楊冬冬,趙樹云,張 華*,沈新勇

?

未來全球PM2.5濃度時(shí)空變化特征的模擬

楊冬冬1,2,趙樹云1,2,張 華1,2*,沈新勇1

(1.南京信息工程大學(xué)氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心,江蘇南京 210044；2.國(guó)家氣候中心,中國(guó)氣象局氣候研究開放實(shí)驗(yàn)室,北京 100081)

根據(jù)政府間氣候變化專門委員會(huì)第五次評(píng)估報(bào)告(IPCC AR5)給出的氣溶膠及其前體物的不同排放情景RCP2.6(低排放)、RCP4.5(中等排放)和RCP8.5(高排放),利用國(guó)家氣候中心的氣溶膠–氣候在線耦合模式,分別模擬了2010~2030和2030~2050年總PM2.5(人為和自然PM2.5的總和)及其中人為和自然氣溶膠柱含量的時(shí)空變化,并預(yù)估了的綠色排放情景RCP4.5下中國(guó)地區(qū)人為和自然氣溶膠對(duì)總PM2.5濃度變化的貢獻(xiàn).結(jié)果表明,在3種排放情景下,2010~2030年P(guān)M2.5柱含量變化的空間分布基本相似.在歐洲、北非及其西側(cè)的洋面上,PM2.5呈現(xiàn)不同程度的增加,其中以北非及其西側(cè)的洋面上的增加最為明顯,而阿拉伯半島東部PM2.5則明顯減少.在RCP4.5排放情景下,中國(guó)地區(qū)年均PM2.5地表濃度的減少量約為2.55 μg/m3,其中人為氣溶膠的貢獻(xiàn)約為28%,自然氣溶膠的貢獻(xiàn)約為72%.2030~2050年,3種排放情景下PM2.5柱含量變化的空間分布差異較大,在RCP4.5和RCP8.5排放情景下,非洲北部及其西側(cè)洋面的PM2.5顯著增加,而東亞地區(qū)的PM2.5顯著減少,而RCP2.6排放情景與前2種情景的結(jié)果區(qū)別很大.在RCP4.5排放情景下,中國(guó)地區(qū)PM2.5及其中人為和自然氣溶膠均在2010~2030年的基礎(chǔ)上進(jìn)一步減少,而且人為氣溶膠在其中的貢獻(xiàn)(約為34%)也有所增加.

PM2.5；人為氣溶膠；自然氣溶膠；BCC_AGCM2.0_CUACE/Aero

當(dāng)前我國(guó)乃至世界諸多地區(qū)均面臨著大氣PM2.5污染的環(huán)境問題以及改善環(huán)境的社會(huì)需求[1-5].目前國(guó)內(nèi)外對(duì)PM2.5的研究主要側(cè)重觀測(cè)資料的分析以及模式的模擬.近年來諸多氣溶膠模式也得到了應(yīng)用和發(fā)展,基于模式也進(jìn)行了大量的模擬研究[6-8].Han[9]和謝祖欣等[10]分別利用區(qū)域空氣質(zhì)量模式RAQM再現(xiàn)了東亞以及中國(guó)地區(qū)氣溶膠以及其他污染物的分布.張美根[11]也指出2001年春季東亞地區(qū)的人類活動(dòng)不僅使源區(qū)氣溶膠濃度顯著增加,而且使近海無源廣大海域的污染加重.張華等[12-13]和趙樹云[14]采用國(guó)家氣候中心氣溶膠–氣候在線耦合模式BCC_ AGCM2.0_CUACE/Aero對(duì)中國(guó)地區(qū)PM2.5以及全球氣溶膠的柱含量和光學(xué)厚度進(jìn)行了模擬,并綜合分析了污染物排放的控制對(duì)策.楊冬冬等[15]模擬了全球和中國(guó)地區(qū)PM2.5自工業(yè)革命到2010年期間的時(shí)空變化特征,但沒有模擬未來的PM2.5的變化規(guī)律.政府間氣候變化專門委員會(huì)(簡(jiǎn)稱:IPCC)的排放情景在氣候變化研究中有著越來越廣泛的應(yīng)用,不同地區(qū)之間污染物存在著一定的影響關(guān)系[16].本研究采用模式模擬的方法,研究了全球各地區(qū)不同排放情景下PM2.5未來的時(shí)空的變化,旨在為中國(guó)政府制定未來減排政策提供依據(jù).

1 模式和方法

1.1 模式介紹

研究采用的模式是國(guó)家氣候中心的氣溶膠–氣候在線耦合模式BCC_AGCM2.0_CUACE/ Aero. Zhang等[17]實(shí)現(xiàn)了國(guó)家氣候中心的第二代大氣環(huán)流模式BCC_AGCM2.0和氣溶膠化學(xué)模式CUACE/Aero的耦合,從而可以更加精細(xì)地研究氣溶膠與氣候之間的相互作用.趙樹云等[14]對(duì)該模式的氣溶膠模擬能力進(jìn)行了綜合評(píng)估.王志立等[18]發(fā)現(xiàn)該模式模擬的各類氣溶膠柱含量與AeroCom多模式的中間值在量級(jí)和空間分布上均比較一致.

其中,大氣環(huán)流模式BCC_AGCM2.0在水平方向采用 42波三角截?cái)喾桨竅T42,近似于 2.8°(緯度)×2.8°(經(jīng)度)],垂直方向?yàn)榛旌夕?壓力坐標(biāo)系,共26層,模式頂氣壓約為2.9hPa,剛性邊界.Wu等[19]對(duì)該模式進(jìn)行了一系列評(píng)估,發(fā)現(xiàn)它可以相當(dāng)好地模擬當(dāng)前的氣候平均態(tài).

