, 刘端阳1,3
, 陈昊3, 安礼政2, 朱毅4, 王宏斌1, 肖晨21. 中国气象局交通气象重点开放实验室, 南京 210008;
2. 淮安市气象局, 淮安 223001;
3. 江苏省气象台, 南京 210008;
4. 江苏省气象探测中心, 南京 210008
收稿日期: 2018-11-02; 修回日期: 2019-04-18; 录用日期: 2019-04-18
基金项目: 科技部国家大气污染专项项目（No.JFYS2016YFC0201903，JFYS2016YFC0203303）；江苏省"333高层次人才培养工程"项目（No.BRA2016565）；江苏省气象局预报员专项（No.JSYBY201704）；国家自然科学基金资助项目（No.41575010）；江苏省自然科学青年基金（No.BK20161073）
作者简介: 谢真珍(1985-), 女, E-mail:xzz_ice@163.com
通讯作者（责任作者）: 刘端阳, E-mail:liuduanyang2001@126.com
摘要: 利用激光气溶胶雷达和风廓线雷达，结合卫星遥感资料、地面气象要素资料、大气气溶胶浓度资料和HYSPLIT模型，研究了2017年5月5-8日淮北地区一次沙尘天气过程的特征.结果表明，2017年5月5-6日上午的浮尘（过程1）是由西北-华北地区的远距离输送所致，其中PM10峰值浓度高达766 μg·m-3，而6日下午-7日的浮尘（过程2）是冷空气回流所导致.外源输入、气象要素和垂直风场的变化为浮尘天气的发生和维持创造了有利条件，降水的出现使本次浮尘天气过程结束.激光气溶胶雷达可以有效监测此次浮尘天气的大气气溶胶消光系数的空间分布，能直观准确地反映出污染物的分布聚集情况以及时空变化，对大气污染监测具有重要意义.本研究还提出了适合江苏地区的浮尘客观判定方法，SO2/PM10、NO2/PM10以及PM2.5/PM10的比值可以有效判别浮尘天气.
关键词:浮尘淮北激光气溶胶雷达PM10
Study on forming reasons for a spring dust weather in Huaibei Region
XIE Zhenzhen1,2
, LIU Duanyang1,3 , CHEN Hao3, AN Lizheng2, ZHU Yi4, WANG Hongbin1, XIAO Chen2 1. Key Laboratory of Transportation Meteorology, China Meteorological Administration, Nanjing 210008;
2. Huaian Meteorological Observatory of Jiangsu Province, Huaian 223001;
3. Meteorological Observatory of Jiangsu Province, Nanjing 210008;
4. Meteorological Observation Technology Center of Jiangsu Province, Nanjing 210008
Received 2 November 2018; received in revised from 18 April 2019; accepted 18 April 2019
Abstract: Using lidar and wind profiler radar, combined with satellite remote sensing data, ground meteorological element data, atmospheric aerosol concentration data, and HYSPLIT model, a dust weather process in Huaibei region on May 5-8, 2017 were analyzed. The 1st dust process (from May 5 to morning of May 6, 2017) was caused by long-distance transportation from the northwest and north China, where the peak concentration of PM10 was as high as 766 g·m-3.The second dust process (from the afternoon of May 6 to 7, 2017) was caused by the flow back cold air. Dust transmission input, meteorological elements, and vertical wind field variation create favorable conditions for the occurrence and maintenance of the dust weather. The appearance of precipitation ended the process of dust weather. Lidar can effectively monitor the spatial distribution of atmospheric aerosol extinction coefficient in this dust weather, and can directly and accurately reflect the distribution and aggregation of pollutants as well as spatial and temporal changes, which is of great significance for atmospheric pollution monitoring. This study also puts forward a suitable method for the objective determination of dust in Jiangsu province. The ratios of SO2/PM10, NO2/PM10, and PM2.5/PM10 can be used as a quick index for judgment of dust event.
Keywords: dustHuaibeiLIDARPM10
1 引言(Introduction)浮尘在中国气象局的《地面观测规范》中定义为：“尘土、细沙均匀浮游在空中, 使水平能见度小于10.0 km.多为远处尘沙经上层气流传播而来, 或为沙尘暴、扬沙出现后尚未下沉的细粒浮游空中而成”.它不仅是影响生态环境的重要因素之一(Eliezer et al., 2009；马雁军等, 2012；陈辉等, 2012；Zhang et al., 2012；安林昌等, 2018), 同时会给人体健康带来危害, 已经成为严重的环境问题, 引起了国内外的高度重视(DeLongueville et al., 2010；冯鑫媛等, 2011；徐文帅等, 2012；Campbell James et al., 2013).春季是北方沙尘天气多发季节, 华东地区易受到远距离输送来的沙尘影响, 出现浮尘天气, 可导致大气能见度降低, 空气质量显著下降, 对城市交通和人体健康的影响不容忽视(徐柳韵等, 2010等；陈跃浩等, 2013).
