杭州地區臭氧污染及臺風煙花過程影響

張嘉月,康 娜*,邵生成,牛彧文,程 昊,張佳欣,浩 翔,杲先亮,齊 冰(.南京信息工程大學,中國氣象局氣溶膠-云-降水重點開放實驗室,江蘇 南京 00；.金華市氣象局,浙江 金華 000；.浙江省氣象科學研究所,浙江杭州 006；.力合科技(湖南)股份有限公司,湖南 長沙 0000；.杭州市氣象局,浙江 杭州 00)

近年來O3已成為影響我國部分城市環境質量的首要污染物[1],中國北方京津冀等地區成為中國臭氧污染最嚴重的地區[2-5],杭州作為長三角的主要城市之一,近年來空氣質量逐漸改善,但O3年平均濃度較10a 前升高10μg/m3左右,光化學污染形勢日趨嚴重[6].O3是光化學煙霧的主要組成部分,近地面O3主要由NOx、CO 及VOCs 等在陽光下發生光化學反應生成[7-9],當空氣中的O3濃度超標時會嚴重危害人類的身體健康[10-11].O3濃度除了受光化學反應生成影響,還受到氣候變化和氣象因素影響,在區域和城市之間也普遍存在相互輸送影響[12-13].曹梅等[14]利用SOM 方法發現O3的污染情況受地區、天氣型的影響,臺風疊加副高型控制下O3超標率最高.此外O3還受氣象要素影響,李莉莉等[15]研究哈爾濱地區發現O3污染主要集中在5～7 月,高溫低濕的氣象要素下O3濃度較高.本文利用2018～2021 年杭州地區各污染物及氣象要素的監測數據,在分析杭州地區空氣質量的基礎上,進一步分析杭州地區O3的變化特征及影響因素,結合典型臺風過程揭示杭州O3污染的大氣環流配置和區域傳輸特點.

1 研究數據與方法

1.1 數據來源

空氣質量數據來源于杭州國家基準氣候站,后向軌跡模型所用的氣象數據來自美國國家環境預報中心(NCEP)的全球資料同化系統(GDAS)氣象數據,空間分辨率為1°×1°.GDAS 數據從公開網站(ftp://arlftp.arlhq.noaa.gov/pub/archives/gdas1) 下載得到.

1.2 研究方法

1.2.1 后向軌跡及聚類分析 將杭州地區(30.16°N,120.12°E)設為起始點,基于Meteoinfo 及美國國家環境預報中心(NCEP)的全球資料同化系統(GDAS)氣象數據,計算了2021 年7 月26～30 日逐小時的后向軌跡,模擬高度設置為100m,后向軌跡時間為72h,進行聚類分析.

1.2.2 潛在源區貢獻函數(PSCF)方法 PSCF 方法是一種條件概率函數,利用污染軌跡與所有軌跡在途經區域停留時間的比來表征每個區域對受體點的污染貢獻[16].將研究區分為i×j 個網格,每個網格PSCF 計算見公式(1).

式中:nij代表落在某一網格內的所有軌跡節點數,mij為其中污染軌跡節點數.PSCF 值越大表明該區域對于受體點污染貢獻越大,由于PSCF 是一種條件概率,當nij較小時,PSCF 計算結果的不確定性較大.為降低計算的不確定性,一些學者引入了權重函數Wij計算WPSCF 值[17-18],見公式(2).

為減少PSCF 方法的不確定性,將權重函數Wij具體設定見公式(3)

1.2.3 濃度權重軌跡(CWT)方法 PSCF 反映的是某網格中污染軌跡所占的比例,無法區分相同PSCF值的網格對受體點污染貢獻的差異[19],CWT 方法[20]則可以定量表征各網格對受體點的污染貢獻.首先創建CWT 網格,范圍及分辨率均與PSCF 網格相同.在濃度權重軌跡分析法中,每個網格都有一個權重濃度,通過計算經過該網格的軌跡對應的污染物濃度的平均值來實現,見公式(4).

式中:CWTij為網格(i,j)的平均污染權重濃度,μg/m3;l代表氣團軌跡;M 是軌跡的總數;Cl是軌跡l 經過網格(i,j)時對應的污染物質量濃度,μg/m3;τijl是軌跡l在網格(i,j)停留的時間,計算時使用落在網格內的軌跡節點數來代替停留時間,同樣當節點數較少時,也會增大不確定性,采用與PSCF 方法相同的權重函數Wij,見公式(5).WCWT 值越大,表明該區域對受體點的污染貢獻越大.

