長三角秋冬季典型區(qū)域霾天氣特征及對比

彭 薇,李云丹,康 娜,朱 彬,于興娜 (南京信息工程大學,中國氣象局氣溶膠與云降水重點開放實驗室,氣象災害預報預警與評估協(xié)同創(chuàng)新中心,江蘇 南京 210044)

目前,我國大氣污染以區(qū)域性、復合型大氣污染為主[1].國內有很多學者對長三角地區(qū)污染物的來源及特征做了研究,發(fā)現(xiàn)桔梗焚燒和區(qū)域輸送是引起的霾污染過程的主要原因[2];在穩(wěn)定的氣象條件下,較高的相對濕度、較低的地表風速、低混合層高度以及貼地逆溫的出現(xiàn)是誘發(fā)霾污染天氣產(chǎn)生的氣象條件[3-4].大氣邊界層高度是與空氣污染相關的關鍵參數(shù),體現(xiàn)了湍流混合過程和垂直擴散過程[5],關于霾污染的邊界層特征學者們也做了許多探討,研究發(fā)現(xiàn)大氣邊界層高度的降低是由霾期間較弱的湍流輸送引起的,且大氣邊界層高度與對流邊界層的地表 PM2.5濃度呈負相關的關系[6-7];逆溫層可以抑制湍流混合,使大氣分層更加穩(wěn)定,從而有利于大氣污染物在近地層的積累[8-9].許多學者從發(fā)生霾污染的天氣形勢的角度,比較污染過程演變特征及其與地面氣象要素間關系,探討了大氣環(huán)流的影響[10-11].崔萌等[11]在綜合分析了大氣環(huán)流特征的基礎上,反向追蹤了污染過程關鍵排放源區(qū)及敏感排放時段,模擬估算了本地及周邊排放對此次污染過程的累積貢獻比例及不同區(qū)域的主導貢獻時段和貢獻比例的時間演變.一些研究表明,大氣邊界層高度與氣溶膠濃度呈負相關[12-13].Zou等[14]預測地表能量收支受氣溶膠影響,并且發(fā)現(xiàn)當空氣污染嚴重時,大氣邊界層高度降低了 400m 以上.大氣邊界層高度在重霾期間通常不超過1000m[15].

本文選取長三角主要城市,2016～2019年秋冬季發(fā)生的典型霾污染過程,對比過程中的AQI指數(shù)和PM2.5濃度,剖析霾污染過程中污染物特性、氣象要素、天氣條件、邊界層特征、污染來源等,并對各過程進行對比分析,探討長江三角洲地區(qū)霾天氣發(fā)生時的相關影響因子、特征共性以及霾天氣的不同類型.

1 材料與方法

1.1 研究區(qū)域

選取長江三角洲8個主要城市,分別是南京、杭州、上海、鎮(zhèn)江、揚州、蘇州、南通、連云港,共選取了2016～2019年秋冬季7個典型的污染過程,7次過程 AQI指數(shù)達到重度污染(201～300)或嚴重污染(≥300),且均以PM2.5為首要污染物.

1.2 數(shù)據(jù)來源

本文使用的AQI及PM2.5濃度來自中國空氣質量在線監(jiān)測分析平臺(https://www.Aqistudy.cn/);氣象要素資料來自國家氣象信息中心;氣象信息綜合分析處理系統(tǒng) MICAPS數(shù)據(jù)由南京信息工程大學所提供;逆溫層數(shù)據(jù)來自美國懷俄明大學網(wǎng)站(http://weather.uwyo.edu/upperair/seasia.html);混合層高度資料由香港科技大學環(huán)境學院環(huán)境中心網(wǎng)(http://envf.ust.hk/dataview/profile/current/)提 供 ;氣溶膠組分分析使用 CALIPSO衛(wèi)星數(shù)據(jù)(https://www-calipso.larc.nasa.gov/).

