浦静姣 ,徐宏辉 ,马千里 (.浙江省气象科学研究所,浙江 杭州 30008；.临安区域大气本底站,浙江 临安3307)

在北京、济南、南京、西安、珠江三角洲等地区的相关研究表明,能见度主要会受到颗粒物(浓度、粒径分布、化学组分)、气态污染物和水汽等因素的影响,尤其是细颗粒物对大气能见度的影响非常大[1-8].通过分析能见度和颗粒物浓度的相关性建立回归方程,可以反演估算大气中的颗粒物浓度[9-10].对国内能见度的长期分布特征研究显示[11-18],近 30a来随着工业和城市的发展,颗粒物污染加剧,全国大部分地区的能见度均出现不同程度地下降.但是目前对能见度的研究主要集中在城市地区[19-24].同时,细颗粒物污染具有区域性特征,它所造成的能见度下降也是区域性的环境问题,会对区域内的交通、农作物生长、人体健康等造成直接影响.长三角地区城市密集,各个城市的能见度日变化、季节变化差异较大,迫切需要对区域尺度的能见度变化特征进行研究,从而获得长三角地区的特征值.

本文采用 2008～2015年长三角背景地区临安区域大气本底站在线观测能见度,分析相对湿度、大气污染对该区域能见度的影响,结合气象要素和大气污染物排放建立长三角能见度特征值的筛选方法,探讨长三角能见度的区域特征值,评估人为源排放对该区域能见度的影响程度.

1 数据获取

临安区域大气本底站(119°44′E,30°18′N,海拔138.6m)是我国最早建立的大气成分本底国家野外站之一,已被纳入世界气象组织区域大气本底观测网.临安站北侧和东侧分布着长三角城市群(东侧距离杭州50km、东北向距离上海150km),西南侧为山区.站址四周以丘陵、林地和农田为主,植被覆盖良好,周围 3km 范围内无大型村落.盛行风向以东北风和西南风为主,特殊天气现象和逆温的出现频率较低,具有典型的亚热带季风区气候和大气环流特征.

能见度数据采自Vaisala公司FD12型能见度仪,该仪器是一种前散射测量仪器,通过发射机持续发射红外光脉冲,被透镜聚焦后经大气中的颗粒物散射,由接收机将散射光收集并进行测量,再通过特定算法转化为气象光学能见度,其测量周期为 15s,测量范围 10～50000m,数据时段为2008～2015年.相对湿度数据由临安本底站内自动气象站观测得到,环境空气质量数据取自浙江省环境保护局,数据时段为2013～2015年.

2 结果与讨论

2.1 临安大气本底站能见度时间分布特征

2008～2015年,临安大气本底站能见度在线观测有效时数为 67818,占总时数的 96.7%.临安站能见度的日变化分布呈现单峰型分布(图1),高值出现在下午 13：00和 14：00,低值出现在凌晨5：00 和 6：00,日变化幅度为 5.2km.季节分布上,春夏季能见度较高,秋冬季较低,与广州、上海、西安等城市的观测结果一致[7,17];能见度日变化幅度夏季最大,为 7.4km,冬季最小为 3.4km,春、秋季分别为5.3,4.9km.

年际分布上,2008～2015年能见度整体上表现为先降后升的变化趋势,平均增长幅度为0.087km/a,其中,2008～2012 年,能见度平均降幅为 0.085km/a,与 上 海 地 区 1973～2007 年0.083km/a的平均降幅[17]基本一致;2013年能见度上升较快,这可能是由于2013年夏季副热带高压较强,临安地区出现持续的极端高温,相对湿度较低(平均为 66%,低于 2013～2015年夏季均值76%),空气质量较好(AQI平均值 55,低于 2013～2015年夏季均值 62),导致大气能见度较同期值偏高近一倍;4个季节中,春、夏季的年增长幅度较大,分别达到0.222,0.155km/a,秋冬季节变化幅度不大,分别为-0.058,0.017km/a.

图1 2008～2015年临安大气本底站能见度日变化分布和年际变化Fig.1 Diurnal and annual variation of visibility at Lin'an regional background station from 2008 to 2015

2.2 相对湿度、大气污染对能见度的影响

2.2.1 相对湿度对能见度的影响 选取 2013～2015年来分析相对湿度和大气污染状况对临安地区能见度的影响.2013～2015年临安地区相对湿度的日变化分布如图2所示.与图1相比,能见度与相对湿度的日变化趋势均表现为单峰型,午后出现能见度高值、相对湿度低值,凌晨出现能见度低值、相对湿度高值,呈现明显的负相关.并且冬季能见度日最小值出现在6：00～7：00,比春秋季延迟 1h,夏季日最小值出现在 4：00～5：00,比春秋季提前 1h,与相对湿度的季节分布特征一致.可见,能见度的日变化分布形态受到气象条件的影响较大.

