中山市2000~2014年霾天气特征及气象影响因子

李颖敏,邓雪娇,邓 涛,劳钊明,夏冠聪



中山市2000~2014年霾天气特征及气象影响因子

李颖敏1,邓雪娇2*,邓 涛2,劳钊明1,夏冠聪1

(1.中山市气象局,广东 中山 528400；2.中国气象局广州热带海洋气象研究所,广东省区域数值天气预报重点实验室,广东 广州 510080)

利用中山市2000~2014年气象资料及2013~2014年环境监测站资料,分析中山市霾特征及气象影响因子,结果表明,中山市霾日数年际变化明显,最少为11d,出现在2005年;最多为134d,出现在2008年.霾天气主要发生在秋冬季节,霾日数最多的月份是1月,平均为10.5d.霾日PM2.5的平均浓度是非霾日的2.26倍,PM2.5是霾天气的重要污染物.中山市霾日典型天气形势有7种:大陆高压型、海上高压型、均压场型、冷锋前部型、台风外围下沉气流型、槽前脊后型、低压槽型.其中以大陆高压型占比例最高,为52.03%,冷锋前部型造成的能见度最低.气流轨迹聚类分析表明,影响中山的气流轨迹有7类,主要来源于东北方向的大陆和偏东方向的沿海;在东北方向气流轨迹影响下,污染物浓度较高;在东部沿海的气流轨迹下,能见度较低,表明中山市的霾天气受区域传输影响显著.

霾特征；大气污染物；天气形势；气流轨迹

珠江三角洲区域性的空气污染日益严重[1-2],污染物的排放以及城市间的相互传输是珠三角区域污染的重要原因[3-8].气象条件对污染物浓度存在显著的影响,区域霾天气与区域内出现静小风与无明显降水密切相关,在东北气流和沿海气团的影响下,容易形成珠三角高浓度的污染过程[9-20].珠三角城市群的发展对边界层大气输送与扩散条件影响很大,局地环流特征明显,使污染物更易集中在城市群区域内[21-24].近10年来,珠三角的大气能见度与霾研究逐渐得到加强,提出了霾与雾区别的讨论[25],分析了能见度的长期变化趋势[26-27],开展了有关珠三角气溶胶的细粒子特征、能见度光学特性与闭合实验的观测研究,分析了气溶胶的散射性、吸收性与吸湿性特征,以及PM1细粒子的消光贡献,从多方面研究了能见度的影响因子[28-32].由于能见度的影响因子十分复杂,能见度的高低受气溶胶的成分谱、粒子谱特性的影响,能见度的时空演变特征与霾过程的生消和天气形势与气象条件关系十分密切.以往的研究多关注珠三角大都市(如广州和香港)的能见度与污染变化特征,对地市县区域,特别是相关联的影响天气形势仍缺乏系统深入的分析.目前,精细化空气质量与霾天气预报预警以及区域联防联控的推进对相关区域精细高分辨的污染分析研究提出了迫切的需求.

中山市是广东省经济总量名列前茅的地级市,位于珠江三角洲中部偏南的西、北江下游出海处,北接广州市番禺区和佛山市顺德区,西邻江门市区、新会区和珠海市斗门区,东南连珠海市,东隔珠江口伶仃洋与深圳市和香港特别行政区相望,具有重要的地理与经济地位.本文根据2000~2014年中山市霾资料,分析中山市霾天气的变化特征;利用2013~2014年中山市环境监测站资料,分析霾天气时相应的污染物特征;重点分析霾天气的影响天气型、气流轨迹等的气象影响因子.

1 资料来源和处理

气象资料为2000~2014年中山市紫马岭国家地面观测站数据,以及NCEP/NCAR的再分析资料.

大气污染物资料为2013~2014年中山市紫马岭环境监测站资料,包括SO2、NO2、PM10、PM2.5、CO、O3.

霾日标准:日平均能见度<10km且日平均相对湿度£90%,同时剔除中雨以上级别降水(日雨量³10mm).

后向轨迹聚类分析利用了美国国家海洋和大气管理局(NOAA)HYSPLIT4模式.