2 結果與討論

2.1 杭州空氣質量概況

圖1 顯示,2018～2021 杭州市空氣質量整體改善良好.空氣質量達到優、良的總天數呈波動上升趨勢.2018、2019 年空氣質量達到優的天數為79 和60d,占全年比例的19.2%、16.4%;2020、2021 年空氣質量達到優的天數為 100 和 113d,占全年比例的27.3%、31.1%.以2020 年新冠疫情爆發為例,空氣質量達到優、良的天數和為334d,占全年比例的91%;中度污染天數為3d,總體空氣質量為4a 中最好的一年.2020 年新冠疫情爆發,除必要的民生保障外,各類企業紛紛停工停產,人為活動也大大減少,在很大程度上改善了空氣質量[21].

圖1 杭州市2018～2021 空氣質量等級比例、首要污染物天數Fig.1 Proportion of air quality classes、primary pollutants days in Hangzhou, 2018～2021

首要污染物是指空氣質量指數(AQI)大于50 時,空氣質量分指數最大的污染物.目前我國首要污染物有以下6 種:PM2.5、PM10、SO2、CO、NO2、O3.數據顯示杭州近年來的首要污染物為PM2.5、PM10、NO2和O3,其中SO2、CO 作為首要污染物的天數為0.PM2.5作為首要污染物的天數在不斷下降,以2020年疫情爆發為分界點,2020、2021 年PM2.5為首要污染物的天數分別為29,18d,對比2018、2019 年分別下降了54%,73.5%.而PM10作為首要污染物的天數在2021 年增加明顯,其中2021 年冬季PM10為首要污染物的天數為42d,占全年PM10為首要污染物天數的60.9%.O3為首要污染物的天數變化趨勢較小,2018～2021 的4a 中O3為首要污染物的天數均高于其他污染物為首要污染物的天數.近年來,O3成為僅次于PM2.5影響中國大氣環境的污染物[22],O3污染主要發生在夏季,高溫條件促進了O3的污染.2018～2021 年夏季O3為首要污染物的天數分別為56,59,44,47d,分別占 O3為首要污染物總天數的47.5%,45.7%,32.5%,39.2%.

2.2 杭州O3污染變化特征

近年來杭州地區O3污染問題突出,首要污染物為O3的天數變化小.表明杭州地區O3濃度分布季節性明顯,春夏季節O3濃度偏高,2018～2021 年春夏季節O3濃度的平均值均超過了60μg/m3.除2020 年夏季外,其余年份的夏季O3濃度均值均明顯高于春季O3濃度均值,2019 年夏季 O3濃度均值最大達69.4μg/m3,同期O3濃度的標準差也最大達55.4μg/m3,表明春夏季O3濃度波動較大.而冬季O3的濃度均值和標準差都遠小于其他3 個季節,2019～2021 年冬季O3濃度的平均值均未達到40μg/m3,O3濃度的標準差也在30μg/m3左右浮動,杭州地區冬季O3濃度低且濃度波動較小.其中2019 年冬季(指2019 年12 月份～2020 年1、2 月份)O3濃度平均值與標準偏差最低為(24.1±25.6)μg/m3,2019 年夏季O3濃度均值為冬季O3濃度均值的2.9 倍.初步推測2019 年冬季O3濃度可能受到部分2020 年初疫情防控影響,但具體關系仍需要進一步的研究發現.

表1 杭州2018～2021 年四季O3 濃度均值與標準差Table 1 Hangzhou ozone concentration mean and standard deviation in four seasons, 2018～2021

由圖2 可見,除2020 年2 月份29d,其余3a 2 月份均為28d,每年均會出現高濃度O3污染時間段.2018～2021 年,高濃度O3污染時間段逐年頻率有下降的趨勢.2018 年O3濃度較高值主要出現在4～5月(春季);7～10 月(夏末秋初)這2 個時間段.2019 年O3濃度較高值主要出現在5 月(春末夏初)前后;8～9 月(夏秋季)這2 個時間段.總體來看2020 年O3濃度不高,較高濃度O3時間段主要出現在9 月初(春夏季)前后,與其他年份不同的是在2020年1月末出現了較小幅度高濃度O3污染時間段.2021 年O3濃度的較高值分布不太集中,大體分布在4 月份～10 月份,其中9 月初出現一段時間較為集中的高濃度O3污染.

