北京夏末秋初不同天气形势对大气污染物浓度的影响

王莉莉,王跃思*,王迎红,孙 扬,吉东生,任玉芬 (.中国科学院大气物理研究所大气边界层物理和大气化学国家重点实验室,北京 0009；.中国科学院生态环境研究中心,北京 00085)

污染物浓度由排放源和天气过程共同决定[1],但城市环境下重污染事件的发生却主要归结为不利于扩散的天气条件,而并非突然增加的排放源[2].天气形势及气象要素与污染物的排放、传输、扩散、(光)化学反应、以及干湿沉降等方面密切相关,例如,温度和地表湿度对局地沙尘排放的影响,(光)化学反应对气温、湿度、太阳辐射以及云量的依赖[3],降水过程对污染物的清除[4],风对污染物的显著影响[5],区域污染物传输对大气环流形势的依赖.因此利用天气气候学方法分类出不同天气型,研究对应天气型下大气污染物浓度,将为评估空气质量和天气过程的关系提供有效手段[6].其方法主要为两大类:一是基于天气图(地面气压场或 500hPa高度场)即环流形势的主观(人为)分类,二是利用统计方法对各气象要素聚类的客观分类,这 2种方法在环境分析领域都有较强的实用性,并已在全球许多地区得到成功应用[6-7].

目前,北京地区污染物浓度与天气形势或气象要素的关系已有一些研究[8-12],结果指出夏秋季副高或者高压系统带来的下沉气流及偏南风输送是造成污染物累积的主要天气系统,而高空槽前或槽过境后的降水或西北大风则使污染物迅速清除.但这些研究主要集中在冬春季节且主要是对PM10重污染过程的分析,针对夏秋季的研究也仅是典型环境个例分析,缺乏长时间系统分析不同天气型与各污染物的关系及利用天气气候学方法综合分析北京地区夏秋季节天气型与各污染物浓度的关系,不利于认知不同年份污染物浓度均值差异的天气原因.本研究基于天气背景形势和天气变化的关系[13],利用主观天气分型方法,综合分析高空天气系统和地面气压场,同时引入影响污染物分布的主要气象要素,对影响北京地区夏末秋初季节的天气型进行分类,并讨论不同天气型和对应污染物浓度的关系,考察2007和2008年奥运会时段污染物浓度与天气型的关系,以期为预测和预警重污染事件提供依据.

1 数据与方法

1.1 站点和数据

北京地区环境监测站点(图1)包括中国科学院大气物理研究所北京325m铁塔(BJT)、阳坊(YF)、奥运村(AYC)、和龙潭湖(LTH),4个站分别代表高流动源站、城郊、科技园区和公园.本研究环境数据选取4个站2007年8月11日～9月20日和2008年8月1日～9月20日对应时间段的NOx、O3、PM2.5和PM10数据.气象数据选取对应时段国家气象局南郊观象台地面和高空资料,同时为综合考虑北京区域降水选用了国家气象局非常规观测站降水数据;天气图(地面气压场和850hPa、500hPa高度场)由国家气象局提供,并利用气象信息综合分析处理系统(MICAPS)处理.

图1 北京地区大气环境和气象要素监测网站点分布Fig.1 Distribution of monitoring network for atmospheric environment and meteorology in Beijing

1.2 监测仪器

4个站点气体监测仪器均采用美国赛默飞世尔(TE)环境设备公司气体分析仪: NOx浓度观测采用42i型化学发光法NO-NO2-NOx分析仪,其最低检测限:0.05×10-9(体积分数);零漂:＜0.025×10-9(24h);跨漂:±1%(24h,满度值);O3采用49i紫外光度法 O3分析仪,其最低检测限:2×10-9(体积分数);精度:1×10-9(体积分数);零漂:0.4%(24h);跨漂:±1%(24h),±2%(7d).按照 US EPA认证的质量控制标准,O3分析仪常规校准使用TECO 49C PS校准仪,每年溯源到美国国家标准物质研究所(USA NIST)一级标准;NOx分析仪常规校准使用美国赛默飞世尔公司出品的146i型动态稀释校准仪,配备 USEPA认证的标准气体(Scott-Marrin.inc生产), NOx浓度为51.1×10-9(体积分数).

颗粒物监测采用环境颗粒物监测仪(RP1400a,美国 R&P公司),采集频率为每10min采1个数据,测量范围 0～5g/m3;分辨率0.1μg/m3;精密度±1.5μg/m3(1h 浓度平均值)、±0.5μg/m3(24h浓度平均值);准确度±0.75%;最低检测限0.06μg/m3(1h浓度平均值).

