环境科学学报  2020, Vol. 40 Issue (11): 4122-4132
宿迁3次突发性空气重污染过程对比分析    [PDF全文]
庞礴1,2, 郑有飞1, 殷华3, 王锦杰2, 颜雅琼2    
1. 南京信息工程大学, 南京 210000;
2. 宿迁市气象局, 宿迁 223800;
3. 泗阳县气象局, 泗阳 223700
摘要:利用空气质量资料、常规观测资料、NCEP1.0°×1.0°再分析资料,应用数理统计、天气学等方法对宿迁市3次突发性重污染天气进行对比分析.结果表明:①宿迁"突发"空气重污染时,AQI级别由前一日的一、二级至第2日转为五级以上,AQI值迅速上升.②3次空气重污染过程天气背景相似,高层为宽广平直的偏西气流,地面受高压控制,中低层风向和温度平流突然转变,且都有深厚的逆温层结;持续变化较小的气压梯度、较低风速、温度日较差及相对湿度的增大(150328过程(即2015年3月28日—4月1日污染过程)除外)为颗粒物浓度迅速增长提供了条件.③大气稳定度级别迅速变高和混合层高度迅速降低并维持,对污染物快速聚集有显著影响.④物理量诊断表明,污染发生前期上空为弱上升运动,随后迅速转为下沉运动,或气流下沉运动区域迅速扩大、升高,是空气质量迅速转差的重要动力因素.⑤内蒙古地区的沙尘远距离输送形成的污染,是造成150328过程与另外两次过程明显不同的主要原因.
关键词重污染    突发性    大气稳定度    混合层    远距离输送    
Comparative analysis of three sudden heavy pollution processes in Suqian
PANG Bo1,2, ZHENG Youfei1, YIN Hua3, WANG Jinjie2, YAN Yaqiong2    
1. Nanjing University of Information Science and Technology, Nanjing 210000;
2. Suqian Meteorological Bureau, Suqian 223800;
3. Siyang Meteorological Bureau, Siyang 223700
Received 20 April 2020; received in revised from 17 May 2020; accepted 17 May 2020
Abstract: Based on the air quality data, conventional observation data and NCEP 1.0°×1.0° reanalysis data, a comparison among three sudden severe air pollution events in Suqian was carried out by employing the mathematical statistics and synoptic meteorology analysis. The results show that: ①When the sudden heavy air pollution events occurred in Suqian, the AQI changed from level 1 or 2 on the previous day to above level 5 on the next day. ②All events had similar weather backgrounds, which manifested broad and straight westerlies at the high-level, high pressures at the surface, and an abrupt reverse of wind direction and temperature advection, as well as a deep inversion layer, at the low-middle level. In addition, continuous changes of slight pressure gradient, low wind speed, diurnal temperature range and relative humidity increase (except for 150328 event) were beneficial to the rapid raising of particle concentration; ③The atmospheric stability strengthened and the mixed layer lowered, exerting a significant impact on the pollutant accumulation.④Physical diagnosis shows that, at the early stage of pollution occurrence, the most important dynamic factor contributing to the air pollution was the rapid changing from weak ascending motion to descending motion, or the expansion of descending motion. ⑤The 150328 event had distinct process from the other two events, mainly attributed to the long-distance sand dust transportation from Inner Mongolia.
Keywords: heavy pollution    suddenly    atmospheric stability    mixed layer    long distance transportation    
1 引言(Introduction)

目前, 城市大气污染问题受到广泛关注, 国内外学者针对空气污染开展了许多研究, 结果发现, 污染排放和气象条件是影响空气质量的两个重要因子(张人禾等, 2014廖晓农等, 2015).当污染源排放量大、天气静稳时, 易造成重污染天气(Zhao et al., 2019), 而使重污染天气维持的因素主要有三方面:特殊的地形、相对固定的污染物排放量、稳定的气象条件(Zhang et al., 2009张志刚等, 2009康娜等, 2009).其中, 气象条件对重污染过程的演变发挥着不可忽视的作用(Wang et al., 2018).丁一汇等(2014)研究发现, 京津冀及周边地区区域性大气重污染过程频发与太行山东侧-燕山南侧的地理地形和气象条件相关.赵敬国等(2015)徐敬等(2007)和于娜等(2009)研究指出, 大气污染主要由上游污染物输送和本地扩散条件较差引起.合适的环流背景是污染发展和持续的主要原因(夏冬等, 2013刘梅等, 2014于庚康等, 2015).邓霞君等(2015)认为各主要污染物浓度随气象因子的变化而不同.赵妤希等(2019)发现较低的PBLH和近地层持续小风导致了污染物的持续积累.赵习方等(2002)陈静等(2010)熊亚军等(2017)指出, 低边界层高度、高湿、静小风等条件不利于污染物扩散, 而混合层高度越高、边界层内风速越大, 大气通风效果越好(Pasch et al., 2011).张建忠等(2016)分析得出, 相对湿度在60%以上且平均风速小于2.0 m · s-1是京津冀地区出现空气重污染并维持的重要指标.马艳等(2018)发现逆温与低层高湿大气是重污染持续的有利条件.张晗宇等(2018)和朱芳等(2020)利用WRF-Chem模式和飞机AMDAR气象观测数据对重污染过程进行了相关研究.

