楊 鵬,朱 彬,高晉徽,康漢青,張 亮,王紅磊,李月娥 (南京信息工程大學(xué),氣象災(zāi)害預(yù)報預(yù)警與評估協(xié)同創(chuàng)新中心,中國氣象局氣溶膠-云-降水重點開放實驗室,江蘇 南京 210044)

?

一次以南京為中心的夏季PM2.5污染島污染事件的數(shù)值模擬

楊 鵬,朱 彬*,高晉徽,康漢青,張 亮,王紅磊,李月娥 (南京信息工程大學(xué),氣象災(zāi)害預(yù)報預(yù)警與評估協(xié)同創(chuàng)新中心,中國氣象局氣溶膠-云-降水重點開放實驗室,江蘇 南京 210044)

摘要：2013年6月23～24日南京及其周邊地區(qū)發(fā)生了一次小范圍、突發(fā)性的氣溶膠污染事件,P M2.5的平均濃度達到242μg/m3,在夏季比較少見.本文利用WRF-chem模式對該PM2.5污染事件進行模擬,通過對模式結(jié)果進行分析表明:此次污染事件與天氣形勢和邊界層結(jié)構(gòu)有著直接聯(lián)系.此次污染發(fā)生時江淮地區(qū)正處于梅雨時節(jié),南京及其周邊地區(qū)處于江淮低空切變線上,切變線附近有輻合的流場,東部上游排放源的貢獻和南京本地的靜穩(wěn)風(fēng)場導(dǎo)致污染物在南京堆積.污染期間有比平時更強的氣粒轉(zhuǎn)化過程,23日PM2.5濃度受到SO2減半的影響,濃度減少量為9.8％,受NOx減半影響的減少量為7.3％.污染發(fā)生期間南京地區(qū)上空溫度垂直梯度較小,溫度層結(jié)不利于污染物的垂直擴散,邊界層高度較低,低層大氣湍流活動較弱,垂直高度上的穩(wěn)定層結(jié)也為污染物集聚提供了條件.

關(guān)鍵詞：氣溶膠；PM2.5；排放源；長江三角洲

* 責(zé)任作者, 教授, binzhu@nuist.edu.cn

目前,大氣氣溶膠已成為我國當(dāng)今導(dǎo)致空氣質(zhì)量惡化的主要污染物[1-3],造成近年來城市乃至區(qū)域灰霾天氣頻發(fā),能見度下降[1].流行病學(xué)研究指出大氣顆粒物的存在,尤其是粒徑較小的超細顆粒物同樣會危及人體健康,包括引發(fā)呼吸系統(tǒng)疾病等[4-5].研究表明,大氣氣溶膠的粒徑分布、化學(xué)成分、形成機制和時空變化等決定了顆粒物自身的性質(zhì)和環(huán)境效應(yīng)[6-7],大氣氣溶膠的粒徑分布存在明顯的季節(jié)變化特征,氣象要素對其有顯著地影響[8-9].王淑英等[10]指出:在特定天氣條件下,周邊地區(qū)污染源對北京空氣中顆粒物濃度具有重要影響.當(dāng)霧霾天氣區(qū)域內(nèi)的表面風(fēng)速偏大(小)時,使得霧霾向區(qū)域外的輸送偏強(偏弱),不(有)利于霧霾的維持和發(fā)展,而在穩(wěn)定層結(jié)中形成的下沉氣流,有利于霧霾天氣的維持和發(fā)展[11].國內(nèi)外已有很多研究分析不同地區(qū)空氣重污染現(xiàn)狀及其影響因素,Davis等[12]指出短時間內(nèi)局地氣象條件對重污染過程起著決定作用;蘇福慶等[13]指出邊界層中氣象因子梯度分布影響著污染物的匯聚、輸送和擴散;王莉莉等[14]研究北京2010年一次污染特征發(fā)現(xiàn)重污染過程中大氣邊界層在91％的時段低于500m,連續(xù)靜穩(wěn)的天氣形勢和區(qū)域污染是導(dǎo)致此次霾發(fā)生和持續(xù)的主要原因;王自發(fā)等[15]研究發(fā)現(xiàn)來自京津冀區(qū)域外跨城市群輸送的貢獻顯著,與局地污染源貢獻相當(dāng).在污染個例期間,跨界輸送的影響更為顯著.已有觀測表明灰霾天氣中氣溶膠粒子會經(jīng)歷復(fù)雜的演變過程,“老化”的污染氣團比“新鮮”氣團的氣溶膠吸水性更強,云凝結(jié)核濃度也更高[16-19].這些不同“老化”程度的氣團在我國城市間的交叉分布及其之間的跨界輸送使得我國大氣灰霾形成機制更為復(fù)雜.Wang等[20]利用CAMx模型PSAT技術(shù)對上海市2010年11月重污染過程進行來源解析,其中外來源對上海市中心PM2.5濃度貢獻接近50％.這些結(jié)果表明:單點的污染往往會受到區(qū)域輸送的影響.

