中国东部秋季大气黑碳分布和来源的数值模拟

2022-10-27 01:23张旭影王媛敏钤伟妙石家庄市气象局河北石家庄050081河北省气象与生态环境重点实验室河北石家庄050021南京信息工程大学气象灾害预报预警与评估协同创新中心气象灾害教育部重点实验室国家综合气象观测专项试验外场江苏南京2100中国民用航空华北地区空中交通管理局内蒙古分局内蒙古呼和浩特010070
中国环境科学 2022年10期
关键词:源区高值气溶胶

张旭影,朱 彬,王媛敏 ,钤伟妙 (1.石家庄市气象局,河北 石家庄 050081;2.河北省气象与生态环境重点实验室,河北 石家庄 050021;3.南京信息工程大学气象灾害预报预警与评估协同创新中心,气象灾害教育部重点实验室,国家综合气象观测专项试验外场,江苏 南京 2100;.中国民用航空华北地区空中交通管理局内蒙古分局,内蒙古 呼和浩特 010070)

黑碳(BC)气溶胶是悬浮在大气中的黑色碳质颗粒物,粒径通常为0.01~1µm,会导致大气温度增加,是大气中引起全球气候变暖仅次于 CO2的重要成分[1-2].BC在大气物理、大气化学和大气光学过程中都具有重要的作用,可引起颗粒物物理化学性质的变化[2].

国外对BC的研究开展较早,Bond等[3]综合考虑了可燃物、燃烧类型、排放控制技术以及区域特点,建立了中国1996年的BC排放清单.国内对BC开展研究起步稍晚,研究者们基于当地BC气溶胶观测资料研究,发现城市BC气溶胶浓度远大于郊区,BC气溶胶浓度日变化呈双峰结构,不同气象条件背景下BC气溶胶浓度有明显差异,沙尘天气下BC气溶胶浓度更低[4-6].利用浓度权重轨迹分析法(CWT)[7-8]和Aethalometer模型[9]结合观测资料对BC气溶胶来源解析发现,生物质燃烧、北方采暖、燃烧锅炉排放大量污染物都是造成 BC贡献值较高的可能原因,BC的潜在源区随季节变化.

部分研究受到观测资料限制,大多只针对一个或几个地区来研究 BC来源,主要研究方法是基于HYSPLIT和 CWT等模型,研究方法在排放贡献方面是定性的,不能定量[10-11].精确度受到驱动模型时输入气象场的限制,通常这些模型的分辨率较粗糙(0.5°~1.0°).近年来,在线源追踪技术被融入区域模式 WRF-Chem,用于研究大气颗粒污染物 BC[12]、O3[13]和PM2.5[14]的分布及来源特征,定量分析了污染物的行业排放贡献、污染物的输送轨迹和潜在污染源区以及污染物的跨区域输送贡献等.

近几年国内外研究者们利用数值模拟对不同污染物开展了分布和来源的研究.GEOS-Chem、WRF-Chem和WRF-FLEXPART等模式应用于BC浓度、臭氧和PM2.5颗粒物污染的定量化来源解析、行业排放贡献和污染传输研究[12-14],表明行业排放及污染输送具有日变化特征,且与气象条件密切相关.我国人口和发达工业主要分布在东部地区,急需中国东部地区BC气溶胶分布和来源的定量化分析.

我国BC排放量约占全球排放总量的1/4,是全球主要排放源之一[15].本研究采用耦合了 BC源示踪方法的区域在线大气化学WRF-Chem模式,研究中国地区BC排放源的空间分布特征,对比分析主要污染区与清洁背景区排放源强度的差异与高值区域的产生原因分析中国,东部不同地区BC时空分布特点及成因,定量解析京津冀BC气溶胶高浓度区的来源以及周边区域的输送贡献,分析贡献差异及BC区域来源的日变化特征,以期为京津冀地区环境空气质量评估和污染调控提供科学依据.