2 结果分析

2.1 中山市霾特征分析

由图1可见,中山市霾天气年际变化明显,最小值为11d,出现在2005年;最大值为134d,出现在2008年.2000~2006年中山市霾日数较少,均在40d以下;2007年霾日数急剧增加,增加到107d,2007~2011年中山市霾日数均在100d以上;2010~2014年霾日数呈现逐年下降趋势.

经统计,中山市74%霾天气发生在秋冬季节,夏季霾天气相对较少.由图2可见,中山市霾日数年变化明显,霾日数最多的月份是1月,平均为10.5d,2月霾日数有所减少,3月霾日数增多,之后逐月减少,到7月霾日数最少,平均为0.2d,之后霾日数逐月增多.

利用2013~2014年紫马岭环境监测站资料,得出中山市霾日与非霾日大气污染物浓度,如表1所示.霾日PM2.5的平均浓度为79.01mg/m3,是非霾日的2.26倍;霾日PM10的平均浓度为102.63mg/m3,是非霾日的2.03倍.非霾日PM2.5平均浓度占PM10平均浓度的69%,霾日PM2.5平均浓度占PM10平均浓度的77%.霾日NO2的浓度是非霾日的1.98倍.由此可见,PM2.5、PM10和NO2是霾天气的重要污染物.

霾日O3平均浓度是非霾日的1.04倍,说明霾日硫化物、氮化物等发生化学反应,当SO2和NO2浓度增加时,霾日与非霾日O3浓度差异不明显.

表1 霾日与非霾日大气污染物浓度对比Table 1 Comparison of pollutant concentration between haze days and non-haze days

注:O3以日最大值进行计算.

2.2 气象条件对霾的影响

2.2.1 霾日典型天气形势 利用2000~2014年气象资料,分析中山市霾日天气形势,总结出7种主要天气形势:大陆高压型、海上高压型、均压场型、冷锋前部型、台风外围下沉气流型、槽前脊后型、低压槽型.

由表2可见,中山市霾日天气型以大陆高压型比例最高,占52.03%,其次是海上高压型,占19.59%,再其次是均压场型,占16.55%,这3种天气型总共占了88.18%;低压槽型所占的比例最低,为1.80%.从平均能见度可见,冷锋前部型造成的能见度最低,为6.41km,其对应的最大风向频率为静风,平均风速最小,为1.28m/s,静小风条件下容易造成严重霾天气.能见度第2低值的天气型为槽前脊后型,为6.69km,其对应的最大风向频率为东南偏南风,平均风速为1.80m/s,该种天气形势下中山的相对湿度一般较高,由于气溶胶吸湿增长效应容易使能见度下降.

表2 7种霾天气形势及气象要素的比较Table 2 Comparison of synoptic patterns and meteorological parameters

大陆高压型,如图3(a)所示.这种天气类型多发生于秋、冬、春冷空气比较活跃的季节,主要是中国大陆受内蒙古或青藏高原的冷高压控制,冷空气南下影响后,中山市受高压系统控制,低空风速较小.此类天气形势下,地面主要是偏北风,同时气压梯度和风速也不大,平均风速为1.61m/s,有利于污染物从北面输送到中山并累积,所造成的霾天气持续时间较长,最长可造成中山连续8d出现霾天气.

海上高压型,如图3(b)所示.这类天气形势主要包括2种天气过程:一是发生于秋、冬、春冷空气比较活跃的季节,南下的大陆冷高压主体东移出海变性,高压中心位于海上,珠江三角洲地区处于变性高压脊控制之下,低空主要为偏东风;二是夏季西太平洋副热带高压加强西伸,脊线伸展到珠江三角洲地区,低空通常为反气旋性下沉气流.经统计,95%的霾天气属于第1种天气过程,5%属于第2种天气过程.该类型造成的霾天气,发生在3月的频率最高.在高压脊的控制下,地面主要是东北风,平均风速为1.49m/s,容易造成污染物输送并累积,最长可造成中山连续5d出现霾天气.

