天津地區(qū)霾天氣特征研究

蔡子穎,姚 青,韓素芹,邱曉濱,張 敏,吳彬貴,王雪蓮

?

天津地區(qū)霾天氣特征研究

蔡子穎1,2,3*,姚 青1,3,韓素芹3,邱曉濱3,張 敏1,吳彬貴3,王雪蓮3

(1.天津市環(huán)境氣象中心,天津 300074；2.中國(guó)氣象局大氣化學(xué)重點(diǎn)開放實(shí)驗(yàn)室,北京 100081；3.天津市氣象科學(xué)研究所,天津 300074)

基于2014~2017年天津地區(qū)PM2.5質(zhì)量濃度,能見度和相對(duì)濕度監(jiān)測(cè)數(shù)據(jù)開展霾天氣特征研究.結(jié)果表明:天津中度以上霾過(guò)程分為五類:高壓后部型,北部弱高壓型,低壓槽型,均壓場(chǎng)型和鋒前低壓型.在現(xiàn)行標(biāo)準(zhǔn)下,中度霾一般對(duì)應(yīng)重度污染天氣,重度霾對(duì)應(yīng)重度到嚴(yán)重污染天氣;五級(jí)重度污染天氣一般有中-重度霾發(fā)生,六級(jí)嚴(yán)重污染天氣有重度霾天氣發(fā)生.2013年“大氣污染防治行動(dòng)計(jì)劃”開展以后,天津PM2.5質(zhì)量濃度和霾日均顯著減少,2017年相比2013年霾日減少了55%,中度及其以上霾日由2013年的41d下降到2017年的20d,下降幅度超過(guò)50%.基于實(shí)況監(jiān)測(cè)的PM2.5質(zhì)量濃度,能見度和相對(duì)濕度,可以較好的構(gòu)建區(qū)域能見度計(jì)算方程.統(tǒng)計(jì)數(shù)據(jù)顯示,其估算的能見度和實(shí)況值相關(guān)系數(shù)為0.94,相對(duì)誤差為18.6%,非霾日辨識(shí)準(zhǔn)確率為85%,霾日辨識(shí)準(zhǔn)確率為95.6%,輕微霾辨識(shí)準(zhǔn)確率為83%,輕度霾辨識(shí)準(zhǔn)確率為78%,中度霾辨識(shí)準(zhǔn)確率為93%,重度及以上霾辨識(shí)準(zhǔn)確率為94%,對(duì)于判斷霾等級(jí),有較強(qiáng)的適用性.將該方程與空氣質(zhì)量模式結(jié)合開展霾等級(jí)預(yù)報(bào),2015~2017年24h預(yù)報(bào)產(chǎn)品檢驗(yàn)顯示:能見度預(yù)報(bào)值與實(shí)況值相關(guān)系數(shù)為0.75,預(yù)報(bào)均值13.9km,實(shí)況均值14.1km,相對(duì)誤差為29.6%, FAC2(預(yù)報(bào)值在實(shí)況值兩倍范圍內(nèi)百分比)為98.1%,霾日預(yù)報(bào)準(zhǔn)確率81.4%,霾日漏報(bào)率18.6%,霾日空?qǐng)?bào)率20.6%,如果容錯(cuò)1級(jí),輕微霾日預(yù)報(bào)準(zhǔn)確率為96%,輕度霾日預(yù)報(bào)準(zhǔn)確率為85%,中度及以上霾日預(yù)報(bào)準(zhǔn)確率為69%,可有效支撐天津霾等級(jí)預(yù)報(bào)的開展.

霾等級(jí)預(yù)報(bào)；重污染天氣；天津

近年伴隨人民日益增長(zhǎng)的美好生活需要,霾受政府重視和公眾關(guān)注,成為研究的熱點(diǎn)問(wèn)題.21世紀(jì)初吳兌[1]基于珠江三角洲開展霾與霧區(qū)別和灰霾天氣預(yù)警的討論,并研究珠三角洲大氣灰霾導(dǎo)致能見度下降問(wèn)題[2],陳歡歡[3]和吳蒙[4]延續(xù)吳兌工作,認(rèn)為廣東省典型灰霾過(guò)程分布在每年的10月~次年4月,造成灰霾的天氣形勢(shì)主要是高壓變性出海.在長(zhǎng)江三角洲地區(qū)霾的影響明顯,其垂直結(jié)構(gòu)[5-6],光學(xué)特性[7],機(jī)理[8]被細(xì)致的研究.京津冀地區(qū)是我國(guó)霾最高發(fā)的地區(qū),受地形影響[9],導(dǎo)致山前暖區(qū)空氣流動(dòng)性較小形成氣流停滯區(qū),污染物和水汽容易聚集從而有利于霾形成.綜合近年研究,霾天氣發(fā)生,排放是內(nèi)因[10],氣象是外因[11].靜穩(wěn)天氣[12]、小風(fēng)速[13]、高相對(duì)濕度[14]、大氣層結(jié)穩(wěn)定[15]、混合層厚度低[16-18]和弱氣壓場(chǎng)[19]都是霾天氣發(fā)生的重要?dú)庀笳T因.能見度的高低是霾天氣判斷的重要標(biāo)識(shí),影響能見度的天氣現(xiàn)象有霧、霾、沙塵和降水等,霧天氣能見度的大小與霧滴液態(tài)含水量和霧滴尺度密切相關(guān)[20];霾天氣能見度與氣溶膠和相對(duì)濕度密切相關(guān)[21-22],其貢獻(xiàn)達(dá)到大氣消光的85%以上[23-24];降水天氣出現(xiàn)低能見度,主要來(lái)自雨滴的消光作用[25].在霾判斷時(shí),需要扣除霧、沙塵和降水等視程障礙天氣的影響[26].關(guān)于霾天氣的預(yù)報(bào),一般可以分為天氣學(xué)方法[27],統(tǒng)計(jì)學(xué)方法[28]和數(shù)值預(yù)報(bào)[29-31]方法.隨著近年數(shù)值模式和高性能計(jì)算機(jī)技術(shù)的不斷發(fā)展,越來(lái)越多的數(shù)值模式被用于霾和能見度預(yù)報(bào).基于數(shù)值模式開展霾天氣和能見度預(yù)報(bào),需要解決大氣消光系數(shù)計(jì)算的問(wèn)題,常見的方法可以分為3類,一類是基于質(zhì)量濃度或者體積濃度觀測(cè)數(shù)據(jù),構(gòu)建區(qū)域統(tǒng)計(jì)方程和數(shù)值模式相互銜接計(jì)算大氣消光系數(shù)[32-34],其優(yōu)勢(shì)是方程構(gòu)建相對(duì)簡(jiǎn)單,且往往能取得不錯(cuò)的效果,缺點(diǎn)是需要長(zhǎng)序列觀測(cè)數(shù)據(jù)建立方程,方程構(gòu)建區(qū)域特征明顯,移植其它地區(qū)需要重建方程,物理意義略差;二是基于化學(xué)組分計(jì)算大氣消光系數(shù),典型的如IMPROVE方程[35-37],其優(yōu)點(diǎn)是物理意義明確性強(qiáng),且對(duì)大氣消光的成因可以有效分解,缺點(diǎn)是成分?jǐn)?shù)據(jù)采樣分析成本高,空氣質(zhì)量模型化學(xué)組分模擬相比質(zhì)量濃度模擬偏差大;三是基于MIE散射和粒徑譜的消光系數(shù)計(jì)算[38-39],其優(yōu)點(diǎn)是物理意義明確,且無(wú)需觀測(cè)數(shù)據(jù)新建方程;缺點(diǎn)是模式粒徑譜與實(shí)況存在偏差,導(dǎo)致大氣消光系數(shù)計(jì)算存在誤差.

