杭州G20期间PM2.5污染过程的模拟

薛松　戴维　颜佳任

摘 要：随着经济的发展和城市化进程的加快，我国城市大气污染已经成为首要环境问题，其中以PM2.5污染最为严重。G20峰会期间杭州地区从2日17时至4日18时出现了两次污染过程，PM2.5质量浓度峰值分别为3日00时的65.3μg/m3和4日01时的54.7μg/m3，两次污染过程均发生在夜间。本文利用WRF-Chem模式，模拟了9月2—4日的PM2.5污染过程，研究了减排区域内排放源对PM2.5颗粒物的贡献率和污染过程的天气条件，模拟结果表明：2日—4日减排区域内贡献率平均值为714%，两次污染过程中PM2.5质量浓度达到峰值时减排区域内排放源贡献率分别为86.7%和77.7%，与平均值相比都有提高，在整个污染过程中PM2.5颗粒物的贡献主要以减排区域内贡献为主。发现在减排背景下，气象条件是产生污染的主要原因，杭州地区上空边界层内空气层结处于静力稳定状态，在850hPa上受高压控制，地面风场较弱这些天气条件不利于杭州地区污染物扩散，导致污染物在杭州地区堆积。

关键词：PM2.5;WRF-Chem;减排区域内贡献

1 绪论

随着经济的发展和人民生活水平的提高，大气污染越来越受到人们关注，PM2.5污染作为大气污染中的一种，成为严峻的大气环境问题。研究指出，大气气溶胶的粒径分布、化学成分和时空变化等决定了颗粒物的健康效应和环境效应（Castro et al.，2010），大气颗粒物尤其是粒径较小的细颗粒物会危及人体健康，包括引发呼吸系统疾病等（Holmes，2007）。目前，WRF-Chem模式已经广泛的应用于区域空气质量的研究（Easter et al.，2004），有大量的学者使用WRF-Chem模式研究了不同地区的污染过程，揭示了地区间污染物相互传输和气象条件的关系。Lee et al.（2006）使用WRF-Chem模式研究发现香港和珠三角地区的污染有一定的相关性。封艺等（2015）通过WRF-Chem模式研究了长江三角城市群相互输送污染物的比例。Milford et al.（2013）发现欧洲西南部的PM2.5污染和西班牙西南部、葡萄牙地区的输送有关。杨鹏等（2016）研究了南京地区夏季的一次PM2.5污染过程，发现南京东部上游地区输送和气象条件的共同影响下形成此次污染过程。

另一方面也有学者研究了大型活动政策性减排措施对空气质量改善效果的影响。徐敬等（2016）将减排区域设置为敏感源区和重点区域，在使用相同的减排策略时，对比两种减排策略发现二者都可以明显降低当地的PM2.5浓度。通过，比较不同减排策略的表现后发现，、敏感源区方案的减排效率要高于重点区域减排方案，当敏感源区PM2.5的排放量仅仅减少重点区域削减量的20%的情况下，就可以达到重点区域方案总体减排效果的60%～90%。Liu et al.（2012）使用基于遥感的统计模型研究奥运会期间减排措施对PM2.5质量浓度影响发现，奥运会前后实施的减排策略使得北京PM2.5质量浓度下降了27%～33%。李荔等（2016）使用南京青奥会期间的减排方案模拟了南京地区大气空气质量的变化发现，大气污染物SO2、NOx和烟粉尘浓度相比为减排时减少了24%、30%和27%，此外，减排措施的实施直接使得南京地区PM2.5质量浓度降低了21%。Guo et al.（2016）使用空气质量模型模拟了2014年北京APEC会议召开前后“APEC蓝”期间，大气污染物浓度的浓度变化，研究发现当减少本地一次排放源将使得PM2.5、PM10、NO2、CO浓度分别减22%、24%、10%、22%，同时也对比设置另一种情境，当减少周围区域污染物排放时，发现PM2.5、PM10、NO2、CO的浓度分别减少了14%、14%、8%、13%，研究表明改善北京地区空气质量最直接有效的减排策略是直接减少北京地区的污染物排放，另一方面也表明，北京周边地区排放的污染物也对北京地区的空气质量产生了不可忽视的影响。

