一次以南京為中心的夏季PM2.5污染島污染事件的數(shù)值模擬

楊 鵬,朱 彬,高晉徽,康漢青,張 亮,王紅磊,李月娥 (南京信息工程大學(xué),氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心,中國(guó)氣象局氣溶膠-云-降水重點(diǎn)開(kāi)放實(shí)驗(yàn)室,江蘇 南京 210044)

?

一次以南京為中心的夏季PM2.5污染島污染事件的數(shù)值模擬

楊 鵬,朱 彬*,高晉徽,康漢青,張 亮,王紅磊,李月娥 (南京信息工程大學(xué),氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心,中國(guó)氣象局氣溶膠-云-降水重點(diǎn)開(kāi)放實(shí)驗(yàn)室,江蘇 南京 210044)

摘要：2013年6月23～24日南京及其周邊地區(qū)發(fā)生了一次小范圍、突發(fā)性的氣溶膠污染事件,P M2.5的平均濃度達(dá)到242μg/m3,在夏季比較少見(jiàn).本文利用WRF-chem模式對(duì)該P(yáng)M2.5污染事件進(jìn)行模擬,通過(guò)對(duì)模式結(jié)果進(jìn)行分析表明:此次污染事件與天氣形勢(shì)和邊界層結(jié)構(gòu)有著直接聯(lián)系.此次污染發(fā)生時(shí)江淮地區(qū)正處于梅雨時(shí)節(jié),南京及其周邊地區(qū)處于江淮低空切變線(xiàn)上,切變線(xiàn)附近有輻合的流場(chǎng),東部上游排放源的貢獻(xiàn)和南京本地的靜穩(wěn)風(fēng)場(chǎng)導(dǎo)致污染物在南京堆積.污染期間有比平時(shí)更強(qiáng)的氣粒轉(zhuǎn)化過(guò)程,23日PM2.5濃度受到SO2減半的影響,濃度減少量為9.8％,受NOx減半影響的減少量為7.3％.污染發(fā)生期間南京地區(qū)上空溫度垂直梯度較小,溫度層結(jié)不利于污染物的垂直擴(kuò)散,邊界層高度較低,低層大氣湍流活動(dòng)較弱,垂直高度上的穩(wěn)定層結(jié)也為污染物集聚提供了條件.

關(guān)鍵詞：氣溶膠；PM2.5；排放源；長(zhǎng)江三角洲

* 責(zé)任作者, 教授, binzhu@nuist.edu.cn

目前,大氣氣溶膠已成為我國(guó)當(dāng)今導(dǎo)致空氣質(zhì)量惡化的主要污染物[1-3],造成近年來(lái)城市乃至區(qū)域灰霾天氣頻發(fā),能見(jiàn)度下降[1].流行病學(xué)研究指出大氣顆粒物的存在,尤其是粒徑較小的超細(xì)顆粒物同樣會(huì)危及人體健康,包括引發(fā)呼吸系統(tǒng)疾病等[4-5].研究表明,大氣氣溶膠的粒徑分布、化學(xué)成分、形成機(jī)制和時(shí)空變化等決定了顆粒物自身的性質(zhì)和環(huán)境效應(yīng)[6-7],大氣氣溶膠的粒徑分布存在明顯的季節(jié)變化特征,氣象要素對(duì)其有顯著地影響[8-9].王淑英等[10]指出:在特定天氣條件下,周邊地區(qū)污染源對(duì)北京空氣中顆粒物濃度具有重要影響.當(dāng)霧霾天氣區(qū)域內(nèi)的表面風(fēng)速偏大(小)時(shí),使得霧霾向區(qū)域外的輸送偏強(qiáng)(偏弱),不(有)利于霧霾的維持和發(fā)展,而在穩(wěn)定層結(jié)中形成的下沉氣流,有利于霧霾天氣的維持和發(fā)展[11].國(guó)內(nèi)外已有很多研究分析不同地區(qū)空氣重污染現(xiàn)狀及其影響因素,Davis等[12]指出短時(shí)間內(nèi)局地氣象條件對(duì)重污染過(guò)程起著決定作用;蘇福慶等[13]指出邊界層中氣象因子梯度分布影響著污染物的匯聚、輸送和擴(kuò)散;王莉莉等[14]研究北京2010年一次污染特征發(fā)現(xiàn)重污染過(guò)程中大氣邊界層在91％的時(shí)段低于500m,連續(xù)靜穩(wěn)的天氣形勢(shì)和區(qū)域污染是導(dǎo)致此次霾發(fā)生和持續(xù)的主要原因;王自發(fā)等[15]研究發(fā)現(xiàn)來(lái)自京津冀區(qū)域外跨城市群輸送的貢獻(xiàn)顯著,與局地污染源貢獻(xiàn)相當(dāng).在污染個(gè)例期間,跨界輸送的影響更為顯著.已有觀測(cè)表明灰霾天氣中氣溶膠粒子會(huì)經(jīng)歷復(fù)雜的演變過(guò)程,“老化”的污染氣團(tuán)比“新鮮”氣團(tuán)的氣溶膠吸水性更強(qiáng),云凝結(jié)核濃度也更高[16-19].這些不同“老化”程度的氣團(tuán)在我國(guó)城市間的交叉分布及其之間的跨界輸送使得我國(guó)大氣灰霾形成機(jī)制更為復(fù)雜.Wang等[20]利用CAMx模型PSAT技術(shù)對(duì)上海市2010年11月重污染過(guò)程進(jìn)行來(lái)源解析,其中外來(lái)源對(duì)上海市中心PM2.5濃度貢獻(xiàn)接近50％.這些結(jié)果表明:單點(diǎn)的污染往往會(huì)受到區(qū)域輸送的影響.