相比傳統(tǒng)天氣業(yè)務(wù).環(huán)境氣象業(yè)務(wù)發(fā)展滯后.中國(guó)氣象局《應(yīng)對(duì)氣候變化保障生態(tài)文明建設(shè)規(guī)劃》明確要求,各省氣象局應(yīng)提高大氣污染防治氣象保障服務(wù)水平,到2020年建立集約化,0~10d無(wú)縫隙的環(huán)境氣象預(yù)報(bào)業(yè)務(wù),重污染天氣和霾預(yù)警時(shí)效提前至48h,霾、空氣質(zhì)量24h時(shí)效預(yù)報(bào)TS評(píng)分達(dá)到0.35和0.55,發(fā)布72h效逐3h霾預(yù)報(bào)產(chǎn)品及霾、能見度預(yù)報(bào)格點(diǎn)化產(chǎn)品.為有效支撐天津地區(qū)霾等級(jí)預(yù)報(bào)開展,本文在收集2014~2017年天津地區(qū)PM2.5質(zhì)量濃度、能見度和相對(duì)濕度監(jiān)測(cè)數(shù)據(jù)的基礎(chǔ)上,從監(jiān)測(cè)數(shù)據(jù)出發(fā),分析現(xiàn)行標(biāo)準(zhǔn)下天津霾天氣與重污染天氣(以AQI為標(biāo)準(zhǔn))的區(qū)別和聯(lián)系,以及兩者的時(shí)空演變規(guī)律特征.結(jié)合天氣學(xué)分析,構(gòu)建天津中度及以上霾天氣概念模型.在此背景下研究天津PM2.5質(zhì)量濃度、能見度和相對(duì)濕度三者的相互關(guān)系.構(gòu)建能見度計(jì)算方程并與天津氣象部門空氣質(zhì)量數(shù)值模式相互銜接,試驗(yàn)性提供霾等級(jí)預(yù)報(bào)客觀支撐產(chǎn)品,并基于2015~2017產(chǎn)品對(duì)方法進(jìn)行檢驗(yàn),最終以期提升天津氣象部門霾天氣能見度和霾等級(jí)預(yù)報(bào)能力,服務(wù)天津生態(tài)文明建設(shè).

1 研究方法

1.1 監(jiān)測(cè)數(shù)據(jù)

圖1 2014~2016年中國(guó)氣象局天津大氣邊界層觀測(cè)站與天津市生態(tài)環(huán)境監(jiān)測(cè)中心發(fā)布PM2.5質(zhì)量濃度對(duì)比

本文研究氣象數(shù)據(jù)來(lái)自天津市13個(gè)區(qū)級(jí)氣象站;空氣質(zhì)量數(shù)據(jù)來(lái)自生態(tài)環(huán)境保護(hù)部門和氣象部門監(jiān)測(cè),其中2014年1月1日~2017年12月31日為天津市生態(tài)環(huán)境監(jiān)測(cè)中心發(fā)布的逐小時(shí)PM2.5質(zhì)量濃度監(jiān)測(cè)數(shù)據(jù),監(jiān)測(cè)站點(diǎn)27個(gè),監(jiān)測(cè)方法為震蕩天平法,增加揮發(fā)有機(jī)物補(bǔ)償測(cè)量;2009年1月1日~2013年12月31日為中國(guó)氣象局天津大氣邊界層觀測(cè)站(北緯39°06￠,東經(jīng)117°10￠,海拔高度2.2m,臺(tái)站編號(hào):54517)逐小時(shí)監(jiān)測(cè)數(shù)據(jù),監(jiān)測(cè)方法為震蕩天平法,兩者數(shù)據(jù)通過(guò)2014~2016年3a同步觀測(cè)(圖1),進(jìn)行歸一化修正.本文使用數(shù)據(jù)經(jīng)過(guò)嚴(yán)格控制比對(duì).

1.2 模式設(shè)置

WRF/chem模式[40-42]是NCAR(national center for atmospheric research)和NOAA(national oceanic and atmospheric administration )聯(lián)合一些大學(xué)和研發(fā)機(jī)構(gòu)開發(fā)的中尺度在線大氣化學(xué)模式,模式考慮大氣污染的化學(xué)過(guò)程,平流輸送,湍流擴(kuò)散,干濕沉降過(guò)程,在全球空氣質(zhì)量預(yù)報(bào)和模擬中有廣泛的運(yùn)用.本文采用WRF/ chem3.8.1版本,氣相化學(xué)過(guò)程采用CBMZ機(jī)制,氣溶膠過(guò)程采用MOSAIC模型,主要物理過(guò)程設(shè)置如下:積云對(duì)流方案采用Grell-3D,微物理過(guò)程采用WSM5,長(zhǎng)波輻射方案和短波輻射方案均采用RRTMG,邊界層方案使用YSU方案,模式水平分辨率15km,水平網(wǎng)格121×121,中心經(jīng)緯度為39N°,117E°,垂直方向分為41層.模式的人為排放源清單使用清華大學(xué)MEIC (Multi-resolution Emission Inventory for China)2012,分辨率0.25°×0.25°,在天津地區(qū)使用27個(gè)空氣質(zhì)量監(jiān)測(cè)站實(shí)況數(shù)據(jù)和相關(guān)排放源統(tǒng)計(jì)信息進(jìn)行時(shí)空的細(xì)化,氣象初始場(chǎng)和背景場(chǎng)均使用NECP的FNL全球1°×1°數(shù)據(jù),模擬時(shí)間為2015年1月1日~2017年12月31日,模擬采用24h滾動(dòng)計(jì)算,每24h重新使用一次FNL氣象初始場(chǎng),而污染初始場(chǎng)則為上一次的模擬值.

2 結(jié)果與討論

2.1 霾天氣與重污染天氣的聯(lián)系和區(qū)別

2010年氣象行業(yè)標(biāo)準(zhǔn)《霾的觀測(cè)和預(yù)報(bào)等級(jí)》[43]首次引入了大氣成分指標(biāo)作為霾等級(jí)的判識(shí)標(biāo)準(zhǔn),認(rèn)為當(dāng)能見度低于10km,相對(duì)濕度低于80%時(shí)是霾,相對(duì)濕度為80%~95%時(shí)PM2.5質(zhì)量濃度大于75μg/m3為霾.且依據(jù)能見度()對(duì)霾等級(jí)進(jìn)行劃分:輕微霾(5km￡<10km),輕度霾(3km￡<5km),中度霾(2km￡<3km),重度霾(<2km).2013年中國(guó)氣象局在充分考慮能見度、相對(duì)濕度和PM2.5質(zhì)量濃度的基礎(chǔ)上制定霾預(yù)警(暫行)標(biāo)準(zhǔn),明確霾等級(jí)劃分方法(表1),并以此為依托發(fā)布霾預(yù)警.

依據(jù)重污染天氣應(yīng)急預(yù)案定義,重污染天氣為空氣質(zhì)量指數(shù)(AQI)級(jí)別達(dá)到五級(jí)(重度污染)及以上污染程度的天氣.2013~2017年監(jiān)測(cè)數(shù)據(jù)顯示,天津地區(qū)AQI大于200的重污染天氣共計(jì)169d,其中首要污染物為PM2.5的163d,為PM10的6d(5d受到顯著的沙塵天氣影響),未出現(xiàn)O3和其它污染物為首要污染物的重污染天氣,即在天津地區(qū)重污染天氣一般為PM2.5為首要污染物的五級(jí)及以上重污染天氣,即PM2.5質(zhì)量濃度大于150mg/m3.

表1 中國(guó)氣象局霾預(yù)警標(biāo)準(zhǔn)(暫行)

綜上所述,基于現(xiàn)行業(yè)務(wù)規(guī)范和天津大氣環(huán)境現(xiàn)狀,天津霾等級(jí)的判斷依賴于能見度、相對(duì)濕度和PM2.5質(zhì)量濃度.重污染天氣的判斷主要為PM2.5質(zhì)量濃度,當(dāng)PM2.5質(zhì)量濃度大于150mg/m3即認(rèn)為出現(xiàn)重污染天氣.研究顯示,在非霧天氣,大氣能見度的下降主要為細(xì)顆粒物的吸收和散射,其中PM2.5在其中發(fā)揮最為主要的作用,在濕度不變的情況,PM2.5質(zhì)量濃度與能見度基本呈現(xiàn)冪指數(shù)關(guān)系[33],確定一個(gè)地區(qū)PM2.5體積濃度(如果體積譜確定,體積濃度和質(zhì)量濃度可進(jìn)行換算)和相對(duì)濕度,可以計(jì)算出該區(qū)域的大氣消光系數(shù)和能見度.所以確定一個(gè)區(qū)域PM2.5質(zhì)量濃度和相對(duì)濕度,可對(duì)霾的等級(jí)進(jìn)行粗略辨識(shí).基于上述討論,依托2014~ 2017年天津地區(qū)實(shí)測(cè)的資料,分析天津霾天氣和重污染天氣的區(qū)別和聯(lián)系.