观测前对所有仪器进行了标定,相关系数在0.98以上,以减少仪器造成的系统误差.

1.3 方法

考虑到北京地区污染与天气型关系的具体情况,对2007和2008年8月和9月每日 08:00500hPa、850hPa高度场和地面气压场,辅以20:00500hPa、850hPa高度场和地面气压场,以及每日区域降水量和风场,进行天气综合图实况分析,确定每日影响北京地区的主要天气系统.此方法以主观天气分型方法为基础,除考虑天气形势和天气系统外,同时引入影响北京夏末秋初污染物浓度的主要气象要素(降水量和风场)进行天气分型,以便更好地分析天气型和污染物浓度的关系.

2 结果与讨论

2.1 天气分型

将影响北京地区天气型分为2大类6种,即积累天气型4种:积累Ⅰ-槽前无降水型、积累Ⅱ-槽后脊前型、积累Ⅲ-脊型、积累Ⅳ-副高型;清除天气型2种:清除Ⅰ-槽或槽前有降水型、清除Ⅱ-槽后有降水或偏北风型.

积累Ⅰ-槽前无降水型(图 2a):北京地区在500hPa位于槽前,低空850hPa以偏南风为主,地面多为均压场或鞍型场,区域无降水.此天气型发生在晴朗天气型之后,以多云到阴天为主,空气湿度较大.在此天气型控制下,整层大气较不稳定,但低层的偏南风输送,结合区域北部和西部山体阻挡的特殊地形,容易造成污染物的累积高值, 2007、2008年此天气型所占比例分别为7%和8%.

积累Ⅱ-槽后脊前型(图2b):北京地区在500hPa主要位于槽后脊前(少数位于槽后,但低层有偏南风输送),低空850hPa多处于槽后、脊、高压或偏南气流控制中,地面气压场多为均压场和高压后部或底部.此天气型时以晴朗、中等云量的天气为主.下沉气流和相对稳定的垂直结构使污染物在此天气型时以累积上升为主.2007、2008年此天气型所占比例均为22%.

积累Ⅲ-脊型(图2c):北京地区500hPa为脊区控制,低空850hPa多为偏南气流、脊或高压场控制,地面为高压和均匀场.此天气型控制时多晴朗、少云天气,近地层风速较小,低层偏南风输送,整层大气稳定,区域整体处于静稳状态.此天气型不利于污染物扩散,且多发生在积累Ⅱ型之后,污染物浓度多在此天气型时达到峰值;尤其夏季与西进北抬的西太平洋副热带高压相结合,常形成持续多天的重污染过程.2007、2008年此天气型所占比例分别为17%和16%.

积累Ⅳ-副高或高压控制型(图2d):北京地区夏季为西太平洋副热带高压(简称副高)控制,500hPa天气图上表现为5880gpm等高线的脊线在40°N左右,低层850hPa为偏南气流或高压控制,地面为均匀或高压场.此天气型时天气晴朗、少云、炎热、潮湿、微风或静风, 低层盛行偏南风,大气整层稳定,且普遍形成较厚、较低的逆温层,大气静稳特征显著.污染物经过多天累积增长后,常在此天气型和积累Ⅲ的共同作用下达到峰值[11],是夏季华北地区区域污染物累积的典型天气型[11-12].2007、2008年此天气型所占比例分别为15%和6%.

清除Ⅰ-槽或槽前有降水型(图2e):北京地区在500hPa天气图上受槽、倒槽或槽前西南气流控制,低层850hPa多为低压、槽前、倒槽或偏南气流控制,地面气压场为均压场或低压场.大气处于不稳定状态,由于低层偏南水汽输送使得大气水汽充足,加上气团的上升运动,或与副高配合,常形成区域大范围降水,从而对污染物进行有效地湿清除,使区域环境质量达到谷值.2007、2008年此天气型所占比例分别为32%和35%.

清除Ⅱ-槽后有降水或偏北风型(图2f):北京地区在500hPa位于槽后,且中纬地区等高线较平直,低层850hPa为倒槽、槽前、低压控制时多形成大范围降水,为槽后或高压前部控制时有较大偏北风,地面为低压或均匀场控制.此天气型相关的降水或低层偏北大风能有效清除区域污染物.2007、2008年此天气型所占比例分别为7%和14%.

