楊曉春,杜萌萌,吳其重,程 龍,畢 旭,翟 園
(1.陜西省西安市氣象局,陜西 西安 710016;2.北京師范大學(xué)全球變化與地球系統(tǒng)科學(xué)研究院,北京 100875)
?
西安地區(qū)一次重污染過程的氣象條件及軌跡分析
楊曉春1,杜萌萌1,吳其重2,程龍1,畢旭1,翟園1
(1.陜西省西安市氣象局,陜西西安710016;2.北京師范大學(xué)全球變化與地球系統(tǒng)科學(xué)研究院,北京100875)
摘要:利用西安市氣象常規(guī)觀測(cè)資料、美國國家環(huán)境預(yù)報(bào)中心(NCEP)1°×1°再分析資料FNL (Final),對(duì)西安地區(qū)2012年12月11—15日的一次重污染天氣過程進(jìn)行分析。結(jié)果表明:(1)與歷史同期常年值比較,此次重污染天氣過程中地面氣象數(shù)據(jù)顯示出明顯的寡照、低溫、高濕以及低風(fēng)速;(2)高壓后部的形勢(shì)與地面弱輻合有利于近地面水汽的輸送和凝結(jié),與850 hPa的高濕相互配合,使得水汽與污染物相互吸附加劇污染天氣。700 hPa以下明顯的下沉氣流、持續(xù)出現(xiàn)的逆溫層結(jié)、較低的混合層厚度將污染物聚集于近地面層內(nèi),引起污染的持續(xù)和加重;(4)西安地區(qū)所處的“喇叭口”盆地地形也是重污染天氣持續(xù)的一個(gè)重要原因;(5)后向軌跡模擬結(jié)果顯示偏東方向的河南、山西、渭南等地區(qū)為此次重污染過程中輸入污染物的主要來源。
關(guān)鍵詞:重污染天氣;氣象條件;后向軌跡
引言
近年來,隨著我國經(jīng)濟(jì)迅速發(fā)展,各地霧霾天氣頻發(fā),污染狀況日趨嚴(yán)重,引起學(xué)界和公眾的廣泛關(guān)注。在污染排放源短期內(nèi)無法有效控制的情況下,氣象條件對(duì)于污染過程的出現(xiàn)、加重和緩解起到至關(guān)重要的作用。諸多研究表明,局地大氣污染與大氣環(huán)流背景、本地大氣溫壓濕的垂直分布、地形條件、邊界層風(fēng)場(chǎng)變化以及常規(guī)氣象因子如氣溫、降水、相對(duì)濕度、日照、風(fēng)速、氣壓等都密切相關(guān)。如風(fēng)速、風(fēng)向和相對(duì)濕度與持續(xù)污染相關(guān)性較好[1-2];氣溫與污染物濃度之間為負(fù)相關(guān)[3];在空氣未飽和狀態(tài)下,濕度的適當(dāng)增加會(huì)加重污染、惡化能見度[4-5];弱降水并不能緩解污染,反而會(huì)使空氣質(zhì)量變得更差[6-7];氣壓梯度增加,霾出現(xiàn)減少[8];穩(wěn)定的大氣層結(jié)是導(dǎo)致區(qū)域污染發(fā)生的重要因素[9-10]。特殊的地形條件在污染天氣中也起到一定作用, 如太行山地形與河北省中南部嚴(yán)重污染頻繁出現(xiàn)有直接關(guān)系[11],蘭州河谷的槽形盆地限制污染物的擴(kuò)散[12]。
