2020, Vol. 40
[PDF全文]
2. 兰州大学大气科学学院, 半干旱气候变化教育部重点实验室, 兰州 730000;
3. 四川省犍为县气象局, 犍为 614400
2. Key Laboratory for Semi-Arid Climate Chang with the Ministry of Education, School of Atmospheric Sciences, Lanzhou University, Lanzhou 730000;
3. Qianwei Meteorological Bureau of Sichuan Province, Qianwei 614400
近年来, 随着经济快速发展, 机动车保有量和工业排放量的增加, 我国城市空气污染状况变得越来越严重.其中以PM10、PM2.5等为主的大气气溶胶颗粒物的质量浓度超标引起的大气污染事件成为了社会各界关注的热点问题.气溶胶光学厚度(Aerosol Optical Depths, AOD)描述了大气浑浊程度, 是气溶胶的重要参数之一.利用中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer, MODIS)观测的AOD数据可以很好地表示大气颗粒物污染的状况, 与PM2.5的相关性较高(Wang, 2003；Chu et al., 2016).此前已有众多学者利用MODIS卫星遥感观测的AOD数据产品与AERONET地基遥感观测数据进行了对比验证, 发现MODIS卫星遥感观测的气溶胶光学厚度达到了较高的精度(邓学良等, 2010；肖钟湧等, 2010；王钊等, 2013；金囝囡等, 2019).
西南涡是在青藏高原、横断山脉和四川盆地等特殊地形条件下, 在特定环流形势和天气系统影响下生成的中尺度气旋性低压系统, 是夏秋季节造成我国西南地区、长江流域、淮河流域、甚至华北地区、东北地区、陕西南部等地的重要降水系统之一, 是除台风以外第二大能产生暴雨的天气系统(卢敬华, 1986；陈忠明等, 2004；慕丹等, 2017).西南涡在源地附近产生的降水范围较小.但当其移出源地发展后, 其产生的降水区域扩大, 雨量加强(卢敬华, 1986).生命史较长且影响范围较广的西南涡主要出现在夏季, 此类西南涡会移动发展(王金虎等, 2015), 如1981年四川盆地由于西南涡活动产生的特大暴雨, 1998年夏季长江流域的暴雨洪涝灾害等, 1996年山东地区大范围强降水天气也是由西南涡2次北上造成的.陈忠明等(1998)研究表明西南涡是一个十分深厚的系统, 低涡中心轴线近乎垂直且是一个准圆形而非对称的中尺度系统.邹波等(2000)对西南涡边界层流场进行分析, 发现在西南涡发展过程中, 边界层流场变化比自由大气复杂.西南涡与高原涡的相互作用, 会触发川渝地区产生暴雨天气(邱静雅等, 2015).陈忠明等(2004)发现, 当高原涡移动到110°E附近时, 其会和西南涡叠加并产生耦合作用, 两者同时发展, 引发四川盆地大面积的暴雨.
研究表明, 相对湿度、温度、风向、风速、气压、边界层高度、降水等气象要素是影响气溶胶浓度变化的重要因子, 环流形势在霾天气形成、发展、维持的过程中也有重要作用(孙彧等, 2016).除此之外, 天气形势也对污染物浓度变化有重要的影响, 决定了污染物的时空分布和污染物扩散的气象条件(Tanner et al., 2002；Russo et al., 2014).王莉莉等(2010)发现虽然有源减排措施, 但北京夏末秋初时在高污染的积累天气型控制下该地区的污染物浓度仍相对较高.杨德保等(1994)分析了兰州市污染现状和相应的天气环流形势, 发现不同的天气形势和气压系统对空气污染浓度的影响是很明显的.吴洛林等(2017)对肇庆市2013—2014年发生的PM2.5重污染过程的研究, 总结出4种诱发重污染过程发生的天气形势：高压出海型、热带低压型、锋面影响型及冷高压控制型, 出现最多的是高压出海型.
此前对西南涡的活动及结构特征、形成及影响因子、发展东移的机制和其与高原涡、热带气旋等其他天气系统的相互作用等方面都做了较全面的研究(陈忠明等, 2004；王新敏等, 2009).但西南涡生消过程中风速、温度、湿度的变化以及其产生的降水, 都可对大气气溶胶的浓度产生重要影响.而针对此问题的研究却尚未见报道, 此项工作亟需开展深入研究.本研究利用2008—2010年的86个西南涡个例数据与对应时间段的MODIS遥感观测的AOD数据进行匹配, 并结合降水量、风速、相对湿度、温度等气象资料研究西南涡发生前后AOD的变化以及不同类型的西南涡对AOD的影响情况, 以期为西南涡及其对大气气溶胶颗粒物污染的影响研究提供参考.
