中國地區(qū)黑碳?xì)馊苣z的氣候效應(yīng)模擬

關(guān)攀博，師華定*，高慶先，杜吳鵬，鄭輝輝，張強(qiáng)

1.中國環(huán)境科學(xué)研究院，北京 100012 2.北京市氣象局氣候中心，北京 100089 3.清華大學(xué)，北京 100084

?

中國地區(qū)黑碳?xì)馊苣z的氣候效應(yīng)模擬

關(guān)攀博1，師華定1*，高慶先1，杜吳鵬2，鄭輝輝1，張強(qiáng)3

1.中國環(huán)境科學(xué)研究院，北京 100012 2.北京市氣象局氣候中心，北京 100089 3.清華大學(xué)，北京 100084

RegCM模式對于中國區(qū)域氣候要素模擬的準(zhǔn)確性已得到本地化驗(yàn)證，但系統(tǒng)默認(rèn)的數(shù)據(jù)源往往不具備本地化的特征，尤其是氣溶膠排放清單設(shè)定的生物質(zhì)源具有季節(jié)變化性，人為源為固定值，大大降低了人為源的氣溶膠氣候效應(yīng)影響。采用多尺度排放清單模型(MEIC)計(jì)算的2013年黑碳?xì)馊苣z排放清單，設(shè)置不同試驗(yàn)情景，對比分析了人為黑碳?xì)馊苣z的氣候效應(yīng)。結(jié)果表明：黑碳?xì)馊苣z的加入使中國地區(qū)的輻射強(qiáng)迫、溫度、降水以及黑碳?xì)馊苣z柱含量都產(chǎn)生明顯變化，且有顯著季節(jié)變化特征；隨著季節(jié)變化，氣候要素的增減效應(yīng)范圍不同，溫度呈由南向北的增長趨勢，降水量呈南增北減的趨勢，黑碳?xì)馊苣z柱含量高值區(qū)集中出現(xiàn)在南方工業(yè)聚集區(qū)。

RegCM；氣候效應(yīng)模擬；排放源；黑碳?xì)馊苣z

20世紀(jì)50年代，倫敦?zé)熿F事件引起環(huán)境領(lǐng)域的專家對氮氧化物的關(guān)注，同時(shí)也對黑碳?xì)馊苣z所引發(fā)的氣候效應(yīng)開始進(jìn)行研究[1]。由于長期的能源結(jié)構(gòu)和能源利用不均衡，大氣中化石能源燃燒所累積的黑碳?xì)馊苣z越來越多，全球氣候變暖、重污染天氣頻發(fā)以及我國的南澇北旱現(xiàn)象均與該污染物的排放息息相關(guān)[2]。隨著研究的深入，科學(xué)家發(fā)現(xiàn)這類極端現(xiàn)象的發(fā)生主要由二氧化碳和黑碳的擴(kuò)散引起[3]。據(jù)IPCC報(bào)告[4]，黑碳?xì)馊苣z相比二氧化碳，具有短生命周期性和易擴(kuò)散的特征，因此研究黑碳?xì)馊苣z消散對于減少重污染天氣至關(guān)重要。

氣候效應(yīng)的研究主要分為站點(diǎn)監(jiān)測和數(shù)值模擬2個(gè)方式。站點(diǎn)監(jiān)測可以為數(shù)值模擬提供有效的模擬驗(yàn)證。其中，區(qū)域氣候模式兼顧全球模式和分辨率較高的中尺度模式的優(yōu)點(diǎn)，可準(zhǔn)確地評估中尺度范圍內(nèi)的氣候變化問題[5]。Kotroni等[6]通過提高分辨率對地中海東部區(qū)域的氣候進(jìn)行了模擬。高學(xué)杰等[7]通過提高水平分辨率對東亞地區(qū)的降水進(jìn)行了模擬，并證實(shí)采用真實(shí)地形和提高分辨率可提升區(qū)域氣候模式的模擬準(zhǔn)確性。Solmon等[8]將區(qū)域模式和氣溶膠模塊進(jìn)行耦合，利用地面觀測資料驗(yàn)證模式的模擬效果。劉玲等[9]利用小波分析方法將FCGCM全球模式和RegCM模式進(jìn)行耦合模擬了三江源未來氣候變化。

