初冬一次冷鋒輸送過程對(duì)中國東部霾天氣的影響

王麗娟,劉曉慧,盧 文,張 晨,唐衛(wèi)亞,朱 彬*

初冬一次冷鋒輸送過程對(duì)中國東部霾天氣的影響

王麗娟1,劉曉慧1,盧 文1,張 晨2,唐衛(wèi)亞1,朱 彬1*

(1.南京信息工程大學(xué),氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心,氣象災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室,國家綜合氣象觀測(cè)專項(xiàng)試驗(yàn)外場(chǎng),江蘇 南京 210044；2.內(nèi)蒙古通遼市氣象局,內(nèi)蒙 通遼 028000)

利用常規(guī)地面氣象資料、NCEP/NCAR再分析資料以及全國PM2.5濃度數(shù)據(jù),并結(jié)合后向軌跡、空氣污染輸送指數(shù)和傳輸通量分析,針對(duì)2019年12月10～11日一次冷鋒輸送造成我國中東部地區(qū)出現(xiàn)的大范圍霾天氣過程進(jìn)行了分析.結(jié)果表明:(1)霾期間高空500hPa以經(jīng)向環(huán)流為主,伴隨著高空低壓槽引導(dǎo)地面冷鋒向東南方向移動(dòng),污染物濃度大值區(qū)也依次由華北地區(qū)移至黃淮、江淮地區(qū).(2)冷鋒過境前,華北至長江三角洲區(qū)域PM2.5濃度均有明顯增漲;北京以偏南方向的污染物輸入為主,濟(jì)南以西北和偏東方向輸入為主,南京則主要是偏北和偏西方向的輸入.(3)冷鋒過境時(shí),冷空氣迅速將北京站的污染物清除;而濟(jì)南站則受高壓底部偏東風(fēng)回流的影響,PM2.5濃度維持在50μg/m3左右;冷鋒推進(jìn)至南京站時(shí)西北風(fēng)已較小,對(duì)污染物的清除作用不明顯.以江蘇省為例,整個(gè)過程中,江蘇本地污染物貢獻(xiàn)占25.8%,江蘇以外的污染物貢獻(xiàn)占74.2%,以輸送為主.(4)冷鋒過境后,3站的邊界層結(jié)構(gòu)也略有不同,北京站的逆溫層迅速被打破;濟(jì)南站由于受海上暖濕平流影響,近地面由等溫層變成逆溫層;而南京站的近地面則由逆溫層變?yōu)榈葴貙?本研究揭示了在冷鋒南下過程中,上游污染物對(duì)下游地區(qū)的影響,以及南北方站點(diǎn)表現(xiàn)出不同的污染物變化和清除特征.

冷鋒；霾；空氣污染輸送指數(shù)；PM2.5

隨著社會(huì)經(jīng)濟(jì)的發(fā)展和工業(yè)化水平的提高,以細(xì)顆粒物(PM2.5)為特征污染物的大氣污染不僅直接影響公眾身體健康,而且在其傳輸?shù)倪^程中影響區(qū)域生態(tài)環(huán)境甚至影響全球氣候變化[1].近年來,京津冀、長江三角洲等地的大氣污染引起廣泛關(guān)注,1998～2016年我國PM2.5濃度總體呈現(xiàn)上升趨勢(shì),其中2007年之前呈快速增長態(tài)勢(shì),2008～2016年呈現(xiàn)出"下降-增長-下降"的波動(dòng)趨勢(shì)[2].不同領(lǐng)域?qū)＜抑铝τ谘芯看髿馕廴镜男纬蓹C(jī)制與氣象條件的密切關(guān)系[3-5],有研究表明,大氣污染呈典型的區(qū)域性特征[6-7],就某一季節(jié)而言,某地區(qū)的地理環(huán)境和污染源的排放相對(duì)穩(wěn)定,該地區(qū)的空氣質(zhì)量主要由氣象條件決定.空氣污染物在各種天氣尺度系統(tǒng)的作用下混合、擴(kuò)散,造成污染物多尺度、跨區(qū)域的遠(yuǎn)距離輸送[8].輸送型污染既需關(guān)注本地空氣污染的氣象條件也要關(guān)注更遠(yuǎn)地區(qū)的空氣污染物輸送至本地區(qū)的氣象條件[9-10].很多研究指出[11-13],冷空氣經(jīng)過華北黃淮等重污染區(qū)時(shí),易將污染物向下游地區(qū)輸送,是造成長江三角洲地區(qū)秋冬季輸送型污染的重要天氣過程之一.

