宁波地区一次重污染天气过程的成因分析
文章快速检索     高级检索
  高原气象  2017, Vol. 36 Issue (5): 1412-1421  DOI: 10.7522/j.issn.1000-0534.2016.00098
0

引用本文 [复制中英文]

胡晓, 徐璐, 俞科爱, 等. 2017. 宁波地区一次重污染天气过程的成因分析[J]. 高原气象, 36(5): 1412-1421. DOI: 10.7522/j.issn.1000-0534.2016.00098
[复制中文]
Hu Xiao, Xu Lu, Yu Keai, et al. 2017. Impact Factors of a Heavy Air Pollution Process Over Ningbo[J]. Plateau Meteorology, 36(5): 1412-1421. DOI: 10.7522/j.issn.1000-0534.2016.00098.
[复制英文]

资助项目

浙江省气象科技计划项目(2015ZD07-2);宁波市科技计划项目(2015C50056)

作者简介

胡晓(1981-), 女, 重庆人, 高级工程师, 主要从事应用气象与环境气象研究, E-mail:hxnbzh@163.com

文章历史

收稿日期: 2016-05-26
定稿日期: 2016-09-11
宁波地区一次重污染天气过程的成因分析
胡晓1, 徐璐1, 俞科爱2, 岑炬辉3, 罗玲4     
1. 宁波市镇海区气象局, 宁波 315202;
2. 宁波市北仑区气象局, 宁波 315806;
3. 宁波市气象台, 宁波 315012;
4. 浙江省气象台, 杭州 310017
摘要: 以2015年1月25-26日宁波地区重度霾污染过程为例,利用常规地面站资料、颗粒物观测数据、MODIS产品、气溶胶激光雷达数据、探空数据及轨迹模拟模式,从气象条件和污染源输送分析了此次污染过程的形成原因。结果表明,污染过程颗粒物主要集中在近地面800 m以下,北方弱冷空气南下携带的污染物近距离输送造成宁波地区颗粒物浓度迅速增加。中低层旺盛的西南暖湿气流使该地区维持高湿,空气中大量水汽包裹颗粒物下沉,造成污染加剧。逆温和高湿的气象条件,不利于污染物的扩散,导致颗粒物浓度积累增长。污染过程结束于北方强冷空气南下时,此时风速增加,扩散条件转好。
关键词:     气溶胶激光雷达    垂直特征    气象要素    
1 引言

由于经济和城市快速发展, 能源消耗的快速增加, 多种大气污染物高强度集中排放, 国内各大城市频繁遭受灰霾污染影响, 宁波作为长江三角洲南翼重要的经济中心城市和重化工业基地, 同样也不例外。目前, 中国的大气环境污染已形成点源与面源共存、生活污染和工业排放叠加、各种新旧污染与二次污染相互复合的态势, 对区域乃至全球气候产生重要影响(张美根等, 2008)。城市大气污染物浓度是由排放源、区域内输送和大气扩散能力共同决定的(Giorgi and Meleux, 2007), 厘清客观气象条件对重霾污染形成、发展和消除的影响, 是准确模拟和预测颗粒物浓度, 进而预警霾污染的必要前提(王跃等, 2014)。近年来, 陈雷华等(2010)王耀庭等(2012)王郁和侯青(2012)徐婷婷等(2012)、张国琏等(2012)、王跃思等(2014)王莉等(2015)先后开展了对大气环境污染过程及其影响成因的相关研究。但由于大气边界层的特性和结构不是常规气象观测的内容, 因此对污染过程的研究依赖于特定的试验项目, 观测资料在时间和空间上都非常有限。目前对于灰霾污染过程的研究手段主要包括:利用卫星遥感对区域内气溶胶光学特性展开研究(黄文声等, 2009; 肖钟湧等, 2010; 夏志业等, 2015), 基于气溶胶激光雷达对气溶胶垂直分布特征进行深入的分析(贺千山和毛节泰, 2004; Huang et al, 2010; 张杰和唐从国, 2012; 黄祖照等, 2013; 严国梁等, 2014)。卫星遥感由于过境时间的限制难以提供连续的实时气溶胶观测数据, 而气溶胶激光雷达以时空分辨率高、自动连续采集数据等优势, 能够提供从近地面至高空的气溶胶的垂直分布(王苑等, 2013)。由于气溶胶垂直分布特征与边界层大气动力、热力结构及湍流特点密切相关(徐祥德等, 2006), 而城市重污染事件的发生主要是由不利于污染物扩散的气象条件所致(Flocas et al, 2009)。因此, 为厘清宁波地区严重霾污染过程发生、发展和消散对应的环流特征、局地流场、边界层结构和气象要素变化之间的联系, 利用双波长三通道气溶胶激光雷达对宁波地区一次典型的重污染天气过程进行了不间断观测, 同时结合探空资料和地面颗粒物观测资料对大气气溶胶消光系数垂直分布特征和近地面垂直气象条件变化进行了分析。希望能对灰霾天气的形成机制与污染特征有进一步认识, 从而为预测和预警霾天气和重污染事件提供支持和依据。

2 实验与方法 2.1 观测点位置

颗粒物观测点与气溶胶激光雷达观测点均位于宁波镇海国家气象站内(29.98°N, 121.60°E), 距离地面约5 m, 周边为绿化植物园, 距离主要交通道路600 m, 其东北方向5 km为宁波镇海石化区。探空气球施放位置位于宁波场站气象台内(29.92°N, 121.58°E)。

