長(zhǎng)江三角洲初冬一次重污染天氣成因分析

翟 華,朱 彬,趙雪婷,潘 晨

?

長(zhǎng)江三角洲初冬一次重污染天氣成因分析

翟 華,朱 彬*,趙雪婷,潘 晨

(南京信息工程大學(xué),氣象災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室,氣候與環(huán)境變化國(guó)際合作聯(lián)合實(shí)驗(yàn)室,氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心,中國(guó)氣象局氣溶膠與云降水重點(diǎn)開放實(shí)驗(yàn)室,江蘇 南京 210044)

利用站點(diǎn)氣象和PM2.5資料以及NCEP的全球再分析數(shù)據(jù)集研究了2015年12月17~28日長(zhǎng)江三角洲地區(qū)一次重污染天氣過程.結(jié)果表明:地面弱氣壓場(chǎng)是此次污染事件發(fā)生發(fā)展的主要天氣背景,而冷空氣帶來的大風(fēng)使PM2.5濃度迅速下降,有效清除了PM2.5.區(qū)域熱力因子和動(dòng)力因子分析發(fā)現(xiàn),此次過程中大氣中低層層結(jié)穩(wěn)定、近地面逆溫強(qiáng),有利于PM2.5和水汽的累積,使其濃度水平升高;對(duì)于動(dòng)力因子來說,較小的通風(fēng)率和較低的邊界層高度不利于污染物擴(kuò)散,同樣使PM2.5濃度上升.兩者相比,熱力因子對(duì)PM2.5濃度值的貢獻(xiàn)比動(dòng)力因子大.結(jié)合后向軌跡和排放源分布發(fā)現(xiàn),此次污染過程中長(zhǎng)江三角洲地區(qū)的PM2.5主要受來自其西北方向的大陸氣團(tuán)(占46%左右)的影響,這些氣團(tuán)途經(jīng)高污染排放源并把污染物遠(yuǎn)距離傳輸至長(zhǎng)江三角洲地區(qū).最后利用PSCF和CWT對(duì)長(zhǎng)江三角洲地區(qū)污染物的潛在來源進(jìn)行了分析,發(fā)現(xiàn)PM2.5的來源主要集中在安徽、河南、山西、山東以及長(zhǎng)江三角洲本地,說明此次過程中長(zhǎng)江三角洲地區(qū)的污染物濃度受到遠(yuǎn)距離輸送和局地過程的共同影響.

PM2.5；氣象條件；潛在源區(qū)

隨著經(jīng)濟(jì)的快速發(fā)展與城市化進(jìn)程的不斷推進(jìn),由于燃煤、工業(yè)、機(jī)動(dòng)車和揚(yáng)塵等污染源排放[1]以及天氣條件、氣候變化等原因[2-5],中國(guó)東部地區(qū)經(jīng)常出現(xiàn)范圍廣、持續(xù)時(shí)間長(zhǎng)的重污染天氣[6],其中珠江三角洲地區(qū)、長(zhǎng)江三角洲地區(qū)、京津冀地區(qū)3大城市群空氣污染尤其嚴(yán)重[7-10],影響區(qū)域大氣環(huán)境質(zhì)量[11-12],對(duì)人體健康也造成極大的危害[13-15].