本次污染過(guò)程是以南京地區(qū)為中心的一次夏季小范圍突發(fā)性污染事件,由于發(fā)生在空氣較為潔凈的夏季,與一般冬季發(fā)生的大范圍長(zhǎng)時(shí)間污染的表現(xiàn)形式和成因也會(huì)有所不同,因此對(duì)這次污染事件成因進(jìn)行系統(tǒng)的分析.

1 資料和方法

1.1 觀測(cè)站點(diǎn)

觀測(cè)時(shí)間截取2013年8月18日00:00～2013 年8月26日00:00的觀測(cè)資料.文中主要涉及到南京地區(qū)溫度、氣壓、風(fēng)速和風(fēng)向以及SO2和NO2氣體濃度;南京、蘇州、杭州、徐州、合肥和臨安地區(qū)PM2.5濃度數(shù)據(jù).

1.2 模式介紹與設(shè)置——WRF-chem

本研究采用的是WRF-Chem模式是由美國(guó)大氣研究中心(NCAR)、美國(guó)太平洋西北國(guó)家實(shí)驗(yàn)室(PNNL)、美國(guó)國(guó)家海洋及大氣管理局(NOAA)共同開(kāi)發(fā)完成的的中尺度大氣動(dòng)力-化學(xué)耦合模式,該模式除了可以計(jì)算各種動(dòng)力參數(shù)和微物理變量(如:風(fēng)溫度邊界層云雨過(guò)程等)外,在其化學(xué)部分還包括了完整的傳輸(平流對(duì)流和擴(kuò)散)、干/濕沉降、化學(xué)過(guò)程,模式最大的優(yōu)點(diǎn)是氣象模塊與化學(xué)傳輸模塊在時(shí)間和空間分辨率上完全耦合.

研究區(qū)域?yàn)殚L(zhǎng)江三角洲地區(qū),模式使用了一層區(qū)域模擬方案,中心經(jīng)緯度為(32°N,119°E)投影方式為L(zhǎng)ambert投影,兩條標(biāo)準(zhǔn)緯度分別為北緯30°和北緯60°.網(wǎng)格數(shù)為50×50,水平分辨率為12km,垂直方向劃分為27層.氣象輸入數(shù)據(jù)采用美國(guó)國(guó)家環(huán)境預(yù)測(cè)中心(NCEP)發(fā)布的再分析數(shù)據(jù),網(wǎng)格分辨率為1°×1°,時(shí)間分辨率為6h.WRF/ Chem模式的氣相化學(xué)機(jī)制選用CBM-Z方案,它包含了55種物質(zhì)和134個(gè)化學(xué)反應(yīng).光化學(xué)反應(yīng)過(guò)程所需要的光解率由在線(xiàn)的Fast-J方法計(jì)算,在計(jì)算過(guò)程中考慮了大氣粒子對(duì)太陽(yáng)輻射的散射、吸收作用,每小時(shí)(模式時(shí)間)為氣相化學(xué)模塊更新一次光解率.模式模擬選用了Lin微物理參數(shù)化方案,RRTM長(zhǎng)波輻射方案,Goddard短波輻射方案,Noah陸面方案,TKE邊界層方案. Transport and Chemical Evolution over the Pacific (TRACE-P)提供的東亞地區(qū)人為源排放清單基準(zhǔn)年份為2001年,水平空間分辨率為0.1°. 2001年以后,隨著經(jīng)濟(jì)的迅速發(fā)展,能源消耗量急劇上升,污染物的排放增加,但隨著脫硫、除塵技術(shù)的應(yīng)用,大氣污染物的排放因子也發(fā)生了變化.因此,利用Intercontinental Chemical Transport Experiment-Phase B(INTEX-B)提供的2006年?yáng)|亞地區(qū)0.5°人為排放源清單代替了TRACE-P清單中的排放源,并以TRACE-P清單的分辨率對(duì)INTEX-B源清單進(jìn)行細(xì)化,得到東亞地區(qū)2006 年0.1°排放源清單即本文所用的排放源.排放源采用月變化系數(shù)使得不同月份的排放源更接近實(shí)際情況[21].Zhu等[22]利用該源清單對(duì)2013年長(zhǎng)三角城市熱島效應(yīng)對(duì)臭氧的影響進(jìn)行過(guò)研究.生物質(zhì)排放源采用Model of Emissions and Gases from Nature(MEGAN),模式的化學(xué)和初始邊界條件由Model for Ozone And Related ChemicalTraces version 4 (MOZART-4)提供.模式預(yù)熱時(shí)間為2013年6月16日00:00～2013年6月18日00:00,模擬時(shí)間為2013年6月18日00:00～2013 年6月27日00:00.分為控制實(shí)驗(yàn)、東部去PM2.5一次排放源敏感性實(shí)驗(yàn)、南京本地去PM2.5一次排放源敏感性實(shí)驗(yàn)、SO2減半敏感性實(shí)驗(yàn)以及NO2減半敏感性實(shí)驗(yàn),共5次模擬實(shí)驗(yàn).

