2. 兰州大学大气科学学院, 兰州 730000;
3. 青海省黄南藏族自治州气象局, 同仁 811399;
4. 中国科学院青海盐湖研究所, 西宁 810008
2. Atmospheric Science College of Lanzhou University, Lanzhou 730000;
3. Meteorological Bureau of Huangnan Tibetan Autonomous Prefecture in Qinghai Province, Tongren 811399;
4. Qinghai Institute of Salt Lakes, Chinese Academy of Sciences, Xining 810008
半干旱地区降水量一般在200~400 mm之间, 且蒸发量明显超过降水量很多, 自然植被为温带草原, 耕地以旱地为主.世界范围内存在多处干旱或半干旱地区, 我国的半干旱区则包括内蒙古高原的中部和东部, 以及黄土高原和青藏高原的大部(王国强, 2003).气象资料表明, 干旱和半干旱区气候下垫面植被稀疏, 地表土壤松散, 是沙尘暴、扬沙等天气现象发生的潜在沙源地.仅亚洲地区, 近年国内外研究也纷纷表明, 沙尘事件已经对旱区环境构成极大挑战.Shani等(2019)利用星载云气溶胶激光雷达和红外探路卫星观测(CALIPSO)反演的气溶胶探测数据、MODIS真彩图像、臭氧监测仪(OMI)和大气红外探测仪(AIRS)数据等, 分析了2018年5—6月印度-恒河盆地(IGB)发生的两起沙尘暴事件造成的气溶胶及辐射影响, 指出沙尘气溶胶辐射强迫可能对区域大气乃至整个气候系统产生重大影响.Naseema等(2018)利用区域化学迁移模式(CHIMERE)耦合中尺度天气模式(WRF), 研究了2014—2017年阿拉伯半岛上空的7起沙尘事件的可预测性, 并利用空气质量指数(AQI)和尘埃沉降通量(DDF)等评估了相应事件社会经济影响, 指出沙尘暴已经成为世界干旱和半干旱区最严重的环境问题之一.
尽管有学者利用地面观测数据、卫星植被指数及数值模拟方法, 对2007—2016年东亚地区沙尘暴的频率和强度进行研究并发现东亚春季沙尘事件(SDS)的数量和强度总体呈下降趋势(An et al., 2018).但大量研究仍表明, 干旱和半干旱区沙尘气溶胶造成的污染正对区域卫生状况、社会经济活动等造成不利影响(Chen et al., 2018; Ismail et al., 2018; Alina et al., 2019; Zahra et al., 2020).Zahra等(2020)利用伊朗塞曼医科大学和美国地质调查局环境健康有毒物质水文学和污染生物学项目数据及世界卫生组织空气污染情况统计数据等, 对中东地区沙尘暴的生物气溶胶负荷和健康影响进行了研究综述, 结果表明, 中东地区沙尘暴频发依托颗粒物和生物气溶胶浓度变化使得该地区呼吸和心血管死亡的发生率和医院就诊率显著增加.文章同时指出, 最近的数据趋势显示, 全球每年的沙尘气溶胶浓度都在增加.
基于此, 本文采用常规气象资料结合拉格朗日粒子释放模式(Lagrangian Particle Distribution Model, LPDM)污染物溯源分析方法, 对青海东部沙尘天气的主要成因及沙尘传输特征进行分析.以期为认识半干旱区典型沙尘导致的重污染天气机理, 并为提高该地区沙尘重污染天气预报预警水平提供参考.
2 研究区域概况(Research area survey)青海东部地区(图 1)位于青藏高原东北部, 属于典型的半干旱区, 辖西宁、海东2个地级市、9县, 人口约367万, 占全省人口的64.8%, 是青海省人口最密集、经济最发达的区域.该地区属温带大陆性半干旱气候, 年平均气温为5.8 ℃, 各地平均气温在2.9~9.0 ℃之间, 年平均降水量为411.0 mm, 各地平均降水量在272.0~540.5 mm之间.气象资料表明, 每年春季该地区受沙尘天气影响导致空气质量变差.但目前对该地区沙尘导致的污染天气研究较少, 尤其是有关该地区沙尘污染天气的成因及输送和发展研究较少.2019年5月11—13日, 青海东部出现沙尘天气, 导致空气质量恶化, 出现严重污染天气.