冷鋒是我國活動(dòng)最頻繁、對(duì)空氣污染影響較大的天氣系統(tǒng)之一,冷鋒過境前后氣象要素的差異以及鋒面附近垂直環(huán)流結(jié)構(gòu)都會(huì)對(duì)污染物的積累和輸送造成顯著的影響.冷空氣活動(dòng)時(shí)會(huì)減輕或消除日間逆溫[14], 冷鋒作為冷空氣的前沿,其造成的大風(fēng)、降水天氣會(huì)使得污染物濃度迅速降低[15].有學(xué)者研究發(fā)現(xiàn),冷鋒過境前邊界層出現(xiàn)逆溫,隨著鋒面過境,逆溫層被破壞,冷鋒過境時(shí)垂直方向上輸送強(qiáng)烈[16].不同強(qiáng)度的冷鋒對(duì)污染物的作用也不盡相同,弱冷鋒作用下以污染輸送作用為主,而較強(qiáng)冷鋒作用下以污染清除作用為主[17],強(qiáng)冷鋒前后污染物易形成一個(gè)“積累-鋒前抬升-高空平流輸送-鋒后大風(fēng)清除-積累”的循環(huán)[18].同時(shí),有學(xué)者進(jìn)一步研究指出,遠(yuǎn)距離輸送和氣溶膠-邊界層反饋相互作用可以擴(kuò)大1000km范圍內(nèi)的跨界空氣污染物的輸送,并促進(jìn)從華北平原到長江三角洲的持續(xù)性二次霧霾,氣溶膠-邊界層的相互作用放大了霧霾的跨界輸送[19].以長江三角洲地區(qū)冷鋒過程對(duì)空氣質(zhì)量的影響為例,在冷鋒剛開始影響長江三角洲地區(qū)時(shí),受鋒面抬升的作用,會(huì)將污染物抬升到邊界層直至自由對(duì)流層,隨著冷鋒對(duì)長江三角洲地區(qū)的影響加劇,強(qiáng)的西北氣流會(huì)將華北地區(qū)的污染物輸送至長江三角洲地區(qū),使其污染物濃度快速增加,冷鋒過境后,長江三角洲地區(qū)受高壓控制,受輻散氣流的影響,長江三角洲地區(qū)污染物向外擴(kuò)散,污染物濃度降低,隨后大氣層結(jié)趨于穩(wěn)定,在下一次冷鋒活動(dòng)前,污染物又逐漸積累[20].因此,分析不同冷鋒過程中造成的污染物積累、輸送的特征十分必要.

前人在冷鋒對(duì)污染物的擴(kuò)散和區(qū)域輸送等方面的影響已有大量研究,每次冷鋒過程都會(huì)有差異,冷鋒會(huì)不斷地移動(dòng)、變化.在其演變過程中,冷鋒造成的氣象要素和環(huán)流場(chǎng)的差異對(duì)不同地區(qū)空氣污染的影響是否都一樣需進(jìn)行更細(xì)致的探討.2019年12月10～11日我國東部地區(qū)出現(xiàn)了一次影響時(shí)間短、影響范圍大的霧霾天氣,整個(gè)過程以PM2.5污染為主,最低能見度在2km左右.本文主要從天氣學(xué)角度,結(jié)合HYSPLIT后向軌跡、WRF-Chem中尺度天氣-空氣質(zhì)量模式和空氣污染輸送指數(shù),分析了10日08:00時(shí)～11日08:00(文中的時(shí)間均為北京時(shí))這一時(shí)間段中污染物的生消演變和傳輸特征,以期深入闡明輸入型霾天氣的形成過程,并為該類型霾天氣的預(yù)報(bào)提供參考依據(jù),進(jìn)而提高分析預(yù)報(bào)的能力.

1 資料和方法

1.1 資料

本文資料時(shí)段為2019年12月10～11日,其中PM2.5監(jiān)測(cè)數(shù)據(jù)來自于中國環(huán)境監(jiān)測(cè)總站每日公布的逐小時(shí)環(huán)境監(jiān)測(cè)數(shù)據(jù)(http://106.37.208.233: 20035);天氣形勢(shì)圖來源于韓國氣象局網(wǎng)站(http:// 123.127.175.60:8765/siteui/index),物理量診斷數(shù)據(jù)來自于Micaps資料、NCEP/NCAR一日4次的1°×1°再分析資料和懷俄明大學(xué)的探空數(shù)據(jù);后向軌跡模式所用的氣象數(shù)據(jù)為NCEP/NCAR的全球資料同化系統(tǒng)(GADS)氣象數(shù)據(jù).

1.2 后向軌跡模式

采用美國國家海洋大氣研究中心空氣質(zhì)源實(shí)驗(yàn)室(NOAA)的HYSPLIT軌跡模式,該模式用于計(jì)算和分析大氣污染物輸送、擴(kuò)散軌跡,具有處理多種氣象要素輸入場(chǎng)、多種物理過程和不同類型污染物排放源功能,已經(jīng)被廣泛地應(yīng)用于多種污染物在各個(gè)地區(qū)的傳輸和擴(kuò)散的研究中.為得到此次過程的污染物輸送通道,利用后向軌跡模式計(jì)算出影響我國中東部的氣團(tuán)軌跡.本文研究中,模擬高度選為500m,模擬時(shí)段選為2019年12月10日08:00時(shí)北京大興站、10日14:00時(shí)和20:00時(shí)山東濟(jì)南站以及11日08:00時(shí)江蘇南京站過去48h的氣團(tuán)軌跡.

1.3 模式介紹

本研究采用WRF-ChemV3.9.1.1模式計(jì)算制定區(qū)域邊界PM2.5的傳輸通量,該模式是由美國大氣研究中心(NCAR)、美國太平洋西北國家實(shí)驗(yàn)室(PNNL)、美國國家海洋及大氣管理局(NOAA)共同開發(fā)完成的中尺度大氣動(dòng)力-化學(xué)耦合模式,此模式除了可設(shè)置計(jì)算各種動(dòng)力參數(shù)和微物理變量之外,在化學(xué)部分包括了完整的傳輸(平流、對(duì)流和擴(kuò)散)、干/濕沉降、化學(xué)過程,模式的最大優(yōu)點(diǎn)是氣象模塊和化學(xué)傳輸模塊在時(shí)間和空間分辨率上可以完全耦合.

模擬區(qū)域包含99′99個(gè)網(wǎng)格,水平分辨率為27km,覆蓋整個(gè)東亞地區(qū)和周邊海域.模式層頂設(shè)在50hPa處,自地表到模式層頂共分為38個(gè)不等距層,其中2km以下高度包含12 層,可用于精細(xì)描述邊界層內(nèi)大氣物理化學(xué)特征以及描述邊界層結(jié)構(gòu).模式的模擬時(shí)間為2019年12月1日00:00時(shí)～12月15日00:00時(shí),時(shí)間積分步長為120s,模式結(jié)果為逐小時(shí)平均量的輸出.模式氣溶膠方案選用MOSAIC[21]機(jī)制中的8檔方案,在該方案中氣溶膠粒徑從0.039～10mm共劃分為8個(gè)粒徑段進(jìn)行計(jì)算,其余參數(shù)化方案如表1所示.為了進(jìn)一步消除初始條件的影響[22],將模擬前9d設(shè)置為spin-up的時(shí)間.模式其余參數(shù)化方案與文獻(xiàn)[23]設(shè)置一致.

