基于1980-2017年京津冀地区定时观测资料、欧亚陆面积雪资料、欧洲中期天气预报中心(European Centre for Medium-range Weather Forecasts,ECMWF)再分析资料,美国国家环境预报中心/大气研究中心(NCEP/NCAR)再分析资料以及英国哈德莱中...
详细信息
基于1980-2017年京津冀地区定时观测资料、欧亚陆面积雪资料、欧洲中期天气预报中心(European Centre for Medium-range Weather Forecasts,ECMWF)再分析资料,美国国家环境预报中心/大气研究中心(NCEP/NCAR)再分析资料以及英国哈德莱中心提供的海冰密集度资料,分析了秋季10-11月京津冀霾日频数年际变率与同期欧亚积雪的物理联系,并通过气候统计诊断和敏感性试验探讨了积雪异常影响京津冀10-11月霾日频数年际变率的可能机理。结果表明,10-11月京津冀霾日频数年际变率与同期东欧-西伯利亚平原地区(记为R Eu;50°~60°N,40°~80°E)积雪厚度和积雪覆盖度均呈现显著的正相关关系。R Eu积雪正异常与其西北侧的挪威海-巴伦支海海域以及北欧到东欧地区上空大气冷源密切联系,该冷源可激发一个自上述区域途经R Eu一直到东北亚的准正压大尺度纬向Rossby波列来调制影响京津冀霾日频数年际变率的关键环流系统,即东北亚异常反气旋。上述异常环流背景下,京津冀地区对流层低层为偏南风异常所控制,稳定大气层结易于建立,边界层高度偏低、地面风速偏弱且相对湿度偏高。该环境条件有利于霾天气发生发展,使得同期霾日偏多。作为预测信号,当前期9月楚科奇海-西波弗特海海冰偏少(多)时,10-11月京津冀霾日可能偏多(少)。
基于WRF/Chem(Weather Research Forecasting/Chemistry)模式对2015年11月25日至12月2日我国北方一次大范围PM2.5(空气动力学当量直径小于等于2.5μm的颗粒物,即细颗粒物)重污染过程进行了模拟。与观测资料对比表明,模式能够较好地模拟...
详细信息
基于WRF/Chem(Weather Research Forecasting/Chemistry)模式对2015年11月25日至12月2日我国北方一次大范围PM2.5(空气动力学当量直径小于等于2.5μm的颗粒物,即细颗粒物)重污染过程进行了模拟。与观测资料对比表明,模式能够较好地模拟出PM2.5浓度及气象因素的变化趋势,结果适用于此次污染事件的机理分析。动力、热力条件及化学转化等因素对此次强污染事件形成的机理分析表明,动力因子主要通过表面风和垂直风切变的减弱对此次污染事件造成影响,边界层逆温等热力因子促进了大气稳定性的增强,不利于污染物扩散。依据PM2.5组成成分变化分析可知,硝酸盐、硫酸盐和有机碳在此次事件中含量增加,说明机动车汽车尾气和燃煤排放所致的二次气溶胶生成对PM2.5污染加剧起重要贡献。多元线性回归分析和多因子相对贡献率量化解析结果表明,热力因子在此次污染过程中起主要作用,方差贡献率为52%,动力因子次之,方差贡献率为34%,而化学转化方差贡献率约为14%,说明气象条件,尤其是热力条件是引起此次污染事件的主要原因。
暂无评论