中国地区黑碳气溶胶的气候效应模拟

关攀博，师华定*，高庆先，杜吴鹏，郑辉辉，张强

1.中国环境科学研究院，北京 100012 2.北京市气象局气候中心，北京 100089 3.清华大学，北京 100084



中国地区黑碳气溶胶的气候效应模拟

关攀博1，师华定1*，高庆先1，杜吴鹏2，郑辉辉1，张强3

1.中国环境科学研究院，北京 100012 2.北京市气象局气候中心，北京 100089 3.清华大学，北京 100084

RegCM模式对于中国区域气候要素模拟的准确性已得到本地化验证，但系统默认的数据源往往不具备本地化的特征，尤其是气溶胶排放清单设定的生物质源具有季节变化性，人为源为固定值，大大降低了人为源的气溶胶气候效应影响。采用多尺度排放清单模型(MEIC)计算的2013年黑碳气溶胶排放清单，设置不同试验情景，对比分析了人为黑碳气溶胶的气候效应。结果表明：黑碳气溶胶的加入使中国地区的辐射强迫、温度、降水以及黑碳气溶胶柱含量都产生明显变化，且有显著季节变化特征；随着季节变化，气候要素的增减效应范围不同，温度呈由南向北的增长趋势，降水量呈南增北减的趋势，黑碳气溶胶柱含量高值区集中出现在南方工业聚集区。

RegCM；气候效应模拟；排放源；黑碳气溶胶

20世纪50年代，伦敦烟雾事件引起环境领域的专家对氮氧化物的关注，同时也对黑碳气溶胶所引发的气候效应开始进行研究[1]。由于长期的能源结构和能源利用不均衡，大气中化石能源燃烧所累积的黑碳气溶胶越来越多，全球气候变暖、重污染天气频发以及我国的南涝北旱现象均与该污染物的排放息息相关[2]。随着研究的深入，科学家发现这类极端现象的发生主要由二氧化碳和黑碳的扩散引起[3]。据IPCC报告[4]，黑碳气溶胶相比二氧化碳，具有短生命周期性和易扩散的特征，因此研究黑碳气溶胶消散对于减少重污染天气至关重要。

气候效应的研究主要分为站点监测和数值模拟2个方式。站点监测可以为数值模拟提供有效的模拟验证。其中，区域气候模式兼顾全球模式和分辨率较高的中尺度模式的优点，可准确地评估中尺度范围内的气候变化问题[5]。Kotroni等[6]通过提高分辨率对地中海东部区域的气候进行了模拟。高学杰等[7]通过提高水平分辨率对东亚地区的降水进行了模拟，并证实采用真实地形和提高分辨率可提升区域气候模式的模拟准确性。Solmon等[8]将区域模式和气溶胶模块进行耦合，利用地面观测资料验证模式的模拟效果。刘玲等[9]利用小波分析方法将FCGCM全球模式和RegCM模式进行耦合模拟了三江源未来气候变化。

区域气候模式不论对历史年份的模拟还是对未来气候变化的模拟都具有较为广泛的应用，且通过不同模式之间的耦合可进一步提高模拟的准确性。但这些模拟数据主要为模式系统自带且准确性较差，如穆燕等[1]研究表明，数值模拟的局限性在于模式输入数值的不精确性，有效利用观测值并取代预估值才可精确地模拟出黑碳气溶胶对区域气候效应的影响。本研究采用多尺度排放清单模型(multi-resolution emission inventory for China，MEIC)计算出2013年黑碳气溶胶排放清单，对系统自带数据进行有效替代，一方面改变了原始数据的缺失性，另一方面有效增强了模式模拟的区域适用性，模拟出2013年黑碳气溶胶造成的区域气候影响。

1 数据来源和研究方法

1.1 数据来源及处理方法

数据来源于MEIC计算的2013年黑碳气溶胶排放清单，分辨率为1°×1°。据MEIC计算得出，2013年中国黑碳气溶胶排放量为178 t，排放源主要集中在民用行业[10]。为有效模拟出人为黑碳气溶胶的气候效应，将系统默认气溶胶排放清单进行替换：生物源设为固定源；人为源设为季节变化源；其他气溶胶因素不进行相应替换。