上述研究对空气污染的形成和维持机制进行了深入探究, 但多侧重于缓慢发生的持续性重污染天气, 其表现为颗粒物浓度稳步累积增长, 空气质量逐渐加重.王跃等(2014)认为颗粒物浓度增长表现为两种主要形式, 一种为“持续累积的污染”过程, 另一种为“爆发增长的重污染”过程.涂小萍等(2019)发现重污染天气突发与PM2.5和PM10质量浓度的爆发式增长同步.吴进等(2017)对比分析了北京地区两次重污染过程得出, 气象条件在污染物浓度爆发性增长过程中具有重要作用.郑海涛等(2016)谭吉华等(2013)程念亮等(2015)指出, 稳定的气象条件和区域性输送以及较强的二次无机盐和有机物转化是PM2.5爆发式增长主要原因.胡京南等(2019)归纳得出, PM2.5爆发式增长的主要原因为本地积累、区域传输和二次转化.郭立平等(2019)发现“突发”空气重污染过程中, 地面风向风速均有明显变化.张恒德等(2017)归纳出当近地面风速降至2 m · s-1以下、边界层高度低于300 m、近地逆温等条件导致大气扩散能力显著转差时, 本地排放的污染物不断累积, 空气质量迅速达到重度污染级别.Liu等(2017)Ye等(2018)发现, SO2、NOx、NH3等气态污染物在高湿条件下易发生化学转化并吸湿增长, 进而导致PM2.5爆发式增长.

上述研究显示, 颗粒物爆发式增长容易造成空气质量(AQI)级别迅速升高, 形成“突发性”重污染天气.虽然此类过程出现较少, 但其发展迅速, 污染强度大, 对指导公众应对空气重污染、及时开展重污染的科学防治增加了难度.基于此, 本文对宿迁市2013—2017年3次突发性重污染天气过程进行对比分析, 以期为宿迁地区此类重污染天气的预报预警提供一定的参考.

2 资料和方法(Materials and methods)

宿迁市空气质量指数及小时污染物浓度资料来自宿迁市环境监测中心;常规气象观测资料来自宿迁市气象局;1.0°×1.0°再分析资料来自美国国家环境预报中心(National Center for Environmental Prediction, NCEP);轨迹分析的气象场资料来自美国国家海洋和大气管理局(NOAA)的全球同化数据(GDAS).本文定义AQI级别由前一日的一、二级(优、良)至第2日直接上升为五级(重度)及以上, 称为一次突发性重污染过程.

本文主要从大气环流背景、气象要素、物理量诊断和污染物的后向轨迹模拟等角度出发, 侧重进行天气学分析, 探讨宿迁市3次突发性重污染过程的成因.

3 结果与分析(Results and analysis) 3.1 污染过程概述

宿迁市3次突发性空气重污染过程分别出现在2014年1月29日—2月3日(简称140129过程)、2015年3月28日—4月1日(简称150328过程)和2016年1月7—12日(简称160107过程).

图 1a可见, 140129过程1月29日时空气质量为良, 30日AQI迅速上升到246, 转为重度污染并持续至2月2日, 该过程日最高AQI为290, 首要污染物为PM2.5.150328过程3月28日空气质量为良, 29日AQI值迅速上升到313, 达严重污染, 30—31日转为轻度污染(图 1b), 首要污染物为PM10.160107过程1月7日空气质量为良, 8日AQI迅速上升到249, 达重度污染, 并持续至10日, 该过程日最高AQI为295(图 1c), 首要污染物为PM2.5.

