豫西地區一次大氣污染過程對參考作物騰發量的影響
——以洛陽市為例

王聲鋒，季鵬偉，董燁博

（1.華北水利水電大學，河南 鄭州 450046；2.紹興市水利水電勘測設計院有限公司，浙江 紹興 312000）

隨著溫室氣體排放濃度不斷增加，全球氣候變暖已經影響人類社會與經濟、糧食安全、氣候變化、水資源和空氣質量等方面，受到國內外學者廣泛關注。Wang等［1］分析了京津冀經濟帶區域產業發展與碳排放。Zhang 等［2］利用WRF-Chem 模型模擬了美國大陸上各氣象要素受氣溶膠的影響加劇了空氣污染嚴重地區的空氣污染。廖禮等［3］使用WRF-Chem 模式分析出中國東部輻射和地面氣溫受氣溶膠的影響明顯。王哲等［4］建立了嵌套網格空氣質量預報模式NAQPMS 和WRF 的雙向耦合模式分析得出采用該機制有利于準確模擬和預報灰霾污染過程。從上述研究可知，大氣污染特別是顆粒物污染在短期內通過影響各氣象要素進而影響長期氣候變化，兩者之間相互作用的機理極其復雜［5，6］。

目前國內對氣溶膠的研究主要在華北和東南沿海［7-9］，黃河流域周邊城市關注較少。此外，當前學術界雖有大量關于參考作物騰發量ET0影響因素的研究［10-17］，但對ET0在大氣污情況下變化程度的研究不多見。2002年，Rodrick 等［18］研究發現，南半球云量和氣溶膠濃度增加是影響澳大利亞和新西蘭兩國ET0的關鍵因素。劉秀位等［19］指出大氣氣溶膠主要通過影響散射輻射、與近地面小氣候環境從而影響農田蒸散。洛陽市位于河南省西部，黃河中下游，是河南省小麥重要產區，也是新興的重工業城市，工業化帶來的氣候條件改變會對該地區農業生產造成很大影響。研究洛陽市氣溶膠變化對ET0的影響，有利于科學合理地指導農業生產，為該地區未來城市規劃和產業布局提供參考依據。以2016年6月15日-6月20日間豫西地區的一次大氣污染過程為背景，以洛陽市為例，使用WRF-Chem 模型模擬洛陽市氣溶膠和各氣象要素，定性定量分析了區域氣象要素和ET0在氣溶膠影響下的變化。

1 數據與方法

1.1 數據來源

本文數據來源如表1所示。

表1 數據來源Tab.1 Data sources

1.2 ET0計算

采用AFO-56 推薦的Penman-Monteith 公式分別對日尺度和晝夜尺度的ET0進行計算，日尺度ET0計算公式如下［24］：

式中：ET0為全天參考作物騰發量，mm∕d；Rn為作物表面凈輻射量，MJ∕（m2·d）；T為溫度，℃；G為土壤熱通量密度，MJ∕（m2·d）；u2為地面以上2 m處風速，m∕s；Δ為飽和水汽壓與溫度曲線的斜率，kPa∕℃；γ為濕度計常數，kPa∕℃；es為飽和水汽壓，kPa；ea為實際水汽壓，kPa。

根據所研究時段，晝夜尺度的ET0計算公式略有不同，具體公式如下：

式中：ET0-d為日間參考作物騰發量；ET0-n為夜間參考作物騰發量，其他參數意義同公式（1）。

1.3 反距離權重空間插值法（IDW）

本文采用ArcGIS軟件對洛陽市氣象要素及ET0進行反距離權重空間插值分析。該方法根據相似相近原理直觀且效率高，計算公式如下：

式中：zp為估計值；zi為第i（i=1，…，n）個樣本值；di為待插點到鄰域內第i點間的距離；k（0≤k≤2，k一般取2）為距離的冪。

1.4 WRF-Chem 雙向反饋

1.4.1 模式設置

WRF-Chem雙向反饋模式各項參數設置如表2所示。

表2 模式設置Tab.2 Model Setting

由于洛陽市該時間段主要大氣污染物為PM2.5，本次實驗的PM2.5模擬結果能夠反映該時間段其對氣溶膠變化的影響。

1.4.2 試驗設計

圖1 模擬區域Fig.1 Simulation area

綜合考慮污染水平和農作物的生長過程，本研究選取2016年6月15日20 時-6月20日8 時的大氣污染時間作為研究時段，定量評估該時段內洛陽市大氣中的顆粒物濃度對氣象要素以及ET0的影響。雙向反饋的試驗設計如表3所示。模擬試驗包括有氣溶膠組（fb）、氣象要素觀測值對照組（fdda）和無氣溶膠組（nofb）。ΔET0為氣溶膠對ET0的影響通過ET0-fb與ET0-nofb的差值來表示。