1 资料与方法

1.1 数据资料来源

本文选用WRF-Chem模式,该模式已经在关于两湖盆地秋季BC气溶胶的分布及来源特征的研究中应用[16].与其他开关排放源方式不同的是,以WRF-Chem为基础开发的污染物在线来源解析方法,在不影响排放源的前提下,通过一次计算定量即可得到每个源区生成的臭氧、BC气溶胶等污染物对目标地区的贡献值,了解目标地区BC气溶胶的源汇关系.

采用 WRF-Chem 模式运行所必需的 FNL(由NCEP 颁布)的 1°×1°气象场资料,通过前处理程序WPS为内外两层模拟区域提供气象初始条件和外层区域提供边界条件.化学方面,使用全球化学模式MOZART-4为模式提供化学初始条件和边界条件[17].排放源方面,人为源选用清华大学提供的MEIC源清单(http://www.meicmodel.org/)和MIX源清单,两组源清单非常相似,如:水平分辨率(0.25°×0.25°)、源类型划分方式、化学物种.然两者的基准年不同, MEIC的基准年为2016年而MIX的基准年为2010年;其次两者的覆盖范围不同,MEIC的目标区域为中国地区,未涉及中国以外的地区,而MIX的目标范围是全亚洲[18].本文的模拟范围除中国地区,另含东亚其他地区,为满足模拟需要,本研究以 MIX为基础,将 MEIC所覆盖地区的排放数据细化到MIX当中供模拟使用.生物源选用MEGAN计算得到的生物质排放源数据[19].

基于WRF-Chem模式对中国BC气溶胶的分布及来源进行研究,选取中心经纬度为119.0oE,31.5oN的区域进行模拟,该区覆盖东亚地区和周边的海洋,共包含99×99个网格,水平分辨率为36km,模式层顶设置在50hPa高度处,自地表至模式层顶共分28层,模拟时间为2015年 10月 1日 00:00~10月 31日00:00,时间积分步长均为180s,模式结算数据逐小时输出.参数化方面需要着重指出的是气相化学机制使用的是 CBM-Z[20]机制,并选用与之匹配的MOSAIC[21]机制中的 8档方案作为气溶胶方案,即该方案中气溶胶粒径从0.039~10μm分成8个粒径段进行计算.物理参数化方面,本文选用了一些模拟表现较好的方案,长短波辐射方案,采用 RRTMG 方案;微物理方案,使用Lin方案;边界层方案,使用YSU方案;陆面过程方案,使用 Noah方案;光解率方案,使用Fast-J光解方案;干沉降方案,使用Wesely方案.

1.2 方法

为了定量解析 BC的区域来源,本文利用在WRF-Chem模式中开发的BC源示踪方法,对BC气溶胶的区域贡献进行定量计算.在模拟区域内划分出若干个地理源区,每个源区的BC气溶胶都作为一个独立变量,从BC气溶胶排放进入大气起就进行标记,即:

ΔEmisi是在区域i内总的排放物浓度,定义为:

对区域中的任意格点,如果BC气溶胶在区域i中,那么 ΔEmisi(x, y, z )为ΔEmis(x, y, z),否则为0.随后所定义的变量会随着模式本身污染物变量一起参与模式的物理化学计算过程,得到每一个源区排放出的BC气溶胶在模拟区域内任意格点的浓度信息,从而实现BC气溶胶地区贡献定量计算的目的.

将模拟区域划分为18个地理源区,其中本文主要研究的京津冀地区根据行政区划分为3个源区分别为,北京(BJ)、天津(TJ)、河北(HB)单独标记.陕西、山西(SN&SX)的能源结构以煤为主,区域产业结构偏重,工业污染排放量大,同时机动车排放污染物的问题突出,将两省共同标记.河南(HN)、山东(SD)、安徽(AH)单独标记.位置大致相同的省份和地区合并作为源区,划分情况见表1.长江三角洲(YRD)作为我国经济最为发达的两个经济区之一,其工业和发达的交通可以带来经济效益,同时也会带来严重的环境问题.全球化学模式为模拟区域提供的化学边界条件可被视作模拟区域外地区 BC的流入影响,故将这部分贡献设为独立的贡献,记作INFLOW.

