气象条件对污染物浓度分布影响的研究

王颖，梁依玲，王丽霞

（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）

气象条件对污染物浓度分布影响的研究

王颖1，2，梁依玲1，王丽霞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）

利用中尺度气象模式WRF与多尺度空气质量模式CMAQ系统模拟了试验期间（2005年1月30日—2月2日）兰州市城区SO2的地面浓度，分析了兰州市冬季污染物的空间分布特征，探析了复杂地形气象场对近地面污染物浓度分布的影响。研究结果表明受污染源排放特征和气象条件的综合影响，西固区和城关区各有一处SO2高浓度区域，夜间SO2地面污染范围小于日间，夜间污染物地面最大浓度高于日间，夜间模拟区域SO2平均浓度低于日间；水平流场、山谷风环流形成的垂直运动和垂直扩散均对污染物地面浓度有明显影响，研究结果可为兰州城市环境质量监测布点、空气污染防控与治理提供参考依据。

污染物浓度；气象条件；空间分布；WRF；CMAQ

近些年，随着经济的快速增长，城市工业集中、人口增长、能源的大量消耗，兰州市大气污染愈来愈严重[1]。兰州市空气污染呈扬尘、煤烟和机动车尾气混合型污染特征，空气污染问题已制约了城市经济的发展。边界层低层内排放的污染物在湍流、扩散及平流等过程的作用下，不仅影响高层大范围的大气运动[2]，也影响区域污染物的空间分布。因此，深入研究大气污染特征，揭示污染成因，进而有效地控制污染，是摆在污染气象工作者面前的紧迫任务之一，也是科学治理污染、改善人居环境的基础。

空气质量数值模式已成为研究大气环境问题最有效且综合性比较强的重要方法之一[3-4]。随着大气科学、大气化学和计算科学的发展，考虑各种尺度天气系统，尤其是中、小尺度天气过程对污染物输送扩散特征影响的多尺度嵌套网格模式得到了广泛应用，其中美国开发的多尺度空气质量模式CMAQ可实现多种污染物、多尺度的大气污染模拟，该模式充分考虑了不同物质之间的化学反应和转化过程，具有通用性、灵活性和开发性等优点，广泛应用于欧洲、北美和亚洲等地空气质量数值模拟、空气质量管理和科研工作中[5-11]。Jimenez-Guerrer等[5]采用WRF与CMAQ模式系统模拟了复杂地形下光化学污染物O3、CO、NO2和PM10等的浓度分布，用于空气质量预报并作为环境管理的依据；Chuang等[7]利用CMAQ模拟南亚高压系统下PM2.5从亚洲大陆到台湾的输送问题；Sokhi等[8]利用MM5+CMAQ模拟了伦敦O3浓度的时空变化；Wu等[10]利用CMAQ模式研究了美国卡罗莱纳州北部NH3的时空变化特征和发展趋势；Koo等[9]利用CMAQ模式研究了在西北气流作用下PM10从中国到汉城的输送过程。国内利用CMAQ模式系统对区域尺度的污染问题也进行了大量的研究工作，并取得了重要进展。赵秀勇等[12]建立了中尺度气象模式ARPS与区域多尺度空气质量模式CMAQ模型系统，并模拟研究了石景山区污染物排放对北京市空气质量的影响；权建农等[13]利用CMAQ模式模拟了中国西南和华南地区的硫沉降，通过与IMPACTS小流域的观测资料比较，显示了该模式系统能够较好地模拟SO2在大气中的转化以及干湿沉降过程；陈训来等[14]利用CMAQ模式，对珠江三角洲城市群一次灰霾天气过程进行数值模拟，表明该模式可较好地模拟大气污染物的变化趋势，再现了污染物浓度呈周期性日变化的重要特征；王扬锋等[15]利用CMAQ模式对2002年冬季采暖期沈阳市大气污染物的输送与化学转化进行了数值模拟，表明CMAQ模式能较好地反映SO2、NO2和PM10的分布特征和变化规律；这些研究成果证实了CMAQ模式系统模拟污染物迁移、转化和清除特征的能力。为揭示兰州市空气污染问题及成因，国内外科研工作者做了大量研究工作。Wang等[16]，王希波等[17]，安兴琴等[18]利用监测资料分析了主要污染物时空分布特征；Zhang等[19]，Chu等[20]，拓瑞芳等[21]，姜金华等[22]利用污染扩散模式对兰州地区空气质量进行模拟，并验证了模式的可靠性；利用模式模拟结果进一步分析污染物时空分布特征及其与气象条件关系的研究工作不多。王颖等[23]利用WRF模式驱动多尺度空气质量模式CMAQ，对兰州市西固区冬季2005年1月27日—2月2日期间SO2浓度进行了数值模拟。

