安徽省持續(xù)性區(qū)域霾污染的時空分布特征

石春娥,張 浩,楊元建,張宏群 (1.安徽省氣象科學(xué)研究所,安徽省大氣科學(xué)與衛(wèi)星遙感重點(diǎn)實(shí)驗(yàn)室,安徽 合肥 230031；2.壽縣國家氣候觀象臺,安徽 壽縣 232200)

霾是大量極細(xì)微的干塵粒等均勻地浮游在空中,使水平能見度小于10km的空氣普遍混濁現(xiàn)象[1],其本質(zhì)是細(xì)粒子污染[2].形成霾天氣的高濃度大氣細(xì)粒子中可能含有大量有毒有害物質(zhì)[3],會影響人體健康[4];霾天大量氣溶膠粒子的散射和反射作用,還可減少到達(dá)地面的太陽輻射,造成小兒佝僂病高發(fā)[5],影響植物光合作用等[6].隨著中國城市化和工業(yè)化進(jìn)程的加快,由于氣溶膠污染導(dǎo)致的霾天日益增多,且呈現(xiàn)出區(qū)域性、持久性特征[7-9].特別是,中國東部近年來頻繁發(fā)生大范圍的灰霾事件已引起人們的廣泛關(guān)注[10-11].

近年來,許多學(xué)者從不同的角度對中國霾天氣進(jìn)行了深入研究,包括區(qū)域或局部霾的氣候特征及成因[8-11]、影響霾形成的氣象條件[12-14]、霾天氣溶膠粒子的組分特征及形成機(jī)制等[3,15-17].安徽省位于中國中東部地區(qū),屬于泛長江三角洲地區(qū)的內(nèi)陸農(nóng)業(yè)大省,隨著城市化、工業(yè)化的發(fā)展,并受周邊大氣污染輸送及農(nóng)業(yè)活動(如秸稈焚燒)的影響[18],自 1980年以來城市氣候表現(xiàn)出霧日數(shù)減少、霾日數(shù)增多的特點(diǎn)[11,19].2000年之后,全省存在多個霾的高發(fā)區(qū),霾的區(qū)域性特征越來越明顯[9].相比晴空天,霾天2.1μm以下的細(xì)粒子濃度顯著升高,細(xì)粒子中硝酸鹽離子濃度升高倍數(shù)最多[15].上述研究加深了對中國霾天氣特征、形成機(jī)制及其影響的理解,并凸顯出對霾的覆蓋范圍和持續(xù)時間進(jìn)行劃分的必要性.事實(shí)上,持續(xù)的大范圍霾天氣影響和危害更大,因?yàn)槌掷m(xù)性、大范圍的霾天氣,意味著長時間大范圍的低能見度,且伴隨著 PM2.5濃度超標(biāo),對人們生活、出行影響巨大,因此對持續(xù)的區(qū)域性霾過程的特征進(jìn)行深入研究,為開展相關(guān)的預(yù)報預(yù)警業(yè)務(wù)奠定基礎(chǔ),具有重要的實(shí)際意義.

鑒于此,以安徽省為例,首先定義了持續(xù)性區(qū)域性霾天氣,然后對安徽不同子區(qū)(沿淮淮北、江淮之間和沿江江南)持續(xù)性區(qū)域性霾天氣的年際、季節(jié)變化進(jìn)行統(tǒng)計分析,最后結(jié)合氣象要素、地基和空基遙感資料、地面空氣質(zhì)量監(jiān)測資料分析了區(qū)域性霾天的氣象要素特征、氣溶膠水平及垂直分布特征、空氣質(zhì)量分布特征.

1 資料與方法

1.1 資料

1.1.1 安徽省 80個市(縣)1980～2015年的地面常規(guī)氣象資料 包括逐時風(fēng)向風(fēng)速、相對濕度,一日 3次(08、14、20時)的能見度,天氣現(xiàn)象和日降水量等,來自安徽省氣象信息中心.2013年以前,安徽各站基本上都是目測能見度,2014～2015年,部分測站開始器測能見度,屬于目測器測能見度混合的年份.由于觀測原理不同,目測與器測能見度存在明顯偏差,器測能見度約為目測能見度的0.76倍[20].

式中:VIS目測和VIS器測分別指目測能見度和器測能見度.

重建各市縣霾天記錄前用式(1)把所有器測能見度轉(zhuǎn)換為目測能見度.

1.1.2 MODIS監(jiān)測氣溶膠光學(xué)厚度(AOD) 氣溶膠光學(xué)厚度是大氣消光系數(shù)在垂直方向上的積分,表征的是氣溶膠通過散射和吸收作用阻礙光傳輸?shù)降孛娴淖璧K程度.MODIS衛(wèi)星遙感AOD產(chǎn)品不僅具有區(qū)域尺度及全方位立體監(jiān)測的優(yōu)勢,而且還有較高的反演精度[21].研究表明,MODIS-AOD與地面顆粒物濃度之間存在良好的正相關(guān),即AOD越大,氣溶膠濃度越高,空氣質(zhì)量越差,地面能見度越低[22],在區(qū)域空氣質(zhì)量監(jiān)測方面具有巨大的應(yīng)用潛力[23],在中國大陸地區(qū)得到過廣泛的驗(yàn)證,在中國大陸具有可靠的質(zhì)量[24],被廣泛用于研究局地、區(qū)域和全球的氣溶膠分布與變化趨勢[25].為了解區(qū)域性霾天氣溶膠污染的空間分布特征,用 MODIS_C051的Terra/MOD04_L2的AOD(http://ladsweb. nascom.nasa.gov/)對比分析區(qū)域性霾天和區(qū)域性晴空天安徽 AOD 分布,該資料空間分辨率為 10km×10km,在制作安徽省AOD的空間分布特征前,對MODIS數(shù)據(jù)在 0.25°×0.25°網(wǎng)格點(diǎn)內(nèi)進(jìn)行平均.為便于比較,要考慮污染源的穩(wěn)定性,本文把AOD統(tǒng)計時段限定在2011～2015年.

