京津冀氣溶膠污染對(duì)氣象要素的影響模擬研究

沈洪艷，史華偉，2，師華定，馬 欣

(1.河北科技大學(xué)，河北石家莊050018;2.中國環(huán)境科學(xué)研究院，北京100012;3.國家氣象中心，北京100081)

隨著經(jīng)濟(jì)的快速發(fā)展、工農(nóng)業(yè)活動(dòng)的加劇以及城市化進(jìn)程的加快，環(huán)境壓力日益加重，空氣污染和氣候變化問題成為制約經(jīng)濟(jì)和社會(huì)可持續(xù)發(fā)展的重大因素。京津冀的氣候變化有著敏感和脆弱的特點(diǎn)，該地區(qū)氣候?yàn)?zāi)害時(shí)常發(fā)生，也是我國受氣候變化影響最為嚴(yán)重的地區(qū)之一。大量的化石燃料和生物質(zhì)的燃燒使得多地區(qū)大范圍被大氣氣溶膠污染物所覆蓋，大氣氣溶膠污染上升趨勢(shì)明顯，其不僅造成了嚴(yán)重的空氣污染且具有明顯的氣候效應(yīng)，空氣污染與氣候變化間的相互影響和反饋是當(dāng)前世界上最受關(guān)注的重大環(huán)境問題之一［1－4］。IPCC第三次評(píng)估報(bào)告指出，氣溶膠對(duì)氣候的影響不可忽視［5］。人為排放的氣溶膠污染作為最不確定和最有待深入研究的氣候變化影響因子，其不僅對(duì)區(qū)域大氣灰霾現(xiàn)象的形成發(fā)揮主導(dǎo)作用，還在氣候的變化中起重要作用［6－7］。

針對(duì)氣溶膠氣候效應(yīng)對(duì)區(qū)域氣候及氣象條件的影響已在全球多個(gè)地區(qū)開展［8－12］。北太平洋［9］和印度洋［10］觀測(cè)試驗(yàn)發(fā)現(xiàn)，由于氣溶膠直接效應(yīng)的作用，短波輻射量明顯的下降，且由霧霾引起的地表太陽輻射削減量是大氣頂在晴天反射的太陽輻射量的3倍。馬欣等［13］利用WRF-chem模式模擬研究2006年夏季代表月份7月的氣溶膠污染對(duì)京津冀地區(qū)氣象條件的影響，結(jié)果顯示在氣溶膠的氣候效應(yīng)下，京津冀地區(qū)的平均溫度和PBL高度有不同程度的下降，而風(fēng)速和降水量均有所增加。Wang等［14］利用WRF-chem模式模擬研究了城市化背景下氣象條件與氣溶膠污染間的相互影響，結(jié)果顯示在夏季和冬季氣溶膠可使太陽輻射量減少9%和16%，溫度分別下降0.37和0.16℃。目前，國內(nèi)外主要利用美國國家和海洋局(NOAA)研發(fā)的空氣質(zhì)量模型WRF－chem開展大氣污染的模擬研究，該模式將氣象模式與大氣化學(xué)傳輸模式完全的耦合?！秶抑虚L期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(2006－2020年)》在環(huán)境重點(diǎn)領(lǐng)域研究中指出，加強(qiáng)全球環(huán)境公約履約對(duì)策與氣候變化科學(xué)不確定性及其影響研究，加強(qiáng)應(yīng)對(duì)氣候變化重大戰(zhàn)略與政策研究，圍繞氣候變化領(lǐng)域熱點(diǎn)問題深入開展應(yīng)對(duì)措施研究，為國家應(yīng)對(duì)氣候變化提供支撐。應(yīng)對(duì)氣候變化的問題之一是氣溶膠通過氣候效應(yīng)對(duì)區(qū)域氣候和氣象要素的影響。京津冀作為我國經(jīng)濟(jì)發(fā)展和城市化速度最快的地區(qū)之一，同樣也是大氣污染最嚴(yán)重的地區(qū)之一，該地區(qū)大氣污染物的分布特征和演變規(guī)律以及大氣污染物的控制對(duì)策已經(jīng)成為專家研究和公眾關(guān)注的熱點(diǎn)問題［15］。鑒于此，該研究選取WRF-chem空氣質(zhì)量模型模擬研究京津冀地區(qū)氣溶膠污染對(duì)氣象條件的影響。