本文将利用数值模式模拟结果进一步分析试验期间兰州市冬季污染物空间分布特征，为合理布设城市环境质量监测点位提供依据；通过对CMAQ模式过程分析模块和WRF模式模拟的气象场特征进行分析，探讨复杂地形水平流场、垂直运动和温度层结对近地面污染物浓度影响，以揭示复杂地形条件下大气污染的物理机理和成因，为兰州市城市空气质量监测布点和空气污染防控与治理提供参考依据。

1 数值模拟方案设计

空气质量数值模拟是通过输入气象场、排放源、初始和边界条件及其它信息，用数值求解的方法研究污染物在大气中的物理和化学等过程，获得污染物在一定时空范围内的浓度分布特征。空气质量模式系统一般由气象模式、排放源处理模式和多尺度空气质量模式组成。下面主要介绍这3个模式模拟区域及模拟参数的设置。

1.1 气象场

空气质量模式需要高时空分辨率的网格化气象资料来模拟污染物在大气中的输送和转化机制，影响污染物浓度分布的气象过程主要有水平和垂直输送、湍流混合、对流和干湿沉积等，本次模拟试验的气象场由中尺度气象模式—WRF模式模拟，模拟区域中心位于兰州市城区中心（103.82°E，36.05°N），采用三重网格嵌套，模式的格点域分别为77× 53，131×91和85×44，格距分别为25 km，5 km和1 km；垂直方向分为不等距的35层。微物理过程选取第6标准的WSM方案；积云对流参数化方案在第一、二重区域选取Kain-Fritsch（new Eta）方案，第三重模式域的水平分辨率较高（1 km），因而没有启动积云对流参数化方案；大气辐射方案选取RRTM短波辐射方案和Dudhia长波辐射方案；陆面过程为热扩散方案；边界层方案为ACM2方案。

1.2 污染源清单

本次研究污染源排放清单由SMOKE（Sparse Matrix Operator Kernel Emissions model）排放源模式产生。背景污染源资料来自太平洋上空输送和化学演变试验（TRACE-P试验）东亚地区1°×1°污染源排放清单，兰州区域污染源排放为2000年兰州市污染源分布和年排放量1 km×1 km网格资料。2000年兰州市污染源总计1 834个，其中工业源502个，占27.4%；工业源排放的SO2占排放总量的67%。生活源和工业源排放的SO2空间分布见图1。从污染源的空间分布看，排放高度较低的生活源主要集中在模拟区域东部的城关区，呈现“面”状连片分布；模拟区域西部的西固区工业源分布最多，且排放量最多，排放高度较高。

1.3 空气质量模拟

模拟试验采用多尺度空气质量模式（CMAQ）模拟区域空气质量。水平方向设置三重单向嵌套网格，区域设置与WRF模式基本一致，但为了减少气象模式侧边界条件对污染物浓度模拟的影响，同时减少计算量，CMAQ模拟区域中去掉了气象模式模拟区域四个边界的5个格点，网格设置如下：第一重网格数为67×43，格距25 km；第二重网格数121×81，格距5 km；第三重网格数75×34，格距1 km。三重网格垂直向分为不等距21层，为减小插值引入的误差，低层的15层与气象模式一致。

2 空气质量模拟结果分析

CMAQ模式模拟的兰州市试验期间（2005年1月27日—2月2日）02:00和14:00的SO2小时平均地面浓度见图2，由图可以看到：城区中心（南北两山中间的河谷中心地带）污染物浓度分布明显高于其它区域，日间和夜间模拟结果均显示出城关区和西固区各有一处SO2地面浓度高值分布，这两处浓度梯度也较大；SO2夜间的地面最大浓度（0.610 mg/ m3）明显高于日间最大地面浓度（0.300 mg/m3），而夜间最低浓度（0.017 mg/m3）低于日间最低浓度（0.027 mg/m3），夜间地面污染的范围小于日间，模拟区域污染物空间平均浓度结果表明日间SO2小时平均浓度大于夜间。污染物浓度空间分布特征与污染源排放直接相关，同时也受到风场、垂直扩散、干湿沉降等物理化学过程的影响。