图 1 宿迁市3次突发性空气重污染过程日平均AQI变化 a.140129过程, b.150328过程, c.160107过程 Fig. 1 Daily average AQI changes of sudden heavy air pollution process in Suqian City a.the 140129 event, b. the 150328 event, c. the 160107 event
3.2 天气形势

分析3次突发性空气重污染过程的500 hPa平均高度场(图 2), 结果发现, 宿迁地区(图中△处, 下同)均为宽广平直的偏西气流.这种形势阻挡了高纬度地区大规模的冷空气渗透, 同时有利于夜间辐射降温和下沉增温, 使近地层的污染物颗粒得以累积.

图 2 宿迁市3次突发性空气重污染过程500 hPa平均高度场(单位dagpm) a.140129过程, b.150328过程, c.160107过程 Fig. 2 The average geopotential height field at 500 hPa of sudden heavy air pollution process in Suqian City a.the 140129 event, b. the 150328 event, c. the 160107 event

由中低层环流分布可见(图 3, 黑色实线为等高度线, 单位dagpm;红色虚线为等温度线, 单位℃), 3次突发性重污染过程在污染发生前, 700 hPa和850 hPa为西北到偏北风, 有冷平流.140129和150328过程分别在1月30日2:00和3月29日8:00风向突变, 冷平流转暖平流, 有利于地面弱冷气团变性减弱, 使系统内风速减小, 也有利于低层逆温的形成, 对应1月30日早晨和3月29日上午颗粒物浓度迅速上升.虽然160107过程中低层无暖平流建立, 但7日夜间至8日凌晨, 700 hPa温度槽迅速东移入海, 850 hPa温度槽稳定, 中低层高度场和温度场近乎平行并维持, 导致冷平流突然消失.温度平流的突然变化对应着7日夜间至8日凌晨空气污染突然加重. 3次突发性重污染过程的平均海平面气压场形势相似(图略), 整个过程中海平面气压场稀疏, 气压梯度呈现减弱趋势, 利于污染物在近地面聚积.

图 3 宿迁市3次突发性空气重污染过程700 hPa、850 hPa平均高度场、风场和温度场 a.140129过程1月30日2:00(700 hPa), b.140129过程1月30日2:00(850 hPa), c.150328过程3月29日8:00(700 hPa), d.150328过程3月29日8:00(850 hPa), e.160107过程1月7日20:00(700 hPa), f.160107过程1月7日20:00 (850 hPa) Fig. 3 The average geopotential height field, wind field and temperature field at 700 hPa, 850 hPa for three sudden heavy air pollution processes in Suqian City a.2:00 BT on 30 January for the 140129 event at 700 hPa, b.2:00 BT on 30 January for the 140129 event at 850 hPa, c.8:00 BT on 29 March for the 150328 event at 700 hPa, d.8:00 BT on 29 March for the 150328 event at 850 hPa, e.20:00 BT on 7 January for the 160107 event at 700 hPa, f. 20:00 BT on 7 January for the 160107 event at 850 hPa
3.3 颗粒物浓度与气象要素分析

图 4是3次突发性重污染过程中PM2.5、PM10浓度、2 min平均风速(WS)、相对湿度(RH)、温度(T)和海平面气压(P)的逐时平均变化序列.表 1是3次过程首要污染物与气象要素的相关性分析结果.结合图 4表 1可知, 140129过程和160107过程的PM2.5、PM10浓度变化趋于一致, 均存在明显跃升.150328过程的PM2.5浓度始终较低, 且变化平稳, 而PM10浓度存在明显跃升.

图 4 宿迁市3次突发性空气重污染过程主要气象要素、PM2.5、PM10浓度逐时变化 a.140129过程, b.150328过程, c.160107过程 Fig. 4 Hourly variation of major meteorological elements, PM2.5 and PM10 concentrations for three sudden heavy air pollution processes in Suqian City a.the 140129 event, b. the 150328 event, c. the 160107 event

表 1 宿迁市3次突发性空气重污染过程中污染物浓度与地面气象要素的相关系数 Table 1 Correlation coefficients between surface meteorological elements and pollutants′ concentrations for three sudden heavy air pollution processes in Suqian City

3次过程首要污染物浓度与风速呈显著负相关, 污染期间平均风力均不超过2级, 在颗粒物浓度显著上升时段风速进一步降低.低风速的维持造成整段时间内大气水平输送和扩散能力差, 导致污染物不断积累.