圖2 2018～2021 年O3 濃度月份分布分條熱圖Fig.2 Split Bar Heat Map of Monthly Distribution of Ozone Concentrations, 2018～2021

總體來看杭州地區4～10 月之間O3濃度普遍較高.4 月份開始O3濃度逐漸升高;5 月份進入夏季,溫度升高,高溫促進O3的光化學反應生成;6 月初杭州地區進入梅雨時期,一直持續到7 月初,降水量多不利于O3高濃度累積,因此6～7 月份之間O3濃度較低;8 月份太陽輻射強,紫外線強度大,極大提高了O3的生成速率,O3污染較為嚴重.這與嚴仁嫦等[23]研究發現一致:杭州的O3污染主要發生在4～10 月份,主要是春夏季節,這是因為這段時間內的氣溫較高,光照強度較大,濕度較低,風速較小,這些因素都有利于O3的形成.

2.3 杭州O3與氣象要素、其他污染物相關性分析

不同的氣象要素對O3的生成、消耗和輸送有著不同的作用.一般來說,高溫、強輻射、低濕度和低云量等條件有利于光化學反應的進行,從而促進O3的生成;而高壓強、低風速和不利風向等條件會導致污染物在局地累積,從而增加O3的濃度[24].不同地區和季節的O3與氣象要素之間可能存在不同程度和方向的相關性,因此需要針對具體情況進行分析和評價.而劉楚薇等[25]研究我國O3污染成因時發現NOx、氣象條件等都是O3污染產生的重要原因.因此本文選取杭州地區5～9 月份的NO2、CO、溫度、相對濕度及風速的數據來分析,采用皮爾遜相關系數來探究O3與這些影響因子的相關性.

通過皮爾遜相關熱圖(圖3)看出,在氣象要素方面,杭州地區5～9 月份O3的濃度與溫度、相對濕度有較強的相關性.O3與相對濕度呈負相關性,且相關系數較高,2018～2021 年負相關系數分別為:0.71、0.72、0.72、0.57,相關性較為穩定.而O3與溫度呈正相關性,其相關系數要弱于與相對濕度的相關性,2018～2021 年正相關系數分別為:0.47、0.45、0.48、0.33,相關性也較為穩定.其中2021 年杭州地區O3與溫度、相對濕度的相關性都明顯弱于其他3a 的相關性.而溫度、相對濕度作為氣象要素,兩者也有明顯的負相關性,2018～2021年負相關系數分別為:-0.57、-0.40、-0.66、-0.60.考慮到風速作為氣象要素在時間和空間上的變化,它會影響大氣中的污染物輸送和擴散.風速與O3之間存在著復雜的關系,一般來說,風速、風向會增加O3的濃度變化和空間分布的不均勻性,同時也會影響O3的生成和消耗過程[26].

圖3 杭州地區2018～2021 年5～9 月份O3 與氣象要素、其他污染物相關熱圖Fig.3 Heat map of ozone in relation to meteorological elements and other pollutants in Hangzhou, May～September 2018～2021

對污染物 CO、NO2與 O3相關性研究發現,2018～2021 杭州地區5～9 月份O3濃度與CO 濃度負相關系數均未達到0.2,呈弱相關.杭州地區5～9月份O3濃度與NO2濃度僅2020 年呈中度負相關,相關系數達0.42;其余3a 負相關性均未達到0.3,均呈弱相關.而污染物CO濃度與NO2濃度呈較強的正相關性,2018～2021 年正相關系數分別為:0.45、0.42、0.51、0.46.其中2020 年CO 與NO2正相關性最強,呈較強相關,同年O3與CO、NO2相關性也明顯高于其他3a 的相關性.

2.4 臺風對杭州地區O3濃度的影響

風速風向、降水等氣象要素對近地面O3濃度有顯著影響[6],而對于典型的天氣系統如小尺度對流系統和中尺度的臺風系統也能影響近地面O3濃度[23].對流系統中的下沉運動可將對流層上層高濃度O3帶到邊界層,從而增加邊界層O3濃度[27].臺風天氣系統則會對沿海城市O3濃度產生影響[28].如2020 年我國東南部沿海省份受副高內部的下沉氣流和臺風外圍下沉氣流共同影響下,天氣晴好,氣溫偏高,紫外線強,低層風速較小,有利于大氣光化學反應生成O3[29].