虽然我国****针对沙尘暴机制的研究已有很多(胡隐樵等, 1997；姜学恭等, 2004；李耀辉, 2004；项续康等, 1996；周成龙等, 2017；赵建峰等, 2017), 取得了很大的进展, 总结出强风、沙源、大气层结不稳定是沙尘暴发生的3个基本条件.但对华东地区浮尘天气的研究较少.在以往的研究中, 很多****都是通过颗粒物浓度和空气质量变化角度、时空分布特征角度进行分析, 如刘端阳等(2013)分析了沙尘天气对太湖北岸城市不同粒径颗粒物和空气质量的影响；师育新等(2006)则对沙尘远距离传输对上海地区大气颗粒物组分影响进行了研究；俞剑蔚等(2008)对江苏地区沙尘天气的时空特征进行了统计分析, 发现江苏沙尘天气在空间上呈北多南少, 西多东少的分布.近些年, 激光雷达技术的发展为探测大气气溶胶粒子提供了有利的探测工具.马井会等(2012；2013)对2011年春季上海一次典型浮尘天气过程结合微脉冲激光雷达分析了沙尘的传输特征及光学特性；王苑等(2014)利用地面微脉冲激光雷达和星载激光雷达对上海一次浮尘过程的气溶胶光学特性进行了对比分析.作为华东地区浮尘天气的多发地带(俞剑蔚等, 2008), 目前针对淮北地区典型浮尘天气的边界层观测分析很少, 而淮安作为淮河下游的中心城市, 春季浮尘天气对整个城市交通、公众身体健康及局地气候有重要影响, 因此开展淮安地区浮尘天气过程分析尤为必要.
2017年5月3—6日受冷空气和气旋的共同影响, 我国遭遇严重的沙尘暴、扬沙和浮尘天气, 根据中央气象台5月6日发布的重要天气新闻通稿可知, 这次沙尘暴、扬沙和浮尘现象影响范围广, 面积达280万km2, 持续时间长, 强度强, 风力大.受风沙影响, 多地能见度低于300 m, PM10峰值浓度超过2000 μg · m-3.5月3—5日中央气象台连续3 d发布沙尘暴蓝色预警信号(https://weibo.com/weathernews?is_all=1&stat_date=201705&page=5). 5日沙尘开始自北向南影响江苏, 6日淮河以南AQI中到重度污染, 淮河以北重度到严重污染.本文利用NCEP/fnl资料、环境监测站大气成分监测资料、大气颗粒物监测激光雷达的消光系数资料和对流风廓线雷达的边界层风向风速资料, 对2017年5月5—8日淮北地区浮尘天气成因进行分析, 以期为今后浮尘天气预报提供理论依据.
2 数据及方法(Data and methods)2.1 观测地点及观测设备本文所用的地面气象资料来自于淮安国家基准气候站逐小时观测资料, 包括能见度、气温、露点温度、风向和风速；大气颗粒物激光雷达和风廓线雷达等探测仪器均放置于淮安国家基准气候站(33.8°N, 118.56°E).污染颗粒物资料(PM10、PM2.5、SO2、NO2)来自于淮安市环境监测站, 观测点位于淮安市环保局内, 在淮安国家基准气候站东南约7 km处.
2.2 分析方法2.2.1 卫星资料选取2014年10月, 日本发射了Himawari-8地球同步卫星, 空间分辨率高达500 m, 时间分辨率高达10 min.为提高我国北方沙尘地区天气遥感监测频次, 提高沙尘识别精度, 实现昼夜连续的沙尘灾害动态监测.
Himawari-8AHI共有16个波段, 包括3个可见光波段、3个近红外波段和10个红外波段, 利用沙尘遥感的基本原理、发射辐射特性和Himawari-8卫星的AHI载荷数据多光谱通道亮度温度的差别, 识别沙尘信息.
2.2.2 风廓线雷达的资料分析方法及选取对流层风廓线雷达的主要观测对象是晴空大气湍流, 利用布拉格散射原理探测随风飘动的湍流中大气折射率指数结构参数Cn2的变化, 进而导出大气中风向风速的真实情况.风廓线雷达通过天顶、偏东15°、偏西15°、偏南15°、偏北15° 5个波速位置在不同高度层的散射信号的积累和数据处理, 得到不同时刻的各高度层上的风廓线数据.产品包括各高度层的水平/垂直风向、风速、功率谱数据、大气虚温数据；探测频率1次/6 min.
