2. 寿县国家气候观象台, 寿县 232200;
3. 安徽省气象台, 合肥 230031
2. Shouxian National Climate Observatory, Shouxian 232200;
3. Anhui Meteorological Observatory, Hefei 230031
大气气溶胶导致能见度降低, 影响人民生产生活及公众安全, 损害人体健康, 影响全球气候变化(吴兑等, 2010; Li et al., 2011).气溶胶聚集是不利气象条件、本地污染源排放和区域输送共同作用的结果(王喜全等, 2007; Kim et al., 2012; Wu et al., 2013).大尺度天气形势通过影响局地气象条件进而影响气溶胶的形成、转化、扩散、输送及清除(任阵海等, 2004).稳定的均压场会导致小尺度环流的出现, 使气溶胶形成汇集带, 造成局地严重的大气污染.污染主要发生在边界层内部, 其严重程度除了与排放强度有直接关系, 还与边界层气象条件密切相关(任阵海等, 2004; 李令君等, 2012; 2016).
近年来由于经济的快速发展和城市的大规模建设, 空气中气溶胶浓度相对较高, 持续的区域污染及低能见天气(如霾天)频繁发生(周巧兰等, 2009). 20世纪80年代以来, 安徽霾日数和霾强度都在不断增加, 安徽北部及中部地区冬春季节AOD值较高(王浩洋和吴艳兰, 2015).也有研究表明(邓学良等, 2015), 2000年之后安徽霾天气的持续性和区域性特征日益明显, 形成3个高发区, 其中以蚌埠为中心的沿淮高发区, 年霾日数增长最快.同时沿淮地区地处气候过渡带, 天气现象复杂, 具有独特的区域性和复杂性, 其既受到本地污染源的影响, 又受到外来污染源的传输影响.因此, 本研究选择安徽沿淮地区为研究区域.
以往对安徽及沿淮地区霾天气的研究主要包括两个方面:一方面是重污染天气时空演变特征及天气成因研究(石春娥等, 2014), 冬季高于0.9.小风、高湿和偏东风是安徽产生霾的有利条件, 霾天边界层中上部风切变较小, 晴空天边界层中上部都存在较大的风切变(石春娥等, 2017).另一方面是对颗粒物光学特性及气溶胶特性MODIS资料反演及水平分布特征(韩永等, 2007; 刘晓舟等, 2013; 陆祖荣等, 2014; 张浩等, 2015).也有学者利用地基激光雷达反演气溶胶垂直光学特性(李学彬等, 2008; 迟如利等, 2008), 但地基激光雷达只能得到单点的数据, 覆盖面积小, 有一定的空间局限性.而CALIOP星载激光雷达能够提供通常被动遥感难以获取的气溶胶三维精确多参数信息, 不仅可以以高分辨率观测全球范围内云和气溶胶的垂直分布, 还可用于开展污染物的传输和追踪, 在国内外气溶胶特性垂直探测研究方面应用广泛(Dubovik & King, 2000; Thomason et al. 2007; Huang et al. 2007; 刘璇等, 2015;高星星等, 2016).本研究利用CALIOP星载激光雷达资料, 以蚌埠为代表, 通过对沿淮地区污染性天气的污染特征、污染类型及气象要素的综合分析, 了解沿淮地区污染来源、气溶胶垂直分布特征及典型天气形势, 为污染防治及重污染天气预警预报提供参考.
2 数据与方法(Datas and methods) 2.1 卫星探测数据CALIPSO卫星携带有3个有效载荷:双波长偏振激光雷达(CALIOP), 红外图像探测仪(IIR), 广角照相机(WFC).轨道高度705 km, 每16 d获取一次全球气溶胶和云层的三维信息. CALIOP发射532 nm和1064 nm波长的激光脉冲, 3个接受通道分别测量1064 nm的后向散射信号及532 nm后向散射信号的正交偏振成分.通过收集气溶胶和云在两个波段上的衰减散射和532 nm的极化后向散射的信息, 从而获得云和气溶胶的垂直廓线、云-气溶胶粒子的物理性质(徐婷婷等, 2012; 王苑等, 2014).
