王穎，梁依玲，王麗霞

（1.蘭州大學(xué)大氣科學(xué)學(xué)院，甘肅蘭州 730000；2.蘭州大學(xué)半干旱氣候變化教育部重點(diǎn)實驗室，甘肅蘭州 730000）

氣象條件對污染物濃度分布影響的研究

王穎1，2，梁依玲1，王麗霞1

（1.蘭州大學(xué)大氣科學(xué)學(xué)院，甘肅蘭州 730000；2.蘭州大學(xué)半干旱氣候變化教育部重點(diǎn)實驗室，甘肅蘭州 730000）

利用中尺度氣象模式WRF與多尺度空氣質(zhì)量模式CMAQ系統(tǒng)模擬了試驗期間（2005年1月30日—2月2日）蘭州市城區(qū)SO2的地面濃度，分析了蘭州市冬季污染物的空間分布特征，探析了復(fù)雜地形氣象場對近地面污染物濃度分布的影響。研究結(jié)果表明受污染源排放特征和氣象條件的綜合影響，西固區(qū)和城關(guān)區(qū)各有一處SO2高濃度區(qū)域，夜間SO2地面污染范圍小于日間，夜間污染物地面最大濃度高于日間，夜間模擬區(qū)域SO2平均濃度低于日間；水平流場、山谷風(fēng)環(huán)流形成的垂直運(yùn)動和垂直擴(kuò)散均對污染物地面濃度有明顯影響，研究結(jié)果可為蘭州城市環(huán)境質(zhì)量監(jiān)測布點(diǎn)、空氣污染防控與治理提供參考依據(jù)。

污染物濃度；氣象條件；空間分布；WRF；CMAQ

近些年，隨著經(jīng)濟(jì)的快速增長，城市工業(yè)集中、人口增長、能源的大量消耗，蘭州市大氣污染愈來愈嚴(yán)重[1]。蘭州市空氣污染呈揚(yáng)塵、煤煙和機(jī)動車尾氣混合型污染特征，空氣污染問題已制約了城市經(jīng)濟(jì)的發(fā)展。邊界層低層內(nèi)排放的污染物在湍流、擴(kuò)散及平流等過程的作用下，不僅影響高層大范圍的大氣運(yùn)動[2]，也影響區(qū)域污染物的空間分布。因此，深入研究大氣污染特征，揭示污染成因，進(jìn)而有效地控制污染，是擺在污染氣象工作者面前的緊迫任務(wù)之一，也是科學(xué)治理污染、改善人居環(huán)境的基礎(chǔ)。

