李慶旭 朱 娟 吳 鋒 李 錕
(1.中國生態文明研究與促進會,北京 100035;2.深圳市深港產學研環保工程技術股份有限公司,深圳 518000;3.中國科學院地理科學與資源研究所,北京 100101)
?
珠三角地區典型城市重污染天氣案例分析
李慶旭1,3朱 娟2吳 鋒2李 錕2
(1.中國生態文明研究與促進會,北京 100035;2.深圳市深港產學研環保工程技術股份有限公司,深圳 518000;3.中國科學院地理科學與資源研究所,北京 100101)
本文利用天氣后報網站的2014年空氣質量指數資料、香港科技大學網站的氣象要素資料以及利用HYSPLIT-WEB模式,對廣州、肇慶、珠海 3個典型城市兩次重污染天氣過程和一次清潔過程進行對比分析,探討了空氣污染與氣象要素的關系,結果表明:空氣污染與氣象條件有著密切的關系:1月的重污染天氣過程主要由大陸冷高壓變性出海引起,7月的污染過程主要受臺風外圍下沉氣流影響;與清潔過程的氣象條件相比,污染過程風速小,且存在逆溫,不利于污染物的輸送和擴散。后向軌跡的分析進一步證明了珠三角城市間空氣污染的相互影響,下風向的珠海受污染情況相比廣州、肇慶有一定的延遲。
珠江三角洲;空氣質量指數;污染過程;清潔過程;氣象條件
珠江三角洲是我國三大城市群之一,隨著工業化、城市化以及交通運輸現代化的迅速發展,區域性、復合型空氣污染特征日益突出,空氣質量形勢不容樂觀。空氣質量主要取決于污染源排放和氣象條件,在污染源排放相對穩定的條件下,氣象條件對空氣質量變化則起主導作用[1-2]。而氣象條件影響的范圍往往是區域性的,珠三角城市間距離較近,城市空氣污染物之間相互影響,造成區域性污染。氣象條件受地理位置、季節、大尺度天氣背景與層結穩定度控制,主要包括天氣形勢和各種氣象要素(如風速、風向、溫度、濕度等)[3-4]。羅森波等[3]通過分析2002—2004年廣州市典型的空氣污染過程,得出了不同季節大氣污染與氣象條件的關系。周亞軍等[5]研究發現空氣污染指數特征與地面氣壓型有密切關系。張人文等[6]利用2006—2008年珠三角風場資料與區域空氣質量指數數據發現區域污染輸送對珠江三角洲空氣質量有重要影響,且區域平均風速大小與空氣污染程度有密切關系。Wu等[7]研究得出2003年11月2日的極度低能見度事件,是由臺風外圍下沉氣流的影響下帶來近地面低風速,低邊界層高度所引起。
近年來,已有許多學者分析研究了珠三角城市間空氣污染相互影響的特征。符春等[8]通過對2001年冬季珠三角城市群典型空氣污染過程分析,指出珠三角城市群處于同一天氣系統影響下,日空氣污染變化具有很強的同步性,且因地理位置和經濟條件不同而各有特點。王淑蘭等[9]利用CALPUFF分析2002年的空氣污染情況,指出珠三角城市間空氣污染相互貢獻作用顯著,其中廣州是最典型的與周邊發生顯著相互作用的城市之一。李婕等[10]通過對2002-2011年的空氣污染指數資料進行統計分析發現位于珠三角中部的廣佛地區對東、南部的深圳和珠海空氣質量產生影響。
目前對于單個城市空氣污染時空分布特征分析也有不少研究[11-12],還有對不同城市之間的空氣污染對比分析[13-14]。但這些研究大多是針對經濟水平較高的城市,對二線城市的研究較少。為此,本文以廣州為背景,選取2014年為基準年,分析珠三角城市典型重污染天氣案例,通過HYSPLIT模式分析探究城市間的相互影響效應,闡述氣象因素對空氣質量的影響,探討污染天氣形成機理,為今后出現污染天氣的氣象條件分析及預報預警業務開展提供科學依據。
2.1 研究區域