由表2~3統(tǒng)計(jì)顯示,基于上述標(biāo)準(zhǔn)判斷,天津地區(qū)輕度霾天氣,一般對(duì)應(yīng)輕度-中度污染,其平均能見度4.15km,PM2.5質(zhì)量濃度112mg/m3;中度霾天氣平均能見度3.40km,PM2.5質(zhì)量濃度177mg/m3,90%為重度污染天氣,10%為中度污染天氣;重度及以上霾天氣,一般對(duì)應(yīng)重度到嚴(yán)重污染天氣,其概率為重污染天氣51%,嚴(yán)重污染天氣49%.當(dāng)空氣質(zhì)量為優(yōu),能見度均在10km以上,沒有霾天氣發(fā)生;空氣質(zhì)量為良,有11%的天氣能見度介于5~10km,出現(xiàn)輕微霾天氣;當(dāng)空氣質(zhì)量為輕度污染,有35%天氣由于相對(duì)濕度較低,氣溶膠消光能力弱,能見度在10km以上,65%天氣出現(xiàn)輕微到輕度霾天氣;當(dāng)空氣質(zhì)量達(dá)到中度污染等級(jí),平均能見度降至6.42km,90%的情況有霾發(fā)生,其中輕度霾占26%,有7%的天氣由于相對(duì)濕度較高,氣溶膠吸濕增長(zhǎng)明顯,能見度低于3km,出現(xiàn)中度霾天氣;當(dāng)空氣質(zhì)量達(dá)到重度污染水平,66%的天氣將出現(xiàn)中度霾,20%的天氣將出現(xiàn)重度霾,但也有部分天氣,由于相對(duì)濕度非常低(空氣干燥),能見度大于5km,甚至大于10km,這樣的天氣給公眾的感官較好,但大氣中高負(fù)載的氣溶膠對(duì)人體也將產(chǎn)生嚴(yán)重傷害,其占比為13%.當(dāng)空氣質(zhì)量達(dá)到嚴(yán)重污染程度,平均能見度將降至1.50km,在所有研究樣本中僅有1d,能見度在5km以上,大部分個(gè)例能見度介于1~2km之間,一般對(duì)應(yīng)重度霾天氣.綜合而言:天津地區(qū)霾天氣和重污染天氣雖然定義不同,霾天氣側(cè)重于能見度和PM2.5質(zhì)量濃度的綜合判斷,重污染天氣主要依賴于PM2.5質(zhì)量濃度判斷,但由于霾天氣能見度的高低主要為細(xì)顆粒物的散射和吸收作用決定,所以霾等級(jí)與空氣質(zhì)量等級(jí)存在較為固定的關(guān)系.一般而言,中度霾對(duì)應(yīng)重度污染天氣(90%),重度霾對(duì)應(yīng)重度到嚴(yán)重污染天氣(95%);反之,五級(jí)重度污染天氣一般有中-重度霾發(fā)生(87%),六級(jí)嚴(yán)重污染天氣有重度霾發(fā)生(95%).重污染天氣(包含五級(jí)、六級(jí))88%有中度-重度霾發(fā)生,僅有12%由于大氣過(guò)于干燥,能見度大于5km.

表2 不同等級(jí)霾對(duì)應(yīng)的氣象要素和空氣質(zhì)量等級(jí)

表3 不同等級(jí)空氣質(zhì)量對(duì)應(yīng)的氣象要素和霾等級(jí)

2.2 霾天氣和重污染天氣的統(tǒng)計(jì)特征

統(tǒng)計(jì)2014~2017年天津地區(qū)霾天氣和重污染天氣特征.圖2a顯示由于氣象條件以及采暖季和非采暖季排放源差異,PM2.5質(zhì)量濃度呈現(xiàn)單峰結(jié)構(gòu),每年12月~次年1月為峰值,5月~9月為谷值.對(duì)應(yīng)PM2.5質(zhì)量濃度單峰結(jié)構(gòu),重污染天氣也呈現(xiàn)單峰結(jié)構(gòu),每年10月~次年3月多有重污染天氣發(fā)生,出現(xiàn)概率15.5%,其余時(shí)間重污染天氣發(fā)生概率0.7%.霾天氣與重污染天氣略有區(qū)別,天津能見度峰值出現(xiàn)在5~6月,7月雨季開始,相對(duì)濕度明顯增加,雖然PM2.5質(zhì)量濃度較低,但能見度小于10km天數(shù)明顯增加,霾出現(xiàn)概率34%,一般以輕微霾為主,未出現(xiàn)中度及以上霾天氣.對(duì)應(yīng)PM2.5質(zhì)量濃度分布,10月~次年3月,也是霾高發(fā)季節(jié),霾發(fā)生概率41%,尤其中度及以上霾,96%發(fā)生在每年10月~次年3月(圖2b).綜合而言,天津地區(qū)霾天氣全年均有發(fā)生,但中度及以上霾呈現(xiàn)明顯的季節(jié)差異,96%發(fā)生在每年10月~次年3月,與重污染天氣月季分布規(guī)律基本一致.

圖2 2014~2017年天津地區(qū)霾天氣統(tǒng)計(jì)特征

a 霾月變化,b中度以上霾發(fā)生概率,c PM2.5質(zhì)量濃度年際變化,d 霾日數(shù)年際變化,e 日變化,f 發(fā)生概率日變化

年際變化分析,天津地區(qū)PM2.5質(zhì)量濃度2009~ 2012年呈現(xiàn)平穩(wěn)變化,維持在86mg/m3左右,受極端不利氣象條件影響,2013年P(guān)M2.5質(zhì)量濃度躍遷至96mg/m3,《大氣污染防治行動(dòng)計(jì)劃》頒布以后PM2.5質(zhì)量濃度呈現(xiàn)逐年下降的趨勢(shì)(圖2c),相比峰值濃度,2017年P(guān)M2.5質(zhì)量濃度下降了35.4%,相比2009~ 2012年的穩(wěn)定濃度,PM2.5質(zhì)量濃度下降28%.隨著大氣中PM2.5質(zhì)量濃度的減少,霾日呈現(xiàn)顯著下降趨勢(shì),2017年相比2013年霾日下降了55%,中度及其以上霾日由2013年的41d下降到2017年的20d,下降幅度超過(guò)50%,重污染天氣與中度及以上霾日變化趨勢(shì)一致,在2009~2013年保持45~50d范圍變化,經(jīng)過(guò)5a的治理,2017年僅為23d,重污染日顯著減少(圖2d).