空氣質(zhì)量數(shù)值模式已成為研究大氣環(huán)境問題最有效且綜合性比較強(qiáng)的重要方法之一[3-4]。隨著大氣科學(xué)、大氣化學(xué)和計算科學(xué)的發(fā)展，考慮各種尺度天氣系統(tǒng)，尤其是中、小尺度天氣過程對污染物輸送擴(kuò)散特征影響的多尺度嵌套網(wǎng)格模式得到了廣泛應(yīng)用，其中美國開發(fā)的多尺度空氣質(zhì)量模式CMAQ可實現(xiàn)多種污染物、多尺度的大氣污染模擬，該模式充分考慮了不同物質(zhì)之間的化學(xué)反應(yīng)和轉(zhuǎn)化過程，具有通用性、靈活性和開發(fā)性等優(yōu)點(diǎn)，廣泛應(yīng)用于歐洲、北美和亞洲等地空氣質(zhì)量數(shù)值模擬、空氣質(zhì)量管理和科研工作中[5-11]。Jimenez-Guerrer等[5]采用WRF與CMAQ模式系統(tǒng)模擬了復(fù)雜地形下光化學(xué)污染物O3、CO、NO2和PM10等的濃度分布，用于空氣質(zhì)量預(yù)報并作為環(huán)境管理的依據(jù)；Chuang等[7]利用CMAQ模擬南亞高壓系統(tǒng)下PM2.5從亞洲大陸到臺灣的輸送問題；Sokhi等[8]利用MM5+CMAQ模擬了倫敦O3濃度的時空變化；Wu等[10]利用CMAQ模式研究了美國卡羅萊納州北部NH3的時空變化特征和發(fā)展趨勢；Koo等[9]利用CMAQ模式研究了在西北氣流作用下PM10從中國到漢城的輸送過程。國內(nèi)利用CMAQ模式系統(tǒng)對區(qū)域尺度的污染問題也進(jìn)行了大量的研究工作，并取得了重要進(jìn)展。趙秀勇等[12]建立了中尺度氣象模式ARPS與區(qū)域多尺度空氣質(zhì)量模式CMAQ模型系統(tǒng)，并模擬研究了石景山區(qū)污染物排放對北京市空氣質(zhì)量的影響；權(quán)建農(nóng)等[13]利用CMAQ模式模擬了中國西南和華南地區(qū)的硫沉降，通過與IMPACTS小流域的觀測資料比較，顯示了該模式系統(tǒng)能夠較好地模擬SO2在大氣中的轉(zhuǎn)化以及干濕沉降過程；陳訓(xùn)來等[14]利用CMAQ模式，對珠江三角洲城市群一次灰霾天氣過程進(jìn)行數(shù)值模擬，表明該模式可較好地模擬大氣污染物的變化趨勢，再現(xiàn)了污染物濃度呈周期性日變化的重要特征；王揚(yáng)鋒等[15]利用CMAQ模式對2002年冬季采暖期沈陽市大氣污染物的輸送與化學(xué)轉(zhuǎn)化進(jìn)行了數(shù)值模擬，表明CMAQ模式能較好地反映SO2、NO2和PM10的分布特征和變化規(guī)律；這些研究成果證實了CMAQ模式系統(tǒng)模擬污染物遷移、轉(zhuǎn)化和清除特征的能力。為揭示蘭州市空氣污染問題及成因，國內(nèi)外科研工作者做了大量研究工作。Wang等[16]，王希波等[17]，安興琴等[18]利用監(jiān)測資料分析了主要污染物時空分布特征；Zhang等[19]，Chu等[20]，拓瑞芳等[21]，姜金華等[22]利用污染擴(kuò)散模式對蘭州地區(qū)空氣質(zhì)量進(jìn)行模擬，并驗證了模式的可靠性；利用模式模擬結(jié)果進(jìn)一步分析污染物時空分布特征及其與氣象條件關(guān)系的研究工作不多。王穎等[23]利用WRF模式驅(qū)動多尺度空氣質(zhì)量模式CMAQ，對蘭州市西固區(qū)冬季2005年1月27日—2月2日期間SO2濃度進(jìn)行了數(shù)值模擬。

本文將利用數(shù)值模式模擬結(jié)果進(jìn)一步分析試驗期間蘭州市冬季污染物空間分布特征，為合理布設(shè)城市環(huán)境質(zhì)量監(jiān)測點(diǎn)位提供依據(jù)；通過對CMAQ模式過程分析模塊和WRF模式模擬的氣象場特征進(jìn)行分析，探討復(fù)雜地形水平流場、垂直運(yùn)動和溫度層結(jié)對近地面污染物濃度影響，以揭示復(fù)雜地形條件下大氣污染的物理機(jī)理和成因，為蘭州市城市空氣質(zhì)量監(jiān)測布點(diǎn)和空氣污染防控與治理提供參考依據(jù)。

1 數(shù)值模擬方案設(shè)計

空氣質(zhì)量數(shù)值模擬是通過輸入氣象場、排放源、初始和邊界條件及其它信息，用數(shù)值求解的方法研究污染物在大氣中的物理和化學(xué)等過程，獲得污染物在一定時空范圍內(nèi)的濃度分布特征?？諝赓|(zhì)量模式系統(tǒng)一般由氣象模式、排放源處理模式和多尺度空氣質(zhì)量模式組成。下面主要介紹這3個模式模擬區(qū)域及模擬參數(shù)的設(shè)置。

