1 大氣成分及相關(guān)特性變化觀測研究

1.1 基于地面激光雷達比較2016/2017年冬季東北地區(qū)2次大氣污染事件

本研究分析和比較了2016年12月19—22日（E1事件）和25—26日（E2事件）中國東北地區(qū)2次大氣污染物的氣溶膠特性和氣象條件。通過2016年12月至2017年1月在遼寧省沈陽市地區(qū)的激光雷達測量的氣溶膠消光系數(shù)和退偏比，并結(jié)合行星邊界層（PBL）分析了該地區(qū)的能見度、顆粒物（PM）的質(zhì)量濃度和地面氣象要素。結(jié)果表明，在E1事件中，低的PBL高度會導致污染物的不容易擴散，而高的PBL會伴隨低的能見度，其可能原因是污染物濃度在大氣中的垂直輸送和跨區(qū)域的高空水平輸送。在E1事件中，當PBL高度增加時，PM的質(zhì)量濃度下降，而在E2事件中，卻恰恰相反，2個變量呈正相關(guān)。在E2事件中，當風比較強的時候，會導致污染物加速擴散，并在一定程度上促進了氣溶膠的運輸。在E1事件中，當大氣中有強烈的逆溫層存在時，會導致PM2.5和PM10的濃度增加，且 E1事件中沈陽周邊地區(qū)的氣溶膠主要來自華北平原向西南地區(qū)的污染物輸送。在E1事件中，由于當?shù)丨h(huán)境近地面污染物濃度大且PBL低導致該地區(qū)消光系數(shù)較大。然而在E2事件中，當PBL高的時候，氣溶膠的跨區(qū)域運輸以及地面附近的低PM質(zhì)量濃度則與高海拔地區(qū)氣溶膠濃度較大的消光有關(guān)。這些結(jié)果可能有助于更好地了解中國東北冬季污染事件中氣溶膠特性的垂直分布。（車慧正）

1.2 基于地面激光雷達分析2016年我國東北地區(qū)大氣氣溶膠垂直分布及典型污染事件

我國東北城市—工業(yè)地區(qū)——沈陽經(jīng)歷了快速發(fā)展時期，該地區(qū)氣溶膠垂直特性可能與當?shù)匚廴疚锱欧偶捌淇鐓^(qū)域輸送有關(guān)。本研究利用激光雷達反演得到氣溶膠光學厚度 （AOD）、行星邊界層（PBL）高度，以及垂直方向氣溶膠消光系數(shù)等資料。根據(jù)潛在源貢獻作用（PSCF）和濃度權(quán)重軌跡（CWT）分析方法，結(jié)合地面顆粒物質(zhì)量濃度、氣象要素、后向軌跡及衛(wèi)星產(chǎn)品對影響東北城市地區(qū)污染物的不同途徑和來源進行了分析。結(jié)果表明，從1月到5月，AOD變化范圍為0.10±0.10至0.23±0.34，7月較高，約為0.49±0.39。邊界層高度在3月最高，約為1318.7±696.5 m，冬季最低約為877.1±508.1 m至950.7±762.3 m。PM10、PM2.5和PM1的質(zhì)量濃度在1月最高，分別為148.2±77.8 μg/m3、106.0±58.8 μg/m3和33.8±20.5 μg/m3。PM10、PM2.5和PM1的質(zhì)量濃度在6月最低，分別為56.2±27.8 μg/m3、33.7±18.3 μg/m3和9.3±6.0 μg/m3。二氧化硫和一氧化碳的濃度在冬季較高，夏季較低，而O3濃度在夏季較高，冬季較低。春季的沙塵氣溶膠粒子和夏季新粒子生成事件，以及秋冬季節(jié)生物燃燒和燃煤排放的影響對氣溶膠消光系數(shù)的影響較大。西北、華北、局地污染物累積是影響東北城市地區(qū)污染氣溶膠的主要途徑和來源。研究結(jié)果對東北地區(qū)氣溶膠垂向特性和區(qū)域污染特征的研究具有一定的指導意義。（車慧正）

1.3 中國東北地區(qū)不同地表類型氣溶膠光學-輻射效應研究

本研究對東北地區(qū)不同地表類型氣溶膠微物理—光學性質(zhì)和直接輻射效應進行了多年的地基觀測。結(jié)果表明，粒徑雙峰分布特征在大城市沈陽地區(qū)以細模態(tài)顆粒為主，在撫順和大連等工業(yè)和沿海地區(qū)以粗模態(tài)顆粒為主。由于吸濕效應或云過程的影響，440 nm氣溶膠光學厚度較高值出現(xiàn)在7月（0.67 ～1.25）。440 nm單次散射反照率（SSAs）在城市和工業(yè)地區(qū)呈現(xiàn)較強到中等的吸收性（0.84 ～0.86），弱吸收性出現(xiàn)在沿海和農(nóng)村地區(qū)（0.92 ～0.94）。SSA的波長依賴性指出了沙塵粒子 （短波） 在城市、工業(yè)和沿海地區(qū)以及生物質(zhì)排放（長波） 和農(nóng)村地區(qū)的影響。城市和工業(yè)地區(qū)吸收性氣溶膠光學厚度分別是沿海和農(nóng)村地區(qū)的2.5倍和3.7倍。城市和工業(yè)站點近地面較大的氣溶膠直接輻射強迫指出氣溶膠對該地區(qū)地表的冷卻效應較強，沿海地區(qū)大氣層頂較高的輻射強迫指出該地區(qū)整層大氣系統(tǒng)的冷卻效應較強。城市和工業(yè)地區(qū)氣溶膠主要類型為混合吸收型，沿海和農(nóng)村地區(qū)主要為弱吸收氣溶膠細粒子。本研究為進一步研究東北地區(qū)氣溶膠分布和區(qū)域性氣候效應提供了新的信息。（車慧正）

1.4 基于MODIS衛(wèi)星數(shù)據(jù)分析2003—2016年中國地區(qū)的云光學厚度的時空變化特征

云光學厚度（COD）是表征大氣云的重要參數(shù)之一。利用AERONET地面觀測網(wǎng)絡的云模式數(shù)據(jù)，分析了2011年東亞地區(qū)COD的季節(jié)性變化。驗證了MODIS與COD產(chǎn)品的適用性，并對AERONET云模式數(shù)據(jù)集與MODIS衛(wèi)星數(shù)據(jù)集進行了對比，總體而言 AERONET和MODIS之間有較好的相關(guān)性，且MODIS反演COD值較AERONET偏低。利用MODIS衛(wèi)星數(shù)據(jù)對2003—2016年我國COD的時空分布及趨勢進行了分析，衛(wèi)星數(shù)據(jù)的時空變化特征表明，COD的季節(jié)性變化顯著。我國北方地區(qū)COD隨季節(jié)先減少后增加，夏季最大，冬季最小。然而，華南地區(qū)的空間分布變化卻恰恰相反?？臻g變化趨勢表明，我國西部和中部COD的變化趨勢與我國基本一致，自2003—2014年先減小，隨后逐漸開始增加。而在東北和珠江三角洲，COD的趨勢呈現(xiàn)出持續(xù)增長的趨勢。（車慧正）

1.5 1980—2016年長三角地區(qū)MERRA-2氣溶膠光學厚度變化

765個MERRA-2再分析資料550 nm 氣溶膠光學厚度瞬時值與位于合肥（31.90°N，117.17°E）的天空輻射計在2007年3月至2010年2月的各個季節(jié)進行了對比。相關(guān)系數(shù)在春、夏、秋、冬分別是0.88，0.83，0.88 和0.80。MERRA-2氣溶膠光學厚度在整個長三角區(qū)域與MODIS Aqua進行了比較，得到了很好的一致性。MERRA-2氣溶膠光學厚度產(chǎn)品被用來分析長三角區(qū)域1980—2016年間氣溶膠光學厚度的年，季節(jié)和月份的時空分布。研究表明氣溶膠光學厚度在長三角北部地區(qū)（0.45＜AOD＜0.55）高于長三角南部地區(qū)（0.30＜AOD＜0.45）。最高值出現(xiàn)在長三角西北部（0.50＜AOD＜0.55）。長三角地區(qū)氣溶膠光學厚度在20世紀80年代和90年代增長緩慢，2001—2010年快速上升，2011—2016年逐漸下降。氣溶膠光學厚度高值出現(xiàn)在3月、4月和6月，低值出現(xiàn)在9月、10月、11月和12月。3種不同類型的區(qū)域（大城市、中等城市和偏遠地區(qū)）擁有幾乎相同的氣溶膠光學厚度年變化。大城市氣溶膠光學厚度最高，約為0.48，偏遠地區(qū)氣溶膠光學厚度最低，約為0.42。在夏季，偏遠地區(qū)氣溶膠光學厚度要比大城市和中等城市低得多。在兩個時間段內(nèi)研究了整個長三角地區(qū)的氣溶膠光學厚度變化趨勢。1980—2009年，整個長三角地區(qū)氣溶膠光學厚度各月呈現(xiàn)上升趨勢。2010—2016年，長三角地區(qū)氣溶膠光學厚度在1月、2月、3月、7月、10月、11月呈現(xiàn)下降趨勢，其他月份在長三角地區(qū)有些區(qū)域出現(xiàn)上升趨勢有些區(qū)域出現(xiàn)下降趨勢。（車慧正）

1.6 基于中國氣溶膠遙感觀測網(wǎng)（CARSNET）的中國東部地區(qū)氣溶膠光學特性和直接輻射強迫研究

中國東部地區(qū)氣溶膠污染是該地區(qū)經(jīng)濟和工業(yè)快速增長的后果。本研究利用2011—2015年期間長江三角洲7個站點的太陽光度計觀測數(shù)據(jù)，對該地區(qū)氣溶膠微物理和光學性質(zhì)的氣候?qū)W特征進行了描述，計算了直接氣溶膠輻射強迫（DARF），并根據(jù)氣溶膠顆粒物的大小和吸收等特性對氣溶膠類型進行了分類。結(jié)果表明，該地區(qū)氣溶膠體積在全年均發(fā)現(xiàn)了雙峰分布特征，但由于吸濕增長和/或云處理，6月和9月出現(xiàn)了體積和有效半徑較大的細模式粒子。6月和9月細模式粒子的增加導致AOD440nm在大多數(shù)站點均大于1.00，而AOD440nm的年平均值在城市和農(nóng)村站點分別為0.71 ～0.76和0.68。與中國北方不同，由夏季副熱帶高壓引起的擴散效應使AOD440nm在7月和8月（0.40 ～0.60）低于1月和2月（0.71 ～0.89）。生物質(zhì)燃燒使得7月和8月出現(xiàn)了小體積和大帶寬的細模式和粗模式氣溶膠尺寸分布。440 nm單次散射反照率（SSA440nm，）值位于0.91 ～0.94，表明粒子具有相對強到中等的吸收性。7月和8月的大部分站點均發(fā)現(xiàn)了由生物質(zhì)燃燒產(chǎn)生的具有強吸收的顆粒物，其SSA對于波長的依賴性更為顯著，而3—5月的粗顆粒物則是礦塵主導。吸收性氣溶膠或多或少均勻分布在整個區(qū)域，440 nm吸收性氣溶膠光學厚度約為0.04 ～0.06，但吸收性波長指數(shù)在不同站點之間存在差異，這表明顆粒物的成分在空間上存在一定的異質(zhì)性。在無云條件下，地球表面的年平均DARF為-93±44至-79±39 W/m2，而大氣層頂部的年平均DARF為-40 W/m2（太陽天頂角范圍為50°～80°）。利用SSA、細模態(tài)比和消光波長指數(shù)氣溶膠類型分類結(jié)果表明，細模式顆粒物是吸收性顆粒物的主要貢獻者。本研究有助于加深我們對氣溶膠和區(qū)域氣候/空氣質(zhì)量的理解，其結(jié)果將有助于驗證衛(wèi)星反演結(jié)果，改進氣候模型和遙感算法。（車慧正）