1.2 研究方法

RegCM3区域气候模式是由意大利国际理论物理中心(The Abdus Salam International Center for Theoretical Physics, ICTP)[11-12]研制开发，该模式弥补了全球气候模式在模拟精度方面的空白，模式一经开发便在区域模拟研究领域得到广泛应用和高度认可。本次模拟研究区域主要为全国范围，具体参数设定如表1所示[13-17]。

表1 RegCM主要参数设定

为充分研究黑碳气溶胶的辐射效应和气候效应，每个时间段设计2个试验方案:1)不加入黑碳气溶胶模拟试验；2)加入黑碳气溶胶的敏感性试验。采用2个方案的模拟结果差异表现黑碳气溶胶的气候效应。

2 模拟结果与分析

2.1 黑碳气溶胶的辐射强迫

图1为近地面黑碳气溶胶引起的辐射强迫差异分布。从图1可以看出，黑碳气溶胶总体会导致地球-大气系统吸收较多的太阳辐射。其中，1月和4月产生的均是正辐射强迫，1月大部分区域辐射强迫为0～1.0 W/m2，部分地区如华中西部辐射强迫高达1.0～1.5 W/m2。4月辐射强迫略有增强，主要为1.2 W/m2。东北区域辐射强迫有所增强，这与其冬季取暖、秸秆燃烧排放的黑碳量增多有关；我国西部区域属于黑碳排放贫乏区，出现一定的正辐射强迫可能与其边界区域的黑碳物质传输有关，加之青藏高原等高海拔区域对黑碳输送的拦截，进而导致西部区域正辐射强迫效应高于华南、华北等地。7月西南、华南则出现明显的负辐射强迫，四川省、长江以南、珠三角等地出现-2.0～-1.0和-3.0～-2.0 W/m2不等的负辐射强迫，这与夏季西南风导致黑碳气溶胶的平流传输和大量降水导致沉降增强有关。10月京津冀地区出现辐射强迫明显减缓特征，大部分地区辐射强迫值集中在1.2 W/m2。

注：文中底图来源于GrADS软件，网址：www.opengrods.org。全文同。图1 2013年黑碳气溶胶引起的近地面辐射强迫差异分布Fig.1 Difference distribution of surface radiative forcing due to black carbon aerosol in 2013

2.2 黑碳气溶胶的温度效应

图2为黑碳气溶胶引起的温度差异分布。从图2可以看出，黑碳气溶胶在不同区域所引发的温度效应有所差异。1月、4月、7月和10月，增温效应为0～0.9 ℃，降温效应为-0.9～0 ℃。1月最高增温效应集中在江苏、浙江和湖南等省，而东北、青藏高原和西北部分地区则出现一定的降温趋势；4月增温范围有所扩大，全国大部分地区增温效应增强；7月降温效应主要出现在华中、华南以及部分沿海区域，而东北地区是最明显增温效应区；10月除了在四川省、珠三角等地区出现明显的降温趋势外，其他区域则呈增温效应特征。产生季节性差异主要原因可能是由于1月东北、新疆以及西藏等地会出现大范围的降雪，7月南方地区出现大范围的降雨，降雨和降雪可沉降大气中大量的黑碳气溶胶，从而减缓其所引发的气候效应。

2.3 黑碳气溶胶的降水效应

图3为黑碳气溶胶引起的降水量差异分布。从图3可以看出，7月降水量增加最为显著，最高达100～200 mm；1月变化趋势较小；4月沿长江流域部分城市的降水量增加50～100 mm；10月降水量平均增加0～30 mm，其中四川省、甘肃省、陕西省部分区域有较高强度的降水增加趋势，为30～60 mm。数值模式对降水量模拟的准确性主要取决于对流参数化方案，因此模拟数值与观测数据存在一定的差异。模拟出的南方降水增强、北方降水减少的整体趋势，与中国南涝北旱的现象相一致。气溶胶的气候效应与区域所处的地形地貌、辐射量的收支有关，鉴于模拟时间跨度有限，对其产生的机理原因尚无明确结论。

图3 2013年黑碳气溶胶引起的降水量差异分布Fig.3 Difference distribution of precipitation due to black carbon aerosol in 2013

