潘 亮,閻鳳霞,吳峻石,張燕燕,許建明,4* (.長(zhǎng)三角環(huán)境氣象預(yù)報(bào)預(yù)警中心,上海 005；.民航華東空管局氣象中心,上海 005；.寶山氣候觀象臺(tái),上海 0000；4.大氣科學(xué)與衛(wèi)星遙感安徽省重點(diǎn)實(shí)驗(yàn)室,安徽 合肥 0000)

低空逆溫是一種常見(jiàn)的大氣溫度層結(jié),表現(xiàn)為溫度隨高度上升的現(xiàn)象[1].逆溫發(fā)生時(shí)大氣通常處于穩(wěn)定狀態(tài),大氣中動(dòng)量、熱量、物質(zhì)的垂直交換很弱,因此容易促發(fā)或加重大氣污染事件[2].很多研究都表明,近年來(lái)我國(guó)東部的氣溶膠細(xì)粒子重污染事件都和逆溫密切相關(guān)[3-4].邊界層逆溫被認(rèn)為是重污染天氣形成和維持的最重要?dú)庀髼l件之一[5-6].此外研究發(fā)現(xiàn)[7-9],高濃度氣溶膠污染會(huì)削弱達(dá)到地面的太陽(yáng)輻射,進(jìn)一步加劇邊界層的逆溫程度,兩者之間的雙向反饋有利于重污染過(guò)程的維持.低空逆溫一般分為接地逆溫(Surface based inversion, SBI)和懸浮逆溫(Enhanced inversion, EI).前者由于下墊面冷卻使得近地面的空氣迅速降溫;后者則和天氣系統(tǒng)的演變有關(guān),暖氣團(tuán)平流或者下沉到較冷空氣的上方[10-11].氣象探空資料是識(shí)別和分析逆溫的最重要的數(shù)據(jù).國(guó)內(nèi)外學(xué)者利用探空資料對(duì)不同地區(qū)的低空逆溫進(jìn)行了大量研究[10-20],結(jié)論基本相似,首先幾乎所有的文獻(xiàn)都發(fā)現(xiàn)EI 的出現(xiàn)頻次高于SBI,前者平均超過(guò)60%,后者約為30%～40%;其次逆溫存在明顯的季節(jié)變化,中緯度地區(qū)冬季的逆溫頻率最高、夏季最低,而高緯度地區(qū)則是春季最高;第三,一些加密觀測(cè)試驗(yàn)顯示逆溫具有明顯的日變化,SBI 一般在夜間出現(xiàn)并發(fā)展,黎明達(dá)到最強(qiáng),日出后減弱,中午前后消失.研究顯示精細(xì)分析邊界層穩(wěn)定度及逆溫特征,了解其對(duì)污染生成和維持的作用,對(duì)改進(jìn)數(shù)值模式物理過(guò)程、開(kāi)展重污染天氣預(yù)報(bào)預(yù)警具有重要意義.

利用探空資料識(shí)別低空逆溫首先需要找到逆溫層的底部和頂部,進(jìn)而計(jì)算逆溫厚度(?Z, m)、垂直溫差(?T,℃)、逆溫強(qiáng)度(dT/dZ,℃/100m)3 個(gè)指標(biāo)分析逆溫的特征.逆溫的計(jì)算主要存在兩個(gè)難點(diǎn):一是資料的垂直分辨率,比如 SBI 的高度通常低于200m[11,16,20],如果采用標(biāo)準(zhǔn)層的探空資料(1km 以下通常只有2 層;2km 以下通常只有3 層)識(shí)別逆溫必然會(huì)出現(xiàn)遺漏,或者在計(jì)算逆溫厚度時(shí)出現(xiàn)偏差;二是逆溫結(jié)構(gòu)比較復(fù)雜,經(jīng)常出現(xiàn)SBI 和EI 共存以及多層逆溫的現(xiàn)象,如夏敏潔等[16]發(fā)現(xiàn)南京08 時(shí)低空逆溫最多有4 層.目前各種方法在識(shí)別復(fù)雜逆溫結(jié)構(gòu)時(shí)都存在局限性[21].Li 等[11]推薦采用Kahl[10]和Fochesatto[21]的方法能夠比較準(zhǔn)確地識(shí)別5 層低空逆溫結(jié)構(gòu). 需要強(qiáng)調(diào)的是,Fochesatto[21]和Li 等[11]都強(qiáng)調(diào)高分辨率的探空資料是準(zhǔn)確識(shí)別逆溫的重要前提.雖然很多研究都定性揭示了逆溫對(duì)PM2.5污染過(guò)程的重要影響,同時(shí)也分析了PM2.5濃度和不同逆溫指標(biāo)的關(guān)系,但是發(fā)生高濃度PM2.5污染的逆溫閾值還不明確,不同文獻(xiàn)的研究結(jié)果還存在一定分歧,這是目前深刻理解逆溫條件下PM2.5演變規(guī)律、準(zhǔn)確開(kāi)展污染天氣預(yù)報(bào)的制約因素.