表1 模拟区域中地理源区设定及所包含的行政区域Table 1 Setting of geographical source area and administrative area in simulation area

1.3 模式验证

本研究主要针对中国东部地区BC的分布以及华北地区BC的来源,为了评估本文使用的模式在气象参数和污染物方面模拟性能的准确性,对华北地区内2个站点(北京、榆社)和华北外的一个站点(南京)进行模式验证.将3个站点的温度(T)、风速(WS)、风向(WD)和BC浓度的模拟和观测结果进行了对比.如图1所示,该模型再现了模拟时间段内各气象要素、BC浓度的数值大小和变化特征,所有站点温度的观测值和模拟值基本一致,变化情况吻合较好.对比风速的观测值和模拟值,表明实际观测中的风速变化更为剧烈,但总体上,模式的结果可以有效地再现风速的日变化特征.此外,除个别时刻外,风向的测量值和模拟值有较好的一致性,所有站点BC浓度的观测值与模拟值有良好的一致性,具有较高的准确性及基本吻合的日变化趋势.

图1 气象要素(温度、风速、风向)的模式与观测对比Fig.1 Comparison between model and observation of meteorological elements (temperature, wind speed and wind direction)

为能定量评估模式性能,计算气象要素统计学特征量.各要素的7种统计特征量见表2,分别为相关系数(R)、一致性指数(IOA)、平均偏差(MB)、总偏差(GE)、平均分数偏差(MFB)和平均分数误差(MFE)、均方根误差(RMSE).风向的 IOA 指数(IOAwdir)是按照 Kwok等[22]的方法,根据风矢量特性单独计算的.表2所列气象参数的判断标准阈值参考Emery等[23].对于所有的评估站点,温度和风速模拟值与观测值的相关系数分别为0.73和 0.45,温度、风速、风向的一致性指数分别为0.73、0.55和0.71,各气象参数的相关系数和一致性指数都较高.南京温度的 MB值符合阈值标准,但在北京和榆社的 MB值小于阈值,说明模式模拟的温度在某些区域一定程度上被低估了.所有站点温度的 R大于0.73,IOA在0.83以上,总体认为温度的模拟值与观测值一致性较好.北京和榆社风速的 MB值大于风速阈值,说明风速这一参量在北京和榆社被高估,但所有站点风速的GE值均在标准范围内;仅榆社风速的 RMSE值稍稍高于阈值,北京和南京风速的RMSE均在阈值范围内,榆社风速被高估.3个站点的GE超出了阈值范围,但是由于其IOA值较高,说明了风向的模拟值和观测值在标化趋势上吻合度高.总的来说,模式基本重现了模拟时间段内京津冀本地和京津冀以外源区的气象要素、污染物在大气中的实际情况.气象要素作为污染物模拟效果的基本保证,为研究BC的来源问题提供了良好的条件.

表2 三个站点的气象参数和BC的统计特征量及其阈值Table 2 Statistical characteristic quantities and thresholds of meteorological parameters and BC of the three stations

续表2

2 结果与讨论

2.1 中国地区BC排放分布特征

BC排放按行业可分为工业源、火电与供暖、居民生活消费、交通运输以及生物质燃烧[24].图2是根据清华大学公布排放清单(MEIC)得到 2016年10月中国BC总排放量及不同行业BC排放量.图2a为2016年10月中国地区BC总体源排放的空间分布,BC气溶胶排放总量的高值区排放量大于60t/(月·网格),分布区域基本上与胡焕庸线的划分相一致[25].