區(qū)域氣候模式不論對歷史年份的模擬還是對未來氣候變化的模擬都具有較為廣泛的應(yīng)用，且通過不同模式之間的耦合可進(jìn)一步提高模擬的準(zhǔn)確性。但這些模擬數(shù)據(jù)主要為模式系統(tǒng)自帶且準(zhǔn)確性較差，如穆燕等[1]研究表明，數(shù)值模擬的局限性在于模式輸入數(shù)值的不精確性，有效利用觀測值并取代預(yù)估值才可精確地模擬出黑碳?xì)馊苣z對區(qū)域氣候效應(yīng)的影響。本研究采用多尺度排放清單模型(multi-resolution emission inventory for China，MEIC)計(jì)算出2013年黑碳?xì)馊苣z排放清單，對系統(tǒng)自帶數(shù)據(jù)進(jìn)行有效替代，一方面改變了原始數(shù)據(jù)的缺失性，另一方面有效增強(qiáng)了模式模擬的區(qū)域適用性，模擬出2013年黑碳?xì)馊苣z造成的區(qū)域氣候影響。

1 數(shù)據(jù)來源和研究方法

1.1 數(shù)據(jù)來源及處理方法

數(shù)據(jù)來源于MEIC計(jì)算的2013年黑碳?xì)馊苣z排放清單，分辨率為1°×1°。據(jù)MEIC計(jì)算得出，2013年中國黑碳?xì)馊苣z排放量為178 t，排放源主要集中在民用行業(yè)[10]。為有效模擬出人為黑碳?xì)馊苣z的氣候效應(yīng)，將系統(tǒng)默認(rèn)氣溶膠排放清單進(jìn)行替換：生物源設(shè)為固定源；人為源設(shè)為季節(jié)變化源；其他氣溶膠因素不進(jìn)行相應(yīng)替換。

1.2 研究方法

RegCM3區(qū)域氣候模式是由意大利國際理論物理中心(The Abdus Salam International Center for Theoretical Physics, ICTP)[11-12]研制開發(fā)，該模式彌補(bǔ)了全球氣候模式在模擬精度方面的空白，模式一經(jīng)開發(fā)便在區(qū)域模擬研究領(lǐng)域得到廣泛應(yīng)用和高度認(rèn)可。本次模擬研究區(qū)域主要為全國范圍，具體參數(shù)設(shè)定如表1所示[13-17]。

表1 RegCM主要參數(shù)設(shè)定

為充分研究黑碳?xì)馊苣z的輻射效應(yīng)和氣候效應(yīng)，每個(gè)時(shí)間段設(shè)計(jì)2個(gè)試驗(yàn)方案:1)不加入黑碳?xì)馊苣z模擬試驗(yàn)；2)加入黑碳?xì)馊苣z的敏感性試驗(yàn)。采用2個(gè)方案的模擬結(jié)果差異表現(xiàn)黑碳?xì)馊苣z的氣候效應(yīng)。

2 模擬結(jié)果與分析

2.1 黑碳?xì)馊苣z的輻射強(qiáng)迫

圖1為近地面黑碳?xì)馊苣z引起的輻射強(qiáng)迫差異分布。從圖1可以看出，黑碳?xì)馊苣z總體會導(dǎo)致地球-大氣系統(tǒng)吸收較多的太陽輻射。其中，1月和4月產(chǎn)生的均是正輻射強(qiáng)迫，1月大部分區(qū)域輻射強(qiáng)迫為0～1.0 W/m2，部分地區(qū)如華中西部輻射強(qiáng)迫高達(dá)1.0～1.5 W/m2。4月輻射強(qiáng)迫略有增強(qiáng)，主要為1.2 W/m2。東北區(qū)域輻射強(qiáng)迫有所增強(qiáng)，這與其冬季取暖、秸稈燃燒排放的黑碳量增多有關(guān)；我國西部區(qū)域?qū)儆诤谔寂欧咆毞^(qū)，出現(xiàn)一定的正輻射強(qiáng)迫可能與其邊界區(qū)域的黑碳物質(zhì)傳輸有關(guān)，加之青藏高原等高海拔區(qū)域?qū)谔驾斔偷臄r截，進(jìn)而導(dǎo)致西部區(qū)域正輻射強(qiáng)迫效應(yīng)高于華南、華北等地。7月西南、華南則出現(xiàn)明顯的負(fù)輻射強(qiáng)迫，四川省、長江以南、珠三角等地出現(xiàn)-2.0～-1.0和-3.0～-2.0 W/m2不等的負(fù)輻射強(qiáng)迫，這與夏季西南風(fēng)導(dǎo)致黑碳?xì)馊苣z的平流傳輸和大量降水導(dǎo)致沉降增強(qiáng)有關(guān)。10月京津冀地區(qū)出現(xiàn)輻射強(qiáng)迫明顯減緩特征，大部分地區(qū)輻射強(qiáng)迫值集中在1.2 W/m2。

