謝文琪,鐘蘭頔,曾 凱
(1.南昌縣氣象局,南昌 330200;2.江西省農業氣象中心,南昌 330200;3.南昌市氣象局,南昌 330008)
酸雨已成為全球性環境問題[1-3]。探究酸雨的時空分布及影響因素對了解和掌握全球酸雨及環境問題具有重要意義[4]。
中國的大氣環境問題主要是酸雨-細顆粒物-光化學煙霧復合型污染[5,6]。根據2020 年《中國生態環境狀況公報》顯示,中國酸雨主要分布在長江以南-云貴高原以東地區,以江西省南昌市和湖南省長沙市等城市為中心的華中酸雨區污染水平超過西南酸雨區。
南昌市位于江西省中部,以農業和工業生產為主,重污染行業所排放的污染物較多,且該地屬亞熱帶,在高溫強輻射條件下,大氣光化學反應強烈,高溫高濕度下很容易使NOx及SO2轉化為H2SO4、HNO3等物質[7,8],因此酸雨污染是南昌市面臨的重要環境問題。本研究利用南昌市南昌縣國家氣象觀測站的酸雨觀測資料,分析南昌市2011—2020 年酸雨的時空分布變化,并利用HYSPLIT 后向軌跡模型及潛在源區、權重因子分析南昌市酸雨來源,以期為探討華東地區酸雨污染物的來源、特征及相對貢獻提供參考。
采用南昌縣國家氣象觀測站(115.57°N,28.33°E,海拔31.9 m)2011—2020 年酸雨觀測資料表征南昌市酸雨的變化,該站點位于南昌市南昌縣蓮塘鎮、城鎮交界處,酸雨離子成分含量與市區接近,能夠較好地反映南昌市酸雨的特點。經過質量控制得到原始數據,數據符合酸雨探測環境和中國氣象局(2017)《酸雨觀測規范》的要求。氣象資料來源于美國國家環境預報中心(NCEP)提供的全球數據同化系統GDAS 資料。
1.2.1 酸雨數據處理 除按照酸雨觀測數據的常規業務流程[9]對觀測資料進行審核外,還采用K-pH不等式方法對所有的降水、pH 和K值數據進行數據質量控制。K-pH 不等式如下。
式中,Km為實測降水K值;KH和KOH分別為氫離子電導率和氫氧根離子電導率,由pH、氫離子摩爾電導率(AH)和氫氧根離子摩爾電導率(AOH)計算。剔除觀測數據中ΔpH<-0.5 的嚴重可疑數據,并對-0.5≤ΔpH<0 的觀測數據做進一步訂正處理,以保證觀測數據分析的科學性,保證酸雨分析的結果。
1.2.2 后向軌跡模型及方法 應用混合單粒子拉格朗日綜合軌跡(Hysplit)模型,基于王亞強[10]編制的Meteoinfo 軟件,模擬2017 年南昌市每個酸雨日4 個時次(2:00、8:00、14:00、20:00)后向72 h 氣流軌跡,模擬初始高度為1 500 m,再通過聚類分析獲得具有代表性的軌跡模型。基于后向軌跡及pH 來確定酸雨源區,進行潛在源貢獻分析(PSCF)。利用0.5°×0.5°網格對南昌縣觀測站進行網格化處理(65°—136° E,6°—46° N),通過計算軌跡端點數來確定源區,閾值選擇2017 年平均降水pH。為確定各源區的貢獻程度,采用濃度權重分析法(CWT)反映南昌市傳輸路徑上酸雨分布狀況[11,12]。