本次污染過程是以南京地區(qū)為中心的一次夏季小范圍突發(fā)性污染事件,由于發(fā)生在空氣較為潔凈的夏季,與一般冬季發(fā)生的大范圍長時間污染的表現(xiàn)形式和成因也會有所不同,因此對這次污染事件成因進行系統(tǒng)的分析.

1 資料和方法

1.1 觀測站點

觀測時間截取2013年8月18日00:00～2013 年8月26日00:00的觀測資料.文中主要涉及到南京地區(qū)溫度、氣壓、風(fēng)速和風(fēng)向以及SO2和NO2氣體濃度;南京、蘇州、杭州、徐州、合肥和臨安地區(qū)PM2.5濃度數(shù)據(jù).

1.2 模式介紹與設(shè)置——WRF-chem

本研究采用的是WRF-Chem模式是由美國大氣研究中心(NCAR)、美國太平洋西北國家實驗室(PNNL)、美國國家海洋及大氣管理局(NOAA)共同開發(fā)完成的的中尺度大氣動力-化學(xué)耦合模式,該模式除了可以計算各種動力參數(shù)和微物理變量(如:風(fēng)溫度邊界層云雨過程等)外,在其化學(xué)部分還包括了完整的傳輸(平流對流和擴散)、干/濕沉降、化學(xué)過程,模式最大的優(yōu)點是氣象模塊與化學(xué)傳輸模塊在時間和空間分辨率上完全耦合.

研究區(qū)域為長江三角洲地區(qū),模式使用了一層區(qū)域模擬方案,中心經(jīng)緯度為(32°N,119°E)投影方式為Lambert投影,兩條標準緯度分別為北緯30°和北緯60°.網(wǎng)格數(shù)為50×50,水平分辨率為12km,垂直方向劃分為27層.氣象輸入數(shù)據(jù)采用美國國家環(huán)境預(yù)測中心(NCEP)發(fā)布的再分析數(shù)據(jù),網(wǎng)格分辨率為1°×1°,時間分辨率為6h.WRF/ Chem模式的氣相化學(xué)機制選用CBM-Z方案,它包含了55種物質(zhì)和134個化學(xué)反應(yīng).光化學(xué)反應(yīng)過程所需要的光解率由在線的Fast-J方法計算,在計算過程中考慮了大氣粒子對太陽輻射的散射、吸收作用,每小時(模式時間)為氣相化學(xué)模塊更新一次光解率.模式模擬選用了Lin微物理參數(shù)化方案,RRTM長波輻射方案,Goddard短波輻射方案,Noah陸面方案,TKE邊界層方案. Transport and Chemical Evolution over the Pacific (TRACE-P)提供的東亞地區(qū)人為源排放清單基準年份為2001年,水平空間分辨率為0.1°. 2001年以后,隨著經(jīng)濟的迅速發(fā)展,能源消耗量急劇上升,污染物的排放增加,但隨著脫硫、除塵技術(shù)的應(yīng)用,大氣污染物的排放因子也發(fā)生了變化.因此,利用Intercontinental Chemical Transport Experiment-Phase B(INTEX-B)提供的2006年東亞地區(qū)0.5°人為排放源清單代替了TRACE-P清單中的排放源,并以TRACE-P清單的分辨率對INTEX-B源清單進行細化,得到東亞地區(qū)2006 年0.1°排放源清單即本文所用的排放源.排放源采用月變化系數(shù)使得不同月份的排放源更接近實際情況[21].Zhu等[22]利用該源清單對2013年長三角城市熱島效應(yīng)對臭氧的影響進行過研究.生物質(zhì)排放源采用Model of Emissions and Gases from Nature(MEGAN),模式的化學(xué)和初始邊界條件由Model for Ozone And Related ChemicalTraces version 4 (MOZART-4)提供.模式預(yù)熱時間為2013年6月16日00:00～2013年6月18日00:00,模擬時間為2013年6月18日00:00～2013 年6月27日00:00.分為控制實驗、東部去PM2.5一次排放源敏感性實驗、南京本地去PM2.5一次排放源敏感性實驗、SO2減半敏感性實驗以及NO2減半敏感性實驗,共5次模擬實驗.