1.7 春節(jié)期間北京及周邊地區(qū)氣溶膠微物理、光學和輻射特性的綜合分析

利用地基觀測數(shù)據(jù)、氣象要素數(shù)據(jù)和大氣環(huán)境監(jiān)測數(shù)據(jù)對春節(jié)期間北京地區(qū)3個不同下墊面背景站點的大氣氣溶膠的微物理，光學和輻射特性進行了綜合分析。結(jié)果表明，在污染最嚴重階段，氣科院站點、香河站點、上甸子站點的光學厚度日均值分別達到1.62、1.73和0.74，分別是背景光學厚度水平的2.6、2.9和2.1倍。單次散射反照率的日均值峰值分別達到0.95、0.96和0.87。細模態(tài)粒子的峰值濃度變化范圍分別為0.04 ～ 0.21 μm3/μm2、0.06 ～0.17 μm3/μm2和0.01 ～0.10 μm3/μm2，分別是背景濃度水平的0.3 ～5.8倍、1.1 ～4.7倍和1.2 ～8.9倍。吸收性光學厚度日均值變化分別為0.01 ～0.13、0.03 ～0.14和0.01 ～0.09；并且吸收性波長指數(shù)反映出了有機類氣溶膠含量的大大增加。氣溶膠對大氣層底的輻射強迫的日均值變化分別為-20 ～-130、-40 ～-150和-10 ～-110 W/m2，反映出對地面強烈的冷卻作用。潛在源區(qū)分析和濃度權(quán)重軌跡分析表明，北京、河北及山西省南部地區(qū)、山東省的中北部地區(qū)對此次北京地區(qū)的霧霾污染過程有著較大貢獻。（車慧正）

1.8 不同氣溶膠的區(qū)域傳輸對中國東部地區(qū)的污染加重事件中氣溶膠光學特性及其垂直分布特征的影響

本研究通過微脈沖激光雷達與CE-318太陽光度計的觀測結(jié)果對長三角地區(qū)2013—2015年氣溶膠的光學特性及其邊界層的變化進行了分析。再結(jié)合MODIS和CALIPSO的衛(wèi)星遙感結(jié)果，從污染垂直結(jié)構(gòu)、空間分布、后向軌跡和潛在源分析等方面分析了我國長三角地區(qū)受不同類型氣溶膠傳輸影響下的輕度污染事件個例。結(jié)果表明，長三角地區(qū)的氣溶膠除3月以外，主要以細粒子為主。6月和9月的氣溶膠光學厚度AOD由于吸濕增長作用導致的單詞散射反照率升高而增加，相反7月和8月的AOD值較低。邊界層高度在3—9月的暖季，由于較強的熱交換和日變化，其值較高且變化顯著。華北地區(qū)的細模態(tài)污染物可以從1.5 km左右的高度傳輸?shù)胶贾荩沟脝卧~散射反照率升高，阻擋到達地表的太陽輻射，進而地表溫度下降，減弱湍流，使得邊界層降低后，進一步促進污染物的累積，形成正反饋有利于氣溶膠的冷卻效應。從新疆和內(nèi)蒙古等沙漠源區(qū)長距離傳輸而來的沙塵粒子位于2 km左右，使得長三角地區(qū)的單詞散射反照率降低至0.84以下，此時氣溶膠吸收性的增強會加熱大氣并促進邊界層的抬升，從而有利于氣溶膠粒子的擴散。而從我國南部地區(qū)傳輸至長三角上空1.5 km左右的生物質(zhì)燃燒產(chǎn)物，使得局地的單詞散射反照率低于0.89。除了外來傳輸?shù)臍馊苣z以外，在冬季，長三角地區(qū)局地累積的氣溶膠層伴隨著穩(wěn)定的天氣條件可以穩(wěn)定在邊界層內(nèi)0.5 km以下。（車慧正）

1.9 2017年秋季北京城區(qū)不同污染過程中氣溶膠光學特性和垂直分布特征

作為世界上的超級大都市之一，北京的氣溶膠排放量巨大。盡管政府采取了各種減排措施，但大規(guī)模和間歇性污染的發(fā)生仍然是一個重要問題。為了理解污染發(fā)生的機制和特征，利用拉曼—米激光雷達和CE-318太陽光度計對2017年9—10月北京城區(qū)的一次沙塵、霧霾和清潔天的氣溶膠光學特性和垂直分布進行了觀測，并結(jié)合氣象數(shù)據(jù)及污染發(fā)生的來源和傳輸路徑進行了分析。結(jié)果表明：沙塵過程以退偏振比較大的不規(guī)則粒子為主，氣溶膠垂直高度可達3.5 km，粒子譜中粗粒子的體積濃度峰值明顯；高空強勁的西北風是造成此次沙塵遠距離傳輸?shù)闹饕?。霧霾過程以球型度較高的水溶性粒子為主，消光系數(shù)可達2/km以上，退偏振比相對較小。氣溶膠邊界層高度小于1 km。440 nm的AOD變化范圍在0.8 ～2.4。持續(xù)的靜穩(wěn)天氣不利于局地氣溶膠的擴散，加上當?shù)仄囄矚獾任廴疚锏呐欧欧e累，造成長時間的局地污染。清潔天時，有利的氣象條件如大風為局地排放的顆粒物提供了很好的擴散條件。消光系數(shù)和退偏振比均較小。粒子譜表現(xiàn)為以粗粒子為主的雙峰模態(tài)，但體積濃度整體偏小。SSA在0.75 ～0.85波動，粒子對光的散射能力較弱，能見度普遍較高。（車慧正）

1.10 全國大氣能見度變化及其與風速的關(guān)系

本研究采用全國地區(qū)464個站點的1960—2009年50年的逐日能見度和地面風速站點觀測資料，處理成距平資料，借助EOF分解、小波分析，研究了全國地區(qū)50年的能見度與地面風速的時空分布特征和聯(lián)系、各個模態(tài)的變化周期，并用相關(guān)分析、合成分析研究了能見度在不同時間尺度下與地面風速的關(guān)系。結(jié)果表明：全國地區(qū)能見度總體的變化是逐漸減小的，九點平滑后表現(xiàn)出來的能見度的年際變化也呈下降趨勢；而對于能見度的年際變化，呈現(xiàn)不規(guī)則的振蕩；并且這50年的變化存在32年左右的長期振蕩周期；在20世紀90年代之前，有16年左右的中期振蕩周期；90年代之后，生成了8年左右的振蕩周期。能見度和地面風速在年代際時間尺度上的距平值時間變化序列的相關(guān)系數(shù)很高，說明兩者在這個時間尺度上的變化更加一致。同時，由于長江三角洲地區(qū)污染嚴重，導致地面風對污染物的擴散作用明顯；而在四川盆地，由于其地區(qū)本身的相對濕度很高，使兩者的相關(guān)不是很好。（車慧正）

1.11 西藏中部納木錯首次過氧乙酰硝酸酯和臭氧同步測量：邊界層變化及輸送過程影響

過氧乙酰硝酸酯（PAN）和臭氧 （O3）均為大氣中光解光化學產(chǎn)物。過去多數(shù)對這兩種氣體的原位測量都是在污染區(qū)域較低海拔站點進行的。本研究給出了在偏遠的西藏中部站點納木錯（30°46′N，90°57′E，海拔高度4745 m）首次同步取得的PAN和O3觀測結(jié)果。觀測在2011年和2012年夏季兩個時段進行。2011年8月17—24日和2012年5月15日至7月13日觀測到的PAN平均混合比分別為0.36×10-9（范圍: 0.11×10-9～0.76×10-9）和0.44×10-9（范圍：0.21×10-9～0.99×10-9）。O3的混合比在27.9×10-9至96.4×10-9間變化，平均值為60.0×10-9。 PAN和O3均存在很大的晝夜變化，最低值出現(xiàn)在凌晨05:00，清晨時段快速上升，09:00—20:00出現(xiàn)較寬的平臺。邊界層的逐步變化對兩種氣體日變化特征的形成尤其是清晨PAN和O3的快速升高起關(guān)鍵作用。自由對流層空氣向下夾卷是清晨兩者濃度升高的原因并且對維持其白天高值其關(guān)鍵作用。在白天邊界層達到較高（約3 km）的日子里，兩種氣體出現(xiàn)更強烈的日變化，而這些日子主要分布較為干燥的在季風前期；在白天邊界層較低（約2 km）的日子里，日變化相對微小，而這些日子主要分布在潮濕的季風期。在納木錯一些時段偶爾能觀測到較高濃度水平的PAN。這些PAN污染時段或者由對流層中上層氣團向下輸送引起，或者由來自印度北部、巴期斯坦北部和尼泊爾的PAN煙雨的長距離輸送引起。在氣流向下輸送個例中，PAN最高混合比水平介于0.5×10-9至0.7×10-9；而在長距離輸送的個例中，PAN混合比再0.3×10-9～1.0×10-9范圍變化，平均為0.6×10-9。在2012年6月初的一次長距離輸送過程中，西藏中部和西部的多數(shù)地區(qū)均受到大約一周的影響。我們這項研究結(jié)果表明，來自南亞的污染氣團可以顯著抬升西藏上空PAN的濃度水平。由于PAN作為大氣NOx的儲庫分子可以釋放出NOx，來自南亞的污染輸送對于高原區(qū)域?qū)α鲗庸饣瘜W的影響值得進一步研究。（徐曉斌）

1.12 北京城區(qū)冬春季過氧化氫濃度變化特征

大氣過氧化氫（H2O2）是一種重要的光化學產(chǎn)物，也是硫酸鹽氣溶膠生成及降水酸化過程的關(guān)鍵氧化劑。然而我國對H2O2的觀測研究較少，尤其對霧霾期間H2O2濃度變化特征認識不足。本研究基于冬春時段（2016年12月至2017年4月）在北京城區(qū)中國氣象局的H2O2觀測結(jié)果，并結(jié)合同期O3、PAN、NOx、PM2.5等污染物和氣象要素觀測數(shù)據(jù)，分析了H2O2濃度變化特征與影響因素。觀測結(jié)果表明：觀測期間H2O2體積混合比（簡稱為濃度）為（0.65±0.59）×10-9，其中春季濃度（0.83±0.67）×10-9高于冬季濃度（0.51±0.47）×10-9；H2O2平均日變化基本呈現(xiàn)單峰特征，峰值出現(xiàn)在18:00—21:00，比其他地區(qū)峰值出現(xiàn)稍晚，并滯后于O3峰值時間4 ～7h；相對濕度對H2O2日峰值時間和濃度水平有影響，小于55%時日峰值出現(xiàn)于18:00—24:00，平均峰值濃度1.52×10-9；大于65%時日峰值出現(xiàn)于11:00—16:00，日峰值濃度均小于1×10-9。H2O2、O3和PAN 雖然同屬光化學產(chǎn)物，但在不同污染狀況下濃度水平和變化趨勢差異明顯；H2O2清潔日峰值濃度高于污染日，但11:00—15:00污染日濃度略高于清潔日。（徐曉斌）