同时, 青海东部地区处于西部柴达木盆地和东部河西走廊两种地形之间的河谷地带, 区域内部及上下游地区地形十分复杂.一些研究表明, 大气环流的控制和区域周边地形作用是影响沙尘气溶胶时空分布的重要因素.Vahid等(2020)通过对德黑兰测站空气污染数据的统计分析和对卫星图像的目视检查, 确定了2012年7月上旬的一次沙尘暴事件, 并结合CMAQ/WRF/SMOKE模拟系统, 模拟了德黑兰地区颗粒物浓度和伊拉克-叙利亚地区形成的沙尘暴.Lu等(2018)利用空气质量模式WRF-Chem并基于地面观测和CALIPSO气溶胶数据模拟了2015年春季塔里木盆地塔克拉玛干沙漠的一次沙尘暴事件, 描述了事件中气溶胶的三维分布情况, 研究结果突出了环流和地形的共同影响.Shalev等(2018)研究了2007—2013年东地中海盆地发生的53次沙尘暴特征, 并对比了它们的沙源, 发现以北非为主要源地的西源沙尘暴的相关天气环流类型以冬季冷性环流为主, 而以阿拉伯半岛为源地的东路沙尘暴环流型则以红海槽为主, 主要发生在秋季.与该研究案例类似, 影响青海东部的沙尘暴通常也有东、西两个源地, 但在特殊的地形条件影响下, 东、西两路沙尘通常在季节性环流作用下耦合输送, 其沙尘运移机制更具复杂性.因此, 在研究青海东部沙尘污染天气的过程中, 本研究将结合高空环流背景进行分析, 并充分考虑地形对沙尘气溶胶输送的影响.
3 数据和方法(Data sources and analytical methods) 3.1 空气质量数据空气质量数据来源于青海省环保部门提供的空气质量监测数据, 选取西宁市一个观测站(市环境监测站, 位于西宁市城区, 有较好代表性, 且数据完整, 无剔除)和海东市环境监测站(平安区).采用2019年5月11—14日两站观测的6种污染物(PM2.5、PM10、SO2、NO2、O3和CO)逐小时浓度值.按照环保部发布的《环境空气质量指数(AQI)技术规定》中对日浓度的界定, 分别计算出各站的日浓度值, 再进行平均得到西宁、海东市的日浓度值.
3.2 气象及模式数据气象数据来源于中国气象局高空观测、地面观测及欧洲中心数值预报模式产品.HYSPLIT后向轨迹模式所用的气象资料来自NCEP(美国国家环境预报中心)的GDAS全球同化产品.
3.3 研究方法后向轨迹模式采用NOAA开发的HYSPLIT模型设计, 利用旧的网格化气象数据迅速响应大气中的紧急状况, 以此来诊断案例和分析气候.在污染物输送、扩散和沉降中, 本研究使用拉格朗日粒子扩散模式(LPDM)进行气团来源分析.
4 结果分析(Results analysis) 4.1 天气概况2019年5月11—12日, 由于前期气候干燥少雨, 受贝加尔湖低槽携带强冷空气东移下滑影响, 西北地区出现了大范围的沙尘天气, 内蒙及河西走廊地区局地出现沙尘暴, 青海东部及甘肃东部一带出现了扬沙或浮尘.其中, 2019年5月12日, 西宁、祁连、循化出现扬沙天气, 湟源、大通、乐都、民和、平安出现浮尘, 互助、尖扎出现霾(表 1).受沙尘天气影响, 青海东部出现空气重污染.
