灰霾天气的形成与灰霾监测

指出了灰霾天气越来越严重,对气候和生态系统造成了一系列影响,提出了对灰霾中各种气体含量的监测方法,分析了影响灰霾天气形成的因素,以供相关部门参考。     

近43年西安地区雾、霾天气时空变化特征及成因分析

利用西安市7个观测站点1970 ～2012年的雾日和霾日观测资料,从空间和时间两方面分析了西安雾霾、霾日数的变化特征,并结合西安及其周边地区主导风向进行了成因分析.结果表明,43年来西安地区雾霾平均出现次数以城区最多,2000年以后大值中心明显向东南方向——长安、蓝田一带偏移;雾霾出现频次总体呈减少趋势,2010年以后有所增加;雾霾天气主要发生在冬季,最多出现在12月或1月,夏季较少,最少出现在5月或6月.据分析,雾霾的形成主要有三方面因素,即周边地区风吹向西安中心城区、污染物的排放以及西安地区特殊的地形因素.     

1981—2014年日照市雾霾气候特征分析

为了有效减轻因雾和霾造成的灾害损失,为准确预报雾和霾提供重要依据,利用日照市1981—2014年地面气象观测资料,分析了日照市雾和霾的气候变化特征和雾霾等级分布。结果表明：近34年来日照市雾和霾的日数均整体呈上升趋势,但2000年后雾日明显减少,霾日开始增多。日照市霾日的四季分布是冬春季多,秋夏季少,且主要以轻微霾为主;而雾日则呈春夏多、冬秋少的沿海特点,且以浓雾为主,春夏盛行的东南风非常有利于沿海地区雾的形成和维持。     

灰霾导致太阳辐射变化的田间开放模拟装置设计及其效果

灰霾天气导致到达地面的太阳总辐射下降及散射辐射比例增加,从而影响作物生长和产量。为研究灰霾导致的太阳辐射变化对作物的影响,设计了田间开放式灰霾模拟装置。以空气质量等级做为灰霾严重程度的标准,根据不同程度灰霾条件下太阳辐射变化情况,确定了轻度、中度、重度霾下太阳总辐射和散射辐射比例。测定不同聚乙烯(PE)塑料薄膜的光学特性(透光率和散射特性及其覆盖下不同光质的光占总可见光比例的空间分布),选择光学特性满足模拟不同程度灰霾条件下太阳辐射状况的PE塑料薄膜作为覆盖材料。根据作物生长季节太阳高度角和方位角变化范围,确定了保证上午10:00到下午14:00遮荫面积达到4 m2的最小处理小区面积为20 m2,南北向边长为4 m,东西向边长为5 m。在2013-2014年水稻生长季利用所设计的试验装置进行田间模拟不同程度灰霾导致的太阳辐射变化处理试验,对太阳辐射和冠层微气候进行了持续观测。结果表明:该研究设计的灰霾模拟装置可以模拟中度及重度灰霾导致的太阳辐射变化情况。灰霾模拟装置在改变辐射状况的同时,保持了不同光质的光占总可见光比例的空间分布与自然灰霾条件相比没有显著变化。并且处理与对照小区的作物冠层温度及环境温湿度没有显著差异。该研究所设计装置可以较好地模拟不同程度灰霾条件下的太阳辐射变化,为研究灰霾对作物生长和产量的影响提供了有效的田间试验手段和技术支持。     

陕西关中持续性雾霾天气的气象条件分析

为有效降低雾霾天气造成的灾害损失,为雾霾天气预报提供可靠依据。笔者利用高空探测、自动站观测、激光雷达等资料,对2013年12月17—25日发生在陕西关中的持续性雾霾天气进行诊断分析。结果表明:此次雾霾天气具有明显的阶段性特征,前期的高低空配置有利于污染物的急剧累积,后期中高空气流较为平直,低层有弱暖平流,地面气压场较弱,有利于雾霾天气的稳定维持;持续性轻雾或霾发生时对湿层厚度要求不高,900 h Pa以下即可,相对湿度在60%~80%之间时,有利于雾霾天气持续;地面风速小,逆温层维持,污染物主要集中在近地层200 m以下,是这次严重雾霾的主要天气特征;涡度平流和总温度平流的垂直分布呈现出有利于雾霾产生和维持的动热力结构:关中地区特殊的地形作用也是雾霾天气易发的一个重要原因。     

