一次以南京为中心的夏季PM2.5污染岛污染事件的数值模拟

杨 鹏,朱 彬,高晋徽,康汉青,张 亮,王红磊,李月娥 (南京信息工程大学,气象灾害预报预警与评估协同创新中心,中国气象局气溶胶-云-降水重点开放实验室,江苏 南京 210044)



一次以南京为中心的夏季PM2.5污染岛污染事件的数值模拟

杨 鹏,朱 彬*,高晋徽,康汉青,张 亮,王红磊,李月娥 (南京信息工程大学,气象灾害预报预警与评估协同创新中心,中国气象局气溶胶-云-降水重点开放实验室,江苏 南京 210044)

摘要：2013年6月23～24日南京及其周边地区发生了一次小范围、突发性的气溶胶污染事件,P M2.5的平均浓度达到242µg/m3,在夏季比较少见.本文利用WRF-chem模式对该PM2.5污染事件进行模拟,通过对模式结果进行分析表明:此次污染事件与天气形势和边界层结构有着直接联系.此次污染发生时江淮地区正处于梅雨时节,南京及其周边地区处于江淮低空切变线上,切变线附近有辐合的流场,东部上游排放源的贡献和南京本地的静稳风场导致污染物在南京堆积.污染期间有比平时更强的气粒转化过程,23日PM2.5浓度受到SO2减半的影响,浓度减少量为9.8％,受NOx减半影响的减少量为7.3％.污染发生期间南京地区上空温度垂直梯度较小,温度层结不利于污染物的垂直扩散,边界层高度较低,低层大气湍流活动较弱,垂直高度上的稳定层结也为污染物集聚提供了条件.

关键词：气溶胶；PM2.5；排放源；长江三角洲

* 责任作者, 教授, binzhu@nuist.edu.cn

目前,大气气溶胶已成为我国当今导致空气质量恶化的主要污染物[1-3],造成近年来城市乃至区域灰霾天气频发,能见度下降[1].流行病学研究指出大气颗粒物的存在,尤其是粒径较小的超细颗粒物同样会危及人体健康,包括引发呼吸系统疾病等[4-5].研究表明,大气气溶胶的粒径分布、化学成分、形成机制和时空变化等决定了颗粒物自身的性质和环境效应[6-7],大气气溶胶的粒径分布存在明显的季节变化特征,气象要素对其有显著地影响[8-9].王淑英等[10]指出:在特定天气条件下,周边地区污染源对北京空气中颗粒物浓度具有重要影响.当雾霾天气区域内的表面风速偏大(小)时,使得雾霾向区域外的输送偏强(偏弱),不(有)利于雾霾的维持和发展,而在稳定层结中形成的下沉气流,有利于雾霾天气的维持和发展[11].国内外已有很多研究分析不同地区空气重污染现状及其影响因素,Davis等[12]指出短时间内局地气象条件对重污染过程起着决定作用;苏福庆等[13]指出边界层中气象因子梯度分布影响着污染物的汇聚、输送和扩散;王莉莉等[14]研究北京2010年一次污染特征发现重污染过程中大气边界层在91％的时段低于500m,连续静稳的天气形势和区域污染是导致此次霾发生和持续的主要原因;王自发等[15]研究发现来自京津冀区域外跨城市群输送的贡献显著,与局地污染源贡献相当.在污染个例期间,跨界输送的影响更为显著.已有观测表明灰霾天气中气溶胶粒子会经历复杂的演变过程,“老化”的污染气团比“新鲜”气团的气溶胶吸水性更强,云凝结核浓度也更高[16-19].这些不同“老化”程度的气团在我国城市间的交叉分布及其之间的跨界输送使得我国大气灰霾形成机制更为复杂.Wang等[20]利用CAMx模型PSAT技术对上海市2010年11月重污染过程进行来源解析,其中外来源对上海市中心PM2.5浓度贡献接近50％.这些结果表明:单点的污染往往会受到区域输送的影响.

