论文

四川盆地干湿西南涡个例大气环境效应对比研究

  • 赵婉露 , 1 ,
  • 冯鑫媛 1 ,
  • 王式功 , 1, 5 ,
  • 苏秋芳 1 ,
  • 罗彬 2 ,
  • 杜云松 2 ,
  • 韩晶晶 3 ,
  • 胡钰玲 4
展开
  • 1. 成都信息工程大学大气科学学院/高原大气与环境四川省重点实验室, 四川 成都 610225
  • 2. 四川省环境监测总站, 四川 成都 610091
  • 3. 上海市浦东气象服务中心, 上海  200135
  • 4. 兰州大学大气科学学院/甘肃省干旱气候变化与减灾重点实验室, 甘肃 兰州 730000
  • 5. 遵义院士工作中心/气候环境与医疗康养重点实验室, 贵州 遵义;563100
王式功(1955 -), 男, 山东安丘人, 教授, 主要从事环境气象与健康研究. E‑mail:;

赵婉露(1994 -), 女, 云南龙陵人, 硕士研究生, 主要从事环境气象与健康研究. E‑mail:

收稿日期: 2019-01-28

  修回日期: 2019-05-21

  网络出版日期: 2020-02-28

基金资助

国家自然科学基金项目(91644226)

国家重点研发计划项目(2016YFA0602004)

Comparative Study on Atmospheric Environment Effects of Cases of Dry and Wet Southwest Vortices in Sichuan Basin

  • Wanlu ZHAO , 1 ,
  • Xinyuan FENG 1 ,
  • Shigong WANG , 1, 5 ,
  • Qiufang SU 1 ,
  • Bin LUO 2 ,
  • Yunsong DU 2 ,
  • Jingjing HAN 3 ,
  • Yuling HU 4
Expand
  • 1. Plateau Atmosphere and Environment Key Laboratory of Sichuan Province, College of Atmospheric Sciences, Chengdu University of Information Technology, Chengdu  610225, Sichuan, China
  • 2. Sichuan Environmental Monitoring Center, Chengdu  610091, Sichuan, China
  • 3. Shanghai Pudong Meteorological Service, Shanghai  200135, China
  • 4. Key Laboratory of Arid Climate Change and Reducing Disaster in Gansu Province, College of Atmospheric Sciences, Lanzhou University, Lanzhou  730000, Gansu, China
  • 5. Guizhou Zunyi Academician Work Center, Zunyi  563100, Guizhou, China

Received date: 2019-01-28

  Revised date: 2019-05-21

  Online published: 2020-02-28

本文亮点

针对关注较少的西南涡大气环境效应问题, 使用2014 -2016年常规地面气象观测资料、 空气污染监测数据、 气象探空数据及NCEP的CFSv2再分析资料, 统计了2014 -2016年冬春季的西南涡及其对应时段的空气质量, 发现在冬春季由于水汽缺乏, 西南涡多属于不引发降水的干性低涡, 其活动期间易造成四川盆地重空气污染过程。在此基础上又选取了四川盆地2015年两次干、 湿西南涡活动过程进行了对比研究。首先对2015年12月29日至2016年1月3日重污染过程的探析发现, 12月30日盆地上空形成干西南涡, 其强度弱、 厚度薄, 其前部的弱下沉运动所产生的“焚风效应”使得成都上空形成脱地强低空逆温, 产生极不利于污染物扩散的“锅盖效应”, 从而导致最大混合层厚度和近地面风速非常小, 静稳型天气特征凸显, 造成代表城市成都的细颗粒物PM10、 PM2.5的日间浓度均值分别上升为398 μg·m-3和268 μg·m-3, 达到此次重空气污染过程中的峰值。与之相对比, 研究发现2015年8月16 -18日的湿西南涡活动过程中, 强烈的垂直上升运动及其引发的强降水, 产生了极有利的大气扩散和湿清除效应, 迅速有效地降低了污染物浓度, 与干西南涡加重大气污染的环境效应截然相反。

本文引用格式

赵婉露 , 冯鑫媛 , 王式功 , 苏秋芳 , 罗彬 , 杜云松 , 韩晶晶 , 胡钰玲 . 四川盆地干湿西南涡个例大气环境效应对比研究[J]. 高原气象, 2020 , 39(1) : 130 -142 . DOI: 10.7522/j.issn.1000-0534.2019.00052

Highlights

For the rarely researches that the atmospheric environment effects of Southwest Vortex(SWV), routinely observed meteorological data, air pollution monitoring data, atmospheric sounding data and Climate Forecast System Version 2 (CFSv2) products have been used to counted the number of SWV in winter and spring 2014 -2016 and the synchronous air quality grade with diagnostic and statistical methods in this study.It is found that SWVs developed in spring and winter are mostly dry low vortices due to the lack of water vapor.This type of SWV rarely induces precipitation and can easily cause air pollution weather in the Sichuan Basin.Based on those results, a dry and a wet SWV in Sichuan Basin in 2015 were selected for comparative study.The analysis of a severe air pollution over the Sichuan Basin from 29 December 2015 to 3 January 2016 suggests that a dry SWV was generated over Sichuan Basin on 30 December with weak intensity and small thickness.The foehn effect arising from the weak descending motion at the rear of dry SWV caused an intensive untouched‑ground low‑level inversion over Chengdu, generated a ‘pot cover’ effect that suppressed the diffusion of air pollutants, brought about an quite small maximum mixing depth and surface wind speed which presented an obvious stagnate synoptic status, gave rise to the concentrations of PM10 and PM2.5 of representative cities in basin were 398 and 268 μg·m-3, respectively, which were the peak values during this heavy air pollution process.In contrast, the study found that, during August 16 -17, 2015, the strong upward movement and heavy precipitation resulted from the wet SWV produced the extremely favorable effects of atmospheric diffusion and wet deposition, rapidly and effectively reduced the concentration of pollutants, which was opposed to the environmental effect of the dry SWV that aggravating atmospheric pollution.