2.2 观测仪器 2.2.1 颗粒物浓度观测仪

颗粒物观测数据来自德国GRIMM气溶胶技术公司研制和生产的GRIMM180型在线环境颗粒物观测气溶胶粒径谱仪, 采用激光散射原理, 可同时获得环境大气中颗粒物PM10、PM2.5、PM1的质量浓度值。本研究仅对与灰霾密切相关的细颗粒物作出分析, 分析数据采用PM2.5小时平均值。

2.2.2 自动气象站

自动气象站数据由江苏省无线电科学研究所有限公司生产, 可实现风向、风速、气温、湿度、气压、降水以及能见度的实时观测, 时间分辨率为1 min, 其中能见度观测上限为35 km。

2.2.3 高空气象探测

高空气象探测记录取自宁波场站气象台每日02:00(北京时, 下同)定时施放探空气球观测, 雷达型号K/LLX708型高空气象探测雷达, 探空仪型号GZZ18型数字探空仪, 气球平均升速420 m·min-1。杭州站探空资料取自中国气象局下发的micaps资料, 每日两次(08:00、20:00)。

2.2.4 卫星遥感资料

利用AQUA卫星搭载的MODIS探测器反演的AOD产品MOD08_D3对重污染过程的演变发展进行分析。AQUA卫星在中国东部地区过境时间在14:00左右, 提供可见光、近红外和红外共36个通道的全球观测, 能为反演陆地、云、气溶胶、水汽以及臭氧等产品提供丰富的信息。

2.2.5 气溶胶激光雷达

此前研究中基于气溶胶激光雷达研究多采用微脉冲激光雷达系统MPL, 本研究中采用无锡中科光电公司生产的AGHJ-I-LIDAR型双波长三通道气溶胶激光雷达, 其单脉冲最大能量可达30 mJ, 具有探测能力更强的优势。双波长三通道激光雷达, 激光器发射两种特定波长(355 nm和532 nm)激光脉冲, 大气中的粒子对激光产生米散射, 其后向散射光被望远镜系统接收, 且又被分光成355 nm、532 nm水平极化和532 nm垂直极化的三路光, 由探测系统分别探测到三个通道的回波信号, 由目前最为流行的Fernald算法来求解, 进行气溶胶消光系数和光学厚度AOD等光学参数的反演和大气边界层特征检测。日常置于单独的恒温房舱(20 ℃)内, 通过计算机软件设置进行昼夜自动连续探测和原始数据的校正与处理。本次探测设置时间分辨率为280 s, 距离分辨率为7.5 m, 激光脉冲能量: 355通道为30 mJ, 532通道为25 mJ。反演计算时采用观测的100 s平均数据, 气溶胶消光后向散射比Sa限定为50 sr, 设备理论最低探测高度距地面75 m。

3 天气过程及形成机制分析 3.1 污染天气过程概况

2015年1月受北方冷空气南下和本地污染源共同影响, 宁波地区灰霾天气频发, 有四次明显的连续空气污染过程, 根据宁波镇海颗粒物观测数据统计, 2-6日和16-18日的日均细颗粒物PM2.5的浓度级别为轻度污染, 8-11日、25-26日两次过程均达到了中度到重度污染。而根据《霾的观测和预报等级》QXT113—2010标准, 25-26日能见度最低降至2 km以下, 达到重度霾标准。

通过2015年1月25-29日PM2.5质量浓度和能见度随时间的变化可以看出, 25日00:00-15:00 PM2.5的质量浓度都保持在优和良的级别, 从16:00开始PM2.5的质量浓度在短时间内急速上升, 17:00升至154 μg·m-3, 达到重度污染, 26日03:00出现PM2.5质量浓度的峰值212 μg·m-3, 此后PM2.5的质量浓度逐渐下降, 至18:00降至73 μg·m-3, 达到良的级别, 随后直到29日PM2.5的质量浓度均维持在优或良的级别。本次污染过程, 能见度的变化与PM2.5的质量浓度变化明显相反, 25日00:00-15:00对应能见度的高值区, 基本都维持在8~15 km, 此后, 随着PM2.5的质量浓度迅速增大, 能见度也迅速降低, 从25日15:00的7 km迅速降至1~2 km, 直到26日随着PM2.5浓度逐渐降低, 26日夜间能见度恢复至5 km左右, 到29日除受降水影响能见度较低以外, 能见度基本维持在10 km以上。

图 1 2015年1月25-29日PM2.5质量浓度、能见度和降水量时间序列 Figure 1 Time variation of PM2.5 mass concentration, visibility and precipitation from 25 to 29 January 2015
3.2 形成机制分析 3.2.1 天气系统分析

区域大气边界层的大气从受到污染到污染物从大气中清除的过程, 具有明显的发生、加重、缓解和结束的阶段演变特点(任阵海等, 2005)。了解边界层结构与颗粒物浓度的关系可以为分析大气污染物变化规律和监测、预报大气环境提供依据(杜川利等, 2014)。因此想要了解污染过程的演变特征, 必须将整个过程同天气系统变化结合起来, 同时对边界层内各气象要素的变化进行分析。