本次污染过程是以南京地区为中心的一次夏季小范围突发性污染事件,由于发生在空气较为洁净的夏季,与一般冬季发生的大范围长时间污染的表现形式和成因也会有所不同,因此对这次污染事件成因进行系统的分析.

1 资料和方法

1.1 观测站点

观测时间截取2013年8月18日00:00～2013 年8月26日00:00的观测资料.文中主要涉及到南京地区温度、气压、风速和风向以及SO2和NO2气体浓度;南京、苏州、杭州、徐州、合肥和临安地区PM2.5浓度数据.

1.2 模式介绍与设置——WRF-chem

本研究采用的是WRF-Chem模式是由美国大气研究中心(NCAR)、美国太平洋西北国家实验室(PNNL)、美国国家海洋及大气管理局(NOAA)共同开发完成的的中尺度大气动力-化学耦合模式,该模式除了可以计算各种动力参数和微物理变量(如:风温度边界层云雨过程等)外,在其化学部分还包括了完整的传输(平流对流和扩散)、干/湿沉降、化学过程,模式最大的优点是气象模块与化学传输模块在时间和空间分辨率上完全耦合.

研究区域为长江三角洲地区,模式使用了一层区域模拟方案,中心经纬度为(32°N,119°E)投影方式为Lambert投影,两条标准纬度分别为北纬30°和北纬60°.网格数为50×50,水平分辨率为12km,垂直方向划分为27层.气象输入数据采用美国国家环境预测中心(NCEP)发布的再分析数据,网格分辨率为1°×1°,时间分辨率为6h.WRF/ Chem模式的气相化学机制选用CBM-Z方案,它包含了55种物质和134个化学反应.光化学反应过程所需要的光解率由在线的Fast-J方法计算,在计算过程中考虑了大气粒子对太阳辐射的散射、吸收作用,每小时(模式时间)为气相化学模块更新一次光解率.模式模拟选用了Lin微物理参数化方案,RRTM长波辐射方案,Goddard短波辐射方案,Noah陆面方案,TKE边界层方案. Transport and Chemical Evolution over the Pacific (TRACE-P)提供的东亚地区人为源排放清单基准年份为2001年,水平空间分辨率为0.1°. 2001年以后,随着经济的迅速发展,能源消耗量急剧上升,污染物的排放增加,但随着脱硫、除尘技术的应用,大气污染物的排放因子也发生了变化.因此,利用Intercontinental Chemical Transport Experiment-Phase B(INTEX-B)提供的2006年东亚地区0.5°人为排放源清单代替了TRACE-P清单中的排放源,并以TRACE-P清单的分辨率对INTEX-B源清单进行细化,得到东亚地区2006 年0.1°排放源清单即本文所用的排放源.排放源采用月变化系数使得不同月份的排放源更接近实际情况[21].Zhu等[22]利用该源清单对2013年长三角城市热岛效应对臭氧的影响进行过研究.生物质排放源采用Model of Emissions and Gases from Nature(MEGAN),模式的化学和初始边界条件由Model for Ozone And Related ChemicalTraces version 4 (MOZART-4)提供.模式预热时间为2013年6月16日00:00～2013年6月18日00:00,模拟时间为2013年6月18日00:00～2013 年6月27日00:00.分为控制实验、东部去PM2.5一次排放源敏感性实验、南京本地去PM2.5一次排放源敏感性实验、SO2减半敏感性实验以及NO2减半敏感性实验,共5次模拟实验.

2 模拟验证

图1为南京、徐州、苏州、杭州、合肥、临安6个地区气溶胶污染情况以及南京气象条件以及气体污染物模式与观测结果的对比情况.

