热带气象学报  2021, Vol. 37 Issue (2): 233-244  DOI: 10.16032/j.issn.1004-4965.2021.022
0

引用本文  

井元元, 李宏宇, 张婧, 等. 1961—2017年华北区域大气自净能力变化特征及其影响因素分析[J]. 热带气象学报, 2021, 37(2): 233-244.  DOI: 10.16032/j.issn.1004-4965.2021.022.
JING Yuan-yuan, LI Hong-yu, ZHANG Jing, et al. Analysis of characteristics and influencing factors of atmospheric self-purification capacity in north china during 1961—2017[J]. JOURNAL OF TROPICAL METEOROLOGY, 2021, 37(2): 233-244.  DOI: 10.16032/j.issn.1004-4965.2021.022.

基金项目

国家自然科学基金项目(41705075);国家重点研发计划(2018YFA0606302) 共同资助

通讯作者

张婧,女,山东省人,高级工程师,主要从事气候变化和农业水文水资源研究。E-mail:343617032@qq.com

文章历史

收稿日期:2020-06-05
修订日期:2021-02-18
1961—2017年华北区域大气自净能力变化特征及其影响因素分析
井元元 1,2, 李宏宇 1,2, 张婧 1,2, 许启慧 1,2, 刘咪咪 1,2     
1. 河北省气象与生态环境重点实验室,河北 石家庄 050021;
2. 河北省气候中心,河北 石家庄 050021
摘要:基于华北区域80个国家地面气象观测站资料,采用大气自净能力指数(ASI)分析了1961—2017年华北区域大气自净能力的气候分布特征及长期变率;用MK和MT法及Morlet小波对ASI进行了突变检验和能量谱分析;结合ASI的REOF空间载荷场分布特征,将华北区域进行分区,并研究了气象要素与华北区域及各分区的可能联系;对于大气自净能力较低的Ⅳ区,选择近年污染相对严重的部分城市(石家庄、保定和唐山),对比了ASI与污染气象条件及不同级别AQI天数占比情况。结果表明:年、季尺度的大气自净能力在京津冀和山西大部、内蒙古东北部等区域呈现出较低的气候值,在内蒙古中部等其他地区呈现出相对较高的气候值,大气自净能力在季节尺度上呈现出从春季到冬季逐渐下降的变化趋势;区域变暖背景下,冬季风环流减弱,天气过程频率和强度减弱,地面风速随之降低,导致ASI降低;研究区域的ASI与混合层高度、地表通风系数、良和轻度级别天数占比均呈现出同相月变化,而与静稳天气指数、重度和严重级别天数占比呈现出反相月变化规律。根据风速和气温对大气自净能力的影响规律,推测未来大气自净能力很可能进一步降低,因此建议地方政府进行适当的大气污染减排和区域产业升级,有利于控制未来的空气污染形势。
关键词大气自净能力指数(ASI)    时空变化特征    影响因素    华北区域    
ANALYSIS OF CHARACTERISTICS AND INFLUENCING FACTORS OF ATMOSPHERIC SELF-PURIFICATION CAPACITY IN NORTH CHINA DURING 1961—2017
JING Yuan-yuan 1,2, LI Hong-yu 1,2, ZHANG Jing 1,2, XU Qi-hui 1,2, LIU Mi-mi 1,2     
1. Key Laboratory of Meteorological and Ecological Environment of Hebei Province, Shijiazhuang 050021, China;
2. Hebei Climate Center, Shijiazhuang 050021, China
Abstract: Based on the data from 80 national surface meteorological stations, the atmospheric selfpurification capacity index (ASI) is used to analyze the climate distribution characteristics and long-term variability of the atmospheric self-purification capacity in north China from 1961 to 2017. The time of abrupt change and spectrum analysis for atmospheric self-purification capacity is tested using MannKendall and Moving-T methods and Morlet wavelet. With the distribution characteristics of REOF space load of ASI considered, north China is divided into subregions, and the connections between meteorological elements are studied. For Zone Ⅳ, where the atmospheric self-purification capacity is low, the cities (Shijiazhuang, Baoding and Tangshan) with relatively serious pollution in recent years are selected to give further comparison between ASI with polluted meteorological conditions and the proportion of days with different levels of air quality. The results show that the climatic value of annual and seasonal spatial distribution characteristics of ASI is relatively low for the Beijing-Tianjin-Hebei region, most parts of Shanxi, and the northeast of Inner Mongolia, whereas the value for central Inner Mongolia is relatively high. The self-purification capacity of the atmosphere gradually declines from spring to winter on a seasonal scale. With the background of regional warming, the wind monsoon circulation in winter and the frequency and intensity of weather process are weakened, which reduce the surface wind speed and result in the decrease of ASI. In the study area, the ASI and the mixed layer height, the surface ventilation coefficient, and the proportions of days with good and mild grades all show similar monthly changes in phase, while the proportions of ASI with static weather index, and the proportions of severe and severe days show a reversed monthly change. According to the influence of wind speed and temperature on the ASI, it is assumed that the air self-purification capacity is likely to be further reduced in the future. Therefore, it is suggested that local governments should carry out proper reduction of emission and step up industrial upgrading to control future air pollution.
Key words: atmospheric self-purification capacity index (ASI)    spatial-temporal variations    influencing factors    north China    
1 引言

