红色“+”号和蓝色圆点分别代表气象基准站和气象自动观测站点; 填色代表海拔高度, 下同
图1 太原地形及地面气象站点分布
Fig. 1 Terrain and distribution of surface meteorological stations in Taiyuan
北京大学学报(自然科学版) 第61卷 第1期 2025年1月
Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 61, No. 1 (Jan. 2025)
doi: 10.13209/j.0479-8023.2025.005
国家重点研发计划(2023YFC3706301)资助
收稿日期: 2024–01–25;
修回日期: 2024–06–01
摘要 使用太原地区 2017 年 57 个地面常规气象站的观测数据和 NCEP/FNL 资料, 分析当地近地面风场和大气输送特征。使用 CALMET 风场诊断模式和轨迹计算方法, 获取当地逐时近地面风场和逐日大气输送轨迹, 并根据风场和轨迹分布特征, 将当地风场分为天气背景型和局地环流型两类。天气背景型全年出现频率达66.3%, 局地环流型全年出现频率为 33.7%。局地环流型风场具有明显的山谷风日夜更替特征, 而天气背景型风场在一天之内风速和风向都有较大的变化。以太原城区为源点的大气输送轨迹显示, 天气背景型的轨迹分布季节变化较大, 主要有偏东的寿阳以南山谷方向、偏西南的沿盆地走势方向和偏西北的山地方向。局地环流型的轨迹集中在太原市区及附近山地, 影响范围小, 不利于当地大气污染物的扩散, 易引发污染事件。
关键词 太原地区; 天气背景; 局地环流; 风场; 大气输送轨迹
太原是中国重要的能源与重工业基地, 人口密集, 煤炭资源丰富, 经济增长较快。由于产业结构以煤炭、冶金等高耗能产业为主, 当地大气污染物排放量大, 使得太原成为中国大气污染最严重的城市之一[1–2]。近年来, 经过政府和环保部门大力推进大气污染防治工作, 中国绝大部分城市的大气环境质量有所改善[3–6]。但是, 作为京津冀大气污染传输通道代表性城市之一的太原, 污染状况改善缓慢, 严重地影响当地生态环境和居民健康[7–8]。
太原地区频繁出现的大气污染事件受到广泛的关注, 推动了对相关气象过程的研究。太原地区的气象条件容易引发污染事件, 当地年平均风速较小(2.4～2.5m/s), 全年静风频率超过 30%, 并且冬季每月逆温出现时间超过 20 天[9–10]。此外, 当地气象特征在一定程度上还受到天气系统的影响, 当天气背景较强时, 系统大风可造成越山传输, 反之则形成局地环流[11–12]。
地形对污染物的稀释和扩散具有较强的阻碍作用[13]。张怀德等[14]发现, 当大范围水平气压场较弱时, 受山谷风环流影响, 太原地区污染物难以向外扩散, 只能在盆地内循环。崔慧玲等[12]利用 CAL-PUFF 模拟太原地区冬季局地环流特征, 发现在小静风条件下, 太原盆地呈现向外辐散的上坡风, 夜晚下坡风从四周向盆地中央辐合。另外, 山谷风环流易造成白天污染物从太原盆地向北部太原城区的输送和累积[15], 而夜间冷空气向盆地的汇集有利于形成持续的强逆温层, 造成冷池效应[16–17]。这些都是不利于污染物扩散的条件。
在较短的时间尺度(1～2 周)内, 区域污染源强度一般维持相对稳定, 此时气象条件成为影响污染事件的决定性因素[18]。对地形复杂的山地而言, 局地气象性质差异明显[19], 因此对山地复杂地形气象条件的研究一直备受关注。国外对山地气象的研究起步较早, 已在落基山脉、阿尔卑斯山脉等地开展多项外场观测试验。
美国在 20 世纪 50 年代开展地形波项目, 重点关注山脉波动和背风波现象[20]。Brinkmann 等[21]研究落基山脉背风侧的下坡风暴, 发现这种现象与水平方向上长度超过 100km 的显著地形特征相关联。Stearns[22]研究科罗拉多山谷局地环流, 发现湍流混合对破坏峡谷上方稳定层起到显著的作用。
在欧洲, 就阿尔卑斯山与周边气流问题开展ALPEX 试验, 针对大气湍流输送、山谷风和背风涡旋进行观测[23–34]。Giovannini 等[25]分析阿尔卑斯山谷中昼夜谷风的交替特征, 发现风的强度与沿谷压力梯度呈线性关系, 证实了压力梯度与表面摩擦之间的准稳态平衡。Dosio 等[26]在研究意大利北部复杂地形时发现, 当局地环流与其上方的反气旋天气解耦时, 山谷中容易形成高浓度的 O3 污染。近年, 在西班牙比利牛斯山脉开展外场试验, 研究当地局地环流以及冷池形成过程[27]。
我国在山地气象方面, 围绕青藏高原以及西南部低纬度高原地区的气候特征、大气环流的热力和动力作用等开展了大量研究[28–30]。周春花等[31]的研究揭示, 青藏高原东侧特殊的地形对低层大气风场具有调整作用, 特别是冷空气影响下的东北气流, 在遭遇高原地形时会产生强烈的上升运动, 最大上升速度可达 2.4Pa/s。董保举等[32]利用长期观测资料, 深入地分析了青藏高原低层大气风场的垂直结构及长期变化规律。苏彦入[33]聚焦于青藏高原大气边界层高度以及感热通量、潜热通量的分布与变化趋势, 探讨地表能量输送对大气边界层高度的影响机理。Xue 等[34]针对大理地区, 详细地研究下坡风、转子和涡旋逆流与局部地形之间的非线性相互作用, 证明强表面风与所涉及的局部风系统的相干结构密切相关。刑雯雯[35]使用 WRF 数值模拟方法, 研究高黎贡山复杂地形下干湿两季的局地环流特征, 发现干季山谷内局地环流发展旺盛, 风向多变, 而湿季受较强背景风影响, 局地环流发展受限。
尽管我国在部分山地区域取得显著的研究成果, 但是对于许多具有独特地形的区域(如太原地区), 研究尚不够充分。以往关于太原地区的研究集中于局地环流条件下污染物的扩散和输送等方面, 缺乏对当地大气流动特点的全面了解。此外, 以往关于太原地区的研究大多局限于短期(通常是几天)的污染扩散情况, 对该地区大气流动平均气候特性的认识尚不充分。鉴于上述背景, 本研究利用当地气象观测资料, 结合数值模拟, 对太原地区近地面风场和当地大气输送特性进行深入的分析, 以期揭示其主要类型和相应的季节变化规律。