1.13 華北平原農(nóng)村站點2016冬季紅色預警期間氣溶膠散射吸濕增長特性研究

2016年12月17—22日的霧霾紅色預警期間，使用氣溶膠散射加濕濁度系統(tǒng)在華北平原農(nóng)村地區(qū)開展了的氣溶膠吸濕性的觀測研究。同步測量了氣溶膠在干燥（RH＜30%）和RH在40%～85%范圍內(nèi)450、550和700 nm的波長下的散射系數(shù)。紅色預警期間氣溶膠的散射吸濕增長因子（f（RH））和后向散射吸濕增長因子（fb（RH））的變化趨勢一致，其中fb（RH）比f（RH）要低。f（RH）的變化范圍是1.12 ～1.62，平均值為1.29，fb（RH）的變化范圍是1.02 ～1.24，平均值為1.10。不同波長下氣溶膠的散射吸濕增長因子隨著波長增大，f（80%）的平均值是逐漸增大的，漲幅為2%，且分布范圍更大一些。這說明氣溶膠吸濕增長的波長依賴并不很明顯。吸濕增長因子的變化趨勢與固城站的無機鹽質(zhì)量濃度百分比的變化趨勢基本一致。吸濕增長因子與化學成分的關(guān)系顯示，氣溶膠吸濕性高度依賴于氣溶膠化學成分。f（80%）隨著有機物含量的增加而減小，呈負相關(guān)的關(guān)系；f（80%）與無機鹽含量呈正相關(guān)關(guān)系。隨著硝酸鹽的質(zhì)量濃度百分比的增大，f（80%）逐漸增大，然而硫酸鹽并沒有一致性的變化規(guī)律。這表明在華北農(nóng)村地區(qū)，硝酸鹽對氣溶膠的吸濕增長起著更重要的作用。（孫俊英）

1.14 氣溶膠對局地尺度降水系統(tǒng)垂直結(jié)構(gòu)影響：TRMM降水雷達分析

從觀測角度分離氣象條件和氣溶膠對降水影響存在很大挑戰(zhàn)，本研究通過850 hPa風場和500 hPa位勢高度場相結(jié)合，篩選出我國珠江三角洲地區(qū)暖季局地中小尺度的降水系統(tǒng)。2008年6月26日，500 hPa高度上，珠三角地區(qū)位于弱低壓中心底部，而在地層（850 hPa高度）則處于切變線和西南水汽輸送帶上，西南方向的南海為本地的降水提供有利的降水條件，是一個典型的天氣尺度降水系統(tǒng)。而2008年7月2日，珠三角地區(qū)處于西太副高控制下，當天的降水可能是局地太陽輻射導致的動力抬升而發(fā)生的小范圍降水系統(tǒng)，屬于典型局地尺度降水系統(tǒng)。借助地面雨量計、再分析資料和TRMM PR雷達數(shù)據(jù)，統(tǒng)計2008年1月至2012年12月發(fā)生在珠三角地區(qū)的所有局地尺度降水事件，進一步研究積云、對流云、層狀降水垂直結(jié)構(gòu)對氣溶膠的差異性響應，發(fā)現(xiàn)氣溶膠對對流降水上部存在顯著促進作用，這種促進作用是以下層云發(fā)展受抑制為代價的，氣溶膠的這種促進作用為之前的Rosenfeld于2008年提出的理論框架提供了垂直方向上觀測支撐。與之對比的是，層狀云降水和淺對流降水沒有明顯或相反的垂直分布差異。長期的觀測結(jié)果表明，氣溶膠對局地尺度降水在不同高度上存在明顯的差異性響應，進一步給出了氣溶膠對云降水的促進和抑制效應。（郭建平）

1.15 華中氣溶膠和夏季邊界層結(jié)構(gòu)關(guān)系探析

華中地區(qū)的大氣污染近年來呈現(xiàn)多發(fā)的態(tài)勢，但其邊界層結(jié)構(gòu)影響如何尚缺乏有力觀測證據(jù)。本研究工作選擇華中地區(qū)代表性大城市武漢作為研究目標，系統(tǒng)研究了不同大尺度環(huán)流控制下的氣溶膠與邊界層精細結(jié)構(gòu)特征之間的關(guān)系。通過對匹配的探空觀測、地基多種氣象要素觀測，以及再分析資料，借助高級統(tǒng)計分析方法，結(jié)果表明該地區(qū)的大氣邊界層不僅可顯著改變該地區(qū)的PM2.5濃度日變化，而且改變?nèi)站鶟舛??；?25 hPa位勢高度再分析資料，結(jié)合T-PCA主成分分析方法，對武漢地區(qū)的大尺度環(huán)流特征進行分類，發(fā)現(xiàn)東北風主導的兩種類型大尺度環(huán)流系統(tǒng)對應了高PM2.5濃度值，此時，邊界層高度明顯偏低，而云量呈增加的趨勢。后向軌跡模擬分析表明，在武漢東北方向的華北平原、長三角等地的污染源在該環(huán)流條件下具有重要輸入貢獻。同時，不同時次的大氣逆溫底部高度隨污染物濃度增加而減少，而大氣逆溫強度隨污染物濃度增加而增強。該研究對于定量研究華中地區(qū)氣溶膠-邊界層相互作用提供了重要觀測支持。（郭建平）

1.16 從大氣環(huán)流角度闡明北半球冬季亞洲-澳大利亞地區(qū)溫度日較差變化機理

本研究基于CRU TS 4.0和NCEP-NCAR的再分析數(shù)據(jù)，利用經(jīng)驗函數(shù)正交分解（EOF）方法，研究1948—2015年北半球冬季亞澳地區(qū)氣溫日較差（DTR）變化的主導模態(tài)特征及其相聯(lián)系的物理過程。研究結(jié)果表明，DTR的EOF第1模態(tài)體現(xiàn)為空間上亞澳地區(qū)的一致變化模態(tài)，對應時間上為顯著的下降趨勢特征（趨勢模態(tài)）。EOF的第2模態(tài)表現(xiàn)為亞澳地區(qū)DTR的反向變化分布，在時間上呈現(xiàn)顯著年際變化特征（年際變化模態(tài)）。這兩個模態(tài)變化均與大氣環(huán)流異常導致的云量變化直接相關(guān)。對于趨勢模態(tài)而言，近幾十年的東亞地區(qū)的偏南風趨勢和澳大利亞的偏北風趨勢有利于低緯度暖濕氣流向這兩個區(qū)域輸送進而使得云量增加、DTR減小。而這種大氣環(huán)流場的趨勢變化主要歸因于大氣環(huán)流對亞澳地區(qū)氣溫非均勻增暖的響應。此外，年際變化模態(tài)主要受到ENSO變率的影響。暖的ENSO事件減弱沃克環(huán)流，進而在西太平洋赤道兩側(cè)形成一對異常的反氣旋。澳大利亞在南半球異常反氣旋的控制下，盛行異常的下沉氣流，使得云量減少從而增加DTR。相反，東亞地區(qū)受到北半球西太平洋異常反氣旋西側(cè)的偏南風輸送異常暖濕氣流的影響，使得該區(qū)域云量增多進而減少DTR。（郭建平）

1.17 沙塵和煙塵氣溶膠對閃電活動的氣候效應：能否通過長期觀測揭示？

選取對全球氣溶膠貢獻較大的沙塵和生物質(zhì) 燃燒氣溶膠（煙塵）作為研究對象，對比分析了這2種氣溶膠對云微物理過程的影響和對閃電活動的氣候效應，并探討了氣溶膠、動力和熱力條件對閃電活動的共同作用和相對貢獻。利用11年的TRMM衛(wèi)星閃電資料、MODIS 氣溶膠資料和ECMWF再分析資料，研究了非洲北部沙塵區(qū)和非洲南部煙塵區(qū)不同類型氣溶膠對閃電活動的長期影響，并分析了氣溶膠、動力和熱力因子對閃電活動的共同影響和相對貢獻，比較了沙塵和煙塵氣溶膠對閃電影響的共同性和不同性。閃電活動的日變化和季節(jié)變化趨勢主要受熱力條件的影響，氣溶膠對閃電的影響與氣溶膠含量、類型和局地氣候等都有關(guān)系。當氣溶膠較少（光學厚度AOD＜0.3）時，閃電頻率隨氣溶膠含量增加而增多，該階段以氣溶膠的微物理效應為主導。當氣溶膠含量較高（AOD＞0.3）時，氣溶膠的輻射效應、微物理效應和氣候條件共同影響閃電活動，在干燥的沙塵區(qū)，閃電活動明顯受到抑制，但在濕潤的熱帶森林地區(qū)，閃電活動達到飽和。氣溶膠和動力熱力因子可以解釋閃電活動的大部分變化。最主要的兩個影響因子為對流層中部相對濕度和CAPE，且二者的貢獻相當。（郭建平）

1.18 利用Himawari-8 AOD估算中國地區(qū)的小時PM1濃度

大氣顆粒物是目前大氣污染、氣候變化以及人類健康最重要的影響因素，而直徑小于1 μm的顆粒物質(zhì)（PM1）對人類健康影響尤為顯著。然而，目前我們對PM1的空間分布和變化的認識非常有限。針對這一問題，基于Himawari-8衛(wèi)星觀測發(fā)展了一種主成分分析的一般回歸神經(jīng)網(wǎng)絡（PCA-GRNN）的混合模型，實現(xiàn)了估算中國小時級PM1濃度分布和變化。研究結(jié)果表明，基于Himawari-8衛(wèi)星估算的小時級PM1濃度與地基觀測相關(guān)性良好（R2=0.65），均方根誤差（RMSE）為22.0 mg/m3，平均絕對誤差（MAE）為13.8 mg/m3。并且，在日平均和月平均時間尺度上，R2分別達到0.70和0.81。在空間上PM1高度污染地區(qū)主要位于華北平原和東北地區(qū)，與中國工業(yè)和城市化分布一致，同時PM1濃度在白天上下班高峰時間達到峰值。PM1分布表現(xiàn)出明顯的季節(jié)性，冬季濃度最大（31.5±3.5 mg/m3），主要是由于冬季燃煤排放。進一步我們使用新方法估計中國PM2.5和PM10濃度，發(fā)現(xiàn)PM1和PM2.5模型估計的準確度顯著高于PM10。 （郭建平）

1.19 基于中國歷史探空觀測資料計算的云底高度氣候特征

云的觀測對于全球輻射平衡和水循環(huán)至關(guān)重要，目前我國對于云底高度（CBH）的氣候特征分析還較為缺乏?；谥袊娇沼^測網(wǎng)絡（CRN）的高分辨率長期（2006—2016年）探空觀測資料，提出了改進的相對濕度閾值法，借助2016年夏季邢臺增強觀測試驗期間獲取的云雷達、微脈沖激光雷達計算得到的CBH，進行了算法驗證，效果良好。分析了2006—2016年的云底高度氣候特征，總體而言，不同季節(jié)的CBH在中國區(qū)域均存在較大的地域差異。此外，夏季在干旱地區(qū)（如內(nèi)蒙古和華北平原）云底抬升的更高，而在青藏高原、珠江三角洲及四川盆地云底高度相對較低（距離地面＜2.4 km）。季節(jié)分布上，云底高度夏季最高，冬季最低。低云發(fā)生頻率（＞70%）多數(shù)出現(xiàn)在青藏高原、珠江三角洲及四川盆地。相反，長江三角洲和華北平原出現(xiàn)的云約有一半是高云。夏季，所有觀測站的云底高度并未表現(xiàn)出明顯的日變化，可能是由于夏季14時的探空觀測主要用于改善高影響天氣的預報，導致所觀測到的低層大氣容易出現(xiàn)濕度較大現(xiàn)象引起。據(jù)我們所知，這是中國第一個基于高空探測資料建立的云底高度氣候產(chǎn)品，可用于準確估算云對人類氣候系統(tǒng)的輻射強迫。（郭建平）

