多波长气溶胶激光雷达观测北京地区持续性雾霾的典型案例 下载: 1211次
1 引言
雾霾天气严重影响了人们的出行与健康,已引起了全社会的关注。作为近地面天气现象,雾霾是地面气象观测的主要内容。近年的研究对国内雾霾污染天气已有了较深的认识,目前对雾霾天气的研究方法大多是基于单点地面监测资料和整层大气卫星观测的研究[1]。国内在雾霾研究与监测方面比较有代表性的研究工作主要有:周勇等[2]基于大数据分析研究北京雾霾的成因,并根据历史PM2.5浓度以及PM2.5浓度与全年浓度的关系预测北京2017年PM2.5浓度;孙冉等[3]以上海市2013年冬季一次持续雾霾为例,根据能见度和相对湿度(RH)的地面观测资料,对不同天气现象的气溶胶光学特性垂直分布特征进行了研究,并初步分析不同天气现象的转化机制;戴健等[4]利用常规地面观测资料、探空数据、大气成分数据及垂直观测资料,对北京市出现的一次雾霾天气进行分析,提出混合层高度的变化特征对雾霾发展变化有指示作用,可为雾霾预报提供参考。
随着激光雷达技术的发展,基于激光雷达观测雾霾的研究也逐渐展开。王开燕等[5]利用风廓线雷达观测灰霾日,研究结果表明灰霾有明显的季节变化,且风速对灰霾的存在起重要作用,风速越小,灰霾污染程度越严重。李菲等[6]利用空气质量综合观测仪器、微波辐射计、偏振微脉冲激光雷达系统以及风廓线雷达观测了广州的一次霾污染,得到了不同高度风速、温度和湿度分布,研究了造成大气污染的气象背景,探讨了空气污染与气象条件之间的关系与基本规律。卜令兵等[7]利用激光云高仪数据,得出气溶胶后向散射系数时序图、消光系数廓线图以及能见度,结合探空资料等数据,分析了雾霾形成和消散过程。刘敏等[8]利用大气超级站ALS300型偏振Mie散射激光雷达对重庆主城区大气进行了连续探测,分析了2013年11月25日至12月9日持续污染期间的大气扩散条件及大气颗粒物时空分布等探测结果。
本文利用激光雷达实时观测数据、气象探空数据及HYSPLIT(拉格朗日混合单粒子轨迹模式[9])轨迹追踪,对雾霾形成和消散过程进行综合研究分析,旨在全面了解雾霾形成、消散过程特征,为加强雾霾监测提供依据。
2 数据介绍
2.1 多波长气溶胶激光雷达观测数据
文中使用的激光雷达观测数据来自山东省科学院海洋仪器仪表研究所自主研发的多波长气溶胶激光雷达[10-11],系统主要参数指标见
表 1. 多波长气溶胶激光雷达技术参数
Table 1. Technical parameters of multi-wavelength aerosol lidar
|
该激光雷达系统自2016年11月起参与中国气象局组织的大城市观测实验,并通过了其组织的对比印证,2017年10月被布点到北京海淀区气象局(39°59'N,116°17'E)进行24 h业务化观测。针对观测期间2017年11月4日至7日一次典型雾霾天气形成-消散过程实时观测数据,反演得到气溶胶消光系数[12-13]、退偏振比、雾霾高度(基于归一化梯度法反演获得)[14-15]等参数,用以进行雾霾期间气溶胶光学参数的分析。
2.2 探空数据
使用的探空数据资料来源于美国怀俄明大学的探空数据库(http://weather.uwyo.edu/upperair/seasia.html)的北京站点545111探空数据,选取北京时间为每天08: 00、20: 00的探测数据。该站点距离多波长气溶胶激光雷达观测地点约25 km,能够较好地体现局地大气同步特征。用到的数据包括相对湿度、温度、风速、风向廓线。
2.3 HYSPLIT轨迹模式
HYSPLIT是由美国国家海洋和大气管理局空气资源实验室(NOAA/ARL)联合澳大利亚气象局(ABM),在过去20年间共同研发的一种用于追踪气团传输轨迹,计算分析大气污染物输送、扩散和沉降过程轨迹的专业模型。选取GDAS全球数据作为模式的输入场,其空间分辨率为0.5°×0.5°。下文根据激光雷达观测结果,选取模拟气团的时间和高度,以此来获得气团的后向或前向轨迹追踪,用于分析雾霾期间气团的输送情况。
3 结果与分析
3.1 多波长气溶胶激光雷达数据结果分析
图 1. 532 nm气溶胶消光系数分布图(2017-11-04至2017-11-07)
Fig. 1. Distribution of aerosol extinction coefficient at 532 nm (from November 4 to 7, 2017)
图 2. 532 nm退偏比分布图(2017-11-04至2017-11-07)
Fig. 2. Distribution of aerosol depolarization ratio at 532 nm (from November 4 to 7, 2017)
3.2 探空数据结果分析
图 3. 2017-11-04至2017-11-07时段内的探空数据廓线图。(a)相对湿度;(b)温度;(c)风速;(d)风向
Fig. 3. Profiles of sounding data from November 4 to 7, 2017. (a) Relative humidity; (b) temperature; (c) wind speed; (d) wind direction
图 4. 2017-11-04至2017-11-07时段内1,2,3 km高度处探空数据随时间的变化曲线。 (a)相对湿度;(b)温度;(c)风速;(d)风向