均压场型,如图3(c)所示.这类天气形势主要是珠江三角洲没有明显天气系统影响,低空风场也较弱,大气层结稳定.地面主要以静小风为主,污染物不易扩散,经统计,静风频率为14.3%,平均风速1.31m/s.此类型可发生在一年四季,其造成的霾天气,发生在10月的频率最高,其次是4月,即发生在过渡季节的概率相对较高,若没有其他天气系统影响,可一直持续,最长可造成中山连续5d出现霾天气.

冷锋前部型,如图3(d)所示.这类天气形势多发生在秋、冬、春冷空气比较活跃的季节,当冷锋或静止锋位于南岭或粤北时,此时低空广东以北地区为偏北风,广东南部为弱南风,偏南暖湿气流爬升,容易在珠江三角洲地区形成逆温层.中山地面主要是静小风,静风频率为14.3%,平均风速为1.28m/s;在这种稳定的大气层结下,极不利于污染物的扩散,这种天气形势最容易造成低能见度事件.此天气形势造成的霾天气通常为1天,但有时冷空气移动比较慢,在南岭附近形成静止锋,也会连续2d产生霾.

台风外围下沉气流型,如图3(e)所示.夏、秋季节,中山地区经常受到台风的影响,当台风在特定的位置,特别是巴士海峡、南海东北部附近区域时,中山常处于台风外围下沉气流控制区,中低层均为北风下沉气流,大气层结稳定,抑制了污染物的扩散和输送.中山地面主要是弱的偏北风,平均风速为1.59m/s.此类型造成的霾天气发生在9月的频率最高,其次是8月.此类天气形势造成的霾持续时间与台风的移动速度、方向等密切相关,最长可造成中山连续4d出现霾天气.

槽前脊后型,如图3(f)所示.此类天气形势多发生在冬季和春季,特别是春季,时常有低压在西南部发展,其槽线向东伸展,位置在江南南部或粤北地区,同时,冷空气主体东移出海产生回流,形成高压脊,其脊线位置位于华南沿海附近,广东沿海低层为东到东南风.在这种天气形势下,中山地面最大风频为东南偏东风,平均风速1.80m/s.该类型造成的霾天气发生在3月的频率最高,此类天气型造成的霾天气通常持续时间为1~2d.

低压槽型,如图3(g)所示.此类天气形势多发生在春、夏、秋季节,此类天气形势特征是,在北部湾、广西或者粤西有低压形成,低压槽自西向东,影响到中山地区,中山处于弱的低压区中,低空为弱的偏南风,地面主要吹西南风,平均风速1.90m/s.此类天气形势出现的频率比较小,一旦低压槽带来降水,由于降水对污染物有冲刷作用,污染物浓度也随之下降,所以此类天气形势造成的霾天气持续时间不长,通常是1d.

表3 2013~2014年7种霾天气形势的污染物浓度Table 3 Concentration of air pollutants of seven typical synoptic patterns during 2013 to 2014

注:O3以日最大值进行计算.

以上7种天气形势是与中山霾密切相关的气象场,但天气形势是复杂多变的天气系统,在某一阶段的表现,各个天气系统并不是孤立存在的,天气系统总是处在不断新生、发展和消亡过程中,既可以不断演变、发展和交替,也可以相互结合,共同发挥作用.此外,由于天气系统各自的强度、持续时间不同,其贡献也有所差异.

利用2013~2014年空气质量数据,分析中山市霾天气下污染物浓度特征,如表3可见,SO2、PM10、PM2.5浓度在台风外围下沉气流影响下浓度最高,大陆高压型下浓度次高.NO2浓度在低压槽下浓度最高,大陆高压型下浓度次高.CO浓度在台风外围下沉气流影响下浓度最高,低压槽型下浓度次高.O3浓度在台风外围下沉气流影响下浓度最高,冷锋前部型下浓度次高;这2个天气形势下浓度达到200µg/m3,比其他类型下的浓度明显偏高,这是因为台风外围下沉气流下天气晴朗、冷锋前部型下广东容易出现回暖晴好的天气,形成有利于光化学反应的强光照条件,使臭氧浓度显著升高.总体来说,台风外围下沉气流型和大陆高压型下污染物浓度较高,这2种天气型下地面为北风,容易使中山上游的污染物输送到本地,使污染物浓度升高.

