APP下载

2012~2017年阿克达拉CO浓度特征与气象要素关系分析

2022-04-28钱康妮税友智庄晓翠博尔楠

四川环境 2022年2期
关键词:气象要素大气季节

钱康妮,税友智,庄晓翠,博尔楠,王 丹

(1.阿勒泰地区气象台,新疆 阿勒泰 836500;2.富蕴县气象局,新疆 富蕴 836100)

引 言

一氧化碳是(CO)是大气中的主要污染物之一,高浓度的一氧化碳对人体健康有一定危害。同时世界气象组织/全球大气观测网络认定CO是为一种重要的间接温室气体,它能够间接地对其他温室气体的大气寿命产生影响,是研究污染物在大气中转化、输送与再分布的重要示踪物,是具有气候意义的大气成分。因此,研究CO浓度变化特征、传输过程以及影响因素非常重要,这对改善环境质量及人类的生产生活都有着重要的意义和参考价值。

近年来,国内许多学者对本底站及城市测站的近地面CO浓度变化的研究已经有了较多成果,如北京、天津、娄底市等城市与龙凤山大气本底站的CO浓度日变化均为双峰型变化,但龙凤山大气本底站峰值相较于城市出的现时间滞后;城市地区与本底站的季节变化基本一致[1~5]。方双喜[6]等研究临安大气本底站CO浓度的发现,临安大气本底站年峰值出现的时间要早于北半球本底站峰值出现的时间,峰值基本吻合,同时发现东东北方向的地面来风对CO浓度的增长有较大贡献。但目前国内学者对阿克达拉大气本底站大气成分研究较少、起步较晚[7~9],同时对阿克达拉CO变化及影响因子的研究还不够深入。目前研究发现其观测到的CO浓度变化特征与中国东部及沿海城市的观测结果有较大区别,局地特征明显,故阿克达拉区域大气本底站CO长序列变化特征能够较明显的反映出气候因素的影响,因此本文利用阿克达拉区域大气本底站2012~2017年逐分钟CO浓度观测数据进行基本特征分析和气象要素相关关系,为后续更加深入的研究提供参考,同时能够对福海县周边空气质量评估提供科学依据。

1 材料与方法

阿克达拉区域大气本底站是我国唯一的平原大气本底站,位于新疆阿勒泰地区福海县境内(图1),属于典型的大陆性温带干旱、半干旱气候区域,站址四周50千米内为戈壁和冲积平地,人烟稀少,也没有明显的工业污染,具有典型的局地特点,是了解中国西部上游区域CO变化特征及其影响因素的重要窗口。

图1 阿克达拉大气本底站的位置(图中红色五角星所示)

阿克达拉区域大气本底站使用澳大利亚Ecotech公司生产的EC/ML9830T型CO分析仪,资料采用经过中国气象科学院大气探测中心筛选、整理、检测,并剔除不完成及错误数据,严格实现了数据质量控制的阿克达拉区域大气本底站一氧化碳2012年1月1日~2018年3月31日每1分钟观测1次的资料,在此基础上,按照异常值≤25%的标准,计算每5min平均,即在1分钟数据资料的基础上,异常值≤1次,即可计算5分钟平均数据。依次类推,分别做小时、日、月、年的统计,在统计之后将数据原有单位ppb通过公式换算成浓度单位μg/m3,根据最终所得的数据进行浓度特征分析及相关性分析。

本文根据阿勒泰地区气候及农牧业生产特点,春季为4~5月,夏季为6~8月,秋季为9~10月,冬季为11月~次年3月,冬季又划分为前冬和后冬,将11~12月划分为前冬,次年1~3月划分为后冬。

2 结果与分析

2.1 CO年际变化特征

图2为2012年至2017年CO浓度年平均变化特征,年平均值为173.05 μg/m3。2012~2017年一氧化碳质量浓度年变化特征呈下降趋势,年下降率为-7.51 μg/m3·a-1,2014~2016年CO浓度趋势下降较为明显,累计下降了39.42 μg/m3;在2012年为最大值193.58 μg/m3,2014年达到次大值187.73 μg/m3;最小值出现在2016年为148.31 μg/m3。

