2007～2016年北京天气分型与霾日的关联

• 作者: 乔林 孙兆彬 尹晓梅 朱彬 熊亚军
• 来源期刊: 中国环境科学
• 学科: 地球科学
• 关键词: 北京 天气分型 霾日 细颗粒物(PM2.5) 臭氧
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 大气污染与控制
• 页码范围: 123-134
• 页数: 12页
• 分类号: X513
• 字数: 7238字
• 语种: 中文

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱彬	南京信息工程大学大气与环境实验教学中心	93	2127	29.0	43.0
2	熊亚军		8	52	6.0	7.0
3	尹晓梅		4	29	3.0	4.0
5	乔林		5	18	2.0	4.0
8	孙兆彬		1	0	0.0	0.0