已有眾多學(xué)者對(duì)形成我國(guó)區(qū)域重污染天氣的氣象條件做了大量研究,研究表明[16-19]:在區(qū)域污染源變化相對(duì)穩(wěn)定的情況下,污染物濃度的高低主要取決于大氣的擴(kuò)散能力,尤其與地面天氣形勢(shì)密切相關(guān).童堯青等[20]、趙子菁等[21]研究發(fā)現(xiàn):穩(wěn)定的大氣層結(jié)、靜小風(fēng)和較高的相對(duì)濕度等氣象要素非常不利于污染物的擴(kuò)散,有利于霾天氣的出現(xiàn).任陣海[22]、朱佳雷[23]、戴竹君[24]等研究發(fā)現(xiàn)平穩(wěn)的高空環(huán)流形勢(shì)、暖平流、地面高壓均壓場(chǎng)是重度霾發(fā)生時(shí)的天氣形勢(shì)和環(huán)流特征,在大范圍的均壓場(chǎng)條件下,易出現(xiàn)近地層小尺度局地環(huán)流群體,大范圍均壓場(chǎng)持續(xù)演變和移動(dòng)會(huì)形成大氣污染匯聚帶,從而形成局地嚴(yán)重污染的重要天氣背景.吳兌等[25]、尉鵬等[26]研究表明:區(qū)域霾天氣過程與區(qū)域內(nèi)靜小風(fēng)過程,即出現(xiàn)的氣流停滯區(qū)有密切聯(lián)系,伴隨冷空氣的大風(fēng)等天氣有利于污染物的擴(kuò)散,區(qū)域氣象條件的變化直接影響污染物累積,以及污染天氣的形成、發(fā)展和消散. Dayan等[27]研究證實(shí)了利用通風(fēng)率可以用來評(píng)估某區(qū)域上層大氣的分散狀態(tài).張人禾等[28]、祁妙等[29]采用動(dòng)力熱力因子分析方法,研究氣象條件對(duì)霧、霾天氣演變過程中能見度的影響,是一種表征空氣污染發(fā)生條件的較好指標(biāo).

污染天氣形成的主要原因有兩個(gè):一是污染源的排放,二是氣象條件的影響.理論上,空氣污染物的來源可由這兩個(gè)因子確定.梁丹等[30]研究發(fā)現(xiàn)由于不同方向的氣流途徑的區(qū)域污染源強(qiáng)度不同,所攜帶的污染物濃度會(huì)有較大差異.Hopke[31]、Han[32]和Payra等[33]研究認(rèn)為潛在源貢獻(xiàn)因子分析法(PSCF)和濃度權(quán)重軌跡分析法(CWT)可以較好的確定污染物的潛在源區(qū).每種方法都有自身的優(yōu)勢(shì),但使用單一方法不能較好地分析觀測(cè)點(diǎn)受潛在源區(qū)的影響,因此綜合使用不同的方法能更好的確定污染物的潛在源區(qū)[34].

至今已有大量研究討論空氣污染物與氣象條件之間的聯(lián)系,但從天氣系統(tǒng)、區(qū)域邊界層熱力、動(dòng)力因子并結(jié)合污染來源研究該問題的還較少.本文將結(jié)合長(zhǎng)江三角洲初冬典型污染發(fā)生的天氣形勢(shì)、熱力和動(dòng)力因子、污染物潛在來源分析等方面對(duì)長(zhǎng)江三角洲地區(qū)(28~35°N,118~122°E)2015年12月17~28日發(fā)生的一次持續(xù)時(shí)間長(zhǎng)、影響范圍廣、污染程度重的污染過程開展研究,以揭示此次重污染天氣成因.

1 資料與方法

1.1 資料

本文所選取的資料來源:

(1)中國(guó)氣象局地面氣象要素小時(shí)平均觀測(cè)資料.

(2)中國(guó)空氣質(zhì)量在線監(jiān)測(cè)分析平臺(tái)—PM2.5監(jiān)測(cè)網(wǎng)提供的小時(shí)平均PM2.5數(shù)據(jù),來源于國(guó)家空氣質(zhì)量自動(dòng)監(jiān)測(cè)點(diǎn)位的空氣質(zhì)量自動(dòng)監(jiān)測(cè)結(jié)果(http://www.cnemc.cn/和http://www.aqistudy.cn/).

(3)韓國(guó)天氣圖(http://222.195.136.24/forecast. html).

(4)NCEP(美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心)提供的空間分辨率為1°×1°,時(shí)間分辨率為6h的FNL再分析資料(http://rda.ucar.edu/datasets/ds083.2/).

1.2 方法

潛在源貢獻(xiàn)因子分析法(PSCF)和濃度權(quán)重軌跡分析法(CWT)都是通過氣流軌跡識(shí)別大氣污染物潛在來源的方法[35].其中PSCF 是根據(jù)條件概率函數(shù)發(fā)展的一種判斷污染源可能方位的方法[36-37], PSCF函數(shù)定義為經(jīng)過某一區(qū)域的氣團(tuán)到觀測(cè)點(diǎn)時(shí)對(duì)應(yīng)的某要素值高出設(shè)定的閾值條件概率.