1.3 研究方法

基于美國國家環(huán)境預報中心(NCEP)提供的全球資料同化系統(tǒng)(GDAS)數(shù)據(jù),使用混合單粒子拉格朗日綜合軌道模型(HYSPLIT)計算研究霾污染過程期間氣團的后向軌跡;利用潛在源貢獻因子分析(PSCF)和濃度權重軌跡分析(CWT)對其 PM2.5潛在來源進行定量及定性的分析.PSCF[16]是一種條件概率函數(shù),利用污染軌跡與所在軌跡在途徑區(qū)域停留時間的比來表征每個區(qū)域對受體點的污染貢獻[17].利用后向軌跡計算結果對研究地點污染物的潛在來源貢獻進行條件概率統(tǒng)計[18].設定 PM2.5閾值為《環(huán)境空氣質量標準》(GB3095-2012)[19]規(guī)定的二級標準75μg/m3,污染軌跡指受體點濃度高于其設定的閾值時對應的軌跡,公式如式(1):

式中:Px,y為網(wǎng)格(x,y)的 PSCF值;mx,y代表研究區(qū)域內經(jīng)過網(wǎng)格(x,y)的高于閾值的污染軌跡數(shù);nx,y為經(jīng)過網(wǎng)格(x,y)內的所有軌跡數(shù).但當網(wǎng)格內氣團停留時間較短時,網(wǎng)格分辨率較高平均節(jié)點數(shù)較少,PSCF值誤差較大[17,20].引入權重函數(shù) Wx,y減小公式計算所帶來的誤差,具體如下[21-22]:

由于PSCF分析方法得出的PSCF值只給出了潛在排放源的空間分布,而沒有給出潛在源區(qū)濃度貢獻等信息[23].CWT分析方法可以表征對潛在源區(qū)的污染貢獻,該方法對經(jīng)過網(wǎng)格(x,y)軌跡對應的污染物濃度計算加權平均值從而得出每個網(wǎng)格的污染物濃度貢獻,其原理公式如下:

式中,CWTx,y是網(wǎng)格(x,y)上的平均污染權重濃度;M代表軌跡的總數(shù),Cl代表軌跡經(jīng)過網(wǎng)格(x,y)時對應的污染物質量濃度;τxyl是軌跡l在網(wǎng)格(x,y)停留的時間.同樣引入權重系數(shù) Wx,y,減少停留時間過短帶來的誤差,見式(5).

2 結果與討論

2.1 典型霾污染過程演變特征

2.1.1 污染過程 如表1所示,重點討論3個重污染過程,分別是2017年12月20～25日、2017年12月26～2018年1月3日和2018年11月23～12月2日.

表1 2016～2019年7個典型污染過程Table 1 Overview of seven typical processes in 2016～2019

2.1.2 AQI指數(shù)及PM2.5濃度變化 2017年12月20～25日(圖 1a)這一過程的污染積累階段(20～22日)、持續(xù)階段(22～24日)和消除階段(24～25日)都很快速,鎮(zhèn)江在12月23日AQI達到此次過程峰值為247,與揚州同達到重度污染,其它城市除上海外空氣質量均達到輕度污染及以上,隨后 24～25日污染迅速清除,這與天氣形勢的改變及氣象要素的變化密切相關.

2017年12月26～2018年1月3日(圖1b),此過程為7次過程中影響范圍最為廣泛、污染程度最為嚴重的一次,且持續(xù)時間長,28日南京有輕微降水,強度為 0.25mm,地面增濕和弱輻合作用對污染并沒有清除作用,鎮(zhèn)江在12月31日AQI指數(shù)達到306,南京緊隨其后達到 304,為嚴重污染,且長江三角洲大部分城市均為重度污染,之后因長三角 2～3日出現(xiàn)降水,AQI指數(shù)急劇下降,空氣中的污染顆粒被雨水沖刷,且地面風速較大,污染物在水平方向擴散,污染濃度降低,空氣質量好轉.

圖1 3個污染過程中8個典型城市AQI變化Fig.1 The AQI index of 8 typical cities in the Yangtze River Delta in 3 typical haze pollution processes

2018年11月23～12月2日的污染過程(圖1c)污染范圍廣泛,長江三角洲 8個城市除上海部分觀測日外均在輕度污染以上,維持6d,其中5個城市維持重度污染2至3d,AQI峰值為272.