1 引言

西南涡(Southwest Vortex, SWV)是在青藏高原大地形的影响下, 形成于中国西南地区上空700 hPa(或850 hPa)具有气旋性环流的中尺度闭合小低压(卢敬华, 1986)。它是影响我国夏季暴雨的主要天气系统之一(陶诗言, 1980)。以往的统计研究表明, 西南涡的生成主要集中出现在四川盆地、 九龙和小金(陈忠明等, 2000)。
迄今为止, 关于夏秋季生成的西南涡及其引发的强降水灾害已被广泛研究, 结果显示, 当其停留源地并在有利的大气环流背景下发展维持时, 或者与高原涡或西太平洋副热带高压配合时, 能引发川、 渝及其下游地区的强降水天气(陈忠明等, 2003; 江玉华等, 2012; 翟丹华等, 2014; Chen et al, 2015; 肖玉华等, 2018; 马勋丹等, 2018; 李超等, 2018)。但对其产生的环境效应及原因的研究却少见。研究表明, 降水对大气污染物的湿清除是大气自净化的重要方式, 降水粒子通过惯性碰并等作用能将云底下的气溶胶粒子带走(Wesely et al, 2000; 李德俊等, 2017; 于彩霞等, 2018; 吴进等, 2018)。因此, 深入探究夏秋季四川盆地强降水性西南涡的大气环境影响是很有必要的。
近年来, 四川盆地在冬季频繁发生重污染事件(Ning et al, 2017), 已成为我国仅次于京津冀、 长三角、 珠三角的第四大重污染区(Zhang et al, 2012; Tian et al, 2017)。2010 -2013年京津冀地区的污染事件发生时, 该地区常处于地面高压底部 弱高压控制的均压区(郝建奇等, 2017), 或北京地区受中国东北部稳定的天气系统控制时, 该地区常发生重霾污染事件(Zheng et al, 2015)。相关研究发现, 冷锋前部型或低压后部型的天气型(Chen et al, 2008)是2002 -2006年中国十个城市API出现峰值的主要原因。冬季发生在四川盆地西北部城市群的8次重污染天气过程中, 低压系统的维持有利于增大盆地上空大气稳定度, 使局地环流被限制在低层大气, 最终导致大气重污染过程发生(Ning et al, 2018)。这些研究都表明, 相关天气系统对污染事件的发生有着不容忽视的作用。然而, 由于冬春季生成的西南涡, 其强度较弱, 停滞或移出都很少产生降水(Feng et al, 2016), 因此没有引起足够重视。虽然有关环境研究学者已初步发现两者之间有关联性, 但作为四川盆地重要天气系统的西南涡, 其在冬春季无降水时的结构特征、 如何影响当地的大气污染过程?与夏季引发强降水的湿西南涡有何差异, 都是非常有意义的科学问题, 对此拟展开比较细致的对比研究。
本文首先统计分析了2014 -2016年冬春季西南涡活动及其对应的空气质量指数AQI(Air Quality Index), 然后选取2015年12月29日至2016年1月3日的的一次重污染过程, 以及2015年8月16 -18日的一次大暴雨过程作对比, 因为两次过程于同年份都发生在四川盆地, 期间也都有西南涡活动, 适合于对比研究有、 无降水西南涡的大气环境效应及其差异, 并从两者的结构特征分析其差异的原因, 进一步丰富西南涡的理论内涵。为方便论述起见, 文中将冬季的西南涡(绝大部分不产生降水)称之为“干西南涡”, 而夏季的西南涡(极易产生强降水), 称之为“湿西南涡”。

2 资料来源与方法介绍

2.1 资料来源

气象站点数据来源于中国气象数据网的常规地面气象观测资料, 时间为2014年1月1日至2016年12月31日, 包括位势高度、 平均温度、 平均气压、 平均风速和风向, 逐日累积降水量等数据, 每日2个时次[08:00(北京时, 下同)和20:00]。气象格点数据为同期NCEP的CFSv2 (Climate Forecast System version 2 )数据集(Saha et al, 2011), 该数据集是CFSR (Climate Forecast System Reanalysis) 的拓展, 包括位势高度、 温度、 纬向风分量、 径向风分量、 垂直速度和相对湿度等, 每日4个时次(08:00, 14:00, 20:00和次日02:00), 水平分辨率为0.5°×0.5°。
气象探空数据为与站点数据同期的声雷达探空数据, 来自美国怀俄明大学, 该数据每日两个时次(08:00和20:00), 气象要素包括有: 气压、 位势高度、 温度、 露点温度, 相对湿度、 比湿、 风向、 风速、 位温、 假相当位温和静力总温度。本文选用温江站和沙坪坝站两站分别代表成都和重庆(温江站: 103.87°E, 30.75°N; 沙坪坝站: 106.47°E, 29.58°N)。
空气质量和污染物数据年份为2014年1月1日至2016年12月31日, 来源于中国环境监测总站的全国环境空气质量实时发布平台。选取成都和重庆两个城市的2015 -2017年空气质量日报资料, 包括空气质量指数(AQI)、 空气质量级别, 以及PM10、 PM2.5、 SO2、 CO及NO2浓度资料; 成都有5个站点, 重庆有17个站点, 时间间隔为逐小时。文中涉及的地图是基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)2892的中国地图制作, 底图无修改。