2 模擬驗(yàn)證

圖1為南京、徐州、蘇州、杭州、合肥、臨安6個(gè)地區(qū)氣溶膠污染情況以及南京氣象條件以及氣體污染物模式與觀測(cè)結(jié)果的對(duì)比情況.

圖1　南京,蘇州,徐州,杭州,合肥,臨安六地模擬值與觀測(cè)值對(duì)比(依次為(A)南京和蘇州PM2.5(μg /m3),(B)徐州和杭州PM2.5(μg /m3),(C)合肥和臨安PM2.5(μg /m3),(D)南京風(fēng)向(度)和風(fēng)速(m/s),(E)南京氣壓(hPa)和溫度(℃),(F)南京NO2(×10-6)和SO2(×10-6))Fig.1 Comparison between simulation and observation in Nanjing, Suzhou , Xuzhou , Hangzhou , Hefei , Linan ((A) PM2.5(μg/m3) in Nanjing and Suzhou, (B) PM2.5(μg/m3) in Xuzhou and Suzhou, (C) PM2.5(μg/m3) in Hefei and Linan, (D) Wind speed (m/s) and wind direction (°) in Nanjing, (E) Air pressure (hPa) and tempreture (℃) in Nanjing, (F) SO2(×10-6) and NO2(×10-6) concentration in Nanjing)

根據(jù)模式與觀測(cè)結(jié)果的對(duì)比情況可以發(fā)現(xiàn):模式的模擬結(jié)果與觀測(cè)結(jié)果相吻合,各地氣溶膠相關(guān)系數(shù)為:南京(0.62)、蘇州(0.66)、徐州(0.51)、杭州(0.68)、合肥(0.65)、臨安(0.62),南京地區(qū)其他各物理量模擬與觀測(cè)之間的相關(guān)系數(shù)分別如下:風(fēng)向?yàn)?.49,風(fēng)速為0.54,氣壓為0.81,溫度為0.88,SO2為0.45,NO2為0.5.模擬效果總體上較為良好.

由圖1可知,南京地區(qū)的PM2.5于22日及22日之前維持在100μg/m3附近,但是到了22日夜間,PM2.5濃度一路上升到了200μg/m3以上,在23～24日形成較為嚴(yán)重的污染.相應(yīng)的氣體污染物NO2與SO2也于23～24日維持在一個(gè)較高的濃度水平.而相同時(shí)刻南京周邊其他城市,PM2.5的濃度與南京相比較低,污染輕微很多.25日凌晨,江蘇南部地區(qū)普遍降下一場(chǎng)暴雨,使污染的天氣情況得到改善.然而,同處于長(zhǎng)三角地區(qū),南京與周邊其他城市污染程度卻不盡相同.

圖2　模擬區(qū)域PM2.5濃度分布(μg/m3)Fig.2 Distribution of simulated the average surface concentration of PM2.5(μg/m3)

從總體上而言,WRF-chem可較為準(zhǔn)確的模擬出氣象因子、PM2.5及各污染物的變化趨勢(shì),但對(duì)污染較嚴(yán)重時(shí)段的峰值而言,模擬結(jié)果較監(jiān)測(cè)值略有高估,但是六個(gè)城市模擬結(jié)果總體來(lái)說(shuō)較為準(zhǔn)確.模式對(duì)氣象要素的模擬效果較好,可較為準(zhǔn)確的模擬出T2(地表2m溫度)、地面10m風(fēng)速和風(fēng)向以及氣壓等氣象要素隨時(shí)間的變化趨勢(shì)以及峰值分布.

圖2為污染期間23～24日模擬區(qū)域的PM2.5平均濃度分布圖和風(fēng)場(chǎng).由圖可見(jiàn):污染期間以南京為氣溶膠污染中心,以江蘇西南部地區(qū)及無(wú)錫常州為次要污染地區(qū),其余的地區(qū)都較為清潔,江蘇大部以偏東風(fēng)為主,南京以南地區(qū)吹弱的偏南風(fēng).沿海地區(qū)受到海風(fēng)的稀釋作用較為清潔,風(fēng)速至南京附近開(kāi)始減小.

3 結(jié)果分析

3.1 氣溶膠來(lái)源過(guò)程分析

為了深入研究南京此次PM2.5污染過(guò)程,通過(guò)計(jì)算各過(guò)程對(duì)PM2.5濃度的貢獻(xiàn)量來(lái)分析這次PM2.5污染形成過(guò)程.圖3所示為2013年6月20 日00:00～2013年6月27日00:00南京及其東西臨近格點(diǎn)PM2.5物理化學(xué)過(guò)程量隨時(shí)間變化.A、B、C分別為南京格點(diǎn)西側(cè)36km處、南京格點(diǎn)和南京格點(diǎn)東側(cè)36km處的模式輸出結(jié)果和PM2.5濃度.南京東側(cè)地處于濃度高值上風(fēng)向,故污染期間受到的水平平流貢獻(xiàn)較低.23～24日為污染的高值階段,南京由于處在高污染濃度值地區(qū),而上風(fēng)向是較為清潔的東部地區(qū),故污染期間南京水平平流貢獻(xiàn)為負(fù)值,而南京西面受到南京地區(qū)的平流輸送影響,PM2.5平流輸送為正值,南京污染期間受到的氣溶膠化學(xué)貢獻(xiàn)為正值.氣溶膠垂直擴(kuò)散方面,由于氣溶膠垂直擴(kuò)散受到污染物濃度垂直梯度和垂直擴(kuò)散條件的雙重影響,有必要分析氣溶膠垂直的逐日貢獻(xiàn).