1.1.3 2012～2013年合肥西郊的激光雷達(dá)探測數(shù)據(jù)每 15min一次,空間間隔 30m 的消光系數(shù)[26],由中國科學(xué)院安徽光學(xué)精密機(jī)械研究所大氣成分與光學(xué)重點(diǎn)實(shí)驗(yàn)室提供,用來分析區(qū)域性霾天氣溶膠的垂直分布特征.

1.1.4 大氣污染物濃度數(shù)據(jù) 包括合肥 2013～2015年日均 PM2.5質(zhì)量濃度,根據(jù)中國國家環(huán)境保護(hù)部網(wǎng)站公布的監(jiān)測數(shù)據(jù)(http://datacenter.mep.gov.cn/)計算得到[27];和 2014年 11月～2015年12月16個城市空氣質(zhì)量指數(shù)(AQI),來自安徽省環(huán)境保護(hù)局網(wǎng)站(http://www.aepb.gov.cn/pages/Aepb15_KQRB.aspx).各測站觀測儀器和觀測方法一致,都是用β射線法測量 PM2.5質(zhì)量濃度.合肥的PM2.5監(jiān)測始于2013年1月,各市基于日均濃度的AQI資料始于2014年11月.用來分析區(qū)域性霾天對應(yīng)的地面空氣質(zhì)量特征.

1.2 持續(xù)性區(qū)域性霾過程的定義

關(guān)于霾日的定義,目前仍沒有統(tǒng)一標(biāo)準(zhǔn)[28],應(yīng)用中外廣泛使用的日均值方法[29]進(jìn)行重建.關(guān)于持續(xù)性區(qū)域性霾的定義,目前也沒有統(tǒng)一標(biāo)準(zhǔn).不同學(xué)者采用不同的標(biāo)準(zhǔn)定義區(qū)域性霾,如Chen等[30]定義嚴(yán)重霾過程標(biāo)準(zhǔn)為 50%以上的站點(diǎn)達(dá)到霾標(biāo)準(zhǔn),劉端陽等[8]以連續(xù) 3個相鄰城市在同一天都出現(xiàn)霾定義為區(qū)域性霾,以連續(xù) 3個站以上連續(xù)天數(shù)超過3d的霾日定義為區(qū)域性連續(xù)性霾.為便于統(tǒng)計和應(yīng)用,本文首先按區(qū)域內(nèi)達(dá)標(biāo)站點(diǎn)百分比來確定區(qū)域性霾的標(biāo)準(zhǔn).考慮到長江三角洲部分省市在近年來的環(huán)境氣象業(yè)務(wù)中定義區(qū)域性污染為區(qū)域內(nèi)1/3以上的城市達(dá)到空氣污染,兼顧前人研究和業(yè)務(wù)現(xiàn)狀,本文考慮站點(diǎn)數(shù)標(biāo)準(zhǔn)時分別采用 2/3(標(biāo)準(zhǔn)一)、1/3(標(biāo)準(zhǔn)二)和 1/2(標(biāo)準(zhǔn)三)站點(diǎn)數(shù)進(jìn)行統(tǒng)計,比較按各標(biāo)準(zhǔn)得到的區(qū)域性霾天數(shù)變化趨勢后確定;區(qū)域劃分時考慮了安徽能見度分布和氣候特點(diǎn)[31];持續(xù)性方面參考安徽省連陰雨天氣的定義對測站和持續(xù)時間的規(guī)定[32].

站點(diǎn)選取:將全省分為沿淮淮北、江淮之間和沿江江南 3個子區(qū)(圖 1).對每一子區(qū)所含站點(diǎn)的具體規(guī)定同安徽省連陰雨天氣的區(qū)域劃分[32],站點(diǎn)劃分時考慮了氣候特征.沿淮淮北 21個站點(diǎn),包括亳州、淮北、宿州、阜陽、蚌埠等5個城市,以平原為主,淮北北部屬于暖溫帶氣候區(qū),沿淮屬于北亞熱帶過渡氣候區(qū);江淮之間25個站點(diǎn),包括淮南、滁州、六安、合肥、巢湖等 5個城市,以丘陵為主,包括西邊的大別山,主要屬于北亞熱帶氣候區(qū);沿江江南32站,包括蕪湖、馬鞍山、安慶、銅陵、宣城、黃山、池州等 7個城市,包括部分沿江平原和皖南山區(qū),屬于亞熱帶氣候區(qū).

圖1 安徽省行政區(qū)劃Fig.1 Sketch map of Anhui province

區(qū)域性霾:某一子區(qū)有超過1/3(2/3、1/2)的站點(diǎn)達(dá)到霾的標(biāo)準(zhǔn),即淮北大于7站(14站,10站)、江淮之間大于8站(17站、12站)、江南大于10站(21站、16站),則算該區(qū)域出現(xiàn)一個區(qū)域性霾日.如果3個子區(qū)都達(dá)到區(qū)域性霾標(biāo)準(zhǔn),則為全省性霾天,如淮北和江淮之間都達(dá)到區(qū)域性霾標(biāo)準(zhǔn),則為江北區(qū)域性霾天,如江南和江淮之間都達(dá)到區(qū)域性霾標(biāo)準(zhǔn),則為淮河以南區(qū)域性霾天.

