2020, Vol. 40
[PDF全文]
改革开放40年来我国城市化发展速度明显加快, 目前正处于快速发展阶段, 而工业化是城市化的主要推动力, 城市化和工业化的加速发展, 使得排放的污染物及其前体气体增加, 导致我国空气质量的日益恶化, 观测表明, 大部分城市都有霾污染现象的发生, 尤其是在华北平原、长江三角洲和珠江三角洲这3个工业化和城市化水平较高的城市群强霾污染的现象更为严重(Ma et al., 2018; 沙桐等, 2018; Sha et al., 2019).根据气象学上的定义, 霾是大量极细微的尘粒等均匀地浮游在空中, 使水平能见度小于10 km的空气普遍浑浊现象, 这里的尘粒指的是干气溶胶粒子(中国气象局, 1979).霾天气发生时, 大量的气溶胶粒子在大气近地层聚集, 使得大气污染浓度上升, 空气质量下降, 大气能见度降低, 从而导致严重污染事件的发生, 同时大气污染对气候以及生态环境均会造成较大危害(李子华等, 2008).因此, 空气污染成为近几年来公众关注度较高的问题, 国内外学者们对我国重大空气污染事件发生的气象原因进行了广泛的研究与讨论.前人研究发现, 2013—2014年中国31个省6种空气污染物的时间和空间变化在不同的季节和地区中所表现的浓度也有差异, 并且在中国190个城市中只有25个城市的PM2.5浓度可以达到美国国家环境空气质量标准(Sarrat et al., 2006; Wang et al., 2014; Zhang et al., 2015).所以, 对空气质量准确的评估、预测和合理减少空气污染变得越来越重要.
强霾污染事件的出现是人为因素和自然因素共同作用所导致的, 当污染源的排放量维持在一定水平不变的情况下, 灰霾的时空变化特征和污染严重程度主要取决于气象要素的影响(刘厚凤等, 2015).空气污染物的扩散、输送以及转化主要是由大气稳定度、温度、湿度、降水、风向、风速以及大气边界层高度等气象因素所影响的, 而局地气象条件的变化则受大气环流背景场和天气系统的演变所支配和控制(Wehner et al., 2003; 饶晓琴等, 2008).研究表明, 大尺度大气环流背景场较大的制约并影响了局地气象条件, 污染事件大多发生在典型的高、低空环流背景下, 因此, 环流类型的影响被广泛使用在污染研究当中, 尤其在中高纬度地区, 大气环流形势在空气质量中的研究更加有效(Jacobeit et al., 2010; 唐宜西等, 2013; Bei et al., 2013; 廖晓农等, 2014).杨旭等(2017)对2013—2015年冬半年京津冀地区的海平面气压场进行分类后得到了9种天气类型, 其中京津冀地区位于西部高压前部和受高压场控制这两种天气类型时发生污染事件频率最高.陈等(2008)通过计算中国北方城市中各污染物的API指数, 选出各污染物中最大的API指数作为城市空气污染指数, 结合天气图来确定大气污染与天气形势之间的关系, 分析后发现, API较高的情形的出现与高压系统的控制有关.
灰霾污染事件的发生是区域性的环境问题, 而污染物的区域输送是导致污染事件发生的原因之一(Li et al., 2015; 庄欣等, 2017; 胡燕等, 2017).大气污染物的传输可以使得区域内污染物浓度发生改变并影响其收支关系, 从而导致污染事件的发生(魏建苏等, 2010).研究指出, 城市空气质量的恶化不仅与局地污染源排放有关, 也和周边地区外部污染源排放及其大气污染物的区域输送有关(徐翔德等, 2004).天气形势的变化调节了污染物的周边环境, 并为污染物的水平输送提供了驱动力.冷锋是中国东部常见的天气现象, 冷锋过境前后对风速、风向以及大气边界层高度的变化和垂直方向的对流都会造成改变, 从而对区域内大气污染物的累积和输送造成影响(Zhang et al., 1997).研究发现, 冷锋过境后的区域常受高压控制, 风速较低, 污染物累积, 浓度上升, 且冷锋过境前后污染物会形成一个“污染物累积—锋前抬升—高空平流输送—锋后大风清除”的循环(程念亮等, 2013).
