2019, Vol. 39
[PDF全文]
2. 江苏省电力公司电力科学研究院, 南京 211103;
3. 耶鲁-南京信息工程大学大气环境中心, 南京 210044
2. Jiangsu Electric Power Company Research Institute, Nanjing 211103;
3. Yale-NUIST Center on Atmospheric Environment, Nanjing 210044
湖陆风是由于湖泊陆面热力差异引起气压差而产生的一种中尺度局地环流现象(Haurwitz, 1947).因为水体的比热容高于陆地, 在白天, 陆地受热升温的速率大于湖面升温的速率, 陆地气压低于湖面气压, 受气压梯度力的影响, 低层的空气自湖面流向陆地, 形成湖风；而在夜间, 湖面辐射冷却的速率低于陆地, 湖面气压低于陆地气压, 低层的空气自陆地流向湖面, 形成陆风(王容等, 1994；黄先伦等, 2008；Physick et al., 2010).这种由热力驱动而引起的局地环流会改变周边地区的近地层温度、风场及其他气象条件, 并且影响污染物的扩散和分布(Lyons, 1972).当湖风发生时, 污染物会在上岸气流的携带下向陆地输送, 并且在湖风锋的上升气流的影响下向高空扩散(Wentworth et al., 2015).此外, 湖风环流会在湖岸形成污染沉积带, 使得湖岸地区污染物长时间维持在较高的浓度(Keen et al., 2010).
太湖是中国五大淡水湖之一, 总面积约2338 km2, 平均水深1.9 m(Qin et al., 2007), 是大型浅水湖的代表.太湖周边以经济发达的大城市为主, 已有的研究中关于太湖引发的湖风环流和城市热岛环流相互作用, 进而影响周边城市的气象环境、城市热岛、边界层结构及其局地天气气候特征的工作已经广泛开展.太湖地区的湖风环流在强热岛期间有可能明显降低周边无锡、常州地区的热岛强度, 削弱城市之间的热岛联系, 并使得白天湖风下风方无锡、常州城市的边界层高度降低(康汉青等, 2014).同时, 太湖湖风会对无锡的城市热岛结构起破坏作用, 并且抑制热岛在垂直方向上的发展(任侠等, 2017).然而对于苏州地区, 湖风的风场影响更大.湖风使得离太湖近的苏州市郊的混合层和逆温层的高度明显下降(杨健博等, 2013).此外, 太湖湖风锋有可能触发和增强雷暴过程, 并且为对流云的发展提供了水汽和能量(杨薇等, 2014).
当大型湖泊存在时, 首先改变了局地环流的特征, 并改变了空气中物质扩散及其化学反应条件, 使得污染物的浓度发生改变.当前, 有关湖陆风、海陆风等局地环流对臭氧分布的影响研究在许多沿海沿湖的大都市地区也已经开展.Levy等(2010)发现, 在五大湖南部地区臭氧浓度很高, 在白天, 上升气流将臭氧运输到城市海拔更高的地方, 下沉气流将臭氧运往五大湖南部.Wentworth等(2015)对安大略湖2010—2012年夏季的气象和污染观测资料的分析发现, 在湖风锋到达湖岸时, 岸上的臭氧浓度急剧升高, 表明富臭氧空气被湖风从湖面带到陆地.而大盐湖上强烈的湖风锋的前部臭氧浓度比尾流部分低20 ppb(Blaylock et al., 2017).在不同的天气形势下, 海风环流的分布不同, 稳定的天气条件下扩散较弱, 再加上温和的偏北气流的影响, 导致海风日雅典盆地北部的氮氧化物和臭氧浓度等级明显较高(Mavrakou et al., 2012).
太湖流域是中国经济最发达的地区之一, 伴随经济的发展而引发的一系列环境问题也十分严峻.工业、生活和交通排放了大量的臭氧前体物(NOx和VOC), 对该地区人民的健康造成了严重的威胁(易睿等, 2015；Monks et al., 2015).当前, 在太湖流域对臭氧的观测研究及其光化学反应的研究已经广泛开展(赵春生等, 2004；An et al., 2015; Liu et al., 2018), 但关于太湖湖风对城市臭氧影响的研究却很有限.与五大湖及海洋相比较, 太湖由于其深度较浅, 湖风的强度、持续时间都不及五大湖及海洋.然而在比邻城市的太湖岸边, 仍然显示出了较强的湖风特征(Wang et al., 2017), 有可能对污染物的形成产生重要影响.
