2017, Vol. 75
中国气象学会主办。
文章信息
- 姚日升, 涂小萍, 张小伟, 徐迪峰, 杨栋, 顾小丽. 2017.
- YAO Risheng, TU Xiaoping, ZHANG Xiaowei, XU Difeng, YANG Dong, GU Xiaoli. 2017.
- 宁波一次罕见持续重度污染事件的成因分析
- Analysis on a rare persistent heavy pollution event in Ningbo
- 气象学报, 75(2): 342-355.
- Acta Meteorologica Sinica, 75(2): 342-355.
- http://dx.doi.org/10.11676/qxxb2017.018
-
文章历史
- 2016-08-09 收稿
- 2016-12-06 改回
2. 宁波大学宁波市非线性海洋和大气灾害系统协同创新中心, 宁波, 315211;
3. 浙江省气象科学研究所, 杭州, 310008;
4. 浙江省气候中心, 杭州, 310012
2. Ningbo Collaborative Innovation Center of Nonlinear Hazard System of Ocean and Atmosphere, Ningbo 315211, China;
3. Zhejiang Institute of Meteorological Sciences, Hangzhou 310008, China;
4. Zhejiang Provincial Climate Center, Hangzhou 310012, China
气溶胶粒子是悬浮在大气中的直径为10-3—10 μm的固体或液体粒子，其浓度升高直接导致能见度降低，对居民身体健康也有害。随着经济发展和城市化进程加快，大气气溶胶污染日趋严重。研究表明，气溶胶粒子已成为霾发生频率升高的主因 (张小曳等，2013)。中国霾日发生频率呈增高趋势 (丁一汇等，2014)，并已成为东部城市群一种灾害性天气现象，相关研究已逐步展开 (高歌，2008；吴兑等，2010；吴兑，2012)。
分析发现，2000—2007年浙江北部霾日数比2000年前几十年的总数还多 (牛彧文等，2010)。对安徽省霾日数分析则发现，1980年以来总体呈上升趋势，但年际波动较大，不同年代霾高发区的位置不同 (石春娥等，2016a)。石春娥等 (2016b)还在合肥市区进行过粒子采样和水溶性无机离子成分分析。吴兑等 (2014)对珠江三角洲地区灰霾研究进展进行了综述，从灰霾标准、细粒子污染本质、水平输送和垂直扩散能力等多个方面进行过较全面的总结。为了给气溶胶粒子对健康影响评估标准的制订提供依据，欧洲启动了ESCAPE (European Study of Cohorts for Air Pollution Effects) 研究计划，在欧洲20个地区同步进行PM2.5、PM10及PM粗颗粒物浓度和PM2.5吸光率观测与分析 (Eeftens，et al，2012)。严重霾通常出现在小风或静风等不利于污染物水平扩散的条件下，当低层有逆温层时，大气处于稳定状态，会限制污染物的垂直扩散 (张人文等，2011)。逆温层越强、高度越低，则气溶胶浓度越高，对能见度的影响也越明显 (王丛梅等，2013)。逆温层出现在近地面时气溶胶浓度一般较高 (廖晓农等，2014)。严重污染事件的发生与污染源和粒子的输送密不可分，而下沉气流也是造成粒子在低层堆积的原因之一。Wu等 (2005)曾对广州地区一次极端低能见度事件进行分析，发现此次事件与热带气旋西北侧的气流下沉有关。气溶胶粒子的区域输送、有利于粒子积累的天气形势在一段时间内稳定维持是持续性污染事件发生的两个重要条件 (饶晓琴等，2008；姚青等，2012；赵普生等，2012；戴永立等，2013)。
NOAA的HYSPLIT (Hybrid Single Particle Lagrangian Integrated Trajectory) 模式被广泛用于沙尘和污染物粒子轨迹研究 (Draxler，et al，1998；Escudero，et al，2011；Fleming，et al，2012；Chen，et al，2013)。Stein等 (2015)对其发展历史及近年来的改进做过详述。为了得到精细化的区域风场，以中尺度数值模式输出为基础，耦合观测资料，在更高分辨率地形上对风场进行降尺度诊断研究的CALMET模式 (the California Meteorological Model) 得到推广应用 (Scire，et al，1998)。CALMET通过最优因子权重法，将中尺度模式预报场与实况观测进行耦合，其结果常用来为扩散模式 (如CALPUFF, the California Puff Model) 提供气象要素场 (Cox，et al，2005)。Yim等 (2007)利用MM5/CALMET模式对澳门复杂地形下的风能资源分布进行了1 a的研究，证明模式能较准确地诊断出局地风向、风速。Wang等 (2008)对美国芝加哥地区一次晴空条件下典型湖陆风的CALMET模拟风场进行评估，结果表明，当读入能表现当地环流特征的站点资料时，模式具有很强的诊断能力。Lu等 (2012)利用WRF/CALMET模式对海陵岛进行了1 a的研究，发现其在层结稳定时对风速诊断有较好表现。Barna等 (2000)曾将MM5/CALMET模式应用到1996年7月发生在美国西北地区的一次O3事件分析中，取得了较好的效果。在中国，CALMET模式曾被用于风能资源分布 (任永建等，2012) 和环境资源分布的评估研究 (张南南等，2014)。基于WRF/CALMET模式诊断风场，结合HYSPLIT粒子后向轨迹分析，进行时、空分辨率更高的气溶胶粒子运动轨迹研究还不多。
2013年12月上旬发生了一次影响华东的区域性严重污染事件。本次过程在江苏省表现为带有重污染性质的持续性强浓雾 (焦圣明等，2016)。陈秋方等 (2014)曾对本次过程中杭州市超细颗粒物浓度变化和粒径谱分布特征进行了分析。为了研究本次污染在宁波爆发的原因，应用HYSPLIT4模式进行粒子后向轨迹追踪，然后采用WRF/CALMET模式对宁波地区边界层气象要素进行诊断，分析气溶胶粒子运动轨迹，以及局地通风系数与气溶胶粒子浓度的关系，以加深对气溶胶长时间维持的边界层环流特征的了解，建立粒子轨迹概念模型，为空气质量预报提供技术参考。
2 资料所用资料包括2013年11月30日—12月11日常规天气图、美国NCEP的GDAS (Global Data Assimilation System) 资料、浙江省自动气象站、宁波慈溪风廓线雷达和凉帽山岛370 m高塔、宁波市区8个监测点主要污染物及舟山市PM10和PM2.5浓度监测资料。除天气图和GDAS资料外，其他为整点逐时资料，风向、风速为整点10 min平均。自动气象站资料来自浙江省气象信息中心，这部分资料入库前已进行过质量控制，应用时未做更多处理。慈溪风廓线雷达为维萨拉Lap-3000型，最低采样高度96 m，最高3177 m，分析中用到其2213 m及以下探测资料。分析时段内慈溪没有降水出现，由于晴空大气的风场不均匀性对风廓线雷达测风精度影响不大 (邓闯等，2012)，所用风廓线雷达探测资料表现出较好的时空连续性，故认为满足测风精度要求。凉帽山高塔探测二维超声风资料，包括塔基 (海拔20 m) 和相对塔基60、179、263和298 m共5个层次的风向风速、气温等要素，质量良好 (姚日升等，2015)。慈溪风廓线雷达和凉帽山高塔探测资料来自宁波市气象网络与装备保障中心，应用时均经过人工审核。宁波市区污染物浓度为所有监测点平均值，气象要素以鄞州站 (58562) 作代表。舟山市PM10和PM2.5浓度资料由宁波市环保局提供。所有缺测资料不做插值补充。