图2 2012~2017年CO浓度年际变化

2.2 季节变化特征

表1表示2012~2017年阿克达拉CO季节平均浓度值,可以直观的得到阿克达拉CO浓度的季节变化规律为:后冬>前冬>春季>秋季>夏季。后冬CO浓度最高,平均值为237.37 μg/m3,其次为前冬,CO浓度平均值为205.65 μg/m3;夏季CO浓度最低,平均值为129.54 μg/m3与秋季只相差0.90 μg/m3。这种季节规律与娄底市CO浓度季节变化基本一致[2],与济南市[3]和天津市[4]变化略有不同,但均是冬季CO浓度平均值最高,夏季CO浓度平均值最低。分析原因,一是冬季处于采暖期,周围县城大量燃煤造成CO排放量明显上升;二是冬季大气较为稳定,容易生成逆温层,导致大气污染物容易累积不易消散;三是冬季太阳辐射较弱,对CO的消耗减小,因此冬季CO浓度高于其他季节。夏季CO浓度最低因为夏季边界层较高,强对流天气频发,大气不稳定[10],有利于CO的扩散,同时夏季日照时间长造成的太阳辐射高能够加速CO消耗。

表1 2012~2017年阿克达拉CO季节平均浓度

2.3 月变化特征

由图3给出的2012~2017年阿克达拉CO浓度月变化可知,CO月变化基本呈现出U型分布规律,即在1月、2月、12月浓度较高,6~9月浓度较低。1月CO月浓度平均值高达287.14 μg/m3为全年浓度最高,其次12月CO浓度为254.60 μg/m3;CO月平均浓度最低出现在6月为120.67 μg/m3;6~9月变化平缓,10月CO月平均浓度开始急速上升。与北半球大气本底站CO质量浓度变化[6]相比略有不同,阿克达拉本底站最高值出现在1月,北半球大气本底站CO质量浓度最高值一般在3~4月,明显早于北半球峰值出现的时间;而北半球大气本底站CO质量浓度一般在7~8月出现最低值,阿克达拉6月出现最低值,略早于北半球谷值出现的时间;主要由于新疆阿勒泰地区进入采暖期早且漫长,10月中下旬开始阿勒泰地区进入采暖期,直至翌年4月下旬结束,虽然采暖期阿克达拉区域没有燃煤即没有强的CO排放源,但周边城市会燃烧大量的煤炭,其排放的大量CO混合气团远距离持续输送[5],且秋冬季节大气较为稳定,边界层也维持在较低高度,有利于近地面CO的累积;同时10月开始阿克达拉日照时间明显缩短,太阳辐射也相对较弱,不利于CO与·OH发生光化学反应,导致CO消耗减小。综上所述,CO源排放量的增加和CO消耗减弱共同造成采暖期间CO浓度维持在较高水平。

图3 2012~2017年CO月浓度变化

2.4 日变化特征

图4为2012年至2017年阿克达拉各季节CO平均浓度日变化规律,整体来说,阿克达拉各季节CO日变化相对平缓,均在每日凌晨1:00出现谷值,且在前冬与后冬均在中午13:00和傍晚20:00出现较明显的峰值,季节峰谷变化并不明显,这与北京市、济南市、天津市等城市的“双峰型”结构的CO日浓度变化有较大差异[1~4],这与赵江伟等[11]在研究采暖期与非采暖期的CO日变化规律相同,考虑原因主要为阿克达拉本底站四周空旷、人烟稀少,大气较为清洁,没有强烈的污染源,其上游地区为中亚和西伯利亚等污染源排放较少的地区,气流水平输送贡献较小,同时人类活动影响也较为有限;而城市地区不仅有直接的CO排放源,更受人为活动的直接影响,“上下班效应”尤为明显,所以人为因素的影响是造成阿克达拉与城市地区CO质量浓度日变化差异的主要原因。

图4 2012~2017年各季节CO平均浓度日变化

2.5 不同季节气象要素对CO浓度的影响

通过上述分析发现,CO浓度变化有着显著的季节差异,日变化和月变化均没有季节变化显著,考虑到阿克达拉区域大气清洁,人为活动影响较小,猜测造成阿克达拉CO质量浓度变化显著性季节差异与气象要素有着密不可分的关系。

表2为不同时间尺度CO浓度与主要气象要素的皮尔逊相关系数表,其中样本数据为2012~2017年为按组剔除错误日数据后的样本,总样本数为2 167d,其中春季样本数为362d、夏季样本数为547d、秋季样本数为364d、前冬样本数为362d、后冬样本数为532d。由表3可知,总体来看,全年CO质量浓度与各气象要素均有极显著的相关性,说明单一气象要素对长序列的CO质量浓度的变化是有较明显的影响。

