风廓线雷达在成都地区冬季典型连续颗粒物污染过程分析中的应用*

郑飒飒 王维佳 桂海林

(1.四川省人工影响天气办公室,四川 成都 610072；2.中国气象局云雾物理环境重点开放实验室，北京 100081；3.高原与盆地暴雨旱涝灾害四川省重点实验室，四川 成都 610072；4.国家气象中心，北京 100081)

近年来，随着经济及城镇化快速发展，污染物排放增多，大气污染过程出现频繁[1-3]，受到社会各界人士的广泛关注。大气污染过程不仅降低能见度，影响交通运输，而且对人体健康、气候、生态环境等造成巨大威胁。目前，已有众多学者从大尺度环流背景和边界层等气象条件、大气颗粒物化学组分特征及来源解析等多个方面对大气污染过程进行了深入的观测和研究[4-6]。刘建等[7]研究表明，当珠三角出现弱偏北风时，整个珠三角都为灰霾天气，当风向由偏北风转为偏南风时，珠三角东南部地区空气质量改善，北部(内陆)地区的空气质量恶化；马井会等[8]发现外源性输入、垂直风场分布和大气层结变化为浮尘天气的发生及维持创造了有利条件。潘劲松等[9]指出，我国东部地区主要受弱偏北风影响，大气扩散条件较差，有利于华东本地大气细颗粒物(PM2.5)积累和北方霾粒子向华东地区输送。花丛等[10]研究表明低空偏南气流对北京雾霾的维持和发展有明显影响，当偏南风风速大于8 m/s时对大气扩散能力有一定的改善作用。ZHANG等[11]利用风廓线雷达、美国国家环境预报中心(NCEP)等提供的资料，对比了北京冬季污染和清洁时环流及不同高度上的风矢量和垂直风切变等特征，揭示了北京边界层风场特征对PM2.5的影响。

成都大气污染为城市扬尘、机动车尾气、煤烟尘和工业复合型污染，主要污染物为PM2.5，其来源既包含污染源直接排放,也包含二次污染。近年监测数据显示，北方沙尘对成都大气环境的影响客观存在，携有沙尘污染物的冷空气南下，与本地污染物混合在一起，造成成都地区的重污染天气。前人对沙尘污染的研究主要侧重在北方城市，对成都沙尘污染的研究相对较少，受秦岭、大巴山对北方沙尘的阻隔，沙尘进入成都地区相对较少，主要以浮尘天气出现。廖乾邑等[12]指出四川盆地浮尘天气污染主要受来自西北方向(新疆、甘肃)沙尘天气影响，北方干冷空气携带沙尘进入四川盆地并沿盆地内输送通道推进，主要影响在相邻城市间存在1～2 h滞后。

沿海经济发达地区及京津冀地区的研究表明，风廓线雷达资料在分析大气污染过程中发挥了重要作用，成都地区是雾霾高发地，利用风廓线雷达研究成都地区大气污染过程相对较少。为提高风廓线雷达资料在成都地区大气污染过程中的应用，本研究选取成都地区2016、2019年冬季两次污染过程进行对比分析，利用PM2.5、可吸入颗粒物(PM10)质量浓度、边界层风廓线雷达和混合单粒子拉格朗日(HYSPLIT)模式后向轨迹数据等资料，从污染物传输轨迹等方面探讨成都地区冬季不同类型的颗粒物污染过程的形成机制，为大气污染预报预警、改进大气污染模式以及大气污染防治提供参考。

1 资料与方法

大气PM2.5、PM10质量浓度资料来源于成都市区内7个环境空气质量监测国控站点，分别为大石西路、君平街、金泉两河、梁家巷、三瓦窑、沙河铺、十里店，时间分辨率为1 h。

(1)

式中：VI为通风量，m2/s；hi、hi-1分别为第i个、第i-1个高度层对应的高度，m；i为高度层序号；Vi为第i个高度层的平均风速，m/s。成都边界层平均高度不超过2 000 m，因此本研究计算2 000 m以下通风量大小的总和，新都边界层风廓线雷达2 000 m以下一共有32层，所以i的最大值为32。此外，本研究使用国内外广泛应用的HYSPLIT模式进行气团后向轨迹的模拟分析。

