2021-2024年间北京气溶胶特性及输送机制的变化
《Atmospheric Pollution Research》:Change of aerosol properties and transport mechanisms in Beijing during 2021-2024
【字体:
大
中
小
】
时间:2026年07月17日
来源:Atmospheric Pollution Research 3.9
编辑推荐:
徐睿|梅林璐|季凯|格里特·德·勒乌|赖志斌|王飞阳|杨永亮|张新红|聂瑞来中国科学院航天信息研究院数字地球科学重点实验室,北京100094,中国摘要在持续排放控制、疫情后活动变化以及年际气象变异的影响下,北京的空气污染状况发生了变化。本研究利用天气研究与预报模型结合化学模块(W
徐睿|梅林璐|季凯|格里特·德·勒乌|赖志斌|王飞阳|杨永亮|张新红|聂瑞来中国科学院航天信息研究院数字地球科学重点实验室,北京100094,中国摘要在持续排放控制、疫情后活动变化以及年际气象变异的影响下,北京的空气污染状况发生了变化。本研究利用天气研究与预报模型结合化学模块(WRF-Chem)以及逆向轨迹分析方法,探讨了2021年至2024年间北京空气污染物的时间变化规律及传输特征。该模型能够较好地再现PM2.5和NO2的时间变化趋势,但在沙尘天气期间低估了PM10的峰值,同时高估了O3的浓度。气象评估显示,该模型在温度和海平面气压方面的表现良好,而与风相关的变量仍存在不确定性。2023年OC/BC比率达到最大值,2024年的这一比率也高于2021年。2023年OC/BC比率的上升主要是由有机碳的增加而非黑碳的减少所致,不利的气象扩散条件也起到了作用。在控制了黑碳及与扩散相关的气象变量后,研究结果表明有机碳的相对增加与更为氧化的大气环境有关。此外,在秋冬季节,西南和东南方向的传输路径上观测到高权重的潜在源贡献函数值(>0.7)。春季则以较强的西南方向传输为主,而夏季较好的大气扩散条件使得污染水平有所下降,尽管偶尔仍会出现远距离传输现象。这些结果表明,在特定大气条件下有机碳会相对增加,这说明与一次排放相比,二次生成过程可能发挥着越来越重要的作用。引言近年来,空气质量恶化对人类健康、生态系统以及气候的影响在全球范围内日益显著(Burnett等人,2018;Murray等人,2020)。在那些快速城市化和工业化导致严重空气污染事件的大城市中,这一问题尤为突出(Chang等人,2019;Huszar等人,2021;Meng等人,2019;Zhou等人,2024)。需要指出的是,大气污染物具有多种不同的特性(Fenech等人,2019;Pope等人,2020),其排放和传输过程受到复杂的气象、物理和化学过程的影响(Kaiser,2009;Zhong等人,2021)。粒径小于或等于2.5微米的细颗粒物(PM2.5)因其能够深入人体呼吸系统并增加心血管和呼吸系统疾病的风险,而被视为最具危害性的空气污染物之一(Burnett等人,2018;Murray等人,2020;Sun等人,2022;Wang等人,2025)。这类颗粒物既来自自然来源,也来自人为排放(Chen等人,2017;Tao等人,2014)。根据来源的不同,它们可被分为一次颗粒物和二次颗粒物(Aldabe等人,2011;Chen等人,2023)。在PM2.5的组成部分中,有机碳和黑碳因其对辐射强迫和人类健康的独特影响而备受关注。有机碳是由多种含碳化合物组成的复杂混合物,通常具有散射光线的特性,不过某些成分在特定波长下也能吸收太阳辐射(Yan等人,2019)。它既可以来自煤炭燃烧和生物质燃烧等直接排放源(Song等人,2006),也可以通过光化学反应由前体气体间接生成(Srivastava等人,2022)。相比之下,黑碳是一种强吸光性气溶胶成分,主要来源于化石燃料的不完全燃烧,尤其是柴油车排放和燃煤发电厂排放的污染物(Bond等人,2007)。有机碳和黑碳截然不同的光学特性使得它们对辐射平衡产生相反的影响,前者具有降温效应,后者则具有升温效应(IPCC,2014)。同时,由于形成机制的不同,这两种成分的颗粒大小分布也会发生变化(Gong等人,2016;Zhang等人,2018;Zhang等人,2025),这有助于估算它们在PM2.5中的相对比例。