新型垂直探測(cè)資料在污染天氣分析中的應(yīng)用

黃 俊,廖碧婷,王春林,譚浩波,沈子琦,藍(lán) 靜,湯 靜,岳海燕

?

新型垂直探測(cè)資料在污染天氣分析中的應(yīng)用

黃 俊1,廖碧婷2,王春林1,譚浩波3*,沈子琦1,藍(lán) 靜1,湯 靜1,岳海燕4

(1.廣州市氣候與農(nóng)業(yè)氣象中心,廣東 廣州 511430；2.廣州市黃埔區(qū)氣象局,廣東 廣州 510530；3.廣東省生態(tài)氣象中心,廣東 廣州 510640；4.廣州市氣象臺(tái),廣東 廣州 511430)

針對(duì)2017年1月上旬廣州地區(qū)出現(xiàn)的一次持續(xù)時(shí)間長(zhǎng)的重污染天氣過(guò)程,基于地面觀測(cè)資料、激光雷達(dá)、風(fēng)廓線雷達(dá)和微波輻射計(jì)數(shù)據(jù),從水平和垂直擴(kuò)散條件2個(gè)方面分析了此次污染過(guò)程的形成和維持的原因.結(jié)果表明:(1)本次污染過(guò)程期間,廣州地區(qū)地面風(fēng)速基本為小于2m/s的偏北風(fēng),在300m高度以下普遍存在平均水平風(fēng)速低于2.6m/s的小風(fēng)層;污染前期640m高度內(nèi)的各層回流指數(shù)廓線小于0.6,100m高度小于0.4,污染緩解后回流指數(shù)高于0.7.(2)地面PM2.5濃度與逆溫強(qiáng)度的相關(guān)系數(shù)為0.42,過(guò)程平均逆溫厚度167m,平均逆溫強(qiáng)度為1.08℃/100m;(3)PM2.5濃度與邊界層高度的相關(guān)系數(shù)為-0.56,清潔時(shí)段的平均邊界層高度(876m)約為污染時(shí)段(620m)的1.4倍,過(guò)程最低邊界層高度為267m;PM2.5濃度與邊界層通風(fēng)量的相關(guān)系數(shù)為-0.61,清潔時(shí)段的平均邊界層通風(fēng)量(2538m2/s)約為污染時(shí)段(1136m2/s)的2.2倍,使用邊界層通風(fēng)量能更好表征大氣污染的程度.

激光雷達(dá)；風(fēng)廓線；微波輻射計(jì)；大氣污染；廣州

大氣邊界層是受地面影響最直接、最劇烈的氣層,也是地氣交換的主要場(chǎng)所.受熱力和動(dòng)力作用,大氣邊界層結(jié)構(gòu)及其變化在大氣污染的形成、輸送、擴(kuò)散和清除等過(guò)程中起著非常重要的作用[1-3].邊界層高度的降低、垂直方向風(fēng)速的減弱及逆溫層的存在等邊界層氣象條件不利于近地面污染物的垂直擴(kuò)散[4-5],易引起近地面污染累積加劇,因此,開展大氣邊界層特征研究對(duì)大氣污染的形成機(jī)理具有重要的意義.

目前,研究邊界層特征的傳統(tǒng)探測(cè)手段主要為小球探空、氣象高塔、系留氣艇、飛機(jī)、無(wú)線電探空儀等[6-8],但這些氣象探測(cè)很難得到高時(shí)空分辨率的大氣邊界層連續(xù)演變信息.相比傳統(tǒng)的氣象觀測(cè)手段,一些基于遙感探測(cè)技術(shù)的先進(jìn)儀器設(shè)備(如微波輻射計(jì)、激光雷達(dá)和風(fēng)廓線雷達(dá)等)迅速發(fā)展、日益成熟,由于其操作的可持續(xù)性,探測(cè)結(jié)果具有時(shí)空分辨率高、連續(xù)穩(wěn)定的優(yōu)勢(shì),成為近年來(lái)邊界層探測(cè)的主要技術(shù),國(guó)內(nèi)外學(xué)者廣泛開展基于新型探測(cè)儀器廓線測(cè)量的邊界層特征研究[9-21].大量文獻(xiàn)探討了利用單一新型探測(cè)資料來(lái)分析邊界層特征及其對(duì)污染物擴(kuò)散的影響,對(duì)于融合多種新型垂直探測(cè)資料,從垂直和水平擴(kuò)散條件方面詳細(xì)分析污染過(guò)程中的邊界層特征及其對(duì)重污染天氣形成影響的工作仍較缺乏.本文基于廣州地區(qū)的邊界層風(fēng)廓線雷達(dá)、氣溶膠激光雷達(dá)、微波輻射計(jì)等多種地基遙感設(shè)備探測(cè)的高時(shí)空分辨率邊界層垂直風(fēng)、溫、氣溶膠廓線數(shù)據(jù),結(jié)合地面氣象觀測(cè)資料和污染物濃度,從水平和垂直氣象條件兩方面綜合分析2017年1月上旬廣州地區(qū)一次典型重污染天氣過(guò)程的大氣邊界層結(jié)構(gòu)特征與大氣污染的關(guān)系,揭示邊界層結(jié)構(gòu)特征在大氣污染形成過(guò)程中的作用,以期能夠?yàn)閰^(qū)域大氣污染的監(jiān)測(cè)預(yù)報(bào)預(yù)警及治理提供決策參考,同時(shí)為新型垂直探測(cè)資料在污染天氣過(guò)程分析中的應(yīng)用提供了參考.

1 數(shù)據(jù)及方法

1.1 數(shù)據(jù)

本文選取了2017年1月上旬(1~10日)廣州國(guó)家基本氣象站的地面觀測(cè)數(shù)據(jù)和微波輻射計(jì)觀測(cè)數(shù)據(jù)、廣州市氣象局觀測(cè)場(chǎng)的激光雷達(dá)數(shù)據(jù)、廣州市花都區(qū)氣象局觀測(cè)場(chǎng)的風(fēng)廓線數(shù)據(jù)和廣州10個(gè)環(huán)保國(guó)控站點(diǎn)的PM2.5濃度數(shù)據(jù),各觀測(cè)設(shè)備有專人負(fù)責(zé)進(jìn)行定期校準(zhǔn),并且所有數(shù)據(jù)都經(jīng)過(guò)了質(zhì)量控制和檢驗(yàn). 本文中逐時(shí)PM2.5濃度數(shù)據(jù)為10個(gè)環(huán)保國(guó)控站點(diǎn)濃度的平均值.各類數(shù)據(jù)的觀測(cè)站點(diǎn)位置如圖1所示.

大氣顆粒物激光雷達(dá)為無(wú)錫中科光電技術(shù)有限公司的高能米散射激光雷達(dá)(型號(hào):AGHJ-I- LIDAR(HPL)).激光雷達(dá)原始數(shù)據(jù)經(jīng)過(guò)相關(guān)的訂正處理后[22],由目前最為流行的Fernald后向積分算法[23]來(lái)求解,得到垂直方向上氣溶膠消光系數(shù)和退偏振比等光學(xué)參數(shù)(算法中顆粒物消光后向散射比Sa 取 50sr),進(jìn)一步利用消光梯度法[24]得到大氣邊界層高度等特征量.