图2 2013～2015年临安大气本底站相对湿度日变化分布Fig.2 Diurnal variation of relative humidity at Lin'an regional background station from 2013 to 2015

图3进一步比较了污染、非污染状况下的能见度与相对湿度分布.在 2种状况下, 能见度均与相对湿度呈负相关关系,与南京地区的观测结果相似[25-26],高相对湿度也是造成临安地区低能见度的重要因素.污染状况的能见度下降幅度(1.3km/10%RH)小于非污染状况(2.0km/10%RH),非污染状况的能见度下降幅度在高湿条件下明显高于低湿条件,污染状况的能见度下降幅度在高湿/低湿条件下几乎一致(表1),可见相对湿度对能见度的影响在非污染状况下更为明显,这可能是造成夏季能见度日变化幅度远远大于冬季的重要原因,夏季污染程度较轻(图4),相对湿度的日变化对能见度的影响作用更为明显.

图3 2013～2015年临安大气本底站在污染、非污染状况下的能见度与相对湿度分布Fig.3 Visibility as a function of relative humidity intervals under polluted and non-polluted conditions at Lin'an regional background station from 2013 to 2015

表1 不同污染状况下能见度随相对湿度变化率Table 1 Visibility as a function of relative humidity intervals under different pollution conditions

2.2.2 大气污染对能见度的影响 2013～2015年,临安地区污染时次共出现 6477h,占总时数的 24.6%;污染时次中首要污染物为 PM2.5、PM10、O3的时数依次为 5420,987,70h,分别占83.7%、15.2%、1.1%,可见临安地区的污染以颗粒物污染为主,并且以细颗粒物污染居多.2013～2015年临安地区AQI的日变化分布如图4所示.与图1相比,能见度的日变化趋势与AQI日变化的相关性较差,能见度的日变化表现为单峰型,AQI的日变化由于人为源排放的影响呈现双峰型分布.能见度的季节变化受到大气污染程度的影响较大,临安地区相对湿度的季节差异并不显著,夏秋季平均为 76%,冬季为70%,春季为68%(图3),而AQI的季节差异则较大,冬季最高,平均值达到118,夏季最低为62,春秋季分别为 86、77.临安地处亚热带季风气候区,夏季受到海洋性气团的影响,大气扩散条件较好,虽然夏季的湿度相对较高,但是大气污染较轻;冬季被大陆性气团控制,湿度较低,受人为源排放的影响污染较重,尤其是二次气溶胶的形成降低了大气能见度[22,27].

图4 2013～2015年临安大气本底站AQI日变化分布Fig.4 Diurnal variation of AQI at Lin'an regional background station from 2013 to 2015

图5比较了不同湿度和大气污染状况下的能见度等级分布.在低湿条件下(RH＜80%),低能见度主要出现在污染时次,5km以下时数达到46.9%,比非污染时次高39.0%,10km以上时数占9.7%,比非污染时次低 45.9%.在高湿条件下(RH≥80%),5km 以下能见度在污染时次出现97.2%,非污染时次出现 73.6%.可见,同等湿度条件下,污染越重,低能见度出现频率越高.

能见度随大气污染程度的变化分布如图6所示.在低湿条件下(RH＜80%),随着大气污染程度的加剧,能见度逐渐降低,当 AQI≤100时,AQI每增加 10,能见度平均下降约 2.1km,当AQI＞100时,AQI每增加 10,能见度平均下降约0.17km;在高湿条件下(RH≥80%),AQI每增加10,能 见 度 分 别 下 降 约 0.45km (AQI≤100)和0.05km(AQI＞100).这与北京地区的研究结果类似[28],在相对湿度较小时,消光作用对PM2.5浓度变化的响应明显;当相对湿度较大时,则不明显.此外,临安地区的颗粒物与能见度的相关性亦不为线性[2,17],在颗粒物浓度较低时,颗粒物浓度的增加对能见度的影响作用较大,因此非污染状况下能见度随AQI的降幅远远大于污染状况.大气污染程度对能见度的影响在非污染状况下表现得更为明显.