本文研究区域为典型的内陆山谷–盆地地形。本研究中用到的 2017 年全年逐时观测数据来源于太原及周边地区 57 个常规地面气象观测站, 其中包括 27 个地面气象基准站和 30 个自动气象站, 站点位置分布如图 1 所示。数据集包括 10m 风速和风向资料。此外, 本研究还使用美国国家环境预报中心提供的 2017 年全年 NCEP/FNL 资料集, 包括每天 4次(UTC 时间 00 时、06 时、12 时和 18 时)的全球气象数据。从《中国气象年鉴》(2017)[36]得知, 山西地区 2017 年是气候正常年份, 因此选取 2017 年作为代表年份, 获得的结果能反映当地的气候特征和 规律。
红色“+”号和蓝色圆点分别代表气象基准站和气象自动观测站点; 填色代表海拔高度, 下同
图1 太原地形及地面气象站点分布
Fig. 1 Terrain and distribution of surface meteorological stations in Taiyuan
1.2.1 风场诊断模式
本研究所需三维风场由 CALMET(California meteorological model)风场诊断模式计算并导出。CALMET 模式包含诊断风场模块和微气象模块, 能提供三维风场和必要的边界层参数, 是一种适合中、小尺度的气象模式[37]。CALMET 诊断风场模式在运行时需要准备地面气象观测资料和上层探空资料。风场诊断的计算分为两个步骤。
第一步, 利用高空探空资料给出风场的第一猜测值, 再根据地形动力作用、下坡气流和地形阻塞效应, 对风场进行调整。由于太原地区只有一个探空测站, 且每天只有两次观测, 提供的气象资料较少, 因此本研究使用 NCEP 分析资料作为替代来提供高空气象信息。由此, 相当于一天有 4 次的廓线数据, 且 NCEP 的水平分辨率是经、纬度各 1°, 可以认为大约每 100km 有一组廓线数据。这样, 能获得更好的高空气象信息, 为风场诊断提供更加可靠的数据基础。
第二步, CALMET 根据所输入的观测数据, 通过插值、平滑、垂直速度计算以及辐散最小化等步骤, 产生最终风场。作为诊断模式, CALMET 能给出接近观测值的风场, 同时能通过质量守恒约束, 反映部分地形扰动的作用, 弥补观测值的不足[38]。正因为如此, CALMET 在复杂地形大气流动和污染扩散领域得到广泛应用[39]。
本研究中, CALMET 模型的中心地理坐标是37.85°N, 112.55°E (图 1)。模拟区域面积为 200km × 200km, 覆盖整个太原地区, 网格分辨率为 5km × 5km。研究区域内观测站点密度较大且分布合理, 能够较好地反映模拟区域的气象状况。
1.2.2 WRF 模式
为了更全面地了解太原地区大气流动性质, 本研究还引入中尺度气象模式 WRF(weather research and forecasting model)来模拟太原地区的三维气象场。WRF 模式基于大气动力和热力学原理构建, 在反映大气环流性质方面具有显著的优势, 可以弥补诊断模式在这方面的不足。WRF 模式采用完全可压缩及非静力平衡模型, 包含边界层、大气辐射以及微物理等多种物理参数化方案, 是中尺度气象研究、大气边界层和复杂地形气象过程研究的重要工具[40]。本研究对太原地区 2017 年全年进行长期模拟, 并且将模拟结果与诊断结果进行对比。通过这种方法, 更好地揭示太原地区近地面风场和大气输送特征, 深入地理解该地区的气象背景和大气污染状况。
图2 天气背景型((a)和(b))以及局地环流型(c)典型轨迹个例
Fig. 2 Typical trajectory examples for weather background type ((a) and (b)) and local circulation type (c)
模拟区域为两层嵌套, 外层和内层水平网格的分辨率分别为 12km 和 2km。在垂直方向设置 37层, 从地表延伸至 100hPa, 在离地高度 2km 以下有21 层。在进行 48 小时模拟之前, 有 12 小时的预热、张弛时间。物理参数化选用 YSU 边界层方案[41]、RRTM 长波辐射方案[42]、Dudhia 短波辐射方案[43]、WSM6 微物理方案[44]、Noah 陆面方案[45]和 Monin-Obukhov 近地层方案[46]。此外, Kain-Fritsch 积云对流方案只用于外层嵌套区域[47]。模拟过程中使用空间分辨率为 1°×1°, 时间分辨率 6 小时的 NCEP/ FNL 数据作为初始场条件。
轨迹分析是一种基于拉格朗日观点的流体运动分析方法。该方法直观、简单, 早在 20 世纪 60 年代就应用于中、小尺度大气扩散特性的分析[48]。该方法通过追踪空气中被动质点的拉格朗日运动路径, 能够直观、定性地了解污染物自虚拟源释放后的扩散和输送行为, 也可辅助研判当日大气流动的形态和特点。因此, 我们借用此方法来了解太原地区污染物的输送和扩散特性, 使用本研究组自主开发的轨迹模式对轨迹进行计算。选取模式中心点太原作为轨迹的出发点, 根据 10m 风场数据进行轨迹计算。计算每日逐时出发的轨迹共 24 条, 每条轨迹运行 48 小时。由拉格朗日轨迹可以清楚地显示潜在污染物输送和扩散的方向、路径以及影响范围。目前, 该分析方法已经成功应用于关中盆地[49]、华北平原[50]和海南岛地区[51]的大气输送特征研究。
太原地区的大气流动受天气系统和局地大气环流的共同作用。本研究使用 CALMET 诊断风场模式, 计算得到 2017 年全年逐时近地面风场和逐日轨迹, 通过风场和轨迹的人工判读, 将太原地区的近地面大气流动分为天气背景型和局地环流型两大类, 并按照月和季节出现次数(日数)进行统计。两种类型的判定条件如下。
1)天气背景型是明显受到天气系统影响的大气流动形式。在较强天气背景影响下, 这种流动呈现显著的特征, 如冷锋过境时, 当地会出现系统大风, 通常以西风或沿盆地走向的偏北风为主, 全天轨迹方向基本上不变。值得注意的是, 尽管这种大气流动形式具有明显的特点, 但其出现次数较少, 一年中出现频率不超过 5%, 典型个例轨迹情况如图 2(a)所示。多数情况下, 当天气系统发生变化、调整以及处于过渡状态时, 轨迹出现较长的水平位移, 表明天气背景的影响仍然存在。风向在一天之内会出现较大的变化, 在某些时刻风速较小, 但绝大多数时刻风速都较大。图 2(b)展示这种情况的典型个例, 在风速较大时, 轨迹可以直接越过盆地南侧的山地。