2 数据和方法(Materials and methods) 2.1 研究数据 2.1.1 MODIS数据获取和处理MODIS是EOS卫星体系中的Terra和Aqua卫星上搭载的一个重要的传感器.自2000年来已为遥感气溶胶光学厚度做出了重要贡献.李成才等(2003)利用MODIS遥感观测的气溶胶光学厚度的数据研究北京和香港地区的结果表明, MODIS卫星遥感气溶胶产品的精度能满足气候和环境研究的要求, 同时能弥补地面观测空间覆盖不足的缺陷, 为大气污染的研究提供了一个有效的新手段.本研究使用的是将Aqua/MODIS传感器Level 2 C005的气溶胶光学厚度产品反演后得到的AOD数据.从NASA官网下载了时间跨度为2008年1月—2010年12月、空间分辨率为0.1°×0.1°的MYD04_L2数据, 采取大值合成法(Maximum Value Composition, MVC)筛选了一天不同时段的数据.根据文献中提供的陆地气溶胶光学厚度的反演算法(Remer et al., 2005), 自编程序进行反演, 利用此方法反演的AOD数据可信并已运用于实际的研究之中(郭阳洁等, 2010；Kang et al., 2014).按中国陆地边界(72°~136°E, 17°~55°N)切割图片, 生成了2008—2010年3年间共1096幅数据图.
2.1.2 西南涡数据及气象数据按照Feng等(2016)基于NCEP高时空分辨率再分析资料CFSR总结的西南涡客观识别方法：
① 初始扰动源地在26°~33°N, 100°~108°E内；②700 hPa上具有正相对涡度的中尺度气旋性涡旋、有低压中心且等高线密集；③水平尺度至少为200 km且扰动持续时间至少为6 h；④系统成熟时, 涡旋中心相对涡度和外围的等高线与低压中心位势高度的差值至少为1×10-4 s-1和5 gpm.
只有当一个系统满足以上所有的条件时才能称为西南涡.根据此方法普查了2008—2010年3年共86个西南涡个例.同时, 根据每一个西南涡个例的初生、成熟和消失3个时刻的中心位置确定其移动路径, 进一步对此移动路径用ArcGIS软件以该西南涡成熟期的平均水平尺度做缓冲区分析, 用以表示西南涡的影响范围.
为了根据西南涡产生的降水量定义西南涡的类型(干涡、弱降水涡、强降水涡), 综合参考中国气象局《降水强度等级划分标准(内陆部分)》以及Monjo等(2016)对雨量等级的划分后, 根据2008—2010年的西南涡产生的降雨量实际情况, 将6 h降水量(低压中心及其周围8个格点的平均值)＜1 mm的西南涡定义为干西南涡(共31个), 其成熟时期平均水平尺度(直径)为(469.91±143.65) km, 平均生命期为(19.84±13.61) h；将6 h降水量为1~7.5 mm的西南涡定义为弱降水西南涡(共26个), 其成熟时期平均水平尺度(直径)为(471.08±163.19) km, 平均生命期为(19.35±10.79) h；将6 h降水量＞7.5 mm的西南涡定义为强降水西南涡(共29个), 其成熟时期平均水平尺度(直径)为(419.96±235.86) km, 平均生命期(20.07±13.38)h.
本研究采用的风速资料、温度资料、相对湿度资料来自ERA Interim Daily数据集UTC 06:00(对应北京时间, 即当地时LTC 14:00)的700、850、1000 hPa 3个高度层的资料, 数据的空间分辨率为0.75°×0.75°.
2.2 研究方法首先自编程序生成MODIS卫星遥感数据的反演产品, 由于反演产品存在数据缺失, 与86个西南涡个例进行初步匹配后, 得到82组有效个例.根据西南涡数据资料, 用ArcGIS软件画出西南涡从初生到结束的路径和影响范围.将82个西南涡个例与经过处理得到的卫星反演产品进行精确时空匹配, 以每个西南涡的影响范围作为掩膜, 用ArcGIS掩膜提取出西南涡生消范围内的AOD数据.再分别将每个西南涡初生时刻前7 d、以及消失时刻后7 d的AOD反演产品和各类气象要素, 用对应西南涡生消范围进行掩膜提取, 并计算其平均值, 用以代表西南涡发生前7 d、发生后7 d的AOD平均值和对应时期的各类气象要素的平均值.通过统计对比分析西南涡发生前7 d和发生后7 d AOD平均值的变化, 并对西南涡发生期间(从生成到消失)的天气特征, 包括风场、相对湿度、温度、降水量进行分析, 初步探索西南涡与大气气溶胶光学厚度的变化之间的关系.
为了在同一标准上比较AOD的变化, 对82组数据使用Max-Min方法将其归一化, 使其变成在0~1之间的数值.计算公式见式(1).
|
(1) |
式中, Y为最终归一化的结果.X为原始数据, Xmax、Xmin分别为原始数据的最大值和最小值.
