APP下载

京津冀一次空气重污染过程激光雷达走航观测分析

2017-06-05师耀龙程麟钧柴文轩楚宝临李健军

中国环境监测 2017年1期
关键词:总站气溶胶激光雷达

王 威,杨 楠,师耀龙,张 震,程麟钧,柴文轩,楚宝临,付 强,李健军

中国环境监测总站,国家环境保护环境监测质量控制重点实验室,北京 100012

京津冀一次空气重污染过程激光雷达走航观测分析

王 威,杨 楠,师耀龙,张 震,程麟钧,柴文轩,楚宝临,付 强,李健军

中国环境监测总站,国家环境保护环境监测质量控制重点实验室,北京 100012

针对2016年国庆期间一次污染消散过程,开展了激光雷达定点与走航观测,并综合运用中国环境监测总站国家预报平台数值模型预报结果和国控站点PM2.5监测数据,对污染团的移动和分布进行了分析。结果表明,雷达定点观测的消光系数突变,主要由北京西部累积污染团在夜间弱西北气流作用下的回流所引起。受此西北气流影响移出北京的污染气团在天津至沧州一带滞留。北京至保定沿线颗粒物污染消散现象,被雷达走航观测所捕捉。

京津冀;激光雷达;消光系数;PM2.5

激光雷达在20世纪60年代问世后,作为地面站点常规观测的重要补充手段,可以研究垂直方向上污染物的分布特点。随着相关领域研究的不断深入及技术应用的推广,激光雷达凭借其在垂直方向观测上的优势及高分辨率、高精确度及数据快速获取等特点,在大气气象要素、气溶胶分布及温室气体观测等众多领域发挥了非常重要的作用。

2002年,刘东等[1]使用激光雷达对合肥上空卷云和沙尘气溶胶进行了观测及分析。北京上空的气溶胶特性,也被邱金桓等[2-3]分别在2003年和2005年进行了观测。之后,越来越多的激光雷达观测在我国不同地区展开[4-9],对当地大气气溶胶光学及物理特性进行了较为深入的研究,取得了丰富的成果[10]。

随着研究的进一步深入,为使激光雷达以点位为单位的观测在空间上进行延展,车载激光雷达观测手段开始被应用到观测实践中。2016年国庆节前期,京津冀区域发生空气重污染事件。为掌握北京市及周边区域颗粒物时空变化情况,分析区域大气污染的变化趋势,中国环境监测总站(以下简称“总站”)启动了针对大气细颗粒物的激光雷达地基定点及应急走航监测,并在此基础上,结合总站现有国控点位数据及国家空气质量预报系统的结果,综合分析了10月2日及3日北京市区及近周边污染物的输送及分布特点。

1 数据和方法

1.1 数据

为对雷达观测结果进行辅助分析,本研究综合使用了北京市国控点位PM2.5监测结果及国家空气质量预报预警平台数值模型的预报产品[11]。其中,国控点位选择了位于北京西部的定陵、昌平镇及古城和位于北京城区中东部的奥体中心、东四及天坛。预报产品选择了总站现有多模式预报系统中NAQPMS模型输出的京津冀地区PM2.5小时浓度空间分布及近地面风场的结果,用以反映污染团的位置及在这一观测过程中的移动方式。

1.2 雷达定点及走航观测

应急监测采用了走航监测与定点监测2种方式。

定点监测:选取总站作为监测点,于10月3日00:00至08:00开展了雷达监测。

走航监测:分为A、B 2条线。A线监测车于3日08:50由总站出发,沿京昆高速到达保定,绕城一圈后沿京港澳高速于15:00返回总站,完成北京至保定的走航监测。B线监测车于3日09:00从山东进入河北界,沿途开展廊坊至北京走航监测。

2 结果与讨论

2.1 雷达定点观测结果分析

由图1可见:3日凌晨00:00至03:00,受中低云层影响,雷达反射回波显示消光系数高值区位于高度500 m左右。04:00后,垂直消光系数发生突变,近地面整层出现高消光系数区域。其成因为污染团在夜间风场作用下的迁移和输送,具体输送过程分为北京地区污染累积、向西累积及污染回流3个阶段。