2.4 黑碳气溶胶柱含量

图4为黑碳气溶胶柱含量的差异分布。该人为黑碳气溶胶排放清单涵盖工业、农业、交通、电力等排放源。从图4可以看出，柱含量高值主要集中在华东、华南以及近海区域，其中，京津冀、四川盆地以及江浙地区较高，该分布特征与城市群的分布以及能源排放和利用的地域分布有很大关系；较夏季和秋季而言，冬季、春季的柱含量较高，很大程度上与能源利用的季节变化有关，冬季燃煤量过高则会导致黑碳气溶胶过度排放，夏秋季由于雨水冲刷导致黑碳气溶胶沉降，其含量水平有所降低。

图4 2013年黑碳气溶胶柱含量差异分布Fig.4 Different distribution of column burden of black carbon aerosol in 2013

3 结论

(1)RegCM3与MEIC嵌套具有较高的稳定性，能够较准确地模拟出全国范围内各气候要素与梯度变化过程。

(2)黑碳气溶胶对温度、辐射强迫、降水量等气象要素的影响总体表现为气温升高、辐射强迫增强、降水量增加，个别区域会出现相反的结果，这可能与其所处地域降水量有关。

(3)黑碳气溶胶柱含量高值主要集中在华东、华南及沿海地区，春冬季柱含量明显高于夏秋季。

(4)随着气候变化所引发的极端天气事件的增加，提高模式模拟的准确性以减少极端事件所导致的经济损失需求将不断增大。提高模拟准确性的方法中，除调整模型参数化方案，改进模式的物理化学机制外，还可以通过改变模式参数输入值来增加其精确度。

[1] 穆燕,秦小光,刘嘉麒,等.黑炭的研究历史与现状[J].海洋地质与第四纪地质,2011,31(1):143-155. MU Y,QIN X G,LIU J Q,et al.A review of black carbon study:history and current status[J].Marine Geology & Quaternary Geology,2011,31(1):143-155.

[2] 张靖,银燕.黑炭气溶胶对我国趋于气候影响的数值模拟[J].南京气象学院学报,2008,31(6):852-859. ZHANG J,YIN Y.Numerical simulations of effect of black carbon aerosol on regional climate in China[J].Journal of Nanjing Institute of Meteorology,2008,31(6):852-859.

[3] 杜吴鹏,高庆先,师华定,等.RegCM3模式对中国近10年来气温变化的模拟实验及检验[J].资源科学,2012,34(8):1430-1438. DU W P,GAO Q X,SHI H D,et al.Simulation and preliminary validation of China’s temperature in a decade by RegCM3[J].Resources Science,2012,34(8):1430-1438.

[4] IPCC.Climate change 2015:the physical sciences basis-summary for policymakers[M].Cambridge:Cambridge University Press,2015.

[5] 高学杰,石英,张冬峰,等.RegCM3对21世纪中国区域气候变化的高分辨率模拟[J].科学通报,2012(5):374-381. GAO X J,SHI Y,ZHANG D F,et al.The simulation of China’s climate change in 21st century by RegCM3[J].Science Bulletin,2012(5):374-381.

[6] KOTRONI V,LYKOUDIS S,LAGOUVARDOS K,et al.A fine resolution regional climate change experiment for the eastern mediterranean:analysis of the present climate simulations[J].Global and Planetary Change,2008,64(1):93-104.

[7] 高学杰,徐影,赵宗慈.数值模式不同分辨率和地形对东亚降水模拟影响的试验[J].大气科学,2006,30(2):185-192. GAO X J,XU Y,ZHAO Z C.Impacts of horizontal resolution and topography on the numerical simulation of East Asian precipitation[J].Chinese Journal of Atmospheric Sciences,2006,30(2):185-192.

[8] SOLMON F,GIORGI F,LIOUSSE C,et al.Aerosol modeling for regional climate studies:application to anthropogenic particles and evaluation over a European/African domain[J].Tellus,2006,58(1):51-72.

[9] 刘玲,高素华,王兰宁.三江源地区气候突变及未来演变趋势分析[J].自然灾害学报,2009,18(3):53-59. LIU L,GAO S H,WANG L N.Mutation and evolution trend of climate in Headstream of Three Rivers[J].Journal of Natural Disasters,2009,18(3):53-59.

