劉馨尹 張寧
(南京大學 大氣科學學院,南京 210023)
PM2.5是我國主要的大氣污染物之一,對人體健康和大氣環(huán)境質(zhì)量影響嚴重[1-2]。其主要來源于懸浮灰塵、燃煤、汽車尾氣、工業(yè)排放及生活物質(zhì)燃燒等[2-3]?,F(xiàn)有研究表明,氣象要素對大氣污染的積累及輸送擴散起著非常重要的作用,大氣邊界層風場是體現(xiàn)地球表面對大氣影響的主要氣象要素之一,同時也是影響空氣污染物輸送擴散的直接因子[4-5]。
氣象條件是決定污染物濃度日變化的主要因素,其日變化可以解釋高達50%的PM2.5變化,在我國,氣象條件日變化影響比例超過70%。氣溫、相對濕度、降水和環(huán)流都是重要的影響因子。WANG,et al[6]對2013年日本長崎PM2.5質(zhì)量濃度與氣象要素的相關分析表明,氣溫與PM2.5呈負相關,降水與PM2.5呈正相關,濕度、風速與PM2.5之間存在閾值關系。目前已有不少關于我國大氣污染與氣象要素等關系的研究。孫峰等[7]分析發(fā)現(xiàn)2013年北京一次PM2.5重污染過程是穩(wěn)定氣象條件下導致的局地污染物積累。朱倩茹等[8]研究了2008—2010年廣州PM2.5污染及影響因素,發(fā)現(xiàn)PM2.5與氣溫呈正相關,但與其他因素呈負相關,與氣壓、相對濕度相關系數(shù)季節(jié)性特征顯著。在南京地區(qū),PM2.5與風速、相對濕度和降水呈負相關關系,降水對PM2.5的清除效率存在閾值。雖然大部分月份氣溫與PM2.5呈正相關,但在整個期間呈負相關[9-10]。ZHANG, et al[11]分析了北京、上海、廣州的3個地區(qū)空氣污染物與氣象要素的關系,發(fā)現(xiàn)風速與大氣污染物呈負相關,氣溫與O3呈正相關,但不同地區(qū)導致PM2.5質(zhì)量濃度增加的風向不同。各地PM2.5與氣象要素的相關關系存在差異,目前對于大范圍地區(qū)PM2.5與氣象要素的關系尚未有統(tǒng)一分析。
眾多研究驗證了氣象要素對大氣污染物的重要影響,但多局限于單點城市或小范圍地區(qū),對大范圍地區(qū)乃至全國范圍的研究較少,且以往研究多利用站點資料進行分析,空間精度較低。本文將利用國家環(huán)境監(jiān)測中心發(fā)布的PM2.5質(zhì)量濃度觀測資料及CCMP(Cross Calibrated Multi-Platform)風場再分析資料對2015—2016年我國華北地區(qū)、長三角地區(qū)、珠三角地區(qū)及四川盆地4個主要城市群的PM2.5質(zhì)量濃度與近地面風場的相關關系以及污染條件下對近地面風場進行進一步研究分析。
選取華北地區(qū)、長三角、珠三角以及四川盆地4個主要城市群為研究區(qū)域,具體包括北京、濟南、石家莊、天津、太原、鄭州、杭州、南京、上海、成都、綿陽、東莞、佛山、廣州以及深圳15個城市。由于重慶地區(qū)多為山地及河谷分布,四川盆地僅選擇川西的成都和綿陽進行分析。以上區(qū)域作為我國主要人口聚集地區(qū),PM2.5污染都較為嚴重,但由于地形、氣候及經(jīng)濟類型的差異,其污染類型和特征也不同。受工業(yè)發(fā)展及諸多因素的影響,華北地區(qū)空氣污染十分嚴重[12],2015年最高年平均PM2.5質(zhì)量濃度主要出現(xiàn)在我國北方平原(北京、天津、河北、河南和山東)[13]。長三角作為我國第一大經(jīng)濟區(qū)和綜合實力發(fā)展最強區(qū)域,隨著經(jīng)濟的發(fā)展其區(qū)域污染問題也逐漸顯現(xiàn),南京更是長三角地區(qū)空氣污染較為嚴重的城市之一[14-15],經(jīng)濟發(fā)展同樣較快的珠三角城市群也面臨著類似問題。四川盆地作為西南地區(qū)的人口聚集區(qū),由于其獨特的地形特征及氣象條件,污染形勢也日益嚴峻[16]。