3 个例实况分析 3.1 环流形势2013年11月30日—12月11日共有4次不同路径和强度的冷空气影响浙江省，分别出现在12月1日、3—4日、5—6日和8—10日，除3—4日为东路弱冷空气外，其余3次为中路冷空气 (朱乾根等，2000)。前3次冷空气影响时间都不长，风速增大均表现在500 hPa及以上层次，降温主要在700 hPa及以上层次，杭州站 (58457) 探空24 h降温4—6℃，700 hPa及以下风速变化不明显。图 1a、b分别为12月4日08和20时的天气形势，可见高空槽过境12 h后浙江北部850 hPa及以下层次转受反气旋环流影响，位于海平面气压场高压中心附近。12月8日前的3次弱冷空气虽未导致浙江省中低层风速和气温的明显变化，但风向均转为西北风，利于气溶胶粒子向东南方的输送，而高空槽过境后850 hPa及以下转受反气旋环流控制，利于气流下沉和保持层结稳定，同时风速减小，风向转变快，为气溶胶粒子的循环和滞留提供了好的环流条件。直到12月8—10日随着一股较强冷空气影响浙江，大气扩散条件明显好转，持续污染过程结束。
|
| (红色等值线为海平面等压线，黑色为500 hPa等高线，风羽为850 hPa风向风速) 图 1 2013年12月4日08时 (a)、20时 (b) 海平面气压场 (hPa)、500 hPa高度场 (dagpm) 和850 hPa风场 (m/s) (Red contours indicate the mean sea level pressure, black contours are for 500 hPa geopotential height, and red wind barbs show 850 hPa wind direction and speed) Figure 1 Distributions of mean sea level pressure (hPa), 500 hPa geopotential height (dagpm), and 850 hPa wind (m/s) fields at 08:00 BT (a) and 20:00 BT (b) 4 December 2013 |
宁波市区6种主要污染物 (PM10、PM2.5、NO2、SO2、CO和O3) 监测分析表明，2013年12月1—10日SO2、CO和O3平均IAQI (Individual Air Quality Index) 不超过20，NO2不超过44，而PM10和PM2.5均超过200，最大值分别为482和471，重度和严重污染 (IAQI＞200) 时数达108 h，是有观测以来最严重的污染。首要污染物为PM2.5，在PM10中平均占比71%，较珠三角观测值略高 (吴兑等，2007)。浓度分析表明，2013年12月1—10日宁波市PM10和PM2.5平均浓度为0.292和0.214 mg/m3，而同年11—12月除此时段外的均值不超过0.12和0.07 mg/m3。图 2显示了12月1日14时—10日14时逐时PM10、PM2.5浓度和自动能见度变化，根据PM2.5浓度变化可分4个周期 (图 2中3条垂直虚线划分)：1日14时—3日14时、3日14时—5日14时、5日14时—8日14时和8日14时—10日14时。1日23时前气溶胶粒子浓度有所升高但不明显，PM2.5浓度极大值不超过0.2 mg/m3，此后粒子浓度呈波动变化，多数时段有霾并伴有轻度污染。3日14时—5日02时、5日14时—7日02时、8日20时—9日08时出现3次气溶胶粒子浓度持续升高过程，导致后3个周期PM2.5浓度极大值均超过0.3 mg/m3，6日21时出现过程最大值0.543 mg/m3，过程最高PM10浓度超过0.7 mg/m3。5日20时—8日08时宁波市区自动能见度连续60 h低于2 km，PM2.5的IAQI指数持续达重度污染，天气现象则表现出雾、轻雾和霾交替变化，白天以霾为主，夜间则表现为雾或轻雾。
|
| (横坐标：上排为时间，中排为日期，下排为天气现象) 图 2 2013年12月1日14时—10日14时宁波市区逐时PM10、PM2.5浓度和自动能见度变化 (Abscissa: the top row is time, the middle is date, the bottom row shows weather symbols) Figure 2 Evolutions of hourly PM10 and PM2.5 concentration and visibility in Ningbo from 14:00 BT 1 December to 14:00 BT 10 December 2013 |
本次过程中，宁波市区能见度与PM10和PM2.5浓度、地面相对湿度、露点温度均有很高的负相关，相关系数均通过0.001信度检验。由于一些气溶胶粒子具有很强的吸湿性，在潮湿环境下气溶胶粒子可通过吸湿增长活化成凝结核参与雾滴的形成，导致雾和霾的转换 (Deng，et al，2011；Zhang，et al，2012)。吸湿后的气溶胶粒子对光线的散射能力增强，可进一步导致能见度降低 (戴永立等，2013；Svenningsson，et al，1994)，因此污染过程中也需要关注环境湿度的变化。
3.3 气溶胶粒子后向轨迹分析以宁波市环境监测中心 (29.851°N，121.524°E) 为起始点，应用美国NOAA的HYSPILT4模式 (Draxler，et al，1998；Stein，et al，2015；石春娥等，2016a) 对12月1日20时、4日20时、6日20时和9日08时进行粒子后向轨迹分析 (图 3)。4个初始时刻PM2.5浓度接近各周期极大值，轨迹追踪时段以粒子浓度呈升高趋势为原则，除第4个周期为12 h后向轨迹外，其余3次为24 h轨迹。图 3a和c后向轨迹相似，气溶胶粒子源于宁波市西北部300—400 km地区1000 m以下边界层，100 m以下近地层粒子主要来自300 m以下层次，图 3b则显示粒子来自200 km以内的近海，粒子源在高度300 m以下。图 3d粒子轨迹与图 3a和c基本一致，粒子也源于宁波市西北部上游，但主要来自300 m以下低层，与图 3b接近，明显低于图 3a和c。可见污染过程第1、第3和第4周期粒子轨迹与第2周期有明显不同，但粒子源高度第1、3周期接近，而第2、4周期接近。
|