2 模擬驗證

圖1為南京、徐州、蘇州、杭州、合肥、臨安6個地區(qū)氣溶膠污染情況以及南京氣象條件以及氣體污染物模式與觀測結(jié)果的對比情況.

圖1　南京,蘇州,徐州,杭州,合肥,臨安六地模擬值與觀測值對比(依次為(A)南京和蘇州PM2.5(μg /m3),(B)徐州和杭州PM2.5(μg /m3),(C)合肥和臨安PM2.5(μg /m3),(D)南京風(fēng)向(度)和風(fēng)速(m/s),(E)南京氣壓(hPa)和溫度(℃),(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)

根據(jù)模式與觀測結(jié)果的對比情況可以發(fā)現(xiàn):模式的模擬結(jié)果與觀測結(jié)果相吻合,各地氣溶膠相關(guān)系數(shù)為:南京(0.62)、蘇州(0.66)、徐州(0.51)、杭州(0.68)、合肥(0.65)、臨安(0.62),南京地區(qū)其他各物理量模擬與觀測之間的相關(guān)系數(shù)分別如下:風(fēng)向為0.49,風(fēng)速為0.54,氣壓為0.81,溫度為0.88,SO2為0.45,NO2為0.5.模擬效果總體上較為良好.

由圖1可知,南京地區(qū)的PM2.5于22日及22日之前維持在100μg/m3附近,但是到了22日夜間,PM2.5濃度一路上升到了200μg/m3以上,在23～24日形成較為嚴重的污染.相應(yīng)的氣體污染物NO2與SO2也于23～24日維持在一個較高的濃度水平.而相同時刻南京周邊其他城市,PM2.5的濃度與南京相比較低,污染輕微很多.25日凌晨,江蘇南部地區(qū)普遍降下一場暴雨,使污染的天氣情況得到改善.然而,同處于長三角地區(qū),南京與周邊其他城市污染程度卻不盡相同.

圖2　模擬區(qū)域PM2.5濃度分布(μg/m3)Fig.2 Distribution of simulated the average surface concentration of PM2.5(μg/m3)

從總體上而言,WRF-chem可較為準確的模擬出氣象因子、PM2.5及各污染物的變化趨勢,但對污染較嚴重時段的峰值而言,模擬結(jié)果較監(jiān)測值略有高估,但是六個城市模擬結(jié)果總體來說較為準確.模式對氣象要素的模擬效果較好,可較為準確的模擬出T2(地表2m溫度)、地面10m風(fēng)速和風(fēng)向以及氣壓等氣象要素隨時間的變化趨勢以及峰值分布.

