1961—2020年郑州主城区大气自净能力变化特征分析

doi:10.3969/j.issn.1673-503X.2022.03.011

摘要/Abstract

摘要：

利用郑州市主城区1961—2020年气象观测资料和2014—2018年空气质量监测数据, 分析了郑州主城区大气自净能力指数的长期变化趋势与影响因子以及2014—2018年主城区大气自净能力与PM_2.5的关系。结果表明: 郑州主城区大气自净能力指数30 a气候均值为4.42 t·(d·km²)^-1, 春季大气自净能力最强, 为5.20 t·(d·km²)^-1; 秋季大气自净能力最弱, 为3.88 t·(d·km²)^-1, 不利于对大气污染物的清除。1961—2020年郑州主城区大气自净能力呈显著的减弱趋势, 其中1969年最强为6.85 t·(d·km²)^-1, 2020年最弱为3.06 t·(d·km²)^-1。影响因子中, 1961—1980年混合层厚度与大气自净能力指数呈正相关; 日平均风速≥2.5 m·s^-1的日数和小风日数与大气自净能力分别呈正、负显著相关; 大气自净能力指数与降水日数显著相关, 2015年后偏强降水日数的增加对大气自净能力在同时期的增强有一定影响。此外, 研究还表明主城区大气自净能力和PM_2.5浓度存在显著的负相关, 说明大气自净能力强时, 对应的PM_2.5浓度低, 环境空气质量趋好。

关键词: 大气自净能力, 混合层高度, 风速, 降水, PM_2.5

Abstract:

Based on the meteorological observation data from 1961 to 2020 and the air quality monitoring data from 2014 to 2018 in the main urban area of Zhengzhou, the long-term trend and influencing factors of atmospheric self-purification capacity(ASPC) index in this area were analyzed, and the relationship between the ASPC and PM_2.5 was studied.The results show that from 1981 to 2010, the ASPC index has an average value of 4.42 t·(d·km²)^-1, the largest value of 5.2 t·(d·km²)^-1 in spring, and the smallest value of 3.88 t·(d·km²)^-1 in autumn, which is disadvantage to the removal of air pollutants.From 1961 to 2020, the ASPC in the study region shows a significant weakening trend with a maximum value of 6.85 t·(d·km²)^-1 in 1969 and a minimum value of 3.06 t·(d·km²)^-1 in 2020.The mixing layer thickness is positively correlated with the ASPC index.The number of days with daily mean wind speed ≥2.5 m·s^-1 and light wind days are significantly positively and negatively correlated with the ASPC, respectively.Furthermore, the ASPC index is significantly correlated with the number of precipitation days.Specifically, the increase in the number of heavy precipitation days after 2015 has a certain influence on the enhancement of ASPC in the same period.In addition, the study also shows that there was a significantly negative correlation between ASPC and PM_2.5 concentration in the main urban area, indicating that the stronger ASPC is, the lower the corresponding PM_2.5 concentration is, and the better the ambient air quality is.

Key words: Atmospheric self-purification capability, Mixed layer thickness, Wind velocity, Precipitation, PM_2.5

中图分类号:

刘美,姬兴杰,田力,丁亚磊,左璇. 1961—2020年郑州主城区大气自净能力变化特征分析[J]. 气象与环境学报, 2022, 38(3): 93-100.

Mei LIU,Xing-jie JI,Li TIAN,Ya-lei DING,Xuan ZUO. Analysis of variation characteristics of atmospheric self-purification capability in the main urban area of Zhengzhou from 1961 to 2020[J]. Journal of Meteorology and Environment, 2022, 38(3): 93-100.

