周一敏, 赵昕奕
教育部地表分析与模拟重点实验室, 北京大学城市与环境学院, 北京 100871
Yimin ZHOU, Xinyi ZHAO
中图分类号:
X513
通讯作者:
Corresponding authors:
收稿日期:
2015-09-25
修回日期:
2015-12-22
网络出版日期:
2017-01-09
版权声明:
2017 北京大学
基金资助:
展开
摘要 利用美国驻中国大使馆2009年以来的PM2.5浓度监测数据、MODIS 光学厚度数据和NCEP边界层气象要素数据, 对近年来北京地区 PM2.5 和边界层内气象要素进行分析。结果表明: 2009—2011 年夏、秋季以及 2012 年夏、冬季北京地区 PM2.5 污染情况较为严重, 2013 和 2014 年污染情况稍有转好; 北风为有利于PM2.5 扩散的气象条件, 且随着北风增强, 扩散效果更好; 南风为有利于 PM2.5 堆积的气象条件, 且随着南风增大, 堆积效果略微增加; 边界层高度越高, 越有利于PM2.5的扩散; 相对湿度越大, 越有利于PM2.5的堆积; 降水对 PM2.5 有明显的驱散作用。21 世纪以来, 北京地区的平均边界层高度有明显的降低趋势, 从 2500 m降低到 1500 m 以下, 其他气象要素没有明显的年际变化。
关键词：
Abstract The concentration monitoring of the Embassy of the United States in China since 2009, the aerosol optical depth of MODIS and the planetary boundary layer data of NCEP were used to analyze the meteorological conditions in the planetary boundary layer of Beijing in recent years. The results show that from 2009 to the summer of 2011 and the summer and winter of 2012, the pollution status of Beijing is serious. In 2013 and 2014, pollution is slightly better. The north wind is benefit to the diffusion of pollutants, and the greater the north wind, the better the diffusion effect. The south wind is benefit to the accumulation of pollutants, and the greater the south wind, the better the accumulation effect. Higher planetary boundary layer results in better diffusion. Greater humidity results in more accumulation. Precipitation has obvious effect on the diffusion of pollutant. Since twenty-first century, these meteorological conditions of Beijing have no obvious interannual variation except the planetary boundary layer height, which is obviously reduced from 2500 m to 1500 m.
Keywords：
中国近 30 年来经济高速发展, 导致大量的能源消耗和大气污染物排放。地面观测资料已经证实地面水平能见度降低以及接受到的太阳辐射减少[1-6]。其中, 京津冀地区霾的情况尤为严重[7-13], 并引起广泛关注。
霾形成的原因主要是大气中的气溶胶。大气气溶胶是悬浮在大气中的固态和液态颗粒物的总称。京津冀地区的大气气溶胶微粒主要来源于工业活动、交通运输、化石燃料燃烧等人为源和沙尘等自然源。从长期或平均状态来看, 城市污染程度取决于城市的能源结构、交通状况和工业排放污染物的多少, 但从短期或实时状态而言, 主要与当地当时的气象条件有关[14]。大尺度环流形势和局地气象条件不仅可以影响污染物的生成、积累和清除, 同时也是影响区域输送的重要外部条件[15-18]。在北京地区, 污染物浓度的变化在很大程度上取决于局地气象条件, 如风速、边界层高度(HPBL)、相对湿度和降水等[19-24]。