2 结果与讨论

2.1 连续颗粒物污染过程实况

2016年12月，成都地区发生了连续25 d的颗粒物污染过程。由图1(a)可见，此次污染过程持续时间长，污染物浓度高，其中PM10时均值超过300 μg/m3的时段有24个。12月1—3日颗粒物浓度出现第1个上升过程，PM2.5、PM10浓度快速上升，12月5日、12日颗粒物浓度出现低值，12月1—12日，PM2.5/PM10维持在0.5～0.6，主要是北方沙尘输送到成都导致PM10浓度偏高，12月12日后PM2.5/PM10维持在0.7～0.8，污染物以PM2.5为主。12月20日11:00，颗粒物浓度出现本次污染过程最高值，PM2.5、PM10分别达到261、354 μg/m3，12月21日污染物浓度开始降低，12月24日，扩散条件转好，2016年重污染过程结束。

图1 成都地区连续污染过程PM2.5、PM10平均质量浓度小时变化Fig.1 Variation of the average massive concentration of PM2.5 and PM10 during the continuous pollution processes in Chengdu

2019年12月成都地区发生了连续11 d的颗粒物污染过程。由图1(b)可见，此次污染过程PM2.5/PM10总体维持在0.7～0.9，主要污染物为PM2.5，12月7—10日为颗粒物浓度上升阶段，12月11日12:00，PM2.5达到最高值176 μg/m3，PM10为230 μg/m3，12月11日23:00，PM2.5、PM10降低到95、145 μg/m3，随后维持在稳定水平，12月17日扩散条件转好，重污染过程结束。

2.2 基于边界层风廓线的边界层结构分析

风是影响污染物扩散和传输的重要气象要素，对成都地区颗粒物连续污染过程中下边界层内精细化风场结构和演变特征以及垂直动力条件等进行分析，从而解析颗粒物污染过程的形成机制。

2.2.1 污染过程的三维风场特征

为考察风场对成都地区连续污染过程中颗粒物浓度的影响，对颗粒物变化典型时段的水平及垂直风场进行分析。2016年12月成都地区连续污染过程的水平风场、垂直风场分布分别见图2、图3、图4。根据环流形势分析结果，12月1日成都地区500 hPa受弱脊前西北气流控制。由图2(a)可见，0～2 000 m高度风场以东北风控制为主，8：00以后近地层风速较小，有的高度接近静风，水平扩散条件差，从图3可以看出，12月1—2日垂直方向上有较强的下沉气流，对应PM2.5、PM10出现爆发式增长，下沉气流将高层的污染物(包含沙尘粒子)向近地面传输，使近地面污染物浓度快速增大，形成本地积累和外地输送相结合的污染过程。这种静稳状态持续到12月5日，成都地区低层受弱脊的影响，在槽脊波动影响下，高层为东北风，低层为西南风，风向随高度逆时针变化(见图2(b))，垂直方向为弱下沉气流(见图3)，扩散条件有所改善，污染物浓度降低；12月5日18:00后转为低层为东北风，高层为西南风，风向随高度顺时针变化，表明有暖平流出现，形成较强的平流逆温，大气层结稳定，污染物浓度上升；12月11日，成都地区高空出现冷平流，1 500 m以上总体为东北风控制(见图2(c))，1 500 m以下为西南风控制，风向随高度逆时针变化，冷平流破环了稳定大气层结，由图3可见，此时垂直方向上为下沉气流，污染物向下扩散；12月12日17:00,成都地区PM2.5、PM10分别降至37、56 μg/m3；由图2(d)可见，12月15日成都地区近地层主要为东北风，1 000 m高度以上转为西南风，水平风向随高度为顺时针变化，有平流逆温，由图4可见，此时垂直方向为下沉气流，下沉气流将高层污染物下沉到地面，PM2.5、PM10浓度迅速上升。根据环流形势分析，成都地区12月21日500 hPa为高脊区，高空受西北气流控制。由图2(e)可见，12月22日成都地区0～3 000 m高度基本为东北风，扩散条件转好，PM2.5、PM10浓度出现小幅度降低；12月24—25日成都地区500 hPa为偏西气流，伴有弱波动，700 hPa以西南气流为主，850 hPa为气旋性环流。由图2(f)可以看出，成都地区近地面为较强西南风，最大风速可达10～11 m/s,大气中低层相对湿度较高，垂直方向上扰动增强，有较强的下沉气流(见图4)，在槽脊波动的作用下，大气扩散能力增强，12月24日20:00，成都普降小雨，蒲江站观测到最大小时降水量为0.8 mm，长达25 d的污染过程结束。