1.20 中國地區(qū)夏季午后不同熱力穩(wěn)定度條件下的邊界層氣候特征

邊界層是地面和對流層熱量、動能、物質(zhì)和濕度等發(fā)生垂直交換的重要場所。不同的大氣熱力條件下，邊界層呈現(xiàn)不同的變化特征。針對夏季加密探空，首次給出了夏季我國大范圍的邊界層高度日變化空間分布。發(fā)現(xiàn)云對邊界層的發(fā)展在不同時次有顯著的差異，14:00的云蓋對邊界層發(fā)展起到明顯的抑制作用。揭示了不同氣象變量與邊界層的關(guān)系：我國大部分站點的邊界層高度與地面氣壓和近地面穩(wěn)定度呈負相關(guān)，而與近地面風速和氣溫呈正相關(guān)。給出了夏季不同熱力溫度條件下的我國邊界層（穩(wěn)定、對流和中性邊界層）時空分布特征，發(fā)現(xiàn)這種空間差異主要由地表感熱決定，并揭示夏季午后我國少量出現(xiàn)的穩(wěn)定邊界層大部分對應的是多云或陰天（云量大于80%）。（郭建平）

1.21 華北農(nóng)村站點大氣氨對銨鹽氣溶膠形成的作用

為了深入認識氨的化學特性和對二次銨鹽氣溶膠形成的影響，2013年5—9月在華北平原的農(nóng)村站點對NH3和痕量氣體以及PM2.5中水溶性離子進行了實時觀測。在農(nóng)田施用尿素肥料一周后出現(xiàn)了一次降水過程，隨即監(jiān)測到了非常高的NH3和離子濃度。濃度隨NH3濃度的升高而增大，表明NH3可能對顆粒態(tài)銨的形成有重要影響。觀測期間平均氨轉(zhuǎn)化率（NHR）、硫氧化率（SOR）和氮氧化率分別為0.30，0.64和0.24。NH3濃度的增加主要受周圍農(nóng)業(yè)活動、區(qū)域運輸和氣象條件的影響。高水平的NH3濃度和氨轉(zhuǎn)化率，表明夏季華北平原NH3的排放量遠高于中和酸性物質(zhì)所需的量，NH3作為關(guān)鍵的中和劑在銨鹽氣溶膠的形成中起著重要作用。利用逐時獲得的數(shù)據(jù)，使用熱力學平衡模型ISORROPIA-II 研究了氣粒平衡特性。PM2.5中和以及大氣NH3的模擬值和觀測值吻合較好，而的模擬值大大低于觀測值。觀測和模擬結(jié)果表明，氣溶膠中的強酸被完全中和，存在于氣溶膠中多余的，可能是NH3與大量草酸和其他二元酸反應的產(chǎn)物。（孟昭陽）

1.22 基于時間分層-病例對照方法的臭氧急性健康效應評估：北京郊區(qū)，2005—2013年

已有研究表明臭氧對人體健康有顯著的影響，在中國2010年以后臭氧濃度持續(xù)上升，與國內(nèi)大量的PM2.5健康效應研究相比，臭氧健康效應的研究相對很少。北京地區(qū)屬于全國三大臭氧高污染地區(qū)之一，但是迄今為止尚未有北京地區(qū)的臭氧健康效應評估報告。本研究監(jiān)理了時間分層-病例對照模型，開展了對密云縣臭氧健康效應的評估。我們的結(jié)果表明，從整年效應來看，臭氧濃度每上升10 μg/m3，在2 ～6滯后日，人群死亡風險上升1.009%～1.020%。對于暖季來說，效應更為明顯，臭氧濃度每上升10 μg/m3，在2 ～6滯后日，人群死亡風險上升1.025%～1.031%。我們的研究很好地填補了國內(nèi)臭氧健康效應的空白，為臭氧的防治提供了一定的決策依據(jù)。（李怡）

1.23 中國杭州市大氣痕量氣體和顆粒物特征研究

長三角地區(qū)是我國大氣污染最為嚴重的地區(qū)之一，其空氣質(zhì)量問題尚未闡明。本研究基于長三角地區(qū)杭州市中心的國家氣象基準站2013年全年連續(xù)觀測數(shù)據(jù)研究了痕量氣體如臭氧（O3）、氮氧化物（NOx）、總含氮化合物（NOy）、二氧化硫（SO2）、一氧化碳（CO）以及空氣當量學直徑小于2.5 μm的顆粒物（PM2.5）和空氣當量學直徑小于10 μm的顆粒物（PM10）的季節(jié)變化特征、多物種之間的相關(guān)關(guān)系、當?shù)嘏欧藕蛥^(qū)域的潛在源區(qū)。研究結(jié)果表明，該地區(qū)存在嚴重的光化學和顆粒物復合污染，其中O3和PM2.5分別超標38 d和62 d。O3和PM2.5均呈現(xiàn)顯著且相反的季節(jié)變化特征：O3在暖季（5月和7月）達到最大值，而PM2.5在冷季（11月至次年1月）達到最大值。多物種之間的相關(guān)關(guān)系的總體結(jié)果表明該地區(qū)的局地光化學有利于O3的生成，該地區(qū)處于揮發(fā)性有機物（VOCs）的控制區(qū)，并在暖季移向VOC和NOx的共同控制過渡區(qū)，且在高濃度的O3下伴隨著二次細顆粒物的生成。PM2.5、CO、NOx、SO2的排放圖表明在季節(jié)尺度上局地排放對各物種的貢獻較大。利用后向軌跡模式發(fā)現(xiàn)內(nèi)陸城市如浙江、江蘇、安徽以及江西）的區(qū)域傳輸對杭州市的大氣污染貢獻至關(guān)重要。同時，通過潛在源區(qū)的分析發(fā)現(xiàn)，黃海、中國東海以及南海近海區(qū)域傳輸?shù)奈廴練鈭F與抬升的O3濃度密切相關(guān)。光化學和顆粒物污染的個例分析結(jié)果均表明局地大氣光化學和天氣系統(tǒng)在污染物累積（與反氣旋相關(guān)）和消散（與氣旋相關(guān)）過程中起重要作用。本研究不僅補充了長三角地區(qū)杭州市大氣污染現(xiàn)狀的空白，更具體闡明了局地排放和區(qū)域傳輸?shù)闹匾暙I并解釋了顆粒物和光化學污染階段的物理和光化學過程。本工作表明跨區(qū)域的協(xié)同控制對于提高長三角地區(qū)空氣質(zhì)量至關(guān)重要，強調(diào)了局地熱島環(huán)流的重要性。（張根）

1.24 2016年12月重度污染事件中華北平原農(nóng)村和城市地區(qū)亞微米顆粒的比較

2016年12月，在北京中國氣象科學研究院（CAMS）的城市站點和河北省固城（GC）的農(nóng)村地區(qū)進行了氣溶膠物理和化學性質(zhì)的觀測試驗。比較了兩個站點之間亞微米顆粒物（PM1，直徑＜1 μm）的數(shù)譜分布情況。結(jié)果表明，GC站點PM1的平均數(shù)濃度是CAMS站點的兩倍，質(zhì)量濃度是CAMS站點的3倍。積聚模態(tài)（100 ～850 nm）是固城站點PM1中的最大部分，與當?shù)孛旱娜紵@著相關(guān)，這反映在積聚模態(tài)與顆粒物的吸收系數(shù)顯著相關(guān)。固城站點高PM1濃度阻止了新粒子形成（NPF）事件的發(fā)生，而在CAMS觀察到8次NPF事件。在NPF事件期間，硫酸鹽的質(zhì)量分數(shù)顯著增加，表明硫酸鹽在NPF中起重要作用。區(qū)域傳輸對PM1質(zhì)量濃度的貢獻在兩個地點約為50%，與當?shù)嘏欧畔嗤?。但是，在紅色預警期間由于排放控制的影響，區(qū)域傳輸?shù)呢暙I明顯更高。（沈小靜）

1.25 中國東部區(qū)域新粒子形成事件的空間分布及發(fā)生概率研究

利用NanoMap方法、氣溶膠數(shù)譜分布數(shù)據(jù)和后向軌跡研究了3個站點新粒子形成（NPF）事件的空間范圍和不同空間來源的粒子的相對概率。華北平原（NCP）上甸子（SDZ）站點、中國東部的泰山（TS）和長三角的臨安（LAN）站點的數(shù)據(jù)集長度分別為7、1.5和3年。觀察到發(fā)生在SDZ和TS的區(qū)域NPF事件的水平范圍大于500 km，這得益于西北氣團的快速傳輸。然而，在LAN，NPF事件的空間范圍主要在100 ～200 km。不同地點新粒子源區(qū)的水平空間分布差異與站點的典型氣象條件有關(guān)。在SDZ和TS同時觀察到連續(xù)的大規(guī)模區(qū)域NPF事件，并且與在該區(qū)域占主導地位的高壓系統(tǒng)相關(guān)。很少觀察到SDZ和LAN同時發(fā)生NPF事件。在SDZ，經(jīng)過NCP的污染氣團與來自內(nèi)蒙古（IM）的氣團相比，增長速率（GR）和形成速率（J）更高。在泰山新粒子形成速率觀測到相同的現(xiàn)象，但是增長速率在經(jīng)過NCP的氣團中略低于來自IM的氣團。 NanoMap捕獲NPF發(fā)生概率的能力取決于PNSD測量數(shù)據(jù)集的長度，也取決于測量站點周圍的地形和NPF事件期間典型的空氣質(zhì)量平流速度。因此，在進一步研究空間范圍和NPF事件的概率時，邊界層中PNSD的長期測量是必要的。本研究提出的NPF事件期間PNSD的空間范圍，相對發(fā)生概率和典型演化為進一步了解新粒子形成的氣候和空氣質(zhì)量效應提供了有價值的信息。（沈小靜）

1.26 臨安夏季霾和清潔天氣PM2.5化學組成特征比較

本研究對長江三角洲背景地區(qū)臨安大氣本底站夏季PM2.5進行連續(xù)采集，并對其分別進行OC/EC和水溶性離子測試分析。研究結(jié)果發(fā)現(xiàn)，臨安夏季PM2.5中OC和EC平均質(zhì)量濃度分別為（14.3±3.95）μg/m3和 （3.33±1.47）μg/m3。與城市地區(qū)相比，本研究臨安背景地區(qū)夏季氣溶膠中OC和EC相關(guān)性較弱（R2=0.31，P＜0.01）。二次無機離子，即SO42-、NO3-、NH4+（SNA），明顯高于其他水溶性無機離子，平均濃度分別為（8.70±5.66）、（2.04±1.07）和（3.25±2.29）μg/m3?；趯εR安夏季PM2.5連續(xù)加密觀測、氣團后向軌跡以及火點圖研究分析，發(fā)現(xiàn)靜穩(wěn)天氣條件和區(qū)域傳輸都可以影響臨安地區(qū)PM2.5的化學組成特征。此外，通過對臨安本底站霾天和清潔天PM2.5化學組成特征比較發(fā)現(xiàn)，與清潔天相比，霾污染天氣POC和EC占PM2.5的比例沒有明顯變化，而SOC占PM2.5的比例卻呈現(xiàn)了明顯的下降趨勢。與SOC不同，SO42-和NH4+占PM2.5的比例在霾污染天氣均呈現(xiàn)了上升的趨勢，說明二次無機離子有另一種明顯增強的化學生成路徑，即非均相化學反應。（梁林林）

