王偉月,張 紅,汪水兵,洪星園,3,王馨琦,朱承駐
1. 合肥工業大學資源與環境工程學院,安徽 合肥 230009
2. 安徽省生態環境科學研究院,安徽 合肥 230061
3. 中國科學院大氣物理研究所,大氣邊界層物理和大氣化學國家重點實驗室,北京 100029
近年來,隨著《中華人民共和國大氣污染防治法》《大氣污染防治行動計劃》和《打贏藍天保衛戰三年行動計劃》等一系列大氣環境保護法律法規和行動計劃的實施,我國PM2.5治理取得了一定的成效,PM2.5濃度呈逐年下降趨勢,但臭氧污染并未得到有效控制[1-3]. 目前,臭氧已成為繼PM2.5之后影響區域空氣質量的首要污染物[4-5]. 近地面臭氧污染的形成、發展、維持、消散等過程在很大程度上依賴于臭氧濃度與氣象要素的垂直狀況[6]. 因此,開展臭氧濃度和氣象要素的垂直觀測對臭氧污染防治具有重要意義.繼京津冀及周邊地區、長三角地區、珠三角地區和汾渭平原等區域之后,蘇皖魯豫交界地區成為新的聯防聯控重點區域[7-9],該區域共有22 個城市,其PM2.5濃度改善程度小于周邊城市,且臭氧濃度呈上升趨勢,區域性臭氧污染過程明顯[10]. 因此有必要對蘇皖魯豫區域的臭氧垂直結構及其影響因素進行研究.
目前,研究臭氧垂直分布的技術手段主要有高空氣球臭氧探空儀[11-12]、系留氣艇[13]、無人機[14-15]以及臭氧激光雷達[16]等,其中臭氧激光雷達由于具有高時空分辨率、探測范圍廣、高精度以及實時在線觀測的優點[17],近年來被廣泛應用. 如Klein 等[18]使用在埃菲爾鐵塔處測得的數據驗證了激光雷達的準確性,并且將測得的4 年臭氧數據用于研究城市邊界層臭氧垂直結構的季節性變化. 李嫣婷等[19]用臭氧激光雷達對深圳市的臭氧垂直分布情況進行觀測,發現從秋季的光化學污染活躍期到冬季的非活躍期,深圳市臭氧濃度的差異性逐漸減少. 氣象條件和臭氧潛在來源是影響臭氧濃度垂直分布的重要因素. 如Bian 等[20]研究表明,低溫會造成南極東部中山站在春季產生臭氧損失. 陳辰等[21-22]將風廓線雷達用于分析風的水平和垂直結構,并使用臭氧激光雷達探究臭氧的垂直分布,結果表明風的稀釋和輸送作用會影響臭氧的垂直結構和演變. Li 等[23]利用地面觀測資料、激光雷達和氣流后向軌跡,對引起上海春季臭氧濃度增加的原因進行了探究,結果表明區域輸送是春季臭氧的重要來源.
淮北市位于蘇皖魯豫交界地區的中心位置,地處蘇豫皖三省交界,經濟發展迅速,目前針對該區域臭氧垂直結構特征的研究較為鮮見. 董昊等[24]研究了2016——2018 年安徽省臭氧污染特征,指出安徽省臭氧濃度總體呈北高南低的分布特征,尤其是淮北市在安徽省臭氧超標城市中年均超標率最高. 因此,該研究選取淮北市作為蘇皖魯豫交界地區典型城市,對其垂直高度上臭氧濃度的變化特征、氣象影響因素及其來源開展研究具有重要意義. 基于此,于2021 年11 月10——19 日在淮北市開展臭氧激光雷達、風廓線激光雷達和溫濕度廓線激光雷達同步探測,分析邊界層內臭氧濃度垂直分布特征,對比清潔日和污染日臭氧濃度、溫度以及水平風速的垂直分布情況,同時探討垂直高度上溫度、風向和風速對臭氧濃度分布的影響,并對高空臭氧的潛在來源進行了解析,以期為制定科學精準防治策略提供依據.