例如,在温暖时期,较强的光化学氧化作用会促进二次有机气溶胶的形成,从而导致颗粒大小分布向更小的直径方向偏移(Kompalli等人,2020;Liu等人,2016)。北京位于华北平原,地形多样,属于季风性大陆气候,四季分明(Cao等人,2024;Peng等人,2016)。由于其特殊的地位和庞大的人口规模,北京的空气质量一直备受关注。该地区的空气污染物来源十分复杂,包括本地排放(Men等人,2018)、京津冀地区工业污染物的区域传输(Wu等人,2017),以及来自塔克拉玛干沙漠和戈壁沙漠的远距离沙尘传输。在过去的十年里,通过清洁能源转型以及严格的排放控制措施,北京的空气质量有了显著改善(Geng等人,2024;Li等人,2020;Qian等人,2021),但污染事件仍然时有发生(Liu等人,2024;Wang等人,2025;Xie和Zhao,2025)。因此,了解空气污染物的时间变化规律及其传输过程,对于更有效地预防污染和进行环境管理至关重要(Carnero等人,2010;Hu等人,2022;Randel等人,2010)。天气研究与预报模型结合化学模块(WRF-Chem)能够动态整合气象信息和大气化学过程,是模拟空气污染物的化学转化、去除以及区域传输过程的重要工具(Kumar等人,2012a;Sha等人,2019;Wang等人,2016)。例如,Ma等人(2018)利用WRF-Chem模型,通过模拟前体气体和一次颗粒物,研究了不同排放清单以及排放源变化对空气质量的影响。此外,逆向轨迹分析和潜在源贡献函数分析也被广泛用于追踪和量化区域污染源的贡献程度(Ren等人,2021;Zhang等人,2015)。Wang等人(2015)和Li等人(2017)分别运用潜在源贡献函数和浓度加权轨迹分析方法,研究了北京颗粒物的传输路径并确定了潜在污染源。与此同时,越来越多的研究将WRF-Chem模型与逆向轨迹分析相结合,以更好地了解气溶胶的特性和远距离传输规律(Sarkar和Panda,2024;Zhang等人,2020)。Cheng和Kabela(2016)利用WRF模型为潜在源贡献函数分析提供高分辨率的气象数据,同时探讨了网格分辨率和行星边界层参数化方案选择对识别北极地区污染源传输的影响。Ni等人(2018)将WRF-Chem模型与潜在源贡献函数分析相结合,研究了杭州第二届世界互联网大会期间控制措施对冬季污染事件的影响。特别是在北京,Zhang等人(2018)结合潜在源贡献函数、浓度加权轨迹分析以及WRF模型和另一种空气质量模型,分析了区域污染对北京空气质量的贡献。Li等人(2022)利用WRF-Chem模型研究了挥发性有机化合物反应机制在臭氧形成中的作用,并通过潜在源贡献函数分析了区域传输的贡献程度。已有大量研究针对北京及京津冀地区的PM2.5污染问题进行了探讨。这些研究表明,该地区的严重雾霾污染通常是由本地排放、区域传输、不利的气象条件以及二次气溶胶的形成共同造成的(Gao等人,2018;Li等人,2017;Sun等人,2013;Wang等人,2015;Yang等人,2023;Zhang等人,2018)。华北平原地区的区域传输会在大气条件稳定且边界层较浅的情况下,增加北京地区的PM2.5浓度(Li等人,2017;Wang等人,2015)。与此同时,本地的一次排放和二次气溶胶的形成仍然对近地面PM2.5的质量和化学组成起着重要作用(Gao等人,2018;Liu等人,2024;Zhang等人,2018)。因此,影响北京PM2.5污染的主要过程已经得到了较为充分的研究。然而,近年来北京的排放状况和化学背景仍在不断变化。过去十年间,中国的清洁空气行动大大减少了二次颗粒物以及几种气态前体物质的排放量(Geng等人,2024;Li等人,2020;Qian等人,2021)。在“十四五”规划期间,人们更加重视对PM2.5和臭氧的协同控制,其中包括对氮氧化物和挥发性有机化合物的控制。这些变化可能会影响到一次碳质气溶胶和二次气溶胶的形成。近期还有研究表明,有机碳、元素碳或黑碳对排放控制、气象条件以及大气氧化作用的响应程度各不相同(Feng等人,2019;Liu等人,2024;Zhang等人,2024)。2020年之后的时期同样重要,因为这一时期的空气污染受到了疫情后人类活动变化、持续的排放控制政策以及年际气象变异的影响。先前的研究已经表明,在COVID-19疫情期间及之后,北京的PM2.5、NO2以及碳质气溶胶都发生了明显的变化(Liu等人,2024;Ren等人,2021)。