Influence of topography and weather situation on air pollution in Linfen City

doi:10.11755/j.issn.1006-7639(2022)-05-0879

Abstract

Abstract:

In order to study the transport characteristics of air pollution in Linfen City, based on the hourly air quality index (AQI) data in Linfen City from the Ministry of Ecology and Environment from 2016 to 2017, the six-hour reanalysis data and the global data assimilation system (GDAS) data with a horizontal resolution of 1°×1° from the National Centers for Environmental Prediction (NCEP), the influence of topography and weather situation on air pollution during the 24 pollution processes in Linfen City was analyzed by using backward trajectory clustering analysis of HYSPLIT4 (hybrid single-particle lagrangian integrated trajectory) model. The results are as follows: (1) The sea-level circulation situation during the 24 pollution processes mainly included the following six types: front of Mongolian high pressure bottom type, front of low pressure type, rear of North China high pressure type, front of invert trough near the Hetao area type, uniform pressure field and low pressure belt type. (2) The 24 h and 60 h backward trajectory can represent the impact of topography conditions and weather conditions on pollution in Linfen City, respectively. (3) The 24 h backward trajectories show that the air flow can sink and transport pollutants along the leeward slope of the Lüliang Mountain. The pollution in Linfen City was formed from inverted “concave” shape terrain opening to the south and the southwest wind near the ground. The air flow can also return to Linfen City after touching the surrounding mountains. Among them, the transportation along the subsidence of the Lüliang Mountain from the northwest direction was main. (4) The 60 hour backward trajectories show that the air flow transporting pollutants met with the easterly or southerly airflow under the influence of the weather situation, and then turned back to Linfen City. The pollutant particles hygroscopic grew with the increase of humidity caused by southwesterly or easterly wind. The topography and weather situation have an impact on the transport route of air pollution in Linfen City.

Key words: topography, weather situation, air pollution, Linfen City

摘要：

为了研究临汾市大气污染的输送特征，利用生态环境部发布的2016—2017年临汾市逐小时空气质量指数（air quality index，AQI）、美国国家环境预报中心（National Centers for Environmental Prediction，NCEP）提供的水平分辨率为1°×1°的逐6 h再分析资料和全球资料同化系统（global data assimilation system，GDAS）数据，基于HYSPLIT4（hybrid single-particle lagrangian integrated trajectory）模式，采用气流后向轨迹聚类分析法研究地形及天气形势对临汾市24次污染过程的影响，结果表明：（1）24次污染过程的海平面环流形势主要有以下6种类型：蒙古高压底前部型、低压前部型、华北高压后部型、河套倒槽前部型、均压场和低压带型。（2）模拟后推24 h和60 h的聚类轨迹分别可以代表地形条件和天气形势对临汾市大气污染的影响。（3）模拟后推24 h的聚类轨迹显示，气流可沿吕梁山背风坡下沉输送污染物，向南开口的倒“凹”字型地形配合近地面西南风可造成临汾市污染，也可通过碰触周围山体后折返回流到临汾市。其中，以西北方向沿吕梁山下沉输送为主。（4）模拟后推60 h的聚类轨迹显示，在有利天气形势影响下携带污染物的气流与偏东或偏南的气流相遇后发生转折回流至临汾市，地面西南或偏东风使湿度增加，造成污染物粒子吸湿增长。地形和天气形势均对临汾市大气污染的输送路径有影响。

关键词: 地形, 天气形势, 大气污染, 临汾市

CLC Number:

X51
P404

PEI Kunning, WANG Yan, YAN Shiming, JIANG Yunsheng, GUO Wei. Influence of topography and weather situation on air pollution in Linfen City[J]. Journal of Arid Meteorology, 2022, 40(5): 879-887.

裴坤宁, 王雁, 闫世明, 蒋云盛, 郭伟. 地形和天气形势对临汾市大气污染的影响[J]. 干旱气象, 2022, 40(5): 879-887.

Figures/Tables 8

Fig.1 Topography of Linfen City， Shanxi Province （Unit： m）

Tab.1 The classification criteria of air quality grades

空气质量等级	空气质量类别	AQI
一级	优	0≤AQI≤50
二级	良	51≤AQI≤100
三级	轻度污染	101≤AQI≤150
四级	中度污染	151≤AQI≤200
五级	重度污染	201≤AQI≤300
六级	严重污染	AQI $>$ 300

Tab.1 The classification criteria of air quality grades

空气质量等级	空气质量类别	AQI
一级	优	0≤AQI≤50
二级	良	51≤AQI≤100
三级	轻度污染	101≤AQI≤150
四级	中度污染	151≤AQI≤200
五级	重度污染	201≤AQI≤300
六级	严重污染	AQI $>$ 300

Tab.2 Analysis of 24 pollution processes with moderate level and above in Linfen City from 2016 to 2017

