探讨影响北京市区的大气污染潜在源区(印痕)。采用WRF气象模式, 对北京地区的气象场进行15年(2000—2014年)长期模拟分析。利用印痕模式, 计算15年的逐时印痕分布, 统计分析污染物源区的多年平均特性和季节变化。根据空气污染指数API, 筛选13年(2000—2012年)秋冬季的实际重污染事例, 统计分析其与污染物源区的关系。结果表明: 1) 逐日平均印痕的形态和分布变化极大, 说明影响北京的污染物源区是随时间而动态变化的; 2) 多年平均的污染物源区大致呈三角形分布, 偏西南的一角最强, 另外一角偏东, 一角大致偏北, 北京处于三角形中心以北的位置; 3) 源区多年的平均形态和分布随季节变化, 夏秋季(7月和10月)偏南和西南方向的源区范围扩大; 4) 根据局地风向频率来判断污染物来源方向是不可靠的, 印痕模式包含污染物累积等过程和机制, 可以获得合理的污染物源区; 5) 实际重污染过程与其平均印痕的关系显示, 西南方向从石家庄到北京, 再往东到唐山这一宽阔山前弧形地带是影响北京大气的最重要污染物源区。
利用1985—2014年NCDC数据库345个地面站的气象资料, 统计全国低风速条件的日变化、月际变化、年际变化和持续性等基本特征, 分析低风速频率空间分布的规律和季节变化。选取哈尔滨、乌鲁木齐、北京和成都4 个代表城市, 分析不同地区低风速条件的特征和年际变化情况。结果表明: 1) 30年间, 全国低风速频率约为40%, 其中哈尔滨低至25%, 成都高达60%; 2) 低风速出现频率表现为夜间高、白天低的特征; 3) 全国从9月至次年1月, 低风速状况出现频繁, 之后不断减少, 春季4月达到最低, 哈尔滨秋季的低风速频率最高, 其他3 个代表城市皆是秋冬季的低风速频率最高; 4) 全国持续3个小时(及以上)的低风速状况出现概率为36%, 其中成都地区的低风速持续性高, 持续12小时(及以上)的概率达到20%; 5) 全国低风速频率的总体空间分布是南方高北方低, 内陆高沿海低, 分布的范围和频率随季节变化; 6) 哈尔滨的低风速频率有明显增加趋势, 其他3个代表城市的长期变化趋势不明显。