珠江三角洲地區以香港、廣州、澳門為中心,深圳、佛山、珠海為副中心,包括東莞、惠州、肇慶、中山、江門,共11個城市。廣州位于珠江三角洲北緣,是主要的經濟文化中心;肇慶位于珠三角西部,是風景旅游城市和宜居城市;珠海市位于珠三角西南部,是工農業結合的出口商品基地,是旅游勝地。
本文選取廣州、肇慶、珠海三個城市進行污染過程和清潔過程的對比分析,探究氣象因素與空氣污染的關系。據2014年廣州市氣候公報[15]顯示,1月2日至8日是典型的灰霾過程,2月5日-10日是明顯的清潔空氣過程,7月22-23日廣州出現輕度污染情況,因此本文選取這三個過程度氣象條件作詳細分析。
2.2 數據來源
本文收集了2014年1月、2月及7月珠三角地區廣州、肇慶、珠海的逐日空氣質量指數,來源于天氣后報網站;2014年1月1日-9日典型灰霾過程、7月22日-23日輕度污染過程以及2月5日-10日清潔過程的氣象要素資料,其中包括天氣形勢圖、風向風速變化圖、探空圖(清遠站),來源于香港科技大學網站;最后,嘗試運用HYSPIT-WEB模式作分析,進一步闡述城市間空氣污染的相互影響效應。
2.3 研究方法
2.3.1 環境空氣質量指數(AQI)
環境空氣質量指數(Air Quality Index,簡稱AQI)是描述城市空氣質量狀況的無量綱指數,可分級表征空氣污染程度和空氣質量狀況(表1),AQI值越大表明綜合污染程度越重,本文中定義AQI大于100為污染日。

表1 空氣質量分級標準
注:空氣質量等級根據《環境空氣質量指數(AQI)技術規定(試行)》(HJ 633—2012)規定劃分。
2.3.2 HYSPLIT模式
HYSPLIT,即拉格朗日混合單粒子軌道模型,用于計算和分析大氣污染物輸送、擴散軌跡的專業模型,已被廣泛地應用于多種污染物在各個地區的傳輸和擴散的研究。文中采用該模式對廣州(23.08N,113.14E)、肇慶(23.03N,112.27E)以及珠海(22.17N,113.34E)三個點2014年1月5日20時(北京時間)和6日20時(北京時間)24小時的后向軌跡對污染源進行分析。
3.1 大陸冷高壓引起的重污染天氣
2014年,廣州年灰霾日數平均36.8天,為2000年以來最少,但也出現幾次比較嚴重的灰霾天氣,主要是在1月份[16]。2014年1月2—7日廣州出現持續性灰霾天氣,AQI持續超過100,市氣象臺以及區氣象臺從3日起陸續發布灰霾黃色預警,廣州市啟動空氣重污染二級應急響應。與其同時,肇慶、珠海也出現污染天氣,其中肇慶持續8天AQI超過150,珠海2-6日AQI超過100。2014年6日前后出現最高值,當日3-7時,廣州測得能見度不到2公里,AQI高達206,然后逐漸下降,9日AQI恢復到良。下文將給出2014年1月1日-9日珠三角出現的重污染天氣污染過程的變化特征以及原因分析,主要從天氣形勢、水平風場特征、垂直風場以及逆溫層分析和后向軌跡分析四方面展開。
3.1.1 污染過程特征分析
3.1.1.1 AQI指數變化特征
珠三角城市群之間的距離最遠達二百多公里,部分城市地處海濱,氣候條件有所區別,但重污染的出現有較強的一致性。
由圖1的1日-9日各城市AQI變化可知,廣州、肇慶、珠海AQI指數出現峰值和谷值的時間基本一致,起伏變化也大致相同;廣州、肇慶1月3日出現第一個極值點,珠海則在1月4-5日,之后逐漸下降;1月6日,廣州、肇慶迎來第二個極值點,也是最高點,AQI超過200,污染情況嚴重;珠海則繼續保持下降趨勢,1月7-8日,廣州、肇慶逐漸下降,到1月9日,三個城市AOI均低于100。但珠海1月8日呈現了較為明顯的回升趨勢,在8日出現了第二個極值點。由此可得,廣州與肇慶污染同步性較強,珠海有一定的延遲性,這與珠海所處地理位置以及盛行風向有關,下文將會有進一步論述。

