沙尘天气对兰州市大气污染物置换和叠加作用

刘筱冉,王金艳,2*,邱继勇,3,李全喜,董继元,魏林波



沙尘天气对兰州市大气污染物置换和叠加作用

刘筱冉1,王金艳1,2*,邱继勇1,3,李全喜1,董继元4,魏林波1

(1.兰州大学大气科学学院,甘肃 兰州 730000；2.兰州大学,半干旱气候变化教育部重点实验室,甘肃 兰州 730000；3.中国人民解放军95871部队,湖南 衡阳 421000；4.兰州大学公共卫生学院,甘肃 兰州 730000)

本文分析了2014~2015年兰州市春季沙尘天气期间颗粒污染物PM10、PM2.5及气态污染物SO2、NO2、CO和O3质量浓度的演变规律.结果表明,沙尘天气造成PM10和PM2.5浓度上升,而SO2、NO2和CO浓度表现为降低(置换型)或升高(叠加型),O3浓度受沙尘天气影响不明显.置换型的PM10和PM2.5平均质量浓度分别为1086.9和286µg/m3,SO2、NO2和CO平均质量浓度分别为16.7、41.0和1.02×103µg/m3.叠加型的PM10和PM2.5平均质量浓度分别为383.2和116.2µg/m3,SO2、NO2和CO平均质量浓度分别为24.5、49.1和1.19×103µg/m3.置换型的PM10和PM2.5平均质量浓度分别为叠加型的2.8和2.4倍,叠加型的SO2、NO2和CO平均质量浓度分别为置换型的1.47、1.2和1.17倍.置换型对应的气象条件为近地面东北方向大风、显著降温和高压,即强冷空气活动时,PM10和PM2.5浓度上升,而SO2、NO2和CO浓度显著减小,沙尘源地主要为塔克拉玛干沙漠和青藏高原北部地区,影响气流多为1500~6000m高空西北气流.叠加型则为近地面东北风向弱风,气温和气压无明显波动,即弱冷空气活动时,初期PM10和PM2.5浓度上升,同时SO2、NO2和CO浓度略下降,而后PM10和PM2.5维持高值时SO2、NO2和CO浓度亦上升,沙尘源地主要为巴丹吉林沙漠,影响气流多为1500m以下低空西北气流.

沙尘天气；兰州市；大气污染物；置换；叠加

沙尘天气作为一种灾害性天气,分为浮尘、扬沙、沙尘暴和强沙尘暴四类.沙尘天气不仅对空气质量、人类健康和交通安全等造成严重影响,而且对区域和全球气候变化产生重要改变[1-7].兰州市由于地处西北沙尘暴多发区的下风方向,春季常受到上游频发的沙尘天气影响,导致环境空气质量在一定程度上出现恶化[8-13].已有研究发现,春季河西走廊的沙尘活动使兰州市沙尘影响日PM10浓度增加数倍[11].通过计算潜在贡献因子和浓度权重轨迹,得出影响兰州市春季PM10浓度的潜在源区和不同源区对兰州市春季PM10浓度贡献的差异[12].此外,根据2002~2011年兰州市大气污染数据,发现兰州市春季沙尘污染期间,PM10浓度急剧升高,而NO2和SO2浓度则明显下降[13].

目前已经有大量学者做了沙尘天气对大气污染物影响的个例研究,认为沙尘天气对不同类型污染物浓度的影响存在差异[14-24].本文结合以往的研究成果,利用2014和2015年兰州市春季空气质量逐小时监测数据,深入探讨了沙尘天气对颗粒污染物PM10、PM2.5及气态污染物SO2、NO2、O3、CO质量浓度变化的影响,并归纳总结出两种类型,为空气质量预报、预警和改善兰州市大气环境质量提供科学依据.

1 资料与方法

本文所用资料为2014和2015年兰州市春季3~5月份空气质量逐小时监测资料、中川机场逐小时气象观测资料和中国气象局气象观测资料.其中空气质量监测资料来源于兰州市职工医院、兰炼宾馆、榆中兰大校区、生物制品所和铁路设计院共5个监测站,包括PM10、PM2.5、SO2、NO2、CO和O3逐小时浓度资料,数据质量和完整性高,对所有站点各污染物的小时浓度数据进行统计平均,得到各变量的日均浓度和时均浓度,进而分析兰州市大气污染状况.