圖1 廣州市環(huán)保國(guó)控站及垂直探測(cè)站點(diǎn)位置分布

風(fēng)廓線雷達(dá)為敏視達(dá)TWP3型固定式邊界層風(fēng)廓線雷達(dá),本文研究取3000m高度以內(nèi)的小時(shí)數(shù)據(jù)進(jìn)行分析.本文將風(fēng)廓線雷達(dá)資料與清遠(yuǎn)站L波段探空雷達(dá)秒數(shù)據(jù)(從地面開始1s一組觀測(cè)數(shù)據(jù))在3km高度內(nèi)進(jìn)行對(duì)比檢驗(yàn)(圖略),得出兩站的風(fēng)向和風(fēng)速具有較好的一致性,其相關(guān)系數(shù)分別為0.81、0.95,通過(guò)0.001的顯著性檢驗(yàn),說(shuō)明風(fēng)廓線雷達(dá)觀測(cè)得到的風(fēng)速風(fēng)向數(shù)據(jù)具有較高的可信度.

地基微波輻射計(jì)型號(hào)為德國(guó)RPG-HATPRO- G3,其中邊界層溫度廓線的高度范圍為0~ 2km,時(shí)間分辨率20min.

1.2 特征量計(jì)算方法

邊界層通風(fēng)量(VI)是表征邊界層內(nèi)大氣對(duì)污染物的擴(kuò)散能力的有效工具[25],其同時(shí)考慮了大氣邊界層高度和邊界層內(nèi)風(fēng)速的作用,即大氣的水平和垂直擴(kuò)散能力,該值越小越不利于污染物擴(kuò)散.其計(jì)算公式如下:

式中:是該時(shí)刻風(fēng)速對(duì)應(yīng)的高度層;H是層的高度,m;v是層的風(fēng)速,m/s;PBLH 是該時(shí)刻邊界層高度,m;VI的單位是,m2/s;SFC為最低層高度.實(shí)際計(jì)算時(shí),邊界層高度使用激光雷達(dá)數(shù)據(jù)反演所得到,不同高度的水平風(fēng)速由風(fēng)廓線雷達(dá)獲取.

局地回流指數(shù)(RF)最早是由Allwine等[26]提出的用來(lái)反映風(fēng)場(chǎng)有效輸送能力.當(dāng)RF接近1時(shí),代表污染物可擴(kuò)散的相對(duì)較遠(yuǎn);當(dāng)RF越接近0時(shí),代表著該時(shí)段內(nèi)風(fēng)場(chǎng)使污染物回流堆積的效果越明顯,污染物有效擴(kuò)散的區(qū)域小,局地污染物濃度相應(yīng)較高[27-28].其計(jì)算公式如下:

式中:為相應(yīng)的數(shù)據(jù)時(shí)刻;s為起始時(shí)刻;e為終止時(shí)刻,Δ為平均數(shù)據(jù)時(shí)間間隔;t為水平風(fēng)速的東西分量;t為水平風(fēng)速的南北分量.局地環(huán)流一般是由下墊面不同的熱力性質(zhì)產(chǎn)生,與太陽(yáng)的晝夜變換同步,故基本約為1d的周期[29-30],因此,本研究中Δ為1h,t為起始時(shí)刻取0,t是終止時(shí)刻為23,計(jì)算得到各層的逐日局地回流指數(shù)廓線.

逆溫強(qiáng)度定義為在逆溫層內(nèi)每升高100m溫度的逆增值(℃/100m),用表示,其計(jì)算公式如下:

D=2-1(4)

D=2-1(5)

式中:1為逆溫層的底高,m;2為逆溫層的頂高(溫度最高值所在的高度),m;1為逆溫層底部的溫度,℃;2為逆溫層頂部的溫度,℃.

本文所用的數(shù)據(jù)通過(guò)Excel、Matlab等軟件進(jìn)行處理和分析,由于微波輻射計(jì)觀測(cè)的溫度數(shù)據(jù)和激光雷達(dá)反演得到的邊界層高度數(shù)據(jù)是分鐘級(jí)數(shù)據(jù),因此根據(jù)小時(shí)內(nèi)的數(shù)據(jù)進(jìn)行算術(shù)平均得到逐時(shí)的時(shí)間序列數(shù)據(jù).

2 結(jié)果與分析

2.1 污染天氣過(guò)程概況

受冷高壓東移出海和低層暖濕氣流共同影響,2017年1月上旬廣州地區(qū)出現(xiàn)了一次輕度(75μg/ m3

能見度總體表現(xiàn)為白天高、夜間低的日變化特征.白天時(shí)段能見度隨著PM2.5濃度及相對(duì)濕度的降低而迅速升高,最高可達(dá)19.6km;夜間隨著PM2.5濃度及相對(duì)濕度的升高而迅速降低,最低至0.4km.能見度與PM2.5濃度、相對(duì)濕度的相關(guān)系數(shù)分別為-0.66、-0.86,表現(xiàn)為顯著的負(fù)相關(guān),通過(guò)0.001的顯著性檢驗(yàn).

為進(jìn)一步分析顆粒物的消光特性,根據(jù)消光系數(shù)經(jīng)驗(yàn)公式[32],將大氣能見度換算為消光系數(shù):

Ext = 3.912/(6)

式中:為能見度,km;Ext為消光系數(shù),km-1.

圖3為這次污染過(guò)程逐時(shí)地面PM2.5濃度與消光系數(shù)、相對(duì)濕度的相關(guān)關(guān)系及擬合曲線圖,表1為其擬合統(tǒng)計(jì)關(guān)系參數(shù).總體上,消光系數(shù)與PM2.5濃度存在線性關(guān)系,線性擬合方程為=0.024- 0.751,相關(guān)系數(shù)為0.63(表1).氣溶膠對(duì)大氣的消光作用受PM2.5濃度及相對(duì)濕度兩者共同影響.圖2是不同相對(duì)濕度下消光系數(shù)與質(zhì)量濃度的擬合,擬合線的斜率表示質(zhì)量比消光系數(shù)(消光系數(shù)與PM2.5質(zhì)量濃度的比值,m2/(g 10-3).隨著相對(duì)濕度增加,質(zhì)量比消光系數(shù)增大,表明單位質(zhì)量的氣溶膠產(chǎn)生更多的消光,主要原因是氣溶膠吸濕增長(zhǎng)效應(yīng)導(dǎo)致的粒徑增長(zhǎng),從而產(chǎn)生了更多的消光[33].當(dāng)相對(duì)濕度高于70%~ 80%時(shí),大氣中硫酸鹽、硝酸鹽等主要吸濕性物質(zhì)發(fā)生潮解,粒子粒徑明顯變大且二次反應(yīng)加劇,氣溶膠粒子中的液態(tài)含水量增大,對(duì)大氣消光作用更為突出[34-35].當(dāng)PM2.5濃度較高時(shí),即使相對(duì)濕度比較低,消光系數(shù)也比較高,說(shuō)明此時(shí)大氣的消光作用主要是受高濃度的PM2.5影響,如果此時(shí)相對(duì)濕度進(jìn)一步增加,則會(huì)使得大氣顆粒物的消光作用進(jìn)一步增強(qiáng),導(dǎo)致能見度惡化.5日白天13:00~16:00, PM2.5濃度高于150μg/m3,相對(duì)濕度低于70%,此時(shí)對(duì)應(yīng)的消光系數(shù)在0.5~1km-1;晚上20:00開始,PM2.5濃度仍然維持160μg/m3左右,而相對(duì)濕度增加到95%以上,對(duì)應(yīng)的消光系數(shù)增加到3km-1以上,于6日3:00達(dá)到最大值9km-1,可見在高污染的情況下,相對(duì)濕度的增加會(huì)使得氣溶膠粒子產(chǎn)生更多的消光,使得能見度進(jìn)一步惡化.在高相對(duì)濕度(>95%)時(shí)段,主要是夜間至早上,7~8日PM2.5濃度總體較低,基本在100μg/m3內(nèi),8日3:00達(dá)最大值為102μg/m3內(nèi),此時(shí)對(duì)應(yīng)的消光系數(shù)最大值為3.2km-1,但相對(duì)于5~6日在高相對(duì)濕度及高PM2.5濃度下的消光系數(shù)最大值9.0km-1要低很多,此時(shí),消光系數(shù)主要是受PM2.5濃度的影響.