氣溶膠化學(xué)模式CUACE/Aero考慮的氣溶膠種類主要有:硫酸鹽(SF)、黑碳(BC)、有機(jī)碳(OC)、海鹽(SS)和沙塵(SD)氣溶膠,其中人為氣溶膠及其相關(guān)前體物的排放數(shù)據(jù)是給定的離線值[20-21],均來自政府間氣候變化專門委員會(huì)第五次評(píng)估報(bào)告(IPCC AR5)[22].自然氣溶膠SS和SD的排放率則是在線計(jì)算的,其中SS的排放方案來自文獻(xiàn)[23],SD的排放方案也來自文獻(xiàn)[24-25].目前CUACE/Aero主要包含氣溶膠的排放、傳輸、化學(xué)轉(zhuǎn)化、與云的相互作用、干濕沉降等過程.該模式還是一個(gè)粒徑分檔模式,氣溶膠的半徑從小到大分為12檔,分別為0.005~0.01,0.01~0.02, 0.02~0.04,0.04~0.08,0.08~0.16,0.16~0.32,0.32~0.64, 0.64~1.28,1.28~2.56,2.56~5.12,5.12~10.24,10.24~20.48μm.前8檔氣溶膠的直徑在2.5μm以下,是本文的研究對(duì)象.分檔近似在多成分相互作用的過程中具有更好的靈活性,而且能更方便的計(jì)算出在不同粒徑范圍內(nèi)各種氣溶膠的濃度和光學(xué)性質(zhì),有利于研究氣溶膠的輻射強(qiáng)迫和氣候效應(yīng)[26].

BCC_AGCM2.0_CUACE/Aero具有比較完善的氣溶膠模塊,并不斷地參與AeroCom的比較計(jì)劃,其結(jié)果已被IPCC AR5引用[22],通過與觀測(cè)資料和國(guó)際其他先進(jìn)模式的比較,保證了其對(duì)氣溶膠的模擬能力.根據(jù)對(duì)模式輸出的氣溶膠和云的光學(xué)特性以及人為氣溶膠間接效應(yīng)(AIE)的評(píng)估結(jié)果,Wang[27]發(fā)現(xiàn)采用雙參數(shù)云微物理方案對(duì)氣溶膠的質(zhì)量濃度和光學(xué)厚度等的模擬更接近真實(shí)大氣,故又將該模式應(yīng)用到不同情景下減排黑碳對(duì)氣溶膠凈冷卻效應(yīng)的削弱作用[28].在模式中采用四流輻射傳輸算法可以提高氣溶膠的直接輻射效應(yīng)(DRE)和強(qiáng)迫(DRF)的計(jì)算精度[29].此外,將該模式應(yīng)用到沙塵氣溶膠對(duì)全球干旱和半干旱地區(qū)氣候的影響的研究中,發(fā)現(xiàn)模式的模擬結(jié)果較好[30].

1.2 試驗(yàn)設(shè)計(jì)

IPCC AR5提出了以穩(wěn)定濃度為特征的新情景:典型濃度路徑(Representative Concentration Pathways,簡(jiǎn)稱RCPs),即用單位面積的強(qiáng)迫來代表到2100年間穩(wěn)定濃度的情景.其中,RCP2.6表示輻射強(qiáng)迫小于2.6W/m2且繼續(xù)下降,RCP4.5表示輻射強(qiáng)迫達(dá)到4.5W/m2且維持穩(wěn)定,RCP8.5表示輻射強(qiáng)迫大于8.5W/m2且繼續(xù)上升[22].綜合考慮IPCC AR5各排放情景中氣溶膠的排放情況,本文選取2010、2030和2050年作為研究的時(shí)間節(jié)點(diǎn).氣溶膠排放數(shù)據(jù)來自IPCC AR5RCP2.6、RCP4.5和RCP8.53種排放情景, RCP海溫場(chǎng)采用不同排放情景下對(duì)應(yīng)的未來海溫模式資料.在3個(gè)時(shí)間節(jié)點(diǎn)和3種排放情景下共運(yùn)行9個(gè)模擬試驗(yàn),每個(gè)試驗(yàn)運(yùn)行23年,并取后20年的平均結(jié)果代表所在時(shí)間節(jié)點(diǎn)上氣溶膠的氣候態(tài)水平.雖然模式中自然氣溶膠的排放是在線計(jì)算的,但不同的人為氣溶膠排放情景會(huì)引起不同的氣候反饋,而這些反饋過程又影響自然氣溶膠的排放和傳輸.因此,本文介紹不同排放情景下人為氣溶膠變化的同時(shí),也介紹了相應(yīng)的自然氣溶膠變化.通過對(duì)比不同時(shí)間節(jié)點(diǎn)上的氣溶膠水平,最終得到了3種排放情景下,2010~2030年以及2030~2050年P(guān)M2.5及其中人為(SF、BC和OC)和自然(SS和SD)氣溶膠柱含量的時(shí)空變化特征.本文還給出了在RCP4.5排放情景下,中國(guó)地區(qū)人為和自然氣溶膠對(duì)總PM2.5地表濃度變化的貢獻(xiàn).