本文选取2017年5月5日0:00—5月8日0:00淮安地区风廓线雷达监测的水平风向风速随高度变化资料.
2.2.3 激光气溶胶雷达的资料分析方法及选取激光气溶胶雷达是以激光为光源, 通过探测激光与大气相互作用的辐射信号来遥感大气.光波与大气的相互作用, 会产生包含气体原子、分子、大气气溶胶粒子和云等有关信息的辐射信号.该激光气溶胶雷达可发射两种特定波长(355 nm和532 nm)激光脉冲, 及经准直扩束后进入大气, 大气中的粒子对激光产生米散射, 其后向散射被望远镜系统接收, 且又被分光成355、532 nm平行和532 nm垂直三路光, 由探测系统分别探测到3个通道的回波信号, 然后利用主流的Fernald反演方法获得一系列气溶胶的光学性质, 如消光系数、退偏振比、光学厚度、能见度等, 以确定颗粒物和云的光学特性.
2016年9月淮安国家基准气候站激光气溶胶雷达投入运行, 产品包括：云底高度、气溶胶光学厚度消光系数、退偏振比、边界层、颗粒物质量浓度时空分布等数据；探测频率为1次/5 min, 空间分辨率7.5 m.本文选取2017年5月5日20:00—5月8日20:00波长为532 nm消光系数资料.
2.2.4 后向轨迹的分析方法及数据用于轨迹计算的气象场资料为美国国家海洋和大气管理局(NOAA)的全球同化系统(GDAS)数据.轨迹计算采用美国NOAA研制的轨迹模式HYSPLIT在线分析系统用来分析大气输送情况.轨迹的终点设为淮安, 根据沙尘输送层的高度, 设500、1500和2000 m 3个高度来代表中低层气团的走向, 时间终点分别选在浮尘影响期间污染物浓度较高的时刻, 即2017年5月6日00:00和8日00:00.
2.3 浮尘天气判定方法根据环境监测站所测得数据计算, 淮安PM2.5/PM10、SO2/PM10以及NO2/PM10近4年平均比值分别为0.59、0.24和0.3, 而霾污染事件中PM2.5/PM10、SO2/PM10以及NO2/PM10平均比值分别为0.68、0.18和0.26.Chen等(2015)曾指出沙尘影响期间最典型的特征是低质量浓度的PM2.5和高质量浓度PM10, 即PM2.5/PM10比值较小.北京在沙尘影响期间PM2.5/PM10为30%(Xie et al., 2005), 上海PM2.5/PM10在2007和2009年两次沙尘污染期间分别为16%和35%(Fu et al., 2010；Huang et al., 2012), 而2013年成都一次典型沙尘的PM2.5/PM10为15%(Chen et al., 2015).所以本文将PM2.5/PM10阈值定为0.4, 作为判断浮尘天气的标准之一, 再结合GB/T20480—2017号文件《沙尘天气等级》中对浮尘的定义(风力≤3级, 水平能见度小于10 km), 研究出适合本地区的浮尘客观判定方法.
3 分析结果及讨论(Results and analysis)3.1 浮尘天气过程实况3.1.1 浮尘天气实况2017年5月3—6日受冷空气和气旋共同影响, 北方地区及江汉、江淮等地先后出现浮尘或扬沙天气, 新疆、内蒙古等部分地区出现沙尘暴、局地强沙尘暴, 这次沙尘暴、扬沙和浮尘现象影响范围广, 面积达280万km2, 持续时间长, 强度强, 风力大.受风沙影响, 多地能见度低于300 m, 环境监测信息显示, 北京局地PM10峰值浓度超过2000 μg · m-3, 部分地区PM10峰值浓度超过1000 μg · m-3.2017年5月5日后期沙尘天气开始影响淮安, 其中6日、7日AQI分别为222和172, 为重度污染和中度污染, 首要污染物均为PM10.由图 1可见, 5日下午开始淮安市PM10质量浓度急剧上升, 6日凌晨PM10浓度高达766 μg · m-3, 之后陡降, 但在8日7:00之前PM10浓度一直维持在150 μg · m-3, 7:00后PM10浓度缓慢下降至50 μg · m-3以下.值得注意的是, 冷空气还带来了细颗粒物PM2.5, 其变化曲线与PM10一致, 但从PM2.5/PM10比例来看, PM2.5所占比重小, 最小仅为8.6%, 实属罕见.根据2.3节中的定义将2017年5月5日23:00—5月6日04:00和5月6日19:00—5月7日12:00这两个时段的天气现象划分为浮尘天气.