表1 不同相對(duì)濕度下PM2.5濃度與消光系數(shù)的關(guān)系統(tǒng)計(jì)

注:為PM2.5濃度,為消光系數(shù),a為擬合斜率,b為截距.

據(jù)統(tǒng)計(jì)(表1),本次污染過(guò)程,當(dāng)相對(duì)濕度在50%~60%時(shí),PM2.5濃度較低,平均為62.9μg/m3,平均消光系數(shù)為0.3km-1,質(zhì)量比消光系數(shù)為0.002;在相對(duì)濕度在60%~80%時(shí),PM2.5平均濃度為66.6~ 68.2μg/m3,變化不大,大氣消光作用隨著相對(duì)濕度的增加相應(yīng)不明顯,平均消光系數(shù)為0.5~0.6;而當(dāng)相對(duì)濕度高于90%時(shí),PM2.5濃度平均為102.7μg/m3,平均相對(duì)濕度達(dá)96.7%,此時(shí)的平均消光系數(shù)急劇增漲至2km-1,是相對(duì)濕度在40%~50%的10倍,質(zhì)量比消光系數(shù)也顯著增加至0.031.此外,統(tǒng)計(jì)了在相對(duì)濕度>95%的情況下,不同PM2.5污染等級(jí)下的平均消光系數(shù),當(dāng)PM2.5濃度在35~75μg/m3時(shí)(二級(jí)),平均消光系數(shù)為1.7km-1;當(dāng)PM2.5濃度介于75~115μg/m3(三級(jí))時(shí),平均消光系數(shù)變化不明顯,為1.6km-1;當(dāng)PM2.5濃度介于115~150μg/m3(四級(jí))時(shí),平均消光系數(shù)增加至2.8km-1;而當(dāng)PM2.5濃度增加到150~200μg/m3時(shí)(五級(jí)),平均消光系數(shù)出現(xiàn)顯著的增加,達(dá)5.2km-1,最大可達(dá)9km-1,說(shuō)明在高相對(duì)濕度情況下PM2.5濃度的增加會(huì)顯著增強(qiáng)大氣的消光作用,這與前人的研究結(jié)果類似[36-38].在珠江三角洲地區(qū),PM2.5濃度比較高的情況往往出現(xiàn)在夜間至早上時(shí)段,此時(shí)對(duì)應(yīng)的相對(duì)濕度也經(jīng)常比較高,此次過(guò)程有50%以上的時(shí)次相對(duì)濕度大于90%,因此在較高的相對(duì)濕度和較高的PM2.5濃度下,引發(fā)了此次重污染過(guò)程.

2.2 氣溶膠垂直消光特征

氣溶膠的消光系數(shù)是大氣中的氣溶膠成分對(duì)太陽(yáng)輻射衰減的描述,消光系數(shù)越大,說(shuō)明污染越嚴(yán)重,氣溶膠濃度越高(排除降水、云的影響).主要選取1月3~6日觀測(cè)得到的比較完整的氣溶膠消光系數(shù)和退偏振數(shù)據(jù)進(jìn)行分析,如圖4~5所示.由于3日07:00~08:00、4日02:00~09:00和6日00:00~04:00放置氣溶膠激光雷達(dá)房艙內(nèi)外的溫差過(guò)大導(dǎo)致鏡頭上持續(xù)出現(xiàn)過(guò)多水霧,使得激光無(wú)法穿透,導(dǎo)致相應(yīng)時(shí)段的消光系數(shù)偏低,分析時(shí)已忽略相關(guān)數(shù)據(jù).另外,5日0:00~11:00和6日04:00~11:00因數(shù)據(jù)采集軟件出錯(cuò)導(dǎo)致觀測(cè)數(shù)據(jù)缺測(cè).

由圖4可見,1月3~4日氣溶膠消光系數(shù)廓線具有一定的日變化特征.200m高度的消光系數(shù)白天低夜間高,與PM2.5濃度變化趨勢(shì)較為一致;白天消光系數(shù)垂直厚度比夜間高,且消光系數(shù)高值區(qū)的退偏振基本小于0.1km-1,主要表現(xiàn)為顆粒物污染特征.3日00:00~ 06:00由于夜間穩(wěn)定邊界層的存在,近地面氣溶膠逐漸累積,且垂直厚度小,主要集中在低層200m高度內(nèi),消光系數(shù)逐漸增大;09:00~17:00隨著大氣湍流活動(dòng)逐漸加強(qiáng),氣溶膠逐漸向上擴(kuò)散,近地面消光系數(shù)逐漸降低,0.2~1.3km的消光系數(shù)逐漸增大;18:00后,近地面氣溶膠又開始累積,使得近地面的消光系數(shù)又開始增大,且有部分氣溶膠繼續(xù)向上傳輸;22:00~23:00在800m高度左右出現(xiàn)另一層消光系數(shù)高值區(qū)域,初步判斷為殘留層,23:00至4日01:00,近地面氣溶膠消光系數(shù)接近1km-1;4日的氣溶膠消光系數(shù)變化與3日基本類似,但在4日傍晚開始近地面的消光系數(shù)明顯比3日高,而此時(shí)對(duì)應(yīng)的PM2.5濃度為中度污染且持續(xù)累積,到5日1:00達(dá)到重度污染.

由圖5可見,5日全天的氣溶膠消光系數(shù)總體都比較高,這與5日PM2.5日均濃度達(dá)到重度污染,為過(guò)程污染最重的一天的情況較為吻合.5日11:00~ 13:00污染物主要集中在近地面,100~400m高度出現(xiàn)消光系數(shù)大值區(qū)(1.8km高度消光系數(shù)也出現(xiàn)大值區(qū),但該區(qū)域?qū)?yīng)的退偏振比較大,判斷為云層非氣溶膠層),之后污染物開始向垂直方向上輸送,在15:00輸送到最高1km左右,1km高度內(nèi)均勻出現(xiàn)消光系數(shù)高值區(qū),地面PM2.5濃度也達(dá)到重度污染.之后消光系數(shù)高值區(qū)厚度受邊界層影響逐漸壓縮,到21:00降至300m左右,且出現(xiàn)氣溶膠分層結(jié)構(gòu).6日11:00后氣溶膠消光系數(shù)較5日明顯降低,此外傍晚開始在1.2km高度出現(xiàn)一層消光系數(shù)的大值區(qū),可能是外來(lái)污染物輸送所致.

圖4 1月3~4日氣溶膠激光雷達(dá)觀測(cè)消光系數(shù)

圖5 1月5~6日氣溶膠激光雷達(dá)觀測(cè)消光系數(shù)

圖6 PM2.5濃度及激光雷達(dá)反演的大氣邊界層高度(PBLH)變化

剔除因室內(nèi)外溫差導(dǎo)致激光雷達(dá)鏡頭出現(xiàn)水霧而影響實(shí)際觀測(cè)結(jié)果的數(shù)據(jù),通過(guò)反演得到1~10日大氣邊界層高度(PBLH)逐時(shí)變化情況,結(jié)果如圖6所示.可見,本次過(guò)程污染時(shí)段(PM2.5>75μg/m3)的平均邊界層高度為620m(最低值267m,最高值1082m),清潔時(shí)段(PM2.5￡75μg/m3)為876m(最低值370m,最高值 1378m),清潔時(shí)段的平均邊界層高度約為污染時(shí)段的1.4倍.邊界層高度基本處于較低狀態(tài),不利于污染物擴(kuò)散.PM2.5濃度與大氣邊界層高度也存在顯著的負(fù)相關(guān),相關(guān)系數(shù)為-0.56(通過(guò)0.001的顯著性檢驗(yàn)).