注：文中底圖來源于GrADS軟件，網(wǎng)址：www.opengrods.org。全文同。圖1 2013年黑碳?xì)馊苣z引起的近地面輻射強(qiáng)迫差異分布Fig.1 Difference distribution of surface radiative forcing due to black carbon aerosol in 2013

2.2 黑碳?xì)馊苣z的溫度效應(yīng)

圖2為黑碳?xì)馊苣z引起的溫度差異分布。從圖2可以看出，黑碳?xì)馊苣z在不同區(qū)域所引發(fā)的溫度效應(yīng)有所差異。1月、4月、7月和10月，增溫效應(yīng)為0～0.9 ℃，降溫效應(yīng)為-0.9～0 ℃。1月最高增溫效應(yīng)集中在江蘇、浙江和湖南等省，而東北、青藏高原和西北部分地區(qū)則出現(xiàn)一定的降溫趨勢；4月增溫范圍有所擴(kuò)大，全國大部分地區(qū)增溫效應(yīng)增強(qiáng)；7月降溫效應(yīng)主要出現(xiàn)在華中、華南以及部分沿海區(qū)域，而東北地區(qū)是最明顯增溫效應(yīng)區(qū)；10月除了在四川省、珠三角等地區(qū)出現(xiàn)明顯的降溫趨勢外，其他區(qū)域則呈增溫效應(yīng)特征。產(chǎn)生季節(jié)性差異主要原因可能是由于1月東北、新疆以及西藏等地會出現(xiàn)大范圍的降雪，7月南方地區(qū)出現(xiàn)大范圍的降雨，降雨和降雪可沉降大氣中大量的黑碳?xì)馊苣z，從而減緩其所引發(fā)的氣候效應(yīng)。

2.3 黑碳?xì)馊苣z的降水效應(yīng)

圖3為黑碳?xì)馊苣z引起的降水量差異分布。從圖3可以看出，7月降水量增加最為顯著，最高達(dá)100～200 mm；1月變化趨勢較?。?月沿長江流域部分城市的降水量增加50～100 mm；10月降水量平均增加0～30 mm，其中四川省、甘肅省、陜西省部分區(qū)域有較高強(qiáng)度的降水增加趨勢，為30～60 mm。數(shù)值模式對降水量模擬的準(zhǔn)確性主要取決于對流參數(shù)化方案，因此模擬數(shù)值與觀測數(shù)據(jù)存在一定的差異。模擬出的南方降水增強(qiáng)、北方降水減少的整體趨勢，與中國南澇北旱的現(xiàn)象相一致。氣溶膠的氣候效應(yīng)與區(qū)域所處的地形地貌、輻射量的收支有關(guān)，鑒于模擬時(shí)間跨度有限，對其產(chǎn)生的機(jī)理原因尚無明確結(jié)論。

圖3 2013年黑碳?xì)馊苣z引起的降水量差異分布Fig.3 Difference distribution of precipitation due to black carbon aerosol in 2013

2.4 黑碳?xì)馊苣z柱含量

圖4為黑碳?xì)馊苣z柱含量的差異分布。該人為黑碳?xì)馊苣z排放清單涵蓋工業(yè)、農(nóng)業(yè)、交通、電力等排放源。從圖4可以看出，柱含量高值主要集中在華東、華南以及近海區(qū)域，其中，京津冀、四川盆地以及江浙地區(qū)較高，該分布特征與城市群的分布以及能源排放和利用的地域分布有很大關(guān)系；較夏季和秋季而言，冬季、春季的柱含量較高，很大程度上與能源利用的季節(jié)變化有關(guān)，冬季燃煤量過高則會導(dǎo)致黑碳?xì)馊苣z過度排放，夏秋季由于雨水沖刷導(dǎo)致黑碳?xì)馊苣z沉降，其含量水平有所降低。