图1　南京,苏州,徐州,杭州,合肥,临安六地模拟值与观测值对比(依次为(A)南京和苏州PM2.5(µg /m3),(B)徐州和杭州PM2.5(µg /m3),(C)合肥和临安PM2.5(µg /m3),(D)南京风向(度)和风速(m/s),(E)南京气压(hPa)和温度(℃),(F)南京NO2(×10-6)和SO2(×10-6))Fig.1 Comparison between simulation and observation in Nanjing, Suzhou , Xuzhou , Hangzhou , Hefei , Linan ((A) PM2.5(µg/m3) in Nanjing and Suzhou, (B) PM2.5(µg/m3) in Xuzhou and Suzhou, (C) PM2.5(µg/m3) in Hefei and Linan, (D) Wind speed (m/s) and wind direction (°) in Nanjing, (E) Air pressure (hPa) and tempreture (℃) in Nanjing, (F) SO2(×10-6) and NO2(×10-6) concentration in Nanjing)

根据模式与观测结果的对比情况可以发现:模式的模拟结果与观测结果相吻合,各地气溶胶相关系数为:南京(0.62)、苏州(0.66)、徐州(0.51)、杭州(0.68)、合肥(0.65)、临安(0.62),南京地区其他各物理量模拟与观测之间的相关系数分别如下:风向为0.49,风速为0.54,气压为0.81,温度为0.88,SO2为0.45,NO2为0.5.模拟效果总体上较为良好.

由图1可知,南京地区的PM2.5于22日及22日之前维持在100µg/m3附近,但是到了22日夜间,PM2.5浓度一路上升到了200µg/m3以上,在23～24日形成较为严重的污染.相应的气体污染物NO2与SO2也于23～24日维持在一个较高的浓度水平.而相同时刻南京周边其他城市,PM2.5的浓度与南京相比较低,污染轻微很多.25日凌晨,江苏南部地区普遍降下一场暴雨,使污染的天气情况得到改善.然而,同处于长三角地区,南京与周边其他城市污染程度却不尽相同.

图2　模拟区域PM2.5浓度分布(µg/m3)Fig.2 Distribution of simulated the average surface concentration of PM2.5(µg/m3)

从总体上而言,WRF-chem可较为准确的模拟出气象因子、PM2.5及各污染物的变化趋势,但对污染较严重时段的峰值而言,模拟结果较监测值略有高估,但是六个城市模拟结果总体来说较为准确.模式对气象要素的模拟效果较好,可较为准确的模拟出T2(地表2m温度)、地面10m风速和风向以及气压等气象要素随时间的变化趋势以及峰值分布.

图2为污染期间23～24日模拟区域的PM2.5平均浓度分布图和风场.由图可见:污染期间以南京为气溶胶污染中心,以江苏西南部地区及无锡常州为次要污染地区,其余的地区都较为清洁,江苏大部以偏东风为主,南京以南地区吹弱的偏南风.沿海地区受到海风的稀释作用较为清洁,风速至南京附近开始减小.

3 结果分析

3.1 气溶胶来源过程分析

为了深入研究南京此次PM2.5污染过程,通过计算各过程对PM2.5浓度的贡献量来分析这次PM2.5污染形成过程.图3所示为2013年6月20 日00:00～2013年6月27日00:00南京及其东西临近格点PM2.5物理化学过程量随时间变化.A、B、C分别为南京格点西侧36km处、南京格点和南京格点东侧36km处的模式输出结果和PM2.5浓度.南京东侧地处于浓度高值上风向,故污染期间受到的水平平流贡献较低.23～24日为污染的高值阶段,南京由于处在高污染浓度值地区,而上风向是较为清洁的东部地区,故污染期间南京水平平流贡献为负值,而南京西面受到南京地区的平流输送影响,PM2.5平流输送为正值,南京污染期间受到的气溶胶化学贡献为正值.气溶胶垂直扩散方面,由于气溶胶垂直扩散受到污染物浓度垂直梯度和垂直扩散条件的双重影响,有必要分析气溶胶垂直的逐日贡献.

