廣州旱季雙高污染及消光系數(shù)垂直分布特征

陶麗萍,鄧 濤,吳 兌,*,吳 晟,何國文,張雪,宋 烺,歐陽珊珊,孫嘉胤,梁 粵,譚 健,夏 瑞,周 振

廣州旱季雙高污染及消光系數(shù)垂直分布特征

陶麗萍1,鄧 濤2*,吳 兌1,2**,吳 晟1,何國文1,張雪1,宋 烺1,歐陽珊珊3,孫嘉胤1,梁 粵1,譚 健1,夏 瑞1,周 振1

(1.暨南大學(xué)質(zhì)譜儀器與大氣環(huán)境研究所,廣東省大氣污染在線源解析系統(tǒng)工程技術(shù)研究中心,廣東 廣州 510632；2.中國氣象局廣州熱帶海洋氣象研究所,廣東 廣州 510640；3.暨南大學(xué)環(huán)境與氣候研究院,廣東 廣州 511443)

利用2017年12月6日～2018年1月3日地面常規(guī)氣象資料、空氣質(zhì)量6參數(shù)、光化輻射資料、氣溶膠吸收和散射系數(shù)、單次散射反照率、激光雷達反演的氣溶膠消光系數(shù)與退偏比數(shù)據(jù),分析廣州地區(qū)氣象參數(shù)變化對污染物濃度的影響和氣溶膠對光化輻射的衰減,研究雙高(高氣溶膠與高O3)污染的形成機理,并從垂直角度探究了雙高日邊界層內(nèi)消光系數(shù)廓線演變規(guī)律.結(jié)果表明,研究期間雙高日對光化輻射的衰減小于霾日,一方面氣溶膠的散射和吸收特性使得其對光化輻射具有一定的衰減作用,另一方面氣溶膠中的散射性成分對光化輻射具有正反饋作用,雙高日較強的光化輻射使得O3和PM2.5同時維持在較高值.與非雙高日相比,雙高日全天風(fēng)速更小、溫度更高、光化輻射更強,PM2.5和CO、SO2、NO2等物質(zhì)濃度更高,細粒子占比更大,11:00～16:00間近地面退偏比更高.雷達觀測結(jié)果表明4個雙高日8:00消光系數(shù)高值區(qū)在0.5km以下,低層出現(xiàn)消光系數(shù)均值區(qū),并且均值區(qū)不斷升高;午后光化輻射強度減弱,均值區(qū)不再向上發(fā)展,隨著顆粒物污染加劇,均值區(qū)以上消光系數(shù)垂直遞增,在邊界層頂附近出現(xiàn)峰值;夜間消光系數(shù)在低層隨高度升高而降低,某一高度范圍消光系數(shù)隨高度增加而升高,1km以上呈指數(shù)遞減,夜間邊界層頂附近高值區(qū)較為明顯.

雙高日；氣象要素；邊界層；垂直分布；激光雷達

目前,PM2.5是我國大氣污染的首要污染物,局地排放和周邊城市的區(qū)域輸送是城市PM2.5污染主要貢獻源[1-2].研究認(rèn)為,重霾污染的形成是由于大量化學(xué)轉(zhuǎn)化,高相對濕度下有利于二次無機氣溶膠形成,增強了氣溶膠的吸水能力,可能進一步促進了液態(tài)非均相反應(yīng)[3].二次有機氣溶膠形成機制尚不清楚,通常認(rèn)為是源于大氣中揮發(fā)性有機化合物(VOCs)的氧化[4].二次氣溶膠變化并不明顯的情況下,不利氣象條件下行星邊界層降低的雙向反饋機制是造成PM2.5污染累積的主因[5-6]. “氣十條”實施后我國PM2.5總體呈下降趨勢[7-8],NO排放量減少使滴定效應(yīng)減弱導(dǎo)致地表O3濃度增加[9-10],其已成為夏季的主要污染物[11],進一步增加了污染控制的復(fù)雜性.O3的光化學(xué)生成與VOCs和NO排放有關(guān),當(dāng)?shù)豊O排放較高,O3對VOCs濃度變化的敏感性更強,反之亦然[12].邊界層的垂直輸送對地面O3增加的貢獻也不容忽視[13-14],深圳地區(qū)觀測得出夜間殘留層儲存O3第二天上午垂直輸送至地表的貢獻可達61.44%[15],夜間地面O3濃度通常不高,原因是夜間NO滴定作用,但四川盆地出現(xiàn)夜間O3高值,可能與云驅(qū)動的垂直混合有關(guān)[16].大氣污染有時并不僅只有某一污染物的超標(biāo),單一污染研究在復(fù)合污染情況下并不完全適用.北京和長三角地區(qū)雙高事件通常與高壓系統(tǒng)有關(guān),高空南向暖流增強了邊界層熱逆溫層,抑制日間邊界層發(fā)展,雙高污染加劇[17]. NO和VOC是PM2.5和O3的共同前體物,二者具有化學(xué)耦合關(guān)系[18].它們的相互作用體現(xiàn)在O3能夠增強大氣氧化性促進二次反應(yīng)前提物的氣-粒轉(zhuǎn)化[19],顆粒物通過影響光化輻射通量影響O3生成過程[20].大氣氧化性低時,PM2.5與O3無相關(guān)性,高PM2.5更可能是由前體的豐富程度而不是大氣氧化性驅(qū)動的;在中高大氣氧化性時,PM2.5與O3呈正相關(guān),DPM2.5/DO3值隨大氣氧化的降低而增大[21].

廣州是工業(yè)化和城市化高速發(fā)展的大城市,大部分在北回歸線以南,旱季相較于其他偏北地區(qū)更加溫暖,輻射強度更大,目前該地旱季的復(fù)合污染研究相對較少.本文利用地面觀測資料得出研究時段氣象要素與污染物濃度之間的關(guān)系,分析雙高日不同高度處軌跡來源和氣象場,氣溶膠對輻射的衰減比例,比較雙高日和非雙高日氣象參數(shù)和地面污染物濃度日變化,對雙高日消光系數(shù)垂直分布規(guī)律進行探究,以期能進一步加深對珠三角復(fù)合污染成因及影響的認(rèn)識,為污染天氣預(yù)報預(yù)警提供科學(xué)參考依據(jù).