2 結(jié)果與分析

2.1 PM2.5柱含量變化的全球分布

在RCP2.6、RCP4.5和RCP8.53種排放情景下,2010~2030年P(guān)M2.5的全球年均柱含量分別增加了約3.74,2.60,3.40mg/m2.如圖1所示,2010~ 2030年3種排放情景下PM2.5柱含量變化的空間分布基本一致.在西歐、北非的撒哈拉沙漠地區(qū)及其西側(cè)的洋面上,PM2.5的柱含量呈現(xiàn)不同程度的增加,其中以北非的沙漠地區(qū)地區(qū)及其西側(cè)的洋面上的增加最為明顯,而阿拉伯半島東部地區(qū)PM2.5的柱含量則明顯減少.不同排放情景下2010~2030年P(guān)M2.5柱含量的變化也存在一定的差異,在RCP2.6排放情景下,阿拉伯半島地區(qū)PM2.5柱含量的減少相比于其他2種排放情景更為明顯.在RCP8.5排放情景下,中亞地區(qū)的PM2.5柱含量明顯增加,而在RCP2.6排放情景下則減少.不同地區(qū)的主導(dǎo)性氣溶膠不同(如北非以沙塵氣溶膠為主,而歐洲以硫酸鹽為主)[31],不同類型氣溶膠變化的差異是導(dǎo)致PM2.5柱含量變化地區(qū)差異的主要原因.

從圖2可以發(fā)現(xiàn),總的人為PM2.5在不同排放情景下的柱含量變化的空間分布基本一致,但是變化的具體數(shù)值仍存在明顯的差異.2010~2030年,PM2.5中總的人為氣溶膠在RCP2.6、RCP4.5和RCP8.5排放情景下全球年均柱含量分別減少了約1.23,0.78,0.29mg/m2.在RCP2.6和 RCP4.5排放情景下,PM2.5中的人為氣溶膠在歐洲、北美東部、東亞以及東南亞等地區(qū)均存在明顯的減少中心,其中以東亞地區(qū)減少最為明顯.在RCP8.5排放情景下,上述地區(qū)人為氣溶膠的柱含量在2010~2030年也是減少的,但相比于前2種排放情景減少程度較弱.3種排放情景下,PM2.5中的人為氣溶膠在阿拉伯半島和非洲中部地區(qū),存在一個(gè)明顯的增加區(qū),其中阿拉伯半島地區(qū)人為氣溶膠的增加以RCP8.5排放情景最為明顯.

本研究中,PM2.5中的人為氣溶膠包括SF、BC和OC.SF主要源自化石燃料的燃燒,因而排放強(qiáng)度與不同國(guó)家和地區(qū)的工業(yè)化程度密切相關(guān).BC主要是由含碳物質(zhì)的不完全燃燒產(chǎn)生,而OC在很大程度上和BC有著相似的來源. RCP4.5排放情景更貼近未來的實(shí)際排放情況[32],在該排放情景下,模式模擬的2010~2030年人為氣溶膠中的SF、BC和OC全球年平均柱含量分別減少了0.60,0.01,0.16mg/m2.從圖2a2~d2可以看出,北美東部地區(qū)總?cè)藶闅馊苣z柱含量的減少主要是由SF的減少造成的,歐洲中東部和東亞等地區(qū)總?cè)藶闅馊苣z的減少是由SF、BC和OC共同減少造成的,東南亞地區(qū)總?cè)藶闅馊苣z的減少則主要是碳類氣溶膠(BC和OC)的貢獻(xiàn).另外,非洲中部和阿拉伯半島等地區(qū)總?cè)藶闅馊苣z柱含量的增加主要是由該地區(qū)碳類氣溶膠增加造成的(圖2c和d).因?yàn)锽C和OC在很大程度上是同源的,所以兩者柱含量的變化在空間分布上十分相似.

圖4 2010~2030年RCP4.5排放情景下PM2.5季節(jié)平均柱含量變化的全球分布

Fig.4 Global distributions of the seasonal mean changes in the column burden of PM2.5during 2010~2030 based on RCP4.5

從圖2還可以發(fā)現(xiàn),2010~2030年人為氣溶膠柱含量減少的地區(qū)也正是工業(yè)革命到現(xiàn)在人為氣溶膠柱含量增加的地區(qū)[30].工業(yè)革命帶來經(jīng)濟(jì)發(fā)展的同時(shí),也帶來了資源和環(huán)境等問題.為了應(yīng)對(duì)這些問題,20世紀(jì)80年代以來,許多發(fā)達(dá)國(guó)家和地區(qū)相繼采取了一系列措施控制和減少人為SO2的排放,空氣中的SF也相比之前減少了許多[4].另外,能源結(jié)構(gòu)的優(yōu)化、燃燒技術(shù)的提高和清潔技術(shù)的使用等也進(jìn)一步造成PM2.5濃度的降低.2014年底,中美雙方共同發(fā)表了《中美氣候變化聯(lián)合聲明》[33],美國(guó)首次提出到2025年溫室氣體排放較2005年整體下降26%~28%,中國(guó)也首次正式提出2030年左右中國(guó)二氧化碳排放有望達(dá)到峰值,并將于2030年將非化石能源在一次能源中的比重提升到20%.應(yīng)對(duì)全球氣候變化和環(huán)境問題的國(guó)際合作進(jìn)一步說明了環(huán)境的重要性.