140129和160107过程PM2.5浓度与相对湿度呈显著正相关, 重污染时段平均相对湿度在80%左右, 随着相对湿度的继续增长, 颗粒物浓度也迅速增长, 较高的空气湿度在一定程度上减缓了空气的流动速度, 有利于细颗粒的吸湿性增长.150328过程与另外两次过程有所不同, 首要污染物PM10与相对湿度显著负相关, 且整个污染时段平均相对湿度仅有50.7%.在此次过程污染开始前, 中低层为西北到偏北风, 有弱冷空气南下, 29日14:00前后, 中低层风向突变, 转为西南到偏南风, 对应PM10浓度自29日上午起有明显跃升, 污染过程最大值为872 μg · m-3.初步推断空气污染突然加重的主要原因是外源输送.

3次过程首要污染物浓度与温度呈显著正相关, 其中, 140129过程的相关性最为显著.进一步分析气温日较差可知, 150328和160107过程气温日较差大, 易造成地面辐射逆温, 使近地层趋于稳定.而140129过程温度日较差小, 这是由于重污染时段主要为雾和霾的天气, 能见度在2 km以下, 同时天空中有大量云层覆盖, 整个污染过程总日照时数仅1.2 h, 结合适当的天气现象, 小的气温日较差在一定程度上能使近地层湍流活动减弱, 同样不利于大气污染物扩散.

140129和160107过程PM2.5浓度与气压呈显著负相关, 150328过程PM10浓度与气压呈显著正相关.以每日20:00为起点, 进一步分析3次过程中逐日6 h和3 h变压发现, 3次过程|ΔP6|≤3.0 hPa所占比例为83.3%~91.3%, |ΔP3|≤2.0 hPa的比例超过90%.较小的变压表明冷、暖气团移速慢, 空气流动弱, 污染物易积聚.

3.4 层结结构和稳定度分析

分析3次过程重污染发生前宿迁上空的层结曲线, 图中底线黑色数据和右侧棕色数据为等温度线刻度值, 左侧纵坐标表示气压与海拔高度(m)的关系, 绿色数据为等饱和比湿值, 顶部棕色数据为等位温线数值.由图可知(图 5), 140129和150328过程在低层均存在逆温结构, 且140129过程中、低层自1月30日起暖平流明显增强, 温度日较差小, 夜间辐射降温弱, 暖平流的输送使宿迁上空形成厚度大、强度强的逆温层, 厚度延伸至800 hPa, 强度达10 ℃.150328过程中、低层暖平流较弱, 地面为高压控制, 气温日较差大, 夜间辐射降温明显, 所以逆温层高度很低.160107过程中、低层无明显暖平流, 虽然近地层没有形成明显逆温, 但900~800 hPa为等温结构, 800~700 hPa为逆温结构, 同样不利于污染物的扩散.

图 5 3次突发性空气重污染过程宿迁层结曲线 a.140129过程1月30日8:00, b.150328过程3月29日8:00, c. 160107过程1月7日20:00 Fig. 5 Stratification curve for three sudden heavy pollution processes in Suqian City a.8:00 BT on 30 January for the 140129 event, b.8:00 BT on 29 March for the 150328 event, c.20:00 BT on 7 January for the 140129 event

在污染气象分析和空气质量预报中, 大气稳定度有着重要的意义.利用总云量、低云量、10 m风速、太阳高度角、经纬度等数据, 计算每天8:00、14:00和20:00的大气稳定度.因本市沭阳、泗洪两站有云量观测, 所以用这两地的大气稳定度来近似表示宿迁市大气稳定度.由表 2可见, 140129过程和160107过程在重污染发生前一天, 大气处于B、C类(不稳定、弱不稳定), 自第2日开始, 大部分时段转为D、E类(中性、较稳定), 对应空气质量变差并维持.需注意的是, 14:00稳定度级别较8:00和20:00略有降低, 这与风速的日变化和温度的升高存在一定关系.150328过程稳定度变化趋势和另外两次相同, 但整体大气稳定度较低, 此时仍能形成重污染天气, 进一步表明150328过程与外来输送关系大.