西安地區(qū)處于“喇叭口”特殊地形之中,也受地形環(huán)流影響,霾天氣多出現(xiàn)在秋冬季節(jié)[13]。胡琳[14]、寧海文[15]等分析了西安的污染物濃度與風(fēng)速、逆溫、混合層高度等氣象要素的相關(guān)性,但結(jié)合氣象要素、地形與后向軌跡對(duì)重污染天氣的形成、維持分析比較少。2012年12月11—15日西安地區(qū)出現(xiàn)連續(xù)重污染天氣,監(jiān)測(cè)數(shù)據(jù)顯示PM2.5小時(shí)最高濃度達(dá)到753 μg·m-3。本文采用西安地區(qū)環(huán)境監(jiān)測(cè)數(shù)據(jù)、氣象常規(guī)觀測(cè)數(shù)據(jù)及NCEP的FNL全球再分析資料,對(duì)這次重污染天氣過程進(jìn)行氣象條件、地形條件和污染物來源分析。
1監(jiān)測(cè)實(shí)況
西安環(huán)保局的監(jiān)測(cè)數(shù)據(jù)顯示,2012年12月11—15日西安地區(qū)出現(xiàn)重污染天氣過程,5日內(nèi)PM10日平均濃度均>400 μg·m-3,PM2.5>300 μg·m-3,遠(yuǎn)高于國家二級(jí)濃度限值(圖1)。其中15日的污染最為嚴(yán)重,PM10的日均濃度達(dá)到514 μg·m-3,PM2.5小時(shí)最高濃度達(dá)753 μg·m-3,達(dá)到嚴(yán)重污染等級(jí)。
圖1 2012年12月11—15日西安
2地面氣象條件
將2012年12月中旬的日照、氣溫、相對(duì)濕度、風(fēng)速與歷史同期30 a(1981—2010年)平均值進(jìn)行比較,結(jié)果顯示在重污染天氣下,日照偏少、氣溫偏低、風(fēng)速偏小,而相對(duì)濕度偏高。
西安市12月累計(jì)日照時(shí)數(shù)的30 a平均值為91.4 h,其中中旬為28.4 h,此次重污染過程中12日日照時(shí)數(shù)為1.5 h,其他幾日均為0。說明重污染天氣影響太陽輻射,導(dǎo)致日照時(shí)數(shù)急劇減少,促使地面氣溫降低,而近地面較低氣溫有利于逆溫的維持。本次過程中日均氣溫僅為1.1 ℃,低于12月中旬30 a的平均氣溫(1.5 ℃)。氣溫與濕度有較好的反相關(guān)性,12月11—15日平均相對(duì)濕度為70%,污染最嚴(yán)重的15日達(dá)到88%,高于12月的30 a平均值(67%)。高濕度與高污染具有一致性,污染物顆粒附著在水汽上,增大水滴半徑,降低能見度,同時(shí)也不易擴(kuò)散,進(jìn)一步加重污染[16]。
西安地區(qū)常年風(fēng)速較低,12月的30 a平均風(fēng)速為1.2 m·s-1,此次重污染過程中,5 d平均風(fēng)速僅為0.9 m·s-1,低風(fēng)速不利于污染物擴(kuò)散,也是重污染天氣維持的有利條件[17]。
此次重污染天氣過程中寡照、低溫、高濕以及低風(fēng)速等氣象條件有利于污染物累積,造成重污染天氣。同時(shí),重污染天氣也加劇了日照時(shí)數(shù)減少和氣溫降低。
3環(huán)流形勢(shì)
3.1高空形勢(shì)
采用FNL全球資料分析污染過程的高空形勢(shì)。由12月11—15日500 hPa平均高度場(chǎng)和850 hPa平均溫度場(chǎng)(圖2)可見:西安地區(qū)受弱高壓脊控制,高空形勢(shì)穩(wěn)定少變。低層850 hPa陜西中部經(jīng)山西至內(nèi)蒙中部為東北—西南向溫度暖脊,無明顯冷空氣活動(dòng),西安地區(qū)850 hPa溫度較高。穩(wěn)定的大尺度環(huán)流及較弱的天氣系統(tǒng),有利于污染物聚集,而850 hPa的較高溫度對(duì)逆溫層的形成和維持有重要作用,同樣不利于污染物擴(kuò)散。