注：箭头指向为风向，长度代表风速。图4同。图2 2016年连续污染过程典型时段的水平风场分布Fig.2 Horizontal wind profiles during the pollution processes in 2016

注:图中正值为下沉方向,负值为上升方向。图4、图6同。图3 2016年12月1-12日连续污染过程垂直风场分布Fig.3 Vertical wind profiles during the pollution processes in December 1 to December 12，2016

图4 2016年12月14-26日连续污染过程垂直风场分布Fig.4 Vertical wind profiles during the pollution processes in December 14 to December 26，2016

2019年12月7日成都地区开始出现连续污染天气，期间水平风场、垂直风场分布分别见图5、图6。由图5(a)可见，2019年12月7日2 000 m以上为东北风，2 000 m以下风速较小，有些高度接近静风，有利于污染物积聚；由图5(b)可见，12月8日3:00前后成都地区2 000 m以上为西南风，2 000 m以下为静风或弱东北风，有暖平流出现，形成平流逆温，大气层结稳定，静稳条件好，污染物浓度上升；12月11日成都地区为青海冷高压前部，由图5(c)可见，19：00起0～1 000 m水平风向为东北风，最大风速可以达到9～10 m/s，此时污染物浓度出现小范围的消散，12月11日23:00，PM2.5、PM10减少到95、145 μg/m3；12月12日5:00开始，2 000 m以下风速小或为静风，扩散条件变差，污染状况加重，PM2.5、PM10浓度再次上升；12月16日，成都地区在500 hPa为偏西波动气流影响，700 hPa受较强西南气流影响，0～3 000 m最大风速在14～15 m/s,大气扩散条件转好，12月16日23:00成都出现零星小雨，彭州站观测到最大小时降水为0.4 mm,维持11 d的颗粒物连续污染过程结束。

图5 2019年连续污染过程典型时段水平风场分布Fig.5 Horizontal wind profiles during the pollution processes in 2019

图6 2019年连续污染过程垂直风场分布Fig.6 Vertical wind profiles during the pollution processes in 2019

对2016、2019年连续污染过程中的三维风场分析得出，当风速较小或者风向随高度顺时针旋转时，成都地区容易出现静稳天气，污染物浓度上升；王跃等[13]分析了北京2013年2月污染天气过程，认为边界层低层顺时针风向的风切变，与大气颗粒物的爆发性增长密切相关，可见风向随高度顺时针旋转，污染物浓度上升。当出现较强的东北风、西南风，或者风向随高度逆时针旋转时，会破坏成都地区上空稳定的大气层结，扩散条件变好，污染物浓度下降；较强的东北风也可能将北方的沙尘污染物输送到成都，与垂直方向的下沉气流相配合，加重成都地区污染。李菲等[14]利用风廓线雷达资料分析了广州地区一次典型灰霾过程，认为下沉气流造成了广州地区污染物的堆积，表明下沉气流对污染物浓度上升具有指示意义。

图7 连续污染过程的分布Fig.7 Profiles of during the continuous pollution processes

2.2.3 污染过程的通风量

计算2016、2019年连续污染过程的通风量，结果见图8。通风量和PM2.5、PM10质量浓度相关系数计算见表1。通风量与颗粒物浓度存在负相关，且通过了α=0.01的显著性检验。由图8(a)可见，2016年12月1—4日，通风量较小，PM2.5和PM10浓度上升，2016年12月5日在偏北气流影响下，通风量高达17 244 m2/s，PM2.5、PM10降到52、83 μg/m3，2016年12月6—11日，通风量减小，污染物堆积，2016年12月12日、13日通风量增大，对应PM2.5、PM10浓度再次降低；2016年12月14—22日，通风量维持在较低水平，PM2.5、PM10再次上升，2016年12月24—25日，在西南风作用下，通风量开始增大，2016年12月25日1:00后，通风量超过7 000 m2/s,起到扩散污染物的作用，2016年的连续污染过程结束。

图8 污染过程成都PM2.5、PM10平均质量浓度小时变化和通风量Fig.8 Variation of the average massive concentration of PM2.5 and PM10 of Chengdu and the ventilation rate during the continuous pollution processes