基于小時(shí)數(shù)據(jù)分析霾時(shí)和重污染時(shí)日變化.天津地區(qū)PM2.5質(zhì)量濃度呈現(xiàn)單峰型分布(圖2e),每日15h~17h為谷值,8h~10h為峰值,傍晚18h雖然PM2.5質(zhì)量濃度有所增加,但晚高峰并不明顯,18h~22h有持續(xù)增加,然后保持平穩(wěn),直到早晨再次出現(xiàn)峰值.能見度日變化規(guī)律與PM2.5質(zhì)量濃度相反,但波動(dòng)幅度明顯更大,其差異主要因?yàn)槟芤姸仁芟鄬?duì)濕度日變化影響.下半夜到清晨太陽(yáng)升起前相對(duì)濕度出現(xiàn)每日高值,此時(shí)能見度也為全天最低,日出后雖然PM2.5質(zhì)量濃度有小幅增加,但伴隨氣溫的增加,導(dǎo)致濕度降低,能見度呈現(xiàn)增加趨勢(shì).基于上述規(guī)律,天津地區(qū)霾最易發(fā)生在下半夜到上午,峰值出現(xiàn)在6h~9h,有接近50%的概率出現(xiàn)霾,且出現(xiàn)中度及以上霾概率達(dá)到13%(圖2f),午后由于大氣垂直擴(kuò)散條件改善以及相對(duì)濕度下降,霾發(fā)生概率大幅度減小,其發(fā)生概率約在25%~30%.以小時(shí)計(jì)算,2017年天津地區(qū)霾約為2164h,其中中度及以上霾發(fā)生590h,相比2014年分別減少1944h和657h,但霾時(shí)仍占所有時(shí)間的25%,霾天氣依舊是影響天津人民群眾生活的重要問(wèn)題.與霾天氣對(duì)應(yīng)的是重污染天氣,重污染天氣日變化分布相對(duì)平緩,9h~11h發(fā)生的概率略高,為11.6%,每日20h~次日12h發(fā)生概率為10%~11%,午后受垂直擴(kuò)散條件改善影響,在8%~10%之間.對(duì)比霾日間變化,重污染受日間變化影響更小,持續(xù)性更強(qiáng).

2.3 霾天氣和重污染天氣的天氣概念模型

2014~2017年發(fā)生中度及以上霾為111d,重污染天氣為118d,重合天數(shù)為104d.出現(xiàn)中度及以上霾天氣,未出現(xiàn)重污染天氣7d(出現(xiàn)中度污染).地面以高壓后(東風(fēng)增濕)或者鋒前低壓(弱北風(fēng)降溫增濕)為主,平均相對(duì)濕度為82%,由于相對(duì)濕度較高,雖然未出現(xiàn)重度污染,但能見度較低(平均2.5km),達(dá)到中度霾等級(jí);出現(xiàn)重污染天氣,未出現(xiàn)中度霾天氣為14d,其中850hPa呈現(xiàn)偏西或者西北氣流為10d,平均相對(duì)濕度為50%,低相對(duì)濕度導(dǎo)致能見度保持在5~10km,且其中50%的過(guò)程地面已經(jīng)轉(zhuǎn)為偏西或者西北風(fēng),西北風(fēng)、西風(fēng)使得天津地區(qū)相對(duì)濕度快速下降,但北部、西北部輸送的污染物仍然使得天津有較高的細(xì)顆粒物質(zhì)量濃度,空氣質(zhì)量改善時(shí)間明顯滯后于能見度改善時(shí)間.

500hPa環(huán)流分析,當(dāng)高空環(huán)流為平直西風(fēng)氣流、弱西北氣流和槽前西南氣流時(shí)易于霾天氣發(fā)生.具體而言,當(dāng)高空環(huán)流為平直西風(fēng)氣流時(shí),西風(fēng)帶無(wú)明顯波動(dòng),無(wú)明顯天氣系統(tǒng)影響華北地區(qū),氣壓場(chǎng)較弱,易于霾天氣出現(xiàn),占所有過(guò)程的34%;當(dāng)高空處于弱西北氣流控制時(shí),華北地區(qū)受脊前或者槽后弱西北氣流影響,地面以高壓后、弱高壓為主,也有部分前傾槽,地面位于低壓后部或者鋒前低壓區(qū),易于霾天氣出現(xiàn),占所有過(guò)程34%;當(dāng)高空為槽前西南氣流時(shí),華北地區(qū)位于高空槽前,地面多為鋒前低壓區(qū)或均壓場(chǎng)控制,輻合風(fēng)場(chǎng)有利于污染物的累積,占所有過(guò)程32%.

850hPa流場(chǎng)分析,西南氣流是霾天氣最重要的影響氣流,占61%.當(dāng)850hPa為西南氣流時(shí),西南氣流將攜帶河北中南部的污染物輸送到天津,且如果華北地區(qū)受明顯的暖舌控制,暖舌的影響利于逆溫形成,或者西南氣流會(huì)帶來(lái)暖平流,暖平流利于逆溫形成,引起污染物累積.除西南氣流以外,850hPa呈現(xiàn)偏西氣流占13.5%,其多對(duì)應(yīng)地形槽或者華北小低壓天氣,南北向太行山與西風(fēng)下沉,易形成輻合低壓污染.850hPa呈西北流占23%,地面多對(duì)應(yīng)鋒前低壓區(qū),雖然已經(jīng)轉(zhuǎn)為偏北風(fēng)影響,但風(fēng)場(chǎng)較弱,北部輸送和鋒面逆溫導(dǎo)致霾天氣加劇.比較特殊的是前傾槽過(guò)程,高空850hPa為西北氣流,呈現(xiàn)下沉趨勢(shì),地面仍然位于低壓槽前,呈現(xiàn)上升氣流,下沉氣流抑制污染物的垂直擴(kuò)散,而地面弱上升,意味著仍處于低壓輻合區(qū),水平和垂直擴(kuò)散條件的雙重不利,導(dǎo)致污染過(guò)程加劇.

結(jié)合500hPa環(huán)流分析和850hPa流場(chǎng)分析,基于地面天氣形勢(shì),可將天津中度及以上霾天氣劃分為5種類型.分別為均壓場(chǎng)型、弱高壓型、鋒前低壓型、高壓后型和低壓槽型.高壓類型2類,分別為高壓后和弱高壓,其中高壓后部型是華北地區(qū)較為常見的一種污染天氣形勢(shì)(占比27%),由于河北中南部相比京津冀中北部大氣污染物排放量和氣象條件均有利污染物積累,當(dāng)高壓后-低壓前地面形勢(shì)出現(xiàn)時(shí),天津地區(qū)一般為暖平流控制,易于逆溫出現(xiàn),西南輸送和本地垂直擴(kuò)散條件不利,雙重疊加有利于霾天氣發(fā)生.弱高壓(占比9.9%),主要為北部弱高壓型,海平面氣壓場(chǎng)呈現(xiàn)北高南低格局,前期污染積累以及冷空氣的強(qiáng)度對(duì)于弱高壓型污染是否出現(xiàn)中度及以上霾天氣至關(guān)重要.當(dāng)前期冷空氣較弱時(shí),對(duì)區(qū)域性污染清除不徹底,冷空氣減弱后,易于大氣污染回流或者上游輸送滯留,導(dǎo)致霾天氣出現(xiàn),此類天氣需要注意弱高壓天氣下沉氣流對(duì)大氣污染物垂直擴(kuò)散的影響.低壓類型有3類,占比最多的為鋒前低壓(占比28.8%),該天氣一般為污染過(guò)程的最后階段,也是污染過(guò)程峰值階段,未來(lái)有冷鋒過(guò)境,目前處于低壓系統(tǒng)或弱氣壓場(chǎng)內(nèi).在此階段大氣污染受前期積累和上游輸送的共同的影響,呈現(xiàn)較高的峰值濃度.其次為均壓場(chǎng)(占比22%),弱風(fēng)場(chǎng)是此類污染天氣的最大特征,當(dāng)濕度較高時(shí),此類天氣也易出現(xiàn)霧霾交替產(chǎn)生的現(xiàn)象.低壓槽也是華北地區(qū)典型的低壓污染類型(占比11.7%),其屬于輻合風(fēng)場(chǎng)污染類型.由于我國(guó)處于西風(fēng)帶,太行山又呈現(xiàn)南北向,氣流過(guò)山后,氣柱伸長(zhǎng),空氣發(fā)生輻合,氣旋性渦度增加,下沉氣流絕熱增溫,在對(duì)流層低層產(chǎn)生暖溫度脊,使低層減壓,在華北平原形成低槽(華北地形槽).該地形槽常為地面氣壓場(chǎng)的暖性低槽,有時(shí)在地形槽內(nèi)出現(xiàn)地形低壓,強(qiáng)度弱、不發(fā)展.受其影響在華北平原常有低壓區(qū)輻合區(qū)的存在,當(dāng)?shù)蛪狠椇蠀^(qū)閉合時(shí),我們稱為華北小低壓,當(dāng)?shù)蛪狠椇蠀^(qū)不閉合時(shí),稱為地形槽.地形槽與低壓系統(tǒng)相互融合,使得華北平原地區(qū)風(fēng)場(chǎng)輻射,污染滯留,有利于霾天氣的出現(xiàn).

