王新輝,蘇 林,陶明輝,王子峰,陳良富,李莘莘,汪 洋

?

基于星地同步觀測的華北平原中部背景地區(qū)冬季霾污染過程

王新輝1,2,蘇 林*,陶明輝1,王子峰1,陳良富1,李莘莘1,汪 洋1,2

(1.中國科學院遙感與數(shù)字地球研究所,遙感科學國家重點實驗室,北京 100101；2.中國科學院大學,北京 100049)

利用地基觀測結(jié)果和多源衛(wèi)星遙感觀測,結(jié)合氣象數(shù)據(jù)及HYSPLIT4后向軌跡模式,對華北平原中部背景地區(qū)(河南省鄭州市中牟縣東南郊)冬季霾事件的污染物特征和形成過程進行分析.綜合觀測時間為2014年12月13日~2015年1月16日,共有5次霾過程,占觀測總天數(shù)的82%.地面監(jiān)測結(jié)果顯示,不同的污染過程污染物濃度變化曲線相似,O3濃度在清潔天濃度較高;NO、SO2、PM10、PM2.5呈較強正相關(guān)性,NOx、SO2與 PM10相關(guān)系數(shù)0.64、0.57,與PM2.5相關(guān)系數(shù)0.56、0.45;近地面污染物以細粒子污染物為主,其中又以氣態(tài)污染物二次生成的細粒子為主.AMPLE地基激光雷達和CALIPSO數(shù)據(jù)表明,華北平原霾層中上部受浮塵影響,以粗粒子污染物為主.氣象探空數(shù)據(jù)表明該地區(qū)冬季大氣對流層穩(wěn)定利于霾的維持,假相當位溫垂直差、指數(shù)、露點差與能見度相關(guān)系數(shù)分別為0.52、0.56和 0.38.分析近地面風速風向?qū)策^程的影響表明,該地區(qū)冬季以南方向靜小風為主,風速與能見度相關(guān)系數(shù)為0.32 ,PM1受東北方向污染源影響,PM1~2.5及PM2.5~10受西北方向污染源影響;結(jié)合高空風場分析,霾過程1受西北浮塵影響,霾過程5受南來水汽影響.通過后向軌跡分析,該地區(qū)冬季的低空污染傳輸主要來自東北和西北方向,其中東北方向區(qū)域傳輸來自河北與山東,占來源比例的14%,近距離污染傳輸主要來自站點以西的鄭州、洛陽,約占來源比例的33%.

霾過程；污染物特征；氣象因素；區(qū)域輸送

霾是由于空氣中大量微小氣溶膠粒子積聚在大氣中,使得空氣變渾濁,致使水平能見度下降至10km以下的一種天氣現(xiàn)象[1-2].近年來,我國生活與工業(yè)的污染排放增加迅速,城市光化學煙霧事件變多,霾天氣急劇增多,尤其在長三角、珠三角、京津冀等城市密集區(qū),區(qū)域性污染日益嚴重,極端污染事件頻發(fā)[3-5].國外學者對霾污染的研究較早,Andreae等[6]1988年在亞馬遜盆地進行綜合觀測,對1~4km霾層結(jié)構(gòu)分析發(fā)現(xiàn),霾層中污染氣體濃度高.早期對霾的研究主要通過消光系數(shù)、化學組分、粒徑與顆粒物濃度等分析,研究顆粒物特性以及與氣溶膠混合狀態(tài)的相互作用,指出細粒子污染容易形成灰霾天氣[7-8].我國灰霾的概念于2002年提出后,開始系統(tǒng)研究[9]. Zhang等[10]根據(jù)49年681個站點的能見度,將我國霾區(qū)劃分為華北平原、長三角、珠三角和四川盆地.目前國內(nèi)對霾的研究主要有如下方向:通過數(shù)值分析模擬與大氣模式研究并預測霾的發(fā)生發(fā)展與污染程度[11-12],通過地基觀測獲得顆粒物濃度、氣溶膠光學特性、化學組分研究霾的時空變化、污染特性或揭示霾的形成機制[13-15],以及通過氣象數(shù)據(jù)與參數(shù)研究氣象條件對霾形成發(fā)展的影響[16-17].隨衛(wèi)星遙感技術(shù)發(fā)展,AQUA、CALIPSO、AURA、PARASOL等系列衛(wèi)星的聯(lián)合觀測為霾的研究提供新視角[18].如H?nel等[19]結(jié)合CALIPSO數(shù)據(jù)對GAW站點霾層分析,指出東亞地區(qū)低層霾多為人為細顆粒氣溶膠,高層霾是沙塵、生物質(zhì)燃煙以及工業(yè)污染物的混合物.Tao等[4]結(jié)合MODIS火點數(shù)據(jù)、氣溶膠產(chǎn)品、CALIPSO數(shù)據(jù)分析東亞地區(qū)夏季棕色霾,指出沙塵傳輸、生物質(zhì)燃燒與工業(yè)污染以及夏季高濕度的天氣條件是其成因.