1.27 瓦里關(guān)全球本底站地面臭氧的長期變化趨勢及其影響因子（Ⅱ）：人為排放和氣候變化的作用

對流層臭氧的年際變化與長期趨勢對環(huán)境和氣候變化的研究關(guān)注的要點。青藏高原瓦里關(guān)全球本底站（WLG，3816 m asl）觀測的地面臭氧在1994—2013年在春季和秋季呈現(xiàn)（0.2 ～0.3）×10-9/a的顯著增長趨勢，而在冬季的增長速率略低，在夏季沒有顯著的增長趨勢。這項研究中，利用后向軌跡分析、氣候化學耦合模式（GFDL-AM3）追算模擬結(jié)果、基于臭氧探空和后向軌跡映射算法得到的三維對流層臭氧分布數(shù)據(jù)（TOST）和一系列的氣候指數(shù)探討驅(qū)動瓦里關(guān)臭氧變化的驅(qū)動因子。其中，GFDL-AM3模式中引入的平流層臭氧示蹤物的變化指示，平流層對流層交換（STT）能夠解釋約60% 的春季臭氧增長趨勢，這與西北氣流的增加趨勢是相一致的。增強的STT 與中緯度地區(qū)的副熱帶急流的加強相關(guān)聯(lián)，導致1999年和2012年春季出現(xiàn)異常高的臭氧濃度。相比于其他季節(jié)，在秋季瓦里關(guān)臭氧更加受到東南亞的氣團影響。亞洲大陸增長的臭氧前體物人為排放是導致秋季臭氧增長的主要原因，而GFDL-AM3 模式能夠較好的還原觀測的增長趨勢 （0.26±0.11）×10-9/a）。當 GFDL-AM3 模式中采用時間變化的排放清單時，秋季瓦里關(guān)臭氧的增長速率可達（0.38±0.11）×10-9/a，而若使用固定的排放強度，則秋季的增長趨勢變得不顯著。夏季， 瓦里關(guān)主要受來自東部氣團的影響，而后向軌跡不能延伸到我國東部的污染區(qū)，且來自東部的氣流頻次在過去的20年中顯著減少，解釋了為何夏季臭氧在這20a期間并未顯示出顯著的增長趨勢。利用TOST數(shù)據(jù)結(jié)合后向軌跡的停留時間可以計算得到對流層臭氧直接輸送對瓦里關(guān)臭氧的貢獻。結(jié)果顯示，來自東部地區(qū)的直接臭氧輸送貢獻在秋季顯著增加，進一步加強秋季臭氧的增長趨勢。進一步，我們探討了臭氧的變化周期與QBO、東亞夏季風（EASM）和太陽黑子周期的關(guān)系。結(jié)果顯示，地面臭氧具有2 ～3年、 3 ～7年和11年的周期，分別與QBO、EASM和太陽黑子周期相關(guān)聯(lián)?；谝陨涎芯?，建立了一個多元回歸方程可以用來定量各個影響因子對瓦里關(guān)地面臭氧的相對貢獻。通過這項觀測與模擬相結(jié)合的研究，展示了偏遠地區(qū)的地面臭氧與其動力和化學影響因子的復雜關(guān)系。（徐婉筠）

1.28 北京冬季環(huán)流類型及其對霾污染影響分析

分析了1980—2017年冬季北京地區(qū)大氣環(huán)流類型以及大尺度環(huán)流對局地氣象條件和霾污染的影響?；跉W洲中期天氣預報中心ERA海平面氣壓資料，利用T-mode主成分分析結(jié)合K平均聚類法將大氣環(huán)流分類。結(jié)果顯示，該方法可以顯著地區(qū)分冷空氣、變性冷空氣及靜穩(wěn)天氣過程。冷空氣爆發(fā)時北京地區(qū)氣溫低、濕度高，氣壓梯度和地面風速大，混合層深厚，有利于污染物的輸送和擴散，近地面PM2.5濃度和霾的發(fā)生頻率低。靜穩(wěn)天氣控制時，局地氣象和污染特征與冷空氣爆發(fā)時相反。變性冷空氣控制時北京局地氣象和污染特征介于上述兩種天氣形勢之間。分析發(fā)現(xiàn)，2010—2017年中，2013年、2014年和2017年冬季北京地區(qū)冷空氣頻率低，對應時段PM2.5污染嚴重?；?980—2017年冬季數(shù)據(jù)分析發(fā)現(xiàn)北京地區(qū)靜穩(wěn)天氣發(fā)生頻率達到48.4%，霾發(fā)生頻率達到37%，高頻靜穩(wěn)天氣是導致霾污染嚴重的重要原因之一。霾發(fā)生頻率與冷空氣發(fā)生頻率顯著負相關(guān)。過去38年冬季冷空氣呈增加趨勢，霾發(fā)生頻率呈減小趨勢，但兩者變化趨勢并不顯著。（何建軍）

1.29 基于4年的探空觀測數(shù)據(jù)研究邊界層高度與PM2.5污染間的關(guān)系

中國的許多城市頻繁出現(xiàn)PM2.5污染事件，這與不利的邊界層氣象條件息息相關(guān)。由于缺少合適的邊界層觀測，中國地區(qū)邊界層結(jié)構(gòu)與PM2.5污染間的關(guān)系尚不十分清楚。因此，本研究利用2014—2017年的長期探空觀測數(shù)據(jù)，對中國4個主要污染區(qū)的邊界層結(jié)構(gòu)進行了研究，包括東北、華北、華東和四川盆地。2014—2017年，PM2.5污染最重的地區(qū)為華北，其年均濃度高達84 μg/m3，其次為東北 （60 μg/m3）、四川盆地 （57 μg/m3） 和華東 （54 μg/m3）。通過相關(guān)分析，可以發(fā)現(xiàn)邊4個地區(qū)的邊界層高度與PM2.5濃度間存在明顯的負相關(guān)關(guān)系。一年之中，冬季的污染最重，其次是秋季和春季，夏季的污染最輕。這樣的污染程度的季節(jié)變化特征，不僅與排放的季節(jié)變化有關(guān)，還與邊界層高度的季節(jié)變化有關(guān)。冬季較低的邊界層高度與近地面的強穩(wěn)定層結(jié)有關(guān)。此外，一些大尺度的環(huán)流形勢還會加重冬季的污染，使得同一個地區(qū)的多個城市同時出現(xiàn)靜穩(wěn)過程和重污染。華北和四川的污染還與地形有關(guān)，地形的阻擋作用和局地渦旋都有利于污染物在局地累積。（繆育聰）

1.30 上甸子區(qū)域大氣本底站NO2柱濃度光譜反演及其變化特征

為了探究京津冀本底濃度地區(qū)NO2這一重要空氣污染物的變化特征，采用多軸差分吸收光譜技術(shù)（MAX-DOAS）在上甸子區(qū)域大氣本底站開展了太陽散射光譜觀測以及NO2柱濃度反演研究。在NO2的405 ～430 nm特征譜段進行了定量光譜解析，并通過幾何近似法計算了2009年7—9月NO2對流層垂直柱濃度（VCDTrop）。觀測期間NO2VCDTrop平均值和最大值分別為5.43×1015molec/cm2和7.15×1016molec/cm2。NO2VCDTrop日均值濃度水平較低，但總體上有上升趨勢。NO2VCDTrop變化過程與風速風向關(guān)系密切：西南風時風速越小NO2VCDTrop越低，東北風對NO2VCDTrop有擴散稀釋作用。NO2VCDTrop日變化形態(tài)總體上呈現(xiàn)為中午時段低、早晚較高的特征，并且傍晚峰值比早間峰值略高。上甸子站NO2VCDTrop濃度水平和日變化幅度相比北京城區(qū)同期觀測結(jié)果明顯偏小。NO2VCDTrop變化特征與河北香河和固城等污染相對較輕站點觀測到的變化特征相一致。總之，MAX-DOAS能夠有效監(jiān)測區(qū)域本底大氣的NO2VCDTrop，其變化特征與工業(yè)和交通排放、大氣光化學過程、大氣傳輸?shù)葟碗s因素有關(guān)，還需積累更多數(shù)據(jù)和深入研究。（程巳陽）

1.31 我國4個WMO/GAW本底站大氣CO2濃度和源匯特征比較

二氧化碳（CO2）是氣候變化的主要驅(qū)動因子之一。中國地區(qū)大氣CO2濃度和源匯特征常常是利用多源多站數(shù)據(jù)來分析，為此比較了地基CO2采樣測量和衛(wèi)星反演結(jié)果，并探討了我國4個WMO/GAW本底站CO2源匯區(qū)域代表性。結(jié)果顯示：我國大氣本底站2009年9月至2011年8月瓶采樣CO2數(shù)據(jù)和日本GOSAT衛(wèi)星產(chǎn)品均呈現(xiàn)了相似的季節(jié)變化特征。相比地表采樣觀測CO2濃度，衛(wèi)星產(chǎn)品中柱平均CO2濃度季節(jié)變化強度明顯較弱。2個數(shù)據(jù)集中CO2濃度季節(jié)變化的極值在同一站點基本上是同步的，但是在臨安站相對地表濃度CO2柱濃度有較小的相位延遲。2年平均的CO2柱濃度小于地表CO2濃度，但在4個本底站中最小CO2濃度均出現(xiàn)在瓦里關(guān)站。柱濃度和地表CO2濃度的最小（4×10-6）和最大（8×10-6）差值分別出現(xiàn)在瓦里關(guān)和龍鳳山站。相比冬季，2個數(shù)據(jù)集夏季CO2濃度及其差異較小。4個站點之間夏季柱濃度的差異也小于不同站點之間地表觀測濃度差異。在冬季，2個數(shù)據(jù)集之間最大的地表CO2濃度和差異均出現(xiàn)在龍鳳山站。其次，利用FLEXPART模式與CT模式，通過數(shù)值迭代方法和相關(guān)性分析手段，找到了影響各站CO2月均背景濃度的源匯區(qū)域。上甸子站和龍鳳山站CO2本底濃度代表區(qū)域較小，而瓦里關(guān)和臨安站較大。瓦里關(guān)和上甸子站夏季CO2本底濃度代表區(qū)域比冬季大，但是臨安站和龍鳳山站情況相反。各站夏季和冬季的CO2本底濃度代表區(qū)域是不同的，分布在4個典型區(qū)域，并且各區(qū)域內(nèi)的CO2凈通量呈現(xiàn)了明顯的季節(jié)周期。這種季節(jié)周期的趨勢是相似的，但是變化范圍和最強碳匯時間是不同的。對于不同站點不同月份不同源匯，CO2通量的強度和不確定度是不同的。總體上，一年中大部分月份瓦里關(guān)站是碳匯，而3個區(qū)域本底站表現(xiàn)為較強的碳源。這些結(jié)果有助于多源數(shù)據(jù)應用，以及提高我國不同地區(qū)CO2源匯特征的認識。（程巳陽）

2 大氣成分模式發(fā)展及大氣成分影響研究

2.1 氣候變化下影響北京地區(qū)氣溶膠污染的天氣條件的年代際轉(zhuǎn)差特征

影響北京及周邊地區(qū)冬季氣溶膠污染的天氣條件近年來有所惡化，特別是在2010年之后。氣候條件的年代際變化與氣候變暖之間的關(guān)系目前仍不確定。本研究分析了與污染相關(guān)的氣象綜合指數(shù)（與氣溶膠污染近似呈線性相關(guān)）的長期變化、邊界層垂直溫差的變化幅度以及冬季來自貝加爾湖的北風，以評估氣候變暖對該地區(qū)與氣溶膠污染直接相關(guān)的氣象條件變化的潛在貢獻。本研究使用了NCEP再分析資料、地面觀測和1960年以來的長期垂直氣球探空觀測。自20世紀60年代以來，影響北京及周邊地區(qū)（BIV）氣溶膠污染的天氣條件總體上呈惡化趨勢。這種惡化在2010年后更為嚴重，PM2.5在中國許多城市達到了前所未有的高水平，尤其是在BIV中。BIV中氣象條件的年代際惡化可部分歸因于氣候變暖，這是由于邊界層高層相對低層變暖所致。這種惡化在一定程度上也可能受到氣溶膠污染積累的影響（特別是在2010年以后），因為來自地面的氣溶膠污染的增加導致氣溶膠-輻射相互作用導致表面冷卻，這有利于逆溫出現(xiàn)，增加水汽積累，并導致氣象條件的進一步惡化。如果按線性趨勢分析，從2010年到2017年，天氣狀況每年惡化約4%。鑒于這種惡化速度，天氣條件的惡化可能導致在未來5年（即2018—2022年）冬季期間BIV中PM2.5的相應幅度增加。（張小曳）