持續(xù)性霾:按持續(xù)天數(shù)分為 3類:4～6d、7～10d、10d 以上.

持續(xù)性區(qū)域性霾:某一子區(qū)的 4～6d的區(qū)域性霾過程,必須有連續(xù) 3d的霾日,總霾日不能少于 4d;7d及以上的持續(xù)性霾過程,該區(qū)的霾日要不少于該區(qū)霾日總數(shù)的 2/3(中間若有間隔只能1d).

持續(xù)性區(qū)域性霾分類:按持續(xù)時間分為4～6d、7～10d、10d 以上;按空間分為沿淮淮北、江淮之間和沿江江南.考慮到持續(xù)性區(qū)域性霾的演變過程,如一般相連的兩個子區(qū)都是先后發(fā)展為區(qū)域性霾,為簡單起見,本文暫不考慮跨子區(qū)的持續(xù)性區(qū)域性霾過程.

1.3 分析方法

根據(jù)上述確定區(qū)域性霾的 3個標(biāo)準(zhǔn),可以得到安徽不同子區(qū)區(qū)域性霾日數(shù)的年際變化,以及持續(xù)性區(qū)域性霾過程的年際變化.

為便于深入了解區(qū)域性霾日的氣溶膠污染特征及氣象要素特征,定義了區(qū)域性晴空天.晴空天定義為排除霧、霾、降水等天氣,08:00、14:00、20:00時3個時次平均能見度大于10km.當(dāng)區(qū)域范圍內(nèi)所有臺站(市縣)均為晴空天,則當(dāng)天計為區(qū)域性晴空天.在此基礎(chǔ)上對比分析了區(qū)域性霾天與區(qū)域性晴空天AOD分布特征、消光系數(shù)垂直分布特征及AQI分布.

2 持續(xù)性區(qū)域性霾的時空變化

2.1 區(qū)域性霾日數(shù)定義及其年際變化

圖 2給出了用上述 3個標(biāo)準(zhǔn)得到的 1980～2015年安徽不同子區(qū)區(qū)域性霾日數(shù)的年際變化.標(biāo)準(zhǔn)一(圖2a),2000年之前,各子區(qū)都有區(qū)域性霾發(fā)生,但每年都不超過 5d,大部分年份沒有;2000年開始,各子區(qū)幾乎每年都有區(qū)域性霾天出現(xiàn),尤其是江淮之間和沿淮淮北,2005～2012年的大部分年份都在5d左右,2013-2015年大多數(shù)年份在10d以上.沿江江南的區(qū)域性霾日數(shù)總體上比江北2個子區(qū)少,但變化趨勢基本一致.

標(biāo)準(zhǔn)二 (圖2b),1980～2000年,沿江江南和江淮之間 2個子區(qū)的區(qū)域性霾日數(shù)總體呈上升趨勢,且2個子區(qū)差別不大,從20世紀(jì)80年代初的20d左右上升到2000年前后的40d左右,而沿淮淮北無明顯變化趨勢,且明顯少于另外 2個子區(qū);2000～2012年,總體上無明顯變化趨勢,江淮之間次數(shù)最多,各子區(qū)霾日數(shù)年際變化幅度增大,這可能是受大尺度氣候條件的影響[9].2013～2015年,各子區(qū)區(qū)域性霾日數(shù)都明顯增多,且沿淮淮北超過了江淮之間,各子區(qū)變化趨勢一致.

圖2 1980～2015年安徽各子區(qū)區(qū)域性霾的年際變化Fig.2 Variation of annual regional haze days over different sub-regions in Anhui Province from 1980 to 2015 obtained by three criteria

標(biāo)準(zhǔn)三(圖 2c),年區(qū)域性霾日數(shù)基本上介于標(biāo)準(zhǔn)一和標(biāo)準(zhǔn)二之間,更接近于標(biāo)準(zhǔn)二,1998年之前,沿淮淮北和沿江江南低于 10d,變化趨勢不明顯,江淮之間總體呈下降趨勢;2000年之后各子區(qū)區(qū)域性霾日數(shù)大幅度上升,但 2000～2012年變化趨勢不明顯.2013～2015年,各子區(qū)區(qū)域性霾日數(shù)進(jìn)一步增多.

為考慮各標(biāo)準(zhǔn)得到的區(qū)域性霾日數(shù)變化趨勢的合理性,計算了圖 2中各標(biāo)準(zhǔn)得到的各子區(qū)區(qū)域性霾日數(shù)與石春娥等[9]報道的全省平均霾日數(shù)的相關(guān)系數(shù)(表1).標(biāo)準(zhǔn)二、三得到的區(qū)域性霾天數(shù)與全省平均霾天數(shù)變化的趨勢一致性較好,標(biāo)準(zhǔn)二的一致性最好.

