姚 青,劉敬樂,蔡子穎,韓素芹,馬志強
?
天津大氣穩(wěn)定度和逆溫特征對PM2.5污染的影響
姚 青1*,劉敬樂2,蔡子穎1,韓素芹2,馬志強3
(1.天津市環(huán)境氣象中心,天津 300074;2.天津市氣象科學(xué)研究所,天津 300074;3.京津冀環(huán)境氣象預(yù)報預(yù)警中心,北京 100089)
利用氣象鐵塔資料分析了逆溫頻率和強度,采用溫差-風(fēng)速法計算了天津地區(qū)大氣穩(wěn)定度,探討了其相互關(guān)系及對PM2.5濃度月均值和超標(biāo)日的影響,并對一次重污染過程中大氣穩(wěn)定度和逆溫分布特征進行了分析.結(jié)果表明, 2015年9月~2017年8月A,B,C,D,E和F類大氣穩(wěn)定度發(fā)生頻率依次為6.7%,11.4%,22.4%,46.1%,11.1%和2.2%,秋冬季節(jié)穩(wěn)定類天氣(E,F類)較多,全年白天各時段均以不穩(wěn)定類大氣為主,夜間大氣穩(wěn)定度以中性為主,秋冬季夜間穩(wěn)定類高達30%~40%.觀測期內(nèi)冬季逆溫頻率最高, 5:00~8:00和21:00~23:00超過90%,冬季逆溫強度也最高.隨著穩(wěn)定類大氣層結(jié)日數(shù)的增多,PM2.5月均值和污染日數(shù)均有所增大,同時逐月PM2.5均值、污染日發(fā)生頻率均與逆溫發(fā)生頻率呈正相關(guān)關(guān)系.2016年12月16~21日的一次重污染天氣過程顯示,PM2.5受到大氣穩(wěn)定度和逆溫發(fā)展的影響,霾形成、霧-霾交替和消散等階段大氣穩(wěn)定度和逆溫特征具有顯著的不同.大氣持續(xù)趨于穩(wěn)定及逆溫強度的逐漸增大,對污染生成和維持起了非常重要的作用,污染過程中大氣穩(wěn)定度和逆溫特征的精細(xì)化分析有助于提升重污染天氣預(yù)報預(yù)警水平.
大氣穩(wěn)定度;逆溫;重污染;PM2.5;天津
近年來伴隨著工業(yè)和城市交通快速發(fā)展,大量化石能源消耗,京津冀、長三角、珠三角等城市群呈現(xiàn)區(qū)域性復(fù)合型大氣污染特征,突出表現(xiàn)為秋冬季節(jié)中東部地區(qū)霧霾天氣頻發(fā),尤其是京津冀地區(qū),由于受山地、渤海等特殊地形和特大城市群構(gòu)成的復(fù)雜下墊面影響,區(qū)域和局地氣象條件、近地層環(huán)流特征特別是邊界層結(jié)構(gòu)具有獨特性,造成了污染物在邊界層內(nèi)的局地擴散以及區(qū)域輸送的變化規(guī)律呈現(xiàn)復(fù)雜多變態(tài)勢.大量研究[1-5]表明,京津冀區(qū)域重污染天氣常伴有大氣靜穩(wěn)天氣,較強的逆溫層,以及較強的近地層水汽輸送,此類不利氣象條件易導(dǎo)致污染物的累積,從而形成重污染過程,并突出性的表現(xiàn)為持續(xù)霧霾天氣.氣象條件是造成2013年初我國中東部地區(qū)持續(xù)嚴(yán)重霧霾天氣的重要外因[1-2],氣溶膠分布特征[3-6],不同尺度環(huán)流形勢和邊界層結(jié)構(gòu)分析[7-9]及其對氣象條件的反饋作用[10-13]等被廣泛于霧霾天氣過程研究中.
大氣穩(wěn)定度可作為衡量大氣污染嚴(yán)重程度的重要指標(biāo),污染物在大氣中擴散的速度、距離和范圍受到大氣穩(wěn)定度的影響,當(dāng)大氣層結(jié)處于穩(wěn)定狀態(tài)時,污染物不易擴散.大氣穩(wěn)定度有多種分類方法,康凌等[14]對針對戈壁沙漠、低矮丘陵山地和沿海地區(qū)等不同下墊面,分別采用采用P-T法、ΔT法、ΔT/U法、ΔT/U2法、輻射法和風(fēng)向標(biāo)準(zhǔn)差法計算大氣穩(wěn)定度,分析了不同下墊面大氣穩(wěn)定度的適用方法.金莉莉等[15]利用烏魯木齊市4座100m梯度氣象塔的氣象資料,認(rèn)為溫差-風(fēng)速法更加適合烏魯木齊的大氣穩(wěn)定度分類.楊靜等[16]的研究顯示烏魯木齊F類穩(wěn)定度的出現(xiàn)頻率與API相關(guān)系數(shù)0.80,是一個比較好的空氣污染潛勢預(yù)報因子.北京[17]、哈爾濱[18]等地的研究表明,逆溫是導(dǎo)致大氣層結(jié)穩(wěn)定和形成大氣污染的重要原因.