1 資料與方法

1.1 模型設(shè)置 通過開啟和關(guān)閉氣候效應(yīng)反饋設(shè)置2套模擬情景來更好地反映氣溶膠對(duì)氣象條件的影響。情景一開啟氣候效應(yīng)反饋，模擬氣溶膠污染和氣象因子間的相互反饋、污染物化學(xué)變化過程;情景二去除氣溶膠排放和氣體轉(zhuǎn)化為二次氣溶膠的化學(xué)變化過程。2套情景其余參數(shù)均相同。情景參數(shù)設(shè)置如表1所示。

表1 情景模式參數(shù)設(shè)置

1.2 模擬區(qū)域和時(shí)間 研究區(qū)域?yàn)榫┙蚣降貐^(qū)，包含山東、遼寧、山西、內(nèi)蒙古及河南部分區(qū)域(圖1)，以39°N、109°E為中心，東西網(wǎng)格數(shù)為16，南北網(wǎng)格數(shù)為22，網(wǎng)格分辨率54 km×54 km，垂直方向劃分28個(gè)垂直層，頂層壓力5 kPa，模擬時(shí)間段選擇2010年1、4、7、10月份作為代表月份。

1.3 基礎(chǔ)數(shù)據(jù) 氣象初始場(chǎng)和側(cè)邊界資料采用美國國家環(huán)境預(yù)測(cè)中心(NCEP)發(fā)布的1°×1°再分析數(shù)據(jù)，邊界條件6 h更新一次。污染源排放清單采用清華大學(xué)2010年中國多尺度排放清單MEIC(Multi-resolution Emission Inventy for China，http://www.meicmodel.org)，該清單共包括電力源、工業(yè)源、居民源、交通源及農(nóng)業(yè)源五大行業(yè)。氣象要素監(jiān)測(cè)值來源于氣象信息綜合分析處理系統(tǒng)(MICAPS)，污染物監(jiān)測(cè)值來自北京、天津和石家莊3個(gè)城市的平均監(jiān)測(cè)值。京津冀空氣質(zhì)量數(shù)據(jù)主要來自國家環(huán)保部和各地方環(huán)保系統(tǒng)公布的大氣污染物監(jiān)測(cè)數(shù)據(jù)(http://datacenter.mep.gov.cn/report/air_daily/air_dairy.jsp、http://aqicn.org)。

1.4 模型驗(yàn)證 為了驗(yàn)證WRF-chem空氣質(zhì)量模型對(duì)污染物及氣象要素的模擬效果，考慮到數(shù)據(jù)的可獲得性，選取PM10評(píng)估模型對(duì)氣溶膠的模擬效果，選取地面2 m溫度(T2)、地面10 m風(fēng)速、降水量3個(gè)氣象要素評(píng)估模型對(duì)氣象要素的模擬效果。從WRF-chem模型模擬的北京、石家莊2個(gè)城市PM10、T2、地面10 m風(fēng)速、降水量的日平均值與監(jiān)測(cè)值對(duì)比(圖2)可以看出，監(jiān)測(cè)值和模擬值的趨勢(shì)及濃度有較好的一致性，說明WRF-chem模型能夠很好地對(duì)顆粒物和氣象要素進(jìn)行模擬。

2 結(jié)果與分析

2.1 氣溶膠對(duì)氣象要素變化 由于氣溶膠氣候效應(yīng)，氣溶膠污染造成2010年四季節(jié)代表月份月均太陽輻射量、地面2 m溫度(T2)、大氣邊界層(PBL)高度下降，年均太陽輻射量下降 18.52 W/m2，T2 下降 0.15 ℃，PBL 高度下降 17.35 m。京津冀南部地區(qū)氣溶膠污染的影響最為顯著，該地區(qū)月均顆粒物濃度高于空氣質(zhì)量二級(jí)標(biāo)準(zhǔn)。

