首页|基于多源数据的西安大气重污染过程案例分析

基于多源数据的西安大气重污染过程案例分析

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
基于大气污染六要素(PM2.5、PM10、SO2、NO2、CO和O3)、PM2.5化学组分数据、地面气象观测数据、微波辐射计数据和大气再分析数据,采用物质平衡和硫/氮氧化速率(SOR/NOR)等方法对2019年1月西安市一次重污染事件过程和成因机制进行综合分析.将该次污染过程划分为累积阶段(P1)、维持阶段(P2)和消散阶段(P3),本次重污染过程主要是由于不利天气形势叠加反馈效应造成的,P1和P2阶段西安在500hPa都受平直西风气流影响,海平面气压为均压场,等压线稀疏,天气形势稳定,且925hPa以偏东风为主,不利于大气污染扩散.地基微波辐射计可辅助反映气象条件与重污染间的反馈机制,其反演的水汽密度和逆温均与PM2.5存在显著线性相关关系,相关系数分别为0.86和0.38.反馈机制主要表现为:当污染达到一定程度时产生辐射冷却效应使地面降温,进而导致或加强逆温,混合层高度降低,水汽积聚,高湿条件通过加速二次转化和促进气溶胶吸湿增长使污染进一步维持,因此P2阶段二次无机离子(SO42-+NO3-+NH4+,SNA)和"其他"组分对PM2.5的贡献率较大,分别为43.2％和23.1％,且SOR、NOR和消光系数均在P2阶段达到峰值.NH4NO3、有机物(OM)、(NH4)2SO4和元素碳(EC)对消光系数的总贡献率超过85％,但各组分占比排序在每个阶段略有不同.
Case Analysis of Heavy Air Pollution Process in Xi'an Using Multi-source Data

heavy pollutionPM2.5chemical componentsweather conditionsatmospheric vertical propertiesformation mechanism

王楠、高宇星、屈垚、曲静、师菊莲、时迎强、周岳、朱崇抒

展开 >

西安地球环境创新研究院,西安 710061

中国科学院地球环境研究所气溶胶化学与物理重点实验室,西安 710061

陕西关中平原区域生态环境变化与综合治理国家野外科学观测研究站,西安 710061

西安市气象局,西安 710016

展开 >

重污染 PM2.5 化学组分 天气形势 大气垂直特性 形成机制

国家重点研发计划

2017YFC0212200

2023

10.13227/j.hjkx.202209251

环境科学
中国科学院生态环境研究中心

环境科学

CSTPCDCSCD北大核心
影响因子：1.913
ISSN：0250-3301
年,卷(期)：2023.44(10)
  • 22