PM2.5 作为霾的重要组成, 受到广泛关注。目前的研究主要结合特定的污染过程, 研究气象要素和环流对 PM2.5 的作用, 即对某次短时间内的霾事件过程进行研究[25-27], 但在长时间尺度上, 有关气象要素对北京地区 PM2.5 影响的研究较少。同时, 较长时间的 PM2.5 数据和边界层气象要素数据在研究中也很少使用, 主要利用能见度和相对湿度等地面气象要素进行研究。本文利用美国驻中国大使馆(简称美国大使馆)公布的 PM2.5 数据和再分析资料的边界层气象要素数据, 对北京地区近几年来的PM2.5 数值大小及其与边界层内的经向风、纬向风、相对湿度、边界层高度和降水的关系进行分析, 研究PM2.5与这些气象要素之间的关系。
本研究使用的气象资料数据(包括风速、相对湿度和边界层高度)为 NCEP 全球气候再分析资料。美国国家大气科学研究中心(National Center for Atmospheric Research, NCAR)和美国国家环境预报中心(National Centers Environmental Prediction, NCEP)通过四维同化分析, 将各种观测和模式输出资料制成高质量的全球气象数据集(NCAR/NCEP再分析资料, http://rda.ucar.edu/datasets/ds083.2), 数据年份为2003 年 3 月至 2015 年 2 月, 时间分辨率为 6 小时, 分别为北京时间8, 14, 20 时和次日 2时, 空间分辨率为1°×1°。降水数据采用中国气象科学数据共享网(http://www.cma.gov.cn/2011qxfw/ 2011qsjgx/)北京站(54511)降水日值数据, 时间同样为 2003 年 3 月至 2015 年 2 月。本文采用的 PM2.5数据为美国大使馆公布的2009 年 3 月至 2015 年 2月 PM2.5 逐小时数据(www.stateair.net/web/historical/ 1/1.html)。使用卫星资料 MODIS (moderate-resolution imaging spectroradiometer)的卫星气溶胶光学厚度产品 MOD04 (http://ladsweb.nascom.nasa.gov/data/search.html)与美国大使馆公布的 PM2.5 值进行对比验证, 分析其可靠性。
使用美国大使馆公布的 PM2.5 数据代表北京地区 PM2.5 污染(简称污染)状态。该数据的起始时间为 2009 年, 早于环境保护部公布的北京市空气质量指数(air quality index, AQI), 后者的起始时间为2014年 4 月(http://air.ePMap.org/)。美国大使馆的PM2.5数据为逐小时数据, 取日平均值作为当日值。北京市 AQI 为万寿西宫、定陵、东四和天坛等 13 个点逐小时数据, 取所有点日平均值作为北京市 AQI 值。对两者共有的时段(2014 年 4 月至2015年 2 月)进行比较, 同时, 也使用 MODIS 卫星气溶胶光学厚度产品 MOD04 从2009年至2015年的数据, 取北京地区(116.2°—116.55°E, 39.75°—40.05°N)范围内有数据日的所有点的平均值作为AOD 光学厚度数据, 与同日美国大使馆 PM2.5 进行相关性分析(图 1), 认为美国大使馆的 PM2.5数据可以代表北京地区的污染情况。
图1 美国大使馆PM2.5与北京市AQI和MODIS光学厚度关系 Fig. 1 Relationship between the Embassy PM2.5 and Beijing AQI/MOD04
本文分析的气象要素包括边界层内纬向风(U)、经向风(V)、相对湿度(RH)、边界层高度(planetary boundary layer height, HPBL)和降水(PR)。将NCEP再分析数据(东经 116°和 117°, 北纬 40°两点 14 时边界层高度的平均值)作为北京地区边界层高度。使用这两点边界层高度以下所有高度层的U, V和RH的平均值, 再取一天 4 个时次的平均值作为当日北京边界层内的纬向风、经向风和相对湿度。使用北京站(54511) 20 时至次日 20 时降水数据作为日降水数据。
以当年3月到次年2月作为一年, 3—5 月为春季, 6—8 月为夏季, 9—11 月为秋季, 12、次年1、2 月为冬季, 统计 2009 年 3 月至2015 年 2 月北京地区PM2.5浓度逐日数据。参照环境保护部门的空气质量标准, 取PM2.5值0~35 μg/m3为空气质量优, 35~75 μg/m3为空气质量良, 75~150 μg/m3为空气质量轻、中度污染, 大于 150 μg/m3 为空气质量重度污染。PM2.5 小于 75 μg/m3为无污染, 大于 75 μg/m3为有污染。用 PM2.5 浓度与北京地区 U、V、RH、边界层高度和降水进行比较, 分析不同天气要素对PM2.5的影响。