1 數(shù)據(jù)來源與處理

研究時段為2017年12月6日～2018年1月3日, 地面風(fēng)速(WS)、風(fēng)向(WD)、溫度()、濕度(RH)、壓強、能見度(Vis)、消光系數(shù)(Ext)、顆粒物濃度(PM1、PM2.5、PM10)、氣溶膠的散射和吸收系數(shù)、單次散射反照率SSA時間分辨率為1h,光化輻射通量和光解率時間分辨率為1s,微脈沖米散射激光雷達反演的氣溶膠消光系數(shù)與退偏比時間分辨率為1min,以上數(shù)據(jù)來自廣州番禺大氣成分站(23.002°N, 113.355°E),該站點位于廣州市番禺區(qū)南村鎮(zhèn)大鎮(zhèn)崗山,海拔為142m,站點附近為居民區(qū),沒有明顯的工業(yè)污染源.污染物(SO2、NO2、CO、O3)數(shù)據(jù)時間分辨率為1h,來自附近的環(huán)境國控站番禺中學(xué)站點(22.948°N,113.352°E),2個站點間相距2.4km.

微脈沖米散射激光雷達由美國Sigma Space公司生產(chǎn),探測高度可達60km,雷達系統(tǒng)包括發(fā)射系統(tǒng)、接收系統(tǒng)、信號處理系統(tǒng),垂直方向上最小分辨率為15m.原始數(shù)據(jù)處理前需要進行的訂正主要有背景噪聲訂正、駐留脈沖訂正、延時訂正、幾何因子訂正等[22].根據(jù)雷達探測原理,雷達方程可簡化為:

式中:1、2分別為氣溶膠和空氣分子的后向散射系數(shù);d、b、ap、olp分別為延時訂正系數(shù)、背景噪聲訂正系數(shù)、后脈沖訂正系數(shù)、近端填充訂正系數(shù);()為高度下的后向散射回波信號;是空氣分子透射率.本文采用Fernald[23]方法,雷達比定義為消光系數(shù)和后向散射系數(shù)的比值,經(jīng)驗值一般是20～80,通過公式(2)采用后向積分求解雷達方程

式中:()為大氣消光系數(shù);()=()2,具體處理算法見參考文獻[24].從而得到對應(yīng)高度處的消光系數(shù)、后向散射系數(shù)數(shù)據(jù).

HYSPLIT是美國國家海洋和氣象局(NOAA)研發(fā)的后向軌跡模式,運用拉格朗日和歐拉計算方法計算氣團軌跡、運輸、分散、化學(xué)轉(zhuǎn)化和沉積模擬[25].本文采用常規(guī)后向軌跡模擬,根據(jù)反向軌跡確定氣團來源并建立源-受體關(guān)系,其空間分辨率為0.5°× 0.5°,時間分辨率為6h,數(shù)據(jù)來自NOAA官網(wǎng)的trajectory模塊(https://www.ready.noaa.gov/hypub- bin/trajtype.pl).TUV是美國NCAR開發(fā)的對流層紫外輻射模式(https://www.acom.ucar.edu/Models/ TUV/Interactive_TUV/),采用八流離散坐標(biāo),考慮云和氣溶膠的光學(xué)特性,可以計算一定波長范圍內(nèi)的光化輻射和物種光解速率.

光化學(xué)輻射通量觀測儀是METCON公司生產(chǎn).通過512象素二極管陣列探測器實現(xiàn)了象素譜寬為0.85nm與光譜分辨率為2.1nm的高精度測量.可測量紫外低端譜UVB至可見光的太陽輻射光譜(280～670nm),通過儀器內(nèi)部附有8種光解物質(zhì)的吸收截面和量子產(chǎn)率文件,并計算得到8種物質(zhì)(O1D)、(NO2)、(HONO)、(NO3_M)、(NO3_R)、(H2O2)、(HCHO_ M)、(HCHO_R)的光解速率,光解率計算式為[26]:

式中:()為光化通量;()、()分別為已知的吸收界面和量子產(chǎn)率,對某物質(zhì)發(fā)生光解的波段進行積分可求得該物質(zhì)的光解速率.

AethalometerTM型黑碳儀是由美國MAGEE科技公司研制和生產(chǎn)用于實時觀測黑碳氣溶膠的儀器,BC1～BC7為7個通道分別對應(yīng)7個中心波長(370,470,520,590,660,880,950nm)所測得的BC濃度值,黑碳的吸收系數(shù)通過以下公式計算得到[27]:

式中:為氣溶膠沉積物的斑點面積;表示多相散射校正系數(shù)系數(shù);是用于修正“負(fù)載效應(yīng)”的ATN的函數(shù);是在每個測量周期中通過濾膜的空氣體積;2指某一周期采樣點處光學(xué)衰減量;1指上一周期采樣點處光衰減量.

大氣積分濁度儀(IN-3563)由美國華盛頓大學(xué)和TSI公司研發(fā),用于連續(xù)監(jiān)測空氣中粒子的光散射系數(shù),計算特定波段下產(chǎn)出量的光散射角積分即可求得散射系數(shù),總消光系數(shù)=吸收系數(shù)+散射系數(shù),將同一波段下的散射系數(shù)與總消光相除即可得出單次散射反照率SSA的值.