PM2.5中自然氣溶膠包括SS和SD,其中SS主要由海浪泡沫破裂而成,它的排放主要依賴于海洋表面風(fēng)速的大小.SD又稱礦物沙塵,主要源于干旱、半干旱地區(qū)風(fēng)對(duì)地表的侵蝕.全球有4個(gè)沙塵暴多發(fā)區(qū),分別為中亞、北美、北非和澳大利亞,主要分布在赤道兩側(cè)的副熱帶地區(qū)(25°S~25°N)[34].從模擬結(jié)果可以看出,2010~ 2030年在RCP2.6、RCP4.5和RCP8.5排放情景下,PM2.5中總自然氣溶膠的全球年均柱含量分別增加了約4.96,3.38,3.69mg/m2.在非洲西北部及其西側(cè)的洋面上,3種排放情景下的自然氣溶膠均顯著增加,且柱含量的增加量可達(dá)40mg/m2.而在阿拉伯半島自然氣溶膠的柱含量則是減少的.

同樣以RCP4.5排放情景為重點(diǎn)進(jìn)行分析, 2010~2030年,自然氣溶膠中的SD和SS全球年平均柱含量的變化量分別為3.39,-0.01mg/m2.對(duì)比圖3a2和b2可以發(fā)現(xiàn),非洲西北部及其西側(cè)的洋面上以及阿拉伯半島PM2.5中總自然氣溶膠柱含量的變化主要是SD主導(dǎo)的.在北非及北非西側(cè)洋面上降水有所減少,這可能是SD在該地區(qū)明顯增加的原因之一.從圖3c2可以看出,SS的變化主要發(fā)生在兩半球的洋面上.SS的柱含量在南半球和北太平洋中東部的中低緯均有增量的大值區(qū).對(duì)比圖3a2和c2可以發(fā)現(xiàn),洋面上自然氣溶膠的變化主要是由SS造成的.觀測(cè)和模擬均表明[35-36],SS含量本身在30°~60°N和30°~60°S之間的洋面上有2個(gè)高值區(qū).SS的變化和近地面風(fēng)場(chǎng)變化有很大關(guān)系,在SS增加的區(qū)域大多存在風(fēng)場(chǎng)的輻合,相反,SS減少的區(qū)域也大多存在風(fēng)場(chǎng)的輻散.

2010~2030年不同地區(qū)PM2.5柱含量的變化存在著明顯的季節(jié)差異.以RCP4.5為例,PM2.5柱含量在春、夏、秋、冬四季的全球平均變化量分別約為4.00,1.02,1.74,3.65mg/m2.從圖4可以看出,在北非的撒哈拉沙漠地區(qū),雖然PM2.5在四季都是顯著增加的,但是增加的范圍和強(qiáng)度在冬、春兩季遠(yuǎn)大于夏、秋兩季.在阿拉伯半島地區(qū),PM2.5在冬、春季增加比較明顯,而在夏季出現(xiàn)一個(gè)較為顯著的減少中心.北非和阿拉伯半島上PM2.5柱含量的變化主要是由自然氣溶膠(主要是沙塵氣溶膠)變化主導(dǎo)的.2010~2030年,東亞、東南亞等地區(qū)冬季PM2.5柱含量是顯著減少的,這是由人為和自然氣溶膠共同造成的.而夏、秋季PM2.5柱含量在東亞、東南亞地區(qū)則有所增加,這主要是由自然氣溶膠的增加造成的.

相比2010~2030年,2030~2050年P(guān)M2.5柱含量的變化在不同排放情景下的差異較大.如圖5所示,在RCP2.6排放情景下,PM2.5的全球年平均柱含量減少了2.27mg/m2,非洲西北部以及其西側(cè)洋面、歐洲西部、阿拉伯半島東南部以及北美東部等地區(qū)PM2.5柱含量減少.在RCP4.5和RCP8.52種排放情景下,2030~2050年非洲北部及其西側(cè)洋面的PM2.5顯著增加,東亞地區(qū)的PM2.5則顯著減少,而且這種減少在RCP4.5排放情景下尤為明顯,PM2.5柱含量的變化在RCP4.5和RCP8.52種排放情景下的空間分布與RCP2.6情景下的基本相反.

2030~2050年RCP2.6、RCP4.5和RCP8.5排放情景下人為氣溶膠柱含量的變化在空間分布上較為一致,3種排放情景下全球年均柱含量分別減少了約0.96,1.02,1.07mg/m2(圖6a1~a3).在3種排放情景下,人為氣溶膠在東亞和東南亞地區(qū)均存在明顯的減少中心,而在歐洲西部和北美東部等地區(qū),人為氣溶膠的減少則相對(duì)較弱.相比于2010~2030年,2030~2050年雖然不同排放情景下人為氣溶膠全球年均柱含量的絕對(duì)減少量均有所下降,但減少的地區(qū)更為集中,主要分布在東亞、東南亞一帶.2030~2050年,3種排放情景下SF柱含量變化的空間分布基本一致,減少的大值區(qū)主要集中在東亞地區(qū).因?yàn)锽C和OC在很大程度上是同源的,所以2030~2050年兩者柱含量變化的空間分布在3種排放情景下相似,減少區(qū)主要集中在東亞和東南亞亞一帶.另外,在RCP2.6排放情景下,BC和OC在南亞以及非洲中部也存在明顯的減少區(qū),而在RCP4.5排放情景下,兩者柱含量在歐洲中部有所增加.