3 结果与讨论(Results and discussion) 3.1 西南涡概况普查发现2008—2010年3年间86个西南涡的成熟期平均直径为(453.42±184.44) km, 平均生命期为(19.77±12.59) h.西南涡成熟时期的位置大致在30.6°N, 106.2°E处.其中, 干涡一共31个, 弱降水涡26个, 强降水涡29个.表 1统计了不同类型西南涡成熟时期的平均水平尺度(直径)、位置和不同类型西南涡的生命期, 图 1显示了不同季节产生的西南涡的移动路径和影响范围.就水平尺度而言, 弱降水涡最大, 干涡次之, 强降水涡最小.从图 2可以看出, 3种类型西南涡的平均水平尺度在夏季达到最大值, 夏季干涡平均水平尺度为(558.95±103.48) km, 夏季弱降水涡平均水平尺度为(507.35±200.75) km, 夏季强降水涡平均水平尺度为(425.10±253.88) km.干涡的平均水平尺度在四个季节中变化最大, 弱降水涡次之, 强降水涡的变化最小.
| 表 1 不同类型西南涡的物理特征 Table 1 Characteristics of different types of southwest vortex |
 |
 |
| 图 1 2008—2010年86个西南涡个例移动路径及影响范围 (黑粗线代表西南涡影响范围的并集, 彩色细线代表西南涡的移动路径) Fig. 1 The movement path and influence range of 86 southwest vortex cases from 2008 to 2010 (the black thick line represents the union of the influence range of the southwest vortices, and the colored thin line represents the moving path of each southwest vortex) |
 |
| 图 2 2008—2010年各季节西南涡平均生命期和平均水平尺度 Fig. 2 Average life cycle and average horizontal scale of southwest vortices from 2008 to 2010 |
从西南涡的生命期来看(表 1), 弱降水涡＞干涡＞强降水涡.由图 2可知, 春季产生的西南涡平均生命期为(15.56±8.68) h, 夏季产生的西南涡的平均生命期为(26.03±15.08) h, 秋季产生的西南涡的平均生命期为(12.33±4.51) h, 冬季产生的西南涡的平均生命期为(18.18±10.13) h.夏季的西南涡生命期比其他季节的长, 而秋季最短.生命期最长的是夏季的干涡(平均生命期为(40.33±12.23) h), 最短的是秋季的干涡(平均生命期为(11±2.65) h).此外, 从图 2还可以看出, 冬季没有产生降水性西南涡, 只有干涡生成, 且冬季干涡的水平尺度和生命期仅次于夏季产生的干涡.
3.2 西南涡对AOD影响概况为了解不同类型西南涡对AOD的影响, 图 3统计了西南涡发生前后7 d AOD的平均值和AOD的变化率.总体而言, 干涡对其过境范围内的大气气溶胶会起到加重污染的作用, 干涡过境后AOD的平均值比过境前增加了72.73%.降水性西南涡对大气气溶胶具有清除作用, 这与陈小敏等(2013)、王妮等(2017)的研究指出降水对大气污染物能起到冲刷清除作用, 是湿清除的重要机制之一, 可以有效降低大气气溶胶的浓度, 且当日降水量大于5 mm时, 降水对污染物的清除效果越好的研究结果一致.
 |
| 图 3 不同类型西南涡过境前后7 d的AOD平均值和AOD变化率 Fig. 3 AOD average value and AOD variation rate of seven days before and after different types of southwest vortices transiting |
对比两种降水性西南涡, 弱降水涡的6 h平均降水量为(3.97±2.25) mm, 强降水涡6 h平均降水量为(20.04±6.55) mm, 但弱降水涡对AOD的清除效果反而比强降水涡强(弱降水涡过境后AOD减少了44.44%, 强降水涡过境后AOD仅减少了18.18%).其可能原因有3个：一是与污染物的初始浓度有关, 李凯飞等(2019)的研究指出, 当大气中气溶胶粒子浓度高的时候, 降水对其清除作用较强；当大气中气溶胶粒子浓度较低的时候, 降水对其清除机制主要是布朗扩散和迁移, 对气溶胶粒子的清除作用较弱, 本研究中弱降水涡的前7 d AOD平均初始值为0.182±0.176, 强降水涡的前7 d AOD平均初始值为0.111±0.105, 强降水涡生成前的AOD初始值比弱降水涡生成前的值要小；二是可能与雨滴直径大小有关, 弱降水涡产生的雨量较小, 雨滴直径比强降水涡产生的降水的雨滴直径小.而Chang等(2003)发现, 较小直径的雨滴能够更加有效地清除气溶胶颗粒.弱降水涡和强降水涡的平均生命期分别为(19.35±10.79) h和(19.11±12.04) h, 差别较小, 故不考虑；其三可能与不同类型西南涡发生期间的气象因素有关, 此问题将在后文3.3.1节中讨论.