邊界層內(nèi)不同層次及邊界層與自由大氣的過渡區(qū)氣溶膠濃度會有一定差異,以此為依據(jù)可以判定邊界層高度,具體方法有標(biāo)準(zhǔn)差法[28]、人工識別拐點法[29]、歸一化梯度法[30]、曲線擬合法[31]、小波變換法[32]等.標(biāo)準(zhǔn)差法濾去了波動和噪聲,但是仍然存在近邊界處理問題;歸一化梯度法受多層氣溶膠影響容易誤判,且在信噪比低的信號中適用性較差,曲線擬合法需利用理想化信號模型影響,對廓線的形狀要求較高,難以處理與模型偏差較大的廓線,小波分析反演結(jié)果的準(zhǔn)確性和合理性與小波變換尺度因子的選擇有較大關(guān)系.人工識別拐點法雖然難以快速處理大量的數(shù)據(jù),但在處理多層氣溶膠或云等復(fù)雜條件時,往往會得到更加可靠的結(jié)果,本研究使用人工識別拐點法.

2 結(jié)果與討論

2.1 反演驗證

圖1 研究期間地面消光系數(shù)和激光雷達反演330m處消光系數(shù)比較

低云會對近地面雷達反演信號造成強烈干擾使雷達反演失效,為驗證雷達反演消光系數(shù)的合理性,首先要去除降水和低云時段數(shù)據(jù).如圖1,地面消光系數(shù)與雷達反演最低層(330m)消光系數(shù)兩者具有很好的一致性,相關(guān)性為0.55,通過顯著性水平為0.01的Pearson檢驗,驗證了雷達反演消光系數(shù)的合理性.將全天分為日間(7:00～18:00)和夜間(18:00～次日7:00)兩個時段,夜間相關(guān)性為0.47,日間相關(guān)性為0.65.日間地面與雷達反演最低處消光系數(shù)的相關(guān)性較好,白天混合層內(nèi)物質(zhì)混合充分,垂直方向上氣溶膠分布均勻,夜間出現(xiàn)穩(wěn)定邊界層和殘層等復(fù)雜結(jié)構(gòu),雷達最低層與地面所屬結(jié)構(gòu)層性質(zhì)有所差別,導(dǎo)致夜間相關(guān)性比日間差.

2.2 研究期間氣象要素及污染物濃度概況

表1 研究期間氣象要素和污染物的相關(guān)性

依據(jù)國標(biāo)GB/T 36542-2018[33]將1d內(nèi)霾現(xiàn)象持續(xù)6h或以上記為霾日,連續(xù)3d或3d以上判定為一次霾天氣過程.研究期間有15d為霾日,占總數(shù)的51.72%.本研究中雙高時次指的是PM2.5小時濃度超過75μg/m3且O3-1h濃度超過160μg/m3(O3-8h大于100μg/m3)的時次,出現(xiàn)雙高時次的日期判定為雙高日.研究時段內(nèi)有4d為雙高日,分別為12月10、27、29日和1月3日.觀測期間廣州處于旱季,平均濕度為53.42%.如圖2中所示,霾日風(fēng)向變化劇烈且風(fēng)速較低,平均風(fēng)速為1.22m/s,多為小風(fēng).非霾日大部分時間為東北風(fēng),風(fēng)向穩(wěn)定且風(fēng)速較大.能見度與消光系數(shù)呈反比,PM2.5濃度峰值144.64mg/m3出現(xiàn)在12月10日4:00.整個觀測期間PM2.5的平均濃度為62.54mg/m3,霾日和非霾日平均PM2.5濃度分別為85.00,38.49mg/m3,前者是后者的2.2倍.PM2.5/PM10的均值為0.78,PM1/PM2.5的均值為0.92,表明細粒子污染是觀測期間能見度下降的一個主要因素.觀測期間白天(7:00～18:00)O3濃度的均值為73.76mg/m3,雙高日和非雙高日分別為104.89,69.98mg/m3,前者是后者的1.5倍,峰值307mg/m3出現(xiàn)在1月3日17:00.污染前后SO2、NO2、CO濃度均有不同程度的增加.表1中PM2.5與風(fēng)速之間相關(guān)性為-0.55,有強烈的負(fù)相關(guān)關(guān)系,說明小風(fēng)或靜小風(fēng)是顆粒物污染的主要氣象要素之一.與O3相關(guān)性較好的氣象要素是光化輻射通量、溫度和相對濕度,相關(guān)系數(shù)分別為0.72、0.46、-0.56,說明發(fā)生O3污染的決定性氣象因子是高光化輻射、高溫、低濕,這與黃俊等[34]的觀測統(tǒng)計結(jié)果一致.氣溶膠退偏比是表示粒子不規(guī)則程度的光學(xué)參數(shù),退偏比越大,表明粒子偏離球形的程度越大,沙塵氣溶膠、礦物質(zhì)氣溶膠和新生成的二次氣溶膠退偏比較大.整個觀測期間,PM1/PM2.5值較高,在排除沙塵天氣影響下,退偏比與大氣中新粒子生成速率有關(guān).白天光化輻射通量與O3錯峰3h數(shù)據(jù)擬合后得到的相關(guān)性最強,其值為0.72,光化輻射是促進O3反應(yīng)速率加快的直接因素.霾日(不包含雙高日)和雙高日的光化輻射通量平均值分別為79.34, 121.2W/m2,日間330m高度退偏比均值分別為0.10和0.12, PM1/PM2.5均值分別為0.929和0.933.后者平均退偏比和光化輻射通量、細粒子占比均高于前者,持續(xù)的高光化輻射強度是PM2.5和O3復(fù)合污染的關(guān)鍵因素.日間近地面退偏比與O3的相關(guān)性為0.71,光化輻射的增強及溫度的升高使得O3濃度增加,同時O3濃度的升高增強了大氣氧化性,加速大氣中的硫酸鹽和二次有機碳的生成[35],新生成的氣溶膠具有更高的退偏比.