現(xiàn)今有關(guān)霾的研究多針對京津冀、珠三角、長三角等污染嚴重地區(qū)統(tǒng)計分析,或針對某次重霾事件進行分析與追因,對背景地區(qū)的霾過程分析較少,且依據(jù)地基觀測數(shù)據(jù)的研究占多數(shù).通過站點進行地基觀測具有數(shù)據(jù)精度高、時間分辨率高等優(yōu)勢,但地基站點數(shù)量有限,無法進行連續(xù)空間分析,且觀測結(jié)果容易受周圍源影響,衛(wèi)星觀測恰好彌補這一不足,可實現(xiàn)霾的區(qū)域分析以及污染傳輸?shù)谋O(jiān)控.華北平原是我國四大霾區(qū)之一,本文選取華北平原中部背景地區(qū)進行了為期一個月的冬季外場地基觀測試驗,并同時結(jié)合氣象數(shù)據(jù)、衛(wèi)星數(shù)據(jù)和后向軌跡模型對該背景地區(qū)的霾污染物特征、氣象條件影響、形成過程以及污染傳輸源頭進行綜合的分析與研究.

1 數(shù)據(jù)與方法

1.1 站點描述

背景觀測站點位于河南鄭州市的中牟縣東南郊.站點經(jīng)緯度坐標為114.04°E,34.71°N.站點所處地勢平緩、四周是大面積麥田,觀測數(shù)據(jù)受人為源影響少.東偏北方向30km處為開封市區(qū),西北方向35km處為鄭州市區(qū).聯(lián)合觀測時間段為2014年12月13日~2015年1月16日.

1.2 地基觀測與氣象數(shù)據(jù)

此次地基觀測數(shù)據(jù)包括近地表的氣象五參數(shù)數(shù)據(jù)(溫度、濕度、風速、風向、氣壓)、近地面能見度數(shù)據(jù)、氣溶膠光學厚度數(shù)據(jù)、近地表顆粒物濃度數(shù)據(jù)和AMPLE(多波長拉曼偏振大氣探測激光雷達)探測數(shù)據(jù).氣溶膠光學厚度由CE318太陽光度計測得,由于云或水汽的影響,有效數(shù)據(jù)反演結(jié)果存在一定時間段的缺失. AMPLE地基探測激光雷達2012年由中國航天科技集團公司九院北京遙測技術(shù)研究所研制,空間分辨率為3.75m,探測距離達到30km.

污染氣體濃度的觀測數(shù)據(jù)來自中牟市環(huán)境監(jiān)測中心提供的空氣質(zhì)量數(shù)據(jù).溫度、濕度以及風速風向等的探空資料來自于懷俄明大學大氣科學學院提供的無線探測資料,時間分辨率為1次/12h,對應中國地區(qū)時間為8:00與20:00.風場數(shù)據(jù)來自NCEP (Nationgal Centers for Environmental Prediction),分辨率為1°,用于分析大范圍的氣象條件[20],可分析潛在的水汽傳輸以及沙塵傳輸?shù)挠绊?

1.3 衛(wèi)星數(shù)據(jù)集

本文采用MODIS(中分辨率成像光譜儀)550nm波段10km AOD(氣溶膠光學厚度)產(chǎn)品、OMI(臭氧監(jiān)測傳感器)的UVAI(紫外氣溶膠指數(shù))以及CALIPSO產(chǎn)品.其中AOD與真實值有(±0.05±15%)的誤差,可用來分析區(qū)域污染的變化[21].UVAI可用于探測沙塵和生物燃燒,監(jiān)測沙塵和煙羽的傳輸[22].UVAI對紫外吸收型氣溶膠的高度非常敏感(>2km),對表面類型不夠敏感[23].本文采用OMI L2格網(wǎng)數(shù)據(jù),UVAI分辨率為0.25°.CALIPSO產(chǎn)品可提供氣溶膠和云層的垂直廓線、后向散射和退偏比[24],其中532nm波段的線性退偏比對沙塵等非球形粒子尤其敏感[25],同時可以提供氣溶膠類型產(chǎn)品,并將氣溶膠分成6類,包括煤煙、沙塵、污染沙塵、清潔和污染的大陸型,以及清潔的海洋型[26].