5月11日8:00的500 hPa高空图上(图 2a), 亚洲中高纬度贝加尔湖有一个较强低槽发展, 配合有明显的冷温槽, 在贝加尔湖西南侧形成-36 ℃的冷中心, 强冷空气的配合, 且冷温槽落后于高度槽, 使低槽进一步发展加强.低槽底部急流位于内蒙西部至河西走廊一带, 最大风速达38 m·s-1.青海大部处于低槽底部的西风气流中, 青海东北部的西风风速达16 m·s-1.700 hPa贝加尔湖低槽底部已东移至内蒙西部至河西走廊一带, 槽后偏北气流较强, 最大风速达24 m·s-1, 并有明显的冷温槽与低槽相配合, 且等温线密集, 风向与等温线存在明显的夹角, 有较强冷平流(图 2b).12日8:00发展加强的贝加尔湖低槽东移至蒙古至河套地区附近(图 2c), 700 hPa低槽东移至甘肃东部(图 2d).从垂直层面分析, 影响青海北部地区的低槽为一明显的后倾结构, 受高空后倾槽携带强冷空气东移及高空强风动量下传影响, 我国西北地区出现大范围沙尘天气, 加之青海东部地形为河谷地带, 近地层盛行偏东风, 偏东气流引导冷空气向西倒灌进入青海东北部地区, 在12日白天到夜间出现了持续时间较长的沙尘天气, 青海东部形成明显的重污染天气.
从地面冷锋动态图(图 3a)及沙尘天气的监测资料可以分析出, 此次沙尘天气地面冷空气主要影响新疆、内蒙西部、河西走廊西部地区, 冷空气在东移南压的过程中, 沿河西走廊下滑的冷空气自青海东部河谷地区倒灌进入青海东部, 受地面冷空气倒灌影响, 甘肃境内沙尘自东向西输送到青海东部, 造成青海东部出现重污染天气.5月11日20:00地面图上(图 3c), 沙尘天气主要出现在甘肃河西走廊中部, 青海北部没有出现沙尘天气.5月12日8:00地面图上(图 3d), 甘肃河西走廊沙尘已经东移南下至甘肃中部, 范围扩大, 青海东部局部地区有浮尘出现.5月12日11:00, 大风移至华北北部, 14:00冷高压后部甘肃至青海呈一致的偏东风, 青海东部河谷风速达8 m·s-1, 形成青海东部典型的地面冷空气倒灌形势(图 3f), 倒灌的冷空气将沙尘沿河谷输送到青海海东、西宁等地, 出现浮尘或扬沙的天气.5月12日14:00, 影响青海的沙尘天气范围逐渐增大, 扩展到海北东部、黄南北部等地.5月12日20:00, 青海东部沙尘天气达到最严重时段, 范围扩大.5月12日23:00, 影响青海的沙尘天气逐渐减弱, 能见度下降, 天气现象转为霾.
边界层中逆温层的存在是此次污染天气持续的重要原因之一, 从2019年5月12日8:00的温度对数压力图可以看出(图 4a), 700 hPa附近有一个明显的逆温层存在, 13日8:00的600 hPa附近仍有逆温层存在(图 4b).逆温层的存在使青海东部边界层的大气层结稳定, 不利于地表湍流活动造成的污染物向外扩散.
根据环境场温度、SI(沙氏指数)、SSI(风暴螺旋度)、LI(抬升指数)、RH700(700 hPa的相对湿度)、RH500(500 hPa的相对湿度)等参量的特征分析(表 2), 12日8:00逆温层在720~700 hPa之间, T700-T720=1.6 ℃, 13日8:00逆温层略有抬升到达670~650 hPa高度, T650-T670=2.8 ℃, 逆温层的持续存在, 影响了大气的扩散能力, 使大气污染物持续累积无法消散.从水汽垂直分布来看, 污染严重的12日低层相对湿度较小, 沙尘天气过程中, 扩散作用和气溶胶的凝结作用影响了水汽的变化, 低层大气的水汽含量下降, 从相对湿度的变化来看, 沙尘出现的12日700 hPa相对湿度由前一日的82%下降至45%, 低层水汽含量明显下降.综合上述分析, 此次重污染过程主要由河西走廊冷空气到达甘肃东部倒灌将沙尘天气输入进入青海东部造成的, 沙尘出现后受气溶胶的凝结作用, 使低层相对湿度明显较小.
