2016年冬季壽縣一次邊界層低空急流對(duì)污染物擴(kuò)散的影響

景翠雯,王成剛*,馮 妍

2016年冬季壽縣一次邊界層低空急流對(duì)污染物擴(kuò)散的影響

景翠雯1,王成剛1*,馮 妍2,3

(1.南京信息工程大學(xué)大氣物理學(xué)院,中國(guó)氣象局氣溶膠與云降水重點(diǎn)開放實(shí)驗(yàn)室,江蘇 南京 210044；2.安徽省氣象科學(xué)研究所,大氣科學(xué)與衛(wèi)星遙感安徽省重點(diǎn)實(shí)驗(yàn)室,安徽 合肥 230031；3.壽縣國(guó)家氣候觀象臺(tái),中國(guó)氣象局淮河流域典型農(nóng)田生態(tài)氣象野外科學(xué)實(shí)驗(yàn)基地,安徽 壽縣 232200)

利用安徽壽縣地區(qū)2016年12月16～17日的觀測(cè)資料與模擬資料,分析了一次夜間邊界層低空急流對(duì)PM2.5擴(kuò)散的影響.此過程中,急流分布范圍廣,強(qiáng)度大,最大風(fēng)速可達(dá)10～12m/s,而且風(fēng)向隨高度有明顯轉(zhuǎn)向,高低層風(fēng)向差可達(dá)90°.急流發(fā)展過程中,急流軸基本位于200m以下,急流的最小風(fēng)速高度出現(xiàn)在400～800m之間.通過分析可知,對(duì)于不同高度,急流對(duì)污染物擴(kuò)散的影響存在明顯差異.地面至急流軸范圍內(nèi),PM2.5總體減少.急流的出現(xiàn)使湍流混合明顯增強(qiáng),在湍流作用下污染物向上混合,使該層PM2.5顯著減少,凈質(zhì)量通量的峰值可達(dá)-103′10-3μg/(m2·s). 急流的水平輸送可帶來上風(fēng)方較為清潔氣團(tuán),同樣減少了該層的PM2.5濃度.但與湍流作用相比其影響較小,凈質(zhì)量通量?jī)H為-2.9′10-3μg/(m2·s). 急流存在時(shí),還會(huì)加強(qiáng)向下的垂直風(fēng)速,在垂直輸送作用下,上層污染物向下輸送,增加了該層PM2.5濃度,凈質(zhì)量通量約為11′10-3μg/(m2·s).急流軸至風(fēng)向轉(zhuǎn)變高度之間,PM2.5總體增加.這是由于湍流作用將低層高濃度污染物輸送至該層,使PM2.5濃度增加,凈質(zhì)量通量約為23.9′10-3μg/(m2·s);水平輸送作用使該層PM2.5濃度略有增加,凈質(zhì)量通量約為2.3′10-3μg/(m2·s);而垂直輸送作用帶來了高處較為清潔的氣團(tuán),減少了PM2.5濃度,凈質(zhì)量通量約為-6.6′10-3μg/(m2·s).風(fēng)向轉(zhuǎn)變高度至LLJ最小風(fēng)速高度之間,PM2.5總體增加.湍流作用仍占主導(dǎo),凈質(zhì)量通量約為17.8′10-3μg/(m2·s);垂直輸送作用稍有貢獻(xiàn),凈質(zhì)量通量約為1.4′10-3μg/(m2·s);而水平輸送起減少作用,凈質(zhì)量通量約為-3.7′10-3μg/(m2·s).

PM2.5擴(kuò)散；低空急流；湍流、平流作用；急流特征高度分層

現(xiàn)階段,我國(guó)大氣污染問題仍十分嚴(yán)峻.為有效改善環(huán)境空氣質(zhì)量,打贏藍(lán)天保衛(wèi)戰(zhàn),國(guó)內(nèi)外學(xué)者為此開展了大量研究工作[1-3].但相關(guān)研究多集中在白天空氣質(zhì)量的討論,而針對(duì)夜間大氣污染物積聚、擴(kuò)散、輸送過程的分析相對(duì)較少.

邊界層低空急流(LLJ)作為一種重要的夜間大氣邊界層物理過程,對(duì)污染物擴(kuò)散、輸送的影響越來越受到人們重視[4-6].早期的研究結(jié)果表明[7-8],低空急流對(duì)局地空氣質(zhì)量的影響具有兩面性.Mcnider等[9]認(rèn)為L(zhǎng)LJ的水平輸送作用是將城市的污染物輸送至周邊減弱其污染程度的主要原因.而Taubman等[10]則指出LLJ的水平輸送作用是增加?xùn)|部地區(qū)污染的主要原因.類似研究[11]由于沒有結(jié)合污染物的空間分布情況,故得到了不同的結(jié)論.LLJ的存在不僅會(huì)使污染物的平流輸送增強(qiáng),強(qiáng)烈的垂直風(fēng)切變還會(huì)導(dǎo)致湍流增強(qiáng),提高地表與大氣間污染物的交換過程,最終影響局地的污染程度[12-13].Mireia等[14]的研究結(jié)果表明,湍流混合作用對(duì)污染物擴(kuò)散的貢獻(xiàn)率約為15%,且是將污染物輸送到上層的重要機(jī)制.Fiedler等[15]的分析表明,在某些特定時(shí)段LLJ引起的湍流混合作用的貢獻(xiàn)可達(dá)60%.