圖5 在RCP2.6、RCP4.5、RCP8.5 3種排放情景下, 2030~2050年P(guān)M2.5年均柱含量變化的全球分布

Fig.5 Global distributions of the annual mean changes in the column burden of PM2.5during 2030~2050 based on RCP2.6, RCP4.5, RCP8.5

在RCP4.5排放情景下,2030~2050年人為氣溶膠中的SF、BC和OC全球年平均柱含量分別減少了0.94,0.02,0.06mg/m2(圖6).東亞是人為氣溶膠減少最明顯的地區(qū),該地區(qū)人為氣溶膠柱含量的降低是由SF、BC和OC的減少共同造成的.然而在北美東部,人為氣溶膠的減少主要?dú)w功于SF,2種含碳?xì)馊苣z甚至有所增加.2030~2050年非洲中部碳類氣溶膠明顯增加的特征僅僅出現(xiàn)在RCP4.5排放情景下,兩類含碳?xì)馊苣z的增加是非洲中部人為氣溶膠明顯增加的原因,而在RCP2.6情景下,該地區(qū)碳類氣溶膠反而是明顯減少的(圖6c1和d1).

圖8 2030~2050年RCP4.5排放情景下PM2.5季節(jié)平均柱含量變化的全球分布

Fig.8 Global distributions of the seasonal mean change of the column burden of PM2.5during 2030~2050 based on RCP4.5

2030~2050年不同排放情景下自然氣溶膠的變化顯著不同.在RCP2.6排放情景下,自然氣溶膠在東亞的東北部、中亞以及非洲中部等地區(qū)均增加,而在非洲的西北部及其西側(cè)洋面、歐洲西部則減少.在RCP4.5排放情景下,自然氣溶膠在東亞北部顯著減少,而在非洲北部則存在明顯的增加中心.在RCP8.5排放情景下,自然氣溶膠在東亞地區(qū)的減少相比RCP4.5排放情景偏弱,但在北非及其西側(cè)的洋面上的增加量比RCP4.5排放情景下更為明顯.

在RCP4.5排放情景下,2030~2050年,自然氣溶膠及其中SS和SD全球年平均柱含量的變化量分別為0.80,-0.06,0.86mg/m2.從空間分布上看,陸地上自然氣溶膠的變化以SD的變化為主(圖7a2)和b2),而洋面上自然氣溶膠的變化以SS為主(圖7a2和c2).自然氣溶膠在非洲北部、阿拉伯半島東部均有所增加,而在中亞地區(qū)和東亞的北部卻有所減少.對(duì)比2010~2030年和2030~2050年自然氣溶膠全球平均柱含量的變化可以發(fā)現(xiàn),雖然自然氣溶膠全球年均柱含量在這2個(gè)階段都是增加的(增量分別為~3.38,0.80mg/m2),但后一階段的增加量明顯小于前一階段.

在RCP4.5排放情景下,2030~2050年非洲西北部及其西側(cè)洋面上,冬春兩季PM2.5柱含量是顯著增加的,而夏秋季PM2.5的增加不如冬春季明顯,且在北非南部出現(xiàn)了減少中心(圖8).在北美東部,冬季PM2.5柱含量有明顯的增加,中心值超過了40mg/m2,而在其他3個(gè)季節(jié),PM2.5柱含量的變化不明顯.在亞洲地區(qū),冬季45°N附近存在一條東-西走向的PM2.5減少帶,從中亞地區(qū)一直延伸到中國(guó)東部沿海地區(qū),春季該減少帶加強(qiáng)東移至東亞地區(qū),并在其東側(cè)的北太平洋也出現(xiàn)了PM2.5的減少中心,而夏秋季,PM2.5的減少不如冬春兩季明顯,減少中心位于中國(guó)華北及黃淮地區(qū).

2.2 中國(guó)地區(qū)PM2.5地表濃度的變化

2010~2030年和2030~2050年是中國(guó)經(jīng)濟(jì)社會(huì)發(fā)展以及污染物減排的關(guān)鍵時(shí)期,因此,重點(diǎn)分析了這2個(gè)階段中國(guó)地區(qū)(15°~55°N, 72°~136°E)人為和自然氣溶膠在PM2.5變化中的貢獻(xiàn)(以RCP4.5排放情景下的地表濃度變化為例).

如表1所示,2010~2030年中國(guó)地區(qū)總?cè)藶镻M2.5地表濃度的年均減少量為0.72μg/m3,減少的大值區(qū)主要分布在華北南部、華中和華東地區(qū)(圖略).從季節(jié)平均來看,中國(guó)地區(qū)人為氣溶膠平均地表濃度的變化在春季最為顯著,變化量為-1.05μg/m3,秋、冬季次之,分別為-0.60, -0.62μg/m3,夏季最小,為-0.59μg/m3.春季OC、SF和BC的地表濃度分別減少了0.54,0.44, 0.07μg/m3,對(duì)總PM2.5變化的貢獻(xiàn)分別為16%, 13%,2%.夏、秋兩季,人為氣溶膠中SF對(duì)總PM2.5地表濃度變化的貢獻(xiàn)均為最大,分別為16%, 21%,OC的貢獻(xiàn)次之,分別為7%,12%.冬季OC和SF對(duì)總PM2.5變化的貢獻(xiàn)非常接近,均為6%左右.四季中,BC對(duì)總PM2.5變化的貢獻(xiàn)最小.