2)局地环流型的风场和轨迹要同时满足两个条件: ①研究区域在一天之内没有主导风向, 风速较小, 且一天之内风向和轨迹的转折变化表现出明显的山谷风环流日夜转换特征; ②轨迹分布路径局限在出发点周边, 一般不离开模拟的 200km×200km 区域, 如图 2(c)所示。
对太原地区两种大气流动类型每月、每季出现次数(天数)进行统计, 结果如表 1 和 2 所示。天气背景型是太原盆地最常出现的大气流动类型, 全年共出现 242 天, 占总天数的 66.3%。局地环流型出现123 天, 占总天数的 33.7%。这两种大气流动的出现频率在季节间存在显著差异: 天气背景型在春季出现最多(77 天), 夏季出现最少(47 天); 局地环流型则与之相反, 夏季出现最多(45 天), 春季出现最少(15 天), 其中 4 月出现次数为 0。
天气背景型是太原地区出现最频繁的大气流动形态, 其风场特征由天气系统和局地环流共同决定。图 3 展示天气背景型流动的典型个例。凌晨 02时, 研究区域内出现自北向南、从忻州盆地到太原盆地连贯的流动态势, 反映天气系统对大气流动的强控制作用。在太原盆地的中南部, 两侧山地下坡风作用明显, 甚至在盆地西南端出现局部阻塞和汇聚的流动形态。早晨 08 时, 北部忻州盆地的流动一致性减弱, 太原盆地两侧的下坡风消失或转为上坡风, 西南端盆地出口的流动开始发展。中午 14 时, 全境转为偏东南风, 风速增大, 气流越过几乎所有山脊和盆地, 直指西北方向。20 时, 风速有所减小, 但全境仍然维持系统性的偏东南风, 表明强天气系统对大气流动的控制作用仍然存在。很明显, 这一天经历了从较弱的系统性偏东北风到较强的系统性偏东南风的转变。
表1 太原地区2017年各月份不同风场类型日期统计结果
Table 1 Monthly statistics of different wind field types in Taiyuan region for the year 2017
月份天气背景型局地环流型日期天数日期天数 12, 4—5, 10—12, 16, 18—20, 26, 29121, 3, 6—9, 13—15, 17, 21—25, 27—28, 30—3119 25—9, 11, 14—24, 26—27181—4, 10, 12—13, 23, 25, 2810 31—2, 4—9, 11—13, 15, 18—31263, 10, 14, 16—175 41—30300 51—5, 9—12, 13, 15, 17—24, 27—28216—8, 14, 16, 24—25, 29—3110 62—5, 7—9, 12, 16—17, 23111, 6, 10—11, 13—15, 18—22, 24—3019 73—4, 6—7, 9, 12—15, 17, 20—28191—2, 5, 8, 10—11, 16, 18—19, 29—3112 81, 7, 9—10, 12—13, 17—18, 22—23, 25—31172—6, 8, 11, 14—16, 19—21, 3014 92, 4—8, 12—18, 20—28221, 3, 9—11, 19, 29—308 101—4, 8—9, 11—16, 25—30185—7, 10, 17—24, 3113 111—2, 5—13, 16—25, 27—28, 30243—4, 14—15, 26, 296 121—10, 14—20, 22—24, 28—312411—13, 21, 25—277
表2 太原地区2017年各季不同风场类型天数统计结果
Table 2 Seasonal statistics of different wind field types in Taiyuan region for the year 2017
类型各季节不同风场类型天数(频率)总计春季夏季秋季冬季 天气背景77 (31.8%)47 (19.4%)64 (26.5%)54 (22.3%)242 (66.3%) 局地环流15 (12.2%)45 (36.6%)27 (21.9%)36 (29.3%)123 (33.7%)
局地环流型风场存在昼夜更替的山谷风环流形态, 这种环流模式在盆地中尤为明显, 典型个例如图 4 所示。凌晨, 不论是北部的忻州盆地, 还是南部的太原盆地, 都呈现四周山地下坡风向盆地汇聚的态势, 此时盆地内部风速较小, 这种情况到早晨08 时基本上维持不变。午后 14 时, 上坡风发展旺盛, 风向明显转变, 从盆地周边指向四周山地。忻州盆地和太原盆地的风甚至在太原市区一带形成辐合。这一结果与崔慧玲等[12]模拟局地环流背景下太原风场的结果相符。较为特别的是, 模式区域西北部岚县–娄烦–古交一带, 沿地形走向有一条较强的气流也在太原市区附近汇合, 这可能是高空背景气流与山地地形相互作用的结果。入夜 20 时, 下坡风再次发展, 在太原盆地南部形成明显的气流辐合。娄烦–古交沿线山谷地带风速变小, 北部忻州盆地和东部寿阳一带山口有气流涌入太原盆地。
上述诊断分析结果表明, 局地环流型风场更多地对应小静风天气和不利的大气扩散条件。虽然CALMET 诊断风场忠实于观测数据, 可获得接近实际情况的风场结果, 但由于观测站数量、数据的代表性和模式原理的限制, 使其对局地大气环流, 特别是热力环流的反映能力受到严重的限制。
WRF 模式理论基础完备, 尽管它也存在一定的模拟误差, 但能较好地反映地表的热力和动力作用, 因此, 与 CALMET 诊断风场具有互补的作用。本研究正是利用二者互补的性质, 更好地揭示太原地区的大气流动特性。在本研究中, 我们利用 WRF模式对太原地区进行全年的模拟, 并与 CALMET诊断风场进行比较。使用一致性指数(IA)、均方根误差(RMSE), 对晋源、娄烦、忻州、介休和寿阳 5个站点的 10m 风速进行模拟效果评估。结果显示, IA 值的范围为 0.71～0.85, RMSE 值的范围为 1.15～ 2.04, 均符合相应参数的推荐值范围[52–53]。可见, WRF 模拟所得的风场结果与 CALMET 诊断风场一致性良好, 验证了 WRF 模式在模拟太原局地环流方面的可靠性。本文利用 WRF 模式的优势, 将各季节代表月份局地环流型风场的 WRF 模拟结果进行平均, 分析平均流场的日变化, 以期更深入地认识太原地区这类流动的特征。取 1 月和 7 月代表冬季和夏季; 由于 4 月没有局地环流型出现, 取 5 月和10 月代表春季和秋季。
