北京2013年1月连续强霾过程的污染特征及成因分析

杨 欣,陈义珍,刘厚凤,赵妤希,高 健,柴发合,孟 凡(.山东师范大学人口·资源与环境学院,山东 济南 5004；中国环境科学研究院,北京 000)

北京2013年1月连续强霾过程的污染特征及成因分析

杨 欣1,2,陈义珍2*,刘厚凤1,赵妤希2,高 健2,柴发合2,孟 凡2(1.山东师范大学人口·资源与环境学院,山东 济南 250014；2中国环境科学研究院,北京 100012)

以北京市2013年1月份连续灰霾天气中10～16日的强霾污染过程为例,利用MPL-4B型IDS系列微脉冲激光雷达观测资料由Fernald算法反演得到此次污染过程中气溶胶垂直分布特性,结合地面气象条件和天气形势分析污染原因,并讨论与气溶胶地面监测数据的符合性.结果表明:此次连续强霾过程污染严重,观测时段内89.4%的时间出现霾,39.8%的污染时段达到重度霾级别,其中大气地表消光系数与PM2.5浓度变化呈显著线性相关关系,相关系数达0.95.研究过程内,大气边界层在91%的时段低于500m,平均仅为293m,低边界层抑制了污染物的有效扩散;近地面垂向各高度的消光系数持续达到1.5km-1以上,对比气溶胶退偏比发现城市上空的大气强消光为气溶胶颗粒物和大气水分共同导致;气溶胶光学厚度(AOD,532nm)较大,有83.6%的时段超过1,且受相对湿度影响较大,相对湿度偏小时段的AOD值主要为气溶胶颗粒贡献,相对湿度较大时段,细颗粒物吸湿增长导致 AOD受大气水分干扰显著.连续静稳的天气形势和区域污染是导致此次强霾发生和持续的主要原因,高湿天气则加剧了灰霾状况.

灰霾；微脉冲激光雷达；特征；成因

灰霾是指大量极细微的尘粒、烟粒等均匀地浮游在空中,使水平能见度小于 10km的空气普遍混浊现象[1],对大气环境、辐射等有着重要的影响[2].严重灰霾天气一旦形成往往很难及时消散,不仅对居民身体健康造成严重威胁,而且引起的能见度下降也对城市的各项经济活动和市民生活带来显著影响[3],产生较强的社会负面效应[4].

2013年 1月份我国中东部、西南 10省区市,100多万 km2区域出现持续严重灰霾污染天气.据统计,受此罕见连续高强度大气污染影响最严重的京津冀地区共计发生 5次强霾污染过程,期间北京只有4d晴好天气,最严重的持续灰霾污染发生在1月10～16日,同时也是北京地区在本世纪以来受灰霾污染最为严重的一次.

激光雷达是以激光为光源,通过探测激光与目标物相互作用而产生的辐射信号来遥感目标物[7],是现阶段获得大气气溶胶各项光学性质、空间垂直分布以及相关信息的有效遥感技术[5].针对北京地区,目前利用激光雷达观测沙尘天气和气溶胶污染边界层的研究较多[6-10],对灰霾天气下气溶胶特性、垂直分布情况等的研究较少,因此本研究利用激光雷达的连续观测数据,对2013年 1月份影响北京市最严重的强霾污染过程(1月10日16:00～16日3:00)中气溶胶的垂直分布特性进行研究,分析此次灰霾污染特征并探讨污染发生原因,以期为京津冀地区严重灰霾天气发生时气溶胶的光学特性研究和城市大气污染控制提供参考.

1 观测站点及仪器介绍

观测站位于中国环境科学研究院大气环境研究所(40°02′27.8″N,116°24′44.8″E),其周边无明显大气污染物排放源.本文采用2013年1月8～17日的观测数据进行分析,期间1月15日上午因下雪,09:00～13:00的部分观测数据缺失.