杭州是长三角地区的经济发达城市之一，也是著名的旅游城市，随着城市化的迅猛发展，城市空气质量明显下降，污染日趋严重。为了保障2016年9月4—5日G20峰会期间杭州城区的空气质量，杭州市在2016年8月24日至9月6日期间采取了严格的减排限排措施，为我们提供了研究杭州的空气质量影响因素的理想试验条件。在减排期间，杭州市城市背景站（杭州国家气候基准站）的观测数据中仍发现在9月2日17时—4日18时（北京时间，下同）有两次PM2.5质量浓度升高的过程。本文研究了减排区域内排放源对观测点PM2.5颗粒物的贡献率和污染过程的天气条件，为今后的减排措施提供更多的启示。

2 资料和方法

2.1 观测和站点

观测时间为2016年9月2日00：00—2016年9月7日08：00，观测资料为杭州国家基准气候站（30.23°N，120.17°E，海拔43.3m）（以下简称杭州站）的温度、气压、风速、风向、PM2.5质量浓度、PM10质量浓度和临安大气本底站（30.3°N，119.73°E，海拔138.6m）（以下简称临安站）的PM10质量浓度。

2.2 模式介绍和设置

本研究采用的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（如風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。试验采用的WRF-Chem版本为3.6.1。研究区域为我国东部地区，模式使用了两层嵌套区域模拟方案（如图1a所示），中心经纬度为30°N，120°E，投影方式为Lambert投影，两条标准纬度分别为30°N和60°N。外层网格数为85×95，水平分辨率为12km，内层网格数为118×142，水平分辨率为4km，垂直方向划分为31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，气溶胶方案为MOSAIC。光化学反应过程所需要的光解率由在线的Fast-J方法计算，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陆面方案和YSU边界层方案。

2.3 排放源清单和減排区域设置

模式两层嵌套网格使用的人为源排放源清单来自中国多尺度排放清单模型（MEIC，2012年），生物质排放源采用Model of Emissions and Gases from Nature（MEGAN）（https：//www.acom.ucar.edu/wrf-chem/download.shtml），模式的化学和初始边界条件由Model for Ozone And Related Chemical Traces version（MOZART）（https：//www.acom.ucar.edu/wrf-chem/mozart.shtml）提供。杭州G20会议环境质量保障时间为8月24日—9月6日，根据《浙江省环境质量保障方案》设置减排区域如表1，减排区域如图1（b）所示。

模式预热时间为2016年8月31日08：00—9月2日08：00，模拟时间为2016年9月2日08：00—7日08：00。试验包括：A.实施人为源减排措施的情景模拟;B.清除减排区域内污染物的情景模拟。

3 结果验证

G20会议期间杭州站PM2.5平均质量浓度为24.7μg/m3，与前后平均值30.1μg/m3和37.2μg/m3相比，杭州站的PM2.5质量浓度下降了15%～30%;PM10平均质量浓度为42.2μg/m3，与前后平均值47.1μg/m3和58.9μg/m3相比，质量浓度下降了10%～25%;AQI空气质量指数在G20峰会期间达到了良好的标准。图1为杭州站气象要素、PM10和临安站PM10的模拟结果和观测结果的对比。根据对比可以发现，模拟数据和观测数据较为吻合，杭州站的气象要素相关系数为：温度0.85、风速0.56、风向0.5，杭州站和临安站的大气颗粒物PM10相关系数分别为0.65和0.51，总体上模拟效果良好。