上述工作雖然分析了LLJ條件下,平流與湍流作用對(duì)污染物濃度影響的差異,但只是討論了近地層范圍內(nèi)污染物濃度的變化情況.Mathieu等[16]的研究指出,當(dāng)急流軸高度不同時(shí),湍流作用在垂直方向上的影響范圍不同,故污染物在不同高度的混合程度及擴(kuò)散情況存在明顯差異.廖曉農(nóng)等[17]的研究結(jié)果表明,在LLJ的不同高度,平流輸送的強(qiáng)度不同,故污染物的通量及擴(kuò)散程度也會(huì)相應(yīng)變化.在不同的LLJ個(gè)例中,急流軸高度、風(fēng)向轉(zhuǎn)變高度與LLJ最小風(fēng)速高度這些特征高度的分布不同,故平流、湍流在垂直方向上的特征亦不同,從而使污染物在不同高度的擴(kuò)散情況產(chǎn)生差異[18-21],而目前的研究并未將污染物的擴(kuò)散情況與LLJ的不同高度特征聯(lián)系起來.

安徽省地理位置特殊,其北側(cè)、西側(cè)和東側(cè)均與污染區(qū)相臨[22],又是夜間LLJ發(fā)生的高頻區(qū)[23-24].本文結(jié)合了觀測(cè)與模擬資料分析了2016年冬季壽縣一次夜間LLJ對(duì)PM2.5污染過程的影響.通過分析湍流輸送、垂直輸送與水平輸送質(zhì)量通量等的變化,討論了在LLJ的不同高度污染物擴(kuò)散的差異,并對(duì)比了其貢獻(xiàn).研究結(jié)果可提高LLJ期間對(duì)污染擴(kuò)散過程的認(rèn)識(shí),并為污染天氣的預(yù)警及治理提供參考.

1 資料與方法

本文收集了此次污染過程中,安徽壽縣國(guó)家氣候觀象臺(tái)(116°46′E,32°30′N)2016年12月16～17日期間的地面與高空觀測(cè)數(shù)據(jù).其中,地面觀測(cè)儀器有第二代新型地面自動(dòng)站(每1min記錄1次)和Grimm EDM-180環(huán)境監(jiān)測(cè)系統(tǒng)(每5min記錄1次),這兩種儀器可提供地面氣象要素及污染物濃度數(shù)據(jù).高空觀測(cè)儀器包括南京信息工程大學(xué)自主研發(fā)的大氣邊界層GPS 探測(cè)系統(tǒng),可獲取每日8個(gè)時(shí)次(02:00、05:00、08:00、11:00、14:00、17:00、20:00、23:00)的垂直氣象要素資料.此外, 使用了安徽藍(lán)盾生產(chǎn)的型號(hào)為L(zhǎng)GJ-01的氣溶膠激光雷達(dá),可提供每5min一次的垂直消光系數(shù),可用于近似分析污染物的垂直分布.

輔助資料包括:觀測(cè)期間的天氣圖,用于天氣形勢(shì)的分析;安慶與阜陽的常規(guī)探空資料,用于了解LLJ的結(jié)構(gòu);安徽省43個(gè)國(guó)控站的逐小時(shí)地面PM2.5資料,用于了解污染物的水平空間分布情況.

本文采用HYSPLIT模式[25]模擬了LLJ出現(xiàn)時(shí)段不同高度污染物的運(yùn)行軌跡.

2 結(jié)果與討論

2.1 天氣形勢(shì)分析

高低層天氣系統(tǒng)的配置與污染物擴(kuò)散過程及LLJ生消過程密切相關(guān).2016年12月16～17日研究區(qū)域出現(xiàn)中度PM2.5污染事件.16日白天,壽縣在高低空均受高壓控制,等壓線稀疏,風(fēng)速較小,不利于污染物的擴(kuò)散.16日夜間～17日凌晨,高低壓配置略有差異,500hPa仍為高壓控制,850、925hPa和地面均受高壓后部控制,風(fēng)速略有增大,這種配置也為L(zhǎng)LJ的形成與發(fā)展提供了有利的背景場(chǎng)[26].

2.2 觀測(cè)數(shù)據(jù)分析

本文參照前人[27-30]的經(jīng)驗(yàn),將邊界層LLJ定義為 800m以下,最大風(fēng)速與上下風(fēng)速差超過5m/s的“鼻狀”結(jié)構(gòu).如圖1所示,觀測(cè)期間壽縣在2016年12月16日23:00～17日5:00有LLJ出現(xiàn)(圖1為16日17:00～17日5:00每3h共4次觀測(cè)風(fēng)場(chǎng)的插值結(jié)果,其中16日20:00缺值),急流軸多出現(xiàn)在150～200m之間,風(fēng)向自地面向上均由東南風(fēng)向西南風(fēng)轉(zhuǎn)變,最小風(fēng)速高度先升后降,LLJ的具體特征見表1.此外16日20:00安慶、阜陽地區(qū)也有LLJ出現(xiàn)(兩個(gè)站點(diǎn)相間350km),表征此次急流范圍較廣.