1.1 微脉冲激光雷达(Micro-Pulse Lidar)

采用美国SigmaSpace公司生产的MPL-4B型IDS系列微脉冲激光雷达,可实现对气溶胶的散射、消光特性及偏振特性等的定量探测,其探测性能已得到可靠验证[11-14].日常置于单独的恒温房舱(20℃)内,通过计算机软件设置进行昼夜自动连续探测和原始数据的校正与处理.由目前最为流行的 Fernald算法来求解激光雷达方程

[15-18],进行气溶胶消光系数和光学厚度(AOD)等光学参数的反演和大气边界层特征检测[19-20].另外根据交替发射线性偏振光得到的气溶胶退偏比(反映气溶胶粒子的非球形特征)可判别气溶胶类型[21-22],所以根据 MPL各反演参数可实现对大气气溶胶及边界层结构垂直分布特征的分析.本次探测设置时间分辨率为 30s,距离分辨率为 30m,激光脉冲能量为 6.5μJ反演计算时采用观测的2min平均数据,气溶胶消光后向散射比Sa限定为 50sr,设备理论最低探测高度距地面0.15km.

1.2 自动气象站

同步气象数据(芬兰Visala)观测可实现风向、风速、温度、湿度、压强、降水、太阳辐射和能见度等的实时观测,时间分辨率为1min,其中能见度观测上限为20km.文中使用的气象数据均为小时平均值,与MPL观测具有较好的同步性.

1.3 颗粒物浓度自动在线监测仪

采用TH-16A型大气颗粒物采样仪,可进行四通道TSP、PM10、PM5、PM2.5等的分钟采样,本研究仅对与灰霾密切相关的细颗粒物作出分析,分析数据采用PM2.5小时平均值.

2 结果与讨论

2.1 地面细颗粒物污染状况与消光系数

已有研究表明,细颗粒物与灰霾天气发生有密切关系[23-25].由图1可见,1月10～16日的大部分时段的 PM2.5小时浓度均维持在 100μg/m3以上的高值,最高达到 611.4μg/m3左右,11日、13日和14日凌晨为3个高峰区.11日晚间北京北部城区出现大风天气,使得污染物快速扩散,因此PM2.5监测值较低;15日早间出现降雪,空气中颗粒物经雨雪冲刷,浓度降低,雪停后 PM2.5浓度又出现小幅回升;到16日除交通早高峰期间出现一个小高值外其余时段细颗粒物监测值明显下降,天气好转.据统计,从10～15日的PM2.5日均浓度均超标.另外,在此连续灰霾污染中,PM2.5监测值出现明显的夜间高,白天低的规律,与边界层高度变化相对应(图3),同时还与北京地区特殊的山谷风变化一致:由于北京地区工业主要集中于南部郊区,夜间的偏南风将大量污染物输送至城内,因而导致夜间 PM2.5浓度高,白天来自山区的西北风则使城区 ρ(PM2.5)降低.图 1中地面消光系数曲线由自动气象站观测的水平能见度求得(消光系数=3.912/能见度)[23],与地面PM2.5监测值近乎同步,两者相关系数达0.95,呈显著线性相关关系,说明地表大气消光直接受细颗粒物含量影响.

图1 观测期间地面PM2.5监测值和消光系数的时间序列Fig.1 The time series of PM2.5concentration and surface extinction coefficients

2.2 强霾过程特征

2.2.1 灰霾污染过程及演变 根据《霾的观测和预报等级》[26]标准:能见度<10.0km,排除降水、沙尘暴、扬沙、浮尘、烟幕、吹雪、雪暴等天气现象造成的视程障碍,相对湿度小于80%时,即可判识为霾.

由图2可见,从1月10日16:00开始到1月 16日03:00,大气能见度持续较低,据霾预报等级对该时段分析发现,在此污染过程中 89.4%的观测时间内出现了霾,其中重度霾(大气能见度<2km)频率最高为39.8%,中度霾(2km≤大气能见度<3km=22.0%,轻度霾(3km≤大气能见度<5km) 16.1%,轻微霾(5km≤大气能见度<10km)22.0%,由此可见此次连续灰霾污染之严重.