华北地区 BC 排放量高值区(>60t/(月·网格))较多,分布密集,北京天津以南,河北西南部及与河南交界区域,山西中部有较大面积的排放量高值点;东北地区,每省有几个小面积高值区;华东地区,上海、江苏南部有大量BC排放高值区,区域面积相较东北地区更大,山东省内高值区密度和排放强度与河北地区相近;华中地区内河南、湖南、湖北三省有较大高值区域,高值区分布靠华中东侧;华南是沿海地区BC排放量较高区域,面积较大的高值排放源位于广东;西南云贵川(及重庆直辖市)中东部,均有BC排放的高值点,其中四川、贵州两省排放量更大.西北地区内BC排放主要分布于陕西、甘肃、宁夏回族自治区,该区域内高值区较少,排放源零星分布.

工业源(图2(b))、居民生活源(图2(c))、交通源(图2(d))是BC排放的主要来源,对比四图可见工业因素会造成BC排放高值点,而生活排放源影响范围最大.华北污染较重,工业生产造成的 BC排放比重大,同时河北的地形及气象环境特点导致污染物扩散较差;华中大部以及华东地区江浙沪排放源特征在工业生产上与华北地区特征相似,而交通排放量鄂湘较少,江浙沪生活源排放较少.东北地区 BC主要来源于工业生产,总排放量高值区对应排放强度大的工业区;西南地区工业、生活所需的燃料处理等不如东部发达,农村人口多,燃烧生物质燃料比例高;华南、西北地区BC排放高值区域少且与发达城市对应,广州、西安较突出,沿海地区排放物构成丰富,西北则以工业排放为主.

图2 2016年10月中国BC源排放的空间分布Fig.2 Spatial distribution of China's black carbon source emissions in October 2016

工业产生的BC排放高值区域与大城市、工业区相对应.由生活产生的BC排放虽然强度不如工业生产,但覆盖性更大更广,主要来源于取暖、烧饭过程中的生物质燃烧.河北南部、贵州中部、湖北东部、湖南大部地区均为BC民用源排放强度较大的区域,此区域人口众多.交通运输源贡献虽小,却不可忽视.北京、上海、广州等大城市经济发达、人口(以及机动车)密度大,在北京-郑州-上海、北京-济南-上海两线之间范围有较高的交通排放.

值得注意的是,华北地区及其周边存在着明显的大面积连接成片的排放,主要有山东、河南东北部、山西中部和陕西西安附近;京津冀地区自身的污染排放已经较为严重,若大气运动较为活跃,相邻地区的污染物通过大气输送作用会对京津冀地区的BC浓度产生更为明显的影响.

2.2 中国中东部地区秋季BC浓度空间分布

由图3可见,华北 BC 浓度大值区(>4μg/m3)主要分布在南部,只有内蒙古与河北、山西的接壤处存在浓度较低的BC,河北地区的BC浓度分布自南向北递减,其中高值区域位于保定、石家庄、邯郸、邢台等地,峰值在5~6μg/m3.构成此分布的因素不仅与北方工业、秋冬季过渡期燃煤供热的BC排放量大有关,而且城市化进程加快,高楼林立导致风流路经城区对污染物的扩散作用降低,华北的森林覆盖率较低,吸收污染物作用弱,高值区基本与城市中心重合;此外,华北地区 BC浓度高也受地形因素的影响,以北京为中心的地区三面环山,大气对污染物扩散能力被削弱.东北 BC浓度分布高值区域位于盘锦、鞍山、营口附近,约为3~4μg/m3,此处有鞍钢工业基地等老工业区,且东北地区冬季到来早,供热燃煤影响随之较早,植被覆盖与污染物分布区域基本呈互补形态;东北的人口密度低且向南迁移,北部较强的冷空气对污染物具有一定的扩散作用,BC浓度分布低,浓度梯度较小.华东:山东的分布情况由内陆(与河北、河南接壤处)向外递减,高值区与河北南部、河南的高值区连接成片,沿海地区则有利于污染物扩散;江苏、安徽的BC浓度分布主要集中在南部(上海)附近,两省南部相对发达程度高、人口多、交通密集,峰值区域相比华北面积小,与沿海附近地区的扩散条件良好、南方雨水相对丰沛、清洁能源的使用、植被较多等多方面因素有关;浙江、福建两地的 BC浓度更低,仅在北部存在低值片状区域,福建则仅在厦门附近存在小范围的污染情况,可见BC浓度高值区与城市化有关.华南:BC浓度分布为大片状的低值区域,但地处沿海的广州及其附近高浓度BC区(4~5μg/m3),是我国南部沿海高值点,可见城市生活产生的 BC量已远超自然扩散的能力.华中:BC浓度高值区(6~7μg/m3)较多,河南高值区位于河北(北京)向南延伸一线,整体向外递减,高浓度中心与郑州对应;湖北高值区位于武汉附近;湖南高值区亦与省会城市(长沙)相对应,污染严重区域偏向东侧,总体上华中污染较重,与人口数量多、相比华东清洁能源应用普及性弱、务工人员比重大、位于内陆不易扩散等因素有关.西南:BC高浓度区(4~6μg/m3)主要分布在东部,为小点状,位于成都、重庆.西北:BC 高浓度区(6~7μg/m3)主要分布在陕西省,与西安对应,且与东部联通,其他地区零星存在小片低值区.