先將某一研究區(qū)域劃分為0.1°′0.1°的網(wǎng)格,對(duì)研究的要素(本文中為PM2.5)設(shè)定一個(gè)閾值,當(dāng)軌跡所對(duì)應(yīng)的要素值高于這個(gè)閾值時(shí),認(rèn)為該軌跡是污染軌跡,其經(jīng)過網(wǎng)格(,), 這里的代表經(jīng)度和緯度,污染軌跡端點(diǎn)數(shù)為m,而落在某網(wǎng)格(,)內(nèi)的所有軌跡端點(diǎn)數(shù)為n,則 PSCF 可以定義為式(1):

但是由于PSCF的誤差會(huì)隨著采樣點(diǎn)與網(wǎng)格距離增加而增加,尤其是當(dāng)n較小時(shí),會(huì)有很大的不確定性.為了減小不確定性,一些研究者[38-39]引入了一個(gè)權(quán)重函數(shù)(n)[式(2)],就是當(dāng)某一網(wǎng)格內(nèi)n小于研究區(qū)域內(nèi)每個(gè)網(wǎng)格平均軌跡端點(diǎn)數(shù)ave的3倍時(shí),就使用(n).

PSCF在一定程度上可以反映網(wǎng)格對(duì)受點(diǎn)污染程度貢獻(xiàn)大小,然而無法區(qū)分相同PSCF 值的網(wǎng)格對(duì)受點(diǎn)污染物濃度貢獻(xiàn)大小,即網(wǎng)格內(nèi)軌跡的要素值超過設(shè)定閾值的程度范圍.為了彌補(bǔ)不足,本文在PSCF的基礎(chǔ)上引入了CWT,用CWT方法[40]計(jì)算軌跡的權(quán)重濃度,以表征不同軌跡的污染程度.設(shè)置CWT 的網(wǎng)格為0.1°′0.1°,其中:ij是網(wǎng)格(,)上平均權(quán)重濃度;是軌跡;C是軌跡經(jīng)過網(wǎng)格(,)時(shí)對(duì)應(yīng)的要素濃度;是軌跡l在網(wǎng)格(,)停留時(shí)間,在計(jì)算過程中,采用落在網(wǎng)格內(nèi)軌跡的端點(diǎn)數(shù)代替停留的時(shí)間,使用與PSCF分析法相同的權(quán)重函數(shù)(n),計(jì)算方法如公式(3)所示:

利用FNL資料和MICAPS資料計(jì)算得出如下氣象因子:850hPa與1000hPa假相當(dāng)位溫垂直差(se81)、925hPa與1000hPa溫度垂直差(91)、地面相對(duì)濕度(RH)、通風(fēng)率()和地面風(fēng)速()等氣象因子.

其中通風(fēng)率是邊界層中風(fēng)速和邊界層厚度乘積的積分,可定義和評(píng)估區(qū)域上空大氣的大氣擴(kuò)散狀態(tài).本文通風(fēng)率是利用NCEP資料中水平風(fēng)場(chǎng)數(shù)據(jù)(3層:457,914,1524m),結(jié)合邊界層高度數(shù)進(jìn)行計(jì)算得出.計(jì)算公式[27]如下:

式中:u和v分別為第層的緯向風(fēng)速和經(jīng)向風(fēng)速(為1-3層);為邊界層高度.