图2 观测期间各气象要素的时间序列Fig.2 The time series of meteorological factors during the observation根据能见度曲线在底图中落定区域判定各时段灰霾等级,由浅到深依次为轻微霾、轻度霾、中度霾、重度霾

另外,对比图1发现此次强霾过程开始(1月10日16:00)时,地面细颗粒物在地表累积达到高值,同时还伴随着地面相对湿度的逐步增大,因此霾粒子吸湿增长使能见度加剧恶化降到 2km以下[27],达到重度霾级别;11日早上随着日出太阳辐射增强气温上升,相对湿度下降,但由于人类各项活动开始,导致细颗粒物浓度仍维持在较高水平,所以能见度虽略有增大,却仍然较低在中度霾级别;到 11日下午由于温度升高并伴随有风,使得大气底层局部湍流作用明显增强,气溶胶得以扩散,能见度在夜间出现短暂高值.1月12日早间至1月16日凌晨为持续静风状态,湿度较高,能见度均低于 10km,形成连续霾污染天气.值得注意的是,在这期间我国中东部地区各城市均出现了严重的气溶胶污染天气,其中京津冀区域间的污染传输这也间接导致了北京地区灰霾的持续加重.到1月16日,由于受到一股中等强度冷空气影响,气温和湿度下降,大气湍流活动加强,连续一周的静稳天气得以破除,除 9:00上班早高峰后出现一个低谷;过后能见度好转(均在10km以上),PM2.5监测值较低,强霾污染过程结束.

图3 激光雷达信号与PBL随时间的变化Fig.3 The range of background corrected signal and PBL variations彩图背景图为经过归一化处理后的同偏振信号分布

2.2.2 大气边界层高度(PBL)变化 图 3 为MPL观测期间大气边界层高度随时间的变化情况,底图是经过归一化处理后返回的同偏振信号分布.从图中可以看出,研究过程内(10～16 日) PBL变化与返回信号基本吻合,其值较低,91%的时段低于500m,平均仅为293m,基本呈现白天高,夜间低的规律.对比图2发现,风速与边界层存在一定联系,当风速较大时,在随后一段时间内边界层相应增高,污染物得到稀释扩散,使得边界层内各高度上的返回信号减弱.同时对比图1发现,近地面细颗粒物浓度和消光系数的变化与边界层高度均有较好的对应性,静风导致的较低边界层高度限制了大气底层污染物的有效扩散,使污染物在近地面聚积,PM2.5监测值持续较高,能见度不断恶化.由此可见,底边界层的不利污染扩散形势是此次强霾污染过程发生的直接原因.

2.3 气溶胶垂直分布特性

2.3.1 大气垂向消光系数与气溶胶退偏比 图4是2013年1月8～17日MPL观测的北京北部城区上空大气垂向消光系数与气溶胶退偏比随时间变化的垂直分布.

由图4a可见,在1月10～16日凌晨大部分时段里,近地面 800m以下垂向各高度的气溶胶消光作用较强,达到 1.5km-1以上,且随高度增加而减小,在500m附近出现显著分层,说明在这期间大气底层富含有大量的消光物质.对比图4b发现,此过程中有3个时段(10日16:00～11日18:00、12日18:00～13日18:00、14日18:00～15日16:00)在具有较强消光作用的同时退偏比却比较小,仅在0.04左右,说明探测范围内消光粒子的非球形特性不明显,球形粒子比重较大,但不能就此判断该区域没有污染物质存在.有研究表明,大气颗粒物在一定湿度下可通过吸湿潮解由原来的不规则状变为球形[28-29],而且粒径也有所增长[30].从图2中知这3个时段的相对湿度较大均在80%左右,同时与图1地面PM2.5监测值的3个高峰区相对应,因此可推测气溶胶颗粒物的吸湿潮解作用加上空气中球形水分比重大,从而导致MPL探测范围内退偏比低值区分布出现,这也说明城市上空的大气消光由颗粒物和大气水分共同导致.其余相对湿度较低时段消光系数和退偏比均较大,退偏比＞0.1,表明探测粒子的非球形特征较明显,大气消光物质中气溶胶颗粒物含量较高.直到1月16日冷空气到来,大气污染物得以消散,气溶胶消光系数和退偏比均变为很小,底层大气较洁净.