图3 中国中东部秋季(10月)近地面BC浓度的水平分布Fig.3 Horizontal distribution of BC concentration in central and eastern China

我国BC浓度分布与人口众多居住地、工业区、交通发达区基本相一致,中东部BC浓度均在2μg/m3以上,浓度超过4μg/m3的污染较重区域以北京-郑州-上海、成都-武汉-长沙两线,京津冀、长江三角洲、中三角等地为主,另伴有星点状存在的省会城市小型高值区域,涉及面积最广的区域为河北中南部、河南东部、山东西部及周边.南方的情况好于北方,源于南方水汽条件好,降水相对频率高,更早进行了相关技术改革等.BC污染物积累部位与地形存在一定的联系,集中在相对平坦、海拔低的地方,这也与人们选择该地生活(人口密集程度)相互印证.

单就华北京津冀地区而言,山东、河南东侧、山西中部和陕西西安附近区域与河北高值区相互连接,华北地区 BC高浓度分布覆盖更广,高值区域数量更多.

2.3 京津冀地面BC区域来源贡献

图4为京津冀地面平均BC区域来源时间序列及两个高浓度情形(EP1、EP2)BC来源占比,两个包含 BC 高浓度(>4μg/m3)的情形:EP1:10月 19日16:00~10月 21日 16:00;EP2:10月 22日 16:00~10月24日16:00.EP1的BC浓度平均值高于EP2.两个情形内京津冀地区BC来源由本地贡献和外来源构成,其中本地源占主导,外来源有明显日变化,EP1的外来贡献高于EP2.

图4 京津冀地面平均BC区域来源时间序列及两个高浓度情形BC来源占比Fig.4 Time series of regional sources of average BC on the surface in Beijing, Tianjin and Hebei and the proportion of BC sources in two high concentration cases

图5给出2个高BC情形下,地面BC的水平分布及风场.EP1,地面风场的方向较复杂,主要以东风、西南风、东北风为主,各个方向的风速在 2~4m/s,本地源(河北、北京、天津)对京津冀BC贡献最大,平均占比64.9%,外源区贡献占比35.1%.上风方向的源区对京津冀BC贡献比达20%(东风对应山东、河南,西南风对应河南、山西和陕西,东北地区BC浓度低风速大但输送少),山东、河南、山西和陕西产生的外来输送占比分别为9.2%、6.6%、4.2%.EP2,整个华北地区至山东、河南北部地区平均风速减小,小于1.5m/s,该区域大气处于静稳状态,京津冀本地产生的污染物难以被扩散、输送,并在本地发生积累现象,BC浓度相比前一段时间明显增加.由源解析结果可知,京津冀地区地面 BC主要来自本地源,占80.1%,比EP1增加了15.2%,山东、河南、山西和陕西共同产生的占比约为6.9%.

