2018, Vol. 23
近年来，随着城市化进程的加快、人类活动的加剧和工业排放的增多，我国东部地区雾—霾天气频发。气象资料统计分析表明，在华北平原（特别是南部地区）能见度小于200 m的浓雾日数有显著增加的趋势（赵慧霞等，2010）。在大部分雾日中（除雨雾外）均有霾出现（雷正翠等，2016）。典型天气个例分析表明（曹伟华等，2013），持续性雾—霾天气过程常常表现出雾、霾混合出现或雾、霾相互转换的复杂特征。此类天气往往伴有极低的能见度和严重的大气污染，影响市民的安全出行并对人体健康造成不利影响。
近十年，人们不断致力于利用非静力平衡中尺度数值预报模式WRF（Weather Research and Forecasting Model）开展大雾天气模拟研究。李元平等（2007）采用WRF v2.1对北京地区一次平流雾进行数值模拟，对天气形势场及物理量场的模拟与实况基本吻合，显示了WRF模拟平流雾的潜在能力。梁爱民等（2007）对华北地区一次平流雾过程进行三维变分同化试验，将常规气象观测资料和飞机观测资料进行三维变分同化试验，同时开展了不同时间间隔的循环同化试验。分析结果显示，三维变分同化观测资料后分析场得到了明显的改善，对雾区的模拟结果也有不同程度的修正。多时次的循环同化比单时次的同化模拟效果改善更为明显。另有一些学者利用不同版本的WRF对我国南方地区（沪宁高速路）多种成因的大雾天气开展模拟和效果检验工作，并尝试对大雾成因进行探讨。如，王佳等（2012）利用WRF v3.0优选微物理过程和陆面过程参数化方案，分别对辐射雾和平流雾进行数值模拟，结果表明模式对平流浓雾的模拟效果较好。严明良等（2011）利用WRF v2.2（网格距为3 km）较成功地模拟了一次辐射雾过程。包云轩等（2013）利用WRF v3.1，结合NCEP再分析资料对发生在我国南方沪宁高速公路上的一次由团雾、辐射雾和平流雾构成的复杂性大雾天气过程进行了数值模拟，在验证模拟结果的基础上，对复杂性大雾过程形成的动力、水汽和热力条件进行分析。
2013年1月我国中东部地区出现多起严重的持续性雾—霾天气过程，王跃思等（2014）利用“中国气溶胶观测研究网（CARE-China）”对2013年1月进行了全程追踪观测和分析，得出：2013年1月9~17日和26~31日为两次超强雾—霾过程。高怡和张美根（2014）、张小玲等（2014）分别利用空气质量预报模式和中尺度气象化学耦合模式WRF-Chem对2013年1月11~14日、1月27~31日华北地区严重雾—霾天气过程的能见度、气象要素以及细颗粒物（PM2.5）浓度的时间变化进行模拟和效果评估，并对霾的形成条件进行探讨。黄蕊珠等（2015）利用嵌套网格空气质量预报模式系统（NAQPMS）及其耦合的污染来源追踪技术，模拟出2013年1月京津冀各城市细颗粒物PM2.5的来源。以上研究虽得出了一些重要的结果，但空气质量预报模式和中尺度气象化学耦合模式缺乏对云水微物理过程、辐射过程、边界层和陆面过程等方面的描述，对于有雾出现的雾—霾天气过程开展数值模拟是有其局限性的。
本文采用考虑了城市复杂下垫面并每3 h进行1次快速循环同化本地加密观测数据的北京快速循环同化中尺度数值预报模式系统BJ-RUC v2.0（Beijing Rapid Updated Cycle analysis and forecast system version 2.0）对2013年1月26~31日持续性雾—霾天气过程开展数值模拟研究，结合高空和地面天气形势，以及地面气象要素、能见度和PM2.5质量浓度值的变化关系分析，揭示在此次过程中的大雾天气形成和发展关键条件，为今后开展北京地区雾和能见度数值预报提供实用方法。
2 资料与方法 2.1 资料本文利用常规气象观测数据分析高空、地面天气系统和天气形势。利用北京市朝阳区气象局（39.95°N，116.48°E）周边的4个高速路自动气象站逐5 min观测数据（五元桥站、温榆河、五方桥、管头），以及朝阳气象局环境监测车TEOM1400a颗粒物监测仪的逐5 min观测数据，分别计算能见度、相对湿度的4站平均值，以及PM2.5质量浓度值小时平均值，分析此次持续性雾—霾天气过程的演变特征。
为了便于划分雾或霾的阶段性特征，首先对雾或霾天气予以界定。参照气象行业标准《霾的观测和预报等级》（QX/T 113-2011）、国家标准《雾的预报等级》（GB/T 27964-2011），本研究规定：发生能见度小于10 km天气时（排除降水、沙尘暴、扬沙、浮尘、烟幕、吹雪、雪暴等天气现象造成的视程障碍），当能见度大于1 km且小于10 km且PM2.5质量浓度值（小时平均）大于75 μg m-3时，识别为霾。而PM2.5质量浓度值（小时平均）小于等于75 μg m-3则识别为轻雾；当能见度小于1 km且相对湿度小于95%时，识别为霾，而相对湿度大于等于95%则识别为雾。雾的等级又细分为：大雾（0.5 km≤能见度<1 km）、浓雾（0.2 km≤能见度<0.5 km）、强浓雾（能见度<0.2 km）。