图4 大气垂向消光系数和气溶胶退偏比随时间的变化Fig.4 The range of vertical atmospheric extinction coefficient and aerosol depolarization ratio variations

2.3.2 气溶胶光学厚度 AOD(Aerosol Optical Depth)为大气消光系数在垂直高度上的积分,即,该值在很大程度上可以反映大气污染情况.

分析观测期间 AOD、地面 PM2.5监测浓度和相对湿度随时间的变化,结果见图 5.经统计在10～16日的强霾过程中AOD值较大有83.6%的时段超过1,可见污染严重程度.另外还发现,12日 16:00前和 16日 00:00日后 AOD与地面ρ(PM2.5)、RH变化趋势一致,结合图4b气溶胶退偏比分布特性可知,期间无沙尘天气发生和高层云分布,且大部分时段相对湿度偏低,因此可以说明 AOD主要为大气底层气溶胶颗粒贡献.而在空气相对湿度持续较高的1月12日14:00～15日20:00AOD和ρ(PM2.5)、RH吻合性不是很好,根据气溶胶消光系数分布及相关垂直廓线,推测可能原因是由于相对湿度大时空气中悬浮的细颗粒物吸湿增长,与大气水分共同导致对光的散射作用成倍增加[31],使得此时激光束末端无法穿透气溶胶层,上层无信号返回,因而 AOD反演结果偏低,如12日18:00和14日01:00.到15日03:00上层大气中有云层飘过,出现短时降雪过程,ρ(PM2.5)虽有所降低,但由于空气相对湿度增大AOD仍出现了短时增长.由此说明AOD受相对湿度影响显著.

图5 AOD和ρ(PM2.5)、RH随时间的变化Fig.5 The temporal variation of AOD, ρ(PM2.5), RH

由于气溶胶组分的垂直分布情况较为复杂,并且观测仪器本身性能参数导致反演结果不可避免的存在一定误差,因此对部分反演结果只能做出推断性解释,要深入研究还需结合其他精密仪器如太阳光度计等联合反演降低参数误差,提高观测数据精度.

3 污染成因分析

根据由美国怀俄明大学工程学院网站提供的中国区垂直温廓线数据可知,自1月10日开始,北京气象站点出现持续逆温天气,受此影响大气底层的污染物覆盖城区无法消散,因而出现连续霾天气.另据2013年1月10～16日地面和高空500hPa(约5510m)等压线天气形势图(图略)显示,在此阶段内我国华北地区高空气压场上游未出现大槽影响,没有冷空气过程形成,地面气压场则频繁受到鞍形场控制,等压线稀疏,导致区域性连续静稳天气出现,抑制了污染物的快速消散,从而导致大范围霾污染天气发生.

同时根据对中国环境科学研究院站点地面气象条件分析和激光雷达探测结果的讨论,判断此次北京地区连续强霾污染是在持续静风和边界层较低的极端不利扩散条件下,底层大气污染物集聚难以扩散,并受到区域性污染所致,高湿天气则加剧了灰霾状况.

4 结论

4.1 北京地区从2013年1月10日至1月16日凌晨的强霾过程污染较重,观测时段内 89.4%的时间出现霾,其中重度霾频率最高达 39.8%.污染时段监测的地面 PM2.5小时浓度基本维持在100μg/m3以上高值,PM2.5日均浓度连续6d均超标.另外,大气地表消光直接受 PM2.5浓度变化的影响,两者呈显著线性相关关系,相关系数达0.95.

4.2 较低的边界层高度限制了污染物的有效扩散,使灰霾污染加剧.此次连续灰霾天气中大气边界层较低,其中 91%的时段低于 500m,平均仅为293m,变化趋势基本呈白天高,夜间低的规律,与地面细颗粒物监测值有较好的对应性.

4.3 根据 MPL观测的大气垂直结构分布得到:近地面800m以下垂向各高度的消光系数较大达到 1.5km-1以上,并随高度增加而减小.对应退偏比分布和地面PM2.5监测值变化表明此次连续灰霾过程中,气溶胶颗粒物和大气水分共同造成城市上空的大气强消光.