1.4 軌跡模式HYSPLIT4

采用美國NOAA研制的軌跡模式HYSPLIT4定性分析此次霾天氣污染物的輸送過程.HYSPLIT4 是一種歐拉和拉格朗日混合型的計算模式,包含多種物理過程,可針對不同類型排放源,進行較完整的輸送擴散和沉降過程模擬,廣泛應用于大氣污染物輸送研究[27-28].

2 污染物濃度特征分析

2.1 霾污染過程

根據(jù)霾的定義[1-2],結(jié)合日均能見度小于10km的日期,霾過程可分為5個,分別是12月13~15日,12月18~20日,12月23~30日,1月2~5日,1月7~15日.霾污染天數(shù)為27d,占整個觀測期間天數(shù)的82%.霧霾天的定義是相對濕度日均值大于80%的霾天[29],反之為灰霾天.根據(jù)圖1所示,觀測期間日均相對濕度均低于80%,為灰霾天氣.依據(jù)AQI(空氣質(zhì)量指數(shù))對中國大陸空氣質(zhì)量等級的劃分[30],觀測期間重污染天數(shù)較多,占觀測天數(shù)的46%.其中,12月18日,以及1月的3~5日、8日、10日和15日出現(xiàn)六級重度污染(AQI值大于300),五級重度污染(AQI值為200~300)有9d.達到優(yōu)良級別(AQI值小于100)的有7d,占觀測天數(shù)的18%.

從圖1可以看出,過程2和過程3霾的發(fā)生變化過程具有明顯的突發(fā)性,可在2~3h內(nèi)形成,并經(jīng)過進一步的積聚形成重污染.過程2在17日16:00~19:00能見度迅速從14km降低至9km,次日10時達最低值.過程3在22日16:00~19:00能見度從14.3km降低至7.5km次日10:00達到能見度最低.與過程2和過程3霾發(fā)生的突發(fā)性不同,過程4和過程5霾形成前從能見度開始下降到霾形成經(jīng)過相對長的時間,霾形成后較為穩(wěn)定,一直維持低能見度狀態(tài).該地區(qū)能見度存在著規(guī)律的日內(nèi)變化,由于邊界層高度升高、水平對流和垂直交換增強以及溫度升高、濕度降低等原因[31-32],能見度白天升高,相反在夜晚降低;幾個過程中霾發(fā)生時間均在下午或夜間,契合能見度的日變化.

2.2 污染物特征及變化分析

由圖2可見,顆粒物PM1、PM2.5、PM10的平均濃度分別為90,101,128μg/m3,SO2、NO、O3、CO平均濃度分別為60,109,20μg/m3、2.74mg/m3.O3日均值峰值主要出現(xiàn)在污染過程之前,如12月15日、12月21日、12月26日、12月31日、1月6日,日均值最高值在12月26日達到54μg/m3.O3濃度在霾過程開始時下降,原因可能是O3生成與前體物NO和VOC有關(guān)[33],而當某些還原性污染物如 NO濃度較大時[34],O3易與其發(fā)生反應,加之霧霾天太陽光照弱,光化學反應減弱[35],使得O3濃度在霾天下降.AOD與PM10、PM2.5的變化有較好的相關(guān),相關(guān)系數(shù)分別為0.4212、0.5237.PM10、PM2.5、SO2、NO變化過程具有一致性.CO與其他5種成分也具有相關(guān)變化,但其變化和其他成分的變化相比大多有時間上的延遲,日均值的最高值在1月15日達到5.93mg/m3.通過對污染物的小時均值計算,在此過程中NO與SO2濃度相關(guān)系數(shù)為0.6312, NO、SO2與PM10濃度的相關(guān)系數(shù)分別為0.6426、0.5666,與PM2.5濃度的相關(guān)系數(shù)分別為0.5592、0.4489,4種污染物呈現(xiàn)明顯正相關(guān)性,說明四者具有較高的同源性,SO2和NO的爆發(fā)長伴隨著PM的爆發(fā)[36],同時SO2、NO、O3、CO與污染氣體二次生成細顆粒相關(guān)性高[37],說明顆粒物中二次生成細顆粒物貢獻較大.

