报道了中国主要区域的PM2.5污染动态积累特征的新发现
近日,地球系统科学系博士生吕宝磊以第一作者在《科学报道》(Scientific Reports)杂志在线发表题为“Understanding the Rising Phase of the PM2.5Concentration Evolution in Large China Cities”的研究论文。地学系白玉琪副教授和徐冰教授为共同通讯作者,地学系博士生蔡俊为合作作者。
现有的空气质量等级评估和污染过程识别主要使用基于绝对浓度的分析方法,即通过将日平均值与空气质量标准浓度对比,来确定某个时间段内的污染程度。这种评价标准是基于污染物的健康和生态危害。本论文从空气污染物的动态积累的角度出发,提出了一种分析PM2.5污染动态增长过程的方法,即从长时间的观测序列中筛选出PM2.5浓度稳定持续增长的污染过程,分析其积累特征。进一步结合同期的气象、区域浓度等要素的状态及其变化情况进行综合分析,有助于揭示不同区域的PM2.5持续稳定增长的驱动力,有助于更加全面地理解PM2.5浓度变化的机理。
本研究以PM2.5浓度增长过程中的稳定性(linear fitting R2)和持续性(duration time)为判据,从长时间观测序列中筛选出符合条件的污染稳定增长过程。PM2.5增长速率(PMRR,PM2.5Rising Rate)定义为增长过程的斜率(linear fitting slope),用于表征一段过程中污染浓度持续稳定增长的强度。

图1PM2.5浓度变化的日均浓度分析方法和动态增长分析方法示例
本研究开发了PM2.5动态污染过程的自动筛选程序。针对北京、上海和广州三个实验区,共筛选出741、210和193段满足条件的持续稳定增长过程。研究发现北京、上海和广州的PMRR分别为6.52、3.79和3.14 μg/(m3·hr)。三个城市区域的PM2.5浓度稳定持续增长过程的平均延续时间分别为23、23和21小时。
研究进一步分析PMRR与同期的风速、风向、气团传输、气态污染物浓度及其区域PM2.5浓度之间的相关性。如下图2所示,当PM2.5浓度呈现持续稳定的增长态势,这些区域的风向呈现较为明显的聚集效应,其中北京区域的风向多来自南方。进一步分析每个区域在PMRR值不同分段情形下的24小时后向轨迹点的空间分布,发现PMRR值高时(对应于污染物浓度持续稳定增长的速率大的那些过程),三个城市的后向轨迹点在方向和空间聚集上呈现不同的特征。其中广州几乎只存在空间距离上的变化,上海基本只存在方向上的变化,而北京既存在空间聚集也存在方向变化。这说明了区域传输效应对于PM2.5浓度在三个城市区域的持续稳定增长的影响存在很大的不同。

图2 PMRR值与风向的关系图

图3 PMRR分段情形下的24小时后向轨迹点(HYSPLIT模拟)的空间分布变化图
论文基于课题组前期(完成)的华北区域12公里空间分辨率的逐日地面PM2.5浓度模拟数据集(Lv et al., 2016, ES&T),展示了不同PMRR分段情形下的华北地区PM2.5浓度分布图(图4)。研究表明,对于北京和上海两地而言,非常快速而稳定的PM2.5浓度增长过程,都对应着华北区域强烈的区域传输现象。

图4对应北京(BJ.PMRR)和上海(SH.PMRR)的PMRR不同分段情形下的华北地区平均PM2.5浓度分布图
本文得到了上海地区的PM2.5浓度变化受到区域传输的影响最强烈,北京次之,广州区域的区域传输影响最弱的结论,和相关研究对区域传输的定量分析研究结果较为一致。本文为PM2.5污染成因研究提供了一个基于时间序列形态分析的新视角和新方法。
白玉琪副教授工作组和徐冰教授工作组近年来研发了空气污染物数据的获取、处理和分析的自动化方法,建立了空气污染物浓度和成分的长时间序列数据库。在国家环境保护大气复合污染来源与控制重点实验室基金等课题的资助下,逐步建成了“基于互联网的新型空气质量管理科技平台(AirHUB)”,并开展了中国重点区域PM2.5浓度时空分布模拟和预报方法研究。其中,吕宝磊同学在Atmospheric Environment, Aerosol and Air Quality Research, Environmental Science and Technology, Science of the Total Environment和Scientific Reports共发表一作SCI论文6篇,SCI合著论文1篇。
《科学报道》为自然出版集团旗下开放存取(Open Access)综合类杂志,2015年影响因子为5.228。
Lv, B., Cai, J., Xu, B., & Bai, Y. (2017). Understanding the Rising Phase of the PM2.5Concentration Evolution in Large China Cities.Scientific Reports, 7, 46456
https://www.nature.com/articles/srep46456