本文使用二级数据(Level2)的气溶胶廓线和类型掩码产品VFM(Vertical Feature Mask).数据水平分辨率333 m, 8 km以下垂直分辨率为30 m.研究结果(Winker et al., 2009)表明, VFM Version 3资料在气溶胶分类上精度大大提升, 该数据集利用体积退偏比、532 nm后向散射系数、区域类型等一系列特征雷达信号, 区分大气层内不同高度气溶胶类型.将气溶胶分为6种类型(表 1), 分别为“清洁海洋型(CM)”、“沙尘型(Du)”、“大陆污染型(PC)”、“大陆清洁型(CC)”、“污染沙尘型(PD)”及“烟尘型(Sm)”.其中大陆清洁型被认为是清洁的背景大气, 大陆污染型气溶胶主要是城市工业区排放的包含大量黑碳的气溶胶, 烟尘型气溶胶主要是生物质燃烧的产物, 而污染沙尘型气溶胶是沙尘与生物质燃烧的混合物(Omar et al., 2009). Liu等(2008)通过对世界不同区域气溶胶统计发现, 由于沙尘气溶胶颗粒较大且形状不规则, 偏振比集中在0.17附近, 而对于大陆性气溶胶和海洋气溶胶主要为规则性气溶胶, 其偏振比峰值远小于沙尘气溶胶, 接近于0.沙尘气溶胶色比主要集中在0.8附近, 烟尘气溶胶在0.35附近, 大陆型气溶胶在0.1附近, 海洋气溶胶在0.2附近.
本文以蚌埠(32.94°N, 117.36°E)作为沿淮地区的代表性研究站点.所用常规观测资料为蚌埠2012—2013年小时能见度、相对湿度数据、逐日天气现象记录(冰雹、吹雪、浮尘、毛毛雨、轻雾、沙尘暴、雾、雪、雪暴、烟幕、扬沙、雨、雨夹雪、阵性雨夹雪、阵雪、阵雨、霾). EC再分析资料来源于欧洲数值中心, 水平分辨率0.25°×0.25°.
2.3 研究站点及范围选取由于CALIPSO重返周期16 d, 时间分辨率较低, 为提高卫星数据的利用率, 以蚌埠为中心, 划定沿淮研究区域范围(116.7°~118°E、32.5°~33.5°N).本课题组认为当卫星经过该区域时, 其提取的数据可代表该研究区域的气溶胶平均状况.图 1给出了卫星过境示意图.
定义当日平均能见度<10 km, 相对湿度 < 90%, 并排除雹吹、浮尘、毛毛雨、轻雾、沙尘暴、雾、雪、雪暴、烟幕、扬沙、雨、雨夹雪、阵性雨夹雪、阵雪、阵雨等其他天气现象导致低能见度事件的情况, 则为1个霾日.该方法在国内已被广泛使用(吴兑等, 2010; 邓学良等, 2015).为与霾日进行对比, 定义当日平均能见度>10 km, 并排除所有发生天气现象的情况, 则为1个晴空日.
3 结果与讨论(Results and discussion) 3.1 沿淮地区霾日气溶胶消光系数垂直廓线2012—2013年蚌埠共有霾日205 d、晴空日94 d. 2012—2013年CALIPSO在蚌埠过境40 d, 剔除数据缺失日期后, 共获得有效过境26 d.将CALIPSO过境日期与研究区域霾日晴空日时间匹配后, 获得蚌埠霾日样本数12 d, 晴空日样本数9 d(表 2).
前期的研究结果表明, 与晴空日相比, 霾发生时2 km以上污染物的气溶胶浓度无明显差别, 即人为原因产生的气溶胶主要集中在2 km以下(邓涛等, 2013; 孙强等, 2015).因此, 对蚌埠2 km以下的消光系数垂直廓线进行统计分析.由于星载激光雷达对地面附近探测结果的误差较大, 因此, 将200 m以下数据舍弃.霾日蚌埠气溶胶垂直廓线表明(图 2), 气溶胶浓度在近地面500 m以下最高, 500 m以上随高度降低.霾发生时近地面200 m处高度消光系数为0.53, 略低于合肥的统计结果(于彩霞等, 2017).晴空日的近地面200 m消光系数为0.17.