2 結(jié)果與討論

2.1 氣象條件與PM2.5之間的關(guān)系

2.1.1 污染天氣過程描述 16日,我國(guó)大部受到中等強(qiáng)度冷空氣影響[41],長(zhǎng)江三角洲全區(qū)PM2.5濃度較低,無污染天氣出現(xiàn).17日8:00,長(zhǎng)江三角洲地區(qū)強(qiáng)冷空氣過程結(jié)束,地面圖上(圖1a),長(zhǎng)江三角洲地區(qū)處于高壓前部的弱氣壓場(chǎng)中 ,PM2.5濃度開始升高,北部PM2.5濃度超過75μg/m3(圖2a),出現(xiàn)從北到南的污染過程.18日-25日,長(zhǎng)江三角洲地區(qū)高空氣流弱,地面氣壓場(chǎng)處于北支和南支鋒區(qū)之間的弱氣壓場(chǎng)中,如21日8:00地面天氣圖所示(圖1b),為污染天氣的發(fā)生發(fā)展提供了有利條件.期間20日8:00,弱冷空氣開始影響蒙古和我國(guó)北方,并快速南侵.然而由于冷空氣強(qiáng)度弱,高空和地面風(fēng)速小,對(duì)PM2.5清除作用不顯著,反而由于弱冷空氣過境引起地面增濕和弱輻合作用,造成PM2.5濃度升高(圖3). 21日8:00,長(zhǎng)江三角洲地區(qū)處于高壓中心范圍內(nèi)的均壓場(chǎng)中(圖1b),等壓線分布稀疏,氣壓梯度弱,地面風(fēng)速小,大范圍站點(diǎn)溫度露點(diǎn)差降低到2℃以下,這種天氣形勢(shì)極有利于污染物累積[26], PM2.5濃度迅速升高,在該天氣形勢(shì)控制下長(zhǎng)江三角洲地區(qū)發(fā)生重污染天氣(圖2b).由圖3可知,長(zhǎng)江三角洲從北到南鹽城、南京、上海和杭州四個(gè)城市PM2.5濃度最大值分別出現(xiàn)在21日20:00(280μg/m3)、23日2:00(280μg/m3)、23日8:00(251μg/m3)和23日20:00(300μg/m3).22日20:00長(zhǎng)江三角洲地區(qū)500hPa高度場(chǎng)有小槽快速東移(圖略),產(chǎn)生弱降水,對(duì)長(zhǎng)江三角洲地區(qū)污染有一定的緩解作用.弱冷空氣過境后,24日長(zhǎng)江三角洲地區(qū)又重新受高壓弱氣壓場(chǎng)控制(圖1c),長(zhǎng)江三角洲北部地區(qū)PM2.5濃度迅速回升,污染天氣再次出現(xiàn)(圖2c).

26日,來自貝加爾湖的冷空氣東移發(fā)展成東北冷渦,同時(shí)伴有強(qiáng)鋒區(qū)東移南壓, ,27日長(zhǎng)江三角洲地區(qū)受到中等強(qiáng)度冷空氣[41]自北向南的強(qiáng)力“清掃”,大風(fēng)降溫帶來的鋒后干潔氣團(tuán)使PM2.5濃度迅速下降,鹽城、南京、上海和杭州的PM2.5濃度分別在27日8:00、27日14:00、27日14:00和27日20:00下降到75μg/m3以下(圖3),28日長(zhǎng)江三角洲地區(qū)污染天氣過程結(jié)束(圖1d、圖2d和圖3)

圖2 12月17日、21日、24日和28日長(zhǎng)江三角洲地區(qū)PM2.5濃度分布

圖3 鹽城、南京、上海和杭州PM2.5及各氣象要素時(shí)間變化趨勢(shì)

圖4 長(zhǎng)江三角洲地區(qū)熱力因子和PM2.5時(shí)間演變

2.1.2 熱力因子作用 在熱力因子中,850hPa與1000hPa假相當(dāng)位溫垂直差(se81)[28]主要是表征大氣中低層的層結(jié)不穩(wěn)定程度,當(dāng)se81越大時(shí),大氣中低層的層結(jié)越穩(wěn)定;而當(dāng)se81越小時(shí),大氣中低層的層結(jié)越不穩(wěn)定.本次污染過程中,大氣中低層的層結(jié)穩(wěn)定,污染物不易擴(kuò)散,PM2.5的濃度較大,大氣污染程度較嚴(yán)重.925hPa與1000hPa 溫度垂直差(91)[28]可以表征大氣近地面逆溫狀況.穩(wěn)定的逆溫層使PM2.5在邊界層內(nèi)累積,易發(fā)生大氣污染.因此,本次過程中近地面的逆溫強(qiáng),大氣中低層穩(wěn)定性大,有利于PM2.5濃度的升高,導(dǎo)致大氣嚴(yán)重污染.由圖4可知,長(zhǎng)江三角洲地區(qū)的se81和91與PM2.5的濃度呈正相關(guān)關(guān)系,相關(guān)系數(shù)分別為0.436和0.643,均通過了0.01的顯著性水平檢驗(yàn).