2.2.2 霾天气后向轨迹分析 为研究中山地区霾天气的气流来源,利用HYSPLIT4轨迹模式,计算中山2013~2014年霾日(共125d)逐日的48h地面气流后向轨迹,进行聚类分析.由图4可见,中山霾天气气流轨迹主要来源于东北方向的大陆和偏东方向的沿海.东北方向的轨迹包括轨迹1、2、3,分别源于粤北、江西中部、江西南部,途径珠江三角洲污染源城市,共占68%.偏东方向的轨迹包括轨迹4、5、6,分别源于台湾海峡、福建沿海、浙江沿海,轨迹沿着海岸线,途径香港、深圳,共占26%.轨迹7为短距离输送,气流源于广东南部的沿海,占4%,气流高度为100m以下.

由表4可见,轨迹1气流下,NO2的浓度最高,轨迹2气流下,SO2、PM10、PM2.5浓度最高,轨迹7气流下,O3、CO浓度最高;轨迹4气流下,能见度最低.东北气流(轨迹1、2、3)下,途经污染源城市,污染物浓度较高;偏东气流(轨迹4、5、6)下,污染物浓度较低,表明中山市的霾天气受区域传输影响显著.另外,偏东气流下由于相对湿度较高,气溶胶吸湿增长作用,导致能见度降低.

表4 7种气流轨迹下能见度及污染物浓度Table 4 Visibility and pollutant concentration of 7types of airflow transport channels

注:O3以日最大值进行计算.

3 结论

3.1 2000~2014年中山市霾日数年际变化明显,最小值为11d,出现在2005年,最大值为134d,出现在2008年.中山市霾天气主要发生在秋冬季节,霾日数最多的月份是1月,平均为10.5d.PM2.5、PM10和NO2是霾天气的重要污染物.

3.2 中山市霾日典型天气形势有7种:大陆高压型、海上高压型、均压场型、冷锋前部型、台风外围下沉气流型、槽前脊后型、低压槽型.大陆高压型出现的频率最高,持续时间较长,容易造成连续性霾天气.冷锋前部型下容易造成严重霾天气.台风外围下沉气流和大陆高压型下污染物浓度较高,台风外围下沉气流和冷锋前部型下易出现臭氧污染.

3.3 利用聚类分析统计方法,得出中山霾天气气流轨迹有7条,主要来源于东北方向的大陆和偏东方向的沿海,分别占68%和26%.中山市的霾天气受区域传输影响显著,东北方向气流轨迹影响下,污染物浓度较高;东部沿海的气流轨迹下,空气湿度升高,由于气溶胶吸湿增长作用,容易造成低能见度事件.

Zhang Y H, Hu M, Zhong L J. Regional integrated experiments on air quality over Pearl River Delta 2004 (PRIDE-PRD2004): Overview [J]. Atmospheric Environment, 2008,42(25):6157- 6173.

吴 兑,毕雪岩,邓雪娇,等.珠江三角洲大气霾导致能见度下降问题研究 [J]. 气象学报, 2006,64(4):510-517.

Wang T, Kwok C N P H, Li Y S, et al. Characterizing the temporal variability and emission patterns of pollution plumes in the Pearl River Delta of China [J]. Atmospheric Environment, 2003,37(25):3539-3550.

Cheung H C, Wang T, Baumann K, et al. Influence of regional pollution outflow on the concentrations of fine particulate matter and visibility in the coastal area of southern China [J]. Atmospheric Environment, 2005,39:6463-6474.

Peter K K Louie, John G Watson, Judith C Chow, et al. Seasonal characteristics and regional transport of PM2.5in Hongkong [J]. Atmospheric Environment, 2005,39:1695-1710.

车汶蔚,郑君瑜,钟流举.珠江三角洲机动车污染物排放特征及分担率 [J]. 环境科学研究, 2009,22(4):456- 461.

王淑兰,张远航,钟流举,等.珠江三角洲城市间空气污染的相互影响 [J]. 中国环境科学, 2005,25(2):133-137.