2.2 研究方法

采用气象学方法划分春、 夏、 秋、 冬四季, 即分别为3 -5月、 6 -8月、 9 -11月、 12月至次年2月, 研究时间是2014 -2016年冬春季, 即3 -5月, 12月至次年2月。利用气象站点数据和格点数据, 绘制天气图, 根据陈忠明等(2000)对西南涡的统计标准——即出现在青藏高原东侧特定地区, 只有生成于100°E -108°E, 26°N -33°N范围内, 于700 hPa等压面上形成的闭合气旋式低涡环流才被称为西南低涡, 统计2014 -2016年冬季活动的西南涡个数, 根据降水量对其进行干、 湿西南涡分类。在这两年中, 选取有西南涡主导的重污染过程和暴雨过程; 干西南涡活动时间是2015年12月30日08:00至31日08:00; 湿西南涡活动时间是2015年8月16日14:00至19日08:00; 相比之下, 干西南涡维持时间较短。干、 湿西南涡移动路径如图1所示。时间上选择发生在同一年份的西南涡, 弱化气候因素的影响, 有利于较客观地对比分析西南涡在这两个过程中产生的大气环境效应。
图1 干(a)、 湿(b)西南涡移动路径

黑色圆点表示西南涡位置中心

Fig.1 The motion path of dry (a) and wet (b) southwest vortices (SWV).The black point indicates the center position of SWV

污染天气的判定标准: 国家环境空气质量指数AQI技术规定(HJ633‑2012)中, 根据空气质量指数将空气质量等级分为六级, 本文再将这六个等级分为四个空气质量类别: 一级和二级归类为优良, 三级对应轻度污染, 四级对应中度污染, 五级和六级归类为重度及以上污染(表1)。
表1 本文空气质量等级

Table 1 The level of air quality in this paper

空气质量指数 空气质量等级 空气质量类别
0~50 一级 优良
51~100 二级 优良
101~150 三级 轻度污染
151~200 四级 中度污染
201~300 五级 重度及以上污染
>300 六级 重度及以上污染
对12月29日至次年1月3日每天08:00 -20:00的逐小时污染物浓度计算等权平均, 作为日间浓度均值(下称日间均值), 以便与最大混合层厚度的逐日变化相对比。之后将国家空气质量标准(GB3095‑2012)对污染物浓度限值的规定, 作为日间浓度均值不同等级限值的判定标准。
对干西南涡个例, 首先分析与其同时发生的重污染过程的污染物浓度变化和最大混合层厚度变化特点, 再使用探空数据中的温度和风向风速, 得到干西南涡的温度层结和风场剖面; 对湿西南涡个例, 本文将逐小时降水量与同时刻大气污染物的浓度对比, 分析湿西南涡的环境效应; 最后从位势高度场、 风场和相对湿度场分析夏季干、 湿西南涡生消的环流形势, 并使用格点数据中的位势高度、 温度、 垂直速度绘制结构剖面, 分析干、 湿西南涡的结构特性和差异, 探究两者产生不同大气环境效应的原因。

3 干西南涡产生的大气环境效应

3.1 冬春季西南涡活动及空气质量统计

按照研究方法中的西南涡统计规则, 在天气图上统计出2014 -2016年冬春季西南涡共78个, 2014年和2016年春季西南涡数量最多(15个), 2014年冬季西南涡数量最少(9个)。整体来看, 春季西南涡多于冬季(图2)。
图2 2014 -2016年冬、 春季西南涡个数统计

Fig.2 SWV genesis during winter and spring from2014 to 2016

考虑到降水的湿清除作用, 将引发的每日累积降水在1 mm以下的西南涡认为是干西南涡, 反之为湿西南涡。整体上干西南涡的个数(41个)大于湿西南涡(37个), 在冬季尤为明显, 此外2015年和2016年春季的湿西南涡个数大于干西南涡, 说明湿西南涡在春季的活动更加频繁。
接着计算了不同空气质量等级下的西南涡个数和占比, 分析在干、 湿西南涡影响下的空气质量特点(表2, 表3)。空气质量为污染等级的干西南涡有27个, 占干西南涡总数的66%, 主要集中在轻度(34%)和重度污染(22%)等级。空气质量为优良等级的湿西南涡有27个, 占湿西南涡总数的73%, 远大于干西南涡(34%), 相比之下干西南涡与污染天气密切相关。
表2 与不同空气质量等级相关的西南涡数量

Table 2 Numbers of SWVs associated with differentair quality grades

西南涡 优良 轻度污染 重度污染 重度污染及以上
干西南涡 14 14 4 9
湿西南涡 27 8 2 /
表3 与不同空气质量等级相关的西南涡个数占比

Table 3 Proportions of SWVs associated with differentair quality grades

西南涡 优良 轻度污染 重度污染 重度污染及以上
干西南涡 34% 34% 10% 22%
湿西南涡 73% 22% 5% /
总的来说, 2014 -2016年冬春季, 西南涡对四川盆地的空气质量有明显的影响。这时期活动的西南涡多是不产生降水的干性低涡, 干西南涡系统下四川盆地的空气质量多为污染等级, 而少数引发降水的湿西南涡影响下, 空气质量多为优良等级。为了探究干西南涡天气系统是如何影响重污染过程的, 文中选取了2015年12月26日至2016年1月6日的一次重污染过程做进一步分析。