圖2 2012 年12月11—15日500 hPa
3.2地面形勢(shì)
污染天氣過程地面形勢(shì)一般對(duì)應(yīng)弱氣壓場(chǎng),其中以高壓影響居多[9]。由12月11—15日5 d平均的地面氣壓場(chǎng)(圖3)看出,此次污染過程中,西安地區(qū)位于東北高壓后部,等壓線稀疏、氣壓梯度小、地面形勢(shì)穩(wěn)定。高壓后部型是西安地區(qū)出現(xiàn)霧霾天氣的典型地面氣壓場(chǎng),在這種形勢(shì)下西安地區(qū)主要受偏東氣流影響,這不僅會(huì)帶來污染物,同樣會(huì)有水汽自東向西往西安地區(qū)輸送,濕度增加造成親水粒子吸濕增長、能見度降低。進(jìn)一步分析本次過程的地面平均散度場(chǎng)(圖4),西安所在的陜西中部維持弱的水汽輻合,說明地面有氣流輻合使得污染物聚集、加重污染。
圖3 2012 年12月11—15日平均
圖4 2012年12月11—15日平均的
3.3高空氣象要素
利用FNL資料,對(duì)鄰近西安的格點(diǎn)(34°N、109°E)進(jìn)行時(shí)空剖面分析,由12月11—15日逐日濕度和垂直速度剖面(圖5)可以看出,5 d內(nèi)850 hPa以下相對(duì)濕度均>60%,個(gè)別時(shí)段超過80%;5 d內(nèi)700 hPa以下均為下沉氣流。大氣低層相對(duì)濕度未達(dá)到飽和狀態(tài),使得污染物易附著到水汽粒子,更加難以擴(kuò)散,同時(shí)受下沉氣流制約,污染物伴隨水汽累積在近地面層,在擴(kuò)散條件沒有改變之前,污染物濃度持續(xù)增加,霧霾持續(xù)加重。
圖5 2012年12月11—15日格點(diǎn)(34°N、109°E)
利用西安涇河站探空資料對(duì)12月11—15日500 hPa以下風(fēng)場(chǎng)進(jìn)行分析。由圖6可見,整個(gè)污染過程期間,西安近地面風(fēng)速(850 hPa以下)都<4 m·s-1,且為一致的偏東風(fēng)。風(fēng)速小表明大氣水平運(yùn)動(dòng)較弱,有利于污染物堆積,同時(shí)上下層之間風(fēng)向與風(fēng)速的切變較弱,大氣層結(jié)的垂直交換能力差,不利于污染物的對(duì)流擴(kuò)散。
圖6 2012年12月11—15日西安
逆溫層的存在不利于污染物的擴(kuò)散,按照其起始高度可分為接地逆溫與不接地逆溫。圖7是用探空數(shù)據(jù)計(jì)算的11—15日中10個(gè)時(shí)次西安地區(qū)的逆溫層高度、厚度和強(qiáng)度的時(shí)間序列。除12日20:00(北京時(shí),下同)外,其他時(shí)次均出現(xiàn)逆溫現(xiàn)象,其中11日08:00為接地逆溫,其他為不接地逆溫。重污染天氣剛開始時(shí),11—12日逆溫層出現(xiàn)高度較低、強(qiáng)度較大,最大值為12日08:00的4.48 ℃·km-1;13—15日逆溫層出現(xiàn)高度較高,強(qiáng)度較前期變?nèi)酰掷m(xù)出現(xiàn)的逆溫現(xiàn)象使大氣層結(jié)一直處于穩(wěn)定狀態(tài),不利于污染物的對(duì)流擴(kuò)散。由此得知當(dāng)大氣層結(jié)出現(xiàn)靜穩(wěn)狀態(tài)時(shí),即便后期逆溫強(qiáng)度減弱,前期積累的污染物以及新產(chǎn)生的污染物仍將持續(xù)累積,難以擴(kuò)散,從而導(dǎo)致污染不斷加重,污染物濃度持續(xù)增加。