图 2为根据美国大使馆 PM2.5 数据计算得到的2009—2014 年北京地区污染概况。2009—2012 年北京市污染日数相似, 均有 60%左右的日数为污染日; 2013和2014年无污染日数逐渐增加, 2014年无污染日数约占 50%。从不同季节来看, 春季, 2012年较其他年份更差; 夏季, 2009—2011 年极差, 2012—2014 年无污染日数大幅增长; 秋季, 2012 年略好于其他年份; 冬季, 2010和2011年稍好。总体来看, 2009, 2010和2011三年的污染情况类似, 均为夏季极差, 秋季其次, 春、冬两季较好。从 2012年开始, 虽然总的污染日数与前几年相似, 但在季节分布上完全不同。夏季, 无污染日数大幅增加, 秋季, 无污染日数也有少量增加; 春季和冬季稍有减少。特别是 2012年, 夏季和冬季污染情况极为严重, 但秋季的污染情况比其他所有年份都少。
图2 北京2009—2014年的PM2.5概况 Fig. 2 General situation of PM2.5 in Beijing from 2009 to 2014
2.2.1 PM2.5与边界层风
图3为PM2.5与前一日纬向风的关系。可以看到当风速较小时, PM2.5容易出现较高值, 并且明显显示出以 U=1 左右对称的分布情况。当 U 为-2~3 m/s 时, 污染出现频次相似, 均为 60%左右, 当 U为-4~-2 和 4~6 m/s 时, 污染出现频次稍稍减少, 约在 50%左右, 当U进一步增加时, 污染频次快速减少。其中, 从 3 m/s 开始, 随着 U 的增加, 污染频次呈线性趋势减少。
图3 污染状况与前一日纬向风的关系 Fig. 3 Relationship between pollution status and U on the day before
图4为 PM2.5 与前一日经向风的关系。当 V >0时, 污染日出现频次较多, 当 V<0时, 污染出现频次减少, 并随着 V 的减小, 即北风的不断增强, 无污染出现频次快速增加; 当 V >1, 即南风大于 1 m/s时, 约有80%左右的日数为污染日。当 V 为 -4~1时, 污染日数呈随北风增大不断减少的趋势, 而当 V<-4 m/s时, 污染日数小于 10%, 空气质量极佳。与 U 不同, 当 V >0时, 即使 V 较大, 污染情况也较严重。
图4 污染状况与前一日经向风的关系 Fig. 4 Relationship between pollution status and V on the day before
取风向在 337.5°~22.5°之间为正北风, 将风向分为 8 个方向, 计算在每个风向上的污染状况, 结果如图 5 所示。在 V <0 的情况下, 无污染日数占绝大部分, 只有东北风较小的时候有稍多的污染日。V >0 的情况与北风刚好相反, 只有极少天数没有污染。东风和西风的情况介于上述两者之间, 且东风的情况略好于西风。总体来说, 经向风 V 对PM2.5 浓度影响极大, 北风对污染有较明显的驱散作用, 并且北风越大作用越明显; 南风则对污染起着明显的累积作用, 并且无论风速大小都有较强的累积作用。相对而言, 纬向风 U 对污染作用不如 V明显, 东风对污染物的驱散作用比西风稍强, 但主要还是风速大时驱散作用强, 风速小时累积作用强。图6 和 7 表明整个华北地区的风向、风速与霾的关系。当污染程度较小时以较大的偏北风为 主, 而当污染程度较大时, 偏南风占据主导地位。PM2.5 浓度与经向风 V 也表现出较明显的正相关 关系。
图5 污染状况在不同风向、风速下的情况 Fig. 5 Different pollution status in different wind direction and speed
图6 不同污染情况下的华北地区风向和风速 Fig. 6 Wind speed and direction in different pollution status
2.2.2 PM2.5与边界层高度
图8为PM2.5 与当日边界层高度的关系。当边界层高度较低时, 更严重的污染情况出现; 边界层高度较高时, 污染情况稍轻。与风速不同的是, 当日的边界层高度与 PM2.5 浓度的相关性高于前一日的边界层高度。随着边界层高度从低到高, 无污染日数比例几乎呈线性增加。图 9 为边界层高度与前一日V的关系, 表明这两者没有明显相关性。
图8 污染状况与边界层高度的关系 Fig. 8 Relationship between pollution status and planetary boundary layer height
图9 边界层高度与前一日经向风的关系 Fig. 9 Relationship between planetary boundary layer height and V on the day before