由圖3可見(jiàn),南京20～25日垂直擴(kuò)散日貢獻(xiàn)分別為:-1678,-1706,-1760,-1155,-1521,-2004μg/ m3,污染期間23～24日與平時(shí)相比,南京格點(diǎn)的氣溶膠垂直擴(kuò)散負(fù)貢獻(xiàn)較低.由圖中信息可以得出以下結(jié)論:第一,23～24日氣溶膠垂直擴(kuò)散項(xiàng)(藍(lán)色)與平時(shí)相比較弱,即污染期間在南京地區(qū)可能存在抑制污染物擴(kuò)散的垂直天氣條件.第二,氣溶膠化學(xué)貢獻(xiàn)在污染期間比平時(shí)更大,污染期間比平時(shí)存在更為嚴(yán)重的氣粒轉(zhuǎn)化過(guò)程.第三,由于平流項(xiàng)的計(jì)算為濃度梯度乘以風(fēng)速,而南京污染期間為濃度的最大值區(qū),所以水平平流項(xiàng)的貢獻(xiàn)為負(fù)值,本個(gè)例中平流項(xiàng)只能反映出相鄰格點(diǎn)之間的污染物濃度輸送情況,如果想要進(jìn)一步得知南京高氣溶膠來(lái)源還需結(jié)合天氣分析以及模擬敏感性試驗(yàn)研究.

圖3　南京,南京西和南京東PM2.5濃度和各物理化學(xué)過(guò)程貢獻(xiàn)Fig.3 PM2.5concentration and contributions of individual physical and chemical processes to PM2.5concentration in Nanjing, west of Nanjing and east of Nanjing

四種顏色分別代表:藍(lán)色(垂直擴(kuò)散)、黑色(水平平流)、綠色(化學(xué)貢獻(xiàn))、紅色(垂直平流)

圖4　2013年6月23日江淮地區(qū)風(fēng)切變示意(a)(黑線(xiàn)為江淮切變線(xiàn))及散度分布(b)(黑線(xiàn)為輻合帶所在位置)(單位:0.001/s)Fig.4 Wind shear in Jianghuai region(a) and the divergence distribution(b)(black line is the belt of convergency) (Unit: 0.001/s)

3.2 特殊天氣形勢(shì)下排放源對(duì)污染的影響

廖曉農(nóng)等[23]通過(guò)對(duì)比北京地區(qū)夏季和冬季霧-霾發(fā)生期間天氣背景的影響因子,發(fā)現(xiàn)氣溶膠區(qū)域輸送和環(huán)境大氣保持穩(wěn)定,是夏季氣霧霾天氣產(chǎn)生的重要條件.圖4a為23日的地面天氣圖,南京北側(cè)存在高壓,南京處在高壓底部,吹偏東風(fēng),南京以南地區(qū)受到副熱帶高壓自南向北輸送的氣流,吹偏南風(fēng).南京地區(qū)為風(fēng)場(chǎng)切變地區(qū),天氣形勢(shì)為典型的江淮切變線(xiàn)結(jié)構(gòu).切變線(xiàn)附近風(fēng)向上發(fā)生輻合,并且風(fēng)速阻滯,使氣體發(fā)生堆積難以在水平方向上擴(kuò)散.由散度分布圖(圖4b)可以得知,23～24日污染期間,江蘇東部風(fēng)速較大,吹偏東風(fēng),而江蘇西南部及南京地區(qū)風(fēng)速較小,南京至上海一帶受到切變線(xiàn)的影響,其風(fēng)場(chǎng)分布顯示為一條輻合帶,風(fēng)場(chǎng)的輻合在周邊地區(qū)有污染物排放的情況下容易導(dǎo)致污染物的積累,南京地區(qū)受到東部污染源的影響,且本地風(fēng)速較小,風(fēng)場(chǎng)輻合,不利于污染物的擴(kuò)散;與此同時(shí),上海地區(qū)也同樣處于輻合帶上,但由于輻合氣流主要為來(lái)自海上的清潔空氣,故不僅沒(méi)有對(duì)上海地區(qū)造成污染,反而稀釋了上海本地排放的污染.而南京地區(qū)在此次污染過(guò)程中是長(zhǎng)三角工業(yè)區(qū)污染源的下游,所以在南京地區(qū)的輻合與上海地區(qū)起到了相反的作用.污染期間,南京地區(qū)風(fēng)速較小,基本上為靜風(fēng)條件,加之輻合的風(fēng)場(chǎng)以及上游污染物的輸送,使污染物積累在南京地區(qū)難以向外擴(kuò)散.