图1 总站激光雷达定点监测10月3日消光系数变化趋势Fig.1 Trend of extinction coefficient observed by lidar on 3rd October located in China National Environmental Monitoring Centre (CNEMC)

2.1.1 北京地区污染累积阶段

图2为总站国家空气质量预报系统对相应时段PM2.5浓度及流场预报结果,截至2日下午16:00,由于华北地区受持续多日偏南气流影响,京津冀中南部出现连续重污染,加之太行山脉与燕山山脉阻挡,北京城区PM2.5浓度逐渐累积,污染范围覆盖整个北京市城区。北京市西部城区和中东部城区国控点位监测结果见图3,其中阶段①北京市各国控点位PM2.5均呈现出较高的浓度水平。

2.1.2 向西累积阶段

依据总站预报中心数值模拟结果,自2日下午16:00起,至3日凌晨03:00左右,在持续偏东风的影响下,北京城区的污染物不断向西侧堆积,如图4(a)所示。而中东部城区受东部相对清洁气流影响,监测点位浓度迅速下降,形成了北京市区西侧国控点位的高值和中东部国控点位的低值区。

注:底图源自国家测绘地理信息局公共平台官方发布地图数据1∶400万全球矢量底图 http://www.tianditu.com/service/info.html?sid=1005&type=info 及中国行政区划http://www.tianditu.com/service/info.html?sid=1339&type=info。下同。图2 数值模型预报2日16:00京津冀地区PM2.5质量浓度分布示意图Fig.2 Distribution of PM2.5 concentration in Beijing-Tianjin-Hebei area at 16:00 2ndOctober predicted by numerical model

图3 北京市西部城区(a,c,e)和中东部城区(b,d,f)国控点位PM2.5小时浓度时间序列Fig.3 Time series plots of PM2.5 in the sites located in western Beijing (a, c, e) and central and eastern Beijing (b, d, f)

图4 数值模型预报10月3日00:00 PM2.5质量浓度分布图及北京市国控站点分布图Fig.4 Distribution of PM2.5 concentration in Beijing-Tianjin-Hebei area at 00:00 3rd October predicted by numerical model(a), and the locations of national observation sites(b)

2.1.3 污染回流阶段

如图5所示,依据总站预报中心数值模拟结果,之前东南方向气流在3日凌晨05:00左右转为西北方向,累积在北京城区西部的污染物,在气流影响下开始向东南方向移动,形成污染回流,国控点位PM2.5小时浓度受此影响进入图3中阶段③。如图3所示,在裹挟着高浓度PM2.5的缓慢西北气流的影响下,北京城区东部由北向南3个代表点位(奥体中心、东四和天坛)的PM2.5浓度分别在凌晨04:00、05:00、06:00逐渐出现了峰值。同时,由于污染气团逐步移出西部城区,西部定陵、昌平及古城PM2.5浓度逐渐回落。

图5 数值模型预报3日05:00PM2.5浓度分布图Fig.5 Distribution of PM2.5 concentration in Beijing-Tianjin-Hebei area at 05:00 3rd October predicted by numerical model

2.2 雷达走航观测结果分析

2.2.1 雷达走航路线A

雷达走航路线A往返线路及具体监测结果分别见图6和图7。结合总站预报中心数值模拟结果可知,3日凌晨北京及周边地区风向由东南转为西北。在此气流的持续作用下,图7(a)所示10:00的带状污染团,在近地面风场和边界层升高的共同作用下于13:00左右逐渐消散,这一过程被沿线雷达走航观测准确捕捉,体现在去程和返程过程中雷达所测消光系数的显著差异。

图6 雷达走航路线A往返线路图Fig.6 Route A of mobile lidar

图7 数值模型预报10月3日PM2.5小时浓度分布图及雷达走航路线A观测垂直消光系数分布图Fig.7 PM2.5 concentration predicted by numerical model and extinction coefficients observed along route A

2.2.2 雷达走航路线B

图8展示了走航B线观测路线及具体监测结果,北京城区污染团在3日凌晨偏西北气流影响下,逐渐移出北京市区并沿廊坊、天津、沧州一带缓慢输送。从图8可见,污染团在3日中午12:00左右移动至天津及沧州一带时,被路过雷达观测设备准确捕捉。这一过程解释了该路段沿线高消光系数的成因,并从侧面验证了数值模型在预报区域污染气团移动上的准确表现。