值得注意的是,雖然EI 的發(fā)生頻率高于SBI,但是根據(jù)Li 等[11]的研究,單獨(dú)出現(xiàn)SBI、單獨(dú)出現(xiàn)EI,同時(shí)出現(xiàn)SBI 和EI 三種情況下,地面氣溶膠數(shù)濃度較沒(méi)有逆溫(NTI)時(shí)分別升高了49.1%、4.5%和49.4%,說(shuō)明SBI 是導(dǎo)致地面氣溶膠濃度升高的主導(dǎo)因素,而EI 對(duì)PM2.5的作用并不顯著.鑒于SBI 對(duì)PM2.5污染的重要影響,本文利用2013～2019 年08:00上海寶山氣候觀象臺(tái)的高分辨率氣象探空數(shù)據(jù)識(shí)別SBI,并計(jì)算SBI 的厚度、垂直溫差、強(qiáng)度三個(gè)指標(biāo)的特征及其演變規(guī)律;研究地面PM2.5濃度與SBI指標(biāo)的定量關(guān)系,從而為改進(jìn)空氣質(zhì)量數(shù)值模式的邊界層過(guò)程、提高重污染天氣的預(yù)報(bào)預(yù)警水平提供參考.

1 材料與方法

1.1 數(shù)據(jù)來(lái)源

地面觀測(cè)數(shù)據(jù)和氣象探空數(shù)據(jù)由上海寶山觀象臺(tái)提供.寶山觀象臺(tái)是上海唯一的國(guó)家氣候觀象臺(tái),代表上海參與國(guó)際氣象觀測(cè)數(shù)據(jù)交換.本文采用2013～2019 年逐日08:00 GTS1 型數(shù)字式探空儀的觀測(cè)數(shù)據(jù)(包括氣溫、相對(duì)濕度、水平風(fēng)速、風(fēng)向),垂直分辨率20m,用于識(shí)別SBI 并計(jì)算三個(gè)逆溫指標(biāo).此外采用同時(shí)段地面常規(guī)氣象觀測(cè)數(shù)據(jù)(氣溫、降雨、水平風(fēng)速、風(fēng)向、相對(duì)濕度、0cm 地溫)和PM2.5質(zhì)量濃度數(shù)據(jù),用于分析逆溫時(shí)的大氣動(dòng)力熱力特征及其對(duì)PM2.5濃度的影響.氣象觀測(cè)符合中國(guó)氣象局的氣象觀測(cè)規(guī)范,PM2.5質(zhì)量濃度采用Theromo 公司的β射線濁度法顆粒物檢測(cè)儀(5030SHARP)觀測(cè),設(shè)備運(yùn)維和數(shù)據(jù)質(zhì)量控制按照《中國(guó)氣象局地面大氣成分觀測(cè)業(yè)務(wù)規(guī)范》實(shí)施.考慮到探空氣球的釋放和觀測(cè)時(shí)間在07:00～08:00,因此常規(guī)地面氣象觀測(cè)和PM2.5觀測(cè)采用07:00～08:00 的平均值.此外本文根據(jù)雨量觀測(cè)剔除了07:00～08:00 發(fā)生降雨的個(gè)例.