圖3是觀測站點7種大氣成分濃度在不同天氣條件下(清潔天和5個霾污染過程)24h的變化.PM1、PM2.5與PM10的日變化相關(guān)性較好,呈現(xiàn)雙峰變化,白天在9:00左右達到峰值,夜間由于大氣邊界層變低,氣流速度變緩也出現(xiàn)一個峰值.O3日變化呈現(xiàn)單峰正態(tài)變化,隨著日照變化,光化學反應變強,峰值出現(xiàn)在15:00.SO2主要來自燃煤[35],圖3顯示其峰值出現(xiàn)在11:00~12:00左右,另有兩個污染過程在7點左右也出現(xiàn)一個峰值.NO濃度峰值在9:00~10:00左右,次高峰出現(xiàn)在19:00.CO主要來源是燃煤和機動車尾氣[38], CO日變化出現(xiàn)多個峰值,最大的峰值出現(xiàn)在7:00~8:00上班高峰期,次高峰出現(xiàn)在15:00~ 17:00幼兒園與小學放學期間以及19:00~23:00城市夜生活間, 與汽車尾氣排放有較大關(guān)系.上述分析表明,觀測背景點空氣質(zhì)量與污染物變化一定程度上受城市影響,這也是由于華北平原地勢平坦開闊一定程度上利于污染的擴散和傳輸.另外不同天氣狀況下污染物的變化曲線差別不大,O3的變化曲線最為穩(wěn)定.除了O3濃度在清潔天相對霾污染過程濃度高,CO區(qū)別較小,其他污染物清潔天濃度低于霾天.

結(jié)合地基測得污染物濃度數(shù)據(jù)、地基雷達數(shù)據(jù)以及CALIPSO衛(wèi)星影像,對顆粒物濃度時序變化和垂直分布進一步分析.從圖4可以看出,該地區(qū)1月份顆粒物污染程度遠大于12月份;除了霾過程1,其他4個霾過程中日均值PM2.5/PM10在0.7以上,清潔天的值均小于0.7,說明該地區(qū)霾過程中近地表的顆粒物污染貢獻主要來自細粒子;同時PM1/PM2.5值大多在0.8以上,PM1主要是由污染氣體二次生成顆粒污染物[39],說明該地區(qū)污染氣體二次生成細顆粒污染物占較大比重.霾過程1粗顆粒貢獻較大,其中13日、15日PM2.5~10/PM10分別為48.7%、40%,可能存在揚塵或沙塵傳輸,進一步通過雷達影像(圖5)和UVAI紫外氣溶膠指數(shù)(圖9)驗證.

過程1AMPLE地基雷達探測532nm波段退偏比時間序列圖如圖5所示.退偏比越高顆粒物越不規(guī)則,粒徑越大[40],反之說明粒徑越小.根據(jù)退偏比信息可以看到,整層的顆粒物分布情況和濃度變化.13日近地面的顆粒物退偏比在0.2左右,粗粒子較多,1km上空有較厚的粗顆粒層;14日近地面退偏比降低,粗顆粒減少同時霾層變厚;15日整層退偏比都有所增加.從整段期間來看,13~14日4km左右的高空有明顯的浮塵沉降過程,14日1km處浮塵有上升的過程,與沉降的浮塵結(jié)合在一起在2~3km處積聚后在15日沉降,導致近地面粗顆粒物濃度增加.

地基雷達數(shù)據(jù)獲得點的整層的時序變化,為了獲取華北霾天區(qū)域性垂直霾層顆粒物污染情況,需用衛(wèi)星數(shù)據(jù)CALIPSO.選擇衛(wèi)星過境華北平原中部且污染嚴重的1月4日、8日、10日、16日分析華北平原垂直霾層特征.圖6顯示,盡管地面監(jiān)測顯示顆粒物以細粒子為主,但光學觀測整層中粗粒子占主導.霾層中上部受浮塵主導,后向散射系數(shù)較大,粗粒子較多;霾層層頂高度最高達到8~9km,沙塵層厚度大于5km;上層氣溶膠類型主要是沙塵與污染沙塵型氣溶膠,邊界層內(nèi)存在煤煙型和污染大陸型以及污染沙塵氣溶膠組成的混合氣溶膠.