表2 不同时间尺度CO浓度和主要气象因素的皮尔逊相关系数

分季节来看,在不同季节尺度下,阿克达拉CO浓度与主要气象要素的相关关系存在明显的差异性。春季CO质量浓度除平均气压外,与其他气象要素均为显著负相关,其中与平均温度为极显著负相关。夏季CO质量浓度仅与平均气压为极显著负相关关系,说明夏季气象要素对CO质量浓度变化影响较小,而气压的变化对CO质量浓度影响较大,表现为夏季受热低压控制、平均气压较低,常伴随着明显的上升运动,强对流天气频发,导致近地面CO不易累积。秋季CO质量浓度与平均2min风速呈显著负相关关系,受其他气象要素影响较小。前冬和后冬两个季节均与平均相对湿度极显著正相关,与平均气温和平均2min风速为极显著负相关;不同的是后冬季节与平均气压也为显著正相关关系;说明在冬季CO质量浓度变化受气象要素影响最为明显。

结合表3不同季节CO浓度与各气象要素平均值,在CO质量浓度较高的前冬和后冬季节,均具有较高的相对湿度、气压,较小平均2min风速、气温,同时有研究发现[12~14],高相对湿度和低风速的气象条件下,大气静稳、不利于大气污染物的扩散;冬季平均气压较高,通常表现为受大陆冷高压[15]控制,容易出现下沉运动,稳定天气形势较多、大气层结稳定;阿克达拉冬季经常处于蒙古高压的底后部,背景场为偏东风,气团来自偏东地区的蒙古和内蒙古、陕西等地,气团携带较多污染物,同时较小的风速也容易导致CO的累积,同时较低的温度则会导致周边城市加大取暖力度,增加CO的源排放,这些共同气象要素的作用造成冬季CO质量浓度远高于其他季节。结合学者[10]在研究阿克达拉CO传输路径分析时的发现,CO浓度主要在SW-SSW-S-SSE扇区出现高值区,图2中2017年3月CO质量浓度明显较其他年份偏高,较小的平均2min风速且多为南、西南来向的风对其增大与明显的影响。

表3 不同季节CO浓度与各气象要素平均值

3 结 论

通过对阿克达拉2012~2017年CO质量浓度逐日资料和基本气象站同期逐日气象资料统计分析,得到阿克达拉CO质量浓度基本分布特征及其与主要气象要素的相关关系,结论如下。

3.1 阿克达拉2012~2017年CO质量浓度年变化特征呈下降趋势,在2012年为最大值,2016年出现最小值。阿克达拉CO质量浓度存在明显的季节变化,后冬CO浓度最高;夏季CO浓度最低;月变化呈现出U型分布规律,1月为全年CO质量浓度最高,明显早于北半球最高值出现的时间;6月为全年CO质量浓度最低,略早于北半球最小值出现的时间。

3.2 阿克达拉各季节CO质量浓度没有明显的日变化,这与我国北方城市日CO质量浓度日变化有较大差异,考虑原因人为活动因素是造成阿克达拉与城市地区CO质量浓度日变化差异较大的主要原因。

3.3 单一气象要素对长序列的CO质量浓度的变化是有较明显的影响,在不同季节尺度下,阿克达拉CO浓度与主要气象要素的相关关系存在明显的差异性,夏季、秋季CO质量浓度变化与气象要素相关性较小,而前冬与后冬CO质量浓度变化与气象要素相关性较大,但平均2min风速除夏季外,与其他季节CO质量浓度变化均有显著相关性。这对进行阿克达拉大气本底站CO浓度的预报打下了基础,同时能够对其周围地区的空气质量评估提供科学依据。

3.4 阿克达拉大气本底站CO的特征能够较好的代表中国西部上游大气中CO的特征变化,通过研究发现,中国西部大气CO的特征变化与其东部地区和其他大气本底站有显著的差异,主要表现在日变化和月变化锋谷值出现时间,这些需要后续更加深入的研究和分析,找出造成差异的主要影响因素。

致谢:感谢原中国气象科学院大气探测中心林伟立老师为本文提供质控程序!

猜你喜欢

气象要素大气季节
成都电网夏季最大电力负荷变化特征及其与气象要素的关系
宏伟大气,气势与细腻兼备 Vivid Audio Giya G3 S2
如何“看清”大气中的二氧化碳
我喜欢的季节7
季节蠕变
大气稳健的美式之风Polk Audio Signature系列
季节的变换
河蟹养殖水温预报模型研究
探测环境变化对临沭站气象要素的影响
花的季节