2010~2030年間,中國(guó)地區(qū)PM2.5地表濃度的年均減少量為2.55μg/m3,其中人為氣溶膠減少了0.72 μg/m3,對(duì)總PM2.5減少貢獻(xiàn)28%,而自然氣溶膠年均地表濃度減少了1.83μg/m3,對(duì)PM2.5的減少貢獻(xiàn)了72%.從季節(jié)平均看,除秋季外,其他3個(gè)季節(jié)人為和自然氣溶膠的地表濃度都是減少的,且自然氣溶膠的減少對(duì)總PM2.5減少的貢獻(xiàn)均在65%以上.人為氣溶膠對(duì)總PM2.5變化的貢獻(xiàn)在春、秋季貢獻(xiàn)最大,夏季次之,冬季最小.2010~ 2030年人為氣溶膠地表濃度的降低主要原因是排放的明顯減少.

從表2可以看出,無論是年平均還是季節(jié)平均,2030~2050年中國(guó)地區(qū)PM2.5及其中的人為和自然氣溶膠區(qū)域平均地表濃度均是減少的.PM2.5及其中的人為和自然氣溶膠地表濃度的年均減少量分別約為3.70,1.25,2.45μg/m3.SF地表濃度的減少對(duì)中國(guó)地區(qū)人為PM2.5地表濃度的降低貢獻(xiàn)最大,OC次之,BC貢獻(xiàn)最小.2030~2050年中國(guó)地區(qū)的自然氣溶膠也有所減少,SD仍然是自然氣溶膠減少的主要貢獻(xiàn)因素.

2030~2050年中國(guó)地區(qū)人為和自然氣溶膠地表濃度的年均減少量分別約為1.25,2.45μg/m3,相比2010~2030年(減少量分別為0.78,1.83μg/ m3),減少的更為明顯.2030~2050年人為氣溶膠在中國(guó)地區(qū)PM2.5降低中的作用也更加突出,貢獻(xiàn)了其中的34%.

表1 2010~2030年RCP4.5排放情景下中國(guó)地區(qū)PM2.5中人為和自然氣溶膠的季節(jié)和年平均地表濃度的變化(μg/m3)

注:括號(hào)內(nèi)為不同成分對(duì)PM2.5變化的貢獻(xiàn).

綜合表1、2可以發(fā)現(xiàn),在2010~2030年和2030~2050年2個(gè)階段,人為氣溶膠的減排也給中國(guó)地區(qū)帶來了自然氣溶膠的減少,從而更加有利于大氣中PM2.5含量的降低,而這也加強(qiáng)了減排人為氣溶膠的意義.

目前,BCC_AGCM2.0_CUACE/Aero模式只考慮了SF、BC、OC、SS和SD五類典型氣溶膠,沒有將硝酸鹽和銨鹽氣溶膠包含在內(nèi),這可能會(huì)引起模擬的PM2.5濃度相比實(shí)際偏低一些.另外,根據(jù)IPCC AR5給出的溫室氣體和氣溶膠及其前體物的排放情景,未來硝酸鹽在總氣溶膠中的比重很可能會(huì)越來越大.下一步工作將研究硝酸鹽和銨鹽這2類氣溶膠在未來的變化趨勢(shì).此外,模式的分辨率、粒子的干濕沉降過程以及混合狀態(tài)的模擬都會(huì)帶來一定的誤差,未來還需對(duì)模式進(jìn)行進(jìn)一步的改進(jìn).

表2 2030~2050年RCP4.5排放情景下中國(guó)地區(qū)PM2.5中人為和自然氣溶膠的季節(jié)和年平均地表濃度變化(μg/m3)

注:括號(hào)內(nèi)為不同成分對(duì)PM2.5變化的貢獻(xiàn).

3 結(jié)論

3.1 2010~2030年,RCP2.6、RCP4.5和RCP8.5排放情景下非洲西北部及其西側(cè)洋面上PM2.5的柱含量均顯著增加,而在阿拉伯半島則減少,這主要是自然氣溶膠的變化引起的.而在歐洲、北美東部、東亞和東南亞地區(qū),人為氣溶膠是2010~ 2030年P(guān)M2.5柱含量減少的主要原因,其中以東亞和東南亞地區(qū)的人為氣溶膠減少最為顯著. 2030~2050年,3種排放情景下歐洲、北美東部、東亞和東南亞地區(qū)人為氣溶膠柱含量繼續(xù)減少,尤其是東亞地區(qū),減少最為明顯.由模擬結(jié)果可知,2030~2050年期間3種排放情景下自然氣溶膠的變化則呈現(xiàn)不同的空間分布形勢(shì).

3.2 在RCP4.5排放情景下,2010~2030年中國(guó)地區(qū)PM2.5及其中的人為和自然氣溶膠的年均地表濃度均是減少的,其中人為氣溶膠對(duì)總PM2.5地表濃度降低的貢獻(xiàn)是28%,自然氣溶膠的貢獻(xiàn)為72%.從季節(jié)平均看,除秋季外,人為和自然氣溶膠的地表濃度在其他季節(jié)都是減少的,兩者共同造成了PM2.5的減少.2030~2050年,無論是全年還是各個(gè)季節(jié),中國(guó)地區(qū)PM2.5及其中的人為和自然氣溶膠地表濃度均有所減少,且均比2010~2030年減少的更為明顯.同時(shí),人為氣溶膠對(duì)總PM2.5減少的貢獻(xiàn)也相比2010~2030年有所增加.

[1] 韓力慧,張 鵬,張海亮,等.北京市大氣細(xì)顆粒物污染與來源解析研究[J]. 中國(guó)環(huán)境科學(xué), 2016,36(11):3203-3210.

[2] 李云婷,王占山,安欣欣,等.2015年“十一”期間北京市大氣重污染過程分析[J]. 中國(guó)環(huán)境科學(xué), 2016,36(11):3218-3226.