1.1 氣象場

空氣質(zhì)量模式需要高時空分辨率的網(wǎng)格化氣象資料來模擬污染物在大氣中的輸送和轉(zhuǎn)化機(jī)制，影響污染物濃度分布的氣象過程主要有水平和垂直輸送、湍流混合、對流和干濕沉積等，本次模擬試驗的氣象場由中尺度氣象模式—WRF模式模擬，模擬區(qū)域中心位于蘭州市城區(qū)中心（103.82°E，36.05°N），采用三重網(wǎng)格嵌套，模式的格點(diǎn)域分別為77× 53，131×91和85×44，格距分別為25 km，5 km和1 km；垂直方向分為不等距的35層。微物理過程選取第6標(biāo)準(zhǔn)的WSM方案；積云對流參數(shù)化方案在第一、二重區(qū)域選取Kain-Fritsch（new Eta）方案，第三重模式域的水平分辨率較高（1 km），因而沒有啟動積云對流參數(shù)化方案；大氣輻射方案選取RRTM短波輻射方案和Dudhia長波輻射方案；陸面過程為熱擴(kuò)散方案；邊界層方案為ACM2方案。

1.2 污染源清單

本次研究污染源排放清單由SMOKE（Sparse Matrix Operator Kernel Emissions model）排放源模式產(chǎn)生。背景污染源資料來自太平洋上空輸送和化學(xué)演變試驗（TRACE-P試驗）東亞地區(qū)1°×1°污染源排放清單，蘭州區(qū)域污染源排放為2000年蘭州市污染源分布和年排放量1 km×1 km網(wǎng)格資料。2000年蘭州市污染源總計1 834個，其中工業(yè)源502個，占27.4%；工業(yè)源排放的SO2占排放總量的67%。生活源和工業(yè)源排放的SO2空間分布見圖1。從污染源的空間分布看，排放高度較低的生活源主要集中在模擬區(qū)域東部的城關(guān)區(qū)，呈現(xiàn)“面”狀連片分布；模擬區(qū)域西部的西固區(qū)工業(yè)源分布最多，且排放量最多，排放高度較高。

1.3 空氣質(zhì)量模擬

模擬試驗采用多尺度空氣質(zhì)量模式（CMAQ）模擬區(qū)域空氣質(zhì)量。水平方向設(shè)置三重單向嵌套網(wǎng)格，區(qū)域設(shè)置與WRF模式基本一致，但為了減少氣象模式側(cè)邊界條件對污染物濃度模擬的影響，同時減少計算量，CMAQ模擬區(qū)域中去掉了氣象模式模擬區(qū)域四個邊界的5個格點(diǎn)，網(wǎng)格設(shè)置如下：第一重網(wǎng)格數(shù)為67×43，格距25 km；第二重網(wǎng)格數(shù)121×81，格距5 km；第三重網(wǎng)格數(shù)75×34，格距1 km。三重網(wǎng)格垂直向分為不等距21層，為減小插值引入的誤差，低層的15層與氣象模式一致。

2 空氣質(zhì)量模擬結(jié)果分析

CMAQ模式模擬的蘭州市試驗期間（2005年1月27日—2月2日）02:00和14:00的SO2小時平均地面濃度見圖2，由圖可以看到：城區(qū)中心（南北兩山中間的河谷中心地帶）污染物濃度分布明顯高于其它區(qū)域，日間和夜間模擬結(jié)果均顯示出城關(guān)區(qū)和西固區(qū)各有一處SO2地面濃度高值分布，這兩處濃度梯度也較大；SO2夜間的地面最大濃度（0.610 mg/ m3）明顯高于日間最大地面濃度（0.300 mg/m3），而夜間最低濃度（0.017 mg/m3）低于日間最低濃度（0.027 mg/m3），夜間地面污染的范圍小于日間，模擬區(qū)域污染物空間平均濃度結(jié)果表明日間SO2小時平均濃度大于夜間。污染物濃度空間分布特征與污染源排放直接相關(guān)，同時也受到風(fēng)場、垂直擴(kuò)散、干濕沉降等物理化學(xué)過程的影響。

2.1 與污染源排放的關(guān)系

形成鐵路局附近污染物濃度高值區(qū)的主要原因是該區(qū)域大量低矮污染源集中排放；而西固區(qū)污染區(qū)域則是排放高度較高且排放量較大的西固工業(yè)污染源排放形成的。