图3 天气背景型典型风场个例
Fig. 3 A typical wind field example for the weather background type
图4 局地环流型典型风场个例
Fig. 4 A typical wind field example for the local circulation type
图 5 展示 WRF 模式模拟的局地环流型风场在 1月的平均日变化特征, 取 04 时、10 时、16 时和 22时, 以便更好地反映平均风场的变化特征。由于 1月共有 19 天是局地环流类型(表 1), 故图 5 中是 19天各对应时刻的平均结果。可以看出, 图 5 中呈现典型的山谷风日夜循环过程。在午夜至凌晨时段, 下坡风从四周山地向太原盆地和忻州盆地中央汇聚, 在西北部娄烦–古交的狭窄山谷地区, 也有气流顺着地形流向太原市区北部, 成为太原市区夜间偏北风的重要来源。东部寿阳一带则表现出通过山地豁口向东的流动。上午 10 时, 南北两个盆地周边沿山地区开始转为上坡风, 但区域整体流动形态基本上保持不变, 只是娄烦–古交山谷的出流有所增强; 北边忻州盆地和阳曲所在豁口处发展的上坡风汇入太原盆地, 使得两个盆地的气流有所连通; 东部寿阳山地豁口一带也变为更系统性的出流。下午 16时, 盆地周边上坡风发展旺盛, 太原盆地北部风向明显反转, 整个盆地变为沿地形走向的系统性西南风, 并从东部寿阳山地豁口流出。盆地内风向一天内发生东北–西南风的转变, 与王云峰等[54]通过模拟发现的太原盆地冬季平均流场变化特征相符。同时, 太原盆地北侧的气流沿太原市区北上, 与忻州盆地南下的气流辐合。夜里 22 时, 区域风场再次回到受下坡风控制的态势。
图 5 中, 模式区域西北部的娄烦–古交山谷整日维持沿谷地的下坡气流, 周围山脊也受到明显的偏西北风影响。这种现象可能与当地 1 月受冬季风影响有关。尽管局地环流型风场受天气系统的影响较小, 但冬季风的季节性背景影响仍然会在这些地区表现出来。
图 6 展示夏季 7 月局地环流型风场的平均日变化特征, 这是基于 7 月共 12 天局地环流天气(表 1)模拟的平均结果, 同样也反映典型的山谷风日夜循环过程。有所不同的是, 1)整个模拟区域受到偏东南的季节性背景风(夏季风)影响, 这种影响在午后和夜晚表现得尤为明显(图 6(c)和(d)); 2)上午的上坡风发展得更早、更强, 到上午 10 时已经很强盛(图 6(b)); 3)午后, 太原盆地西北方向山地的上坡风发展旺盛, 而东南方向的上坡风受到一定程度的抑制, 这种差异使得太原盆地和忻州盆地都出现几乎横跨盆地的流动(图 6(c))。值得注意的是, 在太原市区以西的娄烦–古交山谷, 风向发生反转, 成为谷风(上坡)流动, 东部寿阳一带山口则成为太原盆地的空气入流通道。
春季 5 月和秋季 10 月分别出现 10 和 13 天局地环流天气(表 1), 这两个月份局地环流型风场的日平均结果也显示明显的山谷风日夜循环特征(图略)。有所不同的是, 在 5 月, 上午 10 时太原盆地和北边的忻州盆地上坡风已发展旺盛。太原盆地内出现沿盆地走向的系统性西南风, 气流经太原市区北上, 与忻州盆地南下气流形成辐合, 周围山脊则受偏西北风影响(与图 5(c)中情况类似), 这种现象一直持续到 16 时。在秋季 10 月, 上午 10 时盆地上坡风开始发展, 太原盆地内风速较小且没有明显的主导风向; 下午 16 时, 太原盆地北侧山地上坡风进一步加强, 盆地北端发展的上坡风经阳曲直达忻州 盆地。
为考察太原地区近地面大气的输送路径、影响范围和季节变化特征, 将计算得到的每日逐时轨迹按大气流动类型进行整月叠加。因 4 月未出现局地环流型天气, 且 3 月该类天气出现次数较少(5 天), 因此选取 1 月、5 月、7 月和 10 月代表冬、春、夏、秋 4 个季节。图 7 显示, 局地环流型轨迹集中在以太原市区为中心的几十公里范围内。冬季(1月), 当地大气主要呈现偏东南方向的往复输送态势, 影响太原盆地北侧和东侧的太原市区到寿阳南面山坡一带。此外, 还存在两条次要的输送路径, 一条沿着太原盆地一侧往西南延伸, 另一条则指向北部阳曲以东的山地。相对而言, 春季(5 月)向东的输送路径减弱, 而向北和东北方向的路径增强。夏季(7 月), 大气主要是偏西北方向的往复输送, 只存在少量偏西南方向沿山地的轨迹和偏北向阳曲以东山地的轨迹, 对太原盆地中南部几乎没有影响。可以看出, 强烈的夏季风使大气流动的方向和范围都发生显著的变化。秋季(10 月), 轨迹呈现东北–西南方向的分布特征, 主要是向北延伸到阳曲一带, 向西南沿盆地边缘延伸到交城、文水等地。上述轨迹特征与风场分析结果一致, 进一步验证了局地环流对太原地区近地面大气输送路径和影响范围的重要影响。有研究发现, 在局地环流影响下, 高浓度烟云会在太原附近往复循环、积累, 且秋季和冬季更严重[12–13]。
图5 局地环流型风场1月平均日变化特征
Fig. 5 Characteristics of the January mean daily variation of the local circulation type wind field
图6 局地环流型风场7月平均日变化特征
Fig. 6 Characteristics of the July mean daily variation of the local circulation type wind field
图7 局地环流型在1月、5月、7月和10月的输送轨迹
Fig. 7 Atmospheric transport pathways of local circulation type in January, May, July, and October
图8 天气背景型风场在1月、4月、7月和10月的输送轨迹
Fig. 8 Atmospheric transport pathways of weather background type in January, April, July, and October