3.2 受干西南涡影响的重污染过程概述

2015年12月26日至2016年1月6日四川盆地出现了近年来较为严重的一次空气污染过程, 共持续12天, 此次过程的日均AQI变化(图3)显示, 峰值点出现在12月30日, 之后污染程度逐渐减弱。从这次过程中截取污染最严重的6天作为研究的范围, 即从2015年12月29日至2016年1月3日, 期间重庆的AQI均大于150, 达中度污染级别; 而成都的AQI(除1月3日外)均大于200, 达重度污染级别。这次过程中四川盆地污染最严重的时段(12月30日08:00 -20:00)观察到有西南涡活动, 因此, 选取这次污染过程作为典型个例探讨冬季西南涡产生的大气环境效应。
图3 2015年12月26日至2016年1月6日四川盆地冬季污染过程中成都和重庆两大城市日均AQI变化

Fig.3 Daily average AQI variation of Chengdu and Chongqing in the process of winter pollution in Sichuan Basin from 26 December 2015 to 6 January 2016

这次污染过程中(图4), 颗粒污染物中细颗粒物的占比(PM2.5 /PM10)维持在0.6以上, 过程期间PM2.5和PM10浓度日间均值均大于国家空气质量标准中的二级浓度限值(PM2.5为75 μg·m-3, PM10为150 μg·m-3); 成都地区NO2浓度日间均值在12月29 -31日均大于国家空气质量标准中的一级浓度限值(80 μg·m-3), 重庆地区NO2浓度日间均值除1月1日以外均大于65 μg·m-3, 而O3、 SO2、 CO浓度未出现严重超标, 此次污染过程中PM10, PM2.5浓度均于30日达到峰值, 是以PM2.5为主要污染物, 其次为PM10和NO2, 是一次典型的大气复合污染过程。
图4 2015年12月29日至2016年1月3日成都(a)和重庆(b)的污染物日间浓度均值(折线)和日最大混合层厚度(柱状)的变化

Fig.4 Variation of the DAC (polylines) and daily MMD (histogram) in Chengdu (a) andChongqing (b) from 29 December 2015 to 3 January 2016

3.3 干西南涡影响下的边界层特征

3.3.1 最大混合层厚度

大气边界层中的湍流运动决定了污染物的垂直扩散、 积累转化及向周围区域输送的状况。在同等强度的污染源排放下, 大气混合层高度也是表征边界层大气扩散特征的重要污染气象参数, 最大混合层厚度反映了混合层内大气对污染物的最大扩散能力(Miller et al, 1967; Holzworth, 1967)。本文利用文献(王式功等, 2000)中的一元二次方程求解法计算了这次过程中每日的最大混合层厚度(图4)。
2015年12月30日成都的混合层厚度较低, 为542 m, 大气污染物浓度值最大, 刚好有西南涡活动; 重庆的混合层厚度出现最小值, 为439 m, 大气污染物浓度升高。31日西南涡消散减弱时, 成都的混合层厚度最小, 为225 m, 但是由于有短波槽东移经过, 受冷空气影响, 污染物浓度大幅下降; 重庆在2015年12月29日至2016年1月1日混合层厚度有两次下降, 但污染物浓度缓慢上升, 在1月1日大气污染物浓度出现最大值。2015年12月31日之后成都的混合层厚度增大, 大气扩散能力增强, 污染物浓度仍继续降低, 空气质量好转。总体上, 污染物浓度的变化和最大混合层厚度呈现反位相的关系, 其中随着混合层厚度增大, PM2.5/PM10略有升高, 说明边界层的湍流扩散作用对PM10的稀释效果更显著。
值得注意的是, 2016年1月3日两地的最大混合层厚度再次降低, 而1月3日再次观察到有干西南涡活动(图略)。说明这两次西南涡活动时, 混合层厚度减小, 导致大气污染物难以扩散。

3.3.2 风场剖面

近地面风向风速的变化对大气污染物的浓度水平有着关键影响。2015年12月30日, 成都的大气污染物浓度出现峰值, 从2015年12月30日08:00成都的风廓线[图5(a), (b)]可以看出, 该日08:00成都近地面风速不超过1 m·s-1, 850 hPa层以下风速都很小, 不足2.5 m·s-1, 非常不利于污染物的水平扩散。1000~700 hPa之间, 成都上空的风向自南风向北风转, 风向随高度逆时针转动, 有冷平流; 700~550 hPa之间, 成都上空风向随高度顺转, 有暖平流; 所以这样的风场配置导致成都对流层大气中部偏暖下部偏冷, 有利于边界层大气稳定层结的发展与维持。重庆污染浓度值较低, 对流层整体风速大于成都[图5(c)], 1000~900 hPa和800~600 hPa重庆上空风向随高度顺转, 有暖平流; 900~800 hPa和600~500 hPa风向随高度逆转, 有冷平流[图5(d)]。所以重庆上空的对流层下部偏暖、 上部偏冷, 不利于逆温层的形成和维持。
图5 2015年12月30日08:00成都(a, b)和重庆(c, d)的风速(左)、 风向(右)分布

Fig.5 Distnibution of wind speed (left) and wind direction (right) in Chengdu (a, b) andChongqing (c, d) at 08:00 on 30 December 2015