基于此, 本研究使用WRF-Chem模式, 首先评估两种不同的湖泊陆面过程方案对2017年7月高温、高臭氧浓度时间段太湖及周边地区气象要素和污染物分布的模拟效果.同时, 采用加入湖泊方案的模拟结果分析湖陆风环流对太湖地区臭氧的影响.以期为太湖周边城市空气污染的预报和治理提供理论依据, 并为其他浅湖湖区局地环流和空气污染的研究提供思路上的参考.
2 模式和数据(Model and data) 2.1 天气背景2017年7月, 长三角地区出现了连续性的晴好高温天气, 受其影响, 臭氧浓度的监测值出现了持续偏高的情况, 7月22—28日, 江苏大部分地区白天1 h臭氧浓度超过了200 μg·m-3, 苏州、无锡、常州等地臭氧浓度超过300 μg·m-3, 达到中度污染的级别.江苏省环保厅2017年7月环境空气质量月报显示, 6项污染物中, 仅臭氧8 h滑动平均浓度出现超标, 为影响空气质量的主要污染物.
2.2 观测数据本文所用的模式效果检验数据为2017年7月22—28日共7 d的太湖湖上BFG(避风港)、PTS(平台山)通量观测站的水表面温度和2 m气温数据, 太湖周边4个气象基准观测站58349(吴中)、58354(无锡)、58358(东山)、58359(吴江)的逐小时2 m气温、10 m风速和相对湿度的观测数据及太湖周边空气质量监测站1164A(吴中站)、1188A(雪浪站)、1196A(常州站)、1992A(菱塘子站)的逐小时臭氧浓度数据(所有站点位置见图 1b).
 |
| 图 1 WRF-Chem模拟区域配置(a)及最内层下垫面类型(b) (AB线为图 4和图 6垂直剖面所在位置；五角星为湖面上观测站位置；黑色圆点为陆地气象观测站位置；三角形为空气质量监测站的位置) Fig. 1 WRF-Chem simulation area configuration (a) and landuse categories over the innermost domain (b) (line AB denotes the location of vertical cross-section in Fig. 4 and Fig. 6; pentagrams denote the observations on the lake; black dots denote the observations on the land; triangles denote the air quality monitoring stations) |
本文采用WRF-Chem模式3.7.1版本.最外层模拟区域中心位于119°E、33°N, 两层区域的水平网格分辨率分别为9 km×9 km(domain01)和3 km×3 km(domain02).模拟区域垂直方向上分为30层, 水平方向上的网格数分别为113×136和82×82, 积分时间步长为54 s.
本文的研究区域为内层高分辨率区域(图 1a).WRF-Chem气象模块选用的初始场数据是逐6 h的NCEP再分析资料.大气边界层参数化方案及城市冠层方案的选择对于污染物扩散的模拟非常重要, 在太湖流域, 任侠等(2017)的研究表明, BouLac边界层参数化方案及BEP城市冠层方案有较好的模拟效果.
从WRFV3.6版本开始, 物理过程加入了湖泊陆面过程模式(sf_lake_physics=1), 湖泊方案是基于Gu等(2013)改进了Oleson等(2013)的4.5版本的公共陆面模式获得的, 它是一个具有20~25个模拟层的一维质量和能量平衡方案.该方案将湖水自上而下分为积雪层(划分为5层)、液态水体(划分为10层)、底泥(划分为10层).湖泊方案使用WPS前处理得到的实际的湖泊点和湖泊深度, 也可以使用用户在WRF(lake_min_elev和lakedepth_default)中自定义的湖泊点和湖泊深度.湖泊方案独立于陆面方案, 因此, 可以和WRF中任何陆面方案一起使用.
WRF-Chem模式不仅可以用来模拟天气过程, 而且耦合了包含完整的化学物种的化学传输模式, 包括排放、传输、沉降、化学转换、光解、辐射和气溶胶物理化学过程(胡亚男等, 2018).本文中化学和气溶胶机理采用气相化学过程CBMZ方案, 该方案包含了55种化学物质及134个化学反应(Zaveri et al., 1999), 并且耦合了包含液相化学反应的8区段MOSAIC模型(Zaveri et al., 2008).MOSAIC模型包含的8类气溶胶成分分别为：钠盐、铵盐、硝酸盐、硫酸盐、氯化物、有机碳、元素碳和其他无机物.此次模拟采用的人为源排放数据是清华大学制作的中国2012年MEIC人为排放源清单数据(MEIC; http://www.meicmodel.org/), 数据空间分辨率为0.25°×0.25°.
