北京2013年1月連續強霾過程的污染特征及成因分析

楊 欣,陳義珍,劉厚鳳,趙妤希,高 健,柴發合,孟 凡(.山東師范大學人口·資源與環境學院,山東 濟南 5004；中國環境科學研究院,北京 000)

北京2013年1月連續強霾過程的污染特征及成因分析

楊 欣1,2,陳義珍2*,劉厚鳳1,趙妤希2,高 健2,柴發合2,孟 凡2(1.山東師范大學人口·資源與環境學院,山東 濟南 250014；2中國環境科學研究院,北京 100012)

以北京市2013年1月份連續灰霾天氣中10～16日的強霾污染過程為例,利用MPL-4B型IDS系列微脈沖激光雷達觀測資料由Fernald算法反演得到此次污染過程中氣溶膠垂直分布特性,結合地面氣象條件和天氣形勢分析污染原因,并討論與氣溶膠地面監測數據的符合性.結果表明:此次連續強霾過程污染嚴重,觀測時段內89.4%的時間出現霾,39.8%的污染時段達到重度霾級別,其中大氣地表消光系數與PM2.5濃度變化呈顯著線性相關關系,相關系數達0.95.研究過程內,大氣邊界層在91%的時段低于500m,平均僅為293m,低邊界層抑制了污染物的有效擴散;近地面垂向各高度的消光系數持續達到1.5km-1以上,對比氣溶膠退偏比發現城市上空的大氣強消光為氣溶膠顆粒物和大氣水分共同導致;氣溶膠光學厚度(AOD,532nm)較大,有83.6%的時段超過1,且受相對濕度影響較大,相對濕度偏小時段的AOD值主要為氣溶膠顆粒貢獻,相對濕度較大時段,細顆粒物吸濕增長導致 AOD受大氣水分干擾顯著.連續靜穩的天氣形勢和區域污染是導致此次強霾發生和持續的主要原因,高濕天氣則加劇了灰霾狀況.

灰霾；微脈沖激光雷達；特征；成因

灰霾是指大量極細微的塵粒、煙粒等均勻地浮游在空中,使水平能見度小于 10km的空氣普遍混濁現象[1],對大氣環境、輻射等有著重要的影響[2].嚴重灰霾天氣一旦形成往往很難及時消散,不僅對居民身體健康造成嚴重威脅,而且引起的能見度下降也對城市的各項經濟活動和市民生活帶來顯著影響[3],產生較強的社會負面效應[4].

2013年 1月份我國中東部、西南 10省區市,100多萬 km2區域出現持續嚴重灰霾污染天氣.據統計,受此罕見連續高強度大氣污染影響最嚴重的京津冀地區共計發生 5次強霾污染過程,期間北京只有4d晴好天氣,最嚴重的持續灰霾污染發生在1月10～16日,同時也是北京地區在本世紀以來受灰霾污染最為嚴重的一次.

激光雷達是以激光為光源,通過探測激光與目標物相互作用而產生的輻射信號來遙感目標物[7],是現階段獲得大氣氣溶膠各項光學性質、空間垂直分布以及相關信息的有效遙感技術[5].針對北京地區,目前利用激光雷達觀測沙塵天氣和氣溶膠污染邊界層的研究較多[6-10],對灰霾天氣下氣溶膠特性、垂直分布情況等的研究較少,因此本研究利用激光雷達的連續觀測數據,對2013年 1月份影響北京市最嚴重的強霾污染過程(1月10日16:00～16日3:00)中氣溶膠的垂直分布特性進行研究,分析此次灰霾污染特征并探討污染發生原因,以期為京津冀地區嚴重灰霾天氣發生時氣溶膠的光學特性研究和城市大氣污染控制提供參考.

1 觀測站點及儀器介紹

觀測站位于中國環境科學研究院大氣環境研究所(40°02′27.8″N,116°24′44.8″E),其周邊無明顯大氣污染物排放源.本文采用2013年1月8～17日的觀測數據進行分析,期間1月15日上午因下雪,09:00～13:00的部分觀測數據缺失.