李鋒等[24]研究發(fā)現(xiàn)靜穩(wěn)天氣下仍然有污染物的區(qū)域輸送,且在各地區(qū)存在差異.圖5為分別關(guān)閉南京地區(qū)PM2.5一次排放源(a)、關(guān)閉南京地區(qū)PM2.5一次排放源后PM2.5差值濃度(b)、關(guān)閉南京以東地區(qū)PM2.5一次排放源(c)、關(guān)閉南京以東地區(qū)PM2.5一次排放源后PM2.5差值濃度(d)這組敏感性實(shí)驗(yàn)的區(qū)域模擬結(jié)果.由圖中所示,南京地區(qū)一次PM2.5排放源對(duì)南京產(chǎn)生的影響較為顯著而對(duì)下游地區(qū)的影響作用不明顯,由此可見(jiàn)南京地區(qū)的污染物并未輸送、擴(kuò)散至下游地區(qū),而是僅僅對(duì)南京本地造成了嚴(yán)重的污染,南京本地的靜穩(wěn)風(fēng)場(chǎng)為污染物的滯留提供了前提條件.江蘇東部地區(qū)及上海的排放源影響范圍由于受到風(fēng)場(chǎng)的影響,對(duì)下游造成了比較嚴(yán)重的污染,東部一次PM2.5排放源在東風(fēng)的驅(qū)使下向下游地區(qū)輸送,并且在南京至蘇州的一條輻合帶上發(fā)生堆積,使得南京-常州-無(wú)錫一帶成為受東部排放源影響最為嚴(yán)重地區(qū),值得注意的是東部地區(qū)一次PM2.5排放源最大的地區(qū)并非此次東部地區(qū)排放源影響最嚴(yán)重地區(qū),相比較而言東部地區(qū)排放較為集中的上海地區(qū)受到本地排放源的影響較小,是由于受到海上清潔空氣的影響,將本地的排放源稀釋導(dǎo)致的.南京地區(qū)的一次PM2.5排放源對(duì)南京本地產(chǎn)生的貢獻(xiàn)為96μg/m3,占到南京地區(qū)PM2.5總濃度的42.1％,而南京東部地區(qū)一次PM2.5排放源對(duì)南京污染的貢獻(xiàn)量為88μg/m3,占到南京地區(qū)PM2.5總濃度的38.6％.總體而言,南京此次污染受到一次PM2.5排放源的影響可以看成是兩個(gè)原因?qū)е碌?第一,南京本地的靜穩(wěn)風(fēng)場(chǎng)使得南京本地的排放源在南京區(qū)域內(nèi)發(fā)生堆積,難以擴(kuò)散至下游地區(qū).第二,東部地區(qū)的排放源在東風(fēng)的作用下輸送至下游地區(qū),而下游地區(qū)的南京至無(wú)錫一帶的東風(fēng)風(fēng)速較弱,前慢后快的風(fēng)場(chǎng)結(jié)構(gòu)導(dǎo)致污染物在這一帶發(fā)生輻合積累,從而導(dǎo)致南京至無(wú)錫一帶成為污染的高值地區(qū).

圖5　南京及東部地區(qū)對(duì)污染事件產(chǎn)生的影響Fig.5 Contribution of emission from Nanjing and the east area to the pollution incident in Nanjing　從左至右分別為:南京PM2.5一次排放源去除情況(a)[0.001μg/(s?km2)]、關(guān)閉南京地區(qū)PM2.5一次排放源后PM2.5差值濃度(b)(μg/m3)、東部地區(qū)PM2.5一次排放源去除情況(c)[0.001μg/(s?km2)]、關(guān)閉南京以東地區(qū)PM2.5一次排放源后PM2.5差值濃度(d) (μg/m3)

我國(guó)陸地眾多污染源排放到大氣中大量的氣體[25-27],這些氣體經(jīng)過(guò)大氣化學(xué)反應(yīng)在大氣中最終一部分轉(zhuǎn)化為氣溶膠粒子(稱(chēng)為二次氣溶膠粒子),周敏等[28]研究2013年1月中國(guó)中東部大氣重污染期間上海顆粒物的污染特征,發(fā)現(xiàn)NO3－和SO42-的生成效率較高.根據(jù)上文模式的結(jié)果可以得知,除了一次PM2.5排放源的影響,氣溶膠化學(xué)產(chǎn)生對(duì)本次污染事件是有一定貢獻(xiàn)的.其中SO2和NOx除了本身作為污染物以外,這兩種氣體對(duì)PM2.5的貢獻(xiàn)也是不容忽視的.通過(guò)減少SO2以及NOx的排放源比例,可以發(fā)現(xiàn)PM2.5的濃度與23～24日有顯著減少.實(shí)驗(yàn)分為三組,第一組為標(biāo)準(zhǔn)排放(不減少任何排放物種),第二組為SO2敏感性試驗(yàn)(減少50％的SO2排放量濃度),第三組為NOx敏感性試驗(yàn)(減少50％的NOx排放量濃度).通過(guò)減少排放源造成的PM2.5濃度減少比例如圖6,其中與23～24日這兩天相比,其他天數(shù)PM2.5濃度對(duì)于SO2及NOx氣體污染物的敏感性不明顯,均處于5％以下.23日PM2.5濃度受到SO2減半的影響,濃度減少量為 9.8％,受NOx減半影響為減少7.3％.24日PM2.5濃度受到SO2減半影響減少量為5.5％,受到NOx減半影響減少量為4.5％.故可以得知:污染嚴(yán)重的兩天PM2.5濃度受到的無(wú)機(jī)氣體污染物影響程度要遠(yuǎn)遠(yuǎn)大于其他污染程度較輕的時(shí)間段.