圖1 2014年1月1-9日廣州、肇慶、珠海典型污染過程變化
3.1.1.2 污染過程主要污染物特征
廣州、肇慶和珠海三個城市的空氣污染變化具有較強的同步性,各個城市的首要污染物變化也有一定的規律性。
由廣州、肇慶、珠海2014年1月1-9日主要污染物監測數據可知:三個城市的首要污染物均為可吸入顆粒物(PM10);SO2與NO2變化趨勢不明顯,可見其對此次污染過程的影響最小;首要污染物濃度的變化趨勢與AOI變化趨勢一致,1月1日開始上升到1月3日前后達到次高點,此時廣州和肇慶4-5日有所緩解,6日繼續上升至最高點,7日開始逐漸下降,到9日前后均下降至正常濃度范圍;珠海4-5日上升至最高點后開始逐漸下降,7-8日受冷空氣過境影響有所回升后又迅速下降。
3.1.2 污染過程原因分析
3.1.2.1 天氣形勢
珠三角城市重污染天氣的同步出現及變化趨勢的一致性表明此時氣象條件的影響超過了污染源的影響。文中主要通過分析廣州地區的氣象條件來探究污染天氣過程和原因。
1月份廣州冷空氣頻繁,1月1-2日,弱冷空氣南下,廣州受冷高壓控制,并逐日減弱,風速小不利于污染物擴散,1月3日廣州、肇慶均出現了第一個高值,4日冷空氣前鋒到達南嶺附近,廣州、肇慶的霧霾天氣都有所緩解,而珠海1月4日卻迎來了第一個高值。 1月5日有所緩解后6日達到AQI最高點,污染最為嚴重,珠三角地區此次污染過程主要是大陸冷高壓北抬變性出海的引起的。
從2014年1月5日-6日14時和20時的地面天氣圖(圖2)。可以發現,1月5日原本在江淮地區的冷高壓中心北抬至東北地區,并逐漸向東移,1月6日白天,冷高壓變性出海,20時位于日本海地區。隨著冷高壓中心位置的改變,氣壓場也發生變化,珠三角地區在6日形成均壓場,近地層東至東南風,風速較小,不利于污染的擴散,因此,廣州、肇慶的灰霾天氣表現顯著,甚至達到重度污染狀況,AQI超過200。

圖2 2014年1月5日-6日地面天氣圖
進一步分析圖3可得,1月7日,地面冷高脊繼續減弱,珠三角地區處于(準)均壓場中,地面以靜風或弱風為主,無持續風向,有利于灰霾天氣的維持,廣州、肇慶AQI有所下降但仍為中度污染狀況;珠海6-7日空氣質量狀況與廣州肇慶有所不同,5日AQI已開始逐漸下降,6-7日下降趨勢明顯,AQI指數小于100;1月8日,隨著一股新的中等偏強冷空氣南下,低層北風增大,并伴有分散小雨,廣州、肇慶的灰霾過程基本結束,空氣質量才有了較明顯改善。而珠海8日AOI卻出現小回升,8日上升至92,隨后又迅速下降,對珠海空氣污染有一定影響。
3.1.2.2 水平風場分析
圖4給出了1月1日-9日廣州逐時的風向風速,連續幾天廣州地區風速不大,無明顯持續風向。

圖3 2014年1月8日14時地面天氣圖
進一步分析可看出,1-7日的空氣污染過程與風速密切相關。1月1-3日廣州地區風速均小于3m/s,即主要為微風或靜風,無明顯持續風向,3日夜間才出現明顯的偏北風,風速小不利于污染物的輸送與稀釋,使得污染物容易堆積,造成污染物濃度逐步上升,其中廣州、肇慶在3日達到第一個極值點,珠海在4日達到第一個極值點;結論與文獻大體一致。4-5日風速增大,且主要為偏北風,結合AQI曲線,此時三個城市AQI濃度都有所下降,空氣質量有所改善。但是6日,風速又下降至2m/s左右,污染物再次積累,使得污染加劇,廣州AQI濃度高達205,由于地面主要變現為偏東風,處于廣州西部的肇慶空氣質量甚至出現重度污染,AQI濃度高達262,相反,處于廣州北部的珠海6日空氣污染并沒有加重。8日出現較強的偏北風,有利于污染物的迅速擴散,廣州、肇慶的AQI濃度明顯下降,空氣質量逐漸改善,而珠海在8日AQI濃度有明顯的小回升后于9日開始迅速下降,這是由于珠海處于下風向,強北風稀釋廣肇地區污染物時,把污染物帶到珠海,但由于北風較強,污染物停留時間較短,因此并未給珠海帶來過多影響。