該研究于2021 年11 月10——19 日在淮北市濉溪縣(116.73°E、33.89°N)開展激光雷達觀測. 觀測點垂直方向無遮擋物,對激光雷達垂直方向上的觀測無影響. 臭氧垂直觀測采用無錫中科光電技術有限公司的臭氧激光雷達(LIDAR-G-2000 型),該設備基于差分吸收原理,利用氣體的吸收特性反演臭氧濃度垂直分布,主要由激光發射子系統、光學接受子系統和數據采集、控制子系統組成. 臭氧激光雷達的觀測高度選取0.3~3 km,探測的時間分辨率為12 min,垂直分辨率為7.5 m. 風廓線激光雷達(WindMast PBL 型)購自青島鐳測創芯科技有限公司,該設備基于光學相干多普勒頻移檢測原理探測大氣三維風場. 風廓線激光雷達的觀測高度選取0~2 km,探測的時間分辨率為10 min,垂直分辨率為30 m. 溫濕度廓線激光雷達(WARL-03 型)購自合肥中科光博量子科技有限公司,該設備利用氮氣或氧氣分子的轉動Raman 散射譜線強度與大氣溫度的依賴關系反演大氣溫度廓線信息.溫濕度廓線激光雷達的觀測高度選取0~1.5 km,探測的時間分辨率為15 min,垂直分辨率為7.5 m.
基于安徽省生態環境廳空氣質量實時數據發布平臺(https://sthjt.ah.gov.cn/site/tpl/5371),烈山區政府國控站點(116.80°E、33.90°N)是距離觀測點最近的國控站點(距離7.7 km),臭氧污染具有區域性,因此該研究地面臭氧濃度數據采用烈山區政府國控站點的臭氧濃度監測數據. 臭氧濃度數據覆蓋整個觀測期,時間分辨率為1 h.
為研究觀測日、清潔日和污染日抵達淮北市的氣團軌跡方向,該研究基于NCEP (美國國家環境預報中心)全球資料同化系統GDAS 數據,以淮北市觀測點500 m 高度處為起點,利用MeteoInfo 軟件中的HYSPLIT 模式進行24 h 氣流后向軌跡聚類分析.
該研究利用潛在源貢獻因子分析法(PSCF)和濃度權重軌跡分析法(CWT)探究了觀測日(整個觀測期)、清潔日(高空臭氧小時濃度<200 μg/m3)和污染日(高空臭氧小時濃度≥200 μg/m3)淮北市上空臭氧的潛在來源區域. 首先,利用MeteoInfo 軟件中TrajStat模塊建立PSCF 模型和CWT 模型. 在PSCF 方法中,將研究區域劃分為網格,并為所研究的空氣污染物設置閾值. 該研究中臭氧濃度的閾值設定為研究期間的臭氧小時濃度平均值. 如果軌跡對應的臭氧濃度超過閾值,則該軌跡為污染軌跡. PSCF 值表示特定網格中污染(污染物濃度超過設定閾值)軌跡數占通過該網格軌跡總數的概率,其數值越高,表示該網格點對觀測點臭氧濃度的貢獻越大. 當污染物濃度高于所設定的閾值時,網格的PSCF 值相同,因此該文采用CWT 方法來彌補這種不足,此方法可以定量反映不同軌跡的污染程度. 為了降低較少軌跡數對PSCF 值和CWT 值造成的不確定性,將兩個值分別乘以權重函數以減少誤差,即加權潛在源貢獻(WPSCF)和加權濃度軌跡(WCWT)[25-26].
2021 年11 月10——19 日淮北市地面臭氧濃度隨時間變化以及臭氧濃度垂直分布如圖1 所示. 由圖1(a)可見,淮北市地面臭氧濃度呈顯著的單峰日變化特征,每日臭氧濃度峰值出現在14:00,持續時間較短. 臭氧濃度呈清晨和夜間較低、下午較高的特征,這可能與白天太陽輻射和夜間一氧化氮滴定效應有關[27-28]. 11 月16 日16:00 臭氧小時濃度為144 μg/m3,是整個觀測期的最高值. 從淮北市周邊城市國控站點的臭氧濃度變化趨勢初步判斷,觀測期的臭氧狀況為區域性臭氧過程,11 月16 日淮北市臭氧濃度升高的主因可能是區域傳輸或本地生成. 16 日16:00 臭氧濃度達到峰值的現象符合地面臭氧濃度日變化特征,極可能是受午后太陽輻射的影響.