本研究选择的模拟时间是2017年7月22—28日, 并且设置了3 d的模式启动时间.由于现有的对太湖周边地区污染的模拟研究在陆面方案的选择上绝大部分都是采用Noah陆面过程方案, 而没有引入湖泊方案(Wang et al., 2012; Liao et al., 2014; Zhang et al., 2017；贺瑶等, 2017).因此, 本文针对是否引入湖泊方案设计了两个算例.Lake算例在陆面过程参数化方案选用Noah方案的基础上引入了湖泊方案, 遇到湖泊时直接调用Lake模块, 运行一维湖泊模式, 计算湖-气交换.在计算时湖泊深度由WPS前处理生成.WRFV3.7.1版本太湖地区默认的湖深是1.9 m.Noah算例不引入湖泊方案, 对于湖-气交换计算以海表面温度来取代大面积的湖面温度.本文首先对比了两种不同方案对于气象场及臭氧的模拟效果, 并进一步分析了湖陆风环流对空气污染扩散的影响.
3 模式评估(Model evaluation)图 2首先给出了Lake算例和Noah算例模拟的7月22—28日太湖湖面上两个观测站BFG和PTS的湖表面温度(图 2a、b)、2 m气温(图 2c、d)与观测结果的对比.Noah方案是以海洋表面的温度来表示湖泊表面的温度, 因此, 模拟的结果要明显低于观测结果, 并且没有明显的日变化.从图中可以看到, 24日之后, Noah算例的模拟出现了较大的日变化, 出现这种现象的原因可能是这几日整体气温较高, 太阳辐射极强, 导致海洋表面温度也出现了较大的日变化.加入了湖泊方案之后的模拟效果有较大的提升.对于湖上2 m气温的模拟, 两种方案的模拟结果与观测结果的变化趋势基本一致, 选用湖泊方案的模拟结果与观测结果更为接近.图 2a1、b1、c1、d1分别给出了太湖周边4个气象观测站的2 m气温模拟值与观测值的对比.从图中可以看出, 模拟结果与观测值的变化趋势一致, 岸上测站两种方案模拟的气温几乎没有区别.其中, 由于图 2a1中东山站距离太湖较近, Lake算例的模拟气温在夜间略微高于Noah算例的模拟结果.图 2a2、b2、c2、d2给出的是太湖周边4个气象观测站的10 m风速模拟值与观测值的对比.从图中可以看出, 模拟与观测的风速的变化趋势基本一致.近地面风速由于受到地表粗糙度的影响较大, 因此, 风速的变化较为复杂.模拟的臭氧浓度基本可以反映臭氧的实际日变化.夜间的臭氧浓度模拟结果与观测结果较为接近, 白天臭氧模拟出现较低的情况, 这可能是由排放源的问题造成的.本文模拟的是2017年太湖地区的臭氧, 使用的人为源排放数据是清华大学制作的中国2012年MEIC人为排放源清单数据, 和实际的排放情况存在一定的误差, 从而造成结果的偏低.
 |
| 图 2 2017年7月22—28日太湖湖上观测站BFG和PTS湖表面温度(a、b)、2 m气温(c、d)和太湖周边4个气象观测站58358、58354、58349、58359的2 m气温(a1、b1、c1、d1)、10 m风速(a2、b2、c2、d2)及空气质量监测站1164A(a3)、1188A(b3)、1196A(c3)、1992A(d3)臭氧的观测值(黑)与Lake算例(蓝)、Noah算例(红)模拟结果的对比 Fig. 2 Comparison of case Lake (blue) and case Noah (red) simulated lake surface temperature (a, b) and 2 m temperature (c, d) of BFG and PTS on the lake, 2 m temperature (a1, b1, c1, d1) and 10 m wind speed (a2, b2, c2, d2) of observations on the land and ozone concentrations (a3, b3, c3, d3) of air quality monitoring stations with observations (black) |
为了更明显地看出岸上站点两个算例的模拟优劣, 首先计算了两个算例模拟的太湖周边4个气象观测站58349(吴中)、58354(无锡)、58358(东山)、58359(吴江)的2 m气温和10 m风速与观测值对比的相关系数(r)和均方根误差(RMSE)(表 1).Lake算例模拟的所有站点的2 m气温的平均均方根误差为1.7 ℃, 平均相关系数为0.91.Noah算例模拟的所有站点的2 m气温的平均均方根误差为2.0 ℃, 平均相关系数为0.90.各站点Lake算例对10 m风速的模拟值与观测值的平均均方根误差为0.87 m·s-1, 平均相关系数为0.59.Noah算例的平均均方根误差为0.83 m·s-1, 平均相关系数为0.60.