天津地區(qū)有關(guān)學(xué)者利用氣象鐵塔資料,開展了有關(guān)邊界層低層風(fēng)溫資料[19]、粗糙度[20]、霧[21-22]和污染物[23-30]的初步研究,獲得了大量一手觀測資料,對于天津地區(qū)邊界層結(jié)構(gòu)和污染物垂直分布特征有了一定程度的了解.深入研究天津城市氣象條件,如大氣穩(wěn)定度、逆溫等的變化特征,以及對PM2.5等主要大氣污染物的影響,厘清重污染天氣形成機理,對于改進空氣質(zhì)量模式,提升本區(qū)域霧霾天氣等環(huán)境氣象業(yè)務(wù)預(yù)報預(yù)警水平,制定切實可行的大氣污染防控措施,具有重要的科學(xué)意義和技術(shù)價值.
本文采用的氣象數(shù)據(jù)來自中國氣象局天津大氣邊界層觀測站(北緯39°06¢,東經(jīng)117°10¢,海拔高度2.2m,臺站編號:54517)氣象鐵塔梯度氣象觀測系統(tǒng),該站點位于天津市城區(qū)南部,其北距快速路約100m,東臨友誼路-友誼南路,西面和南面主要為住宅區(qū),已開展逾30a的梯度氣象觀測,觀測資料已在天津地區(qū)邊界層氣象和大氣環(huán)境研究中得到諸多應(yīng)用[19-22].該系統(tǒng)在距地面5, 10, 20, 30, 40, 60, 80, 100, 120, 140, 160, 180, 200, 220, 250m觀測平臺上均開展風(fēng)速、風(fēng)向、溫度和相對濕度的觀測,采用中環(huán)天儀(天津)氣象儀器有限公司生產(chǎn)的DZZ6型自動氣象站,氣象資料經(jīng)過嚴(yán)格質(zhì)控后取小時平均值,質(zhì)控方法見參考文獻[31].PM2.5質(zhì)量濃度數(shù)據(jù)來源于天津市環(huán)境監(jiān)測中心對外發(fā)布的全市平均值,依據(jù)《環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定(試行)》[32]判定污染日數(shù),考慮到天津地區(qū)主要污染物為PM2.5,本文僅考慮PM2.5的污染狀況,以PM2.5質(zhì)量濃度日均值超過75μg/m3記做一個PM2.5超標(biāo)日.觀測期為2015年9月1日~2017年8月31日,數(shù)據(jù)經(jīng)過質(zhì)控,小時樣本數(shù)為17304,有效率為98.6%.能見度數(shù)據(jù)采用美國Belfort公司生產(chǎn)的MODLE6000型前向散射能見度儀測量,儀器測量上限為20km,下限為6m,精確度10%,能見度儀安裝于觀測站院內(nèi)的觀測場內(nèi),探頭離地高約2.2m.
蔡子穎等[33]采用溫差-風(fēng)速法和凈輻射法分別計算了本站2015年10月~2017年2月的大氣穩(wěn)定度,并詳細(xì)分析了各種計算方法的優(yōu)缺點,結(jié)果表明采用溫差-風(fēng)速法可以充分利用氣象鐵塔的客觀觀測資料,并且較好的反映熱力湍流和機械湍流的影響.本文采用該方法計算大氣穩(wěn)定度,具體方法為根據(jù)鐵塔40m處的風(fēng)速,以及100m和30m處的溫度差,按照不同風(fēng)速區(qū)間,將溫度差插值進入表1,即可得到相應(yīng)的大氣穩(wěn)定度,其中A為強不穩(wěn)定,B為不穩(wěn)定,C為弱不穩(wěn)定,D為中性,E為較穩(wěn)定,F為穩(wěn)定.
考慮到氣象鐵塔的基座為水泥地面,5m處溫度因受到地面輻射影響,與10m及以上平臺測定的溫度差異較大,本文中逆溫的判定以10m平臺的溫度開始,逐層計算,在10~250m共14層高度的溫度廓線中,如有上層溫度高于下層溫度,即記做一次逆溫,定義逆溫強度(Temperature Inversion,TI,單位為℃/100m)如下:
TI=100*(2-1)/(2-1)
式中:1<2,1為高度1下的溫度,2為高度2下的溫度,如2>1則記做逆溫,如一次逆溫事件中1=10m,則記做貼地逆溫,如1>10m,則記做脫地逆溫,本文不考慮多層逆溫的情況.考慮到溫度傳感器準(zhǔn)確性為±0.1℃,如兩層間溫度差小于0.2℃,可能代表較弱的逆溫,也可能是儀器測量誤差造成.經(jīng)計算,逆溫差0.2℃時逆溫強度平均值為0.36℃,低于全體逆溫樣本時的逆溫強度平均值(0.82℃),表明仍以弱逆溫為主,因而本文保留這些數(shù)據(jù).