我国地域宽广, 天气特征复杂, 霾的形成条件也因地域不同而存在着显著差异, 前人对于我国霾的研究也多着重于一些重点城市或单次污染过程分析, 对强霾污染事件发生时的天气形势以及统计特征的研究较少.分析不同天气形势下空气污染特征, 识别典型污染天气类型, 对于空气污染机理研究和日常业务预报具有重要意义.因此, 本课题组对2014—2018年长三角地区出现的强霾天气污染过程进行统计, 对其环流形势以及气象要素场的差异进行分析, 探讨强霾污染过程形成的气象学条件, 从而提高对我国霾天气的了解与认识, 为进一步研究霾的形成机理提供一些科学依据.
2 资料和方法(Data and methods) 2.1 资料来源文中天气系统分析所采用的资料取自美国国家环境预报中心和国家大气研究中心(NCEP/NCAR)的再分析逐日资料, 水平分辨率为2.5°×2.5°, 时间分别率为6 h, 分别为00：00(08：00)、06：00(14：00)、12：00(20：00)和18：00(02：00)UTC(BJT).我们使用该资料, 分析了大气环流及天气系统等.
文中气象要素分析所采用的资料取自MICAPS站点资料, 时间分辨率为6 h, 分别为08:00、14:00、20:00和02:00(BJT).我们使用该资料分析10 m风速、2 m温度及相对湿度等物理量.
研究使用的空气质量监测资料来自中国环境检测总站的全国城市空气质量实时发布平台公布的观测数据(http://106.37.208.233:20035).取各地市所有监测站点的污染物浓度平均值来代表城市的总体空气状况.本套资料的时间分辨率为1 h, 本文使用该资料分析了长三角地区PM2.5逐小时浓度的时间序列分布以及全国PM2.5浓度的空间分布.
2.2 研究时间及区域本文研究时间为2014—2018年冬季, 冬季的划分为每年的12月以及次年1月和2月, 研究区域为长三角地区, 包括了江苏24个城市、浙江15个城市、安徽8个城市以及上海市所组成的城市群.图 1给出空气质量监测资料中长三角地区的各城市站点分布.
 |
| 图 1 长三角地区空气污染资料的城市站点分布 Fig. 1 Distribution of urban stations in the Yangtze River Delta air pollution data |
空气污染事件指在一段时间内, 空气污染物浓度异常升高并显著高于其平均浓度的现象.在本研究中, 分析污染过程的演变以及日均值达标的情况, 以《环境空气质量标准》(GB3095—2012)中环境空气污染物浓度限值以及《环境空气质量指数(AQI)技术规定(试行)》(HJ633—2012)中的PM2.5等级划分和浓度限值为依据, 当PM2.5日均浓度连续2 d及2 d以上达到或超过二级标准(75 μg · m-3)时, 则记为一次污染过程, 在其过程中有至少1 d达到或超过环境空气质量标准的四级标准(150 μg · m-3)则认为该次污染过程是一次强霾污染过程.
3 讨论与结果(Results and discussion) 3.1 长三角地区2014—2018年冬季强霾污染概况根据上述强霾污染过程的判定标准, 2014—2018年冬季长三角地区共计发生5次强霾污染事件, 下文统一称作第1~5次强霾污染过程, 且持续时间都超过5 d, 最高达到了11 d(表 1).2015和2017年冬季是强霾污染事件出现频率最高的2年, 分别都发生2次强霾污染过程, 2014年冬季出现的强霾污染事件相对较少, 只有1次强霾污染过程发生, 而2016年冬季无强霾污染事件发生.在2014—2018年冬季, 12月和1月是强霾污染事件发生的高频时期, 全时期2月无强霾污染事件发生.
| 表 1 2014—2018年长三角地区冬季强霾污染发生时间以及PM2.5区域分布特征 Table 1 Time of occurrence of severe haze pollution in the Yangtze River Delta region and regional distribution characteristics of PM2.5 in 2014—2018 |
 |
为了分析2014—2018年冬季长三角地区PM2.5浓度的区域分布特征, 本研究分别计算了5次强霾污染过程中江苏、安徽和浙江省以及上海市的PM2.5平均浓度(表 1), 并绘制了长三角地区5次强霾污染过程的平均PM2.5浓度的空间分布图(图 2).从表中给出的数据可以看出, 只有第1次强霾污染过程中浙江省的PM2.5平均浓度达到了110 μg · m-3, 其余4次强霾污染过程中浙江省以及上海市的PM2.5平均浓度均低于100 μg · m-3, 而5次污染过程中, 江苏和安徽省的PM2.5平均浓度均高于100 μg · m-3, 最高达到了141 μg · m-3.结合图 2可知, 长三角地区PM2.5浓度的空间分布为北部浓度高, 南部浓度低, 沿海城市的PM2.5浓度相对内陆城市较低.从污染输送与扩散方面分析发现, 长三角地区冬季主导风向为西北风, 受北方气团长距离输送影响较大, 导致冬季PM2.5浓度受我国北部污染物输送影响从而升高, 而沿海城市, 受海陆风影响, 有利于污染物的扩散, 因此沿海城市PM2.5浓度相对偏低.综上考虑, 长三角地区PM2.5浓度基本呈现一种由北向南逐渐好转的趋势, 即2014—2018年冬季长三角地区发生强霾污染事件时, 长三角北部地区污染更为严重.根据文献及资料的调查, 导致长三角地区PM2.5浓度在空间上呈现北高南低的原因可能为：长三角地区南部的人类活动较少, 降低了大气污染物的排放, 并且南部森林覆盖率较高, 可以有效减少地面气溶胶进入大气, 并吸附空气中的颗粒物.长三角地区北部植被覆盖率相对较低, 人为活动相对强烈, 导致大气污染物浓度比南部地区高(徐建辉等, 2015).
