环境监控与预警   2023, Vol. 15 Issue (5): 36-42.  DOI: 10.3969/j.issn.1674-6732.2023.05.006.
0

预警预报

引用本文 [复制中英文]

王晓春, 吴珂, 郁泰立, 吴俊梅, 汪婷, 昆山冬季一次持续性雾霾天气生消过程分析. 环境监控与预警, 2023, 15(5): 36-42. DOI: 10.3969/j.issn.1674-6732.2023.05.006.
[复制中文]
WANG Xiaochun, WU Ke, YU Taili, WU Junmei, WANG Ting. A Phased Study on the Process of Production and Disappearance of a Continuous Smog in Winter in Kunshan. Environmental Monitoring and Forewarning, 2023, 15(5): 36-42. DOI: 10.3969/j.issn.1674-6732.2023.05.006.
[复制英文]

基金项目

江苏省重点研发计划项目(BE2019387); 苏州市科技计划项目(SS2019033); 昆山市社会发展科技计划项目(KS1459)

作者简介

王晓春(1997—),男,助理工程师,本科,主要从事短期天气预报及大气环境研究工作.

文章历史

收稿日期:2023-01-03
修订日期:2023-02-10

码上扫一扫

昆山冬季一次持续性雾霾天气生消过程分析
王晓春, 吴珂, 郁泰立, 吴俊梅, 汪婷    
昆山市气象局, 江苏 昆山 215337
摘要:选取2016年12月昆山地区出现的1次持续性雾霾天气,对其雾、霾交替过程中所表现的阶段性特征和差异性进行了分析。结果表明:(1)不同程度的雾霾持续约5 d,受北方污染气团入侵及冷空气、湿度等条件影响,雾、霾轮流交替出现。(2)与能见度呈现正相关的气象因素有气压和风速;呈现负相关的有相对湿度和露点温度;气温与能见度相关性不明显。(3)颗粒物浓度变化大致可分为前、后2个阶段,当相对湿度增大到接近饱和时,颗粒物并不能无限地吸湿增大,此时颗粒物浓度对能见度的影响可能已不是主要因素。(4)气团后向轨迹分析表明,前期污染物主要来自山西、河南一带,第2次污染气团主要来自西北方向。
关键词雾霾    颗粒物    气象因素    后向轨迹分析    昆山    
A Phased Study on the Process of Production and Disappearance of a Continuous Smog in Winter in Kunshan
WANG Xiaochun, WU Ke, YU Taili, WU Junmei, WANG Ting    
Meteorological Bureau of Kunshan City, Kunshan, Jiangsu 215337, China
Abstract: The continuous smoggy weather that occurred in the Kunshan area in December 2016 was selected as the study object, and the stage characteristics and differences in the fog and smog alternation process were studied and analyzed. The results showed that: (1) The degree of smog in this process lasted about 5 days. Affected by the intrusion of polluted air in the north and the conditions of cold air and humidity, fog-smog turns alternately. (2) In this process, factors that positively correlated with visibility were atmospheric pressure and wind speed. Factors that showed negative correlation were relative humidity and dew point temperature. The correlation between temperature and visibility was not obvious. (3) The concentration of particulate matter in the smog process can be roughly divided into two stages. When the relative humidity in the air increases to near saturation, the particulate matter does not increase indefinitely. The effect of the concentration of particulate matter on visibility may not be a major factor at this time.(4) The analysis of the back trajectory of the air mass shows that the pre-contaminants mainly came from Henan and Shanxi, and the second time the polluted air mass mainly came from the northwest.
Key words: Smog    Particles    Meteorological factors    Backward trajectory analysis    Kunshan    

近年来,我国大气污染治理取得显著成果,大气环境总体趋势向好,但部分区域的大气污染问题仍较为突出[1]。大范围、长时间的雾霾交替出现对城市交通运输及人体健康等都产生了严重的影响。干气溶胶粒子和云雾滴均会影响能见度,因此当能见度<10 km时,既有霾的贡献,也有雾的贡献[2]。霾的形成主要受干气溶胶粒子影响,同时在一定的气象条件下,大量气溶胶粒子还可以活化为云雾凝结核[3-5],参与云雾的形成。因此人类活动排放的气溶胶增加,是导致雾霾加剧的主要因素。