表1 溫差-風(fēng)速法確定穩(wěn)定度的分類標(biāo)準(zhǔn)
圖1 大氣穩(wěn)定度發(fā)生頻率的逐月分布特征
觀測期內(nèi)A~F類大氣穩(wěn)定度的發(fā)生頻率依次為6.7%,11.4%,22.4%,46.1%,11.1%和2.2%,D類穩(wěn)定度(中性)最多,穩(wěn)定類天氣(E,F類)為13.3%,各類穩(wěn)定度發(fā)生頻率的分布規(guī)律較為合理.圖1給出了大氣穩(wěn)定度發(fā)生頻率的逐月分布情況,A~F類穩(wěn)定度發(fā)生頻率的范圍依次為1.8%~12.9%,6.8%~16.4%, 14.2%~45.7%,32.9%~58.1%,2.3%~24.3%和0~6.2%,其中2016年7月天津地區(qū)多降水天氣,強對流天氣頻發(fā),未出現(xiàn)F類穩(wěn)定度.逐月分布顯示,大氣穩(wěn)定度的季節(jié)變化差異較大,秋冬季節(jié)穩(wěn)定類天氣較多, 2015年10月E+F類發(fā)生頻率為30.5%,2015年12月、2016年2月、3月、10月、11月、12月,2017年2月發(fā)生頻率均在20%左右,較為穩(wěn)定的大氣是造成天津地區(qū)秋冬季節(jié)大氣擴散條件變差、污染物濃度較高和霧霾天氣頻發(fā)的重要氣象條件[34].
受到晝夜間熱力和動力因子差異的影響,大氣穩(wěn)定度分布具有明顯的日變化(圖2).各季節(jié)白天大氣穩(wěn)定度均以不穩(wěn)定類為主,春季和夏季持續(xù)時間明顯高于秋季和冬季,春夏季7:00~17:00不穩(wěn)定類頻率超過50%,春季10:00~14:00這一比例甚至接近100%;秋季和冬季不穩(wěn)定類占優(yōu)勢地位的時間有所縮短,分別為8:00~ 16:00和9:00~16:00,可能與太陽輻射時間縮短、熱力對流強度減弱有關(guān).夜間大氣穩(wěn)定度以中性為主,穩(wěn)定類次之,其中春季中性類在60%以上,夏季則高達80%,秋季和冬季也維持在50%左右,穩(wěn)定類夏季最低,僅為10%左右,秋季和冬季高達30%~40%,根據(jù)溫差-風(fēng)速法的計算原理,可能與秋冬季頻繁發(fā)生的逆溫現(xiàn)象有關(guān).
圖2 不同季節(jié)下不穩(wěn)定類、中性和穩(wěn)定類的日變化特征
由圖3可見,冬季逆溫頻率最高,兩個冬季均在60%以上,其中2016年12月和2017年1月逆溫頻率超過80%,夏季逆溫頻率在40%以下,貼地逆溫頻率也有類似的季節(jié)分布規(guī)律,但冬季頻率沒有逆溫頻率突出,可能與冬季逆溫存在大量的脫地逆溫有關(guān).逆溫和貼地逆溫強度分布規(guī)律較為復(fù)雜,大體上呈現(xiàn)秋冬高、春夏低的特點,除了冬季逆溫強度較高外,2015年10月、2016年3月和2017年4月等月份的突出高值,可能與單次較強的逆溫事件有關(guān),需要結(jié)合邊界層氣象資料和污染事件進一步分析.