图 2为2015年1月25-26日两日20:00的地面天气图, 25日08:00(图略)宁波地区处于地面倒槽顶部, 高空配合浅槽东移, 该时段长江下游一带出现降水, 降水有利于污染物的冲刷和沉降, 因此在该时段宁波地区PM2.5质量浓度保持在优和良的级别, 同时在中高纬西伯利亚地区一股强冷空气正东移南下, 强度中心达到1060 hPa。25日傍晚随着倒槽继续北顶, 倒槽后部逐渐有弱冷空气扩散南下, 高空仍表现平直的西风气流, 弱冷空气携带的污染物南下影响浙江地区; 20:00宁波地区处于均压场中, 以偏北风为主, 气压梯度较小, 风速较小, 天气形势较稳定, 非常有利于污染物的积累。26日08:00北方强冷空气前锋已影响到河北、山东一带地区; 14:00锋面到达宁波地区, 气压梯度开始增大, 风速增大, PM2.5质量浓度呈现下降趋势; 20:00受北方强冷空气影响, 气压梯度进一步增大, 天气形势的转变破坏了之前稳定的天气条件, 宁波地区风力也明显增大, 从而有利于污染物的扩散。

图 2 2015年1月25(a)和26 (b)日20:00地面天气图(单位: hPa) Figure 2 Surface weather patterns at 20:00 on 25 (a) and 26 (b) January 2015.Unit: hPa
3.2.2 气象条件分析

从宁波镇海国家气象站1月25-29日的气温、相对湿度和风向风速变化(图 3)可以看出, 25日凌晨至午后, 气温有明显的日变化; 25日17:00最高气温17.7 ℃, 受弱冷空气影响, 从18:00开始气温逐渐下降, 至26日00:00气温降至10 ℃左右, 26日前期气温起伏不大, 维持在9~10 ℃之间; 26日夜间至28日凌晨, 受强冷空气影响, 气温持续下降, 28日凌晨最低, 只有2.5 ℃。从湿度条件分析来看, 25-29日湿度没有明显的日变化特征, 一直维持在高值区, 25日午后湿度略有下降, 但仍然维持在70%左右, 并且直到29日宁波地区湿度仍然达到80%以上。从风向风速变化来看, 25日前期, 宁波地区处于倒槽顶部, 受南风影响, 最大风速基本维持在2~3 m·s-1。当风向为南风时, 由于无明显污染源, 空气较清洁, 因此对宁波地区颗粒物浓度影响不大, 该时间段内PM2.5的质量浓度基本维持在50 μg·m-3以下。25日中午前后宁波开始转北到西北风, 但此时北风较小, 对PM2.5浓度变化和气温变化影响不明显, 傍晚前后北风略增强, 弱冷空气将上游地区污染物向宁波地区输送, 对应的PM2.5的质量浓度迅速上升达到重度污染的级别。此后直到26日上午宁波地区北风持续, 并且风速较小, 基本维持在1~2 m·s-1, PM2.5质量浓度维持在重度污染。26日下午到傍晚随着北方强冷空气前锋到达, 风速增至3~4 m·s-1, 颗粒物扩散条件转好, 能见度也迅速好转。26日夜间至29日凌晨, 宁波地区主要风向为偏北风, 风速4~6 m·s-1, 总体条件有利于污染物的扩散, 对应PM2.5质量浓度在50 μg·m-3以下, 29日风向不再以北风为主, 风速也有所减小, 但受降水冲刷影响, PM2.5质量浓度仍然维持较低状态。

图 3 2015年1月25-29日镇海国家气象站各气象要素变化 Figure 3 Time variation of meteorological factors at Zhenhai National Meteorologiacal Station from 25 to 29 January 2015

从宁波地区1月25-29日气象要素的变化分析来看, 气温、湿度以及风向风速等气象要素的变化与天气形势的演变有明显的对应。本次污染过程始于25日傍晚前后, 受第一次弱冷空气扩散南下, 将上游污染物近距离输送的影响, PM2.5质量浓度迅速增加, 25日夜间至26日前期由于稳定的天气形势和高湿状态, 颗粒物有继续积累增长的过程, 26日下午到傍晚第二次北方强冷空气前锋到达, 风速逐渐增大, 扩散条件转好, 污染过程结束。

气温的垂直分布决定了大气层结的稳定度, 直接影响湍流扩散的强弱(杨武等, 2012)。而在稳定的天气条件下, 相对湿度的显著增加, 有利于污染物的局地积累和二次污染物的形成(尉鹏等, 2015)。因此基于探空资料的气象要素垂直变化分析对了解边界层大气动力、热力特征及其对污染物浓度变化影响也是非常必要的。

图 4是1月25-29日宁波场站气象台每日02:00施放探空气球所得气象数据, 由于污染过程基本维持在近地面层, 因此对气象要素的分析也主要集中在0~2 km之间。25、26日两天的气温垂直曲线表现特征较一致, 从地面到1 km的高度, 气温基本维持在9~10 ℃, 而从1~2 km虽然气温有所递减, 但幅度不大, 到2 km的高度气温仍有5 ℃上下。说明0~1 km高度的近地面层存在一个暖层, 阻止大气的垂直扩散。而27-29日受强冷空气影响, 近地面层气温随高度递减, 逆温被打破。另外从湿度变化来看, 25日从0~1 km相对湿度维持在80%~90%之间, 而1 km以上相对湿度下降至30%~40%。在高污染时段, 26日02:00 0~2 km整层相对湿度基本维持在90%, 如此高的相对湿度对于颗粒物吸湿增长非常有利, 颗粒物吸湿增长导致能见度明显下降, 而这一时段对应的恰好是本次过程中污染浓度最大, 能见度最低的时段, 28-29日则受降水影响0~2 km, 湿度较高。

