王勇，劉嚴(yán)萍，李江波，柳林濤

>(1.天津城建大學(xué)地質(zhì)與測(cè)繪學(xué)院，天津300384;2.大地測(cè)量與地球動(dòng)力學(xué)國家重點(diǎn)實(shí)驗(yàn)室，湖北武漢430077; 3.天津城建大學(xué)經(jīng)濟(jì)與管理學(xué)院，天津300384;4.河北省氣象局，河北石家莊050022)

水汽和風(fēng)速對(duì)霧霾中PM/PM變化的影響*
2.510

王勇1，2，劉嚴(yán)萍3，李江波4，柳林濤2

>(1.天津城建大學(xué)地質(zhì)與測(cè)繪學(xué)院，天津300384;2.大地測(cè)量與地球動(dòng)力學(xué)國家重點(diǎn)實(shí)驗(yàn)室，湖北武漢430077; 3.天津城建大學(xué)經(jīng)濟(jì)與管理學(xué)院，天津300384;4.河北省氣象局，河北石家莊050022)

依據(jù)北京2013年P(guān)M2.5/PM10、GPS水汽和無線電探空風(fēng)速資料，發(fā)現(xiàn)水汽變化與PM2.5/PM10變化呈正相關(guān)，風(fēng)速變化與PM2.5/PM10變化呈負(fù)相關(guān)。在風(fēng)速較小情況下，水汽變化與PM2.5/PM10變化呈顯著正相關(guān)，水汽上升對(duì)應(yīng)了GPS水汽變化與PM2.5/PM10質(zhì)量濃度的上升，水汽下降則對(duì)應(yīng)了PM2.5/PM10質(zhì)量濃度的下降。分析了水汽與PM2.5/PM10變化顯著正相關(guān)的原因。

PM2.5/PM10;水汽;GPS;風(fēng)速;北京

霧霾是空氣污染和氣象因素共同作用的結(jié)果，霧霾天氣發(fā)生時(shí)，大氣能見度下降，大氣中的顆粒物(PM2.5/PM10)是導(dǎo)致能見度降低的主要因素［1］，城市大氣PM2.5/PM10污染影響空氣質(zhì)量，威脅人群健康，是具有區(qū)域性特征、危害嚴(yán)重的大氣污染物。我國區(qū)域灰霾污染日益嚴(yán)重，區(qū)域大氣能見度逐年下降，細(xì)顆粒物濃度超標(biāo)。Yuanyuan Fang以美國東北部為例研究了夏季PM2.5空氣質(zhì)量的物理氣候模型［2］;Anne Boynard利用IASI(紅外大氣探測(cè)干涉儀)衛(wèi)星測(cè)量技術(shù)探測(cè)了中國華北地區(qū)的冬季空氣污染［3］。近年來我國部分學(xué)者針對(duì)北京、廣州、深圳和天津等城市開展了城市PM2.5濃度特征及其影響因素的分析研究［4-7］。郭潔以成都為例研究了GPS水汽與大霧天氣變化的關(guān)系，通過水汽變化分析霧形成原因［8］。

風(fēng)是影響PM2.5/PM10橫向水平移動(dòng)的關(guān)鍵要素，水汽(可降水量)是影響PM2.5/PM10垂直運(yùn)動(dòng)的因素。我們針對(duì)霧霾天氣過程研究了GPS可降水量和天頂對(duì)流層延遲的變化，發(fā)現(xiàn)GPS可降水量在霧霾過程前后有較大的變動(dòng)［9］。水汽和風(fēng)速的變化如何影響空氣中的微顆粒物(PM2.5/PM10)的質(zhì)量濃度變化?本文擬利用2013年的北京市PM2.5/PM10觀測(cè)資料，結(jié)合GPS水汽資料、無線電探空風(fēng)速資料，進(jìn)行北京地表PM2.5/PM10變化與水汽、風(fēng)速變化的比較研究，并對(duì)比較結(jié)果進(jìn)行分析。

1 實(shí)驗(yàn)數(shù)據(jù)與方法

本文研究數(shù)據(jù)主要包含3類數(shù)據(jù):GPS水汽(GPS Precipitable Water Vapor，GPS PWV)、無線電探空風(fēng)速、PM2.5/PM10質(zhì)量濃度觀測(cè)數(shù)據(jù)。