由图3可见,南京20～25日垂直扩散日贡献分别为:-1678,-1706,-1760,-1155,-1521,-2004µg/ m3,污染期间23～24日与平时相比,南京格点的气溶胶垂直扩散负贡献较低.由图中信息可以得出以下结论:第一,23～24日气溶胶垂直扩散项(蓝色)与平时相比较弱,即污染期间在南京地区可能存在抑制污染物扩散的垂直天气条件.第二,气溶胶化学贡献在污染期间比平时更大,污染期间比平时存在更为严重的气粒转化过程.第三,由于平流项的计算为浓度梯度乘以风速,而南京污染期间为浓度的最大值区,所以水平平流项的贡献为负值,本个例中平流项只能反映出相邻格点之间的污染物浓度输送情况,如果想要进一步得知南京高气溶胶来源还需结合天气分析以及模拟敏感性试验研究.

图3　南京,南京西和南京东PM2.5浓度和各物理化学过程贡献Fig.3 PM2.5concentration and contributions of individual physical and chemical processes to PM2.5concentration in Nanjing, west of Nanjing and east of Nanjing

四种颜色分别代表:蓝色(垂直扩散)、黑色(水平平流)、绿色(化学贡献)、红色(垂直平流)

图4　2013年6月23日江淮地区风切变示意(a)(黑线为江淮切变线)及散度分布(b)(黑线为辐合带所在位置)(单位:0.001/s)Fig.4 Wind shear in Jianghuai region(a) and the divergence distribution(b)(black line is the belt of convergency) (Unit: 0.001/s)

3.2 特殊天气形势下排放源对污染的影响

廖晓农等[23]通过对比北京地区夏季和冬季雾-霾发生期间天气背景的影响因子,发现气溶胶区域输送和环境大气保持稳定,是夏季气雾霾天气产生的重要条件.图4a为23日的地面天气图,南京北侧存在高压,南京处在高压底部,吹偏东风,南京以南地区受到副热带高压自南向北输送的气流,吹偏南风.南京地区为风场切变地区,天气形势为典型的江淮切变线结构.切变线附近风向上发生辐合,并且风速阻滞,使气体发生堆积难以在水平方向上扩散.由散度分布图(图4b)可以得知,23～24日污染期间,江苏东部风速较大,吹偏东风,而江苏西南部及南京地区风速较小,南京至上海一带受到切变线的影响,其风场分布显示为一条辐合带,风场的辐合在周边地区有污染物排放的情况下容易导致污染物的积累,南京地区受到东部污染源的影响,且本地风速较小,风场辐合,不利于污染物的扩散;与此同时,上海地区也同样处于辐合带上,但由于辐合气流主要为来自海上的清洁空气,故不仅没有对上海地区造成污染,反而稀释了上海本地排放的污染.而南京地区在此次污染过程中是长三角工业区污染源的下游,所以在南京地区的辐合与上海地区起到了相反的作用.污染期间,南京地区风速较小,基本上为静风条件,加之辐合的风场以及上游污染物的输送,使污染物积累在南京地区难以向外扩散.