 |
| 图 2 长三角地区5次强霾事件PM2.5平均浓度的空间分布 Fig. 2 Spatial distribution of average PM2.5 concentrations in five strong haze events in the Yangtze River Delta |
从长三角地区5次强霾污染过程中PM2.5浓度的逐日变化来看(图 3), 仅第4次污染过程为污染物爆发性增长的过程, 该次过程只经历了3 d便使得PM2.5浓度从起初的小于75 μg · m-3上升至最高的180 μg · m-3.而其余4次强霾污染事件都是污染物逐渐累积而导致的, 每次过程PM2.5浓度都要经历5~6 d的累积才能从小于75 μg · m-3上升至最高浓度.从污染物的增长趋势分析发现, 第1、2、4和5次强霾污染过程中PM2.5浓度的逐日变化呈现为单峰型的特征, 而第3次强霾污染过程呈现为双峰型特征.并且在第1、3和4次强霾污染过程中, 当PM2.5浓度达到最高值后, 污染物在1~2 d内被迅速清洁, 即PM2.5浓度迅速降低.而在第2和第5次强霾污染过程中, PM2.5浓度从最高值降低至小于75 μg · m-3的清洁状态则经历了4 d之久, 其中第2次强霾污染过程中, PM2.5浓度在从最高值降低后有小幅升高的情况出现, 其升高原因将在下文中进行讨论, 而第5次过程因为空气质量监测数据的缺失, 本研究对其PM2.5浓度是否出现小幅升高的情况不予以讨论.
 |
| 图 3 2014—2018年长三角地区5次强霾污染过程中PM2.5浓度的逐日变化, 时间0代表严重污染发生当日 Fig. 3 Daily variation of PM2.5 concentration during the five strong haze pollutions in the Yangtze River Delta region from 2014 to 2018, time 0 indicates the day of serious pollution |
在强霾污染事件发生中, 气象要素的变化与空气污染存在着密切的联系, 本研究着重对相对湿度和风速的特征以及它们对PM2.5浓度变化的影响进行分析.从相对湿度的逐日变化(图 4)中可以发现, 第1、2、3和5次强霾污染过程中, 随着PM2.5浓度的逐渐上升, 相对湿度也呈现出上升趋势, 且在严重污染发生当日, 相对湿度均达到了较高的水平, 即相对湿度超过了80%, 这是因为相对湿度的增大有利于大气中气溶胶的吸湿性增长和二次转化, 从而导致近地面的空气污染程度加重, PM2.5浓度上升.因此, 结合PM2.5浓度的逐日变化来看, 相对湿度与PM2.5浓度呈正相关的趋势, 且这4次强霾污染过程的发生正是由于污染物逐渐累积从而导致的.只有在第4次污染物爆发性增长的过程中, 相对湿度突然降低, 与PM2.5浓度呈现反相关的趋势, 对降水和气温等气象要素分析后发现, 本次过程严重污染事件前一天长三角地区个别站点有少量降水, 严重污染当日气温升高, 因此认为导致这次污染过程相对湿度突然下降的原因一方面是个别站点降水导致, 另一方面可能是长三角地区大范围的升温导致的.但是严重污染发生前两日, 相对湿度依旧保持超过了80%.因此, 认为当大气中相对湿度维持在较高的水平时, 为污染物的累积提供了有利的气象条件从而导致强霾污染事件的发生.