使用TrajSat软件(Draxler & Hess, 1998)对蚌埠霾日气团做后向轨迹分析, 每个霾日后向轨迹的起始时间设置为每日06时(世界时), 后推时间为24时.上述研究结果表明, 污染发生时污染物主要集中在边界层大气中内, 而近地层气团受地表建筑等影响较大, 因此将后向轨迹的起始高度设置为500 m.同时利用聚类分析模块对后向轨迹进行聚类分析判断气团的主要来源方向.2012、2013年共计205个后向轨迹参与聚类分析.分类的原则是组内各轨迹之间差异极小, 而组间的差异极大(高元官等, 2017).聚类结果表明(图 3), 蚌埠霾日的污染气团来源主要分为4个方向, 蚌埠本地污染来源(路径3)对霾日发生贡献最大, 频率约为46%, 即蚌埠霾发生主要为本地污染累积, 其次为来自江苏等地的污染, 频率约占34%(路径1), 来自京津冀地区的气团贡献率为16%(路径2), 另外, 西北方向的气团对蚌埠大气污染也有影响, 约占霾日数的4%, (路径4)可能主要为沙尘影响.
从蚌埠本地污染、长三角污染、京津冀污染传输3种不同来源的霾事件中, 分别挑选典型污染过程(表 3), 利用CALIPSO气溶胶廓线资料及气溶胶污染类型掩码数据, 对不同来源的气溶胶类型、气溶胶的垂直分布特征进行对比分析.
2013年1月26—29日蚌埠连续4 d出现霾天气, 后向轨迹表明此次污染过程为本地污染累积过程(图 4d).从29日消光系数廓线来看, 近地层200 m处气溶胶消光系数为0.67 km-1, 高于3.1节中统计平均水平.且与统计结果相比, 气溶胶浓度最高处不是在近地面处, 而是在0.4 km处.最大消光系数为0.89 km-1, 0.4~0.8 km是气溶胶聚集高度, 0.2~0.4 km气溶胶浓度升高, 从0.8 km向上气溶胶浓度迅速降低(图 4b).图 4a和4c给出了29日气溶胶的垂直分布及气溶胶类型.从垂直剖面看, 蚌埠及周围地区气溶胶集中在0.8 km以下, 气溶胶消光系数大于0.8 km-1.此次污染过程中, 对大气能见度产生影响的主要为第3类大陆污染型气溶胶, 伴有第5类污染沙尘型气溶胶及第6类烟尘气溶胶(图 4c).
除了大尺度环流背景场, 局地气象条件也会影响大气扩散, 从3.1节中的分析可知, 污染物主要集中在2 km范围内.因此850 hPa等低层气象条件影响污染物扩散传输, 对污染的形成消散有重要影响.
500 hPa上长三角位于高空槽后脊前, 且暖脊东移的过程中移速缓慢, 环流稳定, 槽、脊振幅小, 高纬度的冷空气南下困难, 中层亦为短波脊, 从而有利于静稳天气背景形成(图略), 中层为下沉气流(图 5b). 850 hPa被高压控制, 有明显的暖平流, 对比925 hPa和850 hPa的温度, 蚌埠区域存在2 ℃左右的温差, 形成逆温层(图 5a).地面上, 该地区被多个小高压环绕, 形成了一个封闭或半封闭的弱低压区, 使各地污染物向该地区聚积, 并在近地层形成弱上升运动.地面小高压强度弱, 与低压区之间气压差不大, 因而地面风速小.
因此, 在大气环流稳定少动的背景下, 850 hPa附近的暖平流导致逆温层形成.污染物在垂直方向的扩散受到抑制, 聚集在1 km以下的低层.而地面低压区及弱风速区使污染物在本地汇集, 近地层的弱抬升运动导致污染物略有抬升, 在0.4 km附近形成最大消光作用.
3.3.2 长三角区域输送污染过程的气溶胶垂直分布特征及气象场分析2013年10月11—12日蚌埠为霾日.从12日卫星过境的气溶胶消光系数廓线看, 近地层200 m处气溶胶消光系数为0.79 km-1, 高于3.1节中统计平均水平.气溶胶浓度在近地面处最高, 污染在近地面最为严重, 随着高度增加气溶胶浓度降低(图 6b).从12日大气消光垂直剖面来看, 气溶胶聚集在1 km以下.此次污染过程中, 蚌埠地区上空存在3种类型气溶胶, 但对大气能见度产生影响的主要为第5类污染沙尘型气溶胶, 并伴有少量第2类沙尘气溶胶.