圖1 壽縣觀測(cè)風(fēng)場(chǎng)

表1 LLJ特征統(tǒng)計(jì)表

如圖2所示,16～17日壽縣地區(qū)有PM2.5污染事件發(fā)生,LLJ存在期間(陰影部分),地面PM2.5濃度在17日03:00出現(xiàn)了一個(gè)峰值,超過115μg/m3達(dá)到中度污染程度;地面風(fēng)為東-東南風(fēng)且均小于4m/s,不利于污染物的擴(kuò)散;地面溫度的持續(xù)降低和相對(duì)濕度的持續(xù)增加為PM2.5粒子的增多提供了有利條件.

僅靠地面污染物濃度數(shù)據(jù),是無法了解LLJ三維結(jié)構(gòu)對(duì)不同高度污染物的影響.因此可利用氣溶膠激光雷達(dá)資料大致了解二者的關(guān)系.如圖3所示,LLJ出現(xiàn)前(16日17:00～22:00)消光系數(shù)自地面向上呈先增后減趨勢(shì)(單位為km-1),其峰值高度由500～600m降至400m附近,氣溶膠在此間分布最多.LLJ出現(xiàn)后在16日23:00～17日0:00,300～550m消光系數(shù)迅速減小,此范圍對(duì)應(yīng)LLJ的急流軸高度至風(fēng)向轉(zhuǎn)變高度范圍,尤其在300～400m、450～550m氣溶膠粒子最少;而550m以上的消光系數(shù)稍有增大,對(duì)應(yīng)風(fēng)向轉(zhuǎn)變高度以上范圍.至17日01:00,200～700m的消光系數(shù)又有著不同程度的增大,對(duì)應(yīng)風(fēng)向轉(zhuǎn)變高度至LLJ最小風(fēng)速高度范圍,在400～500m最顯著,氣溶膠最多.17日2:00后各高度的消光系數(shù)又開始減小.對(duì)比LLJ在垂直方向上特征高度的分布可知,不同高度氣溶膠的輸送擴(kuò)散受LLJ的影響不同.

圖2 壽縣地面污染物及氣象要素變化

圖3 壽縣氣溶膠消光系數(shù)分布

通過以上觀測(cè)資料的分析可知,LLJ的出現(xiàn)會(huì)影響不同高度污染物的擴(kuò)散情況,進(jìn)而影響地面污染物的擴(kuò)散.然而由于觀測(cè)資料的時(shí)空分辨率低,無法全面、準(zhǔn)確的分析LLJ在不同高度對(duì)污染物擴(kuò)散的影響,因此需要借助模式分析.

2.3 模擬結(jié)果分析

本文采用WRF-Chem(3.9.1)對(duì)此個(gè)例進(jìn)行了模擬,使用了美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心(NCEP)提供的 6h間隔全球最終分析資料FNL資料(水平分辨率為1°′1°)和清華大學(xué) MEIC 2016年排放源(水平分辨率為0.25°′0.25°)數(shù)據(jù)共同驅(qū)動(dòng),并加入了MEGAN (元基因組分析儀)生物質(zhì)源和MOZART(臭氧和相關(guān)化學(xué)示蹤劑模型)化學(xué)初邊界條件.模式的參數(shù)設(shè)置如下:模擬區(qū)域中心經(jīng)緯度為117.2°E、31.9°N,模式采用了3層嵌套,水平分辨率分別為27,9,3km,網(wǎng)格數(shù)分別為 220′160、136′136和172′217,最內(nèi)層包含幾乎整個(gè)安徽省,垂直方向分為36層,層頂氣壓為50hPa,為了更好的模擬出邊界層低空急流的演變過程,將1km以下加密至24層,積分時(shí)間步長(zhǎng)為120s.采用的參數(shù)化方案如表2.

表2 模擬參數(shù)化方案設(shè)計(jì)

2.3.1 模擬結(jié)果驗(yàn)證 利用了安徽省壽縣自動(dòng)氣象站(58215)的地面溫度、風(fēng)速及PM2.5濃度的分鐘資料與模式結(jié)果中2m溫度、10m風(fēng)速、地面PM2.5濃度資料進(jìn)行對(duì)比驗(yàn)證,結(jié)果見圖4(a～c).模式對(duì)溫度的模擬較好,與觀測(cè)值的相關(guān)系數(shù)可達(dá)0.94,風(fēng)速和污染物濃度的模擬結(jié)果略差,相關(guān)系數(shù)為0.68、0.74,但均通過了99%以上的顯著性檢驗(yàn).

此外,對(duì)比了LLJ存在期間的風(fēng)速、風(fēng)向、位溫的垂直分布,如圖4(d～e).結(jié)果表明,16日23:00、17日2:00模擬得到的風(fēng)速廓線強(qiáng)度較觀測(cè)值小僅約1m/s,急流軸高度與觀測(cè)值相差僅約20m,模式很好的模擬出了LLJ的結(jié)構(gòu),風(fēng)向、位溫的變化也基本一致.綜上,模擬結(jié)果可用于分析LLJ對(duì)污染物擴(kuò)散的影響.