圖6　氣體污染物減半對(duì)PM2.5濃度減少的百分比Fig.6 The influence of removing half of the gaseous pollutants to the concentration of PM2.5

3.3 垂直氣象條件分析

楊欣等[29]研究發(fā)現(xiàn),較低的邊界層高度限制了污染物的有效擴(kuò)散,使灰霾污染加重.王耀庭等[30]研究發(fā)現(xiàn)夏季靜穩(wěn)天氣下大氣邊界層不易被有效突破,故不利于大氣污染物擴(kuò)散.任陣海等[31]發(fā)現(xiàn)持續(xù)的逆溫層和干潔的暖空氣蓋是造成污染的重要原因.由圖7a可知,污染發(fā)生期間,南京地區(qū)的邊界層高度較低(蘇州西側(cè)由于受到太湖影響邊界層高度較低),邊界層平均高度僅僅維持在200～300m,而南京周?chē)渌貐^(qū)的邊界層高度較高,由此可以推測(cè)出污染期間,南京地區(qū)有使邊界層高度降低的穩(wěn)定氣象條件.根據(jù)之前的模式輸出量的結(jié)果可以得知,在污染期間,南京地區(qū)除了水平氣象條件表現(xiàn)為輻合,風(fēng)速較小,使污染物在水平空間上發(fā)生積累以外,氣溶膠的垂直擴(kuò)散條件與平時(shí)相比也較差,尤其是23日,氣溶膠的垂直擴(kuò)散尤為不明顯,可以推知當(dāng)時(shí)南京地區(qū)的垂直氣象條件不利于污染物的垂直擴(kuò)散,由于污染期間南京以偏東風(fēng)為主,圖7b(圖7a中橫線(xiàn)為剖面所在位置,右側(cè)為東)為以南京地區(qū)為中心點(diǎn)東西向的剖面圖,近地面風(fēng)場(chǎng)以自東向西輸送為主,南京以東地區(qū)東風(fēng)風(fēng)速較大,南京附近及南京以西地區(qū)風(fēng)速較弱,呈靜風(fēng)趨勢(shì).污染期間,南京的氣溶膠濃度主要集中在近地面附近,極少向高空擴(kuò)散,故高空的氣溶膠濃度很低.與氣溶膠濃度集中在近地面對(duì)應(yīng)的是:夏季海洋溫度較低,陸地溫度較高,自東向西輸送的風(fēng)場(chǎng)將來(lái)自海面的冷性空氣攜帶至內(nèi)陸,使得南京東部地區(qū)溫度較低,而風(fēng)場(chǎng)到達(dá)南京地區(qū),水平風(fēng)速減弱,故冷性的空氣并未輸送到南京以西地區(qū),使南京上空500m左右高度存在一個(gè)東西方向上溫度梯度,水平方向上的溫度梯度偏高,而垂直方向上的溫度梯度偏低,垂直方向上等溫線(xiàn)呈豎直的態(tài)勢(shì),環(huán)境溫度隨高度上升變化較小,這種環(huán)境熱力條件不利于地表空氣塊的向上抬升及污染物的垂直擴(kuò)散,圖7c(圖7a中豎線(xiàn)為剖面所在位置,右側(cè)為北)為以南京為中心點(diǎn)南北方向的垂直剖面圖,與東西方向類(lèi)似的是:南北方向上的剖面圖南京上空等溫線(xiàn)垂直分布同樣非常稀疏.這種垂直溫度條件非常不利于污染物從地面向高空擴(kuò)散,從而導(dǎo)致南京地區(qū)的氣溶膠污染維持在地面附近.

圖7　模擬區(qū)域污染期間23～24日邊界層高度平均值(A)、溫度及PM2.5濃度東西向垂直剖面圖(B)、溫度及PM2.5濃度南北向垂直剖面圖(C)Fig.7 The average value of PBLH in the domain from 23 to 24(A),profile map from west to east with temperature and PM2.5concentration(B), profile map from south to north with temperature and PM2.5concentration(C)

4 結(jié)論

4.1 2013年6月23～24日南京及其周邊地區(qū)發(fā)生了一次小范圍、突發(fā)性的氣溶膠污染事件,此次污染事件與天氣形勢(shì)有著直接聯(lián)系.此次污染發(fā)生時(shí)江淮地區(qū)正處于梅雨時(shí)節(jié),南京及其周邊地區(qū)處于江淮低空切變線(xiàn)上,切變線(xiàn)附近有輻合的流場(chǎng),東部上游排放源的貢獻(xiàn)和南京本地的靜穩(wěn)風(fēng)場(chǎng)導(dǎo)致污染物在南京堆積.

