謝文琪，鐘蘭頔，曾 凱

（1.南昌縣氣象局，南昌 330200；2.江西省農(nóng)業(yè)氣象中心，南昌 330200；3.南昌市氣象局，南昌 330008）

酸雨已成為全球性環(huán)境問題［1-3］。探究酸雨的時空分布及影響因素對了解和掌握全球酸雨及環(huán)境問題具有重要意義［4］。

中國的大氣環(huán)境問題主要是酸雨-細顆粒物-光化學煙霧復合型污染［5，6］。根據(jù)2020 年《中國生態(tài)環(huán)境狀況公報》顯示，中國酸雨主要分布在長江以南-云貴高原以東地區(qū)，以江西省南昌市和湖南省長沙市等城市為中心的華中酸雨區(qū)污染水平超過西南酸雨區(qū)。

南昌市位于江西省中部，以農(nóng)業(yè)和工業(yè)生產(chǎn)為主，重污染行業(yè)所排放的污染物較多，且該地屬亞熱帶，在高溫強輻射條件下，大氣光化學反應強烈，高溫高濕度下很容易使NOx及SO2轉(zhuǎn)化為H2SO4、HNO3等物質(zhì)［7，8］，因此酸雨污染是南昌市面臨的重要環(huán)境問題。本研究利用南昌市南昌縣國家氣象觀測站的酸雨觀測資料，分析南昌市2011—2020 年酸雨的時空分布變化，并利用HYSPLIT 后向軌跡模型及潛在源區(qū)、權(quán)重因子分析南昌市酸雨來源，以期為探討華東地區(qū)酸雨污染物的來源、特征及相對貢獻提供參考。

1 資料來源與研究方法

1.1 資料來源

采用南昌縣國家氣象觀測站（115.57°N，28.33°E，海拔31.9 m）2011—2020 年酸雨觀測資料表征南昌市酸雨的變化，該站點位于南昌市南昌縣蓮塘鎮(zhèn)、城鎮(zhèn)交界處，酸雨離子成分含量與市區(qū)接近，能夠較好地反映南昌市酸雨的特點。經(jīng)過質(zhì)量控制得到原始數(shù)據(jù)，數(shù)據(jù)符合酸雨探測環(huán)境和中國氣象局（2017）《酸雨觀測規(guī)范》的要求。氣象資料來源于美國國家環(huán)境預報中心（NCEP）提供的全球數(shù)據(jù)同化系統(tǒng)GDAS 資料。

1.2 研究方法

1.2.1 酸雨數(shù)據(jù)處理 除按照酸雨觀測數(shù)據(jù)的常規(guī)業(yè)務(wù)流程［9］對觀測資料進行審核外，還采用K-pH不等式方法對所有的降水、pH 和K值數(shù)據(jù)進行數(shù)據(jù)質(zhì)量控制。K-pH 不等式如下。

式中，Km為實測降水K值；KH和KOH分別為氫離子電導率和氫氧根離子電導率，由pH、氫離子摩爾電導率（AH）和氫氧根離子摩爾電導率（AOH）計算。剔除觀測數(shù)據(jù)中ΔpH＜-0.5 的嚴重可疑數(shù)據(jù)，并對-0.5≤ΔpH＜0 的觀測數(shù)據(jù)做進一步訂正處理，以保證觀測數(shù)據(jù)分析的科學性，保證酸雨分析的結(jié)果。

1.2.2 后向軌跡模型及方法 應用混合單粒子拉格朗日綜合軌跡（Hysplit）模型，基于王亞強［10］編制的Meteoinfo 軟件，模擬2017 年南昌市每個酸雨日4 個時次（2：00、8：00、14：00、20：00）后向72 h 氣流軌跡，模擬初始高度為1 500 m，再通過聚類分析獲得具有代表性的軌跡模型?；诤笙蜍壽E及pH 來確定酸雨源區(qū)，進行潛在源貢獻分析（PSCF）。利用0.5°×0.5°網(wǎng)格對南昌縣觀測站進行網(wǎng)格化處理（65°—136° E，6°—46° N），通過計算軌跡端點數(shù)來確定源區(qū)，閾值選擇2017 年平均降水pH。為確定各源區(qū)的貢獻程度，采用濃度權(quán)重分析法（CWT）反映南昌市傳輸路徑上酸雨分布狀況［11，12］。