图 4 2015年1月25-29日02:00宁波场站气象台气温(a)、相对湿度(b)探空数据 Figure 4 The vertical temperature (a) and relative humidity (b) sounding data at Ningbo at 02:00 from 25 to 29 January 2015

由于宁波场站气象台探空资料每日只有02:00一个时次, 不能全面反映两次冷空气影响时段气象要素的变化情况及其对污染物扩散的影响, 而宁波其他国家气象站无探空观测项目, 因此选取相邻杭州站25-26日探空资料进行分析(图 5), 希望对污染过程演变发展有进一步的了解。从杭州站气温探空数据来看, 25日08:00至26日20:00杭州地区1.5 km以下均有逆温层存在, 只是逆温层的厚度和高度有变化。25日08:00, 0.8 km以下存在一个接地逆温层, 近地面层结稳定, 垂直扩散条件差; 20:00弱冷空气南下, 逆温层稍有抬升, 逆温层顶高度在1.0 km左右; 26日08:00逆温层顶继续延伸至1.5 km左右。25日20:00至26日08:00, 该时段内层结性质没有明显变化, 逆温层厚度增加使近地层大气总体处于较稳定状态, 不利于对流和扩散。26日20:00, 受强冷空气南下影响, 杭州站逆温层明显减弱, 仅在0.8~1.0 km有一浅薄逆温层, 垂直扩散条件好转。从杭州站湿度变化情况来看, 除25日08:00相对湿度随高度有明显变化之外其余时次3 km以下相对湿度均维持在80%左右。

图 5 2015年1月25-26日杭州站气温(a)、相对湿度(b)探空数据 Figure 5 The vertical temperature (a) and relative humidity (b) sounding data at Hangzhou from 25 to 26 January 2015

图 6是1月24-29日宁波场站气象台每日02:00的垂直风场数据, 首先分析了0~16 km的风廓线资料, 24-25日是中低空西南气流逐渐加强的过程, 特别是25日前期从0~5 km表现为一致的西南气流, 说明该时间段是一个水汽输送、湿度增强的过程。26日02:00, 中低层0~2 km开始转为西北气流, 而2~3 km还是表现为西南气流, 对应此前分析, 低层弱冷空气开始渗透南下, 但整层未转北风, 水汽供应充足, 此时弱冷空气携带颗粒物的输送加上西南暖湿气流带来充足水汽, 湿度维持, 加速细颗粒物的生成, 从而导致此次过程颗粒物浓度的爆发增长, 能见度迅速下降。27-28日从低空到高空表现为偏北风或西北风, 强冷空气主体影响, 整层表现为冷气团的控制, 风速也明显增加, 对颗粒物扩散有利。同时为了更了解近地面层风廓线的转变, 将0~2 km的风廓线同样进行了分析, 从图 6b中可以更加清楚的看到, 25日的西南气流非常强, 从0.3~1.3 km西南风达到了12 m·s-1以上, 强盛的西南气流带来充足水汽, 营造了一个暖湿的环境场, 而26日弱冷空气扩散以后, 低层风向转变为西北, 但风速非常小, 在0~0.5 km风速只有2~4 m·s-1。27日风向转变为偏北, 风速明显加大, 对应的颗粒物浓度下降, 能见度明显转好。

图 6 2015年1月24-29日02:00宁波场站气象台风场探空数据 (a) 0~16 km, (b) 0~2 km Figure 6 The wind sounding data in Ningbo at 02:00 from 24 to 29 January 2015
3.2.3 后向轨迹分析

为进一步分析1月25-26日影响宁波地区污染物的来源, 以宁波(29.98°N, 121.60°E)为源, 利用NOAA的HYSPLIT模式对本次重污染天气过程做了72 h后向轨迹分析, 此轨迹模式是一种欧拉和拉格朗日混合型的计算模式, 已被广泛应用于大气污染物输送的研究(马井会等, 2013; 郭英莲等, 2014)。选取的两个时次分别是25日20:00和26日14:00, 即第一次弱冷空气影响时刻和第二次强冷空气锋面到达时刻。从图 7a中可以看出100 m、500 m以及1000 m三层的气流在25日14:00之前均以西南气流为主, 14:00后, 近地层100 m和500 m逐渐转向西北气流, 而1000 m仍是维持西南气流, 配合图 2图 3的分析来看, 该时段正是地面低压倒槽后部引导弱冷空气南下影响时段, 自动站观测风向变化也是从13:00开始转为北风。说明25日傍晚至夜里, 弱冷空气南下造成的污染物浓度上升主要是近地层500 m以下气流的近距离输送。从图 7b中可以看出, 26日14:00近地层100 m气流主要来自于上游江苏、安徽一带, 而500 m的气流仍是以西南气流为主, 高湿维持, 但2000 m气流来自于西北部中高纬地区, 说明第二次强冷空气前锋在26日14:00已到达宁波地区, 与图 2天气形势分析吻合, 且气流主要来自于中高层2000 m以上的气流输送。