1.1 GPS水汽

利用GPS觀測(cè)資料可以反演出高時(shí)間分辨率的對(duì)流層延遲序列，結(jié)合氣象觀測(cè)資料(氣壓、溫度)，可以獲得時(shí)值GPS水汽序列［10］。國際GNSS服務(wù)(Internatianal GNSS Service，IGS)提供國際GPS站點(diǎn)的對(duì)流層延遲解算資料和氣象觀測(cè)數(shù)據(jù)，通過下載BJNM站點(diǎn)對(duì)流層延遲和氣象資料，按照文獻(xiàn)［10］中提供的方法可以獲得時(shí)值GPS水汽序列。GPS水汽與無線電探空/水汽輻射計(jì)水汽具有接近(1～2 mm)的精度［11-12］，IGS提供的GPS對(duì)流層延遲產(chǎn)品精度最為可靠，因而本文解算的GPS水汽數(shù)值可靠。GPS水汽的單位為mm。

1.2 無線電探空風(fēng)速

無線電探空是氣象領(lǐng)域探測(cè)水汽的一種常用手段，利用該方法可探測(cè)各層氣壓、高度、溫度、風(fēng)速和風(fēng)向等要素，本文選擇無線電探空觀測(cè)的地表風(fēng)速進(jìn)行PM2.5/PM10變化分析。無線電探空在每天的08:00和20:00(北京時(shí)間)進(jìn)行觀測(cè)。無線電探空風(fēng)速的單位為m/s。

1.3 PM2.5/PM10質(zhì)量濃度

PM2.5，即細(xì)顆粒物，是指環(huán)境空氣中空氣動(dòng)力學(xué)當(dāng)量直徑小于等于2.5μm的顆粒物。PM10是指環(huán)境空氣中空氣動(dòng)力學(xué)當(dāng)量直徑小于等于10μm的顆粒物，是可在大氣中長期飄浮的懸浮微粒，也稱可吸入微粒、可吸入塵或飄塵。PM2.5/PM10能較長時(shí)間懸浮于空氣中，它們?cè)诳諝庵泻繚舛仍礁?，代表空氣污染越?yán)重。PM2.5/PM10對(duì)空氣質(zhì)量和能見度等有重要的影響。北京有多個(gè)PM2.5/ PM10觀測(cè)站點(diǎn)，本文選擇了昌平站點(diǎn)的PM2.5/PM10觀測(cè)資料，該資料為時(shí)值觀測(cè)數(shù)據(jù)。PM2.5/PM10觀測(cè)數(shù)據(jù)的單位為μm/m3。

2 水汽、風(fēng)速變化對(duì)PM2.5/PM10變化的影響

2.1 GPS水汽變化與PM2.5/PM10變化的比較

冬春季節(jié)是北京霾天氣的高發(fā)時(shí)節(jié)，本文選擇2013年春季(第061-072日)和冬季(第321-333日)各一時(shí)段數(shù)據(jù)進(jìn)行水汽/風(fēng)速變化對(duì)PM2.5/ PM10變化的影響研究。圖1所示為GPS水汽變化對(duì)PM2.5/PM10質(zhì)量濃度變化的影響。

圖1 GPSPWV與PM2.5/PM10的比較

由圖1可見，GPS水汽變化與PM2.5/PM10質(zhì)量濃度變化趨勢(shì)較為一致，兩者具有較好的正相關(guān)特性。表1中統(tǒng)計(jì)了GPS水汽與PM2.5/PM10的相關(guān)性。

2.2 風(fēng)速變化與PM2.5/PM10變化的比較

圖2所示風(fēng)速變化對(duì)PM2.5/PM10質(zhì)量濃度變化的影響。由圖2可見，風(fēng)速變化與PM2.5/PM10質(zhì)量濃度變化趨勢(shì)相反，兩者呈負(fù)相關(guān)特性。表1中統(tǒng)計(jì)了風(fēng)速與PM2.5/PM10的相關(guān)性。

