灰霾天氣下的氣溶膠濃度變化特征

灰霾天氣下的氣溶膠濃度變化特征

1氣溶膠的成分及與灰病的關系大量排放源（stal.2001；zhangetal.2009）排放了一次氣溶膠和二次氣溶膠的前體物，這增加了經(jīng)濟發(fā)達地區(qū)氣溶膠的濃度（changyao，2008），這是城市霧雨氣候形成的主要原因。很多觀測研究揭示了中國地區(qū)灰霾天氣下的氣溶膠濃度變化特征。Tanetal.(2009)基于2002~2003年夏季和冬季灰霾日和非灰霾日的氣溶膠觀測數(shù)據(jù),發(fā)現(xiàn)灰霾日的顆粒物主要是細顆粒物,其中二次顆粒物是主要的化學成分并且濃度顯著增高,之后通過能見度和化學成分的相關分析指出在非灰霾日含碳氣溶膠和硫酸鹽氣溶膠是主要成分而在灰霾日硝酸鹽氣溶膠和含碳氣溶膠是主要成分,通過能見度和氣象要素的相關分析指出在灰霾日,能見度隨著溫度和風速的上升而上升,隨著相對濕度的增加而減小。Wangetal.(2006)分析了2001~2004年北京城區(qū)春季灰霾天氣和沙塵天氣的細顆粒物和總懸浮顆粒物(TotalSuspendParticle,TSP)的觀測資料顯示,在灰霾天氣,硫酸銨、硝酸銨以及硝酸鈣是氣溶膠的主要成分,而在沙塵天氣,碳酸鈣、硫酸鈣和硫酸銨則是主要成分。Chengetal.(2011)則分析了2006年4月至2007年1月的濟南市灰霾日和非灰霾日的氣溶膠觀測資料發(fā)現(xiàn),TSP、PM10(大氣中直徑小于等于10μm的顆粒物)和PM1.8(大氣中直徑小于等于1.8μm的顆粒物)在灰霾日是非灰霾日的1.5~5.5倍,而硫酸鹽和硝酸鹽的粒徑分布都是雙模態(tài),其中細模態(tài)占主導地位。Lietal.(2011)基于2009年11月9~20日的華北地區(qū)的痕量氣體和氣溶膠的觀測資料,指出在灰霾日氮氧化物、二氧化硫和一氧化碳是非灰霾日的2~6倍,而臭氧的變化不大,細顆粒物和黑碳氣溶膠則是非灰霾日的3倍,并且結(jié)合ModerateResolutionImagingSpectroradiometer(MODIS)衛(wèi)星真彩圖,發(fā)現(xiàn)灰霾不僅覆蓋城市工業(yè)區(qū)也覆蓋了臨近的鄉(xiāng)村地區(qū)。除了高濃度的大氣氣溶膠,典型的天氣形勢和氣象要素也是霧霾形成的主要影響因素。根據(jù)Kohler理論和觀測研究,環(huán)境相對濕度對于氣溶膠粒子是否吸濕增長成為霾滴或霧滴是非常重要的(Xiaoetal.,2011)。Wuetal.(2005)分析廣州地區(qū)觀測的能見度數(shù)據(jù)表明在2003年11月2日的平均能見度不足2km,其中瞬時能見度低于200m,通過分析氣象條件,指出由于廣州市在當時臺風的外圍,大氣底層出現(xiàn)較強的下沉運動,地表風速和邊界層高度很低,使得氣溶膠聚集在大氣低層,無法擴散、濃度升高,致使能見度急劇降低。Jietal.(2012)分析了華北地區(qū)PM10的觀測資料,發(fā)現(xiàn)在2009年10月27日至11月10日出現(xiàn)嚴重的大氣污染,并且伴隨著區(qū)域灰霾和低能見度,其中最高的PM10濃度出現(xiàn)在石家莊市,達到600μgm–3,通過分析氣象條件,指出天氣形勢和長距離輸送是灰霾和大氣污染主要的形成原因,低風速、逆溫層以及低對流層高度使得顆粒物濃度升高。Hanetal.(2013)利用空氣質(zhì)量模式RAMS(RegionalAtmosphericModelingSystem)-CMAQ(CommunityMultiscaleAirQuality)模擬了2010年12月的華北地區(qū)的一次空氣污染事件,模擬結(jié)果表明在華北地區(qū),低能見度(小于10km)主要是在北京、天津、河北和山東地區(qū),敏感性試驗表明低能見度主要是由局地污染聚集和長距離輸送引起的高濃度的細顆粒物造成的,當細顆粒物濃度高于75μgm–3的時候,易造成10km以下的低能見度,并且硫酸鹽和硝酸鹽是兩種主要的無機氣溶膠成分,對消光的貢獻可達40%~50%。