3.1.2.3 垂直風場及逆溫層分析
逆溫的存在對污染物的擴散起到阻擋作用,對灰霾的形成有利[25]。廣州沒有探空站,因此選擇了距離較近的清遠探空站作分析,1月6日是污染最為嚴重,而污染在9日已完全清除。參見香港科技大學網站1月6日08時和9日08時的探空圖。由圖可見,6日08時1000hPa到900hPa存在一個逆溫層,污染過程結束后的6月9日,低層溫度層結線跟6日不同,不存在逆溫。由此分析可見,低層的逆溫對污染過程的產生起到了重要作用。而且,逆溫也有明顯的日變化特征,6日20時的溫度對數壓力圖上逆溫已經消失(圖略),但7日08時仍存在小逆溫層。

圖4 2014年1月1日-9日廣州地區逐時風向、風速變化
進一步分析圖5右側的垂直風場特征,可看出,高層500hPA以上,污染日與非污染日高空風沒有明顯差別。但是500hPa以下中低層風速大小有一定的差異,5-7日08時的風速明顯小于9日08時的風速,并且在污染過程中(5-7日),中低層出現明顯的偏南風,污染結束后的9日中低層均為較強的偏北風,珠三角冬季盛行偏北風,污染過程中出現的偏南風與偏北風對峙,并且由于風速小,僅壓制了污染物的擴散,有利于污染物在珠三角地區的積累。由此分析可得,中低層的風向風速變化也是污染過程產生的重要因素。

圖5 HYSPLIT氣流后向軌跡
3.1.2.4 后向軌跡分析
利用HYSPIT-WEB模式分析廣州(23.08N,113.14E)、肇慶(23.03N,112.27E)以及珠海(22.17N,113.34E)三個點2014年1月5日20時(北京時間)和6日20時(北京時間)24小時的后向軌跡。
由圖5可見,1月5日20時肇慶200m和500m的24小時后向軌跡主要經過東莞、中山、鶴山等地,廣州的后向軌跡主要經過潮汕地區、香港、中山等地,各地的污染物排放會隨著氣流輸送至該地區,形成珠三角區域間空氣污染。珠海三個高度(200m、500m及1000m)的24小時后向軌跡主要經過海上,污染相對較輕。1月6日20時三個城市的200m和500m高度的后向軌跡都主要經過海上,在海上幾乎沒有污染物的排放,而6日廣州、肇慶卻是污染最為嚴重的一天,原因解釋為:氣流只在珠三角區域內部相互輸送污染物,但是來自海上的氣流表現為暖濕狀態,使得珠三角地區增溫增濕,從而使珠三角地區逆溫增強,形成二次污染,因此污染加重。此外,廣州、肇慶的后向軌跡有經過珠海,加之珠海當天污染有所減輕,與氣流經過珠海把珠海的污染物帶到廣州、肇慶有一定的關系。
3.1.3 小結
此次典型灰霾過程,廣州和肇慶表現出極為顯著的同步性,重污染過程的影響下,珠海也顯示出較強的一致性。1月5日珠海空氣質量指數開始逐漸下降,沒有在1月6日達到最高值,與廣州、肇慶相反;接著,7日下降至最低點后8日出現迅速的小回升,9日再次下降至良好的空氣質量狀況。這可能是由于廣州、肇慶城市的緯度相差不大,城市間距離較近,區域性污染特征明顯,而珠海處于珠三角西南部,受冷高壓影響較少;也與上文風場分析的5-6日中低層出現偏南風有關,偏南風把珠海的污染物輸送至北部地區。