从图 3中还可以看出, 干涡的AOD初始值与强降水涡相差较小, 干涡的AOD初始值为(0.115±0.115).但对AOD的影响却是干涡使AOD升高而强降水涡使AOD减少.这再次验证了降水对大气气溶胶具有清除作用, 强降水涡的6 h平均降水量为(20.04±6.55) mm, 比干涡的6 h平均降水量(0.2±0.27) mm大了许多.而就两者对AOD的影响效果来看, 干涡过境后使AOD增加了72.73%, 强降水涡过境后使AOD减少了18.18%.这可能与气象要素的影响有关, 此问题亦将在后文3.3.1节中讨论.
为进一步揭示西南涡对AOD的影响情况, 统计了不同季节不同类型西南涡前后7 d AOD平均值和AOD的变化率(图 4).图 4中a、b、c分别表示干西南涡、弱降水西南涡、强降水西南涡过境前后7 d AOD平均值的变化以及AOD的变化率.就干涡而言, 一年之中除了夏季是使AOD减少(变化率为-10.71%)外, 其余3个季节都对AOD起到了增长作用.春季干涡过境后的AOD增长率最大为105.88%, 秋季和冬季的增长率分别为42.68%和37.50%；而弱降水涡的情况与干涡恰恰相反.在一年之中, 夏季的弱降水涡会对AOD起到增长作用, 增长率为36.36%.而春季和秋季产生的弱降水涡对AOD具有削减作用, 但削减程度各不相同.春季的削减作用最强, 西南涡过境后AOD减少了72.41%, 是秋季的3倍之多(秋季变化率为-20%).冬季则没有弱降水涡；就强降水涡而言, 所有季节(冬季没有强降水涡)均对AOD具有削减作用, 且秋季产生的强降水涡的削减作用最强为-50%, 其次为春季(-38.46%)、夏季(-9.09%).以上分析表明, 西南涡对AOD的影响不能一概而论.干涡并不是只对AOD具有增长作用, 降水性涡也不是只对AOD具有削减作用.要具体了解西南涡对AOD的影响, 还要进一步分析西南涡发生期间气象因子的变化.
 |
| 图 4 不同季节不同类型西南涡过境前后AOD平均值和AOD变化率 (a.干涡, b.弱降水涡, c.强降水涡) Fig. 4 AOD average value and AOD variation rate before and after different types of southwest vortices transiting in different seasons (a represents dry vortices, b represents weak precipitation vortices, c represents strong precipitation vortices) |
① 风速的变化：风是影响大气污染物扩散的重要因子之一, 具有大小和方向.一般来说, 风速越大, 空气的水平运动越活跃, 污染物扩散越快, 则浓度降低越快(蒋婷梅等, 2015).风向则决定了污染物的扩散方向.表 2统计了2008—2010年82个过境前后对AOD影响不同的西南涡在不同高度上的平均风速, 可以看到, 过境后使AOD减少的西南涡过境范围内的风速普遍比过境后使AOD增加的西南涡过境范围内的风速大.
| 表 2 过境前后对AOD影响不同的西南涡在不同高度上的风速对比 Table 2 Wind speed comparison of southwest vortex with different effects on AOD before and after transiting at different heights |
|
如图 5所示, 3种类型的西南涡内风速都随高度升高而增大.并且干涡在每个高度上平均风速都是最小的, 1000 hPa上为(2.09±0.54) m·s-1, 850 hPa上为(2.89±0.89) m·s-1, 700 hPa上为(5.37±2.14)m·s-1.两种降水涡在不同高度上的风速相差不大：1000 hPa上弱降水涡风速为(2.66±0.9) m·s-1, 强降水涡为(2.81±1.02) m·s-1；850 hPa上弱降水涡风速为(4.7±2.27) m·s-1, 强降水涡为(5.07±2.66)m·s-1；700 hPa上弱降水涡风速为(5.9±1.73) m·s-1, 强降水涡为(5.97±1.67) m·s-1；干涡与降水涡的风速差异在850 hPa上最大.从图 5上还可以得知, 干涡和降水涡过境范围内的风速随高度的变化率是不相同的.干涡在1000~850 hPa上风速随高度的增加率小于降水涡.但在850~700hPa上干涡过境范围内风速随高度的增加率比降水涡的要大.
 |
| 图 5 2008—2010年不同类型西南涡过境范围内平均风速随高度的变化 Fig. 5 Variation of average wind speed with height in different types of southwest vortices transits from 2008 to 2010 |
② 相对湿度的变化：相对湿度是影响大气污染物浓度变化的重要因子.已有研究发现, 高相对湿度下气溶胶因为吸湿增长会导致二次污染物的迅速增加, 从而使大气污染加重(Tan et al., 2013).图 6展示了不同类型西南涡相对湿度随高度的变化情况.总体而言, 干涡和强降水涡的相对湿度随高度的增加先升高后降低, 但弱降水涡的相对湿度是随高度的升高而增加的.干涡过境范围内相对湿度随高度的变化比降水涡的要大.干涡在不同高度上的相对湿度最小、弱降水涡次之、强降水涡最大.在1000 hPa上, 干涡的相对湿度为61.12%±12.89%, 弱降水涡的相对湿度为73.43%±10.96%, 强降水涡的相对湿度为77.82%±7.95%；在850 hPa上, 干涡的相对湿度为73.37%±14.04%, 弱降水涡的相对湿度为80.4%±10.6%, 强降水涡的相对湿度为83.76%±7.32%；在700 hPa上, 干涡的相对湿度为63.93%±21.33%, 弱降水涡的相对湿度为81.32%±13.22%, 强降水涡的相对湿度为82.96%±7.07%.两种降水涡不同高度上的相对湿度差别较小, 700 hPa上相差最小仅为1.64%.而干涡与降水涡的相对湿度相差较大, 并在700 hPa上差值最大.