2.3 雙高日天氣背景及后向軌跡聚類分析

為研究雙高日污染物擴散條件和氣流傳輸軌跡,結(jié)合地面及高空氣象場并使用HYSPLIT軌跡模式,以廣州番禺大氣成分站為軌跡終點,模擬了3個高度(10,500,1500m)處的72h氣流后向軌跡.12月10日500hPa華南沿海受東亞大槽底部偏西氣流控制,地面由強大的蒙古高壓底部控制,等壓線較為稀疏,來自西北高空的氣流下沉至廣州上空1500m處,傳輸速度較快,氣團較為清潔.10,500m中低空氣團向南做下沉運動隨后貼地,在下沉氣流的作用下污染物在地面累積,氣流后向軌跡如圖3(a)所示.期間氣溫上升,相對濕度較低,地面風(fēng)力較弱,偏北風(fēng)1～2級,擴散能力較差,當(dāng)日最大光化輻射通量為516.76W/m2,有利于O3和二次氣溶膠濃度的增加.15:00PM2.5和O3濃度同時超標(biāo),兩者濃度分別為92和162mg/m3,雷達330m處退偏比大于0.12,PM1/PM2.5的值高達0.94.

12月27日500hPa華南沿海受西太平洋副熱帶高壓西北側(cè)西南氣流控制,地面由冷高壓底部控制,等壓線較為稀疏,1500m處氣團軌跡較為曲折,始終在珠三角范圍內(nèi)移動,500m處氣團先從地面上升而后近似水平移動,10m處72h后向軌跡顯示氣流緊貼地面,如圖3(b)所示.垂直方向上湍流運動較弱,地面風(fēng)力較弱,偏東風(fēng)1～2級,靜穩(wěn)條件下不利于污染物擴散,當(dāng)日最大光化輻射強度為430.17W/m2,有利于光化學(xué)反應(yīng)速率加快,14:00～17:00地面顆粒物和O3濃度同時超標(biāo),二次氣溶膠生成速率加快,雷達330m處退偏比高達0.13, PM1/PM2.5的值高達0.94.

12月29日500hPa華南沿海受平直西風(fēng)氣流控制,地面由冷高壓底部控制,等壓線較為稀疏,1500m處氣團從西北方向繞至珠三角東部隨后向西行至廣州,該氣團較為清潔,對地面污染影響小.10m處后向軌跡顯示珠三角東部氣團向西移動經(jīng)過一段時間的下沉后緊貼地面,另一來自珠三角東部上空向西移動的氣團經(jīng)過24h的下沉后緩慢抬升至廣州上空500m處,兩個高度處的氣團有交匯,且氣團移動速度較慢,如圖3c所示,說明1000m以下擴散條件較差.同時大氣中的NO2、SO2、CO等物質(zhì)濃度升高,前體物濃度的升高加快了氣溶膠的二次生成反應(yīng)和光化學(xué)反應(yīng),加劇了廣州地區(qū)高O3和高PM2.5的復(fù)合污染形勢.

1月3日500hPa華南沿海受孟加拉灣低槽槽前西南氣流控制,地面由冷高壓底部控制,地面風(fēng)力較弱,風(fēng)力1～2級,擴散條件差.1500m處氣團來自海上,氣團流速較快,500m高度處氣流來自東南沿海,10m空氣團基本在珠三角范圍內(nèi)且移速較慢,如圖3(d)所示,較差的擴散條件下本地排放的污染物逐漸累積.當(dāng)日O3和PM2.5污染均比較嚴(yán)重,日均PM2.5濃度為118.90mg/m3,光化輻射強度的峰值為422.34W/m2,光化學(xué)反應(yīng)速率快,O3濃度的最大值出現(xiàn)在17:00,濃度為307mg/m3,有助于促進新粒子生成,PM1/PM2.5比值高達0.93.

從地面天氣場來看4個雙高日廣州受均壓場影響,且位于冷高壓底部,結(jié)合3個高度后向軌跡聚類分析發(fā)現(xiàn),中高空氣團傳輸速度較快且較為清潔,12月10日、27日、29日及1月3日廣州地區(qū)10m高度處東北來向氣團均經(jīng)歷一定程度的下沉或貼地移動,近地面氣團傳輸速度較慢基本屬于本地輸送,說明外來傳輸少,不利的氣象場背景下本地擴散條件較差,污染物更易在近地面累積.

圖3 廣州雙高日72h后向軌跡

2.4 雙高日污染物與氣象要素特征分析

2.4.1 地表氣溶膠與輻射的相互作用 12月6日為一個典型霾日,12月29日為一個典型雙高日,12月20日為一個典型清潔日.光化輻射通量是所有方向輻射能在單位面積上的積分,光化輻射通量增加,不同波段物質(zhì)光解速率隨之增加.日出后光化輻射通量開始增加,正午左右達到最大值,隨后逐漸降低.

圖4(a)中TUV模擬大氣中無氣溶膠狀態(tài)時地面光化輻射通量.12月6日TUV光化輻射通量峰值出現(xiàn)在12:18,其值為729.38W/m2,同一時刻光化輻射通量實測值為479.14W/m2,霾日光化輻射通量峰值衰減了34.31%.12月29日TUV模擬光化輻射的峰值出現(xiàn)在12:30,其值為721.75W/m2,此時實測地面光化輻射通量為496.73W/m2,雙高日光化輻射強度峰值衰減了31.91%,雙高日地面光化輻射強度峰值的衰減幅度小于霾日.NO2的光解反應(yīng)與O3生成具有直接關(guān)系,從圖4(b)可以觀察到不同情況下J(NO2)呈現(xiàn)出和光化輻射日變化相同的規(guī)律, TUV模擬的無氣溶膠時NO2的光解速率,相比同一時刻TUV峰值,霾日的J(NO2)減小了35.80%,雙高日J(rèn)(NO2)減小了32.42%,雙高日J(rèn)(NO2)峰值比霾日大.圖4(c)顯示清潔日、雙高日、僅受到霾污染影響的日期這3種情況下的SSA小時平均日變化,SSA是一項反映大氣中散射型氣溶膠占比的光學(xué)參數(shù).3種情況SSA日變化均呈單峰型且在午后達到峰值,清潔日SSA最大,其峰值為0.87,雙高日SSA增長率較大, 14:00～ 18:00間雙高日SSA值超過霾日,并在午后接近清潔日,峰值為0.86,而灰霾日SSA峰值僅為0.85.氣溶膠對光化輻射的作用體現(xiàn)在兩個方面,一方面氣溶膠的散射和吸收特性會對到達地表的光化輻射造成一定程度的衰減[36],另一方面是散射型氣溶膠對光化輻射的正反饋作用[37],雙高日白天散射型氣溶膠占比大,增加了多次散射和后向散射,邊界層內(nèi)光化輻射強度出現(xiàn)不同程度的增加,這種增加作用抵消了一部分輻射衰減,這也是雙高日光化輻射強度比霾日高的原因之一.高光化輻射通量導(dǎo)致光化學(xué)生成O3增加,該條件下增強的大氣氧化性促進了二次氣溶膠的生成速率,污染嚴(yán)重時雙高日的SSA甚至接近清潔日,導(dǎo)致PM2.5和O3濃度水平均維持在較高值.