使用NCEP發(fā)布的FNL資料為模式氣象場(chǎng)提供初始和邊界條件,以及使用全球化學(xué)模式(WACCM)輸出結(jié)果為模式化學(xué)場(chǎng)提供初始和邊界條件.在人為源方面,使用清華大學(xué)提供的MEIC清單(http://www.meicmodel.org/)和MIX源清單[24], MEIC清單和MIX清單基準(zhǔn)年分別為2016年和2012年.在生物源方面,選用MEGAN計(jì)算得到的生物質(zhì)排放數(shù)據(jù)[25].

1.4 空氣污染輸送指數(shù)構(gòu)建

針對(duì)外來輸送型污染的特點(diǎn),結(jié)合軌跡模式輸出結(jié)果和12～48h前PM2.5的觀測(cè)數(shù)據(jù)對(duì)污染物的輸送強(qiáng)度進(jìn)行定量化計(jì)算建立污染輸送指數(shù)[26].用HYSPLIT模式進(jìn)行后向氣團(tuán)模擬,將東亞地區(qū)的水平空間網(wǎng)格化,即把0o～60oN,70o～140oE區(qū)域分成0.1°′0.1°的水平網(wǎng)格,依次統(tǒng)計(jì)每條后向軌跡在網(wǎng)格內(nèi)出現(xiàn)的概率,得到每條軌跡的輸送概率場(chǎng).將每條軌跡的輸送概率場(chǎng)與PM2.5觀測(cè)濃度由公式(1)計(jì)算得到該條軌跡的輸送強(qiáng)度,將該軌跡的所有輸送強(qiáng)度相加得到它對(duì)污染物的輸送強(qiáng)度值.為了使輸送指數(shù)起到預(yù)報(bào)的作用,本文將后向12～48h的輸送強(qiáng)度累加得到輸送指數(shù).

2 結(jié)果與討論

2.1 天氣形勢(shì)與空氣污染過程

從高空形勢(shì)來看,本次空氣污染過程中,500hPa上歐亞中高緯度地區(qū)為穩(wěn)定的“一槽一脊”經(jīng)向型分布,高壓脊位于西西伯利亞東部到巴爾喀什湖地區(qū),低壓槽位于貝加爾湖東側(cè)至長江中下游地區(qū),10日08:00時(shí),華北地區(qū)中東部、黃淮大部、江淮地區(qū)大部受低壓槽前西南氣流控制,隨著低壓槽東移,到11日08:00時(shí)上述地區(qū)逐漸由槽前轉(zhuǎn)到槽后脊前,槽后脊前的西北氣流引導(dǎo)的冷空氣逐漸南下影響我國中東部地區(qū).

地面形勢(shì)場(chǎng)上,10日05:00時(shí),華北、黃淮、江淮地區(qū)主要受中心位于華北西部的低壓系統(tǒng)控制,冷鋒位于北京西部至山西中南部一帶,北京大興站位于低壓前部,受偏南氣流控制,有利于污染物和水汽向京津冀地區(qū)輸送和聚集.10日08:00時(shí)(圖1),冷鋒抵達(dá)北京至華北南部一帶,污染物濃度大值區(qū)位于華北中南部和黃淮地區(qū),鋒面即將抵達(dá)大興站,該站維持較高污染物濃度.

圖1 2019年12月10～11日地面等壓線(hPa)與PM2.5濃度(μg/m3)疊加圖

圖中黑色方點(diǎn)從北至南依次為大興、濟(jì)南和南京3個(gè)測(cè)站;紅色線條表示該站點(diǎn)48h后向軌跡

隨著冷鋒東移南壓,10日11:00時(shí),冷鋒位于華北南部,大興站已處于鋒后,在鋒后冷空氣的清除作用下,污染物濃度明顯降低;10日14:00時(shí)(圖1),冷鋒移至渤海灣至山東西北部地區(qū),污染物濃度大值區(qū)主要集中在黃淮中北部,濟(jì)南站位于冷鋒附近,冷空氣將華北地區(qū)的污染物向黃淮地區(qū)輸送,濟(jì)南地區(qū)的污染物濃度有所增加.

10日20:00時(shí)(圖1),隨著冷鋒南移至山東南部、江蘇西北部地區(qū),污染物濃度大值區(qū)主要位于黃淮到江淮北部一帶.濟(jì)南位于冷鋒后部、高壓的底前部,在高壓底前部東北氣流的影響下,將華北地區(qū)的污染物以偏東風(fēng)的回流形式輸送到濟(jì)南地區(qū),因此在冷鋒移過濟(jì)南站后的一段時(shí)間之內(nèi),濟(jì)南站仍維持較高的污染物濃度.在冷鋒的作用下,從華北、黃淮地區(qū)輸送過來的污染物從低壓底部偏西方向向江蘇地區(qū)輸送并堆積,江蘇地區(qū)的污染物濃度自北向南逐漸增加;11日08:00時(shí)(圖1),冷鋒位于遼寧東南部至江蘇中南部一帶,在鋒后偏北風(fēng)的作用下,將北方地區(qū)污染物向南輸送,江蘇中南部地區(qū)的污染物濃度明顯增加,由于江蘇地區(qū)氣壓梯度小、風(fēng)速小,則有利于北方地區(qū)的污染物在江蘇南部沿江地區(qū)堆積,在PM2.5實(shí)況圖上可以看到在江蘇沿江地區(qū)有一明顯的重污染帶,此時(shí)華北、黃淮地區(qū)的污染物濃度已降低.

