基于激光雷达与铁塔风场数据的浙江北部地区一次污染过程及其特征研究 下载: 921次
1 引言
近年来,中国的很多城市都面临着不同程度的环境空气污染问题,尤其在长三角及其周边地区,由于经济发展迅速,人口规模不断扩大,其所面临的大气污染问题也日益严重,环境与经济发展的矛盾日益突出。以南京为代表的长江中下游地区的观测结果表明,颗粒物已经成为影响空气质量的首要污染物[1]。由于大气污染过程的成因复杂,如何全面、客观、科学地确定颗粒物的光学特性和空间分布特征,是当前环境科学研究中的热门课题。激光雷达是一种非常有效的大气环境遥感手段,其凭借较高的时空分辨率和灵敏度,被广泛应用于气溶胶观测,并作为地面常规观测的重要补充手段[2]。利用颗粒物激光雷达的观测结果获取大气气溶胶的空间分布信息[3-5],在气溶胶发生与发展的研究中,发挥了极大的作用,并得到了广泛应用。张天舒等[6]利用激光雷达对北京奥运期间工业污染源颗粒物输送通量进行了计算。王威等[7]针对2016年国庆期间一次污染消散过程开展了激光雷达定点与走航观测。通常认为,颗粒物质量浓度是与大气气溶胶消光系数密切相关的参数,在单次散射理论的假设下,二者呈正相关关系[8]。因此,除了对颗粒物空间分布与光学特性的研究,激光雷达也被广泛应用于颗粒物浓度的定量分析,以及气溶胶的微物理特性研究。何涛等[9]使用激光雷达与颗粒物监测仪进行对比实验,发现激光雷达反演的PM2.5质量浓度与颗粒物监测仪各个高度上监测结果的相关性均在0.93以上。Lü等[10-11]利用车载走航激光雷达观测结果,反演了中国北部的PM2.5质量浓度与消光系数廓线。伯广宇等[12]利用水平探测的双波长激光雷达获取气溶胶消光系数、能见度、Angstrom波长指数以及消光系数吸湿增长因子。项衍等[13]对激光雷达探测的不确定因素进行了研究;李学彬[14]等使用线性模型和指数模型,对湿度修正后的消光系数进行颗粒物浓度拟合计算。在环境气象领域,激光雷达也常用于对大气边界层的观测,吕立慧等[15]利用激光雷达对京津冀边界层高度进行了研究;项衍[16]等使用图像边缘检测法对激光雷达的探测数据进行了边界层高度计算。
本文针对2018年1月16日至1月18日宁波经历的一次污染过程进行研究,污染期间地面观测数据显示,宁波PM2.5平均质量浓度为107.7 μg/m3,其中连续6 h PM2.5质量浓度高于150 μg/m3,而宁波2017年PM2.5的年平均质量浓度为37 μg/m3。因此,颗粒物为影响空气质量的首要污染物。本文利用激光雷达、地面颗粒物测量仪以及风场测量铁塔,对此次污染过程进行了观测,利用获得的观测数据,对污染过程进行了综合分析。
2 基本原理
2.1 激光雷达原理
本次观测实验地点位于宁波市镇海区气象局(29.976°N, 121.612°E)。双波长三通道激光雷达结构如
表 1. 激光雷达系统主要参数
Table 1. Key specifications of lidar system
|
2.2 反演算法
单次Mie散射激光雷达方程[17]可表达为
式中:
式中:
该雷达的几何因子订正系数如
2.3 铁塔气象数据
宁波市北仑区凉帽山岛的输电高塔上建设有一套梯度观测系统[20]。该岛位于122.024°E、 29.911°N,距离大陆岸约2 km,面积约1 km2。铁塔高达370 m,在国内尚属少见。塔基海拔20 m,在相对于塔基32,60,89,139,179,212,263,298 m高度的南北方向分别安装了气象观测仪,可获得大气温度和相对湿度的观测数据,此外32,89,212,298 m高度还装有三维超声风温仪,可获得风场信息。高塔观测资料保存前,进行了极值和时间一致性自动检查。在观测期间,温、湿数据质量较差,风场资料中只有32,89,139,263,298 m高度的数据质量较好,故本文选取这5层高度的风场数据进行分析,采样周期为1 s,风速的稳定性为±0.3,风向的稳定性为±3,其他主要要素观测技术指标见
表 2. 高塔气象要素观测指标
Table 2. Observation indexes of meteorological elements for instruments on high tower
|
3 计算与分析
3.1 污染过程分析
2018年1月16日至1月18日期间,浙江北部地区地面受高压脊控制,风速较小,天气条件静稳,中低层存在逆温层,天气形势有利于污染物的堆积。在此天气形势下,宁波发生了一次污染过程,污染过程中宁波市颗粒物浓度变化如
图 3. 2018年1月16日—18日宁波颗粒物浓度随时间变化
Fig. 3. Variation of particulate matter concentration as time for Ningbo from January 16 to 18, 2018