李锋等[24]研究发现静稳天气下仍然有污染物的区域输送,且在各地区存在差异.图5为分别关闭南京地区PM2.5一次排放源(a)、关闭南京地区PM2.5一次排放源后PM2.5差值浓度(b)、关闭南京以东地区PM2.5一次排放源(c)、关闭南京以东地区PM2.5一次排放源后PM2.5差值浓度(d)这组敏感性实验的区域模拟结果.由图中所示,南京地区一次PM2.5排放源对南京产生的影响较为显著而对下游地区的影响作用不明显,由此可见南京地区的污染物并未输送、扩散至下游地区,而是仅仅对南京本地造成了严重的污染,南京本地的静稳风场为污染物的滞留提供了前提条件.江苏东部地区及上海的排放源影响范围由于受到风场的影响,对下游造成了比较严重的污染,东部一次PM2.5排放源在东风的驱使下向下游地区输送,并且在南京至苏州的一条辐合带上发生堆积,使得南京-常州-无锡一带成为受东部排放源影响最为严重地区,值得注意的是东部地区一次PM2.5排放源最大的地区并非此次东部地区排放源影响最严重地区,相比较而言东部地区排放较为集中的上海地区受到本地排放源的影响较小,是由于受到海上清洁空气的影响,将本地的排放源稀释导致的.南京地区的一次PM2.5排放源对南京本地产生的贡献为96µg/m3,占到南京地区PM2.5总浓度的42.1％,而南京东部地区一次PM2.5排放源对南京污染的贡献量为88µg/m3,占到南京地区PM2.5总浓度的38.6％.总体而言,南京此次污染受到一次PM2.5排放源的影响可以看成是两个原因导致的:第一,南京本地的静稳风场使得南京本地的排放源在南京区域内发生堆积,难以扩散至下游地区.第二,东部地区的排放源在东风的作用下输送至下游地区,而下游地区的南京至无锡一带的东风风速较弱,前慢后快的风场结构导致污染物在这一带发生辐合积累,从而导致南京至无锡一带成为污染的高值地区.

图5　南京及东部地区对污染事件产生的影响Fig.5 Contribution of emission from Nanjing and the east area to the pollution incident in Nanjing　从左至右分别为:南京PM2.5一次排放源去除情况(a)[0.001µg/(s⋅km2)]、关闭南京地区PM2.5一次排放源后PM2.5差值浓度(b)(µg/m3)、东部地区PM2.5一次排放源去除情况(c)[0.001µg/(s⋅km2)]、关闭南京以东地区PM2.5一次排放源后PM2.5差值浓度(d) (µg/m3)

我国陆地众多污染源排放到大气中大量的气体[25-27],这些气体经过大气化学反应在大气中最终一部分转化为气溶胶粒子(称为二次气溶胶粒子),周敏等[28]研究2013年1月中国中东部大气重污染期间上海颗粒物的污染特征,发现NO3－和SO42-的生成效率较高.根据上文模式的结果可以得知,除了一次PM2.5排放源的影响,气溶胶化学产生对本次污染事件是有一定贡献的.其中SO2和NOx除了本身作为污染物以外,这两种气体对PM2.5的贡献也是不容忽视的.通过减少SO2以及NOx的排放源比例,可以发现PM2.5的浓度与23～24日有显著减少.实验分为三组,第一组为标准排放(不减少任何排放物种),第二组为SO2敏感性试验(减少50％的SO2排放量浓度),第三组为NOx敏感性试验(减少50％的NOx排放量浓度).通过减少排放源造成的PM2.5浓度减少比例如图6,其中与23～24日这两天相比,其他天数PM2.5浓度对于SO2及NOx气体污染物的敏感性不明显,均处于5％以下.23日PM2.5浓度受到SO2减半的影响,浓度减少量为 9.8％,受NOx减半影响为减少7.3％.24日PM2.5浓度受到SO2减半影响减少量为5.5％,受到NOx减半影响减少量为4.5％.故可以得知:污染严重的两天PM2.5浓度受到的无机气体污染物影响程度要远远大于其他污染程度较轻的时间段.

图6　气体污染物减半对PM2.5浓度减少的百分比Fig.6 The influence of removing half of the gaseous pollutants to the concentration of PM2.5