圖2為污染期間23～24日模擬區(qū)域的PM2.5平均濃度分布圖和風(fēng)場.由圖可見:污染期間以南京為氣溶膠污染中心,以江蘇西南部地區(qū)及無錫常州為次要污染地區(qū),其余的地區(qū)都較為清潔,江蘇大部以偏東風(fēng)為主,南京以南地區(qū)吹弱的偏南風(fēng).沿海地區(qū)受到海風(fēng)的稀釋作用較為清潔,風(fēng)速至南京附近開始減小.

3 結(jié)果分析

3.1 氣溶膠來源過程分析

為了深入研究南京此次PM2.5污染過程,通過計算各過程對PM2.5濃度的貢獻量來分析這次PM2.5污染形成過程.圖3所示為2013年6月20 日00:00～2013年6月27日00:00南京及其東西臨近格點PM2.5物理化學(xué)過程量隨時間變化.A、B、C分別為南京格點西側(cè)36km處、南京格點和南京格點東側(cè)36km處的模式輸出結(jié)果和PM2.5濃度.南京東側(cè)地處于濃度高值上風(fēng)向,故污染期間受到的水平平流貢獻較低.23～24日為污染的高值階段,南京由于處在高污染濃度值地區(qū),而上風(fēng)向是較為清潔的東部地區(qū),故污染期間南京水平平流貢獻為負值,而南京西面受到南京地區(qū)的平流輸送影響,PM2.5平流輸送為正值,南京污染期間受到的氣溶膠化學(xué)貢獻為正值.氣溶膠垂直擴散方面,由于氣溶膠垂直擴散受到污染物濃度垂直梯度和垂直擴散條件的雙重影響,有必要分析氣溶膠垂直的逐日貢獻.

由圖3可見,南京20～25日垂直擴散日貢獻分別為:-1678,-1706,-1760,-1155,-1521,-2004μg/ m3,污染期間23～24日與平時相比,南京格點的氣溶膠垂直擴散負貢獻較低.由圖中信息可以得出以下結(jié)論:第一,23～24日氣溶膠垂直擴散項(藍色)與平時相比較弱,即污染期間在南京地區(qū)可能存在抑制污染物擴散的垂直天氣條件.第二,氣溶膠化學(xué)貢獻在污染期間比平時更大,污染期間比平時存在更為嚴重的氣粒轉(zhuǎn)化過程.第三,由于平流項的計算為濃度梯度乘以風(fēng)速,而南京污染期間為濃度的最大值區(qū),所以水平平流項的貢獻為負值,本個例中平流項只能反映出相鄰格點之間的污染物濃度輸送情況,如果想要進一步得知南京高氣溶膠來源還需結(jié)合天氣分析以及模擬敏感性試驗研究.

圖3　南京,南京西和南京東PM2.5濃度和各物理化學(xué)過程貢獻Fig.3 PM2.5concentration and contributions of individual physical and chemical processes to PM2.5concentration in Nanjing, west of Nanjing and east of Nanjing

四種顏色分別代表:藍色(垂直擴散)、黑色(水平平流)、綠色(化學(xué)貢獻)、紅色(垂直平流)

圖4　2013年6月23日江淮地區(qū)風(fēng)切變示意(a)(黑線為江淮切變線)及散度分布(b)(黑線為輻合帶所在位置)(單位: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 特殊天氣形勢下排放源對污染的影響