另外，按照上述标准识别为霾时，根据中国气象局第16号令《气象灾害预警信号发布与传播办法》（2007），若能见度小于等于3 km（黄色预警信号等级），则认定为中度霾。若能见度小于等于2 km（橙色预警信号等级），则认定为重度霾。
2.2 模式方案介绍本文所采用的北京快速循环同化中尺度数值预报系统（BJ-RUC v2.0）其主模式为WRF v3.3，该版本耦合了城市冠层模式UCM（Urban Canopy Model）（Kusaka et al., 2004）。另外，Miao et al.（2009）、苗世光等（2010）充分考虑了城市对风场的影响，进行了城市冠层风速计算的改进。由于雾是发生在近地层的天气现象，为了更精确地模拟下垫面对大雾生消过程，模拟区域内更新了Landsat TM提取的京津冀区域30 m分辨率的下垫面分类数据，城市地表分类更精细，城市面积显著扩大。使模式系统对边界层大气的模拟能力具有明显的优势（张亦洲等，2013；刘梦娟和陈敏，2014）。
BJ-RUC v2.0的模拟区域有2个，分辨率分别为9 km（D1区域）、3 km（D2区域）。D1区域经纬度坐标为：（19.602°N，78.307°E）至（19.602°N，131.693°E），（49.124°N，61.532°E）至（49.124°N，148.468°E）。D2区域经纬度坐标为：（34.744°N，104.415°E）至（33.156°N，122.45°E），（46.472°N，104.29°E）至（44.516°N，126.0268°E）。D1、D2区域水平网格点数分别为400（经向）×649（纬向）和424（经向）×550（纬向），垂直方向分为38层（边界层分为10层）。D1、D2区域独立进行预处理、模拟积分。在D2区域内，除同化常规及加密探空观测、常规及加密地面观测、船舶/浮标观测、飞机观测等全球观测资料外，采用多重外部循环（multi-outloop）方式快速循环同化了北京地区实时的自动站气象观测数据、京津冀地区6部雷达径向风数据（范水勇等，2013；陈敏等，2014）。主要物理过程配置为：WSM6微物理方案（Dudhia et al., 2008），9 km区域采用Kain-Fritsch对流参数化方案（Kain et al., 1993）、3 km区域无对流参数化方案，ACM2边界层方案（Pleim，2007），Noah陆面模式（Chen et al., 2001），RRTM长波辐射方案（Mlawer et al., 1997）和Dudhia短波辐射方案（Dudhia，1989），每15 min计算一次。从2013年1月26日20:00（北京时间，下同）开始进行24 h模拟。逐时输出模拟结果，共进行6 d模拟，2013年2月1日20:00结束。
3 天气实况与天气形势 3.1 天气实况从能见度实况图上看，从2013年1月26日早晨开始，河北大部分地区（除西北部地区外）出现能见度小于10 km的轻雾天气（图 1a），北京南部地区能见度较差为3~9 km。26日夜间，河北西南部地区、北京东南部地区能见度明显下降，27日08:00下降到2 km以下（图 1b）。27日夜间，京津冀地区能见度继续下降、低能见度范围扩大，以天津和北京地区最为明显，北京地区的能见度约为1~2 km（图 1c）。28日14:00图上，北京地区出现大范围重度霾（图略）。28日20:00以后，天津北部—北京地区的能见度继续下降。29日早晨08:00，北京大部分地区为能见度小于1 km的雾区（图 1d），北京东部、南部地区和天津北部出现能见度极低的浓雾区或强浓雾区；30日早晨，北京地区能见度略有好转，而河北东南部地区、天津、北京东部地区的能见度仍小于1 km（图 1e）；30日20:00以后，河北东南部、天津地区的能见度下降，低能见度范围扩大。31日凌晨，在河北东南部、天津地区和北京大部分地区再次形成能见度小于1 km的大片雾区（图 1f）。期间，31日早晨至白天，北京的部分地区出现微量降雪天气。31月23:00以后，华北出现大范围西北风，能见度转好、大雾消散。
|
图 1 2013年1月26~31日京津冀地区能见度分布（数值为站点能见度观测值，单位：km）：（a）26日08:00；（b）27日08:00；（c）28日08:00；（d）29日08:00；（e）30日08:00；（f）31日08:00 Fig. 1 The distribution of visibility over Jing-Jin-Ji region from 26 Jan to 31 Jan 2013 (the value is the visibility of observation, units: km): (a) 0800 LST 26 Jan; (b) 0800 LST 27 Jan; (c) 0800 LST 28 Jan; (d) 0800 LST 29 Jan; (e) 0800 LST 30 Jan; (f) 0800 LST 31 Jan |