在全球气候变化背景下,经济快速发展、城市化进程不断加快,我国大气环境污染形势较为严峻,一些经济活动密集地区,如长三角(长江三角洲)、珠三角(珠江三角洲)、京津冀等城市群的空气污染问题日趋严重[1-2]。气象条件对空气污染的影响问题多年来一直备受关注,当外界污染物排放量比较稳定时,气象条件对空气污染的程度和影响路径具有关键性作用[2-4]。国内学者将表征空气污染气象条件的综合指标作为主要研究方法,徐大海等[5-7]在分析扩散矩阵和箱模式的基础上,提出了表征大气污染扩散能力的大气通风量和大气环境容量的分析计算方法。基于此,有学者[1-2, 8-12]研究了河北、山东、内蒙古、浙江、安徽、四川及重庆等地区大气环境容量的气候变化特征;与之类似,国外学者[13-14]在研究污染气象条件的气候分布特征时,定义了通风系数(混合层高度内风速乘以高度的积分)这一概念。

朱蓉等[3]根据大气自身运动对大气中污染物的通风稀释和湿清除能力,在大气通风量的基础上,定义了大气自净能力指数(ASI),研究了其气候特征并在大气污染预报中得以应用。已有研究[3-4, 15-16]表明,京津冀地区和内蒙古等地大气自净能力呈显著下降趋势,全年低自净能力日数上升,本世纪以来其增幅明显增加,且低值区域面积逐渐扩大,气象条件对污染物的清除能力变弱,太行山一线特殊地形下的背风区更是不利于大气污染物的扩散。此外,有学者[10, 17-19]研究表明空气质量与大气自净能力存在一定对应关系,如天津、黑龙江等区域的重污染事件多出现在低大气自净能力时段。以往对华北地区大气污染特征的研究多拘泥在省域较小空间尺度上,对华北区域较大范围大气自净能力指数的长期演变规律研究较少,因此有必要在区域空间尺度上开展分析。

近些年,国内外学者开展了大量空气污染与气象因子关系的研究。研究结果表明对流层低层逆温、高湿和高温、稳定大气层结等气象条件与中国东部等地雾霾天气过程及其空间分布关系密切[20-21],而高温和低湿、小风和强日照等气象条件对臭氧浓度影响较大[22-23]。对于河北地区,地面风速、降水和边界层高度等天气和气象要素是决定其大气环境容量的重要气象要素[8]。而风速减小、小风频率、冷空气强度、混合层高度下降和城市化进程加快等因素均对大气自净能力指数下降有重要贡献[4, 15]

鉴于华北区域大气污染事件频发,本文利用ASI指数,系统分析了1961—2017年华北区域大气自净能力的时空变化特征、年际突变及频谱差异,结合ASI的REOF空间载荷场分布特征,将华北区域进行分区,并研究了气象要素与华北区域及各分区的可能联系;对于大气自净能力较低的Ⅳ区,选择近年污染相对严重的部分城市(石家庄、保定和唐山),对比给出了ASI与污染气象条件及不同级别空气质量天数占比情况。