长三角地区是我国经济发展的重要区域,工业化和城市化的不断推进对大气成分的变化产生了显著影响。继京津冀之后,重度污染天气在长三角地区也愈加频繁[6]。温康民等[7]通过对长三角146个观测站近53年的地面观测资料的分析,发现长三角大部分地区出现了霾季节性差异变小的特征,霾趋于常年化发生。严文莲等[8]分析了2012年夏季江苏1次持续雾霾天气,指出该污染事件与江苏及周边省市大范围的秸秆焚烧造成大量污染物排放密切相关。除了气溶胶粒子外,气象条件也是影响雾霾生消的重要因素。通常情况下,雾霾多发生在静小风天气下,地面处于均压场或弱气压场,常伴有较强的辐射逆温或低空逆温,大气层结构稳定[9-14],而强冷空气带来的大风、降水等天气则有利于污染物的扩散[15-16]。严重的雾霾天气过程通常具有持续性,一旦形成很难快速消散,并表现出雾和霾交替出现的特点[17-18]。同时气溶胶粒子吸湿后含水量增大,其对太阳光的散射能力明显高于干粒子,从而使能见度进一步恶化[19]。孙燕等[20]对南京地区出现的1次大范围烟霾天气的影响进行研究,发现适当增加湿度有利于霾的形成,且吸湿粒子吸湿凝结增大会使能见度更加恶化,烟霾更加严重。

现选取2016年12月昆山地区出现的1次持续性雾霾天气为研究对象,对其雾和霾交替过程中所表现的阶段性特征和差异性进行了分析,并讨论了有利于雾霾发生、维持、消散的大气环流和天气条件特点。

1 研究方法 1.1 数据来源

地面气象要素观测资料来自昆山市地面气象观测站(31.4°N,121.0°E),以下简称“本站”。能见度空间分布数据来自昆山市东城大道站(31.32°N,121.05°E)、江浦路站(31.26°N,120.91°E)、长江北路站(31.43°N,120.96°E)及同周公路站(31.15°N,120.88°E)4个交通站。

颗粒物数据来自昆山市12个环境空气自动监测站(图 1),各点位根据功能区划、地形地貌、工业布局、污染源分布等特点布设,覆盖全市,能够满足环境空气质量监测点位布设有关技术规定且具有良好的代表性[21]

1.2 监测设备

颗粒物质量浓度监测设备为bam1020型颗粒物自动监测仪(美国Met One公司)。该仪器的方法工作原理为利用在采样期间增加的颗粒物引起β射线衰减,通过测定其衰减量而确定颗粒物浓度。环境空气由采样泵吸入采样管,经滤膜排出。仪器性能符合《环境空气颗粒物(PM10和PM2.5)连续自动监测系统技术要求及检测方法》(HJ 93—2013),采样流量为16.7 L/min,时间分辨率为5 min。

图 1 昆山市环境空气自动监测站位置示意
1.3 雾霾界定标准

对于雾霾的界定标准参考《霾的观测和预报等级》(QX/T 113—2010)和文献[22]。当能见度<10.0 km,排除降水、沙尘暴、扬沙、浮尘、烟幕、吹雪、雪暴等天气现象造成的视程障碍,若相对湿度<80 %,判识为霾;若相对湿度为80%~95%时,且PM2.5质量浓度>75 μg/m3,则定义为霾,否则为雾;若相对湿度>95 %则为雾。霾分为4个等级:能见度<2 km,属于重度霾;能见度为2~3 km,属于中度霾;能见度为3~5 km,属于轻度霾;能见度为5~10 km,属于轻微霾。