4 结果分析

4.1 气溶胶污染过程

在图3中使用黑色方框标出了两次PM2.5污染事件，分别为9月2日17时-9月3日16时、9月3日17时—9月4日18时。PM2.5质量浓度在9月3日凌晨上升到65.2μg/m3，到3日下午16时下降至16.3μg/m3，而后在4日凌晨又上升到547μg/m3，随后下降并稳定在10～30μg/m3。杭州以及周边地区在8月24日—9月6日期间实行了严格的管控措施，而9月2日17时—4日18时出现了两次PM2.5质量浓度剧烈上升的过程，本文以两次过程为例分析此次减排期间杭州地区PM2.5污染事件的形成原因和PM2.5的来源。图4是9月2日12时开始，每隔6小时的近地层PM2.5质量浓度分布和10m风场。由图4可见，在2日12时（a）和2日18时（b）杭州地区处于较为清洁区域，而在杭州地区污染物质量浓度较高的时刻3日00时（c）和3日06时（d）时由于东侧海上吹偏东风，西侧风速较弱且以东风为主，杭州地区处于风速风向的辐合带中，同时杭州地区的北侧则有个PM2.5的污染带。随后由于风速的加大，污染物迅速消散，如图4（e）。第二次污染过程与第一次相类似，如图4（f）、4（g）、4（h）。

4.2 减排区域内贡献

利用如下公式计算杭州站减排区域内贡献所占比例：减排区域内贡献率=A-BA×100%（A：减排情景下杭州站污染物的质量浓度，B：清除减排区域内污染物时杭州站污染物的质量浓度），以评价减排区域内排放源对污染物质量浓度的影响。9月2—5日中PM2.5和PM10两种污染物的每日本地贡献率分别为757%、79.8%、65.3%、15.1%和70.0%、73.4%、542%、104%，在2—4日的污染过程发生时PM2.5和PM10减排区域内贡献率在65.3%～79.8%之间，说明在这三天中污染物的来源主要是以减排区域内贡献为主。为了更加详细研究减排区域内贡献率和PM2.5质量浓度的关系，绘制了PM2.5、PM10两种污染物逐小时的减排区域内贡献率、减排区域外贡献PM2.5质量浓度、杭州站模拟PM2.5质量浓度，如图5。可以发现，PM2.5逐小时减排区域内贡献率在9月2日16时—4日17时这段时间内与PM2.5质量浓度变化一致。图5中减排区域外贡献PM2.5质量浓度在2日—5日没有明显变化，只有在2日—4日污染过程中略有升高。表2中列出了杭州站2日-5日PM2.5污染物的平均浓度、3日和4日污染物的峰值浓度以及相应时刻的减排区域内、外贡献率，从表中3日PM2.5质量浓度峰值所对应的减排区域内贡献为83.65%，与平均值相比增加了48.09μg/m3，而外来贡献占比16.35%，与平均值相比增加了6.65μg/m3。同时，4日PM2.5质量浓度对应的峰值为39.28μg/m3，此时减排区域贡献为7166%、减排区域外贡献为28.34%，与平均值相比增量分别为14.72μg/m3和5.76μg/m3。说明污染过程中杭州站的污染物以减排区域内贡献为主，减排区域外贡献虽然在污染发生时有小幅上升，但是与减排区域内贡献相比较小。

4.3 气象扩散条件

图6是2016年9月2日20时和9月3日20时的地面气压场及850hPa高度场、风场。如图6a，通过分析850hPa高度场的位势高度，发现副热带高压位于东海，并没有控制在大陆上空，我国大陆几乎不受副热带高压的影响，但是杭州位于的长江中下游地区，则受副热带高压控制，此外，在华南地区上空我们也发现有条切变线控制。通过分析海平面气压图（图6b）上，海南岛至华南一带受一热带低压影响，但是我国东部地区的等压线较为稀疏，气压梯度力较小，导致风速较小。杭州以及周边地区在850hPa上受高压影响，位于海平面气压场上低压控制地区的北侧，使得杭州地区的垂直方向上大气运动是向下的，也就是下沉的，杭州地区水平方向上气压梯度力较小，使得地面风速较小，杭州地区处于静风控制，不利于污染物的扩散。而到9月3日850hPa高度场（6c）上副高增强控制着长江中下游地区，海平面气压场则与前一日相比没有明显变化。