2.3.2 LLJ與污染物垂直分布特征分析 如圖5所示,圖中3條線自下至上分別表示急流軸高度、風(fēng)向轉(zhuǎn)變高度以及LLJ最小風(fēng)速出現(xiàn)高度.由圖5(a)可見,此時(shí)段,急流軸高度由150m不斷降至50m,LLJ的最小風(fēng)速高度也由700m降至400m,風(fēng)向自地面向上由東南風(fēng)向西南風(fēng)轉(zhuǎn)變.PM2.5分布如圖5(b)所示,污染物濃度自地面向上總體呈現(xiàn)遞減的趨勢(shì),LLJ出現(xiàn)以前,中低層污染物濃度較高,且混合均勻,而出現(xiàn)LLJ后在一定程度上打破了這種狀態(tài),部分時(shí)次污染物在急流軸附近較多(16日23:00～17日02:00),同時(shí)在風(fēng)向轉(zhuǎn)變高度和最小風(fēng)速高度污染物濃度明顯降低.發(fā)生LLJ期間地面PM2.5濃度在17日00:00最低,后持續(xù)增加在17日04:00最高.LLJ出現(xiàn)后,由于急流軸附近風(fēng)速較高,急流軸上下方的風(fēng)切變明顯增大,如圖5(c),此時(shí)動(dòng)量的下傳與上傳會(huì)增強(qiáng),這將引起包括污染物在內(nèi)的多種變量的重新分布,故在急流軸附近PM2.5有明顯的上傳與下傳;當(dāng)急流軸上方風(fēng)速逐漸衰減時(shí),氣流拖曳作用會(huì)使風(fēng)向發(fā)生轉(zhuǎn)變,這同樣會(huì)改變風(fēng)切變的大小,圖中風(fēng)向轉(zhuǎn)變高度附近風(fēng)切變有著不同程度的增加,此外因風(fēng)向轉(zhuǎn)變引起的上游地區(qū)的改變?cè)诤艽蟪潭壬弦灿绊懼镜匚廴厩闆r,故在風(fēng)向轉(zhuǎn)變高度附近PM2.5濃度梯度較大,最小風(fēng)速高度以上風(fēng)切變又衰減至很小.本文主要分析在LLJ影響下急流軸高度、風(fēng)向轉(zhuǎn)變高度上下污染物擴(kuò)散的特征及差異.

2.3.3 LLJ的不同高度對(duì)污染物擴(kuò)散的影響 由污染物控制方程可知,局地污染物濃度的變化①與上述6個(gè)因素有關(guān),其中平流輸送項(xiàng)②和湍流擴(kuò)散項(xiàng)④在很大程度上會(huì)受到LLJ的影響.當(dāng)LLJ出現(xiàn)時(shí),會(huì)增大邊界層內(nèi)水平風(fēng)的垂直切變,導(dǎo)致湍流作用的增強(qiáng),進(jìn)而影響大氣的穩(wěn)定度和氣團(tuán)的混合程度,最終改變污染物的分布特征.此外,垂直和水平輸送作用會(huì)將上游氣團(tuán)輸送至本地,同時(shí)將本地氣團(tuán)輸送至下游地區(qū),也會(huì)改變污染物濃度.另外,由于不同高度湍流和平流作用的特征不同,對(duì)污染物的影響亦存在差異,為了定量的分析LLJ影響下PM2.5的輸送擴(kuò)散情況,下文分析討論了不同高度由湍流輸送、垂直輸送和水平輸送作用引起的PM2.5質(zhì)量通量的變化.

圖5 壽縣模擬風(fēng)場(chǎng)、PM2.5和風(fēng)切變的垂直分布

(1) 湍流特征及其作用

在討論湍流作用前需確定湍流在垂直方向上的影響程度(水平方向湍流作用太小不作分析),圖6給出了LLJ出現(xiàn)前后壽縣地區(qū)理查森數(shù)i在垂直方向上的變化.可以看出在LLJ出現(xiàn)前(16日18:00),i基本均高于臨界理查森數(shù)(icr=0.25),表征整體氣層穩(wěn)定.LLJ出現(xiàn)后(17日01:00,03:00)地面附近的i

由圖7(a)可以看出,LLJ出現(xiàn)后急流軸上、下方的TKE(湍流動(dòng)能)均呈增加趨勢(shì),意味著湍流混合能力的增強(qiáng),在LLJ強(qiáng)度最大時(shí)(17日00:00～02:00)地面的TKE亦最大,而在急流軸高度處較小,向上由于風(fēng)向的轉(zhuǎn)變TKE在此高度出現(xiàn)了極大值;圖7(b)中,LLJ出現(xiàn)后z(湍流擴(kuò)散系數(shù))整體增加,由于水平風(fēng)垂直切變的增大,LLJ軸上、下層的Kz均增大,在風(fēng)向轉(zhuǎn)變高度又多次有極大值出現(xiàn).

圖6 壽縣Ri垂直變化

圖7 壽縣TKE和Kz變化

圖8 壽縣PM2.5湍流質(zhì)量通量變化

(2) 垂直輸送作用

垂直輸送的作用也可影響污染物濃度變化,由質(zhì)量通量的定義可知,影響污染物質(zhì)量通量的兩個(gè)關(guān)鍵因素是污染物濃度和風(fēng),利用輸入、輸出的垂直風(fēng)與污染物乘積之差計(jì)算了污染物的垂直凈通量.當(dāng)輸入的污染物多于輸出的污染物時(shí),污染物濃度會(huì)增加,反之則減少.

如圖9,發(fā)生LLJ期間垂直風(fēng)的方向多向下,垂直風(fēng)速在急流軸附近較大,在風(fēng)向轉(zhuǎn)變高度最小.