然而,由于缺乏长期的地表观测数据来分析PM2.5的成分变化,目前还难以全面了解北京近期气溶胶变化及其成因。基于以上背景,本研究对2021年至2024年期间具有代表性的几个月份北京地区的PM2.5和碳质气溶胶状况进行了最新评估。本研究旨在了解疫情后时期PM2.5成分,尤其是碳质气溶胶的演变规律及其传输特征,并确定在不断变化的排放和气象条件下导致这些变化的关键因素。首先,通过地表观测数据以及CAQRA-气溶胶数据对WRF-Chem模型的模拟结果进行评估,以判断其可靠性及存在的不确定性。随后,进一步分析有机碳、黑碳、有机碳/黑碳比率以及颗粒大小分布的变化情况,以此评估一次燃烧、可能的二次生成过程以及气象因素的相对影响。最后,通过逆向轨迹分析和潜在源贡献函数分析,确定不同月份北京PM2.5的主要传输路径及潜在污染源区域。本文的结构如下:第二部分介绍了数据集、WRF-Chem模型配置、评估指标、有机碳/黑碳比的解读方法以及潜在源贡献函数分析方法。第三部分评估了模型的性能,并分析了气象背景、PM2.5成分、碳质气溶胶的变化情况、传输特征以及存在的不确定性。第四部分总结了主要研究结论。数据在本研究中,我们使用了北京市生态环境监测中心提供的地表监测数据来评估模型性能。所研究的污染物包括颗粒物(PM10、PM2.5)、二氧化氮和臭氧。此外,还采用了中国空气质量再分析-气溶胶数据集作为补充,用于验证PM2.5的化学成分。该数据集能够提供每小时高分辨率的PM2.5化学成分数据。模型性能评估通过散点密度图和时间序列图(见图2),以及统计指标(见表S2),将模拟得到的质量浓度与实际观测值进行对比。图2a-f展示了2021至2024年间选定月份的模拟浓度与观测值之间的匹配情况,可以看出,PM2.5、NO2和臭氧的模拟浓度与观测值总体上吻合得不错,相关系数均超过0.60,平均偏差也很小(见表S2)。从偏差程度来看,该模型的偏差相对较小。结论在本研究中,我们借助WRF-Chem模型与潜在源贡献函数分析方法的结合,研究了2021至2024年期间北京四季中具有代表性月份的PM2.5及其碳质组分的时空变化特征及潜在污染源。通过模拟结果,我们重点分析了PM2.5及其组分,尤其是有机碳和黑碳的季节性和年际变化规律。同时,还利用潜在源贡献函数分析方法,确定了这四个研究月份内的潜在污染源区域。作者贡献说明格里特·德·勒乌:撰写——审阅与编辑。赖志斌:可视化处理。王飞阳:数据整理。杨永亮:撰写——审阅与编辑。张新红:可视化处理。聂瑞来:数据整理。徐睿:撰写——初稿撰写、可视化处理、验证、方法设计、研究分析、正式分析、数据整理、概念构建。梅林璐:撰写——审阅与编辑、项目监督、资金筹措、概念构建。季凯:撰写——审阅与编辑、项目监督。未引用参考文献Adame Carnero等人,2010;Li等人,2017;Li等人,2022;Liu等人,2018;Reis等人;Ren等人,1994;Ren等人,2021;Wang等人,2025;Wang,2014;Zhang等人,2018。代码可用性本研究中的数据是通过Python进行分析的。本研究使用的所有相关代码均可向通讯作者L.L.M.索取。利益冲突声明:作者声明没有可能影响本文所述工作的任何已知利益冲突或个人关系。数据可用性:支持本研究结果的数据可免费获取。包括PM2.5、PM10、NO2在内的空气污染物地面观测数据来自北京市生态环境监测中心(https://www.bjmemc.com.cn/)。CAMS-GLOB-ANT排放清单则来自哥白尼大气监测服务的大气数据存储库(https://ads.atmosphere.copernicus.eu/datasets/cams-global-emission-inventories)。人为排放……利益冲突声明:? 作者声明没有可能影响本文所述工作的任何已知利益冲突或个人关系。致谢:本研究得到了国家重点研发计划下的政府间国际科技创新合作项目(2024YFE0198600)、中国国家自然科学基金项目“气候变化的主要驱动因素:观测方法与反演理论”[资助编号21EAA01108]、中国国家自然科学基金[资助编号42505023]以及中国科学院院长国际科学计划的支持。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号