2.4.2 地表氣象要素及污染物日變化對比 如圖5所示,雙高日比非雙高日具有更低的風(fēng)速、更高的溫度和更強的光化輻射.全天不同時段雙高日風(fēng)速比非雙高日低0.3～1.0m/s,雙高日最高溫度為26.5℃,非雙高日最高溫度為22.7℃,峰值相差3.8℃.雙高日9:00～15:00平均光化輻射通量大于200W/m2, 13:00左右達到峰值,雙高日與非雙高日光化輻射強度的最大差值為87.08W/m2.低風(fēng)速使得顆粒物更容易積累,高溫、高輻射強度加速了O3的生成.近地面氣溶膠退偏比隨著輻射強度的增加具有明顯日變化,白天隨著光化輻射強度增大,二次反應(yīng)生成新粒子速率增加,夜間由于相對濕度較大,粒子吸濕后更趨于球形,因此退偏比減小,雙高日近地面退偏比11:00～16:00時間段內(nèi)比非雙高日高.NO2是光化學(xué)反應(yīng)和二次生成反應(yīng)共同的前體物,SO2可以經(jīng)過氣-粒轉(zhuǎn)換形成硫酸鹽氣溶膠,雙高日兩者濃度都比非雙高日高,說明不利氣象因素對PM2.5和O3濃度的升高具有正反饋作用,PM2.5和O3在靜穩(wěn)條件下難以擴散,同時兩者的氣態(tài)前體物增加,進一步加快了O3和PM2.5的生成.雙高日細粒子占比更高,平均PM1與PM2.5的比值最高可達0.94,說明研究期間雙高日比非雙高日的新粒子生成速率更快.

圖5 雙高日與非雙高日氣象要素及污染物日變化對比

2.4.3 垂直氣溶膠消光系數(shù)及退偏比變化 圖6中,12～17日雷達上方被低云遮擋,12月6～7日、10日、13日、23日、27～30日、1月1～3日為霾日,消光系數(shù)在1.0km以下有明顯的高值區(qū),結(jié)合地面低能見度和較高的顆粒物濃度可知這幾日氣溶膠污染較為嚴(yán)重.12月27～30日為一次霾過程,12月27日上午地面污染嚴(yán)重,地面消光系數(shù)為0.5～0.7km-1,隨后在太陽輻射增加的作用下,大氣湍流作用加強,混合層高度不斷增加,近地層排放的污染物向上混合,霾層厚度從0.4km增至1.1km,1.0m以下消光系數(shù)為0.25～0.55km-1.19:00之后由于地表冷卻降溫,靠近地面的一層大氣首先受到影響,溫度迅速下降,形成逆溫層,逆溫層上方殘留層內(nèi)還儲存白天邊界層內(nèi)的污染物.從圖6(a)可見,30日夜間污染分層結(jié)構(gòu)明顯,0.5,0.8km上層和下層的消光系數(shù)差值較大.12月31日地面風(fēng)力增大,擴散條件較好,整層消光系數(shù)減小,但仍然高于0.2km-1,邊界層頂部附近存在消光系數(shù)的高值區(qū),消光系數(shù)大于0.4km-1.1月3日污染最嚴(yán)重,整層消光系數(shù)處于較大值,夜間邊界層頂部消光系數(shù)高值區(qū)平均值大于0.6km-1.

圖6 研究期間消光系數(shù)和退偏比的時空演變

Fig.6 The temporal and spatial evolution of extinction coefficient and depolarization ratio during the study period

退偏比具有明顯的日變化規(guī)律,7:00～14:00 近地面退偏比逐漸增大,14:00左右達到峰值,14:00～ 19:00逐漸減小,夜間維持在較低值.圖6(b)顯示,12月8～12日、18～22日、25～26日12:00左右0.5km以下退偏比均超過0.15,白天高值垂直分布范圍廣,14:00即使1.2km左右退偏比仍高達0.12,夜間0.5km以下退偏比不超過0.1.與白天太陽輻射及O3日變化規(guī)律一致,白天隨著太陽輻射的增強,新粒子生成速率加快,同時大氣氧化性的增加對二次反應(yīng)有一定的促進作用,這些新生成的氣溶膠形狀通常不規(guī)則,因此白天退偏比較高.夜間地表持續(xù)降溫,相對濕度增加,新粒子生成速率減慢,大氣中的粒子容易吸濕后趨于球形,導(dǎo)致夜間退偏比較小.12～17日出現(xiàn)薄云,云對到達近地面太陽輻射的衰減顯著,這期間整層退偏比值都不高.