2.1 与污染源排放的关系

形成铁路局附近污染物浓度高值区的主要原因是该区域大量低矮污染源集中排放；而西固区污染区域则是排放高度较高且排放量较大的西固工业污染源排放形成的。

夜间（02:00），SO2地面浓度高值区位于城关区铁路局（103.84°、36.04°）附近，最高浓度达0.610 mg/m3，次高值位于西固区兰化宾馆（103.62°、36.09°）附近，浓度0.427 mg/m3，其它区域SO2地面浓度则较低（0.2 mg/m3以下）；日间（14:00），SO2地面浓度高值区位于西固区兰化宾馆附近，浓度达0.300 mg/m3，次峰值位于城关区铁路局附近，浓度为0.222 mg/m3。

模式模拟的SO2空间分布的基本特征与王式功等[24]利用大气污染物监测实验资料分析给出的冬季SO2浓度水平分布特征一致，说明CMAQ模式可以反映模拟区域SO2的空间分布特征，我们将利用CMAQ模式和WRF模式模拟结果进一步分析不同气象条件对污染物的影响。

2.2 影响污染物浓度的物理化学过程

污染物浓度分布及变化不仅受排放源的影响，也受局地环境特征和气象条件影响。数值试验期间兰州市一直受西北气流控制，天气以晴为主，无强天气过程。因此影响污染物地面浓度主要是局地气象条件。CMAQ模式中包含8个影响污染物浓度的物理化学过程，分别是：（1）水平运动；（2）垂直运动；（3）化学过程；（4）污染源排放；（5）水平扩散；（6）垂直扩散；（7）沉积作用；（8）云过程。CMAQ模式中过程分析模块PROCAN（Process-Analysis Preprocessor）可以定量描述各个物理化学过程对空气质量模拟结果的贡献率，揭示各种过程对污染物浓度影响的性质和程度，以进一步说明影响SO2地面浓度分布特征的主要气象条件。

不同物理化学过程在某一固定网格点的影响可能有较大差别，我们将模拟区域做平均，研究各个过程对区域污染物地面浓度的总体影响。PROCAN模块给出的不同过程对SO2地面浓度的贡献（图3）。可知，水平湍流扩散、沉积作用和云过程对SO2地面浓度的影响非常小，除污染源排放外，影响SO2地面浓度的物理过程主要有垂直运动、水平运动和垂直扩散。垂直扩散过程对区域污染物地面浓度的总效应为负效应，使地面浓度降低，且日间影响程度明显强于夜间；垂直运动在日间（11:00—17:00）对SO2地面浓度的影响为正值，其余时段为负值；水平运动对SO2地面浓度与垂直运动刚好相反，日间（11:00—17:00）对SO2地面浓度的影响为负效应，其余时段对SO2地面浓度的影响为正效应。

3 气象场特征对污染物浓度分布的影响分析

CMAQ模式的过程分析模块揭示影响污染物浓度的主要物理过程是水平运动、垂直运动和湍流扩散，本节我们将利用WRF模式模拟的气象场进一步分析这三个气象条件对污染物地面浓度的影响。

3.1 水平流场对污染物地面浓度的影响

兰州市主城区夜间水平流场以辐合为主，由西向东在西固区和城关区各有一个辐合中心，水平流场的这一特征使得城区周边的污染物在主城区积聚，导致近辐合中心处的地面污染物浓度较高，对污染物地面浓度的影响为正效应（图4a）；而白天在西固区和城关区各有一个辐散中心，使得城区中心的污染物向周边区域扩散，对污染物地面浓度为负效应，这些特征与PROCAN模块分析结果一致（图4b）。

3.2 垂直运动对污染物地面浓度的影响

对污染物地面浓度而言，上升气流将近地面低矮源排放的污染物带到高处，从而降低污染物地面浓度；下沉气流将高架源排放的污染物导向地面，使近地面污染物浓度增加。以西固区二水厂日间14时和夜间02时南北垂直速度剖面图（图5）为例，分析垂直运动对污染物地面浓度的影响。夜间（图5a）太阳辐射冷却，受南北两山下沉气流影响，整个城区均表现为上升气流，城区中心近地面污染物在上升气流作用下向高层大气输送，从而降低地面污染物浓度；日间（图5b）情况相反，太阳辐射增强，受南北两山上升影响，城区中心则表现为较强的下沉气流，将高架源排放的污染物导向地面，从而增加地面污染物浓度。

由此可见，局地山谷风环流形成的垂直运动对区域空气质量影响较大。

3.3 边界层高度对污染物地面浓度的影响

污染物扩散问题研究中，边界层高度是一个很重要的参数，它决定了污染物可能扩散的范围，是反映污染物在铅直方向扩散的重要参数，也是影响大气污染物扩散的主要气象因子之一[25]。一般而言，边界层高度越高，污染物浓度越低。大气边界层高度受气象条件、地形和地面粗糙度等因素影响，可以在几百至几千米变化。WRF模式模拟的边界层高度的日变化见图6。