胡晓宇,李云鹏,李金凤,等.珠江三角洲城市群PM10的相互影响研究 [J]. 北京大学学报(自然科学版), 2011,47(3):519-524.

李 琼,李福娇,叶燕翔,等.珠江三角洲地区天气类型与污染潜势及污染浓度的关系 [J]. 热带气象学报, 1999,15(4):363-369.

W L Physick, Rob Goudey. Estimating an annual-average RSP concentration for Hong Kong using days characteristic of the dominant weather patterns [J]. Atmospheric Environment, 2001, 35:2697-2705.

范绍佳,王安宇,樊 琦,等.珠江三角洲大气边界层特征及其概念模型 [J]. 中国环境科学, 2006,26(S1):4-6.

邓雪娇,黄 健,吴 兑,等.深圳地区典型大气污染过程分析 [J]. 中国环境科学, 2006,26(Suppl.):7-11.

CHEN Xun-lai, FAN Shao-jia, LI Jiang-nan, et al. Typical weather characteristics associated with air pollution in Hong Kong area [J]. Journal of Tropical Meteorology, 2008,14(2):101- 104.

吴 兑,廖国莲,邓雪娇,等.珠江三角洲霾天气的近地层输送条件研究 [J]. 应用气象学报, 2008,19(1):1-9.

李颖敏,范绍佳,张人文.2008年秋季珠江三角洲污染气象分析 [J]. 中国环境科学, 2011,31(10):1585-1591.

邓雪娇,李 菲,吴 兑,等.广州地区典型清洁与污染过程的大气湍流与物质交换特征 [J]. 中国环境科学, 2011,31(9):1424- 1430.

吴 蒙,范绍佳,吴 兑,等.广州地区霾与清洁天气变化特征及影响因素分析 [J]. 中国环境科学, 2012,32(8):1409-1415.

Wu M, Wu D, Fan Q, et al. Observational studies of the meteorological characteristics associated with poor air quality over the Pearl River Delta in China [J]. Atmos. Chem. Phys., 2013,13,10755–10766.

王世强,黎伟标,邓雪娇,等.广州地区污染物输送通道的特征 [J]. 中国环境科学, 2015,35(1):2883-2890.

刘 建,范绍佳,吴 兑,等.珠江三角洲典型霾过程的边界层特征 [J]. 中国环境科学, 2015,35(6):1664-1674.

Liu Heping, Johnny C L Chan. An investigation of air-pollutant patterns under sea-land breezes during a severe air-pollution episode in Hongkong [J]. Atmospheric Environment, 2002,36: 591-601.

Jeff C F Lo, Alexis K H Lau, Chen F, et al. Urban modification in a mesoscale model and the effects on the local circulation in the Pearl River Delta region [J]. J. Appl. Meteorol. Climat., 2007, 46:457-476.

Jeff C F Lo, Alexis K H Lau, Jimmy C H Fung, et al. Investigation of enhanced cross-city transport and trapping of air pollutants by coastal and urban land-sea breeze circulations [J]. J. Geophys. Res., 2006 111, D14104, doi:10.1029/2005JD006837.

陈 燕,蒋维楣,郭文利,等.珠江三角洲地区城市群发展对局地大气污染物扩散的影响 [J]. 环境科学学报, 2005,25(5):700- 710.

吴 兑.关于霾与雾的区别和霾天气预警的讨论 [J]. 气象, 2005,31(4):3-7.

Deng X J, Tie X X, Wu D, et al. Long-term trend of visibility and its characterizations in the Pearl River Delta Region (PRD), China [J]. Atmospheric Environment, 2008,42:1424-1435.

黄 健,吴 兑,黄敏辉,等.1954~2004年珠江三角洲大气能见度变化趋势 [J]. 应用气象学报, 2008,19(1):61-70.

Cheng Y F, Heike Eichler, Alfred Wiedensohler, et al. Mixing state of elemental carbon and non-light-absorbing aerosol components derived from in situ particle optical properties at Xinken in Pearl River Delta of China [J]. J. Geophys. Res., 2006, 111(D20):4763-4773.