如图 8 所示, 天气背景型风场的轨迹分布范围比局地环流型大很多, 大气扩散和输送能力也比局地环流型强。由于局地环流型风场输送范围受到限制, 要将太原市区的污染物传输至研究区域以外, 只能依赖天气背景型风场, 因此有必要了解污染物传输出境的方向和路径。图 8 显示, 太原市区大气排放物最重要的输出路径是东面, 即经寿阳往东的山地豁口, 这种现象在春季(4 月)尤为明显。此外, 春季还出现一部分轨迹从东南方向直接越山而过的情况。在冬季(1 月)和秋季(10 月), 朝东面的输出也占很大的比例。另一条主要路径则是沿着太原盆地向西南方向输出, 这一路径夏季出现最多, 春、秋季次之, 冬季最少。此外, 还存在一条向西北山地输送的路径, 也仅在春季和夏季出现。图 8 还显示, 太原市区的污染物向北部忻州盆地的输送较少, 可能与两个盆地之间的地形屏障有关。另外, 西北和东南山地在冬季和夏季分别呈现轨迹空白区, 几乎不受太原市区排放物输送的影响。
本研究利用2017年地面观测数据和NCEP/FNL分析资料, 根据 CALMET 逐时风场和逐日大气输送轨迹, 对太原地区近地面大气流动特征进行分类, 并利用 WRF 模式分析其流动状况和平均风场特征, 得到以下结论。
1)太原地区近地面大气流动可分为局地环流型和天气背景型两类, 全年出现频率分别为 33.7%和 66.3%。局地环流型在夏季和冬季出现频率较大(分别约为 36.6%和 29.3%), 春季出现频率最小(约12.2%); 天气背景型则在春、秋两季出现频率较大(分别约为 31.8%和 26.5%), 夏季出现频率最小(约19.4%)。
2)局地环流型风场具有明显的山谷风昼夜更替特征, 不论是南边较大的太原盆地, 还是北边较小的忻州盆地, 夜间都受下坡风控制, 气流从四周山地向盆地汇聚, 白天则转为上坡风, 气流从盆地吹向山地。在冬季, 受地形和季节气候的共同影响, 太原盆地呈现沿地形走向的西南风–东北风日夜循环; 在夏季, 白天的上坡风呈不对称发展态势, 在夏季风影响下可跨越盆地吹向西北山地。
3)天气背景型风场因其较大的风速、多变的风向以及较强的扩散输送能力, 是将本地污染物输送出境的主要流动类型。轨迹分析结果显示, 从太原市区排放的污染物可在两天内被输送出本地区100km 半径范围。主要输出路径如下: 偏东的寿阳以南山谷方向; 偏西南的沿太原盆地走势方向; 偏西北的山地方向。太原市区向北部忻州盆地的大气输送相对较弱。
本研究尝试用风场诊断分析与动力学气象模式模拟相结合的方法探讨复杂地形的大气流动特性, 取得较好的效果。将 WRF 模式的模拟结果与气象观测数据进行对比, 并与 CALMET 诊断模式的风场结果进行流动形态比较, 可以判断 WRF 模式对实际地形影响的反映能力。本文使用的这一思路和方法, 对于其他复杂地形条件下风场和其他气象场特征的研究具有参考意义。
国际上早年对山地复杂地形的气象条件进行了大量现场观测研究, 推进了对山地气象的了解, 国内这方面的观测研究相对薄弱。我国山地分布广泛, 各地差异很大。数值模式几十年来的发展为研究山地复杂地形的气象特征提供了一个合适的技术手段, 如果能利用当地常规观测资料, 谨慎地考察模式的模拟性能, 数值模拟手段在实际应用中将会发挥更大的作用。用数值模拟部分取代山地气象研究的外场观测, 获取山地气象的某些特征信息, 可以节省研究成本。但是, 模式会存在一定的误差, 不能完全取代现场观测, 同时数值模拟的效果也取决于模式的原理、性能以及与地形相匹配的模拟分辨率。
参考文献
[1] Li H, Guo L, Cao R, et al. A wintertime study of PM2.5-bound polycyclic aromatic hydrocarbons in Taiyuan during 2009–2013: assessment of pollution control st-rategy in a typical basin region. Atmospheric Environ-ment, 2016, 140: 404–414
[2] Zhao Z, Liu R, Zhang Z. Characteristics of winter haze pollution in the Fenwei Plain and the possible influen-ce of EU during 1984–2017. Earth and Space Science, 2020, 7(6): e2020EA001134
[3] Meng Z, Jiang X, Yan P, et al. Characteristics and sources of PM2.5 and carbonaceous species during winter in Taiyuan, China. Atmospheric Environment, 2007, 41(32): 6901–6908
[4] He Q, Yan Y, Guo L, et al. Characterization and source analysis of water-soluble inorganic ionic species in PM2.5 in Taiyuan city, China. Atmospheric Research, 2017, 184: 48–55
[5] Xie R K, Seip H M, Liu L, et al. Characterization of individual airborne particles in Taiyuan City, China. Air Quality, Atmosphere & Health, 2009, 2(3): 123–131
[6] Liu Z, Wang H, Shen X, et al. Contribution of meteo-rological conditions to the variation in winter PM2.5 concentrations from 2013 to 2019 in Middle-Eastern China. Atmosphere, 2019, 10(10): 563–580