2.2.3 PM2.5与相对湿度
图 10显示 PM2.5 与相对湿度的关系。当相对湿度较低时, 无污染日数明显较多, 随着相对湿度的增加, 污染情况也逐渐严重。从图 11 可以看到, 相对湿度与前一日 V 和边界层高度都有一定的相关性, 但相关性均较小。北风越大, 相对湿度越小; 边界层高度越高, 相对湿度越小。
图10 污染状况与相对湿度的关系 Fig. 10 Relationship between pollution status and relative humidity
图11 相对湿度与前一日经向风和边界层高度的关系 Fig. 11 Relationship between relative humidity and the V on the day before / planetary boundary layer height
2.2.4 PM2.5与降水
图 12为不同降水状况下 PM2.5浓度的分布情况。可以看到, 在当日有降水时, 对 PM2.5影响较小, 只有在降水大于10 mm时, 无污染日数才显著增加。降水对后一日污染驱散作用明显, 当前一日有大于 2 mm 的降水时, 无污染日数都显著增加, 并且降水越大, 无污染日数就越多, 当前一日有 5 mm以上降水时, 无污染日数超过总日数的60%。
图 13为前一日降水小于等于 2 mm 和前一日降水大于 2 mm 时, 不同气象要素在不同降水级别的污染日数频次。可以发现, 在相同的气象条件下, (b)图的无污染日数比例均高于(a)图, 特别是在(a)图中无污染日数比例较低时, (b)图对应的无污染日数比例升高较为明显。
图13 前一日降水小于等于2 mm与大于2 mm时污染状况与4个气象要素的关系 Fig. 13 Relationship between the pollution status and 4 different meteorological elements when last day precipitation less than and more than 2 mm
总的来说, PM2.5 与经向风的关系最为明显, 北风越大对驱散污染物越有利, 南风则有利于污染物的累积。相对地, 纬向风的方向与污染没有明显关系, 只是风速越大越有利于驱散污染物。边界层高度越高, 越有利于污染物的驱散; 相对湿度越高, 越有利于污染物的累积; 前一日的降水也对污染物的驱散有明显作用。
图 14为不同季节PM2.5与前一日纬向风之间的关系。春季, U 的分布较为平均, 并在不同风速情况下污染日数比例也较为相似, 只有在西风大于7 m/s时稍高, 但从图上可以看到, 风速在0~5 m/s时才更易出现 PM2.5 浓度大于 200 μg/m3 的严重污染。夏季, 纬向风明显较小, U的绝对值基本上小于 4 m/s。并且 U<0时无污染日比例比春季更低, U为0~4 m/s时与春季相似, U>5 m/s时无污染日数明显上升, 但样本量较少。秋季, U的数值介于春季与夏季之间, U在不同数值上均有分布, 但更集中在1~4 m/s。在U>0时与春季基本相似, 但U<0 时无污染日数明显上升。与夏季相反, 冬季 U>5 m/s的无污染日数明显大于其他季节, 但 U<0的无污染日数大幅减少。U>5 m/s 时, 无污染日数明显增加。
图14 不同季节的污染状况与前一日纬向风的关系 Fig. 14 Relationship between pollution and the day before the zonal wind in different seasons
如图 15 所示, 春季 V 与 U 的情况相似, 数值分布较为平均, 只有在 2~5 m/s 上稍多。在所有风速上, 无污染日数的比例均稍高于年平均值5%~10%。夏季, V明显集中于1~5 m/s。在V小于2 m/s时无污染日数比例明显高于其他季节, V大于2 m/s时与年平均值相似, 但由于大量南风的出现, 所以总的污染情况较为严重。秋季, 风速的分布与春季类似, 但在 U >1 m/s 时, 污染日数出现更多。冬季, 南风出现更少, 北风(特别是大于 7 m/s 的北风)出现更多, 但在相同风速下, 污染日数明显高于年平均值 5%~10% (表面上, 冬季的气象条件更有利于污染的扩散, 但在与其他季节相同的气象条件下, 污染更为严重)。
图15 不同季节的污染状况与前一日经向风的关系 Fig. 15 Relationship between pollution and the day before the meridional wind in different seasons