| (a，2013年12月1日20时，24 h；b，4日20时，24 h；c，6日20时，24 h；d，9日08时，12 h；图中绿色、蓝色和红色分别表示海拔高度500、100和20 m) 图 3 4次不同起始时刻不同高度粒子后向轨迹 (a. 24 h back trajectories at 20:00 BT 1 December 2013; b. 24 h back trajectories at 20:00 BT 4 December; c. 24 h back trajectories at 20:00 BT 6 December; d. 12 h back trajectories at 08:00 BT 8 December; Green, blue and red lines indicate the altitudes of 500, 100 and 20 m, respectively) Figure 3 4 particle back trajectories at different initial time and different altitudes |
采用CALMET模式对WRFv3.6.1中尺度数值模式产品进行自动气象站观测资料耦合，对宁波市进行3 km以下气象要素诊断输出。
首先生成初猜场。采用WRF模式双向两重嵌套 (图 4中d01、d02区域)，以 (30°N，121.5°E) 为中心，d01网格点数410 × 387，分辨率9 km，d02网格点数319 ×304，分辨率3 km。初猜场为美国国家环境预报中心 (NCEP)0.5°×0.5°分辨率、间隔6 h FNL (NCEP Final Analysis) 格点场，模拟输出3 km×3 km的中尺度气象要素场。模式初始化过程中同化了常规高空和地面观测资料。张碧辉等 (2012)对沈阳地区的研究发现，风速、风向对边界层方案的敏感性不如气温明显，而YSU边界层方案的2 m模拟气温评估结果略好于MYJ方案，因此行星边界层选用YSU方案。
|
| (从外向里分辨率分别为9、3和1 km，标记P、T的黑色圆点为慈溪风廓线雷达和凉帽山高塔位置) 图 4 模式计算区域和网格嵌套示意图 (The resolutions for the three nesting domains are 9, 3 and 1 km respectively; the two black dots marked by P and T indicate the locations of the Cixi wind profiler radar and Liangmaoshan tower) Figure 4 Model domains for simulation |
第二步利用CALMET模式，在WRF输出气象要素场中加入观测数据 (Scire，et al，1998；Macintosh，et al，2010；任永建等，2012；张南南等，2014)，对图 4中d03区域进行诊断，输出宁波市为中心、水平分辨率1 km、垂直方向5—3000 m不等间距气象要素场。CALMET模式地形采用3″分辨率的SRTM3(Shuttle Radar Topography Mission) 资料。模拟起止时间2013年12月1—11日，逐日4次，每次积分18 h，前12 h为模式起转时间，诊断分析采用后6 h逐时输出。
4.2 模拟诊断结果检验 4.2.1 地面气象要素检验图 5a和b为2013年12月1日14时—11日14时宁波市区逐时模拟地面10 m风速、2 m气温与观测对比。模拟值与实况相关系数分别为0.714和0.878，通过0.001信度的显著性检验，表现出较好的模拟结果。模拟风速平均偏差和标准差分别约0.3和1.2 m/s，弱风时模拟偏差相对大，多出现在夜间，平均偏差0.71 m/s，而白天仅-0.12 m/s，可能是模式固有问题导致 (张碧辉等，2012)，但夜间和白天标准差接近，约为1.1 m/s。模拟气温与实况基本同步变化，平均误差和标准差分别为1.5和2.3℃，同样表现为夜间模拟效果比白天稍差。
|
| (横坐标同图 2，但无天气现象) 图 5 2013年12月1日14时—11日14时宁波市区逐时模拟10 m风速 (a，m/s)、2 m气温 (b，℃) 与实况对比 (The abscissa is the same as in Fig. 2 but without weather symbols) Figure 5 Comparisons of hourly wind speed at 10 m (a, m/s) and temperatures (b, ℃) between simulations and observations from 14:00 BT 1 December to 14:00 BT of December11 2013 in Ningbo |
对02时模拟气象要素进行空间检验，结果发现模拟地面平均风速较实况偏大，但一般不超过2 m/s，平均绝对风速误差一般也不超过2 m/s (图略)。模拟地面气温一般偏高，但基本不超过2℃，山区模拟气温多偏低。
4.2.2 不同高度模拟气象要素检验对2013年12月1日14时—11日14时慈溪风廓线雷达和凉帽山高塔不同高度逐时模拟气象要素进行检验，表 1列出了平均偏差、标准差和相关系数。由表 1可见，凉帽山高塔各高度模拟平均风速偏差一般不超过1 m/s，标准差不超过2.5 m/s，而气温标准差不超过1.7℃，地面至300 m左右高度风速、气温相关系数均超过0.83，表现出较好的模拟效果。
| 模拟高度 (m) | 观测高度 (m) | 平均偏差 | 标准差 | 相关系数 | 样本数 | ||||||||||
| U(m/s) | V(m/s) | 风速 (m/s) | 气温 (℃) | U(m/s) | V(m/s) | 风速 (m/s) | 气温 (℃) | U | V | 风速 | 气温 | ||||
| 高塔 | 地面 | 地面 | 0.0 | 0.6 | -0.4 | 0.5 | 2.1 | 2.2 | 2.1 | 1.6 | 0.76 | 0.92 | 0.87 | 0.89 | 226 |
| 80 | 80 | -0.5 | 0.7 | 0.1 | 0.4 | 2.4 | 2.0 | 2.4 | 1.1 | 0.81 | 0.92 | 0.87 | 0.93 | 226 | |
| 200 | 199 | -0.5 | -0.1 | 0.5 | 0.2 | 2.3 | 2.0 | 2.0 | 1.1 | 0.86 | 0.93 | 0.88 | 0.93 | 226 | |
| 300 | 283 | 0.2 | -0.8 | 1.1 | 0.1 | 2.0 | 2.1 | 2.1 | 1.1 | 0.86 | 0.94 | 0.84 | 0.94 | 226 | |
| 风廓线雷达 | 100 | 96 | 0.5 | -0.9 | 1.8 | 2.1 | 2.7 | 2.4 | 0.83 | 0.73 | 0.49 | 232 | |||
| 160 | 156 | 0.3 | -0.5 | 1.2 | 2.0 | 2.4 | 2.3 | 0.85 | 0.85 | 0.67 | 239 | ||||
| 400 | 397 | -0.1 | -0.1 | -0.2 | 1.7 | 1.7 | 1.6 | 0.88 | 0.95 | 0.91 | 212 | ||||
| 700 | 698 | -0.6 | -0.3 | -0.7 | 1.4 | 1.6 | 1.6 | 0.91 | 0.96 | 0.91 | 160 | ||||
| 1000 | 1000 | -0.6 | 0.4 | -0.5 | 1.4 | 1.5 | 1.4 | 0.92 | 0.96 | 0.95 | 95 | ||||