图 1(Fig. 1)
 |
| 图 1 2017年5月5日00:00时—8日23:00时PM10、PM2.5质量浓度、PM2.5/PM10小时变化图 (左右两虚线间分别为两次浮尘过程) Fig. 1Hourly concentrations of PM10, PM2.5, PM2.5/PM10 ratios from 00:00 on May 5 to 23:00 on May 8, 2017 (The two identified dust periods were illustrated as dust1 and dust2) |
3.1.2 卫星遥感实况沙尘RGB合成图中R通道为TIR12.3-TIR10.4, 在物理上由于沙尘气溶胶在12.3和10.4波长的折射率不同, 导致亮度温度TIR12.3大于TIR10.4, 即TIR12.3-TIR10.4>0；G通道为TIR10.4-TIR8.7, B通道为TIR10.4, 合成图中沙尘区为红色或粉红色.根据5月4日08:00葵花8号可见光合成图监测到沙尘分布(图 2)发现, 发源自西北、甘肃并连续2 d影响我国北方地区的沙尘已南下至山西一带, 影响范围覆盖了山西、津京冀和东北地区, 呈现由西北向东南的传输趋势.沙尘天气是由锋面云系后部的偏北大风造成的.
图 2(Fig. 2)
 |
| 图 2 2017年5月4日08:00葵花8号卫星RGB合成图 (玫红色区域为沙尘, 星号处为淮安) Fig. 2Composite of RGB from Himawari-8 at 8:00 on May 4, 2017 (Rose red area represents dust, and Huaian is denoted by the blue star) |
3.2 天气背景分析受冷空气东移以及地面气旋发展影响(图 3a), 从5月3日开始, 新疆东部、内蒙古西部、甘肃依次出现大风沙尘天气, 至4日, 沙尘区域已经覆盖宁夏、山西、河北、北京、天津、黑龙江、吉林等地(图 3c), 此时江苏受江淮气旋控制, 从4日05:00地面图上(图略)可看, 江淮气旋与冷高压势均力敌, 西路冷空气东移南下缓慢并逐渐减弱变性.5日08:00 500 hPa高空图上, 内蒙以北的冷涡受极地冷空气补充增强加深, 槽后冷空气南下, 地面冷高压主体也随着东移南下(图 3b), 从850 hPa高度场与温度场来看, 等压线与等温线近于垂直, 冷平流较强, 槽前锋区又带来了新一轮沙尘天气, 5日下午江苏自北向南, 自西向东开始受其影响.6—7日500 hPa图上东北冷涡东移北收, 淮安处于槽后西北气流中, 地面冷高压东移过程中减弱, 江苏处于弱均压场中, 近地面层风速的减小, 有利于沙尘粒子降落和维持, 徐州、南京及无锡等地观测站均记录浮尘天气(图 3d).
图 3(Fig. 3)
 |
| 图 3 2017年5月3日(a)和5日(b)海平面气压图以及5月4日20:00 (c)和6日20:00 (d)天气现象 Fig. 3Mean sea level pressure over China at 08:00 on May 3, 2017(a), 08:00 on May 5, 2017(b), and weather phenomena at 20:00 on May 4, 2017(c), 20:00 on May 6, 2017(d) |
8日高原槽东移, 中低层低涡发展, 淮安出现降水, 维持近3 d的浮尘天气通过湿沉降作用消散.
3.3 边界层特征3.3.1 地面气象要素分析为研究浮尘天气影响期间地面气象要素的变化特征, 本研究分析了5月4日23:00—8日23:00淮安基准气候站能见度、气温、露点温度及风速的逐小时变化特征(图 4).受冷空气影响, 沙尘前锋到达淮安时, 地面吹偏北风, 最大风速为3.9 m · s-1, 相对于前期明显增大, 露点温度由前期的17 ℃降低至4.7 ℃, 最小相对湿度为36%, 结合图 1可见, 污染物输送至本地, PM10浓度上升, PM10浓度上升时能见度陡降, 当PM10浓度达到顶峰时, 能见度降至5 km左右；6日上午地面吹偏东风, 受这股暖湿气流影响, 气温上升, 相对湿度增大, 由于海上清洁空气的输送, 使得PM10浓度急剧下降, 能见度上升至10 km以上, 浮尘天气得到缓解；6日下午至7日夜里, 地面为偏南风, 风速较小, 风向的转变使得污染物回流至本地, PM10浓度再度上升, 能见度随之下降, 同时风速小也不利于污染物的扩散, 浮尘天气再度发生；8日凌晨, 风速增大, 降水开始, 污染消散.