3.3.3 大气温度层结

逆温是反应大气稳定度的一个重要参量, 逆温的出现意味着大气层结稳定, 不利于污染物扩散(王式功等, 2001; 冯良敏等, 2014; 杜荣光等, 2011)。使用12月30日08:00成都温江气象观测站和重庆沙坪坝气象观测站的探空数据绘制了温度廓线(图6), 显然该时刻两地上空都出现了脱地逆温, 而且是多层逆温, 但是重庆的逆温强度明显弱于成都, 污染程度也弱于成都。
图6 2015年12月30日08:00 成都(a)和重庆(b)温度探空曲线

Fig.6 Temperature profiles of Chengdu (a) and Chongqing (b) at 08:00 on 30 December 2015

成都贴地逆温出现在950 hPa, 强度为1.1 ℃·(100m)-1, 厚度约为200 m。脱地逆温出现在对流层中下部640, 580和500 hPa三处, 厚度分别为110, 133和278 m, 强度分别为0.9, 1.2和0.21 ℃·(100m)-1。重庆上空746 hPa和506 hPa出现脱地逆温, 强度皆为0.001 ℃·(100m)-1。重庆的脱地逆温远弱于成都的脱地逆温, 成都的脱地逆温强于其贴地逆温。
贴地逆温制约了近地面大气对污染物的稀释扩散; 而脱地逆温的出现, 阻挡了大气上部动量和热量的下传, 使得低层的湍流交换能力减弱, 也有利于贴地逆温的维持(宋润田等, 2001), 也间接制约了近地面大气污染物的稀释扩散。

4 湿西南涡产生的湿清除效应

2015年8月15 -18日, 四川盆地发生区域性暴雨和大暴雨天气过程, 主要集中于盆地中部, 范围包括成都和重庆两地。此次强降水是由西南涡引发的一次中α尺度的强降水过程, 具有强度大、 持续时间长、 范围大的特点(图7)。从15日08:00至16日08:00, 盆地部分地区出现小到中雨, 但主要降水时段从16日08:00开始, 至17日08:00单站24 h累积降水量达到最大值为173 mm, 有5个观测站降水量均达100 mm以上。到18日08:00, 单站24 h累积降水量最大值为141 mm, 此后随着西南涡东移减弱, 此次降水过程结束。成都和重庆的降水从16日08:00开始, 至17日23:00, 成都累积降水达156.5 mm, 重庆累积降水达100.3 mm。
图7 2015年8月15日08:00至18日08:00四川盆地降水量分布(单位: mm)

Fig.7 The distribution of rainfall is Sichuan Basin from 08:00 on 15 to 08:00 on 18 August 2015.Unit: mm

使用成都和重庆两地的逐小时降水量和对应时刻的大气污染物浓度的累积值代表四川盆地, 分析降水发生过程中对污染物浓度变化的影响。2015年8月16日11:00是大气污染物浓度第一次变化的分界点(图8), 此后污染物浓度开始迅速减小, 下降幅度大。17日的由于前一天的清除作用导致污染物浓度总量已减少, 因此这一阶段污染物浓度变化幅度较小, 但除CO以外仍有一定的下降趋势。当17日17:00降水减弱或结束后, 大气污染物浓度均开始缓慢增大。
图8 2015年8月16 -17日四川盆地逐小时降水量和大气污染物浓度(成都和重庆两地的累积值)变化

Fig.8 The hourly variation of air pollutants concentration and rainfall (the cumulative value of Chengdu and Chongqing) during 16 -17 August 2015

此次降水过程中, 大气污染物浓度开始下降的时间早于降水的发生时间, 说明降水前的上升运动非常有利于大气对污染物的垂直扩散; 污染物浓度的变化幅度与逐小时降水量的变化幅度较一致, 表明降水粒子的冲刷对污染物也有着显著的清除效果。

5 干、 湿西南涡的环流形势差异

由2015年12月30日08:00和20:00 500 hPa环流形势[图9(a), (b)]可以看出, 该日08:00 500 hPa欧亚高纬度地区(40°N以北)为两槽一脊环流形势, 西风环流经向度较大, 不利于北方大规模冷空气南下。中低纬度地区(20°N -40°N)以西风平直气流为主, 四川盆地上空等高线和等温线夹角小, 冷暖平流非常弱, 加之缺少北方冷空气南下, 形成了不利于污染物水平扩散的静稳天气形势。20:00, 500 hPa的两槽一脊的环流形势依然存在, 中低纬度仍由西风气流主导, 四川盆地上空的静稳天气形势维持。由2015年12月30日08:00和20:00 700 hPa环流形势[图9(c), (d)]可知, 08:00 700 hPa上盆地东部有一根闭合等高线, 气旋性环流明显, 西南涡形成, 20:00仍可见闭合等高线和气旋型环流, 符合西南涡的统计标准(见2.2研究方法)。08:00, 低涡中心位于104.5°E, 30°N, 成都位于低涡西北部, 重庆位于西南部; 20:00低涡中心已北移至31°N, 说明该日成都受西南涡的影响更甚。31日后中高纬度环流调整, 导致低涡减弱消散, 盆地西侧700 hPa有多个短波槽东移(图略), 受高原地形影响, 冷空气分股入侵盆地上空, 前期的静稳天气形势被打破, 大气扩散能力增强, 空气质量得到好转。
图9 2015年12月30日08:00(左)和20:00(右) 500 hPa(a, b)及700 hPa(c, d)位势高度场(黑实线, 单位: gpm)、 温度场(红实线, 单位: ℃)、 风场(矢量, 单位: m·s-1)及相对湿度(彩色区, 单位: %)分布