2 资料和方法 2.1 资料

本文中华北区域包括北京、天津、内蒙古、河北和山西,采用中国气象局共享网站中华北区域的80个国家级地面气象观测站(图 1)1961年1月1日—2017年12月31日的气象观测资料,包括气温、相对湿度、平均风速、总云量、低云量以及24 h降水量(08时—08时,北京时间,下同)[4];大西洋年代际振荡(AMO)指数源自美国国家海洋与大气管理局资料网站(https://www.esrl.noaa.gov/psd/data/climateindices/list/)。城市污染气象条件(混合层高度、地表通风系数和静稳天气指数[24])及环境空气质量指数(AQI)均源于河北省环境气象中心。

图 1 华北区域海拔高度(m)及选定气象站点的空间分布情况
2.2 方法

本文基于国家地面气象观测站资料,利用朱蓉等[3]提出的大气自净能力指数(ASI)分析华北区域大气自身运动对大气中污染物的清除作用,该指数可以较好地反映出大气对污染物清除能力的空间分布特征及变化特点。由于夜间云量观测资料的局限性,我们只计算每日14时的ASI,其可用来表征全天大气对污染物总体清除能力,计算公式为[4]

$ \mathrm{ASI}=8.64 \times 10^{-2} \times\left[\frac{\sqrt{\pi}}{2} \times V_{\mathrm{E}}+\sum_{i=1}^{n}\left(0.17 \times R \times \sqrt{S} \times 10^{3}\right)\right] \times C_{s} / \sqrt{S} $ (1)

式中,ASI单位为t/(d·km2);右式第一项中VE为大气通风量,表征大气对污染物的通风扩散能力;第二项是降水对大气污染物的清除能力;n为降水小时数,R为小时降水量,单位为mm/h;S为区域面积,取100 km2Cs为污染物浓度,取0.075 mg/m3;π取3.14;本文取1981—2010年的ASI平均值为气候值[8]

本文将Mann-Kendall(MK)和滑动t(MT)检验方法相结合,对华北区域全年和四季大气自净能力指数进行突变检验分析[8];基于Morlet小波对比了全年和四季大气自净能力指数频谱能量分布差异。此外,还将旋转主成分分析(REOF)得到的不同模态空间场高载荷区与气候值空间分布相结合进行区域划分。

3 结果分析 3.1 ASI历年及季节变化分析

图 2给出1961—2017年华北区域平均年ASI历年变化。ASI多年气候值为4.98 t/(d·km2),年际变化明显,于1969年达最高值,2007年到达最低值,总体呈显著减弱趋势(通过0.01显著性水平检验),线性趋势的减弱速率为0.37 t/(10a·d·km2);而且年代际差异明显,ASI于1960年代—1970年代有所增强,之后持续减弱,其中1970年代到1980年代减弱最明显,至20世纪末明显低于气候值,21世纪前10年为近五十几年以来最低,仅4.59 t/(d·km2),2010年以来呈现出一定增强趋势。

图 2 1961—2017年华北区域平均年大气自净能力指数历年变化 单位:t/(d·km2)。

华北区域ASI月际差异明显(图略),整体呈“M型”双峰分布,峰值出现在4月,高达6.90 t/(d·km2),其后逐月降低,直至10月,增加至5.13 t/(d ·km2),1月和12月大气自净能力相对较低,分别为4.39和4.47 t/(d·km2)。

图 3给出了1961—2017年华北区域平均四季ASI历年变化,统计得出ASI春夏秋冬四个季节气候值分别为6.08、4.97、4.71和4.12 t/(d·km2);一年中,春季大气对污染物总体清除能力最强,冬季最弱,从春到冬大气自净能力逐渐下降,总体呈现显著减弱趋势(通过0.01显著性水平检验)。春季和冬季线性趋势的减弱速率相对较大,分别为0.41和0.40 t/(10a·d·km2),秋季和夏季线性趋势的减弱速率相对较小,分别为0.35和0.30 t/(10a·d ·km2)。四个季节ASI与年ASI呈现出一致的年代际差异,总体均在1970年代到1980年代减弱最明显,且21世纪前10年为近五十多年以来最低。春季和夏季均在1960年代到1970年代为增强趋势,之后持续减弱,夏、秋和冬季大气自净能力均于21世纪10年代初转为增强。随着改革开放和城镇化建设步伐加速,下垫面粗糙度增加,这促使风速逐渐降低,加之气候变暖背景下经向环流的减弱引起了亚洲冬夏季风的减弱,而且冬季风的减弱趋势较夏季风更为明显[16],因此与上述结果相一致,冬季的大气自净能力也呈现出和夏季类似的减小趋势。