地基GPS水汽遥感大气探测技术利用地基高精度GPS接收机, 通过测量GPS信号在大气中湿延迟量的大小来遥感大气中水汽总量(谷晓平等, 2005).以青海东部西宁站为例, 选取11日8:00—13日17:00逐3 h的GPS水汽观测资料, 沙尘天气出现前期, 青海东部地区湿度条件逐渐变差, 沙尘发生前, 地面感热明显增加, 大气中的水汽随着减弱.从GPS水汽遥感资料分布可以看出, 11日17:00青海东部整层水汽含量出现明显下降, 到11日23:00水汽条件降到最低点, GPS水汽含量为3 mm(图 5).说明在较好的高低空环流形势配合下, 空气干燥、水汽条件较差是沙尘天气形成的重要条件之一.12日8:00随着沙尘天气的出现, 水汽条件又呈现出下降趋势, 说明沙尘天气本身也会对水汽条件的变化产生一定的影响.
图 6是选取的西宁一个观测站(市环境监测站, 位于西宁市城区, 有较好代表性, 且数据完整, 无剔除)和海东市环境监测站(平安区)空气质量逐小时数据变化.从图中可以看出, 5月11—14日西宁、海东(平安)PM10浓度在沙尘天气来临之前小于200 μg·m-3, 沙尘天气来临之时, PM10浓度剧增.海东在5月12日6:00—7:00 PM10浓度开始突增, 9:00—18:00 PM10浓度超过1500 μg·m-3, 最大值达到2003 μg·m-3, PM2.5浓度最高达483 μg·m-3;5月13日16:00—19:00 PM10浓度骤降, 20:00再次升高至612 μg·m-3.西宁地区5月12日7:00—8:00 PM10浓度突增, 12:00—14:00 PM10浓度超过1200 μg·m-3, 最大值达到1498 μg·m-3, PM2.5浓度最高达328 μg·m-3.13日18:00—21:00 PM10浓度降低到较小值, 22:00再次升高至501 μg·m-3.两地相距约39 km, 沙尘天气率先到达海东后再到达西宁地区, 颗粒物浓度在两地升降幅度较为一致, 说明此次影响青海东部地区的沙尘暴传输路径是自东南向西北传播.由于沙尘在传播过程中吸附、沉降及下垫面摩擦等的影响, 颗粒物浓度会略有降低, 故海东PM10、PM2.5总的质量浓度均高于西宁.受沙尘输入影响, PM2.5变化也和PM10较一致.从12日10:00开始, 西宁PM2.5浓度急剧上升, 至12日12:00达到极值, 随后缓慢下降, 但基本维持在270 μg·m-3, 至13日8:00降至200 μg·m-3左右, 随后又缓慢上升至270 μg·m-3左右, 随后逐步下降, 到13日20:00降至50 μg·m-3左右, PM2.5浓度降低至较低浓度.
混合层高度是太阳辐射使低层大气加热对流而形成的对流混合气层的高度, 对大气污染潜势预报十分重要.从5月11日EC数值预报的混合层高度来看, 青海全省大部混合层均处于1200 m以内, 特别是青海东部在900 m内, 说明混合层较低, 不利于大气湍流, 污染物不易扩散(图 7).此项预报指标对青海东部沙尘的扩散预报有很好的指示意义(此指标在青海东部应用尚属首次, 还需继续检验).
静稳天气指数是表达大气污染扩散的综合气象条件指标, 指数越大, 发生或维持大气污染的可能性就越大, 大气污染程度就越高(张恒德等, 2017).本研究首次将静稳天气指数引入并应用于青海东部.从5月11日8:00起报的预报时效12日的静稳天气指数来看, 青海大部分地区静稳天气指数较高, 为12以上(图 8), 表明静稳条件较好, 有利于静稳天气维持, 这与实况12日青海东部浮尘污染天气持续一致.
HYSPLIT(Hybrid Single-Particle Lagrangian Integrated Trajectory Model)模式可以用来计算简单的气团轨迹、模拟复杂的扩散和沉积, 最初由NOAA和澳大利亚气象局合作开发.国内外学者利用此技术开展了很多研究(南少杰等, 2018; 汪文雅等, 2018; 刘贤等, 2018; 沈洪艳等; 2018;李正等; 2018;Shaik et al., 2019).