夜間（02:00），SO2地面濃度高值區(qū)位于城關(guān)區(qū)鐵路局（103.84°、36.04°）附近，最高濃度達(dá)0.610 mg/m3，次高值位于西固區(qū)蘭化賓館（103.62°、36.09°）附近，濃度0.427 mg/m3，其它區(qū)域SO2地面濃度則較低（0.2 mg/m3以下）；日間（14:00），SO2地面濃度高值區(qū)位于西固區(qū)蘭化賓館附近，濃度達(dá)0.300 mg/m3，次峰值位于城關(guān)區(qū)鐵路局附近，濃度為0.222 mg/m3。

模式模擬的SO2空間分布的基本特征與王式功等[24]利用大氣污染物監(jiān)測實驗資料分析給出的冬季SO2濃度水平分布特征一致，說明CMAQ模式可以反映模擬區(qū)域SO2的空間分布特征，我們將利用CMAQ模式和WRF模式模擬結(jié)果進(jìn)一步分析不同氣象條件對污染物的影響。

2.2 影響污染物濃度的物理化學(xué)過程

污染物濃度分布及變化不僅受排放源的影響，也受局地環(huán)境特征和氣象條件影響。數(shù)值試驗期間蘭州市一直受西北氣流控制，天氣以晴為主，無強(qiáng)天氣過程。因此影響污染物地面濃度主要是局地氣象條件。CMAQ模式中包含8個影響污染物濃度的物理化學(xué)過程，分別是：（1）水平運(yùn)動；（2）垂直運(yùn)動；（3）化學(xué)過程；（4）污染源排放；（5）水平擴(kuò)散；（6）垂直擴(kuò)散；（7）沉積作用；（8）云過程。CMAQ模式中過程分析模塊PROCAN（Process-Analysis Preprocessor）可以定量描述各個物理化學(xué)過程對空氣質(zhì)量模擬結(jié)果的貢獻(xiàn)率，揭示各種過程對污染物濃度影響的性質(zhì)和程度，以進(jìn)一步說明影響SO2地面濃度分布特征的主要?dú)庀髼l件。

不同物理化學(xué)過程在某一固定網(wǎng)格點(diǎn)的影響可能有較大差別，我們將模擬區(qū)域做平均，研究各個過程對區(qū)域污染物地面濃度的總體影響。PROCAN模塊給出的不同過程對SO2地面濃度的貢獻(xiàn)（圖3）。可知，水平湍流擴(kuò)散、沉積作用和云過程對SO2地面濃度的影響非常小，除污染源排放外，影響SO2地面濃度的物理過程主要有垂直運(yùn)動、水平運(yùn)動和垂直擴(kuò)散。垂直擴(kuò)散過程對區(qū)域污染物地面濃度的總效應(yīng)為負(fù)效應(yīng)，使地面濃度降低，且日間影響程度明顯強(qiáng)于夜間；垂直運(yùn)動在日間（11:00—17:00）對SO2地面濃度的影響為正值，其余時段為負(fù)值；水平運(yùn)動對SO2地面濃度與垂直運(yùn)動剛好相反，日間（11:00—17:00）對SO2地面濃度的影響為負(fù)效應(yīng)，其余時段對SO2地面濃度的影響為正效應(yīng)。

3 氣象場特征對污染物濃度分布的影響分析

CMAQ模式的過程分析模塊揭示影響污染物濃度的主要物理過程是水平運(yùn)動、垂直運(yùn)動和湍流擴(kuò)散，本節(jié)我們將利用WRF模式模擬的氣象場進(jìn)一步分析這三個氣象條件對污染物地面濃度的影響。

3.1 水平流場對污染物地面濃度的影響

蘭州市主城區(qū)夜間水平流場以輻合為主，由西向東在西固區(qū)和城關(guān)區(qū)各有一個輻合中心，水平流場的這一特征使得城區(qū)周邊的污染物在主城區(qū)積聚，導(dǎo)致近輻合中心處的地面污染物濃度較高，對污染物地面濃度的影響為正效應(yīng)（圖4a）；而白天在西固區(qū)和城關(guān)區(qū)各有一個輻散中心，使得城區(qū)中心的污染物向周邊區(qū)域擴(kuò)散，對污染物地面濃度為負(fù)效應(yīng)，這些特征與PROCAN模塊分析結(jié)果一致（圖4b）。