圖7 2012年12月11—15日西安地區(qū)
混合層在污染氣象學(xué)中定義為湍流特征不連續(xù)界面以下湍流較充分發(fā)展的大氣層[18]。混合層厚度反映污染物在垂直方向被湍流充分交換稀釋的范圍,是影響大氣污染物擴(kuò)散的主要?dú)庀笠蜃覽19-20]。
利用羅氏法[21-22]計(jì)算本次污染過程中西安日平均大氣混合層厚度L:
L=20.17(6-P)(T-Ta)+[0.169P
(1)
式中P為帕斯奎爾大氣穩(wěn)定度,分為強(qiáng)不穩(wěn)定、不穩(wěn)定、弱不穩(wěn)定、中性、較穩(wěn)定和穩(wěn)定6級(jí)(取值1~6),本次過程選P=4。T-Ta為溫度露點(diǎn)差,UZ為Z高度平均風(fēng)速,f為地轉(zhuǎn)參數(shù),Z0為地面粗糙度,取值為1。由圖8可以看出,本次污染過程中5 d內(nèi)大氣混合層厚度均在800 m以下,其中污染最嚴(yán)重的15日混合層厚度僅為426 m,混合層高度不斷下降,污染最嚴(yán)重時(shí)期混合層高度降到最低。較低的混合層高度限制污染物擴(kuò)散,在排放沒有改變的情況下,近地層污染物濃度持續(xù)增大。
圖8 2012年12月11—15日西安
高空弱脊的維持使得天氣系統(tǒng)穩(wěn)定少變。地面上西安處于高壓后部,近地面為一致偏東風(fēng),有利于水汽及污染物的輸送,地面輻合加速污染物匯集,850 hPa的高濕區(qū)則促使水汽與污染物相互吸附,加劇污染天氣。下沉氣流、逆溫層結(jié)、較低的混合層厚度使得污染物不易擴(kuò)散。
4特殊地形環(huán)流
山脈阻擋所形成的地形環(huán)流在污染天氣中起到一定作用。西安市的北部為黃土高原,南部為秦嶺山脈,在地形上相當(dāng)于“盆地”[23],但與盆地略有不同,西安所處的“關(guān)中盆地”為向東開口的“喇叭口”地形。圖9為15日00:00(UTC)沿109°E的經(jīng)向垂直環(huán)流剖面,可以看出,當(dāng)污染物進(jìn)入“關(guān)中盆地”后,經(jīng)向環(huán)流中由于受南北地形阻擋而產(chǎn)生的2支上升氣流在850~700 hPa高度上產(chǎn)生輻合,并在西安地區(qū)(34°N)近地面附近出現(xiàn)下沉,下沉氣流抑制了污染物的擴(kuò)散。三面環(huán)山、向東開口的“喇叭口”地形配合本次污染過程近地面盛行的偏東風(fēng),使污染物在緯向和經(jīng)向均難以擴(kuò)散,這也是污染加重和持續(xù)的重要原因之一。
圖9 2012年12月15日00:00 UTC
5污染物后向軌跡
HYSPLIT-4是由美國NOAA研制的用于計(jì)算及分析污染物擴(kuò)散、輸送的軌跡模型[24-25]。該模型可以處理多種氣象場(chǎng),具有多種物理過程和較完整的輸送、擴(kuò)散與沉降模式,已經(jīng)應(yīng)用到各個(gè)地區(qū)各種污染物的污染來源及輸送路徑研究中[26-31]。