2.1.1 太陽輻射量。從圖3可看出，受氣溶膠污染影響，2010年四季節(jié)代表月份1、4、7、10月的月均太陽輻射量分別下降 18.15、18.50、17.64、23.15 W/m2，顆粒物濃度較高的地區(qū)太陽輻射量受氣溶膠污染影響最為顯著。四季節(jié)氣溶膠污染對(duì)太陽輻射量影響大體上一致。冬季、春季和夏季在下降的平均值上接近，秋季偏高。太陽輻射量下降最顯著的區(qū)域集中在河北南部地區(qū)邯鄲、邢臺(tái)、衡水等地，下降量為30～45 W/m2;冬季和夏季太陽輻射量下降顯著區(qū)域大于春季和秋季。

2.1.2 T2溫度和PBL高度。從月均 T2和 PBL高度變化(圖4～5)可看出，2010 年 1、4、7、10月月均 T2 分別下降0.26、0.17、0.09、0.28 ℃，月均 PBL 高度分別下降 15.36、21.70、15.48、29.73 m。與月均太陽輻射量變化相似，河北南部地區(qū)月均T2和PBL高度下降最顯著;北部地區(qū)月均 T2和PBL高度受氣溶膠污染影響較輕，T2下降量不足0.04℃，PBL高度下降量不足5 m。氣溶膠氣候效應(yīng)對(duì)秋季和冬季月均溫度影響更加顯著，對(duì)春季和秋季PBL高度影響更加顯著。

2.1.3 降水。受顆粒物氣溶膠氣候效應(yīng)影響，四季節(jié)月均降水量均升高(圖6)。冬季和春季氣溶膠氣候效應(yīng)影響地區(qū)降水量有所增加，增加量＜0.2 mm;秋季月均降水量升高的區(qū)域出現(xiàn)在北京北部地區(qū)，降水量增加0.2 mm以上;冬季污染嚴(yán)重區(qū)域降水均出現(xiàn)不同程度的增加，但北京、天津、張家口等地區(qū)的降水變化出現(xiàn)嚴(yán)重反差，原因?yàn)?010年1月份華北地區(qū)出現(xiàn)一次強(qiáng)降雪。

2.2 API與氣象要素關(guān)系分析 影響空氣污染的因素眾多，主要包括污染源及其強(qiáng)度、氣象條件和地形等自然因子以及城市交通等人文因素，其中氣象條件對(duì)空氣污染的影響最為復(fù)雜多變。在此通過計(jì)算北京、天津和石家莊三市空氣污染指數(shù)(API)的各月均值，分別研究三市的氣象要素與API之間的相關(guān)關(guān)系。結(jié)果(表2)表明，北京月均API與降水量、平均氣壓和平均風(fēng)速呈正相關(guān)，相關(guān)系數(shù)分別為0.233、0.204、0.446;與平均氣溫、平均水汽壓和平均相對(duì)濕度呈負(fù)相關(guān)，相關(guān)系數(shù)分別為 －0.327、－0.415、－0.510。天津月均API與降水量、平均氣壓和平均風(fēng)速呈正相關(guān)，相關(guān)系數(shù)分別為0.169、0.418、0.305;與平均氣溫、平均水汽壓和平均相對(duì)濕度呈負(fù)相關(guān)，相關(guān)系數(shù)分別為－0.618、－0.467、－0.388，其中與平均氣溫呈顯著負(fù)相關(guān)。石家莊月均API與平均氣壓、平均風(fēng)速呈正相關(guān)，相關(guān)系數(shù)分別為0.314、0.427;與降水量、平均氣溫、平均水汽壓和平均相對(duì)濕度呈負(fù)相關(guān)，相關(guān)系數(shù)分別為 －0.343、－0.420、－0.489、－0.676，其中與平均相對(duì)濕度呈顯著負(fù)相關(guān)。