| 表 1 各观测站2 m气温和10 m风速Lake算例和Noah算例的模拟值与观测结果的均方根误差和相关系数 Table 1 Root mean square errors and correlation coefficients of 2 m temperature and 10 m wind speed between case Lake and case Noah |
 |
表 2给出的是两个算例模拟的空气质量监测站的臭氧浓度与观测结果对比的均方根误差和相关系数.Lake算例模拟的平均相关系数为0.61, 平均均方根误差为99.6 μg·m-3.Noah算例模拟的平均相关系数为0.64, 平均均方根误差为98.3 μg·m-3.两种方案在臭氧的模拟上差异较小.
| 表 2 各观测站臭氧的Lake算例和Noah算例的模拟结果和观测值的均方根误差和相关系数 Table 2 Root mean square errors and correlation coefficients of ozone concentrations between case Lake and case Noah |
|
综合湖面上和陆地上多个站点的对比结果及方案本身物理过程的分析, 加入了湖泊方案的模拟可以更好地模拟太湖湖泊表面及太湖地区近地面的温度数值和日变化趋势, 风速的模拟在可接受的范围内.模式对近地面臭氧浓度的模拟与实际观测有较好的匹配度.因此, 本文使用Lake算例的模拟结果来讨论湖陆风环流对臭氧浓度的影响.
4 结果与讨论(Results and discussion)风是污染物浓度变化的重要影响因子, 对大气中污染物的影响可以分为两个方面：一方面, 污染物在风的作用下会向下风向地区输送；另一方面, 风速越大, 在输送过程中混入的空气质量就会越多, 风会对污染物浓度起一个稀释作用.太湖与陆地的热力差异所引发的局地环流会对太湖周边的风场产生影响, 进而影响臭氧的分布状况.因此, 本文首先分析太湖地区湖陆风环流特征, 再从扩散的角度着重讨论湖陆风环流对臭氧分布的影响.
4.1 太湖地区的湖陆风环流特征 4.1.1 太湖地区中尺度水平风场特征从图 2中可以发现, 7月23日太湖地区背景风风速较小、气温较高, 该条件下, 由湖陆热力差异形成的局地环流特征更为明显, 且这一天局地臭氧浓度值较高.因此, 选择23日这一天的模拟结果来具体研究太湖地区的环流特征.
图 3给出的是北京时间7月23日8：00、14：00和20：00 Lake算例模拟的太湖地区表面气温和10 m风场的叠加图.在8：00, 由于湖泊和陆地比热的差异, 陆地受热升温较快, 湖泊升温较慢, 此时, Lake算例模拟出的湖区和陆地表面温度出现4~6 ℃的差值, 但由于日出时间不长, 热量的积累还不够, 太湖表面和陆地没有形成足够大的温度差, 因此，并没有明显的湖风现象产生(图 3a).
 |
| 图 3 北京时间7月23日8：00(a)、14：00(b)和20：00(c)Lake算例模拟的地表温度和10 m风场的叠加 Fig. 3 Superposition diagrams of case Lake simulated surface temperature and 10 m wind field at 8:00 (a), 14:00 (b) and 20:00 (c) BT |
下午14：00, 湖区和周边陆地的温度差达到了约16 ℃, 此时整个太湖地区背景风风速很小, 可以在图 3b中看到很明显的由湖泊中心吹向四周陆地的湖风现象.
晚上20：00, Lake算例的模拟结果(图 3c)显示, 此时陆地的温度已经降低到比湖区的温度更低, 湖风现象已经消失, 此时背景风风速增加, 从东南方向开始影响太湖地区.太湖东南岸的来风在到达太湖湖区之后有明显的加强, 而在穿越太湖湖面到西北岸时, 风速急剧减小.出现这种现象的原因是太湖湖区与周围陆地在夜间存在热力差异, 由此会引发由陆地吹向湖区的陆风, 在太湖东南岸, 陆风的风向和背景风的风向一致, 使得风速在太湖东南岸有增加, 而经过太湖湖面时, 背景风与太湖西北岸的陆风风向相对, 这使得背景风被削弱, 风速减小.
