全球和中国地区PM2.5时空变化特征的模拟

杨冬冬,张 华,沈新勇,赵树云(1.南京信息工程大学气象灾害教育部重点实验室,气候与环境变化国际合作联合实验室,气象灾害预报预警与评估协同创新中心,江苏 南京 10044；.中国气象局气候研究开放实验室,国家气候中心,北京 100081；3.中国科学院大气物理研究所,云降水物理与强风暴重点实验室,北京 10009)



全球和中国地区PM2.5时空变化特征的模拟

杨冬冬1,2,张 华1,2,沈新勇1,3*,赵树云2(1.南京信息工程大学气象灾害教育部重点实验室,气候与环境变化国际合作联合实验室,气象灾害预报预警与评估协同创新中心,江苏 南京 210044；2.中国气象局气候研究开放实验室,国家气候中心,北京 100081；3.中国科学院大气物理研究所,云降水物理与强风暴重点实验室,北京 100029)

摘要：利用气溶胶-气候耦合模式BCC_AGCM2.0.1_CUACE/Aero,模拟了1850～1980和1980～2010年P M2.5及其人为和自然气溶胶柱含量的时空变化,并分析了人为和自然气溶胶对这种变化的贡献.结果表明:1850～1980年,大部分陆地范围人为PM2.5的柱含量有所增加,尤其是北美东部、欧洲和中国东部等地区,人为PM2.5增加地更明显,且以夏季最为明显;自然PM2.5的变化主要分布在几大沙漠地区,以春、夏季最为显著;人为气溶胶对总PM2.5变化的贡献在秋季最大,达94%,夏、冬季次之,分别为46%和41%,春季最小,仅占28%.1980～2010年,人为PM2.5在东亚、东南亚等地区均有所增加,春夏季较为显著,在欧洲中部和北美东部有所减少,且以夏季减少最为明显;自然PM2.5在沙漠地带有显著的变化,以春季最为明显;人为PM2.5的变化对总变化的贡献相比之前有所减少,四季均小于50%.关键词：PM2.5；人为气溶胶；自然气溶胶；BCC_AGCM2.0.1_CUACE/Aero

* 责任作者, 教授, shenxy@nuist.edu.cn

大气气溶胶是指悬浮在大气中的各种固体和液体粒子,粒子直径一般在几nm到几十μm之间.按照其排放源的不同,可分为人为气溶胶和自然气溶胶,而PM2.5则指空气动力学等效直径≤2.5μm的气溶胶颗粒物.近年来,经济快速发展的同时也带来了各种环境问题,尤其是以PM2.5为主的细粒子污染问题甚微严峻,一系列大气污染防治措施也渐渐被提上日程.此外,PM2.5可以直接和通过影响云、雾以及降水间接影响大气辐射平衡,对天气以及气候产生一定的影响[1-6].目前国内外对PM2.5的研究主要侧重观测资料的分析和模式模拟研究,近年来诸多气溶胶模式也得到了应用和发展,基于这些模式也进行大量气溶胶的研究工作[4,8-12].气溶胶观测与模式比较项目(Aerosol Comparisons between Observations and Models,AeroCom)也将大量的观测数据(包括MODIS、POLDER、MISR等)和全球多个模式的模拟结果进行对比,以优化各模式对PM2.5的研究.

为了更全面地了解全球,尤其是中国地区PM2.5及其中人为和自然气溶胶柱含量的时空变化特征以及中国地区人为和自然气溶胶对PM2.5变化的贡献,本研究采用了气候-气溶胶耦合模式BCC_AGCM2.0.1_CUACE/Aero进行模拟,该模式具有比较完善的气溶胶模块,并不断地参与AeroCom,大量结果已被IPCC AR5(第七章)引用[7],通过与观测资料和国际其他先进模式的比较保证了其对气溶胶的模拟能力.此次研究以期为全球大气污染控制、决策以及防治提供科学依据.

1　模式和方法介绍

1.1 BCC_AGCM2.0.1_CUACE/Aero

采用中国气象局国家气候中心的气溶胶-气候耦合模式BCC_AGCM2.0.1_CUACE/Aero. Zhang等[13]将国家气候中心第二代大气环流模式BCC_AGCM2.0.1和气溶胶化学模式CUACE/Aero耦合,使得对气溶胶及其气候效应的研究更加精确.赵树云等[14]对该模式的气溶胶和气候模拟能力进行了综合评估,发现其对五种典型的气溶胶的模拟均比较合理.王志立[15]将该模式输出的五类基本气溶胶的柱含量和AeroCom模式集合的中值进行对比,结果相近.因此,利用该模式进行与气溶胶相关的模拟研究是可行的.