3 氣象影響與霾過程分析

3.1 近地表風

霾分布區(qū)域內(nèi)的表面風速作為水平動力因素影響污染物被大氣稀釋的程度和擴散的范圍[41-42].表面風速偏大時,污染物以及水汽等向區(qū)域外輸送加強,反之有利于污染物的積聚以及霾的發(fā)展;另一方面,風速較大時可吹起地面塵土等顆粒,在局地范圍內(nèi)易形成浮塵或揚沙天氣.風向能反映出污染源周圍受影響的方位及污染物的來向和去向.能見度大小是霾的表征,從圖7可見,5個霾過程發(fā)生前期以靜風(<0.5m/s)為主,靜風風頻為10.7%.霾的消散伴隨著較大風速,霾過程中能見度的變化均伴隨風速的變化,如12月19日、12月14日、12月18日和1月1日.靜穩(wěn)無風天氣是霧霾積聚維持的重要環(huán)境條件.

由圖8可知,PM1、PM1~2.5、PM2.5~10主要集中在靜小風2m/s范圍內(nèi),約占67.9%,且風速小于2m/s多為南風向,約占79%;風速越小,PM1質(zhì)量濃度越大,當風速大于4m/s 時,PM1~2.5和PM2.5~10濃度有增加趨勢.來自東北風向的顆粒物數(shù)濃度比例較大,約為26.6%;PM1高值多出現(xiàn)在東北方向,PM1~2.5、PM2.5~10高值多來自西和西北方向.綜上說明,觀測期間霾污染過程中,顆粒物多為本地積聚,此外PM1細顆粒物主要受東北方向污染源影響,而PM1~2.5、PM2.5~10主要受西和西北方向的影響.

3.2 高空風場

結(jié)合衛(wèi)星數(shù)據(jù)分析高空風場水平傳輸對觀測站點及華北平原地區(qū)霾發(fā)展過程中的影響,以12月12~15日(包含霾過程1)與1月6日~16日(包含霾過程5)為例.

圖9顯示的700hPa(約海拔3km)高度的風場與紫外氣溶膠指數(shù)UVAI的疊加圖,星號為站點位置.UVAI反映沙塵氣溶膠的程度與分布,觀測站點處的UVAI與圖5顯示 3km上空退偏比變化情況相同,13日浮塵剛過境站點位置測得退偏比較小,14與15日再一次沙塵過境情況下,站點上空懸浮著沙塵層,導致退偏比變高.高空風場顯示,12~15日中國北部地區(qū)持續(xù)為西北風,UVAI分布變化顯示在此期間西部的浮塵一直向東輸送,華北平原上空沙塵污染嚴重,而漂浮的沙塵顆粒沿途會發(fā)生圖6顯示的沉降與人為污染混合在一起加重華北平原的霾污染程度.

3.3 大氣垂直穩(wěn)定性

分析該站點與溫度和濕度相聯(lián)系的垂直向大氣熱力因素在幾次霾過程演變中的作用,用到了表征大氣熱力不穩(wěn)定度的常用指數(shù)的指數(shù)、近地面溫度露點差(-d)以及假相當垂直位溫差(THV).本文用的指數(shù)計算公式為,=(850-500)+d850-(-d)700[43].式中,和d分別為氣溫和露點溫度,下標850,700和500表示和d所在的高度分別為850,700,500hPa.-d代表的是近地面空氣的飽和程度,THV代表的是逆溫的情況.

由圖11可看出,THV、-d與能見度呈正相關(guān)性,指數(shù)則與能見度具負相關(guān)性.THV、指數(shù)、-d的逐日變化與能見度相關(guān)系數(shù)分別為0.52、0.56和 0.38.-d越小,空氣中的水汽越接近于飽和,利于水汽凝結(jié),造成霾天氣增強.THV、指數(shù)代表了大氣對流層中低層層結(jié)的穩(wěn)定程度,THV越小、指數(shù)越大,大氣層結(jié)穩(wěn)定性增強,霧霾天氣增強.

3.4 氣流軌跡分析

采用美國NOAA研制的軌跡模式HYSPLIT4分析觀測期間該地區(qū)霾天氣的低空污染輸送過程.由圖12可見,清潔天氣團來自西北方向,較長的路徑說明風速較大,相對有利于污染物的擴散;有部分污染天的24h氣團也來自西北方向,占污染天比例的33%,但軌跡明顯短于清潔天;此外嚴重污染天氣軌跡來自西、南和東北方向,后向軌跡較短,較小的風速有助于污染物的積聚;東北方向的污染氣團主要來自河北、山東地區(qū),約占來源比例為14%;近距離傳輸污染氣團多來自西面的鄭州和洛陽市區(qū),同時河南省東面的開封以及南部的城區(qū)也對該地區(qū)有污染傳輸.