如上所述,對霧霾天氣的觀測研究較多,而模式研究較少。為了對霧霾天氣進行預報以及探討其形成原因,本文應用WRF(WeatherResearchandForecasting)-Chem大氣化學數(shù)值模式對2013年1月華北地區(qū)的重霧霾過程進行模擬,將模擬所得的氣象要素和能見度與觀測值進行對比,再進一步對重霧霾過程個例的污染物和氣象條件的時空分布特征進行詳細分析,計算氣溶膠的收支平衡,討論其成因。2北京和天津站位氣象探空單站,作品本圖2.能見度和氣象參數(shù)的觀測數(shù)據(jù)來自于中國氣象科學數(shù)據(jù)共享服務網(wǎng),包括1951~2013年1月的各氣象要素(溫度、濕度、降水、風速、風向、能見度)(/home.do[2013-04-01])。本文主要用到的是北京站點(站號54511,39.96°N,116.28°E)和天津站點(站號54527,39.10°N,117.17°E),其中溫度、濕度、降水、風速和風向為日均值,能見度為每天4次(00:00、06:00、12:00、18:00,北京時間,下同)的小時值。北京站的溫度和濕度的氣象探空資料來自于/upperair/sounding.html[2013-04-01]。污染物濃度的觀測數(shù)據(jù)來自北京市環(huán)境監(jiān)測中心發(fā)布的實時空氣質(zhì)量數(shù)據(jù)(http://zx./[2013-04-01]),本文所用的站點為奧體中心(39.96°N,116.40°E)的細顆粒物地表濃度,其觀測時間為1月16~31日。3氣溶膠光學特性及參數(shù)化計算方法WRF模式是新一代的中尺度模式,與化學模塊耦合之后,WRF-Chem可以同時模擬痕量氣體和氣溶膠濃度以及氣象場(Grelletal.,2005),Chem作為一個模塊與ARW的動力計算部分具有相同的時間步長,在動力輸送每次計算之前,Chem模塊中的化學模塊和氣溶膠模塊都會計算一次。本文模擬水平區(qū)域(見圖1)為90(東西)×80(南北)網(wǎng)格點,水平分辨率為27km,區(qū)域中心位于中國中部(117°E,36°N),覆蓋中國中東部地區(qū)(25°N~46°N,101°E~134°E)。垂直方向有35層,最高至10hPa處,約有13層在2km以下。本文使用龍格庫塔三階時間積分方案,NOAH陸面模式,MellorYamada-Janjic行星邊界層方案,Grell-Devenyi集合積云對流參數(shù)化方案,Lin微物理過程方案,RRTMG長波/短波方案。化學過程方面,本文使用CBMZ(CarbonBondMechanism)光化學機制,MOSAIC(ModelforSimulatingAerosolInteractionsandChemistry)氣溶膠方案。此氣溶膠方案按粒徑將氣溶膠分為8個檔位,在檔位內(nèi)假設氣溶膠為內(nèi)部混合、在檔位外假設氣溶膠為外部混合。模式所需的氣象場的側(cè)邊界條件和初始條件由NCEP6h間隔的1°(緯度)×1°(經(jīng)度)最終分析資料(FNL)提供。化學場的側(cè)邊界條件是WRF-Chem中的缺省值(McKeenetal.,2003),是來自于飛機觀測的清潔大氣和海洋上空的中緯度平均狀態(tài)的無變化垂直廓線。模式中考慮的氣溶膠包括硫酸鹽、硝酸鹽、銨鹽、黑碳、有機碳、沙塵以及海鹽氣溶膠。模式中氣溶膠的光學特性包括氣溶膠消光系數(shù)bext、單次散射反照率?0,非對稱散射因子g的計算是基于Mie理論,是波長λ以及三維位置x的函數(shù)。bext、?0和g的計算公式如下:其中,i表示所在的模態(tài),ri是濕半徑,xi是粒徑參數(shù),n是數(shù)濃度,bs是散射系數(shù),Qe是消光效率,Qs是散射效率,g’是中間不對稱因子。Qe、Qs和g’的計算是基于Ghanetal.(2001)的參數(shù)化方法,根據(jù)Mie理論,是粒徑參數(shù)化x=2πr/λ的函數(shù),其中r是粒子的濕半徑。