表3 試驗設計Tab.3 Experiment design

1.5 模擬評價

本研究中，PM2.5及各氣象要素實測數據與有氣溶膠條件下（fb 組）的WRF-Chem 模擬結果作為標準值和模擬值進行比較。為了更好地驗證WRF-Chem 模式模擬的結果，運用2 個統計指標對標準值和模擬值進行比較，統計指標分別為決定系數（R2）和標準化平均偏差（NMB）。

R2主要用于評價模擬值與觀測值的擬合度，計算公式如下：

式中：Oi為觀測值；Pi為模擬值；為觀測值的平均值；為模擬值的平均值；n為樣本總量。

NMB主要用來衡量數據偏離算數平均值的程度，從而避免觀測值范圍過度離散，計算公式如下：

式中：Oix，t為x點t時間第i個觀測值；Pix，t為x點t時間第i個模擬值；n為樣本總量。

2 結果分析

2.1 PM2.5濃度變化規律

使用Excel 軟件統計了2016年6月15日20 時-6月20日8時洛陽市11個站點的PM2.5濃度逐小時變化規律，結果如圖2所示。在研究時段內，洛陽市區出現了1 次較為嚴重PM2.5污染，6月20日上午PM2.5濃度峰值達到了142.26 μg∕m3，其中還有3 次程度較輕的PM2.5污染，其峰值均超過了35 μg∕m3；新安、孟津、偃師、吉利和伊川相對于洛陽PM2.5濃度較低，其中新安、孟津出現了3 次污染程度大致相同的PM2.5污染峰值，偃師、吉利和伊川則出現2次PM2.5污染峰值；洛寧、嵩縣、欒川和汝陽的PM2.5濃度整體偏低，均處于正常范圍內；大部分地區PM2.5濃度峰值集中在早晨與傍晚時分，此時細顆粒物濃度大多超過了國家空氣質量以及標準（日均值＞35 μg∕m3），就6月20日早晨而言，洛陽、新安和偃師市PM2.5的濃度均已超過了國家空氣質量二級標準（日均值＞75 μg∕m3）。

圖2 洛陽市11個站點PM2.5濃度逐小時變化情況Fig.2 Hourly changes of PM2.5 concentration at 11 stations in Luoyang

本文研究時段內洛陽市各地區平均PM2.5濃度空間分布如圖3所示。該時段洛陽市各地平均PM2.5濃度呈現出自東北部向西南部遞減的空間變化規律；洛陽市區和偃師為全市的PM2.5污染高值區；整體來看，洛陽市區PM2.5污染程度最高，偃師次之，嵩縣的污染程度最低；整個區域中，空氣質量達標城市均位于洛陽市西南區域，而洛陽市的東北部地區在一天中有多數時刻的空氣質量處于輕度甚至重度污染的情況，這也與當地的地形和城市發展程度有關。

圖3 洛陽市平均PM2.5濃度空間分布Fig.3 Spatial distribution of average PM2.5 concentration in Luoyang

2.2 模擬精度驗證

通過分析洛陽市11 個站點的基本氣象觀測數據，對WRFChem 雙向反饋試驗的模擬結果進行了評估。如表4所示，氣溫和氣壓模擬精度較高，R2都在0.78 以上，NMB分別在19.5%和2.5%以內，而風速和相對濕度模擬精度稍低，R2在0.53 到0.74之間，NMB都在-30%以內。從模擬精度結果可以看出，各站點氣溫模擬值偏高，氣壓模擬精度要明顯比其他氣象要素高，全市相對濕度模擬值偏低。宜陽的風速模擬結果偏差較大，且宜陽的風速模擬結果被低估了（NMB低于-20%）。洛陽、新安、孟津、宜陽、洛寧、伊川、嵩縣、偃師、汝陽和吉利相對濕度模擬結果被低估（NMB低于-20%）。在雙向反饋試驗中，受氣溶膠的影響洛陽市在該研究時段的氣溫整體下降0.10 ℃，風速下降0.16 m∕s，相對濕度上升0.74%，氣壓下降7.43 Pa。

表4 模擬精度檢驗Tab.4 Simulation accuracy test

圖4對比洛陽市氣象要素觀測值與有無氣溶膠反饋的模擬值。從WRF-Chem 雙向反饋模擬結果可以看出，各氣象要素的時空變化模擬結果較好。各站點雖然在模擬結果上略有差異，但總體的模擬精度比較高，因此WRF-Chem 模型能很好地模擬該時段洛陽市的大氣情況。

圖4 觀測值與有無氣溶膠反饋模擬值的比較（洛陽）Fig.4 Comparison between observed and simulated values with or without aerosol feedback

2.3 氣溶膠對ET0的影響

2.3.1日尺度和晝夜尺度

通過對比日尺度和晝夜尺度分析氣溶膠對ET0的影響。如圖5所示，各站點ΔET0在-0.23～0.33 mm∕d 之間，正向高值出現在宜陽和吉利（分別為0.33和0.23 mm∕d），而負向高值則出現在新安、嵩縣和汝陽（分別為-0.19、-0.23 和-0.22 mm∕d）；氣溶膠在宜陽和吉利站點為正向調控（即氣溶膠變化使ET0增大），對其余站點為負向調控（即氣溶膠變化使ET0減?。?/p>

