氣象因子在重污染天氣模型中的應(yīng)用研究

徐雅琦, 羅月穎

(安徽新華學(xué)院 土木與環(huán)境工程學(xué)院，合肥 230088)

城市化意味著氣象因子與景觀格局都將發(fā)生顯著變化.隨著城市擴張的快速與無序發(fā)展，人們在此過程中因為存在大量的交通與生產(chǎn)活動，導(dǎo)致當(dāng)?shù)氐呐欧盼廴疚餄舛炔粩嘣龃蟛⒁饸庀笪廴緺顩r的不斷加重[1].合肥市群正經(jīng)歷著飛速的城鎮(zhèn)化發(fā)展過程[2]，由于之前在城市規(guī)模的不斷擴張期間未充分重視該地區(qū)的環(huán)境保護尤其是對各類污染氣體的排放控制不夠嚴格，使該區(qū)域的大氣污染狀況發(fā)展到了較為嚴重的情況[3-4].其中，城市空氣出現(xiàn)嚴重污染的重要原因在于工業(yè)區(qū)用地規(guī)劃不合理以及交通用地的距離設(shè)計太長，同時各個氣象因子因為差異性而引起城市熱島效應(yīng)也會明顯影響到城市中的污染氣體擴散過程.為了對城市大氣污染進行有效治理并對后續(xù)城鎮(zhèn)化發(fā)展的污染問題進行充分預(yù)防，政府采取了設(shè)置生態(tài)綠心區(qū)域的城市建設(shè)規(guī)劃方法，為不同城市群設(shè)置了相應(yīng)的生態(tài)保護區(qū)域隔離帶[5].

本文以合肥市冬季典型重污染天氣為對象，綜合大數(shù)據(jù)和計算機模擬技術(shù)，探討氣象因子對合肥市冬季典型重污染天氣分布狀況的影響.在數(shù)據(jù)分析中,首次對年均和季節(jié)兩個時間段中的氣象因子進行了測試，根據(jù)宏觀氣象因子的數(shù)量與微觀景觀格局間的不同，探討出氣象因子分布格局與合肥市冬季典型重污染天氣特征的關(guān)系.

1 重污染天氣的計算機模擬數(shù)據(jù)處理與分析

1.1 氣象因子數(shù)據(jù)處理

在美國地質(zhì)勘探局(USGS)全球可視化瀏覽網(wǎng)站下載合肥市群2016年5月30日時的遙感拍攝數(shù)據(jù)，并從中選擇8個分辨率為30 m的波段數(shù)據(jù)進行合成.通過ENVI處理軟件對得到的影像實施了校正、裁剪等處理，再結(jié)合所選擇的研究區(qū)域內(nèi)的氣象因子分布特點，利用最大似然法把合成影像依次分類成水域、建設(shè)用地、綠地等.合肥市群及其生態(tài)綠心區(qū)氣象因子履蓋分類與統(tǒng)計結(jié)果見表1.用A表示合肥市群全區(qū)土地總面積.

表1 合肥市群內(nèi)各類氣象因子多少占比

1.2 氣象因子景觀格局分析

氣象因子主要從微觀層面對不用地區(qū)的天氣情況進行反映，而景觀格局則是從宏觀層面上分析地區(qū)的土地要素狀況.結(jié)合合肥市群分布特征及其空間幅度，選擇了景觀蔓延度指標(biāo)(CONTAG)、類型斑塊面積比(PLAND)、周長面積維度指標(biāo)(PAFRAC)，散布及并列指標(biāo)(IJI)、香農(nóng)多樣化指標(biāo)(SHDI)與聚合性指標(biāo)(AI)來量化區(qū)內(nèi)氣象因子特征.景觀指數(shù)表達式及含義說明如下：

(1)

(2)

(3)

(4)

(5)

(6)

式(1)～(6)中，i,k=1,2,…,m是各斑塊類型序列；j=1,2,…,n代表斑塊序列；pij與aij代表第i個斑塊的第j個斑塊的面積及周長；N是斑塊數(shù)量；gik代表斑塊i與k鄰近網(wǎng)格單元總數(shù)；gii與giimax是斑塊類型i包含的各個斑塊鄰接數(shù)量及最大鄰接數(shù).eik代表斑塊類型i和k達到的邊界總長度；E是包含背景的景觀邊界總長；CONTAG體現(xiàn)出景觀的各個斑塊不同類型，各網(wǎng)格單元的聚集情況，該值越大表示斑塊離散程度越低.PAFRAC代表景觀外形復(fù)雜性，介于1～2之間，該值越小則代表外形越簡單.采用IJI體現(xiàn)景觀斑塊具有的總離散狀況，該值越大對應(yīng)的離散程度越高.AI代表示同類斑塊凝聚情況，該值越大代表凝聚程度越高.SHDI體現(xiàn)了景觀類型的多樣性，該值越小，氣象因子數(shù)量也越少，破碎程度也越低.