图 4(Fig. 4)
 |
| 图 4 2017年5月5日00:00—8日23:00淮安气象要素小时变化图 Fig. 4The hourly meteorological elements of Huaianfrom 00:00 on May 5 to 23:00 on May 8, 2017 |
3.3.2 颗粒物浓度和气态污染物浓度分析图 5a中PM10浓度自5日19:00—8日08:00均大于150 μg · m-3, 其中5日23:00—6日05:00、6日14:00—7日15:00 PM10浓度大于300 μg · m-3, 6日、7日日平均浓度分别为372 μg · m-3和296 μg · m-3, 均超过中国环境空气质量标准；与PM10浓度相比, PM2.5、SO2和NO2浓度值变化较小, 其中6日、7日PM2.5日平均浓度分别为76 μg · m-3和88 μg · m-3, 最大浓度为139 μg · m-3, 浮尘期间颗粒物浓度与气态污染物浓度呈反相关关系, 这可能与沙尘带来的碱性颗粒物对SO2和NO2的吸附作用和冷空气的清除作用有关(Chen et al., 2015), 而与受不利气象条件和人为排放导致的重污染天气不同(Chen et al., 2014; Fu et al., 2008).
图 5(Fig. 5)
 |
| 图 5 2017年5月5日00:00—8日23:00 PM10、PM2.5、SO2、NO2质量浓度小时变化图(a)和PM2.5/PM10、SO2/PM10、NO2/PM10比值变化图(b) Fig. 5Hourly concentrations of PM10、PM2.5、SO2 and NO2 during from 00:00 on May 5 to 23:00 on May 8, 2017(a) and hourly variations of PM2.5/PM10、SO2/PM10、NO2/PM10 ratios (b) |
浮尘1期间, SO2/PM10、NO2/PM10以及PM2.5/PM10的比值陡降, 最小分别为0.01、0.02和0.09；浮尘2期间, 由于回流作用, 周边污染物输送至淮安, NO2和PM2.5浓度有所增加, 相应比值也有所增加, 但仍然维持在较低的范围内.由此可见, SO2/PM10、NO2/PM10以及PM2.5/PM10的比值可以用来快速判别污染事件是否为浮尘事件.
3.3.3 边界层风场特征风是边界层内影响污染物扩散的重要动力因子, 风向决定了大气污染物的输送方向, 风速决定了大气中污染物扩散稀释的速度.本文选取2017年5月5日00:00时—5月8日00:00时淮安地区风廓线雷达产品分析了时间分辨率为60 min风随高度变化, 由图 6a可见, 5日4:00—9:00风随高度逆转, 有冷平流, 10:00低层到高层一致受西北气流控制, 冷空气开始影响淮安.13:00后2 km高度处风速减小, 最小风速低于2 m · s-1, 风速的减小有利于污染物在本地降落, 从图 1也可看出PM10浓度开始陡升.另外从图 6a也可以看出, 23:00后1.3 km附近有风向的辐合, 1.1 km以下为偏东到偏南风, 1.1 km以上为偏西到偏北风, 风向的辐合一方面利于边界层风速的减小, 另一方面也利于污染物积聚在这一高度.从近地层风速看, 00:00以后偏东加大, 利于海上清洁空气输入, PM10浓度降低, 6日19:00转为南到西南风, 污染物回流本地, PM10浓度再次小幅上升, 浮尘2天气出现.