图 7 2015年1月25日20:00 (a)、26日14:00 (b)宁波地区72 h后向轨迹 Figure 7 Air mass 72 h back trajectories at 20:00 on 25 (a) and at 14:00 on 26 (b) January 2015
4 遥感数据分析 4.1 MODIS反演光学厚度产品分析

卫星遥感可以提供气溶胶污染物的区域分布, 有良好的空间覆盖性, 可应用于污染过程面上的观测分析。气溶胶光学厚度为无量纲量, 是表征大气混浊度或大气中气溶胶总含量的重要物理量, 数值越大表示大气的透过率越低, 污染越重。由于25日华东地区被较厚云层覆盖, 因此没有气溶胶产品, 图 8为2015年1月24日和26日华东地区的气溶胶光学厚度分布, 暖色代表AOD数值较高区域; 冷色区域代表AOD数值较低; 白色区域代表没有数据或该处被云层覆盖。由图 8可以看出, 24日14:00左右宁波及浙江大部地区气溶胶光学厚度较小, 而宁波以北的华东地区气溶胶光学厚度较高, 26日14:00, 宁波及浙江大部分地区的气溶胶光学厚度达到了0.9以上, 说明宁波地区当时污染仍较严重, 这与之前PM2.5的观测情况基本一致。根据中国环境监测总站开发的全国城市空气质量实时发布平台发布的AQI数据(图 9)也可以看出, 25日AQI日报安徽东南部、江苏南部和浙江北部的部分城市出现了重度污染, 而当日宁波地区是轻度污染, 26日08:00 AQI实时数据宁波地区为重度污染。从卫星遥感结果、AQI监测数据及前期天气形势和自动站观测数据分析来看, 25日重污染主要集中在江苏、安徽、浙江交界一带, 25日傍晚受低压倒槽后部引导的弱冷空气南下影响, 上游苏南、浙北一带的污染物被输送至宁波地区, 同时由于宁波地区近地层风速小、逆温层维持, 水平和垂直扩散条件均较差, 因此颗粒物浓度急剧上升, 出现重度污染。26日08:00第二次强冷空气前锋尚未到达宁波地区, 宁波处于均压场中, 天气形势没有大的调整, 因此仍然维持重度污染, 14:00强冷空气前锋开始影响, 风力增大, 此时宁波地区颗粒物浓度呈下降趋势。

图 8 MODIS AQUA卫星反演的1月24日(a)和26日(b)大气气溶胶光学厚度产品 Figure 8 The distribution of MODIS AQUA satellite retrieval aerosol optical thickness on 24 (a) and 26 (b) January 2015
图 9 华东地区1月25日AQI日报(a)和26日08:00AQI实时报(b) Figure 9 The distribution of AQI on 25 (a) and at 08:00 on 26 (b) January in East China
4.2 气溶胶垂直分布特性分析

图 10是2015年1月25-29日气溶胶激光雷达观测的宁波地区上空大气垂向消光系数(波长355 nm)和退偏振比随时间变化的垂直分布。消光系数是由于大气中分子和气溶胶的散射和吸收引起的每单位距离上辐射强度的衰减, 消光系数越大说明散射和吸收越强。而退偏振比是各个高度处大气后向散射回波功率的垂直分量和平行分量之比, 因为激光雷达探测大气时获得的退偏振比主要来自非球形粒子的贡献, 因此退偏振比可以用来区分非球形粒子和球形粒子。从图 10可以看出, 25日16:00至26日16:00, 宁波近地面800 m以下垂向各高度的气溶胶消光作用较强, 其消光系数达到了5 km-1左右, 一般来说气溶胶颗粒物的消光系数最大在1 km-1左右, 消光系数达到5 km-1多为水汽造成, 比如出现降水, 但由于该时段内无降水, 说明该时间段内近地面层空气湿度非常高, 而此分析与图 3图 4中相对湿度的变化情况也非常吻合。说明该时段内湿度大, 水汽包裹颗粒物下沉, 同时近地面消光系数也开始增大, 能见度急剧下降, 造成污染加剧。26日下午到傍晚随着强冷空气前锋到达, 高消光带有一个逐渐抬升的过程, 对应的近地面层400 m以下的颗粒物浓度明显降低, 从图 1中PM2.5浓度变化情况来看也是存在逐渐下降的趋势, 可能是由于强冷空气过境, 从而导致热污染团抬升, 近地层颗粒物浓度降低, 空气质量转好, 此外, 气溶胶激光雷达也观测到了污染抬升现象。从退偏振比的变化情况来看, 在25日傍晚至26日前期的重污染时段, 颗粒物通过吸湿潮解由原来的不规则状变为球形, 粒径有所增长, 但退偏振比基本较小, 接近于0, 26日午后退偏振比出现了一个高值时段, 同时高值区延伸至2 km的高度, 分析原因可能是第二次强冷空气锋面南下过程中携带的沙尘等不规则颗粒物造成, 这与图 7后向轨迹分析的结果也基本一致, 强冷空气主要来自2 km气流的输送, 在26日下午到傍晚达到宁波地区, 粗颗粒物也有沉降落地的过程。从26日傍晚开始到29日前期高消光带一直维持在600 m左右高度的位置, 而宁波地区近地面颗粒物观测站所测的PM2.5浓度一直维持在优或良的级别, 由于该时段内以阴天为主, 判断高消光带为低云所至; 28-29日宁波地区出现较明显的降水过程, 而此时气溶胶激光雷达探测的近地面高消光带主要是由于降水影响所致, 此时PM2.5浓度维持在优的级别。