圖3 逆溫和貼地逆溫發(fā)生頻率及強度的逐月分布特征
由圖4可見,冬季在各個時段逆溫頻率均高于其他季節(jié),春、夏、秋三季則總體差別不大,冬季凌晨和夜間受地面輻射降溫影響,逆溫頻發(fā),5:00~8:00和21:00~23:00逆溫頻率超過90%,秋季次之,春季和夏季的白天偶有逆溫發(fā)生.貼地逆溫沒有逆溫的季節(jié)差異明顯,凌晨各時段貼地逆溫頻率均在50%左右,白天8:00~15:00各季節(jié)貼地逆溫發(fā)生頻率接近0,這與日出后,地面升溫,破壞了貼地逆溫層有關(guān),日落后貼地逆溫頻率逐漸增大,冬季>秋季>春季>夏季,可能與不同季節(jié)傍晚地面降溫時間先后和降溫幅度不同有關(guān).圖5給出了各季節(jié)逆溫和貼地逆溫強度的日變化狀況,考慮到白天部分時段逆溫和貼地逆溫發(fā)生頻率較低(10%),樣本數(shù)不足,在統(tǒng)計逆溫強度時未統(tǒng)計該部分?jǐn)?shù)據(jù),主要是春夏秋三季11:00~16:00的逆溫強度和8:00~16:00的貼地逆溫強度,從圖5可見,一般而言秋冬季逆溫強度高于春夏季,且夜間(19:00~次日4:00)冬季逆溫強度最高,秋季次之,春季和夏季最低,逆溫強度和逆溫頻率的季節(jié)差異類似,反映了太陽輻射的季節(jié)變化特征.
圖5 各季節(jié)逆溫和貼地逆溫強度的日變化特征
觀測期間天津全市PM2.5質(zhì)量濃度均值為(71±60)μg/m3,小時濃度中位值為53μg/m3,最大小時值為509μg/m3,發(fā)生在2016年2月8日1:00.圖6給出了觀測期間PM2.5質(zhì)量濃度的逐月均值和逐月超標(biāo)日數(shù),可見大體上呈現(xiàn)冬季高、夏季低的特征,2a的峰值均出現(xiàn)在12月,正值天津地區(qū)2015年和2016年發(fā)布的重污染紅色預(yù)警期間,持續(xù)嚴(yán)重的重污染天氣對推高PM2.5月均值的峰值起到了重要作用,此外2016年3月出現(xiàn)了一個較小的峰值,這與當(dāng)月我國北方出現(xiàn)的幾次沙塵天氣過程有關(guān)[35].按照《環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定(試行)》[32]統(tǒng)計各月的超標(biāo)日數(shù),可以發(fā)現(xiàn)2015年11月、12月,2016年11月、12月和2017年1月PM2.5超標(biāo)日數(shù)較高,均超過全月日數(shù)的50%,其中2016年12月最高,超標(biāo)日數(shù)為22d,2015年12月和2016年11月次之,為20d,夏季超標(biāo)日數(shù)較少,一般在6d以內(nèi).超標(biāo)日數(shù)的月分布規(guī)律與PM2.5均值的月分布相一致,這表明污染天氣頻發(fā)對PM2.5濃度均值的拉升作用,對PM2.5的治理策略應(yīng)首先集中在降低PM2.5污染程度和頻度上.
圖6 觀測期間PM2.5質(zhì)量濃度的逐月均值和逐月超標(biāo)日數(shù)
采用溫差-風(fēng)速法計算的大氣穩(wěn)定度既反映了動力特征(風(fēng)速),也反映了大氣的熱力特征(溫度層結(jié)),從表1可以看出,如近地層存在逆溫(100>30),則易出現(xiàn)E和F類穩(wěn)定度,在大風(fēng)天氣下(37.0m/s)則均為D類穩(wěn)定度.圖7給出了不同大氣穩(wěn)定度下逆溫頻率、貼地逆溫頻率和貼地逆溫占逆溫比的關(guān)系,可見隨著逆溫和貼地逆溫發(fā)生概率增加,大氣趨于穩(wěn)定時,逆溫發(fā)生概率不足20%,幾乎沒有貼地逆溫發(fā)生,大氣多為不穩(wěn)定層結(jié);當(dāng)逆溫和貼地逆溫發(fā)生頻率增高至為60%和29%時,表現(xiàn)為中性層結(jié);逆溫發(fā)生概率接近100%,貼地逆溫在80%以上時,大氣為較穩(wěn)定層結(jié)(E類);而大氣進一步穩(wěn)定達到F類穩(wěn)定度時,逆溫和貼地逆溫頻率均有不同程度下降,這可能與逆溫層深厚,逆溫頂和逆溫底均向上發(fā)展導(dǎo)致大氣更加穩(wěn)定,而鐵塔資料僅為地面至250m高,高于這一高度的逆溫層底無法在統(tǒng)計資料中體現(xiàn),因而部分脫地逆溫可能被遺漏有關(guān).