4.1.2 湖风环流下风向垂直风场特征Wang等(2017)研究发现, 由于城市的存在, 太湖东北角及东部的湖风频率明显高于其余方向的湖岸.因此, 为了研究垂直方向上模拟的湖风环流的特征, 选择了太湖东北方向, 给出了2017年7月23日太湖-苏州一线上的8：00、11：00、13：00、17：00气温、相对湿度和风场叠加的垂直剖面图(图 4).从图中可以看出, 在8：00, Lake算例的模拟结果中, 湖区和城市没有特别明显的温度差, 此时没有湖风现象发生.到上午11：00, 随着太阳辐射的增强, 湖泊与陆地的热力性质的差异开始显现, 此时城市地区的温度明显高于湖区, 湖风现象已经产生, 湖风锋已经发展到下风向的城市上空.到下午13：00, 随着湖区和陆地温度差的进一步增加, 湖风的强度也随之增加, 湖风发展旺盛.Lake算例的模拟结果中, 湖风环流已经深入陆地, 垂直高度达到约4 km, 最强风速达到约5 m·s-1, 此时湖风锋已经穿过苏州城区到达苏州的东北部, 距离达到约60 km处.到了傍晚17：00, 湖风已经削弱, 在苏州城区还有微弱的湖风锋存在.从模拟结果来看, 太湖地区白天的湖风环流高度可以达到4 km, 最大风速可以超过5 m·s-1, 对太湖东北岸的影响可以穿过苏州城区, 到达城区的东北部约60 km.
 |
| 图 4 2017年7月23日图 1b中AB剖面上Lake算例8：00(a)、11：00(b)、13：00(c)、17：00(d)气温(色阶)、相对湿度(等值线)和风场(箭矢)的叠加 Fig. 4 Superposition diagrams of case Lake simulated air temperature (shaded), relative humidity (contour) and wind field (arrows) on the vertical cross-section AB shown in Fig. 1 b at 8:00 (a), 11:00 (b), 13:00 (c) and 17:00 (d) BT |
结合4.1节太湖对局地环流影响的分析, 根据臭氧浓度的日变化规律, 选择7月23日8：00、10：00、12：00、14：00、18：00和20：00太湖地区的近地面臭氧浓度场和风场特征来分析湖陆风环流对周边地区近地面臭氧分布的影响.图 5给出的是以上时刻Lake算例模拟的太湖地区地表臭氧浓度场和10 m风场的叠加图, 通过这张图可以分析太湖地区臭氧的水平空间分布特征及水平方向上风场对臭氧扩散的影响.
 |
| 图 5 北京时间7月23日8：00 (a)、10：00 (b)、12：00 (c)、14：00 (d)、18：00 (e)和20：00(f) Lake算例模拟的太湖地区地表臭氧浓度(色阶)和10 m风场(箭矢)的叠加 Fig. 5 Superposition diagrams of case Lake simulated surface ozone concentration (shaded) and 10 m wind field (arrows) at 8:00 (a), 10:00 (b), 12:00 (c), 14:00 (d), 18:00 (e), and 20:00 (f) BT |
在早晨8：00(图 5a), 太湖地区的湖风现象还没有产生, 此时湖区臭氧的总体浓度比周边城市高约80 μg·m-3, 并且越靠近湖泊中心位置臭氧浓度越高.出现这种情况的原因是：一方面, 从4.1节中的讨论可知, 夜间湖区和周边陆地的热力差异较大, 在夜间会有陆风现象产生, 富臭氧的空气被进一步向湖区压缩；另一方面, 夜间由于没有光化学反应发生, NO2会对臭氧有消耗作用.而陆地上的NO2浓度较高, 消耗的臭氧较多, 造成陆地上臭氧浓度低于湖面上的臭氧浓度.
上午10：00(图 5b), 陆地上的排放量增加, 大气中的NOx和VOCs浓度升高, 同时, 温度升高, 光化学反应加强, 造成陆地臭氧浓度急剧升高.在湖区, 由于夜间臭氧及其前体物的堆积, 此时湖区臭氧的浓度也升高到较高的水平, 湖风现象已经产生, 湖区的臭氧开始向湖岸输送.