在本次過程中,選取地面的相對(duì)濕度(RH)分析水汽條件與PM2.5濃度的關(guān)系.從圖4中可知,長(zhǎng)江三角洲地區(qū)的RH與PM2.5濃度的相關(guān)系數(shù)為0.650,通過了0.01的顯著性水平檢驗(yàn).說明在層結(jié)穩(wěn)定的條件下,水汽和PM2.5同時(shí)得到累積.

2.1.3 動(dòng)力因子 從圖5中可知,通風(fēng)率和邊界層高度都與長(zhǎng)江三角洲地區(qū)的PM2.5濃度之間呈負(fù)相關(guān),相關(guān)系數(shù)分別為-0.372和-0.371,均通過了0.01的顯著性水平檢驗(yàn).通風(fēng)率可表征邊界層擴(kuò)散條件狀況,而邊界層高度是在垂直方向上PM2.5可以擴(kuò)散的上限.本次污染過程中通風(fēng)率較小、邊界層高度較低,污染物擴(kuò)散能力較差,PM2.5易在邊界層內(nèi)累積,造成局地污染.而在過程后期,污染消散時(shí)段,通風(fēng)率大、邊界層高度較高時(shí),污染物易擴(kuò)散,有助于PM2.5濃度降低.圖5中地面風(fēng)速與PM2.5相關(guān)性較差,表明在較小的靜穩(wěn)氣象條件下,不是導(dǎo)致PM2.5增加的主要因素.

2.1.4 各氣象因子在污染過程中的作用 進(jìn)一步分析長(zhǎng)江三角洲地區(qū)熱力和動(dòng)力因子對(duì)PM2.5濃度變化的影響,選取與PM2.5顯著相關(guān)的850hPa與1000hPa假相當(dāng)位溫垂直差(se81)、925hPa與1000hPa溫度垂直差(91)、地面相對(duì)濕度(RH)、邊界層高度()和通風(fēng)率()等氣象因子,分別建立了熱力因子與PM2.5濃度變化的多元線性回歸方程(公式5)和動(dòng)力因子與PM2.5濃度變化的多元線性回歸方程(公式6)如下:

PM

2.5

=13.290

T

91

-0.830

θ

se

81

+1.052RH+55.681 (5)

PM

2.5

=-0.005

a

-0.032

H

+115.768 (6)

圖5 長(zhǎng)江三角洲地區(qū)動(dòng)力因子和PM2.5時(shí)間演變

如圖6所示:熱力因子擬合值與觀測(cè)值的相關(guān)系數(shù)較大,而動(dòng)力因子擬合值與觀測(cè)值的相關(guān)系數(shù)較小,相關(guān)系數(shù)分別為0.761和0.381,都通過了0.01的顯著性水平檢驗(yàn).熱力因子可單獨(dú)解釋57.9%的PM2.5濃度變化,動(dòng)力因子僅可單獨(dú)解釋14.5%的PM2.5濃度變化.由以上分析可知,在長(zhǎng)江三角洲地區(qū)重污染天氣過程中,相比動(dòng)力因子,熱力因子對(duì)長(zhǎng)江三角洲地區(qū)PM2.5濃度的影響更大,單獨(dú)的動(dòng)力因子不能很好地反映PM2.5的變化.

為了進(jìn)一步研究氣象因子在重污染天氣中的綜合作用,選取與PM2.5顯著相關(guān)的熱力因子和動(dòng)力因子:se81、91、RH、和,使用多元線性回歸方法建立了關(guān)于PM2.5濃度值的多元線性回歸方程.回歸方程擬合的PM2.5濃度值和觀測(cè)值之間的相關(guān)系數(shù)達(dá)到0.763,通過了0.01的顯著性水平檢驗(yàn),方程得到的PM2.5回歸值對(duì)觀測(cè)值的方差解釋為58.2%,其回歸方程如下: