田春艷，周慧嫻，沈傲，申沖，王明潔，陳訓(xùn)來，樊琦

1. 中山大學(xué)大氣科學(xué)學(xué)院/廣東省氣候變化與自然災(zāi)害研究重點(diǎn)實(shí)驗(yàn)室/南方海洋科學(xué)與工程廣東省實(shí)驗(yàn)室（珠海），廣東 珠海 519082

2. 廣州市氣候與農(nóng)業(yè)氣象中心，廣東 廣州 511430

3. 深圳南方強(qiáng)天氣研究重點(diǎn)實(shí)驗(yàn)室/深圳氣象局，廣東 深圳 518040

霾是大量極細(xì)微的干性塵埃、煙粒、鹽粒等均勻地懸浮在空氣中，使水平能見度＜10 km、空氣普遍渾濁的天氣現(xiàn)象［1］。研究表明霾可通過氧化、炎癥刺激對動(dòng)物或人體的遺傳物質(zhì)產(chǎn)生損傷，從而對人體健康產(chǎn)生重要影響［2-4］。

城市化進(jìn)程導(dǎo)致城市霾污染現(xiàn)象頻現(xiàn)。已有研究表明風(fēng)速、溫度、邊界層高度等條件是影響霾污染的重要因素，區(qū)域輸送作用亦不容忽視［5-7］。在我國，京津冀、長三角、珠三角一直是霾污染關(guān)注的重要區(qū)域。對北京冬夏季霧霾研究表明除冬季供暖期外，在輸送條件具備的前提下，北京地區(qū)夏季仍然會(huì)發(fā)生霧霾天氣［8-9］。利用二維歐拉統(tǒng)計(jì)、HYSPLIT 和NAQPMS 等模式研究［10-13］進(jìn)一步表明北京大氣環(huán)境中污染主要來自北京周邊地區(qū)，受地形和天氣型控制，西南方向的輸送通道是造成北京大氣污染的主要通道，一定條件時(shí)，外來輸送貢獻(xiàn)和局地污染貢獻(xiàn)可達(dá)相當(dāng)程度。此外，利用反向軌跡法、NAQPMS 及其污染源在線追蹤技術(shù)研究東北地區(qū)的霾過程受到京津冀地區(qū)輸送的影響［14-16］。對上海地區(qū)的霾過程研究發(fā)現(xiàn)，全年霾日主要來自通過內(nèi)陸的西北和西南氣流將細(xì)顆粒物輸送到上海，西北路徑和北路徑是污染事件中的主要輸送通道，在到達(dá)上海的氣團(tuán)軌跡中，大陸氣團(tuán)和海洋氣團(tuán)分別占總軌跡的79.6%和20.4%。影響上海的潛在源區(qū)，除長三角一帶人口密集、工業(yè)、重工業(yè)和交通污染嚴(yán)重的地區(qū)以外，山東、河北、河南等地對于上海城區(qū)的霾污染亦有貢獻(xiàn)，上海城區(qū)PM2.5長距離輸送貢獻(xiàn)可達(dá)38.4%±20%［17-19］。對于華南地區(qū)，李婷苑［20］利用HYSPLIT 對廣東霾天氣輸送路徑進(jìn)行研究，結(jié)果表明廣東的霾過程主要受北路和沿海通道影響，較遠(yuǎn)城市可至江西、浙江等地。吳蒙等［21］研究表明珠三角城市群主要聚集在狹小的區(qū)域內(nèi)，導(dǎo)致在發(fā)生大氣污染時(shí)污染物在不同城市之間會(huì)相互輸送，從而造成顯著的區(qū)域型污染特征。

上述研究表明，無論是哪個(gè)城市，除了本地排放源影響外，區(qū)域輸送都是導(dǎo)致城市霾污染的重要原因。深圳作為中國經(jīng)濟(jì)特區(qū)，是珠三角區(qū)域內(nèi)的重要城市，其污染狀況受到廣泛關(guān)注，其霾污染同樣受到自身和外來輸送的重要影響。余緯等［22］對珠三角一次重污染過程分析結(jié)果表明廣州和佛山本地貢獻(xiàn)明顯，肇慶主要受輸送的影響，而深圳既有本地貢獻(xiàn)也有輸送影響。張麗等［23］利用HYSPLIT 模式對深圳兩次霾天氣過程的研究發(fā)現(xiàn)，兩次霾污染過程均有來自廣州、東莞、惠州、河源等的污染輸送。已有的研究中，較多使用HYSPLIT、NAQPMS等模型進(jìn)行軌跡追蹤探究霾輸送問題。本研究將首先對影響深圳地區(qū)近十年的中重度污染過程的天氣型進(jìn)行統(tǒng)計(jì)分析，在此基礎(chǔ)上結(jié)合HYSPLIT 后向軌跡模型的結(jié)果，采用WRF-Chem 數(shù)值模式進(jìn)行敏感性數(shù)值模擬試驗(yàn)，定量計(jì)算得出深圳地區(qū)霾過程的區(qū)域輸送貢獻(xiàn)量，從而揭示該地區(qū)不同天氣形勢影響下中重度霾污染過程的輸送特征。

1 研究方法

1.1 模式介紹與設(shè)置

WRF-Chem （weather research and forecastingchemistry）模式是美國國家大氣研究中心、美國大氣海洋局及美國西部太平洋國家實(shí)驗(yàn)室等單位共同開發(fā)的新一代大氣化學(xué)傳輸模式［24］。目前，WRF-Chem 模式在區(qū)域氣候及大氣污染的數(shù)值模擬方面均有廣泛的應(yīng)用。本研究采用WRF-Chem 3.6.1版本，模式模擬采用三重嵌套網(wǎng)格（圖1），水平格距分別為45、15 和3 km，格點(diǎn)數(shù)為99×99、106×91 和151×136，垂直方向設(shè)置30 層，模式層頂?shù)臍鈮簽?0 hPa。模式采用的物理參數(shù)化方案包括：Lin 微物理方案，RRTM 長波輻射方案，New Goddard 短波輻射方案，MM5 Monin-Obukhov 近地層方案，Kain-Fritsch 積云對流方案（僅在第一、二重中使用），Noah陸面過程，ACM2邊界層方案，UCM 城市冠層方案。在第三重嵌套中引入化學(xué)參數(shù)化方案有CBMZ 大氣化學(xué)機(jī)制，MOSAIC 氣溶膠機(jī)制，F(xiàn)ast-J 光解機(jī)制。模式氣象初始條件和邊界條件來自于1°×1°的NCEP 全球再分析資料，化學(xué)初始邊界采用MOZART 模式全球模擬數(shù)據(jù)內(nèi)插至模擬區(qū)域。第三重網(wǎng)格采用的人為排放源為清華大學(xué)制作的MIX 排放清單（http：//www. meicmodel.org/dataset-mix. html）。本次研究霾污染個(gè)例和模擬時(shí)段見表1，模式spin up時(shí)間為40 h。

表1 2008—2018年深圳中重度霾污染事件列表1）Table 1 List of moderate-to-severe haze pollution incidents in Shenzhen from 2008 to 2018

圖1 WRF-Chem模式三重嵌套網(wǎng)格Fig.1 Three nested domain for WRF-Chem

HYSPLIT-4 模型是由美國國家海洋和大氣管理局（NOAA）的空氣資源實(shí)驗(yàn)室和澳大利亞氣象局聯(lián)合研發(fā)的一種用于計(jì)算和分析大氣污染物輸送、擴(kuò)散軌跡和沉降的專業(yè)模型［25］。該模型的平流和擴(kuò)散計(jì)算采用拉格朗日法，通常采用診斷風(fēng)場和邊界層高度等要素，逐一計(jì)算示蹤粒子的空間位移和拉格朗日軌跡，并進(jìn)一步模擬污染物在區(qū)域內(nèi)的動(dòng)態(tài)擴(kuò)散過程［23］。該模型已被廣泛地應(yīng)用于污染物在各個(gè)地區(qū)的傳輸和擴(kuò)散研究中。

1.2 霾污染過程的統(tǒng)計(jì)分析

中重度污染天氣與氣象條件密切相關(guān)，是在一定的大尺度環(huán)流形勢下發(fā)生的。參照李霞等［26］和王健等［27］污染天氣環(huán)流分型方法，普查1954—2017 年深圳49 個(gè)中重度霾日08：00 和20：00 地面天氣圖，850 和500 hPa 高空天氣圖，在考慮歐亞范圍環(huán)流形勢特點(diǎn)的基礎(chǔ)上，重點(diǎn)關(guān)注0°～40°N，90°～120°E 范圍內(nèi)的地面系統(tǒng)的演變，并綜合分析850 和500 hPa 高低空環(huán)流特征，確定中重度霾日天氣形勢類型。按照深圳處于地面天氣系統(tǒng)的位置及高低空影響系統(tǒng)的不同，深圳中重度霾天氣可分為3 類：大陸高壓（脊）型、臺(tái)風(fēng)外圍環(huán)流型、均壓場型。大陸高壓（脊）型最多，接近67.4%；其次為臺(tái)風(fēng)外圍環(huán)流型（18.4%）；均壓型為14.3%。根據(jù)分型統(tǒng)計(jì)結(jié)果，本文對2008—2018年發(fā)生的9個(gè)中重度霾污染過程分析發(fā)現(xiàn)，此期間的霾污染類型主要分為臺(tái)風(fēng)外圍環(huán)流型和大陸高壓（脊）型（表1）。其中，3 個(gè)污染過程屬于臺(tái)風(fēng)外圍環(huán)流型，其余6個(gè)屬于大陸高壓（脊）型。臺(tái)風(fēng)外圍環(huán)流型霾污染過程主要發(fā)生在夏、秋兩季。圖2（a）為臺(tái)風(fēng)外圍環(huán)流型2016 年9 月27 日霾污染事件發(fā)生時(shí)的東亞地面天氣圖，代表此類型霾污染發(fā)生時(shí)的典型天氣形勢：通常此類型霾污染發(fā)生時(shí)，深圳以東的海面上有熱帶氣旋形成，使得深圳位于熱帶氣旋的外圍，深圳上空存在下沉氣流，污染物的垂直擴(kuò)散條件不利；大陸高壓（脊）型霾污染過程多發(fā)于冬、春季節(jié)，此類型霾污染事件2013 年12 月10 日發(fā)生時(shí)的典型天氣形勢如圖2（b），受冬季冷高壓影響，深圳地區(qū)多為靜穩(wěn)天氣，風(fēng)速較小，污染物的輸送擴(kuò)散條件不利。在通過對大陸高壓（脊）型霾個(gè)例風(fēng)場分析的基礎(chǔ)上，按主導(dǎo)風(fēng)向?qū)⑵溥M(jìn)一步細(xì)分為3 類（表1）：Ⅰ類偏東北風(fēng)型，Ⅱ類風(fēng)向多變型，Ⅲ類偏南風(fēng)型。

圖2 臺(tái)風(fēng)外圍環(huán)流型和大陸高壓（脊）型東亞地面天氣圖Fig.2 East Asia surface weather chart of typhoon peripheral circulation pattern(a)and continental high(ridge)type(b)

1.3 模式能力評估及敏感性試驗(yàn)方案設(shè)置

1.3.1 模式能力評估通過收集的珠三角地區(qū)氣象和污染物濃度觀測數(shù)據(jù)，對模式模擬的9個(gè)個(gè)例的氣象場和污染物結(jié)果進(jìn)行模式驗(yàn)證，包括平均值、偏差、均方根誤差［28］以及符合指數(shù)［29］。從各統(tǒng)計(jì)量結(jié)果來看，溫度的平均值結(jié)果隨季節(jié)有所變化，但是整體模擬結(jié)果和觀測接近，偏差約2 ℃，均方根誤差主要約3 ℃，符合指數(shù)在0.4～0.8 之間；風(fēng)速的觀測平均值在2～7 m/s 之間，模擬結(jié)果為2～6 m/s，偏差絕對值在1 m/s 左右，均方根誤差約為2 m/s，風(fēng)速的符合指數(shù)相對于溫度而言較低，約為0.5。PM2.5觀測和模擬結(jié)果的對比表明，觀測的平均值介于40～90 μg/m3，模式模擬的平均值為40～110μg/m3，偏差在20～60μg/m3之間，均方根誤差的結(jié)果較高于偏差，符合指數(shù)較低，約為0.3。整體而言，模式基本能夠反映出氣象和污染物濃度的變化特征。

1.3.2 敏感性試驗(yàn)方案設(shè)置利用HYSPLIT-4 模式對表1中霾污染事件，分別進(jìn)行24 h后向軌跡模擬。模擬數(shù)據(jù)的氣象背景場為美國REANALYSIS（global，1948—至今）數(shù)據(jù)，初始時(shí)刻高度設(shè)為100 m，源點(diǎn)的位置為22.55°N 和14.09°E，初始時(shí)間為每日的世界時(shí)12 時(shí)。圖3（a）為臺(tái)風(fēng)外圍環(huán)流型個(gè)例2016 年9 月27 日的后向軌跡圖（2008 年7 月27～28 日和2013 年8 月21 日個(gè)例軌跡結(jié)果與其類似，圖略）。由圖可知，深圳在此類污染類型下，污染物的輸送主要是由西北方向輸送為主，主要來源城市為廣州、東莞和其他較遠(yuǎn)的城市。圖3（b-d）是大陸高壓（脊）型個(gè)例，2013 年12 月10～14日Ⅰ型、2018 年1 月22～23 日Ⅱ型、2016 年3 月30日～4月1日Ⅲ型的后向軌跡圖。由圖可知，在大陸高壓（脊）Ⅰ、Ⅱ類中，污染物輸送軌跡以東北方向輸送為主，主要來源城市為惠州、東莞和其他較遠(yuǎn)的城市，在Ⅲ類中，污染物的輸送有3個(gè)不同的方向，主要來源城市有廣州、東莞、惠州和香港。綜上可知，短期內(nèi)對深圳輸送影響較大的城市主要是其周邊城市廣州、東莞和惠州。

圖3 臺(tái)風(fēng)外圍環(huán)流型和大陸高壓（脊）型污染物24 h后向軌跡圖Fig.3 24 h backward trajectory map of pollutants under typhoon peripheral circulation type (a);and continental high(ridge)type:(b)north-east wind type,(c)wind direction variable type and(d)southerly wind type

根據(jù)上述后向軌跡結(jié)果，利用WRF-Chem 模式，對深圳及其周邊廣州、東莞、惠州共4個(gè)城市設(shè)置人為排放源削減的敏感性試驗(yàn)研究，以研究各周邊城市對深圳霾污染過程的輸送貢獻(xiàn)。敏感性數(shù)值模擬試驗(yàn)設(shè)計(jì)了5 種模擬方案：①基準(zhǔn)方案，包含所有地區(qū)的排放源；②削減深圳人為源，目的為探究深圳地區(qū)排放源貢獻(xiàn)；③削減廣州人為源，為探究廣州地區(qū)排放源貢獻(xiàn)；④削減東莞人為源，為探究東莞地區(qū)排放源貢獻(xiàn)；⑤削減惠州人為源，為探究惠州地區(qū)排放源貢獻(xiàn)。

2 模擬結(jié)果分析

針對2008—2018 年臺(tái)風(fēng)外圍環(huán)流型和大陸高壓（脊）型兩類不同天氣類型影響下的中重度霾污染事件，通過模式模擬的深圳及其周邊城市（廣州、東莞和惠州）的平均風(fēng)場，結(jié)合敏感性數(shù)值試驗(yàn)結(jié)果，分析不同天氣形勢下深圳及其周邊城市PM2.5的輸送特征。在定性分析的基礎(chǔ)上，對比敏感性試驗(yàn)和基準(zhǔn)試驗(yàn)的模擬結(jié)果，將源排放城市人為源排放量分別削減為0 后，將模式第一層PM2.5濃度的減少百分比定義為貢獻(xiàn)率，即排放城市m（即深圳、廣州、東莞和惠州）對模擬區(qū)域的貢獻(xiàn)率Im=()Bij-Cij Bij，Bij為未削減排放源時(shí)格點(diǎn)（i，j）處的PM2.5濃度值，Cij為削減m城市排放源后格點(diǎn)（i，j）的PM2.5濃度值。本文對9 個(gè)中重度污染個(gè)例進(jìn)行模擬，并將表1中同類型的污染個(gè)例時(shí)段結(jié)果進(jìn)行平均分析。

2.1 臺(tái)風(fēng)外圍環(huán)流型

圖4 為臺(tái)風(fēng)外圍環(huán)流型4 個(gè)排放城市在3 個(gè)污染時(shí)段（表1）對模擬區(qū)域PM2.5濃度的平均貢獻(xiàn)率空間分布圖。由圖可知，在臺(tái)風(fēng)外圍環(huán)流型霾污染過程中，4 個(gè)城市的地面風(fēng)場均為偏西北風(fēng)，其中深圳平均風(fēng)速為6.03 m/s，在這樣的風(fēng)場形勢下，PM2.5主要由西北向東南方向輸送。從具體貢獻(xiàn)率來看，深圳的PM2.5濃度以本地貢獻(xiàn)為主，達(dá)到40.38%；東莞與深圳接壤且位于其西北方向，其對深圳的貢獻(xiàn)率達(dá)15.03%，廣州雖位于上風(fēng)向，但相隔較遠(yuǎn)，其貢獻(xiàn)率為5.8%，惠州位于深圳的東北方向，但由于與深圳東部接壤，有一定的貢獻(xiàn)，貢獻(xiàn)率為1.77%。在西北風(fēng)下，深圳超過一半的貢獻(xiàn)來自這4個(gè)排放城市，對深圳的總貢獻(xiàn)率為62.98%，其中東莞、廣州和惠州3 個(gè)城市的總貢獻(xiàn)率為22.6%。

圖4 臺(tái)風(fēng)外圍環(huán)流型近地面風(fēng)場下深圳及其周邊城市的PM2.5濃度貢獻(xiàn)率的空間分布Fig.4 Spatial distribution of PM2.5 concentration contribution rate(unit:%)of Shenzhen(a)and its surrounding cities including Guangzhou(b),Dongguan(c),and Huizhou(d)under the near-surface wind field of typhoon peripheral circulation pattern

進(jìn)一步利用模式的結(jié)果對逐小時(shí)的輸送貢獻(xiàn)特征進(jìn)行分析。對各城市行政邊界內(nèi)模式中每個(gè)網(wǎng)格點(diǎn)的10 m 水平風(fēng)做矢量平均，得到4 個(gè)城市污染時(shí)段第一日和第二日的平均風(fēng)場時(shí)間序列（圖5）。污染時(shí)段各城市對深圳PM2.5濃度貢獻(xiàn)率的時(shí)間序列如圖6。結(jié)合圖5 和圖6 可知，在第一日04 時(shí)之前，風(fēng)向以偏西風(fēng)為主且風(fēng)速較弱，深圳的PM2.5以本地貢獻(xiàn)為主，達(dá)60%以上，其周邊3個(gè)城市對深圳的貢獻(xiàn)較小，共約10%。04 時(shí)后，風(fēng)速逐漸增加，且風(fēng)向向南偏轉(zhuǎn)，深圳PM2.5的本地貢獻(xiàn)率逐漸降低，其周邊3個(gè)城市的貢獻(xiàn)逐漸上升，尤其以與深圳接壤且位于上風(fēng)向的東莞的貢獻(xiàn)增加最為顯著，其周邊3 個(gè)城市的貢獻(xiàn)在08 時(shí)左右達(dá)到最大。深圳本地貢獻(xiàn)最小值出現(xiàn)在中午12 時(shí)左右，而4 個(gè)城市總貢獻(xiàn)的最小值出現(xiàn)在午后，與風(fēng)速的高值時(shí)段基本對應(yīng)一致，說明風(fēng)速增大，在外來輸送貢獻(xiàn)增加的同時(shí)，也有利于本地污染物濃度的降低。第一日20 時(shí)至次日08 時(shí)，風(fēng)速風(fēng)向基本保持不變，4 個(gè)城市對深圳的總貢獻(xiàn)也基本保持不變，隨后風(fēng)速增加，總貢獻(xiàn)再次降低。在臺(tái)風(fēng)外圍環(huán)流型霾污染過程中，受地理位置和風(fēng)向的影響，廣州對深圳的貢獻(xiàn)主要在西北風(fēng)向時(shí)，由于與深圳的位置較遠(yuǎn)，其貢獻(xiàn)低于東莞，但高于不在深圳上風(fēng)向的惠州。

圖5 臺(tái)風(fēng)外圍環(huán)流型深圳及其周邊城市的平均10 m風(fēng)場時(shí)間序列Fig.5 Time series of average 10 m wind field in Shenzhen(a)and its surrounding cities(Guangzhou(b),Dongguan(c),and Huizhou(d))under typhoon peripheral circulation pattern

圖6 臺(tái)風(fēng)外圍環(huán)流型深圳及其周邊城市對深圳PM2.5濃度貢獻(xiàn)率的時(shí)間序列圖Fig.6 Time series of contribution rate of Shenzhen and its surrounding cities including Guangzhou,Dongguan and Huizhou to PM2.5 concentration in Shenzhen under typhoon peripheral circulation pattern

2.2 大陸高壓（脊）型

結(jié)合大陸高壓（脊）型各城市對PM2.5濃度貢獻(xiàn)率的空間分布（圖略），在大陸高壓（脊）型的3類霾污染過程中：第Ⅰ類以東北風(fēng)為主，深圳平均風(fēng)速為5.95 m/s，4 個(gè)城市對深圳PM2.5的總貢獻(xiàn)率約為28%，其中深圳本地貢獻(xiàn)為21.12%，周邊3 個(gè)城市總貢獻(xiàn)率為6.88%。東莞和惠州在其上風(fēng)方向且均與深圳有接壤，對深圳的貢獻(xiàn)率基本一致，分別為3.34%和3.53%。該類型的污染過程深圳及其周邊城市的貢獻(xiàn)較小，更大范圍的區(qū)域輸送會(huì)起到最主要的貢獻(xiàn)；第Ⅱ類風(fēng)場多變型，深圳平均風(fēng)速為4.08 m/s，本地貢獻(xiàn)率達(dá)到53.92%，其周邊3 個(gè)城市總貢獻(xiàn)率為10.97%，東莞和惠州對深圳的貢獻(xiàn)率分別上升至5.20%和5.59%，4 個(gè)城市對深圳的總貢獻(xiàn)率為64.89%。這與劉建等［30］對珠江三角洲典型灰霾過程的邊界層特征研究結(jié)果基本一致，風(fēng)向風(fēng)速變化大，對污染物的輸送和積累效果不同，不同風(fēng)向會(huì)導(dǎo)致不同地區(qū)的污染物輸送來源，而不同風(fēng)速大小將決定污染物的輸送和積累效果；第Ⅲ類以偏南風(fēng)為主，深圳平均風(fēng)速為3.59 m/s，風(fēng)速在3 種類型中最低，4 個(gè)城市對深圳的總貢獻(xiàn)率為58.85%，其周邊3 個(gè)城市的總貢獻(xiàn)率僅為3.44%。在偏南風(fēng)的這類型污染過程中，由于深圳地區(qū)上風(fēng)向無大排放源城市，深圳的PM2.5以本地貢獻(xiàn)為主，為55.41%，東莞和惠州由于在深圳的下風(fēng)方向，對深圳的貢獻(xiàn)在3類霾污染過程中最低，但由于與深圳接壤，對深圳仍有稍許的貢獻(xiàn)，分別為2.30%和1.07%，受地理位置和風(fēng)向影響，廣州對深圳的貢獻(xiàn)則微乎其微。對比大陸高壓（脊）型霾污染個(gè)例可知，東莞和惠州與深圳接壤，對深圳的貢獻(xiàn)基本一致，廣州距離深圳較遠(yuǎn)，無論何種風(fēng)場，其對深圳的貢獻(xiàn)均是最低的。4 個(gè)城市對深圳的貢獻(xiàn)明顯受到風(fēng)場和地理位置的影響。

圖7 是大陸高壓（脊）型霾污染過程中4 個(gè)城市污染時(shí)段第一日和第二日平均風(fēng)場的時(shí)間序列。圖8 是4 個(gè)城市污染時(shí)段第一日和第二日對深圳PM2.5濃度貢獻(xiàn)率的時(shí)間序列圖。結(jié)合圖7 和圖8 可知，在大陸高壓（脊）型霾污染過程中：以東北風(fēng)為主的第Ⅰ類，風(fēng)速高值（約7 m/s）出現(xiàn)在04 時(shí)左右，16 時(shí)左右風(fēng)速較?。s3 m/s）。對比4 個(gè)城市對深圳的貢獻(xiàn)率，在08 時(shí)前4 個(gè)城市的風(fēng)速較為一致，對應(yīng)的4個(gè)城市對深圳的總貢獻(xiàn)也基本保持一致，約20%；08 時(shí)后風(fēng)速逐漸增加，對應(yīng)的各城市的貢獻(xiàn)率降低，隨后風(fēng)速再次降低，各城市貢獻(xiàn)再次升高，直至次日08 時(shí)風(fēng)速再次升高，各城市貢獻(xiàn)降低，如此循環(huán)；第Ⅱ類過程風(fēng)速相對于Ⅰ類，明顯有所降低，風(fēng)向在00～16時(shí)以東北風(fēng)為主，且風(fēng)速呈現(xiàn)一個(gè)先增加后減小的過程，在16 時(shí)左右達(dá)到最低值，在此期間，位于深圳上風(fēng)方向的東莞、惠州對深圳有較大貢獻(xiàn)率，約10%，隨著風(fēng)速的增加?xùn)|莞和惠州的輸送增強(qiáng)，深圳本地貢獻(xiàn)降低，16～20 時(shí)，風(fēng)向轉(zhuǎn)為東南風(fēng)，東莞、惠州對深圳的貢獻(xiàn)降低，本地貢獻(xiàn)增加，隨后逐漸轉(zhuǎn)為偏西風(fēng)，東莞和惠州的貢獻(xiàn)有所增加，直到次日08 時(shí)開始，風(fēng)場轉(zhuǎn)變?yōu)槠巷L(fēng)，風(fēng)速呈現(xiàn)先增加后減小過程，東莞和惠州的貢獻(xiàn)率降低，在20 時(shí)左右基本無貢獻(xiàn)，本地貢獻(xiàn)增加；第Ⅲ類污染過程中，主要以偏南風(fēng)為主，08 時(shí)以前，風(fēng)向以東南風(fēng)為主，且風(fēng)速較小，以深圳本地貢獻(xiàn)為主，約55%，08 時(shí)后風(fēng)向轉(zhuǎn)為偏南風(fēng)，風(fēng)速明顯增加，深圳本地貢獻(xiàn)明顯降低，兩日的風(fēng)速最大值在正午時(shí)左右增加，各城市貢獻(xiàn)較低，凌晨的風(fēng)速最低，各城市貢獻(xiàn)較高。對比三類霾污染過程，4 個(gè)城市中，東莞和惠州對深圳的貢獻(xiàn)較為一致，廣州對深圳基本無貢獻(xiàn)。

圖7 大陸高壓（脊）型深圳及其周邊城市的平均10 m風(fēng)時(shí)間序列Fig.7 Time series of average 10 m wind field in Shenzhen(a)and its surrounding cities including Guangzhou(b),Dongguan(c),and Huizhou(d)under continental high(ridge)type

圖8 大陸高壓（脊）型深圳及其周邊城市對深圳PM2.5濃度貢獻(xiàn)率時(shí)間序列圖Fig.8 Time series of contribution rate of Shenzhen and its surrounding cities(Guangzhou,Dongguan and Huizhou)to PM2.5 concentration in Shenzhen under continental high(ridge)type

3 結(jié) 論

利用WRF-Chem 模式設(shè)置深圳及其周邊城市（廣州、東莞、惠州）排放源對深圳霾污染輸送影響的敏感性試驗(yàn)，以揭示在臺(tái)風(fēng)外圍環(huán)流型和大陸高壓（脊）型霾污染下，深圳及其周邊城市（廣州、東莞、惠州）城市對深圳霾污染輸送貢獻(xiàn)特征。通過對4 個(gè)城市風(fēng)場及貢獻(xiàn)率的分析得以下結(jié)論：

1）臺(tái)風(fēng)外圍環(huán)流型霾污染風(fēng)場為弱西風(fēng)轉(zhuǎn)西北風(fēng)，廣州和東莞位于深圳上風(fēng)方向，對深圳霾污染的貢獻(xiàn)率較大，分別為5.8%、15.03%，惠州在其下風(fēng)方向，貢獻(xiàn)率較小為1.77%。大陸高壓（脊）型霾污染風(fēng)向分I 類東北風(fēng)型，東莞和惠州在其上風(fēng)向，有一定貢獻(xiàn)，約3%，廣州不在其上風(fēng)向，基本無影響；Ⅱ類為風(fēng)向多變型，廣州由于距離較遠(yuǎn)，風(fēng)速較小，輸送貢獻(xiàn)率小，東莞和惠州對深圳有一定貢獻(xiàn)，約5%；Ⅲ類為偏南風(fēng)型，各城市均不在其上風(fēng)方向，對深圳基本無影響。

2）深圳霾污染過程受到外來輸送貢獻(xiàn)影響，但以本地貢獻(xiàn)為主，其中，臺(tái)風(fēng)外圍環(huán)流型本地貢獻(xiàn)率為40.38%，其周邊3 個(gè)城市總貢獻(xiàn)率為22.6%，大陸高壓（脊）型3 種類型本地貢獻(xiàn)率分別為21.12%、53.92%、55.41%，其周邊3個(gè)城市的總貢獻(xiàn)率分別為6.88%、10.97%、3.44%。

3）不同城市對深圳霾污染的貢獻(xiàn)率受風(fēng)向的影響有所差異，西北風(fēng)向時(shí)，廣州對深圳的貢獻(xiàn)率較顯著，為5.8%，而其他風(fēng)向下，其貢獻(xiàn)值低于0.2%。東莞和惠州由于與深圳有接壤，各風(fēng)速下均有貢獻(xiàn)，但不同風(fēng)向貢獻(xiàn)值有所差異，臺(tái)風(fēng)外圍環(huán)流型西北風(fēng)向下，東莞和惠州的貢獻(xiàn)值分別為15.03%、1.77%；而其他風(fēng)向下，東莞和惠州對深圳的貢獻(xiàn)情況較為一致，其中，東北風(fēng)向下約3%，風(fēng)向多變情況下約5%，偏南風(fēng)時(shí)1%～2%。

4）風(fēng)速為3～4 m/s時(shí)，輸送對深圳貢獻(xiàn)小，深圳本地源貢獻(xiàn)率較大，約50%，4 個(gè)城市總貢獻(xiàn)率增加，約60%；風(fēng)速約6 m/s 時(shí)，輸送貢獻(xiàn)增大，本地貢獻(xiàn)有所減小，約20%～40%，4 個(gè)城市總貢獻(xiàn)率為20%～60%。