圖1 2021 年11 月10——19 日淮北市地面臭氧濃度變化以及臭氧濃度垂直分布情況Fig.1 Variation of ozone concentration with time on the surface and vertical distribution of ozone from November 10th to 19th, 2021 in Huaibei City
由圖1(b)可見:11 月10——15 日和11 月19 日臭氧小時濃度較低,無高空臭氧污染存在,該時段為清潔日;而16——18 日在淮北市存在連續3 d 的高空臭氧污染(臭氧小時濃度≥200 μg/m3),該時段為污染日. 結合圖1(a)可知,污染日的地面臭氧濃度高于清潔日,說明地面臭氧濃度與對流層臭氧濃度垂直分布密切相關[29]. 16 日和17 日臭氧為雙層分布,其中,一層分布在0.3~1.0 km 的低空,可能與高空向下垂直輸送的臭氧以及本地生成的臭氧有關[30];另一層分布在1.0~1.5 km 的高空,從16 日凌晨開始出現,至17 日凌晨開始下沉,主要來源可能是外部污染物的輸入[31].18 日的臭氧高值主要出現在0.5 km 以下,而在0.5~1.5 km 范圍內,臭氧濃度隨高度的增加而逐漸降低,呈現為較均勻的臭氧濃度垂直分布,表明18 日的高空臭氧污染主要是歸因于本地的光化學反應生成[32].
利用0.3~3.0 km 高度內每75 m 的臭氧濃度繪制了觀測日、清潔日和污染日的臭氧濃度垂直廓線,如圖2(a)~(c)所示. 對比這3 種情況下的臭氧濃度垂直廓線變化特征可知,1.5 km 以下臭氧濃度垂直廓線差別較明顯,而1.5~3.0 km 范圍內平均臭氧濃度在強烈的太陽輻射影響下都隨高度的增加而穩定上升[33]. 由圖2(a)可見,在0.3~1.0 km 范圍內平均臭氧濃度隨高度的增加表現為先增后減,而在1.0~1.5 km 范圍內臭氧濃度存在一個微小的峰值. 對比圖2(a)與圖2(b)發現,清潔日臭氧濃度垂直廓線在垂直高度上的變化與觀測日臭氧濃度在垂直高度上的變化特征相似.由圖2(c)可見,污染日的臭氧濃度在1.0~1.5 km 范圍內存在一個明顯的峰值.

圖2 淮北市不同時期的臭氧濃度廓線Fig.2 Ozone concentration profiles at different periods in Huaibei City
為進一步研究污染日內2 種不同的高空臭氧污染類型,對比了16——17 日和18 日的臭氧濃度垂直廓線. 由圖2(d)(e)可見,16——17 日在1.0~1.5 km 范圍內臭氧濃度存在峰值,傳輸現象較為明顯;18 日的本地生成現象較為明顯,這都與Wang 等[34]研究發現的臭氧區域傳輸現象和局地污染現象相符合.
2.3.1 溫度
臭氧濃度變化不僅與其前體物有關,也與氣象條件有關,其中溫度對于臭氧濃度有顯著影響[35-36].圖3(a)~(c)為通過溫濕激光雷達觀測的淮北市觀測日、清潔日和污染日1.5 km 高度內每間隔75 m 的溫度垂直廓線. 由圖3 可見,污染日的溫度高于清潔日,與高溫有利于臭氧生成的結論相符. 溫度垂直廓線在垂直高度上的變化特征表現為0.5 km 以下溫度隨高度的增加而穩定降低;0.5 km 以上,清潔日的溫度降幅增加,而污染日出現波動變化,即可能存在逆溫. 此情況說明逆溫的阻礙作用可能也是此次污染過程中臭氧遲遲不能消散的重要原因之一[37].