CCMP風場資料是由ESE (NASA Earth Science Enterprise),結(jié)合ADEOS-II、QuikSCAT、TRMM TMI、AMSR-E、SSM/I數(shù)據(jù)資料利用變分方法進行處理,并將這些數(shù)據(jù)與現(xiàn)有的傳統(tǒng)船舶和浮標數(shù)據(jù)以及ECMWF分析相結(jié)合,所得到的全球數(shù)據(jù)集。數(shù)據(jù)包括了10 m的經(jīng)向和緯向風速分量,其空間分辨率為0.25°,時間分辨率為6 h,空間范圍為(78.375°S~78.375°N,0.125°~359.875°E),時間范圍為1987年7月—2017年4月,具有很高的精度和時空分辨率。相較于其他常用風場,CCMP風場因具有分辨率高、時間序列長等優(yōu)點,而得到廣泛使用[17]。張鵬等[18]基于CCMP風場數(shù)據(jù)對渤海風浪進行模擬研究。文中選取的空間范圍為(15°~45°N,100°~130°E),時間范圍為2015年1月—2016年12月。
采用2015年1月—2016年12月國家環(huán)境檢測中心提供的空氣質(zhì)量監(jiān)測數(shù)據(jù)中的PM2.5質(zhì)量濃度資料,時間分辨率為1 h。此外,根據(jù)《環(huán)境空氣質(zhì)量標準》(GB3095-2012)二級濃度限值,顆粒物(粒徑小于等于2.5 μm)的年平均質(zhì)量濃度超過35 μg·m-3,24 h平均質(zhì)量濃度超過75 μg·m-3即為超標。
為保證數(shù)據(jù)的有效性,依據(jù)GB3095-2012規(guī)范對數(shù)據(jù)進行檢查。對于年平均數(shù)據(jù),每年至少有324個日平均質(zhì)量濃度值,每月至少有27個日平均質(zhì)量濃度值(2月至少有25個日平均質(zhì)量濃度值);對于日平均數(shù)據(jù),每日至少有20 h平均質(zhì)量濃度值或采樣時間。
本文城市PM2.5質(zhì)量濃度取該城市多個測站的平均值。當某一城市的24 h平均PM2.5質(zhì)量濃度超過75 μg·m-3時則認定該日為污染日。本文采用Pearson相關系數(shù)計算各地區(qū)近地面風速與PM2.5質(zhì)量濃度的相關關系,利用t檢驗法對其進行顯著性檢驗,顯著性水平a=0.05。
在排除風速影響后,利用加權(quán)平均PM2.5質(zhì)量濃度(Average Weighted PM2.5, AWP)對PM2.5質(zhì)量濃度進行評價,AWP表示每單位風速下PM2.5的平均質(zhì)量濃度。一個方向的AWP計算公式如下[6, 19]:
(1)
其中:Pi是PM2.5質(zhì)量濃度;WSi是風速;N代表該風向的頻次。
利用近地面風場計算散度dv,計算公式如下[20]:
(2)
其中:u,v分別為緯向和經(jīng)向速度;A代表地球半徑;φ代表緯度。公式第三項說明了經(jīng)線在球體上的收斂,當散度大于0時為輻散場,小于0時為輻合場。