图8 日B线雷达走航观测路线、数值模型预报10月3日12:00 PM2.5浓度分布图及雷达走航线路B观测垂直消光系数分布图Fig.8 Route B of mobile lidar (a), PM2.5 concentration predicted by numerical model at 12:00 3rd October(b), and extinction coefficients observed along route B (c)

3 结论

10月3日凌晨,中国环境监测总站激光雷达消光系数在垂直方向上的跃变,主要由北京西部累积污染团在夜间弱西北气流作用下的回流所产生。国控点位地面观测数据及定点激光雷达观测均捕捉到了这一现象,数值预报模型也准确预报出了此次局地小尺度环流过程及污染气团的实时动态。

在此持续性西北气流的影响下,移出北京的污染气团在天津至沧州一带滞留的现象及京津冀中部污染带逐渐消散的过程,也分别被雷达走航观测路线B、A所捕捉。体现了车载激光雷达在观测污染团移动中的重要作用,并从侧面验证了数值模型在预报区域污染气团移动方面的准确表现。

2016年9月底至10月初的这次京津冀区域污染过程,具有积累速度快和峰值浓度高等特点。本次车载雷达观测行动在污染过程中后期展开,准确抓住了北京市区污染向外传输和逐渐消散过程,通过分析发现,激光雷达、国控点位监测和数值预报结果等多类数据的综合利用,对污染气团在地形及气流综合影响下的累积及输送研究具有一定的借鉴作用。

今后将利用国家空气质量预报平台的7 d预报结果,提前制定完备方案,进一步发挥车载激光雷达监测的立体性和机动性等特点,捕捉污染产生的初期阶段、累积阶段及传输阶段的关键信息,整合京津冀地区多方监测数据资源,为华北地区冬季重污染应急监测和联防联控提供更有力的技术支持。

[1] 刘东,戚福第,金传佳,等. 合肥上空卷云和沙尘气溶胶退偏振比的激光霄达探测[J]. 大气科学,2003,27(6):1 093-1 100.

LIU Dong, QI Fudi, JIN Chuanjia, et al. Polarization lidar observations of cirrus clouds and asian dust aerosols over Hefei[J]. Chinese Journal of Atmospheric Sciences, 2003, 27(6): 1 093-1 100.

[2] 邱金桓,郑斯平,黄其荣,等. 北京地区对流层中上部云和气溶胶的激光雷达探测[J].大气科学,2003,27(1):1-7.

QIU Jinhuan, ZHENG Siping, HUANG Qirong, et al. Lidar measurements of cloud and aerosol in the upper troposphere in Beijing[J]. Chinese Journal of Atmospheric Sciences, 2003, 27(1): 1-7.

[3] 杨辉,刘文清,刘建国,等. 激光雷达监测北京城区夏季边界层气溶胶[J]. 中国激光, 2006,33(9):1 255-1 259.

YANG Hui, LIU Wenqing, LIU Jianguo, et al. Urban planetary boundary layer aerosol monitoring by lidar at Beijing[J]. Chinese Journal of Lasers, 2006, 33(9):1 255-1 259.

[4] 夏俊荣. 利用激光雷达探测兰州大气气溶胶辐射特性[M]. 兰州:兰州大学,2006.

[5] 刘君,华灯鑫,李言. 紫外域激光雷达探测西安城区上空大气气溶胶时空剖面[J]. 光子学报,2007,3(8):1 534-1 537.

LIU Jun, HUA Dengxin, LI Yan. Ultraviolet lidar for profiling of the urban atmospheric aerosol i n spatial and temporal at Xi’an[J]. Acta Photonica Sinica, 2007, 3(8): 1 534-1 537.

[6] 毛建东,华灯鑫,何廷尧,等.银川上空大气气溶胶光学特性激光雷达探测研究[J]. 光谱学与光谱分析,2010,30(7):2 006-2 010.

MAO Jiandong, HUA Dengxin, HE Tingyao, et al. Lidar observation of atmospheric aerosol optical properties over Yinchuan area[J]. Spectroscopy and Spectral Analysis, 2010, 30(7): 2 006-2 010.