表1 各標(biāo)準(zhǔn)得到的3個子區(qū)1980～2012年區(qū)域性霾日數(shù)與全省平均霾日數(shù)的相關(guān)系數(shù)Table 1 Correlation coefficients between regional haze days in each sun-region by three criteria and annual haze days averaged over all sites in Anhui during the period of 1980～2012

此外,標(biāo)準(zhǔn)一、三得到的各子區(qū)持續(xù)性區(qū)域性霾過程極少,標(biāo)準(zhǔn)一2009年才開始出現(xiàn)持續(xù)性區(qū)域性霾過程,主要集中在2013～2015年,各子區(qū)分別有3次(沿淮淮北)、4次(江淮之間)和4次(沿江江南),樣本較少;標(biāo)準(zhǔn)三持續(xù)性區(qū)域性霾過程也很少,2000年之前,僅江淮之間和沿江江南各有1次,2000～2015年大部分年份沒有,各子區(qū)分別有 6次(沿淮淮北)、7次(江淮之間)、5次(沿江江南)次,僅2015年各子區(qū)分別有超過1次.

圖3 標(biāo)準(zhǔn)二得到的1980～2015年安徽多子區(qū)區(qū)域性霾的年際變化Fig.3 Variation of annual multi-sub-region regional haze days by the second criterion during the period of 1980～2012

綜上所述,確定區(qū)域性霾天的標(biāo)準(zhǔn)為:超過1/3的站點(diǎn)數(shù)為霾日則算一個區(qū)域性霾日.在圖2b基礎(chǔ)上得到的江北、淮河以南及全省區(qū)域性霾的年變化(圖3),其中,全省性霾天、江北和淮河以南的霾天可有重復(fù).2005年之前,3個子區(qū)3種組合得到的區(qū)域性霾天都呈增加趨勢,淮河以南組合最多,江北與全省組合接近,即是否出現(xiàn)全省性霾天取決于沿淮淮北;2006～2012年,3種組合得到的區(qū)域性霾天都呈下降趨勢,江北和淮河以南組合接近,2013～2015年,3種組合均呈明顯的上升趨勢,江北組合上升更明顯,2014～2015年淮河以南組合與全省組合更為接近,說明是否出現(xiàn)全省性霾天取決于沿江江南.

2.2 持續(xù)性霾的年際變化

圖4給出了全省17個城市(含巢湖)連續(xù)4d及以上,5d及以上和 6d天及以上霾過程站次數(shù)的年際變化.持續(xù)4d及以上的霾過程1980～2013年穩(wěn)步上升,尤其是 2000年之后,上升趨勢更明顯,由2000年的28站次增加到2013年的71站次,2015年增加到102站次.持續(xù)5d和6d及以上的霾過程總體呈上升趨勢,2000年之后上升趨勢明顯,到2015年,連續(xù)5d及以上的霾過程達(dá)到60站次,2014年連續(xù)6d及以上的霾過程達(dá)26站次.

2014～2015年,持續(xù)4d及以上和持續(xù)5d及以上的過程出現(xiàn)次數(shù)比之前有較大幅度的上升,持續(xù)4d及以上的過程2014、2015年分別達(dá)104、102站次,2013年僅71站次.

圖4 全省17個城市持續(xù)性霾過程的年際變化Fig.4 Variation of annual persistent haze events summed at 17 cities in Anhui Province

即使是同一子區(qū),不同城市持續(xù)性霾的次數(shù)和年際變化差異也很大,圖5給出2006～2015年各市不同時間長度持續(xù)性霾過程的平均次數(shù).各市都是隨著持續(xù)時間延長,次數(shù)減少.沿淮淮北持續(xù)性霾次數(shù)最多的是蚌埠市(4、5、6d以上的霾過程分別為7.4、5.3和2.9次),最少的是亳州市(分別為1.5、0.9和0.2次),江淮之間持續(xù)性霾次數(shù)最多的是合肥市(分別為 14.3、10.2和 7次),最少是六安市(分別為1.1、0.8和0.1次);沿江江南最多是池州市(分別為 5.5、3.6、2.2次),最少是黃山市(分別為0.3、0.2和 0次).除了黃山市,各市都出現(xiàn)過6d以上的持續(xù)性霾過程.

圖5 2006～2015年安徽各市持續(xù)性霾的年均次數(shù)Fig.5 Number of persistent haze events at each city in Anhui Province averaged of 2006～2015

2.3 持續(xù)性區(qū)域性霾過程的時空分布

圖6給出了1980～2015年安徽3個子區(qū)不同持續(xù)時間的區(qū)域性霾的發(fā)生次數(shù)年際變化.由圖可見,2000年之前,持續(xù)性區(qū)域性霾過程較少,沿淮淮北每年最多1次,大部分年份沒有;江淮之間和沿江江南一般不超過2次,偶爾3次,且分別有5年和 8年沒有持續(xù)性區(qū)域性霾過程發(fā)生.2000～2012年,各子區(qū)持續(xù)性區(qū)域性霾過程年際變化均較大,沿淮淮北和沿江江南年發(fā)生次數(shù)最多的年份都是4次,沿淮淮北以4～6d的過程為主,無 10d以上的過程;江淮之間年發(fā)生次數(shù)最多為5次,在3個子區(qū)中7～10d的過程數(shù)最多,且有大于10d的過程.各子區(qū)都在2000、2005、2010年沒出現(xiàn)持續(xù)性區(qū)域性霾過程,這個與石春娥等[9]報道的全省霾日數(shù)變化趨勢一致,這3a均為霾日數(shù)谷值.