刘新罡,张远航,曾立民.广州市大气能见度影响因子的贡献研究 [J]. 气候与环境研究, 2006,11(6):733-738.

Deng X J, Wu D, Yu J Z, et al. Characterizations of secondary aerosol and its extinction effects on visibility over Pearl River Delta Region [J]. Journal of the Air & Waste Management Association, 2013,63(9):1012–1021.

Lin Z J, Tao J, Chai F H, et al. Impact of relative humidity and particles number size distribution on aerosol light extinction in the urban area of Guangzhou [J]. Atmos. Chem. Phys., 2013,13, 1115–1128.

张芷言,王宝民,邓雪娇,等.广州地区PM1质量浓度对能见度的影响以及气溶胶吸湿增长因子 [J]. 中国科学院大学学报, 2014,31(3):397-402.

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.

刘红年,朱 焱,林惠娟,等.基于自动站资料的苏州灰霾天气分析 [J]. 中国环境科学, 2015,35(3):668-675.

吴 蒙,范绍佳,吴 兑.台风过程珠江三角洲边界层特征及其对空气质量的影响 [J]. 中国环境科学, 2013,33(9):1569-1576.

李 菲,黄晓莹,张芷言,等.2012年广州典型灰霾过程个例分析 [J]. 中国环境科学, 2014,34(8):1912-1919.

曹玲娴,耿 红,姚晨婷,等.太原市冬季灰霾期间大气细颗粒物化学成分特征 [J]. 中国环境科学, 2014,34(4):837-843.

刘唯佳,韩永翔,王 静,等.北京2010年10月一次典型灰霾过程光学特性分析 [J]. 中国环境科学, 2015,35(7):1931-1937.

* 责任作者, 研究员, dxj@grmc.gov.cn

Haze characteristics associated with meteorological factors in Zhongshan during 2000~2014

LI Ying-min1, DENG Xue-jiao2*, DENG Tao2, LAO Zhao-ming1, XIA Guan-cong1

(1.Zhongshan Meteorological Service, Zhongshan 528400, China；2.Key Laboratory of Regional Numerical Weather Prediction, Institute of Tropical and Marine Meteorology, China Meteorological Administration, Guangzhou 510080, China)., 2016,36(6)：1638~1644

Based on meteorological data from 2000 to 2014 and environmental monitoring data from 2013 to 2014 in Zhongshan, the haze characteristics and meteorological factors were analyzed. The result showed that haze days had obvious annual variability, there were 11 haze days in 2005 and 134 days in 2008. Haze in Zhongshan mainly occurred in autumn and winter. From 2000 to 2014, the average of haze days was 10.5 days in January, which was the most frequent month of haze pollution. PM2.5was one of the most important pollutants causing haze. When haze occurred, the average concentration of PM2.5was 2.26 times higher than non-haze days. The typical synoptic patterns associated with haze over South China could be summarized into 7major categories: mainland high pressure, ridge on South China Sea, equalizing pressure, foreside of cold front, downward flow of typhoon periphery, foreside of trough or backside of ridge, and trough over South China. The type of mainland high pressure caused the most haze days, taking up by 52.03%, while the type of foreside of cold front caused the lowest visibility. By using cluster analysis, the results revealed that airflow transport channels near the ground in Zhongshan could be divided into 7types. The mainly transport channels were from the northeast China and coastal areas in the East. The northeast channels could cause high pollutant concentration, and the east channels could cause low visibility. The result demonstrated that haze in Zhongshan was noticeably affected by regional airflow transport.

haze characteristics；air pollutant；synoptic patterns；airflow transport channel

X513

A

1000-6923(2016)06-1638-07

李颖敏(1986-),女,广东江门人,工程师,硕士,研究方向为大气物理学与大气环境.发表论文2篇.

2015-10-13

国家自然科学基金(41475105);国家科技支撑计划(2014BAC16B06);科技部公益性(气象)行业项目(GYHY2013 06042);广东省科技计划项目(2015A020215020);广东省气象局科技创新团队计划项目201506