图 4. 2018年1月16日—18日南京、常州、苏州、绍兴和宁波PM2.5质量浓度随时间变化
Fig. 4. Variation of PM2.5 mass concentration as time for Nanjing, Changzhou, Suzhou, Shaoxing, and Ningbo from January 16 to 18, 2018
激光雷达的距离平方校正信号可表示为
图 5. 2018年1月16日—18日激光雷达532 nm距离平方校正信号
Fig. 5. 532-nm range-square-corrected signal of lidar from January 16 to 18, 2018
图 6. 2018年1月16日—18日退偏振比
Fig. 6. Depolarization ratio of pollutants from January 16 to 18, 2018
通过532 nm的2个偏振通道的探测结果,可以得到污染过程中退偏振比的时空分布,如
图 7. 2018年1月16日—18日波长指数
Fig. 7. Wavelength dependence of pollutants from January 16 to 18, 2018
为进一步研究污染过程中气溶胶的空间分布特征,
图 8. 污染不同时段气溶胶光学特性对比。(a)后向散射系数;(b)退偏振比;(c)波长指数
Fig. 8. Comparison of optical properties of aerosols at different time of pollution process. (a) Backscattering coefficient; (b) depolarization ratio; (c) wavelength dependence
3.2 铁塔气象数据分析
通过铁塔上的超声波测速仪可知污染期间不同高度上的风场情况。32,89,139,263,298 m高度的风场矢量图见
同时风速增大。16日12时至17日18时期间,各高度水平风速较大,大气水平扩散条件转好,颗粒物浓度于16日12时开始迅速增长,且在该时段内颗粒物浓度均维持在较高值,说明此次污染主要受区域污染传输影响,局地污染物的累积对此次污染过程的贡献较小。17日18时之后各高度的风场均转为较弱的偏南风,北方的污染物停止向南传输,随着宁波的污染物逐渐扩散,颗粒物浓度开始逐渐降低。
根据铁塔数据,绘制污染时段内各个高度上的风玫瑰图如
图 10. 不同高度上的风玫瑰图。(a) 32 m;(b) 89 m;(c) 139 m;(d) 263 m;(e) 298 m
Fig. 10. Wind-rose diagrams at different heights of tower. (a) 32 m; (b) 89 m; (c) 139 m; (d) 263 m; (e) 298 m
利用铁塔各高度的风场数据,结合激光雷达观测结果以及地面监测站的颗粒物浓度数据,进行综合分析可知,此次污染过程主要受区域污染物传输影响,16日12时风向开始转变,受西北风影响,西北方向城市的污染物开始向宁波传输,宁波颗粒物浓度迅速升高,16日12时至17日18时期间有较强西北风,区域污染物输送一直持续。17日18时后风向转为较弱南风,污染开始消散,污染过程趋于结束。结合HYSPLIT后向轨迹模式对此次过程进行分析,由于该过程是边界层内的区域污染输送,因此选取300,500,700 m共3个高度对宁波 17日0时的污染气团进行24 h后向轨迹分析(图略),结果表明,该污染气团来自宁波的西北方向城市,且气团输送速度较快,HYSPLIT模式结果与铁塔风场数据分析结果一致,且与
4 结论
针对2018年1月16日至18日浙江北部地区一次污染过程,基于大气颗粒物激光雷达探测数据与地面监测站数据,并结合宁波的铁塔风场数据对其进行综合分析。此次污染过程主要受区域污染物传输影响,激光雷达观测结果表明,颗粒物浓度在16日12时开始增加,在0.5 km以下颗粒物浓度较高,且污染物在1.5 km以下均有分布,17日18时开始污染消散;532 nm通道的距离平方校正信号与近地面污染物浓度的变化趋势一致;同时激光雷达监测到污染过程中,宁波0.5~1 km高度与近地面同时受到2种不同污染物的影响。铁塔风场数据的分析结果显示,此次污染过程受区域污染传输影响,污染期间有较强西北风,宁波的颗粒物污染主要来自西北方向城市的传输;HYSPLIT后向轨迹模式的反演结果也表明,污染期间的污染气团来自西北方向,与观测结论一致。
[1] 周瑶瑶, 马嫣, 郑军, 等. 南京北郊冬季霾天 PM2.5水溶性离子的污染特征与消光作用研究[J]. 环境科学, 2015, 36(6): 1926-1934.