随着日照的加强及温度的继续升高, 到12：00(图 5c), 整个湖区的臭氧浓度超过了200 μg·m-3, 由于湖风环流的生成, 臭氧向陆地扩散.由于此时湖风环流的强度较弱, 臭氧在湖岸地区形成堆积.
下午14：00(图 5d), 臭氧浓度达到一天中的最高值, 湖风也发展到一天中最旺盛的时候, 在太湖东南岸、东岸和东北岸方向, 臭氧浓度要明显高于其他方向, 太湖东北方向的湖区和湖岸臭氧浓度超过了400 μg·m-3.在湖风的影响下, 富臭氧空气向周边的城市输送, 但由于太湖整体较浅, 湖风强度相对较弱, 因此, 湖风环流所推动的富臭氧空气在到达湖岸之后难以再向城市内部输送, 臭氧浓度从湖心到湖岸再到城市呈现出低、高、低的现象.
图 5e给出的是Lake算例18：00的模拟结果.从图中可以看出, 此时湖风已经减弱, 往东南方向的湖风几乎消失, 臭氧的浓度已经下降, 富臭氧空气基本集中在太湖东南岸.
晚上20：00(图 5f), 由4.1节的分析可知, Lake算例的模拟结果出现陆风与背景风叠加, 使得太湖东南侧出现来风风速增大的现象, 这使得原先在太湖东南侧岸边的富臭氧空气被吹向湖区, 呈现出从西南到东北方向的狭长的带状分布.
4.2.2 湖风环流对下风向地区臭氧分布的影响以上是对7月23日太湖周边地区臭氧水平方向上分布的讨论, 为了研究使用陆面过程参数化方案对湖风环流下风向臭氧分布模拟的影响, 给出了7月23日太湖-苏州一线上8：00、11：00、13：00、17：00臭氧浓度和风场叠加的垂直剖面图(图 6).
 |
| 图 6 2017年7月23日AB剖面上Lake算例8：00(a)、11：00(b)、13：00(c)、17：00(d)臭氧浓度(色阶)和风场(箭矢)的叠加 Fig. 6 Superposition diagrams of case Lake simulated ozone concentration (shaded), and wind field (arrows) on the vertical cross-section AB shown in Fig. 1b at 8:00 (a), 11:00 (b), 13:00 (c) and 17:00 (d) BT |
在上午8：00(图 6a), 湖面上的臭氧浓度要明显高于陆地, 从湖区到陆地有个明显的递减趋势.其原因为, 由4.1.1节的分析结果可知, 23日凌晨, 太湖东南岸的来风将陆地上白天残留下来的臭氧包括臭氧前体物带到太湖湖面上, 并且风速在到达太湖湖心位置之后有明显的减弱甚至是减小为零, 这使得污染物在湖面上形成堆积, 而且Lake算例模拟的来风的风速更大, 并且在到达湖心后减弱到较小的程度, 因此, 湖面上堆积的臭氧浓度更高.
上午11：00(图 6b), Lake算例模拟的湖区温度上升的较快, 使得臭氧生成的光化学反应更加剧烈.此时, 湖区臭氧浓度明显升高, 随着湖风的产生, 使得湖岸和城市前部的臭氧浓度明显升高.
下午13：00(图 6c), 湖风环流强度增加, 在Lake算例的模拟结果中, 可以看到在苏州城区前侧和后部郊区地区臭氧浓度明显高于远离太湖一侧的城区, 靠近太湖的城区臭氧浓度比远离太湖方向的城区臭氧浓度高约150 μg·m-3.其原因是太湖湖风环流的存在将城区的高浓度臭氧向下风向的郊区扩散, 而从湖区输送过来的臭氧由于湖风环流的强度不足以将其输送并深入城区, 使得臭氧在城市前部堆积, 呈现出城区前部臭氧浓度高、后部低的现象.
傍晚17：00(图 6d), 太阳辐射减弱, 臭氧生成的光化学反应也相应减弱, 并且此时湖风环流已经减弱, 整个太湖湖区和苏州城区的臭氧浓度较白天有明显的下降, 臭氧主要堆积在下风向的郊区.