编号	污染时间（北京时，下同）	首要污染物	污染类型	海平面环流形势	AQI均值
1	2016年1月1日00：00至5日13：00	PM_2.5	静稳型	低压前部型	242
2	2016年11月3日09：00至6日07：00	PM_2.5	静稳型	低压前部型	270
3	2016年11月10日21：00至13日08：00	PM₁₀	沙尘型	均压场	250
4	2016年11月16日16：00至19日14：00	PM_2.5	静稳型	低压带型	332
5	2016年11月19日18：00至21日15：00	PM_2.5	静稳型	河套倒槽前部型	270
6	2016年11月23日23：00至12月1日15：00	PM_2.5	静稳型	均压场	258
7	2016年12月1日20：00至5日09：00	PM_2.5	静稳型	低压带型	278
8	2016年12月6日20：00至9日06：00	PM_2.5	静稳型	均压场	335
9	2016年12月9日20：00至11日04：00	PM_2.5	静稳型	华北高压后部型	253
10	2016年12月11日19：00至15日15：00	PM_2.5	静稳型	低压带型	337
11	2016年12月16日20：00至21日16：00	PM_2.5	静稳型	河套倒槽前部型	346
12	2016年12月29日19：00至2017年1月6日18：00	PM_2.5	静稳型	蒙古高压底前部型	397
13	2017年1月15日04：00至19日09：00	PM_2.5	静稳型	蒙古高压底前部型	292
14	2017年1月23日19：00至26日14：00	PM_2.5	静稳型	低压前部型	330
15	2017年1月27日21：00至29日08：00	PM_2.5	静稳型	低压带型	258
16	2017年1月31日10：00至2月1日19：00	PM_2.5	静稳型	均压场	232
17	2017年2月2日18：00至5日13：00	PM_2.5	静稳型	华北高压后部型	315
18	2017年2月13日20：00至15日17：00	PM_2.5	静稳型	华北高压后部型	252
19	2017年2月15日20：00至16日19：00	PM_2.5	静稳型	低压带型	315
20	2017年5月4日09：00至5日13：00	PM₁₀	沙尘型	均压场	290
21	2017年10月1日15：00至2日21：00	PM_2.5	静稳型	均压场	207
22	2017年12月2日18：00至3日17：00	PM_2.5	静稳型	蒙古高压底前部型	274
23	2017年12月25日20：00至27日14：00	PM_2.5	静稳型	华北高压后部型	242
24	2017年12月27日18：00至29日17：00	PM_2.5	静稳型	华北高压后部型	292

Tab.2 Analysis of 24 pollution processes with moderate level and above in Linfen City from 2016 to 2017

编号	污染时间（北京时，下同）	首要污染物	污染类型	海平面环流形势	AQI均值
1	2016年1月1日00：00至5日13：00	PM_2.5	静稳型	低压前部型	242
2	2016年11月3日09：00至6日07：00	PM_2.5	静稳型	低压前部型	270
3	2016年11月10日21：00至13日08：00	PM₁₀	沙尘型	均压场	250
4	2016年11月16日16：00至19日14：00	PM_2.5	静稳型	低压带型	332
5	2016年11月19日18：00至21日15：00	PM_2.5	静稳型	河套倒槽前部型	270
6	2016年11月23日23：00至12月1日15：00	PM_2.5	静稳型	均压场	258
7	2016年12月1日20：00至5日09：00	PM_2.5	静稳型	低压带型	278
8	2016年12月6日20：00至9日06：00	PM_2.5	静稳型	均压场	335
9	2016年12月9日20：00至11日04：00	PM_2.5	静稳型	华北高压后部型	253
10	2016年12月11日19：00至15日15：00	PM_2.5	静稳型	低压带型	337
11	2016年12月16日20：00至21日16：00	PM_2.5	静稳型	河套倒槽前部型	346
12	2016年12月29日19：00至2017年1月6日18：00	PM_2.5	静稳型	蒙古高压底前部型	397
13	2017年1月15日04：00至19日09：00	PM_2.5	静稳型	蒙古高压底前部型	292
14	2017年1月23日19：00至26日14：00	PM_2.5	静稳型	低压前部型	330
15	2017年1月27日21：00至29日08：00	PM_2.5	静稳型	低压带型	258
16	2017年1月31日10：00至2月1日19：00	PM_2.5	静稳型	均压场	232
17	2017年2月2日18：00至5日13：00	PM_2.5	静稳型	华北高压后部型	315
18	2017年2月13日20：00至15日17：00	PM_2.5	静稳型	华北高压后部型	252
19	2017年2月15日20：00至16日19：00	PM_2.5	静稳型	低压带型	315
20	2017年5月4日09：00至5日13：00	PM₁₀	沙尘型	均压场	290
21	2017年10月1日15：00至2日21：00	PM_2.5	静稳型	均压场	207
22	2017年12月2日18：00至3日17：00	PM_2.5	静稳型	蒙古高压底前部型	274
23	2017年12月25日20：00至27日14：00	PM_2.5	静稳型	华北高压后部型	242
24	2017年12月27日18：00至29日17：00	PM_2.5	静稳型	华北高压后部型	292