圖7 不同大氣穩(wěn)定度下逆溫頻率、貼地逆溫頻率和貼地逆溫占逆溫比
由圖8可見,隨著穩(wěn)定類大氣層結(jié)日數(shù)的增多,PM2.5均值和污染日數(shù)均有所增大.由圖9可見,隨著逆溫發(fā)生頻率的增大,PM2.5均值和污染日數(shù)均有所增大,這與何永晴等[36]在西寧的研究結(jié)果一致.逆溫頻發(fā)月份PM2.5月均值和污染日也相應(yīng)較高,這可能與逆溫天氣下,大氣邊界層高度降低,湍流減弱,地面污染物的垂直擴散受到了直接的限制,更容易堆積在近地面有關(guān).相關(guān)性分析表明逆溫對空氣污染的影響強于穩(wěn)定度,這可能與大氣穩(wěn)定度的計算方法有關(guān).本文采用的溫差-風(fēng)速法使用40m高度的風(fēng)速,當(dāng)40m處風(fēng)速為3.4~7.9m/s時如30~100m存在較弱的逆溫則有可能被記做E類穩(wěn)定度,但40m高度風(fēng)速較大時,地面可能難以維持靜小風(fēng)(1.5m/s)狀態(tài),大氣擴散條件可能并不差,因而相應(yīng)的PM2.5月均值和污染日發(fā)生頻率并不高(圖8方框內(nèi)所示),計算方法可能夸大了穩(wěn)定類層結(jié)的統(tǒng)計結(jié)果,這可能是造成PM2.5均值、污染日發(fā)生頻率與穩(wěn)定類(E+F)發(fā)生頻率相關(guān)性較弱的主要原因.鄧雪嬌等[37]對廣州地區(qū)清潔過程和污染過程污染物與穩(wěn)定度Z/L的相關(guān)性分析表明,清潔過程二者存在正相關(guān),污染期間則為一定的負(fù)相關(guān),是某種程度上造成污染物與穩(wěn)定度弱相關(guān)性的重要原因.這需要結(jié)合具體污染過程進行下一步深入分析.
圖8 逐月PM2.5均值、污染日發(fā)生頻率與穩(wěn)定類(E+F)發(fā)生頻率的關(guān)系
圖9 逐月PM2.5均值、污染日發(fā)生頻率與逆溫發(fā)生頻率的關(guān)系
2016年12月我國中東部大部分地區(qū)霾日數(shù)整體偏多,月內(nèi)共出現(xiàn)3次大范圍霧-霾天氣過程,分別為12月2~4日、10~13日和16~21日,其中12月16~21日是2016年范圍最廣、持續(xù)時間最長、強度最強的霾天氣,袁東敏等[38]的氣象診斷分析表明,地面小風(fēng)速、高濕度以及淺薄的邊界層是促使本次重度霾發(fā)生的重要因子.從環(huán)流形勢上看,這段時間我國中東部大部分地區(qū)位于冷高壓前部的均壓場控制,地面氣壓梯度弱、風(fēng)速小,以下沉氣流為主,有利于污染物累積,環(huán)流形勢有利于霧-霾天氣的發(fā)生和維持[39].圖10給出了此次過程PM2.5質(zhì)量濃度、相對濕度、大氣能見度、大氣穩(wěn)定度和逆溫強度的逐時分布狀況,本次重污染過程大體上經(jīng)歷了污染物累積、維持和快速消散,分別記作P1,P2和P3 3個階段.
圖10 典型重污染過程大氣穩(wěn)定度、逆溫強度和PM2.5質(zhì)量濃度的時間分布特征
12月15日午后~18日午后PM2.5逐漸累積,至18日12:00PM2.5質(zhì)量濃度達到383μg/m3,大氣能見度也由10km左右下降至1km左右,相對濕度具有明顯的日變化特征,且逐日升高,這一階段可以判斷為霾的增強階段,記作P1階段.大氣穩(wěn)定度以較穩(wěn)定(E)為主,逆溫強度也逐日增大,穩(wěn)定層結(jié)和逆溫發(fā)展對污染物的聚集起到了重要作用,PM2.5質(zhì)量濃度達到第一個峰值(383μg/m3,18日12:00),這同時也是霾形成和增強的階段.
其后隨著RH長時間維持在90%以上,受到霧的濕清除作用[40],PM2.5濃度有所降低,維持在200~ 300μg/m3間,能見度維持在1km以下,最低時僅為0.03km,接近儀器測量極限,表現(xiàn)出典型的霧天氣特征,記作P2階段.受地面輻射降溫影響,近地面氣象條件有利于形成逆溫層結(jié),逆溫強度突然大幅度升高,最高時達到7.69℃/100m,強逆溫嚴(yán)重抑制了污染物和水汽的垂直擴散,導(dǎo)致PM2.5質(zhì)量濃度出現(xiàn)了又一個峰值(361μg/m3,19日16:00),能見度隨著RH的小幅下降短暫恢復(fù)到1km左右,霧天氣下大氣層結(jié)以中性為主[22],隨著霧趨于成熟,大氣穩(wěn)定度以中性為主,不穩(wěn)定層結(jié)時有發(fā)生,同時伴有逆溫發(fā)生頻率降低,逆溫強度減弱.吳彬貴等[21]的研究表明,華北地形槽和地面弱高壓場下的輻射霧中淺薄逆溫層夜生日消,強度從下而上迅速減弱,霧形成后逆溫底抬升到霧頂高度上下,霧體中逐漸演變呈弱不穩(wěn)定層結(jié),霧形成后逆溫層底抬升,霧體中逐漸演變呈不穩(wěn)定層結(jié).逆溫層整體抬升,超出了氣象鐵塔觀測高度,可能是本次重污染過程中霧成熟階段逆溫頻率降低的主要原因.這一階段霧-霾天氣交替發(fā)展.