3.2 垂直運(yùn)動對污染物地面濃度的影響

對污染物地面濃度而言，上升氣流將近地面低矮源排放的污染物帶到高處，從而降低污染物地面濃度；下沉氣流將高架源排放的污染物導(dǎo)向地面，使近地面污染物濃度增加。以西固區(qū)二水廠日間14時和夜間02時南北垂直速度剖面圖（圖5）為例，分析垂直運(yùn)動對污染物地面濃度的影響。夜間（圖5a）太陽輻射冷卻，受南北兩山下沉氣流影響，整個城區(qū)均表現(xiàn)為上升氣流，城區(qū)中心近地面污染物在上升氣流作用下向高層大氣輸送，從而降低地面污染物濃度；日間（圖5b）情況相反，太陽輻射增強(qiáng)，受南北兩山上升影響，城區(qū)中心則表現(xiàn)為較強(qiáng)的下沉氣流，將高架源排放的污染物導(dǎo)向地面，從而增加地面污染物濃度。

由此可見，局地山谷風(fēng)環(huán)流形成的垂直運(yùn)動對區(qū)域空氣質(zhì)量影響較大。

3.3 邊界層高度對污染物地面濃度的影響

污染物擴(kuò)散問題研究中，邊界層高度是一個很重要的參數(shù)，它決定了污染物可能擴(kuò)散的范圍，是反映污染物在鉛直方向擴(kuò)散的重要參數(shù)，也是影響大氣污染物擴(kuò)散的主要?dú)庀笠蜃又籟25]。一般而言，邊界層高度越高，污染物濃度越低。大氣邊界層高度受氣象條件、地形和地面粗糙度等因素影響，可以在幾百至幾千米變化。WRF模式模擬的邊界層高度的日變化見圖6。

由圖6可知，夜間20時開始，邊界層高度逐漸降低，大氣層結(jié)以穩(wěn)定狀態(tài)為主，受其特殊山谷地形的影響，逆溫較強(qiáng)，近地面湍流得不到充分發(fā)展，邊界層高度比較低（200 m左右），氣象條件不利于污染物擴(kuò)散，低矮源排放的污染物對地面濃度影響較大；高架源排放的污染物在排放高度附近形成污染帶，對地面濃度影響相對較小，因此以低矮生活源排放為主要特征的城關(guān)區(qū)鐵路局污染物濃度最高，而高架工業(yè)源集中的西固區(qū)蘭煉賓館附近污染物濃度次之；08時日出后，太陽輻射增強(qiáng)，邊界層高度逐漸抬升，下午15時左右達(dá)到最高（650 m），16時以后邊界層高度開始降低，日間溫度層結(jié)為弱不穩(wěn)定層結(jié)，湍流擴(kuò)散能力增強(qiáng)，利于污染物擴(kuò)散，也將高架髙源排放的污染物擴(kuò)散至地面，因此日間濃度值區(qū)域在西固區(qū)和城關(guān)區(qū)各有一處峰值。

綜上，污染源排放特點(diǎn)和氣象條件決定了區(qū)域污染物的空間分布特征，復(fù)雜地形條件影響下的水平流場和垂直運(yùn)動及湍流強(qiáng)度和邊界高度的日變化是造成污染物濃度時空變化特征的主要原因。

4 結(jié)論

利用WRF模式與多尺度空氣質(zhì)量模式CMAQ模式系統(tǒng)對蘭州城區(qū)SO2濃度的模擬結(jié)果，分析了蘭州城區(qū)的SO2地面濃度水平分布特征，并利用WRF模式模擬的氣象場進(jìn)一步分析了主要?dú)庀髼l件對污染物濃度分布的影響。