11日11:00～14:00時(shí),隨著冷鋒南壓至江南北部,江蘇位于高壓前部,弱冷空氣源源不斷擴(kuò)散南下,將上游地區(qū)的污染物向南輸送,使得江蘇南部地區(qū)PM2.5濃度一直維持較高水平;11日20:00時(shí),冷鋒繼續(xù)南壓至江南南部,江蘇南部、江南北部位于冷鋒后部,風(fēng)速略有增大,使得污染物由江蘇地區(qū)移出,此時(shí)江蘇地區(qū)的PM2.5濃度雖較其他地區(qū)高,但較前幾個(gè)時(shí)次明顯下降.由上述分析可知,PM2.5濃度的變化呈現(xiàn)出明顯的自北向南逐步發(fā)展的過程,與冷鋒的活動(dòng)密切相關(guān),污染物移動(dòng)較快.

2.2 由北至南3站氣象要素和PM2.5演變

圖2 2019年12月9日17:00～11日23:00期間3個(gè)站點(diǎn)地面氣溫(℃)、PM2.5濃度(μg/m3)、能見度(km)、風(fēng)矢量(m/s)隨時(shí)間的變化

a.大興; b.濟(jì)南; c.南京

根據(jù)前面的分析可以看出,此次污染物明顯是伴隨著冷鋒的東移南下,依次輸送至華北、黃淮至長江中下游地區(qū),本節(jié)從以上3個(gè)關(guān)鍵區(qū)中自北向南挑選3個(gè)代表站,深入分析冷鋒對(duì)它們的影響.從圖2a中可以看出,10日02:00～08:00時(shí),大興的PM2.5濃度維持在150μg/m3以上,地面一直以弱南風(fēng)為主,有利于污染物在華北中南部堆積,污染物濃度在08:00時(shí)前后達(dá)到最大,超過200μg/m3,相應(yīng)的能見度在10日08:00時(shí)前后達(dá)到最低,在2km左右;08:00時(shí)之后,隨著大興站位于鋒后,西北風(fēng)明顯加大,有利于污染物向東南方向輸出,污染物濃度迅速降低至50μg/m3以下,且之后一直維持較低的濃度,能見度迅速增大,說明冷空氣對(duì)污染物起到了清除的作用.

從圖2b中可以看出,10日02:00～08:00時(shí),濟(jì)南地區(qū)為偏南風(fēng),偏南風(fēng)將濟(jì)南地區(qū)的污染物向華北地區(qū)輸送,污染物濃度呈下降趨勢(shì).11:00時(shí)左右,隨著冷鋒的靠近,逐漸轉(zhuǎn)成西北風(fēng),華北地區(qū)的污染物輸送至濟(jì)南,濟(jì)南站的污染物濃度明顯增加.10日14:00～17:00時(shí),濟(jì)南受冷鋒后的高壓底部偏東氣流控制,污染物濃度達(dá)到最大,超過200μg/m3,能見度達(dá)最低.由于弱的偏東風(fēng)回流持續(xù)輸送作用(圖1),使得濟(jì)南地區(qū)的污染物并沒有在10日下午冷鋒過境后立即被顯著清除,而是保持在50～100μg/m3之間.

從圖2c中可以看出,從10日02:00～20:00時(shí),南京地區(qū)以偏南風(fēng)為主,污染物濃度一直維持在75μg/m3左右.10日夜間,南京由偏南風(fēng)轉(zhuǎn)成偏西風(fēng),且風(fēng)速微弱,污染物濃度開始逐漸增加,11日05:00時(shí)達(dá)到150μg/m3,11日08:00時(shí),隨著冷鋒的靠近,南京逐漸由偏西風(fēng)轉(zhuǎn)成偏北風(fēng)且弱風(fēng)狀態(tài)維持,有利于污染物從北方地區(qū)直接輸送過來并堆積,能見度也隨之達(dá)到最低,為2km左右.11日08:00時(shí)之后,南京位于鋒后,偏北風(fēng)略有增大,污染物濃度降至50μg/m3左右,能見度開始好轉(zhuǎn).

綜合以上分析可以看出,隨著冷鋒的影響,3個(gè)站點(diǎn)分別表現(xiàn)出不同的污染物濃度變化特征,且與冷鋒移動(dòng)造成的風(fēng)向風(fēng)速的變化密切相關(guān).

2.3 冷鋒影響下邊界層結(jié)構(gòu)演變特征

冷鋒對(duì)某一地區(qū)的影響一般分為3個(gè)階段:冷鋒過境前、冷鋒過境時(shí)和冷鋒過境后.假相當(dāng)位溫(se)是一個(gè)可以綜合表征大氣溫度和濕度的物理量,能反映鋒區(qū)的位置和移動(dòng)的情況,某一地區(qū)位于冷鋒不同的影響階段,其附近的氣象要素場(chǎng)特征亦有區(qū)別.

由圖3a可知,10日00:08時(shí)se密集帶位于35°～ 40°N,密集帶隨高度向北方傾斜,40°N以北的低緯度地區(qū)為se低值區(qū),為干冷空氣占據(jù),結(jié)合前面天氣形勢(shì)的分析可以判斷出此時(shí)大興站位于冷鋒附近.從大興站10日08:00時(shí)的邊界層垂直結(jié)構(gòu)圖中可以看出,此時(shí)冷空氣對(duì)大興站影響不大,逆溫層的存在,有利于大氣污染的維持.08:00時(shí)過后,冷空氣對(duì)大興的影響增大,偏北風(fēng)加大,打破了大興站的逆溫結(jié)構(gòu),霾天氣結(jié)束.