图 10 2015年1月25-29日气溶胶消光系数(a, 单位: km-1)及退偏振比(b)时空分布 Figure 10 The spatial and temporal distribution of aerosol extinction coefficient (a, unit: km-1) and depolariza-tion ratio (b) from 25 to 29 January 2015
5 结论

(1) 1月25-26日重度霾过程与天气形势的演变联系密切, 25日傍晚至26日上午受低压倒槽后部弱冷空气扩散南下影响, 造成上游污染物近距离输送, 导致宁波地区颗粒物浓度迅速增加, 同时由于稳定的天气形势和高湿区, 污染物不易扩散, 继续有积累增长过程, 26日下午到傍晚北方强冷空气南下影响, 风速增大, 污染过程逐渐结束。

(2) 近地面风场变化对宁波地区污染物扩散影响明显, 本次过程宁波地区经历了南风—弱北风—强北风的过程, 当风向为南风时, 由于无明显污染源, 空气较清洁, 因此对宁波地区颗粒物浓度影响不大; 当风向转为弱北风, 北风将上游地区污染物向宁波地区输送, 对应PM2.5的质量浓度迅速上升并维持重度污染。强冷空气影响后, 风速增至3~4 m·s-1, 后继续增至4~6 m·s-1, 扩散条件转好。

(3) 从探空资料分析, 1月25-26日前期宁波地区近地层0~1 km存在逆温层, 逆温层内层结稳定, 大气垂直扩散条件差, 同时杭州站气温探空曲线同样反映出25日08:00至26日08:00近地面逆温层的存在。26日02:00宁波地区0~2 km整层相对湿度维持在90%左右, 颗粒物吸湿增长, 导致能见度急剧下降。

(4) 1月24-25日是中低空西南气流逐渐加强的过程, 特别是25日前期从0~5 km为一致的西南气流。26日02:00, 中低层0~2 km开始转为西北气流, 而2~3 km还是表现为西南气流, 说明此时已有弱冷空气渗透南下, 但整层还未转北风, 水汽供应充足, 近地层北风携带颗粒物的输送加上中层西南暖湿气流带来充足水汽是导致宁波地区本次重度霾过程发生及维持的主要原因。

(5) 利用气溶胶激光雷达观测资料分析得到本次污染过程颗粒物主要集中在近地面800 m以下, 同时在该时间段内近地面层空气湿度非常高, 消光系数达到5 km-1左右。随着26日下午到傍晚北方强冷空气主体南下, 高消光带有一个逐渐抬升过程, 对应的近地面层400 m以下的气溶胶颗粒物浓度明显降低, 空气质量转好。从退偏振比的变化情况来看, 重污染时段, 颗粒物通过吸湿潮解由不规则状变为球形, 粒径有所增长, 但退偏振比基本较小, 接近于0, 在26日午后退偏振比出现了一个高值时段, 高值区延伸至2 km的高度, 该高值时段主要受北方强冷空气锋面南下过程中携带的沙尘等不规则颗粒物的影响。