2.1.1 年際變化特征 根據中國氣象局(2017 年)酸雨和酸雨區等級[13],將酸雨按日降水pH 劃分為4個等級。從降水pH 和pH 頻率分布(圖1)可以看出,2011—2020 年南昌市降水除2012 年pH 為4.69,屬于弱酸雨等級外,2011、2013—2020 年降雨pH 介于5.08~5.52,呈較穩定的波動,屬于較弱酸雨等級,南昌市降雨的pH 范圍和姜磊[14]計算的江西省其他城市pH 范圍接近,表明南昌市主要受區域性降水酸化的影響。2011—2020 年強酸雨頻率顯著降低,至2016 年沒有再出現強酸雨,特強酸雨至2014 年后未出現,表明南昌市的酸雨狀況有明顯改善,降水pH整體呈上升趨勢,但由于其pH 仍低于5.6,酸雨防治仍是需重點關注的環境問題。

圖1 2011—2020 年南昌市降水pH 和pH 頻率分布
降水電導率K值表征降水受污染的程度,一般以K=50 μS/cm 為分界線,若大于50 μS/cm,表明該地區空氣質量較差,污染物濃度也越高[15]。由圖2可知,2011—2020 年南昌市歷年平均降水電導率為50.9 μS/cm,K值總體呈波動性變化,表明南昌市空氣質量整體較好。其中,2020 年空氣質量最差,降水電導率達68.3 μS/cm,2017 年空氣質量最好,降水電導率為40.1 μS/cm。
2.1.2 季節變化 為探究季節變化對南昌市酸雨的影響,按照春季(3—5 月)、夏季(6—8 月)、秋季(9—11 月)、冬季(12—2 月)分析2011—2020 年南昌市降水的pH、K值,以及降水量、酸雨頻率的季節變化趨勢。由表1 可知,南昌市春、夏、冬季平均降水pH 與K值、酸雨頻率成反比,與降雨量成正比。冬季平均降水pH 最低,為5.06,表明冬季酸雨最為嚴重,且酸雨頻率也最高,達65.49%,降水的潔凈程度也最差。夏季平均降水pH 最大,為5.34,酸性最弱,K值最小,為45.7 μS/cm。這可能與大氣層結穩定度有關,夏季大氣層結不穩定、降水量大,有利于大氣污染物的擴散,而冬季則相反。

表1 2011—2020 年南昌市降水季節性變化
2.2.1 酸雨與地面風速的關系 為分析南昌市酸雨與地面風速的關系,將地面風速按照風力等級劃分,分析2011—2020 年不同風速下南昌市酸雨的變化情況。由表2可知,當為3級風,即風速在3.3~5.4 m/s時,2011—2020 年南昌市酸雨出現頻率最高,達到67.19%,當為1 級風,即風速≤1.5 m/s 時,出現酸雨的次數最多,總數達到489 次。表明微風條件下,有利于酸雨的形成。

表2 2011—2020 年南昌市酸雨變化特征與風速的關系
2.2.2 酸雨與地面風向的關系 酸雨的形成除了受到風速的影響,還與風向有關。如圖3a 所示,將風向劃分為16 個等級,并計算出不同方位風向下2011—2020 年南昌市降雨的pH。如圖3b 所示,繪制不同等級酸雨出現頻率的玫瑰圖,地面風為北風(N)時,酸雨污染較重,pH 達4.94,地面風為西風(W)時,酸雨污染較輕,pH 為5.38。即來自安徽等地的酸雨污染影響南昌市,使其酸雨發生較重,而來自西側河南省等地的酸雨污染較輕,這一結果與吳建明等[16]的研究結果相反,主要是由于地面風速表征的是近地面的情況,而大氣中酸雨的前體物的輸送高度在850 hPa(1 500 m 左右),代表高空的輸送情況,即地面的風向無法代表高空風向的變化,需進一步討論平流輸送對酸雨的影響。