图2 6种天气型对应的8:00500hpa天气Fig.2 500hPa level synoptic maps at 8:00 LST for six synoptic patterns

不同年份各天气型所占比例略有不同;2008年积累型天气型所占比例为51%,而2007年则为61%;总体上看8、9月份控制北京地区主要天气型为积累Ⅱ、积累Ⅲ和清除Ⅰ,约占72%.

2.2 北京地区夏末秋初污染状况

北京地区4站2007年和2008年夏末秋初NOx、PM2.5、PM10日均值以及O3日小时均值最大值变化见图3.由图3可见,北京地区污染具有明显的一致性和区域性特点,统计结果表明各站浓度值相关性显著;污染物从波峰到波谷的变化较为一致,周期性和过程性特点显著;颗粒物的每个周期变化体现为慢积累和快清除的特点;尽管各站二次污染物的前体物浓度值差异较大(如O3的前体物之一 NOx,各站浓度值差异较大),但区域O3和PM2.5仍表现出较强的一致性,说明区域光化学污染与天气形势和气象要素密切相关.

2007年各污染物浓度值较高,其中O3日小时均值最大值区域平均值超过国家二级标准(日小时均值最大值为100×10-9体积分数)的比例为46%;中国没有PM2.5标准,以世界卫生组织(WHO)规定的PM2.5过渡期的标准(日均值50μg/m3)计算,超标天数比例为66%;PM10超过国家二级标准(日均值 150μg/m3)的比例为63%;说明 2007年北京夏秋季空气污染形势严峻.2008年相比2007年各站各污染物浓度都有显著下降,与施行了北京奥运会空气质量保障措施(7月20日～9月20日严格的源减排措施包括机动车单双号限行、周边钢铁厂、化工厂停工、城区内建筑工地停止作业等)密切相关,同时与这期间有利扩散的天气型较 2007年多有关(2008年有利天气型占49%,而2007年仅为39%).奥运会召开期间(8月 8～24日)北京空气质量良好,各污染物浓度值较低,但整个时段(8月1日～9月20日)仍有个别天O3和PM10浓度超过国家二级标准, 45%的天数PM2.5浓度值超过WHO(50μg/m3)标准,这些重污染事件与不利于扩散的天气型密切相关.因此整体看,北京地区夏末秋初污染仍较重,尤其是光化学污染(O3和PM2.5)非常严重.

2.3 不同天气型和污染物的关系

由表1可见,除NOx外,O3、PM2.5和PM10在不同天气型下浓度值差别显著;不同天气型 NOx差异不显著可能由于高浓度NOx局地排放导致天气和气象对其影响不显著,同时夏季大气光化学反应对NOx浓度水平影响较大,使得NOx浓度水平变化复杂; O3、PM2.5和PM10在不同天气型控制下浓度均值差别较大,单因素方差分析结果也显示不同天气型对污染物浓度平均值有显著影响(P＜0.0001).2007年O3、PM2.5和PM10在6种天气型的浓度分别从61.6×10-9(体积分数),31.9,124.3μg/m3增加到127.6×10-9(体积分数),118.7,262.1μg/m3;2008年则分别从59.1×10-9(体积分数),22.2,43.2μg/m3增加到96.9×10-9(体积分数),113.2,150.2μg/m3.为考虑不同天气型对污染事件的捕捉能力,分别计算O3、PM2.5和PM10每年污染物浓度值最高的10d在每种天气型中所占的天数(表1),结果表明 2007年全集中在积累型天气控制时,而2008年则有少数天在清除天气型控制时出现,但这时污染物浓度值较低,未超过国家二级标准(此时O3浓度值均为98 ×10-9(体积分数)、PM2.5为81,83μg/m3、PM10为123,118μg/m3),说明此天气分型能较好的把握污染物浓度的高值.

表1 不同天气型下北京地区各污染物浓度均值Table 1 Mean concentrations of pollutants for the synoptic categories

图4 观测时段积累和清除天气型控制时北京各污染物区域均值逐时变化Fig.4 Mean hourly concentrations of pollutants associated with accumulating and dispersing synoptic patterns

由图4可见,NOx、O3、PM2.5和PM10在积累天气型控制时一般都显著高于清除天气型控制时的浓度均值,但不同物质又有差别.NOx在2类天气型控制时早晨和晚上污染物浓度值较高,并且0:00～16:00积累型控制时高于清除型控制时,而17:00～23:00则相反.O3在下午15:00达到最大值,积累天气型控制时O3小时最大值和日变化幅度都远大于清除天气型;积累天气型控制时O3小时最大值较高与此天气型控制时天气晴朗、少云、太阳辐射较强密切联系,而清除天气型控制时浓度较低与此类型多阴雨天密切相关.PM2.5和PM10日变化趋势基本一致,但2008年积累天气型控制时日变化与其他不同,同时2008年在2类天气型控制时PM10日变化不明显.