4.4 研究过程内,AOD值较大,有 83.6%的时段超过 1,且受相对湿度影响较大.相对湿度偏小时段AOD与PM2.5浓度变化一致,说明此时的大气消光主要为气溶胶细颗粒物所致,在相对湿度较大时段内,空气中悬浮的细颗粒物吸湿增长,消光增强,AOD变大,受大气水分干扰显著.

4.5 静风和逆温导致的低边界层极端不利扩散条件是此次连续灰霾发生的直接原因,连续稳定的天气形势使污染持续.整个京津冀区域同期出现的严重气溶胶污染天气导致北京地区的灰霾持续加重,持续高湿天气也严重加剧了灰霾状况.

[1] 《大气科学词典》编委会.大气科学词典 [M]. 北京:气象出版社, 1994:408-677.

[2] 吴 蒙,范绍佳,吴 兑,等.广州地区灰霾与清洁天气变化特征及影响因素分析 [J]. 中国环境科学, 2012,32(8):1409-1415.

[3] 吴 兑,邓雪娇,毕雪岩,等.细粒子污染形成灰霾天气导致广州地区能见度下降 [J]. 热带气象学报, 2007,23(1):1-6.

[4] 李江波,赵玉广,孔凡超,等.华北平原连续性大雾的特征分析[J]. 中国海洋大学学报(自然科学学报), 2010,40(7):15-23.

[5] 尹 青,何金海,张 华.激光雷达在气象和大气环境监测中的应用 [J]. 气象与环境学报, 2009,25(5):48-56.

[6] 贺千山,毛节泰.北京城市大气混合层与气溶胶垂直分布观测研究 [J]. 气象学报, 2005,63(3):374-384.

[7] Pahlow M, Kleissl J, Parlange M, et al. Atmospheric boundary layer structure observed during a haze event due to forest fire smoke [J]. Boundary-Layer Meteorology, 2005,114(2):53-70.

[8] Cohn S, Angevine W. Boundary layer height an entrainment and thickness measured by lidar and wind-profiling radars [J]. Journal of Applied Meteorology, 2000,39(5):1233-1247.

[9] 王珍珠,李 炬,钟志庆,等.激光雷达探测北京城区夏季边界层气溶胶 [J]. 应用光学, 2008,29(1):2-7.

[10] 胡欢陵,吴永华,谢晨波,等.北京地区夏冬季颗粒物污染边界层的激光雷达观测 [J]. 环境科学研究, 2004,17(1):59-73.

[11] James R., Campbell J, Dennis L, et al. Full-Time, eye-safe cloud and aerosol lidar observation at atmospheric radiation measurement program sites: Instruments and data processing [J]. Jourrnal of Atmospheric and Oceanic Technology, 2002,4(19): 431-442.

[12] 徐赤东,纪玉峰.偏振微脉冲激光雷达测量颗粒物污染变化的个例研究 [J]. 大气与环境光学学报, 2011,6(01):27-32.

[13] 贺千山,毛节泰.微脉冲激光雷达及其应用研究进展 [J]. 气象科技, 2004,32(4):219-224.

[14] 丁 辉.利用微脉冲激光雷达(MPL)探测气溶胶消光系数廓线和大气混合层高度的初步研究 [D]. 南京:南京信息工程大学, 2012.

[15] Fernald F. Analysis of atmospheric lidar observation: Some comments [J]. Optica Applicata, 1984,23(6):652-655.

[16] 林常青,杨东伟,李成才,等.北京地区大气气溶胶的激光雷达观测及反演算法研究 [J]. 北京大学学报(自然科学版), 2012, 7(02):1-9.

[17] 王耀庭,李 威,张小玲,等.北京城区夏季静稳天气下大气边界层与大气污染的关系 [J]. 环境科学研究, 2012,25(10):1092-1098.

[18] 王 苑,耿福海,陈勇航,等.基于微脉冲激光雷达的上海浦东地区不同强度霾研究 [J]. 中国环境科学, 2013,33(1):21-29.

[19] 刘 东.偏振-米激光雷达的研制和大气边界层的激光雷达探测 [D]. 安徽:中国科学院安徽光学精密机械研究所, 2005.