4 結(jié)論

4.1 觀測期間共有5次霾過程,霾天占82%,五六級重度污染天占污染天數(shù)的46%,PM2.5質(zhì)量濃度達到環(huán)境空氣質(zhì)量標準(GB3095-2012)一級(35μg/m3)標準天數(shù)比例為21%,達到環(huán)境空氣質(zhì)量標準二級(75μg/m3)的天數(shù)為65%.

4.2 背景站點近地面污染物以細粒子污染物為主,約占顆粒物的79%,其中又以氣態(tài)污染物二次生成的細粒子為主.雖然地基觀測顯示地面顆粒物以細粒子為主,光學觀測顯示,霾層中上部受浮塵主導,粗粒子污染在整層中占據(jù)主導.同時結(jié)合衛(wèi)星數(shù)據(jù)分析,冬季華北平原上層氣溶膠類型主要是沙塵與污染沙塵型氣溶膠,邊界層內(nèi)存在煤煙型和污染大陸型以及污染沙塵氣溶膠組成的混合氣溶膠.

4.3 該地區(qū)冬季近地面以南向的靜小風為主,顆粒物多為本地積聚,另外PM1受東北方向污染源影響,PM1~2.5及PM2.5~10受到西北方向污染源影響.高空風場通過遠距離傳輸水汽和沙塵影響該地區(qū)霾的生成和發(fā)展.冬季大氣對流層層節(jié)較為穩(wěn)定,假相當位溫垂直差、近地面溫度露點差、能見度呈明顯正相關(guān),相關(guān)系數(shù)分別為0.52和0.38,指數(shù)與能見度呈負相關(guān),相關(guān)系數(shù)為0.56,利于霾的維持.

4.4 綜合5個霾過程分析可知,冬季華北平原中部地區(qū)霾污染受到西北浮塵沉降以及南來水汽的影響.對觀測站點地區(qū)進行后向軌跡分析,該地區(qū)冬季的低空污染傳輸主要來自東北和西北方向,其中東北方向區(qū)域傳輸來自河北與山東,占來源比例的14%,近距離污染傳輸主要來自站點以西的鄭州、洛陽,約占來源比例的33%.

吳 兌.關(guān)于霾與霧的區(qū)別和灰霾天氣預警的討論 [J]. 氣象, 2005,31(4):3-7.

201中華人民共和國氣象行業(yè)標準 [S].

Ma J, ZWang W, Chen Y, et al. The IPAC-NC field campaign: a pollution and oxidization pool in the lower atmosphere over Huabei, China [J]. Atmospheric Chemistry and Physics, 2012, 12(9):3883-3908.

Tao M, Chen L, Su L, et al. Satellite observation of regional haze pollution over the North China Plain [J]. Journal of Geophysical Research: Atmospheres (1984~2012), 2012, 117(D12), DOI:10. 1029/2012JD017915.

Ji D, Wang Y, Wang L, et al. Analysis of heavy pollution episodes in selected cities of northern China [J]. Atmospheric Environment, 2012(50):338-348.

Andreae M O, Browell E V, Garstang M, et al. Biomass-burning emissions and associated haze layers over Amazonia [J]. Journal of Geophysical Research, 1988,93(D2):1509-1527.

Okada K, Ikegami M, Zaizen Y, et al. The mixture state of individual aerosol particles in the 1997 Indonesian haze episode [J]. J Aerosol Sci., 2001(32):1269-1279.

Whiteaker J R, Suess D T, Prather K A. Effects of meteorological conditions on aerosol composition and mixing state in Bakersfield, CA [J]. Environmental Science & Technology, 2002,36(11):2345- 2353.

吳 兌.近十年中國灰霾天氣研究綜述 [J]. 環(huán)境科學學報, 2012,32(2):257-269.

Zhang X Y, Wang Y Q, Niu T, et al. Atmospheric aerosol compositions in China: spatial/temporal variability, chemical signature, regional haze distribution and comparisons with global aerosols [J]. Atmospheric Chemistry and Physics, 2012,12(2): 779-799.

李 鋒,朱 彬,安俊嶺,等.2013年12月初長江三角洲及周邊地區(qū)重霾污染的數(shù)值模擬 [J]. 中國環(huán)境科學, 2015,35(7):1965- 1974.

呂夢瑤,劉紅年,張 寧,等.南京市灰霾影響因子的數(shù)值模擬 [J]. 高原氣象, 2011,30(4):929-941.