1.2 研究方法

1.2.1 逆溫識(shí)別方法

識(shí)別逆溫的基本方法是利用探空數(shù)據(jù)自下向上逐層掃描,根據(jù)溫度隨高度的變化(dT/dZ)判別是否存在逆溫.第一個(gè)dT/dZ＞0 的高度即為逆溫層底部,dT/dZ 由正轉(zhuǎn)負(fù)的高度即為逆溫層頂部,然后可以計(jì)算得到逆溫層的垂直溫差、厚度和強(qiáng)度三個(gè)指標(biāo).但是實(shí)際的溫度廓線非常復(fù)雜,首先通常會(huì)出現(xiàn)多個(gè)不同厚度的逆溫層,即SBI 和多層EI 同時(shí)出現(xiàn);其次由于氣球在上升過(guò)程中受到氣流影響,導(dǎo)致某層逆溫中可能出現(xiàn)溫度突然振蕩的“鋸齒”現(xiàn)象,或者短暫的等溫現(xiàn)象,因此難以準(zhǔn)確識(shí)別不同逆溫層的底部、頂部高度[21].本文對(duì)逆溫的識(shí)別采用Li等[11]的建議,即采用Kahl[10]和Fochesatto[21]的方法識(shí)別SBI 和EI,其中相鄰高度層的溫差?T、逆溫厚度?Z的最小值是識(shí)別復(fù)雜逆溫結(jié)構(gòu)的關(guān)鍵閾值. Li 等[11]建議?Z 的最小值為40m,即認(rèn)為小于40m 的溫度波動(dòng)作為干擾忽略.另外根據(jù)Liu 等[22]本文將判斷逆溫的閾值?T 設(shè)為0.1K.圖1 顯示了對(duì)三類典型逆溫個(gè)例的判別,可見(jiàn)利用該方法可以較好地確定SBI、EI、SBI/EI 并存的逆溫結(jié)構(gòu),尤其在圖1(a)和(b)中較好地排除了溫度擾動(dòng)的影響.

圖1 利用寶山站08:00 探空溫度廓線識(shí)別(a)接地逆溫、(b)懸浮逆溫、(c)混合逆溫的個(gè)例試驗(yàn)Fig.1 Experiment on the identification for (a) SBI, (b) EI, (c) SBI&EI based on the radiosonde measurements of temperature profile at 08:00(LST) at Baoshan observatory

1.2.2 梯度理查遜數(shù)和通風(fēng)指數(shù) 為了分析SBI時(shí)的大氣動(dòng)力熱力垂直結(jié)構(gòu),分析其對(duì)污染物擴(kuò)散的影響,分別用通風(fēng)指數(shù)VI[23]和梯度理查遜數(shù)Ri[24]計(jì)算邊界層內(nèi)大氣的水平通風(fēng)能力和垂直擴(kuò)散能力.其中,式(1)為計(jì)算通風(fēng)指數(shù)VI 的方程,

式中:i 為某一高度層,WSi為第i 層的水平風(fēng)速,?Z為第i 層與i-1 層的高度差. VI 表示從n-m 層高度范圍的通風(fēng)指數(shù),VI 越大,水平通風(fēng)能力越強(qiáng).

2 結(jié)果與分析

2.1 SBI 的季節(jié)變化特征

逆溫尤其是接地逆溫有明顯的季節(jié)變化特征,因而在不同季節(jié)對(duì)地面PM2.5濃度具有不同影響.圖2 顯示了2013～2019 年08:00 寶山觀測(cè)的SBI 頻率、PM2.5質(zhì)量濃度的逐月變化.可見(jiàn)SBI 的頻次具有冬季高、夏季低的特點(diǎn),11～2 月的出現(xiàn)頻率最高,約為35.7%,其中12 月高達(dá)到43.8%,這和秋冬季早晨強(qiáng)烈的地面輻射降溫有關(guān).而夏季(6～8 月)則很少出現(xiàn)SBI,其頻次僅為0.8%,該結(jié)果和濟(jì)南、南京、杭州等城市的觀測(cè)結(jié)論相似[14,16,20].圖2 中早晨的PM2.5濃度也呈現(xiàn)秋冬季高、夏季低的特點(diǎn),其中易污染月份(11 月、12 月、1 月、2 月)的PM2.5平均濃度為71.8μg/m3,是6～8月PM2.5濃度的1.8～2.4倍,這和SBI頻次的季節(jié)變化特征完全一致,表明逆溫是影響PM2.5濃度變化的重要?dú)庀髼l件之一.