2.3 邊界層風(fēng)場(chǎng)特征分析

圖7給出1~10日廣州地面風(fēng)矢量的時(shí)間變化,圖8為不同風(fēng)向風(fēng)速下PM2.5濃度圖.由圖可見,1~5日,廣州地區(qū)地面風(fēng)速基本小于2m/s,對(duì)污染物的輸送能力較弱,利于污染天氣的維持;8日較強(qiáng)冷空氣主體到達(dá)后,風(fēng)速顯著增大到5m/s以上,污染物擴(kuò)散條件變好,污染情況逐漸好轉(zhuǎn),PM2.5濃度大幅降低,空氣質(zhì)量轉(zhuǎn)優(yōu);此次污染過(guò)程中,廣州地區(qū)的地面主導(dǎo)風(fēng)為偏北風(fēng),高PM2.5濃度基本出現(xiàn)在風(fēng)速小于2m/s、風(fēng)向?yàn)殪o風(fēng)、N、SW和E的情況下.

圖7 1月1~10日地面逐時(shí)風(fēng)矢量變化

風(fēng)廓線雷達(dá)能較好地觀測(cè)到邊界層不同高度的水平風(fēng)速,相較于傳統(tǒng)的地面觀測(cè)能更好地反映邊界層的水平輸送能力.圖9給出了廣州地區(qū)1~10日風(fēng)廓線雷達(dá)觀測(cè)得到的逐時(shí)垂直風(fēng)場(chǎng)變化圖.由圖可見,1~5日,從近地面到1000m左右,廣州地區(qū)風(fēng)場(chǎng)總體偏弱,500m高度內(nèi)風(fēng)速基本低于5m/s,尤其是200m以下基本為靜風(fēng),大氣層結(jié)比較穩(wěn)定,垂直擴(kuò)散條件有利于污染物的累積;5日凌晨起,廣州地區(qū)近地面風(fēng)速持續(xù)偏小,在400~900m轉(zhuǎn)為西南風(fēng),低層及高層風(fēng)向存在風(fēng)向輻合,污染物持續(xù)累積無(wú)法有效擴(kuò)散,且廣州地區(qū)西南方向?yàn)榉鹕?西南風(fēng)加強(qiáng)存在區(qū)域污染物輸送的可能,導(dǎo)致相應(yīng)時(shí)段地面PM2.5濃度有20個(gè)時(shí)次達(dá)到重度污染;6~7日,受冷空氣南下影響,廣州地區(qū)整層風(fēng)速(尤其是200~1000m)較1~5日有所加大,污染物擴(kuò)散條件有所好轉(zhuǎn),PM2.5濃度有所下降,8日冷空氣主體到達(dá),低層風(fēng)速進(jìn)一步加大,1000m以下風(fēng)速最大值出現(xiàn)在500m高度左右,最大達(dá)12m/s,廣州地區(qū)地面轉(zhuǎn)為一致的偏北風(fēng)(圖6),利于污染物擴(kuò)散,PM2.5濃度大幅降低,空氣質(zhì)量轉(zhuǎn)為優(yōu). 風(fēng)廓線雷達(dá)觀測(cè)風(fēng)向在垂直方向上風(fēng)隨高度順轉(zhuǎn), 2000m高度以上為偏西風(fēng)為主, 1000m高度以下區(qū)域基本都出現(xiàn)偏北風(fēng),使得1000~2000m這一區(qū)域?yàn)槠黠L(fēng)轉(zhuǎn)偏北風(fēng)的過(guò)渡層,存在風(fēng)向切變,風(fēng)速整體偏小,而低層及高層的風(fēng)速都比較大,這與劉建等[39]分析得出的增城、從化、珠海及深圳的風(fēng)廓線在1500~ 2000m左右的中層會(huì)出現(xiàn)小風(fēng)層的特征一致.需要指出的是該結(jié)論除珠三角地區(qū)外不一定具有普遍性,對(duì)于其他地區(qū)的情況需要做進(jìn)一步的研究和探 討.

圖8 不同風(fēng)向風(fēng)速下的PM2.5濃度分布

由以上分析可知,異常偏低的邊界層風(fēng)速不利于污染物擴(kuò)散,在邊界層內(nèi)累積造成污染.有研究表明,高濃度的污染物一定程度上會(huì)阻擋太陽(yáng)輻射到達(dá)地面的傳輸,地面的長(zhǎng)波輻射也難以向上傳輸,從而削弱了大氣的熱動(dòng)力,使得大氣邊界層結(jié)構(gòu)更加穩(wěn)定[17],穩(wěn)定的邊界層利于污染天氣的維持,污染物的累積又進(jìn)一步促進(jìn)邊界層更加穩(wěn)定,這樣反復(fù)惡性循環(huán),從而導(dǎo)致出現(xiàn)重污染天氣事件.

張人文等[40]對(duì)珠江三角洲區(qū)域大氣污染的研究表明:區(qū)域平均風(fēng)速大于2.6m/s時(shí)不會(huì)出現(xiàn)區(qū)域性空氣污染,區(qū)域平均風(fēng)速小于1.8m/s時(shí)會(huì)出現(xiàn)局地空氣污染,風(fēng)速介于1.8~2.6m/s時(shí)處于污染排放量較大地區(qū)下游會(huì)出現(xiàn)污染.本文定義風(fēng)廓線雷達(dá)探測(cè)到的低層風(fēng)速在2.6m/s以下的區(qū)域?yàn)樾★L(fēng)層.

圖9 1月1~10日風(fēng)廓線雷達(dá)逐時(shí)廓線

圖10 逐時(shí)平均風(fēng)速及主導(dǎo)風(fēng)向日變化

對(duì)1月1~10日內(nèi)的逐時(shí)平均風(fēng)速按0:00~23:00進(jìn)行平均統(tǒng)計(jì),得到此次污染過(guò)程的逐時(shí)平均風(fēng)速及主導(dǎo)風(fēng)向的日變化特征(圖10).由圖10可知,此次污染過(guò)程中,邊界層內(nèi)的水平風(fēng)速具有一定的日變化特征,水平風(fēng)速總體上白天較小、夜間較大,高層的晝夜風(fēng)速變化比較大,低層風(fēng)速在白天和夜晚變化比較小.總體上在2000m高度內(nèi)的平均水平風(fēng)速低于5m/s,300m高度內(nèi)的近地面層普遍存在平均水平風(fēng)速低于2.6m/s的小風(fēng)層,且小風(fēng)層厚度存在明顯的單峰日變化形態(tài).這可能是因?yàn)榘滋鞎r(shí)段,由于太陽(yáng)輻射使得地表增溫,地面湍流活動(dòng)旺盛,使得近地層空氣得以充分混合,風(fēng)速梯度小,并且在湍流耗散的作用下使得水平風(fēng)速減小[41];而日落后,地表輻射冷卻形成逆溫層,到夜間時(shí)段的大氣層結(jié)轉(zhuǎn)為穩(wěn)定狀態(tài),發(fā)展成為穩(wěn)定的大邊界層,使得湍流活動(dòng)減弱,對(duì)大氣動(dòng)能的耗散能力也減弱,從而出現(xiàn)水平風(fēng)速增加,并且夜間伴有邊界層急流的出現(xiàn)[42].夜間由于穩(wěn)定邊界層的存在,湍流活動(dòng)較弱,小風(fēng)層厚度最高僅在300m左右,穩(wěn)定邊界層內(nèi)的通風(fēng)能力較弱,使得污染物堆積在近地面造成地面污染物濃度的急劇上高;上午9:00之后由于穩(wěn)定邊界層消失,湍流活動(dòng)開始增強(qiáng),垂直方向上大氣交換頻繁,混合層開始發(fā)展,小風(fēng)層厚度可達(dá)1350m,污染物在垂直方向上得以稀釋擴(kuò)散,使得近地面濃度在白天較夜間低,但邊界層內(nèi)的水平風(fēng)速較小,污染物在垂直方向上向上擴(kuò)散之后并不能有效的在水平方向上進(jìn)行擴(kuò)散和稀釋,至傍晚之后邊界層高度逐漸降低發(fā)展為穩(wěn)定邊界層時(shí),原先在垂直方向上擴(kuò)散的污染物又會(huì)重新聚集在近地層逐漸累積造成夜間近地面出現(xiàn)重污染.