[20] Frehlich R, Meillier R, Michael L, et al. Measurements of boundary layer profiles with in situ sensors and doppler lidar [J]. Journal of Atmospheric and Oceanic Technology, 2008,25:1328-1340.

[21] 刘 东,戚福弟,金传佳,等.合肥上空卷云和沙尘气溶胶退偏比的激光雷达探测 [J]. 大气科学, 2003,27(6):1093-1100.

[22] 刘 琼,耿福海,陈勇航,等.上海不同强度干霾期间气溶胶垂直分布特征 [J]. 环境科学研究, 2012,25(11):1201-1207.

[23] 高 健,张岳翀,王淑兰,等.北京2011年10月连续灰霾过程的特征与成因初探 [J]. 环境科学研究, 2012,25(11):1201-1207.

[24] MALM W. Characteristics and origins of haze in the continental United States [J]. Earth-Science Reviews, 1992,33(1):1-36.

[25] 李令军,王 英,李金香,等.北京市冬春季大气颗粒物的粒径分布及消光作用 [J]. 环境科学研究, 2008,21(2):90-94.

[26] QX/T 113-2010 霾的观测和预报等级 [S].

[27] 潘 鹄,耿福海,陈勇航,等.利用微脉冲激光雷达分析上海地区一次灰霾过程 [J]. 环境科学学报, 2010,30(11):2164-2173.

[28] 刘颖君,朱 彤,赵德峰,等.大气颗粒物吸湿性的显微拉曼研究[C]//第十四届全国光散射学术会议论文摘要集.北京, 2007,144.

[29] Martin S. Phase transitions of aqueous atmospheric particles [J]. Chemical Reviews, 2000,100(9):3403-3453.

[30] 王宗爽,付 晓,王占山,等.大气颗粒物吸湿性研究 [J]. 环境科学研究, 2013,26(4):341-349.

[31] 潘小乐,相对湿度对气溶胶散射特性影响的观测研究 [D]. 北京:中国气象科学研究院, 2007.

Characteristics and formation mechanism of a serious haze event in January 2013 in Beijing.

YANG Xin1,2, CHEN

Yi-zhen2*, LIU Hou-feng1, ZHAO Yu-xi2, GAO Jian2, CHAI Fa-he2, MENG Fan2(1.Population, Resources and Ewitonment Institute, Shandong Normal University, Jinan 250014, China；2.Chinese Research Academy of Environmental Sciences, Beijing 100012, China). China Environmental Science, 2014,34(2)：282～288

A serious haze process from 10th to 16th in January 2013 of Beijing was analyzed. During the period of haze, aerosol vertical distribution was retrieved from the MPL-4B-IDS series lidar system with Fernald algorithm. In order to illustrate the formation mechanism of this pollution episode, the surface aerosol measurement at the same site was compared with the lidar result. It was found that during the observation period, haze occurred in 89.4% of the time, among which 39.8% were recognized as heavy haze episodes. The extinction coefficients strongly correlated with surface ρ (PM2.5) (r=0.95). During the study, the average PBL height was only 293m, when 91% of the time it was less than 500m and restrained the effective diffusion of pollutants significantly. Extinction coefficient of each vertical height reached more than 1.5km-1above the ground. By comparing the analysis of the aerosol depolarization ratio, it was found that the atmospheric extinction above the city was caused by the combined effect of particulate aerosols and atmospheric moisture. The aerosol optical depth (AOD) at 532nm in this severe haze event was high and affected by the relative humidity greatly. In lower RH, the value of AOD was contributed by particulate aerosols, and atmospheric moisture made a significant contribution due to the hygroscopicity of fine particle when the RH was high. Additionally, stability of the PBL situation and pollutants emitted from regional area were the main reasons of this severe haze event, and high humidity made the haze more worse.

haze；micro-pulse lidar；characteristics；formation mechanism

X511,TP79/P407

：A

：1000-6923(2014)02-0282-07

杨 欣(1989-),女,山东临沂人,山东师范大学与中国环境科学研究院联合培养硕士研究生,主要从事大气物理研究.

2013-05-24

国家环境保护公益科研专项(201309062);国家环境保护公益科研专项(201009001)

* 责任作者, 研究员, chenyz@craes.org.cn