2 結(jié)果與分析

2.1 降水的pH 和電導率

2.1.1 年際變化特征 根據(jù)中國氣象局（2017 年）酸雨和酸雨區(qū)等級［13］，將酸雨按日降水pH 劃分為4個等級。從降水pH 和pH 頻率分布（圖1）可以看出，2011—2020 年南昌市降水除2012 年pH 為4.69，屬于弱酸雨等級外，2011、2013—2020 年降雨pH 介于5.08～5.52，呈較穩(wěn)定的波動，屬于較弱酸雨等級，南昌市降雨的pH 范圍和姜磊［14］計算的江西省其他城市pH 范圍接近，表明南昌市主要受區(qū)域性降水酸化的影響。2011—2020 年強酸雨頻率顯著降低，至2016 年沒有再出現(xiàn)強酸雨，特強酸雨至2014 年后未出現(xiàn)，表明南昌市的酸雨狀況有明顯改善，降水pH整體呈上升趨勢，但由于其pH 仍低于5.6，酸雨防治仍是需重點關(guān)注的環(huán)境問題。

圖1 2011—2020 年南昌市降水pH 和pH 頻率分布

降水電導率K值表征降水受污染的程度，一般以K=50 μS/cm 為分界線，若大于50 μS/cm，表明該地區(qū)空氣質(zhì)量較差，污染物濃度也越高［15］。由圖2可知，2011—2020 年南昌市歷年平均降水電導率為50.9 μS/cm，K值總體呈波動性變化，表明南昌市空氣質(zhì)量整體較好。其中，2020 年空氣質(zhì)量最差，降水電導率達68.3 μS/cm，2017 年空氣質(zhì)量最好，降水電導率為40.1 μS/cm。

2.1.2 季節(jié)變化 為探究季節(jié)變化對南昌市酸雨的影響，按照春季（3—5 月）、夏季（6—8 月）、秋季（9—11 月）、冬季（12—2 月）分析2011—2020 年南昌市降水的pH、K值，以及降水量、酸雨頻率的季節(jié)變化趨勢。由表1 可知，南昌市春、夏、冬季平均降水pH 與K值、酸雨頻率成反比，與降雨量成正比。冬季平均降水pH 最低，為5.06，表明冬季酸雨最為嚴重，且酸雨頻率也最高，達65.49%，降水的潔凈程度也最差。夏季平均降水pH 最大，為5.34，酸性最弱，K值最小，為45.7 μS/cm。這可能與大氣層結(jié)穩(wěn)定度有關(guān)，夏季大氣層結(jié)不穩(wěn)定、降水量大，有利于大氣污染物的擴散，而冬季則相反。

表1 2011—2020 年南昌市降水季節(jié)性變化

2.2 酸雨與地面風向風速的關(guān)系

2.2.1 酸雨與地面風速的關(guān)系 為分析南昌市酸雨與地面風速的關(guān)系，將地面風速按照風力等級劃分，分析2011—2020 年不同風速下南昌市酸雨的變化情況。由表2可知，當為3級風，即風速在3.3～5.4 m/s時，2011—2020 年南昌市酸雨出現(xiàn)頻率最高，達到67.19%，當為1 級風，即風速≤1.5 m/s 時，出現(xiàn)酸雨的次數(shù)最多，總數(shù)達到489 次。表明微風條件下，有利于酸雨的形成。

表2 2011—2020 年南昌市酸雨變化特征與風速的關(guān)系

2.2.2 酸雨與地面風向的關(guān)系 酸雨的形成除了受到風速的影響，還與風向有關(guān)。如圖3a 所示，將風向劃分為16 個等級，并計算出不同方位風向下2011—2020 年南昌市降雨的pH。如圖3b 所示，繪制不同等級酸雨出現(xiàn)頻率的玫瑰圖，地面風為北風（N）時，酸雨污染較重，pH 達4.94，地面風為西風（W）時，酸雨污染較輕，pH 為5.38。即來自安徽等地的酸雨污染影響南昌市，使其酸雨發(fā)生較重，而來自西側(cè)河南省等地的酸雨污染較輕，這一結(jié)果與吳建明等［16］的研究結(jié)果相反，主要是由于地面風速表征的是近地面的情況，而大氣中酸雨的前體物的輸送高度在850 hPa（1 500 m 左右），代表高空的輸送情況，即地面的風向無法代表高空風向的變化，需進一步討論平流輸送對酸雨的影響。