圖4 2013年黑碳?xì)馊苣z柱含量差異分布Fig.4 Different distribution of column burden of black carbon aerosol in 2013

3 結(jié)論

(1)RegCM3與MEIC嵌套具有較高的穩(wěn)定性，能夠較準(zhǔn)確地模擬出全國范圍內(nèi)各氣候要素與梯度變化過程。

(2)黑碳?xì)馊苣z對溫度、輻射強(qiáng)迫、降水量等氣象要素的影響總體表現(xiàn)為氣溫升高、輻射強(qiáng)迫增強(qiáng)、降水量增加，個(gè)別區(qū)域會出現(xiàn)相反的結(jié)果，這可能與其所處地域降水量有關(guān)。

(3)黑碳?xì)馊苣z柱含量高值主要集中在華東、華南及沿海地區(qū)，春冬季柱含量明顯高于夏秋季。

(4)隨著氣候變化所引發(fā)的極端天氣事件的增加，提高模式模擬的準(zhǔn)確性以減少極端事件所導(dǎo)致的經(jīng)濟(jì)損失需求將不斷增大。提高模擬準(zhǔn)確性的方法中，除調(diào)整模型參數(shù)化方案，改進(jìn)模式的物理化學(xué)機(jī)制外，還可以通過改變模式參數(shù)輸入值來增加其精確度。

[1] 穆燕,秦小光,劉嘉麒,等.黑炭的研究歷史與現(xiàn)狀[J].海洋地質(zhì)與第四紀(jì)地質(zhì),2011,31(1):143-155. MU Y,QIN X G,LIU J Q,et al.A review of black carbon study:history and current status[J].Marine Geology & Quaternary Geology,2011,31(1):143-155.

[2] 張靖,銀燕.黑炭氣溶膠對我國趨于氣候影響的數(shù)值模擬[J].南京氣象學(xué)院學(xué)報(bào),2008,31(6):852-859. ZHANG J,YIN Y.Numerical simulations of effect of black carbon aerosol on regional climate in China[J].Journal of Nanjing Institute of Meteorology,2008,31(6):852-859.

[3] 杜吳鵬,高慶先,師華定,等.RegCM3模式對中國近10年來氣溫變化的模擬實(shí)驗(yàn)及檢驗(yàn)[J].資源科學(xué),2012,34(8):1430-1438. DU W P,GAO Q X,SHI H D,et al.Simulation and preliminary validation of China’s temperature in a decade by RegCM3[J].Resources Science,2012,34(8):1430-1438.

[4] IPCC.Climate change 2015:the physical sciences basis-summary for policymakers[M].Cambridge:Cambridge University Press,2015.

[5] 高學(xué)杰,石英,張冬峰,等.RegCM3對21世紀(jì)中國區(qū)域氣候變化的高分辨率模擬[J].科學(xué)通報(bào),2012(5):374-381. GAO X J,SHI Y,ZHANG D F,et al.The simulation of China’s climate change in 21st century by RegCM3[J].Science Bulletin,2012(5):374-381.

[6] KOTRONI V,LYKOUDIS S,LAGOUVARDOS K,et al.A fine resolution regional climate change experiment for the eastern mediterranean:analysis of the present climate simulations[J].Global and Planetary Change,2008,64(1):93-104.

[7] 高學(xué)杰,徐影,趙宗慈.數(shù)值模式不同分辨率和地形對東亞降水模擬影響的試驗(yàn)[J].大氣科學(xué),2006,30(2):185-192. GAO X J,XU Y,ZHAO Z C.Impacts of horizontal resolution and topography on the numerical simulation of East Asian precipitation[J].Chinese Journal of Atmospheric Sciences,2006,30(2):185-192.

[8] SOLMON F,GIORGI F,LIOUSSE C,et al.Aerosol modeling for regional climate studies:application to anthropogenic particles and evaluation over a European/African domain[J].Tellus,2006,58(1):51-72.

[9] 劉玲,高素華,王蘭寧.三江源地區(qū)氣候突變及未來演變趨勢分析[J].自然災(zāi)害學(xué)報(bào),2009,18(3):53-59. LIU L,GAO S H,WANG L N.Mutation and evolution trend of climate in Headstream of Three Rivers[J].Journal of Natural Disasters,2009,18(3):53-59.