 |
| 图 4 2014—2018年长三角地区5次强霾污染过程中风速及相对湿度的逐日变化, 时间0代表严重污染发生当日 Fig. 4 Daily changes in wind speed and relative humidity during the five strong haze pollutions in the Yangtze River Delta region from 2014 to 2018, time 0 indicates the day of serious pollution |
风速是影响雾霾天气的重要气象要素, 结合图 4中风速的逐日变化可以发现, 只有在第3次强霾污染过程中, 严重污染发生当日的风速大于2 m · s-1且大于污染过程中的平均风速, 其余4次污染过程中, 严重污染发生当日的近地面风速均小于2 m · s-1, 且小于污染过程中的平均风速.在整个污染过程中, 近地面风速呈现出随PM2.5浓度上升而减弱的趋势, 在2.6节中本研究对强霾污染过程中地面天气形势及污染物的输送进行分析后发现, 长三角地区强霾污染过程的污染物大多源自远距离输送, 因此, 污染过程初期风速相对较高, 污染物大多由北向南输送至长三角地区, 随后当长三角地区风速较小时不利于输送而至的污染物扩散, PM2.5在局地累积, 从而爆发强霾污染.
3.4 对流层中层大气环流场对强霾污染的影响冬季是我国中东部地区强霾事件的多发季节, 本文中5次强霾污染事件据统计也均发生在冬季.本研究利用NCEP/NCAR再分析资料中的1959—2018年的60年冬季500 hPa的月平均资料计算得出冬季500 hPa气候平均场, 如图 5所示, 冬季的高空大尺度环流形势多以纬向环流为主, 经向风较弱, 高空南北气流交换不畅, 长三角地区位于东亚大槽底部, 北部受西北气流影响, 南部受西风气流影响, 冷空气势力较弱, 利于中国中东部高空稳定形势的发展, 不利于污染物的扩散与消散, 从而使得污染物累积并导致冬季污染事件频繁发生.
 |
| 图 5 1959—2018年冬季500 hPa气候平均环流场 Fig. 5 500 hPa climatic mean circulation field in the winter from 1959 to 2018 |
大气中, 500 hPa的大气环流对应高度约为5500 m.在高空500 hPa, 暖平流区有上升运动, 冷平流区有下沉运动, 其对应地面的低压中心和高压中心之间的高空槽中, 对转风随高度逆转, 为冷平流, 应有下沉运动, 地面低压中心前和高压中心后的高空脊上, 地转风随高度顺转, 为暖平流, 应有上升运动.因此, 地面污染物受低压前上升气流的影响输送至对流层中低层, 随着天气系统的移动而移动, 随后受低压槽中下沉气流的影响再次输送至地面.为了了解冬季强霾事件发生时, 对流层中层大气环流背景场的特征, 本研究对2014—2018年长三角地区5次强霾污染过程的500 hPa平均环流场(图 6)进行分析后发现, 第1次强霾污染事件发生时, 长三角地区位于槽后, 受西北气流影响.而在第2、3、4和5次强霾污染事件发生时, 黑龙江地区北部或东北部地区有一闭合低压存在, 副热带高压与气候平均环流场相比, 控制范围西伸北抬, 此时长三角地区北部位于低压槽后部, 盛行西北气流, 有利于对流层中层的污染物受下沉气流影响输送至地面, 而其南部受到副热带高压外围影响, 盛行西南气流或平直的西风气流影响, 不利于冷空气南下, 此时北下及南上的气流同时在长三角地区汇聚, 导致长三角地区大气水平扩散能力减弱, 使得污染物也在长三角地区堆积, 从而导致强霾污染事件的发生.
 |
| 图 6 2014—2018年长三角地区5次强霾污染过程中500 hPa平均环流场 Fig. 6 500 hPa mean circulation field during the five strong haze pollutions in the Yangtze River Delta region from 2014 to 2018 |
天气形势的演变是影响大气污染物扩散和输送的主要因素, 为了讨论高空大尺度环流系统的移动对强霾事件的影响, 本研究分别对5次强霾污染过程中大尺度环流系统的逐6 h演变图进行分析, 发现在强霾事件中, 在污染物浓度上升的阶段, 500 hPa上有短波槽经过长三角地区, 此时新地岛附近有冷涡和低压槽存在, 系统向东南移动时, 将新地岛以西的冷空气向东南输送, 输送冷空气的同时也将北部的污染物带入长三角地区.在污染物浓度达到最高时, 影响长三角地区的天气系统强度较小或无明显天气系统控制, 长三角地区大多盛行平直的西风气流, 此时稳定的天气形势不利于长三角地区污染物向南北扩散.在污染物浓度降低时, 大多有东亚大槽经过长三角地区, 长三角地区位于槽后, 污染物被清洁.