杭州地區因其地理位置影響受到西北太平洋上多個臺風的影響,7、8 月份臺風頻繁.選擇2019～2021 年期間最為強勁的是2021 年第6 號臺風“煙花”,探究臺風對杭州地區O3濃度的影響.從表2 可以看出臺風期間(7 月24～26 日)空氣質量較好,PM2.5、PM10、NO2濃度明顯下降,O3與CO 濃度變化趨勢不明顯,有小幅度的下降趨勢.而臺風過后,空氣質量逐漸下降,7 月29 日空氣質量從優變成良,大氣中污染物濃度均有上升,且29 日PM2.5、PM10、NO2、O3與CO 污染物濃度均高于臺風期間污染物的濃度值,其中O3濃度上升顯著,臺風過后第3d 的O3濃度最高達到65.2μg/m3,是臺風期間第1d 的O3濃度23.4μg/m3的2.8 倍.

表2 2021 年7 月23～29 日臺風“煙花”期間杭州地區逐日空氣質量Table 2 Daily air quality in Hangzhou during typhoon"fireworks" from July 23～29, 2021

對臺風“煙花”期間O3及氣象要素進行逐時分析如圖4 所示(其中7 月26 日14:00、15:00 的O3濃度數據缺測).7 月24 日7:00 左右風速開始逐漸增大,風向主要以偏北風為主,7 月25 日小時風速最大值達8.7m/s,至7 月26 日8:00 左右風速開始逐漸減少,且風向開始轉變以偏南風為主.與風速變化趨勢相似,杭州地區受臺風控制,發生強對流天氣帶來強降水過程,自7 月24 日起杭州地區降雨量開始上升,24 日11:00 降雨量達20mm,后持續性降雨至7 月26 日21:00.而臺風期間受低壓控制,臺風前后杭州地方均受副高控制,臺風期間氣壓變低,降水量顯著增加,同時風速也急劇增大.臺風“煙花”導致的大風和降雨,打亂了原有的大氣擴散條件,使得O3前體物質在地面附近積累,同時又有充足的太陽輻射,促進了O3的生成.

圖4 2021 年7 月23 日～7 月29 日逐時O3 及氣象要素情況Fig.4 Hour-by-hour Ozone and weather elements from July 23 to July 29, 2021

臺風登陸前夜間相對濕度較高,至7 月23 日8:00相對濕度最大達92%后開始下降至當日17:00 相對濕度達55%,白天較低的相對濕度有利于O3的生成,臺風登陸后,7 月24～28 日相對濕度高于85%,楊娜等[30]在研究洛陽市O3污染發現相對濕度較高時,大氣中的水汽會影響紫外輻射在光化學反應中的作用,減弱大氣的光化學反應,減緩O3的生成[31].可看出相對濕度與溫度的變化趨勢相反,且皮爾遜相關熱圖也表明了相對濕度與溫度有明顯的負相關性.對O3濃度、相對濕度及溫度進行散點分布見圖5.總體上看,高濃度O3主要出現在高溫低濕的氣象條件下,溫度在32?C 左右,相對濕度在50%左右的氣象條件下O3濃度最高,這與茅晶晶等[32]的研究結果相似.

圖5 O3 濃度與氣溫、相對濕度的散點Fig.5 Scatter plot of Ozone concentration versus air temperature and relative humidity

2.5 后向軌跡及潛在源區分析

本研究模擬了2021 年臺風“煙花”結束后(7月25～30日)以杭州城區為受體點,距地面100m高度的逐小時后向軌跡,考慮到軌跡數較多,采用總空間相異度(TSV)方法確定聚類的數目[33],由圖6 可以看出,主要傳輸路徑有7 種.其中聚類N5 占比最大達27.08%,來自西北偏西方向的氣團,途徑湖北、江西北部等地區,氣流較穩定,高度維持在940～970hPa 之間.除聚類N5,聚類N2 占比也達20.14%,氣團軌跡與聚類N5 較相似,來自西北偏北方的氣團,呈逆時針旋轉,途徑河南、湖北東部、江西北部等地區,氣流軌跡幅度較小,整體高度與N5 相似維持在940～980hPa 之間.其余5 條聚類均途徑北太平洋,聚類N3占比12.50%,來自西北方向氣團,途徑臺灣,氣流軌跡從1000hPa 逐漸升至940hPa 高度.聚類N1、N4、N6 和N7 占比分別為17.36%、10.42%、8.33%和4.17%,氣團方向均為東向,其中聚類N1 和N6 氣團方向東偏北,途徑江蘇南部、黃海等地區,其中聚類N6 途經日本.聚類N4 和N7 氣團方向東偏西,聚類N4 途經安徽南部、江蘇中部等地區,聚類N7 占比最低.