3 結(jié)論

該研究建立了氣溶膠氣候效應(yīng)對(duì)區(qū)域氣象要素影響定量評(píng)估情景分析方法，并利用WRF-chem空氣質(zhì)量模式，定量評(píng)估了氣溶膠污染對(duì)區(qū)域氣象要素影響。結(jié)果表明，氣溶膠氣候效應(yīng)可造成區(qū)域太陽輻射量、溫度和PBL高度下降，月均太陽輻射量下降17 W/m2以上、月均溫度下降0.2℃左右(夏季污染較小，變化不大)、月均PBL高度下降15 m以上，且影響程度較大的地區(qū)主要集中在河北南部等重污染地區(qū);北京、天津、石家莊三市API月均值與氣象要素的相關(guān)性結(jié)果表明，三市API與水汽壓、平均氣溫和相對(duì)濕度呈負(fù)相關(guān)，說明水汽壓、平均氣溫和相對(duì)濕度與空氣污染之間為抑制作用;三市API與氣壓和平均風(fēng)速呈正相關(guān)，說明氣壓和風(fēng)速與空氣污染之間為促進(jìn)作用。

表2 API 與氣象要素相關(guān)關(guān)系

［1］毛節(jié)泰，張軍華，王美華.中國大氣氣溶膠研究綜述［J］.氣象學(xué)報(bào)，2002(5):625－634.

［2］張小曳.中國大氣氣溶膠及其氣候效應(yīng)的研究［J］.地球科學(xué)進(jìn)展，2007(1):12－16.

［3］石廣玉，王標(biāo)，張華，等.大氣氣溶膠的輻射與氣候效應(yīng)［J］.大氣科學(xué)，2008(4):826 －840.

［4］PARK R J，KIM M，JEONG J.A contribution of brown carbon aerosol to the aerosol lightabsorption and its radiative forcing in East Asia［J］.Atmospheric environment，2010，44:1414 －1421.

［5］IPCC.Third Assessment Report，Climate Change 2001:The Scientific Basis［R］.New York:Cambridge University Press，2001.

［6］王庚辰，謝驊，萬小偉，等.北京地區(qū)氣溶膠質(zhì)量濃度及組分隨高度的變化［J］.環(huán)境科學(xué)研究，2004(1):37－40.

［7］徐祥德，施曉暉，張勝軍，等.北京及周邊城市群落氣溶膠影響域及其相關(guān)氣候效應(yīng)［J］.科學(xué)通報(bào)，2005(22):2522 －2530.

［8］IPCC，Climate change 2007:Synthesis Report［C］//SOLOMON S，QIN D，MANNING M.Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change，2007.

［9］LIU P S K，LEAITCH W R，BANIC C M，et al.Aerosol observations at Chebogue Point during the 1993 North Atlantic Regional Experiment:Relationships among cloud condensation nuclei，size distribution，and chemistry［J］.Journal of geophysical research-atmospheres，1996，101(22):28971－28990.

［10］RAMANATHAN V，CRUTZEN P J，LELIEVELD J，et al.Indian Ocean experiment:An integrated analysis of the climate forcing and effects of the great Indo-Asian haze ［J］.Journal of geophysical research，2001，106(D22):371－398.

［11］OHMURA A.Observed decadal variations in surface solar radiation and their causes［J］.Journal of geophysical research-atmospheres，2009，114(D10):1－9.

［12］CERVENY R S，BAILING J R C.Weekly cycles of air pollutants，precipitation and tropical cyclones in the coastal NW Atlantic region［J］.Nature，1998，394:561 －563.

［13］馬欣，陳東升，高慶先，等.應(yīng)用WRF-chem模式模擬京津冀地區(qū)氣溶膠污染對(duì)夏季氣象條件的影響［J］.資源科學(xué)，2014，34(8):1408－1415.

［14］WANG X M.WRF/CHEM modeling of impacts of weather conditions modified by urban expansion on secondary organic aerosol formation over Pearl River Delta［J］.Particuology，2009，7(5):384 －391.

［15］龐楊，韓志偉，朱彬，等.利用WRF-Chem模擬研究京津冀地區(qū)夏季大氣污染物的分布和演變［J］.大氣科學(xué)學(xué)報(bào)，2013，36(6):674 －682.