[3] 張?jiān)苽?王晴茹,陳 嘉,等.城市街谷內(nèi)PM2.5濃度時(shí)空變化及影響因素分析[J]. 中國(guó)環(huán)境科學(xué), 2016,36(10):2944-2949.

[4] 顧芳婷,胡 敏,王 渝,等.北京2009~2010年冬、春季PM2.5污染特征[J]. 中國(guó)環(huán)境科學(xué), 2016,36(9):2578-2584.

[5] 李麗云,鄧雪嬌,何啟華,等.近35年廣東省區(qū)域灰霾天氣過程的變化特征及突變分析[J]. 中國(guó)環(huán)境科學(xué), 2016,36(8):2297- 2303.

[6] Chung C E, Ramanathan V, Kiehl J T. Effects of the South Asian Absorbing Haze on the Northeast Monsoon and Surface -Air Heat Exchange [J]. Journal of Climate, 2002,(17):2462-2476.

[7] Myhre G, Samset B H, Schulz M, et al. Radiative forcing of the direct aerosol effect from AeroCom Phase II simulations [J]. Atmospheric Chemistry & Physics Discussions, 2012,13(4): 1853-1877.

[8] 趙淑雨.關(guān)中地區(qū)黑碳的時(shí)空變化及其成因—外場(chǎng)觀測(cè)與數(shù)值模擬[D]. 北京:中國(guó)科學(xué)院研究生院(地球環(huán)境研究所), 2015.

[9] Han Z .A regional air quality model:Evaluation and simulation of O3and relevant gaseous species in East Asia during spring 2001. Environmental Model ling & Software, 2007,22(9):1328-1336.

[10] 謝祖欣,韓志偉,王格慧.春季中國(guó)東部氣溶膠化學(xué)組成及其分布的模擬研究[J]. 大氣科學(xué), 2014,38(3):399-409.

[11] 張美根.多尺度空氣質(zhì)量模式系統(tǒng)及其驗(yàn)證I.模式系統(tǒng)介紹與氣象要素模擬 [J]. 大氣科學(xué), 2005,29(5):805-813.

[12] Zhang H, Xie B, Zhao S Y, et al. PM2.5and tropospheric O3in China and an analysis of the impact of pollutant emission control [J]. Advances in Climate Change Research, 2014,5(3):136-141.

[13] 張 華,陳 琪,謝 冰.中國(guó)的PM2.5和對(duì)流層臭氧及污染物排放控制對(duì)策的綜合分析[J]. 氣候變化研究進(jìn)展, 2014, 10:289-296.

[14] 趙樹云,智協(xié)飛,張 華,等.氣溶膠-氣候耦合模式系統(tǒng)BCC_ AGCM2.0.1_CAM氣候態(tài)模擬的初步評(píng)估[J]. 氣候與環(huán)境研究, 2014,19(3):265-277.

[15] 楊冬冬,張 華,沈新勇,趙樹云.全球和中國(guó)地區(qū)PM2.5時(shí)空變化特征的模擬研究[J]. 中國(guó)環(huán)境科學(xué), 2016,36(4):990-999.

[16] Wang Q Y, Wang Z L, Zhang H. Impact of anthropogenic aerosols from global, East Asian, and non-East Asian sources on East Asian summer monsoon system [J]. Atmospheric Research, 2017, 183:224-236.

[17] Zhang H, Wang Z, Wang, et al. Simulation of direct radiative forcing of aerosols and their effects on East Asian climate using an interactive AGCM-aerosol coupled system [J]. Climate Dynamics, 2012,38(7/8):1675-1693.

[18] 王志立.典型種類氣溶膠的輻射強(qiáng)迫及其氣候效應(yīng)的模擬研究[D]. 北京:中國(guó)氣象科學(xué)研究院, 2011.

[19] Wu T, Yu R, Zhang F, et al. The Beijing Climate Center atmospheric general circulation model: description and its performance for the present-day climate [J]. Climate Dynamics, 2010,34(1):123-147.

[20] Brasseur G P, Hauglustaine D A, Walters S, et al. MOZART, a global chemical transport model for ozone and related chemical tracers: 1.Model description [J]. Journal of Geophysical Research Atmospheres, 1998,103(D21):28265-28289.

[21] Hauglustaine D A. MOZART, a global chemical transport model for ozone and related chemical tracers 2. Model results and evaluation [J]. Journal of Geophysical Research Atmospheres, 1998,1032(D21):28291-28335.

[22] IPCC, 2013 :Climate change 2013:the physical science basis. contribution of working groupⅠto the fifth assessment report of the intergovernmental panel on climate change [M]. Cambridge University Press, Cambridge, United Kingdom and NewYork, NY. USA.

[23] Gong S L, Barrie L A, Blanchet J -P, et al. Canadian Aerosol Module:A size-segregated simulation of atmospheric aerosol processes for climate and air quality models 1. Module development [J]. Journal of Geophysical Research Atmospheres, 2003,108(D1):AAC 3-1–AAC 3-16.

[24] Marticorena B, Bergametti G. Modeling the atmospheric dust cycle: 1. Design of a soil-derived dust emission scheme [J]. Journal of Geophysical Research Atmospheres, 1995,100(D8): 16415-16430.

[25] Alfaro S C, Gomes L. Modeling mineral aerosol production by wind erosion: Emission intensities and aerosol size distributions in source areas [J]. Journal of Geophysical Research Atmospheres, 2001,106(D16):18075-18084.