[7] Tang D, Wang C, Nie J, et al. Health benefits of impro-ving air quality in Taiyuan, China. Environment Inter-national, 2014, 73: 235–242
[8] Zhang D, Aunan K, Seip H M, et al. The assessment of health damage caused by air pollution and its impli-cation for policy making in Taiyuan, Shanxi, China. Energy Policy, 2010, 38(1): 491–502
[9] Xia Z, Duan X, Qiu W, et al. Health risk assessment on dietary exposure to polycyclic aromatic hydrocarbons (PAHs) in Taiyuan, China. Science of the Total Envi-ronment, 2010, 408(22): 5331–5337
[10] 韩爱梅. 太原市大气污染气象条件分析. 太原科技, 2005(4): 26–28
[11] 陈二萍, 王雁, 李明明, 等. 山西省地面流场的气候特征及其与地形的关系//中国环境科学学会. 2016中国环境科学学会学术年会论文集(第三卷). 海口, 2016: 278–282
[12] 崔慧玲, 张俊芳, 陈龙泉. 太原市冬季气象条件对污染物PM10迁移扩散的模拟研究. 山西大学学报(自然科学版), 2012, 35(3): 575–580
[13] 苗爱梅. 地形对太原市污染物稀释扩散影响的模拟试验. 气象学报, 2004, 62(1):112–118
[14] 张怀德, 梁丽明. 太原地区大气污染物输送特征分析. 中国环境监测, 2000, 16(1): 42–44
[15] 李艳红, 赵彩萍, 李梦军, 等. 山谷风对太原市污染物质量浓度的影响. 气象与环境科学, 2022, 45 (3): 22–28
[16] Miao Y, Liu S, Guo J, et al. Impacts of meteorological conditions on wintertime PM2.5 pollution in Taiyuan, North China. Environmental Science and Pollution Re-search, 2018, 25(22): 21855–21866
[17] 赵丽平, 胡良温, 周汾涛, 等. 风温场特征对太原地区空气污染影响分析//中国气象学会. 第 27 届中国气象学会年会论文集. 北京, 2010: 716–720
[18] 姬艺珍, 郭伟, 胡正华, 等. 太原市PM2.5 积累特征及重污染天气成因分析. 环境科学学报, 2021, 41 (3): 853–862
[19] Whiteman C D, Zhong S, Bian X, et al. Boundary layer evolution and regional-scale diurnal circulations over the and Mexican plateau. Journal of Geophysical Re-search: Atmospheres, 2000, 105(D8): 10081–10102
[20] Grubišić V, Lewis J M. Sierra wave project revisited: 50 years later. Bulletin of the American Meteorolo-gical Society, 2004, 85(8): 1127–1142
[21] Brinkmann W A E. Strong downslope winds at Boul-der, Colorado. Monthly Weather Review, 1974, 102: 592–602
[22] Stearns L. Aspects of the local circulation at the Grand-Canyon during the fall season. Journal of Climate and Applied Meteorology, 1987, 26(10): 1392–1400
[23] Kuettner J P, O’Neill T H R. ALPEX The GARP mountain subprogram. Bulletin of the American Me-teorological Society, 1981, 62(6): 793–805
[24] Ficker H. On the formation of foehn winds on the northern side of the Alps. Meteorologische Zeitschrift, 2012, 21(6): 597–605
[25] Giovannini L, Ferrero E, Karl T, et al. Atmospheric pollutant dispersion over complex terrain: challenges and needs for improving air quality measurements and modeling. Atmosphere, 2020, 11(6): 646–677
[26] Dosio A, Emeis S, Graziani G, et al. Assessing the meteorological conditions of a deep Italian Alpine valley system by means of a measuring campaign and simulations with two models during a summer smog episode. Atmospheric Environment, 2001, 35(32): 5441–5454
