大气能见度与PM2.5浓度是反映大气透明程度的重要物理量(马雁军等,2005;2012)。长期以来,对影响能见度与PM2.5的物理因子的研究主要集中在大雾、沙尘暴等低能见度现象的观测与数值模拟等(Fu et al,2006;2008;Chang et al,2009;曹伟华等,2013;蔡子颖等,2014;王天舒和牛生杰,2017;于庚康等, 2015;王继康等,2017),能见度受PM2.5及多种气象要素的综合影响(Fu et al,2006;2008;Chang et al,2009;白永清等,2016;曹伟华等,2013),PM2.5的起伏变化同样受天气系统的制约(Kim et al,2006;吴兑等,2007;张小曳,2007;蒲维维等,2011;Zhang et al,2012;宋连春等,2013;王海畅等,2015)。降水通过影响能见度而成为对交通等影响巨大的因素(吴建军等,2010;Zhang and Cao, 2015),受降水粒子类型、密度、速度、大小等多种因素影响,降水与能见度关系并不唯一确定,降水对能见度影响与降水粒子特征和谱分布有关(刘西川等,2010;舒小健等,2017)。同时降水也对PM2.5的清除有重要影响(彭红和秦瑜,1992;刘西川等,2010),惯性碰撞是降水对气溶胶的主要清除方式,对于粒径大于2 μm的气溶胶粒子,直接碰撞清除作用明显,而对于小于2 μm气溶胶的清除作用受降水形态不同,清除作用复杂(董群等,2016)。受原观测精度限制,降水对能见度及PM2.5影响的机理研究相对比较缺乏,且降水、能见度及PM2.5区域特征差异较大。本文以杭州为例,利用逐分钟高分辨率资料开展降水对能见度及PM2.5影响研究,揭示其中的定量影响关系,为能见度及PM2.5浓度预报预警及应对提供参考。
1 资料和方法数据质量是本研究中最基础也是最重要的一环。本文挑选了浙江省境内气象观测质量较高的杭州国家气候观象台观测资料作为分析对象,杭州位于长三角南部,具有较好的区域代表性。本文选取杭州2014年1月1日至2015年12月31日逐分钟观测资料,包括降水量、能见度、PM2.5浓度、相对湿度和气温等,去除缺测及异常值后资料完整率达到98%以上。在实际观测中,能见度观测仪器为HY-35P前向散射式能见度仪,降水采用SL3-1型双翻斗雨量计,PM2.5观测仪器主要为TEOM1405D分析仪, 该仪器是基于振荡天平法、以滤膜为基础的实时测量大气中颗粒物质量的监测设备。
2 降水、能见度与PM2.5基本特征在分钟观测资料出现之前,气象观测以一日内02、08、14和20时的4次观测为主,不能定量详细地表征能见度与PM2.5浓度随降水量大小变化的特征,而逐分钟自动观测数据则能提供降水与能见度和PM2.5浓度瞬时相应变化的细致描述。根据从日尺度到分钟尺度逐步细化的降水频率统计,杭州降水日数出现频率、降水小时数出现频率、分钟降水出现频率分别为41.6%、12.9%及2.5%。时间尺度的细化在不同层面上(从日到分钟)刻画了降水的出现频次。有降水时分钟降水量为0.1、0.2、0.3与0.4 mm的出现频率分别为81.3%、11.9%、2.8%和1.3%(图 1),说明随着降水强度增大,出现频率明显下降。根据分钟观测资料,2014—2015年,杭州的平均能见度与PM2.5浓度分别为6.8 km和43.0 μg·m-3。依据《霾的观测与预报等级》气象行业标准定义(中国气象局,2010),能见度在2 km以下为重度霾,10 km为霾与非霾的分界点,将2 km以下和10 km以上分别定义为低能见度和高能见度天气,按照2 km一个能见度等级进行划分,计算杭州各等级能见度出现频率,可知2~4 km出现频率最高,达到23.9%,16~18 km出现频率最低,为2.7%,自2~4 km至16~18 km,随着能见度等级的提高,出现频率逐渐降低。杭州2 km以下低能见度出现频率为14.4%,10 km以上高能见度出现频率为21.9%,说明观测期间大气能见度状况不容乐观。