為了研究雙高日消光系數(shù)垂直分布特征,選取12月10～11日、27～28日、29～30日和1月3日不同時段消光系數(shù)垂直廓線進行分析.從圖7(a1)可以看到,12月10日8:00地面消光系數(shù)為0.44km-1,垂直方向上消光系數(shù)的高值分布在0.5km以下,且低層消光系數(shù)的垂直遞減率較大,測得的地表小時平均光化輻射通量為120.73W/m2,光化輻射強度不高.此時低層的污染物還未充分向上混合,隨著光化輻射的增強,近地面大氣湍流作用加強,地面污染物向上擴散得以稀釋.12:00左右地面消光系數(shù)降至0.37km-1,0.8km以下消光系數(shù)的垂直遞減率較小,說明這一高度范圍內(nèi)垂直方向上污染物混合的較為均勻.0.8km以上消光系數(shù)隨高度增加呈指數(shù)式遞減,自由大氣中污染物濃度較小,排放到大氣中的污染物主要分布在邊界層內(nèi).此時光化輻射強度達到467.66W/m2,O3濃度還在不斷增加.14:00消光系數(shù)均值區(qū)仍然不高于0.8m,混合層不再向上發(fā)展,地面排放的污染物被限制在一定高度.15:00～16:00間PM2.5和O3同時超標(biāo),0.3～0.75km內(nèi)消光系數(shù)在0.24～0.3km-1間,垂直遞減率較小,16:00后隨著太陽輻射的減弱,O3濃度降低,雙超標(biāo)情況結(jié)束.從圖7(c1)可以看到12月11日0:00～6:00消光系數(shù)在0.7km以下隨著高度增加而減小,在0.7～0.9m左右垂直遞增,夜間湍流作用較小,同時邊界層頂具有逆溫結(jié)構(gòu),下層污染物無法穿過邊界層頂逆溫帶進入自由大氣,導(dǎo)致污染物在邊界層頂積累,0.9km左右高度消光系數(shù)出現(xiàn)峰值,再往上消光系數(shù)呈指數(shù)減小.

12月27日顆粒物污染比10日更嚴(yán)重,8:00地面消光系數(shù)為0.71km-1,此時從圖7(a2)中觀察到0.5km以下消光系數(shù)垂直遞減率較大,10:00左右消光系數(shù)均值區(qū)僅在0.5km以下,在太陽輻射作用下,12:00均值區(qū)發(fā)展到0.8km左右,14:00廓線可以看出0.7km以下消光系數(shù)隨高度變化不大,0.7～ 0.9km消光系數(shù)隨高度升高而增大,0.9km左右達到峰值,污染物被限制在邊界層內(nèi),邊界層頂污染物濃度較大.16:00～17:00間PM2.5和O3同時超標(biāo),日落后地面失去熱源,地面O3濃度降至50mg/m3以下,夜間消光系數(shù)在0.6km以下分布較為均勻,0.6～1.0km高度范圍消光系數(shù)隨高度升高而增大,且頂部消光系數(shù)峰值不斷增大,如圖7(b2～c2).

如圖 7(a3～c3),日出后霾層向上發(fā)展,12月29日8:00～10:00消光系數(shù)的高值區(qū)在0.6km以下,且消光系數(shù)垂直遞減率較大,污染物還未充分向上混合,地面顆粒物濃度大于90mg/m3.12:00左右消光系數(shù)在垂直方向的均值區(qū)僅在0.55km以下,混合層較低, 14:00左右0.8km以下消光系數(shù)均勻分布,光化輻射強度不再增加,混合層發(fā)展受到限制,16:00顆粒物和O3同時超標(biāo),夜間湍流作用弱,地面排放的污染物在低層累積,近地面消光系數(shù)增大,無光照條件下 O3濃度維持在較低值.

由圖7(a4～c4)可以看出,1月3日0:00～08:00消光系數(shù)的高值在0.5km以下,污染物在低層濃度較大,穩(wěn)定的氣象條件導(dǎo)致地面排放污染物擴散緩慢, 10:00左右0.7km以下消光系數(shù)垂直遞減率仍較高,隨后光化輻射強度增加,溫度升高,出現(xiàn)消光系數(shù)均值區(qū),12:00左右光化輻射強度達到峰值,消光系數(shù)均值區(qū)在0.67km以下,此高度范圍內(nèi)污染物在垂直方向上分布均勻,0.67～0.80km消光系數(shù)隨高度升高而增大, 14:00～19:00顆粒物和O3同時超標(biāo),觀察到明顯的邊界層頂部消光系數(shù)高值區(qū),峰值在0.9km左右,日落后O3迅速被NO滴定,復(fù)合污染狀況結(jié)束.

3 結(jié)論

3.1 雷達反演的330m處消光系數(shù)與地面消光系數(shù)有較好的相關(guān)性,驗證了雷達反演消光系數(shù)的合理性,白天由于混合充分,相關(guān)性更好.

3.2 冬季研究期間出現(xiàn)15個灰霾日和4個雙高日.對氣象要素統(tǒng)計分析表明,通常風(fēng)向穩(wěn)定時風(fēng)速較大,風(fēng)向分散時風(fēng)速較小,風(fēng)速和PM2.5存在強負(fù)相關(guān)性,霾日平均風(fēng)速僅為1.22m/s.雙高日氣溶膠退偏比和光化輻射平均值均高于霾日(不包含雙高日),日間高溫、低濕、小風(fēng)、持續(xù)高光化輻射通量下更易發(fā)生高PM2.5和高O3的復(fù)合污染事件.

3.3 研究時段典型霾日和雙高日光化輻射峰值的衰減比例分別為34.31%和31.91%,雙高日光化輻射衰減比例小于霾日,光解速率具有同樣的規(guī)律.清潔日SSA最大,雙高日SSA增加速率較快,且在日間雙高日SSA大于霾日,說明氣溶膠對輻射具有衰減作用以及氣溶膠中的散射成分對光化輻射具有一定促進作用,這是雙高日PM2.5和O3相互促進的體現(xiàn).

3.4 邊界層內(nèi),雷達觀測結(jié)果表明雙高日中日出后氣溶膠不斷向上混合,出現(xiàn)明顯均值區(qū)并在12:00前均值區(qū)不斷升高.午后隨著輻射強度的減弱均值區(qū)的發(fā)展受到限制,均值區(qū)以上消光系數(shù)隨高度升高而增大.夜間消光系數(shù)先隨高度升高而降低,某一高度往上遞增達到峰值以后呈指數(shù)遞減.特別在顆粒物污染嚴(yán)重時段,夜間邊界頂附近出現(xiàn)更明顯峰值.

[1] Wang X Q, Wei W, Cheng S Y, et al. Characteristics and classification of PM2.5pollution episodes in Beijing from 2013 to 2015 [J]. Science of The Total Environment, 2018,612:170-179.