五角星标记处为四川盆地

Fig.9 Distribution of the geopotential height field (black line, unit: gpm), temperature field (red line, unit: ℃), wind field (vector, unit: m·s-1) and relative humidity (color area, unit: %) at 500 hPa (a, b) and 700 hPa (c, d) at 08:00 (left) and 20:00 (right) on 30 December 2015.The star indicates the location of the Sichuan Basin

2015年8月16 -18日四川盆地发生的强降水过程, 既是与重污染过程同年发生, 而且是由西南涡活动引起的。由8月16日14:00 500 hPa环流形势[图10(a)]可以看出, 16日14:00 500 hPa高空天气图上河套地区为一深厚的冷涡低槽, 并有切断低压稳定维持。位于槽底前部的四川盆地上空西南风强盛, 低层水汽丰富, 相对湿度≥80%的湿区范围很大, 500 hPa湿区明显向东北方向扩展, 为强降水的发生提供了很好的水汽与能量条件。由8月16日14:00 700 hPa环流形势[图10(c)]可知, 16日14:00 700 hPa四川盆地上加强的西南风在西侧地形的摩擦作用下, 配合北面冷涡低槽底部释放的冷空气和气旋性涡度, 逐渐在低空形成气旋性涡旋, 即西南涡。17日14:00是西南涡达到最强的时段[图10(b), (d)], 在700 hPa高度上有闭合等高线, 低涡中心位于30°N, 104.5°E, 具有一定的弱斜压性。但由于北面的冷涡低槽东移速度快, 低空西南涡位于槽后, 其北边的流场方向以西北方向为主。与此同时, 西太平洋副高西伸加强, 抑制了西南涡的东移, 使其在四川盆地徘徊少动。期间西太平洋副热带高压脊的西伸导致其与低涡之间的位势高度梯度加大, 使得西南暖湿气流加强, 更有利于低涡发展和维持。18日14:00, 青藏高原上有短波槽快速东移经过四川盆地上空, 并引导低层的西南涡系统移至盆地东部, 盆地上空逐渐转为西北气流, 由此产生的降水过程逐渐减弱结束, 随着降水的结束, 西南涡于19日08:00减弱消散(图略)。
图10 2015年8月16日14:00(左)和17日14:00(右), 500 hPa(a, b)及700 hPa(c, d)位势高度场(黑实线, 单位: gpm)、 温度场(红实线, 单位: ℃)、 风场(箭头, 单位: m·s-1)及相对湿度(彩色区, 单位: %)分布

五角形标记处为四川盆地

Fig.10 Distribution of the geopotential height field (black line, unit: gpm), temperature field (red line, unit: ℃), wind field (vector, unit: m·s-1) and relative humidity (color area, unit: %) at 500 hPa (a, b) and 700 hPa (c, d) at 14:00 on 16 (left) and at 14:00 on 17 (right) August 2015.The star indicates the location of Sichuan Basin

西南涡的干、 湿特性与其形成时的环流形势有一定关系, 干、 湿西南涡均受到中高纬度环流的影响, 但由于季节原因, 两者的环流背景不同, 因此其环流形势有显著差异。湿西南涡活动时气旋型环流旺盛, 上升运动强烈, 西南季风对水汽源源不断的输送也使得湿区范围增大, 满足了形成降水的条件, 因此湿西南涡的大气环境效应是来自降水导致的湿清除作用。而相比之下, 干西南涡气旋性环流较弱, 水汽不充足因而不能引发降水, 缺乏潜热能量的释放, 维持的时间更短, 所以干西南涡的下沉运动得以在环境效应中占主导作用, 产生加重大气污染的负面环境效应。

6 干、 湿西南涡的结构差异

综合以上分析说明, 干西南涡的活动加重了空气污染的程度, 湿西南涡引发降水对污染物有湿清除效应, 两者产生的大气环境效应大相径庭, 为了探究产生这种差异的原因, 从位温、 相对涡度和垂直速度三个方面探析干、 湿西南涡的结构特点。
从干、 湿西南涡沿着其中心所在经纬度(30°N, 104.5°E)的垂直剖面分布(图11)可知, 从位置上看, 湿西南涡从950 hPa发展至500 hPa, 随高度向东北倾斜; 干西南涡从750~500 hPa, 厚度相对湿西南涡较浅薄, 干西南涡较远离地面。值得注意的是, 干西南涡的活动高度正与脱地逆温出现的高度对应。两个西南涡都略向暖坡面倾斜, 位温场的分布表明斜压不稳定性在西南涡形成的重要作用, 与湿西南涡相比, 干西南涡形成于盆地南侧山坡上, 是暖心结构的低压, 类似热低压。青藏高原东南侧的日间辐射增温增强了南部山坡近地面的能量交换, 使得边界层增长, 并为干西南涡的发展创造了有利条件。因此干西南涡的中心位置高于湿西南涡, 也比较远离近地面。
图11 2015年12月30日08:00干西南涡(a, b)和8月17日08:00湿西南涡(c, d)沿着其中心所在经纬度(30°N, 104.5°E)的经向(a, c)和纬向(b, d)垂直剖面

黑色实线表示位温(单位: K), 彩色区表示相对涡度(单位: ×10-5 s-1), 黑色阴影区表示地形

Fig.11 Cross‑section of the dry SWV (a, b) at 08:00 on 30 December and wet SWV (c, d) at 08:00 on 17 Augest 2015, along latitude (a, c) and longitude (b, d) of the center of SWV.Solid line denotes potential temperature (unit: K).Color shading denotes relative vorticity (unit: ×10-5 s-1).The black shaded denotes topography