2015—2016年北京等城市的PM2.5年平均質(zhì)量濃度及污染天數(shù)如表1所示。除深圳外,其余城市PM2.5質(zhì)量濃度均高于《環(huán)境空氣質(zhì)量標準》(GB3095-2012)二級質(zhì)量濃度年限值,北京、濟南、石家莊以及鄭州PM2.5年平均質(zhì)量濃度甚至高于年限值兩倍以上。PM2.5污染主要集中在以京津冀為主的華北平原以及河南、山東,珠三角地帶空氣質(zhì)量較好,大氣污染整體表現(xiàn)為“北重南輕”的空間分布。
表1 2015—2016年各城市PM2.5年平均質(zhì)量濃度及污染天數(shù)
作為風場的重要特征,風速對PM2.5質(zhì)量濃度起著非常顯著的作用。一般而言,PM2.5質(zhì)量濃度隨著風速的增大而逐漸降低,當風速增加到6 m·s-1時,PM2.5質(zhì)量濃度可以降低60%[21]。圖1—4分別為華北地區(qū)、長三角、珠三角、四川盆地月平均PM2.5地面質(zhì)量濃度與10 m風速的相關系數(shù),可見,10 m風速與PM2.5質(zhì)量濃度基本表現(xiàn)為負相關,1—12月的相關系數(shù)(絕對值)基本呈現(xiàn)先減少后增加的趨勢。除深圳外,華北地區(qū)及珠三角1—2月相關系數(shù)(絕對值)明顯大于6—7月。該地區(qū)的負相關關系存在著明顯的季節(jié)差異,冬季負相關表現(xiàn)最強,夏季負相關明顯弱于冬季。該負相關關系在長三角地區(qū)更為顯著(通過顯著性檢驗的月份較華北地區(qū)更多),但季節(jié)差異不如華北地區(qū)明顯,秋季負相關關系強于其他季節(jié),杭州等地的PM2.5質(zhì)量濃度低值及10 m風速高值都出現(xiàn)在8—10月。綿陽地區(qū)季節(jié)差異不明顯,負相關系數(shù)基本平穩(wěn)變化,7—8月和12月負相關性相對較弱。
圖1 華北地區(qū)月平均PM2.5地面質(zhì)量濃度與10 m風速的相關系數(shù)(*表示通過α=0.05信度的顯著性檢驗):(a)北京;(b)濟南;(c)石家莊;(d)天津;(e)太原;(f)鄭州
圖2 長三角月平均PM2.5地面質(zhì)量濃度與10 m風速的相關系數(shù)(*表示通過α=0.05信度的顯著性檢驗):(a)杭州;(b)南京;(c)上海
圖3 珠三角月平均PM2.5地面質(zhì)量濃度與10 m風速的相關系數(shù)(*表示通過α=0.05信度的顯著性檢驗):(a)東莞;(b)佛山;(c)廣州;(d)深圳
圖4 四川盆地月平均PM2.5地面質(zhì)量濃度與10 m風速的相關系數(shù)(*表示通過α=0.05信度的顯著性檢驗):(a)成都;(b)綿陽
總體而言,10 m風速與PM2.5質(zhì)量濃度之間表現(xiàn)為負相關,但由于通過顯著性檢驗的月份較少,相關性并不顯著。且這種相關性存在季節(jié)差異,具體表現(xiàn)為夏季弱,冬季強,北京2015、2016年7月相關系數(shù)僅為-0.09和-0.05,1月相關系數(shù)為-0.29和-0.50,冬季負相關遠強于夏季。
與全年結(jié)果相比,污染水平較高時段的氣象條件及污染傳輸?shù)任廴舅接绊懸蛩氐淖饔猛w現(xiàn)地更加明顯[7]。圖5—8分別為華北地區(qū)、長三角、珠三角、四川盆地主要城市2015—2016年風玫瑰圖。圖9為北京、上海、廣州、成都2015—2016年各季節(jié)不同風向條件下的平均PM2.5質(zhì)量濃度,統(tǒng)計時排除了靜風天氣(風速小于0.5 m·s-1)??梢钥吹剑廴厩闆r下近地面風速大多在0~4 m·s-1,靜風頻率增加,相較于全年統(tǒng)計情況風速更小,有利于污染物的累積。污染天氣多發(fā)生在秋冬季節(jié),且不同季節(jié)造成污染的主導風向不同。