2007年和2008年4种污染物在积累和清除天气型的浓度均值在相同时段(8月11日～9月20日)都有不同程度下降(图5),并且在积累天气型控制时污染物浓度下降均比清除型天气型控制时下降幅度大;同类型天气型控制时NOx较 O3下降多,PM10较PM2.5下降多,显示出2008北京奥运空气质量保障措施的执行对于汽车尾气等产生的NOx和道路以及建筑工地扬尘等产生的PM10等一次污染物的有效消减,同时由于前体物的减低,O3和PM2.5在积累天气型控制时也有效降低,但由于区域输送的影响,二次污染物消减程度相对较弱.季施行了奥运空气质量保障措施,但在积累天气型控制下,个别天O3和PM2.5/10仍超标.

图5 2007和2008年8月11日～9月20日积累和清除天气型控制下污染物浓度均值Fig.5 Mean concentrations of pollutions averaged under accumulating and dispersing synoptic patterns from August 11 to September 20 for 2007 and 2008

3 结论

3.1 北京地区夏季和秋初基于500hPa、850hPa高度场和地面气压场以及每日区域降水量和风场的天气分型方法能较好地划分出不同类型的天气型,并有效地应用于污染物变化的研究.

3.2 6种天气型分别为槽前无降水、槽后脊前、脊、副高以及槽或槽前有降水、槽后有降水或偏北风,其中前4种与高浓度污染事件相关,为积累天气型,后2种与污染物浓度低值相关,为清除天气型;天气分型结果显示天气形势和气象要素对大气污染物汇聚和清除的重要作用.

3.3 北京地区污染呈现区域复合型特征,夏季光化学污染严重,形势不容乐观;尽管 2008年夏

[1]Giorgi F, Meleux F. Modeling the regional effects of climate change on air quality [J]. Comptes Rendus Geosciences, 2007,339(11/12):721-733.

[2]Ziomas I C, Melas D, Zerefos C S, et al. Forecasting peak pollutant levels from meteorological variables [J]. Atmospheric Environment, 1995,29(24):3703-3711.

[3]Greene J S, Kalkstein L S, Ye H, et al. Relationships between synoptic climatology and atmospheric pollution at 4 US cities [J].Theor. Appl. Climatol., 1999,62(3):163-174.

[4]胡 敏,刘 尚,吴志军,等.北京夏季高温高湿和降水过程对大气颗粒物谱分布的影响 [J]. 环境科学, 2006,27(11):2293-2298.

[5]Cheng S, Lam K C. Synoptic typing and its application to the assessment of climatic impact on concerntrations of sulfur dioxide and nitrogen oxides in Hong Kong [J]. Atmospheric Environment, 2000,34:585-594.

[6]Yarnal B. Synoptic slimatology in environmental analysis: a primer [M]. London: Belhaven Press, 1994.

[7]Keim B D, Meeker L D, Slater J F. Manual synoptic climate classification for the east coast of New England (USA) with an application to PM2.5concentration [J]. Climate Res., 2005,28(2):143-153.

[8]孟燕军,程丛兰.影响北京大气污染物变化的地面天气形势分析[J]. 气象, 2002,28(4):42-47.

[9]隋珂珂,王自发,杨 军,等.北京PM10持续污染及与常规气象要素的关系 [J]. 环境科学研究, 2007,20(6):77-82.

[10]苏福庆,高庆先,张志刚,等,北京边界层外来污染物输送通道[J]. 环境科学研究, 2004,17(1):26-29.

[11]任阵海,苏福庆,陈朝晖,等.夏秋季节天气系统对边界层内大气中PM10浓度分布和演变过程的影响 [J]. 大气科学, 2008,32(4):741-751.

[12]范 清,程水源,苏福庆,等.北京夏季典型环境污染过程个例分析 [J]. 环境科学研究, 2007,20(5):12-19.

[13]朱乾根,林锦瑞,寿绍文,等.天气学原理和方法 [M]. 北京:气象出版社, 2007:249.

致谢：感谢中国科学院大气物理研究所胡波、于文鹏博士及课题组成员的大量实验工作;感谢王万筠在天气实况分析方面给予的帮助.