10月10日随着台风Danas在日本海消亡, 500 hPa副高脊线西伸至中国, 且位置非常偏北(图略).在它控制下长三角地区700 hPa、850 hPa、地面是一致的闭合高压(图 7a), 高压中心位于长江三角洲, 蚌埠位于高压后部.京津冀及长江三角洲的污染物聚集在高压控制区.高压控制下, 11日地面能见度8.5 km, 相对湿度73%, 风向东偏东南风1.9 m·s-1, 12日地面能见度5.3 km, 相对湿度67%, 风向南偏东南风4.8 m·s-1, 东南风增强.因此, 当500 hPa副热带高压脊线位置异常偏北西伸, 使整个高中低层大气形成一致的下沉气流(图 7b), 长江三角洲为高压中心, 则污染物聚集在边界层高度内, 形成长三角污染带, 且地面污染物浓度最高.
后向轨迹表明此次污染过程传输路径为京津冀地区污染传输至鲁西南地区, 进而南下至安徽北部(图 8d).2012年10月9日蚌埠出现污染天气, 10日空气质量迅速好转, 污染过程持续时间短.从大气消光的垂直剖面来看(图 8a), 在34°N地区附近污染物聚集高度分布至2~3 km, 在蚌埠地区(32.94°N)附近, 气溶胶聚集区下降到2 km左右.
近地面200 m处气溶胶消光系数为0.4 km-1, 远低于3.1节中统计平均水平.近地层的污染程度低于本地污染累积及长三角区域污染导致的污染.因此9日平均地面能见度8.7 km, 并未形成影响严重的低能见度天气.随高度增加气溶胶消光系数增加, 在1.6 km附近处消光作用最强, 最大消光系数为0.71 km-1(图 8b).从10月9日的气溶胶类型分布看(图 8c), 此次污染过程中, 蚌埠地区上空存在3种类型气溶胶, 但对大气能见度产生影响的主要为第3类大陆污染型气溶胶和第5类污染沙尘型气溶胶.此次污染来源为京津冀地区, 可以理解为主要污染为人类生活排放的过量气溶胶, 在传输过程中携带高空悬浮的大颗粒气溶胶.
地面上中国大陆中部为高压控制, 高压中心位于甘肃、内蒙一带, 蚌埠位于鞍形均压场中, 风速 < 2 m·s-1. 500 hPa低槽在9日快速发展, 从贝加尔湖东侧延伸到我国河北一带, 且有南支槽东移发展(图略).从低层气象条件分析结果可知(图 9a), 850 hPa中国中部地区为高压控制, 蚌埠位于高压前部, 处于偏西北气流中, 且有明显的冷平流.垂直方向上, 高纬度高空下沉气流将冷空气带下, 向低纬度低空扩散(图 9b).
后向轨迹也表明污染物聚集的1 km高度上污染物主要来自于高纬度的中高层大气.即冷空气主体达到前, 前沿冷空气打破京津冀及山东西部污染积累过程, 污染随着冷空气慢慢扩散, 上游地区输送作用导致了蚌埠此次短时污染的发生, 因此在1~2 km范围内气溶胶浓度最高, 而在扩散前期地面消光作用不强, 没有引起低能见度天气.当高层干冷空气到达地面, 蚌埠污染过程结束.空中气溶胶浓度高于近地层, 污染物从高层、高纬度地区向低层、低纬度传输.
4 结论(Conclusions)1) 通过2012—2013年的霾日统计分析表明, 沿淮地区霾日近地面200 m处气溶胶消光系数为0.53 km-1, 略低于合肥.总体上, 气溶胶浓度随高度降低.
2) 后向轨迹分析表明, 不利气象条件导致的本地污染累积是沿淮地区污染性天气形成的主要原因, 占污染天气的46%.其次是长三角污染带和京津冀污染传输影响, 分别占污染天气的34%和16%.