1.1 微脈沖激光雷達(Micro-Pulse Lidar)

采用美國SigmaSpace公司生產的MPL-4B型IDS系列微脈沖激光雷達,可實現對氣溶膠的散射、消光特性及偏振特性等的定量探測,其探測性能已得到可靠驗證[11-14].日常置于單獨的恒溫房艙(20℃)內,通過計算機軟件設置進行晝夜自動連續探測和原始數據的校正與處理.由目前最為流行的 Fernald算法來求解激光雷達方程

[15-18],進行氣溶膠消光系數和光學厚度(AOD)等光學參數的反演和大氣邊界層特征檢測[19-20].另外根據交替發射線性偏振光得到的氣溶膠退偏比(反映氣溶膠粒子的非球形特征)可判別氣溶膠類型[21-22],所以根據 MPL各反演參數可實現對大氣氣溶膠及邊界層結構垂直分布特征的分析.本次探測設置時間分辨率為 30s,距離分辨率為 30m,激光脈沖能量為 6.5μJ反演計算時采用觀測的2min平均數據,氣溶膠消光后向散射比Sa限定為 50sr,設備理論最低探測高度距地面0.15km.

1.2 自動氣象站

同步氣象數據(芬蘭Visala)觀測可實現風向、風速、溫度、濕度、壓強、降水、太陽輻射和能見度等的實時觀測,時間分辨率為1min,其中能見度觀測上限為20km.文中使用的氣象數據均為小時平均值,與MPL觀測具有較好的同步性.

1.3 顆粒物濃度自動在線監測儀

采用TH-16A型大氣顆粒物采樣儀,可進行四通道TSP、PM10、PM5、PM2.5等的分鐘采樣,本研究僅對與灰霾密切相關的細顆粒物作出分析,分析數據采用PM2.5小時平均值.

2 結果與討論

2.1 地面細顆粒物污染狀況與消光系數

已有研究表明,細顆粒物與灰霾天氣發生有密切關系[23-25].由圖1可見,1月10～16日的大部分時段的 PM2.5小時濃度均維持在 100μg/m3以上的高值,最高達到 611.4μg/m3左右,11日、13日和14日凌晨為3個高峰區.11日晚間北京北部城區出現大風天氣,使得污染物快速擴散,因此PM2.5監測值較低;15日早間出現降雪,空氣中顆粒物經雨雪沖刷,濃度降低,雪停后 PM2.5濃度又出現小幅回升;到16日除交通早高峰期間出現一個小高值外其余時段細顆粒物監測值明顯下降,天氣好轉.據統計,從10～15日的PM2.5日均濃度均超標.另外,在此連續灰霾污染中,PM2.5監測值出現明顯的夜間高,白天低的規律,與邊界層高度變化相對應(圖3),同時還與北京地區特殊的山谷風變化一致:由于北京地區工業主要集中于南部郊區,夜間的偏南風將大量污染物輸送至城內,因而導致夜間 PM2.5濃度高,白天來自山區的西北風則使城區 ρ(PM2.5)降低.圖 1中地面消光系數曲線由自動氣象站觀測的水平能見度求得(消光系數=3.912/能見度)[23],與地面PM2.5監測值近乎同步,兩者相關系數達0.95,呈顯著線性相關關系,說明地表大氣消光直接受細顆粒物含量影響.

圖1 觀測期間地面PM2.5監測值和消光系數的時間序列Fig.1 The time series of PM2.5concentration and surface extinction coefficients

2.2 強霾過程特征

2.2.1 灰霾污染過程及演變 根據《霾的觀測和預報等級》[26]標準:能見度<10.0km,排除降水、沙塵暴、揚沙、浮塵、煙幕、吹雪、雪暴等天氣現象造成的視程障礙,相對濕度小于80%時,即可判識為霾.

由圖2可見,從1月10日16:00開始到1月 16日03:00,大氣能見度持續較低,據霾預報等級對該時段分析發現,在此污染過程中 89.4%的觀測時間內出現了霾,其中重度霾(大氣能見度<2km)頻率最高為39.8%,中度霾(2km≤大氣能見度<3km=22.0%,輕度霾(3km≤大氣能見度<5km) 16.1%,輕微霾(5km≤大氣能見度<10km)22.0%,由此可見此次連續灰霾污染之嚴重.