Fig.2 Cluster diagram of backward trajectory of air flow with the backward delay time of 12 h （a）， 24 h （b）， 48 h （c） and 60 h （d） for 24 pollution processes in Linfen City

Fig.3 Backward trajectory of the 13th pollution process in Linfen City （a） and sea level pressure field （color shaded areas， Unit： hPa） and wind field （wind plumes， Unit： m·s-1， the black circles indicate calm wind） at 02：00 BST on 19 January 2017 （b）（The blue and red lines represent the trajectories before and after clustering， respectively. the same as below）

Fig.4 Backward trajectory of the 9th （a）， 17th （c） and 18th （e） pollution processes in Linfen City and the sea-level pressure field （color shaded areas， Unit： hPa） and wind field （wind plumes， Unit： m·s-1，the black circles indicate calm wind） at 02：00 BST on 11 December 2016 （b）， 14：00 BST on 3 （d） and 02：00 BST on 14 （f） February 2017

Fig.5 Backward trajectory of the 9th （a）， 11th （c） and 22th （e） pollution processes in Linfen City and the sea-level pressure field （color filled areas， Unit： hPa） and wind field （wind plumes， Unit： m·s-1， the black circles indicate calm wind） at 20：00 BST on 10 （b）， 20：00 BST on 16 （d） December 2016 and 20：00 BST on 2 December 2017 （f）

Fig.6 Backward trajectory of airflow from 22 to 25 January 2016 in Linfen City （a）， the sea-level pressure field （color shaded areas， Unit： hPa） and wind field （wind plumes， Unit： m·s-1） at 14：00 BST on 22 January 2016 （b）