从正涡度强度上看, 湿西南涡大部分涡度达24×10-5 s-1以上, 气旋性环流发展旺盛且集中, 涡柱结构明显。而干西南涡气旋性涡度在对流层中层发展显著, 但其涡柱结构不及湿西南涡清晰, 表明其能量难以集中发展, 气旋性环流弱于湿西南涡。另外, 干西南涡的涡度的纬向性延伸明显大于经向, 类似于东西向切变线的涡度分布特征, 并且其涡度分散, 尺度更大, 扰动能量不能集中发展, 已呈现减弱消散的趋势。
为了研究西南涡在四川盆地活动时, 对代表城市成都和重庆上空大气垂直运动的影响, 以及与两地的实际探空曲线所反映的大气层结相对照, 沿30°N对干、 湿西南涡作垂直剖面分析(图12)。
图12 2015年12月30日08:00干西南涡(a)和8月17日08:00湿西南涡(b)沿30°N的垂直运动剖面(单位: Pa·s-1)

虚线表示上升运动, 蓝色点和红色点分别代表成都和重庆的位置, 黑色阴影区表示地形

Fig.12 Cross‑section of vertical motion along 30°N of the dry SWV at 08:00 on 30 December (a) and wet SWVat 08:00 on 17 August (b) 2015.Unit: Pa·s-1.Dotted line denotes upward motion, red and blue dots indicatethe location of Chongqing and Chengdu, respectively.The black shaded denotes topography

文中的干、 湿西南涡的结构中, 低涡东部及东南部(移向的右前方)主要是上升运动区, 低涡中心及后部为下沉运动区, 与以往对西南涡边界层结构的研究一致(解明恩等, 1992; 陈忠明等, 1998)。其中湿西南涡的上升气流比干西南涡的上升气流强烈, 满足了当地形成暴雨的条件之一。在降水和垂直运动的共同作用下, 达到了对污染物的垂直扩散和显著湿清除效果。在干西南涡的结构中, 上升运动非常弱而不足以引发降水, 下沉气流也较弱, 但此时其正好主导成都上空, 在下沉运动时产生的“焚风效应”作用下, 成都上空650~500 hPa出现脱地逆温层。脱地逆温层阻隔的对流层上部和下部的热量输送, 抑制了混合层发展, 导致边界层风速偏低, 使大气维持静稳状态, 不利于大气污染物的扩散, 产生了“锅盖效应”, 于是成都地区易形成重污染事件。以上分析表明, 由于干、 湿西南涡的结构差异, 造成两者产生截然不同的大气环境效应。

7 结论与讨论

通过统计2014 -2016年冬春季西南涡及其同期空气质量, 以及选取2015年夏季引发降水的湿西南涡和冬季伴随重污染过程的干西南涡进行细致的分析, 探究并对比干、 湿西南涡的环境效应及产生差异的原因, 得到如下结论:
(1) 对2014 -2016年冬春季西南涡的统计分析, 发现冬春季西南涡多属于不引发降水的干性低涡, 其活动期间易造成四川盆地出现重空气污染过程。
(2) 干西南涡强度较弱, 持续时间较短, 并且远离近地面。其垂直运动中, 上升气流较弱未能引发降水, 而在其前部的弱下沉气流起主导作用, 下沉运动时产生“焚风效应”, 导致成都上空形成了脱地逆温, 抑制混合层发展(成都的最大混合层厚度为225 m, 重庆为439 m), 且近地面风速小于1 m·s-1, 大气静稳型特征凸显, 产生了抑制大气污染物扩散的“锅盖效应”, 使得成都的PM10和PM2.5浓度达到本次大气重污染过程的峰值, 分别为398 μg·m-3和268 μg·m-3。
(3) 湿西南涡的大气环境效应主要体现在两方面: 一是大气扩散能力增强, 二是对污染物的湿清除作用。湿西南涡活动的持续时间较长, 上升气流强盛。其上升运动在促进成雨过程的同时, 也增强了对大气污染物的垂直扩散能力, 进而使大气污染物浓度降低时刻早于降水发生的时刻, 降水的冲刷作用再对大气污染物进行湿沉降, 使得污染物浓度降低幅度与逐小时降雨量强度相对应。
综上所述, 虽然本文细致探析了干、 湿西南涡的结构和环流背景差异, 显示出两者截然不同的大气环境效应, 获得了一些很有价值的研究成果。但是, 对冬春季西南涡的活动及空气质量统计工作的时间跨度还较短, 仅仅是一次干西南涡型重污染过程和一次湿西南涡型暴雨天气过程的对比研究, 西南涡产生的大气环境效应是否具有普遍性?还需对更多的与西南涡活动相关的大气污染过程和降水过程进行细致分析研究, 以便为此成果的推广应用提供更广泛的科学依据。
Chen Y R, Li Y Q, Zhao T L, 2015.Cause analysis on eastward movement of Southwest China vortex and its induced heavy rainfall in South China[J].Advances in Meteorology, 2015(2): 1-22.

Chen Z H, Cheng S Y, Li J B, al et, 2008.Relationship between atmospheric pollution processes and synoptic pressure patterns in northern China[J].Atmospheric Environment, 42(24): 6078-6087.

Feng X Y, Liu C, Fan G, al et, 2016.Climatology and structures of southwest vortices in the NCEP climate forecast system reanalysis[J].Journal of Climate, 29(21): 7675-7701.