珠江三角洲地區冬半年主導風向為東北風、夏半年主導風向為東南風,下游地區易受上游和中部地區污染物輸送影響[6]。進一步分析,珠海1月3日空氣質量指數驟增,增加幅度大于廣州和肇慶,且極值點出現的時間較廣州肇慶晚一些,與冬季珠三角地區主要為偏北風有關,珠海處于下風向,廣州和肇慶在偏北風作用下影響珠海,導致空氣質量驟降,也明顯體現出區域性污染特性。再者,珠海1月8日空氣質量指數也有明顯增加,可以解釋為:8日強冷空氣南下,北風增強,有利于廣州、肇慶的污染物擴散、稀釋,污染物隨北風擴散至處于下風向的珠海,并且由于風速大,對珠海的影響持續時間短,因此出現小回升后AQI又逐漸下降,沒有造成顯著污染狀況。與前人所做的相關研究一致,冬季,在西北風的作用下,內陸污染較為嚴重的空氣被帶進珠海轄區內,造成市內冬季空氣質量相對較差。由此,造成珠海市典型的大氣污染季節變化特征和區域性特征[22]。
3.2 臺風引起的污染天氣
珠三角地區夏季空氣質量總體最優,但也會出現污染現象。7月廣州AQI指數曲線中出現小波動,分析天氣后報網站公布的AOI數據發現,7月22日-23日廣州出現輕度污染情況,肇慶以及珠海空氣質量良好。因此,選取7月22日-23日出現污染天氣過程做出分析。
3.2.1 污染過程原因分析
3.2.1.1 天氣形勢
從7月22日-23日14時(北京時間)的地面天氣圖(圖6)可見,東北部海面上的臺風麥德姆逐步向臺灣地區移動,7月22日到達臺灣東部海面,23日在臺灣東部沿海地區登陸。受臺風外圍下沉氣流影響,廣州出現輕度污染情況,24日臺風繼續向西北方向移動,離開廣東地區,廣州空氣質量回轉,達到良好。肇慶和珠海處于珠三角西部,受臺風影響小,并且本地污染排放較小,因此沒有出現輕度污染情況。

圖6 7月22日-23日地面天氣圖
3.2.1.2 水平風場分析
由2014年7月20日—25日廣州的風向風速分布圖(圖7)。可知,7月21日廣州地區主要為西南風,這與夏季珠三角地區盛行西南季風的大背景一致。7月22日開始出現明顯的東北風,且風速不大,基本小于2m/s,有利于污染物聚積,此時廣州地區開始出現輕度污染情況。23日偏東風轉為偏北風和西南風,風速有所增大但總體仍然小于3m/s,不利于污染物的迅速擴散,廣州繼續處于輕度污染情況。7月24日表現為明顯的西南風,風速增大,污染情況得到很好的清除,空氣質量轉為良好。
3.2.1.3 垂直風場及逆溫層分析
根據香港科技大學網站上2014年7月22日08時清遠站的探空圖可知,7月22日900hPa以下出現明顯的下沉逆溫,不利于污染物的擴散,垂直風場上,近地層表現為明顯的北風,下沉氣流明顯,有利于污染物的聚積。23日逆溫層繼續保持,污染情況維持,24日溫度曲線近乎垂直,逆溫消失,空氣質量得以改善(圖略)。
3.2.2 小結
風向風速變化圖與氣壓場相匹配,22日臺風麥德姆移至臺灣東部海面,臺風外圍環流影響下,廣州地區近地層出現東北風,且風速較小,而夏季珠三角地區盛行東南季風,東北風與東南風的對峙,加之外圍下沉氣流的影響,不利于污染物的擴散和輸送,因此廣州地區出現輕度污染情況,而肇慶、珠海處于珠三角西部,受臺風影響程度較小,因此空氣質量良好。

圖7 2014年7月20日-25日廣州地區逐時風向、風速變化
4.1 空氣質量概況
2014年1月廣州空氣質量較差,污染天數達21天;2月,空氣質量開始轉好,2月5日-10日,廣州出現了難得的連續優質空氣,其中2月9日AQI指數僅為13,同時,肇慶、珠海在此時間段內整體呈現優良狀態。下文主要分析此次清潔過程的氣象要素變化,與上文1月份典型污染過程做對比分析,重點分析2月9日-10日氣象條件(三個城市空氣質量同為最優)。