山西不同强度霾天气的气候特征及影响因子初探

为了揭示山西不同强度、不同范围霾天气发生的气候特征和气候变化及其相关联的气象要素变化对霾天气发生的影响,利用1980—2012年山西108站霾观测资料,研究山西不同范围和不同强度霾日的时空分布及变化趋势;采用统计分析方法,研究风力、降水、平均相对湿度等条件的变化对霾日增减趋势的影响。结果表明：（1）山西不同强度的霾日都具有盆地多于山区,南部多于北部,高值区总体呈东北—西南走向,随海拔高度的升高霾日逐渐减少的空间分布特征;轻微霾和轻度霾分别在太原盆地和临运盆地发生的日数最多;中度霾和重度霾在临运盆地和长治盆地发生的日数最多;临运盆地的侯马是全省各种强度霾日的高发中心。（2）秋冬是出现区域性以上和中等强度以上霾日的多发季节,其中12月和1月是区域性以上霾日的多发时段,11月是重度霾的多发时段;春季风力大,夏季降水日数多是区域性以上和中等强度以上霾天气少发的主要原因。（3）轻微、轻度、中度和重度霾日分别以48 d/10 a、15 d/10 a、3 d/10 a和3 d/10 a的速率增多;小范围、区域性以及大范围的霾日分别以26 d/10 a、46 d/10 a和1.88 d/10 a的速率增多;区域性的霾日增多出现在1995年以后,大范围的霾日增多出现在2003年以后;（4）风速＜3 m/s时,风力与霾天气为正相关,相关系数高达0.807;风速≥5 m/s时,风力与霾日数的增减为反相关,相关系数为-0.815;（5）年降水日和日平均相对湿度≥80%日的增减对年霾日变化影响显著,尤其是区域性以上的年降水日增减对年霾日的增减变化影响更显著。     

乌鲁木齐市碳质气溶胶季节变化及其对霾形成的影响

应用热光碳分析仪测定乌鲁木齐2013年四季PM_(2.5)样品中有机碳(OC)和元素碳(EC)的质量浓度,并分析其四季变化特征。结果表明:OC、EC最高值出现在冬季,分别为(17.7±7.3)μg·m~(-3)和(7.0±2.6)μg·m~(-3),OC、EC在PM_(2.5)中的百分含量最高值也出现在冬季。冬季OC、EC相关性最低,表明冬季污染物来源最复杂。在冬季光化学条件不利的情况下,二次有机碳(SOC)生成量却达到最大值,显示出前提物对SOC生成的巨大影响。另外,通过分析霾日和非霾日OC、EC和无机离子的变化特征,表明:SO_4~(2-)、NH_4~+和SOC对霾形成的影响最大。     

Identification of novel haze-active beer proteins by proteome analysis

Colloidal haze reduces beer quality considerably. Four haze samples were analyzed by two-dimensional gel electrophoresis (2DE) in order to identify haze-active proteins. Several protein spots were observed in all of the four haze samples. Using mass spectrometry analysis followed by a database search identified these spots as barley dimeric alpha-amylase inhibitor (BDAI-1), CMb component of tetrameric alpha-amylase inhibitor (CMb) and trypsin inhibitor CMe precursor (CMe). These proteins were considered to be haze-active. Since haze-active proteins are adsorbed by silica gel in the beer filtration process, we eluted proteins adsorbed onto silica gel (PAS) and identified their species. These major PAS were identified as protein Z4, protein Z7 and trypsin/amylase inhibitor pUP13 (TAI), rather than BDAI-1, CMb and CMe. Furthermore, we analyzed proline compositions in the beer proteins, PAS and the haze proteins. Consequently, we found that the proline compositions of PAS were higher (ca. 20 mol%) than those in the beer proteins (ca. 10 mol%), although those of the haze-active proteins such as BDAI-1, CMb and CMe were 6.6–8.7 mol%. Our results suggest that BDAI-1, CMb and CMe are not predominant haze-active proteins, but growth factors of beer colloidal haze.     

雾霾来源及治理措施——以湖北省黄石市为例

基于十八届五中全会提出的“绿色”发展理念和目前我国各地空气污染状况,运用近年来空气质量监测资料,分析了湖北省黄石市空气质量现状特征。结果表明,黄石市的空气质量有所好转,部分污染物的排放有所减少,但大气质量的变化呈现明显的季节性。根据黄石市地区具体情况,分析了导致雾霾现象的原因,并提出相应的对策。     

2004—2013年抚顺市雾霾天气特征分析

对2004—2013年抚顺市气象观测数据进行统计分析,结果表明:抚顺市雾、霾天气均呈波动变化趋势。近10年,全年平均雾天气日数为152 d,其中以轻雾日数为主,占雾日的95%;大雾年总日数只占雾日的3%;2008年开始,抚顺市浓雾和强浓雾日数逐渐增多,特别是在2013年浓雾出现4次,强浓雾出现7次。轻雾天气夏季最多,秋冬次之,春季最少;而对于大雾、浓雾、强浓雾天气秋季最多,夏天次之。霾天气年平均出现日数为75 d,且以轻微霾天气为主,其占总霾天气日数的96%。但2012年开始轻度霾和中度霾的日数逐渐增加,2013年出现轻度霾和中度霾的日数分别为12、2 d。同时,冬季不仅轻微霾日数最多,且轻度霾、中度霾天气日数也最多,说明冬季是抚顺市霾天气的高影响季节。