由图6可知，夜间20时开始，边界层高度逐渐降低，大气层结以稳定状态为主，受其特殊山谷地形的影响，逆温较强，近地面湍流得不到充分发展，边界层高度比较低（200 m左右），气象条件不利于污染物扩散，低矮源排放的污染物对地面浓度影响较大；高架源排放的污染物在排放高度附近形成污染带，对地面浓度影响相对较小，因此以低矮生活源排放为主要特征的城关区铁路局污染物浓度最高，而高架工业源集中的西固区兰炼宾馆附近污染物浓度次之；08时日出后，太阳辐射增强，边界层高度逐渐抬升，下午15时左右达到最高（650 m），16时以后边界层高度开始降低，日间温度层结为弱不稳定层结，湍流扩散能力增强，利于污染物扩散，也将高架髙源排放的污染物扩散至地面，因此日间浓度值区域在西固区和城关区各有一处峰值。

综上，污染源排放特点和气象条件决定了区域污染物的空间分布特征，复杂地形条件影响下的水平流场和垂直运动及湍流强度和边界高度的日变化是造成污染物浓度时空变化特征的主要原因。

4 结论

利用WRF模式与多尺度空气质量模式CMAQ模式系统对兰州城区SO2浓度的模拟结果，分析了兰州城区的SO2地面浓度水平分布特征，并利用WRF模式模拟的气象场进一步分析了主要气象条件对污染物浓度分布的影响。

受排放源的空间分布和气象条件共同影响，在兰州城区形成了城关区铁路局附近和西固区兰化宾馆附近的两处污染物浓度高值区；水平湍流扩散、沉积作用和云过程对SO2地面浓度的影响非常小，影响SO2地面浓度的气象条件主要有垂直运动、水平运动和垂直扩散；山谷风环流形成的垂直运动对污染物地面浓度有较大影响，城区日间下沉气流将高架源排放的SO2导向地面，使近地面污染物浓度增高；夜间上升气流将近地面处污染物输送至上层大气，使近地面污染物浓度降低；水平流场对污染物地面浓度的影响与垂直运动相反，日间的地面辐散流场易于地面污染源排放的污染物向四周扩散，导致SO2地面浓度较低；夜间地面辐合流场利于地面污染源排放的污染物聚集，从而增加SO2地面浓度。

[1]刘新春，钟玉婷，何清，等.乌鲁木齐及周边城市空气质量变化特征及影响因素分析[J].沙漠与绿洲气象，2010，4（4）：12-17.

[2]于晓晶，李淑娟，辛渝，等.DOGRAFS边界层方案对新疆气象要素预报影响初探[J].沙漠与绿洲气象，2014，8（5）：16-22.

[3]Kindap T.Identifying the Trans-Boundary Transport of Air Pollutants to the City of Istanbul Under Specific Weather Conditions[J].Water Air Soil Pollut，2008，189：279-289.

[4]Arasa R.,Soler M.R.,Ortega S.,et al.A performance evaluation of MM5/MNEQA/CMAQ air quality modelling system to forecast ozone concentrations in Catalonia[J]. Journal of Mediterranean Meteorology&Climatology，2010，7：11-23.

[5]Jimenez-Guerreroa P.,Jorba O.,Baldasano J.M.,et al. The use of a modeling system as a tool for air quality management:Annual high-resolution simulations and evaluation[J].Science of the total environment,2008，390：323-340.

[6]O’Neill S.M.and Lamb B.K.Intercomparison of the community multiscale air quality model and CALGRID using process analysis[J].Environmental Science& Technology，2005，39：5742-5753.

[7]Chuang M.T.,Fu J.S，Jang C.J，et al.Simulation of longrange transport aerosols from the Asian Continent to Taiwan by a Southward Asian high-pressure system[J]. Science of the total environment，2008，406：168-179.

[8]Koo Y S，Kim S.T，Yun H.Y，et al.The simulation of aerosol transport over East Asia region[J].Atmospheric Research，2008，90：264-271.

[9]Isakov V,Irwin J S，Ching J Using CMAQ for Exposure Modeling and Characterizing the Subgrid Variability for Exposure Estimates[J].Journal of Applied Meteorology and Climatology，2007，46：1354-1371.