2 结果与讨论 2.1 雾霾过程概况

2016年12月2日开始,中国从北至南发生1次大面积空气污染过程,影响范围包括北京、河北、山东、安徽、江苏、浙江、上海等省市,影响范围波及100多个城市。2日华北、黄淮等地由于受静稳天气控制,雾霾逐渐加重,空气质量指数(AQI)飙升,石家庄从3日14:00—4日08:00连续18 h处于持续的严重污染状态,4日01:00北京PM10质量浓度峰值达454 μg/m3。3日江苏徐州、南京等城市已出现轻度污染,4日已覆盖江苏全省。5日昆山空气质量达重度污染级别,并出现能见度<500 m的大雾天气。5日白天起,受冷空气影响,华北、黄淮等地的雾霾自北向南逐渐减弱消散,6日江苏全省空气质量达到良。但因冷空气偏弱,只过了1 d,华北平原天气重归静稳,轻度霾再度产生,7日苏州全市又达轻度污染,8日达中度污染(局部重度污染),9日为轻度污染。9日傍晚起,受冷空气影响,霾逐渐消散,10日昆山空气质量达到优。

2.2 环流形势

4日08:00 500 hPa有高空槽东移过境,700及850 hPa上有一定湿区配合,但处于大湿区北缘,产生弱降水天气。之后高、中、低气团都转为偏西到西北气流控制,地面处于均压场,风力较小。5日08:00河套地区有高空槽东移,一股中等偏弱冷空气已影响到华北、黄淮地区,昆山市高空环流仍以偏西风为主,地面湿度大,风力小,一度出现静风。5日20:00—6日白天冷空气过境,但无湿区配合,未产生降水,风力有所增大,风向转为西北偏北风,气压升高。7—9日高空形势基本相似,3层都处于弱偏西气流控制,地面气压由高到低。7—8日地面主要受西南-偏南风影响,湿度有所上升,风力偏小;9日午后,受冷空气影响,地面风向转为东北到东风,空气洁净,风力增大,持续多日的雾霾被扩散清除。

2.3 能见度演变

本次雾霾过程自4日11:00开始,至9日20:00左右结束,除6日白天能见度短暂回升到10 km以上外,其余121 h均为不同程度的雾霾天气,整个过程持续约5 d。2016年12月4—10日昆山雾霾过程能见度空间分布变化见图 2(a)(h)。由图 2可见,总体上东部的能见度略好于西部。3日华北、黄淮地区雾霾仍在维持甚至加重,昆山4日03:00出现弱降水,随着空气湿度增大,能见度开始下降,10:00降水停止,空气湿度下降,气温回升,出现霾。4日白天能见度维持在5 km左右,入夜后空气湿度再次迅速升高至>90 %,能见度迅速下降,霾转雾。5日06:00全市出现能见度<1 km的大雾天气,其中西南部地区能见度<500 m;10:00湿度下降,雾转为轻度到轻微的霾天气。6日凌晨开始,受冷空气影响雾霾短暂中断,能见度上升,白天有数小时能见度>10 km。但由于冷空气势力偏弱,且无降水影响,霾很快卷土重来;6日傍晚,全市又出现轻微霾天气。7—9日情况类似,凌晨时段相对湿度均>80 %,能见度为1~3 km,为轻雾天气,白天湿度下降,轻雾转重度到轻微霾。9日下午起,地面开始转为受偏东风控制,有利于污染物的扩散和清除,20:00以后,昆山地区整体能见度>10 km,此次雾霾天气基本结束。

图 2 2016年12月4—10日昆山雾霾过程能见度空间分布变化
2.4 地面气象要素变化

高低空的环流形势及配置在一定程度上对大气污染物浓度起决定作用[23],而在本地排放量一定的前提下,大气污染物又主要集中在下边界层内[24],因此近地面的气象条件又是影响污染物浓度的重要因素。2016年12月4—10日雾霾过程各气象要素逐时变化见图 3(a)(f)