圖2 觀測期間各氣象要素的時間序列Fig.2 The time series of meteorological factors during the observation根據能見度曲線在底圖中落定區域判定各時段灰霾等級,由淺到深依次為輕微霾、輕度霾、中度霾、重度霾

另外,對比圖1發現此次強霾過程開始(1月10日16:00)時,地面細顆粒物在地表累積達到高值,同時還伴隨著地面相對濕度的逐步增大,因此霾粒子吸濕增長使能見度加劇惡化降到 2km以下[27],達到重度霾級別;11日早上隨著日出太陽輻射增強氣溫上升,相對濕度下降,但由于人類各項活動開始,導致細顆粒物濃度仍維持在較高水平,所以能見度雖略有增大,卻仍然較低在中度霾級別;到 11日下午由于溫度升高并伴隨有風,使得大氣底層局部湍流作用明顯增強,氣溶膠得以擴散,能見度在夜間出現短暫高值.1月12日早間至1月16日凌晨為持續靜風狀態,濕度較高,能見度均低于 10km,形成連續霾污染天氣.值得注意的是,在這期間我國中東部地區各城市均出現了嚴重的氣溶膠污染天氣,其中京津冀區域間的污染傳輸這也間接導致了北京地區灰霾的持續加重.到1月16日,由于受到一股中等強度冷空氣影響,氣溫和濕度下降,大氣湍流活動加強,連續一周的靜穩天氣得以破除,除 9:00上班早高峰后出現一個低谷;過后能見度好轉(均在10km以上),PM2.5監測值較低,強霾污染過程結束.

圖3 激光雷達信號與PBL隨時間的變化Fig.3 The range of background corrected signal and PBL variations彩圖背景圖為經過歸一化處理后的同偏振信號分布

2.2.2 大氣邊界層高度(PBL)變化 圖 3 為MPL觀測期間大氣邊界層高度隨時間的變化情況,底圖是經過歸一化處理后返回的同偏振信號分布.從圖中可以看出,研究過程內(10～16 日) PBL變化與返回信號基本吻合,其值較低,91%的時段低于500m,平均僅為293m,基本呈現白天高,夜間低的規律.對比圖2發現,風速與邊界層存在一定聯系,當風速較大時,在隨后一段時間內邊界層相應增高,污染物得到稀釋擴散,使得邊界層內各高度上的返回信號減弱.同時對比圖1發現,近地面細顆粒物濃度和消光系數的變化與邊界層高度均有較好的對應性,靜風導致的較低邊界層高度限制了大氣底層污染物的有效擴散,使污染物在近地面聚積,PM2.5監測值持續較高,能見度不斷惡化.由此可見,底邊界層的不利污染擴散形勢是此次強霾污染過程發生的直接原因.

2.3 氣溶膠垂直分布特性

2.3.1 大氣垂向消光系數與氣溶膠退偏比 圖4是2013年1月8～17日MPL觀測的北京北部城區上空大氣垂向消光系數與氣溶膠退偏比隨時間變化的垂直分布.

由圖4a可見,在1月10～16日凌晨大部分時段里,近地面 800m以下垂向各高度的氣溶膠消光作用較強,達到 1.5km-1以上,且隨高度增加而減小,在500m附近出現顯著分層,說明在這期間大氣底層富含有大量的消光物質.對比圖4b發現,此過程中有3個時段(10日16:00～11日18:00、12日18:00～13日18:00、14日18:00～15日16:00)在具有較強消光作用的同時退偏比卻比較小,僅在0.04左右,說明探測范圍內消光粒子的非球形特性不明顯,球形粒子比重較大,但不能就此判斷該區域沒有污染物質存在.有研究表明,大氣顆粒物在一定濕度下可通過吸濕潮解由原來的不規則狀變為球形[28-29],而且粒徑也有所增長[30].從圖2中知這3個時段的相對濕度較大均在80%左右,同時與圖1地面PM2.5監測值的3個高峰區相對應,因此可推測氣溶膠顆粒物的吸濕潮解作用加上空氣中球形水分比重大,從而導致MPL探測范圍內退偏比低值區分布出現,這也說明城市上空的大氣消光由顆粒物和大氣水分共同導致.其余相對濕度較低時段消光系數和退偏比均較大,退偏比＞0.1,表明探測粒子的非球形特征較明顯,大氣消光物質中氣溶膠顆粒物含量較高.直到1月16日冷空氣到來,大氣污染物得以消散,氣溶膠消光系數和退偏比均變為很小,底層大氣較潔凈.