图5 不同湿度、污染状况下的能见度等级分布Fig.5 Frequency of visibility scales under different humidity and pollution conditions

图6 2013～2015年临安大气本底站在高湿、低湿条件下的能见度与AQI分布Fig.6 Visibility as a function of AQI intervals under high-humidity and low-humidity conditions at Lin'an regional background station from 2013 to 2015

2.3 长三角能见度特征值分布

2.3.1 背景值的筛选 为了获取长三角地区能见度的特征值,参照该地区CO2背景浓度的筛选方法[29],对受到人为源影响的观测时次予以筛除.首先,2013～2015年临安地区出现轻度及以上污染的时次在能见度背景值筛选过程中予以剔除,共6477h;其次,静风条件下大气层结较为稳定,输送扩散条件较差,在筛分过程中亦予以剔除,共842h;最后采用Hysplit 4.9模式和NCEP GDAS全球气象资料,计算72h气团后向轨迹,结合人为源排放的空间分布[30],对受到排放源影响较大的时次予以剔除(图7),共7429h.经过上述筛选过程,最终得到如图8所示的能见度分布,共 11261h,占同期有效观测时数的43.3%.

图7 2010年长三角地区PM2.5人为源排放分布以及受人为源污染气团影响较大时次的气团后向轨迹分布Fig.7 Anthropogenic emissions of PM2.5 surrounding the sampling site in 2010 and air mass backward trajectories affecting the sampling site

图8 2013～2015年临安大气本底站能见度背景与非背景值分布Fig.8 Background and non-background value of visibility at Lin’an station from 2013 to 2015

图9 临安大气本底站能见度背景与非背景值的日变化和月变化分布Fig.9 Diurnal and monthly distribution of visibility under background and non-background conditions at Lin’an station

2.3.2 长三角能见度区域特征值及人为源的影响 图9中临安站能见度的背景值与非背景值日变化分布形态基本一致,均与气象条件的日变化密切相关,在下午时段,大气混合层较高,扩散输送条件较好,相对湿度较低,能见度的背景与非背景值均较高;至凌晨,大气层结较为稳定,相对湿度较高,能见度的背景与非背景值均出现低值.但是受到大气污染影响后,能见度非背景值在各时次均出现明显下降,较背景值平均降低约4.4km,非背景值的日变幅为 3.5km,较背景值日变幅下降3.1km.

从季节分布来看,能见度背景值与非背景值的季节分布差异较大,背景值的最高值出现在 7月,低值出现在2月,年变化幅度为9.4km,这主要是受到降水月际分布的影响,2013～2015年 2月临安地区降水均偏多,月降水量在 108.4～157.6mm之间,从而导致能见度较低,此外2013、2015年秋季降水亦明显偏多,因此 9～11月份能见度背景值亦较低;非背景值的最高值出现在10月,低值出现在 1、2月,年变化幅度较小,仅为3.7km.可见,长三角地区的能见度背景值约为(9.7±2.2) km,受到人类活动的影响后能见度出现大幅下降,降幅约为4.4km.

3 结论

3.1 临安站能见度的日变化分布表现为单峰型,高值出现在下午 13：00～14：00,低值出现在凌晨5：00～6：00,日变化幅度为 5.2km,与相对湿度的日变化分布呈现明显负相关,受到气象条件的影响较大.季节分布上,春夏季能见度较高,秋冬季较低,主要受到大气污染程度的季节变化影响.

3.2 2008～2015年能见度整体上表现为先降后升的变化趋势,平均增长幅度为 0.087km/a,其中春、夏季的年增长幅度较大,秋冬季保持稳定.

3.3 高相对湿度、高污染是造成临安地区低能见度的重要因素,相对湿度、大气污染程度对能见度的影响作用均在非污染状况下更为明显.

3.4 长三角地区的能见度特征值约为(9.7±2.2)km,人为源污染气团的影响会导致能见度下降约4.4km,降幅为48%.

[1] Kim Y J, Kim K W, OH S J. Seasonal characteristics of haze observed by continuous visibility monitoring in the urban atmosphere of Kwangju, Korea [J]. Environmental Monitoring and Assessment, 2001,70：35-46.

[2] 宋 宇,唐孝炎,方 晨,等.北京市能见度下降与颗粒物污染的关系 [J]. 环境科学学报, 2003,23(4)：468-471.

[3] 柯馨姝,盛立芳,孔 君,等.青岛大气颗粒物数浓度变化及对能见度的影响 [J]. 环境科学, 2014,35(1)：15-21.

[4] 周奕珂,朱 彬,韩志伟,等.长江三角洲地区冬季能见度特征及影响因子分析 [J]. 中国环境科学, 2016,36(3)：660-669.

[5] Jung J S, Lee H L, Kim Y J, et al. Aerosol chemistry and the effect of aerosol water content on visibility impairment and radiative forcing in Guangzhou during the 2006 Pearl River Delta campaign [J]. Journal of Environmental Management,2009,90：3231-3244.

[6] Yang L X, Zhou X H, Wang Z, et al. Airborne fine particulate pollution in Jinan, China： concentrations, chemical compositions and influence on visibility impairment [J]. Atmospheric Environment, 2012,55：506-514.