廖曉農(nóng)等[23]通過對比北京地區(qū)夏季和冬季霧-霾發(fā)生期間天氣背景的影響因子,發(fā)現(xiàn)氣溶膠區(qū)域輸送和環(huán)境大氣保持穩(wěn)定,是夏季氣霧霾天氣產(chǎn)生的重要條件.圖4a為23日的地面天氣圖,南京北側(cè)存在高壓,南京處在高壓底部,吹偏東風(fēng),南京以南地區(qū)受到副熱帶高壓自南向北輸送的氣流,吹偏南風(fēng).南京地區(qū)為風(fēng)場切變地區(qū),天氣形勢為典型的江淮切變線結(jié)構(gòu).切變線附近風(fēng)向上發(fā)生輻合,并且風(fēng)速阻滯,使氣體發(fā)生堆積難以在水平方向上擴散.由散度分布圖(圖4b)可以得知,23～24日污染期間,江蘇東部風(fēng)速較大,吹偏東風(fēng),而江蘇西南部及南京地區(qū)風(fēng)速較小,南京至上海一帶受到切變線的影響,其風(fēng)場分布顯示為一條輻合帶,風(fēng)場的輻合在周邊地區(qū)有污染物排放的情況下容易導(dǎo)致污染物的積累,南京地區(qū)受到東部污染源的影響,且本地風(fēng)速較小,風(fēng)場輻合,不利于污染物的擴散;與此同時,上海地區(qū)也同樣處于輻合帶上,但由于輻合氣流主要為來自海上的清潔空氣,故不僅沒有對上海地區(qū)造成污染,反而稀釋了上海本地排放的污染.而南京地區(qū)在此次污染過程中是長三角工業(yè)區(qū)污染源的下游,所以在南京地區(qū)的輻合與上海地區(qū)起到了相反的作用.污染期間,南京地區(qū)風(fēng)速較小,基本上為靜風(fēng)條件,加之輻合的風(fēng)場以及上游污染物的輸送,使污染物積累在南京地區(qū)難以向外擴散.

李鋒等[24]研究發(fā)現(xiàn)靜穩(wěn)天氣下仍然有污染物的區(qū)域輸送,且在各地區(qū)存在差異.圖5為分別關(guān)閉南京地區(qū)PM2.5一次排放源(a)、關(guān)閉南京地區(qū)PM2.5一次排放源后PM2.5差值濃度(b)、關(guān)閉南京以東地區(qū)PM2.5一次排放源(c)、關(guān)閉南京以東地區(qū)PM2.5一次排放源后PM2.5差值濃度(d)這組敏感性實驗的區(qū)域模擬結(jié)果.由圖中所示,南京地區(qū)一次PM2.5排放源對南京產(chǎn)生的影響較為顯著而對下游地區(qū)的影響作用不明顯,由此可見南京地區(qū)的污染物并未輸送、擴散至下游地區(qū),而是僅僅對南京本地造成了嚴重的污染,南京本地的靜穩(wěn)風(fēng)場為污染物的滯留提供了前提條件.江蘇東部地區(qū)及上海的排放源影響范圍由于受到風(fēng)場的影響,對下游造成了比較嚴重的污染,東部一次PM2.5排放源在東風(fēng)的驅(qū)使下向下游地區(qū)輸送,并且在南京至蘇州的一條輻合帶上發(fā)生堆積,使得南京-常州-無錫一帶成為受東部排放源影響最為嚴重地區(qū),值得注意的是東部地區(qū)一次PM2.5排放源最大的地區(qū)并非此次東部地區(qū)排放源影響最嚴重地區(qū),相比較而言東部地區(qū)排放較為集中的上海地區(qū)受到本地排放源的影響較小,是由于受到海上清潔空氣的影響,將本地的排放源稀釋導(dǎo)致的.南京地區(qū)的一次PM2.5排放源對南京本地產(chǎn)生的貢獻為96μg/m3,占到南京地區(qū)PM2.5總濃度的42.1％,而南京東部地區(qū)一次PM2.5排放源對南京污染的貢獻量為88μg/m3,占到南京地區(qū)PM2.5總濃度的38.6％.總體而言,南京此次污染受到一次PM2.5排放源的影響可以看成是兩個原因?qū)е碌?第一,南京本地的靜穩(wěn)風(fēng)場使得南京本地的排放源在南京區(qū)域內(nèi)發(fā)生堆積,難以擴散至下游地區(qū).第二,東部地區(qū)的排放源在東風(fēng)的作用下輸送至下游地區(qū),而下游地區(qū)的南京至無錫一帶的東風(fēng)風(fēng)速較弱,前慢后快的風(fēng)場結(jié)構(gòu)導(dǎo)致污染物在這一帶發(fā)生輻合積累,從而導(dǎo)致南京至無錫一帶成為污染的高值地區(qū).