圖2 風(fēng)速與PM2.5/PM10的比較

表1 GPSPWV、風(fēng)速與PM2.5/PM10的相關(guān)性

由圖1和圖2可以看出，在年積日第068日20時(shí)無線電探空觀測(cè)風(fēng)速達(dá)到11 m/s，此時(shí)PM2.5/ PM10質(zhì)量濃度處于低值，僅有10μg/m3，而GPS水汽在年積日第069日16時(shí)處于期間的最低值，由圖1、圖2和表1推斷，風(fēng)速和水汽是影響PM2.5/PM10質(zhì)量濃度的關(guān)鍵因素，風(fēng)速與PM2.5/ PM10質(zhì)量濃度呈負(fù)相關(guān)，而水汽與PM2.5/PM10質(zhì)量濃度呈顯著正相關(guān)。

2.3 風(fēng)速較小時(shí)GPS水汽變化與PM2.5/PM10變化的比較

由圖2可見，在年積日第061-066日風(fēng)速較小，因而選擇該時(shí)間段進(jìn)行風(fēng)速較小情況下水汽對(duì)PM2.5/PM10質(zhì)量濃度變化的影響研究(圖3)。

統(tǒng)計(jì)圖3中的GPS水汽與PM2.5/PM10質(zhì)量濃度的相關(guān)性，GPS水汽與PM2.5/PM10質(zhì)量濃度的相關(guān)系數(shù)分別為0.676 6和0.704 0。在風(fēng)速較小情況下，水汽是影響PM2.5/PM10質(zhì)量濃度變化的一個(gè)關(guān)鍵要素，兩者呈顯著正相關(guān)。水汽的上升對(duì)應(yīng)了PM2.5/PM10質(zhì)量濃度的上升，原因分析如下:

(1)水汽的增加能促進(jìn)二氧化硫、氮氧化物被氧化成SOA(SOA是指直接排放的污染物與大氣中物質(zhì)反應(yīng)后生成的二次污染的顆粒)，從而提高PM2.5/PM10濃度。

(2)當(dāng)水汽上升時(shí)，臭氧與有機(jī)物發(fā)生化學(xué)反應(yīng)生成大量的微顆粒，而該微顆粒屬于PM2.5/ PM10。因此，在水汽上升時(shí)，臭氧濃度下降，PM2.5/PM10濃度上升。

(3)北京PM2.5/PM10污染源的組成中，煤燃燒所占比重最大，尤其是到了冬季，燃煤供暖，煤燃燒占的比重會(huì)更大。燃煤PM2.5/PM10微粒大多為難溶于水且吸濕性較差的球形硅鋁質(zhì)礦物顆粒，潤濕性較差。因而PM2.5/PM10顆粒不因水汽的增加而減少。

圖3 GPSPWV與PM2.5/PM10的比較(年積日第061-066日)

3 結(jié)論與討論

本文利用北京市GPS水汽、無線電探空觀測(cè)的地表風(fēng)速與PM2.5/PM10質(zhì)量濃度觀測(cè)資料，進(jìn)行了水汽和風(fēng)速變化對(duì)PM2.5/PM10質(zhì)量濃度變化的影響研究，結(jié)論如下:

(1)風(fēng)速變化與PM2.5/PM10質(zhì)量濃度變化呈負(fù)相關(guān)。

(2)GPS水汽變化與PM2.5/PM10質(zhì)量濃度變化呈顯著正相關(guān)，在風(fēng)速較小情況下，水汽與PM2.5/ PM10質(zhì)量濃度變化的相關(guān)性更為顯著。

［1］王秦，陳曦，何公理，等.北京市城區(qū)冬季霧霾天氣PM2.5中元素特征研究［J］.光譜學(xué)與光譜分析，2013，33(6): 1441-1445.

［2］Fang Yuanyuan，Arlene M Fiore，Jean-Fran?ois Lamarque.Using synthetic tracers as a proxy for summertime PM2.5air quality over the Northeastern United States in physical climate models［J］. Geophysical Research Letters，2013，40(4):755-760.

［3］Anne Boynard，Cathy Clerbaux，Lieven Clarisse，et al.First simultaneous space measurements of atmospheric pollutants in the boundary layer from IASI:A case study in the North China Plain［J］.Geophysical Research Letters，2014，41(2):645-651.

［4］谷金霞，吳麗萍，霍光耀，等.天津市PM2.5中水溶性無機(jī)離子污染特征及來源分析［J］.中國環(huán)境監(jiān)測(cè)，2013，29(3): 30-34.