圖3 中度及以上霾天氣概念模型

根據(jù)上述分析,構(gòu)建天津地區(qū)霾天氣概念模型,I為高壓后型;II為北部弱高壓型;III低壓槽型;IV均壓場(chǎng)型;V鋒前低壓型.具體如下(圖3):

2.4 PM2.5、相對(duì)濕度和能見度的關(guān)系

大氣低能見度的形成原因復(fù)雜,且存在明顯的地域性和季節(jié)性,其對(duì)應(yīng)的天氣現(xiàn)象有霧、霾、沙塵和降水等.霾天氣能見度與氣溶膠、相對(duì)濕度密切相關(guān),其貢獻(xiàn)達(dá)到大氣消光的85%以上,氣溶膠質(zhì)量濃度、粒徑譜分布、化學(xué)組分、吸濕特性和黑碳及其混合狀態(tài)等性質(zhì)均對(duì)其產(chǎn)生影響,在PM2.5中硫酸鹽、硝酸鹽和含碳?xì)馊苣z是引起能加度降低的主要成分.如果固定相對(duì)濕度,清晰顯示PM2.5質(zhì)量濃度與能見度呈現(xiàn)冪指數(shù)關(guān)系(表4),參考馬楠等[33]和蔡子穎等[32]在天津武清和城區(qū)的工作,基于2014~ 2016年P(guān)M2.5質(zhì)量、相對(duì)濕度和能見度建立擬合式,共計(jì)25828h,以2017年數(shù)據(jù)作為檢驗(yàn).擬合式1,其中為大氣消光系數(shù),可通過(guò)3912/計(jì)算大氣能見度(最高為30km,超過(guò)30km取30km),值為7.63,值為0.9,值為0.479,相比使用2012年城區(qū)觀測(cè)擬合的數(shù)據(jù),本研究擬合數(shù)據(jù)采用天津全市樣本,且2014年后環(huán)保部門使用RP1405F測(cè)量PM2.5質(zhì)量,相比原有的氣象部門RP1400,其揮發(fā)性有機(jī)物的補(bǔ)償使得監(jiān)測(cè)PM2.5質(zhì)量濃度略高于以前觀測(cè).基于此、和略有調(diào)整(原擬合式[21]中為6.72,為0.89,為0.838).基于2017年全年樣本進(jìn)行檢驗(yàn),模擬能見度和實(shí)況能見度相關(guān)系數(shù)0.94(圖4),相對(duì)誤差18.6%,比使用原有公式模擬2017年能見度略有改進(jìn)(相關(guān)系數(shù)0.93,相對(duì)誤差22%).在不考慮PM2.5質(zhì)量和相對(duì)濕度預(yù)報(bào)誤差的情況下,使用式1計(jì)算霾等級(jí)(2014~2017年),霾日辨識(shí)準(zhǔn)確率為85%,霾日辨識(shí)準(zhǔn)確為95.6%,樣本500d;輕微霾辨識(shí)準(zhǔn)確率為83%,樣本338;輕度霾辨識(shí)準(zhǔn)確率為78%,樣本55d;中度霾辨識(shí)準(zhǔn)確率93%,樣本72d;重度及以上霾辨識(shí)準(zhǔn)確率為94%,樣本34d.假定誤差一個(gè)等級(jí)辨識(shí)記為正確,則各等級(jí)平均辨識(shí)準(zhǔn)確率為99.5%.由此表明該式對(duì)霾等級(jí)辨識(shí)具有較高的準(zhǔn)確性.同時(shí)也說(shuō)明在確定PM2.5質(zhì)量濃度和相對(duì)濕度的基礎(chǔ)上,依據(jù)式(1)計(jì)算能見度日值雖然有接近20%的誤差,但對(duì)于判斷霾等級(jí),有較強(qiáng)的適用性.尤其在中度及以上霾天氣,其等級(jí)辨識(shí)準(zhǔn)確率可達(dá)到93%以上.

=′PM2.5(1-RH)-c′RH(1)

表4 不同相對(duì)濕度段天津能見度(y)與PM2.5質(zhì)量濃度(x)的定量關(guān)系式

圖4 大氣水平能見度模擬值和實(shí)測(cè)值對(duì)比

2.5 霾天氣數(shù)值預(yù)報(bào)

2.4節(jié)從理論確定了使用式(1)可較好的進(jìn)行霾天氣數(shù)值預(yù)報(bào).基于WRF/chem.模型構(gòu)建霾天氣數(shù)值模式,收集2015~2017年的24h預(yù)報(bào)產(chǎn)品進(jìn)行檢驗(yàn).從統(tǒng)計(jì)數(shù)據(jù)反映,基于式(1)和WRF/chem.模型可以較好的開展天津霾天氣的能見度模擬和預(yù)報(bào),其能見度預(yù)報(bào)值與實(shí)況值相關(guān)系數(shù)0.75,預(yù)報(bào)均值13.9km,實(shí)況均值14.1km,相對(duì)誤差29.6%,FAC2(預(yù)報(bào)值在實(shí)況值兩倍范圍內(nèi)百分比)為98.1%.預(yù)報(bào)值與實(shí)況出現(xiàn)誤差最主要的影響因素為PM2.5質(zhì)量濃度預(yù)報(bào)和實(shí)況的偏差,2015~2017年P(guān)M2.5質(zhì)量濃度預(yù)報(bào)值與實(shí)況值相關(guān)系數(shù)0.73,預(yù)報(bào)均值68μg/m3,實(shí)況均值69μg/m3,相對(duì)誤差33.5%,FAC2值為86%,相對(duì)濕度相比PM2.5質(zhì)量濃度預(yù)報(bào),無(wú)論相對(duì)誤差,還是相關(guān)系數(shù)均表現(xiàn)的更為優(yōu)異,其預(yù)報(bào)值與實(shí)況值相關(guān)系數(shù)為0.89,預(yù)報(bào)均值為53,實(shí)況均值為57,相對(duì)誤差為12.7%,FAC2值為98.1%.基于上述方法,開展霾天氣預(yù)報(bào)和模擬,霾日預(yù)報(bào)準(zhǔn)確率為81.4%,霾日漏報(bào)率為18.6%,霾日空?qǐng)?bào)率20.6%,可有效支撐霾預(yù)報(bào)的開展.對(duì)于精細(xì)化的霾等級(jí)預(yù)報(bào)開展,表5顯示大部分情況下霾等級(jí)預(yù)報(bào)的準(zhǔn)確率在50%以上,如果容錯(cuò)1級(jí),輕微霾日預(yù)報(bào)準(zhǔn)確率為96%,輕度霾日預(yù)報(bào)準(zhǔn)確率為85%,中度及以上霾日預(yù)報(bào)準(zhǔn)確率為69%,相比基于PM2.5的空氣質(zhì)量等級(jí)預(yù)報(bào),其等級(jí)預(yù)報(bào)準(zhǔn)確率35%,容錯(cuò)1級(jí)等級(jí)預(yù)報(bào)準(zhǔn)確率86%,基于式1和數(shù)值模式的天津霾等級(jí)預(yù)報(bào)準(zhǔn)確率與基于數(shù)值模式的空氣質(zhì)量預(yù)報(bào)準(zhǔn)確率大體相當(dāng),后期需要通過(guò)改進(jìn)數(shù)值模式PM2.5質(zhì)量濃度預(yù)報(bào)能力,提升天津地區(qū)霾等級(jí)預(yù)報(bào)水平.

表5 基于數(shù)值模式天津地區(qū)霾等級(jí)預(yù)報(bào)準(zhǔn)確率(2015~2017年)

3 結(jié)論

3.1 基于2014~2017年天津地區(qū)實(shí)測(cè)的資料,分析霾天氣和重污染天氣的聯(lián)系.一般而言,中度霾對(duì)應(yīng)重度污染天氣,重度霾對(duì)應(yīng)重度到嚴(yán)重污染天氣;反之,五級(jí)重度污染天氣一般有中-重度霾發(fā)生,六級(jí)嚴(yán)重污染天氣有重度霾發(fā)生.