3.5 对流层低层大气环流场对强霾污染的影响本研究对2014—2018年长三角地区冬季5次强霾污染事件中严重污染当日的对流层底层大气环流背景场(图 7)进行分析, 发现当严重污染发生时, 第1、2和3次强霾污染事件中, 长三角地区在850 hPa上受均压场控制, 此时的长三角地区等压线较为稀疏, 气压梯度力较小, 大气层结稳定, 近地面的垂直结构上多伴随有逆温层出现, 因此, 人类活动以及工业排放所产生的大气污染物在长三角地区堆积, 难以扩散, 从而导致强霾事件的发生.第4和5次强霾污染事件中, 长三角地区在850 hPa上位于高压顶部, 受高压外围西北气流影响, 西北部的污染物输送至长三角地区, 从而导致强霾事件的发生.
 |
| 图 7 2014—2018年长三角地区严重污染当日850 hPa环流场 Fig. 7 850 hPa circulation field on the day of severe pollution in the Yangtze River Delta from 2014 to 2018 |
本研究对5次强霾污染过程中对流层低层大气环流场的逐6 h演变图进行分析, 发现在强霾污染事件中, 天气形势的演变分为两种类型, 第1种是长三角地区陆续受高压前部—高压中心—高压后部—均压场控制—均压场结构被破坏的过程影响.该过程主要由大陆变性高压东移至海上, 贝加尔湖附近的低压向东南移动至黑龙江东北部, 此时在青海和西藏东部地区分别有闭合高压和闭合低压生成, 由此使得长三角地区形成均压场, 受其影响容易爆发严重污染.第2种是长三角地区位于闭合高压顶部, 且在长三角地区西部即甘肃陕西附近有均压场存在, 且在强霾污染过程中均压场和长三角南部闭合高压的位置较为稳定, 此时长三角地区受高压顶部西北气流影响, 将京津冀的污染物输送至长三角地区, 当均压场结构被破坏, 且高压向海上东移时, 污染物浓度也开始降低.
3.6 强霾污染过程中地面天气形势及污染物的输送长三角地区位于中纬度欧亚大陆东岸, 是季风盛行地区.冬季和夏季的持续时间较长, 春季和秋季的持续时间较短是其显著的气候特征.在冬季, 长三角地区高空常受低压槽控制, 冷空气活动发生频繁, 寒潮入侵我国共有4条路径, 分别是中路、东路、西路和东路加西路, 分别表现为中路的冷空气从寒潮关键区到达我国河套附近南下, 直达长江中下游和江南地区；东路的冷空气从寒潮关键区经蒙古到我国华北北部, 在冷空气主力继续东移的同时, 低空的冷空气折向西南, 经渤海侵入华北, 再从黄河下游向南可达两湖盆地；西路的冷空气从寒潮关键区经新疆、青海、西藏高原东南侧南下, 对我国西北、西南及江南各地区影响较大；东路加西路的路径分别为东路冷空气从河套下游南下, 西路冷空气从青海东南下, 两股冷空气常在黄土高原东侧, 黄河、长江之间汇合(朱乾根等, 1981).寒潮入侵对污染物的输送起到两面性的作用, 因为锋面有抬升作用, 锋面可将地面的污染物抬升至对流层的中低层, 并随着锋面移动向南快速传输, 而冷锋过境后会有冷空气入侵, 破坏大气中的逆温层结构, 此时大气稳定度被破坏, 大气水平及垂直扩散能力增加, 使PM2.5浓度迅速下降.因此, 冷空气入境时可以将途中的污染物输送至长三角地区, 冷锋过境后伴随的大风天气又可以将局地的污染物清洁.
冬季长三角地区严重污染事件的发生及污染物的输送与寒潮活动密切相关.为了讨论2014—2018年长三角地区强霾污染事件中地面的天气形势变化以及污染物的输送, ,对逐6 h的地面天气形势叠加该时刻PM2.5浓度的区域分布图进行分析.本研究将第1次强霾污染过程的地面天气形势及PM2.5浓度的演变过程(图 8)结合第1次强霾污染过程的时间序列图(图 3a)分析后可以发现, 2015年01月20日00:00(图 8a)两条冷锋位于内蒙东部及南部并向东移动, 于21日06:00(图 8b)移动至我国东部沿海地区, 此时长三角地区位于冷锋底部, 冷锋在移动过程中未经过长三角地区, 从PM2.5浓度分布上来看, 我国中部地区的污染物随着冷锋的移动向山东及长三角北部地区汇聚, 随后长三角地区受地面高压控制, 污染物局地累积浓度上升.24日12:00(图 8c), 贝加尔湖南部有新的冷锋生成并向东南移动, 冷锋在移动过程中将北部污染物向南输送, 并于26日12:00(图 8e)冷锋经过长三角地区, 长三角地区在该日PM2.5浓度达到峰值.27日12:00(图 8f)冷锋过境, 长三角地区受大风影响污染物被迅速清洁.本次污染过程中污染物是由冷空气输送至长三角地区后受高压影响局地累积, 随后冷锋过境带来大量污染物导致长三角地区达到严重污染, 冷锋过境后污染物被清洁.