3.3 垂直气象条件分析

杨欣等[29]研究发现,较低的边界层高度限制了污染物的有效扩散,使灰霾污染加重.王耀庭等[30]研究发现夏季静稳天气下大气边界层不易被有效突破,故不利于大气污染物扩散.任阵海等[31]发现持续的逆温层和干洁的暖空气盖是造成污染的重要原因.由图7a可知,污染发生期间,南京地区的边界层高度较低(苏州西侧由于受到太湖影响边界层高度较低),边界层平均高度仅仅维持在200～300m,而南京周围其他地区的边界层高度较高,由此可以推测出污染期间,南京地区有使边界层高度降低的稳定气象条件.根据之前的模式输出量的结果可以得知,在污染期间,南京地区除了水平气象条件表现为辐合,风速较小,使污染物在水平空间上发生积累以外,气溶胶的垂直扩散条件与平时相比也较差,尤其是23日,气溶胶的垂直扩散尤为不明显,可以推知当时南京地区的垂直气象条件不利于污染物的垂直扩散,由于污染期间南京以偏东风为主,图7b(图7a中横线为剖面所在位置,右侧为东)为以南京地区为中心点东西向的剖面图,近地面风场以自东向西输送为主,南京以东地区东风风速较大,南京附近及南京以西地区风速较弱,呈静风趋势.污染期间,南京的气溶胶浓度主要集中在近地面附近,极少向高空扩散,故高空的气溶胶浓度很低.与气溶胶浓度集中在近地面对应的是:夏季海洋温度较低,陆地温度较高,自东向西输送的风场将来自海面的冷性空气携带至内陆,使得南京东部地区温度较低,而风场到达南京地区,水平风速减弱,故冷性的空气并未输送到南京以西地区,使南京上空500m左右高度存在一个东西方向上温度梯度,水平方向上的温度梯度偏高,而垂直方向上的温度梯度偏低,垂直方向上等温线呈竖直的态势,环境温度随高度上升变化较小,这种环境热力条件不利于地表空气块的向上抬升及污染物的垂直扩散,图7c(图7a中竖线为剖面所在位置,右侧为北)为以南京为中心点南北方向的垂直剖面图,与东西方向类似的是:南北方向上的剖面图南京上空等温线垂直分布同样非常稀疏.这种垂直温度条件非常不利于污染物从地面向高空扩散,从而导致南京地区的气溶胶污染维持在地面附近.

图7　模拟区域污染期间23～24日边界层高度平均值(A)、温度及PM2.5浓度东西向垂直剖面图(B)、温度及PM2.5浓度南北向垂直剖面图(C)Fig.7 The average value of PBLH in the domain from 23 to 24(A),profile map from west to east with temperature and PM2.5concentration(B), profile map from south to north with temperature and PM2.5concentration(C)

4 结论

4.1 2013年6月23～24日南京及其周边地区发生了一次小范围、突发性的气溶胶污染事件,此次污染事件与天气形势有着直接联系.此次污染发生时江淮地区正处于梅雨时节,南京及其周边地区处于江淮低空切变线上,切变线附近有辐合的流场,东部上游排放源的贡献和南京本地的静稳风场导致污染物在南京堆积.

4.2 南京地区和南京东部地区PM2.5一次源对南京本地产生的贡献分别为42.1％和38.6％.气体污染物在污染期间对南京地区PM2.5浓度的贡献比其他时间段更为显著,23日PM2.5浓度受到SO2减半的影响,浓度减少量为9.8％,受NOx减半影响为减少7.3％.

4.3 从垂直气象条件来看,污染发生期间南京地区上空温度垂直梯度较小,温度层结不利于污染物的垂直扩散,边界层高度较低,低层大气湍流活动较弱,垂直高度上的稳定层结也为污染物集聚提供了条件.

4.4 夏季污染事件与冬季相比发生频率较小,持续时间较短,在副热带高压控制长三角地区之前,长三角地区以阴到多云天气为主,太阳辐射较弱,边界层高度较低,不利于气溶胶的垂直扩散,此时如果有污染物的区域输送,就可能发生区域性小范围的污染事件.

参考文献：

[1] 王红磊,朱 彬,沈利娟,等.春节期间南京气溶胶质量浓度和化学组成特征 [J]. 中国环境科学, 2014,34(1):30-39.