3) 不同污染来源条件下气溶胶类型不同.本地污染物积累时气溶胶类型主要是为第3类大陆污染型气溶胶, 伴有第5类污染沙尘型气溶胶及第6类烟尘.长三角区域污染形成时, 气溶胶类型主要为第5类污染沙尘型气溶胶, 并伴有少量第2类沙尘气溶胶.京津冀传输作用下, 传输的主要是第3类大陆污染型气溶胶和第5类污染沙尘型气溶胶.
4) 气溶胶垂直分布特征受低层850 hPa气象条件影响.静稳天气背景形势下, 850 hPa暖平流形成逆温层, 污染物聚集在逆温层下, 且地面低压区被小高压环绕, 污染物在低压区聚集并存在弱上升运动, 这类本地积累天气气溶胶消光作用最强高度为400~800 m.当副热带高压脊线西伸, 位置偏北, 导致长三角区域高中低层大气均被被高压控制形成一致的下沉气流, 地面气溶胶浓度最高, 消光作用最强.在冷空气南下前期, 850 hPa的西北气流将污染从高层高纬度地区向低层、低纬度大气传输, 气溶胶消光作用在1~2 km高度最强, 而地面消光作用远低于统计平均值.
迟如利, 吴德成, 刘博, 等. 2008. 探测气溶胶消光特性的双波长米散射激光雷达[J]. 大气与环境光学学报, 2008, 3(3): 179–186.
|
Draxler R R, Hess G D. 1998. An overview of the HYSPLIT_4modelling system for trajectories[J]. Australian Meteorological Magazine, 47(4): 295–308.
|
Dubovik O, King M D. 2000. A flexible inversion algorithm for retrieval of aerosol optical properties from Sun and sky radiance measurements[J]. Journal of Geophysical Research Atmospheres, 105(D16): 673–620.
|
邓涛, 吴兑, 邓雪娇, 等. 2013. 一次严重灰霾过程的气溶胶光学特性垂直分布[J]. 中国环境科学, 2013, 33(11): 1921–1928.
|
邓学良, 石春娥, 姚晨, 等. 2015. 安徽霾日重建和时空特征分析[J]. 高原气象, 2015, 34(4): 1158–1166.
DOI:10.7522/j.issn.1000-0534.2014.00007 |
高星星, 陈艳, 张武. 2016. 2006-2015年中国华北地区气溶胶的垂直分布特征[J]. 中国环境科学, 2016, 36(8): 2241–2250.
|
高元官, 张凯, 王体健, 等. 2017. 广西北海涠洲岛春季大气颗粒物浓度特征及影响因素[J]. 环境科学, 2017, 38(5): 1753–1759.
|
Huang J, Minnis P, Yi Y, et al. 2007. Summer dust aerosols detected from CALIPSO over the Tibetan Plateau[J]. Geophysical Research Letters, 34(18): L18805.
DOI:10.1029/2007GL029938
|
韩永, 饶瑞中, 王英俭. 2007. 利用积分浊度计获取合肥地区大气气溶胶光学特性[C]. 长江三角洲气候与环境研讨会
|
Kim C H, Park S Y, Kim Y J, et al. 2012. A numerical study on indicators of long-range transport potential for anthropogenic particulate matters over northeast Asia[J]. Atmospheric Environment, 58(4): 35–44.
|
Li W J, Zhang D Z, Shao L Y, et al. 2011. Individual particle analysis of aerosols collected under haze and non-haze conditions at a high-elevation mountain site in the North China plain[J]. Atmospheric Chemistry and Physics, 11(22): 11733–11744.
DOI:10.5194/acp-11-11733-2011
|
Liu Z, Liu D, Huang J, et al. 2008. Airborne dust distributions over the Tibetan Plateau and surrounding areas derived from the first year of CALIPSO lidar observations[J]. Atmospheric Chemistry & Physics, 8(16): 5045–5060.
|
李令军, 王英, 李金香, 等. 2012. 2000-2010北京大气重污染研究[J]. 中国环境科学, 2012, 32(1): 23–30.
|
李令军, 王占山, 张大伟, 等. 2016. 2013-2014年北京大气重污染特征研究[J]. 中国环境科学, 2016, 36(1): 27–35.