表1 通风量和PM2.5、PM10浓度的相关系数Table 1 Correlation coefficient between ventilation index and PM2.5,PM10

由图8(b)可见，2019年12月7—10日通风量总体较低，PM2.5、PM10浓度升高，2019年12月11日通风量达到短期峰值(10 384 m2/s)，对应PM2.5和PM10浓度降低，2019年12月12日4:00后至12月15日，通风量基本维持在5 000 m2/s左右的较低水平，PM2.5和PM10浓度再次升高，2019年12月16日，通风量迅速增加，23：00通风量达到最高值18 182 m2/s，PM2.5和PM10分别降至28、40 μg/m3，2019年重污染过程结束。

综上所述，颗粒物浓度受通风量的显著影响，通风量越大，PM2.5、PM10浓度越小，通风量越小，PM2.5、PM10浓度越大。当通风量跃增，0～3 000 m水平风速大于10 m/s，同时配合降水清除作用，将导致重污染过程结束。

2.3 HYSPLIT模式后向轨迹分析

2016年和2019年的连续污染过程主要污染物不同，以成都市区(30.67°N,104.07°E)为参考点，利用HYSPLIT模式对气团的后向轨迹进行模拟分析，研究大气污染物的传输途径。2016年12月1日和2019年12月7日为大气污染过程的开始日期，2016年12月12日为主要污染物发生改变，2019年12月12日为污染过程中污染物浓度出现低值后的上升过程，以2016年12月1日8:00、12月12日20:00和2019年12月7日、12日8:00的气团后向延伸72 h，轨迹模拟高度为100、500、1 500 m。

2016年12月1日8:00三层气团来源于西北方向高空，经过新疆、青海到达四川，在成都东北方向回流后到达成都低层，结合图3可以看出，2016年12月1—2日，垂直方向有强烈的下沉气流，有利于将高层沙尘输送到低层，12月1—12日污染过程受沙尘气溶胶影响。12月12日20：00，100、500 m气团来源于四川东部的局地气团，1 500 m气团来源于四川西部的局地气团，12月12日后主要污染物为PM2.5。2019年12月7日、12日8:00,1 500 m气团来自新疆，经过青海到达四川成都，100、500 m气团分别来自偏东南和偏东局地气团，移动距离较短，由重庆输入到成都。综上分析，2016年PM10浓度比2019年高，这跟污染物传输方向有关，2016年100、500、1 500 m气团来自西北方向，配合垂直方向上的下沉气流，有利于将北方沙尘输送到成都，2019年100、500 m的气团分别来自偏东南和偏东局地气团，与2016年污染物传输路径不同，从而导致主要污染物不同。

3 结 论

基于PM2.5和PM10质量浓度、边界层风廓线雷达和HYSPLIT模式等资料，对成都地区2016年和2019年两次连续颗粒物污染过程的扩散条件及污染物传输路径进行对比分析，主要得到以下结论：

(1) 2016年污染过程持续时间长，污染物浓度高，12月1—12日，污染过程受北方沙尘气溶胶的影响，主要污染物为PM10，12月12日后主要污染物为PM2.5；2019年连续污染过程主要污染物为PM2.5。

(3) 通风量是影响污染物浓度的重要因子，通风量与PM2.5、PM10呈显著负相关，通风量越大，PM2.5和PM10浓度越小，通风量越小，PM2.5和PM10浓度越大。当通风量跃增，0～3 000 m水平风速大于10 m/s，同时配合降水清除作用时，将导致重污染过程结束。

(4) 2016年12月1日100、500、1 500 m高度上污染物来自成都西北方向高层，垂直方向有强烈的下沉气流，有利于北方输送来的沙尘气溶胶从高层传输到低层，12月12日，100、500、1 500 m高度上污染物来自四川局地气团；2019年1 500 m高度上污染物来自成都西北方向，100、500 m高度污染物来自成都西南和偏西方向，从重庆输送到成都。2016年、2019年污染物传输方向不同，导致主要污染物不同。

综上所述，高低空环流配置是污染过程爆发和消散的重要原因，利用风廓线雷达采集的高分辨率数据有利于研究连续颗粒物污染过程的形成机制。而利用HYSPLIT模式分析大气污染物传输轨迹，有益于认识污染物的传输路径。