例如,Qe有如下的Chebyshev多項式計算公式其中,Tk(x)是k階的Chebyshev多項式。系數(shù)Ak取決于模態(tài)內(nèi)的平均折射指數(shù),在每個模態(tài)中,每種化學組分都對應一個復折射指數(shù),然后此模態(tài)的折射指數(shù)通過體積平均得到。為了減小計算量,將折射指數(shù)劃分為7組,計算每組折射指數(shù)對應的一套Chebyshev擴展系數(shù),并對Chebyshev擴展系數(shù)使用雙線性。將系數(shù)帶入到公式(4)中,計算消光效率,進而計算消光系數(shù)(Fastetal.,2006)。由于這種方法的計算量沒有實時地對影響氣溶膠光學性質(zhì)的各種參數(shù),如尺度分布、相對濕度、入射波長進行靈活調(diào)整以適應實際模式的運算需要,因此在計算上會存在一定誤差。模式中氣溶膠的吸濕增長的描述則是以Kohler理論為基礎,每個模態(tài)內(nèi)的吸濕增長由相對濕度、平均干半徑、每種氣溶膠成分對吸濕的貢獻、以及上一個時間步長處氣溶膠水的含量計算得出的。每個模態(tài)內(nèi)的總的吸濕因子B由以下公式計算:其中,j代表某種特定的化學成分,Bj是每種化學成分的吸濕因子,qj是每種化學成分的質(zhì)量混合比,νj是可溶粒子的數(shù)量,φj是滲透參數(shù),εj是可溶質(zhì)量比例,ρj和Mj是氣溶膠成分的密度和摩爾質(zhì)量,ρw和Mw是水的密度和摩爾質(zhì)量。在模式中,各氣溶膠成分(包括硫酸銨、海鹽、沙塵、黑碳、有機碳)的以上參數(shù)都參考觀測值和經(jīng)驗值設定一個固定值,其中黑碳是假定為不可溶的物質(zhì),吸濕因子很小。之后濕半徑rw就可由以下公式解出:其中,R為相對濕度,rd是干半徑,A是開爾文效應參數(shù),σs/a是溶液滴表面張力,T是溫度。這種計算吸濕增長的方法由于對以上吸濕因子的各種參數(shù)都是給定固定值,在相對濕度較高的時候,計算結(jié)果會比較合理,而相對濕度較低的時候,計算結(jié)果會具有較大的不確定性。CO(carbonmonoxide)、氮氧化物(NOx,nitrogenoxides)、SO2(sulphurdioxide)、揮發(fā)性有機化合物(VOCs,volatileorganiccompounds)、黑碳(blackcarbon,BC)、有機碳(organiccarbon,OC)、細顆粒物以及PM10的人為排放源是由清華大學提供的東亞地區(qū)2010年排放源月均值,它由4個部分(電力、工業(yè)、住宅和運輸)組成,并根據(jù)Wangetal.(2010)的研究結(jié)果,加入排放源的日變化信息。NH34分析與討論4.1氣溶膠特性測定結(jié)果表1是北京站和天津站氣象要素和能見度的觀測值和模擬值的統(tǒng)計分析。可以看到,模式可以較好地模擬溫度和濕度(見圖2),模擬值和觀測值的相關系數(shù)都在0.83~0.92之間,標準偏差約為10%,模式也可以模擬出1月20~21日之間兩個站點有降水,但是低估了日降水量。風速的模擬值和觀測值之間的相關系數(shù)約在0.4~0.6之間,模式低估了平均風速,這可能是由于模式使用的下墊面資料比較陳舊。模式對最大風速的模擬較好,也合理地模擬了最大風速的風向的日平均值?？傮w來說,模式合理地模擬了2013年1月各氣象要素的變化特征,這是模擬化學場的基礎。2013年1月華北地區(qū)北京站和天津站能見度的模擬值由經(jīng)驗公式vis=3.912/ext計算得到(SeinfeldandPandis,1998),其中ext表示氣溶膠消光系數(shù),一般取550nm處的氣溶膠消光系數(shù),因此能見度的模擬值和觀測值的對比(見圖3)也代表了模式對氣溶膠的模擬效果。圖4是2013年1月奧體中心站處觀測的細顆粒物地表濃度小時值以及相應的模擬值。奧體中心站和北京站地理位置相近(圖1)。