另一方面，由于杭州市以及周边地区大气稳定度较高，不利于污染物扩散。图7显示，在污染过程期间杭州地区边界层的高度在200～300m之间，而杭州周边地区的边界层高度较高，杭州地区气溶胶扩散条件较差。图8为污染期间PM2.5污染物的垂直分布情况，图8a是9月3日00时沿东西方向的剖面图，剖线位置如图7中横线。由图7可见，PM2.5主要集中在600m左右，同时，我们分析风场发现，在PM2.5浓度大值区的东侧风向向上，西侧向下，有明显的海陆风形成，杭州湾附近形成的海路风循环，将东侧的污染物在600m左右的高度输送至杭州地区上空，而后由于风向向下堆积在杭州地区。另一方面，我们分析图中的温度场发现，此时杭州地区上空的温度线分布较为稀疏，温度梯度较弱，但是在900m以上高度的空中等温线相对又变得密集，温度梯度又逐渐加强，这种类似的气象条件不利于污染物扩散。由图8b，剖线位置如图7中的纵线，3日00时南北方向上的PM2.5污染物主要集中在400m以下的高度中，在这一高度上风速大且以下沉气流为主，杭州上空等温线成垂直分布，而且较为稀疏，不利于污染物的抬升扩散。而到了4日00时（如图8c和8d），东西方向剖面气象场形势与3日00时相似，但是污染物集中在杭州地区近地层附近，PM25质量浓度也有所降低。南北方向剖面（图8d）在杭州地区上空也存在逆温层，垂直风速向下，不利于污染物扩散。两次污染过程气象场相似，均是环流形势以下沉运动为主、水平风速较小、存在逆温层，同时海陆风在此次污染过程中也起到了一定的作用，杭州地区正好处于下沉区。

5 结论

2016年9月3—4日杭州G20峰会期间，在施行了严格的减排措施的控制下仍然产生了两次PM2.5污染事件，在短时间内PM2.5质量浓度快速上升，而后迅速消散。污染过程与天气形势密切相关，850hPa上受高压控制，地面等压线稀疏风速较小不利于污染物的扩散。从垂直气象条件来看，此次PM2.5污染发生时，杭州地区上空温度垂直梯度较小，边界层高度较低，垂直高度上的大气较为稳定以及海陆风的作用，这些条件为污染物集聚提供了适宜的环境。模式的结果显示，在非污染过程时段，减排区域内对杭州站PM2.5质量浓度贡献率为68.9%。污染发生时减排区域外对杭州站PM2.5质量浓度贡献率虽然有所上升，但是相对于减排区域内贡献率（最高时达到83.7%）则显得较小，因此杭州站此次PM2.5污染以减排区域内贡献为主。

参考文献：

[1]Castro A，Alonsoblanco E，Gonzálezcolino M，et al.Aerosol size distribution in precipitation events in León，Spain[J].Atmospheric Research，2010，96（2）：421-435.

[2]Easter R C，Ghan S J，Zhang Y，etal.MIRAGE：Model description and evaluation of aerosols and trace gases[J].Journal of Geophysical Research，2004，109（D20）：409-420.

[3]封艺，刘红年，孙凯.长三角城市群污染输送相互影响的敏感性试验[J].环境监控与预警，2016，8（1）：5-12.

[4]Guo J，He J，Liu H，et al.Impact of various emission control schemes on air quality using WRF-Chem during APEC China 2014[J].Atmospheric Environment，2016，140：311-319.

[5]Lee Y C，Savtchenko A.Relationship between Air Pollution in Hong Kong and in the Pearl River Delta Region of South China in 2003 and 2004：An Analysis[J].Journal of Applied Meteorology and Climatology，2006，45（2）：269-282.

[6]李荔，劉倩，李冰，等.南京青奥会期间管控措施空气质量改善效果评估[J].环境科学研究，2016，29（2）：175-182.

[7]Liu Y，He K，Li S，et al.A statistical model to evaluate the effectiveness of PM2.5emissions control during the Beijing 2008 Olympic Games[J].Environment International，2012，44：100-105.

[8]Milford C，Castell N，Marrero C，et al.Measurements and simulation of speciated PM2.5 in south-west Europe[J].Atmospheric Environment，2013，77（77）：36-50.

[9]N.S.Holmes.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.

[10]徐敬，张小玲，蔡旭晖，等.基于敏感源分析的动态大气污染排放方案模拟[J].应用气象学报，2016，27（6）：654-665.

[11]杨鹏，朱彬，高晋徽，等.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[J].中国环境科学，2016，36（2）：321-330.