 |
| 图 6 2008—2010年不同类型西南涡过境范围内平均相对湿度随高度的变化 Fig. 6 Variation of average relative humidity with height in different types of southwest vortices transits from 2008 to 2010 |
③ 温度的变化：如图 7所示, 3种类型的西南涡的温度都随高度升高而减少, 干涡过境范围内在1000、850、700 hPa上的平均温度分别为：(18.59±5.76)、(9.05±5.77)、(3.09±5.19) ℃；弱降水涡过境范围内在1000、850、700 hPa上的平均温度分别为：(23.5±5.53)、(14.91±5.17)、(7.1±4.4) ℃；强降水涡过境范围内在1000、850、700 hPa上的平均温度分别为：(27.65±2.72)、(18.85±2.64)、(10.82±2.06) ℃.弱降水涡和强降水涡的递减率几乎一样.从图上还可以明显地看出, 在不同高度上温度大小都是干涡＜弱降水涡＜强降水涡.
 |
| 图 7 2008—2010年不同类型西南涡过境范围内平均温度随高度的变化 Fig. 7 Variation of average temperature with height in different types of southwest vortices transits from 2008 to 2010 |
④ 不同类型西南涡过境范围内气象要素对AOD的影响对比：从前文的统计结果可知, 干涡过境后会使AOD升高, 且比较干涡和强降水涡而言, 因二者的AOD初始值基本一致, 但过境后AOD的变化情况却相反.除去前文讨论的降水量大小之外, 气象要素也可能是个重要的因子.由前文的分析可以得知, 干涡内的风速、温度和相对湿度都是最小的, 而强降水涡在不同高度上的风速却较大.有研究提出, 风速越小, 污染物越不易于扩散和稀释(成青燕等, 2018).就温度而言, 温度较低时, 大气的上下对流混合作用较弱, 由此导致干涡过境范围内污染物不易扩散, 以至于AOD升高, 这与蒋婷梅等(2015)的研究结果亦相一致.李金娟等(2011)认为在大气湿度较小情况下更易造成PM10的污染.这与干涡过境范围内相对湿度较小时AOD升高的情况相同.但也有一些研究认为, 湿度对不同粒径段颗粒物数浓度的影响是不同的：积聚态和粗粒子态颗粒物浓度会随湿度增加而增大(郎凤玲等, 2013).
就降水涡而言, 二者过境后都使AOD减小.首先是因为此类西南涡产生了降水, 而降水对大气颗粒物具有冲刷作用.其次, 两类西南涡的风速都较大, 强降水涡的风速甚至在1000、850、700 hPa上都是3类西南涡中最大的.两类西南涡虽然都令AOD减少, 但减少的程度并不相同, 弱降水涡对AOD的削减作用是强降水涡的2倍之多.前文已经讨论过降水量、初始浓度、雨滴直径大小等因子的影响, 在此讨论气象因子的作用.从风速这个因子来看, 弱降水涡和强降水涡在1000、850、700 hPa上的差值分别为0.15、0.37和0.07 m·s-1, 差别很小.所以风速大小的差异不是造成此类情况的主要原因.从温度和相对湿度来看, 强降水涡都要大于弱降水涡.虽然有降水的冲刷作用, 但较高的温度和湿度会造成气溶胶吸湿增长以及加速二次增长(Tan et al., 2013), 导致气溶胶浓度增加, 抵消一部分降水的清除作用, 从而致使强降水涡过境后AOD的削减率小于弱降水涡.所以, 可以认为弱降水涡比强降水涡对AOD的削减作用强的原因是弱降水涡内AOD初值较高, 且强降水涡过境范围内较高的温度和湿度导致气溶胶浓度的增加而抵消了部分降水的冲刷作用.