图 3 2016年12月4—10日雾霾过程各气象要素逐时变化

图 3可见,将能见度与相对湿度、风速、气压、气温、露点温度5个要素做相关分析,其中与能见度呈现正相关的有气压[相关系数(r)=0.51]和风速(r=0.42),呈负相关的有相对湿度(r=-0.51)和露点温度(r=-0.56),气温与能见度相关性不明显。雾霾过程中地面气压呈现低-高-低的变化趋势,前后2段雾霾天气都是低压控制,且气压梯度变化小,风速基本<1.5 m/s,大雾天气时还出现静风。因此气压和风速对能见度的影响主要体现在为雾霾天气过程中低能见度的形成提供一个相对稳定且水平输送较小的天气背景场[14]。能见度与相对湿度和露点温度的关系更为密切,整段过程地面受南-西南气流影响,相对湿度大部分>60 %。一些气溶胶粒子往往具有很强的吸湿性,因此在潮湿的环境下,干气溶胶也会吸湿增长,一方面其对太阳光散射能力更强,使能见度进一步恶化,另一方面其活化成凝结核参与雾滴的形成,导致霾-雾-霾天气的相互转换[25]。而露点温度与能见度则表现出更好的相关性,出现霾时,露点温度上升,温度露点差减小,说明空气饱和度增大,尤其是在大雾阶段,两者基本接近,气溶胶在夜间吸湿增长和白天脱水缩小是导致能见度出现日变化的重要因素。

2.5 雾霾过程中颗粒物浓度变化特征

为了分析不同污染情况下可吸入颗粒物(PM10)、细颗粒物(PM2.5)浓度的变化情况,取第二中学站点的颗粒物、能见度及相对湿度数据做进一步研究。2016年12月4—10日雾霾过程中PM10、PM2.5、相对湿度、能见度逐时变化见图 4。由图 4可见,此次颗粒物高浓度过程大致可分为前后2个阶段,即4—6日上午和6日傍晚—9日傍晚。第1阶段2种颗粒物浓度变化趋势较为一致,最高值均出现在5日10:00,PM10、PM2.5质量浓度分别达到229.0和167.0 μg/m3;第2阶段PM10质量浓度最高值出现在8日10:00,达到271.0 μg/m3,PM2.5质量浓度最高值出现在9日05:00,达到170.0 μg/m3。由于能见度主要受颗粒物浓度影响[26-27],因此PM10、PM2.5浓度与能见度呈明显的负相关关系,而与相对湿度的关系并不明显。

图 4 2016年12月4—10日雾霾过程中ρ(PM10)、ρ(PM2.5)、相对湿度、能见度逐时序变化

有研究指出,近地层大气中霾总是存在的,而雾滴的存在较少,将相对湿度的阈值定为90%,作为区分轻雾与霾的辅助判据是合理的[22],而考虑到雾和霾可以相互转化,因此相对湿度可以有1个区间值(80 %~95 %)。因此本研究根据吴兑[22]提出的雾霾概念模型,将本次雾霾过程(能见度≤10 km)分为:干霾(相对湿度<80 %),湿霾(相对湿度≥80 %),大雾(相对湿度≥95 %且能见度<1 km)。其中大雾主要出现在5日凌晨,湿霾出现在除6日外的各日凌晨,干霾主要出现在各日白天。各阶段PM10、PM2.5质量浓度及PM2.5在PM10中的占比见表 1。由表 1可见,随着相对湿度的增大,在干霾-湿霾-大雾转变阶段,颗粒物的平均浓度是呈增加趋势的,同时PM2.5在PM10中占比也从60.9 %上升到74.9 %。可以看出,随着水汽不断饱和,颗粒物吸湿不断增大,总体污染程度也不断加重。但从具体浓度变化来看,颗粒物最高浓度出现时相对湿度并不是最高。第1阶段最高颗粒物浓度出现在5日早晨大雾结束之后2 h,相对湿度为77 %;第2阶段PM10浓度最高时相对湿度为73 %,PM2.5浓度最高时相对湿度为86 %。

表 1 各阶段PM10、PM2.5质量浓度及PM2.5在PM10中的占比

雾霾过程中ρ(PM10)、ρ(PM2.5)随相对湿度的变化散点图见图 5

图 5 雾霾过程中ρ(PM10)、ρ(PM2.5)随相对湿度的变化散点图

图 5可见,当相对湿度>90 %时,PM10质量浓度均>150 μg/m3,而PM2.5质量浓度均>100 μg/m3,分布比较集中。当相对湿度<90%时,颗粒物质量浓度分布则较为分散;在相对湿度为73 %~86 %时,颗粒物达到高质量浓度的频率较高;在相对湿度>86 %时,颗粒物质量浓度则呈现出下降的趋势。由此推断,当相对湿度增大到接近饱和时,颗粒物并不能无限地吸湿增大,此时颗粒物浓度对能见度的影响可能已不是主要因素。