圖4 大氣垂向消光系數和氣溶膠退偏比隨時間的變化Fig.4 The range of vertical atmospheric extinction coefficient and aerosol depolarization ratio variations

2.3.2 氣溶膠光學厚度 AOD(Aerosol Optical Depth)為大氣消光系數在垂直高度上的積分,即,該值在很大程度上可以反映大氣污染情況.

分析觀測期間 AOD、地面 PM2.5監測濃度和相對濕度隨時間的變化,結果見圖 5.經統計在10～16日的強霾過程中AOD值較大有83.6%的時段超過1,可見污染嚴重程度.另外還發現,12日 16:00前和 16日 00:00日后 AOD與地面ρ(PM2.5)、RH變化趨勢一致,結合圖4b氣溶膠退偏比分布特性可知,期間無沙塵天氣發生和高層云分布,且大部分時段相對濕度偏低,因此可以說明 AOD主要為大氣底層氣溶膠顆粒貢獻.而在空氣相對濕度持續較高的1月12日14:00～15日20:00AOD和ρ(PM2.5)、RH吻合性不是很好,根據氣溶膠消光系數分布及相關垂直廓線,推測可能原因是由于相對濕度大時空氣中懸浮的細顆粒物吸濕增長,與大氣水分共同導致對光的散射作用成倍增加[31],使得此時激光束末端無法穿透氣溶膠層,上層無信號返回,因而 AOD反演結果偏低,如12日18:00和14日01:00.到15日03:00上層大氣中有云層飄過,出現短時降雪過程,ρ(PM2.5)雖有所降低,但由于空氣相對濕度增大AOD仍出現了短時增長.由此說明AOD受相對濕度影響顯著.

圖5 AOD和ρ(PM2.5)、RH隨時間的變化Fig.5 The temporal variation of AOD, ρ(PM2.5), RH

由于氣溶膠組分的垂直分布情況較為復雜,并且觀測儀器本身性能參數導致反演結果不可避免的存在一定誤差,因此對部分反演結果只能做出推斷性解釋,要深入研究還需結合其他精密儀器如太陽光度計等聯合反演降低參數誤差,提高觀測數據精度.

3 污染成因分析

根據由美國懷俄明大學工程學院網站提供的中國區垂直溫廓線數據可知,自1月10日開始,北京氣象站點出現持續逆溫天氣,受此影響大氣底層的污染物覆蓋城區無法消散,因而出現連續霾天氣.另據2013年1月10～16日地面和高空500hPa(約5510m)等壓線天氣形勢圖(圖略)顯示,在此階段內我國華北地區高空氣壓場上游未出現大槽影響,沒有冷空氣過程形成,地面氣壓場則頻繁受到鞍形場控制,等壓線稀疏,導致區域性連續靜穩天氣出現,抑制了污染物的快速消散,從而導致大范圍霾污染天氣發生.

同時根據對中國環境科學研究院站點地面氣象條件分析和激光雷達探測結果的討論,判斷此次北京地區連續強霾污染是在持續靜風和邊界層較低的極端不利擴散條件下,底層大氣污染物集聚難以擴散,并受到區域性污染所致,高濕天氣則加劇了灰霾狀況.

4 結論

4.1 北京地區從2013年1月10日至1月16日凌晨的強霾過程污染較重,觀測時段內 89.4%的時間出現霾,其中重度霾頻率最高達 39.8%.污染時段監測的地面 PM2.5小時濃度基本維持在100μg/m3以上高值,PM2.5日均濃度連續6d均超標.另外,大氣地表消光直接受 PM2.5濃度變化的影響,兩者呈顯著線性相關關系,相關系數達0.95.

4.2 較低的邊界層高度限制了污染物的有效擴散,使灰霾污染加劇.此次連續灰霾天氣中大氣邊界層較低,其中 91%的時段低于 500m,平均僅為293m,變化趨勢基本呈白天高,夜間低的規律,與地面細顆粒物監測值有較好的對應性.

4.3 根據 MPL觀測的大氣垂直結構分布得到:近地面800m以下垂向各高度的消光系數較大達到 1.5km-1以上,并隨高度增加而減小.對應退偏比分布和地面PM2.5監測值變化表明此次連續灰霾過程中,氣溶膠顆粒物和大氣水分共同造成城市上空的大氣強消光.