| 2200 | 2213 | -0.8 | 0.1 | 1.0 | 1.9 | 2.0 | 2.8 | 0.93 | 0.93 | 0.90 | 84 | ||||
慈溪风廓线资料检验发现：各层次风速平均偏差不超过2 m/s，标准差不超过3 m/s，U、V和全风速相关系数表现出由低层向高层增大，最低采样高度96 m处最差，相关系数0.50，400 m及以上模拟能力变化不大，相关系数超过0.90，说明模式对边界层低层风速模拟能力相对差，可能与地形对低层影响更大有关。对于相近高度的模拟风速，慈溪风廓线雷达处相关系数较凉帽山高塔低，可能是高塔资料受地形影响更小的缘故。
4.3 污染过程边界层气象要素特征模拟分析模拟发现，2013年12月1—8日污染发展过程中，宁波市区上空边界层高度呈昼高夜低的日变化 (图 6a)，白天最高一般超过1000 m，2—8日夜间持续低于100 m，同时200 m以下维持逆温层 (图 6b)。垂直运动分析 (图 6c) 发现，3000 m以下以0.3 m/s以下的弱下沉运动为主。1000 m以下边界层垂直速度进行平均发现，3—8日污染发展过程中，6日白天伴随弱冷空气南下，短时出现0.1 m/s的上升运动，但此时1000 m以上仍以下沉气流为主。可见3000 m以下维持较为深厚而持续的弱下沉运动、大气层结稳定、边界层高度持续偏低，均会抑制气溶胶粒子的垂直扩散，利于粒子在低层堆积而导致能见度降低，与已有研究结果 (张人文等，2011；王丛梅等，2013；杜川利等，2014；廖晓农等，2014) 基本一致。虽然弱冷空气影响时可能伴有上升运动，但上升运动层次浅薄且微弱，对于粒子的垂直扩散作用很小，直至9日白天较强冷空气影响时垂直运动和水平风速均明显增强。图 6d为1日14时—10日14时宁波市环境监测中心3000 m以下逐时模拟风向、风速和气温演变。可见1日14时—2日08时自上而下表现出弱降温并伴有西北风速增大，但8 m/s以上风速主要出现在800 m以上，1日上半夜200 m以下维持逆温层，后半夜逆温层消失，同时风速自下而上快速减小，这样的要素变化利于上游气溶胶粒子输入，但不利于输入粒子的继续扩散，导致1日14时—2日08时出现气溶胶粒子浓度的小幅升高和能见度的降低。2日白天随着弱冷高压东移，宁波市区边界层风速快速减小，风向顺时针快速变化，2日22时—4日02时1000 m以下盛行2 m/s以下的弱偏南风。类似的风向、风速变化在本次污染过程中发生了3次，分别为1日14时—4日02时、4日02时—6日02时、6日02时—9日02时，与图 2中气溶胶粒子浓度的周期变化对应。风场的这种快速变化，不利于粒子向其他地区远距离输送，而利于粒子的循环滞留，加上持续的弱下沉气流、夜间明显偏低的边界层高度和逆温层结构，为粒子滞留提供了很好的条件。循环滞留的粒子叠加上新输入的粒子，导致图 2中前3个周期粒子峰值浓度越来越高，其中第2个周期内 (3日14时—5日14时)4日下午和夜间宁波沿海维持朝向陆地的东北风速辐合，利于将宁波市东北部镇海炼化工业区的气溶胶粒子输送到其下风方，成为宁波市区的粒子输入源之一。模拟也显示4日20时—5日08时近地层维持90%以上的高相对湿度 (图略)，实况5日00—08时气溶胶粒子浓度虽缓慢下降，但市区能见度仍持续恶化，原因可能与PM2.5吸湿性对能见度的影响有关。5日下午宁波市区边界层西北风再次增强，7日02时之前宁波和舟山市区气溶胶粒子浓度均同步持续增大，表现出西北风速增大对粒子输入的作用。3次粒子叠加最终导致本次过程气溶胶粒子浓度峰值的出现。7日01时起PM2.5的IAQI持续11 h超过400，夜间表现为严重污染性质的雾，8日白天则为重度霾。7日02时后边界层高度小于100 m，并伴有0.5℃/(100 m) 以上强度的逆温层，同时风速小，边界层风温条件都非常利于污染持续。直到8日夜间一股较强冷空气侵入，虽然再次带来了外来污染，表现为9日02—08时宁波PM2.5粒子浓度升高，但9日上午3 km以下西北风均增大到8 m/s以上，9日夜间逆温层消失，随着大气扩散能力明显增强，污染过程结束。
|
| (a.边界层高度 (m)，b.气温垂直递减率 (℃/100 m)，c.垂直速度 (m/s)，色阶为下沉运动，等值线为上升运动，d.风羽为风向风速，色阶为等温线; 横坐标同图 5) 图 6 2013年12月1日14时—10日14时宁波市环境监测中心处模拟逐时3 km以下气象要素时空演变 (a. boundary layer height, b. temperature lapse rate (℃/100m), c. vertical velocity (m/s), the shaded areas indicate descending motion, and the isolines are for ascending motion, d. the barb shows the wind direction and speed, the shaded areas indicate isotherm areas. The abscissa is the same as in Fig. 5) Figure 6 Spatial and temporal evolutions of simulated hourly meteorological elements from 14:00 BT 1 December to 14:00 BT 10 December 2013 below 3 km at the Environmental Monitoring Center of Ningbo |
由上述分析可见，合适的风、温条件是本次污染发生、发展和持续的根本原因，气象条件为气溶胶粒子输送、滞留及其与本地污染粒子的叠加提供了环流背景。由于风速的减小和风向的快速变化，导致输入粒子循环滞留，而持续弱下沉运动、夜间边界层高度低并伴有逆温层，进一步加剧了粒子在低层的累积和能见度的降低。综上分析得到宁波市区本次污染过程气溶胶粒子输送轨迹示意图 (图 7)：12月1日伴随弱冷空气有气溶胶粒子的净输入 (输送1)，随着风速减小和风向的快速变化，粒子难以远距离扩散而在本地循环滞留 (图 7中黑色虚线)。第2次弱冷空气 (3—4日) 导致浙江北部沿海盛行东北风，并形成朝向陆地的风速辐合，利于将镇海炼化厂的污染物和海区滞留粒子重新输送回市区共同形成输送2(图 7中带箭头的黑色实线和灰色虚线)，导致3日14时—5日02时气溶胶粒子浓度的持续升高。5日下午至6日白天的第3次弱冷空气带来新的粒子输入 (输送3)，叠加上前期循环滞留的气溶胶粒子，终于导致5日20时—8日08时宁波市区历史罕见持续性严重污染事件的爆发。
|
| 图 7 2013年12月1—8日宁波市重度污染发展过程气溶胶粒子运动轨迹示意 Figure 7 A conceptual model of aerosol particle trajectories for the persistent haze event in Ningbo from 1-8 December 2013 |
边界层高度和风速是决定大气环境最重要的两个气象因子。目前中国常用的环境容量计算方法是以箱式模型为基础，综合考虑边界层内平均风速和边界层高度来确定箱体通风系数 (A) 的大小。当A大于8 m2/s时被认为扩散条件好，小于3 m2/s时被认为扩散条件差 (张南南等，2014)。计算公式
|