图 3 1961—2017年华北区域平均四季大气自净能力指数历年变化 单位:t/(d·km2)。
3.2 ASI气候值的空间分布

华北区域年ASI气候值空间分布差异明显(图 4),其与图 1所示的华北区域海拔高度空间分布,存在一定对应关系。图 1图 4对比可以发现海拔高度及山脉走向对区域自然气候条件有直接影响,其中海拔高度相对较低的山前平原地区,包括京津冀大部、内蒙古东部和东北部等区域大气自净能力相对较低,而海拔高度较高的内蒙古中部及山西西北部部分区域大气自净能力相对较高。四季ASI气候值的地理分布特征与年际结果相类似(图 5),京津冀和山西大部、内蒙古东北部和中部偏西地区大气自净能力较低,内蒙古中部等其他地区大气自净能力较高。冬季内蒙古地区大气自净能力减弱明显,其东北部和中部偏西地区与京津冀南部污染严重区域大气自净能力数值相当,这可能与上述地区冬季风速的减弱有关[25],中部偏西区域为呼和浩特和包头等大城市区,城市群的聚集会影响风速、混合层高度等大气扩散条件,使得冬季大气自净能力减弱明显[16]

图 4 华北区域年大气自净能力指数气候值空间分布 单位:t/(d·km2)。
图 5 华北区域四季大气自净能力指数气候值空间分布 单位:t/(d·km2)。

1961—2017年华北区域年和四季ASI线性趋势变化速率的空间分布(图 6图 7)表明,华北区域大部分地区大气自净能力呈显著减弱趋势(通过0.01显著性水平检验),其中河北东部及西北部、内蒙古中部部分站点线性趋势的减弱速率超过0.6 t/(10 a·d·km2),且季节变幅存在差异,冬季和春季线性趋势的减弱速率最为明显,夏季和秋季相对较小。全年有74个站显著下降,占统计站数的92.5%;春季和秋季下降站点较多,达73个,占统计站数的91.25%;夏季次之,为72个,占统计站数的90%;冬季为70个,占统计站数的87.5%。

图 6 1961—2017年华北区域年ASI线性趋势变化速率空间分布 单位:t/(10 a·d·km2)。
图 7 1961—2017年华北区域四季ASI线性趋势变化速率空间分布 单位:t/(10a·d·km2)。
3.3 ASI突变检验及能量谱分析

将MK和MT检验相结合,计算获得了1961— 2017年华北区域年和四季ASI的年际突变检验结果。结果表明,秋季MT检验结果的峰值年份多为1998年,而MK检验正反序列的交点出现在1990年代初,这与许启慧等[8]研究结果相类似;以华北区域秋季ASI的历年值MT检验的峰值年和MK检验的交点年为界,比较前后序列的多年平均值,结果表明以1998年为界时,历年序列前后多年均值相差最大,这反映出秋季华北区域ASI的突变年份为1998年;而年和春季ASI的突变年份为1988年,夏季突变年份为1990年,冬季突变年份为1980年。

小波能量谱可以显示出不同时间尺度振荡的强弱(图略),1961—2017年华北区域年ASI的Morlet小波能量谱分布与总体时段波谱分析相一致,在年际和年代际尺度上不存在显著高能量区,其全时域显著高能量振荡区位于64年左右,且年际能量谱分布差异明显。季节能量谱分布与年际相类似,全时域显著高能量区均位于64年左右,年际差异具体表现为:夏季在1965—1973年间存在3年左右带状连续显著高能量区;秋季在1963— 1966年及1968—1977年存在2~4年的不连续显著高能量区;冬季在1961—1969年和2000—2005年左右存在2~4年的带状连续高能量区。