2.6 后向轨迹分析

为了分析这次雾霾过程中影响昆山的污染气团的来源和性质,本研究利用后向轨迹模式(HYSPLIT)对12月4—10日上午08:00污染气团进行48 h后向轨迹模拟,并设置了500,1 000和1 500 m这3个高度气团的走向,见图 6(a)(d)。由图 6可见,4—5日高、中、低气团轨迹方向基本一致,污染来自山西、河南一带,且500和1 000 m气团来自近地层,正好为上游污染严重地区,同时气团移动缓慢,有利于大气污染物在气团迁徙过程中的积累。6日,气团来自北方,轨迹长度拉大,说明气团移速较快,为南下的冷空气,对清除污染物起到一定作用。7—9日,气团方向又转为西北方向,移速变慢,污染物又开始聚集。10日,500和1 000 m的气团流经海面,空气质量得到了一定的净化,因此本地污染得到明显的改善。

图 6 2016年12月4,6,8,10日每日08:00不同高度层48 h后向轨迹
3 结论

(1) 2016年12月4—5日,昆山地区白天都有弱高空槽东移,底层湿度较大,风力小,出现静风。5日20:00—6日白天冷空气过境,风力有所增大。7—9日高空3层都处于弱偏西气流控制,底层有所增湿,风力偏小。9日午后,受冷空气影响,风力增大,持续多日的雾霾被扩散清除。

(2) 2016年12月昆山地区出现1次持续性雾霾天气,此过程自4日11:00开始至9日20:00左右结束,不同程度的雾霾天气持续约5 d。受北方污染气团入侵及冷空气、湿度等条件影响,雾、霾轮流交替出现,4日夜里到5日凌晨出现能见度<1 km的大雾天气,总体上来说东部的能见度要略好于西部。

(3) 本次雾霾过程中与能见度呈现正相关的气象因素有气压和风速,呈现负相关的有相对湿度和露点温度,气温与能见度相关性不明显。

(4) 本次雾霾过程中颗粒物浓度变化大致可分为前、后2个阶段。第1阶段2种颗粒物浓度分布较为一致;第2阶段PM10最高值出现在8日10:00,PM2.5最高值出现在9日05:00。随着水汽不断饱和,颗粒物不断吸湿增大,总体的污染程度也不断加重。但颗粒物最高浓度出现的时候并不是在相对湿度最高的时候,当相对湿度增大接近饱和时,颗粒物并不能无限地吸湿增大,此时颗粒物的浓度对能见度的影响可能已不是主要因素。

(5) 4—5日高、中、低气团轨迹来自山西、河南一带,正好为上游污染严重地区。12月6日冷空气南下移速较快,对污染物清除起到一定作用。12月7—9日,气团来自西北方向,移速变慢,污染物又开始聚集。10日气团流经海面,本地污染得到明显改善。