References 37

[1]	中华人民共和国生态环境部. 2018年中国生态环境状况公报[R/OL].(2019-05-29)[2022-08-17]. https://www.mee.gov.cn/hjzl/sthjzk/zghjzkgb/201905/P0201906195876-32630618.pdf
[2]	中华人民共和国生态环境部. 2019年中国生态环境状况公报[R/OL]. (2020-06-02)[2022-08-17]. https://www.mee.gov.cn/hjzl/sthjzk/zghjzkgb/202006/P0202006025094-64172096.pdf
[3]	中华人民共和国生态环境部. 2020年中国生态环境状况公报[R/OL]. (2021-05-26)[2022-08-17]. https://www.mee.gov.cn/hjzl/sthjzk/zghjzkgb/202105/P0202105265727-56184785.pdf
[4]	郭新彪, 魏红英. 大气PM_2.5对健康影响的研究进展[J]. 科学通报, 2013, 58(13):1171-1177.
[5]	吕明辉, 张晓美, 李筱竹, 等. 京津冀地区霾健康气象服务社会经济效益评价研究[J]. 气象与环境科学, 2020, 43(3):18-23.
[6]	段培法, 孙雪, 张璇, 等. 江苏省大气污染物健康风险评价[J]. 气象与环境科学, 2021, 44(2):87-95.
[7]	王华, 轩春怡, 吴方, 等. 北京两次重污染沙尘天气成因及动力传输特征的对比研究[J]. 沙漠与绿洲气象, 2020, 14(4):18-26.
[8]	王珊, 廖婷婷, 王莉莉, 等. 西安一次霾重污染过程大气环境特征及气象条件影响分析[J]. 环境科学学报, 2015, 35(11):3452-3462.
[9]	赵克明, 李霞, 孙鸣婧, 等. 乌鲁木齐冬季浅薄型焚风对扩散条件及污染物浓度的影响[J]. 沙漠与绿洲气象, 2019, 13(1):13-20.
[10]	齐佳慧, 郝巨飞, 王丛梅, 等. 河北邢台市连续重污染天气维持与消散成因分析[J]. 沙漠与绿洲气象, 2019, 13(1):122-129.
[11]	王莉莉, 王跃思, 王迎红, 等. 北京夏末秋初不同天气形势对大气污染物浓度的影响[J]. 中国环境科学, 2010, 30(7):924-930.
[12]	张莹, 王式功, 贾旭伟, 等. 华北地区冬半年空气污染天气客观分型研究[J]. 环境科学学报, 2018, 38(10):3826-3833.
[13]	马小会, 廖晓农, 唐宜西, 等. 北京地区重空气污染天气分型及个例分析[J]. 气象与环境学报, 2017, 33(5):53-60.
[14]	赵娜, 马翠平, 李洋, 等. 河北重度污染天气分型及其气象条件特征[J]. 干旱气象, 2017, 35(5):839-846.
[15]	王琼, 沈瑞珊, 庞杨. 河北省重污染天气分型及其预报概念模型研究[J]. 气象与环境科学, 2020, 43(4):105-112.
[16]	杨旭, 张小玲, 康延臻, 等. 京津冀地区冬半年空气污染天气分型研究[J]. 中国环境科学, 2017, 37(9):3201-3209.
[17]	段云霞, 李得勤, 田莉, 等. 辽宁省中部一次重污染过程城市间污染差异及成因[J]. 干旱气象, 2020, 38(2):301-312.
[18]	尹承美, 何建军, 于丽娟, 等. 多尺度气象条件对济南PM_2.5污染的影响[J]. 高原气象, 2019, 38(5):1120-1128. DOI
[19]	杨晓春, 杜萌萌, 吴其重, 等. 西安地区一次重污染过程的气象条件及轨迹分析[J]. 干旱气象, 2016, 34(3):547-552.
[20]	ANTTILA P, STEFANOVSKA A, NESTOROVSKA-KRSTESKA A, et al. Characterisation of extreme air pollution episodes in an urban valley in the Balkan Peninsula[J]. Air Quality Atmosphere and Health, 2016, 9(2):129-141. DOI URL
[21]	桂海林, 江琪, 康志明, 等. 2016年冬季北京地区一次重污染天气过程边界层特征[J]. 中国环境科学, 2019, 39(7):2739-2747.
[22]	李树岭, 赵玲, 花丛, 等. 哈尔滨市冬半年污染传输特征及潜在源区分析[J]. 气象与环境科学, 2021, 44(1):81-88.
[23]	DRAXLER R R, HESS G D. Description of the HYSPLIT4 modelling system[R]. Sliver Spring, Maryland: NOAA, Air Resources Laboratory, 1997.
[24]	中国环境科学研究院, 中国环境监测总站. 环境空气质量指数(AQI)技术规定(试行): HJ633—2012[S]. 北京: 中国环境科学出版社, 2012.
[25]	郭立平, 乔林, 石茗化, 等. 河北廊坊市连续重污染天气的气象条件分析[J]. 干旱气象, 2015, 33(3):497-504.
[26]	闫世明, 王雁, 张岳军, 等. 五台山春季气溶胶传输特征[J]. 中国环境科学, 2020, 40(2):497-505.
[27]	任浦慧, 解静芳, 姜洪进, 等. 太原市大气PM_2.5季节传输路径和潜在源分析[J]. 中国环境科学, 2019, 39 (8):3144-3151.
[28]	CHENG I, ZHANG L, BLANCHARD P, et al. Concentration-weighted trajectory approach to identifying potential sources of speciated atmospheric mercury at an urban coastal site in Nova Scotia, Canada[J]. Atmospheric Chemistry & Physics Discussions, 2013, 13(12): 6031-6048.
[29]	闫世明, 王雁, 郭伟, 等. 太原市秋冬季大气污染特征和输送路径及潜在源区分析[J]. 环境科学, 2019, 40(11):4801-4809.
[30]	曾鹏, 辛存林, 于奭, 等. 典型西南工业城市春冬季PM_2.5来源与潜在源区分析——以柳州市为例[J]. 中国环境科学, 2020, 40(9):3781-3790.
[31]	段时光, 姜楠, 杨留明, 等. 郑州市冬季大气PM_2.5传输路径和潜在源分析[J]. 环境科学, 2019, 40(1):86-93.
[32]	ZHANG F S, ZHU L Y, YAN S M, et al. Analysis of the carbon dioxide mole fraction variation and its transmission characteristics in Taiyuan[J]. Atmospheric and Oceanic Science Letters, 2020, 13(4):363-370. DOI URL
[33]	BORGE R, LUMBRERAS J, VARDOULAKIS S, et al. Analysis of long-range transport influences on urban PM₁₀ using two-stage atmospheric trajectory clusters[J]. Atmospheric Environment, 2007, 41(21): 4434-4450. DOI URL
[34]	WANG Y Q, ZHANG X Y, DRAXLER R R. TrajStat: GIS-based software that uses various trajectory statistical analysis methods to identify potential sources from long-term air pollution measurement data[J]. Environmental Modelling & Software, 2009, 24(8): 938-939.
[35]	李令军, 王英, 李金香, 等. 2000-2010北京大气重污染研究[J]. 中国环境科学, 2012, 32(1):23-30.
[36]	赵敬国, 王式功, 张天宇, 等. 兰州市大气重污染气象成因分析[J]. 环境科学学报, 2015, 35(5):1547-1555.
[37]	张书娟, 刘耀龙. 小气候对临汾市空气污染的影响机制探讨[J]. 资源环境与发展, 2010(3):37-41.