圖3 淮北市不同時期的溫度垂直廓線Fig.3 The vertical profiles of temperature at different periods in Huaibei City
通過溫濕激光雷達觀測得到的數據可發現,在污染日(11 月16——18 日)存在連續逆溫現象,因此選取16 日08:00、14:00 和20:00 的溫度垂直廓線來探究1 d 內逆溫對于臭氧垂直分布的影響〔見圖3(d)〕.淮北市16 日中午具有單層逆溫,而夜間和清晨具有雙層逆溫. 14:00 的逆溫層出現在0.9~1.1 km 范圍內,使得大氣在垂直方向上不易發生對流運動,逆溫層下方出現臭氧聚集現象,說明逆溫不利于臭氧的垂直擴散[38],而逆溫層上方的臭氧污染可能是外部污染物輸送所致. 相比于中午,夜間和清晨的雙層逆溫使夜間排放的一氧化氮被阻隔在第一層逆溫層的下方,使高空的一氧化氮量較少,導致第二層逆溫層周圍的臭氧也不易消散,外部污染物易在該層附近積累[39]. 該情況下當太陽升起時,逆溫層會被破壞,夜間儲存的臭氧隨著下沉運動被輸送到地面[40-41].
2.3.2 風速
利用風廓線雷達資料,分析淮北市觀測日、清潔日和污染日的水平風速垂直分布特征,結果如圖4(a)~(c)所示. 由圖4(a)~(c)可見:在觀測日內,0.3 km 以下的水平風速隨高度的增加而穩定增大,水平風速的平均值范圍為3.2~5.6 m/s;在0.3~0.9 km 范圍內,水平風速變化較小,基本可以看作等風速層;在0.9 km 以上,水平風速均隨高度的增加而穩定增大. 在清潔日內,0.3 km 以下水平風速隨高度的增加表現為增幅較大,而0.3 km 以上增幅相對減小. 污染日內水平風速在0.3 km 以下的變化情況與清潔日相似,但在0.3 km以上水平風速隨高度的增加而減小,且在同一高度上的水平風速基本小于清潔日,該時期的水平風速條件更有利于污染物的積累.

圖4 淮北市不同時期的水平風速垂直廓線以及不同高度上水平風速變化對臭氧濃度的影響Fig.4 The vertical profiles of horizontal wind speed at different periods and effect of horizontal wind speed variation on ozone concentration at different heights in Huaibei City
選取2021 年11 月10——19 日0.3、0.6、0.9 km 高度處的水平風速,研究邊界層下部、中部以及上部的水平風速對于臭氧濃度的影響. 由圖4(d)~(f)可見,隨著高度的增加,水平風速變化對臭氧濃度的影響逐漸減弱,而在邊界層上部(0.9 km),臭氧濃度基本穩定不變.
利用風廓線雷達資料分析垂直高度上水平風速、風向和垂直風速對高空臭氧污染的影響,如圖5 所示. 由圖5(a)可見:11 月10——15 日(清潔日),1.5 km以下的水平風以偏北風為主;在隨后的污染日(11 月16 日),水平風向由西北風轉為南風,說明污染日的高空臭氧可能與淮北市以南地區的臭氧區域輸送有關;11 月18 日,水平風向從南風轉回西北風,且水平風速呈白天較低、夜間較高的特征,而該時期的高空臭氧濃度呈白天較高、夜間較低的特征,表明18 日的水平風主要起擴散作用.

圖5 2021 年11 月10——19 日淮北市水平風速、風向和垂直風速的垂直分布特征Fig.5 The vertical distribution characteristics of horizontal wind speed, wind direction and vertical wind speed from November 10th to 19th, 2021 in Huaibei City
由圖5(b)可見,11 月16 日白天主要以微弱的下沉氣流為主,臭氧的向上擴散受到干擾. 結合圖1 可見,該時期近地面臭氧濃度升高,表明地面臭氧濃度的變化不僅與光化學反應有關,還可能與邊界層大氣垂直湍流交換作用下的臭氧垂直輸送有關[42]. 11 月17 日凌晨至下午在0.9~1.5 km 范圍內也出現垂直下沉的氣流,造成了懸空臭氧的向下輸送. 18 日凌晨至傍晚在0.9 km 以下為上升氣流,0.9 km 以上為下沉氣流,之后垂直高度上的氣流都轉變為上升氣流,使得臭氧向上擴散,臭氧濃度降低.