中川机场气象观测资料包括逐小时气温、气压、风向和风速,通过分析沙尘天气日、前一日和后一日气温和气压距平值的逐时变化特征,研究气温和气压的演变规律.距平值计算公式如下:

中国气象局气象观测资料包括逐日每3h(北京时间02:00、05:00、08:00、11:00、14:00、17:00、20:00、23:00)共8次地面天气现象观测记录,其中天气现象代码06(浮尘)、07和08(扬沙)、(09和30~32)沙尘暴、(33~35)强沙尘暴,1天中某个观测时次出现浮尘、扬沙、沙尘暴和强沙尘暴4类天气现象中的一种,即判定为1个沙尘天气日.

2 结果与讨论

2.1 兰州市春季沙尘天气统计

通过对中国气象局气象观测资料中春季沙尘天气现象的记录分析得知,2014年兰州市共出现沙尘天气5次,其中浮尘5次,无扬沙和沙尘暴出现.2015年共出现14次,其中浮尘9次,扬沙5次,无沙尘暴出现.

2.2 兰州市春季空气质量状况

图1为2015年兰州市春季颗粒污染物PM10、PM2.5及气态污染物SO2、NO2、CO和O3质量浓度日均浓度值变化.对2014(图略)和2015年春季共19次沙尘天气进行普查,发现沙尘天气造成PM10和PM2.5浓度上升,对O3浓度变化无明显影响,而SO2、NO2和CO浓度有偏低和偏高两种情况.将沙尘天气过程对SO2、NO2和CO影响的这两种情况进行分类,沙尘天气初期,PM10和PM2.5浓度上升,SO2、NO2和CO浓度则下降,沙尘天气后期,PM10和PM2.5下降到较低浓度时,SO2、NO2和CO浓度逐渐上升,这种分为置换型.沙尘天气初期,PM10和PM2.5浓度上升,SO2、NO2和CO浓度先略下降,PM10和PM2.5浓度维持高值时,SO2、NO2和CO浓度上升,这种分为叠加型.

图1 2014年和2015年兰州市3~5月份PM10、PM2.5、SO2、NO2、CO和O3日均浓度值变化

阴影部分代表沙尘天气发生日、前一日和后一日

2.3 沙尘天气期间污染物浓度的变化特征

表1列出了置换型和叠加型出现时间及气象要素和污染物浓度变化特征,通过对比分析,置换型发生频次多于叠加型,浮尘和扬沙天气均有出现置换型和叠加型.对于气象要素,置换型的最大风速、最大气压差和最大气温差均偏高于叠加型,说明影响置换型沙尘天气过程的冷空气强度比叠加型的大.对于颗粒污染物,置换型的PM10浓度变化范围为345~2576.8µg/m3,平均值为1086.9µg/m3,而叠加型的变化范围为230.2~ 652µg/m3,平均值为383.2µg/m3;置换型的PM2.5浓度变化范围为84.6~752.6µg/m3,平均值为286µg/m3,而叠加型的变化范围为63.8~197.7µg/ m3,平均值为116.2µg/m3,置换型的PM10和PM2.5平均浓度值分别为叠加型的2.8倍和2.4倍.由此可见,置换型的PM10和PM2.5浓度明显偏高于叠加型.对于气态污染物,置换型的SO2浓度平均值为16.7µg/m3,叠加型的为24.5µg/m3,置换型的NO2浓度平均值为41.0µg/m3,叠加型的为49.1µg/m3,置换型的CO浓度平均值为1.02× 103µg/m3,叠加型的为1.19×103µg/m3,叠加型的SO2、NO2和CO平均质量浓度分别为置换型的1.47、1.2和1.17倍.可以看出,SO2、NO2和CO浓度在置换型沙尘天气过程中普遍偏低于叠加型.

为进一步分析置换型和叠加型沙尘天气过程对空气质量的影响选取两次典型的置换型和叠加型沙尘天气个例进行详细探讨,并分析了两种天气过程的气象条件和影响源地.

程对空气质量的影响,选取两次典型的置换型和

2.3.1 置换型

(1)2014年4月23~25日沙尘个例分析 2014年4月23日,新疆南部、甘肃西北部地区相继出现自西向东逐渐推移的沙尘天气,24日上午兰州市出现浮尘天气,空气质量为严重污染水平.

从图2可以看出,此次沙尘天气过程PM10和PM2.5浓度呈现单峰型变化规律.24日08:00随着沙尘天气的爆发,PM10和PM2.5浓度骤然上升,18:00分别达到峰值.24日SO2、NO2和CO浓度下降明显,分别从36.2,58.2和1.65µg/m3下降到最低值7.6,16和0.68,接着SO2、NO2和CO浓度维持较低水平.25日随着沙尘天气的结束,PM10和PM2.5下降到较低浓度时,SO2、NO2和CO浓度出现明显上升.已经有大量研究表明,沙尘可以有效降低SO2、NO2和CO气态污染物浓度[22],这与本次沙尘天气过程得到的研究结果较一致.