22日白天起受冷空氣影響,隨著地面偏北風(fēng)逐漸加大,氣污染擴散條件逐漸增強,大霧快速消散,能見度好轉(zhuǎn),PM2.5濃度迅速下降,從嚴(yán)重污染減弱至優(yōu)良級別,本次重污染天氣結(jié)束,記作P3階段.這一階段大氣穩(wěn)定度以不穩(wěn)定狀態(tài)為主,逆溫頻率降低,逆溫強度顯著減弱,溫度層結(jié)有利于污染物擴散.
本次重污染過程中大氣穩(wěn)定度和逆溫特征具有明顯的階段性,大氣持續(xù)趨于穩(wěn)定及逆溫強度的逐漸增大,對污染生成和維持起了非常重要的作用,對其的精細(xì)分析有助于厘清重污染過程中的大氣擴散條件和邊界層結(jié)構(gòu)特征的演變規(guī)律,對于提升精細(xì)化重污染天氣預(yù)報預(yù)警水平也有所裨益.
3.1 采用溫差-風(fēng)速法計算得到的2015年9月~ 2017年8月大氣穩(wěn)定度資料顯示,A~F類大氣穩(wěn)定度的發(fā)生頻率依次為6.7%,11.4%,22.4%,46.1%, 11.1%和2.2%,秋冬季節(jié)穩(wěn)定類天氣(E,F類)較多,全年白天各時段均以不穩(wěn)定類大氣為主,夜間大氣穩(wěn)定度以中性為主,秋冬季穩(wěn)定類高達30~40%.
3.2 觀測期內(nèi)冬季逆溫頻率最高,5:00~8:00和21:00~23:00逆溫頻率超過90%,春、夏、秋三季則總體差別不大,冬季逆溫強度最高,秋季次之,春季和夏季最低.
3.3 觀測期間天津全市PM2.5質(zhì)量濃度均值為(71±60)μg/m3, PM2.5質(zhì)量濃度月均值和污染日峰值均出現(xiàn)在12月.隨著穩(wěn)定類大氣層結(jié)日數(shù)的增多,PM2.5均值和污染日數(shù)均有所增大,同時逐月PM2.5均值、污染日發(fā)生頻率與逆溫發(fā)生頻率均呈正相關(guān)關(guān)系;2016年12月16~21日的一次重污染天氣過程顯示PM2.5質(zhì)量濃度受到大氣穩(wěn)定度和逆溫發(fā)展的影響,霾形成、霧-霾交替和消散等階段大氣穩(wěn)定度和逆溫特征具有顯著的不同,大氣持續(xù)趨于穩(wěn)定及逆溫強度的逐漸增大,對污染生成和維持起了非常重要的作用.
[1] Wang Y S, Yao L, Wang L L, et al. Mechanism for the formation of the January 2013 heavy haze pollution episode over central and eastern China [J]. Science China: Earth Sciences, 2014,57:14-25.
[2] 張人禾,李 強,張若楠.2013年1月中國東部持續(xù)性強霧霾天氣產(chǎn)生的氣象條件分析[J]. 中國科學(xué):地球科學(xué), 2014,44(1):27-36.
[3] 楊 欣,陳義珍,劉厚鳳,等.北京2013年1月連續(xù)強霾過程的污染特征及成因分析[J]. 中國環(huán)境科學(xué), 2014,34(2):282-288.
[4] 花 叢,張碧輝,張恒德.2013年1~2月華北霧、霾天氣邊界層特征對比分析[J]. 氣象, 2015,41(9):1144-1151.
[5] Han S Q, Wu J H, Zhang Y F, et al. Characteristics and formation mechanism of a winter haze-fog episode in Tianjin, China [J]. Atmospheric Enviroment, 2014,98:323-330.
[6] 姚 青,蔡子穎,韓素芹,等.天津冬季相對濕度對氣溶膠濃度譜分布和大氣能見度的影響[J]. 中國環(huán)境科學(xué), 2014,34(3):596-603.
[7] 王 躍,王莉莉,趙廣娜,等.北京冬季 PM2.5重污染時段不同尺度環(huán)流形勢及邊界層結(jié)構(gòu)分析[J]. 氣候與環(huán)境研究, 2014,19(2):173– 84.