表 2 宿迁市3次突发性空气重污染过程中大气稳定度分布情况 Table 2 Atmospheric stability for three sudden heavy air pollution processes in Suqian City

进一步利用大气稳定度级别和地面常规气象资料, 通过罗氏法计算混合层高度.表 3给出了3次过程在重污染发生前一日和重污染形成当日混合层高度的数据, 可见140129和160107过程在污染发生当天混合层高度均有较明显下降, 其中, 140129过程混合层高度低至0.3 km左右;160107过程混合层高度降幅最大, 下降近50%.混合层高度的突然降低, 使污染物迅速积累, 空气质量突然加重.而150328过程与另外两次有所不同, 整体混合层高度较高, 降幅也最小, 污染发生前为1.3 km左右, 污染发生时为1.0~1.2 km.

表 3 宿迁市3次突发性空气重污染过程混合层高度 Table 3 Mixed layer height for three sudden heavy air pollution processes in Suqian City
3.5 动力条件分析

对宿迁地区(34°N、118°E)做垂直速度剖面可知(图 6), 140129和160107两次过程(图 6a6c)在重污染即将形成时段, 低层有弱上升运动引起的边界层浅层抬升, 容易使空气中的水汽凝结, 为污染物的积聚、增长提供条件.800 hPa以上有正垂直速度中心, 存在下沉运动, 此种形势可造成相对稳定的层结, 有利于污染天气的维持, 对应空气质量迅速转为重度污染.

图 6 宿迁市(34°N、118°E) 3次突发性空气重污染过程垂直速度剖面 a.140129过程, b.150328过程, c. 160107过程 Fig. 6 Cross-section of vertical speed for three sudden heavy air pollution processes in Suqian City a.the 140129 event, b.the 150328 event, c.the 160107 event

150328过程有所不同(图 6b), 在重污染突发前, 800 hPa以下是正垂直速度区, 此时已经存在弱下沉运动.29日8:00以后下沉气流区域高度升高, 29日夜间至30日凌晨, 200 hPa以下为0~0.4 Pa · s-1的垂直速度.下沉气流高度的迅速升高是自29日上午开始空气污染突然加重并维持的重要原因, 且很高的正垂直速度区预示本次过程污染加重很可能与高空外来污染物输送并在本地沉降有关.

本文此处单独分析150328过程的垂直环流.在污染发生前宿迁主要位于高压后部, 地面主导风向为西到西南风, 3月28—29日位于宿迁市西到西南方向的几个主要城市(蚌埠、淮北、宿州、合肥)的空气质量为良到轻度污染, 首要污染物为PM2.5, 但29日宿迁PM2.5浓度无明显变化.而位于宿迁西北和北部的内蒙古二连浩特市和正蓝旗地区于3月27—28日监测到霾、大风、沙尘暴和扬沙天气, 且宿迁29日PM10的浓度存在明显跃升, 因此, 如果低空到高空有输送通道存在, 就能够将沙尘污染输送至宿迁地区, 形成首要污染物为PM10的浮尘天气.

从内蒙古的二连浩特市和正蓝旗地区至宿迁做自北向南的垂直环流剖面图(图 7)(垂直速度扩大30倍), 可见重污染发生前期, 3月28日14:00和20:00内蒙古中东部(118°E、44°N)附近700 hPa以下均为上升气流(沙尘天气发生区), 从内蒙古至宿迁上空为西北气流, 28日20:00宿迁地区1000 hPa以上存在明显的下沉运动, 这种垂直环流的配置为上游污染物的输送提供了一个从高空至地面的传送通道, 从而造成29日起宿迁PM10浓度迅速上升.到29日20:00, 宿迁地区850 hPa以下由下沉气流转为上升气流, 内蒙古中东部(118°E、44°N)附近转为下沉气流, 高层风向转为偏西风, 输送通道被破坏, 不再有利于污染物的输送, 颗粒物浓度下降, 30日宿迁地区空气质量转为轻度污染.

图 7 3月28日14:00(a)、20:00(b)和29日20:00(c)内蒙古-宿迁垂直环流剖面图 Fig. 7 The vertical cross sections of vertical circulation from Inner Mongolia to Suqian at 14:00 BT on 28 March (a), 20:00 BT on 28 March (b), 20:00 BT on 29 March (c)

此次输送过程与传统的输送过程(中低空至地面一致的气流)不同, 此类过程由于地面实况及环流场很难提前判别, 所以在预报中需关注高空输送通道的建立.