為分析此次重污染天氣過程中污染物的來向,以西安(108.9°E,34.3°N)為參考點(diǎn),選取近地面層10 m、50 m、100 m 3個(gè)高度,利用HYSPLIT-4模型分別計(jì)算2012年12月12—15日12:00 UTC氣團(tuán)的48 h后向輸送軌跡(圖10)。可以看出,48 h的后向軌跡顯示氣團(tuán)從河南西部出發(fā),其中12日經(jīng)湖北北部、商洛地區(qū),從東南方向到達(dá)西安市,其余3 d則是經(jīng)山西,由“喇叭口”地形先進(jìn)入渭南,從偏東方向到達(dá)西安。進(jìn)一步分析24 h內(nèi)氣團(tuán)的后向軌跡,其中14日氣團(tuán)的運(yùn)動(dòng)距離最短,從偏北的咸陽地區(qū)直接到達(dá)西安,而13日和15日氣團(tuán)的運(yùn)動(dòng)距離較遠(yuǎn),從河南經(jīng)山西、渭南到達(dá)西安。綜上所述,在48 h內(nèi),氣團(tuán)的移動(dòng)方向主要是自東向西移入西安市區(qū),這與高壓后部的地面形勢(shì)帶來的偏東風(fēng)表現(xiàn)一致。根據(jù)氣團(tuán)后向軌跡判斷,本次污染過程中的輸入污染主要來自河南、山西渭南和咸陽地區(qū)。
圖10 2012年12月12(a)、13(b)、14(c)、15(d)日12:00 UTC 48 h后向軌跡
6結(jié)論
(1)與歷史數(shù)據(jù)相比,重污染天氣過程中地面氣象數(shù)據(jù)顯示出明顯的寡照、低溫、高濕以及低風(fēng)速天氣特征,寡照、低溫使得逆溫層結(jié)維持,導(dǎo)致大氣層結(jié)更加穩(wěn)定,而高濕加劇了污染物累積、低風(fēng)速使污染物難以擴(kuò)散。
(2)穩(wěn)定的大尺度環(huán)流及較弱的天氣系統(tǒng)使得污染物不易擴(kuò)散。高壓后部形勢(shì)、地面弱輻合有利于近地面水汽的輸送和凝結(jié),與850 hPa的高濕度相互配合,使得水汽與污染物相互吸附加劇污染天氣。700 hPa以下明顯的下沉氣流、持續(xù)出現(xiàn)的逆溫層結(jié)、較低的混合層厚度將污染物聚集于近地面層內(nèi),引起污染的持續(xù)和加重。
(3)西安地區(qū)三面環(huán)山,向東開口的“喇叭口”地形配合本次污染過程近地面盛行的偏東風(fēng),使得污染物在緯向與經(jīng)向均難以擴(kuò)散,也是此次污染加重和持續(xù)的一個(gè)重要原因。
(4)HYSPLIT-4模型對(duì)本次污染過程的后向軌跡模擬顯示西安地區(qū)24 h內(nèi)的輸入污染主要來自偏東方向。
參考文獻(xiàn)
[1] 隋珂珂,王自發(fā),楊軍,等. 北京PM10持續(xù)污染及與常規(guī)氣象要素的關(guān)系[J]. 環(huán)境科學(xué)研究,2007,20(6):77-82.
[2] 楊靜,武疆艷,李霞,等. 烏魯木齊冬季大氣邊界層結(jié)構(gòu)特征及其對(duì)大氣污染的影響[J]. 干旱區(qū)研究,2011,28(4):717-723.
[3] 陳月霞,曹琳,楊淑萍. 氣溫對(duì)大氣主要污染物的影響[J]. 現(xiàn)代農(nóng)業(yè)科技,2011,(10):277-278.
[4] 孫燕,張備,嚴(yán)文蓮,等. 南京及周邊地區(qū)一次嚴(yán)重?zé)燊蔡鞖獾姆治鯷J]. 高原氣象,2010,29(3):794-800.
[5] 江文華,陳道勁,胡春梅. 重慶主城區(qū)一次重霧霾天氣過程分析[J]. 氣象科技,2013,41(2):343-346.
[6] 張夏琨,王春玲,王寶鑒. 氣象條件對(duì)石家莊市空氣質(zhì)量的影響[J]. 干旱氣象,2011,29(1):42-47.