圖5　南京及東部地區(qū)對污染事件產(chǎn)生的影響Fig.5 Contribution of emission from Nanjing and the east area to the pollution incident in Nanjing　從左至右分別為:南京PM2.5一次排放源去除情況(a)[0.001μg/(s?km2)]、關(guān)閉南京地區(qū)PM2.5一次排放源后PM2.5差值濃度(b)(μg/m3)、東部地區(qū)PM2.5一次排放源去除情況(c)[0.001μg/(s?km2)]、關(guān)閉南京以東地區(qū)PM2.5一次排放源后PM2.5差值濃度(d) (μg/m3)

我國陸地眾多污染源排放到大氣中大量的氣體[25-27],這些氣體經(jīng)過大氣化學(xué)反應(yīng)在大氣中最終一部分轉(zhuǎn)化為氣溶膠粒子(稱為二次氣溶膠粒子),周敏等[28]研究2013年1月中國中東部大氣重污染期間上海顆粒物的污染特征,發(fā)現(xiàn)NO3－和SO42-的生成效率較高.根據(jù)上文模式的結(jié)果可以得知,除了一次PM2.5排放源的影響,氣溶膠化學(xué)產(chǎn)生對本次污染事件是有一定貢獻的.其中SO2和NOx除了本身作為污染物以外,這兩種氣體對PM2.5的貢獻也是不容忽視的.通過減少SO2以及NOx的排放源比例,可以發(fā)現(xiàn)PM2.5的濃度與23～24日有顯著減少.實驗分為三組,第一組為標準排放(不減少任何排放物種),第二組為SO2敏感性試驗(減少50％的SO2排放量濃度),第三組為NOx敏感性試驗(減少50％的NOx排放量濃度).通過減少排放源造成的PM2.5濃度減少比例如圖6,其中與23～24日這兩天相比,其他天數(shù)PM2.5濃度對于SO2及NOx氣體污染物的敏感性不明顯,均處于5％以下.23日PM2.5濃度受到SO2減半的影響,濃度減少量為 9.8％,受NOx減半影響為減少7.3％.24日PM2.5濃度受到SO2減半影響減少量為5.5％,受到NOx減半影響減少量為4.5％.故可以得知:污染嚴重的兩天PM2.5濃度受到的無機氣體污染物影響程度要遠遠大于其他污染程度較輕的時間段.

圖6　氣體污染物減半對PM2.5濃度減少的百分比Fig.6 The influence of removing half of the gaseous pollutants to the concentration of PM2.5