3.6 气流轨迹分析

为进一步分析不同高度上污染物的来源, 以宿迁(118.33°E、33.96°N)作为后向轨迹的终点, 利用HYSPLIT-4模型分别模拟2014年1月27日20:00—30日20:00、2015年3月27日8:00—29日8:00和2016年1月5日8:00—8日8:00的逐小时后向轨迹.由图 8a可知, 140129过程0.1 km高度处到达宿迁的气团来自安徽合肥一带, 向西转向武汉东部, 再向东北到达宿迁;0.5 km高度处气团由湖南西北部沿偏东走向输送至宿迁地区, 与1月30日中低层转为西到西南风对应.160107过程0.1、0.5和1 km高度处气团主要来自内蒙古中部, 沿西北路径至河北、山西一带, 再南下至河南、安徽交界处, 最后折向西到达宿迁地区(图 8c), 与1月7—8日中低层为西北风对应.150328过程0.1 km和0.5 km高度处气团主要来自湖南南部, 向东北输送经鲁南至徐州一带, 再转而到达宿迁地区(图 8b), 与1月29日中低层为南到西南风对应;1.5 km处气团以西北路径经过内蒙古中东部达到宿迁(图 8b), 途径的地区正是发生沙尘暴的二连浩特市和正蓝旗所在区域, 表明高空西北风长距离输送沙尘至宿迁上空.上述0.1~1 km高度处的气流轨迹与中低层风场输送条件一致, 1.5 km高度处的气流轨迹与高空流场一致, 进一步验证了上文关于气象条件的分析.

图 8 后向轨迹模拟图 a.2014年1月27日20:00—30日20:00, b.2015年3月27日8:00—29日8:00, c. 2016年1月5日8:00—8日8:00 Fig. 8 Simulation diagrams of back trajectories a.from 20:00 BT 27 to 20:00 BT 30 January 2014, b.from 8:00 BT 27 to 8:00 BT 29 March 2015, c.from 8:00 BT 5 to 8:00 BT 8 January 2016
4 结论(Conclusions)

1) 稳定的大气环流形势为宿迁3次突发性重污染过程提供了持续稳定的大气环境场, 中低层风向的迅速变化而导致温度平流性质突然改变, 为空气质量的突然加重提供了条件.持续变化较小的气压梯度、较低风速、一定的温度日较差及相对湿度的增大(150328过程除外)使颗粒物浓度迅速累积增长.

2) 深厚的逆温层结使污染物汇聚不易扩散.大气稳定度级别迅速变高和混合层高度迅速降低并维持, 对污染物的迅速聚集有显著影响.污染发生前期本地上空的弱上升运动迅速转为下沉运动, 或气流下沉运动区域迅速扩大、升高, 是空气质量迅速转差的重要动力因素.

3) 结合HYSPLIT4后向轨迹分析可知, 140129和160107过程形成原因以中低层的外源输送和局地极端不利的扩散条件等因素有关, 而高空远距离的沙尘输送对150328过程起着更主要的作用.