本研究通过HYSPLIT对此次沙尘天气开展分型轨迹分析, 从图 9可以看出, 在影响西宁的近地面层500 m(红色)处, 低空气团主要来自河西走廊, 受地形影响倒灌进入青海东部河湟谷地, 进入西宁并滞留.在1500、2500m气团来看, 此次污染主要来自新疆.
对于大气成分传输问题, 拉格朗日模式是当前较为常用的方法.该模式在对大气污染事件的响应、气团来源分析乃至气候变化诊断方面都具有广泛的应用.本研究使用拉格朗日粒子扩散模式(LPDM)进行气团来源分析.
图 10a~10h分别是西宁市和海东市5月11日和12日的气团后向轨迹图, 各子图均描绘了该时刻往前48 h内的气团后向轨迹, 颜色越红代表在48 h内对当地的气团输送影响越强, 颜色越浅表示影响越弱.在5月12日8:00, 西宁市和海东市的气流轨迹基本一样, 两个城市的气团均来自其西北方向—海西地区, 而且该气团狭长密集, 在该急流的影响下, 西宁市和海东市的AQI指数急剧上升.5月12日20:00, 西宁市的主要气团依旧来自其西北方向, 同时也逐渐受到其西方和西南方向气团的影响, 但主要还是受到该污染气团的控制;海东市的气团主要来自周边地区, 不过还有一部分气团来自西北方向, 污染气团依旧影响着海东市.5月13日8:00, 西宁市的气团主要来自其西南方向周边地区, 不过西北方向的气团对两个城市依旧有一定的影响, 污染气团对西宁市的影响逐渐减弱;海东市的气团主要来自其东部和南部地区, 以及西北大范围地区, 已基本不受污染气团影响.到5月13日20:00, 西宁市和海东市的气团都已经主要来自其东部和南部大范围地区, 西北方向气团对两个城市的影响已经很微弱, 两个城市已基本脱离污染气团的影响, AQI指数也已经下降至正常范围.
1) 此次沙尘重污染天气主要受西风环流将甘肃中部沙尘传输至青海东部.此次沙尘天气过程地面冷空气在东移南压的过程中, 沿河西走廊下滑的冷空气自青海东部河谷地区倒灌进入青海东部, 受地面冷空气倒灌影响, 甘肃境内沙尘自东向西输送到青海东部, 造成青海东部出现重污染天气.
2) 逆温层的存在使青海东部边界层的大气层结稳定, 不利于地表湍流活动造成的污染物向外扩散, 无法及时扩散的沙尘长时间维持是出现重污染天气的主要原因.
3) 沙尘天气出现前期, 青海东部地区湿度条件逐渐变差, 沙尘发生前, 地面感热明显增加, 大气中的水汽随着减弱, 空气干燥, 水汽条件较差是沙尘天气形成的重要条件之一.
4) 青海东部的西宁、海东两地颗粒物浓度升降幅度较为一致, 说明此次影响青海东部地区的沙尘暴传输路径是自东南向西北传播.由于沙尘在传播过程中吸附、沉降以及下垫面摩擦等的影响, 颗粒物浓度会略有降低, 故海东总的浓度均高于西宁.
5) 从轨迹分析来看, 此次青海东部(西宁、海东等地)沙尘天气为河西走廊沙尘倒灌导致, 并在地形影响下先后影响海东、西宁等地, 在1500、2500 m气团来看, 主要来自新疆.从气团运动来看, 此次过程, 沙尘气团从河西走廊倒灌先后影响青海东部的海东、西宁两地.