[10]Wu S Y，Krishnan S，Zhang Y，et al.Modeling atmospheric transport and fate of ammonia in North Carolina-Part I：Evaluation of meteorological and chemical predictions[J].Atmospheric Environment，2008，42：3419-3436.

[11]Zhanga K.M，Wexlerb A S.Modeling urban and regional aerosols-Development of the UCD Aerosol Module and implementation in CMAQ model[J].Atmospheric Environment 2008，42：3166-3178.

[12]赵秀勇。程水源，陈东升，等.应用ARPS-CMAQ模拟研究石景山污染对北京的影响[J].环境科学学报，2007，27（12）：2074-2079.

[13]权建农，张晓山，段宁，等.中国西南和华南地区硫沉降数值模拟[J].高原气象，2007，26（2）：326-332.

[14]陈训来，冯业荣，王安宇，等.珠江三角洲城市群灰霾天气主要污染物的数值研究[J].中山大学学报（自然科学版），2007，46（4）：103-107.

[15]王扬锋，马雁军.空气质量模式系统Model-3在沈阳市的数值模拟研究[J].环境科学学报，2007，27（3）：487-493.

[16]Wang S G,X Y Feng，X Q Zeng et al.A study on variations of concentrations of particulate matter with different sizes in Lanzhou,China[J].Atmospheric Environment，2009，43：2823-2828.

[17]王希波，马安青，安兴琴.兰州市主要大气污染物浓度季节变化时空特征分析[J].中国环境监测，2007，23（4）：61-64.

[18]安兴琴，马安青，王惠林.基于GIS的兰州市大气污染空间分析[J].干旱区地理，2006，29（4）：576-581.

[19]Zhang L,C.H.Chen and J Murlis.Stduy on winter air pollution control in Lanzhou,China[J].Water,Air,&Soil Pollution，2001，127：351-372.

[20]Chu P.C.,Chen Y,Lu S,et al.Particulate air pollution in Lanzhou China[J].Environ Int 2008，34（5）：698-713.

[21]拓瑞芳，陈长和，张中锋.复杂地形上气象条件对城市空气污染影响的数值模拟[J].兰州大学学报（自然科学版），1994，30（4）：143-151.

[22]姜金华,彭新东.复杂地形城市冬季大气污染的数值模拟研究[J].高原气象，2002，21（1）：1-7.

[23]王颖，隆霄，余晔，等.复杂地形上气象场对空气质量数值模拟结果影响的研究[J].大气科学，2013，37（1）：14-22.

[24]王式功，杨德保，陈长和.兰州市不同季节大气污染物时空变化规律的对比分析[J].兰州大学学报（自然科学版），1994，30（3）：150-155.

[25]杨兴华，何清，流涛，等.乌鲁木齐市冬季混合层厚度及对大气污染影响的个例分析[J].沙漠与绿洲气象，2010，4（4）：18-21.

Research on the Impact of Meteorological Field on the Spatial Distribution of the Pollutant Concentration

WANG Ying1，2，LIANG Yiling1，WANG Lixia1
（1.College of Atmospheric Sciences，Lanzhou University，Lanzhou 730000；2.Key Laboratory for Semi-Arid Climate Change of the Ministry of Education，Lanzhou 730000）

SO2concentration in urban Lanzhou for the period of 30 Jan-2 Feb was simulated using the Multi-scale Community Air Quality（CMAQ）model with meteorological field from the Weather Research and Forecasting（WRF）model.The spatial distribution of SO2and its diurnal variations were analyzed focusing on the effect of mean wind and the vertical transport of pollutants by mountain-valley winds.Related to emission source distributions and meteorological conditions,there are two hot spots of high SO2concentrations located in Xigu and Chengguan districts,respectively. The area with high SO2concentrations in nighttime is smaller than that in daytime,and the maximum SO2concentration at night was significantly higher than that in daytime.The mean wind and the vertical wind related to mountain-valley wind circulation have obvious influence on near surface SO2concentrations.Results from this study would provide guidance on the sitting of air quality monitoring sites and air pollution mitigation.

pollutant concentration；meteorological field；spatial distribution；WRF；CMAQ

P404

A

1002-0799（2015）02-0069-06

王颖，梁依玲，王丽霞.气象条件对污染物浓度分布影响的研究[J].沙漠与绿洲气象，2015，9（2）：69-74.

10.3969/j.issn.1002-0799.2015.02. 011

2015-02-04；

2015-03-23

自然科学基金资助项目41205077；兰州大学中央高校基本科研业务费专项资金资助:861450。

王颖（1975-），女，副教授，主要从事大气边界层和空气污染模拟研究。E-mall：yingwang@lzu.edu.cn