其中,大气环流模式(BCC_AGCM2.0.1)由国家气候中心气候模式室在美国大气研究中心(NCAR)的第三代大气环流模式(CAM3)发展而来.该模式在水平方向采用42波三角截断方案[T42,近似于2.8°(纬度)×2.8°(经度)],垂直方向为混合σ−压力坐标系,共26层,模式顶气压约为2.9hPa,刚性边界.Wu等[22]对该模式进行了一系列的改进,并现改进后的模式可以相当好地模拟当前的气候平均态,且整体模拟能力比原来CAM3.0有所提高.

气溶胶化学模式(CUACE/Aero)是由中国气象科学研究院大气成分研究所在加拿大气溶胶模式(CAM)的基础上发展而来的,包含气溶胶的排放、传输、化学转化、与云的相互作用、干湿沉降等过程.目前该模式考虑的气溶胶主要有以下五大类:硫酸盐(SF)、黑碳(BC)、有机碳(OC)、海盐(SS)和沙尘(SD)气溶胶,其中BC和OC的排放数据是给定的离线值,SS和SD的排放率是在线计算的.SS的排放方案来自Gong等[16],SD的排放方案来自Marticorena等[17]以及Alfaro等[18]. CUACE/Aero中还包含了一个在线的硫化学模块,其中SO2和二甲基硫(DMS)的排放为的离线值[19-20].CUACE/Aero是一个粒径分档模式,气溶胶的半径从小到大分为12档,分别为0.005～ 0.01,0.01～0.02,0.02～0.04,0.04～0.08,0.08～0.16,0.16～ 0.32,0.32～0.64,0.64～1.28,1.28～2.56,2.56～5.12,5.12～ 10.24,10.24～20.48μm.分档近似在多成分相互作用的过程中具有更好的灵活性,能更方便的计算出在不同粒径范围内各种气溶胶的浓度和光学性质,既而有利于研究气溶胶的辐射强迫和气候效应.

基于该模式展开的气溶胶相关研究也很多,Xie等[21-22]采用该模式对中国地区PM2.5和对流层O3进行了模拟研究,并综合分析了污染物排放的控制对策.Zhao等[23]也利用此模式研究了沙尘气溶胶对全球干旱和半干旱地区气候的影响.Wang等[24]在原有模式的基础上采用双参数云微物理方案,对模式输出的气溶胶和云的光学特性以及人为气溶胶间接效应(AIE)进行了评估,发现该方案对气溶胶的质量浓度、光学厚度等的模拟更接近真实大气.Zhang等[25]在该模式中采用四流辐射传输算法对气溶胶的直接辐射效应了(DRE)和强迫(DRF)进行研究,其表明采用多流辐射传输算法对提高DRE和DRF的计算精度是很有必要的.Wang等[26]利用此模式研究了IPCC不同的排放路径(RCPs)下减排黑碳对气溶胶净冷却效应的削弱作用.

1.2 试验设计

图1　1850～1980年PM2.5年均柱含量变化的全球分布Fig.1　Global distributions of annual mean of column concentrations of PM2.5 during 1850 to 1980

综合考虑气溶胶排放的历史变化,本文选取了3个时间节点:1850(代表工业革命时期)、1980(代表20世纪80年代的迅速发展时期)和2010(代表现在)年,并采用BCC_AGCM2.0.1_ CUACE/Aero模式,分别在各时间节点的气溶胶排放条件下进行模拟试验.每个试验运行23a,取后20a年的平均结果代表所在时间节点上气溶胶的气候态水平.人为气溶胶的排放来自IPCC (http://www.iiasa.ac.at/web-apps/tnt/RcpDb),需要指出的是,根据IPCC不同的排放路径,2010年的人为气溶胶排放分为3种不同的排放水平: RCP2.6(低排放情景)、RCP4.5(中排放情景)和RCP8.5(高排放情景).虽然自然气溶胶的排放是在线计算的,可是不同的人为气溶胶的排放情景会引起不同的气候效应,使环境场中的各类气象条件发生相应的变化,而自然气溶胶又和气象条件密切相关,因此人为气溶胶排放情景最终也会导致自然气溶胶的变化,所以本文介绍不同排放情景下气溶胶的变化也包括了自然气溶胶的变化.通过对比不同时间节点上的气溶胶水平,最终得到了人为PM2.5(SF、BC和OC)和自然PM2.5(SS和SD)在1850～1980年以及1980～2010年(RCP2.6、RCP4.5和RCP8.5)两个时段的时空变化特征,并分别计算了人为(SF、BC和OC)和自然PM2.5(SS和SD)的变化在总PM2.5变化中的贡献.