Huang K, Zhuang G, Fu J S et al., Shanghai [J]. Atmospheric Chemistry and Physics, 2012,12(1):105-124.

Jung J, Lee H, Kim Y J, et al. Optical properties of atmospheric aerosols obtained by in situ and remote measurements during 2006 Campaign of Air Quality Research in Beijing (CAREBeijing-2006) [J]. Journal of Geophysical Research: Atmospheres (1984–2012), 2009,114(D2), DOI:10.1029/ 2008JD010337.

吳 蒙,范紹佳,吳 兌,等.廣州地區(qū)灰霾與清潔天氣變化特征及影響因素分析 [J]. 中國環(huán)境科學, 2012,32(8):1409-1415.

王躍思,姚 利,王莉莉,等.2013年元月我國中東部地區(qū)強霾污染成因分析 [J]. 中國科學:地球科學, 2014,44(1):15-26.

廖曉農(nóng),張小玲,王迎春,等.北京地區(qū)冬夏季持續(xù)性霧-霾發(fā)生的環(huán)境氣象條件對比分析 [J]. 環(huán)境科學, 2014,35(6):2031-2044.

Tao M, Chen L, Wang Z, et al. A study of urban pollution and haze clouds over northern China during the dusty season based on satellite and surface observations [J]. Atmospheric Environment, 2014,82:183-192.

H?nel A, Baars H, Althausen D, et al. One-year aerosol profiling with EUCAARI Raman lidar at Shangdianzi GAW station: Beijing plume and seasonal variations [J]. Journal of Geophysical Research: Atmospheres (1984–2012), 2012, 117(D13), DOI:10. 1029/2012JD017577.

Kalnay E, Kanamitsu M, Kistler R, et al. The NCEP/NCAR 40-year reanalysis project [J]. Bulletin of the American Meteorological Society, 1996,77(3):437-471.

Levy R C, Remer L A, Kleidman R G, et al. Global evaluation of the Collection 5MODIS dark-target aerosol products over land [J]. Atmospheric Chemistry and Physics, 2010,10(21):10399-10420.

Torres O, Tanskanen A, Veihelmann B, et al. Aerosols and surface UV products from Ozone Monitoring Instrument observations: An overview [J]. Journal of Geophysical Research: Atmospheres (1984–2012), 2007,112(D24), DOI:10.1029/2007JD008809.

Ahn C, Torres O, Bhartia P K. Comparison of ozone monitoring instrument UV aerosol products with Aqua/Moderate Resolution Imaging Spectroradiometer and Multiangle Imaging Spectroradiometer observations in 2006 [J]. Journal of Geophysical Research: Atmospheres (1984–2012), 2008, 113(D16),DOI:10.1029/2007JD008832.

Liu Z, Liu D, Huang J, et al. Airborne dust distributions over the Tibetan Plateau and surrounding areas derived from the first year of CALIPSO lidar observations [J]. Atmospheric Chemistry and Physics, 2008,8(16):5045-5060.

Mielonen T, Arola A, Komppula M, et al. Comparison of CALIOP level 2aerosol subtypes to aerosol types derived from AERONET inversion data [J]. Geophysical Research Letters, 2009,36(18),DOI:10.1029/2009GL039609.

Omar A H, Winker D M, Vaughan M A, et al. The CALIPSO automated aerosol classification and lidar ratio selection algorithm [J]. Journal of Atmospheric and Oceanic Technology, 2009,26(10):1994-2014.

趙 恒,王體健,江 飛,等.利用后向軌跡模式研究TRACE-P期間香港大氣污染物的來源 [J]. 熱帶氣象學報, 2009,25(2): 181-186.

吳 兌.再論都市覆與霧的區(qū)別 [J]. 廣東氣象, 2006,32:9-15.

2012H J.環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定(試行) [S].

張 劍,劉紅年,唐麗娟,等.蘇州城區(qū)能見度與顆粒物濃度和氣象要素的相關(guān)分析 [J]. 環(huán)境科學研究, 2011,24(9):982-987.

鄭小波,羅宇翔,段長春,等.云貴高原近45年來日照及能見度變化及其成因初步分析 [J]. 高原氣象, 2010,29(4):992-998.

Nishanth T, Praseed K M, Satheesh Kumar M K, et al. Observational study of surface O3, NO, CH4and total NMHCs at Kannur, India [J]. Aerosol. Air. Qual. Res, 2014(14):1074-1088.