(2)气象要素分析 从图3可以看出,24日06:00兰州市气温距平值从6.2℃迅速下降, 18:00达到最低值-15.2℃,而后维持低温状态.24日气压距平值从-7.5hPa迅速上升至7.7hPa,至25日维持高压状态.说明此次沙尘天气伴随强冷空气的到来,气温出现大幅下降,气压明显升高,兰州市处于低温、高压状态.此外,兰州市主要受东北风向控制,沙尘天气发生日风速较大,扩散条件好.

表1 2014~2015年兰州市春季沙尘日气象要素和污染物浓度

图2 2014年4月23~25日兰州市PM10、PM2.5、SO2、NO2、CO3浓度时均值变化

(3)后向轨迹分析 图4给出了HYSPLIT模式气团向后追踪48h轨迹的模拟结果,使用了NCEP Global Datat Assimiloation System(GDAS) 1°×1°气象资料,起始时间为北京时间2014年4月25日16:00,模拟抵达兰州市的气团距离地面高度为500m.由图4可以看出,兰州市此次沙尘过程主要受高空西北气流对外来沙尘颗粒物输送的影响,气流起始高度较高,最高达6000m以上,多处于1500~6000m之间,自源区途径河西走廊到达兰州市,沙尘源地主要为南疆盆地的塔克拉玛干沙漠和青藏高原北部地区.

此次沙尘天气过程中污染物的演变规律表现为置换型特征.特点为:兰州市主要受高空西北气流影响,近地面多为风速较大的东北风,气温降低,气压升高.颗粒污染物PM10和PM2.5浓度呈现单峰型变化规律,PM10和PM2.5浓度上升,而气态污染物SO2、NO2和CO浓度下降,PM10和PM2.5下降到一定低浓度时,SO2、NO2和CO浓度上升.

图3 2014年4月23~25日兰州市气温和海平面气压距平值小时变化

2.3.2 叠加型 (1)2015年5月17~19日沙尘个例分析 受内蒙古阿拉善旗沙尘天气影响,2015年5月17~18日,兰州市出现扬沙天气,达到严重污染级别.

由图5可以看出,此次沙尘天气PM10和PM2.5浓度呈现多峰型变化规律.17日18:00随着沙尘天气的到来,PM10和PM2.5浓度骤然上升,19:00 PM10和PM2.5浓度分别达到第一个峰值,随后急剧下降,原因是出现的降雨对沙尘颗粒物的湿清除作用[23].受沙尘天气的持续影响,17日22:00 PM10和PM2.5浓度再次骤然上升,18日00:00分别达到第二个峰值,00:00~09:00PM10和PM2.5维持高浓度.随着沙尘天气的减弱, 09:00PM10和PM2.5浓度下降.17日SO2、NO2和CO浓度骤然下降,随后一段时间内保持较低浓度.18日PM10和PM2.5维持高浓度的同时,SO2、NO2和CO浓度出现明显上升,原因是沙尘中后期,风速较小,扩散条件减弱,本地源排放的SO2、NO2和CO积累导致浓度升高[14].

图4 2014年4月25日16:00时兰州市48h气团后向轨迹

图5 2015年5月17~19日兰州市PM10、PM2.5、SO2、NO2、CO浓度时均值变化

(2)气象要素分析从图6可以看出,17~18日气温距平值由3.8℃下降至1.7℃,气压距平值由-1.5hPa上升至-0.1hPa,由此可以看出,此次沙尘天气受弱冷空气的影响,气温无明显下降,气压无明显升高.此外,兰州市主要受东北风向控制,风速较低,扩散条件弱.

(3)后向轨迹分析图7为兰州市2015年5月18日04:00时48h气团后向轨迹.可以看出,此次沙尘天气过程的影响气流高度最高为1500m左右,主要受低空西北气流影响,沙尘源地主要为内蒙古地区的巴丹吉林沙漠.

图6 2015年5月17~19日兰州市气温和海平面气压距平值小时变化

图7 2015年5月18日04:00兰州市48h气团后向轨迹

此次沙尘天气过程中污染物的演变规律表现为叠加型特征.特点为:兰州市主要受低空西北气流的影响,近地面多为风速较小的东北风,气温和气压无明显波动.颗粒污染物PM10和PM2.5浓度呈现多峰型变化规律,PM10和PM2.5浓度上升,浓度峰值相比置换型偏小,气态污染物SO2、NO2和CO浓度先下降,而后PM10和PM2.5浓度持续高值期间,SO2、NO2和CO浓度逐渐上升.