Fig. 4. Temporal variation curves of sounding data at heights of 1, 2, and 3 km from November 4 to 7, 2017. (a) Relative humidity; (b) temperature; (c) wind speed; (d) wind direction
3.3 HYSPLIT轨迹追踪分析
利用HYSPLIT轨迹追踪模式对这次雾霾天气中气团运动过程进行后向轨迹模拟(
图 5. HYSPLIT轨迹模式模拟的观测地点上空24 h后向追踪轨迹。(a) 20171104T12: 00追溯至20171103T12: 00;(b) 20171108T00: 00追溯至20171107T00: 00
Fig. 5. 24-h backward tracking trajectories calculated by HYSPLIT model over observation site. (a) From 20171104T12: 00 back to 20171103T12: 00; (b) from 20171108T00: 00 back to 20171107T00: 00
4 结论
利用多波长气溶胶激光雷达现场观测数据、气象探空数据及HYSPLIT轨迹追踪模型,对2017年11月4日至7日北京海淀区发生的一次雾霾形成和消散过程进行了分析,通过以上3种手段可以实现对雾霾的来源、形成、持续过程及扩散条件等的综合观测分析,得出以下结论:
1) 利用多波长气溶胶激光雷达现场观测数据反演得到的气溶胶消光系数、雾霾高度、退偏振比等参数,分析了此次雾霾的形成、消散过程。多波长气溶胶激光雷达可进行24 h不间断观测实验,能够在雾霾期间对大气进行实时监测,分析其污染过程特征。
2) 分析雾霾期间探空数据,能为加强雾霾监测提供气象依据。结果显示,相对湿度增大、风速低以及逆温层的存在是雾霾形成和持续存在的重要因素。
3) 根据HYSPLIT模式分析,河北一带的污染物输送导致此次北京海淀区的雾霾形成;而此次雾霾消散过程受西北风的影响,伴随近地面污染物向上扩散而消失。
通过以上3种手段的综合分析,获得雾霾形成和消散过程的气溶胶光学参数、气象参数特征及污染气团轨迹追踪,对研究雾霾的形成、消散过程特征具有重要的意义。
致谢 本文使用了美国国家大气海洋局(NOAA)空气资料实验室(ARL)提供的后向轨迹模型,在此表示衷心感谢。
[1] 刘永红, 冯婷, 蔡铭. 广州灰霾现象特征分析[J]. 环境科学研究, 2011, 24(10): 1081-1087.
[2] 周勇, 周念彤. 基于大数据的北京雾霾成因分析与2017年PM 2.5浓度预测[J]. 技术与创新管理, 2017, 38(6): 573-581.
[3] 孙冉, 王鸿宇, 马骁骏, 等. 上海一次典型雾霾过程中不同天气现象的气溶胶光学特性及转化机制[J]. 环境科学学报, 2017, 37(3): 814-823.
[4] 戴健, 程月星. 北京市2016年7月一次雾霾天气过程分析[J]. 环境科学导刊, 2018, 37(1): 34-41.
[5] 王开燕, 朱建军, 张振清, 等. 风廓线雷达资料在灰霾预报中的应用研究[J]. 环境科学与技术, 2012, 35(1): 164-167.
[6] 李菲, 吴兑, 谭浩波, 等. 广州地区旱季一次典型灰霾过程的特征及成因分析[J]. 热带气象学报, 2012, 28(1): 113-122.
[7] 卜令兵, 袁静, 高爱臻, 等. 基于激光云高仪的雾霾过程探测[J]. 光子学报, 2014, 43(9): 0901002.
[8] 刘敏, 余家燕, 李礼, 等. 重庆主城区一次持续污染过程的激光雷达探测分析[J]. 激光杂志, 2014, 35(9): 106-108.
[13] 李辉, 王章军, 王颢樾, 等. 微脉冲激光雷达与小型后向散射探空仪对气溶胶垂直结构联合观测研究[J]. 激光与光电子学进展, 2019, 56(13): 132801.
[14] 陈超, 王章军, 宋小全, 等. 扫描式气溶胶激光雷达研制与观测研究[J]. 红外与激光工程, 2018, 47(12): 1230009.
[15] 王东祥, 宋小全, 冯长中, 等. 相干多普勒激光雷达观测渤黄海海洋大气边界层高度研究[J]. 光学学报, 2015, 35(s1): s101001.
Article Outline
庄全风, 王一萌, 王章军, 陈超, 李辉, 刘军礼, 刘兴涛, 孟祥谦, 王秀芬. 多波长气溶胶激光雷达观测北京地区持续性雾霾的典型案例[J]. 激光与光电子学进展, 2019, 56(24): 240101. Quanfeng Zhuang, Yimeng Wang, Zhangjun Wang, Chao Chen, Hui Li, Junli Liu, Xingtao Liu, Xiangqian Meng, Xiufen Wang. Typical Case of Multi-Wavelength Aerosol Lidar Observation of Persistent Hazy Weather in Beijing[J]. Laser & Optoelectronics Progress, 2019, 56(24): 240101.