2.3 后向軌跡及潛在源區(qū)分析

2.3.1 后向軌跡聚類分析 為進一步探究遠距離輸送對酸雨的影響，以2017 年為時間點（最接近南昌市2011—2020 年平均pH），利用HYSPLIT 后向軌跡模型，對南昌市酸雨日1 500 m 高度處72 h 的氣流后向軌跡進行聚類分析。由圖4 可見，2017 年南昌市酸雨后向軌跡可分為4 類：第1 類為西南偏西向氣流，貢獻率為17%，多為弱酸雨，污染源起源自河內(nèi)途經(jīng)廣西壯族自治區(qū)中部、湖南省南部、江西省西部輸送至南昌市，遠距離輸送；第2 類為偏西向氣流，貢獻率達51%，為最主要的酸雨輸送路徑，多為強酸雨，該類軌跡較短，氣團移動速度較慢，起源自湖南省中部途經(jīng)江西省西部，受區(qū)域污染物輸送及本地排放影響較大；第3 類為西南氣流，貢獻率為23%，多為弱酸雨，主要是夏季受海南省、廣東省等地輸送的西南暖濕氣流影響；第4 類為偏東向氣流，貢獻率僅有9%，多為弱酸雨，污染源主要來自于東海沿海地區(qū)酸性污染物及海上船舶廢氣。酸雨軌跡聚類分析表明，南昌市酸雨來源以南昌市以西的大陸氣團為主，廣東、廣西、浙江等省（自治區(qū)）沿海城市均有貢獻。

2.3.2 潛在源區(qū)及權(quán)重分析 為進一步分析南昌市酸雨輸送的原理及潛在源區(qū)，進行潛在源貢獻和權(quán)重分析，獲得了2017 年南昌市酸雨的潛在源貢獻分析（PSCF）結(jié)果以及濃度權(quán)重分析法（CWT）結(jié)果。由圖5a可見，潛在源區(qū)主要分布在湖南省、湖北省東部、福建省西部、廣西壯族自治區(qū)北部以及廣東省中部沿海等地。影響南昌市酸雨的潛在源貢獻高值區(qū)（潛在源區(qū)貢獻值WPSCF＞0.5）上述地區(qū)均有涉及，其中湖南省中東部一帶為最主要的潛在源區(qū)，這也與第2 類后向軌跡聚類分析結(jié)果相對應。與2020年中國生態(tài)環(huán)境公報［17］中指出的酸雨主要分布區(qū)域一致。究其原因可能是由于南方土壤酸化嚴重、降水多的氣候條件以及汽車尾氣排放和工業(yè)污染的影響所致。

圖5 2017 年南昌市酸雨的潛在源區(qū)（a）及權(quán)重因子（b）分析結(jié)果

由于潛在源區(qū)分析只能得到酸雨軌跡的占比，不同pH 的氣團可能計算得到相同的潛在源區(qū)貢獻值（WPSCF），因此無法識別影響氣團pH 程度的大小，也無法得到氣團對地區(qū)的貢獻值。故對潛在網(wǎng)格進行pH 的加權(quán)計算，來對比不同網(wǎng)格的貢獻水平。由圖5b 可見，CWT分布與PSCF分布基本一致?？梢娔喜兴嵊甑膹娫粗饕獊碜杂诒镜嘏欧?，城區(qū)污染的影響。南昌市區(qū)人口密度大，小藍工業(yè)區(qū)作為南昌市重要的工業(yè)源地，其排放的SO2、NOX作為酸雨的前體物加劇酸雨的形成。隨著汽車保有量的增加，據(jù)南昌市2021 年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報［18］數(shù)據(jù)統(tǒng)計結(jié)果，南昌市2020 年汽車保有量達202 萬輛，同比增長7.7%，為酸雨形成提供了充足的條件。湖南省依舊為南昌市酸雨的另一大源區(qū)，可能是其屬于內(nèi)陸地區(qū)，污染物不易擴散，受西南氣流引導，空氣中攜帶的SO2、NOX輸送至南昌市，進而形成酸雨。

3 小結(jié)

1）2011—2020 年南昌市酸雨、強酸雨日數(shù)與頻率總體呈上升趨勢，酸雨污染有明顯改善，但降水pH 仍低于5.6，需重點防治。

2）南昌市酸雨年際變化、季節(jié)性變化明顯，冬季酸雨污染最為嚴重，主要是由于冬季不利于污染物擴散，夏季強對流天氣常發(fā)，對流不穩(wěn)定，不利于酸雨的形成，降水酸性較弱。在微風條件下，有利于酸雨的形成。酸雨易形成于地面風向為北風（N）、北東北（NNE）下。

3）后向軌跡聚類分析與潛在源區(qū)、權(quán)重因子分析表明，南昌市酸雨受本地局地排放和外來輸送共同影響，其中來自偏西方向湖南省等內(nèi)陸地區(qū)輸送的氣團占比較大，江西省本地輸送的氣團影響最大。