圖6 1980～2015年安徽各子區(qū)持續(xù)性區(qū)域性霾過程年際變化Fig.6 Annual persistent regional haze events in each sub-region of Anhui Province during 1980～2015

2013～2015年,沿淮淮北和江淮之間持續(xù)性區(qū)域性霾過程顯著增多,尤其是從 2013年到2014年,出現(xiàn)了跳躍式增長,2015年均達(dá)到9次,且沿淮淮北每年都有7～10d的過程,江淮之間每年都有超過10d的過程.但是,與江北2個子區(qū)不同,沿江江南 2013～2015年每年均為 5次,僅2013年有大于6d的過程.這與能見度觀測方式的改變有關(guān).如前文所述,到 2014～2015年,安徽各子區(qū)區(qū)域性霾日數(shù)都比之前明顯增多,而根據(jù)已有研究[27], 2013～2015年,合肥市PM2.5污染呈減輕趨勢,重污染天數(shù)減少,年均PM2.5濃度下降,因此,2014、2015年區(qū)域性霾日數(shù)的增加可能與 2014年開始能見度觀測方式的改變有關(guān),石春娥等[33]的分析表明能見度觀測方式由目測轉(zhuǎn)為器測后霾日數(shù)顯著增加.而安徽器測能見度的使用是由北向南推進(jìn)的,2015年江南的大部分測站還是使用目測能見度,而江北已經(jīng)是以器測能見度為主了.可見,能見度觀測方式的改變對持續(xù)性區(qū)域性霾過程的長時間變化趨勢客觀影響不容忽視.

分析了不同年代 3個子區(qū)持續(xù)性區(qū)域性霾過程的季節(jié)分布(表2),可以看到不同年代均是冬季最多,秋季次之,春夏季少.2010年之后持續(xù)性區(qū)域性霾過程明顯增多,四季皆會出現(xiàn),但仍然是冬季占絕對多數(shù)(占比超過 62%).各類過程中,以4～6d的過程為主,7d以上的過程基本上出現(xiàn)在冬季,以12月和1月為主.總體上,每一個時間段都是江淮之間次數(shù)最多,前 3個時間段是沿淮淮北最少,最近一個時間段是沿江江南次數(shù)最少.

表2 安徽各子區(qū)持續(xù)性區(qū)域性霾過程的季節(jié)分布(次)Table 2 Seasonal distribution of persistent regional haze events in each sun-region of Anhui province(time)

3 區(qū)域性霾天地面氣象要素的統(tǒng)計特征

圖 7給出了與霾密切相關(guān)的氣象要素(風(fēng)速、相對濕度)在區(qū)域性霾天和區(qū)域性晴空天的統(tǒng)計特征.考慮排放源的穩(wěn)定性,統(tǒng)一時段為2011～2015年.各子區(qū)分別有區(qū)域性晴空天 348d(沿淮淮北)、198d(江淮之間)和171d(沿江江南),區(qū)域性霾天296d(沿淮淮北)、305d(江淮之間)、246d(沿江江南).

圖7 安徽各子區(qū)區(qū)域性霾天與區(qū)域性晴空天相對濕度和風(fēng)速的對比Fig.7 Comparisons of relative humidity and wind speed between regional haze days and regional clear days for each sub-region of Anhui Province

由圖 7可見,各子區(qū)霾天相對濕度普遍較高,下四分位值大于 65%,中位值和平均值都在70%以上,而晴空天的日均相對濕度普遍低于霾天,上四分位值低于 60%,中位值和均值都在50%左右,最大值都不到 80%.從風(fēng)速看,霾天與晴空天對比也很明顯,但不及相對濕度顯著,霾天風(fēng)速的上四分位值在2m/s左右,而晴空天的下四分位值在 1.6～1.8m/s,霾天和晴空天風(fēng)速的中位值和均值分別在 1.7～1.9m/s和 2.0～2.3m/s.可見區(qū)域性霾天常對應(yīng)著大范圍的高濕、小風(fēng)天,高濕是主要的.

4 區(qū)域性霾天氣溶膠污染特征

4.1 區(qū)域性霾天氣溶膠污染水平分布特征

有學(xué)者認(rèn)為中國地區(qū)AOD大于0.5即可認(rèn)為是高值,對應(yīng)著污染地區(qū)[24].圖8給出了3個子區(qū)分別為霾天和晴空天的平均 AOD分布.可見,每一個子區(qū)霾天與晴空天AOD的差異都很明顯,霾天AOD均大于 0.9,晴空天低于0.5,說明區(qū)域性霾天屬于氣溶膠污染比較嚴(yán)重的情況.

圖8 2011～2015年安徽沿淮淮北(a、d)、江淮之間(b、e)和沿江江南(c、f)霾天(a～c)和晴空天(d～f)MODIS-AOD分布Fig.8 Distributions of AOD in Anhui Province averaged on regional haze days(a～c), and regional clear days(d～f) for Region along Huai River and to North (a, d), region between Yangtze River and Huai River (b, e) and Region along Yangtze River to South (c, f) from 2011 to 2015

表3 不同子區(qū)區(qū)域性霾天與晴空天AOD典型值及其比值Table 3 Typical AOD averaged on clear days and haze days in different sub-region