2　PM2.5的柱含量的模拟

2.1 1850～1980年PM2.5的模拟

1850～1980年,模拟的PM2.5全球年平均柱含量增加了4.34mg/m2.在阿拉伯半岛、欧洲、北美南部、非洲西北部以及西侧洋面等地区,PM2.5柱含量呈现不同程度的增加(如图1).在阿拉伯半岛地区存在PM2.5柱含量增量的大值中心,中心值超过40mg/m2.

人为PM2.5中的气溶胶包括SF、BC和OC,其中SF主要源自化石燃料的燃烧,因此其排放强度与不同国家和地区的工业化程度密切相关,BC主要是由含碳物质的不完全燃烧产生,而OC在很大程度上和BC有着相似的来源.

模式模拟的1850～1980年人为PM2.5中的SF、BC和OC全球年平均柱含量的变化分别为2.83,0.07,0.25mg/m2.从图2(a)可以看出,全球大部分地区总人为PM2.5均有不同程度的增加,北美东部、欧洲中东部和中国东部是三个增量的大值中心,柱含量的增加量均在14～16mg/m2之间.在南美洲中部、非洲中部和南部、东南亚的部分地区,总人为PM2.5柱含量的增加也比较显著,可达8mg/m2,个别地区甚至超过了10mg/m2.总体来看,南半球总人为PM2.5柱含量的变化无论是在范围上还是在量级上均没有北半球的变化明显.对比图2(a)和(b)可以看出,在北半球,SF柱含量变化的空间分布与总人为PM2.5非常相似.在北美东部、欧洲和中国东部,SF也存在增量的大值中心,中心增量均超过了14mg/m2.这也说明在1850～1980年,北美东部、欧洲中东部和中国东部地区总人为PM2.5的增加主要是由SF的增加造成的.在南半球,总人为PM2.5和SF的柱含量变化在空间分布上差异较大,这主要是因为1850～1980年间南半球人为PM2.5的变化主要是由BC和OC排放变化造成的.BC和OC的柱含量在南美的亚马孙平原、非洲的刚果盆地、中国东部和南部以及东南亚等地区均有明显的增加(图2(c)和(d)).因为BC和OC在很大程度上是同源的,所以在1850～1980年,两者柱含量的增加在空间分布上非常相似.然而,在此期间,BC的柱含量在北美西部是增加的,东部则是明显减少的,其变化的区域年平均为0.20mg/m2,仍是增加的.而OC的柱含量在整个北美地区都有所减少,其变化的区域年平均为-1.08mg/m2,且东部地区的减少更为明显(图略).首先,结合PM2.5的排放可知,在1850～1980年,美国地区BC和OC的排放都是明显减少的,故可认为减排是该地区BC 和OC柱含量减少的主要原因,优化的能源结构、先进的燃烧技术和清洁技术对减排有很大的贡献.其次,从沉降的角度来看,该地区的气象因素(降水、低层风速等)也有利于气溶胶的清除.从季节平均来看(图略),1850～1980年总人为PM2.5在北半球夏季增加最为明显,春季和秋季次之,冬季最小.尤其是在北美东部、欧洲和东亚东部等地区,总人为PM2.5柱含量的增加在夏季的柱含量增加远远超过了冬季.

图2　1850～1980年人为PM2.5年均柱含量变化的全球分布Fig.2　Global distributions of annual mean of column concentrations of anthropogentic PM2.5 during 1850 to 1980