5 结论(Conclusions)1) 相较于Noah陆面方案将湖泊作为海洋来处理, 湖泊方案由于考虑了湖泊的实际深度, 因此, 可以较好地模拟出湖泊表面温度的日变化特征, 尤其是对于浅湖的模拟.加入了湖泊方案的模拟可以更好地模拟出太湖湖泊表面及太湖地区近地面的温度数值和日变化趋势, 风速的模拟在可接受的范围内.模式对近地面臭氧的模拟与实际观测有较好的匹配度.
2) 由于湖陆热力差异的存在, 在白天, 太湖地区会形成由湖区吹向陆地的湖风.模拟结果显示, 在太湖-苏州方向, 湖风环流最强时, 湖风环流垂直高度可以达到4 km, 最大风速可以超过5 m·s-1, 对太湖东北岸的影响可以穿过苏州城区, 到达城区的东北部.在夜间, 太湖周边地区的环流受背景风影响较大.
3) 受湖风环流的影响, 在白天, 湖区的臭氧向陆地扩散, 同时, 湖风会将周边城市地区的高浓度臭氧向下风向的郊区扩散, 在东北岸下风向的苏州地区, 由于湖风环流的强度不足以将湖区的臭氧完全输送到整个城区, 远离太湖方向的城区臭氧浓度比靠近太湖的城区低约150 μg·m-3, 臭氧浓度从靠近湖岸的城区到城区的后部再到郊区呈现出高、低、高的现象.而在夜间, 陆地上臭氧浓度降低, 受环境风和陆风的共同影响, 湖区会出现臭氧的堆积现象.
4) 本文仅选取了7月的高温高臭氧时段进行分析, 不能代表其他时间段的情况.对于湖陆风环流对臭氧的影响的分析主要集中在扩散方面.此外, 使用湖泊陆面过程参数化方案, 在修改湖深之后并没有修改湖泊方案中的其他参数, 用深湖的参数来计算浅湖的结果, 导致结果可能会有偏差.接下来的研究将修改湖泊方案中的其他相关参数, 对不同类型的湖陆风环流进行模拟研究.
An J, Zou J, Wang J, et al. 2015. Differences in ozone photochemical characteristics between the megacity Nanjing and its suburban surroundings, Yangtze River Delta, China[J]. Environmental Science & Pollution Research, 22(24): 19607–19617.
|
Blaylock B K, Horel J D, Crosman E T. 2017. Impact of lake breezes on summer ozone concentrations in the Salt Lake Valley[J]. Journal of Applied Meteorology & Climatology, 56(2): 353–370.
|
Gu H, Jin J, Wu Y, et al. 2015. Calibration and validation of lake surface temperature simulations with the coupled WRF-lake model[J]. Climatic Change, 129(3/4): 471–483.
|
Haurwitz B. 1947. Comments on the sea-breeze circulation[J]. Journal of the Atmospheric Sciences, 4(1): 1–8.
|
贺瑶, 朱彬, 李锋, 等. 2017. 长江三角洲地区PM2.5两种污染来源对比分析[J]. 中国环境科学, 2017, 37(4): 1213–1222.
DOI:10.3969/j.issn.1000-6923.2017.04.002 |
胡亚男, 马晓燕, 沙桐, 等. 2018. 不同排放源对华东地区PM2.5影响的数值模拟[J]. 中国环境科学, 2018, 38(5): 1616–1628.
DOI:10.3969/j.issn.1000-6923.2018.05.002 |
黄先伦, 李国平. 2008. 热力强迫对局地环流的扰动作用[J]. 应用气象学报, 2008, 19(4): 488–495.
DOI:10.3969/j.issn.1001-7313.2008.04.013 |
康汉青, 朱彬, 朱彤, 等. 2014. 苏州-无锡-常州城市带热岛效应个例研究[J]. 大气科学学报, 2014, 37(4): 432–440.
|
Keen C S, Lyons W A. 2010. Lake/land breeze circulations on the western shore of Lake Michigan[J]. Journal of Applied Meteorology, 17(12): 1843–1855.
|
Levy I, Makar P A, Sills D, et al. 2010. Unraveling the complex local-scale flows influencing ozone patterns in the southern Great Lakes of North America[J]. Atmospheric Chemistry & Physics, 10(22): 10895–10915.
|
Liao J, Wang T, Wang X, et al. 2014. Impacts of different urban canopy schemes in WRF/Chem on regional climate and air quality in Yangtze River Delta, China[J]. Atmospheric Research, 145-146: 226–243.