(1) |
|
(2) |
式中, Ui、Hi分别为第i小时边界层高度 (m) 和边界层平均风速 (m/s)，n为总时数，A为通风系数 (m2/s)。
模拟表明，1—8日浙江省北部陆地通风系数总体表现昼高夜低，夜间一般小于3 m2/s，扩散条件差，而白天除7日较大范围小于3 m2/s外，其余日期一般大于3 m2/s。图 8为4日02时 (a)、6日02时 (b)、6—9日逐日14时 (c—f) 模拟边界层平均风速和通风系数空间分布。可见4日02时浙江北部近海海面边界层盛行偏南风，并在宁波东北部沿海形成边界层气流辐合，这就是图 3b粒子轨迹的原因。同时陆地通风系数普遍小于1 m2/s，大气扩散能力差，利于粒子的输入和滞留。图 8b则显示6日02时杭州湾以北受弱冷空气影响，边界层普遍转为西北风，通风系数开始增大，太湖湖面局地超过12 m2/s，形成朝向下游的通风系数梯度，利于气溶胶粒子向东南扩散。随着弱冷空气向东南方向的扩散和白天热力条件的转好，6日14时宁波市通风系数明显增大到8 m2/s以上，但边界层平均风为西北风，利于上游气溶胶粒子输入，表现出6日白天宁波市PM10和PM2.5浓度呈升高趋势。7日白天浙北地区受弱冷空气后部变性高压东移影响，日照时数普遍不足3 h，热力条件很差，边界层平均风速小，导致7日14时通风系数普遍小于3 m2/s (图 8d)，白天仍持续重度霾，PM2.5浓度也持续超过0.3 mg/m3。8日白天随着边界层平均风速增大和晴朗天气的热力作用，通风系数迅速增大，14时市区普遍超过8 m2/s，局部超过12 m2/s，PM2.5浓度快速降低到0.1 mg/m3以下。直至9日较强冷空气影响时，14时宁波市边界层盛行8 m/s以上的西北风，通风系数均超过20 m2/s，沿海地区超过30 m2/s，边界层扩散能力非常好，污染过程得以结束。
|
| 图 8 2013年12月4日02时 (a)、6日02时 (b)、6日14时 (c)、7日14时 (d)、8日14时 (e)、9日14时 (f) 模拟宁波市边界层平均风向、风速和通风系数空间分布 (色阶：通风系数 (m2/s)，风羽：边界层平均风向风速) Figure 8 Spatial distributions of the simulated mean winds within the boundary layer and ventilation values in Ningbo at 02:00 BT 4 December (a), 02:00 BT 6 December (b), 14:00 BT 6 December (c), 14:00 BT 7 December (d), 14:00 BT 8 December (e), 14:00 BT 9 December (f) 2013 (The shaded areas indicate ventilation value (m2/s), barbs are for mean wind directions and speeds within the boundary layer) |
图 9为2013年12月1日14时—10日14时宁波市环境监测中心处逐时通风系数和PM2.5浓度变化。可见通风系数基本表现出夜间减小、白天增大的日变化特点，每天14时前后达到峰值，PM2.5浓度一般夜间升高、白天降低，二者基本成反位相变化。没有外源粒子输入时通风系数与PM2.5浓度相关系数为-0.301，通过0.001信度检验，表明此时通风系数大小对PM2.5浓度有较大的影响。但在PM2.5浓度升高的时段，分别存在3—10 h通风系数与PM2.5浓度同步增大，如4日06时通风系数仅0.13 m2/s，PM2.5浓度0.155 mg/m3，15时通风系数增强至12.7 m2/s，但PM2.5浓度却同步升高到0.249 mg/m3，6日08时通风系数仅0.58 m2/s，PM2.5浓度0.276 mg/m3，10时通风系数增大至6.6 m2/s，PM2.5浓度继续升高至0.337 mg/m3，这些时段均有外源性粒子输入，可见输入性粒子对PM2.5浓度变化的影响大于大气扩散能力自身增强的效果。
采用NOAA HYSPILT4粒子后向轨迹和WRF/CALMET模拟诊断等方法，对宁波市2013年12月1—10日一次罕见持续性严重污染事件爆发的原因进行分析，结果表明：
(1) 本次污染事件过程中宁波市区气溶胶粒子浓度没有表现出交通源峰、谷值变化特征。环境大气的相对湿度、水汽含量、PM2.5在PM10中所占的比例与污染物粒子浓度对能见度均有影响，因此污染事件发生、发展时不仅要关注气溶胶粒子浓度的变化，而且要关注环境大气相对湿度变化。夜间边界层高度低，风速小，有逆温层相伴，均利于粒子高浓度的维持。
(2) WRF/CALMET模式较好地模拟出本次过程3 km以下风、温场的变化。3次气溶胶粒子的叠加是导致本次污染爆发的源，而合适的边界层风、温变化则是污染发展和持续的根本原因，为粒子的滞留叠加提供了环流背景。弱冷空气为粒子输送提供了动力条件，但冷空气影响不及地，主要表现在800 m以上层次，即利于气溶胶粒子输入，又不破坏边界层的稳定性，弱冷空气间歇期，风向由西北风快速转为偏南风，风速小，不利于粒子的继续扩散。
(3) 污染发展过程中，浙江北部通风系数总体表现出昼高夜低的日变化，夜间普遍小于3 m2/s，而导致污染彻底消散的冷空气影响时，通风系数大幅度增大。污染持续和消散阶段通风系数与气溶胶粒子浓度有较高的负相关。外源性粒子输入对粒子浓度的增强作用大于大气扩散能力自身增强的效果，因此当由外源性粒子输入时通风系数增大将可能导致气溶胶粒子浓度的升高。
本研究结果表明：西北气流作用下容易造成宁波市区的外源性污染，而盛行东北风或偏东风时，镇海炼化工业区也可能成为市区气溶胶粒子的本地源。对于宁波市区外源性气溶胶粒子与本地源输送相对作用大小，还需要更多的个例加以研究和分析。
致谢: 感谢宁波市环境保护科学研究设计院刘中高工提供部分资料。| 陈秋方, 孙在, 谢小芳. 2014. 杭州灰霾天气超细颗粒浓度分布特征. 环境科学, 35(8): 2851–2856. Chen Q F, Sun Z, Xie X F. 2014. Distribution of atmospheric ultrafine particles during haze weather in Hangzhou. Environ Sci, 35(8): 2851–2856. (in Chinese) |
| 戴永立, 陶俊, 林泽健, 等. 2013. 2006—2009年我国超大城市霾天气特征及影响因子分析. 环境科学, 34(8): 2925–2932. Dai Y L, Tao J, Lin Z J, et al. 2013. Characteristics of haze and its impact factors in four megacities in China during 2006-2009. Environ Sci, 34(8): 2925–2932. (in Chinese) |
| 邓闯, 阮征, 魏鸣, 等. 2012. 风廓线雷达测风精度评估. 应用气象学报, 23(5): 523–533. Deng C, Ruan Z, Wei M, et al. 2012. The evaluation of wind measurement accuracy by wind profile radar. J Appl Meteor Sci, 23(5): 523–533. DOI:10.11898/1001-7313.20120502 (in Chinese) |