沿淮淮北為霾天時,江淮之間的 AOD值也較高,大別山以外的地區(qū)均大于 0.7;江淮之間為霾天時,沿淮淮北的AOD也大于0.9,但大別山區(qū)的AOD均值低于0.5,這是因?yàn)橛型惶?個子區(qū)都屬于區(qū)域性霾天的情況,即江北區(qū)域性霾天;沿江江南的霾天,從沿淮西部經(jīng)江淮之間中部到沿江地區(qū)AOD都大于0.9,但江南南部AOD在0.4～0.6,黃山市略大于 0.6,但相比另外 2個子區(qū)出現(xiàn)霾天時,江南的AOD均值變大.可見,當(dāng)沿江江南出現(xiàn)區(qū)域性霾天,江淮之間也可能存在部分霾區(qū),但江南大部分地區(qū)不一定為霾區(qū).對任一子區(qū)的晴空天,AOD低于0.5,江南南部和大別山區(qū)AOD低于0.3.為得到霾天與晴空天AOD的比值,分別取以宿州、合肥、池州和黃山市為中心1°×1°范圍,計算 5年平均、霾天與晴空天的均值及霾天與晴空天的比值(表3).江北晴空天的AOD在0.4～0.5,霾天為 0.9～1.1,沿江江南略低,但是霾天與晴空天AOD的比值比較接近,在2.2～2.3. 5年平均,AOD由北向南遞減,霾天與年均的比值也是由北向南遞減.

4.2 區(qū)域性霾天氣溶膠污染垂直分布特征

氣溶膠濃度分布直接影響其消光系數(shù),氣象因子對氣溶膠濃度垂直分布也有很大影響[34],就是說氣溶膠消光系數(shù)的垂直分布能反映氣溶膠的垂直分布特征和氣象條件,如大氣層結(jié).作為省會城市,合肥的年霾日數(shù)一直居全省各城市之冠[9,31],當(dāng)江淮之間為區(qū)域性霾天,合肥基本上都是霾天,但反之不一定.因此,將合肥的有效樣本天分為區(qū)域性霾天(42d)、非區(qū)域性霾天(普通霾天,153d)和晴空天(77d),統(tǒng)計發(fā)現(xiàn)區(qū)域性霾天能見度普遍較低(均值和中位值都是4.1km;最大6.67km,僅9d大于5km,2d大于6km),普通霾天能見度一般在5～10km (均值和中位值都是 7km;最小 4km,僅 16天低于 5km).圖 9給出了3類天氣下14:00和02:00消光系數(shù)的垂直廓線.由圖9可見,白天,3類天氣條件下消光系數(shù)的差別主要發(fā)生在800m以下,近地面(200m以下),3類天氣的消光系數(shù)分別為 0.2～0.3(晴空天)、0.3～0.5(普通霾天)和 1.0～1.2(區(qū)域性霾天).200～800m,晴空天消光系數(shù)隨著高度緩慢增加,但基本上在0.3附近;普通霾天消光系數(shù)隨高度變化不大,維持在 0.5～0.6;區(qū)域性霾天的消光系數(shù)在400m以下隨高度上升,在400m附近達(dá)到1.3以上,從500m左右到800m高度,急劇下降,從1.3左右下降到0.3附近.晚上,3類天氣條件下消光系數(shù)的差異主要在700m以下,近地面(200m以下),3類天氣的消光系數(shù)分別為0.3(晴空天)、0.6(普通霾天)和 1.5(區(qū)域性霾天),從近地面到700m左右,晴空天消光系數(shù)隨高度略有上升,霾天氣溶膠消光系數(shù)隨高度遞減,說明霾天夜間的大氣層結(jié)均比較穩(wěn)定,擴(kuò)散條件差,污染物被限制在近地層.

各類天氣近地面消光系數(shù)大小說明區(qū)域性霾天比普通霾天污染更為嚴(yán)重,200m以下區(qū)域性霾天的消光系數(shù)是普通霾天的2(白天)～2.5(夜間)倍,是晴空天的 3(白天)～5(夜間)倍.普通霾天和區(qū)域性霾天消光系數(shù)的時間高度分布形勢有差異,反映了氣象條件和氣溶膠來源的差異,有待在今后的工作中進(jìn)一步深入研究.

圖9 不同天氣條件下14:00(a)和02:00(b)的平均消光系數(shù)廓線Fig.9 Vertical profiles of extinction coefficient at 14:00 BT (a) and 02:00 BT (b) averaged on days of different sky

4.3 區(qū)域性霾天的地面氣溶膠細(xì)粒子污染特征

用環(huán)保部門發(fā)布的空氣質(zhì)量資料(PM2.5濃度,AQI)探討區(qū)域性霾天與地面 PM2.5污染的關(guān)系.江淮之間2013～2015年共計228個區(qū)域性霾天,120個區(qū)域性晴空天.圖 10給出當(dāng)江淮之間為區(qū)域性霾天與晴空天時合肥 PM2.5濃度的對比,考慮到2014～2015年部分臺站已開始使用器測能見度,把2013年與2014～2015年分開統(tǒng)計.霾天有濃度資料的天數(shù)2013年51d,2014～2015年170d.圖11為霾天與晴空天AQI的對比,AQI為該天該區(qū)域內(nèi)城市的最大AQI.由圖10可見,霾天和晴空天的 PM2.5濃度(AQI)差異顯著,合肥 75%的晴空天 PM2.5濃度低于 50μg/m3,但偶爾也有大于 100μg/m3,這與相對濕度有關(guān),低濕晴空下,即使PM2.5達(dá)到輕度以上污染等級,能見度也不會低于10km[15]; 2013年和2014～2015年江淮地區(qū)區(qū)域性霾天合肥的 PM2.5日均值濃度范圍不同,2013年更高,最小值為 68μg/m3(接近輕度污染的標(biāo)準(zhǔn), 75μg/m3),下四分位值為112μg/m3(接近中度污染標(biāo)準(zhǔn)的下限值,115μg/m3),中位值達(dá) 173μg/m3(超過重度污染標(biāo)準(zhǔn)的下限值,150μg/m3); 2014～2015 年,PM2.5日均值濃度的下四分位值為 76μg/m3,中位值為100μg/m3;圖 10的結(jié)果再次說明霾天的本質(zhì)是氣溶膠污染,分階段(2013年與 2014～2015)的比較也說明器測能見度會使霾日數(shù)增多.從區(qū)域性霾天與晴空天AQI的比較看(圖11),區(qū)域性霾天75%的情況至少有一個城市AQI達(dá)到輕度以上污染(AQI下四分位值大于 100),而區(qū)域性晴空天接近75%的情況所有城市AQI為優(yōu)良等級(AQI上四分位值略大于100).

