京津冀气溶胶污染对气象要素的影响模拟研究

沈洪艳，史华伟，2，师华定，马 欣

(1.河北科技大学，河北石家庄050018;2.中国环境科学研究院，北京100012;3.国家气象中心，北京100081)

随着经济的快速发展、工农业活动的加剧以及城市化进程的加快，环境压力日益加重，空气污染和气候变化问题成为制约经济和社会可持续发展的重大因素。京津冀的气候变化有着敏感和脆弱的特点，该地区气候灾害时常发生，也是我国受气候变化影响最为严重的地区之一。大量的化石燃料和生物质的燃烧使得多地区大范围被大气气溶胶污染物所覆盖，大气气溶胶污染上升趋势明显，其不仅造成了严重的空气污染且具有明显的气候效应，空气污染与气候变化间的相互影响和反馈是当前世界上最受关注的重大环境问题之一［1－4］。IPCC第三次评估报告指出，气溶胶对气候的影响不可忽视［5］。人为排放的气溶胶污染作为最不确定和最有待深入研究的气候变化影响因子，其不仅对区域大气灰霾现象的形成发挥主导作用，还在气候的变化中起重要作用［6－7］。

针对气溶胶气候效应对区域气候及气象条件的影响已在全球多个地区开展［8－12］。北太平洋［9］和印度洋［10］观测试验发现，由于气溶胶直接效应的作用，短波辐射量明显的下降，且由雾霾引起的地表太阳辐射削减量是大气顶在晴天反射的太阳辐射量的3倍。马欣等［13］利用WRF-chem模式模拟研究2006年夏季代表月份7月的气溶胶污染对京津冀地区气象条件的影响，结果显示在气溶胶的气候效应下，京津冀地区的平均温度和PBL高度有不同程度的下降，而风速和降水量均有所增加。Wang等［14］利用WRF-chem模式模拟研究了城市化背景下气象条件与气溶胶污染间的相互影响，结果显示在夏季和冬季气溶胶可使太阳辐射量减少9%和16%，温度分别下降0.37和0.16℃。目前，国内外主要利用美国国家和海洋局(NOAA)研发的空气质量模型WRF－chem开展大气污染的模拟研究，该模式将气象模式与大气化学传输模式完全的耦合。《国家中长期科学和技术发展规划纲要(2006－2020年)》在环境重点领域研究中指出，加强全球环境公约履约对策与气候变化科学不确定性及其影响研究，加强应对气候变化重大战略与政策研究，围绕气候变化领域热点问题深入开展应对措施研究，为国家应对气候变化提供支撑。应对气候变化的问题之一是气溶胶通过气候效应对区域气候和气象要素的影响。京津冀作为我国经济发展和城市化速度最快的地区之一，同样也是大气污染最严重的地区之一，该地区大气污染物的分布特征和演变规律以及大气污染物的控制对策已经成为专家研究和公众关注的热点问题［15］。鉴于此，该研究选取WRF-chem空气质量模型模拟研究京津冀地区气溶胶污染对气象条件的影响。

1 资料与方法

1.1 模型设置 通过开启和关闭气候效应反馈设置2套模拟情景来更好地反映气溶胶对气象条件的影响。情景一开启气候效应反馈，模拟气溶胶污染和气象因子间的相互反馈、污染物化学变化过程;情景二去除气溶胶排放和气体转化为二次气溶胶的化学变化过程。2套情景其余参数均相同。情景参数设置如表1所示。

表1 情景模式参数设置

1.2 模拟区域和时间 研究区域为京津冀地区，包含山东、辽宁、山西、内蒙古及河南部分区域(图1)，以39°N、109°E为中心，东西网格数为16，南北网格数为22，网格分辨率54 km×54 km，垂直方向划分28个垂直层，顶层压力5 kPa，模拟时间段选择2010年1、4、7、10月份作为代表月份。