圖6 2021 年7 月25～30 日72h 后向軌跡及氣流高度Fig.6 July 25～30, 2021 72h backward trajectory and airflow height map

從聚類軌跡的長度來看,聚類N5 和N2 的軌跡都較短,軌跡數合計約占總軌跡數目的47.22%,且氣團均來自西北方向,途經江西,湖北等地區,氣流整體高度也趨向一致,而聚類短,氣團移動速度緩慢,風速低時容易發生O3污染.而聚類N4、N6 和N7軌跡較長,軌跡數合約占總軌跡數目的22.92%,這部分氣團來自北太平洋,軌跡路徑長,氣流移動速度快,促進污染物稀釋擴散,對污染物的影響較小.從聚類軌跡的空間分布看,杭州72h 的后向軌跡主要集中在浙江、江西、湖北和河南以及黃海海域,表明本次臺風期間污染物主要來源中國南部及中部地區.

PSCF 值是指超過閾值濃度的軌跡與所有軌跡數的比值,其分布區域被解釋為受體點的污染潛在源區[34].由圖7(a)可以看出,WPSCF 高值區主要集中在浙江、安徽、江西三省的交界處,主要為浙江北部和江西東部呈東西方向分布,及湖北、江西兩省交界處,主要為湖北南部的武漢,沿南北方向分布.

圖7 2021 年7 月25～30 日O3的WPSCF 和WCWT 分布特征Fig.7 WPSCF and WCWT distribution characteristics of ozone on July 25～30, 2021

PSCF 方法表明污染軌跡通過某一區域的概率,而CWT 方法能給出該區域對受體點的濃度貢獻大小[35]. WCWT 的高值區主要也是浙江、江西、湖北、河南等地區,高值區范圍比WPSCF 高值區范圍略大.總體來看,WCWT 和WPSCF 分析結果一致性較好,表明7 月25～30 日,杭州地區O3污染受到一定的區域傳輸影響,來源主要是來自金華、上饒、南昌、武漢等城市,主要涉及浙江、江西、湖北3 個省份.

3 結論

3.1 2018～2021 年杭州地區空氣質量整體變好,O3作為首要污染物的天數居高不下,春夏季O3污染較為嚴重,夏季O3濃度標準差在50 左右,穩定性較差,每年都會出現高濃度O3污染時間段,總體來看,O3污染主要集中在4～10 月份.

3.2 O3污染主要受多氣象要素影響,與污染物CO、NO2相關性均未達0.3,呈弱相關,與相對濕度呈負相關,相關性在0.7 左右,與溫度呈正相關,相關性接近0.5,而相對濕度與溫度呈中度負相關.鑒于風速的不穩定性,同時也會影響O3的生成和擴散.

3.3 臺風對杭州地區O3有一定影響,以2021 年臺風煙花為例,臺風期間降雨量增大、風速增強,各污染物濃度均有所下降,臺風過后,在高溫低濕的氣象條件下,O3濃度上升顯著.但這一現象只針對2021年臺風“煙花”對杭州地區O3的影響,其他臺風與杭州地區O3的關系仍需具體問題具體分析．

3.4 對杭州2021 年7 月25～30 日進行聚類分析得到7 條氣團傳輸路徑,主要氣團來自西北方向,途經江西,湖北等地區,還有部分氣團來自北太平洋.對潛在源WPSCF 和WCWT 分析發現O3濃度高值區分布一致性較好,在臺風“煙花”期間杭州地區O3污染受到一定的區域傳輸影響,來源主要是來自金華、上饒、南昌、武漢等城市,主要涉及浙江、江西、湖北3 個省份.

致謝：感謝印度Koneru Lakshmaiah 大學K. Raghavendra Kumar 博士在寫作過程中的指導.