圖9 壽縣垂直風(fēng)變化

圖10 壽縣PM2.5垂直凈質(zhì)量通量變化

由圖10可看出,垂直輸送作用一直存在,LLJ出現(xiàn)后稍有加強(qiáng),且垂直凈質(zhì)量通量在急流軸和風(fēng)向轉(zhuǎn)變高度附近都有明顯的正負(fù)分界.急流軸以下污染物的凈質(zhì)量通量約為11′10-3μg/(m2·s),峰值為17.8′10-3μg/(m2·s),垂直輸送作用帶來了上層的污染物,增加了該層的污染物濃度.地面PM2.5濃度在垂直輸送作用下持續(xù)增加,在17日3:00最多,凈質(zhì)量通量約為17.8′10-3μg/(m2·s);急流軸高度至風(fēng)向轉(zhuǎn)變高度之間污染物的凈質(zhì)量通量約為-6.6′10-3μg/ (m2·s),峰值約為-22.5′10-3μg/(m2·s),此時(shí)垂直輸送作用會(huì)減少該層污染物;風(fēng)向轉(zhuǎn)變高度至LLJ最小風(fēng)速處,污染物的凈質(zhì)量通量約為1.4′10-3μg/(m2·s),峰值為11.7′10-3μg/(m2·s),垂直輸送作用使該層污染物增加.

(3) 水平輸送作用

為了解不同高度污染物在水平方向的輸送情況,本文分析了存在LLJ時(shí)風(fēng)場(chǎng)、污染物的分布以及污染物的前向軌跡和水平凈質(zhì)量通量特征,利用輸入、輸出的水平風(fēng)與污染物乘積之差計(jì)算了污染物的水平凈通量.

由圖11(a)可以看出地面風(fēng)速分布較均勻,總體小于4m/s,250m高度(急流軸至風(fēng)向轉(zhuǎn)變高度之間)風(fēng)速總體較高,除山地地區(qū)外均大于4m/s,550m高度(風(fēng)向轉(zhuǎn)變高度至LLJ最小風(fēng)速高度之間)風(fēng)速自西北至東南方向呈遞減趨勢(shì),基本均大于4m/s,風(fēng)向從低層至高層由東南風(fēng)向西南風(fēng)轉(zhuǎn)變.由圖11(b)可知壽縣及附近的風(fēng)場(chǎng)符合本文對(duì)LLJ的定義,并在其左側(cè)選取一無LLJ區(qū).如圖11(c),PM2.5在地面總體呈北高南低、西高東低分布,在山地地區(qū)最低,250m高度類似,550m高度僅在西北和東北部有高值.

圖11 2016年12月17日01:00風(fēng)場(chǎng)、LLJ、PM2.5分別在地面、250m和550m的分布

Fig.11 Wind、LLJ and PM2.5 distribution on the ground, 250m and 550m at 01:00 on December 17, 2016

黑框?yàn)長(zhǎng)LJ區(qū)域,紅框?yàn)闊oLLJ區(qū)域

圖12 12月16日23:00壽縣地面、250m和550m的粒子3h前向軌跡

由于風(fēng)向隨高度會(huì)由東南風(fēng)向西南風(fēng)轉(zhuǎn)變,故污染物軌跡也相應(yīng)在方向上發(fā)生了轉(zhuǎn)變,如圖12, 16日23:00地面的污染物向北偏西方向移動(dòng),初始風(fēng)向?yàn)?37°,風(fēng)速為3m/s,3h移動(dòng)距離約30km; 250m高度污染物向偏北方向移動(dòng),初始風(fēng)向?yàn)?48°,風(fēng)速為8m/s,3h移動(dòng)距離約80km;550m高度的污染物受西南風(fēng)影響向北偏東方向移動(dòng),初始風(fēng)向?yàn)?0°,風(fēng)速為5m/s,3h移動(dòng)距離約68km.雖然在LLJ區(qū)域250m高度與550m高度風(fēng)速均較大,但當(dāng)氣團(tuán)移動(dòng)出LLJ區(qū)后,二者的風(fēng)速差越來越小,故移動(dòng)距離也越接近.

由圖13可知,與前向軌跡相對(duì)應(yīng),急流軸以下水平輸送作用帶來了東南方向的清潔氣團(tuán),凈質(zhì)量通量約為-2.9′10-3μg/(m2·s),峰值為-13′10-3μg/(m2·s),降低了該層污染物濃度;急流軸高度至風(fēng)向轉(zhuǎn)變之間輸入了偏南部的污染氣團(tuán),凈質(zhì)量通量約為2.3′10-3μg/(m2·s),峰值為7.1′10-3μg/(m2·s),增加了該層污染程度;風(fēng)向轉(zhuǎn)變高度至LLJ最小風(fēng)速高度之間,由于LLJ區(qū)西南部為山地,污染物濃度較低,故帶來了該地區(qū)的清潔空氣,凈質(zhì)量通量約為-3.7′10-3μg/(m2·s),峰值為-8.4′10-3μg/(m2·s),降低了該層污染程度.

對(duì)于無LLJ區(qū)域來說,水平輸送引起的污染物的運(yùn)動(dòng)軌跡及質(zhì)量通量的變化有所不同.如圖14,地面風(fēng)向?yàn)?54°,風(fēng)速<4m/s,3h移動(dòng)距離約27km; 250m風(fēng)向?yàn)?3°,風(fēng)速為8～10m/s,3h移動(dòng)距離約96km;550m風(fēng)向?yàn)?8°,風(fēng)速為10～12m/s,3h移動(dòng)距離約110km.