参考文献
陈静, 吴兑, 刘啟汉. 2010. 广州地区低能见度事件变化特征分析[J]. 热带气象学报, 26(2): 156-164.
程念亮, 李云婷, 张大伟, 等. 2015. 2014年10月北京市4次典型空气重污染过程成因分析[J]. 环境科学研究, 28(2): 163-170.
邓霞君, 蔡振群, 项晓美, 等. 2015. 丽水空气污染物时序特征及与气象条件的关系研究[J]. 气象与环境科学, 38(2): 60-65.
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, 44(1): 37-48.
郭立平, 黄浩杰, 闻静. 2019. 廊坊市"突发"空气重污染的低层风场对比分析[J]. 四川环境, 38(4): 63-71.
胡京南, 柴发合, 段菁春, 等. 2019. 京津冀及周边地区冬季PM2.5爆发式增长成因与应急管控对策[J]. 环境科学研究, 32(10): 1704-1712.
康娜, 高庆先, 王跃思, 等. 2009. 典型时段区域污染过程分析及系统聚类法的应用[J]. 环境科学研究, 22(10): 1120-1127.
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, 36(3): 801-808.
刘梅, 严文莲, 张备, 等. 2014. 2013年1月江苏雾霾天气持续和增强机制分析[J]. 气象, 40(7): 835-843.
Liu M X, Song Y, Zhou T, et al. 2017. Fine particle pH during severe haze episodes in northern China[J]. Geophysical Research Letters, 44(10): 5213-5221. DOI:10.1002/2017GL073210
马艳, 黄容, 时晓曚, 等. 2018. 青岛冬季PM2.5持续重污染天气的大气边界层特征[J]. 环境科学研究, 31(1): 42-52.
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.
谭吉华, 赵金平, 段菁春, 等. 2013. 广州秋季灰霾污染过程大气颗粒物有机酸的污染特征[J]. 环境科学, 34(5): 1982-1987.
涂小萍, 姚日升, 高爱臻, 等. 2009. 浙江北部一次爆发式发展重度大气污染的气象特点和成因[J]. 环境科学学报, 39(5): 1443-1451.
王跃, 王莉莉, 赵广娜, 等. 2014. 北京冬季PM2.5重污染时段不同尺度环流形势及边界层结构分析[J]. 气候与环境研究, 19(2): 173-184.
吴进, 李琛, 孙兆彬, 等. 2017. 北京地区两次重污染过程中PM2.5浓度爆发性增长及维持的气象条件[J]. 干旱气象, 35(5): 830-838.
Wang M R, Kai K J, Sugimoto N B, et al. 2018. Meteorological factors affecting winter particulate air pollution in Ulaanbaatar from 2008 to 2016[J]. Asian Journal of Atmospheric Environment, 12(3): 244-254. DOI:10.5572/ajae.2018.12.3.244
夏冬, 吴志权, 莫伟强, 等. 2013. 一次热带气旋外围下沉气流造成的珠三角地区连续灰霾天气过程分析[J]. 气象, 39(6): 759-767.
熊亚军, 唐宜西, 寇星霞, 等. 2017. 北京春季一次霾和沙尘混合污染天气过程分析[J]. 干旱气象, 35(1): 100-107.
徐敬, 丁国安, 颜鹏, 等. 2007. 北京地区PM2.5的成分特征及来源分析[J]. 应用气象学报, 18(5): 646-656.
于庚康, 王博妮, 陈鹏, 等. 2015. 2013年初江苏连续性雾-霾天气的特征分析[J]. 气象, 41(5): 622-629.
于娜, 魏永杰, 胡敏, 等. 2009. 北京城区和郊区大气细粒子有机物污染特征及来源解析[J]. 环境科学学报, 29(2): 243-251.
Ye C, Liu P F, Ma Z B, et al. 2018. High H2O2 concentrations observed during haze periods during the winter in Beijing:importance of H2O2 oxidation in sulfate formation[J]. Environmental Science & Technology Letters, 5(12): 757-763.
张晗宇, 温维, 程水源, 等. 2018. 京津冀区域典型重污染过程与反馈效应研究[J]. 中国环境科学, 38(4): 11-22.
张恒德, 张碧辉, 吕梦瑶, 等. 2017. 北京地区静稳天气综合指数的初步构建及其在环境气象中的应用[J]. 气象, 43(8): 998-1004.
张建忠, 李坤玉, 王冠岚, 等. 2016. 京津冀4次重度污染过程的气象要素分析[J]. 气象与环境科学, 39(1): 19-25.
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, 44(1): 27-36.
张志刚, 矫梅燕, 毕宝贵, 等. 2009. 沙尘天气对北京大气重污染影响特征分析[J]. 环境科学研究, 22(3): 309-314.
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, 35(5): 1547-1555.
赵习方, 徐晓峰, 王淑英, 等. 2002. 北京地区低能见度区域分布初探[J]. 气象, 28(11): 55-65.
赵妤希, 陈义珍, 杨欣, 等. 2019. 2018年3月两会期间北京重污染过程边界层气象的演变分析[J]. 环境科学究, 32(9): 1492-1499.
郑海涛, 刘建国, 李杰, 等. 2016. 河南省一次PM2.5污染过程区域性影响数值模拟[J]. 环境科学研究, 29(5): 617-626.
朱芳, 周颖, 程水源, 等. 2020. 石家庄市冬季一次重污染过程分析与反馈效应研究[J]. 环境科学研究, 33(3): 547-554.
Zhang Q, Streets D, Carmichael G R, et al. 2009. Asian emissions in 2006 for the NASA INTEX-B mission[J]. Atmospheric Chemistry and Physics, 14(9): 5131-5153.
Zhao H J, Wu Z L, Liu J L, et al. 2019. Two air pollution events in the coastal city of Tianjin, north China plain[J]. Atmospheric Pollution Research, 10(6): 1780-1794.