[7] 馬麗云,曹磊,李楊,等. 烏魯木齊市不同區(qū)域PM10的監(jiān)測(cè)與分析[J]. 干旱區(qū)地理,2010,33(2):231-235.
[8] 程一帆,張?zhí)m慧,尚可政,等. 蘭州市冬季霾統(tǒng)計(jì)預(yù)報(bào)研究[J]. 中國沙漠,2011,31(3):750-756.
[9] 王叢梅,范引琪,張海霞. 京津冀采暖期大氣污染天氣特征[J]. 氣象科技,2010,38(6):659-694.
[10] 趙桂香,杜莉,衛(wèi)麗萍,等. 一次持續(xù)性區(qū)域霧霾天氣的綜合分析[J]. 干旱區(qū)研究,2011,28(5),871-878.
[11] 王叢梅,楊永勝,李永占,等. 2013年1月河北省中南部嚴(yán)重污染的氣象條件及成因分析[J]. 環(huán)境科學(xué)研究,2013,26(7):695-702.
[12] 賈曉鵬,陳開鋒. 沙塵事件對(duì)蘭州河谷大氣環(huán)境PM10的影響[J]. 中國沙漠,2011,31(6):1573-1578.
[13] 邵天杰,趙景波. 西安空氣質(zhì)量時(shí)空變化特征分析[J]. 干旱區(qū)研究,2008,25(5):723-728.
[14] 胡琳,蘇靜,陳建文,等. 西安地區(qū)霾天氣特征及影響因素分析[J]. 干旱區(qū)資源與環(huán)境,2014,28(7):41-45.
[15] 寧海文,王式功,杜繼穩(wěn). 西安沙塵天氣特征及其對(duì)空氣質(zhì)量的影響[J]. 中國沙漠,2005,25(6):886-890.
[16] 丁一匯,柳艷菊. 近50年我國霧和霾的長期變化特征及其與大氣濕度的關(guān)系[J]. 中國科學(xué):地球科學(xué),2014,44(1):37-48.
[17] 王宏,馮宏芳,隋平,等. 福州市灰霾氣象要素場(chǎng)特征分析[J]. 氣象科技,2009,37(6):670-675.
[18] 廖國蓮. 大氣混合層厚度的計(jì)算方法及影響因子[J]. 中山大學(xué)研究生學(xué)刊,2005,26(4):66-73.
[19] 馬金,鄭向東. 混合層厚度的經(jīng)驗(yàn)計(jì)算及與探空觀測(cè)對(duì)比分析[J]. 應(yīng)用氣象學(xué)報(bào),2011,2(5):567-576.
[20] 楊靜,李霞,李秦,等. 烏魯木齊近30 a大氣穩(wěn)定度和混合層高度變化特征及與空氣污染的關(guān)系[J]. 干旱區(qū)地理,2011,34(5):747-752.
[21] 程水源,席德立,張寶寧,等. 大氣混合層高度的確定與計(jì)算方法研究[J]. 中國環(huán)境科學(xué),1997,17(6):512-513.
[22] 史寶忠,鄭方成,曹國良. 對(duì)大氣混合層高度確定方法的比較分析[J]. 西安建筑科技大學(xué)學(xué)報(bào),1997,29(2):139-140.
[23] 劉翠,薛科社. 西安市霧霾天氣成因及治理措施分析[J]. 地下水,2013,35(3):220-221.
[24] Wang F, Chen D S, Cheng S Y, et al. Identification of regional atmospheric PM10transport pathways using HYSPLIT,MM5-CMAQ and synoptic pressure pattern analysis[J]. Environmental Modelling & Software, 2010,25(8):927-934.
[25] Draxler R, Stunder B, Rolph G, et al. HYSPLIT-4 user’s guide. http://www.arl.noaa.gov/documents/reports/hysplit_user_guide.pdf, 2014.
[26] 王劍,徐美,葉霞,等. 滄州市冬春季PM10污染特征及影響因素[J]. 干旱區(qū)資源與環(huán)境,2014,28(7):46-51.