圖13 壽縣PM2.5水平凈質(zhì)量通量變化

圖14 12月16日23:00無LLJ地區(qū)地面、250m和550m粒子3h前向軌跡

如圖15,對(duì)比有LLJ區(qū)域,無LLJ區(qū)域污染物水平凈質(zhì)量通量在不同高度并沒有明顯的分界,低層由于污染物濃度較高,故污染物的凈質(zhì)量通量值也較大,高層總體上輸入了來自西南部的清潔氣團(tuán).

圖15 無LLJ地區(qū)PM2.5水平凈質(zhì)量通量變化

表3 不同高度湍流、輸送、水平輸送作用貢獻(xiàn)百分比(%)

注:δH1為地面至急流軸高度、δH2為急流軸高度至風(fēng)向轉(zhuǎn)變高度、δH3為風(fēng)向轉(zhuǎn)變高度至LLJ最小風(fēng)速高度.正、負(fù)號(hào)表示增減.

表3給出了LLJ發(fā)生后不同時(shí)次在不同特征高度范圍內(nèi)湍流輸送、垂直輸送與水平輸送作用的貢獻(xiàn).垂直輸送作用對(duì)地面PM2.5濃度的貢獻(xiàn)最大,最高可達(dá)82.4%,湍流混合和垂直輸送作用的貢獻(xiàn)基本均低于20%,其中湍流混合作用在LLJ發(fā)展較強(qiáng)時(shí)貢獻(xiàn)較大.總體來看,湍流作用的貢獻(xiàn)在不同時(shí)次均最大,特別在LLJ強(qiáng)度較強(qiáng)時(shí) (17日0:00～2:00)多次達(dá)到75%以上.垂直和水平輸送作用的貢獻(xiàn)更依賴于上游氣團(tuán)污染或清潔的程度,故沒有明顯的時(shí)間變化,垂直輸送在δH1、δH2范圍貢獻(xiàn)較大,而在δH3范圍貢獻(xiàn)最小,大多低于10%;水平輸送的貢獻(xiàn)在δH1、δH2范圍最小,總體低于15%,但在δH3范圍貢獻(xiàn)較大,在17日04時(shí)達(dá)到-25.8%.

3 結(jié)論

3.1 觀測(cè)結(jié)果表明LLJ在垂直方向上的風(fēng)速、風(fēng)向會(huì)發(fā)生變化,存在急流軸高度、風(fēng)向轉(zhuǎn)變高度以及LLJ最小風(fēng)速高度,在這些特征高度范圍內(nèi)污染物擴(kuò)散的情況存在差異.LLJ出現(xiàn)前期急流軸高度至風(fēng)向轉(zhuǎn)變高度范圍內(nèi)消光系數(shù)明顯減小,而風(fēng)向轉(zhuǎn)變高度以上消光系數(shù)增大;中期在風(fēng)向轉(zhuǎn)變高度至LLJ最小風(fēng)速高度范圍內(nèi)消光系數(shù)均顯著增大而后期各高度的消光系數(shù)又開始減小,這與LLJ的作用相關(guān).

3.2 模式研究表明與LLJ相關(guān)的湍流輸送、垂直輸送和水平輸送作用在不同特征高度范圍內(nèi)引起的污染物的增減情況不同.三者在急流軸高度下方引起的污染物凈質(zhì)量通量分別為-7.6′10-3μg/(m2·s), 11′10-3μg/(m2·s),-2.9′10-3μg/(m2·s).在急流軸高度至風(fēng)向轉(zhuǎn)變高度之間引起的污染物凈質(zhì)量通量分別為23.9′10-3μg/(m2·s),-6.6′10-3μg/(m2·s),2.3′10-3μg/(m2·s).在風(fēng)向轉(zhuǎn)變高度至LLJ最小風(fēng)速高度之間引起的污染物凈質(zhì)量通量分別為17.8′10-3μg/ (m2·s),1.4′10-3μg/(m2·s),-3.7′10-3μg/(m2·s).

3.3 模式研究表明在LLJ發(fā)展不同時(shí)期湍流輸送、垂直輸送與水平輸送作用對(duì)不同高度污染物凈質(zhì)量通量的貢獻(xiàn)不同.湍流作用的貢獻(xiàn)整體最高,且LLJ較強(qiáng)時(shí)多次達(dá)到75%以上.垂直輸送作用在風(fēng)向轉(zhuǎn)變高度以下的貢獻(xiàn)較大,而在風(fēng)向轉(zhuǎn)變高度到LLJ最小風(fēng)速高度的貢獻(xiàn)最小,基本低于10%.水平輸送作用的貢獻(xiàn)在風(fēng)向轉(zhuǎn)變高度以下最小,基本低于15%,而在風(fēng)向轉(zhuǎn)變高度到LLJ最小風(fēng)速高度對(duì)PM2.5減少的貢獻(xiàn)較大,并在17日4:00達(dá)到了-25.8%.

[1] Sun Y, Song T, Tang G, et al. The vertical distribution of PM2.5and boundary-layer structure during summer haze in Beijing [J]. Atmospheric Environment, 2013,74:413-421.

[2] Kim D, Stockwell W R. An online coupled meteorological and air quality modeling study of the effect of complex terrain on the regional transport and transformation of air pollutants over the Western United States [J]. Atmospheric Environment, 2007,41(11):2319-2334.