3.3.2 不同季节西南涡过境范围内气象要素的变化情况① 不同季节干涡过境范围内气象要素的变化：为了更加详细了解干涡对AOD的影响情况, 图 8统计了不同季节干涡过境范围内的风速、相对湿度和温度随高度的变化情况.总体来看, 一年四季中风速呈现出随高度的升高而升高的状况, 且春季干涡过境范围内的风速在1000 hPa和700 hPa上都是最大的.相对湿度呈现出随高度的升高先升高后降低的状况, 温度随高度的升高而降低.不同高度上相对湿度和温度的大小均是夏季最大, 冬季最小.
 |
| 图 8 2008—2010年不同季节干涡过境范围内气象要素随高度的变化 (a.风速, b.相对湿度, c.温度) Fig. 8 Variation of meteorological elements with height in dry southwest vortices transits in different seasons from 2008 to 2010 (a. wind speed, b. relative humidity, c. temperature) |
从前文的统计结果可以得知, 干涡过境后会使AOD升高, 而对于夏季干涡来说却是使AOD降低的.但由于夏季的干涡个例(4个)较少且对AOD削减效果较弱(-10.71%), 无法探究夏季干涡对AOD的影响的普遍规律, 还需要收集更多夏季干涡个例并结合各类气象要素, 来深入探究夏季干涡过境后AOD增加的可能原因.例如, 可能和边界层的高度有关.此前已有相关研究提出, 边界层高度较低不利于污染物的扩散(郎凤玲等, 2013), 而夏季的边界层高度比起其他3个季节则相对较高(高星星等, 2018).
② 不同季节弱降水涡过境范围内气象要素的变化：如图 9所示, 在弱降水涡过境范围内, 1000 hPa和850 hPa上风速大小都是春季＞夏季＞秋季, 但在700 hPa上秋季风速最大.就相对湿度而言春夏秋三季都是随高度的增大而增大.从温度来看, 夏季弱降水涡过境范围内温度最高, 秋季和春季在不同高度上的温度相差无几, 且3个季节的温度随高度的变化率几乎相同.
 |
| 图 9 2008—2010年不同季节弱降水涡过境范围内中气象要素随高度的变化 (a.风速, b.相对湿度, c.温度) Fig. 9 Variation of meteorological elements with height in weak precipitation southwest vortices transits in different seasons from 2008 to 2010 (a.wind speed, b. relative humidity, c. temperature) |
由图 4可知, 夏季的弱降水涡对AOD的作用是使其增加的, 这与春季和秋季的弱降水涡对AOD的影响情况相反.从图 9可以看出, 夏季的弱降水涡过境范围内不同高度上的风速都较小, 但其湿度和温度都比其他季节大.风速小不利于气溶胶的扩散、较高的温度和湿度会加速气溶胶粒子的二次转化(胡敏等, 2006), 从而抵消全部弱降水涡内降水的对AOD的削减作用, 造成夏季弱降水涡过境后AOD的增加.从前文可知, 春季的弱降水涡对AOD的削减程度大于秋季.从风速上来看, 春季在不同高度上的风速比秋季大, 这使得春季弱降水涡过境范围内的气溶胶颗粒物较秋季而言更容易扩散；从相对湿度和温度来看, 秋季都比春季高, 而较高的温度和湿度又是造成气溶胶浓度增长的重要因子之一.
③ 不同季节强降水涡过境范围内气象要素的变化：由图 10可见, 春季强降水涡过境范围内850 hPa上风速最小, 在1000 hPa高度上风速最大.春季强降水涡过境范围内相对湿度随高度的变化比其他季节大.温度的变化较为均匀, 温度大小在不同高度上均为夏季＞秋季＞春季.不同季节强降水涡过境范围内温度都随高度的升高而降低, 且随高度降低的曲线斜率几乎相同.
 |
| 图 10 2008—2010年不同季节强降水涡过境范围内中气象要素随高度的变化 (a.风速, b.相对湿度, c.温度) Fig. 10 Variation of meteorological elements with height in strong precipitation southwest vortices transits in different seasons from 2008 to 2010 (a.wind speed, b.relative humidity, c. temperature) |
就强降水涡对AOD的削减作用而言, 首先考虑西南涡产生的降水的湿清除作用.春季的强降水涡平均降水量为(14.8±5.16) mm, 秋季为(17.17±8.46) mm, 可以初步解释为何秋季的强降水涡对AOD的削减作用比春季强.秋季的强降水涡过境范围内在850 hPa高度以下风速都比春季小, 且秋季的温度和相对湿度都比春季大.较低的风速和较高的温度、湿度都是利于气溶胶浓度增加的因素.由此可以得知, 对于秋季和春季的强降水涡来说, 降水和风速对气溶胶的削减作用比相对湿度和温度的逆消减作用都要强.就夏季的强降水涡而言, 夏季产生的强降水涡过境范围内风速并不大, 且在700 hPa比其他季节都要小.从相对湿度和温度上来看, 夏季都偏大, 而且平均温度是一年中最大的.就降水量来看, 夏季的强降水涡的平均降水量为(21.87±5.97) mm, 是一年中所有季节最多的.但是由图 4可见, 夏季强降水涡对AOD的削减率却是一年中最少的, 仅为9.09%.所以对于夏季的强降水涡来说, 可能风速、湿度和温度等其他气象要素对AOD的影响作用比降水的影响作用强.由此可见, 强降水涡对AOD的削减作用是降水量、风速、湿度和温度等气象要素共同作用的结果, 并没有明显的主导因素.