由圖3和表1可以看到,模式可以較好地模擬各站點處的能見度的小時值變化特征:在北京站和天津站處,能見度的模擬值與觀測值之間的相關系數(shù)分別為0.72和0.60,平均偏差分別為-21.5%和31.6%,這也說明模式對氣溶膠濃度和光學特性模擬較好。在奧體中心站點,細顆粒物觀測值缺失較多,但是可以看到16~31日模擬值與觀測值大體吻合,其中22日、29~31日的細顆粒物地表濃度小時值被模式高估,22日的高估可能是由于22日的降水量被模式低估(圖2c)。從圖3a中可以看到,北京站點處的模擬值和觀測值均顯示1月4日和6日夜間,10~14日、16日夜間、17~19日、20~23日、27~31日,北京站點能見度低于10km,其中11~13日12個時次觀測的能見度有8個時次的在0.6~2.5之間;相應的,10~14日的日均相對濕度(圖2c)為68%~80%,并且模式模擬的10~14日期間每天的相對濕度小時值在一些時次處是在80%~90%之間,顯示這段時間為重度霾或霧霾混合的過程。圖3b中,天津站的能見度變化和北京站類似,表明1月的重霧霾過程是區(qū)域性的。從圖中可以看出,模擬值對能見度的高估主要是出現(xiàn)在14~15日夜間、19~20日夜間、22日、24~25日夜間能見度較好的時候,例如觀測值為10km而模擬值則是30km,這說明模式模擬的氣溶膠濃度可能過低。由圖2中天津站風速的模擬可以看出,最大風速的高估可能對氣溶膠濃度的低估有一定的貢獻。另外天津站處的模式格點的代表性也是模擬值和觀測值的對比存在差異的原因之一。在圖4中,奧體中心站點處的模擬的細顆粒物地表濃度和北京站點處的能見度的變化對應得較好,在上述能見度低于10km的時間點,模擬的地表濃度值都比較高,尤其是在夜間,細顆粒物地表濃度都達到峰值,均大于300μgm–3。本文將10~14日作為重霧霾過程的個例,進行詳細的討論。由圖5可以看到,此次重霧霾過程從10日晚上開始,細顆粒物濃度在河北省南部和東部最高,可達360~500μgm–3;在天津地區(qū)也很高,達到280~360μgm–3;在北京市區(qū)則達到200~280μgm–3。1月11日00:00和06:00,細顆粒物地表濃度升高,河北省南部和東部、天津地區(qū)和北京市區(qū),均增高到360~500μgm–3。1月11日12:00、18:00,細顆粒物地表濃度的高值區(qū)域向南移,主要分布于河北省南部、東部和天津地區(qū)(320~500μgm–3),而在北京地區(qū)則降低到80~240μgm–3。之后從12日18:00至14日00:00,細顆粒物地表濃度的高值區(qū)都是在18:00和00:00北移,使得北京市區(qū)細顆粒物地表濃度增高,而在06:00和12:00則分布于河北省南部。14日12:00、18:00和15日00:00和06:00,細顆粒物地表濃度在華北地區(qū)有所降低,高值區(qū)只分布于河北省最南部,約為240~400μgm–3,在其他區(qū)域則為40~160μgm–3。4.2溫度和風向變化張小曳等(2013)對比了2013年1月6~16日之前和期間的歐亞地區(qū)地面天氣圖,指出持續(xù)性霧霾天氣的氣象條件與前期最大的不同是中緯度地區(qū)徑向型環(huán)流較弱,沒有明顯的冷空氣,南方暖濕氣流相對增強,中東部地區(qū)處于弱的均壓區(qū)。因此,分析霧霾過程的氣象條件對于理解其成因十分必要。首先,將2013年1月各氣象要素與歷史平均值進行比較,圖6是2013年1月華北地區(qū)北京站和天津站處觀測的溫度、濕度、風速和最大風速的日平均值相對歷史氣候平均值(1951~2013年)的距平。由圖6a可以看出,2013年1月10~16日、18~23日以及26~31日,北京站相對濕度具有正距平,比歷史平均值偏高20%~40%,有利于氣溶膠粒子的吸濕增長,因此高的相對濕度除了與22日的降水對應之外,都對應了較低的能見度和較高的細顆粒物地表濃度;溫度與歷史平均值相比,相差不大;風速與歷史平均值相比,在以上濕度正距平的時間點處,平均風速偏低1ms–1,而最大風速則偏低約3ms–1,因此風場不利于污染物的擴散。