[2] Bai Y Q, Zhao T L, Hu W Y, et al. Meteorological mechanism of regional PM2.5transport building a receptor region for heavy air pollution over Central China [J]. Science of The Total Environment, 2022,808:151951.

[3] Shen X J, Sun J Y, Zhang X Y, et al. Variations in submicron aerosol liquid water content and the contribution of chemical components during heavy aerosol pollution episodes in winter in Beijing [J]. Science of The Total Environment, 2019,693:133521.

[4] Wang J F, Ye J H, Zhang Q, et al. Aqueous production of secondary organic aerosol from fossil-fuel emissions in winter Beijing haze [J]. Proceedings of the National Academy of Sciences, 2021,118(8): e2022179118.

[5] Zhong J T, Zhang X Y, Wang Y Q, et al. The two-way feedback mechanism between unfavorable meteorological conditions and cumulative aerosol pollution in various haze regions of China [J]. Atmos. Chem. Phys., 2019,19(5):3287-3306.

[6] Zhang T, Che H Z, Gong Z Q, et al. The two-way feedback effect between aerosol pollution and planetary boundary layer structure on the explosive rise of PM2.5after the “Ten Statements of Atmosphere” in Beijing [J]. Science of The Total Environment, 2020,709:136259.

[7] Zhang X Y, Xu X D, Ding Y H, et al. The impact of meteorological changes from 2013 to 2017 on PM2.5mass reduction in key regions in China [J]. Science China Earth Sciences, 2019:1-18.

[8] Chen B, Song Z H, Pan F, et al. Obtaining vertical distribution of PM2.5from CALIOP data and machine learning algorithms [J]. Science of The Total Environment, 2022,805:150338.

[9] Li K, Jacob D J, Liao H, et al. Ozone pollution in the North China Plain spreading into the late-winter haze season [J]. Proceedings of the National Academy of Sciences, 2021,118(10):e2015797118.

[10] Dang R J, Liao H, Fu Y. Quantifying the anthropogenic and meteorological influences on summertime surface ozone in China over 2012-2017 [J]. Sci. Total Environ., 2021,754:142394.

[11] Wang Y, Zhang Y, Hao J, et al. Seasonal and spatial variability of surface ozone over China: contributions from background and domestic pollution [J]. Atmos. Chem. Phys., 2011,11(7):3511-3525.

[12] Liu X F, Wang N, Lyu X P, et al. Photochemistry of ozone pollution in autumn in Pearl River Estuary, South China [J]. Science of The Total Environment, 2021,754:141812.

[13] Zhu X W, Ma Z Q, Qiu Y L, et al. An evaluation of the interaction of morning residual layer ozone and mixing layer ozone in rural areas of the North China Plain [J]. Atmospheric Research, 2020,236:104788.

[14] Li XB, Fan G Q, Lou S R, et al. Transport and boundary layer interaction contribution to extremely high surface ozone levels in eastern China [J]. Environmental Pollution, 2021,268:115804.

[15] He G W, Deng T, Wu D, et al. Characteristics of boundary layer ozone and its effect on surface ozone concentration in Shenzhen, China: A case study [J]. Science of The Total Environment, 2021,791:148044.

[16] Hu J, Hu XM, Gao L, et al. Impacts of Nocturnal Cloud Top Radiative Cooling on Surface O3in Sichuan Basin, Southwestern China [J]. Earth and Space Science, 2021,8(3):e2020EA001541.

[17] Miao Y C, Che H Z, Zhang X Y, et al. Relationship between summertime concurring PM2.5and O3pollution and boundary layer height differs between Beijing and Shanghai, China [J]. Environmental Pollution, 2021,268:115775.

[18] Huang L, Sun J J, Jin L, et al. Strategies to reduce PM2.5and O3together during late summer and early fall in San Joaquin Valley, California [J]. Atmospheric Research, 2021,258:105633.

[19] Jia M W, Zhao T L, Cheng X H, et al. Inverse Relations of PM2.5and O3in Air Compound Pollution between Cold and Hot Seasons over an Urban Area of East China [J]. Atmosphere, 2017,8(3):59.

[20] Yuan T L, Remer L A, Bian H S, et al. Aerosol indirect effect on tropospheric ozone via lightning [J]. Journal of Geophysical Research: Atmospheres, 2012,117:D18213

[21] Qin M M, Hu A Q, Mao J J, et al. PM2.5and O3relationships affected by the atmospheric oxidizing capacity in the Yangtze River Delta, China [J]. Science of The Total Environment, 2022,810:152268.

[22] Campbell J R, Hlavka D L, Welton E J, et al. Full-Time, Eye-Safe Cloud and Aerosol Lidar Observation at Atmospheric Radiation Measurement Program Sites: Instruments and Data Processing [J]. Journal of Atmospheric and Oceanic Technology, 2002, 19(4):431- 442.

[23] Frederick G F. Analysis of atmospheric Lidar observations: some comments [J]. Applied Optics, 1984,23(5):652-653.

[24] 鄧 濤,吳 兌,鄧雪嬌,等.一次嚴(yán)重灰霾過程的氣溶膠光學(xué)特性垂直分布 [J]. 中國環(huán)境科學(xué), 2013,33(11):1921-1928.

Deng T, Wu D, Deng X J, et al. The vertical distribution of aerosol optical properties in a severe haze event [J]. China Environmental Science, 2013,33(11):1921-1928.

[25] Stein A F, Draxler R R, Rolph G D, et al. NOAA’s HYSPLIT Atmospheric Transport and Dispersion Modeling System [J]. Bulletin of the American Meteorological Society, 2015,96(12):2059-2077.

[26] Parrish D D, Murphy P C, Albritton D L, et al. The measurement of the photodissociation rate of NO2in the atmosphere [J]. Atmospheric Environment, 1983,17(7):1365-1379.