4 结论(Conclusions)1) 2008—2010年3年共普查了86个西南涡个例, 西南涡成熟时期的位置大致在30.6°N, 106.2°E处, 平均直径为(453.42±184.44) km, 平均生命期(19.77±12.59) h.其中, 干涡数量最多(31个)、强降水涡次之(29个)、弱降水涡最少(26个).就水平尺度范围和生命期长短而言, 均为弱降水涡＞干涡＞强降水涡.冬季没有降水涡生成, 只有干涡.
2) 通过研究西南涡对AOD的影响发现, 总体而言, 干涡过境后会使AOD增加, 降水涡过境后会使AOD减少, 且弱降水涡对AOD的削减作用比强降水涡强.干涡过境后AOD的变化率是最大的, 其次是弱降水涡.
3) 对于不同季节, 春季产生的西南涡对AOD的影响作用最大.夏季产生的干涡和弱降水涡对AOD的影响与其他季节产生的干涡和弱降水涡对AOD的影响是相反的, 即夏季产生的干涡过境后会使AOD减少(其他季节均使AOD增加), 夏季的弱降水涡过境后会使AOD增加(其他季节均使AOD减少).
4) 对于西南涡过境期间气象要素的变化对AOD的影响而言, 风速在各个类型西南涡内的影响情况是相同的：较大的风速都会使AOD减小；就温度和湿度而言, 不同类型西南涡有不同的情况：①在干涡中, 风速、相对湿度和温度相较于其他类型的西南涡而言是最小的, 较小的风速、温度和相对湿度的情况下AOD会增加；②在弱降水涡中, 降水和较大的风速是使AOD减少的主要因素, 但对于夏季的弱降水涡来说, 虽有降水, 较高的温度和湿度与低风速的条件则会抵消部分降水清除的作用, 反而使AOD增加；③在强降水涡中, 温度和相对湿度都大于弱降水涡, 较高的温度和湿度会使AOD增加, 抵消更大部分的降水清除作用.但对比不同季节的强降水涡, 对AOD的削减作用是降水量、风速、湿度和温度共同作用的结果, 并没有明显的主导因素.
成青燕, 张东方, 杨蓉, 等. 2018. 气象条件与成都市空气质量的关系研究[J]. 自然科学, 6(1): 52-62. |
陈小敏, 邹倩, 周国兵. 2013. 重庆主城区冬春季降水强度对大气污染物影响[J]. 西南师范大学学报(自然科学版), 38(7): 113-121. DOI:10.3969/j.issn.1000-5471.2013.07.021 |
陈忠明, 闵文彬, 缪强, 等. 2004. 高原涡与西南涡耦合作用的个例诊断[J]. 高原气象, 23(1): 75-80. DOI:10.3321/j.issn:1000-0534.2004.01.011 |
陈忠明, 闵文彬, 崔春光. 2004. 西南低涡研究的一些新进展[J]. 高原气象, 23(S1): 1-5. |
陈忠明, 缪强, 闵文彬. 1998. 一次强烈发展西南低涡的中尺度结构分析[J]. 应用气象学报, 9(3): 273-282. |
Chu D A. 2003. Global monitoring of air pollution over land from the Earth Observing System-Terra Moderate Resolution Imaging Spectroradiometer (MODIS)[J]. Journal of Geophysical Research, 108(D21): 4661. |
邓学良, 邓伟涛, 何冬燕. 2010. 近年来华东地区大气气溶胶的时空特征[J]. 大气科学学报, 33(3): 347-354. DOI:10.3969/j.issn.1674-7097.2010.03.012 |
Feng X, Liu C, Fan G, et al. 2016. Climatology and structures of southwest vortices in NCEP climate forecast system reanalysis[J]. Journal of Climate, 29(21): 7675-7701. DOI:10.1175/JCLI-D-15-0813.1 |
高星星, 陈艳, 张镭, 等. 2018. 基于CALIPSO卫星数据的全球大气边界层高度时空分布特征[J]. 兰州大学学报(自然科学版), 54(5): 646-653. |
郭阳洁, 洪松, 庄艳华, 等. 2010. 湖北省气溶胶光学厚度时空分布特征研究[J]. 武汉大学学报(信息科学版), 35(11): 1381-1385. |
胡敏, 刘尚, 吴志军, 等. 2006. 北京夏季高温高湿和降水过程对大气颗粒物谱分布的影响[J]. 环境科学, 27(11): 2293-2298. |
蒋婷梅, 胡勇, 茆平, 等. 2015. 南京市秋冬季大气颗粒物污染状况及其与气象因素的关系[J]. 中国粉体技术, 21(6): 61-67. |
金囝囡, 赵文吉, 杨兴川, 等. 2019. 亚洲地区MODIS和Himawari-8细模态气溶胶产品验证及其时空分布分析[J]. 环境科学学报, 39(4): 1066-1085. |
Jung C H, Kim Y P, Lee K W, et al. 2003. A moment model for simulating raindrop scavenging of aerosols[J]. Journal of Aerosol Science, 34(9): 1217-1233. DOI:10.1016/S0021-8502(03)00098-3 |