圖5 氣溶膠在日尺度對ET0的影響Fig.5 The influence of aerosol on ET0 at daily scale

由于研究區域位于北半球，因此在本研究中默認日間為短波輻射（SW）＞0，夜間為SW＜0。本文北京時間6∶00-20∶00 為日間，20∶00-次日6∶00 為夜間。如圖6所示，在空間上日間的ΔET0-d與夜間ΔET0-n差異顯著。圖6（a）中，ΔET0-d的極值分別出現在吉利站（0.04 mm∕d）和孟津站（-0.26 mm∕d）。圖6（b）顯示，ΔET0-n的極值出現在新安站（0.02 mm∕d）和洛寧站（-0.08 mm∕d）；綜合來看，正向調控主要出現在伊川、新安以及欒川等地區，負向調控主要出現在嵩縣、洛寧和孟津等周邊地區；氣溶膠對ET0-n正向調控的站點有4個，其余均為負向調控。

圖6 氣溶膠在日間和夜間對ET0的影響Fig.6 The influence of aerosol on ET0 in daytime and nighttime

2.3.2 輻射項和空氣動力項

P-M 公式計算ET0綜合了輻射和空氣動力因素，氣溶膠對兩者都有影響。分析洛陽市ET0-R和ET0-A受氣溶膠的影響程度，能更好地了解當地氣溶膠對ET0的影響機理。

如圖7所示，氣溶膠對洛陽市內各站點ET0-R和ET0-A的影響有著較為明顯的差異。ΔET0-R在0～0.05 mm∕d 之間，洛陽市所有站點ΔET0-R呈現出正值，表明所有站點的ET0-R受氣溶膠影響而增加。各站點ΔET0-A在-0.27～0.33 mm∕d 之間，較ΔET0-R變化程度更大，氣溶膠對全市9個站點的ΔET0-A為負向調控，其余站點均為正向調控。同時注意到，氣溶膠對ET0-A正向調控的高值區主要出現在宜陽和吉利等地區，而氣溶膠對ET0-A的負向調控高值區主要分布在嵩縣、汝陽和新安等地區。

圖7 氣溶膠影響下ET0輻射項與空氣動力項Fig.7 ET0 radiation term and aerodynamic term under the influence of aerosol

圖8為洛陽市各站點在有氣溶膠反饋和無氣溶膠反饋下ET0-R和ET0-A的數值變化。對比各站點ΔET0-R和ΔET0-A可以發現，宜陽和吉利的ET0-A明顯增加導致了這兩地的ET0增加，表明在這一次大氣污染過程中，氣溶膠的存在正向調控了這兩地ET0的變化，而洛寧、新安、孟津、洛陽、伊川、偃師、欒川、汝陽和嵩縣ET0-A的減少是這些站點ET0減少的主要原因，表明該時段內氣溶膠的存在負向調控了這兩地ET0的變化。從整體來看，6月15日-6月20日這一時段中，氣溶膠影響下洛陽市內所有站點的ET0變化均是受到了ET0-A變化的主導，這表明該時段內與ET0空氣動力項相關性更強的氣象要素（如RH等）受氣溶膠變化的影響更大，而氣溶膠對各地ET0表現出的不同影響結果也與季節、不同地區的下墊面條件及該時段內各地氣溶膠的組分有著密切關系。

圖8 氣溶膠影響下ET0輻射項和空氣動力項數值的變化Fig.8 Variation of ET0 radiation term and aerodynamic term under the influence of aerosol

3 結 語

根據洛陽市各地的PM2.5濃度變化情況，分析了洛陽市大氣污染的時空特征，并使用WRF-Chem 空氣質量模式對洛陽市各基本氣象要素進行了雙向反饋模擬，并量化了氣溶膠影響下各氣象要素及ET0的變化情況，探索了ET0對氣溶膠變化的響應機理。本文主要發現如下：

（1）WRF-Chem 模型較好地模擬了2016年6月15日-6月20日間洛陽市各種氣象要素的變化情況，各氣象要素在有氣溶膠情況下的模擬值與近地面觀測值更接近，氣溶膠使洛陽市整體氣溫下降0.21 ℃，風速下降0.24 m∕s，相對濕度上升0.72%，氣壓下降6.79 Pa。

（2）在研究時段內，洛陽市PM2.5的濃度在空間上呈現明顯的差異，PM2.5濃度總體上由西南向東北增加，東北部地區在大多數時段均超過國家空氣質量標準，峰值集中在早上及傍晚時分。

（3）氣溶膠對ET0的影響程度因地區而異，ET0-d的變化程度整體大于ET0-n的變化程度，氣溶膠影響下ET0-A的變化是洛陽市ET0變化的主要原因，充足的地表輻射使氣溶膠降溫效果不明顯該現象與季節有明顯關系。