致谢 本研究利用了NASA的MODIS资料、产品, 在此表示感谢。同时对提供探空资料的宁波场站气象台表示感谢。
参考文献
Flocas H, Kelessis A, Helmis C, et al. 2009. Synoptic and local scale atmospheric circulation associated with air pollution episodes in an urban Mediterranean area[J]. Theoretical and Applied Climatology, 95(3): 265–277.
Giorgi F, Meleux F. 2007. Modelling the regional effects of climate change on air quality[J]. Comptes Rendus Geoscience, 339(11): 721–733.
Huang Zhongwei, Huang Jianping, Bi Jianrong, et al. 2010. Dust aerosol vertical structure measurements using three MPL lidars during 2008 China-U. S. joint dust field experiment[J]. Journal of Geophysical Research, 115(D7): 1307–1314.
陈雷华, 余晔, 陈晋北, 等. 2010. 2001-2007年兰州市主要大气污染物特征分析[J]. 高原气象, 29(6): 1627–1633. Chen Leihua, Yu Ye, Chen Jinbei, et al. 2010. Characteristics of main air pollution in Lanzhou during 2001-2007[J]. Plateau Meteor, 29(6): 1627–1633.
杜川利, 唐晓, 李星敏, 等. 2014. 城市边界层高度变化特征与颗粒物浓度影响分析[J]. 高原气象, 33(5): 1383–1392. DOI:10.7522/j.issn.1000-0534.2013.00077 Du Chuanli, Tang Xiao, Li Xingmin, et al. 2014. Calculations of planetary boundary layer height and its relationship with particle size concentration in Xi'an city[J]. Plateau Meteor, 33(5): 1383–1392. DOI:10.7522/j.issn.1000-0534.2013.00077
郭英莲, 王继竹, 刘希文. 2014. 武汉地区连续两次严重雾霾天气成因分析[J]. 高原气象, 33(5): 1411–1420. DOI:10.7522/j.issn.1000-0534.2013.00079 Guo Yinglian, Wang Jizhu, Liu Xiwen. 2014. Cause analysis of two continuous serious fog and haze weather in Wuhan area[J]. Plateau Meteor, 33(5): 1411–1420. DOI:10.7522/j.issn.1000-0534.2013.00079
贺千山, 毛节泰. 2004. 微脉冲激光雷达及其应用研究进展[J]. 气象科技, 32(4): 219–224. He Qianshan, Mao Jietai. 2004. Micro-Pulse lidar and its application[J]. Meteor Sci Technol, 32(4): 219–224.
黄文声, 李真, 李权镐, 等. 2009. 香港及珠三角地区MODIS高分辨率气溶胶光学厚度的反演[J]. 环境科学学报, 29(7): 1372–1380. Wong M S, Nichol J, LeeK H, et al. 2009. Retrieval of aerosol optical thickness over Hong Kong and Pearl River Delta region using MODIS satellite data[J]. Acta Scientiae Circumstantiae, 29(7): 1372–1380.
黄祖照, 董云升, 刘建国, 等. 2013. 珠三角地区一次灰霾天气过程激光雷达观测与分析[J]. 大气与环境光学学报, 8(2): 114–123. Huang Zuzhao, Dong Yunsheng, Liu Jianguo, et al. 2013. Observation and analysis of a haze process in Pearl River Delta region using lidar[J]. J Atmos Environ Opt, 8(2): 114–123.
马井会, 张国琏, 耿福海, 等. 2013. 上海地区一次典型连续浮尘天气过程分析[J]. 中国环境科学, 33(4): 584–593. Ma Jinghui, Zhang Guolian, Geng Fuhai, et al. 2013. Analysis of a typical dust event in Shanghai[J]. China Environ Sci, 33(4): 584–593.
任阵海, 苏福庆, 高庆先, 等. 2005. 边界层内大气排放物形成重污染背景解析[J]. 大气科学, 29(1): 57–63. Ren Zhenhai, Su Fuqing, Gao Qingxian, et al. 2005. Analysis of the serious atmospheric pollution event caused by emissions in boundary layer[J]. Chinese J Atmos Sci, 29(1): 57–63.
王莉, 赵渊, 杨显明, 等. 2015. 基于时间序列模型与残差控制图的兰州市空气质量研究[J]. 高原气象, 34(1): 230–236. DOI:10.7522/j.issn.1000-0534.2013.00150 Wang Li, Zhao Yuan, Yang Xianming, et al. 2015. Prediction of air quality in Lanzhou using time series model and residual control chart[J]. Plateau Meteor, 34(1): 230–236. DOI:10.7522/j.issn.1000-0534.2013.00150
王耀庭, 李威, 张小玲, 等. 2012. 北京城区夏季静稳天气下大气边界层与大气污染的关系[J]. 环境科学研究, 25(10): 1092–1098. Wang Yaoting, Li Wei, Zhang Xiaoling, et al. 2012. Relationship between atmospheric boundary layer and air pollution in summer stable weather in the Beijing urban area[J]. Res Environ Sci, 25(10): 1092–1098.
王郁, 侯青. 2012. 2000-2010年北京空气持续污染特征研究[J]. 高原气象, 31(6): 1675–1681. Wang Yu, Hou Qing. 2012. Study on characteristic of persistent air pollution in Beijing from 2000 to 2010[J]. Plateau Meteor, 31(6): 1675–1681.
王苑, 耿福海, 陈勇航, 等. 2013. 基于微脉冲激光雷达的上海浦东地区不同强度霾研究[J]. 中国环境科学, 33(1): 21–29. Wang Yuan, Geng Fuhai, Chen Yonghang, et al. 2013. Study of haze with different intensity categories at Pudong District in Shanghai based on micro-pulse lidar[J]. China Environ Sci, 33(1): 21–29.
王跃, 王莉莉, 赵广娜, 等. 2014. 北京冬季PM2.5重污染时段不同尺度环流形势及边界层结构分析[J]. 气候与环境研究, 19(2): 173–184. DOI:10.3878/j.issn.1006-9585.2014.13178 Wang Yue, Wang Lili, Zhao Guangna, et al. 2014. Analysis of different-scales circulation patterns and boundary layer structure of PM2.5 heavy pollutions in Beijing during winter[J]. Climatic Environ Res (in Chinese), 19(2): 173–184. DOI:10.3878/j.issn.1006-9585.2014.13178