| 丁一汇, 柳艳菊. 2014. 近50年我国雾和霾的长期变化特征及其与大气湿度的关系. 中国科学D:地球科学, 57(1): 36–46. Ding Y H, Liu Y J. 2014. Analysis of long-term variations of fog and haze in China in recent 50 years and their relations with atmospheric humidity. Sci China D: Earth Sci, 57(1): 36–46. (in Chinese) |
| 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. 高原气象, 33(5): 1383–1392. Du C L, Tang X, Li X M, et al. 2014. Calculations of planetary boundary layer height and its relationship with particle size concentration in Xi'an city. Plateau Meteor, 33(5): 1383–1392. DOI:10.7522/j.issn.1000-0534.2013.00077 (in Chinese) |
| 高歌. 2008. 1961-2005年中国霾日气候特征及变化分析. 地理学报, 63(7): 761–768. Gao G. 2008. The climatic characteristics and change of haze days over China during 1961-2005. Acta Geogr Sinica, 63(7): 761–768. DOI:10.11821/xb200807010 (in Chinese) |
| 焦圣明, 朱承瑛, 朱毓颖, 等. 2016. 江苏地区一次罕见持续性强浓雾过程的成因分析. 气象学报, 74(2): 200–212. Jiao S M, Zhu C Y, Zhu Y Y, et al. 2016. A discussion on the reason for a rare persistent heavy fog event in Jiangsu province. Acta Meteor Sinica, 74(2): 200–212. (in Chinese) |
| 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. 环境科学, 35(6): 2031–2044. Liao X N, Zhang X L, Wang Y C, et al. 2014. Comparative analysis on meteorological condition for persistent haze cases in summer and winter in Beijing. Environ Sci, 35(6): 2031–2044. (in Chinese) |
| 牛彧文, 顾骏强, 浦静姣, 等. 2010. 浙江城市区域灰霾天气的长期变化. 热带气象学报, 26(6): 807–812. Niu Y W, Gu J Q, Pu J J, et al. 2010. The long-term variation of haze weather in urban areas of Zhejiang. J Trop Meteor, 26(6): 807–812. (in Chinese) |
| 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. 气象, 34(6): 89–96. Rao X Q, Li F, Zhou N F, et al. 2008. Analysis of a large-scale haze over middle and eastern China. Meteor Mon, 34(6): 89–96. DOI:10.7519/j.issn.1000-0526.2008.06.013 (in Chinese) |
| 任永建, 刘敏, 袁业畅, 等. 2012. 湖北省风能资源的高分辨率数值模拟试验. 自然资源学报, 27(6): 1035–1043. Ren Y J, Liu M, Yuan Y C, et al. 2012. The high resolution numerical simulation of wind energy resource in Hubei province. J Nat Resourc, 27(6): 1035–1043. DOI:10.11849/zrzyxb.2012.06.013 (in Chinese) |
| 石春娥, 邓学良, 朱彬, 等. 2016a. 合肥市不同天气条件下大气气溶胶粒子理化特征分析. 气象学报, 74(1): 149–163. Shi C E, Deng X L, Zhu B, et al. 2016a. Physical and chemical characteristics of atmospheric aerosol under the different weather conditions in Hefei. Acta Meteor Sinica, 74(1): 149–163. (in Chinese) |
| 石春娥, 王喜全, 李元妮, 等. 2016b. 1980~2013年安徽霾天气变化趋势及可能成因. 大气科学, 40(2): 357–370. Shi C E, Wang X Q, Li Y N, et al. 2016b. The trend of haze in Anhui province from 1980 to 2013 and the possible reasons. Chinese J Atmos Sci, 40(2): 357–370. (in Chinese) |
| 王丛梅, 杨永胜, 李永占, 等. 2013. 2013年1月河北省中南部严重污染的气象条件及成因分析. 环境科学研究, 26(7): 695–702. Wang C M, Yang Y S, Li Y Z, et al. 2013. Analysis on the meteorological condition and formation mechanism of serious pollution in south Hebei province in January 2013. Res Environ Sci, 26(7): 695–702. (in Chinese) |
| 吴兑, 邓雪娇, 毕雪岩, 等. 2007. 细粒子污染形成灰霾天气导致广州地区能见度下降. 热带气象学报, 23(1): 1–6. Wu D, Deng X J, Bi X Y, et al. 2007. Study on the visibility reduction caused by atmospheric haze in Guangzhou area. J Trop Meteor, 23(1): 1–6. (in Chinese) |