4.2 清潔過程原因分析
4.2.1 天氣形勢
由2014年2月08日08時和20時的地面天氣(圖8)可見,8日08時,珠三角地區有強冷空氣迅速南下,橫掃珠三角地區,給珠三角地區帶來較為強勁的偏北風,污染物得到很好的清除作用。隨后天氣形勢良好,主要受冷鋒過境后的影響,9日,廣西、湖南地區有槽線,珠三角地區主要為東北風,空氣質量較為良好。
對比上文污染過程可得,在冬季,珠三角地區變性脊的影響下產生污染過程,冷高壓東移出海在珠三角形成均壓場,有利于污染物的累積,加劇空氣污染;而清潔過程中,冷鋒過境帶來的強勁北風有利于清除污染物,帶來較為優質的空氣質量。

圖8 2014年2月8日地面天氣圖
4.2.2 水平風場
由廣州2014年2月5日至2月11日的風向風速變化圖(圖9)可知,這段時間風速總體大于3m/s,5日-7日主要為偏東風,此時,廣州、珠海空氣質量表現為優質天氣,肇慶為良好天氣,這與肇慶處于廣州東部有一定的聯系,偏東風清除污染物的作用在廣州表現較為明顯;7日夜間,風速迅速增大,變現為顯著的偏北風,8日-9日風速逐漸變小,但整體保持在3m/s左右,9日午后,風速再次增大。廣州、肇慶、珠海7日開始均表現為優質天氣。9日,同為優質天氣,廣州、肇慶的AQI濃度均小于20,而珠海此時為31,在一定程度上是由于北風的作用,珠海處于下風向,因此空氣質量相比廣州、肇慶要差些。
與上文污染過程對比分析可得,清潔過程近地面水平風速較污染過程大,且持續風向明顯,主要以偏北風為主,與冬季風盛行風向一致,有利于污染物的清除、稀釋與擴散。

圖9 2014年2月5日-11日廣州地區逐時風向、風速變化
4.2.3 垂直風場及逆溫層分析
從2014年2月09日08時(北京時間)的探空圖(清遠站)可看出,900hPa以下溫度層結曲線近似垂直,不存在逆溫,但是逆溫存在于800~900hPa之間,在觀察右側的垂直風廓線,高層為強勁的西風,中低層主要為較大的東北風,800~900hPa之間的逆溫層表現為較強勁的偏南風,由此可見,逆溫層的存在與垂直風向有密切關系。
與上文污染過程的對比分析可知,污染過程中低層存在逆溫,清潔過程沒有逆溫,即使有逆溫層也是存在與900hPa以上的高層,中低層的逆溫存在不利于污染物的擴散;在主要以東北風(冬季風)為主的冬季,污染過程中低層表現為相反的偏南風,且風速較小,有利于污染物的累積;而清潔過程為明顯的東北風,且風速較大,有利于增強污染物的擴散。
(1)天氣形勢對空氣污染有重要影響。2014年1月1日-9日的典型空氣污染主要由大陸冷高壓變性出海引起;7月22日-23日輕度污染過程主要受臺灣東部海面臺風外圍下沉氣流影響。
(2)氣象要素與空氣質量指數變化密切相關:水平風場上,空氣質量指數高對應風速小;垂直風場上,中低層的風向風速變化也是污染過程產生的重要因素;逆溫的存在對污染物的擴散起到阻擋作用。
(3)后向軌跡分析可見,各個城市間距離較小,常處于同一大氣擴散條件下,空氣污染物隨大氣輸送,城市間污染相互影響作用明顯;冬季在偏北風的作用下,處于下風向的珠海空氣污染受上風向的廣州、肇慶的污染物輸送影響。因此,要改善珠三角地區的空氣污染狀況,有必要充分考慮大氣輸送規律,做好區域性污染治理規劃。
(4)清潔過程與污染過程對比分析得,清潔過程天氣形勢良好,風速較大,主要為明顯偏北風,中低層不存在逆溫,有利于污染物的稀釋、清除和擴散,因此空氣質量優良。
[1]張裕芬,朱坦,馮銀廠,等.氣象因素對環境空氣質量達標的影響分析[J].城市環境與城市生態,2006 (4):33-36.