[26] 王志立.典型種類氣溶膠的輻射強(qiáng)迫及其氣候效應(yīng)的模擬研究[D]. 北京:中國(guó)氣象科學(xué)研究院, 2011.

[27] Wang, Z., H. Zhang, P. Lu, Improvement of cloud microphysics in the aerosol-climate model BCC_AGCM2.0.1_CUACE/Aero, evaluation against observations, and updated aerosol indirect effect [J]. Journal of Geophysical Research Atmospheres, 2014, 119(13):8400-8417.

[28] Wang Z, Zhang H, Zhang X. Simultaneous reductions in emissions of black carbon and co-emitted species will weaken the aerosol net cooling effect [J]. Atmospheric Chemistry & Physics, 2015,15:3671-3685.

[29] Zhang H, Wang Z L, Zhang F, et al. Impact of four-stream radiative transfer algorithm on aerosol direct radiative effect and forcing [J]. International Journal of Climatology, 2015,35(14): 4318-4328.

[30] Zhao S, et al. Simulating direct effects of dust aerosol on arid and semi-arid regions using an aerosol–climate coupled system [J]. International Journal of Climatology, 2014.

[31] Zhang H, Zhao S, Wang Z, et al. The updated effective radiative forcing of major anthropogenic aerosols and their effects on global climate at present and in the future [J]. Int. J. Climatol., 2016,DOI:10.1002/joc.4613.

[32] Chylek P, Dubey M K, Lesins G, et al. Imprint of the Atlantic multi-decadal oscillation and Pacific decadal oscillation on southwestern US climate: past, present, and future [J]. Climate Dynamics, 2014,43(1/2):119-129.

[33] 《中國(guó)能源》編輯部.中美氣候變化聯(lián)合聲明[J]. 中國(guó)能源, 2014,36(11):1-1.

[34] 馬井會(huì),張 華,鄭有飛,等.沙塵氣溶膠光學(xué)厚度的全球分布及分析[J]. 氣候與環(huán)境研究, 2007,12(2):156-164.

[35] Liao H, Seinfeld J H, Adams P J, et al. Global radiative forcing of coupled tropospheric ozone and aerosols in a unified general circulation model [J]. Journal of Geophysical Research Atmospheres, 2004,109(D16):1355-1363.

[36] Takemura T, Nakajima T, Dubovik O, et al. Single-Scattering Albedo and Radiative Forcing of Various Aerosol Species with a Global Three-Dimensional Model [J]. Journal of Climate, 2002, 115(4):333-352.

致謝：本試驗(yàn)在中國(guó)氣象科學(xué)研究院王志立博士、國(guó)家氣候中心荊現(xiàn)文和謝冰博士等的協(xié)助下完成,在此表示感謝.

Simulation of global distribution of temporal and spatial variation of PM2.5concentration in the future.

YANG Dong-dong1,2, ZHAO Shu-yun1,2, ZHANG Hua1,2*, SHEN Xin-yong1

(1.Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science and Technology, Nanjing 210044, China；2.Laboratory for Climate Studies of China Meteorological Administration, National Climate Center, Beijing 100081, China).

According to the emission scenarios of aerosols and their precursors, RCP2.6 (low emission), RCP4.5 (medium emission) and RCP8.5 (high emission) scenarios given by the Fifth Assessment Report of Intergovernmental Panel on Climate Change (IPCC AR5), the temporal and spatial variations of the concentrations of total PM2.5(the sum of anthropogenic and natural aerosols), anthropogenic and natural aerosols in PM2.5over the globe from 2010 to 2030 and 2030 to 2050, as well as the contributions of anthropogenic and natural aerosols to these variations under the green emission scenario (RCP4.5) over China were simulated in this work, using an aerosol-climate online coupled model from National Climate Center. Results show that from 2010 to 2030, the spatial variations of the column concentrations of PM2.5under the three emission scenarios were basically similar to each other. The column concentrations of PM2.5increase over Europe, North Africa, and the ocean to the west of North Africa, but the increase over North Africa and the ocean to the west of it was more significant than that over Europe. However, the column concentrations of PM2.5decrease over the Arabian peninsula. The annual mean surface concentrations of PM2.5over China decreased approximately by 2.55μg/m3, with the anthropogenic aerosols accounting for about 28% and the natural aerosols accounting for about 72% under RCP4.5 scenario. From 2030 to 2050, the spatial variations of the column concentrations of PM2.5differred greatly under the three different emission scenarios. The column concentrations of PM2.5increased apparently over North Africa and ocean to the west of it, while decreased over East Asia under both RCP4.5 and RCP8.5 scenarios. Whereas, the results under RCP2.6 scenario were quite different from RCP4.5 and RCP8.5 scenarios. In China, the column concentrations of PM2.5, as well as the anthropogenic and natural aerosols in PM2.5, were reduced further than the previous period under RCP4.5 scenario, with the contributions (about 34%) of anthropogenic aerosols increasing.

PM2.5；anthropogenic aerosol；natural aerosol；BCC_AGCM2.0_CUACE/Aero

X513

A

1000-6923(2017)04-1201-12

2016-07-20

國(guó)家自然科學(xué)基金項(xiàng)目(91644211,41575002)

楊冬冬(1990-),女,江蘇連云港人,南京信息工程大學(xué)博士研究生,主要從事氣溶膠的模式模擬研究.發(fā)表論文2篇.

* 責(zé)任作者, 研究員, huazhang@cma.gov.cn

, 2017,37(4)：1201~1212