3.2 天津地區(qū)霾天氣全年均有發(fā)生,中度及以上霾呈現(xiàn)明顯季節(jié)差異,96%發(fā)生在每年10月~次年3月,與重污染天氣月季分布規(guī)律基本一致.隨著大氣中PM2.5質(zhì)量濃度的減少,霾日呈現(xiàn)顯著下降趨勢(shì),2017年相比2013年霾日下降了55%,中度及其以上霾日由2013年的41d下降到2017年的20d,下降幅度超過(guò)50%.分析2013~2017年所有中度及以上霾過(guò)程,天津地區(qū)霾天氣可以劃分為5類,分別為高壓后部型、北部弱高壓型、低壓槽型、均壓場(chǎng)型和鋒前低壓型.

3.3 PM2.5質(zhì)量濃度與能見度呈現(xiàn)冪指數(shù)關(guān)系,基于實(shí)況監(jiān)測(cè)可清晰描繪天津PM2.5質(zhì)量濃度、相對(duì)濕度和能見度三者關(guān)系,并建立能見度計(jì)算方程.實(shí)況監(jiān)測(cè)數(shù)據(jù)反算,該方程計(jì)算的能見度和實(shí)況能見度相關(guān)系數(shù)0.94,相對(duì)誤差18.6%,非霾日辨識(shí)準(zhǔn)確率85%,霾日辨識(shí)準(zhǔn)確95.6%,輕微霾辨識(shí)準(zhǔn)確率為83%,輕度霾辨識(shí)準(zhǔn)確率為78%,中度霾辨識(shí)準(zhǔn)確率93%,重度及以上霾辨識(shí)準(zhǔn)確率94%.假定誤差一個(gè)等級(jí)辨識(shí)記為正確,則各等級(jí)平均辨識(shí)準(zhǔn)確率為99.5%,對(duì)于判斷霾等級(jí),有較強(qiáng)的適用性.

3.4 基于本地化能見度計(jì)算方程,結(jié)合WRF/chem數(shù)值模式開展天津地區(qū)能見度和霾等級(jí)預(yù)報(bào).2015~ 2017年24h預(yù)報(bào)產(chǎn)品檢驗(yàn)顯示:能見度預(yù)報(bào)值與實(shí)況值相關(guān)系數(shù)為0.75,預(yù)報(bào)均值為13.9km,實(shí)況均值為14.1km,相對(duì)誤差為29.6%,FAC2為98.1%;霾日預(yù)報(bào)準(zhǔn)確率為81.4%,霾日漏報(bào)率為18.6%,霾日空?qǐng)?bào)率為20.6%,如果容錯(cuò)1級(jí),輕微霾日預(yù)報(bào)準(zhǔn)確率為96%,輕度霾日預(yù)報(bào)準(zhǔn)確率為85%,中度及以上霾日預(yù)報(bào)準(zhǔn)確率為69%,其準(zhǔn)確率與基于數(shù)值模式的空氣質(zhì)量預(yù)報(bào)準(zhǔn)確率大體相當(dāng),可有效支撐霾等級(jí)預(yù)報(bào)的開展,在后期研究中,也需要通過(guò)改進(jìn)數(shù)值模式PM2.5質(zhì)量濃度預(yù)報(bào)能力,提升天津霾等級(jí)預(yù)報(bào)水平.

[1] 吳 兌.關(guān)于霾與霧的區(qū)別和灰霾天氣預(yù)警的討論[J]. 氣象, 2005, 31(4):3-7. Wu D. A Discussion on Difference between Haze and Fog and Warning of Ash Haze Weather [J]. Meteorological monthly. 2005, 31(4):3-7.

[2] 吳 兌,畢雪巖,鄧雪嬌,等.珠江三角洲大氣灰霾導(dǎo)致能見度下降問(wèn)題研究[J]. 氣象學(xué)報(bào), 2006,64(4):510-517.Wu D, Bi X, Deng X J, et al. Effect of atmospheric haze on the deterioration of visibility over the pear river detla [J]. Acta Meteorological sinica, 2006,64(4):510-517.

[3] 陳歡歡,吳 兌,譚浩波,等.珠江三角洲2001~2008年灰霾天氣過(guò)程特征分析[J]. 熱帶氣象學(xué)報(bào), 2010,26(2):147-155.Chen H H, Wu D, Tan H B, et al. Study on the character of haze weather process from the year 2001 to 2008 over the pearl river delta [J]. Journal of tropical meteorology, 2010,26(2):147-155.

[4] 吳 蒙,范紹佳,吳 兌,等.廣州地區(qū)灰霾與清潔天氣變化特征及影響因素分析[J]. 中國(guó)環(huán)境科學(xué), 2012,32(8):1409-1415.Wu M, Fan S J, Wu D, et al. Characteristics and influence factors study of haze and cleaning weather over Guangzhou Area [J]. China Environmental Science. 2012,32(8):1409-1415.

[5] 劉 瓊,耿福海,陳勇航,等.上海不同強(qiáng)度干霾期間氣溶膠垂直分布特征[J]. 中國(guó)環(huán)境科學(xué), 2012,32(2):207-213.Liu Q, Geng F H, Chen Y H, et al. Vertical distribution of aerosols during different intense dry haze periods around Shanghai [J]. China Environmental Science, 2012,32(2):207-213.

[6] 王 苑,耿福海,陳勇航,等.基于微脈沖激光雷達(dá)的上海浦東地區(qū)不同強(qiáng)度霾研究[J]. 中國(guó)環(huán)境科學(xué), 2013,33(1):21-29.Wang Y, Geng F H, Chen Y H, et al. Study of haze with different intensity categories at Pudong District in Shanghai based on micro- pulse lidar [J]. China Environmental Science, 2013,33(1):21-29.

[7] 王 靜,牛生杰,許 丹,等.南京一次典型霧霾天氣氣溶膠光學(xué)特性[J]. 中國(guó)環(huán)境科學(xué), 2013,33(2):201-208.Wang J, Niu S J, Xu D, et al. Aerosol optical properties during the typical haze/fog event in Nanjing [J]. China Environmental Science. 2013,33(2):201-208.

[8] 朱佳雷,王體健,邢 莉,等.江蘇省一次重霾污染天氣的特征和機(jī)理分析[J]. 中國(guó)環(huán)境科學(xué), 2011,31(12):1943-1950.Zhu J L, Wang T J, Xing L, et al. Analysis on the characteristics and mechanism of a heavy haze episode in Jiangsu Province [J]. China Environmental Science. 2011,31(12):1943-1950.

[9] 吳 兌,廖碧婷,吳 蒙,等.環(huán)首都圈霾和霧的長(zhǎng)期變化特征與典型個(gè)例的近地層輸送條件[J]. 環(huán)境科學(xué)學(xué)報(bào), 2014,34(1):1-11.Wu D, Liao B, Wu M, et al. The long-term trend of haze and fog days and the surface layer transport conditions under haze weather in North China [J]. Acta Scientiae Circumstantiae, 2014,34(1):1-11.

[10] 薛亦峰,周 震,聶 滕,等.2015年12月北京市空氣重污染過(guò)程分析及污染源排放變化[J]. 環(huán)境科學(xué), 2016,37(5):1593-1601. Xue Y F, Zhou Z, Nie T, et al. Exploring the Severe Haze in Beijing During December, 2015: Pollution Process and Emissions Variation [J]. Environmental Science. 2016,37(5):1593-1601.

[11] 穆 穆,張人禾.應(yīng)對(duì)灰霾天氣:氣象科學(xué)與技術(shù)大有可為[J]. 中國(guó)科學(xué):地球科學(xué), 2014,44(1):1-2. Mu M, Zhang R H.Dealing with Haze Weather: Great Prospects for Meteorological Science and Technology [J].Chinese Science: Geosciences, 2014,44(1):1-2.