垂直溫差、厚度和強(qiáng)度是表征逆溫的3 個(gè)重要指標(biāo),由圖3 可得,其平均值分別為3.4℃、106m和3.4 ℃/100m.在易污染月份SBI 顯著增強(qiáng),三個(gè)指標(biāo)分別升高至3.7℃、118m 和3.6 ℃/100m.由圖3可見(jiàn),三個(gè)指標(biāo)呈現(xiàn)相似的“V”字型季節(jié)分布,即冬季高,夏季低,其中垂直溫差的月變化特點(diǎn)最顯著.需要指出的是上述三個(gè)指標(biāo)的逐月變化存在一定差異. 比如垂直溫差值在1 月和12 月最大分別為4.0℃、3.9 ℃,而厚度則是在4 月最大為154m,尹承美等[20]和夏敏潔等[16]對(duì)南京和濟(jì)南的研究也有類似的發(fā)現(xiàn),認(rèn)為可能與春季風(fēng)速增大、以及地形促發(fā)的局地環(huán)流有關(guān).強(qiáng)度表現(xiàn)為秋冬高、春夏低的特點(diǎn),在10 月到次年3 月較高約為3.5 ℃/100m,而4月至9 月明顯降低約為1.35 ℃/100m. SBI 的三個(gè)指標(biāo)相互關(guān)聯(lián),計(jì)算它們之間的相關(guān)系數(shù)發(fā)現(xiàn),垂直溫差與強(qiáng)度、厚度的相關(guān)性都很好,相關(guān)系數(shù)都超過(guò)0.8(P＜0.01),但厚度與強(qiáng)度的相關(guān)性較低,僅為0.6(P＜0.05).由于強(qiáng)度是垂直溫差和厚度的比值,其變化受到它們的共同影響,因此呈現(xiàn)不同的變化特征.比如在易污染月份,垂直溫差和厚度都顯著上升,但強(qiáng)度基本保持不變,季節(jié)內(nèi)差異很小.Xu等[23]指出,在易污染月份上海PM2.5濃度超標(biāo)日數(shù)最多,是上海典型的PM2.5“污染季節(jié)”.由圖2 可見(jiàn),這也是 SBI 出現(xiàn)頻次最多的 4 個(gè)月(共占72.2%).因此在下文的分析選擇11～2 月作為研究時(shí)段,分析SBI 的動(dòng)力熱力特征及其對(duì)PM2.5的影響并建立定量關(guān)系.

圖2 2013～2019 年寶山觀測(cè)的08:00 接地逆溫的逐月頻次和逐月的PM2.5 平均質(zhì)量濃度Fig.2 The mean monthly frequency of SBI occurrence at 08:00 (LST) and PM2.5 mass concentration during 2013 and 2019 at Baoshan observatory

圖3 2013～2019 年08:00 寶山站接地逆溫3 個(gè)指標(biāo)(a)溫差、(b)厚度、(c)強(qiáng)度的月變化特征Fig.3 The mean monthly variations of (a)temperature difference, (b) depth, (c) intensity of SBI at 08:00 (LST) during 2013 and 2019 at Baoshan observatory