[27] Udina M, Bech J, Gonzalez S, et al. Multi-sensor observations of an elevated rotor during a mountain wave event in the Eastern Pyrenees. Atmospheric Re-search, 2020, 234: 104698
[28] Xu X, Lu C, Shi X, et al. World water tower: an atmospheric perspective. Geophysical Research Let-ters, 2008, 35(20): 2008GL035867
[29] 徐祥德, 王寅钧, 赵天良, 等. 高原东南缘大气近地层湍能特征与边界层动力、热力结构相关特征. 气象, 2014, 40(10): 1165–1173
[30] 许鲁君, 刘辉志, 徐祥德, 等. WRF模式对青藏高原那曲地区大气边界层模拟适用性研究. 气象学报, 2018, 76(6): 955–967
[31] 周春花, 张驹. 青藏高原东侧特殊地形对低层风场调整作用对比分析. 成都信息工程学院学报, 2015, 30(2): 187–191
[32] 董保举, 李建, 孙绩华, 等. 青藏高原东南缘低层风场垂直结构与变化特征. 高原气象, 2016, 35(3): 597–607
[33] 苏彦入. 青藏高原地表能量平衡及其对大气边界层影响研究[D]. 成都: 成都信息工程大学, 2019
[34] Xue H, Li J, Qian T, et al. A 100-m-scale modeling study of a gale event on the lee side of a long narrow mountain. Journal of Applied Meteorology and Clima-tology, 2020, 59(1): 23–45
[35] 邢雯雯. 高黎贡山复杂地形下局地环流的数值模拟研究[D]. 昆明: 云南大学, 2020
[36] 中国气象年鉴编辑委员会. 中国气象年鉴(2017). 北京: 气象出版社, 2017
[37] Scire J S, Robe F R, Fernau M E, et al. A user’s gui- de for the CALMET meteorological model. Concord: Earth Tech, 2000
[38] Scire J, Strimaitis D, Yamartino R. A user’s guide for the CALPUFF dispersion model (version 5). Concord: Earth Tech, 2000
[39] Yim S H L, Fung J C H, Lau A K H, et al. Developing a high-resolution wind map for a complex terrain with a coupled MM5/CALMET system. Journal of Geophy-sical Research: Atmospheres, 2007, 112(D5): 2006JD 007752
[40] Knievel J, Bryan G, Hacker J. Explicit numerical dif-fusion in the WRF model. Monthly Weather Review, 2007, 135(11): 3808–3824
[41] Hong S Y, Noh Y, Dudhia J. A new vertical diffusion package with an explicit treatment of entrainment pro-cesses. Monthly Weather Review, 2006, 134(9): 2318–2341
[42] Mlawer E J, Taubman S J, Brown P D, et al. Radiative transfer for inhomogeneous atmospheres: RRTM, a validated correlated-k model for the longwave. Jour-nal of Geophysical Research: Atmospheres, 1997, 102 (D14): 16663–16682
[43] Dudhia J. Numerical study of convection observed du-ring the winter monsoon experiment using a meso-scale two-dimensional model. Journal of the Atmos-pheric Sciences, 1989, 46(20): 3077–3107
[44] Hong S Y, Lim J O J. The WRF single-moment 6-class microphysics scheme (WSM6). Journal of the Korean Meteorological Society, 2006, 42(2): 129–151
[45] Chen F, Dudhia J. Coupling an advanced land surface-hydrology model with the Penn State-NCAR MM5 Modeling System. Part I: model implementation and sensitivity. Monthly Weather Review, 2001, 129(4): 569–585
[46] Beljaars A C M. The parametrization of surface fluxes in large-scale models under free convection. Quarter-ly Journal of the Royal Meteorological Society, 1995, 121: 255–270