Han S, Bian H, Feng Y, et al. Analysis of the Relationship between O3, NO and NO2in Tianjin, China [J]. Aerosol Air Qual. Res., 2011(11):128-139.

Lu Z, Streets D G, de Foy B, et al. Ozone Monitoring Instrument observations of interannual increases in SO2emissions from Indian coal-fired power plants during 2005~2012 [J]. Environmental Science & Technology, 2013,47(24):13993- 14000.

黃 鶴,蔡子穎,韓素芹,等.天津市PM10, PM2.5和PM1連續(xù)在線觀測分析 [J]. 環(huán)境科學研究, 2011,24(8):897-903.

Xie Y Y, Zhao B, Zhang L, et al. Spatiotemporal variations of PM2.5and PM10concentrations between 31Chinese cities and their relationships with SO2, NO2, CO and O3[J]. Particuology, 2015,20:141-149.

曹國良,安心琴,周春紅,等.中國區(qū)域反應性氣體排放源清單 [J]. 中國環(huán)境科學, 2010,30(7):900-906.

江 琪,孫業(yè)樂,王自發(fā),等.應用顆粒物化學組分監(jiān)測儀(ACSM)實時在線測定致霾細粒子無機和有機組分 [J]. 科學通報, 2013,58(36):3818-3828.

Althausen D, Engelmann R, Baars H, et al. Portable Raman lidar PollyXT for automated profiling of aerosol backscatter extinction and depolarization [J]. Journal of Atmospheric and Oceanic Technology, 2009,26(11):2366-2378.

程敘耕,何金海,車慧正,等.1980~2010年中國區(qū)域地面風速對能見度影響的地理分布特征 [J]. 中國沙漠, 2013,33(6):1832- 1839.

朱 焱,楊金彪,朱蓮芳,等.蘇州市能見度與影響因子關(guān)系研究 [J]. 氣象科學, 2011,31(5):626-631.

章國材,矯梅燕,李延香.[M]. 北京:氣象出版社, 2007:89-95.

* 責任作者, 研究員, sulin@radi.ac.cn

a rural area of central Northern China Plain based on satellite and surface observations

WANG Xin-hui1,2, SU Lin1*, TAO Ming-hui1, WANG Zi-feng1, CHEN Liang-fu1, LI Shen-shen1, WANG Yang1,2

(1.State Key Laboratory of Remote Sensing Science, Institute of Remote Sensing and Digital Earth, China Academy of Sciences, Beijing 100101, China；2.University of China Academy of Sciences, Beijing 100049, China)., 2016,36(6)：1610~1620

This paper employed ground-based measurements, multiple satellite observations, NCEP reanalysis data, meteorological sounding data and Modeled HYSPLIT4backward trajectory results to ae the pollution characteristics and forming process of haze pollution in Zhongmou, a rural site located in the central North China Plain. The Comprehensive observation campaign lasted from December 13th, 2014 to January 16th, 2015 and a total of five haze pollution episodes were captured Haze days accounted for 82% of the total number of days, while heavily polluted days (Class V and VI based on AQI level) accounted for 46%. The ground-based observations showed that: 1) the concentrations of PM and SO2, NOwere highly correlated, 2) fine particulate matters were dominant among the ground-level pollutants, 3) and the secondary aerosols transformed from gaseous pollutants accounted for a predominant fraction of fine particles. CALIPSO and AMPLE vertical detection data showed that thick haze clouds were dominated by floating dust in the middle and upper layer, and coarse dust particles were prevalent over North China Plain, which accounted for a predominant fraction in the columnar optical volume. Based on meteorological sounding data, the atmospheric stratification of the planetary boundary layer (PBL) was stable, suppressing air turbulence in PBL and favoring formation and maintenance of haze. Meteorological data also showed that near-ground wind speed and direction had a great influence on haze maintenance and dissipation; High-level wind field data indicated that the first haze was influenced by floating dust from the northwest, and the fifth episode was influenced by water vapor from the south. By tracking the 100m air mass using HYSPLIY4model, the low-altitude pollutants were transported from northwest and northeast. The contribution from northeast, accounting for almost 14%, passed Hebei and Shandong province, while short distance transportation traces were mostly from Zhengzhou and Luoyang, accounting for almost 33%.

haze episode；pollutant character；meteorological factor；regional transport

X513

A

1000-6923(2016)06-1610-11

王新輝(1990-),女,山東泰安人,碩士研究生,主要從事大氣遙感方向的研究.

2015-12-02

中國科學院先導專項課題(XDB05020100);國家自然科學基金重點項目(41130528)