2.2 SBI 時(shí)的大氣動(dòng)力熱力特征

逆溫出現(xiàn)時(shí)大氣層結(jié)穩(wěn)定,有利于局地PM2.5濃度的累積形成污染事件.圖4 顯示了2013～2019年污染季節(jié)08:00 SBI 和NTI 兩種情況下的PM2.5質(zhì)量濃度.可見(jiàn)由于實(shí)施清潔空氣行動(dòng)計(jì)劃,PM2.5質(zhì)量濃度呈現(xiàn)非常明顯的下降趨勢(shì),下降速率分別為每年14.33μg/m3和6.13μg/m3,空氣質(zhì)量顯著改善.但是當(dāng)出現(xiàn)不利氣象條件SBI 時(shí),以2019 年為例早晨的PM2.5平均濃度仍然達(dá)到61.9μg/m3,較NTI 時(shí)升高了79%,表明SBI 是促發(fā)早晨PM2.5污染的重要?dú)庀髼l件.下文將利用地面和探空資料分析SBI 的大氣動(dòng)力熱力特征.首先,表1 對(duì)比了2013～2019 年SBI 和NTI 兩種條件下近地面氣象要素包括氣溫、相對(duì)濕度、水平風(fēng)速、靜風(fēng)頻率、0cm 地溫.可見(jiàn)SBI 時(shí)的平均風(fēng)速在0.9～1.3m/s 之間波動(dòng),平均為1.1m/s,較NTI 時(shí)(3.6m/s)偏低了69%,尤其在 2017、2018 年偏低更加顯著達(dá)到74%～75%;此外SBI 時(shí)的靜風(fēng)頻率為17%,相比之下NTI 的靜風(fēng)頻率不到1%. Xu 等[23]指出,上海近地面風(fēng)速小于1.8m/s 時(shí),PM2.5的累積速度將超過(guò)擴(kuò)散速度.因此出現(xiàn)SBI 時(shí)由于水平風(fēng)速顯著下降,非常有利于地面PM2.5濃度的累積.另外,出現(xiàn)SBI時(shí)的近地面氣溫為4.2℃、相對(duì)濕度為87%,和NTI相比氣溫降低了42%,而相對(duì)濕度則升高了10%,呈現(xiàn)低溫、高濕的特點(diǎn).Su 等[25]和Chen 等[26]的研究表明夜間-早晨的高濕條件能夠增加氣溶膠含水量,從而增加硫酸鹽和硝酸鹽的非均相化學(xué)生成,而低溫則有效抑制了硝酸銨及有機(jī)氣溶膠的揮發(fā),是PM2.5污染加重的重要原因.可見(jiàn),發(fā)生SBI時(shí)近地面的氣象條件具有小風(fēng)、低溫、高濕的特點(diǎn),因而有利于PM2.5的二次生成和局地累積從而促發(fā)大氣污染事件.

圖4 2013～2019 年污染季節(jié)08:00 接地逆溫、無(wú)逆溫兩種條件下寶山PM2.5 質(zhì)量濃度的逐年變化Fig.4 The annual variation of PM2.5 mass concentration at 08:00(LST) averaged from 2013 to 2019 under the conditions of SBI and NTI respectively at Baoshan observatory

除了近地面氣象條件,邊界層的垂直結(jié)構(gòu)對(duì)PM2.5的通風(fēng)和垂直擴(kuò)散同樣具有重要作用.由圖5可見(jiàn),早晨SBI 的平均高度為118m,溫度隨高度增加,平均逆溫強(qiáng)度為3.6 ℃/100m.在SBI 之上存在一個(gè)溫度變化很小的殘留層,與之對(duì)應(yīng)200m 以下風(fēng)速隨高度增加,風(fēng)速梯度最大的高度略高于SBI 的頂部.而在NTI 條件下溫度隨高度明顯下降,但溫度的垂直遞減率很小僅為-0.7 ℃/100m,表明即使沒(méi)有出現(xiàn)逆溫早晨的湍流交換仍然很弱.受此影響低層的水平風(fēng)速隨高度明顯上升.對(duì)比發(fā)現(xiàn),出現(xiàn)SBI 時(shí)垂直方向的風(fēng)速明顯降低,0m～100m、100m～200m、200m～300m、300m～400m、400m～500m 范圍內(nèi)的通風(fēng)指數(shù)分別下降了 44.73%,18.05%, 18.11%, 22.15%, 25.04%,表明低層污染物的水平通風(fēng)能力顯著下降.圖6 計(jì)算了兩種條件下的梯度理查遜數(shù)Ri的垂直分布,它反映了大氣垂直穩(wěn)定度的垂直變化.NTI 時(shí)100m 之下的Ri數(shù)小于0,但絕對(duì)值較小,表明大氣處于弱不穩(wěn)定-中性層結(jié),這和圖5(b)中溫度隨高度略有下降的特征一致.而出現(xiàn)SBI 時(shí),200m 以下Ri數(shù)均大于0.25,表明大氣處于穩(wěn)定層結(jié),而且越接近地面Ri數(shù)越大,表明穩(wěn)定度越強(qiáng).近地面附近的Ri數(shù)接近20,呈現(xiàn)強(qiáng)穩(wěn)定的特點(diǎn),說(shuō)明垂直擴(kuò)散能力非常弱.在SBI 之上,逆溫結(jié)構(gòu)消失,大氣基本處于中性層結(jié).綜上可見(jiàn),出現(xiàn)SBI 時(shí)近地面及邊界層的氣象條件表現(xiàn)為風(fēng)速減小、通風(fēng)能力下降、大氣層結(jié)穩(wěn)定,有利于污染物的局地累積;另外低溫、高濕的環(huán)境增強(qiáng)了PM2.5的二次生成,也是地面PM2.5質(zhì)量濃度升高的重要原因.