由圖2可見,PM2.5濃度變化與AQI變化趨勢相一致.第1次過程(圖2a)PM2.5濃度峰值出現(xiàn)于24日8:00為 246μg/m3,能見度最低值出現(xiàn)于 24日 00:00為1.55km;第2次過程(圖2b),南京AQI峰值出現(xiàn)在12月30日為304,而PM2.5濃度最高值出現(xiàn)在12月30日19:00,達到 342μg/m3,能見度于30日23:00低至33m;第3次過程(圖2c)PM2.5濃度呈多峰狀,波動頻繁.最高值出現(xiàn)在11月30日23:00,達到223μg/m3,能見度于26日13:00低至38m,多次谷值低于50m.污染過程發(fā)生時能見度較低,3次霾污染過程能見度最低值均不超過2km.3次過程PM2.5濃度變化與能見度總體呈負相關關系.盧文等[24]研究發(fā)現(xiàn)當相對濕度小于60%時,PM2.5是造成低能見度的主要因素,當相對濕度大于 60%時,水汽成為造成低能見度的主要因素.

圖2 3次典型污染過程PM2.5濃度及能見度變化Fig.2 PM2.5 concentrations and visibility in 3 typical haze pollution processes

2.1.3 天氣形勢 污染物的積累、擴散和稀釋過程主要受氣象要素的影響,特別是在某種特定污染源條件下,污染物的濃度主要受制于氣象條件的好壞,氣象要素的變化主要受天氣形勢背景的影響[25].一般靜穩(wěn)天氣型容易導致霾天氣的形成,通常伴隨著靜風及高相對濕度,主要是高低空天氣形勢配合導致.

采用MICAPS資料分析第2次重霾天氣過程.如地面圖所示,2017年12月27日08:00(圖3a),長江三角洲地區(qū)受到冷空氣影響,位于東北平原至渤海東海的冷鋒后,污染程度低.28日南京出現(xiàn)輕微降水,降水強度為 0.25mm,因此 AQI有輕微的降低趨勢,而29日08:00(圖3b),長江三角洲地區(qū)位于高壓前底部的弱氣壓場中,等壓線稀疏,風速小,冷空氣弱,污染物質開始堆積,以南京為例,其AQI超過100達到輕度污染.30日,位于蒙古高原的中心高壓達到1060hPa,冷空氣入侵我國中部地區(qū),但由于其對長江三角洲的影響較弱,等壓線稀疏,因此對污染清除無顯著作用,由于弱冷空氣過境將引起地面增濕和弱輻合作用[26],造成 AQI值升高,南京 AQI值達到241的高值.在31日08:00(圖3c),長江三角洲及中國東部地區(qū)均處于高壓中心范圍內的均壓場中,等壓線分布稀疏,氣壓梯度弱,地面風速小,大范圍站點溫度露點差降低到2℃以下,這種天氣形勢極有利于污染物累積[27],AQI值在短期內飆升,長江三角洲部分城市均達到嚴重污染.2018年1月1日23:00起,以東海為中心形成一個高壓,長江三角洲位于其高壓后部,天氣系統(tǒng)逐漸穩(wěn)定,氣流移動速度變快,污染物開始擴散,進入快速清除期,空氣質量狀況開始轉好.2日(圖3d)長江三角洲地區(qū)主要受以蒙古高原為中心的高壓天氣系統(tǒng)的影響,強冷空氣入侵,等壓線密集,地面風速大,促進污染物的水平輸送.

圖3 2017年12月27日、12月29日、12月31日、2018年1月2日08:00地面天氣Fig.3 Surface weather conditions at 08:00 on 27 December, 2017, 29 December, 31 December and 2 January, 2018