4.2 南京地區(qū)和南京東部地區(qū)PM2.5一次源對(duì)南京本地產(chǎn)生的貢獻(xiàn)分別為42.1％和38.6％.氣體污染物在污染期間對(duì)南京地區(qū)PM2.5濃度的貢獻(xiàn)比其他時(shí)間段更為顯著,23日PM2.5濃度受到SO2減半的影響,濃度減少量為9.8％,受NOx減半影響為減少7.3％.

4.3 從垂直氣象條件來(lái)看,污染發(fā)生期間南京地區(qū)上空溫度垂直梯度較小,溫度層結(jié)不利于污染物的垂直擴(kuò)散,邊界層高度較低,低層大氣湍流活動(dòng)較弱,垂直高度上的穩(wěn)定層結(jié)也為污染物集聚提供了條件.

4.4 夏季污染事件與冬季相比發(fā)生頻率較小,持續(xù)時(shí)間較短,在副熱帶高壓控制長(zhǎng)三角地區(qū)之前,長(zhǎng)三角地區(qū)以陰到多云天氣為主,太陽(yáng)輻射較弱,邊界層高度較低,不利于氣溶膠的垂直擴(kuò)散,此時(shí)如果有污染物的區(qū)域輸送,就可能發(fā)生區(qū)域性小范圍的污染事件.

參考文獻(xiàn)：

[1] 王紅磊,朱 彬,沈利娟,等.春節(jié)期間南京氣溶膠質(zhì)量濃度和化學(xué)組成特征 [J]. 中國(guó)環(huán)境科學(xué), 2014,34(1):30-39.

[2] Donaldson K, Brown D, Clouter A, et al. The Pulmonary toxicology of ultra fine Particles [J]. Journal of Aerosol Medicine, 2002,15(2):213-220.

[3] 王扶潘,朱 喬,馮 凝,等.深圳大氣中VOCs的二次有機(jī)氣溶膠生成潛勢(shì) [J]. 中國(guó)環(huán)境科學(xué), 2014,34(10):2449-2457.

[4] Holmes N S. A review of particle formation events and growth in the atmosphere in the various environments and discussion of mechanistic implications [J]. Atmospheric Environment, 2007, 41(10):2183-2201.

[5] Li W J, Shao L Y, Wang Z S, et al. Size, composition, and mixing state of individual aerosol particles in a South China coastal city [J]. Journal of Environmental Sciences, 2010,22(4):561-569.

[6] 張養(yǎng)梅,顏 鵬,楊東貞,等.臨安大氣氣溶膠理化特性季節(jié)變化[J]. 應(yīng)用氣象學(xué)報(bào), 2007,18(5):635-644.

[7] Castro A, Alonso-Blanco E, Gonzalez-Colino M, et al. Aerosol size distribution inprecipitation events in Leon, Spain [J]. Atmospheric Research, 2010,96:421-435.

[8] Takahashi H, Naoe H, Igarashi Y, et al. Aerosol concentrations observed at Mt. Haruna [J]. Atmospheric Environment, 2010, 44:4638-4644.

[9] 薛文博,付 飛,王金南,等.中國(guó)PM2.5跨區(qū)域傳輸特征數(shù)值模擬研究 [J]. 中國(guó)環(huán)境科學(xué), 2014,34(6):1361-1368.

[10] 王淑英,張小玲.北京地區(qū)PM10污染的氣象特征 [J]. 應(yīng)用氣象學(xué)報(bào), 2002,13(S1):177-184.

[11] Meng W, Gao Q X, Zhang Z G, et al. The numerical study of atmosphericpollution in Beijing andits surrounding regions [J]. Researchof Environmental Sciences, 2006,19(5):11-18( in Chinese).

[12] Davis R E, Kalkstein L S. Using a spatial synoptic climatological classification to assess changes in atmospheric pollution concentrations [J]. Physical Geography, 1990,11(4):320-342.

[13] 蘇福慶,楊明珍,鐘繼紅,等.華北地區(qū)天氣型對(duì)區(qū)域大氣污染的影響 [J]. 環(huán)境科學(xué)研究, 2004,17(3):16-20.

[14] 王莉莉,王躍思,王迎紅,等.北京夏末秋初不同天氣形勢(shì)對(duì)大氣污染物濃度的影響 [J]. 中國(guó)環(huán)境科學(xué), 2010,30(7):924-930.

[15] 王自發(fā),李 杰,王 哲,等.2013年1月我國(guó)中東部重霾污染的數(shù)值模擬和防控對(duì)策 [J]. 中國(guó)科學(xué):地球科學(xué), 2014,1:3-14.

[16] Li J, Wang Z, Akimoto H, et al. Near-ground ozone source attributions and outflow in central eastern China during MTX2006 [J]. Atmospheric Chemistry and Physics, 2008,8(24): 7335-7351.

[17] Xu X, Ding G, Bian L, et al. Characteristics of atmospheric envinronment of boundary layer structure of city community in BECAPEX and integrate influence [J]. Acta Meteorologica Sinica, 2004,62:663-671.

[18] Wu Q Z, Wang Z F, Gbaguidi A, et al. A numerical study of contributions to air pollution in Beijing during CAREBeijing-2006 [J]. Atmospheric Chemistry and Physics, 2011,11(12):5997-6011.