 |
| 图 8 第1次强霾污染过程的地面天气形势演变及PM2.5浓度的空间分布(蓝色线条代表冷锋) Fig. 8 The evolution of surface synoptic situations and spatial distribution of PM2.5 concentrations during the first strong haze pollution process(Blue lines represent cold fronts) |
从第2次强霾污染过程的地面天气势及PM2.5浓度的演变过程(图 9)中可以发现, 2015年12月18日18:00起(图 9a)长三角地区受高压控制, 污染物浓度的上升是局地累积造成的, 从PM2.5浓度的时空分布演变上看, 污染物也无明显的输送特征.12月21日12:00(图 9b)贝加尔湖南部出现一道冷锋, 随着时间的变化, 冷锋向东移动未经过长三角地区, 对长三角地区污染物的输送没有造成明显影响(图 9c), 严重污染发生当日, 无明显天气形势影响长三角地区(图 9d), 随后有高压从西北向东南移动, 长三角地区位于高压顶部, 受高压外围影响, 盛行西南气流, 大气的水平扩散能力增强, 污染物浓度降低.直至25日12:00(图 9e), 河北北部有冷锋向南移动, 随着时间变化冷锋经过长三角地区, 伴随冷空气南下带来北部污染物, 结合第2次强霾污染过程时间序列图(图 3b)来看, 25日长三角地区PM2.5浓度再次上升正是由于本次冷锋南下所造成的, 26日(图 9f)随着冷锋过境长三角地区污染物被清洁.
 |
| 图 9 第2次强霾污染过程的地面天气形势演变及PM2.5浓度的空间分布(蓝色线条代表冷锋) Fig. 9 The evolution of surface synoptic situations and spatial distribution of PM2.5 concentrations during the second strong haze pollution process(Blue lines represent cold fronts) |
本研究对第3次强霾污染过程的地面天气势及PM2.5浓度的演变过程(图 10)分析后可以发现, 起初一道冷锋从内蒙中部向东移动至河北西部后南下, 并于2015年12月29日18:00(图 10a)移动至长三角地区北部, 在图 10b中可以看出冷锋在境前消散并未经过长三角地区, 污染物跟随冷空气由北向南输送至长三角地区北部.随后地面高压由北向南移动, 长三角地区受高压影响, 经历高压底部到高压后部的地面形势变化, 在高压控制期间长三角地区污染物局地累积, 浓度上升.在2016年1月1日18:00(图 10c)内蒙中部至北部有一道冷锋形成, 该冷锋在内蒙古地区停滞时间较长, 可以看出此时污染物浓度大值区位于京津冀及山西等地, 直至1月3日18:00(图 10d)冷锋开始南下, 污染物大值区伴随冷锋南下明显向南输送, 长三角地区PM2.5浓度快速上升并于4日达到峰值, 1月5日(图 10e)大风伴随冷锋过境对长三角地区污染物快速清洁, PM2.5浓度急速降低.
 |
| 图 10 第3次强霾污染过程的地面天气形势演变及PM2.5浓度的空间分布(蓝色线条代表冷锋) Fig. 10 The evolution of surface synoptic situations and the spatial distribution of PM2.5 concentrations during the third severe haze pollution process(Blue lines represent cold fronts) |
从第4次强霾污染过程的地面天气形势及PM2.5浓度的演变过程(图 11)中可以发现, 2017年12月28日06:00(图 11a)蒙古中部有一冷锋出现, 污染物分布较为范围较大, 我国中部及东部大部分地区PM2.5浓度都超过了75 μg · m-3, 随着冷锋向东移动, 污染物也随着冷空气向东部输送并堆积, 导致我国东部地区PM2.5浓度上升.12月30日00:00(图 11b)冷锋移动至长三角地区以西, PM2.5浓度大值区位于京津冀、山东及长三角地区北部.31日00:00(图 11c)冷锋消散未经过长三角地区, 此时长三角地区受闭合高压影响, PM2.5浓度达到峰值, 海上生成新的冷锋, 对长三角地区影响较小.2018年1月1日00:00(图 11d)有一冷锋在长三角地区境前生成, 随着时间变化冷锋于2日12:00过境(图 11e), 伴随着冷空气而来的大风将长三角地区污染物清洁, PM2.5浓度迅速降低.