將10日14:00時(shí)的se和風(fēng)場(chǎng)沿117°E做垂直剖面(圖3b),從圖中可以看出,se密集帶略有南壓,位于34°～37°N附近,濟(jì)南在鋒面附近.從濟(jì)南站冷鋒過境前和過境后的邊界層垂直結(jié)構(gòu)來看,10日08:00時(shí)冷鋒過境前,濟(jì)南站整層較干,逆溫層厚度達(dá)500m左右,溫差只有1℃,10日20:00時(shí)冷鋒過境后,高壓底前部的偏東風(fēng)會(huì)將北方的污染物和海上的暖濕水汽輸送至濟(jì)南地區(qū),使?jié)系貐^(qū)的水汽條件略轉(zhuǎn)好,近地面的逆溫層結(jié)構(gòu)更加明顯,逆溫層厚度降低至100m左右,溫差增大到3℃,因此濟(jì)南地區(qū)的霾天氣在冷鋒過境后仍維持.

由圖3c可知,se密集帶明顯南移,位于31°～ 35°N ,鋒面位于南京站附近.結(jié)合南京站的邊界層垂直結(jié)構(gòu),可以看出,10日20:00時(shí)位于冷鋒前時(shí),南京地區(qū)邊界層有逆溫存在;11日08:00時(shí)位于冷鋒附近時(shí),近地面層100m以下的逆溫層也逐漸減弱變成等溫層,由于逆溫層維持時(shí)間短,不利于污染物的堆積,因此南京地區(qū)的霾天氣很快趨于結(jié)束.

在冷鋒影響的不同階段,江蘇地區(qū)的污染物水平平流輸送、垂直平流輸送和湍流擴(kuò)散輸送條件均發(fā)生了改變.冷鋒影響初期,在近地面～100m高度,以水平平流的輸入為主,在100～200m的高度上以湍流擴(kuò)散輸送為主,在500～1000m范圍內(nèi)以垂直平流輸送為主.從整個(gè)過程來看,垂直平流輸送不明顯,從地面至100m高度范圍內(nèi),污染物以湍流擴(kuò)散輸出為主,在距離地面100～500m范圍內(nèi),湍流輸入較明顯,但小于水平平流輸出.

a.10日08時(shí)沿116.5°E; b.10日14時(shí)沿117°E; c. 11日08時(shí)沿119°E. 陰影區(qū)代表地形

2.4 各階段污染物來源分析

NOAA研發(fā)的HYSPLIT模式可以多角度全方位模擬污染氣團(tuán)的后向軌跡,從而判斷污染物的可能來源和路徑.本文選取2019年12月10日08:00時(shí)至11日08:00時(shí)為主要研究時(shí)段,利用HYSPLIT分別對(duì)位于冷鋒不同部位的大興站、濟(jì)南站和南京站500m上48h傳輸氣團(tuán)的路徑進(jìn)行分析.結(jié)合氣團(tuán)軌跡和地面天氣圖來看,10日08:00時(shí)大興站位于鋒面附近,污染物先在鋒后西北氣流的作用下向東南方向移動(dòng)、移至鋒面附近后在鋒前偏南氣流的作用下折向大興;10日14:00時(shí),濟(jì)南位于冷鋒附近,污染物從西北方向輸送過來,當(dāng)濟(jì)南位于冷鋒后、高壓底部前時(shí),濟(jì)南轉(zhuǎn)成高壓底前部的東北風(fēng),污染物在東北風(fēng)的作用下輸送至濟(jì)南境內(nèi);11日08:00時(shí),冷鋒位于南京站附近,冷鋒后部的冷空氣將華北地區(qū)和黃淮地區(qū)的污染物直接向南京輸送.

計(jì)算大興、濟(jì)南和南京的空氣污染輸送指數(shù)和PM2.5小時(shí)濃度演變(圖4),從大興站和濟(jì)南站的輸送指數(shù)可以看出,輸送指數(shù)未能較好地體現(xiàn)出兩站污染物濃度的真實(shí)情況,但是演變的趨勢(shì)表現(xiàn)出來了,而對(duì)南京站而言,從12月10日白天開始,輸送指數(shù)逐步增大,隨之而來,在10日夜間PM2.5濃度值迅速增加,在12月11日上午PM2.5濃度值達(dá)到最大,與圖1d和圖3c的結(jié)論較為一致,說明這是一次典型的與冷鋒有關(guān)的輸送型污染.由于此輸送指數(shù)主要是針對(duì)長江中下游地區(qū)的上游有污染區(qū)存在時(shí)才更有效,因此,此輸送指數(shù)在長江中下游地區(qū)的使用效果更好.