表1 2013～2019 年污染季節(jié)08:00 寶山站有接地逆溫和無(wú)逆溫兩種條件下近地面氣溫、風(fēng)速、靜風(fēng)頻率、相對(duì)濕度、0cm 地溫對(duì)比Table 1 Comparison of mean temperature, wind speed, calm winds frequency, relative humidity and surface temperature at 08:00(LST) averaged during 2013 and 2019 between SBI and NTI conditions at Baoshan observatory

圖5 2013～2019 年污染季節(jié)08:00 寶山站有接地逆溫、無(wú)逆溫兩種條件下的(a)水平風(fēng)速廓線和(b)溫度廓線(點(diǎn)畫(huà)線表示SBI 的高度)Fig.5 The mean profiles of (a) wind speed, (b) temperature from radiosonde (the dot-dash line denotes the top height of SBI) at 08:00 (LST) under SBI and NTI conditions during 2013 and 2019 at Baoshan observatory

圖6 2013～2019 年污染季節(jié)08:00 寶山站無(wú)逆溫、有接地逆溫兩種條件下的梯度理查遜數(shù)的垂直分布Fig.6 The vertical distribution of gradient Richardson number at 08:00 (LST) under NTI and SBI conditions during 2013 and 2019 at Baoshan observatory

2.3 PM2.5 與SBI 指標(biāo)的定量關(guān)系

前文分析發(fā)現(xiàn),出現(xiàn)SBI 時(shí)的大氣動(dòng)力熱力條件有利于PM2.5濃度升高,這和Li 等[11]、尹承美等[20]的研究結(jié)果一致.本節(jié)將研究和建立PM2.5質(zhì)量濃度與SBI 指標(biāo)之間的定量關(guān)系,得到促發(fā)PM2.5污染過(guò)程的SBI 閾值. 需要指出的是,國(guó)內(nèi)不同城市的研究結(jié)果存在一定差異,比如一些研究認(rèn)為污染物濃度與逆溫強(qiáng)度、厚度正相關(guān),但尹承美等[20]則發(fā)現(xiàn)濟(jì)南的PM2.5濃度與逆溫強(qiáng)度的關(guān)系不顯著,龍時(shí)磊等[27]發(fā)現(xiàn)上海的PM10濃度與逆溫厚度呈現(xiàn)反比例關(guān)系.不同研究出現(xiàn)分歧的原因首先是因?yàn)椴煌鞘械呐欧盘卣?、地理環(huán)境、天氣氣候背景不同;其次與采用探空資料的垂直分辨率、逆溫指標(biāo)的計(jì)算方法有非常直接的關(guān)系;第三,不同文獻(xiàn)采用的污染物資料也存在較大差異,比如龍石磊等[27]采用的是日均PM10濃度,李培榮等[19]采用的是AQI 的日值;此外,幾乎所有文獻(xiàn)的污染物觀測(cè)資料都不是在氣象探空站獲取,觀測(cè)地點(diǎn)的差異可能也是導(dǎo)致偏差的原因之一.