3 结论

3.1 兰州市春季沙尘天气期间,颗粒污染物PM10和PM2.5浓度明显升高,而气态污染物(SO2、NO2和CO)浓度的变化主要取决于冷空气的强弱,沙尘天气对O3浓度变化的影响并不明显.

3.2 气态污染物浓度的演变可分为置换和叠加型两种情况.置换型为受强冷空气活动的影响,近地面为东北方向大风、低温和高压,气态污染物浓度显著降低,SO2、NO2和CO最低浓度分别为6.3,22.6,0.56×103µg/m3,沙尘源地主要为南疆盆地的塔克拉玛干沙漠和青藏高原北部地区,影响气流多为1500~6000m高空西北气流.

3.3 叠加型为受弱冷空气活动的影响,近地面为弱风,气温和气压无明显波动,初期PM10和PM2.5浓度上升,同时气态污染物浓度略下降,而后PM10和PM2.5维持高值时,由于本地源气态污染物的持续积累,气态污染物浓度上升,SO2、NO2和CO日均浓度分别为24.5,49.1,1.19×103µg/m3,分别是置换型的1.47、1.2和1.17倍.沙尘源地主要为内蒙古巴丹吉林沙漠和本地沙尘,影响气流多为1500m以下低空西北气流.

[1] 陈 静,张艳品,杨 鹏,等.石家庄一次沙尘气溶胶污染过程及光学特性[J]. 中国环境科学, 2016,36(4):979-989.

[2] Kim H S, Chung Y S, Choi H J. On air pollutant variations in the cases of long-range transport of dust particles observed in central Korea in the leeside of China in 2010 [J]. Air Quality, Atmosphere & Health, 2014,7(3):309-323.

[3] 马井会,周广强,周 骥,等.影响上海的一次沙尘过程WRF- Dust 数值模拟[J]. 中国环境科学, 2014,34(2):302-310.

[4] Giannadaki D, Pozzer A, Lelieveld J. Modeled global effects of airborne desert dust on air quality and premature mortality [J]. Atmospheric Chemistry and Physics, 2014,14(2):957-968.

[5] Viana M, Pey J, Querol X, et al. Natural sources of atmospheric aerosols influencing air quality across Europe [J]. Science of the Total Environment, 2014,472:825-833.

[6] 杨振华,张月霞,张全喜,等.沙尘天气PM10对多种心血管疾病日门诊人数的影响[J]. 中国环境科学, 2015,35(1):277-284.

[7] De Longueville F, Ozer P, Doumbia S, et al. Desert dust impacts on human health: an alarming worldwide reality and a need for studies in West Africa [J]. International journal of biometeorology, 2013,57(1):1-19.

[8] 刘建慧,赵天良,韩永翔,等.全球沙尘气溶胶源汇分布及其变化特征的模拟分析[J]. 中国环境科学, 2013,33(10):1741-1750.

[9] 刘新春,钟玉婷,何 清,等.塔克拉玛干沙漠腹地沙尘气溶胶质量浓度的观测研究[J]. 中国环境科学, 2011,31(10):1609- 1617.

[10] 王 芳,陈 强,张文煜,等.沙尘天气对兰州市PM10中主要水溶性离子的影响[J]. 环境科学, 2014,35(7):2477-2482.

[11] 陶健红,黄玉霞,陆登荣.河西走廊沙尘活动对兰州PM10浓度的影响及其评估[J]. 中国沙漠, 2007,27(4):672-676.

[12] 刘 娜,余 晔,陈晋北,等.兰州春季沙尘过程PM10输送路径及其潜在源区[J]. 大气科学学报, 2012,35(4):477-486.

[13] 赵敬国,王式功,张天宇,等.兰州市大气重污染气象成因分析[J]. 环境科学学报, 2015,35(5):1547-1555.

[14] Huang Y, Shen H, Chen H, et al. Quantification of global primary emissions of PM2.5, PM10, and TSP from combustion and industrial process sources [J]. Environmental science & technology, 2014,48(23):13834-13843.

[15] 李令军,王 英,李金香,等.2000~2010北京大气重污染研究[J]. 中国环境科学, 2012,32(1):23-30.

[16] Kchih H, Perrino C, Cherif S. Investigation of desert dust contribution to source apportionment of PM10and PM2.5from a southern Mediterranean coast [J]. Aerosol and Air Quality Research, 2015,15(2):454-464.

[17] Kumar R, Barth M C, Madronich S,et al.Effects of dust aerosols on tropospheric chemistry during a typical pre-monsoon season dust storm in northern India [J]. Atmospheric Chemistry and Physics, 2014,14(13):6813-6834.