自然PM2.5包括SS和SD,其中SS主要由海浪泡沫破裂而成,在大气中的浓度主要依赖于表面风速的大小.SD又称矿物沙尘,主要源于干旱、半干旱地区风对地表的侵蚀.全球有4个沙尘暴多发区,分别为中亚、北美、北非和澳大利亚,主要分布在赤道两侧的副热带地区(25°S～ 25°N)[27].从模拟结果可以看出,自然PM2.5中的SD和SS全球年平均柱含量的变化量分别为1.07, 0.08mg/m2.从图3(a)可以看出,在北非西侧的大西洋洋面上以及阿拉伯半岛南部等地区,自然PM2.5的柱含量均有不同程度的增加.其中以阿拉伯半岛南部上空总的自然气溶胶增加最为明显,增量最大值超过了40mg/m2,而中国北部则出现了一个明显的减少中心.对比图3(a)和(b)可以发现,以上地区PM2.5中总自然气溶胶的增加主要归功于SD的增加.从图3(b)可以看出,SD变化较大的区域和全球几大沙漠的所在地基本上是一致的，其中阿拉伯半岛南部和中国北部地区SD柱含量的变化最为明显.对比图3(a)和(c)可以发现,总自然PM2.5在60°S、60°N附近以及南北半球低纬地区的洋面上的变化主要是由SS的增加造成的.SS主要发生在两半球60°附近的海洋上,从风场可以看出(图略),SS的变化与洋面上风场的辐合辐散有很大关系.从季节平均来看(图略),1850～1980年自然PM2.5在亚洲地区的减少以春季最为明显,冬季次之,而在阿拉伯半岛地区的增加则以夏季最明显,春季次之.

图3　1850～1980年自然PM2.5年平均柱含量变化的全球分布Fig.3　Global distributions of annual mean of natural PM2.5 column concentrations during 1850 to 1980

2.2 1850～1980年中国地区的PM2.5

从表1可以看出,1850～1980年,中国地区(15°～55°N,72°～136°E)人为PM2.5地表浓度的年平均增加量(对PM2.5增加的贡献,以下简称贡献)为2.25µg/m3(56 %).从区域平均来看,人为PM2.5地表浓度在春季的增加量最大,约为2.64µg/m3,夏、秋次之,冬季反而最小.从其对总PM2.5变化的贡献来看,人为PM2.5的贡献在秋季最大,高达94%,夏季次之,春季最小.在3种人为气溶胶中,SF的变化对总PM2.5变化的贡献最大,OC次之,BC最小.

表1　1850～1980年中国地区PM2.5中5种典型气溶胶颗粒物的季节平均和年平均地表浓度变化(µg/m3)Table 1　The seasonal and annual mean surface concentrations of 5aerosol species in China during 1850 to 1980 (µg/m3)

1850～1980年,中国地区自然PM2.5地表浓度的年平均增变化量(贡献)为-1.77µg/m2(44%).从季节平均来看,自然气溶胶的地表浓度在春、秋和冬季均是减少的,且春季的减少量(贡献)最大,约为-6.90μg/m2(72%),冬季次之,秋季最小.自然气溶胶的地表浓度在夏季是增加的,且增加量几乎与人为气溶胶的增加量相当.

2.3 1980～2010年PM2.5的模拟

20世纪80年代以来,许多发达国家相继采取一系列措施控制人为SO2的排放,经过多年努力,大气中的SO2浓度已经相对稳定,空气中的SF也相比之前减少许多,而中国、印度和其他亚洲国家SF的排放却在快速增长[5].

从PM2.5柱含量年平均的全球分布来看(图略),在RCP2.6排放路径下,PM2.5柱含量在非洲北以及阿拉伯半岛等地区均有所减少,而在撒哈拉沙漠、印度半岛、东亚和东南亚等地区则有所增加.在RCP4.5排放路径下,撒哈拉沙漠地区存在较明显的PM2.5柱含量的减少区,增加区则主要分布在阿拉伯半岛、南亚等地区.与RCP2.6相比,RCP4.5路径下中国北部1980～2010年PM2.5柱含量的变化不明显.在RCP8.5排放路径下,PM2.5柱含量的变化和RCP4.5排放路径下的变化特征相似,只是变化范围更广、变化数值更大.在3种排放路径下,2010年人为PM2.5的模拟结果基本一致且RCP4.5更贴近现实排放(图4),因此,在以下分析中用RCP4.5排放路径下的结果作为代表.