圖10 江淮之間區(qū)域性霾天和區(qū)域性晴空天合肥PM2.5日均濃度Fig.10 Statistics of daily average PM2.5 concentrations of Hefei on regional haze days and regional clear days

圖11 2014年11月～2015年12月各子區(qū)區(qū)域性霾天與區(qū)域性晴空天AQIFig.11 Statistics of daily AQI on regional haze days and regional clear days for different sub-regions

5 結(jié)論

5.1 根據(jù)安徽省的天氣和氣候分區(qū)特征,將安徽分為3個子區(qū)(沿淮淮北、江淮之間和沿江江南),定義了安徽區(qū)域性霾天氣為“超過子區(qū) 1/3的站點(diǎn)為霾天氣”即算一個區(qū)域性霾天,當(dāng)出現(xiàn)連續(xù)3d以上的區(qū)域性霾天,即算一個持續(xù)性區(qū)域性霾過程.

5.2 安徽各子區(qū)霾的持續(xù)性區(qū)域性特征日益明顯.1980年開始,江淮之間和沿江江南區(qū)域性霾日數(shù)總體呈增多趨勢,沿淮淮北2000年之后增加趨勢明顯,受能見度觀測方式改變的影響,2014～2015年各子區(qū)區(qū)域性霾日數(shù)大幅度上升.1980年以來,安徽城市各類持續(xù)性霾過程呈增多趨勢,但各子區(qū)城市之間差異較大,各子區(qū)持續(xù)性霾次數(shù)最多的分別是蚌埠市(沿淮淮北)、合肥市(江淮之間)和池州市(沿江江南),最少的分別是亳州市(沿淮淮北),六安市(江淮之間)和黃山市(沿江江南).

5.3 2000年之前,各子區(qū)持續(xù)性區(qū)域性霾過程一般每年不超過2次,大部分年份沒有,2000年之后持續(xù)性區(qū)域性霾過程明顯增多,并且出現(xiàn)了7d以上甚至 10d以上的持續(xù)性區(qū)域性霾過程,總體上,江淮之間次數(shù)最多,沿江江南次數(shù)最少.主要(60%以上)出現(xiàn)在冬季,秋季次之,春夏季也偶爾發(fā)生.

5.4 區(qū)域性霾天常對應(yīng)著大范圍的高濕、小風(fēng)天,近地層氣溶膠污染嚴(yán)重.區(qū)域性霾天,日均相對濕度大于65%,日均風(fēng)速低于2m/s;氣溶膠光學(xué)厚度大于0.9,約是晴空天的2.3倍;近地層消光系數(shù)約是普通霾天的2～2.5倍,是晴空天的3～5倍;至少有一個城市 AQI大于 100(輕度以上污染),出現(xiàn)概率大于75%,而晴空天AQI大于100的概率極少.

參考文獻(xiàn)：

[1]中國氣象局.霾的觀測與預(yù)報等級.北京:氣象出版社, 2010:8.

[2]吳 兌.探秘PM2.5[M]. 北京:氣象出版社, 2013,106.

[3]顧凱華,樊曙先,黃紅麗,等.南京冬季霧天顆粒物中 PAHs分布與氣象條件的關(guān)系 [J]. 中國環(huán)境科學(xué), 2011,31(8):1233–1240.

[4]殷永文,程金平,段玉森,等.上海市霾期間PM2.5、PM10污染與呼吸科、兒呼吸科門診人數(shù)的相關(guān)分析 [J]. 環(huán)境科學(xué), 2011,32(7):1894-1898.

[5]王建國,王業(yè)宏,盛春巖,等.濟(jì)南市霾氣候特征分析及其與地面形勢的關(guān)系 [J]. 熱帶氣象學(xué)報, 2008,24(3):303–306.

[6]任義芳,王春乙,趙艷霞.氣溶膠輻射效應(yīng)對作物及生態(tài)系統(tǒng)的影響綜述 [J]. 中國農(nóng)業(yè)氣象, 2010,31(4):533–540.

[7]楊 旭,張小玲,康延臻,等.京津冀地區(qū)冬半年空氣污染天氣分型研究 [J]. 中國環(huán)境科學(xué), 2017,37(9):3201-3209.

[8]劉端陽,魏建蘇,嚴(yán)文蓮,等.1980～2012年江蘇省城市霾日的時空分布及成因分析 [J]. 環(huán)境科學(xué), 2014,35(9):3248-3255.

[9]石春娥,王喜全,李元妮,等.1980～2013年安徽霾天氣變化趨勢及其可能成因 [J]. 大氣科學(xué), 2016,40(2):357-370.