图 6(Fig. 6)
 |
| 图 6 2017年5月5日00:00—6日12:00垂直风廓线(a)和2017年5月6日12:00—8日00:00垂直风廓线(b) Fig. 6Vertical wind profile from 00:00 on May 5 to 12:00 on May 6, 2017 (a) and Vertical wind profile from 12:00 on May 6 to 00:00 on May 8, 2017(b) |
3.4 气溶胶光学特征3.4.1 浮尘影响期间气溶胶光学特征气溶胶消光系数是浮尘中各种气溶胶成分对太阳辐射衰减综合的描述, 气溶胶消光系数越大, 气溶胶含量越高.为了解本次浮尘天气过程中消光系数的变化特征.图 7给出了2017年5月5日20:00—5月8日20:00激光气溶胶雷达反演气溶胶消光系数垂直结构日变化图(532 nm波段).从图中可以看到, 两次浮尘过程的强回波区均接地, 间接佐证文中浮尘判定方法.具体来看, 在垂直分布上, 沙尘主要分布在2.0 km以下, 且近地面层(小于1 km)消光系数大值区分布较均匀, 消光系数最大超1.0 km-1.5日20:00消光系数开始增大, 至6日00:00, 大值区向下向上扩展且强度维持, 同时, 地面观测到的PM10浓度也开始升高, 最大达到766μg · m-3.6日2:00大值区高度开始降低至1 km附近且强度有所减弱, 说明沙尘是由高层逐渐向低层沉降.6日7:00时, 消光系数大值区明显变窄, 但强回波区抬升, 主要集中在0.8 km附近的边界层内, 主要是由于该高度处有风向辐合, 风速较小, 湍流活动较弱, 不利于输送和扩散；但由于地面吹东南风, 空气相对清洁, 近地层消光系数减弱, 地面PM10浓度陡降, 最低为200 μg · m-3.6日13:00气溶胶消光系数在垂直方向上分为上下两层, 消光系数大值区分别位于700~800 m和1200~1400 m高度上, 消光系数最大分别为0.7 km-1和0.5 km-1；因为偏南风高度向上扩展, 南部污染物回流输送至我市, 6日19:00近地面消光系数开始增大, 上层上边界高度升高, 最高扩展至2 km附近.7日1:00气溶胶有明显的下降趋势, 其上边界从1.8 km高度下降到0.7 km附近, 这一垂直分布的变化主要受下沉气流和高压控制.7日夜里受降水影响, 气溶胶通过湿沉降得到清除, 图 7也可看出, 7日20:00受上升气流作用, 气溶胶再度向上扩展, 23:00开始, 2.5 km以上有云层出现, 8日0:00后受降水影响, 沙尘气溶胶消散.
图 7(Fig. 7)
 |
| 图 7 2017年5月5日20:00—8日20:00淮安站气溶胶消光系数(532 nm)垂直分布特征 Fig. 7Vertical distribution of extinction coefficient of aerosol at Huaian station from 20:00 on May 5 to 20:00 on May 8, 2017 |
从图 8a可见, 5日23:00, 2.0 km以下都存在消光系数大值区, 且大值区扩展至近地面, 6日8:00消光系数大值区位于1 km以下, 消光系数最大为1 km-1, 说明沙尘气溶胶是由高层逐渐向底层扩展的, 而近地层为东南风, 消光系数减小至0.1 km-1以下.6日14:00消光系数廓线呈“双峰型”, 且上层消光系数大值区向高空扩展, 消光系数大值区位于1.4 km附近, 而近地面消光系数增大至0.2 km-1, 说明可能受回流输送影响.图 8b可见, 7日02:00和08:00消光系数大值区高度下降, 集中在0.5 km附近, 而消光系数最大分别为0.8 km-1和0.9 km-1, 近地面消光系数也迅速增大.7日夜间, 受高空槽和低涡影响, 上升气流明显, 20:00消光系数大值区向上扩展, 但强度减弱.
图 8(Fig. 8)
 |
| 图 8 2017年5月5日、6日和7日消光系数(532 nm)垂直廓线 Fig. 8Profile of extinction coefficient on May 5, 6 and 7 |
3.5 沙尘来源分析后向轨迹在推断特殊或高浓度污染物的来源和输送路径时是非常方便和有效的, 目前比较常用的是HYSPLIT4模型, 该模式在输送、扩散和沉降过程方面考虑较完整, 在国内外广泛应用于分析污染物来源及确定传输路径等.本文利用HYSPLIT模式, 以淮安市(33.64°N, 118.93°E)为目标城市, 以6日00:00为后推起始时间, 参照图 7消光系数垂直分布情况, 对500、1500和2000 m做48 h后向轨迹模拟；而以8日00:00为后推起始时间, 对500、1000和2000 m做48 h后向轨迹模拟.由图 9a看, 造成淮安地区6日浮尘天气的源地是新疆和甘肃交界处, 影响淮安1500 m和2000 m轨迹方向基本一致；从浮尘传输高度看, 沙尘受气旋和冷空气抬升作用向上扩散, 并自沙尘源地向东南方向传输, 4日20:00后东移到内蒙西南部上空, 随后向下传输, 5日14:00到达山西上空, 且高度降低, 5日20:00由于高空风减小, 传输速度减慢, 沙尘浮游空中, 并受重力作用开始降落, 淮安浮尘天气开始.后向轨迹进一步验证了淮安浮尘天气来源于新疆和甘肃交界处, 自北向南, 自西向东影响淮安.由图 9b看, 3个高度浮尘均来源于淮安以南, 而南部不可能为沙尘源地, 说明浮尘是前几天北方沙尘输送并滞留于此, 在风向的作用下回流至淮安；另外还可看出6—7日气流移动速度缓慢, 这是由于冷空气南下过程中减弱变性, 天气逐渐稳定, 淮安受地面弱高压控制(图 3b), 浮尘2期间污染物悬浮空中, 不易扩散.