區域傳輸是影響對流層大氣環境的另一個重要因素[43-45]. 為分析觀測日、清潔日和污染日淮北市臭氧的潛在來源,利用MeteoInfo 中的角距離分析方法進行24 h 氣流后向軌跡聚類,聚類結果如圖6(a)所示. 由圖6 可見:觀測日的軌跡1 來自山西省,占比為43.75%;軌跡2 來自安徽省內的其他城市,軌跡最短,占比為35.42%;軌跡3 來自江蘇省,占比為20.83%.通過統計不同軌跡對應的臭氧濃度可知,軌跡1 的臭氧濃度最低,為(55.57±13.40) μg/m3;軌跡2 和軌跡3的臭氧濃度相似,分別為(100.49±43.87)(101.01±42.53)μg/m3,表明觀測日內的淮北市臭氧濃度主要與安徽省內其他城市以及江蘇省傳輸有關. 因此,短途輸送對淮北市的臭氧濃度變化具有較大作用. 比較清潔日和污染日的氣流軌跡發現,清潔日的氣流主要來自西北部,而污染日的氣流主要來自南部和東部,說明氣流軌跡方向可能是影響高空臭氧濃度的重要因素之一. 此外,污染日軌跡3 的氣流傳輸路徑較為曲折,易造成臭氧和臭氧前體物聚集,對高空臭氧污染的產生可能也具有一些貢獻[46].

圖6 淮北市不同時期的后向軌跡聚類、WPSCF 分析及WCWT 分析Fig.6 The backward trajectory clustering, WPSCF analysis and WCWT analysis at different periods in Huaibei City
為進一步研究淮北市潛在臭氧源的空間分布及貢獻,對淮北市臭氧濃度進行了WPSCF 分析和WCWT分析. 由圖6(b)可見:觀測日的WPSCF 高值主要集中在安徽省和江蘇省北部,因此這2 個區域對淮北市臭氧濃度的影響較大;而河南省的WPSCF 值小于0.7,表明河南省對淮北市臭氧濃度的影響小于安徽省和江蘇省. 清潔日的潛在臭氧源主要分布在河南省,而污染日的潛在臭氧源主要分布在安徽省淮北市、合肥市、六安市以及江蘇省淮安市. 由圖6(c)可見,各時期的淮北市WCWT 分析結果與WPSCF 分析結果相似. 在觀測日內,安徽省淮北市、合肥市及六安市等多個城市以及江蘇省部分北部城市的WCWT值均大于100 μg/m3,說明高臭氧濃度可能與淮北市本地生成及其南部、東部的區域輸送有關. 此外,觀測點西北部的WCWT 值基本小于60 μg/m3,即山西省和河南省的貢獻均較小. 比較清潔日和污染日的WCWT 值可知,清潔日的WCWT 值整體較低,僅安徽省阜陽市與河南省周口市交界處大于70 μg/m3,而在污染日安徽省淮北市、合肥市、六安市以及江蘇省淮安市和宿遷市的WCWT 值均大于90 μg/m3,因此該時期的高空臭氧污染不僅與本地生成有關,還與這些區域的臭氧及臭氧前體物輸送有關.
a) 2021 年11 月10——19 日淮北市地面臭氧濃度呈單峰日變化特征,其中11 月16——18 日淮北市出現了持續3 d 的高空臭氧污染. 在清潔日內,1.5 km 以下臭氧濃度隨高度的增加呈先升后降的趨勢;在污染日內,2021 年11 月16 日和17 日臭氧為雙層分布,臭氧的區域傳輸污染特征顯著,18 日臭氧濃度在1.5 km 以下隨高度的增加而下降,臭氧的局地污染特征顯著.
b) 在垂直高度上,污染日的溫度高于清潔日,風速低于清潔日,即高溫低風有利于高空臭氧污染產生,2021 年11 月16 日逆溫層對臭氧濃度的積累有重要作用,風向轉變和下沉氣流也是造成污染日高空臭氧聚集的重要原因.
c) 從臭氧潛在來源及貢獻分析來看,在觀測日淮北市臭氧濃度主要受來自江蘇省和安徽省的氣流影響;清潔日的氣流主要來自西北部,而污染日的氣流主要來自南部和東部. 觀測日的高臭氧濃度可能與淮北市本地生成及其南部、東部的區域輸送有關,清潔日的臭氧濃度主要受河南省的影響,污染日的高空臭氧污染不僅與本地生成有關還與安徽省淮北市、合肥市、六安市以及江蘇省淮安市和宿遷市的臭氧及臭氧前體物輸送有關.