在RCP4.5排放路径下,模式模拟的人为PM2.5中的SF、BC和OC全球年平均柱含量的变化量分别为-0.23,0.03,0.20mg/m2.而且,1980～ 2010年人为PM2.5变化的空间分布出现严重的两极分化:在北美东部和欧洲,人为PM2.5的柱含量以减少为主,北美东部最大的减少量可达6.0mg/m2,而欧洲的减少量可达8.4mg/m2;在中国东南部、印度半岛以及东南亚等地,人为PM2.5以增加为主,华东、华南和印度半岛东部的增加量可达8.4mg/m2,而印度尼西亚西北部可达13.2mg/ m2.对比图4(a2)、(b2)、(c2)和(d2)可知,北美东部、欧洲、南美中部等地以及附近的海洋上空的人为PM2.5均有不同程度的减少,主要是以SF减少造成的,其柱含量在北美东部、欧洲和南美中部减少量的最大值依次为6.0,6.0,8.0mg/m2.而印度半岛、中国中东部和南部、东南亚和非洲东部等地区的人为PM2.5的增加主要是由于SF、BC和OC三种人为气溶胶同时增加造成的.

人为PM2.5在北半球的变化最为明显(图略).在中国南部、印度半岛、东南亚以及非洲东部等地区,人为PM2.5的柱含量主要是增加的,且增加量在春、夏和秋季基本上相当,而冬季的增加量略小于其他季节.从三类人为气溶胶的季节平均变化可以看出(图略),以上地区人为PM2.5的增加是SF、BC和OC三类气溶胶排放增加共同造成的.北美东部和欧洲,人为PM2.5主要是减少的,且夏季的减少量最为明显,春秋次之,冬季减少量最小,以上地区人为PM2.5的减少主要是SF排放减少造成的.

1980～2010年,在RCP4.5排放路径下,自然PM2.5中的SS和SD全球年平均柱含量的变化量分别为0.04,1.04mg/m2.从全球多年平均来看(图5),自然PM2.5仍然以SD的变化为主.从变化的分布来看,PM2.5中自然气溶胶在非洲中部和阿拉伯半岛有所减少,在撒哈拉沙漠西北部、西北侧以及东亚、中亚等地区有所增加.对比1850～1980和1980～2010年自然PM2.5柱含量的变化可以发现,前一阶段自然气溶胶在阿拉伯半岛南部是明显增加的,而后一阶段自然气溶胶在该地区则,增加区反而出现在撒哈拉的西北部、西南侧洋面上空,以及亚洲地区,其中的原因还有待于进一步研究.

在RCP4.5排放路径下,1980～2010年自然PM2.5在北半球春季增加最为明显,冬季次之,夏、秋季节则明显减少.在北非的西北部及西侧的大西洋上、亚洲东部、东西伯利亚地区和鄂霍次克海上空,PM2.5中自然气溶胶在春季增加远远比其他3个季节明显.这些地区PM2.5中自然气溶胶的增加主要归功于SD排放的增加(图略).春季,在北非西部及西侧大西洋上也出现了SD向东北侧传输的异常增强现象,但其程度稍弱于1850～1980年间冬季人为和自然气溶胶传输异常的强度.冬季,自然气溶胶的季节平均变化相比于春季较弱,且空间分布也与之不同.冬季,中北美东部地区自然气溶胶有所减少,与撒哈拉沙漠形成两大减少区域.夏、秋两季自然气溶胶则以减少为主,夏季,自然气溶胶的减少中心覆盖了整个阿拉伯半岛,而秋季,减少主要出现在撒哈拉沙漠和中国北部地区.南半球洋面上的自然气溶胶变化主要是SS造成的,而SS的季节变化不是很明显(图略).

图4　在RCP2.6、RCP4.5、RCP8.5排放路径下,1980～2010年人为PM2.5年均柱含量变化的全球分布Fig.4　Global distributions of annual mean of column concentrations of anthropogentic PM2.5 during 1980～2010in RCP2.6, RCP4.5, RCP8.5

2.4 1980～2010年中国地区的PM2.5

在RCP4.5排放路径下,1980～2010年中国地区PM2.5中人为气溶胶地表浓度年平均增加量(贡献)为1.08µg/m3(30%)(表2).春、夏季人为气溶胶地表浓度的区域平均增加量(1.15～1.17µg/m3)较大,秋季(1.04µg/m3)次之,冬季(0.96µg/m3)最小,人为气溶胶地表浓度在四季的变化量相当.从人为气溶胶对总PM2.5变化的贡献来看,秋季的贡献最大,所占比重可达30%,夏、冬季次之,约为27%和23%,春季的贡献最小，为9%.