[19] Zhang Y H, Hu M, Zhong L J, et al. Regional integrated experiments on air quality over Pearl River Delta 2004 (PRIDEPRD2004): overview [J]. Atmospheric Environment, 2008,42(25): 6157-6173.

[20] Wang Y J, Li L, Chen C H, et al. Source appointment of fine particulate matter during autumn haze episodes in Shanghai, China [J]. Journal of Geophysical Research, 2014,4(119):1903-1914.

[21] 翟一然.長(zhǎng)江三角洲地區(qū)大氣污染物人為源排放特征研究 [D].南京:南京大學(xué), 2012.

[22] Zhu B, Kang H Q, Zhu T, et al. Impact of Shanghai urban land surface forcing on downstream city ozone chemistry [J]. Journal of Geophysical Research: Atmospheres, doi:10.1002/ 2014JD022859.

[23] 廖曉農(nóng),張小玲,王迎春,等.北京地區(qū)冬夏季持續(xù)性霧-霾發(fā)生的環(huán)境氣象條件對(duì)比分析 [J]. 環(huán)境科學(xué), 2014,35(6):2033-2044

[24] 李 鋒,朱 彬,安俊嶺,等.2013年12月初長(zhǎng)江三角洲及周邊地區(qū)重霾污染的數(shù)值模擬 [J]. 中國(guó)環(huán)境科學(xué), 2015,35(7): 1965-1974.

[25] 張人禾,李 強(qiáng),張若楠.2013年1月中國(guó)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(guó)科學(xué)(地球科學(xué)), 2014,4(1): 27-36.

[26] 曹?chē)?guó)良,張小曳,龔山陵,等.中國(guó)區(qū)域主要顆粒物及污染氣體的排放源清單 [J]. 科學(xué)通報(bào), 2011,56:261-268.

[27] Zhang Q, Streets D G, Carmichael D R, et al. Asian emissions in 2006 for the NASA INTEX-B mission [J]. Atmos. Chem. Phys., 2009,9:5131-5135

[28] 周 敏,陳長(zhǎng)虹,王紅麗,等.上海市秋季典型大氣高污染過(guò)程中顆粒物的化學(xué)組成變化特征 [J]. 環(huán)境科學(xué)學(xué)報(bào), 2012,32(1): 81-92.

[29] 楊 欣,陳義珍,劉厚鳳,等.北京2013年1月連續(xù)強(qiáng)霾過(guò)程的污染特征及成因分析 [J]. 中國(guó)環(huán)境科學(xué), 2014,34(2):282-288.

[30] 王耀庭,李 威,張小玲.北京城區(qū)夏季靜穩(wěn)天氣下大氣邊界層與大氣污染的關(guān)系 [J]. 環(huán)境科學(xué)研究, 2012,25(10):1092-1098.

[31] 任陣海,萬(wàn)本太,虞 統(tǒng),等.不同尺度大氣系統(tǒng)對(duì)污染邊界層的影響及其水平流場(chǎng)輸送 [J]. 環(huán)境科學(xué)研究, 2004,17(1):7-13.

A numerical simulate study of the pollution incident of the PM2.5pollutant island in the summer of Nanjing.

YANG Peng, ZHU Bin*, GAO Jin-hui, KANG Han-qing, ZHANG Liang, WANG Hong-lei, LI Yue-e (Key Laboratory for Aerosol-Cloud- Precipitation of China Meteorological Administration, Nanjing University of Information Science and Technology, Nanjing 210044, China). China Environmental Science, 2016,36(2)：321～330

Abstract：A small scale, gusty aerosol pollution incident occurred from June 23 to 24, 2013 in Nanjing and its surrounding areas where the average concentration of PM2.5reached 242.25μg/m3, which was uncommon in clear summer time. The WRF-chem model was used to simulate the PM2.5pollution incident and the results showed that the pollution incident was directly related to the weather situation and the boundary layer structure. The pollution occured in Jianghuai region during the rainy season with a Jianghuai low level shear line lay near the convergence of airflow in Nanjing and its surrounding areas. Emissions from the upstream source region in the east and the stable local wind field led to the accumulation of pollutants in Nanjing. There was a stronger gas-particle conversion and the concentration of PM2.5showed a decrease of 9.8％ and 7.3％ when SO2and NOxemission was cut in half respectively. During the pollution period, the vertical temperature gradient was small over Nanjing and the temperature stratification was not conducive to the vertical diffusion of pollutants. As the boundary layer height was low and atmospheric turbulence in low layer was weak, the stable stratification was also favor of the pollutant accumulation.

Key words：aerosol；PM2.5；emission sources；Yangtze River Delta

作者簡(jiǎn)介：楊 鵬(1991-),男,安徽合肥人,南京信息工程大學(xué)碩士研究生,主要從事大氣化學(xué),大氣環(huán)境研究.

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目(41275143);公益性行業(yè)(氣象)科研專(zhuān)項(xiàng)(201206011);江蘇省高校自然科學(xué)研究重大基礎(chǔ)研究項(xiàng)目(12KJA170003)

收稿日期：2015-08-10

中圖分類(lèi)號(hào)：X513

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1000-6923(2016)02-0321-10