[2] Donaldson K, Brown D, Clouter A, et al. The Pulmonary toxicology of ultra fine Particles [J]. Journal of Aerosol Medicine, 2002,15(2):213-220.

[3] 王扶潘,朱 乔,冯 凝,等.深圳大气中VOCs的二次有机气溶胶生成潜势 [J]. 中国环境科学, 2014,34(10):2449-2457.

[4] Holmes N S. A review of particle formation events and growth in the atmosphere in the various environments and discussion of mechanistic implications [J]. Atmospheric Environment, 2007, 41(10):2183-2201.

[5] Li W J, Shao L Y, Wang Z S, et al. Size, composition, and mixing state of individual aerosol particles in a South China coastal city [J]. Journal of Environmental Sciences, 2010,22(4):561-569.

[6] 张养梅,颜 鹏,杨东贞,等.临安大气气溶胶理化特性季节变化[J]. 应用气象学报, 2007,18(5):635-644.

[7] Castro A, Alonso-Blanco E, Gonzalez-Colino M, et al. Aerosol size distribution inprecipitation events in Leon, Spain [J]. Atmospheric Research, 2010,96:421-435.

[8] Takahashi H, Naoe H, Igarashi Y, et al. Aerosol concentrations observed at Mt. Haruna [J]. Atmospheric Environment, 2010, 44:4638-4644.

[9] 薛文博,付 飞,王金南,等.中国PM2.5跨区域传输特征数值模拟研究 [J]. 中国环境科学, 2014,34(6):1361-1368.

[10] 王淑英,张小玲.北京地区PM10污染的气象特征 [J]. 应用气象学报, 2002,13(S1):177-184.

[11] Meng W, Gao Q X, Zhang Z G, et al. The numerical study of atmosphericpollution in Beijing andits surrounding regions [J]. Researchof Environmental Sciences, 2006,19(5):11-18( in Chinese).

[12] Davis R E, Kalkstein L S. Using a spatial synoptic climatological classification to assess changes in atmospheric pollution concentrations [J]. Physical Geography, 1990,11(4):320-342.

[13] 苏福庆,杨明珍,钟继红,等.华北地区天气型对区域大气污染的影响 [J]. 环境科学研究, 2004,17(3):16-20.

[14] 王莉莉,王跃思,王迎红,等.北京夏末秋初不同天气形势对大气污染物浓度的影响 [J]. 中国环境科学, 2010,30(7):924-930.

[15] 王自发,李 杰,王 哲,等.2013年1月我国中东部重霾污染的数值模拟和防控对策 [J]. 中国科学:地球科学, 2014,1:3-14.

[16] Li J, Wang Z, Akimoto H, et al. Near-ground ozone source attributions and outflow in central eastern China during MTX2006 [J]. Atmospheric Chemistry and Physics, 2008,8(24): 7335-7351.

[17] Xu X, Ding G, Bian L, et al. Characteristics of atmospheric envinronment of boundary layer structure of city community in BECAPEX and integrate influence [J]. Acta Meteorologica Sinica, 2004,62:663-671.

[18] Wu Q Z, Wang Z F, Gbaguidi A, et al. A numerical study of contributions to air pollution in Beijing during CAREBeijing-2006 [J]. Atmospheric Chemistry and Physics, 2011,11(12):5997-6011.

[19] Zhang Y H, Hu M, Zhong L J, et al. Regional integrated experiments on air quality over Pearl River Delta 2004 (PRIDEPRD2004): overview [J]. Atmospheric Environment, 2008,42(25): 6157-6173.

[20] Wang Y J, Li L, Chen C H, et al. Source appointment of fine particulate matter during autumn haze episodes in Shanghai, China [J]. Journal of Geophysical Research, 2014,4(119):1903-1914.

[21] 翟一然.长江三角洲地区大气污染物人为源排放特征研究 [D].南京:南京大学, 2012.