如圖4a所示,29日長江三角洲地區(qū)位于以中國東南沿海地區(qū)為中心的反氣旋頂部及以塔里木盆地為中心的反氣旋前部,被溫度暖脊所控制,容易形成逆溫,且等壓線稀疏,地表風速弱,靜穩(wěn)趨勢持續(xù),嚴重阻礙了空氣的垂直交換與水平運動.韓博威等[28]研究發(fā)現(xiàn),嚴重污染發(fā)生當日,長三角地區(qū)對流層低層多受均壓場控制或位于高壓頂部,這種穩(wěn)定的天氣形勢有利于污染物的局地累積從而爆發(fā)強霾污染事件,這與本文研究的污染過程類似.26日起高空 500hPa高度上亞歐大陸中緯度地區(qū)大氣環(huán)流為緯向氣流,經(jīng)向風弱,高空風速小,屬于靜穩(wěn)型污染天氣[9].由圖4b可見,29日蒙古高原至河套地區(qū)左側至四川盆地有一長槽,中高緯冷空氣入侵.長江三角洲地區(qū)位于從東北平原到華北平原至河套地區(qū)底部的脊右側,受脊前弱西北氣流控制,并處于以河套地區(qū)的暖脊右側,2017年12月31～2018年1月1日長槽東移過境,有助于污染擴散.這種高低空相互配合的天氣形勢促使污染物的堆積,從而為污染形成提供條件,使空氣質量變差,是形成持續(xù)時間長、影響范圍廣、導致重度霾污染甚至嚴重污染的典型氣象條件.

圖4 2017年12月29日08:00 850hPa、500hPa天氣Fig.4 Weather conditions at 850 hPa and 500 hPa at 08:00 on 29 December, 2017

2.2 氣象要素

霾污染天氣的形成與當?shù)貧庀髼l件有著十分緊密的聯(lián)系,一個區(qū)域或城市大氣污染物的濃度既與局地污染源強度有關,又與當?shù)氐妮斔秃蛿U散條件有關[29-30].

溫度是造成大氣對流的主要因素,溫度越高、大氣對流運動越強烈、越有利于污染物的擴散[31].第1次霾污染過程中(圖 5a),雖然 22～24日溫度都較高,看似與 AQI呈正相關關系,但是這 3天 00:00與12:00都出現(xiàn)較強的貼地逆溫,尤其是22～23日貼地逆溫強度達到峰值 8.2℃.因此此次過程中溫度對污染物擴散沒有明顯作用,而強逆溫的出現(xiàn)將污染物聚集在地面,無法擴散.魏建蘇等[32]研究發(fā)現(xiàn),相對濕度在 40%以上時霧霾天氣出現(xiàn)的幾率較大,并且在50%至 60%之間極容易出現(xiàn)霾污染.此次過程相對濕度都達到 45%以上,增大霾污染發(fā)生的概率,但其與氣溫和AQI指數(shù)無明顯關系.

第2次霾天氣過程中(圖5b),相對濕度與AQI和溫度呈負相關關系.相對濕度在此次過程 AQI高值階段達到 85%以上,高相對濕度有助于氣溶膠吸濕增長,影響大氣能見度,從而加劇空氣污染.顆粒物的吸濕增長還會引發(fā)一系列的化學反應,導致二次污染物的生成,使得污染物的組成更加復雜,污染現(xiàn)象更加嚴重[33].氣象要素對此次過程影響較大.

第 3次霾污染過程中(圖 5c),其溫度較為穩(wěn)定,在小范圍內波動,整個過程中溫差不超過 3℃.此次過程相對濕度較高,有8d超過80%.穩(wěn)定的氣象條件有利于污染的形成及持續(xù).

圖5 3次典型污染過程氣象要素與AQI指數(shù)之間的對比分析Fig.5 The contrastive analysis between meteorological factors and AQI in 3typical haze pollution processes

由圖6可知,第1次過程PM2.5濃度最高值及風速極大值均出現(xiàn)在西北方向,這與后文PM2.5潛在來源分析相對應,PM2.5濃度受來自西北方向的長距離輸送影響,風向以東南風及東風為主.而2、3次過程PM2.5濃度高值多出現(xiàn)在本地,對應著風速低值,風速高值對應著PM2.5濃度低值,受區(qū)域性輸送影響較大,第2次過程以東風占主導,第3次過程以東南風占主導.較低的風速與高污染濃度配合,有利于污染物的堆積,導致霾污染過程的發(fā)生.

圖6 3次典型污染過程風速風向與PM2.5濃度關系Fig.6 The relationship between PM2.5 concentrations and wind speed, direction in 3 typical haze pollution processes

2.3 混合層高度

混合層高度是研究地表向大氣排放污染物狀況的重要參數(shù)之一,混合層高度越高,越有利于污染物垂直方向的擴散,因此,混合層高度是決定地面污染濃度的重要因子[34].