3.4 ASI分区特征分析

上述分析(图 4图 5)表明,华北地区ASI空间差异明显,为进一步讨论华北地区ASI的区域差异,下文对ASI空间场的前10个主成分进行正交旋转,得到年大气自净能力指数REOF的前4个模态方差贡献率分别为34.1%、25.7%、6.7% 和5.9%,四个季节大气自净能力指数REOF的第一模态方差贡献率分别为24.9%、17.6%、22.5% 和36.0%。图 8中阴影区域显示的是华北区域大气自净能力指数REOF的高载荷区(≥0.4),年RE‐OF1的高载荷区主要分布在内蒙古东北部、内蒙古中部及京津冀中部区域;春季REOF1的高载荷区与年值相类似,冬季REOF1方差贡献最大,且在内蒙古中部、南部及京津冀区域存在明显的高载荷区。综合考虑大气自净能力的空间分布和华北区域地形特征,尝试将华北区域大气自净能力指数分为4个区:Ⅰ区为内蒙古东部(20站),Ⅱ区为内蒙古中部和南部(24站),Ⅲ区为山西地区(14站),Ⅳ区为京津冀区域(22站)(图 8)。

图 8 1961—2017年华北区域年大气自净能力指数REOF的前四模态和四季大气自净能力指数REOF的第一模态空间分布、分区结果及站点分布情况

下面对各分区ASI的气候值及年际线性趋势变化速率进行分析,其中Ⅱ区大气自净能力相对较高,气候值达5.84 t/(d ·km2),Ⅰ区和Ⅲ区次之,气候值分别为5.10和4.57 t/(d·km2),Ⅳ区大气自净能力最低,仅4.19 t/(d·km2),较Ⅱ区偏低28.3%。与华北区域年际ASI的线性趋势变化速率相一致,各分区年和四季大气自净能力均呈现出显著减少的趋势(通过0.01显著性水平检验),且春季和冬季线性趋势的减弱速率相对较大。分区域来看,Ⅱ区大气自净能力线性趋势的减弱速率最大,Ⅰ区和Ⅳ区次之,Ⅲ区大气自净能力线性趋势的减弱速率相对较小。

表 1 1961—2017年华北区域年和四季大气自净能力指数各分区的气候值(单位:t/(d·km2))及线性趋势变化速率(单位:t/(10 a·d·km2))
3.5 ASI与气象条件的关系

为进一步考察气象要素指标对华北区域ASI的影响程度,利用1961—2015年华北区域80个气象站点资料,计算出了各站年和四季ASI与地面风速、气温、降水量和相对湿度的相关结果(表 2)。对于华北区域,由正相关显著站点占比可以看出,在不同气象要素中,地面风速与大气自净能力指数的正相关最为显著,其在四季和全年相关系数超过0.80,影响到全部站点区域,这表明地面风速是影响华北大气自净能力最重要的气象要素,风速越大,大气自净能力越强,大气自净能力指数也因此越大,风速与大气环境容量及雾霾指标之间关系的研究结果[8, 26]也证实了该结论;气温次之,除冬季外,气温与ASI在其他三个季节均呈现显著负相关,特别是夏季影响区域可以超过60%,这表明一定程度上伴随天气过程的降温会显著增强大气自净能力;相对湿度对大气自净能力的负相关影响主要表现在冬季和春季(76% 和40% 区域),而夏季的部分区域为正相关关系;降水量在夏季的正影响区域为60%,由于华北区域降水主要出现在夏季,降水对污染物的湿沉降清除作用在夏季也更为明显,对其他季节的大气自净能力影响较小。

表 2 1961—2015年华北地区及各分区年和四季大气自净能力指数与气象要素的相关结果

与整体华北区域相关结果相类似,各分区大气自净能力仍与地面风速的相关最高,对比华北区域,气温在Ⅳ区的负影响范围占比相对较大,尤其是秋季,气温的负影响范围超过65%区域;降水对各分区的影响也主要集中在夏季,尤其是Ⅰ区和Ⅲ区,正影响范围为65%和79%区域;相对湿度亦为冬季负影响范围最大,尤其是Ⅱ区和Ⅲ区,负影响范围超过85%区域。

表 3为华北区域ASI及相关气象要素与时间的相关系数和线性趋势变化速率,显示出华北区域年和四季大气自净能力均显著下降,与图 3显示的结果一致,表明近地层大气容纳污染物的能力在降低。已有研究表明静稳天数增加,空气污染有一定增加趋势,由气象条件决定的大气自净能力指数对污染有一定贡献[27]。另外,区域平均气温呈显著增加趋势,这与近50多年来全球变暖的总体趋势是一致的,华北区域年平均气温增加速率可达到0.035 oC/a。地面风速在春、秋和冬季下降最为显著,下降速率分别为-0.021、-0.015和- 0.041 m/(s·a),在全球和区域气候变化背景下,冬季风环流减弱,天气过程频率和强度减弱,并降低了地面风速[28],从而导致大气自净能力指数的降低趋势。从季节角度来看,区域大气自净能力的下降主要由地面风速下降以及区域变暖伴随的冷空气过程减少造成的。