图5 2个高BC情形地面BC水平分布及风场Fig.5 Spatial distribution of surface BC and wind field under two high concentration BC

综上,京津冀 BC区域来源以本地源为主,在风场不同的条件下,外来输送对京津冀BC贡献占比有明显的变化,EP1时整个华北及以南地区风速较大,但BC浓度较EP2时更高,本地源产生的BC部分被清除,周边 BC同时仍会被输送到京津冀地区,京津冀地区的地理特具有辅助作用,外来源 BC滞留,在本地贡献的基础上叠加外来贡献导致BC浓度增高;风速较小时,本地源产生的 BC则无法被清除,发生积累,本地贡献升高,所以京津冀地区的 BC浓度在EP1、EP2时均较高.将EP1风速较大、外来源贡献较多的情况定义为传输型,EP2风速小,大气状态静稳、以本地贡献为主、外来源贡献少的情况定义为静稳型.

此外,BC来源还与中国东部大气环流形势、各源区BC浓度和风场有关,北京、天津、河北之间存在由风场相互产生影响的情况,图6为京津冀3个子区域 BC区域来源的时间序列,可以看到,北京、天津、河北3个子区域产生的污染物浓度总量数值相近(1~10μg/m3)但构成有差别;北京除了本地源贡献最大以外,外来源中最多的部分来自于河北,天津次之,再次为山西和陕西;天津在本地贡献(最大)之外,外来源中最多来自河北,北京次之,再次为山东、河南;河北本地贡献最大,与北京、天津不同的是,除本地源外,次大来源山东、河南、山西和陕西(均为京津冀以外地区).究其原因,北京、天津城市化程度更大,工业、人口密度、交通等方面均较河北发达,本地排放的污染物多,两地面积小于河北,故相较北京、天津对河北造成的影响,河北对北京、天津两地造成的影响更大.

图6 京津冀3个子区域BC区域来源的时间序列Fig.6 Time series of BC regional sources in three sub regions of Beijing, Tianjin and Hebei

2.4 京津冀BC来源日变化特征

对比京津冀地区EP1和EP2两种情形下BC来源的日变化特征(图7)可见,两种情况下 BC浓度最低值都出现在午后,EP1最高值出现在夜间20:00以后,00:00之前,EP2的最高值出现在夜间 20:00以后,00:00之前以及早08:00.

图7 不同来源情形各源区BC贡献的平均日变化特征Fig.7 Average daily variation characteristics of BC contribution in each source area under different source conditions

EP1时,BC浓度变化呈单峰单谷,在夜间 00:00时出现峰值 4.6μg/m3,15:00前后达谷值 2.8μg/m3,EP2内BC浓度变化为双峰单谷,夜间00:00时为峰值 4.4μg/m3,凌晨稍有降低,早 08:00达到次峰值,午后降低至谷值 2μg/m3,同时发现京津冀本地源区对BC的贡献有明显的日变化特征,但外部源区的贡献量日变化特征不明显.

BC浓度日变化特征由BC排放源日变化分布造成,早上人们开始进行生产活动,交通、工业、生活等产生 BC,导致 BC浓度从早上开始增加,此时边界层高度较低,BC浓度出现高值点;午后边界层高度增加,湍流、对流增强,BC垂直扩散加强,这会使 BC浓度降低,达到一天中的最低值;日落后,随着边界层高度的下降,BC在地面累积,到了夜间大气会有稳定层存在,不利于污染物扩散,导致污染物在夜间继续积累,BC浓度维持在高水平.此外,由于大气活动、风场输送的外来源较本地排放源产生的 BC浓度是小量,故外来源贡献量的日变化特征不明显.