这在很大程度上与地理位置及社会经济结构有关,杭州地处内陆地区且城市化程度较高,大气自清洁能力较差。从杭州PM2.5的分布也能得到体现,根据环境空气质量指数(air quality index,AQI)技术规定(中华人民共和国环境保护部,2016),若仅统计PM2.5浓度,则0~35 μg·m-3(空气质量优)出现频率为45.0%,35~75 μg·m-3(空气质量良)为43.0%,75~115 μg·m-3(轻度污染)为10.0%,115 μg·m-3以上(中度污染以上)为2.0%,轻度及其以上污染比例达到12%,说明PM2.5对杭州大气环境有着至关重要的影响。
对降水等级的定义一般以24 h降水量来统计,24 h累积降水量超过50 mm为暴雨,超过100 mm为大暴雨。实际降水过程又分为两种形态,一是持续的降水过程,此类过程能见度变化基本稳定,随着雨量大小的变化,能见度有小幅波动。以2014年5月13日19:00至14日03:00降水过程为例(图 2),期间浙江处在南支槽前,北支多小槽活动,导致2014年5月8—21日长时间的连阴雨过程,5月13日中低层西南暖湿气流明显加强北抬,和北方弱冷空气结合,引起浙江中北部一次大范围的降水过程,属于典型的雨强相对较小,但持续时间长的大尺度持续性降水过程,5月13日19:00至14日03:00降水总量达到76.5 mm,降水最集中的时段主要为13日20:30—23:40,之后一直有持续的降水,21:00—00:00(21:00指的是20:01—21:00,以此类推)逐小时降水量分别达8.2、11.0、19.1和25.9 mm。图 2表明,降水对能见度的影响十分明显,从20:30降水开始,能见度迅速从6.2 km下降至0.6 km,并一直维持在1 km以下;直到00:00过后,降水强度减小,能见度才缓慢回升,降水期间能见度明显低于降水之前。而降水对PM2.5的清除作用并没有像能见度的变化那么迅速,说明弱降水对颗粒物的清除作用有限,从20:30降水产生后,风速一直维持在2.0~3.0 m·s-1,风速变化平稳,气温下降也在日变化范围内,受降水影响,PM2.5浓度逐渐从85 μg·m-3缓慢下降到20 μg·m-3,期间分为几个阶段:21:00—22:30 PM2.5浓度基本平稳,这与降水起始阶段PM2.5浓度高,降水较弱有关;22:30—23:30缓慢下降,期间降水强度加强,对PM2.5清除作用也加强;23:30至次日01:00快速下降,因降水一直持续,对PM2.5清除作用更加明显;01:00时以后降水时有时无,PM2.5浓度变化基本平稳。
降水的另一种形态是突发性的强降水过程,此类过程降水密集、雨量大、能见度迅速降低且随雨势骤强骤弱变化幅度大,对PM2.5粒子的清除作用也很明显,使PM2.5浓度明显下降。同样选取了一次典型过程,以2015年8月20日下午强降水过程为例(图 3),当天杭州位于副热带高压北缘,最高温度达到35℃,属于典型的副热带高压边缘午后强对流,中小尺度短时强降水天气(侯淑梅等,2017),当天降水时段集中在15:04—16:35,过程降水量76.7 mm。15:00之前,能见度平稳维持在4.5 km左右,PM2.5浓度也维持在80 μg·m-3;从15:04降水开始且强度迅速增强,能见度在短时间内下降到1 km以下,PM2.5浓度在15:10之前有些升高,之后随雨势增大浓度迅速降低;15:43—15:54降水有10分钟的间歇,能见度也迅速回升到降水前的状态,PM2.5浓度在20 μg·m-3附近摆动略有下降;之后雨势再度迅速增大,能见度再次迅速减小,最低能见度为0.6 km,出现在16:10,对应的分钟降水量为0.7 mm,PM2.5浓度也降至最低2 μg·m-3。
