,两个其他城市选择,也就是说,上海和广州,PLAM的性能进行评估。_e _n”上海(31.1,121.4,8.2米)是最大的城市在中国东部长江三角洲气候特点不同于华北和位于东亚季风地区潮湿和多雨的气候对亚洲大陆的东海岸。广州(23.1 1 _e _n”13.3, 7.3米)位于中国南海岸有一个亚热带气候的特点。图8(一个)显示了PLAM 24小时之间的相关分析预测和点₁₀2008年12月1日1月31日期间在上海。图8 (b)显示了PLAM 24小时之间的相关分析预测和点₁₀2009年5月1日1月31日期间在广州。从图8可以看出,PLAM也适用于东部和南部地区中国不同气候特征在中国地区。

5。结论和讨论

已研制出的一种参数化方法来预测所使用的空气质量在比萨人和成功地在2008年的北京奥运会。以下被发现。(1)水蒸气凝结(),湿潜在的等效温度()、气压、气温、相对湿度和挥发性发现的关键气象因素诊断空气污染强度。(2)在两个独立的数据系统(PM的帮助₁₀值报告API在北京和每天的下午₁₀北京南郊天文台)收集的数据,PLAM性能的测试表明,预测一个有凝聚力的相关性,达到显著水平。(3)它是发现,校正因子使PLAM诊断观察到的点的能力₁₀一年到头都浓度。的h预报提供有价值的服务PLAM因为开幕式的日子和随后的事件在整个北京奥运会。PLAM也被应用到中国东部和南部的地区在中国不同地区的气候特征。

确认

这项研究支持下的中国国家“973”计划批准号2011 cb403404,没有。2011 cb403401,项目(2009 y002)。