 |
| 图 11 第4次强霾污染过程的地面天气形势演变及PM2.5浓度的空间分布(蓝色线条代表冷锋) Fig. 11 The evolution of the surface synoptic situations and the spatial distribution of PM2.5 concentration during the fourth strong haze pollution process(Blue lines represent cold fronts) |
对第5次强霾污染过程的地面天气形势及PM2.5浓度的演变过程(图 12)分析后可以发现, 本次强霾污染过程也是一次污染物由北向南输送的过程.2018年1月14日00:00(图 12a)内蒙古地区南部有一冷锋存在, 沿着锋线以南PM2.5浓度分布较高, 分布范围较广.随着时间变化冷锋向东南移动, 污染物也随着冷空气的入侵向东南输送并累积(图 12b).1月17日18:00(图 12c)冷锋移动至长三角地区北部, 此时污染物大值区位于山东, 此时长三角地区PM2.5浓度逐渐升高.随后冷锋消散未经过长三角地区(图 12d), 长三角地区受高压影响污染物局地累积升高并于19日PM2.5浓度达到峰值.随后有冷锋由北向南移动至长三角地区(图 12e), 本次冷空气活动冷锋经过长三角地区, 冷锋过境后污染物被清洁(图 12f).
 |
| 图 12 第5次强霾污染过程的地面天气形势演变及PM2.5浓度的空间分布(蓝色线条代表冷锋) Fig. 12 The evolution of the surface synoptic situations and the spatial distribution of PM2.5 concentration during the fifth strong haze pollution process(Blue lines represent cold fronts) |
综合上述分析, 长三角地区5次强霾污染过程中只有第2次过程是污染物局地累积导致的严重污染事件, 在其余强霾污染过程中, 起初长三角地区的污染物都是来自冷空气南下输送而致, 从图中均可看到锋前出现一条高浓度污染带, 且伴随冷锋移动而移动, 其中第4次强霾污染过程是冷锋过境带来大量污染物从而导致的强霾污染事件的爆发.而第1、3和5次强霾污染过程冷锋均未经过长三角地区并在境前消散, 污染物输送至长三角地区后, 长三角地区受高压控制使得输送而至的污染物局地累积从而导致的严重污染事件发生.这5次强霾污染过程的污染物清洁都是由于强霾污染过程末期长三角地区有冷锋过境, 伴随冷空气入侵, 破坏大气中的逆温结构, 此时大气稳定度被破坏, 大气水平及垂直扩散能力增加, 使PM2.5浓度迅速下降至清洁状态.因此我们认为, 2014—2018年冬季长三角地区受冷锋影响频繁, 污染物伴随冷锋南下输送至长三角地区, 随后长三角地区地面受高压控制, 稳定的天气形势有利于PM2.5局地累积从而爆发强霾污染事件, 最后冷锋过境, 大风清洁, PM2.5浓度迅速降低.
4 结论(Conclusions)1) 2014—2018年冬季长三角地区强霾污染事件主要集中在12月及1月发生, 2016年冬季无强霾污染事件发生.强霾污染事件发生时, 长三角地区北部比南部污染更严重.
2) 当大气中相对湿度维持在较高的水平并且维持较小的风速时, 更有利于污染物的累积从而导致强霾污染事件的发生.
3) 长三角地区发生强霾污染过程时, 对流层中层以纬向环流为主, 长三角地区多受西北气流影响, 严重污染发生当日, 长三角地区多受平直的西风气流影响, 南北气流交换不畅, 不利于污染物南北向的输送.
4) 严重污染发生当日, 长三角地区对流层低层多受均压场控制或位于高压顶部, 这种稳定的天气形势有利于污染物的局地累积从而爆发强霾污染事件.
5) 强霾污染过程发生时, 污染物大多伴随冷空气南下输送至长三角地区, 严重污染发生当日长三角地区多受地面高压控制, 仅有1次强霾污染过程为局地污染累积而导致的, 5次强霾污染过程最终都是由于大风伴随冷锋过境将污染物清洁.