天津站的濕度同樣是正距平,溫度變化不大,風速的負距平要比北京站小。從圖7中可以看到,1月11日08:00大氣層底部出現(xiàn)逆溫層,溫度差約有4°C,20:00500m以下逆溫層已經(jīng)十分明顯,溫度相差約有5°C,這種情況持續(xù)到12日08:00、1000m以下有約6°C的逆溫層,12日20:00,逆溫層消失,但是到13日08:00500m以下再次出現(xiàn)約9°C的逆溫層,并且在20:001km以下仍然保持逆溫層的狀態(tài)。14日和15日,逆溫層消失。由以上描述可以看到,持續(xù)的強逆溫層使得大氣層處于穩(wěn)定的狀態(tài),不利于污染物的擴散。對于濕度的垂直分布,同樣的,在1月10日08:00和20:00、11日20:00、12日20:00、13日08:00以及14日的08:00和20:00,1km以下的大氣層都呈現(xiàn)較高的濕度(70%~90%),這說明在垂直方向上一整層的大氣都在連續(xù)幾天保持著較高的濕度,這有利于氣溶膠的吸濕增長。由圖8可以看到,相對濕度和風向的變化和細顆粒物地表濃度的變化是相互對應的。10日12:00之前,河北省北部、天津地區(qū)和北京地區(qū)受西北風影響,相對濕度較低,在大部分區(qū)域約為30%~50%。10日12:00和18:00,華北地區(qū)沒有明顯的西北風,河北省、天津地區(qū)和北京地區(qū)風向轉(zhuǎn)變?yōu)槟巷L,且風速較小,相對濕度在大部分地區(qū)增加至60%~80%,此時華北地區(qū)的細顆粒物濃度也開始增加(圖4)。1月11日00:00和06:00,河北南部、北京地區(qū)和天津地區(qū)仍然是南向風,且河北省南部風速增大,相對濕度增加至70%~90%,此時上述地區(qū)的細顆粒物地表濃度也增高到360~500μgm–3(圖4)。1月11日12:00、18:00和12日00:00、06:00、12:00,北京地區(qū)又出現(xiàn)西北風,相對濕度減小,而河北省南部仍然是南向風和高濕度,相應的細顆粒物地表濃度的高值區(qū)南移(圖4)。之后從12日18:00至14日00:00,河北省南部、天津地區(qū)和北京地區(qū)變?yōu)槭軚|向和東南向風影響,由于渤海灣的水汽傳輸,華北地區(qū)的相對濕度再次增加至70%~90%,特別是北京地區(qū)在13日18:00相對濕度明顯增加,相應的細顆粒物地表濃度值也在這個時次變得更高(圖4)。14日06:00,華北地區(qū)出現(xiàn)明顯的北風,且風速較大,相應地,此時的細顆粒物濃度減小。4.3氣溶膠和風場的分布一些衛(wèi)星的觀測研究表明(Taoetal.,2012),冬季盛行的西北風能夠頻繁地把沙塵傳輸?shù)饺A北地區(qū)上空,雖然規(guī)模要比沙塵暴小很多,但是這種沙團會與較高背景濃度的人為污染物快速混合,形成霾污染。圖9是北京地區(qū)區(qū)域平均的沙塵氣溶膠的垂直分布的時間變化以及1月11日12:00850hPa沙塵氣溶膠和風場的水平分布?？梢钥吹?沙塵濃度較高的時間中,11~13日、23日、28日都對應較高的細顆粒物濃度(圖9a)?？梢钥吹?1日12:00,850hPa層上是西北風,將沙塵傳輸?shù)饺A北地區(qū)(圖9b)。因此,在10~14日,近地面的南向風或東向風傳輸水汽,高空西北氣流傳輸沙塵,兩者的疊加可能加劇了華北地區(qū)的重霧霾過程。這其中的機制還需要更加深入的討論。4.4硝酸鹽氣溶膠的收放為了說明重霧霾期間的輸送和化學過程的相對貢獻,需要計算污染物的濃度的收支。重霧霾過程期間氣溶膠的成分包括硫酸鹽、硝酸鹽、銨鹽、黑碳、有機碳以及沙塵氣溶膠。以往針對硫酸鹽的分析有很多,而重霧霾期間的一些觀測研究(張小曳等,2013)則表明霧霾期間硝酸鹽的濃度也是很高的,另一方面硝酸鹽氣溶膠聯(lián)系著機動車排放源,也是公眾比較關心的焦點問題,因此將其作為一個個例來研究。另