Streets 等[28]指出,从1980年到2000年,亚洲SO2的排放明显增加,达到了17 (Tg·S)/a,主要归咎于发展中国家的经济发展导致的对含硫能源的大量使用.从表2可以看出,中国地区SF、BC和OC地表浓度的年平均增加量(贡献)分别为0.46(13%), 0.11(3%),0.51µg/m3(14%),从季节平均来看,春、夏和秋季以OC地表浓度的区域平均增加量(贡献)最大,SF次之;冬季以SF地表浓度的区域平均增加量(贡献)最大,OC次之,四季中BC地表浓度区域平均增加量(贡献)远均远小于SF和OC.

1980～2010年间,RCP4.5排放路径下中国地区PM2.5中自然气溶胶地表浓度是增加的,年均变化量为2.58µg/m3(表2).从季节变化可以看出,春、冬季自然气溶胶均是增加的,地表浓度的区域平均增加量(贡献)分别为12.66(91%),3.22 (77%)µg/m3,夏、秋季自然气溶胶则是减少的,地表浓度的区域平均减少量(贡献)分别为3.16(73%), 2.39(70%)µg/m3.在自然气溶胶中,SD地表浓度的季节变化与自然气溶胶相似,且柱含量的区域平均变化量(贡献)的绝对值在四季中仍远远超过了SS.

图5　在RCP2.6、RCP4.5、RCP8.5排放路径下,1980～2010年PM2.5中自然气溶胶柱含量的年平均变化Fig.5　Global distributions of annual mean of column concentrations of natural PM2.5 during 1980～2010in RCP2.6, RCP4.5, RCP8.5

此外,本文也存在一些不足之处,采用的BCC_AGCM2.0.1_CUACE/Aero模式只考虑了SF、BC、OC、SS和SD五类基本气溶胶,没有将硝酸盐和铵盐气溶胶包含在内,这是造成模式模拟的PM2.5的柱含量值偏低的原因之一.近年来国内外研究[29-33]发现这两类气溶胶在未来会越来越重要,下一步工作中将把硝酸盐和铵盐气溶胶加入到本文使用的模式中,来提高对总气溶胶含量的模拟精度.

表2　1980～2010年(RCP4.5)中国地区PM2.5中5种典型气溶胶颗粒物的季节平均和年平均地表浓度变化(µg/m3) Table 2　The seasonal and annual mean of surface concentrations of 5 aerosol species in China during 1980 to 2010 (RCP4.5) (µg/m3)

3　结论

3.1 利用国家气候中心气溶胶-气候耦合模式BCC_AGCM2.0.1_CUACE/Aero模拟了1850～ 1980和1980～2010年两个时段PM2.5的时空变化,并分析了人为和自然PM2.5在总变化中的贡献.得到的主要结论如下:

3.2 1850～1980年,大部分陆地范围人为PM2.5的柱含量均有所增加.北美东部、欧洲中东部和中国东部等地区人为PM2.5的增加是由SF排放增加造成的,而亚马孙平原、非洲的刚果盆地和非洲南部、印度尼西亚等地则是由BC和OC的增加贡献的.人为PM2.5存在明显的季节变化,以夏季增加最为明显.自然PM2.5在北非西部及西侧的大西洋上空、阿拉伯半岛南部等地区均有不同程度的增加,且以夏季增加最为明显,在中国北部则以减少为主,春季减少最为明显.陆地上自然PM2.5以SD的变化为主,洋面上则以SS的变化为主.

3.3 模拟结果指出在RCP4.5下,1980～2010年,在阿拉伯半岛存在较明显的PM2.5柱含量减少区.其中人为PM2.5在欧洲和北美东部是减少的,在东亚、东南亚等地区则是显著增加的.从季节变化来看,人为PM2.5均以春、夏季变化明显,自然PM2.5则以春季变化最为明显.另外,1980～2010年中国地区人为PM2.5在各个季节的变化对总变化的贡献相比前一阶段有所减少,四季均不超过50%.

参考文献：

[1] 沈志宝,魏 丽.中国西北大气沙尘对地气系统和大气辐射加热的影响 [J]. 高原气象, 1999,18(3):425-435.

[2] Chung C E, Ramanathan V, Kiehl J T. Effects of the South Asian absorbing haze on the northeast monsoon and surface -Air heat exchange [J]. Journal of Climate, 2002(17):2462-2476.

[3] Hansen J. Global warming in the twenty-first century: an alternative scenario [J]. Proceedings of the National Academy of Sciences, 2000,97(18):9875-9880.