[2]Wang X,Carmichael G,Chen D,et al.Impacts of different emission sources on air quality during March 2001 in the Pearl River Delta (PRD) region[J].Atmospheric Environment,2005,39(29):5227-5241.
[3]羅森波,羅秋紅,謝炯光,等.廣州市大氣污染與氣象條件關系的統計分析[J].熱帶氣象學報,2006,22(6):567-573.
[4]Wang M,Cao C,Li G,et al.Analysis of a severe prolonged regional haze episode in the Yangtze River Delta,China[J].Atmospheric Environment,2015,102:112-121.
[5]周亞軍,熊亞麗,肖偉軍,等.廣州空氣污染指數特征及其與地面氣壓型的關系[J].熱帶氣象學報,2005,21(1):93-99.
[6]張人文,范紹佳.珠江三角洲風場對空氣質量的影響[J].中山大學學報:自然科學版,2011,50(6):130-134.
[7]Wu D,Tie X,Li C,et al.An extremely low visibility event over the Guangzhou region:A case study[J].Atmospheric Environment,2005,39(35):6568-6577.
[8]符春,梁桂雄.珠江三角洲城市群空氣污染實例分析[J].江蘇環境科技,2006,19(A01):52-54.
[9]王淑蘭,張遠航,鐘流舉,等.珠江三角洲城市間空氣污染的相互影響[J].中國環境科學,2005,25(2):133-137.
[10]李婕,滕麗.珠三角城市空氣質量的時空變化特征及影響因素[J].城市觀察,2014,5:011.
[11]李婷苑,鄧雪嬌,范紹佳,等.2010 年廣州亞運期間空氣質量與污染氣象條件分析[J].環境科學,2012,33(9):2932-2938.
[12]蔡樂,林曉劍,勞釗明.中山市空氣質量特征與氣象影響因子分析[J].廣東化工,2011,38(7):110-111.
[13]Chan C K,Yao X.Air pollution in mega cities in China[J].Atmospheric environment,2008,42(1):1-42.
[14]Zheng J,Zhong L,Wang T,et al.Ground-level ozone in the Pearl River Delta region:analysis of data from a recently established regional air quality monitoring network[J].Atmospheric Environment,2010,44(6):814-823.
[15]廣東省環境保護廳.廣東省城市空氣質量狀況[R](2014年第一季度至第四季度).
[16]廣州市氣象臺.2014年廣州市氣候公報[R].
Analyses of Heavy Air Pollution Processes in Typical Cities of Pearl River Delta
LI Qingxu1,3ZHU Juan2WU Feng2LI Kun2
(1.Chinese Ecological Civilization Research and Promotion Association,Beijing,100035,China;2.IER Environmental Protection Engineering Technology Co.Itd.,Shenzhen 518000,China;3.Institute of Geographic Sciences and Natural Resources Research,CAS,Beijing 100101,China)
Based on the air quality index(AQI) data from the tianqihoubao website and the meteorological parameters data from the HKUST website as well as HYSPLIT-WEB model utilization,the typical Air pollution processes and cleaning process in 2014 were compared to describe the relationship of air pollution and meteorological factors. The results showed that there was a strong synchronization in typical air pollution process in the three cities,a little delay in Zhuhai however. Moreover,the dominant pollutant changed as Air Quality Index (AQI). Air pollution was closely connected with weather process:the typical pollution processes were caused by Continental anticyclone which changed and removed to ocean in January and by the peripheral subsidence airflow of typhoon systems in July.Compared with the cleaning process,the speed of surface layer in haze process was smaller and there occurred Inversion,which were against the transportation and dispersion of pollutants. The interaction effect of air pollution of cities in PRD was further confirmed by HYSPLIT model,which also showed there was a delay in Zhuhai due to the location in downwind direction.
the Pearl River Delta;Air Quality Index (AQI);air pollution process;cleaning process;meteorological factors
李慶旭,在讀博士,主要從事生態系統服務與區域關聯方面研究
吳鋒,助理研究員,主要從事自然生態環境保護、環境管理和生態規劃方面研究
X82
A
1673-288X(2016)06-0174-08
引用文獻格式:李慶旭 等.珠三角地區典型城市重污染天氣案例分析[J].環境與可持續發展,2016,41(6):174-181.