風(fēng)場(chǎng)是決定大氣污染物輸送的重要因素,風(fēng)向決定了空氣污染物的輸送方向,風(fēng)速?zèng)Q定了污染物的稀釋和清除的強(qiáng)度.通過前面的分析可知,污染物傳輸指數(shù)在長江中下游地區(qū)使用的效果優(yōu)于其他地區(qū),為進(jìn)一步驗(yàn)證污染物的傳輸情況,使用WRF-Chem模式模擬了0～3000m各層高度上江蘇省東西南北4個(gè)邊界PM2.5的傳輸通量,每個(gè)方向的傳輸通量為PM2.5濃度與風(fēng)速、邊界截面積的乘積,用來表征每個(gè)方向污染物輸送量的大小,結(jié)果發(fā)現(xiàn)0～700m高度上的特征一致,700～1300m的特征一致,1300～3000m的特征一致,因此分別給出這3個(gè)區(qū)域高度的傳輸通量圖(圖5).從圖中可以看出,PM2.5傳輸通量比較大的區(qū)域集中在0～700m高度上,且以北方和西方的輸入為主,10日20:00時(shí)之前,江蘇位于低壓的底部,因此污染物沿著低壓底部偏西氣流向江蘇地區(qū)輸送,隨著10日20:00時(shí)前后冷鋒開始進(jìn)入江蘇北部,北風(fēng)分量逐漸加大,北方輸送由負(fù)轉(zhuǎn)正并逐漸增大,隨著冷鋒移過江蘇,北方的輸入逐漸小于輸出,因此北方輸送通量開始減小.對(duì)應(yīng)的高空鋒區(qū)落后于地面鋒面,因此700～1300m高度上偏北方向的污染物輸送在11日下午達(dá)到最大.整個(gè)過程中700～3000m上的污染物傳輸較少.由此可見,本次過程江蘇省的PM2.5主要輸送口為700m高度以下的北邊界,隨著冷鋒的移動(dòng),冷鋒后部的冷空氣將北方的PM2.5輸送至江蘇地區(qū),在偏西風(fēng)和偏北風(fēng)的共同作用下,江蘇地區(qū)的PM2.5濃度自北向南逐漸增加.綜上所述,10日夜間正是冷空氣開始影響江蘇的時(shí)刻,隨著冷鋒的移動(dòng),冷鋒后部的冷空氣將北方的污染物輸送至江蘇地區(qū),江蘇地區(qū)的污染物濃度自北向南逐漸增加.

圖5 不同高度上江蘇省4個(gè)邊界的PM2.5傳輸通量(kg/s)

a.0～700m ;b.700～1300m; c. 1300～3000m.江蘇南北邊界取20個(gè)格距,東西邊界取19個(gè)格距,格距為27000m

此外,進(jìn)一步采用關(guān)閉污染源的模擬方法,計(jì)算出此次過程10日00:00～11日14:00時(shí)影響江蘇省的污染物來源,得出江蘇本地污染物占25.8%,江蘇以外的污染物貢獻(xiàn)占74.2%,與前面分析的此次污染過程以外部輸送為主的結(jié)論一致.

本文的初衷是剖析研究冷鋒輸送過程對(duì)中國東部霾天氣的影響,但由于目前污染物輸送指數(shù)和模式模擬的污染物濃度演變?cè)谌A北和黃淮地區(qū)的模擬效果不如江蘇地區(qū),因此以江蘇地區(qū)的定量分析為主.

本研究揭示了初冬冷鋒南下過程中,上游污染物對(duì)下游地區(qū)的影響,以及南北方站點(diǎn)表現(xiàn)出不同的污染物變化和清除特征.但本研究未考慮降水對(duì)污染物的清除,也未對(duì)比分析不同強(qiáng)度的冷鋒對(duì)南北方站點(diǎn)影響的差異,這些還有待進(jìn)一步研究.

3 結(jié)論

3.1 本次過程期間,500hPa以經(jīng)向型環(huán)流為主,在高空低壓槽東移的過程中,引導(dǎo)冷空氣東移南下,自北向南依次影響華北、黃淮和江淮地區(qū).

3.2 冷鋒導(dǎo)致的3站污染物濃度差異:冷鋒入侵北京大興站前,大興站的污染物濃度增加,當(dāng)鋒面在大興站附近時(shí),污染物濃度達(dá)到峰值,冷鋒過境后,風(fēng)向立即轉(zhuǎn)成西北風(fēng)且風(fēng)速明顯加大,污染物濃度迅速降低,冷空氣對(duì)污染物起到清除的作用;冷鋒影響濟(jì)南站時(shí),雖然已轉(zhuǎn)成了偏北風(fēng),但風(fēng)速略小,使得污染物從華北地區(qū)向濟(jì)南地區(qū)輸送并堆積,污染物濃度升高,隨著濟(jì)南站轉(zhuǎn)到冷鋒后部、高壓的底前部,在東北風(fēng)的作用下繼續(xù)將華北地區(qū)污染物以回流的形式向濟(jì)南輸送,因此,冷鋒過境后濟(jì)南站的污染物濃度降低較慢,并未完全清除;冷鋒抵達(dá)南京站之前,南京站的污染物濃度持續(xù)增加,冷鋒過境后,南京站轉(zhuǎn)成弱的西北風(fēng),持續(xù)有污染物輸入,由于西北風(fēng)速度不大,無法完全清除污染物.

3.3 冷鋒過境前后3站邊界層特征的差異:冷鋒過境前,大興有明顯的逆溫層存在,冷鋒過境后,鋒后冷空氣將逆溫層完全打破;對(duì)濟(jì)南站而言,冷鋒過境前,近地面為等溫層,冷鋒過境后,在偏東氣流輸送的海上暖濕氣流作用下,逆溫增強(qiáng);而南京站在冷鋒過境前為逆溫層,在冷鋒過境后,受弱冷空氣影響變?yōu)榈葴貙?

3.4 此次過程是一次冷鋒輸送型霾天氣過程.大興站和濟(jì)南站的后向軌跡表明:大興的污染物以偏南方向的輸送為主;濟(jì)南冷鋒過境前是以西北方向的污染物輸送為主,冷鋒過境后以東北方向的回流輸送為主.南京站的后向軌跡、空氣污染輸送指數(shù)和江蘇省的傳輸通量均表明:南京冷鋒過境前偏西和偏北方向的污染物輸送比較明顯,且隨著冷鋒的靠近輸送增強(qiáng),冷鋒過境后主要是西北方向的輸送,整個(gè)過程中,江蘇本地污染物貢獻(xiàn)占25.8%,江蘇以外的污染物貢獻(xiàn)占74.2%.