[4] 陈 丽,银 燕.矿物气溶胶远程传输过程中的吸收增温效应对云和降水的影响 [J]. 高原气象, 2008,27(3):628-636.

[5] 王喜红,石广玉.东亚地区人为硫酸盐气溶胶柱含量变化的数值研究 [J]. 气候与环境研究, 2000,5(1):58-66.

[6] 钟昌琴,张美根,朱凌云.东亚地区春季硫氧化物浓度分布及其收支研究 [J]. 高原气象, 2008,27(1):122-127.

[7] Myhre G, Samset B H, Schulz M, et al. Radiative forcing of the direct aerosol effect from AeroCom Phase II simulations [J]. Atmospheric Chemistry and Physics Discussions, 2012,13(4): 1853-1877.

[8] Russell A G., Mcrae G J, Cass G R. The dynamics of nitric acid production and the fate of nitrogen oxides [J]. Atmospheric Environment, 1985,19(6):893-903.

[9] 崔振雷,张 华,银 燕.MATCH对中国地区2006年气溶胶光学厚度分布特征的模拟研究 [J]. 遥感技术与应用, 2009, 24(2):197-203.

[10] 王志立,郭品文,张 华.黑碳气溶胶直接辐射强迫及其对中国夏季降水影响的模拟研究 [J]. 气候与环境研究, 2009,14(2): 161-171.

[11] 王志立,张 华,郭品文.南亚地区黑碳气溶胶对亚洲夏季风的影响 [J]. 高原气象, 2009,28(2):419-424.

[12] Russell A G, Mcrae G J, Cass G R. The dynamics of nitric acid production and the fate of nitrogen oxides [J]. Atmospheric Environment, 1985,19(6):893-903.

[13] Zhang H, Wang Z, Wang, et al. Simulation of direct radiative forcing of aerosols and their effects on East Asian climate using an interactive AGCM-aerosol coupled system [J]. Climate Dynamics, 2012.38(7/8):1675-1693.

[14] 赵树云,智协飞,张 华.气溶胶-气候耦合模式系统BCC_AGC M2.0.1_CAM气候态模拟的初步评估 [J]. 气候与环境研究, 2014,19(3):265-277.

[15] 王志立.典型种类气溶胶的辐射强迫及其气候效应的模拟研究[D]. 北京:中国气象科学研究院, 2011.

[16] Gong S L, Barrie L A, Blanchet J -P, et al. Canadian Aerosol Module:A size-segregated simulation of atmospheric aerosol processes for climate and air quality models 1. Module development [J]. Journal of Geophysical Research Atmospheres, 2003,108(D1):AAC 3-1–AAC 3-16.

[17] Marticorena B, Bergametti G. Modeling the atmospheric dust cycle: 1. Design of a soil‐derived dust emission scheme [J]. Journal of Geophysical Research Atmospheres, 1995,100(D8): 16415-16430.

[18] Alfaro S C, Gomes L. Modeling mineral aerosol production by wind erosion: Emission intensities and aerosol size distributions in source areas [J]. Journal of Geophysical Research Atmospheres, 2001,106(D16):18075-18084.

[19] Brasseur G P, Hauglustaine D A, Walters S, et al. MOZART, a global chemical transport model for ozone and related chemical tracers: 1.Model description [J]. Journal of Geophysical Research Atmospheres, 1998,103(D21):28265-28289.

[20] Hauglustaine D A, et al. MOZART, a global chemical transportmodel for ozone and related chemical tracers 2. Model results and evaluation [J]. Journal of Geophysical Research Atmospheres, 1998,1032(D21):28291-28335.

[21] Zhang H, Xie B, Zhao S Y, et al. P M2.5and tropospheric O3in China and an analysis of the impact of pollutant emission control [J]. Advances in Climate Change Research, 2014,5(3):136-141.

[22] 张 华,陈 琪,谢 冰.中国的PM2.5和对流层臭氧及污染物排放控制对策的综合分析 [J]. 气候变化研究进展, 2014,10:289-296.

[23] Zhao S, et al. Simulating direct effects of dust aerosol on arid and semi-arid regions using an aerosol–climate coupled system [J]. International Journal of Climatology, 2014.

[24] Wang Z, Zhang H, Lu P. Improvement of cloud microphysics in the aerosol-climate model BCC_AGCM2.0.1_CUACE/Aero, evaluation against observations, and updated aerosol indirect effect [J]. Journal of Geophysical Research Atmospheres, 2014, 119(13):8400-8417.