圖11給出了1~10日各層平均風(fēng)速及逐時(shí)風(fēng)速與地面PM2.5濃度的相關(guān)系數(shù).可見,此次污染過(guò)程中,3000m高度內(nèi)的平均風(fēng)速為3.8m/s,低于2.6m/s的小風(fēng)層的平均厚度為280m;在880m高度內(nèi),平均風(fēng)速隨高度的增加而增加(1.9~3.6m/s),在500m以上風(fēng)速遞增速度較緩慢,基本可以看著等風(fēng)速層;在880~990m高度風(fēng)速?gòu)?.6m/s降低至2.5m/s,在990m以上高度,風(fēng)速又開始呈現(xiàn)隨高度的增加而增加的趨勢(shì).

結(jié)合地面PM2.5濃度與風(fēng)廓線各層風(fēng)速的相關(guān)性分析得出,地面PM2.5濃度與640m高度以內(nèi)各層風(fēng)速相關(guān)系數(shù)介于-0.13~-0.21之間,通過(guò)0.05的顯著性檢驗(yàn)(N=239) ,而這一高度與前面激光雷達(dá)得出的污染時(shí)段的邊界層高度為620m較為接近,說(shuō)明在邊界層內(nèi)的平均風(fēng)速對(duì)PM2.5濃度具有顯著的影響,邊界層內(nèi)的風(fēng)速越低,污染越重;而與1500~2190m這一高度范圍內(nèi)的各層風(fēng)速呈顯著的正相關(guān),說(shuō)明此高度范圍內(nèi)的風(fēng)速對(duì)地面的污染物濃度有正貢獻(xiàn),這一高度層是外來(lái)污染物的輸送層,較大的風(fēng)速可能會(huì)使得外面的污染物輸送至本地,然后白天通過(guò)大氣垂直湍流交換作用傳輸至地面發(fā)生污染事件.通過(guò)6日下午(圖5)~7日上午(7日觀測(cè)數(shù)據(jù)僅有上午時(shí)段)激光雷達(dá)觀測(cè)可看出,在1.2~2.4km高度上出現(xiàn)消光系數(shù)的高值,并且有向下下沉的趨勢(shì),對(duì)應(yīng)風(fēng)廓線雷達(dá)觀測(cè)的風(fēng)速在4m/s以上,風(fēng)速隨高度增加,風(fēng)向隨高度順時(shí)針旋轉(zhuǎn),而在低層消光系數(shù)則比較小,在高層消光系數(shù)減小后,低層的消光系數(shù)反而出現(xiàn)一定程度增加,結(jié)合圖1在6日晚上至7日凌晨近地面PM2.5出現(xiàn)了一定的增加,在表明在1.2~2.4km這一高度上存在顆粒物輸送帶,在邊界層大氣垂直湍流交換作用下可能會(huì)使得近地面的污染物濃度出現(xiàn)一定程度的增加,而具體貢獻(xiàn)量可能需要通過(guò)數(shù)值模式等方法做進(jìn)一步的研究探討.

圖11 1月1~10日各層平均風(fēng)速及其與地面PM2.5相關(guān)系數(shù)

邊界層通風(fēng)量能夠有效的反映出風(fēng)場(chǎng)的輸送能力,它即反映了大氣的垂直擴(kuò)散能力,也表征了大氣的水平擴(kuò)散條件.利用激光雷達(dá)得到的邊界層高度及風(fēng)廓線雷達(dá)觀測(cè)的各層風(fēng)速數(shù)據(jù),計(jì)算此次污染過(guò)程的邊界層通風(fēng)量,結(jié)果如圖12所示.此次污染過(guò)程的邊界層通風(fēng)量平均為1976m2/s,清潔時(shí)段的平均邊界層通風(fēng)量(2538m2/s)約為污染時(shí)段(1136m2/s)的2.2倍,PM2.5濃度與邊界層通風(fēng)量呈顯著的負(fù)相關(guān),相關(guān)系數(shù)為-0.61(通過(guò)0.001的顯著性檢驗(yàn)).可見邊界層通風(fēng)量對(duì)PM2.5濃度的影響是非常顯著的,邊界層通風(fēng)量降低時(shí),污染物難以輸送和擴(kuò)散, PM2.5濃度逐漸增大,導(dǎo)致出現(xiàn)污染天氣,反之邊界層通風(fēng)量增加時(shí),PM2.5濃度減小,局地污染物能夠有效的擴(kuò)散和清除.

圖12 1月1~10日邊界層通風(fēng)量與PM2.5濃度的變化

圖13 1月1~10日逐日回流指數(shù)

此外,基于回流指數(shù)計(jì)算了1~10日的逐日回流指數(shù)廓線,并對(duì)污染前期1~6日和后期清潔日7~10日的回流指數(shù)廓線進(jìn)行平均得到污染日和清潔日的平均回流指數(shù)廓線,如圖13所示.由圖可見,1~6日100m高度的逐日回流指數(shù)除3日外,均低于0.4,平均為0.34,這與吳蒙等[28]得到的污染日情況下回流指數(shù)主要為0.2~0.4的研究結(jié)果較為吻合.在640m高度內(nèi)的平均回流指數(shù)廓線小于0.6,結(jié)合前面所述這一高度與激光雷達(dá)得到的邊界層高度接近,說(shuō)明該時(shí)段內(nèi)的風(fēng)場(chǎng)使得污染物在邊界層內(nèi)的回流堆積效果比較明顯,幾乎沒有有效輸送,1~5日的污染物持續(xù)的回流堆積,致使廣州地區(qū)在5日白天~6日早上出現(xiàn)重度污染;而7~10日800m高度以下的逐日回流指數(shù)及平均值基本均大于0.6,有利于污染物的水平輸送擴(kuò)散,污染逐漸得到緩解.

2.4 邊界層溫度層結(jié)特征

圖14為通過(guò)微波輻射計(jì)觀測(cè)得到的廣州地區(qū)1月1~8日2km高度內(nèi)的垂直溫度廓線時(shí)間序列圖,圖15為近地面逐時(shí)逆溫強(qiáng)度與地面PM2.5濃度的時(shí)間變化圖.由圖14~15可見,此次污染過(guò)程中,溫度垂直廓線表現(xiàn)出明顯的日變化特征,1~7日的傍晚17:00至次日清晨9:00都存在明顯的逆溫層,逆溫層頂大致出現(xiàn)在90~260m,逆溫出現(xiàn)的時(shí)間與地面PM2.5出現(xiàn)高濃度的時(shí)間段較為一致;從逆溫強(qiáng)度來(lái)看,總體上逆溫強(qiáng)度越大,PM2.5濃度越高,二者的相關(guān)系數(shù)為0.42(通過(guò)0.001的顯著性檢驗(yàn)),表現(xiàn)為明顯的正相關(guān)關(guān)系.這說(shuō)明逆溫層的存在不利于污染物擴(kuò)散,使得污染物在近地面逐漸累積造成污染,且逆溫越強(qiáng),污染越容易加重.