图/表 10

图1

图2

图3

图4

图5

图6

图7

图8

表1

图9

参考文献 29

1	董会忠, 曹正旭, 李旋, 等. 山东省产业结构、城市化与大气环境动态关系研究[J]. 山东理工大学学报: 社会科学版, 2020, 36 (4): 19- 25. doi: 10.3969/j.issn.1672-0040.2020.04.002
2	汪发元, 郑军, 汪宗顺. 城市化水平、工业化水平对空气质量的影响分析——基于湖北省16城市2005—2017年数据的时空模型[J]. 长江流域资源与环境, 2019, 28 (6): 1411- 1421.
3	王明仕, 何向东, 曹景丽, 等. 区域城市化程度与大气污染的相关性研究——以河南省为例[J]. 河南理工大学学报: 自然科学版, 2019, 38 (2): 71- 76.
4	徐大海, 王郁. 确定大气环境承载力的烟云足迹法[J]. 环境科学学报, 2013, 33 (6): 1734- 1740.
5	薛文博, 付飞, 王金南, 等. 基于全国城市PM_2.5达标约束的大气环境容量模拟[J]. 中国环境科学, 2014, 34 (10): 2490- 2496.
6	徐大海, 王郁, 朱蓉. 大气环境容量系数A值频率曲线拟合及其应用[J]. 中国环境科学, 2016, 36 (10): 2913- 2922. doi: 10.3969/j.issn.1000-6923.2016.10.006
7	徐大海, 朱蓉. 国家标准GB/T3840—91中城市大气污染物总量控制A—P值法的应用[J]. 城市环境与城市生态, 1993, 6 (2): 36- 41.
8	肖杨, 毛显强, 马根慧, 等. 基于ADMS和线性规划的区域大气环境容量测算[J]. 环境科学研究, 2008, 21 (3): 13- 16.
9	Moreira D M , Tirabassi T , Carvalho J C . Plume dispersion simulation in low wind conditions in stable and convective boundary layers[J]. Atmospheric Environment, 2005, 39 (20): 3643- 3650. doi: 10.1016/j.atmosenv.2005.03.004
10	Sharan M , Gopalakrishnan S G . Mathematical modeling of diffusion and transport of pollutants in the atmospheric boundary layer[J]. Pure and Applied Geophysics, 2003, 160, 357- 394. doi: 10.1007/s00024-003-8784-5
11	DeGaetano A T , Doherty O M . Temporal, spatial and meteorological variations in hourly PM_2.5 concentration extremes in New York City[J]. Atmospheric Environment, 2004, 38 (11): 1547- 1558. doi: 10.1016/j.atmosenv.2003.12.020
12	白雪, 张翠艳, 纪源, 等. 锦州市空气质量变化特征及其与气象条件关系[J]. 气象与环境学报, 2016, 32 (2): 52- 58.
13	毛卓成, 马井会, 翟元昊, 等. 2015年上海地区空气质量状况及其与气象条件的关系[J]. 气象与环境学报, 2018, 34 (2): 52- 60.
14	严晓瑜, 缑晓辉, 刘玉兰, 等. 银川市大气污染物浓度变化特征及其与气象条件的关系[J]. 气象与环境学报, 2015, 31 (2): 21- 30.
15	Han Z Y , Zhou B T , Xu Y , et al. Projected changes in haze pollution potential in China: An ensemble of regional climate model simulations[J]. Atmospheric Chemistry and Physics, 2017, 17 (16): 10109- 10123. doi: 10.5194/acp-17-10109-2017
16	王振, 杨卫芬, 叶香, 等. 气象因素对常州市区PM_2.5浓度影响[J]. 气象与环境学报, 2020, 36 (3): 26- 32.
17	熊险平, 王琼, 张唯, 等. 沧州市大气自净能力特征分析[J]. 环境科学导刊, 2019, 38 (6): 44- 50.
18	郁珍艳, 李正泉, 高大伟, 等. 浙江省空气质量与大气自净能力的特征分析[J]. 气象, 2017, 43 (3): 323- 332.
19	唐颖潇, 韩素芹, 蔡子颖, 等. 2013—2017年天津市大气自净能力与大气颗粒物质量浓度特征分析[J]. 气象与环境学报, 2019, 35 (6): 55- 66.
20	张天宇, 张丹, 王勇, 等. 1951—2018年重庆主城区大气自净能力变化特征分析[J]. 高原气象, 2019, 38 (4): 901- 910.
21	朱红蕊, 刘赫男, 张洪玲, 等. 2008—2018年黑龙江省大气自净能力变化特征分析[J]. 气象与环境学报, 2020, 36 (4): 89- 94.
22	杨旭, 康延臻, 王式功, 等. 郑州市大气污染特征及其与气象条件的关系[J]. 兰州大学学报: 自然科学版, 2017, 53 (3): 348- 354.
23	韩艳, 李东璞, 李思杰, 等. 河南省供暖期大气污染特征及预测分析——以郑州市为例[J]. 河南大学学报: 自然科学版, 2018, 48 (6): 639- 649.
24	郭蒙蒙, 姜楠, 王申博, 等. 郑州市2014—2017年大气污染特征及气象条件影响分析[J]. 环境科学, 2019, 40 (9): 3856- 3867.
25	王维思, 王楠, 高玉娟, 等. 2019年郑州冬、春季重污染期间PM_2.5污染特征分析[J]. 环境科学学报, 2020, 40 (5): 1594- 1603.
26	中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. 风力等级(GB/T 28591—2012)[S]. 北京: 中国标准出版社, 2012.
27	中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. 降水量等级(GB/T 28592—2012)[S]. 北京: 中国标准出版社, 2012.
28	朱蓉, 张存杰, 梅梅. 大气自净能力指数的气候特征与应用研究[J]. 中国环境科学, 2018, 38 (10): 3601- 3610.
29	环境保护部, 国家质量监督检验检疫总局. 环境空气质量标准(GB 3095—2012)[S]. 北京: 中国环境科学出版社, 2012.