[22] Zhu B, Kang H Q, Zhu T, et al. Impact of Shanghai urban land surface forcing on downstream city ozone chemistry [J]. Journal of Geophysical Research: Atmospheres, doi:10.1002/ 2014JD022859.

[23] 廖晓农,张小玲,王迎春,等.北京地区冬夏季持续性雾-霾发生的环境气象条件对比分析 [J]. 环境科学, 2014,35(6):2033-2044

[24] 李 锋,朱 彬,安俊岭,等.2013年12月初长江三角洲及周边地区重霾污染的数值模拟 [J]. 中国环境科学, 2015,35(7): 1965-1974.

[25] 张人禾,李 强,张若楠.2013年1月中国东部持续性强雾霾天气产生的气象条件分析 [J]. 中国科学(地球科学), 2014,4(1): 27-36.

[26] 曹国良,张小曳,龚山陵,等.中国区域主要颗粒物及污染气体的排放源清单 [J]. 科学通报, 2011,56:261-268.

[27] Zhang Q, Streets D G, Carmichael D R, et al. Asian emissions in 2006 for the NASA INTEX-B mission [J]. Atmos. Chem. Phys., 2009,9:5131-5135

[28] 周 敏,陈长虹,王红丽,等.上海市秋季典型大气高污染过程中颗粒物的化学组成变化特征 [J]. 环境科学学报, 2012,32(1): 81-92.

[29] 杨 欣,陈义珍,刘厚凤,等.北京2013年1月连续强霾过程的污染特征及成因分析 [J]. 中国环境科学, 2014,34(2):282-288.

[30] 王耀庭,李 威,张小玲.北京城区夏季静稳天气下大气边界层与大气污染的关系 [J]. 环境科学研究, 2012,25(10):1092-1098.

[31] 任阵海,万本太,虞 统,等.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 [J]. 环境科学研究, 2004,17(1):7-13.

A numerical simulate study of the pollution incident of the PM2.5pollutant island in the summer of Nanjing.

YANG Peng, ZHU Bin*, GAO Jin-hui, KANG Han-qing, ZHANG Liang, WANG Hong-lei, LI Yue-e (Key Laboratory for Aerosol-Cloud- Precipitation of China Meteorological Administration, Nanjing University of Information Science and Technology, Nanjing 210044, China). China Environmental Science, 2016,36(2)：321～330

Abstract：A small scale, gusty aerosol pollution incident occurred from June 23 to 24, 2013 in Nanjing and its surrounding areas where the average concentration of PM2.5reached 242.25µg/m3, which was uncommon in clear summer time. The WRF-chem model was used to simulate the PM2.5pollution incident and the results showed that the pollution incident was directly related to the weather situation and the boundary layer structure. The pollution occured in Jianghuai region during the rainy season with a Jianghuai low level shear line lay near the convergence of airflow in Nanjing and its surrounding areas. Emissions from the upstream source region in the east and the stable local wind field led to the accumulation of pollutants in Nanjing. There was a stronger gas-particle conversion and the concentration of PM2.5showed a decrease of 9.8％ and 7.3％ when SO2and NOxemission was cut in half respectively. During the pollution period, the vertical temperature gradient was small over Nanjing and the temperature stratification was not conducive to the vertical diffusion of pollutants. As the boundary layer height was low and atmospheric turbulence in low layer was weak, the stable stratification was also favor of the pollutant accumulation.

Key words：aerosol；PM2.5；emission sources；Yangtze River Delta

作者简介：杨 鹏(1991-),男,安徽合肥人,南京信息工程大学硕士研究生,主要从事大气化学,大气环境研究.

基金项目：国家自然科学基金项目(41275143);公益性行业(气象)科研专项(201206011);江苏省高校自然科学研究重大基础研究项目(12KJA170003)

收稿日期：2015-08-10

中图分类号：X513

文献标识码：A

文章编号：1000-6923(2016)02-0321-10