[1] 王繼康,花 叢,桂海林,等.2016年1月我國中東部一次大氣污染物傳輸過程分析 [J]. 氣象, 2017,43(7):804－812. Wang J K, Hua C, Gui H L, et al. Transport of PM2.5of the haze pollution episode over Mid-Eastern China in January 2016 [J]. Meteorological Monthly, 2017,43(7):804-812.

[2] 鄭保利,梁流濤,李明明,等.1998～2016年中國地級(jí)以上城市PM2.5污染時(shí)空格局[J]. 中國環(huán)境科學(xué), 2019,39(5):1909-1918. Zheng B L, Liang L T, Li M M, et al. Analysis of temporal and spatial patterns of PM2.5in Prefecture-Level Cities of China from 1998 to 2016 [J]. China Environmental Science, 2019,39(5):1909-1918.

[3] Salvador P, Artíano B, Alonso D G, et al.Identification and characterization of sources of PM10in Madrid (Spain) by statistical methods [J]. Atmospheric Environment, 2004,38(3):435-447.

[4] 黃鸝鳴,王格慧,王 薈,等.南京市空氣中顆粒物PM10、PM2. 5污染水平 [J]. 中國環(huán)境科學(xué), 2002,22(4):334-337. Huang L M, Wang G H, Wang H, et al. Pollution level of the airborne particulate matter (PM10, PM2.5) in Nanjing City [J]. China Environmental Science, 2002,22(4):334-337.

[5] Akimoto H. Global air quality and pollution [J]. Science, 2003, 302(5651):1716-1719.

[6] 徐樣德.北京及周邊地區(qū)大氣污染機(jī)理及調(diào)控原理研究 [J]. 中國基礎(chǔ)科學(xué), 2002,4:19-22. Xu X D. Air pollution mechanism and its regulation-controlling principles in Beijing and its ambient areas [J]. China Basic Science, 2002,4:19-22.

[7] 任陣海,萬本太,蘇福慶,等.當(dāng)前我國大氣環(huán)境質(zhì)量的幾個(gè)特征 [J]. 環(huán)境科學(xué)研究, 2004,17(1):1-6. Ren Z H, Wan B T, Su F Q, et al. Several characteristics of atmospheric environmental quality in China at present [J]. Research of Environmental Sciences, 2004,17(1):1-6.

[8] 徐祥德.城市化環(huán)境大氣污染模型動(dòng)力學(xué)問題 [J]. 應(yīng)用氣象學(xué)報(bào), 2002,13(1):1-12. Xu X D. Dynamic issues of urban atmospheric pollution models [J]. Journal of Applied Meteorological Science, 2002,13(1):1-12.

[9] 張恒德,呂夢(mèng)瑤,張碧輝,等.2014年2月下旬京津冀持續(xù)重污染過程的靜穩(wěn)天氣及傳輸條件分析[J]. 環(huán)境科學(xué)學(xué)報(bào), 2016,36(12): 4340-4351. Zhang H D, Lü M Y, Zhang B H, et al. Analysis of the stagnant meteorological situation and the transmission condition of continuous heavy pollution course from February 20 to 26, 2014 in Beijing- Tianjin-Hebei [J]. Acta Scientiae Circumstantiae, 2016,36(12):4340- 4351.

[10] 孫 峰,張大偉,孫瑞雯,等.北京地區(qū)冬季典型PM2.5重污染案例分析[J]. 中國環(huán)境監(jiān)測(cè), 2014,30(6):1-12. Sun F, Zhang D W, Sun R W, et al. Typical heavy pollution episode analysis on PM2.5in Winter of Beijing [J]. Environmental Monitoring in China, 2014,30(6):1-12.

[11] 賀 瑤,朱 彬,李 峰,等.長江三角洲地區(qū)PM2.5兩種污染來源對(duì)比分析[J]. 中國環(huán)境科學(xué), 2017,37(4):1213-1222. He Y, Zhu B, Li F, et al. Modeling study on the comparison of the impacts of two kinds of pollution source in a haze episode occurred over the Yangtze River Delta during late January, 2015 [J]. China Environmental Science, 2017,37(4):1213-1222.

[12] 高 健,王 韜,柴發(fā)合,等.長江三角洲大氣顆粒物生成-成長過程的研究不同氣團(tuán)影響下的過程特征[J]. 中國環(huán)境科學(xué), 2010,30(7): 931-940. Gao J, Wang T, Chai F H, et al. Observational study on particle nucleation process in the Yangtze River Delta, China: The growth property in different air masses [J]. China Environmental Science, 2010,30(7):931-940.

[13] 蔣永成,趙天良,王 宏,等.福州市PM2.5污染過程中大氣邊界層和區(qū)域傳輸研究[J]. 中國環(huán)境科學(xué), 2015,35(2):347-355. Jiang Y C, Zhao T L, Wang H, et al. Analysis on atmospheric boundary layer and regional transport during PM2.5Pollution episodes in Fuzhou [J]. China Environmental Science, 2015,35(2):347-355.

[14] Zhang Q, Li H Y.A study of the relationship between air pollutants and inversion in the ABL over the city of Lanzhou [J]. Advances in Atmospheric Sciences, 2011,28(4):879-886.

[15] 張秀寶,高偉生,應(yīng)龍根.大氣環(huán)境污染概論[M]. 北京:中國環(huán)境科學(xué)出版社, 1989:107-112. Zhang X B, Gao W S, Ying L G. Introduction to atmospheric environmental pollution [M]. Beijing: China Environmental Science Press, 1989:107-112.

[16] 馮鑫媛,王式功.冷鋒天氣過程大氣邊界層特征與顆粒物污染[J]. 干旱區(qū)研究區(qū), 2014,31(4):585-590. Feng X Y, Wang S G. Characteristics of atmospheric boundary layer and PM10pollution in a cold weather process [J]. Arid Zone Research, 2014,31(4):585-590.