Bei N, Li G, Zavala M, et al. 2013. Meteorological overview and plume transport patterns during Cal-Mex 2010[J]. Atmospheric Environment, 70(Complete): 477-489. |
Chen Z H, Cheng S Y, Li J B, et al. 2008. Relationship between atmospheric pollution processes and synoptic pressure patterns in northern China[J]. Atmospheric Environment, 42(24): 6078-6087. |
程念亮, 孟凡, 徐峻, 等. 2013. 中国东部春季一次强冷锋活动空气污染输送过程分析[J]. 环境科学研究, 26(1): 34-42. |
胡燕, 周家斌, 熊鹰, 等. 2017. 武汉市典型地区PM2.5化学组成及来源解析[J]. 环境污染与防治, 39(9): 992-998. |
Jacobeit J. 2009. Classifications in climate research[J]. Physics and Chemistry of the Earth, 35(9/12): 411-421. |
李子华, 杨军, 石春娥, 等. 2008. 地区性浓雾物理[M]. 北京: 气象出版社, 160.
|
廖晓农, 张小玲, 王迎春, 等. 2014. 北京地区冬夏季持续性雾-霾发生的环境气象条件对比分析[J]. 环境科学, 35(6): 2031-2044. |
刘厚凤, 杨欣, 陈义珍, 等. 2015. 中国重霾过程污染气象研究进展[J]. 生态环境学报, 24(11): 1917-1922. |
Li P, Yan R, Yu S, et al. 2015. Reinstate regional transport of PM2.5 as a major cause of severe haze in Beijing[J]. Proc Natl Acad Sci U S A, 112(21): E2739. |
Ma X Y, Sha T, Wang J Y, et al. 2018. Investigating impact of emission inventories on PM2.5 simulations over North China Plain by WRF-Chem[J]. Atmospheric Environment, 195: 125-140. |
饶晓琴, 李峰, 周宁芳, 等. 2008. 我国中东部一次大范围霾天气的分析[J]. 气象, 6: 91-98. |
Sarrat C, Lemonsu A, Masson V, et al. 2006. Impact of urban heat island on regional atmospheric pollution[J]. Atmospheric Environment, 40(10): 1743-1758. |
沙桐, 马晓燕, 王健颖, 等. 2018. 长江三角洲冬季电厂排放对大气污染的影响[J]. 中国环境科学, 38(9): 90-99. |
Sha T, Ma X Y, Jia H L, et al. 2019. Aerosol chemical component:Simulations with WRF-Chem and comparison with observations in Nanjing[J]. Atmospheric Environment, 218: 116982. |
唐宜西, 张小玲, 熊亚军. 2013. 北京一次持续雾霾天气过程的气象特征分析[J]. 气象与环境学报, 29(5): 12-19. |
Wehner B, Wiedensohler A. 2003. Long term measurements of submicrometer urban aerosols:statistical analysis for correlations with meteorological conditions and trace gases[J]. Atmospheric Chemistry and Physics, 27: 867-879. |
魏建苏, 孙燕, 严文莲, 等. 2010. 南京霾天气的特征分析和影响因子初探[J]. 气象科学, 30(6): 868-873. |
Wang Y, Ying Q, Hu J, et al. 2014. Spatial and temporal variations of six criteria air pollutants in 31 provincial capital cities in China during 2013-2014[J]. Environment International, 73: 413-422. |
徐翔德, 周丽, 周秀骥, 等. 2004. 城市环境大气重污染过程周边源影响域[J]. 中国科学(D辑:地球科学), 10: 78-86. |
徐建辉, 江洪. 2015. 长江三角洲PM2.5质量浓度遥感估算与时空分布特征[J]. 环境科学, 36(9): 3119-3127. |
杨旭, 张晓玲, 康延臻, 等. 2017. 京津冀地区冬半年空气污染天气分型研究[J]. 中国环境科学, 37(9): 3201-3209. |
中国气象局. 1979. 地面气象观测规范[M]. 北京: 气象出版社, 22-27.
|
朱乾根, 林锦瑞, 寿绍文, 等. 1981. 天气学原理和方法[M]. 北京: 气象出版社, 168-169.
|
Zhang Y, Sperber K R, Boyle J S. 1997. Climatology and Interannual Variation of the East Asian Winter Monsoon:Results from the 1979-95 NCEP/NCAR Reanalysis[J]. Monthly Weather Review, 125(10): 2605-2619. |
Zhang Y L, Cao F. 2015. Fine particulate matter (PM2.5) in China at a city level[J]. Scientific Reports, 5: 14884. |
庄欣, 黄晓锋, 陈多宏, 等. 2017. 珠江三角洲PM2.5高污染天气的区域污染特征分析[J]. 环境污染与防治, 39(10): 1088-1091. |