表 3 1961—2015年华北区域平均大气自净能力指数及相关气象要素与时间的相关系数和线性趋势变化速率
3.6 ASI与污染气象条件和不同级别AQI天数的关系

上述分析阐明了华北区域ASI时空分布与相关气象要素之间的可能联系。对于大气自净能力较低的Ⅳ区,下面选择平原区域近年污染相对严重的部分城市(石家庄、保定和唐山),来对比分析2013—2017年ASI与污染气象条件及不同级别AQI天数占比情况。具体来讲,混合层高度越高,越利于污染区的垂直扩散;地表通风系数越大,越利于污染区的水平扩散;静稳天气指数越大,越不利于污染物的扩散。且对于同体量的污染排放,大气自净能力低时,污染愈频发。从ASI与污染气象条件总体来看,石家庄、唐山和保定地区的ASI与混合层高度和地表通风系数均呈现出同相月变化,而与静稳天气指数呈现出反相月变化,这与刘新等[16]对呼和浩特市地区的研究结果相似。从具体数值来说,唐山地区混合层高度最高,保定和石家庄相差不大;唐山地区地表通风系数最大,保定次之,石家庄相对较小;三个地区的静稳天气指数各月数值相接近。混合层高度与ASI同相变化最为一致(相关达0.73),而石家庄和保定地区ASI在6—8月受降水湿沉降的影响增加明显,其与6—8月因降水天气过程导致的混合层高度降低存在明显差异;与混合层高度相似,地表通风系数与ASI的同相变化也在唐山最为突出(相关系数数达0.80);静稳天气指数与ASI的反相变化在唐山和保定均较为明显,其中唐山反相变化一致性最高(相关系数达-0.76)。

图 9 2013—2017年石家庄、唐山和保定地区大气自净能力指数(单位:t/(d·km2))与混合层高度(单位:m)、地表通风系数(单位:m2/s)和静稳天气指数(单位:1)的月变化对比

AQI不同级别的占比代表了空气质量的大体分布情况,石家庄、唐山和保定地区AQI不同级别天数占比与ASI的月变化差异明显,其中良和轻度级别天数占比与ASI呈现出一定的同相变化,而重度和严重级别天数占比呈现出明显的反相差异,尤其是大气自净能力较低的冬季,严重级别天数占比明显增多。从具体数值来说,分析时段,除冬季的12月、1月和2月外,良级别天数占比偏多,尤其是受通风影响的5月和受降水湿沉降影响8月更为明显。整体来看,石家庄和保定地区的严重级别天数占比在12月和1月占比均较唐山地区偏高,尤其是石家庄1月严重级别天数占比接近40%,且保定地区ASI和AQI不同级别天数占比的相关较高,分析时段,其与轻度级别天数占比相关达0.56,与重度和严重级别天数占比的相关均为-0.58。

图 10 2013—2017年石家庄、唐山和保定地区大气自净能力指数(单位:t/(d·km2))与AQI不同级别天数占比(单位:1)的月变化对比
4 结论与讨论

通过对华北区域80个站大气自净能力变化特征及影响因素的分析得出以下主要结论。

(1)大气自净能力季节及区域差异明显。一年中,大气对污染物总体清除能力从春到冬逐渐下降;大气自净能力在京津冀和山西大部、内蒙古东北部和中部偏西地区较低,在内蒙古中部等其他地区较高。

(2)从长期变化趋势来看,华北大部分地区年和四季大气自净能力均明显减弱,其中河北东部及西北部、内蒙古中部区域ASI线性趋势的减弱速率超过0.6 t/(10 a·d·km2);年、季区域均值存在明显的年际突变点,分别为1988、1988、1990、1998和1980年;全时域显著高能量振荡区位于64年左右,仅夏、秋和冬季,存在不同时段2~4年左右的不连续显著高能量区。