第 1次霾過程中(圖 7a),混合層的平均高度為913m,低混合層高度阻礙了污染物的消散以至于污染物在局地聚集.高度最低值為 72m,出現(xiàn)在 23日20:00.00:00貼地逆溫強度高達8.2℃,影響空氣對流運動,污染物禁錮于近地面層,且還存在較強的脫地逆溫(4.2℃),因此霾污染過程受邊界層條件影響較大.混合層高度在22～24日均低于800m,與此次過程污染持續(xù)階段(22～24日)相對應,24～25日進入快速清除期,混合層高度恢復到中緯度陸地普遍高度1000m以上.AQI指數(shù)與混合層高度呈明顯的相反趨勢.

第2次霾天氣過程中(圖7b),混合層高度為7個過程最低值,29日20:00為34m,此時污染物在低空循環(huán)積聚,導致長江三角洲地區(qū)性高濃度污染發(fā)生.整個過程呈輕微波動,平均高度為 533m.且 30日08:00混合層高度也低至50m,是南京AQI指數(shù)短期內飆升的原因之一,最高值在31日達到304,且污染持續(xù)階段幾乎都存在較高的脫地逆溫,導致大氣污染物在邊界層內的聚集.我國中部,長江三角洲地區(qū)受弱冷空氣影響,混合層高度增高達到1000m以上,但污染形勢因地面增濕和弱輻合作用在30～31日并未好轉.1日天氣形勢好轉穩(wěn)定后,氣流移動速度增快,污染物逐漸擴散.2～3日南京出現(xiàn)降水,混合層高度迅速降低,且AQI指數(shù)較低.這與俞科愛等[35]的研究類似,降水有利于降低混合層高度,另外,風速與雨量呈正相關性.

第3次霾污染過程中(圖7c),混合層高度普遍偏低,低垂直對流高度使得污染物在低空循環(huán)積聚,污染物不易擴散[3].混合層高度呈波動形狀,平均高度為578m,與AQI指數(shù)呈相反的趨勢.25日混合層高度最低,為70m,除23～24日部分時次外,整個污染過程混合層高度不高于800m,這與Zou等[14]的研究結果相一致.此過程風速普遍偏低,大部分時次的風速都處于 1級,而風速與混合層高度相關系數(shù)極高,較低的風速使混合層高度偏低.貼地逆溫和脫地逆溫的頻繁出現(xiàn)更加影響污染物在垂直方向上的擴散,加上不利的氣象條件,弱氣壓場的影響,導致污染形勢的持續(xù).

圖7 3次典型污染過程混合層高度與AQI之的對比分析Fig.7 The contrastive analysis between mixed layer height and AQI index in 3 typical haze pollution processes

3次南京秋冬霾污染過程中,混合層高度最低值均小于100m,因其它氣象要素、天氣形勢的原因,在總體上混合層低值與 AQI指數(shù)高值呈現(xiàn)較好的吻合,并且呈負相關關系,持續(xù)時間較為一致.因此混合層高度較低會影響空氣的垂直對流高度從而使污染物在低空區(qū)域性積聚,導致高濃度污染發(fā)生,空氣質量變差.

由圖8可知,AQI在100以下的散點混合層高度比 100以上普遍較高,而出現(xiàn)混合層高度較低的情況有可能為降水所致,因此其相對濕度大約在 90%左右,AQI較高的散點除個別點外混合層高度均低于1000m.AQI100～200,風級普遍較低,大約在1.5級左右,風速較低有助于污染物的堆積;AQI在 100以下時,散點明顯較大,這與許多學者的研究[3,24,35]相對應,風速一般與污染物濃度呈反比;而 AQI在 200以上時,散點大小略大,這與長距離運輸有著必不可少的聯(lián)系,沙塵層層堆積,并且夾雜著少量浮塵微粒.如2017年12月26～2018年1月3日污染過程中AQI為241,混合層高度為50m的散點,由于風級較大,將氣團攜帶的來自中國西北部的污染細粒子及沙塵粒子經(jīng)過長距離輸送至長江三角洲造成污染.相對濕度在這七次污染過程中都在 50%以上,氣溶膠吸濕增長,增大霾天氣發(fā)生的概率,這與韓博威等[28]的研究結果相一致.