[18] Reyes M, Díaz J, Tobias A, et al. Impact of Saharan dust particles on hospital admissions in Madrid (Spain) [J]. International journal of environmental health research, 2014,24(1):63-72.

[19] 黄丽坤,王广智,王 琨.哈尔滨市沙尘期大气颗粒物物化特征及传输途径分析[J]. 中国环境科学, 2014,34(8):1920-1926.

[20] 李泽熙,邵龙义,樊景森,等.北京市不同天气条件下单颗粒形貌及元素组成特征[J]. 中国环境科学, 2013,33(9):1546-1552.

[21] Kumar R, Barth M C, Pfister G G, et al. WRF-Chem simulations of a typical pre-monsoon dust storm in northern India: influences on aerosol optical properties and radiation budget [J]. Atmospheric Chemistry and Physics, 2014,14(5):2431-2446.

[22] Fu X, Wang S X, Cheng Z, et al. Source, transport and impacts of a heavy dust event in the Yangtze River Delta, China, in 2011 [J]. Atmospheric Chemistry and Physics, 2014,14(3):1239-1254.

[23] 周 旭,张 镭,郭 琪,等.强沙尘暴的数值模拟及PM10浓度的时空变化分析[J]. 中国环境科学, 2017,37(1):1-12.

[24] 杨 欣,陈义珍,刘厚凤,等.北京春季一次沙尘气溶胶污染过程观测[J]. 中国环境科学, 2017,37(1):87-94.

Influence of dust storms on air pollution for replacement and addition in Lanzhou.

LIU Xiao-ran1, WANG Jin-yan1,2*, QIU Ji-yong1,3, LI Quan-xi1, DONG Ji-yuan4, WEI Lin-bo1

(1.College of Atmospheric Sciences, Lanzhou University, Lanzhou 730000, China；2.Key Laboratory for Semi-Arid Climate Changes with the Ministry of Education, Lanzhou University, Lanzhou 730000, China；3. 95871Troops of PLA, Hengyang 421000, China；4.School of Public health, Lanzhou University, Lanzhou 730000, China)., 2018,38(5)：1646~1652

Characteristics of the concentrations of particulate pollutants PM10, PM2.5and gaseous pollutants SO2, NO2, CO and O3during spring dust storms in 2014 and 2015 were analyzed. The result showed that dust storms could cause the increasement of PM10and PM2.5for both the replacement type and the addition type, while the decreasement of SO2、NO2and CO for the replacement type, while the increasement for the addition type. However, the concentration of O3almost kept stable during spring dust storms. For the replacement type, the average concentrations of PM10and PM2.5were 1086.9 and 286µg/m3respectively, and those of SO2, NO2and CO were 6.7, 41.0 and 1.02´103µg/m3respectively. For the addition type, the average concentrations of PM10and PM2.5were 383.2 and 116.2µg/m3respectively, and those of SO2, NO2and CO were 24.5, 49.1 and 1.19´103µg/m3respectively. In short, the average concentrations of PM10and PM2.5of the replacement type were 2.8 and 2.4 times more than those of the addition type, and the average concentrations of SO2, NO2and CO of the replacement type were 1.47, 1.2 and 1.17times more than those of the addition type. The meteorological conditions of the replacement type were strong northeast wind near surface, significant temperature decreasement and high pressure. In other words, strong cold air activity resulted in increase of PM10and PM2.5and decrease of SO2, NO2and CO. The dust sources of this type were in Taklimakan Desert and the northern part of Qinghai Tibet Plateau, and the influence flow were high-altitude northwest wind at the height of 1500 to 6000 meters. However, the meteorological conditions of the addition type were weak northeast wind near surface, no significant change of temperature and pressure. In other words, weak cold air activity resulted in increacement of PM10and PM2.5and decreacement of SO2, NO2and CO at the early stage. And then, the concentrations of PM10and PM2.5kept at high levels, and the concentrations of SO2, NO2and CO start to rise. The dust source of this type were mainly in Badan Jilin desert, and the influence flow was low-altitude northwest wind below 1500meters.

dust weahter；lanzhou；air pollutants；replacement；addition

X513

A

1000-6923(2018)05-1646-07

2017-09-29

国家自然科学基金资助项目(41575138);国家自然科学基金青年项目(41505083);兰州大学中央高校基本科研业务费专项资金项目(lzujbky-2017-68);甘肃省自然科学基金(1506RJZA208)

* 责任作者, 副教授, wangjny@lzu.edu.cn

刘筱冉(1993-),女,河南周口人,兰州大学硕士研究生,主要从事空气污染数值模拟与预报研究.