从两种降水形态的具体过程来看,降水对能见度的影响是极其明显的,但降水伴随着雨雾,因此最低能见度不一定出现在最大降水发生的时段。相比持续稳定的降水过程造成持续低能见度而言,突发强降水会造成能见度的大幅降低。降水对PM2.5的清除作用在降水较小并持续时,会造成PM2.5浓度的缓慢下降;而强降水过程对PM2.5的清除作用十分明显。降水量、能见度、PM2.5浓度三者之间表现出基本一致的同步变化,降水与能见度两者之间同步变化更加一致,影响PM2.5浓度因素较多,降水与PM2.5浓度变化会出现降水强度加大,PM2.5浓度升高情况多出现在降水过程的初始阶段。总体来讲,降水能改善空气质量。
4 降水对能见度的影响分析降水对能见度有着复杂的影响。尽管杭州在无降水或弱降水情景下雾、霾、扬沙和浮尘等均对能见度有影响,但无降水时平均能见度仍然可以达到7.1 km;而一旦出现降水,平均能见度迅速下降,为2.9 km,不到无降水时的一半。
把降水按无降水和0.5 mm一个间隔划分为6个等级,能见度按 < 2 km、2~5 km、5~10 km和≥10 km划分为4个等级,统计分钟降水不同等级下不同等级能见度出现频率及平均能见度,来讨论降水对能见度影响的定量关系(表 1)。
分钟降水量在0.1~0.5 mm时,能见度平均值仅为3.1 km,超过0.5 mm以上降水时能见度降到2.0 km以下。从各等级降水影响下各级能见度分布频率分析,随着降水增大,高能见度出现频率逐步减少,而低能见度出现频率逐步增加,尤其是从无降水到有降水,高能见度出现频率迅速下降,10 km以上能见度在无降水时出现频率为22.5%,而在降水为0.1~0.5 mm等级时出现频率下降至2.2%;2 km以下能见度频率,在无降水时为13.5%,降水达2.0 mm以上时可升至78.4%。
在以上分析基础上进一步细化,将分钟降水按0.1 mm一个等级递增,求各等级下平均能见度,然后绘制降水量与能见度散点图(图 4)。因降水量越大,个例越少,统计值的代表性也相应降低,因此最大降水取为2.0 mm。由图可见,降水与能见度符合幂函数分布特征,两者相关系数达到0.97,通过了α=0.001的显著性水平检验。随着降水量增大,能见度逐步下降,在初始阶段降水量从0.1 mm开始逐步增大的过程中,能见度下降明显。在降水增大到一定阈值后,随降水强度继续增加,能见度下降开始减缓,在能见度随降水强度增大从快速下降到慢速下降的过程中有一个转折点,这一转折点即为拟合曲线的拐点,计算得出拐点对应的降水量值为0.6 mm,各地因气候特征不同、降水形态存在差异,拐点值有所区别。
降水对大气气溶胶的清除是维持大气中悬浮粒子源汇平衡、大气自清洁的重要过程(彭红和秦瑜,1992; 孙玫玲等, 2008)。通过对降水情景下逐分钟观测资料分析,可知降水对PM2.5浓度的影响不如对能见度的影响那么敏感。为恰当描述降水对PM2.5浓度的影响,把分钟尺度的观测资料统计到小时尺度,根据小时尺度统计结果分析,有降水与无降水情景下PM2.5小时平均浓度。在有降水时,PM2.5平均浓度为24.3 μg·m-3,明显低于无降水时的55.7 μg·m-3。把PM2.5浓度划分为 < 15 μg·m-3、15~25 μg·m-3、25~35 μg·m-3、35~45 μg·m-3、45~55 μg·m-3、55~65 μg·m-3、65~75 μg·m-3、75~115 μg·m-3和≥115 μg·m-3共9个等级,统计各等级下PM2.5浓度分别在有降水与无降水时出现次数的百分率(表 2)。结果表明,有降水时PM2.5浓度在各等级下的出现频率表现为从低浓度等级向高浓度等级一致的降低。根据环境空气质量指数(中华人民共和国环境保护部,2016),PM2.5浓度达到35 μg·m-3为空气优良上限阈值,75 μg·m-3为空气污染下限阈值,在有降水时空气优良时数可以达到68%,污染时数仅为6%;而在无降水时,空气优良时数仅有39%,明显少于有降水时,而空气污染时数出现频率为18%,明显高于有降水时的出现频率。