3.3 垂直氣象條件分析

楊欣等[29]研究發(fā)現(xiàn),較低的邊界層高度限制了污染物的有效擴散,使灰霾污染加重.王耀庭等[30]研究發(fā)現(xiàn)夏季靜穩(wěn)天氣下大氣邊界層不易被有效突破,故不利于大氣污染物擴散.任陣海等[31]發(fā)現(xiàn)持續(xù)的逆溫層和干潔的暖空氣蓋是造成污染的重要原因.由圖7a可知,污染發(fā)生期間,南京地區(qū)的邊界層高度較低(蘇州西側(cè)由于受到太湖影響邊界層高度較低),邊界層平均高度僅僅維持在200～300m,而南京周圍其他地區(qū)的邊界層高度較高,由此可以推測出污染期間,南京地區(qū)有使邊界層高度降低的穩(wěn)定氣象條件.根據(jù)之前的模式輸出量的結(jié)果可以得知,在污染期間,南京地區(qū)除了水平氣象條件表現(xiàn)為輻合,風(fēng)速較小,使污染物在水平空間上發(fā)生積累以外,氣溶膠的垂直擴散條件與平時相比也較差,尤其是23日,氣溶膠的垂直擴散尤為不明顯,可以推知當(dāng)時南京地區(qū)的垂直氣象條件不利于污染物的垂直擴散,由于污染期間南京以偏東風(fēng)為主,圖7b(圖7a中橫線為剖面所在位置,右側(cè)為東)為以南京地區(qū)為中心點東西向的剖面圖,近地面風(fēng)場以自東向西輸送為主,南京以東地區(qū)東風(fēng)風(fēng)速較大,南京附近及南京以西地區(qū)風(fēng)速較弱,呈靜風(fēng)趨勢.污染期間,南京的氣溶膠濃度主要集中在近地面附近,極少向高空擴散,故高空的氣溶膠濃度很低.與氣溶膠濃度集中在近地面對應(yīng)的是:夏季海洋溫度較低,陸地溫度較高,自東向西輸送的風(fēng)場將來自海面的冷性空氣攜帶至內(nèi)陸,使得南京東部地區(qū)溫度較低,而風(fēng)場到達南京地區(qū),水平風(fēng)速減弱,故冷性的空氣并未輸送到南京以西地區(qū),使南京上空500m左右高度存在一個東西方向上溫度梯度,水平方向上的溫度梯度偏高,而垂直方向上的溫度梯度偏低,垂直方向上等溫線呈豎直的態(tài)勢,環(huán)境溫度隨高度上升變化較小,這種環(huán)境熱力條件不利于地表空氣塊的向上抬升及污染物的垂直擴散,圖7c(圖7a中豎線為剖面所在位置,右側(cè)為北)為以南京為中心點南北方向的垂直剖面圖,與東西方向類似的是:南北方向上的剖面圖南京上空等溫線垂直分布同樣非常稀疏.這種垂直溫度條件非常不利于污染物從地面向高空擴散,從而導(dǎo)致南京地區(qū)的氣溶膠污染維持在地面附近.

圖7　模擬區(qū)域污染期間23～24日邊界層高度平均值(A)、溫度及PM2.5濃度東西向垂直剖面圖(B)、溫度及PM2.5濃度南北向垂直剖面圖(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 結(jié)論

4.1 2013年6月23～24日南京及其周邊地區(qū)發(fā)生了一次小范圍、突發(fā)性的氣溶膠污染事件,此次污染事件與天氣形勢有著直接聯(lián)系.此次污染發(fā)生時江淮地區(qū)正處于梅雨時節(jié),南京及其周邊地區(qū)處于江淮低空切變線上,切變線附近有輻合的流場,東部上游排放源的貢獻和南京本地的靜穩(wěn)風(fēng)場導(dǎo)致污染物在南京堆積.

4.2 南京地區(qū)和南京東部地區(qū)PM2.5一次源對南京本地產(chǎn)生的貢獻分別為42.1％和38.6％.氣體污染物在污染期間對南京地區(qū)PM2.5濃度的貢獻比其他時間段更為顯著,23日PM2.5濃度受到SO2減半的影響,濃度減少量為9.8％,受NOx減半影響為減少7.3％.

4.3 從垂直氣象條件來看,污染發(fā)生期間南京地區(qū)上空溫度垂直梯度較小,溫度層結(jié)不利于污染物的垂直擴散,邊界層高度較低,低層大氣湍流活動較弱,垂直高度上的穩(wěn)定層結(jié)也為污染物集聚提供了條件.

4.4 夏季污染事件與冬季相比發(fā)生頻率較小,持續(xù)時間較短,在副熱帶高壓控制長三角地區(qū)之前,長三角地區(qū)以陰到多云天氣為主,太陽輻射較弱,邊界層高度較低,不利于氣溶膠的垂直擴散,此時如果有污染物的區(qū)域輸送,就可能發(fā)生區(qū)域性小范圍的污染事件.