2.2 2013—2016年北京冬季重污染事件中邊界層氣象要素對PM2.5累積型爆發(fā)性增長的反饋作用

2013年1月、2014年2月、2015年12月、2016年12月至2017年1月10日，北京發(fā)生了12次持續(xù)的重污染事件（HPEs），引起了公眾的特別關(guān)注。在HPEs期間，PM2.5爆發(fā)性增長的確切原因（質(zhì)量濃度在幾到十幾小時內(nèi)至少翻了一番）尚不確定。在此，我們利用地面和垂直氣象資料，分析和估計了邊界層氣象要素對這種增長的相對貢獻。北京HPEs的包括輸送階段（TS）和累積階段（CS），后者的氣溶膠污染主要是由北京南部輸送的污染物引起的；累積階段（CS） PM2.5質(zhì)量的累積爆發(fā)性增長主要以小風靜穩(wěn)為主的穩(wěn)定分層、近地面異常逆溫和水汽累積為主要特征。在CS期間，觀測到的弱偏南風通過限制污染物的水平擴散，促使得污染物局地積累。經(jīng)TS后建立的高濃度PM2.5濃度將更多的太陽輻射反-散射回空間以降低近地面溫度，這很可能導致異常逆溫出現(xiàn)。地面降溫導致或加劇逆溫使湍流強度進一步變?nèi)?，邊界層高度與污染形成初期相比顯著下降；還降低飽和水汽壓，使得近地面相對濕度大幅增加。顯著提高的近地面水汽積累（RH＞80%） 將進一步促進氣溶膠的吸濕生長，加速液相反應和非均相反應，其中不完全定量的化學機制有待進一步研究。污染導致的邊界層氣象條件顯著“轉(zhuǎn)差”的反饋作用控制了PM2.5的爆發(fā)性增長（解釋了至少70%以上的PM2.5增幅）。（張小曳）

2.3 氣溶膠輻射冷卻對冬季北京氣溶膠重污染事件的加劇作用

北京的氣溶膠重污染事件（HPEs）經(jīng)常發(fā)生冬季，但污染加劇機制的確切原因尚不清楚，特別是氣溶膠與天氣之間的反饋作用。在2013年1月、2014年2月、2015年12月和2016年12月至2017年1月10日地面和垂直觀測的基礎(chǔ)上，本研究發(fā)現(xiàn)氣溶膠的輻射冷卻效應對局地天氣氣候的影響，進一步加劇了氣溶膠污染。從清潔階段到輸送階段（TS）再到累積階段（CS），HPEs中地面直接輻射和總輻射急劇減少，從清潔階段到CS的日累積曝輻量分別減少了89%和56%。在地面輻射的顯著下降和有利的小靜靜風下，溫度廓線由近無逆溫轉(zhuǎn)變?yōu)槿跄鏈?，?00 ～600 m范圍內(nèi)出現(xiàn)4 ℃以上的異常逆溫，導致PM2.5和水汽在高度約200 m左右的較淺的邊界層內(nèi)積累。通過加速液相和非均相反應并增強氣溶膠吸濕性生長，近地層高RH增強了這種正反饋。（張小曳）

2.4 中國長江流域夏季氣溶膠污染的年代際變化、氣象條件的相對影響及其與氣候變化的關(guān)系

冬季是中國氣溶膠污染備受關(guān)注的季節(jié)，但夏季對污染的關(guān)注較少。夏季氣溶膠污染的年代際變化，氣象條件的相對影響以及它們與氣候變化的聯(lián)系甚至更少受到關(guān)注， 且有更大的不確定性。在這里，試圖揭示影響中國的夏季最重要的環(huán)流系統(tǒng)東亞夏季風（EASM）的年代際變化、污染-氣象條件指數(shù)（PLAM，參數(shù)鏈接空氣質(zhì)量和氣象要素，與之幾乎呈線性關(guān)系）以及自1960年以來中國中東部地區(qū)長江中下游（M-LYR）夏季氣溶膠光學厚度（AOD）的關(guān)系。在季風較弱的年份，M-LYR的氣溶膠污染較重，強季風年份相反，主要受EASM和115°E左右的反Hadley環(huán)流的影響。在氣候變化的背景下，氣象條件的年代際變化及其相關(guān)的氣溶膠污染自1960年以來經(jīng)歷了4個時期，包括1961—1980年相對較大的下降期，1980—1999年大幅上升期，1999—2006年的緩慢上升期，2006—2014年相對快速上升期。在后來的3個污染增加期中，分別有約51%、25%和60%的氣溶膠污染變化來自惡化天氣條件的貢獻，其中受到EASM變化的影響顯著。（張小曳）

2.5 2007—2016年東亞沙塵暴的時空變化以及與地表狀況和氣候變化的關(guān)系

使用地面站點觀測數(shù)據(jù)、數(shù)值模擬結(jié)果、衛(wèi)星植被指數(shù)數(shù)據(jù)以及再分析數(shù)據(jù)，分析了2007—2016年東亞地區(qū)沙塵暴發(fā)生的頻率和強度變化。同時還分析了沙塵暴與地表狀況和大氣環(huán)流的內(nèi)在聯(lián)系。統(tǒng)計分析顯示，2007—2016年春季記錄的沙塵暴發(fā)生頻次和強度有明顯的降低趨勢。春季沙塵暴的總次數(shù)從2011年之前的每年10次以上減少到2011年之后的每年不足10次。東亞主要沙塵影響區(qū)域的地面沙塵濃度平均每年減少33.24 μg/m3（-1.75%）。地表溫度、近地面的氣溫以及降水和土壤相對濕度變化都有利于地表植被的增長，從而減少沙塵暴的發(fā)生次數(shù)并減弱了沙塵暴的強度。伴隨高緯度冷空氣南下的強風有逐年減弱的趨勢，引起了沙塵暴次數(shù)的減少并對沙塵暴強度的減弱起到關(guān)鍵作用。研究時段北極極渦強度的減弱也造成了沙塵暴頻次的減少和強度的減弱。（車慧正）

2.6 不同污染類型敏感源區(qū)的伴隨追蹤

本研究搜集整理了2012年7月至2015年12月北京市逐小時PM2.5濃度觀測數(shù)據(jù)，統(tǒng)計了連續(xù)3 d PM2.5日均濃度超過75 μg/m3的持續(xù)污染過程，針對污染過程期間的天氣形勢，利用中國氣象局MICAPS氣象信息處理系統(tǒng)及相關(guān)觀測資料，將其歸納為5種污染天氣類型（低壓、弱高壓交替控制型，弱高壓型，低壓控制型，高壓后部型及均壓場型）。選取每種天氣類型對應的代表性污染個例，利用GRAPES-CUACE大氣化學模式及伴隨模式，模擬追蹤不同污染天氣類型的敏感源區(qū)，分析北京本地及周邊省份的關(guān)鍵排放時段及其對北京市PM2.5濃度的貢獻。結(jié)果表明：本地源貢獻在目標時刻前30 h內(nèi)占主導，目標時刻前72 h 5種類型的本地源貢獻分別為37.5%、25.0%、39.4%、31.2%、42.4%；河北源貢獻在目標時刻前57 h內(nèi)持續(xù)存在，貢獻比例達37%～64%；天津源貢獻時段為目標時刻前1 ～35 h，貢獻比例為6%～16%；山西源貢獻時段較短，貢獻比例僅為3%～7%。在伴隨敏感性分析的基礎(chǔ)上進一步討論不同天氣類型污染過程的減排控制措施效果發(fā)現(xiàn)：本地源削減在目標時刻前20 h內(nèi)的效果較好，目標時刻前72 h內(nèi)對本地源削減50%，5種類型的PM2.5下降率分別為11.6%，9.4%，13.8%，9.9% 和15.2%；周邊源削減在目標時刻前3 ～57 h內(nèi)的削減效果較好。（安興琴）

2.7 強弱東亞冬季風環(huán)流對北京PM2.5濃度的影響

本研究基于2005—2016年北京冬季PM2.5觀測數(shù)據(jù)與NCEP / NCAR再分析資料，探討了東亞冬季風（EAWM）強度與北京冬季PM2.5濃度的關(guān)系。在對比強弱冬季年大尺度大氣環(huán)流和邊界層條件的基礎(chǔ)上，進一步利用GRAPES-CUACE大氣化學模式及其伴隨模式探究了強弱冬季風環(huán)流下北京PM2.5濃度的空間分布和源區(qū)的差異。結(jié)果表明，北京冬季PM2.5濃度與EAWM指數(shù)在月尺度上顯著相關(guān)，其中12月的相關(guān)性最強。挑選2014年12月和2016年12月為EAWM強弱年代表進行深入分析。2014年12月，強EAWM環(huán)流特征為300 hPa副熱帶西風急流偏強，500 hPa東亞大槽加深，850 hPa華北地區(qū)西北風強勁，西伯利亞高壓深厚。2016年12月則與之相反，邊界層高度下降，大氣層結(jié)更加穩(wěn)定，逆溫出現(xiàn)頻率更高。模擬的北京北部和南部PM2.5濃度受EAWM的影響程度不同，北部為55 ～75 μg/m3，南部為95 ～125 μg/m3。2014年12月和2016年12月的敏感源區(qū)位置無明顯差異，但2016年12月北京、天津、河北和山西源在目標時刻前72 h的累積敏感系數(shù)分別為2014年12月的2.2、5.9、1.6和1.4倍，2016年12月敏感源區(qū)的關(guān)鍵排放時段是2014年12月的2.6倍。相比而言，北京源和天津源貢獻的增長率更高，強調(diào)了在EAWM弱年，北京東南方向的敏感源區(qū)的重要性。（安興琴）

2.8 2016年冬季北京一次重污染過程的伴隨追蹤

本研究利用GRAPES-CUACE伴隨模式，對北京市2016年冬季一次重污染過程進行了伴隨敏感性追蹤，分析了對這次重污染過程影響最大的重點排放源區(qū)及關(guān)鍵排放時段。研究結(jié)果表明：PM2.5峰值濃度對本地源響應迅速，本地源逐時敏感系數(shù)在目標時刻前1 h達到峰值，為9.31 μg/m3，從累積敏感系數(shù)來看，本地源在目標時刻前20 h內(nèi)占主導；周邊源貢獻為天津、河北及山西排放源貢獻的累加，目標時刻前72 h內(nèi)，北京、天津、河北及山西排放源的累積貢獻比例分別為34.2%、3.0%、49.4%及13.4%。從逐時敏感系數(shù)來看，天津源主要貢獻時段為目標時刻前1 ～26 h，逐時貢獻峰值出現(xiàn)在目標時刻前4 h，為0.59 μg/m3，河北源和山西源的主要貢獻時段分別為目標時刻前1 ～54 h和14 ～53 h，二者的逐時敏感系數(shù)均呈現(xiàn)周期性波動，河北源3次敏感系數(shù)峰值分別出現(xiàn)在目標時刻前4 h、16 h及38 h，峰值敏感系數(shù)依次為3.45、4.27、0.71 μg/m3，山西源2次敏感系數(shù)峰值分別出現(xiàn)在目標時刻前24 h及45 h，峰值敏感系數(shù)依次為1.41 μg/m3和0.64 μg/m3。（安興琴）