图 9(Fig. 9)
 |
| 图 9 基于HYSPLIT模式模拟的淮安浮尘气团48 h移动轨迹 Fig. 9Air mass 48h back trajectories simulated by the HYSPLIT model |
4 结论(Conclusions)1) 2017年5月5—6日上午影响淮安的浮尘1起源于新疆甘肃交界处的沙尘暴长距离输送, 而6日下午—7日的浮尘2是由于前一天滞留在苏南上空的沙尘回流引起的.这在天气图、云图以及后向轨迹分析上均有体现.
2) 提出了适合江苏地区的浮尘客观判定方法, 即无风和风力≤3级, 沙粒和尘土漂浮在空中使空气变得混浊, 水平能见度小于10 km, PM2.5/PM10小于0.4的天气现象.
3) 此次浮尘污染天气特点：PM10峰值浓度高, 为766 μg · m-3, PM2.5/PM10、SO2/PM10以及NO2/PM10的比值较小, 最小分别为0.09、0.01和0.02；浮尘影响期间能见度下降, 露点温度降低, 相对湿度较小, 沙尘前锋到达淮安时, 风速增大, 为2~4 m · s-1, PM10浓度陡升；6日下午至7日夜里, 地面风速减小, 不到2 m · s-1, 污染物持续；最后降雨的出现使本次污染过程终结, 可见气象因素对污染物的生消起到重要作用.
4) 边界层风对浮尘的扩散及沉降作用显著, 边界层风速的减小利于浮尘粒子沉降, 造成地面PM10浓度增加；风向的辐合利于污染物在近地层积聚.
5) 利用激光气溶胶雷达可以有效探测气溶胶的垂直分层结构, 这体现了对于大气污染监测的独特优势.激光气溶胶雷达反演结果可以清晰地看出污染物的分布聚集情况以及时空变化.在本次污染初期, 激光气溶胶雷达的反演结果很好地揭示了沙尘输入期间, 沙尘气溶胶由上向下的扩散现象.雷达反演污染物积聚高度与风廓线雷达观测的风向辐合高度一致, 说明激光气溶胶雷达监测大气污染具有较高的精度.
参考文献
| 安林昌, 张恒德, 桂海林, 等. 2018. 2015年春季华北黄淮等地一次沙尘天气过程分析[J]. 气象, 2018, 44(1): 180–188. |
| 陈跃浩, 高庆先, 高文康, 等. 2013. 沙尘天气对大气环境质量影响的量化研究[J]. 环境科学研究, 2013, 25(6): 609–614. |
| 陈辉, 赵琳娜, 赵鲁强, 等. 2012. 沙尘天气过程对北京空气质量的影响[J]. 环境科学研究, 2012, 25(6): 609–614. |
| Campbell James R, Reid Jeffrey S, Westphal Douglas L, et al. 2013. Characterizing the vertical profile of aerosol particle extinction and linear depolarization over Southeast Asia and the Maritime Continent:The 2007-2009 view from CALIOP[J]. Atmospheric Research, 122(1): 520–543. |
| Chen Y, Xie S D. 2014. Characteristics and formation mechanism of a heavy air pollution episode caused by biomass burning in Chengdu Southwest China[J]. Atmospheric Environment, 473: 507–517. |
| Chen Y, Luo B, Xie S D. 2015. Characteristics of the long-range transport dust events in Chengdu, Southwest China[J]. Atmospheric Environment, 122: 713–722.DOI:10.1016/j.atmosenv.2015.10.045 |
| DeLongueville F, Hountondji Y C, Henry S, et al. 2010. What do we know about effects of desert dust on air quality and human health in West Africa compared to other regions[J]. The Science of the Total Environment, 409(1): 1–8.DOI:10.1016/j.scitotenv.2010.09.025 |
| Eliezer G, Amnon S, Pinhas A. 2009. A method to determine the effect of mineral dust aerosols on air quality[J]. Atmospheric Environment, 43(34): 5463–5468.DOI:10.1016/j.atmosenv.2009.07.028 |
| 冯鑫媛, 王式功, 杨德保, 等. 2011. 近几年沙尘天气对中国北方环保重点城市可吸入颗粒物污染的影响[J]. 中国沙漠, 2011, 31(3): 735–740. |
| Fu Q Y, Zhuang G S, Wang J, et al. 2008. Mechanism of formation of the heaviest pollution episode ever recorded in the Yangtze river Delta, China[J]. Atmospheric Environment, 42: 2023–2036.DOI:10.1016/j.atmosenv.2007.12.002 |