[7] Cao J J, Wang Q Y, Chow J C, et al. Impacts of aerosol compositions on visibility impairment in Xi’an, China [J].Atmospheric Environment, 2012,59：559-566.

[8] Yu X N, Ma J, An J L, et al. Impacts of meteorological condition and aerosol chemical compositions on visibility impairment in Nanjing, China [J]. Journal of Cleaner Production, 2016,131：112-120.

[9] Huang W, Tan J G, Kan H D, et al. Visibility, air quality and daily mortality in Shanghai, China [J]. Science of the Total Environment, 2009,407：3295-3300.

[10] Shen Z X, Cao J J, Zhang L M, et al. Retrieving historical ambient PM2.5concentrations using existing visibility measurements in Xi'an, Northwest China [J]. Atmospheric Environment, 2016,126：15-20.

[11] 李丽云,邓雪娇,何启华,等.近35年广东省区域灰霾天气过程的变化特征及突变分析 [J]. 中国环境科学, 2016,36(8)：2297-2303.

[12] 郭 军,任 雨,傅 宁,等.环渤海地区 1980-2012 年能见度变化特征 [J]. 气象科技, 2016,44(3)：416-422.

[13] Deng X J, Tie X X, Wu D, et al. Long-term trend of visibility and its characterizations in the Pearl River Delta (PRD) region, China[J]. Atmospheric Environment, 2008,42：1424-1435.

[14] Zhao P S, Zhang X L, Xu X F, et al. Long-term visibility trends and characteristics in the region of Beijing, Tianjin, and Hebei,China [J]. Atmospheric Research, 2011,101：711-718.

[15] Deng J J, Du K, Wang K, et al. Long-term atmospheric visibility trend in Southeast China, 1973-2010 [J]. Atmospheric Environment, 2012,59：11-21.

[16] Liao W H, Wang X M, Fan Q, et al. Long-term atmospheric visibility, sunshine duration and precipitation trends in South China [J]. Atmospheric Environment, 2015,107：204-216.

[17] Chang D, Song Y, Liu B. Visibility trends in six megacities in China 1973-2007 [J]. Atmospheric Research, 2009,94：161-167.

[18] Wu J, Fu C B, Zhang L Y, et al. Trends of visibility on sunny days in China in the recent 50years [J]. Atmospheric Environment,2012,55：339-346.

[19] 姚 剑,王广华,林 俊,等.上海市大气颗粒物与能见度的关系[J]. 气象与环境学报, 2010,26(4)：17-21.

[20] 尚 倩,李子华,杨 军,等.南京冬季大气气溶胶粒子谱分布及其对能见度的影响 [J]. 环境科学, 2011,32(9)：2750-2760.

[21] 边 海,韩素芹,张裕芬,等.天津市大气能见度与颗粒物污染的关系 [J]. 中国环境科学, 2012,32(3)：406-410.

[22] Lin Y F, Huang K, Zhuang G S, et al. A multi-year evolution ofaerosol chemistry impacting visibility and haze formation over an Eastern Asia megacity, Shanghai [J]. Atmospheric Environment,2014,92：76-86.

[23] 杨毅红,瞿 群,刘随心,等.夏季珠江三角洲地区PM2.5化学组分特征及其对大气能见度的影响 [J]. 环境科学, 2015,36(8)：2758-2767.

[24] 沈铁迪,王体健,陈璞珑,等.南京城区夏秋季能见度与PM2.5化学成分的关系 [J]. 中国环境科学, 2015,35(3)：652-658.

[25] 于兴娜,马 佳,朱 彬,等.南京北郊秋冬季相对湿度及气溶胶理化特性对大气能见度的影响 [J]. 环境科学, 2015,36(6)：1919-1925.

[26] 侯 灵,安俊琳,朱 彬.南京大气能见度变化规律及影响因子分析 [J]. 大气科学学报, 2014,37(1)：91-98.

[27] Shen X J, Sun J Y, Zhang X Y, et al. Characterization of submicron aerosols and effect on visibility during a severe haze-fog episode in Yangtze River Delta, China [J]. Atmospheric Environment, 2015,120：307-316.

[28] 王 英,李令军,李成才.北京大气能见度和消光特性变化规律及影响因素 [J]. 中国环境科学, 2015,35(5)：1310-1318.

[29] Pu J J, Xu H H, He J, et al. Estimation of regional background concentration of CO2at Lin'an Station in Yangtze River Delta,China [J]. Atmospheric Environment, 2014,94：402-408.

[30] 欧盟联合研究中心(EC-JRC),荷兰环境评估署(PBL).全球大气研究排放源数据库(EDGAR),4.3.1版第2版(1970-2010)[EB/Z].http：//edgar.jrc.ec.europa.eu, 2016.