Alina B, Yousef N. 2019. Statistical analysis of dust storms in the United Arab Emirates[J]. Atmospheric Research. DOI:10.1016/j.atmosres.2019.104669 |
An L C, Che H Z, Xue M, et al. 2018. Temporal and spatial variations in sand and dust storm events in East Asia from 2007 to 2016:Relationships with surface conditions and climate change[J]. The Science of the Total Environment. DOI:10.1016/j.scitotenv.2018.03.068 |
Chen Q C, Wang M M, Sun H Y, et al. 2018. Enhanced health risks from exposure to environmentally persistent free radicals and the oxidative stress of PM2.5from Asian dust storms in Erenhot, Zhangbei and Jinan, China[J]. Environment international. DOI:10.1016/j.envint.2018.09.012 |
苟日多杰. 2003. 柴达木盆地沙尘暴气候特征及其预报[J]. 气象科技, 31(2): 84-84. |
郭晓宁, 杨延华, 马元仓, 等. 2008. 柴达木盆地春季沙尘暴变化特征分析[J]. 干旱区资源与环境, 32(8): 107-113. |
谷晓平, 王长耀, 蒋国华. 2005. 地基GPS遥感大气水汽含量及在气象上的应用[J]. 气象科学, 25(5): 543-555. DOI:10.3969/j.issn.1009-0827.2005.05.014 |
Ismail S, Jean-Francois L, Mar S, et al. 2018. Dust and dust storms over Kuwait:GROUND-BASED and satellite observations[J]. Journal of Atmospheric and Solar-Terrestrial Physics. DOI:10.1016/j.jastp.2018.06.006 |
蒋雨荷, 王式功, 靳双龙, 等. 2018. 中国北方一次强沙尘暴天气过程的大气污染效应[J]. 干旱区研究, 35(6): 1344-1351. |
李永盛, 达成荣, 傅生武. 2005. 格尔木地区沙尘暴的气候特征, 成因及预报[J]. 青海气象, (4): 8-21. |
Lu M, Yang X H. 2018. Modeling study on three-dimensional distribution of dust aerosols during a dust storm over the Tarim Basin, Northwest China[J]. Atmospheric Research. DOI:10.1016/j.atmosres.2018.12.006 |
刘贤, 李月臣, 何君, 等. 2018. 重庆市冬季PM2.5输送特征及污染源地解析[J]. 环境科学与技术, 41(9): 134-141. |
李正, 张昊, 叶辉, 等. 2018. 杭州市典型雾霾期污染特征及污染源的HYSPLIT模型分析[J]. 环境科学学报, 38(5): 1717-1726. |
马艳, 郭丽娜, 黄容. 2014. 青岛一次沙尘污染事件的气象条件特征[J]. 干旱气象, 2(5): 773-780. |
南少杰, 梁美生, 施建华. 2018. 基于Hysplit后向轨迹模式分析太原市重污染天气影响[J]. 山西科技, 33(6): 131-133. |
Naseema B, Imen G. 2018. Simulation and analysis of synoptic scale dust storms over the Arabian Peninsula[J]. Atmospheric Research. DOI:10.1016/j.atmosres.2017.09.003 |
沈洪艳, 吕宗璞, 师华定, 等. 2018. 基于HYSPLIT模型的京津冀地区大气污染物输送的路径分析[J]. 环境工程技术学报, 8(4): 359-366. |
Shaik D S, Kant Y, Mitra D, et al. 2019. Impact of biomass burning on regional aerosol optical properties:A case study over northern India[J]. Journal of Environmental Management. DOI:10.1016/j.jenvman.2019.04.025 |
Shalev B, Itamar M L, Uri D. 2018. Characterization of Eastern Mediterranean dust storms by area of origin:North Africa vs.Arabian Peninsula[J]. Atmospheric Environment. DOI:10.1016/j.atmosenv.2018.10.034 |
Shani T, Akhilesh K, Vineet P, et al. 2009. Assessment of two intense dust storm characteristics over Indo - Gangetic basin and their radiative impacts:A case study[J]. Atmospheric Research. DOI:10.1016/j.atmosres.2019.05.011 |
Vahid J F, Mohammad A. 2020. Contribution of Iraqi and Syrian dust storms on particulate matter concentration during a dust storm episode in receptor cities:Case study of Tehran[J]. Atmospheric Environment. |
王国强. 2003. 农业抗旱技术[M]. 银川: 宁夏人民出版社.
|
汪文雅.2018.利用后向轨迹模式分析太原市大气污染物来源[A].中国气象学会.第35届中国气象学会年会S12大气成分与天气、气候变化与环境影响暨环境气象预报及影响评估[C].北京: 中国气象学会.7
|
Zahra S, Pari T, Ali D B, et al. 2020. An overview of bioaerosol load and health impacts associated with dust storms:A focus on the Middle East[J]. Atmospheric Environment. DOI:10.1016/j.atmosenv.2019.117187 |