王跃思, 张军科, 王莉莉, 等. 2014. 京津冀区域大气霾污染研究意义、现状及展望[J]. 地球科学进展, 29(3): 388–396. DOI:10.11867/j.issn.1001-8166.2014.03.0388 Wang Yuesi, Zhang Junke, Wang Lili, et al. 2014. Researching significance, status and expectation of haze in Beijing-Tianjin-Hebei region[J]. Adv Earth Sci, 29(3): 388–396. DOI:10.11867/j.issn.1001-8166.2014.03.0388
尉鹏, 任阵海, 王文杰, 等. 2015. 2014年10月中国东部持续重污染天气成因分析[J]. 环境科学研究, 28(5): 676–683. Wei Peng, Ren Zhenhai, Wang Wenjie, et al. 2015. Analysis of meteorological conditions and formation mechanisms of lasting heavy air pollution in eastern China in October 2014[J]. Res Environ Sci, 28(5): 676–683.
夏志业, 刘志红, 王永前, 等. 2015. MODIS气溶胶光学厚度的PM2.5质量浓度遥感反演研究[J]. 高原气象, 34(6): 1765–1771. DOI:10.7522/j.issn.1000-0534.2014.00075 Xia Zhiye, Liu Zhihong, Wang Yongqian, et al. 2015. Research on ground-level PM2.5 mass concentration retrieval based on MODIS aerosol optical thickness[J]. Plateau Meteor, 34(6): 1765–1771. DOI:10.7522/j.issn.1000-0534.2014.00075
肖钟湧, 江洪, 陈健, 等. 2010. 利用MODIS遥感数据反演广州市气溶胶光学厚度[J]. 中国环境科学, 30(5): 577–584. Xiao Zhongyong, Jiang Hong, Chen Jian, et al. 2010. The retrieval of aerosol optical thickness with high spatial resolution using MODIS data over Guangzhou[J]. China Environ Sci, 30(5): 577–584.
徐婷婷, 秦艳, 耿福海, 等. 2012. 环上海地区干霾气溶胶垂直分布的季节变化特征[J]. 环境科学, 33(7): 2165–2171. Xu Tingting, Qing Yan, Geng Fuhai, et al. 2012. Seasonal variations in the vertical distribution of aerosols during dry haze periods in regions around Shanghai[J]. Environ Sci, 33(7): 2165–2171.
徐祥德, 丁国安, 卞林根. 2006. 北京城市大气环境污染机理与调控原理[J]. 应用气象学报, 17(6): 815–828. DOI:10.11898/1001-7313.20060618 Xu Xiangde, Ding Guoan, Bian Lingen. 2006. Beijing city air pollution observation experiment[J]. J Appl Meteor Sci, 17(6): 815–828. DOI:10.11898/1001-7313.20060618
严国梁, 韩永翔, 张祥志, 等. 2014. 南京地区一次灰霾天气的微脉冲激光雷达观测分析[J]. 中国环境科学, 34(7): 1667–1672. Yan Guoliang, Han Yongxiang, Zhang Xiangzhi, et al. 2014. Analysis of a haze event in Nanjing with micro-pulse lidar measurements[J]. China Environ Sci, 34(7): 1667–1672.
杨武, 罗秋红, 李晓娜, 等. 2012. 2006-2008年秋季广州市重大气污染过程特征研究[J]. 热带气象学报, 28(1): 123–133. Yang Wu, Luo Qiuhong, Li Xiaona, et al. 2012. Research of the characteristics of heavy air pollution process in the fall 2006-2008[J]. J Trop Meteor, 28(1): 123–133.
张国琏, 甄新蓉, 谈建国, 等. 2010. 影响上海市空气质量的地面天气类型及气象要素分析[J]. 热带气象学报, 26(1): 124–128. Zhang Guolian, Zhen Xinrong, Tan Jianguo, et al. 2010. The Analysis of the relationship between the air quality in Shanghai and surface pressure patterns and meteorological factors[J]. J Trop Meteor, 26(1): 124–128.
张杰, 唐从国. 2012. 干旱区一次春季沙尘过程的大气气溶胶垂直分布结构及其特征[J]. 高原气象, 31(1): 156–166. Zhang Jie, Tang Congguo. 2012. Vertical distribution structure and characteristic of aerosol over Arid region in a dust process of spring[J]. Plateau Meteor, 31(1): 156–166.
张美根, 胡非, 邹捍, 等. 2008. 大气边界层物理与大气环境过程研究进展[J]. 大气科学, 32(4): 923–934. Zhang Meigen, Hu Fei, Zou Han, et al. 2008. An overview of recent studies on atmospheric boundary layer physics and atmospheric environment in LAPC[J]. Chinese J Atmos Sci, 32(4): 923–934.
Impact Factors of a Heavy Air Pollution Process Over Ningbo
HU Xiao1 , XU Lu1 , YU Keai2 , CEN Juhui3 , LUO Ling4     
1. Ningbo Zhenhai Meteorological Bureau, Ningbo 315202, China;
2. Ningbo Beilun Meteorological Bureau, Ningbo 315806, China;
3. Ningbo Meteorological Observatory, Ningbo 315012, China;
4. Zhejiang Meteorological Observatory, Hangzhou 310017, China
Abstract: Heavy haze occurred frequently over Ningbo on 25-26 January 2015.The impact factors of the heavy air pollution process were analyzed by using the conventional data from ground stations, particulate-monitoring observations, MODIS product, vertical sounding data, aerosol radar data and trajectory simulation model.The results show that the process of particulate matter pollution mainly concentrated near the ground, and the pollutants carried by northern cold air to southward close delivery increased the concentration of particular matter over Ningbo.The abundant water vapor from southwest wrapped particulates and sank, resulting in increased pollution.Inversion and high humidity conditions suppressed the spread of pollutants, which led to accumulation of particulate matter.The process ends with strong cold air to southward, north wind speed increased and the diffusion conditions turn better.
Key Words: Haze    Aerosol radar    Vertical features    Meteorological factors