1.3 基础数据 气象初始场和侧边界资料采用美国国家环境预测中心(NCEP)发布的1°×1°再分析数据，边界条件6 h更新一次。污染源排放清单采用清华大学2010年中国多尺度排放清单MEIC(Multi-resolution Emission Inventy for China，http://www.meicmodel.org)，该清单共包括电力源、工业源、居民源、交通源及农业源五大行业。气象要素监测值来源于气象信息综合分析处理系统(MICAPS)，污染物监测值来自北京、天津和石家庄3个城市的平均监测值。京津冀空气质量数据主要来自国家环保部和各地方环保系统公布的大气污染物监测数据(http://datacenter.mep.gov.cn/report/air_daily/air_dairy.jsp、http://aqicn.org)。

1.4 模型验证 为了验证WRF-chem空气质量模型对污染物及气象要素的模拟效果，考虑到数据的可获得性，选取PM10评估模型对气溶胶的模拟效果，选取地面2 m温度(T2)、地面10 m风速、降水量3个气象要素评估模型对气象要素的模拟效果。从WRF-chem模型模拟的北京、石家庄2个城市PM10、T2、地面10 m风速、降水量的日平均值与监测值对比(图2)可以看出，监测值和模拟值的趋势及浓度有较好的一致性，说明WRF-chem模型能够很好地对颗粒物和气象要素进行模拟。

2 结果与分析

2.1 气溶胶对气象要素变化 由于气溶胶气候效应，气溶胶污染造成2010年四季节代表月份月均太阳辐射量、地面2 m温度(T2)、大气边界层(PBL)高度下降，年均太阳辐射量下降 18.52 W/m2，T2 下降 0.15 ℃，PBL 高度下降 17.35 m。京津冀南部地区气溶胶污染的影响最为显著，该地区月均颗粒物浓度高于空气质量二级标准。

2.1.1 太阳辐射量。从图3可看出，受气溶胶污染影响，2010年四季节代表月份1、4、7、10月的月均太阳辐射量分别下降 18.15、18.50、17.64、23.15 W/m2，颗粒物浓度较高的地区太阳辐射量受气溶胶污染影响最为显著。四季节气溶胶污染对太阳辐射量影响大体上一致。冬季、春季和夏季在下降的平均值上接近，秋季偏高。太阳辐射量下降最显著的区域集中在河北南部地区邯郸、邢台、衡水等地，下降量为30～45 W/m2;冬季和夏季太阳辐射量下降显著区域大于春季和秋季。

2.1.2 T2温度和PBL高度。从月均 T2和 PBL高度变化(图4～5)可看出，2010 年 1、4、7、10月月均 T2 分别下降0.26、0.17、0.09、0.28 ℃，月均 PBL 高度分别下降 15.36、21.70、15.48、29.73 m。与月均太阳辐射量变化相似，河北南部地区月均T2和PBL高度下降最显著;北部地区月均 T2和PBL高度受气溶胶污染影响较轻，T2下降量不足0.04℃，PBL高度下降量不足5 m。气溶胶气候效应对秋季和冬季月均温度影响更加显著，对春季和秋季PBL高度影响更加显著。

2.1.3 降水。受颗粒物气溶胶气候效应影响，四季节月均降水量均升高(图6)。冬季和春季气溶胶气候效应影响地区降水量有所增加，增加量＜0.2 mm;秋季月均降水量升高的区域出现在北京北部地区，降水量增加0.2 mm以上;冬季污染严重区域降水均出现不同程度的增加，但北京、天津、张家口等地区的降水变化出现严重反差，原因为2010年1月份华北地区出现一次强降雪。

2.2 API与气象要素关系分析 影响空气污染的因素众多，主要包括污染源及其强度、气象条件和地形等自然因子以及城市交通等人文因素，其中气象条件对空气污染的影响最为复杂多变。在此通过计算北京、天津和石家庄三市空气污染指数(API)的各月均值，分别研究三市的气象要素与API之间的相关关系。结果(表2)表明，北京月均API与降水量、平均气压和平均风速呈正相关，相关系数分别为0.233、0.204、0.446;与平均气温、平均水汽压和平均相对湿度呈负相关，相关系数分别为 －0.327、－0.415、－0.510。天津月均API与降水量、平均气压和平均风速呈正相关，相关系数分别为0.169、0.418、0.305;与平均气温、平均水汽压和平均相对湿度呈负相关，相关系数分别为－0.618、－0.467、－0.388，其中与平均气温呈显著负相关。石家庄月均API与平均气压、平均风速呈正相关，相关系数分别为0.314、0.427;与降水量、平均气温、平均水汽压和平均相对湿度呈负相关，相关系数分别为 －0.343、－0.420、－0.489、－0.676，其中与平均相对湿度呈显著负相关。