2.9 基于伴隨模式追蹤北京一次PM2.5重污染過程的關(guān)鍵排放源及其對重霾事件的貢獻

污染源及其區(qū)域輸送是空氣質(zhì)量控制的重要問題。本研究利用GRAPES-CUACE及其氣溶膠伴隨模式，分析了2012年11月19—21日期間北京霧霾事件的敏感源區(qū)。將2012年11月21日北京時間05:00和23:00 LT（GMTC8）發(fā)生的高PM2.5濃度峰值分別設(shè)定為目標函數(shù)，結(jié)果表明，第1個PM2.5濃度峰值的敏感源區(qū)為北京的西部和南部，空氣污染物累積運輸?shù)奖本┬枰? ～3 d，第2個PM2.5濃度峰值的敏感源區(qū)主要位于北京南部，11月21日白天山區(qū)東南部潮濕的空氣輸送導致顆粒的吸濕增長和污染物累積。2個PM2.5濃度峰值的敏感系數(shù)時間變化表明，北京PM2.5污染對本地源的響應時間約為1 ～2 h，對周邊源的響應時間約為7 ～12 h。河北省排放源對2個PM2.5濃度峰值的影響最大，其對第1個PM2.5濃度峰值的貢獻（43.6%）大于第2個PM2.5濃度峰值的貢獻（41.5%）。 對05:00 LT PM2.5濃度峰值的第2大影響區(qū)域是北京（31.2%），其次是山西（9.8%），天津（9.8%）和山東（5.7%）。 對23:00 LT PM2.5濃度峰值的第二大影響區(qū)域也是北京（35.7%），其次是山西（8.1%），山東（8.0%）和天津（6.7%）。將伴隨模式結(jié)果與Model-3 / CMAQ模式結(jié)果進行了比較，結(jié)果表明，2種建模方法在對大氣污染控制方案的評估中具有高度可比性，但伴隨方法比正向敏感性分析方法效率更高。研究結(jié)果同樣表明，為改善空氣質(zhì)量，關(guān)鍵區(qū)域減排可能比單個峰源減排更有效。（安興琴）

2.10 北京一次重污染過程的天氣成因及來源分析

采用天氣學分析和GRAPES-CUACE氣溶膠伴隨模式相結(jié)合的方式，探討了北京市2016年2月29日至3月6日一次PM2.5重污染過程的大氣環(huán)流特征、污染形成和消散原因，并利用伴隨模式追蹤了造成此次重污染過程的關(guān)鍵排放源區(qū)及敏感排放時段。結(jié)果表明，此次重污染過程北京市PM2.5濃度存在明顯日變化，在3月4日20:00達到污染峰值，觀測數(shù)據(jù)顯示海淀站PM2.5濃度達到506.4 μg/m3。形成此次重污染過程的主要天氣學原因是北京站地面處于低壓中心，且無冷空氣影響，風速較弱，逆溫較強，大氣層結(jié)穩(wěn)定，混合層高度較低，500 hPa西風急流較弱，污染物水平和垂直擴散條件差，大氣污染物易堆積。此次過程中，500 hPa短波槽過境、邊界層偏南風急流和冷空氣不完全滲透導致了本次嚴重污染PM2.5濃度的短暫下降。伴隨模式模擬結(jié)果表明，此次污染過程目標時刻的污染濃度受到來自河北的東北部和南部、天津、山西東部、以及山東西北部污染物的共同影響，目標時刻PM2.5峰值濃度對北京本地源響應最為迅速，山西響應速度最慢；北京、天津、河北及山西排放源對目標時刻前72 h內(nèi)的累積貢獻比例分別為31.1%、11.7%、52.6%和4.7%。北京本地排放源占總累積貢獻的1/3左右，河北排放源累積貢獻占一半以上，天津和山西分別占1/10和1/20，河北源貢獻占主導地位，天津和山西貢獻較小。目標時刻前3 h內(nèi)，北京本地源貢獻占主導地位，貢獻比例為49.3%，目標時刻前4 ～50 h，河北源貢獻占主導地位，貢獻比例為48.6%，目標時刻前50 ～80 h，山西源貢獻占主導地位，貢獻比例在50%以上。 （安興琴）

2.11 CMIP5模式中極端降水對氣溶膠強迫比溫室氣體強迫更大的敏感度

利用第5次國際耦合模式比較計劃（CMIP5）中20世紀歷史多模式集合模擬結(jié)果，研究了極端降水對氣溶膠和溫室氣體強迫的敏感度（強迫造成的每度全球平均表面溫度變化下極端降水的變化）。多模式結(jié)果顯示了強健的極端降水對氣溶膠強迫比溫室氣體強迫更大的敏感度。氣溶膠和溫室氣體強迫造成的全球平均月的最大5 d連續(xù)降水量（RX5day）和最大1 d降水量（RX1day）敏感度的比值分別為1.6和1.4。在陸地上，對于RX5day和RX1day相應的比值分別為2.3和1.8。特別是在西非、中國東部、南亞和東南亞、南美西北部和歐洲東部等地區(qū)，氣溶膠強迫造成極端降水的敏感度超過溫室氣體的幾倍。大氣能量平衡、動力調(diào)整和強迫的垂直結(jié)構(gòu)均貢獻了二者敏感度的差異。類似于平均降水的變化，氣候?qū)娖鹊目焖夙憫獙O端降水對不同強迫敏感度的差異起了主要作用。這是因為溫室氣體的大氣強迫更強地抑制了降水。還發(fā)現(xiàn)二者敏感度的比值依賴定義的極端降水指數(shù)。極端降水指數(shù)定義越寬松，極端降水對氣溶膠和溫室氣體強迫敏感度的比值越大。對于非常嚴重的極端降水指數(shù)，二者的比值接近于1。本研究結(jié)果進一步強調(diào)了考慮人為氣溶膠減排對預估極端降水變化的重要性。（王志立）

2.12 與1.5 ℃比較2 ℃增暖造成季節(jié)性極端熱和澇事件額外的增強

《巴黎協(xié)定》承諾較工業(yè)革命前水平將全球平均表面溫度升高控制在2 ℃內(nèi)，并努力控制在1.5 ℃之內(nèi)，以降低人為氣候變化的風險。本研究利用一系列真正瞄準1.5 ℃和2 ℃增暖水平的耦合的地球系統(tǒng)模式模擬試驗，研究了21世紀末穩(wěn)定在這些增暖水平下中國極端氣候的變化。結(jié)果顯示，相對于1976—2005年氣候態(tài)，1.5 ℃和2 ℃全球增暖將導致中國平均表面溫度分別升高1.3 ℃和1.9 ℃（11.6%和13.3%）。在更暖的世界，中國的季節(jié)性極端氣候事件將變得更加頻繁。相對于1976—2005年，在1.5 ℃或2 ℃全球平均表面增暖下，類似于2013年夏季中國東部極端熱浪事件和2010年夏季中國東南部極端洪澇事件的發(fā)生概率將分別增加16或33倍和2或3倍。特別是在2 ℃全球平均表面增暖下，類似于2013年夏季中國東部極端熱浪事件幾乎每年都會發(fā)生。1.5 ℃或2 ℃增暖也將導致類似于2014年春季中國北方高溫事件的發(fā)生概率分別增加8%或20%，而在1976—2005年氣候狀態(tài)下類似的事件幾乎不會發(fā)生。由于這些危險的影響，總結(jié)中國貢獻全球脫碳努力限制全球增暖1.5 ℃以內(nèi)而不是2 ℃會對中國帶來明顯的好處。（王志立）

2.13 基于自適應偏最小二乘回歸法的CUACE模式污染物預報偏差訂正改進方法研究

針對GRAPES-CUACE模式預報的6種常規(guī)污染物濃度，采用非線性動力統(tǒng)計-訂正方法即自適應偏最小二乘回歸法，建立了中國不同地區(qū)的CUACE模式預報偏差訂正模型。采用多種敏感性試驗優(yōu)選了不同季節(jié)各區(qū)域的最優(yōu)自變量組合方案，并對2016年1—3月、11—12 月全國342個城市PM2.5濃度預報值進行了滾動訂正檢驗。分析了訂正前后PM2.5濃度的時空變化特征，重點分析了該方法在京津冀、長三角、珠三角、川渝地區(qū)等關(guān)鍵區(qū)域的適用性及其改進效果。結(jié)果表明：（1）CUACE模式預報PM2.5濃度普遍低于觀測濃度，且與實測值的相關(guān)系數(shù)較低；CUACE 15 km分辨率模式PM2.5濃度預報效果優(yōu)于54 km分辨率模式，其中長三角地區(qū)改進最顯著，珠三角和京津冀次之，川渝地區(qū)預報效果較差。（2）訂正后的PM2.5濃度更接近于實測值，訂正后誤差明顯減小，相關(guān)系數(shù)明顯提高，而且訂正值與實測值的散點集中分布于對角線附近。（3）長三角地區(qū)PM2.5濃度訂正效果最好，準確率可達72.3%；珠三角地區(qū)次之，準確率為66.3%；京津冀和川渝地區(qū)訂正效果稍差，但是準確率亦可達63.6%和62.6%。（4）訂正后污染日和非污染日的準確率、相關(guān)系數(shù)分別提高了57.5%和25.9%、304.8%和15.2%；絕對平均偏差、均方根誤差分別減小了38.9%和18.7%、21.8%和8.5%。（程興宏）

2.14 北京不同區(qū)域氣溶膠輻射效應

采用大氣輻射傳輸模式SES2以及2013年1月至2015年10月歐洲中期天氣預報中心細網(wǎng)格再分析資料，計算了北京地區(qū)4個觀測站地面接收的短波輻射通量，分析了晴天和云天北京城郊氣溶膠對總輻射的定量影響時空變化特征。結(jié)果表明：北京城區(qū)和近郊區(qū)氣溶膠對總輻射的影響約為遠郊區(qū)的2倍，北京南部和西部氣溶膠對輻射的影響較大，晴天和云天北京城區(qū)和近郊區(qū)氣溶膠對總輻射的削減值分別為146.23 ～180.99 W/m2和202.11 ～217.02 W/m2，晴天總輻射削減空間差異較大；秋冬季氣溶膠對總輻射的影響明顯大于春夏季，北京市觀象臺秋冬季氣溶膠對總輻射的削減作用最大可達60%，較春夏季高10%～20%；北京城郊總輻射和直接輻射削減率與氣溶膠光學厚度變化均呈線性關(guān)系，近地面PM2.5濃度對輻射的影響不容忽視。（程興宏）