(3)将华北区域大气自净能力分为4个分区,其中海拔相对较低的Ⅳ区大气自净能力最低,较Ⅱ区偏低28.3%。且在全球和区域变暖背景下,冬季风环流减弱,天气过程频率和强度减弱,并降低了地面风速,从而导致大气自净能力指数的降低趋势。从季节角度来看,区域大气自净能力的下降主要是由地面风速下降以及区域变暖伴随的冷空气过程减少造成的。

(4)石家庄、唐山和保定地区ASI与混合层高度及地表通风系数均呈现同相月变化,而与静稳天气指数呈现反相月变化,其中唐山地区ASI与污染气象条件变化的一致性较高。上述三个地区AQI不同级别天数占比与ASI月变化差异明显,其中良和轻度级别与ASI呈同相变化,而重度和严重级别反相差异明显。未来气候预估结果[29-30]表明,秋冬季冷空气活动很大可能变弱,风力减小,静稳天气增多;根据风速和气温对华北区域大气自净能力指数的影响规律,未来大气自净能力进一步降低的可能性很高。适当的减排和区域产业升级依旧势在必行。

上文对ASI影响因素的分析仅停留在相关气象要素的角度,海洋作为驱动大气系统运动的重要能量来源,其海表温度变化及与大气之间的相互作用形成的大尺度振荡,会对东亚气候有重要的同期或者超前影响。有学者[31]研究表明,东亚气温超前北大西洋年代际振荡(AMO)几年,领先AMO变化的现象在近500年来一直存在,可能是自然气候系统的一个内在特征,并通过模式结果揭示了气温升高后,对应出现的海平面气压梯度影响表层流,引起大洋间的淡水补偿的气温超前的可能影响机制。鉴于气温对华北区域大气自净能力指数的重要贡献,华北区域ASI与AMO的超前滞后相关结果表明,当年、季ASI均超前AMO 3~11年不等时,相关值超过同期相关达最大,但其影响机制仍旧不清楚,后面的工作还需要进一步分析揭示内部的物理机制。