[25] Zhang H, Wang Z L, Zhang F, et al. Impact of four-stream radiative transfer algorithm on aerosol direct radiative effect and forcing [J]. International Journal of Climatology, 2015,35(14): 4318-4328.

[26] Wang Z, Zhang H, Zhang X. Simultaneous reductions in emissions of black carbon and co-emitted species will weaken the aerosol net cooling effect [J]. Atmospheric Chemistry & Physics, 2015,15:3671-3685.

[27] 马井会,张 华,郑有飞,等.沙尘气溶胶光学厚度的全球分布及分析 [J]. 气候与环境研究, 2007,12(2):156-164.

[28] Bond T C, Streets D G, Yarber K F, et al. A technology-based global inventory of black and organic carbon emissions from combustion [J]. Journal of Geophysical Research Atmosphere, 2004,109(D14):1149-1165.

[29] 朱先磊,张远航,曾立民,等.北京市大气细颗粒物PM2.5的来源研究 [J]. 环境科学研究, 2005,18(5):1-5.

[30] 包 贞,冯银厂,焦 荔,等.杭州市大气PM_(2.5)和PM_(10)污染特征及来源解析 [J]. 中国环境监测, 2010,2:44-48.

[31] 王家成,朱成杰,朱 勇,等.北京地区多气溶胶遥感参量与PM2.5相关相研究 [J]. 中国环境科学, 2015,35(7):1947-1956.

[32] 王晓骏,秦 燕,陈勇航,等.上海地区霾时气溶胶类型垂直分布的季节变 [J]. 中国环境科学, 35(4):961-969.

[33] 翟世贤,安兴琴,孙兆彬,等.污染源减排时刻和减排比例对北京市PM2.5浓度的影响 [J]. 中国环境科学, 35(7):1921-1930.

致谢：本试验在国家气候中心荆现文博士、中国气象科学研究院王志立博士、兰州大学谢冰博士等协助下完成,在此表示感谢.

Simulation of global distribution of temporal and spatial variation of PM2.5concentration.

YANG dong-dong1,2, ZHANG hua1,2, SHEN xin-yong1,3*, ZHAO shu-yun2(1.Key Laboratory of Meteorological Disaster, Ministry of Education, Joint International Research Laboratory of Climate and Environment Change, Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science and Technology, Nanjing 210044, China；2.Laboratory for Climate Studies of China Meteorological Administration, National Climate Center, Beijing 100081, China；3.Key Laboratory of Cloud-Precipitation Physics and Severe Storms, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China). China Environmental Science, 2016,36(4)：990～999

Abstract：The temporal and spatial variations of the concentration of PM2.5from the year 1850 to 1980 and 1980 to 2010, as well as the contributions of anthropogenic and natural aerosols to these variations were simulated in this work, using an aerosol-climate coupled model BCC_AGCM2.0.1_CUACE/Aero. Results show that from 1850 to 1980, the column concentrations of anthropogenic aerosols increased significantly over the globe. The column concentrations of anthropogenic aerosols in PM2.5mainly increased in eastern North American, Europe and eastern China, and their changes in summer were more significant than in other seasons. The column concentrations of natural aerosols changed more obviously over several large deserts, and their changes in spring and summer were the most significant of all seasons. Anthropogenic aerosols contributed the largest to the variation of PM2.5column concentration in autumn (95%), but in spring their contributions were the smallest (28%), and in summer and winter their contributions were almost equal (46% and 41% respectively). From 1980 to 2010, the column concentrations of PM2.5and anthropogenic aerosols increased (especially in spring) in Southeast Asia, while decreased (especially in summer) in Central Europe and North American. Whereas, natural aerosols decreased sharply in desert regions during 1980 to 2010, and their changes were more significant in winter and spring. Variations of natural aerosols almost appear in deserts. The contributions of anthropogenic aerosols to the seasonal change of PM2.5(less than 50% in all seasons) generally reduced comparing with that from 1850 to 1980.

Key words：PM2.5；anthropogenic aerosol；natural aerosol；BCC_AGCM2.0.1_CUACE/Aero

作者简介：杨冬冬(1990-),女,江苏连云港人,南京信息工程大学硕士研究生,主要从事气溶胶的模式模拟研究.

基金项目：国家自然科学基金项目(41575002)

收稿日期：2015-09-20

中图分类号：X513

文献标识码：A

文章编号：1000-6923(2016)04-0990-10