| Fu Q Y, Zhuang G S, Li J, et al. 2010. Source, long-range transport, and characteristics of a heavy dust pollution event in Shanghai[J]. Journal of Geophysical Research Atmospheres, 115(D7). |
| Huang K, Zhuang G, Lin Y, et al. 2012. Typical type and formation mechanisms of haze in an Eastern Asia megacity, Shanghai[J]. Atmospheric Chemistry and Physics, 12: 105–124.DOI:10.5194/acp-12-105-2012 |
| 胡隐樵, 光田宇. 1997. 强沙尘暴微气象特征和局地触发机制[J]. 大气科学, 1997, 21(5): 581–589.DOI:10.3878/j.issn.1006-9895.1997.05.09 |
| 姜学恭, 沈建国, 胡英华. 2004. 沙尘暴过程中的混合层特征[J]. 干旱区资源与环境, 2004, 18(1): 63–71. |
| 李耀辉. 2004. 近年来我国沙尘暴研究的新进展[J]. 中国沙漠, 2004, 24(5): 616–622.DOI:10.3321/j.issn:1000-694X.2004.05.019 |
| 刘端阳, 曹登峰, 陈纾杨, 等. 2013. 沙尘天气过程对太湖北岸城市空气质量的影响[J]. 自然灾害学报, 2013, 22(4): 135–144. |
| 马井会, 顾松强, 陈敏, 等. 2012. 结合激光雷达分析上海地区一次连续浮尘天气过程[J]. 生态学报, 2012, 32(4): 1085–1096. |
| 马井会, 张国琏, 耿福海, 等. 2013. 上海地区一次典型连续浮尘天气过程分析[J]. 中国环境科学, 2013, 33(4): 584–593.DOI:10.3969/j.issn.1000-6923.2013.04.002 |
| 马雁军, 刘宁微, 洪也, 等. 2012. 2011年春季辽宁一次沙尘天气过程及其对不同粒径颗粒物和空气质量的影响[J]. 环境科学学报, 2012, 32(5): 1160–1167. |
| 师育新, 戴雪荣, 宋之光, 等. 2006. 上海春季沙尘与非沙尘天气大气颗粒物粒度组成与矿物成分[J]. 中国沙漠, 2006, 26(5): 780–785.DOI:10.3321/j.issn:1000-694X.2006.05.020 |
| 王苑, 邓军英, 史兰红, 等. 2014. 基于气溶胶光学特性垂直分布的一次浮尘过程分析[J]. 环境科学, 2014, 35(3): 830–838. |
| 项续康, 江吉喜. 1996. 西北地区强沙尘暴成因的中尺度分析[J]. 高原气象, 1996, 15(4): 448–455. |
| 徐柳韵, 孟永军, 黄春涛, 等. 2010. 2010年杭州地区一次持续浮尘天气成因分析[J]. 浙江气象, 2010, 32(1): 7–11. |
| 徐文帅, 魏强, 冯鹏, 等. 2012. 2010年春季沙尘天气对北京市空气质量的影响及其天气类型分析[J]. 中国环境监测, 2012, 28(6): 19–26.DOI:10.3969/j.issn.1002-6002.2012.06.005 |
| Xie S D, Yu T, Zhang Y H, et al. 2005. Characteristics of PM10, SO2, NOx and O3 in ambient air during the dust storm period in Beijing[J]. Science of Total Environment, 345: 153–164.DOI:10.1016/j.scitotenv.2004.10.013 |
| 俞剑蔚, 王元, 沈树勤, 等. 2008. 江苏地区沙尘天气时空特征及气候变化分析[J]. 气象科学, 2008, 28(1): 45–49.DOI:10.3969/j.issn.1009-0827.2008.01.007 |
| 周成龙, 杨兴华, 钟昕洁, 等. 2017. 塔克拉玛干沙漠腹地沙尘天气特征[J]. 干旱区研究, 2017, 34(2): 324–329. |
| 赵建峰, 王思慜. 2017. 蒙古气旋引发的一次山西沙尘天气分析[J]. 科技与创新, 2017, 2: 20–23. |
| 中国气象局. 2003. 地面气象观测规范[M]. 北京: 气象出版社: 23. |
| Zhang Q, Laurent B, VelayLasry F, et al. 2012. An air quality forecasting system in Beijing-Application to the study of dust storm events in China in May 2008[J]. Journal of Environmental Science, 24(1): 102–111.DOI:10.1016/S1001-0742(11)60733-X |