[27] 石春娥,姚葉青,張平,等. 合肥市PM10輸送軌跡分類研究[J]. 高原氣象,2008,27(6):1383-1391.
[28] 張亞妮,張碧輝,宗志平,等. 影響北京的一例沙塵天氣過程的起沙沉降及輸送路徑分析[J]. 氣象,2013,39(7):911-922.
[29] 李蘭,劉敏,方思達(dá),等. 湖北省2013年1月特大霾過程的氣象成因分析[J]. 環(huán)境科學(xué)與技術(shù),2014,37(5):16-20.
[30] 竇筱艷,許嘉,韓德輝,等. 西寧市典型污染日PM10輸送規(guī)律研究[J]. 氣象與環(huán)境學(xué)報(bào),2012,28(2):85-90.
[31] 韓茜,魏文壽,劉明哲,等. 氣流輸送對(duì)烏魯木齊市PM10、PM2.5和PM1.0質(zhì)量濃度的影響[J]. 中國沙漠,2013,33(1):223-230.
Analysis on Meteorological Condition and Trajectory of a Serious Pollution Weather in Xi’an of Shaanxi
YANG Xiaochun1, DU Mengmeng1, WU Qizhong2, CHENG Long1, BI Xu1, ZHAI Yuan1
(1.Xi’anMeteorologicalBureauofShaanxiProvince,Xi’an710016,China;2.CollegeofGlobalChangeandEarthSystemScience(GCESS),BeijingNormalUniversity,Beijing100875,China)
Abstract:The weather conditions, atmospheric circulation background, formation mechanism and pollutant trajectory of a heavy air pollution weather occurring from 11 to 15 December 2012 in Xi’an were analyzed based on daily data including air quality observation, the routine weather observation and reanalysis data from NCEP (FNL) with spatial grid 1° × 1°. The results are as follows:(1)Compared with climatological normal, the meterological elements were abnormal from 11 to 15 December 2012 with obviously shorter sunshine hours, lower air temperature, higher relative humidity and weaker surface wind speed. (2)The location of southwest anticyclone and weak convergence near surface benefited transportation and gathering of water vapor and pollutants and cooperated with high humid region of low layer, which provided favorable environmental field for hazy weather and heavy air pollution. In addition, the descending air flows, strong temperature inversion layer, lower mixing layer depth and stable large scale circulation prevented pollutants from diffusing to the upper air. (3)The special geographical condition of Xi’an was an important factor for the lasting of serious pollution. The south and north downdrafts gathered in Xi’an which restrained pollutants from diffusing and aggravated the pollution. (4)The pollutant trajectories simulation indicated that the main pollutants came from the east of Xi’an.
Key words:serious pollution weather; meteorological conditions; backward trajectory
收稿日期:2015-07-31;改回日期:2015-08-25
基金項(xiàng)目:國家自然科學(xué)基金青年科學(xué)基金(41305121)及陜西省氣象局預(yù)報(bào)員專項(xiàng)(2015Y-17)共同資助
作者簡(jiǎn)介:楊曉春(1984-),女,漢族,陜西安塞人,碩士,工程師,主要從事天氣氣候、數(shù)值模擬研究. E-mail: y_xiaochun@sina.com
文章編號(hào):1006-7639(2016)-03-06-0547
DOI:10.11755/j.issn.1006-7639(2016)-03-0547
中圖分類號(hào):P458
文獻(xiàn)標(biāo)識(shí)碼:A
楊曉春,杜萌萌,吳其重,等.西安地區(qū)一次重污染過程的氣象條件及軌跡分析[J].干旱氣象,2016,34(3):547-552, [YANG Xiaochun, DU Mengmeng, WU Qizhong, et al. Analysis on Meteorological Condition and Trajectory of a Serious Pollution Weather in Xi’an of Shaanxi[J]. Journal of Arid Meteorology, 2016, 34(3):547-552], DOI:10.11755/j.issn.1006-7639(2016)-03-0547