| 吴兑, 吴晓京, 李菲, 等. 2010. 1951—2005年中国大陆霾的时空变化. 气象学报, 68(5): 680–688. Wu D, Wu X J, Li F, et al. 2010. Temporal and spatial variation of haze during 1951-2005 in Chinese mainland. Acta Meteor Sinica, 68(5): 680–688. DOI:10.11676/qxxb2010.066 (in Chinese) |
| 吴兑. 2012. 近十年中国灰霾天气研究综述. 环境科学学报, 32(2): 257–269. Wu D. 2012. Hazy weather research in China in the last decade: A review. Acta Sci Circumst, 32(2): 257–269. (in Chinese) |
| 吴兑, 廖碧婷, 陈慧忠, 等. 2014. 珠江三角洲地区的灰霾天气研究进展. 气候与环境研究, 19(2): 248–264. Wu D, Liao B T, Chen H Z, et al. 2014. Advances in studies of haze weather over Pearl River Delta. Climatic Environ Res, 19(2): 248–264. DOI:10.3878/j.issn.1006-9585.2014.13110 (in Chinese) |
| 姚青, 蔡子颖, 韩素芹, 等. 2012. 2009年秋冬季天津低能见度天气下气溶胶污染特征. 气象, 38(9): 1096–1102. Yao Q, Cai Z Y, Han S Q, et al. 2012. Study on the pollution characteristics of aerosols during low visibility weather at Tianjin city in autumn and winter 2009. Meteor Mon, 38(9): 1096–1102. (in Chinese) |
| 姚日升, 涂小萍, 杜坤, 等. 2015. 两次冰雹过程边界层气象要素变化特征. 高原气象, 34(6): 1677–1689. Yao R S, Tu X P, Du K, et al. 2015. Characteristics of two hail cases in boundary layer. Plateau Meteor, 34(6): 1677–1689. DOI:10.7522/j.issn.1000-0534.2014.00072 (in Chinese) |
| 张碧辉, 刘树华, LiuH P, 等. 2012. MYJ和YSU方案对WRF边界层气象要素模拟的影响. 地球物理学报, 55(7): 2239–2248. Zhang B H, Liu S H, Liu H P, et al. 2012. The effect of MYJ and YSU schemes on the simulation of boundary layer meteorological factors of WRF. Chinese J Geophys, 55(7): 2239–2248. DOI:10.6038/j.issn.0001-5733.2012.07.010 (in Chinese) |
| 张南南, 万军, 苑魁魁, 等. 2014. 空气资源评估方法及其在城市环境总体规划中的应用. 环境科学学报, 34(6): 1572–1578. Zhang N N, Wan J, Yuan K K, et al. 2014. Air source assessment method and its application in urban environmental master planning. Acta Sci Circumst, 34(6): 1572–1578. (in Chinese) |
| 张人文, 范绍佳. 2011. 珠江三角洲风场对空气质量的影响. 中山大学学报, 50(6): 130–134. Zhang R W, Fan S J. 2011. Study of the influence of wind field on air quality over the Pearl River Delta. Acta Scient Nat Univ Sunyatseni, 50(6): 130–134. (in Chinese) |
| 张小曳, 孙俊英, 王亚强, 等. 2013. 我国雾-霾成因及其治理的思考. 科学通报, 58(13): 1178–1187. Zhang X Y, Sun J Y, Wang Y Q, et al. 2013. Factors contributing to haze and fog in China. Chinese Sci Bull, 58(13): 1178–1187. (in Chinese) |
| 赵普生, 徐晓峰, 孟伟, 等. 2012. 京津冀区域霾天气特征. 中国环境科学, 32(1): 31–36. Zhao P S, Xu X F, Meng W, et al. 2012. Characteristics of hazy days in the region of Beijing, Tianjin and Hebei. China Environ Sci, 32(1): 31–36. (in Chinese) |
| 朱乾根, 林锦瑞, 寿绍文, 等. 2000. 天气学原理和方法. 北京: 气象出版社: 267-268. Zhu Q G, Lin J R, Shou S W, et al. 2000. Principles and Methods of Synoptic Meteorology. Beijing: China Meteorological Press: 267-268. |
| Barna M, Lamb B, O'Neill S, et al. 2000. Modeling ozone formation and transport in the Cascadia region of the Pacific Northwest. J Appl Meteor, 39(3): 349–366. DOI:10.1175/1520-0450(2000)039<0349:MOFATI>2.0.CO;2 |
| Chen B, Stein A F, Maldonado P G, et al. 2013. Size distribution and concentrations of heavy metals in atmospheric aerosols originating from industrial emissions as predicted by the HYSPLIT model. Atmos Environ, 71: 234–244. DOI:10.1016/j.atmosenv.2013.02.013 |