4.4 研究過程內,AOD值較大,有 83.6%的時段超過 1,且受相對濕度影響較大.相對濕度偏小時段AOD與PM2.5濃度變化一致,說明此時的大氣消光主要為氣溶膠細顆粒物所致,在相對濕度較大時段內,空氣中懸浮的細顆粒物吸濕增長,消光增強,AOD變大,受大氣水分干擾顯著.

4.5 靜風和逆溫導致的低邊界層極端不利擴散條件是此次連續灰霾發生的直接原因,連續穩定的天氣形勢使污染持續.整個京津冀區域同期出現的嚴重氣溶膠污染天氣導致北京地區的灰霾持續加重,持續高濕天氣也嚴重加劇了灰霾狀況.

[1] 《大氣科學詞典》編委會.大氣科學詞典 [M]. 北京:氣象出版社, 1994:408-677.

[2] 吳 蒙,范紹佳,吳 兌,等.廣州地區灰霾與清潔天氣變化特征及影響因素分析 [J]. 中國環境科學, 2012,32(8):1409-1415.

[3] 吳 兌,鄧雪嬌,畢雪巖,等.細粒子污染形成灰霾天氣導致廣州地區能見度下降 [J]. 熱帶氣象學報, 2007,23(1):1-6.

[4] 李江波,趙玉廣,孔凡超,等.華北平原連續性大霧的特征分析[J]. 中國海洋大學學報(自然科學學報), 2010,40(7):15-23.

[5] 尹 青,何金海,張 華.激光雷達在氣象和大氣環境監測中的應用 [J]. 氣象與環境學報, 2009,25(5):48-56.

[6] 賀千山,毛節泰.北京城市大氣混合層與氣溶膠垂直分布觀測研究 [J]. 氣象學報, 2005,63(3):374-384.

[7] Pahlow M, Kleissl J, Parlange M, et al. Atmospheric boundary layer structure observed during a haze event due to forest fire smoke [J]. Boundary-Layer Meteorology, 2005,114(2):53-70.

[8] Cohn S, Angevine W. Boundary layer height an entrainment and thickness measured by lidar and wind-profiling radars [J]. Journal of Applied Meteorology, 2000,39(5):1233-1247.

[9] 王珍珠,李 炬,鐘志慶,等.激光雷達探測北京城區夏季邊界層氣溶膠 [J]. 應用光學, 2008,29(1):2-7.

[10] 胡歡陵,吳永華,謝晨波,等.北京地區夏冬季顆粒物污染邊界層的激光雷達觀測 [J]. 環境科學研究, 2004,17(1):59-73.

[11] James R., Campbell J, Dennis L, et al. Full-Time, eye-safe cloud and aerosol lidar observation at atmospheric radiation measurement program sites: Instruments and data processing [J]. Jourrnal of Atmospheric and Oceanic Technology, 2002,4(19): 431-442.

[12] 徐赤東,紀玉峰.偏振微脈沖激光雷達測量顆粒物污染變化的個例研究 [J]. 大氣與環境光學學報, 2011,6(01):27-32.

[13] 賀千山,毛節泰.微脈沖激光雷達及其應用研究進展 [J]. 氣象科技, 2004,32(4):219-224.

[14] 丁 輝.利用微脈沖激光雷達(MPL)探測氣溶膠消光系數廓線和大氣混合層高度的初步研究 [D]. 南京:南京信息工程大學, 2012.

[15] Fernald F. Analysis of atmospheric lidar observation: Some comments [J]. Optica Applicata, 1984,23(6):652-655.

[16] 林常青,楊東偉,李成才,等.北京地區大氣氣溶膠的激光雷達觀測及反演算法研究 [J]. 北京大學學報(自然科學版), 2012, 7(02):1-9.

[17] 王耀庭,李 威,張小玲,等.北京城區夏季靜穩天氣下大氣邊界層與大氣污染的關系 [J]. 環境科學研究, 2012,25(10):1092-1098.

[18] 王 苑,耿福海,陳勇航,等.基于微脈沖激光雷達的上海浦東地區不同強度霾研究 [J]. 中國環境科學, 2013,33(1):21-29.

[19] 劉 東.偏振-米激光雷達的研制和大氣邊界層的激光雷達探測 [D]. 安徽:中國科學院安徽光學精密機械研究所, 2005.