进一步研究在有降水时降水对PM2.5的清除能力。利用降水前一小时PM2.5浓度与降水后一小时PM2.5浓度差值,来表达降水对PM2.5的清除量。影响PM2.5浓度的气象条件,除降水外,风速、风向和对流条件等均有影响(Kim et al,2006;吴兑等,2007;张小曳,2007;蒲维维等,2011;Zhang et al,2012;宋连春等,2013;王海畅等,2015),因此计算得到的降水对PM2.5的清除量有正清除也有负清除,说明了多种要素的综合影响(彭红和秦瑜,1992;刘西川等,2010;吴建军等,2010)。分别统计在不同降水等级下(表 3)及不同PM2.5浓度等级下(表 4)降水对PM2.5的正清除与负清除各占降水小时数的百分率,结果表明:随着降水量增大,降水对PM2.5的清除作用逐渐增大。此外,降水前的PM2.5浓度大小也对降水的清除作用有较大影响。由表 4可知,PM2.5浓度在25 μg·m-3以下时,降水基本体现不出清除作用;而超过25 μg·m-3以后,降水的清除作用逐渐凸显,尤其是PM2.5浓度达到65 μg·m-3以上时,正清除频次已达负清除的2倍以上。
由以上分析可知,降水对PM2.5的清除量大小,除与降水量密切相关外,也与降水前PM2.5浓度密切相关。以这两个要素为因子,建立杭州PM2.5清除量的非线性拟合方程,构建统计模型如下:
$ \begin{array}{l} \mathit{Y}{\rm{ = 0}}{\rm{.85 + 0}}{\rm{.49}}\mathit{C}{\rm{ + 0}}{\rm{.02}}\mathit{CP}{\rm{ - 0}}{\rm{.7ln}}\mathit{C}{\rm{ - }}\\ \;\;\;\;\;\;{\rm{ 0}}{\rm{.32ln}}\mathit{P}{\rm{ + 0}}{\rm{.13ln}}\mathit{C}{\rm{ln}}\mathit{P} \end{array} $ |
式中,Y为降水对PM2.5清除量,C为PM2.5初始浓度,P为小时降水量。模拟清除量结果与观测清除量的相关系数达到0.65,通过了0.01的显著性水平检验,取得较好的模拟效果。
6 结论与讨论能见度与PM2.5浓度受多种气象要素及天气系统的影响。降水是大气自清洁的重要过程,降水量大小及持续时间对能见度与PM2.5浓度有明显作用。本文以杭州为例,利用2014—2015年逐分钟气象观测资料,对比分析了不同降水条件下能见度及PM2.5浓度的分布特征及不同强度降水对能见度及PM2.5浓度影响的定量关系,主要结论为:
(1) 杭州分钟降水量达到0.1、0.2、0.3与0.4 mm 4个等级的频率分别为81.3%、11.9%、2.8%和1.3%,说明随着降水强度增大,出现频率明显下降。2 km以下低能见度出现频率为14.4%,10 km以上高能见度出现频率为21.9%,PM2.5浓度0~35 μg·m-3出现频率为45.0%,75 μg·m-3以上为12.0%,说明空气质量总体状况不容乐观。
(2) 降水对能见度的影响是极其明显的,相比持续稳定的降水过程造成持续低能见度而言,突发强降水会造成能见度的大幅降低。杭州降水条件下的能见度平均为2.9 km,明显低于非降水时的7.1 km;随着降水增大,高能见度出现频率逐渐减少,而低能见度出现频率逐渐增加,10 km以上能见度在无降水时出现频率为22.5%,而在0.1~0.5 mm降水背景下出现频率下降到2.2%。降水与能见度之间关系符合幂函数分布特征,能见度随降水量增加从快速下降过渡到慢速下降,中间存在一个拐点,降水小于拐点值时,能见度随降水增大快速下降;而降水大于拐点值时,能见度随降水增大缓慢下降。