[3] Wang X, Dickinson R E, Su L, et al. PM2.5pollution in China and how it has been exacerbated by terrain and meteorological conditions [J]. Bulletin of the American 53Meteorological Society, 2018,99(1):105- 119.

[4] 蔣維楣,劉紅年,張 寧,等,空氣污染氣象學(xué)教程(第三版) [M]. 南京大學(xué)出版社, 2021.

Jiang W M, Liu H N, Zhang N, et al. Air Pollution Meteorology (Third Edition) [M]. Nanjing University Press, 2021.

[5] 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.

[6] Yang L, Wu Y, Davis J M, et al. Estimating the effects of meteorology on PM2.5reduction during the 2008 Summer Olympic Games in Beijing, China [J]. Frontiers of Environmental Science & Engineering in China, 2011,5(3):331.

[7] Chen Y, An J L, Sun Y L, et al. Nocturnal low-level winds and their impacts on particulate matter over the Beijing Area [J]. Advances in Atmospheric Sciences, 2018,35(12):1455-1468.

[8] 肖之盛,孟 凡,徐 峻,等.低空急流理論及其對(duì)空氣污染物傳輸影響研究進(jìn)展 [J]. 環(huán)境工程技術(shù)學(xué)報(bào), 2019,9(2):111-118.

Xiao Z S, Meng F, Xu J, et al. Research advances in low-level jets theory and their impact on air pollutant transmission [J]. Journal of Environmental Engineering Technology, 2019,9(2):111-118.

[9] Mcnider R T, Norris W B, Song A J, et al. Meteorological conditions during the 1995 Southern Oxidants Study Nashville/Middle Tennessee Field Intensive [J]. Journal of Geophysical Research: Biogeosciences, 1998,103(D17):22225-22243.

[10] Taubman B F, Marufu L T, Piety C A, et al. Airborne characterization of the chemical, optical, and meteorological properties, and origins of a combined ozone-haze episode over the Eastern United States [J]. Atmos, 2004,61(14):1781-1793.

[11] Sullivan J T, Rabenhorst S D, Dreessen J, et al. Lidar observations revealing transport of O3in the presence of a nocturnal low-level jet: Regional implications for“next-day”pollution [J]. Atmospheric Environment, 2017,158:160-171.

[12] Caputi D J, Faloona I, Trousdell J, et al. Residual layer ozone, mixing, and the nocturnal jet in California's San Joaquin Valley [J]. Atmospheric Chemistry and Physics, 2019,19(7):4721-4740.

[13] Wei W, Zhang H S, Xu H, et al. Influence of Intermittent Turbulence on Air Pollution and Its Dispersion in Winter 2016/2017 over Beijing, China [J]. Journal of Meteorological Research, 2020,34(1):176-188.

[14] Mireia U, Maria S, Miriam O, et al. Pollutant vertical mixing in the nocturnal boundary layer enhanced by density currents and low-level jets: two representative case studies [J]. Boundary-Layer Meteorology, 2020,174(2):203-230.

[15] Fiedler S, S chepanski K, Heinold B, et al. Climatology of nocturnal low-level jets over North Africa and implications for modeling mineral dust emission [J]. Geophys Res Atmos, 2013,118(12):6100- 6121.

[16] Mathieu N, Strachan I B, Leclerc M Y, et al. Role of low-level jets and boundary-layer properties on the NBL budget technique [J]. Agricultural and Forest Meteorology, 2005,135(1):35-43.

[17] 廖曉農(nóng),孫兆彬,何 娜,等.邊界層低空急流導(dǎo)致北京PM2.5迅速下降及其形成機(jī)制的個(gè)例分析[J]. 環(huán)境科學(xué), 2016,37(1):51-59.

Liao X N, Sun Z B, He N, et al. A case study on the rapid cleaned away of PM2.5pollution in Beijing related with BL Jet and its mechanism [J]. Environmental Science, 2016,37(1):51-59.

[18] 劉鴻波,何明洋,王 斌,等.低空急流的研究進(jìn)展與展望[J]. 氣象學(xué)報(bào), 2014,72(2):191-206.

Liu H B, He M, Wang B, et al. Advances in low-level jet research and future prospects [J]. Acta Meteorologica Sinica, 2014,72(2):191-206.

[19] 黎 倩,鄭佳鋒,朱克云,等.基于激光測(cè)風(fēng)雷達(dá)的低空急流結(jié)構(gòu)特征研究 [J]. 激光技術(shù), 2020,44(5):557-562.

Li Q, Zheng J F, Zhu K Y, et al. Structural characteristics of low-level jet based on wind lidar [J]. Laser Technology, 2020,44(5):557-562.

[20] Miao Y C, Liu S H, Sheng L, et al. Influence of boundary layer structure and low-level jet on PM2.5pollution in Beijing: a case study [J]. International journal of environmental research and public health, 2019,16(4):616.

[21] Miao Y C, Guo J P, Liu S H, et al. The climatology of low level jet in Beijing and Guangzhou, China [J]. Journal of Geophysical Research: Atmospheres, 2018,123:2816-2830.

[22] 黃 乾,王海波.南京北郊污染物來源及跨區(qū)域輸送過程研究 [J]. 大氣科學(xué)學(xué)報(bào), 2019,42(4):531-541.

Huang Q, Wang H B. Sources and transregional transport process of air pollutant in northern suburbs of Nanjing [J]. Trans Atmos Sci, 2019,42(4):531-541.