圖8 7次典型過程中AQI、混合層高度、風級與相對濕度之間的對比分析Fig.8 The contrastive analysis among AQI, mixed layer height, wind scale and relative humidity in seven air pollution processes

2.4 逆溫層高度及強度

逆溫層對污染物的擴散起著抑制作用,直接關系著地面污染程度,所以逆溫層是分析空氣污染潛勢的重要條件[25].貼地逆溫是從地表面開始的逆溫,脫地逆溫則是從離開地面一定高度開始的逆溫[36].逆溫層出現(xiàn)頻次定義為一次過程中逆溫出現(xiàn)時次占整個過程觀測時次之比.

如表 2所示,第 1次污染過程中,所有觀測時次邊界層內均存在逆溫層.且6d均出現(xiàn)貼地逆溫,其中22日及23日08:00貼地逆溫強度最強,為8.2℃;23日大部分城市AQI達到峰值190.霾污染過程中脫地逆溫出現(xiàn)的頻次較高,其中25日08:00脫地逆溫強度最高,為5.3℃.因此第1次污染過程中逆溫特征以貼地逆溫為主,且伴隨頻次高、強度大的脫地逆溫.

表2 3次典型污染過程南京地區(qū)逆溫層特征Table 2 Characteristics of inversion layer in Nanjing in 3 typical haze pollution processes

第2次污染過程以脫地逆溫為主,其中2017年12月28日08:00700hPa附近脫地逆溫強度為4.8℃,達到峰值.貼地逆溫在污染持續(xù)階段出現(xiàn)較為頻繁,在12月31日08:00近地面1000hPa附近逆溫強度最高,達4.1℃,AQI達到最高304,31日為此污染過程的峰值.

第3次霾天氣過程23～27日以貼地逆溫為主,其中27日08:00近地面950hPa附近及20:001000hPa附近逆溫強度較大,分別為5.8,4.8℃.28日,08:00在950hPa附近逆溫強度達7.4℃,為污染期間觀測時次貼地逆溫的最高值.30日AQI達到最高227.

3次霾污染過程中,第1次過程和第3次過程以貼地逆溫為主,第1次過程貼地逆溫強度高達8.2℃,且6d內均出現(xiàn)貼地逆溫,近地層的貼地逆溫使污染物聚集在地表,導致AQI短時間內達到嚴重污染.脫地逆溫強度較強,脫地逆溫出現(xiàn)頻次也高達83.3%;第2次過程以脫地逆溫為主,頻次高達 94.4%,脫地逆溫強度高達4.8℃.較強的脫地逆溫導致污染物堆積并抑制其擴散,使長江三角洲大部分城市AQI在2016～2019年中達到峰值.持續(xù)且較強的脫地逆溫與此次范圍廣、持續(xù)時間長、污染強度大的霾污染過程相對應,使長三角在較長的一段時間內都處于污染中.成瑩菲等[37]研究發(fā)現(xiàn),污染期間近地層有逆溫現(xiàn)象的發(fā)生,與污染物累積時期有較好地對應關系,并且逆溫層越厚、強度越大,污染越重,與本文研究結果一致.

2.5 氣溶膠來源及PM2.5潛在來源分析

由圖9可知,3次過程多為沙塵、大陸型污染物、污染型沙塵及煙粒.第 1次過程中貼地逆溫出現(xiàn)頻次高且強度大,因此污染物多堆積在地表;第 2次過程12月31日在800hPa附近出現(xiàn)脫地逆溫,阻擋了污染物的垂直運輸,污染物出現(xiàn)高度斷層;第 3次過程同時存在脫地及貼地逆溫,因此污染物也存在高度斷層,由于衛(wèi)星掃描軌跡主要經(jīng)過海上,存在少量干潔海洋空氣,沿海的長三角城市多受污染性沙塵氣溶膠的影響.