圖7 PM2.5 質(zhì)量濃度與接地逆溫(a)溫差、(b)厚度的擬合關(guān)系Fig.7 Relationship between PM2.5 mass concentration and (a) temperature difference, (b) depth of SBI

本節(jié)首先分析PM2.5濃度與SBI 三個(gè)指標(biāo)之間的相關(guān)性.利用2013～2019 年污染季節(jié)08 時(shí)310 個(gè)有效SBI 的垂直溫差、強(qiáng)度、厚度數(shù)據(jù),分別計(jì)算與同時(shí)段地面PM2.5平均濃度之間的相關(guān)系數(shù),發(fā)現(xiàn)相關(guān)系數(shù)均為正值,其中PM2.5濃度與垂直溫差、厚度都顯著正相關(guān)(0.01 顯著水平),與垂直溫差的相關(guān)系數(shù)最高,但是與逆溫強(qiáng)度的相關(guān)性沒(méi)有通過(guò)信度檢驗(yàn).Li 等[11]在美國(guó)俄克拉何馬研究發(fā)現(xiàn)氣溶膠數(shù)濃度與SBI 的垂直溫差顯著正相關(guān),而尹承美等[20]則發(fā)現(xiàn)濟(jì)南的PM2.5濃度與SBI 厚度正相關(guān),與強(qiáng)度的相關(guān)性不顯著,這與本文的結(jié)果相近.從表1 的數(shù)據(jù)可以發(fā)現(xiàn),出現(xiàn)SBI 時(shí)0cm 地溫平均為2.5℃ ,較NTI時(shí)偏低了58%,說(shuō)明早晨地表輻射降溫是形成接地逆溫的重要原因.地溫越低,地氣之間的感熱交換越大,使得近地面的氣溫下降越顯著,造成垂直方向的溫差從而形成接地逆溫.可見(jiàn)垂直溫差是表征SBI的最直接的指標(biāo),因此它和PM2.5的相關(guān)性最好.相比之下,強(qiáng)度是垂直溫差和厚度的比值,它的變化會(huì)受到垂直溫差、厚度的共同影響,呈現(xiàn)更加復(fù)雜的變化特征.對(duì)比前文圖2 和圖3 發(fā)現(xiàn),從10～12 月PM2.5濃度顯著升高,SBI 的垂直溫差和厚度也明顯上升,但是強(qiáng)度卻基本不變,由此造成PM2.5濃度與垂直溫差、厚度正相關(guān),但是與強(qiáng)度的相關(guān)性不顯著的現(xiàn)象.為了建立PM2.5質(zhì)量濃度與逆溫指標(biāo)之間的定量關(guān)系,借鑒Li 等[11]的研究方法,根據(jù)垂直溫差、強(qiáng)度、厚度的數(shù)值范圍首先對(duì)它們進(jìn)行分段,然后分別擬合它們與PM2.5質(zhì)量濃度之間的關(guān)系.由圖7 可見(jiàn)總體上PM2.5質(zhì)量濃度隨SBI 垂直溫差、厚度的增加而增加,呈現(xiàn)二次非線性關(guān)系(P＜0.05).PM2.5濃度與垂直溫差的擬合關(guān)系為y=2.17x2-9.9x+90.24.當(dāng)垂直溫差小于3.6℃時(shí),PM2.5濃度隨溫差增大有所上升,但上升幅度較小,而且PM2.5的平均濃度基本低于75μg/m3.之后PM2.5濃度隨溫差的增大迅速上升,當(dāng)垂直溫差達(dá)到4.6℃時(shí)PM2.5均值濃度超過(guò)100μg/m3,表明此時(shí)大氣層結(jié)非常穩(wěn)定,有利于形成PM2.5的污染過(guò)程.圖7(b)顯示了PM2.5濃度與SBI 厚度的擬合關(guān)系為y=-0.002x2+0.9x+35.98.同樣隨著逆溫厚度的增加PM2.5濃度持續(xù)上升.當(dāng)厚度從50m 增加到100m,對(duì)應(yīng)的PM2.5均值濃度迅速?gòu)?0μg/m3增加到100μg/m3,表明大氣穩(wěn)定度不斷增強(qiáng)有利于PM2.5濃度的累積.當(dāng)逆溫厚度在100～160m 之間時(shí),PM2.5濃度基本穩(wěn)定維持,表明邊界層湍流已經(jīng)很弱,大氣層結(jié)穩(wěn)定維持.需要指出的是,由于PM2.5濃度與SBI強(qiáng)度的相關(guān)性不顯著,因此兩者的擬合關(guān)系并沒(méi)有通過(guò)信度檢驗(yàn)(圖略).