[10]丁一匯,柳艷菊.近 50年我國霧和霾的長期變化特征及其與大氣濕度的關(guān)系 [J]. 中國科學(xué):地球科學(xué), 2014,44(1):37-48.

[11]張 浩,石春娥,邱明燕,等.合肥市霾天氣變化特征及其影響因子 [J]. 環(huán)境科學(xué)學(xué)報, 2010,30(4):714–721.

[12]張人禾,李 強(qiáng),張若楠.2013年 1月中國東部持續(xù)性強(qiáng)霧霾天氣產(chǎn)生的氣象條件分析 [J]. 中國科學(xué):地球科學(xué), 2014,44:27–36.

[13]王自發(fā),李 杰,王 哲,等.2013年 1月我國中東部強(qiáng)霾污染的數(shù)值模擬和防控對策 [J]. 中國科學(xué):地球科學(xué), 2014,44:3–14.

[14]石春娥,鄧學(xué)良,楊元建,等.2013年1月安徽持續(xù)性霾天氣成因分析 [J]. 氣候與環(huán)境研究, 2014,19(2):227-236.

[15]石春娥,鄧學(xué)良,朱 彬,等.合肥市不同天氣條件下大氣氣溶膠粒子理化特征分析 [J]. 氣象學(xué)報, 2016,74(1):149-163.

[16]Cheng Y, He K B, Du Z Y, et al. Humidity plays an important role in the PM2.5pollution in Beijing [J]. Environ. Pollu., 2015,197:68-75.

[17]Pan Y, Tian S, Liu D, et al. Fossil fuel combustion-related emissions dominate atmospheric ammonia sources during severe haze episodes: evidence from 15N-stable isotope in size-resolved aerosol ammonium [J]. Environ. Sci. Technol., 2016,50(15):8049-8056.

[18]楊元建,傅云飛,吳必文,等.秸稈焚燒對中國東部氣溶膠時空格局的影響 [J]. 大氣與環(huán)境光學(xué)學(xué)報, 2013,8(4):241–252.

[19]Shi C, Roth M, Zhang H, et al. Impacts of urbanization on long-term variation of fog in Anhui Province, China [J].Atmospheric Environment, 2008,42(36):8484-8492.

[20]樊高峰,任 律,毛裕定.基于人工與自動觀測對比分析的霾日重建 [J]. 中國環(huán)境科學(xué), 2017,37(4):1254-1261.

[21]Ichoku C, Kaufman Y J, Remer L A, et al. Global aerosol remote sensing from MODIS [J]. Advances in Space Research, 2004,34(4):820-827.

[22]Liu Y K, Liu J F, Tao, S. Interannual variability of summertime aerosol optical depth over East Asia during 2000–2011: a potential influence from El Ni?o Southern Oscillation [J].Environ. Res. Lett., 2013, 8, 044034, doi:10.1088/1748-9326/8/4/044034.

[23]Lau K H, Li C, Mao J, et al. A new way of using MODIS data to study air pollution over Hong Kong and the Pearl River Delta [J].Proceedings of SPIE – The International Society for Optics and Photonics, 2002,4891:105-114.

[24]Luo Y X, Zheng X B, Zhao T L, et al. A climatology of aerosol optical depth over China from recent 10years of MODIS remote sensing data [J]. Int. J. Climatol., 2014,34:863–870.

[25]Zheng X Y, Fu Y F, Yang Y J, et al. Impact of atmospheric circulations on aerosol distributions in autumn over eastern China:observational evidence [J]. Atmos. Chem. Phys., 2015,15:1–24.

[26]Wu D, Wang Z, Wang B, et al. CALIPSO validation using ground-based lidar in Hefei (31.9°N, 117.2°E), China [J]. Appl Phys B, 2011,102:185-195.

[27]石春娥,張 浩,弓中強(qiáng),等.2013～2015 年合肥市 PM2.5重污染特征研究 [J]. 氣象學(xué)報, 2017,75(4):632-644,doi:10.11676/qxxb2017.037.

[28]石春娥,張 浩,馬井會,等.基于器測能見度的霾天氣判斷標(biāo)準(zhǔn)的探討 [J]. 高原氣象, 2017,36(6):1693-1702.

[29]吳 兌,陳慧忠,吳 蒙,等.三種霾日統(tǒng)計方法的比較分析——以環(huán)首都圈京津冀晉為例 [J]. 中國環(huán)境科學(xué), 2014,34(3):545–554.

[30]Chen H, Wang H. Haze days in north China and the associated atmospheric circulations based on daily visibility data from 1960 to 2012 [J]. Journal of Geophysical Research: Atmospheres,2015,doi:10.1002/2015JD023225.

[31]石春娥,鄧學(xué)良,余金龍,等.安徽省霧、霾、晴空天氣的氣象條件對比分析 [J]. 氣候與環(huán)境研究, 2017,22(2):242-252.

[32]于 波,鮑文中,王東勇.安徽天氣預(yù)報業(yè)務(wù)基礎(chǔ)與實(shí)務(wù) [M].北京:氣象出版社, 2013,308.

[33]石春娥,張 浩,楊元建.能見度觀測方式改變對安徽省霾日數(shù)分布的影響分析 [J]. 氣象與減災(zāi), 2016,1:2-4.

[34]楊東貞,于海青,丁國安,等.北京北郊冬季低空大氣氣溶膠分析[J]. 應(yīng)用氣象學(xué)報, 2002,13(suppl):113-126.