[2] 汪少林, 谢品华, 胡顺星, 等. 车载激光雷达对北京地区边界层污染监测研究[J]. 环境科学, 2008, 29(3): 562-568.
[4] 曹念文, 施建中, 张莹莹, 等. 南京北郊气溶胶观测[J]. 激光与光电子学进展, 2012, 49(6): 060101.
[5] 杨思鹏, 曹念文, 宋秀瑜, 等. 大气气溶胶对臭氧观测影响的讨论[J]. 激光与光电子学进展, 2016, 53(7): 070102.
[6] 张天舒, 刘文清, 赵雪松, 等. 北京奥运期间工业污染源颗粒物输送通量的激光雷达监测[J]. 大气与环境光学学报, 2009, 4(5): 362-367.
[7] 王威, 杨楠, 师耀龙, 等. 京津冀一次空气重污染过程激光雷达走航观测分析[J]. 中国环境监测, 2017, 33(1): 7-13.
[8] van de Hulst H C. Light scattering by small particles[M]. New York: John Wiley & Sons, Inc., 1957: 127- 129.
[9] 何涛, 侯鲁健, 吕波, 等. 激光雷达探测反演PM2.5浓度的精度研究[J]. 中国激光, 2013, 40(1): 0113001.
[12] 伯广宇, 刘东, 吴德成, 等. 双波长激光雷达探测典型雾霾气溶胶的光学和吸湿性质[J]. 中国激光, 2014, 41(1): 0113001.
[13] 项衍, 刘建国, 张天舒, 等. 激光雷达探测气溶胶光学特性的不确定性因素研究[J]. 激光与光电子学进展, 2018, 55(9): 092801.
[14] 李学彬, 徐青山, 魏合理, 等. 气溶胶消光系数与质量浓度的相关性研究[J]. 光学学报, 2008, 29(9): 1655-1658.
[15] 吕立慧, 刘文清, 张天舒, 等. 基于激光雷达的京津冀地区大气边界层高度特征研究[J]. 激光与光电子学进展, 2017, 54(1): 010101.
[16] 项衍, 叶擎昊, 刘建国, 等. 基于图像边缘检测法反演大气边界层高度[J]. 中国激光, 2016, 43(7): 0704003.
[20] 涂小萍, 姚日升, 杨豪, 等. 一次入海温带气旋边界层气象要素观测分析[J]. 自然灾害学报, 2013, 22(5): 160-170.
吴彬, 李艳芳, 蒋璐璐, 胡景波, 周之栩, 张喜亮. 基于激光雷达与铁塔风场数据的浙江北部地区一次污染过程及其特征研究[J]. 激光与光电子学进展, 2019, 56(13): 130101. Bin Wu, Yanfang Li, Lulu Jiang, Jingbo Hu, Zhixu Zhou, Xiliang Zhang. Characteristics of Pollution Process in Northern Zhejiang Province Based on Lidar and Tower Wind Field Data[J]. Laser & Optoelectronics Progress, 2019, 56(13): 130101.