[12] 董春卿,鄭有飛,武永利,等.邊界層方案對(duì)山西冬季一次靜穩(wěn)天氣PM2.5濃度模擬的影響[J]. 中國(guó)環(huán)境科學(xué), 2016,36(6):1669-1680.Dong C Q, Zheng Y F, Wu Y L, et al. The effects of different planetary boundary layer schemes on PM2.5concentration simulations in winter stable weather of Shanxi [J]. China Environmental Science. 2016, 36(6):1669-1680.

[13] 李令軍,王占山,張大偉,等.2013~2014年北京大氣重污染特征研究[J]. 中國(guó)環(huán)境科學(xué), 2016,36(1):27-35.Ling J, Wang Z S, Zhang D W, et al. Analysis of heavy air pollution episodes in Beijing during 2013~2014 [J]. China Environmental Science, 2016,36(1):27-35.

[14] 劉興瑞,馬 嫣,崔芬萍,等.南京北郊一次重污染事件期間PM2.5理化特性及其對(duì)大氣消光的影響[J]. 環(huán)境化學(xué), 2016,35(6):1164- 1171. LiuX R, Ma Y, Cui F P, et al. Physicochemical characteristics of PM2.5and impacts on light extinction during the heavy pollution period at North Suburban Nanjing [J]. Environmental Chemistry, 2016,35(6): 1164-1171.

[15] 蔡子穎,韓素芹,張 敏,等.天津地區(qū)污染天氣分析中垂直擴(kuò)散指標(biāo)構(gòu)建及運(yùn)用[J]. 環(huán)境科學(xué), 2018,39(6):2548-2556.Cai Z Y, Han S Q, Zhang M, et al. Construction and Application of Vertical Diffusion Index for Analyzing Weather During Pollution Events in Tianjin [J]. Environmental Science, 2018,39(6):2548-2556.

[16] Tang G, Zhu X, Hu B, et al. Impact of emission controls on air quality in Beijing during APEC 2014: lidar ceilometer observations [J]. Atmospheric Chemistry & Physics, 2015,15(21):12667-12680.

[17] Han S, Hao T, Zhang Y, et al. Vertical observation and analysis on rapid formation and evolutionary mechanisms of a prolonged haze episode over central-eastern China. Science of total environment [J]. Science of the total environment, 2018,2018(616):135-146.

[18] 李 夢(mèng),唐貴謙,黃 俊,等.京津冀冬季大氣混合層高度與大氣污染的關(guān)系[J]. 環(huán)境科學(xué), 2015,36(6):1935-1943.Li M, Tang G Q, Huang J, et al. Characteristics of Winter Atmospheric Mixing Layer Height in Beijing-Tianjin-Hebei Region and Their Relationship with the Atmospheric Pollution [J]. Environmental Science, 2015,36(6):1935-1943.

[19] 蔡子穎,韓素芹,汪 靖,等.基于天氣背景天津地區(qū)重污染天氣特征分析[J]. 環(huán)境科學(xué)學(xué)報(bào), 2017,37(10):3906-3917.Cai Z Y, Han S Q, Wang J, et al. Analysis of synoptic characteristics of heavy pollution in Tianjin based on weather background [J]. Acta Scientiae Circumstantiae, 2017,37(10):3906-3917.

[20] 周 鑫,丁菊麗,田 偉,等.能見度參數(shù)化方案概述[J]. 氣象研究與應(yīng)用, 2009,30(3):22-25.Zhou X, Ding J, Tian W, et al. Introduction of Visibility Parameterization Scheme [J]. Journal of meteorological research and application. 2009,30(3):22-25.

[21] 邊 海,張?jiān)７?韓素芹,等.天津市大氣能見度與顆粒物污染的關(guān)系[J]. 中國(guó)環(huán)境科學(xué), 2012,32(3):406-410. Bian H, Han S Q, Zhang Y F, et al. Relationship between atmospheric visibility and particulate matter pollution in Tianjin [J]. China Environmental Science. 2012,32(3):406-410.

[22] 陳義珍,趙 丹,柴發(fā)合,等.廣州市與北京市大氣能見度與顆粒物質(zhì)量濃度的關(guān)系[J]. 中國(guó)環(huán)境科學(xué), 2010,30(7):967-971.Chen Y Z, Zhao D, Chai F H, et al. Correlation between the atmospheric visibility and aerosol fine particle concentrations in Guangzhou and Beijing [J]. China Environmental Science. 2010,30(7): 967-971.

[23] 姚 青,蔡子穎,韓素芹,等.2009年秋冬季天津低能見度天氣下氣溶膠污染特征[J]. 氣象, 2012,38(9):1096-1102. Yao Q, Cai Z Y, Han S Q, et al. Study on Pollution Characteristics of aerosols during low visibility weather at Tianjin City in Autumn and Winter 2009 [J]. Meteorological monthly. 2012,38(9):1096-1102.

[24] 姚 青,韓素芹,蔡子穎,等.天津城區(qū)春季大氣氣溶膠消光特性研究[J]. 中國(guó)環(huán)境科學(xué), 2012,32(5):795-802.Yao Q, Han S Q, Cai Z Y, et al. Study on characteristic of aerosol extinction at Tianjin City in the spring [J]. China Environmental Science, 2012,32(5):795-802.

[25] 劉西川,高太長(zhǎng),劉 磊,等.降水現(xiàn)象對(duì)大氣消光系數(shù)和能見度的影響[J]. 應(yīng)用氣象學(xué)報(bào), 2010,21(4):433-441. Liu X C, Gao T C, Liu L, et al. Influences of Precipitation on atmospheric Extinction coefficient and Visibility [J]. Journal of applied metrological science, 2010,21(4):433-441.

[26] 劉寧微,馬雁軍,王揚(yáng)鋒.遼寧中部城市群夏季大氣能見度的觀測(cè)研究[J]. 氣象學(xué)報(bào), 2012,70(4):814-820.Liu N W, Ma Y J, Wang Y F, et al. Observational study of atmospheric visibility in summer in the area of multicities in central Liaoning Province [J]. Acta Meteorological Sinica, 2012,70(4):814-820.

[27] 饒曉琴,馬學(xué)款,黃 威.2014年12月大氣環(huán)流和天氣分析[J]. 氣象, 2015,41(3):380-387.Wang J K, Gui H L, Ma X K, et al. Analysis of the December 2017 Atmospheric circulation and weather [J]. Meteorological Monthly. 2015,41(3):380-387.

[28] 熊亞軍,廖曉農(nóng),李梓銘,等.KNN數(shù)據(jù)挖掘算法在北京地區(qū)霾等級(jí)預(yù)報(bào)中的應(yīng)用[J]. 氣象, 2015,41(1):98-104.Xiong Y J, Liao X N, Li Z M, et al. Application of KNN data mining algorithm to haze grade forecasting in Beijing [J]. Meteorological Monthly. 2015,41(1):98-104.

[29] 趙秀娟,徐 敬,張自銀,等.北京區(qū)域環(huán)境氣象數(shù)值預(yù)報(bào)系統(tǒng)及PM2.5預(yù)報(bào)檢驗(yàn)[J]. 應(yīng)用氣象學(xué)報(bào), 2016,27(2):160-172.Zhao X J, Xu J, Zhang Z Y, et al. Beijing Regional Environmental Metrology prediction system and its performance test of PM2.5concentration [J]. Journal of applied metrological science. 2016,27(2): 160-172.

[30] 鄧 濤,鄧雪嬌,吳 兌,等.珠三角灰霾數(shù)值預(yù)報(bào)模式與業(yè)務(wù)運(yùn)行評(píng)估[J]. 氣象科技進(jìn)展, 2012,2(6):38-44.Deng T, Deng X J, Wu D, et al. Study on Numerical Forecast Model of Haze over Pearl River Delta Region and Routine Business Assessment [J]. Advances in Meteorological Science and Technology. 2012,2(6): 38-44.

[31] 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.Li F, Zhu B, An J L, et al. Modeling study of a severe haze episode occurred over the Yangtze River Delta and its surrounding regions during early December, 2013 [J]. China Environmental Science, 2015, 35(7):1965-1974.