受排放源的空間分布和氣象條件共同影響，在蘭州城區(qū)形成了城關(guān)區(qū)鐵路局附近和西固區(qū)蘭化賓館附近的兩處污染物濃度高值區(qū)；水平湍流擴(kuò)散、沉積作用和云過程對SO2地面濃度的影響非常小，影響SO2地面濃度的氣象條件主要有垂直運(yùn)動、水平運(yùn)動和垂直擴(kuò)散；山谷風(fēng)環(huán)流形成的垂直運(yùn)動對污染物地面濃度有較大影響，城區(qū)日間下沉氣流將高架源排放的SO2導(dǎo)向地面，使近地面污染物濃度增高；夜間上升氣流將近地面處污染物輸送至上層大氣，使近地面污染物濃度降低；水平流場對污染物地面濃度的影響與垂直運(yùn)動相反，日間的地面輻散流場易于地面污染源排放的污染物向四周擴(kuò)散，導(dǎo)致SO2地面濃度較低；夜間地面輻合流場利于地面污染源排放的污染物聚集，從而增加SO2地面濃度。

[1]劉新春，鐘玉婷，何清，等.烏魯木齊及周邊城市空氣質(zhì)量變化特征及影響因素分析[J].沙漠與綠洲氣象，2010，4（4）：12-17.

[2]于曉晶，李淑娟，辛渝，等.DOGRAFS邊界層方案對新疆氣象要素預(yù)報影響初探[J].沙漠與綠洲氣象，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]趙秀勇。程水源，陳東升，等.應(yīng)用ARPS-CMAQ模擬研究石景山污染對北京的影響[J].環(huán)境科學(xué)學(xué)報，2007，27（12）：2074-2079.

[13]權(quán)建農(nóng)，張曉山，段寧，等.中國西南和華南地區(qū)硫沉降數(shù)值模擬[J].高原氣象，2007，26（2）：326-332.

[14]陳訓(xùn)來，馮業(yè)榮，王安宇，等.珠江三角洲城市群灰霾天氣主要污染物的數(shù)值研究[J].中山大學(xué)學(xué)報（自然科學(xué)版），2007，46（4）：103-107.

[15]王揚(yáng)鋒，馬雁軍.空氣質(zhì)量模式系統(tǒng)Model-3在沈陽市的數(shù)值模擬研究[J].環(huán)境科學(xué)學(xué)報，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，馬安青，安興琴.蘭州市主要大氣污染物濃度季節(jié)變化時空特征分析[J].中國環(huán)境監(jiān)測，2007，23（4）：61-64.

[18]安興琴，馬安青，王惠林.基于GIS的蘭州市大氣污染空間分析[J].干旱區(qū)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，陳長和，張中鋒.復(fù)雜地形上氣象條件對城市空氣污染影響的數(shù)值模擬[J].蘭州大學(xué)學(xué)報（自然科學(xué)版），1994，30（4）：143-151.

[22]姜金華,彭新東.復(fù)雜地形城市冬季大氣污染的數(shù)值模擬研究[J].高原氣象，2002，21（1）：1-7.

[23]王穎，隆霄，余曄，等.復(fù)雜地形上氣象場對空氣質(zhì)量數(shù)值模擬結(jié)果影響的研究[J].大氣科學(xué)，2013，37（1）：14-22.

[24]王式功，楊德保，陳長和.蘭州市不同季節(jié)大氣污染物時空變化規(guī)律的對比分析[J].蘭州大學(xué)學(xué)報（自然科學(xué)版），1994，30（3）：150-155.

[25]楊興華，何清，流濤，等.烏魯木齊市冬季混合層厚度及對大氣污染影響的個例分析[J].沙漠與綠洲氣象，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

王穎，梁依玲，王麗霞.氣象條件對污染物濃度分布影響的研究[J].沙漠與綠洲氣象，2015，9（2）：69-74.

10.3969/j.issn.1002-0799.2015.02. 011

2015-02-04；

2015-03-23

自然科學(xué)基金資助項目41205077；蘭州大學(xué)中央高校基本科研業(yè)務(wù)費(fèi)專項資金資助:861450。

王穎（1975-），女，副教授，主要從事大氣邊界層和空氣污染模擬研究。E-mall：yingwang@lzu.edu.cn