圖5 2015—2016年華北地區(qū)主要城市風玫瑰圖(紅色數(shù)字為靜風頻率,單位:%):(a)北京全年; (b)北京污染天氣; (c)濟南全年; (d)濟南污染天氣; (e)石家莊全年; (f)石家莊污染天氣;(g)天津全年; (h)天津污染天氣; (i)太原全年; (j)太原污染天氣; (k)鄭州全年; (l)鄭州污染天氣
受地理環(huán)境及上風向城市影響,不同城市風向的變化情況存在著顯著差異。北京、天津、太原等城市在污染時期西南風及南風占比增加,北京冬季西南風對應的PM2.5質(zhì)量濃度大于100 μg·m-3,遠遠大于北風對應的PM2.5質(zhì)量濃度(圖9a—d)。石家莊等城市周邊大量工業(yè)企業(yè)[12]的存在導致大氣污染物源排放嚴重,而華北地區(qū)及其南部多為平原,西部及北部多為山地,獨特的地形特征使得偏南風輸送作用下的污染物在此聚集,從而導致大氣污染嚴重。南京東南風頻率增加而北風東北風頻率減少,在東南風主導下,杭州灣以南區(qū)域的污染物被輸送到南京及其以北城市,風的輸送作用對該地區(qū)內(nèi)部的污染影響較為明顯。冬季蘇南、浙北地區(qū)工業(yè)和汽車排放較多[5],上海在偏西風的輸送下污染影響嚴重(圖9e—h)。珠三角城市盛行東北風,西風頻率明顯降低。海風清潔作用的減弱以及對內(nèi)陸地區(qū)顆粒物起著輸送作用的陸風相對增加,這導致了沿海城市的污染。成都、綿陽在污染天氣下的風向變化不明顯,50%以上的風速小于2 m·s-1,風速的清潔作用及輸送作用都得不到較好表現(xiàn)。
圖9 2015—2016年4個季節(jié)不同風向條件下PM2.5質(zhì)量濃度:(a—d)北京; (e—h)上海; (i—l)廣州; (m—p)成都
上述結(jié)果表明污染濃度超標多發(fā)生于秋冬季節(jié),某特定風向?qū)ξ廴疚锏挠绊懸笥谄渌L向。一是由于某特定風向會帶來更多的細顆粒物及前體物質(zhì),二是該特定風向的風速比其他風向要小,更有利于大氣污染物的積累[11]。
圖6 2015—2016年長三角主要城市風玫瑰圖(紅色數(shù)字為靜風頻率,單位:%):(a)杭州全年; (b)杭州污染天氣; (c)南京全年; (d)南京污染天氣; (e)上海全年; (f)上海污染天氣
圖7 2015—2016年珠三角主要城市風玫瑰圖(紅色數(shù)字為靜風頻率,單位:%):(a)東莞全年; (b)東莞污染天氣; (c)佛山全年; (d)佛山污染天氣; (e)廣州全年; (f)廣州污染天氣; (g)深圳全年; (h)深圳污染天氣
圖8 2015—2016年四川盆地主要城市風玫瑰圖(紅色數(shù)字為靜風頻率,單位:%):(a)成都全年; (b)成都污染天氣; (c)綿陽全年; (d)綿陽污染天氣
由上文可知,風速與PM2.5質(zhì)量濃度的負相關并不顯著且存在“冬強夏弱”的季節(jié)特點,說明風速并不是影響地面PM2.5質(zhì)量濃度的主導因素。因為在我國大氣區(qū)域性污染的特征下,地面風場既可以對污染物進行清除,也可能導致區(qū)域性大氣污染輸送。而區(qū)域性污染更是影響污染水平的重要因素之一[22-23]。為分析污染過程下的地面散度場,本文將研究城市區(qū)域網(wǎng)格化(分辨率為0.25°×0.25°)。對每個網(wǎng)格進行散度計算,地區(qū)平均散度為網(wǎng)格平均,占比計算為符合條件的網(wǎng)格數(shù)在該區(qū)域網(wǎng)格總數(shù)占比。當某一地區(qū)即出現(xiàn)污染過程又出現(xiàn)地面輻合時,則認為該次污染主要為區(qū)域輸送貢獻,反之則為局地貢獻。