Kang P, Feng N, Wang Z, et al. 2014. Statistical properties of aerosols and meteorological factors in Southwest China[J]. Journal of Geophysical Research:Atmospheres, 119(16): 9914-9930. DOI:10.1002/2014JD022083 |
郎凤玲, 闫伟奇, 张泉, 等. 2013. 北京大气颗粒物数浓度粒径分布特征及与气象条件的相关性[J]. 中国环境科学, 33(7): 1153-1159. |
李成才, 毛节泰, 刘启汉. 2003. 利用MODIS遥感大气气溶胶及气溶胶产品的应用[J]. 北京大学学报(自然科学版), 39(S1): 108-117. |
李金娟, 杨荣师. 2011. 贵阳市大气颗粒物的污染特征及其与主要气象要素的相关性分析[J]. 西南大学学报(自然科学版), 33(1): 91-95. |
李凯飞, 张恒德, 谢永华. 2019. 降水对京津冀中南部PM10和PM2.5清除作用的分析[J]. 干旱区资源与环境, 33(3): 69-74. |
卢敬华. 1986. 西南低涡概论[M]. 北京: 气象出版社.
|
Monjo R. 2016. Measure of rainfall time structure using the dimensionless n-index[J]. Climate Research, 67(1): 71-86. DOI:10.3354/cr01359 |
慕丹, 李跃清. 2017. 西南涡统计特征研究综述[J]. 干旱气象, 35(2): 175-181. |
邱静雅, 李国平, 郝丽萍. 2015. 高原涡与西南涡相互作用引发四川暴雨的位涡诊断[J]. 高原气象, 34(6): 1556-1565. |
Remer L A, Kaufman Y J, Tanre D, et al. 2005. The MODIS aerosol algorithm, products, and validation[J]. Journal of the Atmospheric Sciences, 62(4): 947-973. DOI:10.1175/JAS3385.1 |
Russo A, Trigo R M, Martins H, et al. 2014. NO2, PM10 and O3 urban concentrations and its association with circulation weather types in Portugal[J]. Atmospheric Environment, 89(Complete): 768-785. |
孙彧, 牛涛, 乔林, 等. 2016. 华北地区雾和霾天气环流特征聚类分析[J]. 气候与环境研究, 21(5): 601-613. |
Tan H B, Yin Y, Gu X S, et al. 2013. An observational study of the hygroscopic properties of aerosols over the Pearl River Delta region[J]. Atmospheric Environment, 77(77): 817-826. |
Tanner P A, Law P. 2002. Effects of Synoptic Weather Systems Upon the Air Quality in an Asian Megacity[J]. Water Air and Soil Pollution, 136(1/4): 105-124. DOI:10.1023/A:1015275404592 |
Wang J. 2003. Intercomparison between satellite-derived aerosol optical thickness and PM2.5 mass:Implications for air quality studies[J]. Geophysical Research Letters, 30(21): 267-283. |
王金虎, 李栋梁, 王颖. 2015. 西南低涡活动特征的再分析[J]. 气象科学, 35(2): 133-139. |
王莉莉, 王跃思, 王迎红, 等. 2010. 北京夏末秋初不同天气形势对大气污染物浓度的影响[J]. 中国环境科学, 30(7): 924-930. |
王妮, 何太蓉, 刘金萍. 2017. 重庆城区夏季降水对大气污染物的清除效果分析[J]. 环境工程, 35(4): 69-73. |
王新敏, 宋自福, 张霞, 等. 2009. 一次西南涡路径预报偏差分析及数值模拟[J]. 气象, 35(5): 18-25. |
王钊, 彭艳, 车慧正, 等. 2013. 近10年关中盆地MODIS气溶胶的时空变化特征[J]. 高原气象, 32(1): 234-242. |
吴洛林, 周柳艺, 王雪梅, 等. 2017. 肇庆市PM2.5重污染天气形势及冬季典型污染过程输送特征研究[J]. 热带气象学报, 33(5): 782-792. |
肖钟湧, 江洪, 陈健, 等. 2010. 利用MODIS遥感数据反演广州市气溶胶光学厚度[J]. 中国环境科学, 30(5): 577-584. |
杨德保, 王式功, 黄建国. 1994. 兰州市区大气污染与气象条件的关系[J]. 兰州大学学报, 30(1): 132-136. |
邹波, 陈忠明. 2000. 一次西南低涡发生发展的中尺度诊断[J]. 高原气象, 19(2): 141-149. |