参考文献
[1]
王露. 空间视角下社会经济因素对长三角城市群雾霾污染的影响研究[D]. 江苏: 江苏大学, 2022.
[2]
张小曳, 孙俊英, 王亚强, 等. 我国雾-霾成因及其治理的思考[J]. 科学通报, 2013, 58(13): 1178-1187.
[3]
DENG Z Z, ZHAO C S, MA N, et al. Size-resolved and bulk activation properties of aerosols in the north China plain: The importance of aerosol size distribution in the prediction of CCN number concentration[J]. Atmospheric Chemistry Physics, 2011, 11: 3835-3846. DOI:10.5194/acp-11-3835-2011
[4]
ZHANG Q, MENG J, QUAN J, et al. Impact of aerosol composition on cloud condensation nuclei activity[J]. Atmospheric Chemistry Physics, 2012, 12: 3783-3790. DOI:10.5194/acp-12-3783-2012
[5]
李尉卿, 崔娟. 郑州市大气气溶胶数浓度和质量浓度时空变化研究[J]. 气象与环境科学, 2010, 33(2): 7-13.
[6]
马芸芸, 黎雅婷, 周景坤. 长三角地区雾霾污染成因及改进对策研究[J]. 河北企业, 2020(7): 12-14. DOI:10.3969/j.issn.1008-1968.2020.07.003
[7]
温康民, 史军, 马井会, 等. 1961—2013年长江三角洲地区霾日季节特征及变化分析[J]. 长江流域资源与环境, 2016, 25(4): 621-629. DOI:10.11870/cjlyzyyhj201604012
[8]
严文莲, 刘端阳, 孙燕, 等. 秸秆焚烧导致的江苏持续雾霾天气过程分析[J]. 气候与环境研究, 2014, 19(2): 237-247.
[9]
吴兑, 廖国莲, 邓雪娇, 等. 珠江三角洲霾天气的近地层输送条件研究[J]. 应用气象学报, 2008, 19(1): 1-9.
[10]
孙韧, 刘伟, 张赞, 等. 城市典型气象条件与大气颗粒物污染之间的关系[J]. 中国环境监测, 2005, 21(2): 80-83.
[11]
张人文, 范绍佳. 珠江三角洲风场对空气质量的影响[J]. 中山大学学报(自然科学版), 2011, 50(6): 130-134.
[12]
滑申冰, 师华定, 王堃, 等. 2016—2017年冬季华北地区一次重污染过程的气象条件分析[J]. 气象与环境科学, 2018, 41(4): 49-55.
[13]
马格, 田国行, 李永华, 等. 郑州市气象因子对大气颗粒物浓度的影响研究[J]. 气象与环境科学, 2018, 41(3): 31-40.
[14]
周国兵, 王式功. 重庆市主城区空气污染天气特征研究[J]. 长江流域资源与环境, 2010, 19(11): 1345-1349.
[15]
曹伟华, 梁旭东, 李青春, 等. 北京一次持续性雾霾过程的阶段性特征及影响因子分析[J]. 气象学报, 2013, 71(5): 940-951.
[16]
吴兑, 吴晟, 李海燕, 等. 穗港晴沙两重天——2010年3月17—23日珠三角典型灰霾过程分析[J]. 环境科学学报, 2011, 31(4): 695-703.
[17]
李江波, 赵玉广, 孔凡超, 等. 华北平原连续性大雾的特征分析[J]. 中国海洋大学学报(自然科学版), 2010, 40(7): 15-23.
[18]
杨军, 王蕾, 刘端阳, 等. 一次深厚浓雾过程的边界层特征和生消物理机制[J]. 气象学报, 2010, 68(6): 998-1006.
[19]
戴永立, 陶俊, 林泽健, 等. 2006—2009年我国超大城市霾天气特征及影响因子分析[J]. 环境科学, 2013, 34(8): 2925-2932.
[20]
孙燕, 张备, 严文莲, 等. 南京及周边地区一次严重烟霾天气的分析[J]. 高原气象, 2010, 29(3): 794-800.
[21]
环境保护部. 环境空气质量监测点位布设技术规范(试行): HJ 664—2013[S]. 北京: 环境科学出版社, 2013.
[22]
吴兑. 再论都市霾与雾的区别[J]. 气象, 2006, 32(4): 9-15.
[23]
饶晓琴, 李峰, 周宁芳, 等. 我国中东部一次大范围霾天气的分析[J]. 气象, 2008, 34(6): 89-96.
[24]
陈训来, 冯业荣, 王安宇, 等. 珠江三角洲城市群灰霾天气主要污染物的数值研究[J]. 中山大学学报(自然科学版), 2007, 46(4): 103-107.
[25]
BIRGITTA S, HANS-CHRISTEN H, ALFRED W, et al. Hygroscopic growth of aerosol particles and its influence on nucleation scavenging in cloud: Experimental results from Kleiner Feldberg[J]. Journal of Atmospheric Chemistry, 1994, 19: 129-152.
[26]
马志强, 赵秀娟, 孟伟, 等. 雾和霾对北京地区大气能见度影响对比分析[J]. 环境科学研究, 2012, 25(11): 1208-1214.
[27]
姚青, 韩素芹, 蔡子颖. 天津一次持续低能见度事件的影响因素分析[J]. 气象, 2012, 38(6): 688-694.