圖14 1月1~8日垂直溫度廓線時(shí)間序列

圖15 1月1~8日逐時(shí)逆溫與PM2.5濃度的變化

圖16 1月1~8日平均氣溫廓線日變化

圖16~17給出了此次污染過(guò)程的平均氣溫廓線、逆溫厚度及逆溫強(qiáng)度的日變化.可見,逆溫層厚度與逆溫強(qiáng)度整體變化趨勢(shì)較為一致,逆溫層厚度越厚,逆溫強(qiáng)度越強(qiáng),二者的相關(guān)系數(shù)為0.7.過(guò)程平均逆溫層厚度為167m,17:00的逆溫層厚度最小為90m,05:00逆溫層厚度最大,為205m, 20:00~凌晨04:00的逆溫層厚度變化不大,基本保持在185m左右;過(guò)程平均逆溫強(qiáng)度為1.08℃/ 100m, 09:00的逆溫強(qiáng)度最小,為0.43℃/100m, 21:00的逆溫強(qiáng)度最強(qiáng),為1.43℃/100m,10:00至16:00不存在逆溫層,每天逆溫出現(xiàn)的時(shí)次占一天中的75%.

圖17 1月1~8日平均氣溫、逆溫厚度及逆溫強(qiáng)度日變化

L波段探空雷達(dá)、氣溶膠激光雷達(dá)、風(fēng)廓線雷達(dá)、微波輻射計(jì)等邊界層新型遙感探測(cè)設(shè)備,各有其優(yōu)缺點(diǎn).通過(guò)多種遙感設(shè)備的聯(lián)合觀測(cè)和應(yīng)用,能彌補(bǔ)單個(gè)設(shè)備觀測(cè)能力的不足,更有利于開展污染天氣的大氣邊界層結(jié)構(gòu)分析和空氣質(zhì)量預(yù)報(bào)工作.通過(guò)氣溶膠激光雷達(dá)、風(fēng)廓線雷達(dá)和微波輻射計(jì)聯(lián)合觀測(cè)可以分析氣溶膠的本地累積和區(qū)域輸送特征,結(jié)合微波輻射計(jì)的濕度和水汽廓線,可以進(jìn)一步分析氣溶膠消光系數(shù)的變化是氣溶膠的吸濕增長(zhǎng)效應(yīng)還是氣溶膠粒子的累積效應(yīng),有助于更好的解釋出現(xiàn)污染事件的大氣物理機(jī)制.此外,通過(guò)氣溶膠激光雷達(dá)觀測(cè)得到的邊界層高度具有較高的可信度,配合風(fēng)廓線雷達(dá)觀測(cè)得到的垂直風(fēng)場(chǎng),可以比較準(zhǔn)確的得到邊界層通風(fēng)量,邊界層通風(fēng)量對(duì)近地面空氣質(zhì)量具有較好的指示意義,可作為空氣質(zhì)量預(yù)報(bào)的參考指標(biāo).

4 結(jié)論

4.1 此次污染過(guò)程主要是穩(wěn)定的大氣逆溫層結(jié)作用于邊界層風(fēng)場(chǎng),削弱了垂直湍流的交換能力,以及水平風(fēng)場(chǎng)的疊加引起了典型的空氣回流,使得污染物在邊界層內(nèi)無(wú)法有效擴(kuò)散逐漸堆積,在較高的相對(duì)濕度情況下,導(dǎo)致了此次重污染天氣過(guò)程的發(fā)生.

4.2 此次污染過(guò)程地面PM2.5濃度平均為83.8μg/ m3,其中最高值179μg/m3.消光系數(shù)與PM2.5濃度存在顯著的線性關(guān)系,相關(guān)系數(shù)為0.63;高消光系數(shù)通常與高PM2.5濃度和高相對(duì)濕度有關(guān).

4.3 地面PM2.5濃度與640m高度內(nèi)的各層風(fēng)速呈負(fù)相關(guān)關(guān)系,相關(guān)系數(shù)為-0.13~-0.21(P=0.05),300m高度以下普遍存在平均水平風(fēng)速低于2.6m/s的小風(fēng)層,小風(fēng)層的存在使得污染物難以擴(kuò)散在邊界層內(nèi)累積造成污染,此外, 污染前期640m高度內(nèi)的各層回流指數(shù)廓線小于0.6,100m高度小于0.4,污染緩解后回流指數(shù)高于0.7,說(shuō)明出現(xiàn)污染事件時(shí)風(fēng)場(chǎng)使污染物在邊界層內(nèi)回流堆積的效果比較明顯,利于重污染事件的發(fā)生.

4.4 地面PM2.5濃度與大氣邊界層高度相關(guān)系數(shù)為-0.56,與邊界層通風(fēng)量相關(guān)系數(shù)為-0.61,此次污染過(guò)程的邊界層通風(fēng)量平均為1976m2/s,其中清潔時(shí)段(2538m2/s)約為污染時(shí)段(1136m2/s)的2.2倍.邊界層通風(fēng)量綜合考慮了邊界層內(nèi)水平和垂直兩個(gè)方向的大氣擴(kuò)散能力,使用邊界層通風(fēng)量能更好表征大氣污染的程度.

4.5 地面PM2.5濃度與逆溫強(qiáng)度呈顯著的正相關(guān)關(guān)系,其相關(guān)系數(shù)為0.42.傍晚17:00至次日清晨9:00都存在明顯的逆溫層,逆溫層頂大致出現(xiàn)在90~260m,過(guò)程平均逆溫厚度167m,平均逆溫強(qiáng)度為1.08℃/ 100m.污染過(guò)程期間,大氣層結(jié)穩(wěn)定,近地面出現(xiàn)長(zhǎng)時(shí)間的逆溫是本次污染過(guò)程的重要原因之一.

[1] 范紹佳,王安宇,樊 琦,等.珠江三角洲大氣邊界層特征及其概念模型[J]. 中國(guó)環(huán)境科學(xué), 2006,26(增刊):4-6. Fan S J, Wang A Y, Fan Q, et al. Atmospheric boundary layer features of Pearl River Delta and its conception model [J]. China Environmental Science, 2006,26(suppl):4-6.

[2] 吳 兌,廖國(guó)蓮,鄧雪嬌,等.珠江三角洲霾天氣的近地層輸送條件研究[J]. 應(yīng)用氣象學(xué)報(bào), 2008,19(1):1-9. Wu D, Liao G L, Deng X J, et al. Transport condition of surface layer under haze weather over the Pearl River Delta [J]. Journal of Applied Meteorological Science, 2008,19(1):1-9.

[3] Xu W Y, Zhao C S, Ran L, et al. Characteristics of pollutants and their correlation to meteorological conditions at a suburban site in the North China Plain [J]. Atmospheric Chemistry and Physics, 2011,11(9): 4353-4369.

[4] 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), 2014,44(1):27-36. Zhang R H, Li Q, Zhang R N. Analysis of meteorological conditions of persistent heavy fog and haze in eastern China in January 2013 [J]. Scientia Sinica Terrae, 2014,44(1):27-36.