參考文獻：

[1] 王紅磊,朱 彬,沈利娟,等.春節(jié)期間南京氣溶膠質(zhì)量濃度和化學(xué)組成特征 [J]. 中國環(huán)境科學(xué), 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 喬,馮 凝,等.深圳大氣中VOCs的二次有機氣溶膠生成潛勢 [J]. 中國環(huán)境科學(xué), 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] 張養(yǎng)梅,顏 鵬,楊東貞,等.臨安大氣氣溶膠理化特性季節(jié)變化[J]. 應(yīng)用氣象學(xué)報, 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 飛,王金南,等.中國PM2.5跨區(qū)域傳輸特征數(shù)值模擬研究 [J]. 中國環(huán)境科學(xué), 2014,34(6):1361-1368.

[10] 王淑英,張小玲.北京地區(qū)PM10污染的氣象特征 [J]. 應(yīng)用氣象學(xué)報, 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] 蘇福慶,楊明珍,鐘繼紅,等.華北地區(qū)天氣型對區(qū)域大氣污染的影響 [J]. 環(huán)境科學(xué)研究, 2004,17(3):16-20.

[14] 王莉莉,王躍思,王迎紅,等.北京夏末秋初不同天氣形勢對大氣污染物濃度的影響 [J]. 中國環(huán)境科學(xué), 2010,30(7):924-930.

[15] 王自發(fā),李 杰,王 哲,等.2013年1月我國中東部重霾污染的數(shù)值模擬和防控對策 [J]. 中國科學(xué):地球科學(xué), 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.長江三角洲地區(qū)大氣污染物人為源排放特征研究 [D].南京:南京大學(xué), 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] 廖曉農(nóng),張小玲,王迎春,等.北京地區(qū)冬夏季持續(xù)性霧-霾發(fā)生的環(huán)境氣象條件對比分析 [J]. 環(huán)境科學(xué), 2014,35(6):2033-2044

[24] 李 鋒,朱 彬,安俊嶺,等.2013年12月初長江三角洲及周邊地區(qū)重霾污染的數(shù)值模擬 [J]. 中國環(huán)境科學(xué), 2015,35(7): 1965-1974.

[25] 張人禾,李 強,張若楠.2013年1月中國東部持續(xù)性強霧霾天氣產(chǎn)生的氣象條件分析 [J]. 中國科學(xué)(地球科學(xué)), 2014,4(1): 27-36.

[26] 曹國良,張小曳,龔山陵,等.中國區(qū)域主要顆粒物及污染氣體的排放源清單 [J]. 科學(xué)通報, 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,陳長虹,王紅麗,等.上海市秋季典型大氣高污染過程中顆粒物的化學(xué)組成變化特征 [J]. 環(huán)境科學(xué)學(xué)報, 2012,32(1): 81-92.

[29] 楊 欣,陳義珍,劉厚鳳,等.北京2013年1月連續(xù)強霾過程的污染特征及成因分析 [J]. 中國環(huán)境科學(xué), 2014,34(2):282-288.

[30] 王耀庭,李 威,張小玲.北京城區(qū)夏季靜穩(wěn)天氣下大氣邊界層與大氣污染的關(guān)系 [J]. 環(huán)境科學(xué)研究, 2012,25(10):1092-1098.

[31] 任陣海,萬本太,虞 統(tǒng),等.不同尺度大氣系統(tǒng)對污染邊界層的影響及其水平流場輸送 [J]. 環(huán)境科學(xué)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

作者簡介：楊 鵬(1991-),男,安徽合肥人,南京信息工程大學(xué)碩士研究生,主要從事大氣化學(xué),大氣環(huán)境研究.

基金項目：國家自然科學(xué)基金項目(41275143);公益性行業(yè)(氣象)科研專項(201206011);江蘇省高校自然科學(xué)研究重大基礎(chǔ)研究項目(12KJA170003)

收稿日期：2015-08-10

中圖分類號：X513

文獻標識碼：A

文章編號：1000-6923(2016)02-0321-10