2.15 21世紀初全球升溫停頓特征及形成機理

20世紀全球氣候最顯著的特征是伴隨大氣溫室氣體濃度上升出現(xiàn)的氣候暖化。全球地表平均溫度自1980年快速上升，但進入21紀后出現(xiàn)升溫速率減慢（Slowdown），甚至停頓（Hiatus）的現(xiàn)象，被稱之為“全球變暖停頓”。關(guān)于Hiatus的形成機理眾說紛紜，涉及赤道中東太平洋海溫異常、太平洋海溫的年代際變化（IPO）、太平洋信風增強，海表熱量傳入深海、平流層氣溶膠增加，或太陽活動減弱等。而Hiatus的存在性也受到了質(zhì)疑。有些科學家在對英國（CRU）和美國國家海洋與大氣管理局（NOAA）兩套全球地面格點溫度資料重新進行插補和偏差訂正后，認為Hiatus可能是資料偏差造成的假象，與地表觀測記錄缺乏或?qū)１頊囟扔^測記錄的解讀偏差有關(guān)。針對這些問題，本研究對現(xiàn)有多套全球格點溫度分析數(shù)據(jù)集和再分析資料進行了多時間尺度統(tǒng)計分析和檢驗。結(jié)果表明：（1）Hiatus存在于多數(shù)全球平均溫度或氣溫序列中，出現(xiàn)于2001—2014年，其公共區(qū)間為2002—2012年，對應于溫度的最小趨勢（低于0.01 ℃/10a）和最小溫度年際變率。（2）對其中兩套資料的插補或海溫偏差訂正提高了Hiatus期間的溫度趨勢（0.02 ～0.048 ℃/10a），縮短了其持續(xù)期（2002—2012年），可稱之為Slowdown。（3）過去百年來溫度的全球變暖分量從未停頓過，其變暖速率在二戰(zhàn)后達到了最強，超過0.1 ℃/10a，隨后略有下降，在近30年少變，保持在0.08 ℃/10a上下。（4）在Hiatus期間，溫度的年代際和多年代尺度成分趨勢是個極小值，與此對應，年際尺度成分呈現(xiàn)較強冷趨勢。（5）溫度的年際尺度成分演變與赤道中東太平洋Ni?o3.4區(qū)海溫一致，并具有相似的統(tǒng)計特征。這些結(jié)果說明，21世紀初持續(xù)10年的Hiatus主要是由全球變暖趨勢與溫度年際尺度成分冷趨勢相互抵消造成，年代際和多年代尺度成分貢獻不大，全球變暖的趨勢并未停止。Hiatus的出現(xiàn)在很大程度上與赤道中東太平洋海溫年際變化異常有關(guān)，它的形成具有一定的偶然性。（汪萍）

2.16 蘭州冬季污染輸送特征數(shù)值模擬研究

受山谷地形和半干旱氣候影響，蘭州大氣污染極為嚴重。解析大氣污染輸送特征可以加深蘭州大氣污染形成機理的認識。本研究利用中尺度氣象模式WRF耦合大氣擴散模式FLEXPART，模擬研究蘭州局地排放污染物向外界輸送特征，分析污染物擴散效率。模擬時段為200—2007年冬季。流場分析顯示蘭州山谷內(nèi)白天為輻散氣流，夜間為輻合氣流，山谷內(nèi)近地面為偏東風?；谳斔吐窂椒治霭l(fā)現(xiàn)蘭州污染物主要通過5個通道向外界輸送，分別為西南通道、西部通道、南部通道、東南通道和東北通道。與靜穩(wěn)天氣相比，冷空氣發(fā)生時污染物更容易越過南山向外界擴散。經(jīng)過12 h粒子擴散出山谷和回流至山谷的比率有明顯的日變化特征，說明通過錯峰生產(chǎn)可有效緩解蘭州大氣污染。（何建軍）

2.17 北京和廣州地區(qū)低空急流變化特征研究

盡管關(guān)于低空急流（LLJ）及其影響的相關(guān)研究已有不少，但受觀測資料的限制，北京和廣州地區(qū)LLJ的時空變化特征尚不十分清楚。本研究通過結(jié)合長期的風廓線雷達資料和數(shù)值模擬，對北京和廣州地區(qū)的LLJ進行了系統(tǒng)研究，揭示大尺度和局地強迫對LLJ的影響。LLJ的出現(xiàn)頻率在這兩個城市都存在明顯的季節(jié)變化特征。北京地區(qū)的LLJ主要出現(xiàn)在春季和冬季，廣州地區(qū)的則主要出現(xiàn)在10—12月和2—4月。北京地區(qū)的LLJ存在明顯的日變化特征，主要出現(xiàn)在夜間；廣州地區(qū)LLJ的日變化相對較弱。當北京上空存在西南至東北或東南至西北氣壓梯度時，北京地區(qū)容易出現(xiàn)LLJ。廣州地區(qū)的LLJ則常常與西北方向的低壓或高壓系統(tǒng)有關(guān)?？傮w上看，這兩個城市的LLJ都主要是受大尺度天氣系統(tǒng)的影響，同時局地尺度的邊界層日變化過程也會對LLJ的日變化特征產(chǎn)生影響。上述研究結(jié)果能夠為理清北京和廣州的LLJ成因和影響提供幫助。（繆育聰）

2.18 環(huán)流形勢和邊界層結(jié)構(gòu)對京津冀與東北地區(qū)間的氣溶膠跨區(qū)域輸送過程的影響

受不利氣象條件的影響，東北地區(qū)在冬季常出現(xiàn)重污染過程。氣象條件究竟能在多大程度上影響該地區(qū)的空氣質(zhì)量，目前仍不是十分清楚。因此，本研究利用地面資料、探空數(shù)據(jù)、衛(wèi)星產(chǎn)品和三維數(shù)值模擬，對沈陽地區(qū)發(fā)生在2016年12月1—3日的污染過程進行了研究。結(jié)果發(fā)現(xiàn)，沈陽的氣溶膠污染不僅受本地排放的影響，還受上游地區(qū)（京津冀）的影響。在西風和西南風的作用下，京津冀地區(qū)排放的氣溶膠會被輸送到沈陽。12月2—3日，沈陽地區(qū)有20%的PM2.5來自京津冀。此外，大尺度的環(huán)流還會通過影響邊界層的垂直結(jié)構(gòu)，進而影響污染物的垂直擴散。在這個污染過程中，西風和西南風不僅輸送了氣溶膠，還會將上游相對較暖的氣團輸送到沈陽上空。這個暖空氣輸送過程會加強沈陽地區(qū)的逆溫，抑制邊界層的發(fā)展，使得污染物的垂直擴散過程變?nèi)?。除了本地排放外，水平方向上的跨區(qū)域輸送和垂直方向上的逆溫都是沈陽地區(qū)出現(xiàn)重污染的重要原因。本研究對沈陽地區(qū)污染過程中的物理機制進行了梳理和分析，能夠為類似污染過程的預報和治理提供科學依據(jù)。（繆育聰）

2.19 氣象條件對太原冬季PM2.5污染的影響研究

受不利氣象條件的影響，太原地區(qū)在冬季常常出現(xiàn)重霾污染過程。為了揭示氣象條件對該地區(qū)空氣質(zhì)量的影響，本研究結(jié)合地面資料、探空觀測、三維數(shù)值模擬和后向軌跡計算，對太原地區(qū)進行了3個月（2016年11月至2017年1月）的連續(xù)模擬和系統(tǒng)分析。研究發(fā)現(xiàn)，PM2.5濃度與地面溫度和濕度呈正相關(guān)關(guān)系，與近地面風速和邊界層高度呈負相關(guān)。較低的邊界層高度常常與高空的強逆溫層有關(guān)。太原地區(qū)的污染不僅與本地排放有關(guān)，西南風和南風還會將臨汾等上游地區(qū)的污染物輸送到太原，使得太原出現(xiàn)重污染（PM2.5濃度超過200 μg/m3）。此外，太原地區(qū)的盆地構(gòu)造還會使冷空氣在盆地底部聚集，形成“冷池”，進而抑制盆地底部與上空自由大氣間的物質(zhì)和能量交換，造成重污染。本研究能夠提高對太原地區(qū)污染過程的認識，為類似污染過程的預報和治理提供科學依據(jù)。（繆育聰）

2.20 中國大陸地區(qū)大氣環(huán)境容量及城市大氣環(huán)境荷載的研究

根據(jù)我國大陸378個氣象站1975—2014年共40年的逐日有效的小時觀測數(shù)據(jù)，計算出了逐日、逐年平均的大氣環(huán)境容量系數(shù)A值序列，并使用PearsonⅢ型曲線，擬合出了不同重現(xiàn)期的A值。利用A值序列和源、匯平衡原理，給出了在平衡濃度為100 μg/m3時的全國和各省級行政區(qū)的相應重現(xiàn)期的大氣環(huán)境容量參照值，其中全國氣候平均的參照值為2169×104t/a。此外，定義了城市大氣環(huán)境荷載指數(shù)，以此分析我國大陸人口密集程度對大氣環(huán)境所產(chǎn)生的負荷，該指數(shù)亦可用于分辨空氣質(zhì)量變化的氣象或人為排放成因的貢獻。同時還提出了城鎮(zhèn)建成區(qū)面積擴張和增加城市人口密度時，為保持空氣質(zhì)量不惡化，而對城市面源排放率和排放率密度進行限制的計算公式。（王郁）

2.21 氣溶膠對東亞冬季風影響的數(shù)值模擬

利用NCAR/UCAR CAM5.1模式研究了氣溶膠對東亞冬季風的影響，模式從1991—2010年運行20年，取2001—2010年冬季的結(jié)果，模式結(jié)果可以較好地再現(xiàn)東亞冬季風的主要特征。試驗結(jié)果表明，氣溶膠增加使我國東南部地區(qū)和東北亞地區(qū)（35°～55°N，115°～150°E）冬季風減弱，同時造成我國東南部地區(qū)降水減少。其中熱源熱匯的變化和無輻散風減弱為主要原因。氣溶膠增加改變了大氣熱源的分布，造成在我國東南部地區(qū)熱源減弱，熱匯加強；我國東北地區(qū)熱匯減弱，日本列島熱源加強；氣溶膠增加使這些區(qū)域全位能的產(chǎn)生減弱，消耗加強。同時，凝結(jié)潛熱的變化主要影響熱源和熱匯，其中大尺度過程產(chǎn)生的凝結(jié)潛熱變化起主要作用。在我國東南部和東北亞地區(qū)輻散風動能向全位能的轉(zhuǎn)換增加，造成輻散風減弱。故該區(qū)域輻散風向無輻散風的轉(zhuǎn)換減弱，導致無輻散風減弱，最終造成東亞冬季風減弱。（劉煜）

2.22 在線全耦合模式GRAPE-CUACE中氣溶膠數(shù)譜和質(zhì)量綜合模擬研究

在線的氣溶膠模式對于研究霧霾的形成以及氣溶膠與云的相互作用能夠非常重要，而這類模式的關(guān)鍵是具有合理正確的質(zhì)量和數(shù)濃度譜分布。本研究是在中國氣象局化學天氣數(shù)值預報系統(tǒng)GRAPESCUACE中，發(fā)展了氣溶膠初始排放粒徑譜參數(shù)化，改進核化、冷凝以及沉降等關(guān)鍵的氣溶膠微物理過程。以2013年1月包含持續(xù)區(qū)域性霧霾形成的時段，利用能夠包含排放、輸送、分檔多組分的多物理過程的在線的模式系統(tǒng)GRAPES-CUACE對氣溶膠數(shù)濃度譜、分組分質(zhì)量濃度以及PM2.5濃度進行了模擬檢驗，以期獲得更為準確的譜分布和濃度變化。對比結(jié)果顯示，改進之后氣溶膠數(shù)譜與觀測更加接近，改善了原數(shù)譜分布中核模態(tài)數(shù)濃度偏高且積聚態(tài)數(shù)濃度偏低的情況。通過分析也發(fā)現(xiàn)，此改進也減少了由分檔氣溶膠質(zhì)量譜診斷的數(shù)濃度譜的誤差。與此同時，本次工作也有效地改進了有機碳和硫酸鹽的模擬效果，明顯改進了污染地區(qū)模式PM2.5部分站點異常偏高以及部分站點異常偏低的情況，相關(guān)系數(shù)提高了70%多。對于偏遠站點PM2.5的相關(guān)系數(shù)由0.348提高到0.607，平均濃度值由觀測的43%提高到模擬的87.5%。（周春紅）

2.23 中國對霧霾防治開展全鏈條頂層設(shè)計和一體化組織實施

近年來，中國的大氣環(huán)境質(zhì)量不斷下降。本項工作重點介紹了中國政府在防治大氣污染方面開展的工作，同時還概述了空氣中顆粒物對經(jīng)濟和健康的影響。目的是讓全球讀者全面了解中國政府在環(huán)境保護、霧霾預防和控制，以及可持續(xù)發(fā)展方面的工作進展。（程艷麗）