致谢: 中国气象局国家气候中心朱蓉研究员和梅梅老师提供了大气自净能力指数的相关技术和资料,并提出了建设性建议,河北省环境气象中心李二杰高级工程师对污染气象条件及AQI数据的分析使用进行了指导,审稿专家对本文的修改及下一步工作的开展提出了非常宝贵的意见,谨此一并致谢。
参考文献
[1]
吴蓉, 卢燕宇, 王胜, 等. 1961—2010年安徽省大气环境容量系数变化特征分析[J]. 气候变化研究进展, 2017, 13(6): 545-556.
[2]
毛敏娟, 杜荣光, 齐冰. 浙江省大气扩散能力的时空分布特征[J]. 热带气象学报, 2019, 35(5): 644-651.
[3]
朱蓉, 张存杰, 梅梅. 大气自净能力指数的气候特征与应用研究[J]. 中国环境科学, 2018, 38(10): 3601-3610. DOI:10.3969/j.issn.1000-6923.2018.10.001
[4]
梅梅, 朱蓉, 孙朝阳. 京津冀及周边"2+26" 城市秋冬季大气重污染气象条件及其气候特征研究[J]. 气候变化研究进展, 2019, 15(3): 270-281.
[5]
徐大海, 朱蓉. 我国大陆通风量及雨洗能力分布的研究[J]. 中国环境科学, 1989, 9(5): 367-374. DOI:10.3321/j.issn:1000-6923.1989.05.001
[6]
徐大海, 朱蓉, 潘在桃. 城市扩散模式与二氧化硫排放总量控制方法的研究[J]. 中国环境科学, 1990, 10(4): 309-313.
[7]
徐大海, 王郁, 朱蓉. 大气环境容量系数A值频率曲线拟合及其应用[J]. 中国环境科学, 2016, 36(10): 2913-2922. DOI:10.3969/j.issn.1000-6923.2016.10.006
[8]
许启慧, 范引琪, 井元元, 等. 1972—2013年河北省大气环境容量的气候变化特征分析[J]. 高原气象, 2017, 36(6): 1682-1692.
[9]
董旭光, 刘焕彬, 汤子东, 等. 气候变化背景下山东大气自净能力特征分析[J]. 海洋气象学报, 2018, 38(4): 93-102.
[10]
张天宇, 张丹, 王勇, 等. 1951—2018年重庆主城区大气自净能力变化特征分析[J]. 高原气象, 2019, 38(4): 901-910.
[11]
刘新, 刘林春, 尤莉. 内蒙古呼包鄂地区近56年来大气环境容量变化特征分析[J]. 气象与环境科学, 2019, 42(1): 86-92.
[12]
罗玉, 陈超, 张天宇, 等. 1981—2017年四川省大气自净能力变化特征分析[J]. 中国环境科学, 2021, 41(2): 527-536. DOI:10.3969/j.issn.1000-6923.2021.02.004
[13]
ASHRAFI K, SHAFIE-POUR M, KAMALAN H. Estimating temporal and seasinal variation of ventilation coefficients[J]. International Journal of Environmental Research, 2009, 3(4): 637-644.
[14]
PRAVEENA K, KUNHIKRISHNAN P K. Temporal variations of ventilation coefficient at a tropical Indian station using UHF wind profiler[J]. Current Science, 2004, 86(3): 447-451.
[15]
熊险平, 王琼, 张唯, 等. 沧州市大气自净能力特征分析[J]. 环境科学导刊, 2019, 38(6): 44-50.
[16]
刘新, 刘林春, 赵艳丽, 等. 呼和浩特市大气自净能力变化及其影响因素[J]. 干旱气象, 2020, 38(4): 632-638.
[17]
唐颖潇, 韩素芹, 蔡子颖, 等. 2013—2017年天津市大气自净能力与大气颗粒物质量浓度特征分析[J]. 气象与环境学报, 2019, 35(6): 55-66. DOI:10.3969/j.issn.1673-503X.2019.06.008
[18]
朱红蕊, 刘赫男, 张洪玲, 等. 2008—2018年黑龙江省大气自净能力变化特征分析[J]. 气象与环境学报, 2020, 36(4): 89-94. DOI:10.3969/j.issn.1673-503X.2020.04.012
[19]
梅梅, 徐大海, 朱蓉, 等. 基于城市大气环境荷载指数的大气污染排放变率估算[J]. 中国环境科学, 2020, 40(2): 3-12.
[20]
张人禾, 李强, 张若楠. 2013年1月中国东部持续性强雾霾天气产生的气象条件分析[J]. 中国科学: 地球科学, 2014, 44(1): 27-36.
[21]
刘厚凤, 杨欣, 陈义珍, 等. 中国重霾过程污染气象研究进展[J]. 生态环境学报, 2015, 24(11): 1917-1922.
[22]
蒲义良, 吴斯敏, 叶朗明, 等. 江门市城区臭氧浓度变化特征及气象影响因素分析[J]. 热带气象学报, 2020, 36(5): 650-659.
[23]
李明华, 甘泉, 曹静, 等. 惠州市臭氧污染特征及其与气象条件关系研究[J]. 热带气象学报, 2019, 35(3): 324-331.
[24]
张恒德, 张碧辉, 吕梦瑶, 等. 北京地区静稳天气综合指数的初步构建及其在环境气象中的应用[J]. 气象, 2017, 43(8): 998-1004.
[25]
郭春燕. 近50年内蒙古自治区风速变化周期及突变分析[J]. 干旱区资源与环境, 2015, 29(9): 154-158.
[26]
吴国雄, 李占清, 符淙斌, 等. 气溶胶与东亚季风相互影响的研究进展[J]. 中国科学: 地球科学, 2015, 45(11): 1609-1627.
[27]
宋连春, 高荣, 李莹, 等. 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, 2013, 9(5): 313-318. DOI:10.3969/j.issn.1673-1719.2013.05.001
[28]
赵宗慈, 罗勇, 江滢, 等. 近50年中国风速减小的可能原因[J]. 气象科技进展, 2016, 6(3): 106-109.
[29]
陈晓晨, 徐影, 姚遥. 不同升温阈值下中国地区极端气候事件变化预估[J]. 大气科学, 2015, 39(6): 1123-1135.
[30]
胡婷, 孙颖, 张学斌. 全球1.5和2℃温升时的气温和降水变化预估[J]. 科学通报, 2017, 62(26): 3098-3111.
[31]
LI S L, JING Y Y, LUO F F. The potential connection between China surface air temperature and the Atlantic Multidecadal Oscillation (AMO) in the Pre-industrial Period[J]. Science China Earth Sciences, 2015, 58(10): 1814-1826. DOI:10.1007/s11430-015-5091-9