[32] 蔡子穎,劉愛霞,韓素芹,等.天津低能見度特征初探[J]. 氣象, 2014,40(1):114-118.Cai Z Y, Liu A X, Han S Q, et al. Research of Characteristics on low visibility in Tianjin[J].Meteorological monthly. 2014,40(1):114-118.

[33] 馬 楠,趙春生,陳 靜,等.基于實(shí)測(cè)PM2.5、能見度和相對(duì)濕度分辨霧霾的新方法[J]. 中國(guó)科學(xué):地球科學(xué), 2015,45(2):227-235. Ma N, Zhao C S, Chen J, et al. A novel method for distinguishing fog and haze based on PM2.5, visibility, and relative humidity [J]. Science China: Earth Sciences, 2014(57):2156–2164.

[34] 白永清,祁海霞,劉 琳,等.武漢大氣能見度與PM2.5濃度及相對(duì)濕度關(guān)系的非線性分析及能見度預(yù)報(bào)[J]. 氣象學(xué)報(bào), 2016,74(2): 189-199.Bai Y Q, Qi H X, Liu L, et al. Study on the nonlinear relationship among the visibility, PM2.5concentration and relative humidity in Wuhan and visibility prediction [J]. Acta Meteorological sinica. 2016, 74(2):189-199.

[35] 胡 俊,趙天良,張澤鋒,等.霾污染環(huán)境大氣能見度參數(shù)化方案的改進(jìn)[J]. 環(huán)境科學(xué)研究, 2017,30(11):1680-1688.Hu J, Zhao T L, Zhang Z F, et al. Upgradeding atmospheric visibility parameterization scheme for haze pollution environment [J]. Research of Environmental Sciences,2017,30(11):1680-1688.

[36] 沈鐵迪,王體健,陳璞瓏,等.南京城區(qū)夏秋季能見度與PM2.5化學(xué)成分的關(guān)系[J]. 中國(guó)環(huán)境科學(xué), 2015,35(3):652-658.Shen T D, Wang T J, Chen P L，et al. Relationship between atmospheric visibility and chemical composition of PM2.5in the summer and autumn of Nanjing [J]. China Environmental Science. 2015,35(3):652-658.

[37] 古金霞,董海燕,白志鵬,等.天津市顆粒物散射消光特征及化學(xué)組分貢獻(xiàn)研究[J]. 中國(guó)環(huán)境科學(xué), 2012,32(1):17-22.Gu J X, Dong H Y, Bai Z P，et al. Light scattering extinction characterization of particulates and chemical composition contribution in Tianjin [J]. China Environmental Science. 2012,32(1):17-22.

[38] 尚 倩,李子華,楊 軍,等.南京冬季大氣氣溶膠粒子譜分布及其對(duì)能見度的影響[J]. 環(huán)境科學(xué), 2011,32(9):2750-2760.Shan Q, Li Z H, Yang J, et al. Size Distributions of Aerosol Particles and the Impact on Visibility in Winter of Nanjing [J]. Environmental Science. 2011,32(9):2750-2760.

[39] 韓素芹,張?jiān)７?李英華,等.天津市春季氣溶膠消光特征和輻射效應(yīng)的數(shù)值模擬[J]. 中國(guó)環(huán)境科學(xué), 2011,31(1):8-12.Han S Q, Zhang Y F, Li Y H, et al. Simulation of extinction and radiant effect of aerosol in spring of Tianjin City [J]. China Environmental Science, 2011,31(1):8-12.

[40] Mu Q, Lammel G, Gencarelli C N, et al. Regional modelling of polycyclic aromatic hydrocarbons: WRF/Chem-PAH model development and East Asia case studies [J]. Atmospheric Chemistry & Physics, 2017,2017(17):12253-12267.

[41] Ryu Y H, Hodzic A, Barre J, et al. Quantifying errors in surface ozone predictions associated with clouds over CONUS: A WRF-Chem modeling study using satellite cloud retrievals [J]. Atmospheric Chemistry & Physics, 2018,(18):7509-7525.

[42] Zhang L, Li Q, Wang T, et al. Combined impacts of nitrous acid and nitryl chloride on lower-tropospheric ozone: new module development in WRF-Chem and application to China [J]. Atmospheric Chemistry & Physics, 2017,(17):9733-9750.

[43] 中國(guó)氣象局.QX/T 113中華人民共和國(guó)氣象行業(yè)標(biāo)準(zhǔn):霾的觀測(cè)和預(yù)報(bào)等級(jí) [S]. 2010.China Meteorological Administration. QX/T 113. Meteorological industry standard of the People's Republic of China: Haze observation and forecast level

Research on characteristics of haze weather in Tianjin.

CAI Zi-ying1,2,3*, YAO Qing1,3, HAN Su-qin3, QIU Xiao-bin3, ZHANG-Min1, WU Bin-gui3, WANG Xue-lian3

(1.Tianjin Environmental Meteorological Center, Tianjin 300074, China；2.Key Laboratory of Atmospheric Chemistry, China Meteorological Administration, Beijing 100081, China；3.Tianjin Institute of Meteorology, Tianjin 300074, China)., 2019,39(1)：50~60

A research was carried out on characteristics of the haze weather in Tianjin based on the monitoring data of PM2.5mass concentration, visibility and relative humidity in the area from 2014 to 2017, The findings showed that there are five types of haze processes above moderate degree in Tianjin: that in the rear of high pressure, that caused by weak high pressure from north, that caused by low pressure trough, that caused by uniform pressure field and that caused by low pressure before front. As per the current standards, moderate haze generally corresponds to severely polluted weather; severe haze corresponds to severely to untra-severely polluted weather. Moderate to severe haze usually occurs in Level V severely polluted weather, and severe haze occurs in Level VI ultra-severely polluted weather. After "Air Pollution Prevention Action Plan" was implemented in 2013, PM2.5mass concentration and haze days were significantly reduced, by 2017, the number of haze days had decreased by 55% compared with 2013, moderate and above haze days decreased by 50% from 41d in 2013 to 20d in 2017. Based on the monitoring data of PM2.5mass concentration, visibility and relative humidity, the calculation equation of regional visibility can be well constructed. Statistics showed that the correlation coefficient between visibility and real value in the estimation is 0.94, with the relative error 18.6%, identification accuracy rate of the non-haze day is 85%, that of the haze days 95.6%, that of the ultra-slight haze days 83%, that of the slight haze days 78%, that of moderate haze days 93% and that of severe and above haze days 94%, which is greatly applicable for judgement of haze level. This equation was combined with the air quality model to predict the haze level. Inspection of the forecasting product showed: the correlation coefficient between the forecast values and real values of visibility is 0.75, with average forecast value 13.9km and the average real value 14.1km, and the relative error rate 29.6%, the FAC2 (the ratio of the forecast value to two times the real value) is 98.1%, the forecast accuracy rate, forecast missing rate and false rate of the haze days are 81.4%, 18.6% and 20.6%, respectively. Let the tolerance be of Level I, the forecast accuracy rates of ultra-slight haze days, the slight haze days and the moderate and above haze days are 96%, 85% and 69%, respectively, which may effectively support the haze level forecast in Tianjin.

forecast of haze level；severely polluted weather；Tianjin

X131.1

A

1000-6923(2019)01-0050-11

蔡子穎(1984-),男,江蘇揚(yáng)州人,南京信息工程大學(xué)碩士研究生,高級(jí)工程師,主要從事大氣環(huán)境和氣候效應(yīng)研究.發(fā)表論文14篇.

2018-05-24

國(guó)家自然科學(xué)基金資助項(xiàng)目(41771242,41675018);國(guó)家重點(diǎn)研發(fā)計(jì)劃(2016YFC0203302);中國(guó)氣象科學(xué)研究院中國(guó)氣象局大氣化學(xué)重點(diǎn)實(shí)驗(yàn)室開放課題(2018B06);天津市自然科學(xué)基金資助項(xiàng)目(16JCYBJC21500,17JCYBJC23400)

* 責(zé)任作者, 高級(jí)工程師, 120078030@163.com