3 结论

该研究建立了气溶胶气候效应对区域气象要素影响定量评估情景分析方法，并利用WRF-chem空气质量模式，定量评估了气溶胶污染对区域气象要素影响。结果表明，气溶胶气候效应可造成区域太阳辐射量、温度和PBL高度下降，月均太阳辐射量下降17 W/m2以上、月均温度下降0.2℃左右(夏季污染较小，变化不大)、月均PBL高度下降15 m以上，且影响程度较大的地区主要集中在河北南部等重污染地区;北京、天津、石家庄三市API月均值与气象要素的相关性结果表明，三市API与水汽压、平均气温和相对湿度呈负相关，说明水汽压、平均气温和相对湿度与空气污染之间为抑制作用;三市API与气压和平均风速呈正相关，说明气压和风速与空气污染之间为促进作用。

表2 API 与气象要素相关关系

［1］毛节泰，张军华，王美华.中国大气气溶胶研究综述［J］.气象学报，2002(5):625－634.

［2］张小曳.中国大气气溶胶及其气候效应的研究［J］.地球科学进展，2007(1):12－16.

［3］石广玉，王标，张华，等.大气气溶胶的辐射与气候效应［J］.大气科学，2008(4):826 －840.

［4］PARK R J，KIM M，JEONG J.A contribution of brown carbon aerosol to the aerosol lightabsorption and its radiative forcing in East Asia［J］.Atmospheric environment，2010，44:1414 －1421.

［5］IPCC.Third Assessment Report，Climate Change 2001:The Scientific Basis［R］.New York:Cambridge University Press，2001.

［6］王庚辰，谢骅，万小伟，等.北京地区气溶胶质量浓度及组分随高度的变化［J］.环境科学研究，2004(1):37－40.

［7］徐祥德，施晓晖，张胜军，等.北京及周边城市群落气溶胶影响域及其相关气候效应［J］.科学通报，2005(22):2522 －2530.

［8］IPCC，Climate change 2007:Synthesis Report［C］//SOLOMON S，QIN D，MANNING M.Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change，2007.

［9］LIU P S K，LEAITCH W R，BANIC C M，et al.Aerosol observations at Chebogue Point during the 1993 North Atlantic Regional Experiment:Relationships among cloud condensation nuclei，size distribution，and chemistry［J］.Journal of geophysical research-atmospheres，1996，101(22):28971－28990.

［10］RAMANATHAN V，CRUTZEN P J，LELIEVELD J，et al.Indian Ocean experiment:An integrated analysis of the climate forcing and effects of the great Indo-Asian haze ［J］.Journal of geophysical research，2001，106(D22):371－398.

［11］OHMURA A.Observed decadal variations in surface solar radiation and their causes［J］.Journal of geophysical research-atmospheres，2009，114(D10):1－9.

［12］CERVENY R S，BAILING J R C.Weekly cycles of air pollutants，precipitation and tropical cyclones in the coastal NW Atlantic region［J］.Nature，1998，394:561 －563.

［13］马欣，陈东升，高庆先，等.应用WRF-chem模式模拟京津冀地区气溶胶污染对夏季气象条件的影响［J］.资源科学，2014，34(8):1408－1415.

［14］WANG X M.WRF/CHEM modeling of impacts of weather conditions modified by urban expansion on secondary organic aerosol formation over Pearl River Delta［J］.Particuology，2009，7(5):384 －391.

［15］庞杨，韩志伟，朱彬，等.利用WRF-Chem模拟研究京津冀地区夏季大气污染物的分布和演变［J］.大气科学学报，2013，36(6):674 －682.