[5] 吳 蒙,羅 云,吳 兌,等.佛山地區(qū)干季邊界層垂直風(fēng)溫結(jié)構(gòu)對(duì)空氣質(zhì)量的影響[J]. 環(huán)境科學(xué)學(xué)報(bào), 2017,37(12):4458-4466. Wu M, Luo Y, Wu D, et al. Influence of the structure of vertical wind and temperature in atmospheric boundary layer on air pollution in Foshan area during dry season [J]. Acta Scientiae Circumstantiae, 2017,37(12):4458-4466.

[6] Holzworth G C. Estimates of mean maximum mixing depths in the contiguous United States [J]. Monthly Weather Review, 1964,92(5): 235-242.

[7] Krautstrunk M, Neumann-Hauf G, Schlager H, et al. An experimental study on the planetary boundary layer transport of air pollutants over East Germany [J]. Atmospheric Environment, 2000,34(8):1247-1266.

[8] 熊超超,謝麗萍,吳 維.大氣邊界層探測(cè)技術(shù)初步分析[J]. 氣象水文海洋儀器, 2010,27(3):77-79. Xiong C C, Xie L P, Wu W. Sounding technology of atmospheric boundary layer [J]. Meteorological Hydrological and Marine Instuments, 2010,27(3):77-79.

[9] Cohn S A, Angevine W M. Boundary layer height and entrainment zone thickness measured by lidars and wind-profiling radars [J]. J Appl Meteor, 2000,39(8):1233-1247.

[10] Hennemuth B, Lammert A. Determination of the atmospheric boundary layer height from radiosonde and lidar backscatter [J]. Bound-Layer Meteor, 2006,120(1):181-200.

[11] Blanco L, Wilczak J M, White A B. Convective boundary layer depth estimation from wind profilers: Statistical comparison between an automated algorithm and expert estimations [J]. Journal of Atmospheric & Oceanic Technology, 2008,25(8):1 397.

[12] 鄧 濤,吳 兌,鄧雪嬌,等.一次嚴(yán)重灰霾過(guò)程的氣溶膠光線特性垂直分布[J]. 中國(guó)環(huán)境科學(xué), 2013,33(11):1779-1784. Deng T, Wu D, Deng X J, et al. The vertical distribution of aerosol optical properties in a severe haze event. China Environmental Science, 2013,33(11):1921-1928.

[13] 鄧 濤,吳 兌,鄧雪嬌,等.廣州地區(qū)一次嚴(yán)重灰霾過(guò)程的垂直探測(cè)[J]. 中國(guó)科學(xué):地球科學(xué), 2014,44(10):2307-2314. Deng T, Wu D, Deng X J, et al. The vertical detection of a serious haze process in Guangzhou area [J]. Scientia Sinica Terrae, 2014,44(10): 2307-2314.

[14] 劉思波,何文英,劉紅燕,等.地基微波輻射計(jì)探測(cè)大氣邊界層高度方法[J]. 應(yīng)用氣象學(xué)報(bào), 2015,26(5):626-635. Liu S B, He W Y, Liu H Y, et al. Retrieval of atmospheric boundary layer height from ground based microwave radiometer measurements [J]. Journal of Applied Meteorological Science, 2015,26(5):626-635.

[15] 王耀庭,苗世光,張小玲.基于激光雷達(dá)的北京市氣溶膠光學(xué)參數(shù)季節(jié)特征[J]. 中國(guó)環(huán)境科學(xué), 2016,36(4):970-978. Wang Y T, Miao S G, Zhang X L. Seasonal characteristics of the aerosol optical parameters based on lidar over the Beijing Area [J]. China Environmental Science, 2016,36(4):970-978.

[16] 李浩文,張阿思,步巧利,等.2015年干季佛山一次重空氣污染過(guò)程形成機(jī)理研究[J]. 環(huán)境科學(xué)學(xué)報(bào), 2017,37(8):3044-3053. Li H W, Zhang A S, Bu Q L, et al. Investigation of the formation mechanism of a heavy air pollution episode in the dry season of 2015 in Foshan [J]. Acta Scientiae Circumstantiae, 2017,37(8):3044-3053.

[17] 張舒婷,蘇德斌,徐文靜,等.利用風(fēng)廓線雷達(dá)資料對(duì)北京地區(qū)邊界層日變化特征的分析研究[J]. 大氣與環(huán)境光學(xué)學(xué)報(bào), 2017,12(1):1-7. Zhang S T, Su D B, Xu W J, et al. Analysis and research on daily variation characteristics of boundary layer in beijing area by wind profile radar data [J]. Journal of Atmospheric and Environmental optics, 2017,12(1):1-7.

[18] 花 叢,劉 超,張恒德.風(fēng)廓線雷達(dá)資料在北京秋季霧霾天氣過(guò)程分析中的應(yīng)用[J]. 氣象科技, 2017,45(5):870-875. Hua C, Liu C, Zhang H D. Application of wind profile radar in analyzing autumn fog and haze process in Beijing [J]. Meteorological Science and Technology, 2017,45(5):870-875.

[19] 廖碧婷,黃 俊,鄧雪嬌,等.基于微波輻射計(jì)分析低能見度的液態(tài)含水量特征[J]. 中國(guó)環(huán)境科學(xué), 2018,38(10):3673-3682. Liao B T, Huang J, Deng X J, et al. Characterization of liquid water content during low visibility based on microwave radiometer data [J]. China Environmental Science, 2018,38(10):3673-3682.

[20] 呂 陽(yáng),李正強(qiáng),謝劍鋒,等.基于激光雷達(dá)掃描觀測(cè)的散布點(diǎn)污染源監(jiān)測(cè)[J]. 中國(guó)環(huán)境科學(xué), 2017,37(11):4078-4084. Lü Y, Li Z Q, Xie J F, et al. Monitoring the distributed point pollution sources based on a scanning lidar [J]. China Environmental Science, 2017,37(11):4078-4084.

[21] 高曉榮,譚浩波,鄧 濤,等.三種激光雷達(dá)監(jiān)測(cè)污染物分布和輸送對(duì)比[J]. 中國(guó)環(huán)境科學(xué), 2018,38(2):444-454. Gao X R, Tan H B, Deng T, et al. Experimental results comparative analysis of pollutant distribution and transport by different kinds of lidar [J]. china environmental science, 2018,38(2):444-454.

[22] 賀千山,毛節(jié)泰.北京城市大氣混合層與氣溶膠垂直分布觀測(cè)研究[J]. 氣象學(xué)報(bào), 2005,63(3):374-384. He Q S, Mao J T. Observation of urban mixed layer at Beijing using a micro pulse lidar [J]. Acta Meteorological Sinica, 2005,63(3):374-384.

[23] Fernald F G. Analysis of atmospheric lidar observations: some comments [J]. Applied optics, 1984,23(5):652-653.

[24] 王 琳,謝晨波,韓 永,等.測(cè)量大氣邊界層高度的激光雷達(dá)數(shù)據(jù)反演方法研究[J]. 大氣與環(huán)境光學(xué)學(xué)報(bào), 2012,7(4):241-247. Wang L,Xie C B, Han Y, et al. Comparison of retrieval methods of planetary boundary layer height from lidar data [J]. Journal of Atmospheric and Environmental optics, 2012,7(4):241-247.

[25] Pasch A N, MacDonald C P, Gilliam R C, et al. Meteorological characteristics associated with PM2.5air pollution in Cleveland, Ohio, during the 2009~2010 Cleveland Multiple Air Pollutants Study [J]. Atmospheric Environment, 2011,45(39):7026-7035.

[26] Allwine K J, Whiteman C D. Single-station integral measures of atmospheric stagnation, recirculation and ventilation [J]. Atmospheric Environment, 1994,28(4):713-721.