DOI:10.1016/j.atmosres.2014.04.005
|
Liu Y, Li L, An J, et al. 2018. Estimation of biogenic VOC emissions and its impact on ozone formation over the Yangtze River Delta region, China[J]. Atmospheric Environment, 186: 113–128.
DOI:10.1016/j.atmosenv.2018.05.027
|
Lyons W A. 1972. The climatology and prediction of the Chicago Lake Breeze[J]. Journal of Applied Meteorology, 11(8): 1259–1270.
DOI:10.1175/1520-0450(1972)011<1259:TCAPOT>2.0.CO;2
|
Mavrakou T, Philippopoulos K, Deligiorgi D. 2012. The impact of sea breeze under different synoptic patterns on air pollution within Athens basin[J]. Science of the Total Environment, 433(7): 31–43.
|
Monks P S, Archibald A T, Colette A, et al. 2015. Tropospheric ozone and its precursors from the urban to the global scale from air quality to short-lived climate forcer[J]. Atmospheric Chemistry & Physics, 14(23): 32709–32933.
|
Physick W L. 2010. Numerical experiments on the inland penetration of the sea breeze[J]. Quarterly Journal of the Royal Meteorological Society, 106(450): 735–746.
|
Qin B, Xu P, Wu Q, et al. 2007. Environmental issues of Lake Taihu, China[J]. Hydrobiologia, 581(1): 3–14.
DOI:10.1007/s10750-006-0521-5
|
任侠, 王咏薇, 张圳, 等. 2017. 太湖对周边城市热环境影响的模拟[J]. 气象学报, 2017, 75(4): 645–660.
|
王容, 杜勇. 1994. 博斯腾湖流域气候及湖陆风[J]. 干旱区地理, 1994, 17(3): 90–94.
|
Wang T, Jiang F, Deng J, et al. 2012. Urban air quality and regional haze weather forecast for Yangtze River Delta region[J]. Atmospheric Environment, 58(15): 70–83.
|
Wang Y, Gao Y, Qin H, et al. 2017. Spatiotemporal characteristics of Lake Breezes over Lake Taihu, China[J]. Journal of Applied Meteorology & Climatology, 56(7): 2053–2065.
|
Wentworth G R, Murphy J G, Sills D M L. 2015. Impact of lake breezes on ozone and nitrogen oxides in the Greater Toronto Area[J]. Atmospheric Environment, 109: 52–60.
DOI:10.1016/j.atmosenv.2015.03.002
|
Wentworth G R, Murphy J G, Sills D M L. 2015. Impact of lake breezes on ozone and nitrogen oxides in the Greater Toronto Area[J]. Atmospheric Environment, 109: 52–60.
DOI:10.1016/j.atmosenv.2015.03.002
|
杨健博, 刘红年, 费松, 等. 2013. 太湖湖陆风背景下的苏州城市化对城市热岛特征的影响[J]. 气象科学, 2013, 33(5): 473–484.
|
杨薇, 苗峻峰, 谈哲敏. 2014. 太湖地区湖陆风对雷暴过程影响的数值模拟[J]. 应用气象学报, 2014, 25(1): 59–70.
|
易睿, 王亚林, 张殷俊, 等. 2015. 长江三角洲地区城市臭氧污染特征与影响因素分析[J]. 环境科学学报, 2015, 35(8): 2370–2377.
|
赵春生, 彭丽, 孙爱东, 等. 2004. 长江三角洲地区对流层臭氧的数值模拟研究[J]. 环境科学学报, 2004, 24(3): 525–533.
|
Zaveri R A, Easter R C, Fast J D, et al. 2008. Model for simulating aerosol interactions and chemistry (MOSAIC)[J]. Journal of Geophysical Research Atmospheres, 113(D13204).
DOI:10.1029/2007jd008782
|
Zaveri R A, Peters L K. 1999. A new lumped structure photochemical mechanism for large-scale applications[J]. Journal of Geophysical Research Atmospheres, 104(D23): 30387–30415.
DOI:10.1029/1999JD900876
|
Zhang L, Zhu B, Gao J, et al. 2017. Impact of Taihu Lake on city ozone in the Yangtze River Delta[J]. Advances In Atmospheric Sciences, 34(2): 226–234.
DOI:10.1007/s00376-016-6099-6
|