(3) 降水对PM2.5的清除作用受降水量及降水前PM2.5浓度大小共同作用。降水对PM2.5的清除作用在降水较小并持续时,会造成PM2.5浓度的缓慢下降;而强降水过程对PM2.5的清除作用十分明显,降水量、PM2.5浓度、能见度三者之间表现出基本一致的同步变化。在PM2.5浓度超过25 μg·m-3以后,降水的清除作用随PM2.5浓度增加逐渐增强。利用小时降水量与降水前PM2.5浓度两个因子、采用非线性拟合方案构建了杭州降水对PM2.5清除量统计模型,模拟结果与原始记录的相关系数达到0.65,取得较好的模拟效果。
本文在分析杭州降水对能见度和PM2.5浓度的影响时,忽略了降水过程中伴随的雨雾、对流天气及风等起到的作用,而降水的另一种形态降雪也没有涉及,且PM2.5对能见度也有明显影响,如综合考虑,其影响特征将更加复杂与多样。
白永清, 祁海霞, 刘琳, 等, 2016. 武汉大气能见度与PM2.5浓度及相对湿度关系的非线性分析及能见度预报[J]. 气象学报, 74(2): 189-199. |
蔡子颖, 刘爱霞, 韩素芹, 等, 2014. 天津低能见度特征初探[J]. 气象, 40(1): 114-118. DOI:10.7519/j.issn.1000-0526.2014.01.014 |
曹伟华, 梁旭东, 李青春, 2013. 北京一次持续性雾霾过程的阶段性特征及影响因子分析[J]. 气象学报, 71(5): 940-951. DOI:10.11676/qxxb2013.072 |
董群, 赵普生, 陈一娜, 2016. 降雨对不同粒径气溶胶粒子碰撞清除能力[J]. 环境科学, 37(10): 3686-3692. |
侯淑梅, 郭俊建, 张磊, 等, 2017. 西风槽与副高相互作用的暴雨过程动热力场结构特征分析[J]. 气象, 43(2): 151-165. DOI:10.7519/j.issn.1000-0526.2017.02.003 |
刘西川, 高太长, 刘磊, 等, 2010. 降水现象对大气消光系数和能见度的影响[J]. 应用气象学报, 21(4): 433-441. DOI:10.11898/1001-7313.20100406 |
马雁军, 刘宇微, 洪也, 等, 2012. 2011年春季辽宁一次沙尘天气过程及其对不同粒径颗粒物和空气质量的影响[J]. 环境科学学报, 32(5): 1160-1167. |
马雁军, 左洪超, 张云海, 等, 2005. 辽宁中部城市群大气能见度变化趋势及影响因子分析[J]. 高原气象, 24(4): 623-628. |
彭红, 秦瑜, 1992. 降水对气溶胶粒子清除的参数化[J]. 大气科学, 16(5): 622-630. |
蒲维维, 赵秀娟, 张小玲, 2011. 北京地区夏末秋初气象要素对PM2.5污染的影响[J]. 应用气象学报, 22(6): 716-723. DOI:10.11898/1001-7313.20110609 |
舒小健, 高太长, 刘西川, 等, 2017. 基于降水微物理特征测量仪的雨滴形状观测与分析[J]. 气象, 43(1): 91-100. DOI:10.7519/j.issn.1000-0526.2017.01.010 |
宋连春, 高荣, 李莹, 等, 2013. 1961—2012年中国冬半年霾日数的变化特征及气候成因分析[J]. 气候变化研究进展, 9(5): 313-318. |
孙玫玲, 穆怀斌, 吴丹朱, 等, 2008. 天津城区秋季PM2.5质量浓度垂直分布特征研究[J]. 气象, 34(10): 60-66. DOI:10.7519/j.issn.1000-0526.2008.10.008 |
王海畅, 吴泽邦, 周景博, 等, 2015. 北京上甸子站PM2.5浓度与气象要素关系分析[J]. 气象与环境学报, 31(5): 99-104. |
王继康, 花丛, 桂海林, 等, 2017. 2016年1月我国中东部一次大气污染物传输过程分析[J]. 气象, 43(7): 804-812. DOI:10.7519/j.issn.10000526.2017.07.004 |