|
李学彬, 徐青山, 魏合理, 等. 2008. 气溶胶消光系数与质量浓度的相关性研究[J]. 光学学报, 2008, 29(9): 1655–1658.
|
刘晓舟, 许潇锋, 杨军. 2013. 华东三市能见度、气溶胶和太阳辐射变化特征[J]. 气象科技, 2013, 41(2): 352–359.
|
刘璇, 朱彬, 侯雪伟, 等. 2015. 基于卫星遥感和地面观测资料的霾过程分析——以长江三角洲地区一次严重霾污染过程为例[J]. 中国环境科学, 2015, 35(3): 641–651.
|
陆祖荣, 邱玉珺, 胡方超, 等. 2014. 沙尘天气对安徽寿县大气气溶胶光学特性的影响[J]. 科学技术与工程, 2014, 14(23): 311–316.
DOI:10.3969/j.issn.1671-1815.2014.23.060 |
Omar A H, Winker D M, Vaughan M A, et al. 2009. The CALIPSO automated aerosol classification and lidar ratio selection algorithm[J]. Journal of Atmospheric and Oceanic Technology, 26(10): 1994–2014.
DOI:10.1175/2009JTECHA1231.1
|
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, 2005, 29(1): 57–63.
|
任阵海, 万本太, 虞统, 等. 2004. 不同尺度大气系统对污染边界层的影响及其水平流场输送[J]. 环境科学研究, 2004, 17(1): 7–13.
|
石春娥, 邓学良, 杨元建, 等. 2014. 2013年1月安徽持续性霾天气成因分析[J]. 气候与环境研究, 2014, 19(2): 227–236.
DOI:10.3878/j.issn.1006-9585.2014.13112 |
石春娥, 邓学良, 余金龙, 等. 2017. 安徽省雾、霾、晴空天气的气象条件对比分析[J]. 气候与环境研究, 2017, 22(2): 242–252.
|
孙强, 范学花, 李艳伟. 2015. 2013年1月华北灰霾气溶胶光学特性的垂直分布[J]. 遥感学报, 2015, 19(3): 520–529.
|
Thomason L W, Pitts M C, Winker D M. 2007. CALIPSO observations of stratospheric aerosols:a preliminary assessment[J]. Atmospheric Chemistry and Physics, 7(20): 5283–5290.
DOI:10.5194/acp-7-5283-2007
|
Winker D M, Vaughan M A, Omar A, et al. 2009. Overview of the CALIPSO Mission and CALIOP Data Processing Algorithms[J]. Journal of Atmospheric & Oceanic Technology, 26(11): 2310–2323.
|
Wu D, Fung J C H, Yao T, et al. 2013. A study of control policy in thePearl River Delta region by using the particulate matter source apportionment method[J]. Atmospheric Environment, 76(76): 147–161.
|
王浩洋, 吴艳兰. 2015. 安徽及周边地区气溶胶时空特征及成因分析[J]. 环境科学学报, 2015, 35(7): 1972–1981.
|
王喜全, 齐彦斌, 王自发, 等. 2007. 造成北京PM10重污染的二类典型天气形势[J]. 气候与环境研究, 2007, 12(1): 81–86.
|
王苑, 邓军英, 史兰红, 等. 2014. 基于气溶胶光学特性垂直分布的一次浮尘过程分析[J]. 环境科学, 2014, 35(3): 830–838.
|
吴兑, 吴晓京, 李菲, 等. 2010. 1951-2005年中国大陆霾的时空变化[J]. 气象学报, 2010, 68(5): 680–688.
DOI:10.11676/qxxb2010.066 |
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, 2012, 33(7): 2165–2171.
|
于彩霞, 杨元建, 石春娥, 等. 2017. 基于CALIOP卫星探测的合肥霾日与清洁日气溶胶垂直分布特征[J]. 中国环境科学, 2017, 37(5): 1677–1683.
|
张浩, 邓学良, 石春娥. 2015. MODIS气溶胶产品在大气能见度监测中的应用[J]. 环境科学与技术, 2015, 38(8): 49–55.
|
周巧兰, 束炯, 王坚捍. 2009. 上海地区低能见度特征分析[J]. 气象与环境科学, 2009, 32(2): 26–29.
|