[17] 俞 布,朱 彬,竇晶晶,等.杭州地區(qū)污染天氣型及冷鋒輸送清除特征[J]. 中國環(huán)境科學(xué), 2017,37(2):452-459. Yu B, Zhu B, Dou J J, et al. Classification of air pollution synoptic patterns and air pollutants transport/purification effect by cold front over Hangzhou [J]. China Environmental Science, 2017,37(2): 452-459.

[18] 程念亮,孟 凡,徐 峻,等.中國東部春季一次強(qiáng)冷鋒活動(dòng)空氣污染輸送過程分析 [J]. 環(huán)境科學(xué)研究, 2013,26(1):34-42. Cheng N L, Meng F, Xu J, et al. Process analysis about the impact of a strong cold front on air pollution transportation in eastern China in spring [J]. Research of Environmental Sciences, 2013,26(1):34-42.

[19] Huang X, Ding A J, Wang Z L, et al. Amplified transboundary transport of haze by aerosol-boundary layer interaction in China [J]. Nature Geosciences, 2020,13(6):428-434.

[20] Kang H Q, Zhu B, Gao J H. Potential impacts of cold frontal passage on air quality over the Yangtze River Delta, China [J]. Atmospheric Chemistry and Physics, 2019,19(6):3673-3685.

[21] Zaveri R A, Easter R C, Fast J D, et al. Model for simulating aerosol interactions and chemistry (MOSAIC) [J]. Journal of Geophysical Research, 2008,113,D13204,doi:10.1029/ 2007JD008782.

[22] Napelenok S L, Cohan D S, Odman M T, et al. Extension and evaluation of sensitivity analysis capabilities in a photochemical model [J]. Environmental Modeling and Software, 2008,23(8):994– 999.

[23] Gao J H, Zhu B, Xiao H, et al. Effects of black carbon and boundary layer interaction on surface ozone in Nanjing, China [J]. Atmospheric Chemistry and Physics, 2018,18(10):7081-7094.

[24] Li M, Zhang Q, Kurokawa J I, et al. MIX: a mosaic Asian anthropogenic emission inventory under the international collaboration framework of the MICS-Asia and HTAP [J]. Atmospheric Chemistry and Physics, 2017,17(2):935-963.

[25] Guenther A, Karl T, Harley P, et al. Estimates of global terrestrial isoprene emissions using MEGAN (Model of Emissions of Gases and Aerosols from Natrue) [J]. Atmospheric Chemistry and Physics, 2006,6:3181–3210.

[26] Liu X H, Zhu B, Kang H Q, et al. Stable and transport indices applied to winter air pollution over the Yangtze River Delta, China [J]. Environmental Pollution, 2021,272:115954.

Impact of a cold front transport process on haze weather in eastern China in early winter.

WANG Li-juan1, LIU Xiao-hui1, LU Wen1, ZHANG Chen2, Tang Wei-ya1, ZHU Bin1*

(1.Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Key Laboratory of Meteorological Disaster, Ministry of Education, Outfield of National Comprehensive Meteorological Observation Special Experiment, Nanjing University of Information Science and Technology, Nanjing 210044, China；2.Inner MongoliaTongliao Meteorological Service,Tongliao 028000, China)., 2021,41(5)：2004～2013

Regular surface observation meteorological data, NCEP/NCAR reanalysis data, and national PM2.5concentration data, combined with backward trajectory, air pollution transport index, and transport flux analysis, were used to analyze a cold-front induced large-scale haze weather process during December 10 and 11, 2019 in central and eastern China. The results showed that: (1) During the haze period, 500hPa was dominated by the meridional circulation, and accompanied with the upper-air low-pressure trough leading the ground cold front to move to the southeast. The heavy polluted area also moved from North China to Huang-huai and Jiang-huai. (2) Before the cold front passage, PM2.5concentration in the region from North China to Yangtze River Delta increased significantly. Beijing was dominated by pollutants imported from the south, Jinan was mainly affected by pollutants from the northwest and east, and PM2.5in Nanjing was mainly influenced by pollutants from north and west. (3) When the cold front passed through, the cold air quickly removed pollutants over Beijing Station, while the Jinan station was affected by the backflow of easterly wind at the bottom of the high pressure, and the PM2.5concentration was maintained at about 50μg/m3. When the cold front intruded into the Nanjing station, weakened northwest flow had little effect on the removal of pollutants. Taking Jiangsu province as an example. In the whole cold front process, the contribution of local pollutants accounted for 25.8%, and the contribution of pollutants outside Jiangsu accounted for 74.2%, which were mainly transported from North China. (4) After the passage of the cold front, the boundary layer structures over the three stations were slightly different from each other. The inversion layer over the Beijing station was quickly dissipated, the lower boundary layer over the Jinan station changed from the isothermal layer to the inversion layer due to the influence of warm and wet advection from the sea, and the near-surface boundary layer over the Nanjing station changed from the inversion layer to the isothermal layer. This study revealed the impact of upstream pollutants on downstream area during the southward movement of the cold front, as well as the different evolution and removal characteristics of PM2.5at the stations in the north and south China.

cold front；haze；air pollution transport index；PM2.5

X513

A

1000-6923(2021)05-2004-10

王麗娟(1983-),女,江蘇如皋人,實(shí)驗(yàn)師,碩士,主要從事短期天氣預(yù)報(bào)研究.發(fā)表論文1篇.

2020-09-28

國家重點(diǎn)研發(fā)計(jì)劃(2016YFA0602003);國家自然科學(xué)基金資助項(xiàng)目(91544229)

* 責(zé)任作者, 教授, binzhu@nuist.edu.cn