[47] Kain J S. The Kain-Fritsch convective parameterize-tion: an update. Journal of Applied Meteorology, 2004, 43(1): 170–181
[48] Pack D. Meteorology of air pollution. Science, 1964, 146: 1119–1128
[49] 胡洵, 蔡旭晖, 宋宇, 等. 关中盆地近地面风场和大气输送特征分析. 气候与环境研究, 2020, 25(6): 637–648
[50] 栗涵舸, 蔡旭晖, 康凌, 等. 保定–雄安地区近地面大气流动与轨迹输送特征. 北京大学学报(自然科学版), 2021, 57(2): 215–224
[51] 张振州, 蔡旭晖, 康凌, 等. 海南岛地区大气输送和扩散特征的数值模拟. 环境科学学报, 2014, 34 (2): 281–289
[52] Emery C, Tai E, Yarwood G. Enhanced meteorological modeling and performance evaluation for two Texas ozone episodes. Final report submitted to Texas Natu-ral Resources Conservation Commission. Novato: En-viron, International Corp, 2001
[53] Guevara Luna M A, Casallas A, Belalcázar Cerón L C, et al. Implementation and evaluation of WRF simula-tion over a city with complex terrain using Alos-Palsar 0.4 s topography. Environmental Science and Pollution Research, 2020, 27(30): 37818–37838
[54] 王云峰, 田国珍, 武永利. 太原流场数值模拟分析. 黑龙江气象, 2008, 25(增刊1): 10, 12
Analysis of Near-Surface Wind Field and Atmospheric Transport Characteristics in Taiyuan Region
Abstract The characteristics of near-surface wind field and atmospheric transport in Taiyuan region were revealed using data from 57 ground-based meteorological stations and NCEP/FNL analysis data in 2017. The hourly near-surface wind field and daily transport trajectories were calculated employing the CALMET wind field diagnostic model and the trajectory calculation method. Based on the wind field and trajectory characteristics, the wind field can be classified into two distinct types: weather background type and local circulation type. Among these, the frequency of weather background type reaches 66.3%, while the local circulation type occurs with a frequency of 33.7%. The wind field associated with the local circulation type is characterized by pronounced day-night alternation of valley winds, whereas the weather background type undergoes significant changes in speed and direction within a day. The atmospheric transport trajectories originating from the urban area of Taiyuan exhibit notable seasonal variations in weather background type. The primary transport pathways include an eastward direction toward Shouyang along the southern valley, a southwestward trend following the basin terrain, and a northwestward path through the mountainous regions. Conversely, trajectories associated with the local circulation type are mostly confined to the city of Taiyuan and nearby mountains, resulting in a confined impact zone. Therefore, this condition is unfavorable for the diffusion of local air pollutants, making it susceptible to triggering pollution events.
Key words Taiyuan region; weather background; local circulation; wind field; atmospheric transport trajectory