圖9 3次典型污染過程CALIPSO氣溶膠來源Fig.9 Aerosol subtypes retrieved from the CALIPSO in 3typical haze pollution processes

為進一步研究污染物特征,通過 3次過程的72h后向氣團軌跡(300m),利用PSCF和CWT分析方法對其 PM2.5潛在來源進行定量及定性的分析.通過PSCF分析方法根據(jù)氣流軌跡得到PM2.5潛在源區(qū),而通過 CWT分析方法得到對潛在源區(qū)的污染貢獻.由圖10可看出,2種分析方法得到的結果大致相同.綜合兩種分析方法,可以得到區(qū)域型污染是這3次污染過程發(fā)生的主要原因,且受長距離輸送的影響.第1次過程中的潛在污染源區(qū)主要集中在安徽、山東、河南、內蒙古等,受區(qū)域性污染及長距離輸送的共同影響,來自中國西北部的氣團經(jīng)過長距離運輸攜帶大量沙塵影響長三角地區(qū);第2次的污染過程中,潛在污染源區(qū)呈現(xiàn)以長三角為中心向西北方向擴散的扇形分布,主要貢獻源區(qū)集中在安徽、河南、河北等地,區(qū)域型輸送大量人為因素產(chǎn)生的污染細粒子導致重度污染;第 3次過程主要受區(qū)域性輸送的影響,潛在污染貢獻源區(qū)集中在安徽、河南、長三角及東海區(qū)域,江西、湖北也對此次污染過程產(chǎn)生一定的影響,除本地源排放外,長江三角洲因沿海發(fā)達城市人類活動產(chǎn)生的污染物形成區(qū)域型污染.3次過程所分析的PM2.5潛在源區(qū)與風速風向分析所對應.沙丹丹等[38]研究發(fā)現(xiàn)影響長三角的氣團在清潔天主要來自海洋上空,而污染天主要來自于我國西北地區(qū)及長三角周邊省份,即受到外來輸送與本地源排放的影響,與本文得到的結果一致.

圖10 3次典型污染過程PM2.5潛在源區(qū)及權重分布Fig.10 The PM2.5 potential sources and concentration-weighted in 3 typical air pollution processes

3 結論

3.1 3次長江三角洲地區(qū)重污染天氣過程中,其AQI指數(shù)峰值分別為247,306,272.天氣形勢對2017年12月26～2018年1月3日這一污染過程影響較大,850hPa高度上長江三角洲地區(qū)位于以中國東南沿海地區(qū)為中心的反氣旋頂部及以塔里木盆地為中心的反氣旋前部,被溫度暖脊所控制,容易形成逆溫;地面長江三角洲及中國東部地區(qū)均處于高壓中心范圍內的均壓場中,等壓線稀疏,地面風速小.這種高低空配置容易導致靜穩(wěn)型污染天氣的形成.

3.2 PM2.5濃度與能見度總體呈明顯負相關關系,且污染過程發(fā)生時能見度普遍偏低,3次過程能見度谷值均低于 2km;穩(wěn)定的氣象條件與霾污染過程的形成及持續(xù)有著緊密的聯(lián)系,穩(wěn)定且偏低的溫度、高相對濕度、靜風均不利于污染物輸送.

3.3 3次污染過程混合層高度最低值均小于100m,混合層高度較低會影響空氣的垂直對流高度,從而使污染物在低空區(qū)域性積聚,導致高濃度污染發(fā)生.在總體上混合層高度低值與 AQI指數(shù)高值呈現(xiàn)較好的吻合,呈負相關關系,持續(xù)時間較為一致,但第 2次過程長三角受弱冷空氣影響,混合層高度在30～31日增高達到 1000m以上,然而污染形勢因地面增濕和弱輻合作用并未好轉.

3.4 第1次過程和第3次過程以貼地逆溫為主,近地層的貼地逆溫將污染物集聚在地表,導致 AQI短時間內達到嚴重污染.第 2次過程以脫地逆溫為主,較強的脫地逆溫導致污染物在邊界層內堆積并抑制其擴散,持續(xù)且較強的逆溫與此次范圍廣、持續(xù)時間長、污染強度大的霾污染過程相對應.

3.5 3次污染過程氣溶膠來源多為沙塵、大陸型污染物、污染型沙塵及煙粒.區(qū)域型污染是這3次污染過程發(fā)生的主要原因,且受長距離輸送的影響.除本地源排放外,長江三角洲因沿海發(fā)達城市人類活動產(chǎn)生的污染物形成區(qū)域型污染,并且來自中國北部的氣團經(jīng)過長距離運輸攜帶大量沙塵影響長三角地區(qū).