Holzworth G C, 1967.Mixing depths, wind speeds and air pollution potential for selected locations in the United States[J].Journal of Applied Meteorology, 6(6): 1039-1044.

Marvin E M, George C H, 1967.An atmospheric diffusion model for metropolitan areas[J].Journal of the Air Pollution Control Association, 17(1): 46-50.

Ning G C, Wang S, Ma M, al et, 2017.Characteristics of air pollution in different zones of Sichuan Basin, China[J].Science of the Total Environment, 612: 975-984.

Ning G C, Wang S, Yim S H L, al et, 2018.Impact of low‑pressure systems on winter heavy air pollution in the northwest Sichuan Basin, China[J].Atmospheric Chemistry and Physics, 18(18): 13601-13615.

Saha S, Moorthi S, Wu X, al et, 2011.NCEP Climate Forecast System Version 2 (CFSv2) 6‑hourly Products[DB/OL].Research Data Archive at the National Center for Atmospheric Research, Computational and Information Systems Laboratory.[2018-02-20].https: //rda.>ucar.edu/datasets/ds094.0/#metadata/detailed.html?_do=y.

Tian P F, Cao X J, Zhang L, al et, 2017.Aerosol vertical distribution and optical properties over China from long‑term satellite and ground‑based remote sensing[J].Atmospheric Chemistry and Physics, 17(4): 2509-2523.

Wesely M L, Hicks B B, 2000.A review of the current status of knowledge on dry deposition[J].Atmospheric Environment, 34(12): 2261-2282.

Zhang X Y, Wang Y Q, Niu T, al et, 2012.Atmospheric aerosol compositions in China: spatial/temporal variability, chemical signature, regional haze distribution and comparisons with global aerosols[J].Atmospheric Chemistry and Physics, 12(2): 779-799.

Zheng G J, Duan F K, Su H, al et, 2015.Exploring the severe winter haze in Beijing: The impact of synoptic weather, regional transport and heterogeneous reactions[J].Atmospheric Chemistry and Physics, 15(6): 2969-2983.

陈忠明, 缪强, 闵文彬, 1998.一次强烈发展西南低涡的中尺度结构分析[J].应用气象学报, 9(3): 273-282

陈忠明, 徐茂良, 闵文彬, 等, 2003.1998年夏季西南低涡活动与长江上游暴雨[J].高原气象, 22(2): 162-167.

陈忠明, 闵文彬, 2000.西南低涡的统计研究——第二次青藏高原大气科学试验理论研究进展[M].北京: 气象出版社, 368-378.

杜荣光, 齐冰, 郭惠惠, 等, 2011.杭州市大气逆温特征及对空气污染物浓度的影响[J].气象与环境学报, 27(4): 49-53.

冯良敏, 陈朝平, 龙柯吉, 等, 2014.成都地区2012年PM10污染过程气象条件分析[J].高原山地气象研究, 34(2): 57-62.

郝建奇, 葛宝珠, 王自发, 等, 2017.2013年京津冀重污染特征及其气象条件分析[J].环境科学学报, 37(8): 3032-3043.

江玉华, 杜钦, 赵大军, 等, 2012.引发四川盆地东部暴雨的西南低涡结构特征研究[J].高原气象, 31(6): 1562-1573.

解明恩, 琚建华, 1992.西南低涡Ekman层流场特征分析[J].高原气象, 11(1): 31-38.

李超, 李跃清, 蒋兴文, 2017.夏季长生命史盆地涡活动对川渝季节降水的影响[J].高原气象, 36(3): 685-696.DOI: 10.7522/j.issn.1000-0534.2016.00064.

李德俊, 熊守权, 柳草, 等, 2017.降水对武汉2次空气污染过程的湿清除特征[J].中国农学通报, 33(29): 95-102.

卢敬华, 1986.西南低涡概论[M].北京: 气象出版社.

马勋丹, 智协飞, 王静, 等, 2018.1979-2016年夏季西南涡活动及其与降水的关系[J].大气科学学报, 41(2): 198-206.

宋润田, 金永利, 2001.一次平流雾边界层风场和温度场特征及其逆温控制因子的分析[J].热带气象学报, 17(4): 443-451.

陶诗言, 1980.中国之暴雨[M].北京: 科学出版社.

王式功, 姜大膀, 2001.兰州市区低空大气温度层结特征及其与空气污染的关系[J].兰州大学学报(自然科学版), 37(4): 133-139.

王式功, 祁斌, 2000.兰州市区最大混合层厚度变化特征分析[J].高原气象, 19(3): 363-370.

吴进, 孙兆彬, 翟亮, 等, 2018.北京地区不同类型降水对气溶胶粒子的影响[J].中国环境科学, 38(3): 812-821.

肖玉华, 郁淑华, 高文良, 等, 2018.一例伴随西南涡的入海高原涡持续活动成因分析[J].高原气象, 37(6): 1616-1627.DOI: 10.7522/j.issn.1000-0534.2018.00043.

于彩霞, 邓学良, 石春娥, 等, 2018.降水和风对大气PM2.5、 PM10的清除作用分析[J].环境科学学报, 38(12): 4620-4629.

翟丹华, 刘德, 李强, 等, 2014.引发重庆中西部暴雨的西南低涡特征分析[J].高原气象, 33(1): 140-147.DOI: 10.7522/j.issn. 1000-0534.2012.00181.

文章导航

/

〈 〉