[27] 陳曉陽(yáng),馮 旭,范紹佳,等.回流指數(shù)在空氣質(zhì)量變化研究中的應(yīng)用[J]. 環(huán)境科學(xué)學(xué)報(bào), 2016,36(3):1032-1041. Chen X Y, Feng X, Fan S J, et al. Application of recirculation index in air quality research [J]. Acta Scientiae Circumstantiae, 2016,36(3): 1032-1041.

[28] 吳 蒙,吳 兌,范紹佳.基于風(fēng)廓線儀等資料的珠江三角洲污染氣象條件研究[J]. 環(huán)境科學(xué)學(xué)報(bào), 2015,35(3):619-626. Wu M, Wu D, Fan S J. Meteorological condition associated with poor air quality over Pearl River Delta based on the data of radar wind profiler [J]. Acta Scientiae Circumstantiae, 2015,35(3):619-626.

[29] 陳訓(xùn)來(lái),馮業(yè)榮,范紹佳,等.離岸型背景風(fēng)和海陸風(fēng)對(duì)珠江三角洲地區(qū)灰霾天氣的影響[J]. 大氣科學(xué), 2008,32(3):530-542. Chen X L, Feng Y R, Fan S J, et al. Effect of the off-shore background flow and Sea-land breezes on haze weather over the Pearl River Delta Region [J]. Chinese Journal of Atmospheric Sciences, 2008,32(3): 530-542.

[30] 邱曉暖,范紹佳.海陸風(fēng)研究進(jìn)展與我國(guó)沿海三地海陸風(fēng)主要特征[J]. 氣象, 2013,39(2):186-193. Qiu X N, Fan S J. Progress of sea land breeze study and the characteristics of sea land breeze in three coastal areas in China [J]. Meteorological Monthly, 2013,39(2):186-193.

[31] HJ 633-2012 環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定(試行) [S]. HJ 633-2012 Technical regulation on ambient air quality index (on trial) [S].

[32] Koschmieder H. Theorie der horizontalen Sichtwcete, Beitr [J]. Physics Atmospheric, 1924,12:33-53.

[33] Liu L, Tan H, Fan S, et al. Influence of aerosol hygroscopicity and mixing state on aerosol optical properties in the Pearl River Delta region, China [J]. Science of the Total Environment, 2018,627: 1560-1571.

[34] Deng H, Tan H, Li F, et al. Impact of relative humidity on visibility degradation during a haze event: A case study [J]. Science of the Total Environment, 2016,569–570:1149-1158.

[35] Tan H, Cai M, Fan Q, et al. An analysis of aerosol liquid water content and related impact factors in Pearl River Delta [J]. Science of The Total Environment, 2017,579:1822-1830.

[36] Cass G R. On the relationship between sulfate air quality and visibility with examples in los angeles [J]. Atmospheric Environment, 1979, 13(8):1069-1084.

[37] Chow J C, Bachmann J D, Wierman S S G, et al. Visibility: science and regulation [J]. Air Repair, 2002,52(9):973-999.

[38] 林 云,孫向明,張小麗,等.深圳市大氣能見度與細(xì)粒子濃度統(tǒng)計(jì)模型[J]. 應(yīng)用氣象學(xué)報(bào), 2009,20(2):252-256. Lin Y, Sun X M, Zhang X L, et al. Statistical model of the relationship between atmospheric visibility and PM2.5in Shenzhen [J]. Journal of Applied Meteorological Science, 2009,20(2):252-256.

[39] 劉 建,吳 兌,范紹佳.珠江三角洲區(qū)域污染分布及其垂直風(fēng)場(chǎng)特征[J]. 環(huán)境科學(xué), 2015,36(11):3989-3998. Liu J, Wu D, Fan S J. Distribution of regional pollution and the characteristics of vertical wind field in the Pearl River Delta [J]. Environmental Science, 2015,36(11):3989-3998.

[40] 張人文,范紹佳.珠江三角洲風(fēng)場(chǎng)對(duì)空氣質(zhì)量的影響[J]. 中山大學(xué)學(xué)報(bào)(自然科學(xué)版), 2011,50(6):130-134. Zhang R E, Fan S J. Study of the influence of wind field on air quality over the Pearl River Delta [J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2011,50(6):130-134.

[41] 奧銀煥,呂世華,陳玉春.河西地區(qū)不同下墊面邊界層特征分析[J]. 高原氣象, 2004,23(2):215-219. Ao Y H, Lü S H, Chen Y C. Characteristic analysis of different terrain PBL in Hexi Region [J]. Plateau Meteorology, 2004,23(2):215-219.

[42] 王 強(qiáng),朱 平,王邦中,等.黑河地區(qū)夜間低空急流和冷泄流特征分析[J]. 高原氣象, 1995,14(3):257-263. Wang Q, Zhu P, Wang B Z, et al. Analysis of the characteristics of the low level jets and the nighttime drainage winds in Heihe Region [J]. Plateau Meteorology, 1995,14(3):257-263.

Application of new vertical detection data in the analysis of a heavy pollution weather.

HUANG Jun1, LIAO Bi-ting2, WANG Chun-lin1, Tan Hao-bo3*, SHEN Zi-qi2, LAN Jing1, TANG Jing1, YUE Hai-yan4

(1.Guangzhou Climate and Agrometeorology Center, Guangzhou 511430, China；2.Guangzhou Huangpu Meteorology, Guangzhou 510530, China；3.Guangdong Ecological Meteorological Center, Guangzhou 510640, China；4.Guangzhou Meteorological Observatory, Guangzhou 511430, China)., 2019,39(1)：92~105

A long-lasting air pollution episode was occurred in Guangzhou in early January 2017. Based on the data set of ground observation, Lidar, wind profiler and microwave radiometer, the formation mechanism of this episode was investigated and discussed from two aspects of horizontal and vertical diffusion conditions. The results showed that: (1) During the pollution process, the surface wind speed in Guangzhou area was basically northerly wind and less than 2m/s. A small wind speed layer with an average wind speed less than 2.6m/s was below 300m; The return index profile of each layer within the height of 640m in the pre-pollution period was less than 0.6, and within the 100m height was less than 0.4. (2) The correlation coefficient between surface PM2.5mass concentration and inversion temperature was 0.42. The average temperature during the polluted period was 167m, and the average inversion temperature was 1.08°C/100m. (3) The correlation coefficient between PM2.5mass concentration and the boundary layer height was -0.56, and the average boundary layer height (876m) during the clean period was approximately 1.4times higher than that of the polluted period (620m). The minimum boundary layer height during the process was 267m. The boundary layer ventilation showed a higher anti-correlation with PM2.5concentration (-0.61), and the average boundary layer ventilation volume (2538m2/s) during clean period was 2.2times of the polluted period (1136m2/s), indicating that the boundary layer ventilation can be more useful to characterize the degree of atmospheric pollution.

lidar；wind profiler；microwave radiometer；air pollution；Guangzhou

A

1000-6923(2019)01-0092-14

黃 俊(1987-),男,貴州盤州人,工程師,理學(xué)學(xué)士,主要從事環(huán)境氣象預(yù)報(bào)及研究.發(fā)表論文10余篇.

2018-05-14

國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2016YFC0201901,2016YFC0203305);廣州市產(chǎn)學(xué)研協(xié)同創(chuàng)新重大專項(xiàng)(201604020028,201704020194);廣東省氣象局科技創(chuàng)新團(tuán)隊(duì)計(jì)劃項(xiàng)目(201704);廣東省氣象局科研項(xiàng)目(2016Q10,GRMC2017M27)

* 責(zé)任作者, 研究員, hbtan@grmc.gov.cn