[27] Fialho P, Hansen A D A, Honrath R E. Absorption coefficients by aerosols in remote areas: a new approach to decouple dust and black carbon absorption coefficients using seven-wavelength Aethalometer data [J]. Journal of Aerosol Science, 2005,36(2): 267-282.

[28] Poltera Y, Martucci G, Cone M C, et al. Pathfinder TURB: an automatic boundary layer algorithm. Development, validation and application to study the impact on in situ measurements at the Jungfraujoch [J]. Atmos. Chem. Phys., 2017,17(16):10051-10070.

[29] Boers R, Eloranta E W, Coulter R L. Lidar Observations of Mixed Layer Dynamics: Tests of Parameterized Entrainment Models of Mixed Layer Growth Rate [J]. Journal of Applied Meteorology and Climatology, 1984,23(2):247-266.

[30] Bachour D, Astudillo P D. Boundary Layer Height Measurements over Doha Using Lidar [J]. Energy Procedia, 2014,57: 1086-1091.

[31] Steyn D G, Baldi M, Hoff R M. The Detection of Mixed Layer Depth and Entrainment Zone Thickness from Lidar Backscatter Profiles [J]. Journal of Atmospheric and Oceanic Technology, 1999,16:953-959.

[32] Song L, Deng T, Li ZN, et al. Retrieval of Boundary Layer Height and Its Influence on PM2.5Concentration Based on Lidar Observation over Guangzhou [J]. Journal of Tropical Meteorology, 2021,27(3):303- 318.

[33] GB/T 36542—2018 霾的觀測識別 [S].

GB/T 36542-2018 Haze identification for meteorological observation [S].

[34] 黃 俊,廖碧婷,吳 兌,等.廣州近地面臭氧濃度特征及氣象影響分析 [J]. 環(huán)境科學(xué)學(xué)報, 2018,38(1):23-31.

Huang J, Liao B T, Wu D, et al. Guangzhou ground level ozone concentration characteristics and associated meteorological factors [J]. Acta Scientiae Circumstantiae, 2018,38(1):23-31.

[35] Tan H B, Yin Y, Li F, et al. Measurements of particle number size distributions and new particle formation events during winter in the Pearl River Delta region, CHINA [J]. Journal of Tropical Meteorology, 2016,22(2):191-199.

[36] Mai B R, Deng XJ, Liu X, et al. Direct Radiative Effect of Aerosols on Net Ecosystem Carbon Exchange in the Pearl River Delta Region [J]. Journal of Tropical Meteorology, 2021,27(3):272-281.

[37] Deng T, Wang T J, Wang S Q, et al. Impact of typhoon periphery on high ozone and high aerosol pollution in the Pearl River Delta region [J]. Science of The Total Environment, 2019,668:617-630.

High aerosol and high ozone pollution and vertical distribution of extinction coefficients in Guangzhou during the dry season.

TAO Li-ping1, DENG Tao2*, WU Dui1,2**, WU Cheng1, HE Guo-wen1, ZHANG Xue1, SONG Lang1, OUYANG Shan-shan3, SUN Jia-yin1, LIANG Yue1, TAN Jian1, XIA Rui1, ZHOU Zhen1

(1.Institute of Mass Spectrometry and Atmospheric Environment, Guangdong Engineering Research Centre for Online Atmospheric Pollution Source Appointment Mass Spectrometry System, Jinan University, Guangzhou 510632, China；2.Guangzhou Institute of Tropical and Marine Meteorology, China Meteorological Administration, Guangzhou 510640, China；3.Institute for Environmental and Climate Research, Jinan University, Guangzhou 511443, China)., 2022,42(2)：497～508

Based on regular surface observation meteorological data, data of six kinds of air quality parameters, actinic radiation data, aerosol scattering and absorption coefficients, single scattering albedo, and aerosol extinction coefficient and depolarization ratio retrieved by lidar data from December 6, 2017 to January 3, 2018 in Guangzhou, this paper analyzed the influence of meteorological parameters variation on pollutant concentration and actinic radiation attenuation by aerosols, studied the formation mechanism of high aerosol and high ozone (double high) pollution, and explored the evolution of extinction coefficient profile in the vertical direction within the boundary layer on double high days. The actinic radiation attenuation on double high days is less than that on haze days during the study period. The scattering and absorption of aerosols has certain attenuation effect on actinic radiation. The scattering components of aerosols have positive feedback on actinic radiation, and the strong actinic radiation on double high days keeps O3and PM2.5concentration at a high level. Compared with non-double high days, double high days feature lower wind speed, higher temperature, stronger actinic radiation, higher PM2.5, CO, SO2, and NO2concentration, higher fine particle ratio, and higher near-surface depolarization ratio during 11:00-16:00. Radar observation shows that the high value area of extinction coefficient is below 0.5km at 8:00 am on four double high days. The mean value area of extinction coefficient appears in the low layer and keeps rising. Actinic radiation flux abates in the afternoon, and its mean value area no longer develops upwards. Extinction coefficient above the mean value area gradually increases vertically as particulate pollution aggravates, and it peaks near the top of the boundary layer. At night, extinction coefficient reduces with the rise of height at the low altitude, increases with the rise of height within a certain altitude range, and decreases exponentially above 1km. The high value area near the top of the boundary layer is more obvious at night.

double high days；meteorological elements；boundary layer；vertical distribution；lidar

X513;X515

A

1000-6923(2022)02-0497-12

陶麗萍(1997-),女,湖北黃石人,暨南大學(xué)碩士研究生,主要從事PM2.5和O3大氣觀測研究.發(fā)表論文1篇.

2021-07-15

國家重點研發(fā)計劃項目(2019YFC0214605,2018YFC0213901);國家自然科學(xué)基金資助項目(41775037,41905123);廣東省重點領(lǐng)域研發(fā)計劃項目(2020B1111360003);廣東省氣象局科技創(chuàng)新團隊項目(GRMCTD202003);廣東省基礎(chǔ)與應(yīng)用基礎(chǔ)研究基金資助項目(2020A1515011136)

* 責(zé)任作者, 研究員, tdeng@gd121.cn, **教授, wudui.vip@foxmail.com