[8] 孫兆斌,李梓銘,廖曉農(nóng),等.北京大氣熱力和動力結(jié)構(gòu)對污染物輸送和擴散條件的影響[J]. 中國環(huán)境科學(xué), 2017,37(5):1693-1705.
[9] 孫永亮,趙天良,邱玉珺,等.成都一次霾過程中顆粒物消光作用的垂直變化[J]. 中國環(huán)境科學(xué), 2018,38(5):1629-1636.
[10] 王自發(fā),李 杰,王 哲,等.2013年1月我國中東部強霾污染的數(shù)值模擬和防控對策[J]. 中國科學(xué):地球科學(xué), 2014,44(1):3-14.
[11] 楊雨靈,譚吉華,孫家仁,等.華北地區(qū)一次強灰霾污染的天氣學(xué)效應(yīng) [J]. 氣候與環(huán)境研究, 2015,20(5):555?570.
[12] 程良曉,范 萌,陳良富,等.秋季秸稈焚燒對京津冀地區(qū)污染過程的影響分析[J]. 中國環(huán)境科學(xué), 2017,37(8):2801-2812.
[13] 張晗宇,溫 維,程水源,等.京津冀區(qū)域典型重污染過程與反饋效應(yīng)研究[J]. 中國環(huán)境科學(xué), 2018,38(4):1209-1220.
[14] 康 凌,張宏升,王志遠,等.不同下墊面大氣穩(wěn)定度分類方法的對比研究[J]. 北京大學(xué)學(xué)報(自然科學(xué)版), 2011,47(1):66-70.
[15] 金莉莉,何 清,李振杰,等.烏魯木齊市低層大氣穩(wěn)定度分布特征的統(tǒng)計分析[J]. 氣象, 2016,42(8):996-1006.
[16] 楊 靜,李 霞,李 秦,等.烏魯木齊近30a大氣穩(wěn)定度和混合層高度變化特征及與空氣污染的關(guān)系[J]. 干旱區(qū)地理, 2011,34(5):747-752.
[17] 楊孝文,周 穎,程水源,等.北京冬季一次重污染過程的污染特征及成因分析[J]. 中國環(huán)境科學(xué), 2016,36(3):679-686.
[18] 龐 博,汪喜江.哈爾濱市冬末逆溫、大氣穩(wěn)定度與大氣污染概率關(guān)系[J]. 黑龍江氣象, 2011,28(2):7-11.
[19] 解以揚,劉學(xué)軍.天津氣象塔風(fēng)溫梯度觀測資料的統(tǒng)計特征[J]. 氣象, 2003,29(1):12-16.
[20] 韓素芹,劉彬賢,解以揚,等.利用255m鐵塔研究城市化對地面粗糙度的影響[J]. 氣象, 2008,34(1):54-58.
[21] 吳彬貴,張宏升,張長春,等.天津城區(qū)大霧過程近地面層特征研究[J]. 氣候與環(huán)境研究, 2010,15(2):179-190.
[22] 蔡子穎,韓素芹,吳彬貴,等.天津一次霧過程的邊界層特征研究[J]. 氣象, 2012,38(9):1103-1109.
[23] 姚 青,蔡子穎,韓素芹,等.一次沙塵過程對天津氣溶膠濃度分布的影響[J]. 中國沙漠, 2013,33(4):1138-1143.
[24] 姚 青,蔡子穎,韓素芹,等.2009年秋冬季天津低能見度天氣下氣溶膠污染特征[J]. 氣象, 2012,38(9):1096-1102.
[25] 高文康,唐貴謙,姚 青,等.天津重污染期間大氣污染物濃度垂直分布特征[J]. 環(huán)境科學(xué)研究, 2012,25(7):731-738.
[26] 黃 鶴,姚 青,張文煜,等.天津夏季低層大氣O3,NO2濃度垂直觀測研究[J]. 環(huán)境科學(xué)研究, 2009,22(3):315-320.
[27] Hao T Y, Han S Q, Chen S C, et al. The role of fog in haze episode in Tianjin, China:A case study for November 2015. Atmospheric Research. 2017,194:235-244.
[28] Wu H, Zhang Y F, Han S Q, et al. Vertical characteristics of PM2.5during the heating season in Tianjin, China [J]. Science of the Total Environment, 2015,523:152-160.
[29] Han S Q, Cai Z Y, Zhang Y F, et al. Long-term trends in fog and boundary layer characteristics in Tianjin, China [J]. Particuology, 2015,20:61-68.
[30] Han S Q, Zhang Y F, Wu J, et al. Evaluation of regional background particulate matter concentration based on vertical distribution characteristics. Atmos. Chem. Phys. 2015,15:11165–11177.