春季, 边界层高于 3000 m 的情况极多(几乎所有高于 3000 m 的情况都集中于春季), 并且边界层高度大于 1500 m 的情况均远高于其他季节。如图16 所示, 在边界层高度为 500~1500 m 的情况下, 无污染日数比例低于年平均值; 在大于 1500 m 时, 状况与年平均值类似; 在低于 500 m 时, 无污染日数比例突然增加, 但样本较少。夏季, 边界层高度集中于 1000~1500 m。在边界层高度为 500~2000 m时, 污染日数较年平均值多 10%左右; 大于2000 m 时与年平均值类似。与春季类似, 当边界层高度小于 500 m 时, 无污染日数明显增加。秋季, 总体边界层高度均偏低, 甚至可以低至 0~1000 m。除小于 500 m 外, 其他情况下的无污染日数均多于年平均值5%~10%。冬季, 总体边界层高度比秋季更低, 除500 m以下外, 相同边界层高度时无污染日数均多于其他所有季节, 但由于存在大量小于500 m边界层高度的情况, 所以污染日总量并 不低。
图16 不同季节的污染状况与边界层高度的关系 Fig. 16 Relationship between pollution status and planetary boundary layer height in different season
如图17所示, 春季, 相对湿度总体上较低, 且相同相对湿度相同的情况下, 污染日数比例略高于年平均值。夏季, 总体上相对湿度偏高, 且相对湿度相同的情况下, 污染日数比例略低于年平均值。秋季, 相对湿度介于春季与夏季之间, 与年平均值相近。冬季, 相对湿度较低, 且相对湿度相同的情况下, 污染日数比例远高于其他季节。
图17 不同季节的污染状况与相对湿度的关系 Fig. 17 Relationship between pollution status and relative humidity in different season
表 1列出在不同气象要素情况下的霾污染 状况, 共分为 4 类。1) 符合空气质量以优为主的日数总计 240 日, 其中空气质量优秀 168 日, 良好 59 日, 中度污染 13 日, 重度污染无, 平均PM2.5浓度为32.0 μg/m3。2) 符合空气质量以良为主的日数总计 215 日, 其中空气质量优秀 59 日, 良好 101 日, 中度污染 50 日, 重度污染 5 日, 平均 PM2.5 浓度为 59.0 μg/m3。3) 符合空气质量较差的日数总计 414 日, 其中空气质量优秀 13 日, 良好121 日, 中度污染 199 日, 重度污染 81 日, 平均PM2.5 浓度为 106.7 μg/m3。4) 符合空气质量极差的日数总计 293 日, 其中空气质量优秀 2 日, 良好 18 日, 中 度污染 88 日, 重度污染 185 日, 平均 PM2.5 浓度为190.3 μg/m3。
表1 不同天气情况下的污染状况
Table 1 Different pollution status in different weather conditions
图18为 4 个季节的边界层高度(HPBL)从 2003到2014年的变化。按照无无污染日数的比例, 将边界层高度分为三类: HPBL≥2000 m, 无污染日数出现最多; 1000≤HPBL<2000 m, 其次; HPBL <1000 m, 最少。HPBL 小于 1000 m 的情况在近几年中出现频次显著增加, 而大于 2000 m 的情况显著减少, 平均边界层高度在除秋季外的季节都明显下降风速和相对湿度无显著年际变化。
1) 2009—2012 年, 北京市污染日数相似, 均有 60%左右的日数为污染日; 2013 和 2014 年无污染日数逐渐增加。其中, 夏季无污染日数呈现增长的趋势, 其他季节没有明显的变化趋势。2013 和2014 年春季、冬季和夏季的无污染情况稍好于2009—2012 年秋季和夏季。
2) PM2.5 浓度与前一日纬向风、前一日经向风、边界层高度、相对湿度和前一日降水有明显的相关性。纬向风U的绝对值越大, 越有利于霾的驱散; 经向风V的北风越大, 越有利于霾的驱散, 且相关性较高; 边界层高度越高, 越有利于霾的驱散; 相对湿度越小, 越有利于霾的驱散; 降水对霾的驱散也有明显的作用。
3) 不同的季节虽然总的霾日数比例相似, 但形成的原因截然不同。春季, 边界层高度远高于其他季节, 但其他气象要素并不利于霾驱散; 冬季, 北风明显多于其他季节, 但边界层高度是4个季节中最低的。总体来说, 春季与冬季的霾日数相似。秋季的情况介于春季和冬季之间, 北风比冬季少, 边界层高度比春季低。与其他季节不同, 夏季南风较为明显, 边界层高度也较低, 但有更多的降水利于霾驱散, 导致与其他季节的污染情况总体上相似。
4) 从近十多年的变化情况来看, 边界层高度在所有的季节都呈现明显降低的趋势, 其他气象要素则没有明显变化。
The authors have declared that no competing interests exist.