[10] LI M.MIX:a mosaic Asian anthropogenic emission inventory under the international collaboration framework of the MICS-Asia and HTAP[J].Atmospheric Chemistry and Physics,2017,17:935-963.

[11] GIORGI F,MARINUCCI M R,BATES G T.Development of a third-generation regional climate model(RegCM3):Part I.boundary-layer and radiate transfer processes[J].Monthly Weather Review,1993,121:2794-2813.

[12] GIORGI F,MARINUCCI M R,BATES G T.Development of a third-generation regional climate model(RegCM3):Part Ⅱ.convective processes and assimilation of lateral boundary conditions[J].Monthly Weather Review,1993,121:2814-2832.

[13] PAL J S,GIORGI F,BI X,et al.Regional climate modeling for the developing world:the ICTP RegCM3 and RegCNET[J].Bulletin of the American Meteorological Society,2007,88(9):1395-1409.

[14] ZENG X,ZHAO M,DICKINSON R E.Intercomparison of bulk aerodynamic algorithms for the computation of sea surface fluxes using TOGA COARE and TAO data[J].Journal of Climate,2007,111(9):2628-2644.

[15] HOLTSLAG A,de BRUIJIN E,PAN H L.A high resolution air mass transformation model for short-range weather forecasting[J].Monthly Weather Review,1990,118:1561-1575.

[16] PAL J S,SMALL E E,ELTAHIR E A B.Simulation of regional-scale water and energy budgets:representation of subgrid cloud and precipitation processes within RegCM[J].Journal of Geophysical Research Atmospheres,2000,105(24):29579-29594.

[17] 鄭輝輝,師華定,陳莉榮,等.典型行業(yè)黑碳?xì)馊苣z排放對區(qū)域氣候的影響模擬[J].環(huán)境工程技術(shù)學(xué)報(bào),2017,7(3):255-262. ZHENG H H, SHI H D, CHEN L R,et al.Simulation of impact of black carbon aerosol on regional climate change in typical industries[J].Journal of Environmental Engineering Technology,2017,7(3):255-262.□

Study on black carbon aerosol simulation of climate effect in China

GUAN Panbo1, SHI Huading1, GAO Qingxian1, DU Wupeng2, ZHENG Huihui1, ZHANG Qiang3

1.Chinese Research Academy of Environmental Sciences, Beijing 100012, China 2.Beijing Meteorological Bureau Climate Center,Beijing 100089, China 3.Tsinghua University, Beijing 100084, China

The accuracy of the RegCM model simulation has been verified for the regional climate elements in many studies in China. However, the default data sources of the system usually lack the localized characteristics, especially for the aerosol emission inventory. The biomass sources have seasonal variability, whereas the anthropogenic sources are fixed unchanged, which greatly neglect the aerosol climate effects of the anthropogenic sources. The climate effect of anthropogenic black carbon aerosol was compared and analyzed under different scenarios, applying the emission source inventory (calculated by MEIC model). The results showed that the addition of black carbon aerosol could significantly change the radiative forcing, temperature, rainfall and black carbon aerosol column contents in China, with obvious seasonal variation characteristics. With the variation of seasons, different climatic factors had different increasedecrease tendency: the temperature increased from south to north areas; the rainfall increased in south areas and decreased in north areas; and the black carbon aerosol column was centered on the southern industrial agglomeration areas.

RegCM; climate effect simulation; emission source; black carbon aerosol

2016-11-16

國家環(huán)境保護(hù)公益性行業(yè)科研專項(xiàng)(201409065，201509001)

關(guān)攀博(1991—)，男，碩士研究生，主要從事應(yīng)用氣候和大氣環(huán)境研究，guanpanbo@163.com

*責(zé)任作者：師華定(1979—)，男，研究員，博士，主要從事應(yīng)用氣候和大氣環(huán)境研究，shihd@craes.org.cn

X16

1674-991X(2017)04-0418-06

10.3969/j.issn.1674-991X.2017.04.057

關(guān)攀博，師華定，高慶先,等.中國地區(qū)黑碳?xì)馊苣z的氣候效應(yīng)模擬[J].環(huán)境工程技術(shù)學(xué)報(bào),2017,7(4):418-423.

GUAN P B, SHI H D, GAO Q X, et al.Study on black carbon aerosol simulation of climate effect in China[J].Journal of Environmental Engineering Technology,2017,7(4):418-423.