不同情形下,京津冀地区 BC来源具有相同的日变化特征,但在早间、午后、夜间 BC浓度及来源有着明显不同.图8为EP1、EP2时京津冀BC区域来源贡献占比在早间(6:00~10:00)、午后(12:00~16:00)、夜间(22:00~02:00)的情况.可以看出对京津冀本地的 BC贡献比日变化特征和外来源的贡献比特征相比差别很大.EP1时,早间本地贡献为64%,午间下降至57%,夜间为68%,外地输送较强,山东、河南、山西和陕西早中晚占比之和分别是 21%、22%、18%,另外此时段风速大,大气输送活跃,夜间时大气稳定性的影响不明显;EP2时,本地贡献早间82%、午间73%、夜间83%,与EP1相比,此时段风速减小,外来BC占比降低,山东、河南、山西和陕西四省早中晚占比之和约为6%、8%、4%(过低无法标注的比例被舍去),夜间边界层稳定导致的累积效果更突出,尤其对河北、北京,两地相比天津处于内陆,风速降低后,本地贡献占比的增加更明显,与图6相互印证.

图8 情形1、情形2 早间、午间、夜间京津冀BC区域来源贡献占比Fig.8 Proportion of BC regional source contribution in Beijing-Tianjin-Hebei in the morning, noon and night

京津冀本地源区与外来源区贡献比的日变化特征相反.傍晚~早上,本地贡献占比维持在较高水平而外地输送贡献较小;午后本地贡献占比减小,外地输送的贡献能力明显增强.相比于本地贡献为主的污染,当京津冀地区受外地输送影响更大时,此日变化特征更显著,外来贡献在午后占比超过了40%.

3 结论

3.1 我国中东部地区秋季BC污染较为严重.BC浓度高值区(>4μg/m3)主要分布在华北平原、长江三角洲、两湖、四川东部等地区.这与我国BC排放的区域分布有关,工业源、居民生活源、交通源是BC排放的主要来源,工业源常造成 BC排放的高值点,生活排放源影响范围最大.我国BC浓度高值区与人口众多居住地、工业区、交通发达区基本一致,省会城市附近往往出现小面积 BC高值点.另外,地形及气象环境条件是导致BC累积和传输的主要因素.

3.2 追踪京津冀BC来源发现,京津冀地面BC以本地源贡献为主,在不同的风场及大气条件下,外来源对京津冀BC贡献占比变化较大.主要有两种来源情形:一是传输型:地面风速较大、外来源贡献较多,占比达35.1%,其中山东、河南、山西和陕西贡献占比较大,贡献分别为9.2%、6.6%、4.2%.二是静稳型:地面风速小,大气条件静稳、以本地贡献为主,为80.1%,外来源占比相比于传输情形减少了近 15%,其中山东、河南、山西和陕西共同产生的占比仅为6.9%.

3.3 京津冀本地源对 BC的贡献有明显日变化特征,外来源的贡献量小,日变化特征不明显.同时京津冀本地源区与外来源区的日变化特征相反.傍晚到早上,本地贡献占比维持在较高水平而外来输送贡献较小;午后本地贡献占比减小,外来输送的贡献能力明显增强.相比于本地贡献为主的污染,当京津冀地区受外来输送影响更大时,此变化特征更为明显,所有的外来贡献在午后占比超过了40%.

猜你喜欢
源区高值气溶胶
养殖废弃物快速发酵及高值转化土壤修复生物肥料关键技术
基于飞机观测的四川盆地9月气溶胶粒子谱分析
三江源地区1961-2019年降水量时空变化特征
南京地区高值医用耗材的使用与医保支付研究
安徽沿江地区早白垩世侵入岩成因及其找矿意义
基于CALIPSO数据的沿海区域气溶胶光学特性时空特征
绿洲荒漠过渡带涡动相关仪和大孔径闪烁仪的通量源区特征*
冬小麦蒸散源区代表性分析
高值耗材内部控制优化探讨
医疗器械:千亿市场面临洗牌