| Cox R M, Sontowski J, Dougherty C M. 2005. An evaluation of three diagnostic wind models (CALMET, MCSCIPUF, and SWIFT) with wind data from the Dipole Pride 26 field experiments. Meteor Appl, 12(4): 329–341. DOI:10.1017/S1350482705001908 |
| Deng Z Z, Zhao C S, Ma N, et al. 2011. Size-resolution and bulk activation properties of aerosols in the North China Plain: The importance of aerosols size distribution in the prediction of CNN number concentration. Atmos Chem Phys, 11: 3835–3846. DOI:10.5194/acp-11-3835-2011 |
| Draxler R R, Hess G D. 1998. An overview of the HYSPLIT_4 modelling system for trajectories, dispersion and deposition. Austr Meteor Mag, 47(4): 295–308. |
| Eeftens M, Tsai M Y, Ampe C, et al. 2012. Spatial variation of PM2.5, PM10, PM2.5 absorbance and PMcoarse concentrations between and within 20 European study areas and the relationship with NO2——Results of the ESCAPE project. Atmos Environ, 62: 303–317. DOI:10.1016/j.atmosenv.2012.08.038 |
| Escudero M, Stein A F, Draxler R R, et al. 2011. Source apportionment for African dust outbreaks over the Western Mediterranean using the HYSPLIT model. Atmos Res, 99(3-4): 518–527. DOI:10.1016/j.atmosres.2010.12.002 |
| Fleming Z L, Monks P S, Manning A J. 2012. Review: Untangling the influence of air-mass history in interpreting observed atmospheric composition. Atmos Res, 104-105: 1–39. DOI:10.1016/j.atmosres.2011.09.009 |
| Lu Y X, Tang J P, Wang Y, et al. 2012. Validation of near-surface winds obtained by a hybrid WRF/CALMET modeling system over a coastal island with complex terrain. J Trop Meteor, 18(3): 284–296. |
| Macintosh D L, Stewart J H, Myatt T A, et al. 2010. Use of CALPUFF for exposure assessment in a near-field, complex terrain setting. Atmos Environ, 44(2): 262–270. DOI:10.1016/j.atmosenv.2009.09.023 |
| Scire J S, Robe F R, Fernau M E, et al. 1998. A user's Guide for the CALMET meteorological model (Version 5). Earth Tech Inc, 316pp |
| Stein A F, Draxler R R, Rolph G D, et al. 2015. NOAA's HYSPLIT atmospheric transport and dispersion modeling system. Bull Amer Meteor Soc, 96(12): 2059–2077. DOI:10.1175/BAMS-D-14-00110.1 |
| Svenningsson B, Hansson H C, Wiedensohler A, et al. 1994. Hygroscopic growth of aerosol particles and its influence on nucleation scavenging in cloud: Experimental results from Kleiner Feldberg. J Atmos Chem, 19(1-2): 129–152. DOI:10.1007/BF00696586 |
| Wang W G, Shaw W J, Seiple T E, et al. 2008. An evaluation of a diagnostic wind model (CALMET). J Appl Meteor Climatol, 47(6): 1739–1756. DOI:10.1175/2007JAMC1602.1 |
| Wu D, Tie X X, Li C C, et al. 2005. An extremely low visibility event over the Guangzhou region: A case study. Atmos Environ, 39(35): 6568–6577. DOI:10.1016/j.atmosenv.2005.07.061 |
| Yim S H L, Fung J C H, Lau A K H, et al. 2007. Developing a high-resolution wind map for a complex terrain with a coupled MM5/CALMET system. J Geophys Res, 112(D5): D05106. |
| Zhang Q, Meng J, Quan J, et al. 2012. Impact of aerosol composition on cloud condensation nuclei activity. Atmos Chem Phys, 12(8): 3783–3790. DOI:10.5194/acp-12-3783-2012 |