Long-term climate variations in China and global warming signals Long-term trends in solar radiation and the associated climatic factors over China for 1961-2000
More frequent cloud-free sky and less surface solar radiation in China from 1955 to 2000
Analysis of China’s haze days in winter half year and climatic background during 1961-2012
PM2.5 and tropospheric O3 in China and an analysis of the impact of pollutant emission control
最近40年中国雾日数和霾日数的气候变化特征 Aerosol radiative, physical, and chemical properties in Beijing during June 1999 京津冀平原地区灰霾天气的年代变化
三种霾日统计方法的比较分析: 以环首都圈京津冀晋为例
环首都圈霾和雾的长期变化特征与典型个例的近地层输送条件
京津冀地区气象要素对空气质量的影响及未来变化趋势分析
PM2.5 浓度的变化特征及其与PM10、TSP 的关系
京津冀地区霾成因机制研究进展与展望 Remote sensing of cloud, aerosol, and water vapor properties from the moderate resolution imaging spectrometer (MODIS) Prelaunch characteristics of the Moderate Resolution Imaging Spectroradiometer (MODIS) on EOS-AM1
2013年1月北京市PM2.5区域来源解析
高空偏北风背景下北京地区高污染形成的环境气象机制研究 华北地区天气型对区域大气污染的影响 北京地区PM10质量浓度与边界层气象要素相关性分析
Relationships between synoptic climatology and atmospheric pollu-tion at 4 US cities
Synoptic and local scale atmospheric circulation associated with air pollution episodes in an urban Mediterranean area
Correlations between fine particulate matter (PM2.5) and meteoro-logical variables in the United States: implications for the sensitivity of PM2.5 to climate change
不同尺度大气系统对污染边界层的影响及其水平流场输送 北京PM2.5重污染时段环流形势及边界层结构分析 // 创新驱动发展提高气象灾害防御能力: S10 大气物理学与大气环境 北京山前典型细粒子污染过程的气象条件分析
华北地区一次强灰霾污染的天气学效应
/
1 数据与研究方法
1.1 数据
1.2 研究方法
2 分析结果
2.1 北京地区2009—2014年的 PM2.5 概况
2.2 PM2.5与不同气象要素之间的关系
(a) 为前一日降水小于等于2 mm时(包括未发生降水)的情况, (b) 为前一日发生2 mm以上降水时的情况; 1, 2, 3和4图分别为前一日纬向风U、前一日经向风V、边界层高度、相对湿度与PM2.5的关系
2.3 不同季节的 PM2.5 与各气象要素之间的关系
2.4 PM2.5与各个气象要素之间关系的总结
空气质量以优为主 空气质量以良为主 空气质量较差 空气质量极差 V<-5 m/s且HPBL>1000 m
或V<-5 m/s且HPBL<1000 m
或V>0且1000 m<HPBL<3000 m
或
-5 m/s <V<0且
1000 m<HPBL<3000 m且
RH>40%V>0且HPBL<1000 m且
或
-5 m/s <V<0且
HPBL<1000 m且
RH>40%V<0且HPBL>3000 m
或V>0且HPBL>3000 m
或-5 m/s <V<0且
2000 m<HPBL<3000 m且
RH<40%-5 m/s <V<0且
1000 m<HPBL<2000 m且
RH<40%
2.5 各个气象要素的年际变化
3 结论
参考文献
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
[19]
[20]
[21]
[22]
[23]
[24]
[25]
[26]
[27]
〈
〉