年份	大气自净能力指数/[t·(d·km²)]^-1	优良天数/d	PM_2.5年均浓度/(μg·m^-3)
2014	3.33	163	88.1
2015	3.41	135	95.9
2016	3.53	157	78.2
2017	3.34	166	71.7
2018	3.38	202	62.9

[1]	马瑞丰,许敬红,严良政. 2013—2018年大连中心城区臭氧时空变化及其影响因子分析[J]. 气象与环境学报, 2022, 38(3): 75-84.
[2]	肖袁俊,李保山,宋文丹,程勇翔,黄敬峰. 1998—2016年中国PM_2.5浓度变化对气温的影响研究[J]. 气象与环境学报, 2022, 38(3): 85-92.
[3]	包慧濛,郭达烽,李葳. 基于频率匹配法的江西省ECMWF降水预报订正研究[J]. 气象与环境学报, 2022, 38(2): 12-20.
[4]	谷同辉,管晓丹,高照逵,黄小倩,郭书扬. 黄河流域蒸散发与气温和降水以及风速的相关性分析[J]. 气象与环境学报, 2022, 38(1): 48-56.
[5]	薛啟,唐亚平,王丽娜,郭海峰,赵慧,马鹏程. 2015—2019年甘肃平凉地区夏季短时强降水时空分布及天气形势特征[J]. 气象与环境学报, 2022, 38(1): 57-64.
[6]	王学强,董慧杰. 一次中尺度对流风暴造成的内蒙古局地沙尘天气过程分析[J]. 气象与环境学报, 2021, 37(6): 11-19.
[7]	李天宇, 张丽, 付冬雪, 李晓帆, 刘宁. 2019年12月吉林省降水异常偏多成因分析[J]. 气象与环境学报, 2021, 37(6): 20-26.
[8]	尹浩, 郯俊岭, 王巨勇, 李洪权, 奚雷, 吴彬, 邱吉东. 湖州市PM_2.5浓度变化及传输特征分析[J]. 气象与环境学报, 2021, 37(5): 20-26.
[9]	吐莉尼沙,安大维,张超,于碧馨,陈春艳. 基于逐时数据的南疆沙尘天气精细化特征研究[J]. 气象与环境学报, 2021, 37(5): 34-40.
[10]	张晋广, 赵姝慧, 刘旸, 孙丽, 单楠, 张铁凝, 张梦佳. 一次东北冷涡云降水垂直结构特征分析[J]. 气象与环境学报, 2021, 37(4): 1-8.
[11]	刘艳杰,王清川,许敏,周贺玲. 2019年5月北京一次强降水超级单体特征及成因分析[J]. 气象与环境学报, 2021, 37(4): 9-17.
[12]	代玉田, 杨学斌. 2018年冬季鲁西北大气污染特征及影响因子分析[J]. 气象与环境学报, 2021, 37(4): 40-47.
[13]	张旭,孙宝利,白佳宁,张丹梅,孙可,杨晓彤,赵振宇,宁喜龙. 阜新地区东北冷涡多模式降水预报检验[J]. 气象与环境学报, 2021, 37(3): 19-24.
[14]	栾兆鹏,卢慧超,李恬,崔向前,赵天良,朱庆瑞. 降水和风对泰安地区PM_2.5浓度的影响及区域传输研究[J]. 气象与环境学报, 2021, 37(3): 33-39.
[15]	黄瑶,游家兴,肖天贵,郭洁. 大气低频振荡对川西持续性强降水的影响[J]. 气象与环境学报, 2021, 37(3): 47-56.