2.3.1 后向軌跡聚類分析 為進一步探究遠距離輸送對酸雨的影響,以2017 年為時間點(最接近南昌市2011—2020 年平均pH),利用HYSPLIT 后向軌跡模型,對南昌市酸雨日1 500 m 高度處72 h 的氣流后向軌跡進行聚類分析。由圖4 可見,2017 年南昌市酸雨后向軌跡可分為4 類:第1 類為西南偏西向氣流,貢獻率為17%,多為弱酸雨,污染源起源自河內途經廣西壯族自治區中部、湖南省南部、江西省西部輸送至南昌市,遠距離輸送;第2 類為偏西向氣流,貢獻率達51%,為最主要的酸雨輸送路徑,多為強酸雨,該類軌跡較短,氣團移動速度較慢,起源自湖南省中部途經江西省西部,受區域污染物輸送及本地排放影響較大;第3 類為西南氣流,貢獻率為23%,多為弱酸雨,主要是夏季受海南省、廣東省等地輸送的西南暖濕氣流影響;第4 類為偏東向氣流,貢獻率僅有9%,多為弱酸雨,污染源主要來自于東海沿海地區酸性污染物及海上船舶廢氣。酸雨軌跡聚類分析表明,南昌市酸雨來源以南昌市以西的大陸氣團為主,廣東、廣西、浙江等省(自治區)沿海城市均有貢獻。
2.3.2 潛在源區及權重分析 為進一步分析南昌市酸雨輸送的原理及潛在源區,進行潛在源貢獻和權重分析,獲得了2017 年南昌市酸雨的潛在源貢獻分析(PSCF)結果以及濃度權重分析法(CWT)結果。由圖5a可見,潛在源區主要分布在湖南省、湖北省東部、福建省西部、廣西壯族自治區北部以及廣東省中部沿海等地。影響南昌市酸雨的潛在源貢獻高值區(潛在源區貢獻值WPSCF>0.5)上述地區均有涉及,其中湖南省中東部一帶為最主要的潛在源區,這也與第2 類后向軌跡聚類分析結果相對應。與2020年中國生態環境公報[17]中指出的酸雨主要分布區域一致。究其原因可能是由于南方土壤酸化嚴重、降水多的氣候條件以及汽車尾氣排放和工業污染的影響所致。

圖5 2017 年南昌市酸雨的潛在源區(a)及權重因子(b)分析結果
由于潛在源區分析只能得到酸雨軌跡的占比,不同pH 的氣團可能計算得到相同的潛在源區貢獻值(WPSCF),因此無法識別影響氣團pH 程度的大小,也無法得到氣團對地區的貢獻值。故對潛在網格進行pH 的加權計算,來對比不同網格的貢獻水平。由圖5b 可見,CWT分布與PSCF分布基本一致。可見南昌市酸雨的強源主要來自于本地排放,城區污染的影響。南昌市區人口密度大,小藍工業區作為南昌市重要的工業源地,其排放的SO2、NOX作為酸雨的前體物加劇酸雨的形成。隨著汽車保有量的增加,據南昌市2021 年國民經濟和社會發展統計公報[18]數據統計結果,南昌市2020 年汽車保有量達202 萬輛,同比增長7.7%,為酸雨形成提供了充足的條件。湖南省依舊為南昌市酸雨的另一大源區,可能是其屬于內陸地區,污染物不易擴散,受西南氣流引導,空氣中攜帶的SO2、NOX輸送至南昌市,進而形成酸雨。
1)2011—2020 年南昌市酸雨、強酸雨日數與頻率總體呈上升趨勢,酸雨污染有明顯改善,但降水pH 仍低于5.6,需重點防治。
2)南昌市酸雨年際變化、季節性變化明顯,冬季酸雨污染最為嚴重,主要是由于冬季不利于污染物擴散,夏季強對流天氣常發,對流不穩定,不利于酸雨的形成,降水酸性較弱。在微風條件下,有利于酸雨的形成。酸雨易形成于地面風向為北風(N)、北東北(NNE)下。
3)后向軌跡聚類分析與潛在源區、權重因子分析表明,南昌市酸雨受本地局地排放和外來輸送共同影響,其中來自偏西方向湖南省等內陸地區輸送的氣團占比較大,江西省本地輸送的氣團影響最大。