[31] 金莉莉,何 清,李振杰,等.烏魯木齊市氣象塔梯度觀測資料質(zhì)量控制與處理[J]. 氣象, 2016,42(6):732-742.
[32] 蔡子穎,韓素芹,張 敏,等.天津地區(qū)污染天氣分析中垂直擴散指標(biāo)構(gòu)建及運用 [J]. 環(huán)境科學(xué), 2018,39(6):2548-2556.
[33] HJ 633-2012 環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定(試行) [S].
[34] 劉麗麗,王莉莉.天津冬季重霾污染過程及氣象和邊界層特征分析 [J]. 氣候與環(huán)境研究, 2015,20(2):129-140.
[35] 胡 寧,孫 軍. 2016年3月大氣環(huán)流和天氣分析[J]. 氣象, 2016, 42(6):770-776.
[36] 何永晴,趙玉成,馮蜀青.西寧市逆溫特征及其與空氣污染物濃度的相關(guān)分析[J]. 冰川凍土, 2014,36(3):608-613.
[37] 鄧雪嬌,李 菲,吳 兌,等.廣州地區(qū)典型清潔與污染過程的大氣湍流與物質(zhì)交換特征[J]. 中國環(huán)境科學(xué), 2011,31(9):1424-1430.
[38] 袁東敏,馬小會.2016年12月16~21日重度霾過程及大氣環(huán)流異常[J]. 氣候與環(huán)境研究, 2017,22(6):757?764.
[39] 劉 超,馬學(xué)款.2016年12月大氣環(huán)流和天氣分析[J]. 氣象, 2017, 43(3):378-384.
[40] 康漢青,朱 彬,樊曙先.南京北郊冬季大氣氣溶膠及其濕清除特征研究 [J]. 氣候與環(huán)境研究, 2009,14(5):523-530.
Atmospheric stability and inverse temperature characteristics of Tianjin and its effect on PM2.5pollution.
YAO Qing1*, LIU Jin-le2, CAI Zi-ying1, HAN Su-qin2, MA Zhi-qiang3
(1.Tianjin Environmental Meteorology Center, Tianjin 300074, China;2.Tianjin Institute of Meteorological Science, Tianjin 300074, China;3.Environmental Meteorology Forecast Center of Beijing-Tianjin-Hebei, Beijing 100089, China)., 2018,38(8):2865~2872
Temperature-velocity method was used to calculate the atmospheric stability in Tianjin and the frequency and intensity of the inversion of temperature were analysed based on the meteorological tower. In addition, we investigated the relationship between atmospheric stability and the temperature inversion, which had an influence on the monthly averaged mass concentration of PM2.5. The characteristics of atmospheric stability and temperature inversion were analysed during a heavy haze period. The results showed that the frequencies of atmospheric stability were 6.7%, 11.4%, 22.4%, 46.1%, 11.1% and 2.2%, respectively, from September 2015 to August 2017. The stagnant meteorological conditions occurred frequently during fall and winter. The unstable and neutral atmospheric stability dominated the daytime and nighttime of all year, respectively. The stable atmosphere contributed 30%~40% during nighttime in fall and winter. During the observation period, the frequency of temperature inversion was the highest in winter, which up to more than 90% during 5:00~8:00and 21:00~23:00. The intensity of temperature inversion was also the highest in winter. With the increase of the number of days of stable atmosphere, the monthly averaged mass concentration of PM2.5and the number of polluted days increased. Meanwhile, the monthly averaged mass concentration of PM2.5and the frequency of polluted day were all positively correlated with the frequency of inversion temperature. A heavy pollution process from December 16, 2016 to December 21, 2016 showed that the mass concentration of PM2.5was effected by the atmospheric stability and the evolution of inversion temperature. The characteristics of atmospheric stability and temperature inversion during the formation of haze, fog-haze alternation and dissipation of haze had obvious difference. As the atmosphere continues to stabilize and the inversion temperature increases, it plays a very important role in the generation and maintenance of pollution. Fine analysis of atmospheric stability and inversion characteristics in the process of pollution will help to improve the prediction and warning level of heavy pollution weather.
atmospheric stability;temperature inversion;heavily polluted weather;PM2.5;Tianjin
X131.1
A
1000-6923(2018)08-2865-08
姚 青(1980-),男,湖北宜昌人,高級工程師,碩士,主要從事大氣環(huán)境與大氣化學(xué)方面的科研業(yè)務(wù)工作.發(fā)表論文50余篇.
2018-01-02
國家重點研發(fā)計劃課題(2016YFC0203302);國家自然科學(xué)基金資助項目(41771242);國家國際科技合作專項項目(2015DFA20870-02);中國氣象局預(yù)報員專項(CMAYBY2016-005);中國氣象局第二批青年英才培養(yǎng)項目
* 責(zé)任作者, 高級工程師, yao.qing@163.com