[23] 吳哲珺.長(zhǎng)江流域低空急流天氣過程的數(shù)值模擬與診斷分析 [D]. 南京:南京信息工程大學(xué), 2019.

Wu Z J. Numerical simulation and diagnostic analysis of a Low-level jet weather process in the Yangtze River Basin [D]. Nanjing: Nanjing University of Information Science and Technology, 2019.

[24] 賽 瀚,苗峻峰.中國(guó)地區(qū)低空急流研究進(jìn)展 [J]. 氣象科技, 2012,40(5):766-771.

Sai H, Miao J F. A review of Low-Level Jet research in China [J]. Meteorological Science and Technology, 2012,40(5):766-771.

[25] Draxler R R, Hess G. Description of the HYSPLIT_4Modeling system of trajectories, dispersion, and deposition [J]. Australian Meteorological Magazine, 1998,47(4):295-308.

[26] Rife D L, Pinto J O, Monaghan A J, et al. Global Distribution and Characteristics of Diurnally Varying Low-Level Jets [J]. Journal of Climate, 2010,23(19):5041-5064.

[27] Blackadar A K. Boundary layer wind maxima and the resignificance for the growth of nocturnal inversions [J]. Bull Amer Metor Soc, 1957,38(5):283-290.

[28] Andreas E L, Claffy K J, Makshtas A P. Low-level atmospheric jets and inversions over the Western Weddell Sea [J]. Boundary-Layer Meteorology, 2000,97(3):459-486.

[29] Hu X M, Klein P M, Xue M, et al. Impact of the vertical mixing induced by low-level jets on boundary layer ozone concentration [J]. Atmospheric Environment, 2013,70(2):123-130.

[30] Klein P M, Hu X M, Shapiro A, et al. Linkages between boundary- layer structure and the development of nocturnal low-level jets in central Oklahoma [J]. Boundary-Layer Meteorology, 2016,158(3): 383-408.

Influence of a boundary layer low-level jet on pollutant diffusion in Shouxian, Anhui Province in winter 2016.

JING Cui-wen1, WANG Cheng-gang1*, FENG Yan2,3

(1.Key Laboratory for Aerosol-Cloud-Precipitation, China Meteorological Administration, Nanjing University of Information Science and Technology, Nanjing 210044, China；2.Anhui Provincial Key Laboratory of Atmospheric Science and Satellite Remote Sensing, Anhui Institute of Meteorological Sciences, Hefei 230031, China；3.Field Scientific Experiment Base of Ecological Meteorology for Typical Farmland in Huaihe River Basin, China Meteorological Administration, Shouxian National Climate Observatory, Shouxian 232200, China).2022,42(7)：3013～3022

Based on the observation data and simulation data in Shouxian area of Anhui Province from December 16 to 17, 2016, the effect of a nocturnal boundary layer low-level jet on PM2.5diffusion has been analyzed. In this process, the low-level jet has a wide distribution range and high intensity, the maximum wind speed can reach 10～12m/s, the wind direction difference between high and low layers can reach 90℃ during the development of the low-level jet. In the process of the low-level jet development, the jet axis is basically below 200m, and the minimum wind speed height of the low-level jet appears between 400～800m. The analysis shows that there are obvious differences in the impact of the low-level jet on pollutant diffusion at different heights. From ground to the low-level jet axis, PM2.5overall decrease. The emergence of the low-level jet flow significantly enhances the turbulent mixing. Under the action of turbulence, the pollutants are mixed upward, making the layer PM2.5significant reduction. The peak value of net mass flux can reach -103′10-3μg/(m2·s).The horizontal transportation of the low-level jet stream can bring cleaner air mass upwind, and also reduce PM2.5concentration in this layer. However, compared with turbulence, its effect is small, and the net mass flux is only -2.9′10-3μg/(m2·s). When the low-level jet exists, the downward vertical wind speed will be strengthened. Under the action of vertical transportation, the pollutants in the upper layer will be transported downward, increasing the PM2.5concentration in this layer, the net mass flux is about 11′10-3μg/(m2·s). Between the low-level jet axis and wind direction transition height, PM2.5overall increase. This is because the turbulence transports high concentration pollutants in the low layer to this layer, making PM2.5concentration increase. The net mass flux is about 23.9′10-3μg/(m2·s). Horizontal transportation makes this layer PM2.5concentration increased slightly, and the net mass flux was about 2.3′10-3μg/(m2·s).The vertical transportation brings clean air mass at high altitude and reduces PM2.5concentration, the net mass flux is about -6.6′10-3μg/(m2·s). Between wind direction transition height and LLJ minimum wind speed height, PM2.5overall increase. Turbulence is still dominant, and the net mass flux is about 17.8′10-3μg/(m2·s).The vertical transport has a slight contribution, and the net mass flux is about 1.4′10-3μg/(m2·s). The horizontal transport plays a reducing role, and the net mass flux is about -3.7′10-3μg/(m2·s).

PM2.5diffusion；low-level jet；turbulence and advection；jet characteristics height stratification

X513

A

1000-6923(2022)07-3013-10

景翠雯(1998-),女,甘肅定西人,南京信息工程大學(xué)碩士研究生,主要研究方向?yàn)檫吔鐚託庀髮W(xué).

2021-12-15

國(guó)家自然科學(xué)基金資助項(xiàng)目(41975011)

*責(zé)任作者, 副教授, wcg@nuist.edu.cn