表2為各地區(qū)平均散度強度及輻合占比。華北、珠三角全年平均散度場多表現(xiàn)為輻合而四川盆地則表現(xiàn)為輻散。在污染時期,除濟南外華北地區(qū)及珠三角都有著較強的散度強度,輻合比例均高于60%,北京、石家莊兩地的輻合比例甚至高達80%。華北地區(qū)污染物均有從西南向東北輸送的趨勢,西南風攜帶來自太行山東麓及西麓排放源群的高濃度污染物, 形成西南通道高濃度帶[22],這對該地區(qū)的污染水平有著重要影響。冬季,北京、石家莊等城市多盛行偏南風,受西北部燕山山脈及太行山地形影響形成一個較強的輻合聚集帶。珠三角地區(qū)PM2.5及其前體物的排放相對集中,且排放強度相比周邊地區(qū)更大,區(qū)域內(nèi)城市尺度的輸送和相互影響作用明顯[24-25],冬季污染嚴重,偏北風的區(qū)域輸送貢獻更為顯著。而長三角城市污染下輻合比例相較于華北地區(qū)較低,在40%左右,這是因為海風對臨海城市基本表現(xiàn)為清潔作用,但由于地表粗糙度的不同,海風上岸后迅速減小導致計算結(jié)果表現(xiàn)為輻合,冬季盛行偏北風時散度場表現(xiàn)為輻散場,從而導致輻合日空氣質(zhì)量較好而輻散日污染嚴重。受季風氣候影響,外來污染物的輸入路徑存在明顯的季節(jié)性變化特征,其中夏半年輸送主徑源自海上,冬半年主徑源自內(nèi)陸[26]。成都作為西南地區(qū)PM2.5主要排放源區(qū),冬季受西風帶影響處于冷高壓控制下,且地面風速相對較小[27-28],污染物的水平擴散及垂直擴散受到限制,獨特的盆地地形也使得PM2.5更容易積累[29]從而導致在輻散場的情況下污染仍較嚴重,污染日的輻合比例遠小于其他城市,該地區(qū)主要表現(xiàn)為局地型污染。
表2 2015—2016年各地區(qū)散度強度及輻合占比
本文利用2015—2016年全國PM2.5質(zhì)量濃度站點資料及CCMP風場再分析資料,對中國華北地區(qū)、長三角、珠三角以及四川盆地主要城市在污染條件下的近地面風場及其影響進行統(tǒng)計分析。通過對PM2.5質(zhì)量濃度及近地面風場的分析發(fā)現(xiàn),風場對PM2.5質(zhì)量濃度的影響主要表現(xiàn)在風速和風向兩個方面。主要結(jié)論如下:
(1)低風速有利于PM2.5的積累,風速與PM2.5質(zhì)量濃度表現(xiàn)為負相關,該相關關系并不十分顯著,但其季節(jié)差異仍得到良好體現(xiàn),一般表現(xiàn)為冬季強夏季弱;
(2)秋冬季節(jié)PM2.5污染嚴重。受地形及上風向污染源等因素影響,不同地區(qū)PM2.5質(zhì)量濃度對不同風向的響應不同,華北地區(qū)在偏南風主導下PM2.5質(zhì)量濃度較高;長三角地區(qū)在偏東風作用下PM2.5質(zhì)量濃度較低,海風對其起到清潔作用;珠三角地區(qū)冬季主導風向為偏北風,帶來內(nèi)陸地區(qū)的污染物;不同季節(jié)四川盆地地區(qū)的污染情況相似,風向?qū)ζ溆绊懖幻黠@;
(3)結(jié)合地面散度場的特征可以發(fā)現(xiàn):不同地區(qū)主導的污染類型不同,華北地區(qū)、長三角以及珠三角污染類型主要為區(qū)域性污染,其中華北地區(qū)受輸送影響最大,冬季輸送作用影響顯著,四川地區(qū)主要為局地型污染,外來輸送對該地污染水平的影響不大。