2.4 SBI 的長(zhǎng)期變化趨勢(shì)

由圖8 可見(jiàn),2013～2019 年上海早晨SBI 的頻次略有下降,從2013 年的43%下降至2019 年的30%.夏敏潔等[16]也發(fā)現(xiàn)2015年南京08:00的逆溫頻率較2013 年下降了4%,和本文的結(jié)果相近. 2013 年12月上海的SBI 頻次高達(dá)68%,很多研究都證實(shí)2013年逆溫頻次異常偏高,可能是中國(guó)東部氣溶膠污染頻發(fā)的原因之一.與SBI 頻次的年變化特征不同,SBI的垂直溫差基本在3℃～4℃之間波動(dòng),而厚度略有下降,對(duì)應(yīng)強(qiáng)度則略有上升,但它們的變化趨勢(shì)都不顯著.近年來(lái)南京[16]、濟(jì)南[20]都呈現(xiàn)逆溫厚度略下降、逆溫強(qiáng)度略上升、但都不顯著的特點(diǎn),這和本文的結(jié)論一致.考慮到2013～2019 年上海早晨的SBI 沒(méi)有顯著的年變化,但同時(shí)段的PM2.5濃度卻下降了50.5%,說(shuō)明局地污染排放強(qiáng)度明顯降低.

圖8 2013～2019 年污染季節(jié)寶山站08:00 接地逆溫的(a)頻率、(b)溫差、(c)厚度、(d)強(qiáng)度的逐年變化Fig.8 Annual variations of (a) frequency, (b) temperature difference, (c) depth, (d) intensity of SBI at 08:00 from 2013 to 2019 at Baoshan observatory

3 結(jié)論

3.1 2013～2019 年上海早晨SBI 的頻次為16.5%,具有冬季高、夏季低的特點(diǎn),在PM2.5易污染月份達(dá)到35.7%. SBI 頻次和PM2.5的季節(jié)變化非常一致,表明SBI 是觸發(fā)早晨PM2.5污染的重要?dú)庀髼l件之一. SBI 的垂直溫差、厚度和強(qiáng)度也呈現(xiàn)相似的“V”字型季節(jié)分布.在易污染月份垂直溫差和厚度的變化趨勢(shì)相近,而強(qiáng)度由于是垂直溫差和厚度的比值,其變化受到兩者的共同影響,呈現(xiàn)季節(jié)內(nèi)變化較小的不同特點(diǎn).

3.2 雖然2013～2019 年上海PM2.5濃度顯著下降,但2019 年易污染月份早晨出現(xiàn)SBI 時(shí)PM2.5濃度仍然高達(dá)61.9μg/m3,故SBI是促發(fā)早晨PM2.5污染的重要?dú)庀笤?出現(xiàn)SBI 時(shí)大氣動(dòng)力熱力條件呈現(xiàn)水平風(fēng)速降低(69%)、邊界層通風(fēng)能力下降(18%～44%)、垂直層結(jié)穩(wěn)定和低溫高濕的特點(diǎn),因此非常有利于PM2.5的局地累積和二次非均相生成,使得2013～2019 年早晨SBI 條件下的PM2.5濃度較NTI時(shí)偏高了20%～107%.

3.3 PM2.5濃度與SBI 的垂直溫差、厚度顯著正相關(guān),而與強(qiáng)度的相關(guān)性不顯著.PM2.5濃度隨著垂直溫差、厚度的增加而增加,呈現(xiàn)二次非線性關(guān)系,擬合關(guān) 系 分 別 為 y=2.17x2-9.9x+90.24(P＜0.01) 、 y=-0.002x2+0.9x+35.98(P＜0.05). 當(dāng) 垂 直 溫 差 大 于4.6℃、或者厚度大于100m, PM2.5的均值濃度都超過(guò)100μg/m3,可作為判別出現(xiàn)PM2.5重污染天氣的SBI 閾值.