2 氣象因子對合肥市冬季典型重污染天氣影響分析

圖1為2013年合肥市冬季典型重污染天氣程度月均值曲線.根據(jù)圖1數(shù)據(jù)可以發(fā)現(xiàn)，城市群中的PM10與PM2.5在不考慮氣象因子數(shù)量的條件下表現(xiàn)為同一濃度變化規(guī)律，具有冬、秋季高而夏、春季低的特點,其中在10月期間到達最高濃度，并在7月時到達最低值.O3在冬季時濃度最小，并在2月時達到最小的46 μg·m-3；而其它三個季節(jié)中都具有較高的濃度，并且10月達到最高.NO2濃度變化規(guī)律與PM10和PM2.5相似，12月時達到最大，而7月最低.

圖1 2016年合肥市冬季典型重污染天氣程度月均變化趨勢

相對濕度作為影響大氣污染物濃度的一個重要氣象要素，在濕度較大的環(huán)境中，大氣污染物特別是PM2.5的吸濕增長速度較快，導(dǎo)致污染物濃度增加，加劇大氣污染程度.由圖2(a)可知，此次污染過程18日至21日期間，相對濕度處于一個較高水平，在19日21時至21日21時相對濕度達到最大，最高為95%，此時段PM2.5濃度也達到峰值，空氣污染最為嚴重.隨后，相對濕度開始下降，在22日15時下降到33%,PM2.5濃度同時快速下降，空氣質(zhì)量好轉(zhuǎn)，表明空氣濕度與污染的發(fā)生和轉(zhuǎn)變關(guān)系密切.在該污染過程中，氣溫日夜變化較為明顯，最高溫度10.7 ℃，最低氣溫為3.3 ℃.18日至21日，氣壓總體較高，基本處于均壓場，形成小風(fēng)靜穩(wěn)的天氣條件，導(dǎo)致本地污染排放快速積累.其中，風(fēng)速大小影響著污染物的水平擴散傳輸，風(fēng)速越大，污染物擴散速度越快.從圖2(b)風(fēng)速的小時變化圖中可以看出，在污染開始累積前，合肥市的小時平均風(fēng)速較大；在污染物濃度開始逐漸增加并達到峰值階段，風(fēng)速明顯減小并維持在0～0.5 m·s-1.

相對不區(qū)分氣象因子而言，圖3表明：合肥市群不同濃度的氣象因子與合肥市冬季典型重污染天氣程度間的響應(yīng)關(guān)系存在差異.綜合分析氣象因子分類結(jié)果和合肥市冬季典型重污染天氣程度空間分布格局可知，合肥市群核心城區(qū)中的建設(shè)用地區(qū)域具有最高的NO2濃度,具有較低NO2濃度的地區(qū)是位于西南區(qū)域的林地與綠地，同時該城市群建設(shè)用地的平均NO2濃度也高于林地、建設(shè)用地O3濃度相對大面積集中區(qū)明顯低于非集中零散分布小區(qū)，總體呈現(xiàn)外圍高、中心低的趨勢.

表2PLAND與合肥市冬季典型重污染天氣程度相關(guān)性分析結(jié)果，進一步定量證實了氣象因子對合肥市冬季典型重污染天氣程度的影響.不同時間氣象因子與各合肥市冬季典型重污染天氣污染物濃度相關(guān)性具有顯著差異.對數(shù)據(jù)進行總體分析可知,合肥市群氣象因子占比中NO2和PM2.5濃度表現(xiàn)為正相關(guān)，并與O3濃度表現(xiàn)為負相關(guān)，可以得到相關(guān)性高低的順序是NO2>PM2.5>O3.表2說明合肥市群氣象因子,對合肥市冬季典型重污染天氣污染物濃度變化的影響具有明顯季節(jié)效應(yīng).

(a)氣溫和相對濕度

(b)氣壓和風(fēng)速

(a)NO2

(b)PM10

(c)O3

(d)PM2.5

表2 合肥市群各類型土地占比(PLAND)與合肥市冬季典型重污染天氣程度的相關(guān)系數(shù)

3 結(jié)論

本文運用大數(shù)據(jù)和計算機模擬技術(shù)首次從年均與季節(jié)時間上分析了各氣象因子分布情況，并且分別從宏觀與微觀層面探討了各氣象因子格局跟合肥市冬季典型重污染天氣程度特征之間的關(guān)系.實驗結(jié)果表明：氣象因子對合肥市冬季典型重污染天氣程度的空間分布具有一定的影響.氣象因子占比越大，NO2、PM2.5濃度越高、O3濃度越低；微觀氣象因子類型與宏觀景觀格局都會使PM10、NO2、PM2.5及O3的濃度發(fā)生改變，并與年均與季節(jié)分析時間氣象因子之間存在較大關(guān)系.