[20] Frehlich R, Meillier R, Michael L, et al. Measurements of boundary layer profiles with in situ sensors and doppler lidar [J]. Journal of Atmospheric and Oceanic Technology, 2008,25:1328-1340.

[21] 劉 東,戚福弟,金傳佳,等.合肥上空卷云和沙塵氣溶膠退偏比的激光雷達探測 [J]. 大氣科學, 2003,27(6):1093-1100.

[22] 劉 瓊,耿福海,陳勇航,等.上海不同強度干霾期間氣溶膠垂直分布特征 [J]. 環境科學研究, 2012,25(11):1201-1207.

[23] 高 健,張岳翀,王淑蘭,等.北京2011年10月連續灰霾過程的特征與成因初探 [J]. 環境科學研究, 2012,25(11):1201-1207.

[24] MALM W. Characteristics and origins of haze in the continental United States [J]. Earth-Science Reviews, 1992,33(1):1-36.

[25] 李令軍,王 英,李金香,等.北京市冬春季大氣顆粒物的粒徑分布及消光作用 [J]. 環境科學研究, 2008,21(2):90-94.

[26] QX/T 113-2010 霾的觀測和預報等級 [S].

[27] 潘 鵠,耿福海,陳勇航,等.利用微脈沖激光雷達分析上海地區一次灰霾過程 [J]. 環境科學學報, 2010,30(11):2164-2173.

[28] 劉穎君,朱 彤,趙德峰,等.大氣顆粒物吸濕性的顯微拉曼研究[C]//第十四屆全國光散射學術會議論文摘要集.北京, 2007,144.

[29] Martin S. Phase transitions of aqueous atmospheric particles [J]. Chemical Reviews, 2000,100(9):3403-3453.

[30] 王宗爽,付 曉,王占山,等.大氣顆粒物吸濕性研究 [J]. 環境科學研究, 2013,26(4):341-349.

[31] 潘小樂,相對濕度對氣溶膠散射特性影響的觀測研究 [D]. 北京:中國氣象科學研究院, 2007.

Characteristics and formation mechanism of a serious haze event in January 2013 in Beijing.

YANG Xin1,2, CHEN

Yi-zhen2*, LIU Hou-feng1, ZHAO Yu-xi2, GAO Jian2, CHAI Fa-he2, MENG Fan2(1.Population, Resources and Ewitonment Institute, Shandong Normal University, Jinan 250014, China；2.Chinese Research Academy of Environmental Sciences, Beijing 100012, China). China Environmental Science, 2014,34(2)：282～288

A serious haze process from 10th to 16th in January 2013 of Beijing was analyzed. During the period of haze, aerosol vertical distribution was retrieved from the MPL-4B-IDS series lidar system with Fernald algorithm. In order to illustrate the formation mechanism of this pollution episode, the surface aerosol measurement at the same site was compared with the lidar result. It was found that during the observation period, haze occurred in 89.4% of the time, among which 39.8% were recognized as heavy haze episodes. The extinction coefficients strongly correlated with surface ρ (PM2.5) (r=0.95). During the study, the average PBL height was only 293m, when 91% of the time it was less than 500m and restrained the effective diffusion of pollutants significantly. Extinction coefficient of each vertical height reached more than 1.5km-1above the ground. By comparing the analysis of the aerosol depolarization ratio, it was found that the atmospheric extinction above the city was caused by the combined effect of particulate aerosols and atmospheric moisture. The aerosol optical depth (AOD) at 532nm in this severe haze event was high and affected by the relative humidity greatly. In lower RH, the value of AOD was contributed by particulate aerosols, and atmospheric moisture made a significant contribution due to the hygroscopicity of fine particle when the RH was high. Additionally, stability of the PBL situation and pollutants emitted from regional area were the main reasons of this severe haze event, and high humidity made the haze more worse.

haze；micro-pulse lidar；characteristics；formation mechanism

X511,TP79/P407

：A

：1000-6923(2014)02-0282-07

楊 欣(1989-),女,山東臨沂人,山東師范大學與中國環境科學研究院聯合培養碩士研究生,主要從事大氣物理研究.

2013-05-24

國家環境保護公益科研專項(201309062);國家環境保護公益科研專項(201009001)

* 責任作者, 研究員, chenyz@craes.org.cn