［5］黃曉鋒，云慧，宮照恒，等.深圳大氣PM2.5來源解析與二次有機(jī)氣溶膠估算［J］.中國科學(xué):地球科學(xué)，2014，44(4): 723-734.

［6］趙秀娟，蒲維維，孟偉，等.北京地區(qū)秋季霧霾天PM2.5污染與氣溶膠光學(xué)特征分析［J］.2013，34(2):416-423.

［7］朱倩茹，劉永紅，徐偉嘉，等.廣州PM2.5污染特征及影響因素分析［J］.中國環(huán)境監(jiān)測(cè)，2013，29(2):15-21.

［8］郭潔，李國平，黃文詩.GPS可降水量與大霧天氣關(guān)系的初步分析［J］.自然災(zāi)害學(xué)報(bào)，2011，20(4):142-146.

［9］王勇，聞德保，劉嚴(yán)萍，等.霧霾天氣對(duì)GPS天頂對(duì)流層延遲與可降水量影響研究［J］.大地測(cè)量與地球動(dòng)力學(xué)，2014，34 (2):120-123.

［10］王勇，劉嚴(yán)萍.地基GPS氣象學(xué)原理與應(yīng)用研究［M］.北京:測(cè)繪出版社，2012.

［11］Emardson T，RangeG E，Johansson JM.Threemonthsof continuousmonitoring of atmospheric water vaporwith a network of Global Positioning System receiver［J］.Journal of Geophisical research，1998，103(D2):1807-1820.

［12］Rocken C，Hove T，Iohnson J，et al.GPS/STROM-GPS sensing of atmospheric water vapor formeteorology［J］.Journal of Applied Meteorology，1995，12:468-478.

The Effect of PM2.5/PM10Variation based on Precipitable W ater Vapor and W ind Speed

Wang Yong1，2，Liu Yanping3，Li Jiangbo4and Liu Lintao2
(1．School of Geology and Geomatics，Tianjin Chengjian University，Tianjin 300384，China; 2．State Key Laboratory of Geodesy and Earth’s Dynamics，Wuhan 430077，China;3．School of Economics and Management，Tianjin Chengjian University，Tianjin300384，China; 4．Hebei Province Meteorological Bureau，Shijiazhuang 050022，China)

Based on the observation data of PM2.5/PM10，GPSPWV(Precipitable Water Vapor)and Radiosonde wind speed in Beijing in 2013，it is found that there is positive correlation between PM2.5/PM10variation and GPSPWV change;while negative correlation between PM2.5/PM10variation and Radiosonde wind speed change. During the period of less wind speed，the PWV changes are significantly positive correlated to PM2.5/PM10variation.The rising of PWV is corresponding to the rising of PM2.5/PM10variation;while the decreasing of PWV is corresponding to the decreasing of PM2.5/PM10variation.It is analyzed the cause of significantly positive correlation between PM2.5/PM10variation and PWV change.

PM2.5/PM10;Precipitable Water Vapor;GPS;wind speed;Beijing

P426.615;X4

A

1000-811X(2015)01-0005-03

10.3969/j.issn.1000-811X.2015.01.002

王勇，劉嚴(yán)萍，李江波，等.水汽和風(fēng)速對(duì)霧霾中PM2.5/PM10變化的影響［J］.災(zāi)害學(xué)，2015，30(1):5-7.［Wang Yong，Liu Yanping，Li Jiangbo，et al.The Effect of PM2.5/PM10Variation based on PrecipitableWater Vapor and Wind Speed［J］. Journal of Catastrophology，2015，30(1):5-7.］

2014-05-28

2014-07-13

國家自然科學(xué)基金創(chuàng)新群體“現(xiàn)代大地測(cè)量及其地學(xué)應(yīng)用的研究”(41021003);大地測(cè)量與地球動(dòng)力學(xué)國家重點(diǎn)實(shí)驗(yàn)室開放基金(SKLGED2013-5-5-E);湖南省研究生科研創(chuàng)新課題(CX2012B061)

王勇(1978-)，男，江西寧都人，博士，教授，主要從事GPS氣象學(xué)研究.E-mail:wangyongjz@126.com