[7] 余长明,易帆.武汉上空平流层气溶胶的激光雷达探测结果的初步分析[J]. 空间科学学报,2004,24(4):261-268.

YU Changming, YI Fan. Preliminary analysis on lidar observations of stratospheric aerosol over Wuhan[J]. Chinese Journal of Space Science, 2004, 24(4):261-268.

[8] 曹念文,杨丰恺,施建中,等. 南京地区低空雾霾气溶胶的拉曼-瑞利-米激光雷达测量[J]. 应用光学, 2012,33(5):979-984.

CAO Nianwen, YANG Fengkai, SHI Jianzhong, et al. Low altitude fog-haze measurements by Raman-Rayleigh-Mie lidar in Nanjing[J]. Journal of Applied Optics, 2012, 33(5): 979-984.

[9] 周燕秋,倪长健,刘培川,等. 基于激光雷达分析一次重霾过程混合层高度[J].中国环境监测, 2016,32(4):22-28.

ZHOU Yanqiu, NI Changjian, Liu Peichuan, et al. Analysis of mixed layer height by lidar detection over a heavy haze episode[J]. Environmental Monitoring in China, 2016, 32(4): 22-28.

[10] 伍德侠,宫正宇,潘本锋,等. 颗粒物激光雷达在大气复合污染立体监测中的应用[J]. 中国环境监测, 2015,31(5):156-162.

WU Dexia, GONG Zhengyu, PAN Benfeng, et al. The applications particulate lidar in the stereo-monitoring for the complex atmospheric pollution[J]. Environmental Monitoring in China, 2015, 31(5): 156-162.

[11] 刘冰,王晓彦,汪巍,等. 预报方法导向的系统化空气质量预报业务作业平台设计[J]. 中国环境监测,2016,32(2):1-10.

LIU Bing, WANG Xiaoyan, WANG Wei, et al. Systematic design for operation platform of air quality forecast based on forecast methods[J]. Environmental Monitoring in China, 2016, 32(2):1-10.

Application of Mobile Lidar in Analyzing Regional Pollutants Transportation During a Haze Episode over Beijing-Tianjin-Hebei Area

WANG Wei, YANG Nan, SHI Yaolong, ZHANG Zhen, CHENG Linjun, CHAI Wenxuan, CHU Baolin, FU Qiang, LI Jianjun

State Environmental Protection Key Laboratory of Quality Control in Environmental Monitoring, China National Environmental Monitoring Centre, Beijing 100012, China

Mobile lidar was used to investigate the distribution of PM2.5and its regional transportation during a particulate matter pollution casehappened on 2ndand 3rdOctober 2016. Data from numerical model and ground-based observations were also used. Results show that the variety in the extinction coefficient was caused by the backflow of accumulated polluted masses, which was driven by northwest wind during the night in the western Beijing. The transportation and dispersion process were then captured by mobile lidar. By doing the comprehensive analysis using the data from the lidar, numerical model and ground-based observations, the accumulation and transportation of polluted mass under specific terrain and different atmospheric circulation was investigated in depth.

Beijing-Tianjin-Hebei area; lidar; extinction coefficient; PM2.5

2016-10-24;

2016-11-05

2014年国家科技支撑计划“基于物联网的区域空气质量预警及决策支撑技术及应用”(201409009)

王 威(1985-),男,吉林通化人,博士,工程师。

楚宝临

X84

A

1002-6002(2017)01- 0007- 07

10.19316/j.issn.1002-6002.2017.01.02

猜你喜欢

总站气溶胶激光雷达
手持激光雷达应用解决方案
省蚕业管理总站组织召开家蚕品种审定委员会七届二次会议
基于飞机观测的四川盆地9月气溶胶粒子谱分析
省植保植检总站张武云一行赴翼城调研
基于CALIPSO数据的沿海区域气溶胶光学特性时空特征
法雷奥第二代SCALA?激光雷达
省植保植检总站 开展马克思主义主题教育活动
基于CALIPSO 资料的东亚地区气溶胶 垂直分布特征分析
基于激光雷达通信的地面特征识别技术
基于激光雷达的多旋翼无人机室内定位与避障研究