中国环境科学

作者：尹晓梅, 朱彬, 熊亚军, 孙兆彬, 乔林

单位：1. 北京城市气象研究院, 北京 100089; /\r\n2. 京津冀环境气象预报预警中心, 北京 100089; /\r\n3. 南京信息工程大学大气与环境实验教学中心, 江苏 南京 210044

关键词：北京,天气分型,霾日,细颗粒物(PM2.5),臭氧

基金：

国家重点研发计划项目（2016YFC0201902）；国家重点研发计划项目（2016YFA0602003）；北京市气象局科技项目（BMBKJ201702008）

采用COST733软件将北京地区2007~2016年的大气环流总体分为T1~T9种类型，研究其与霾日的关联性，并结合PM2.5和臭氧地面观测，分析不同天气型对应的污染特征及气象参数分布规律.2007~2016年霾日发生概率21.5%，T4和T9型下霾日最多，T5和T8型最不利于霾日发生.9类天气型下霾日变化具有阶段性，2007~2012年（阶段一）霾日少且年际差异小，2013~2016年（阶段二）霾日增多.对9类天气型下霾日PM2.5及臭氧变化进行分析，T1、T3、T4和T9型霾日多出现在秋冬季，PM2.5日变化为逐时增加态势，4类天气型在第一阶段的白天有浓度波动增长形成的小峰值，但第二阶段减弱消失.大部分天气型的霾日，阶段二的PM2.5浓度较阶段一降低，T7和T9型表现为增加，增幅分别为23.7%和3.9%.所有天气型霾日的臭氧日变化均为单峰型，峰值出现在下午，臭氧日均浓度最高为T8型.此外，阶段二与阶段一相比，T3、T5和T6型臭氧平均浓度增加，其中T5型增幅达到49.8%.将霾日与近地面气象要素关联分析，平均气温、风向、风速可以较好的解释臭氧浓度变化，而PM2.5的变化特征不仅与气象要素相关，在一定程度上也体现了污染排放及区域联动减排的贡献，需两者结合才能更好探究PM2.5浓度整体特征及细节变化.

来源：2020年第1期

《中国环境科学》期刊编辑部

查看中国环境科学杂志2020年第1期