王天舒, 牛生杰, 2017. 内蒙古东部春季三类沙尘天气气溶胶散射系数及其与PM10、能见度相关性分析[J]. 大气科学, 41(1): 121-131. |
吴兑, 邓雪娇, 毕雪岩, 等, 2007. 细粒子污染形成灰霾天气导致广州地区能见度下降[J]. 热带气象学报, 23(1): 1-6. |
吴建军, 袁成松, 周曾奎, 等, 2010. 短时强降雨对能见度的影响[J]. 气象科学, 30(2): 274-278. |
于庚康, 王博妮, 陈鹏, 等, 2015. 2013年初江苏连续性雾-霾天气的特征分析[J]. 气象, 41(5): 622-629. DOI:10.7519/j.issn.1000-0526.2015.05.010 |
张小曳, 2007. 中国大气气溶胶及其气候效应的研究[J]. 地球科学进展, 22(1): 12-16. |
中国气象局, 2010. QX/T 113—2010: 霾的观测和预报等级[S]. 北京: 气象出版社.
|
中华人民共和国环境保护部, 2016. HJ 633—2012: 环境空气质量指数(AQI)技术规定(试行)[S]. 北京: 中国环境科学出版社.
|
Chang Di, Song Yu, Liu Bing, 2009. Visibility trends in six megacities in China 1973-2007[J]. Atmos Res, 94(2): 161-167. DOI:10.1016/j.atmosres.2009.05.006 |
Fu Gang, Guo Jingtian, Angeline P, et al, 2008. An analysis and modeling study of a sea fog event over the Yellow and Bohai Seas[J]. J Ocean Univ China, 7(1): 27-34. DOI:10.1007/s11802-008-0027-z |
Fu Gang, Guo Jingtian, Xie Shangping, et al, 2006. Analysis and high-resolution modeling of a dense sea fog event over the Yellow Sea[J]. Atmos Res, 81(4): 293-303. DOI:10.1016/j.atmosres.2006.01.005 |
Kim Y J, Kim K W, Kim S D, et al, 2006. Fine particulate matter characteristics and its impact on visibility impairment at two urban sites in Korea: Seoul and Incheon[J]. Atmos Environ, 40(S2): 593-605. |
Zhang X Y, Wang Y Q, Niu T, et al, 2012. Atmospheric aerosol compositions in China: spatial/temporal variability, chemical signature, regional haze distribution and comparisons with global aerosols[J]. Atmos Chem Phys, 12(2): 779-799. DOI:10.5194/acp-12-779-2012 |
Zhang Yanlin, Cao Fang, 2015. Fine particulate matter (PM2.5) in China at a city level[J]. Sci Rep, 5: 14884. DOI:10.1038/srep14884 |