[10] LI M.MIX:a mosaic Asian anthropogenic emission inventory under the international collaboration framework of the MICS-Asia and HTAP[J].Atmospheric Chemistry and Physics,2017,17:935-963.

[11] GIORGI F,MARINUCCI M R,BATES G T.Development of a third-generation regional climate model(RegCM3):Part I.boundary-layer and radiate transfer processes[J].Monthly Weather Review,1993,121:2794-2813.

[12] GIORGI F,MARINUCCI M R,BATES G T.Development of a third-generation regional climate model(RegCM3):Part Ⅱ.convective processes and assimilation of lateral boundary conditions[J].Monthly Weather Review,1993,121:2814-2832.

[13] PAL J S,GIORGI F,BI X,et al.Regional climate modeling for the developing world:the ICTP RegCM3 and RegCNET[J].Bulletin of the American Meteorological Society,2007,88(9):1395-1409.

[14] ZENG X,ZHAO M,DICKINSON R E.Intercomparison of bulk aerodynamic algorithms for the computation of sea surface fluxes using TOGA COARE and TAO data[J].Journal of Climate,2007,111(9):2628-2644.

[15] HOLTSLAG A,de BRUIJIN E,PAN H L.A high resolution air mass transformation model for short-range weather forecasting[J].Monthly Weather Review,1990,118:1561-1575.

[16] PAL J S,SMALL E E,ELTAHIR E A B.Simulation of regional-scale water and energy budgets:representation of subgrid cloud and precipitation processes within RegCM[J].Journal of Geophysical Research Atmospheres,2000,105(24):29579-29594.

[17] 郑辉辉,师华定,陈莉荣,等.典型行业黑碳气溶胶排放对区域气候的影响模拟[J].环境工程技术学报,2017,7(3):255-262. ZHENG H H, SHI H D, CHEN L R,et al.Simulation of impact of black carbon aerosol on regional climate change in typical industries[J].Journal of Environmental Engineering Technology,2017,7(3):255-262.□

Study on black carbon aerosol simulation of climate effect in China

GUAN Panbo1, SHI Huading1, GAO Qingxian1, DU Wupeng2, ZHENG Huihui1, ZHANG Qiang3

1.Chinese Research Academy of Environmental Sciences, Beijing 100012, China 2.Beijing Meteorological Bureau Climate Center,Beijing 100089, China 3.Tsinghua University, Beijing 100084, China

The accuracy of the RegCM model simulation has been verified for the regional climate elements in many studies in China. However, the default data sources of the system usually lack the localized characteristics, especially for the aerosol emission inventory. The biomass sources have seasonal variability, whereas the anthropogenic sources are fixed unchanged, which greatly neglect the aerosol climate effects of the anthropogenic sources. The climate effect of anthropogenic black carbon aerosol was compared and analyzed under different scenarios, applying the emission source inventory (calculated by MEIC model). The results showed that the addition of black carbon aerosol could significantly change the radiative forcing, temperature, rainfall and black carbon aerosol column contents in China, with obvious seasonal variation characteristics. With the variation of seasons, different climatic factors had different increasedecrease tendency: the temperature increased from south to north areas; the rainfall increased in south areas and decreased in north areas; and the black carbon aerosol column was centered on the southern industrial agglomeration areas.

RegCM; climate effect simulation; emission source; black carbon aerosol

2016-11-16

国家环境保护公益性行业科研专项(201409065，201509001)

关攀博(1991—)，男，硕士研究生，主要从事应用气候和大气环境研究，guanpanbo@163.com

*责任作者：师华定(1979—)，男，研究员，博士，主要从事应用气候和大气环境研究，shihd@craes.org.cn

X16

1674-991X(2017)04-0418-06

10.3969/j.issn.1674-991X.2017.04.057

关攀博，师华定，高庆先,等.中国地区黑碳气溶胶的气候效应模拟[J].环境工程技术学报,2017,7(4):418-423.

GUAN P B, SHI H D, GAO Q X, et al.Study on black carbon aerosol simulation of climate effect in China[J].Journal of Environmental Engineering Technology,2017,7(4):418-423.