分析2013年1月26日00:00至2月1日04:00北京地区地面能见度、相对湿度和PM2.5浓度（小时平均值）时间变化图（图 2），将此次雾—霾过程划分为3个阶段：霾到重度霾阶段。1月26日午后至前半夜，随着PM2.5浓度值、相对湿度的快速增大，能见度快速下降。1月27日凌晨，PM2.5浓度值增大到250 μg m-3以上、能见度下降到2 km以下，27日凌晨至28日白天发展为重度霾天气；雾的形成、发展阶段（期间出现雾、霾转换）。从28日中午开始PM2.5浓度值再次增大，18:00以后相对湿度快速增大，能见度随之降至1 km以下。PM2.5浓度值继续增大，28日午夜达到最大值（达到500 μg m-3以上），随后开始下降。29日凌晨相对湿度达到95%以上，大雾天气形成（伴有严重大气污染），持续到29日下午。29日夜间至30日白天，能见度有所好转（为1~2 km），相对湿度略有下降（为80%~90%），PM2.5浓度值持续下降（但仍在150 μg m-3以上），为重度霾。30日傍晚，PM2.5浓度值有所回升，能见度再一次下降到1 km以下。31日凌晨，相对湿度增大到95%以上（此时，PM2.5浓度值已下降至150 μg m-3以下），大雾再次形成，一直持续到31日午夜；消散阶段，2月1日凌晨大雾消散。
|
图 2 2013年1月26日至2月1日北京地区能见度、地面相对湿度以及朝阳局站PM2.5质量浓度小时平均值时间序列（在时间坐标上，灰色粗实线指示重度霾出现时段，黑色粗实线指示大雾出现时段，图中的阴影区表示能见度快速下降和相对湿度明显上升时段） Fig. 2 Time series of horizontal visibility, relative humidity of surface, and PM2.5 concentration in Beijing from 26 Jan to 1 Feb 2013 (shaded areas show the period of visibility rapid declined and relative humidity significant increased. On the x-axis, the gray and black lines indicate periods of heavy haze and fog, respectively) |
因此，29日凌晨至下午、31日凌晨至前半夜的两段大雾天气的形成和发展分别与28日傍晚以后、31日凌晨相对湿度在短时间内快速增大有关。另外，前期PM2.5浓度值的不断升高加剧了能见度的不断恶化。这也解释了大雾多伴随大气污染天气的原因，即在霾形成、发展阶段，入夜后降温增湿作用或者有外部水汽输入时会出现明显的PM2.5浓度值与相对湿度同步增大现象，表现出气溶胶吸湿增长的特性，进一步加剧了能见度的恶化。另外，大气中气溶胶中的可溶性微粒作为凝结核，可溶性凝结核吸收水汽后会使大雾更易形成（大气在不饱和情况下就能形成小雾滴）。
3.2 天气系统与天气形势1月26日20:00至29日20:00，高空500、700 hPa我国华北地区为西北气流控制。30日08:00以后，700 hPa逐渐转受西南气流控制。31日08:00至20:00，500、700 hPa均处于槽前西南气流中；1月26日20:00至27日08:00，在850 hPa华北地区为西北气流控制。28日20:00以后，河套地区有浅槽，40°N以南出现偏南风。从29日08:00开始，北京转为西来槽前部的西南气流控制。30日20:00以后，蒙古低涡形成，华北上空处于低涡前部的西南气流中。
地面天气图上（图略），1月26日14:00至27日08:00北京处于高压底部的弱辐合区，27日11:00以后华北地区为偏南气流控制。这些是PM2.5质量浓度值快速增大的重要原因。从28日05:00开始，北京处于低压辐合区或倒槽北部的偏东气流中，是大雾形成的有利条件。29日20:00开始，我国东北地区有冷高压明显南压，在下游地区（从我国东北地区到日本海）形成北—南向高压带（该高压带东移缓慢，直到31日11:00以后加速东移），对雾—霾天气过程的长时间维持起重要作用。30日02:00以后，河套西部的低压发展、东移，与位于华北下游（从我国东北地区到日本海）的海上高压形成东高—西低气压场。30日11:00以后，华北地区开始受海上高压后部的偏东风控制。14:00以后，在华东南部地区出现一条由东南风与偏北风构成的辐合线，31日02:00，该辐合线北移至华北地区。海上高压后部的大范围东南气流以及华北地区辐合线的出现均有利于近地层大气增湿，是雾再次形成和发展的关键条件。
4 数值模拟结果分析 4.1 模拟效果检验雾发生在近地面层，模式对地面气象要素的模拟效果十分重要。分析2 m高度（简称2 m）相对湿度、气温和10 m高度（简称10 m）风速模拟值与实测值的时间变化对比图（图 3）：模式对2 m相对湿度、气温和10 m风速都有较好的模拟。对2 m相对湿度、温度的变化趋势的模拟好于10 m风速，但2 m温度模拟值的日变化偏大。误差统计表明：模式对10 m风速模拟误差最小，平均绝对误差分别为0.8 m/s、均方根误差（RMSE）1.0 m/s。其次是2 m气温，平均绝对误差、均方根误差分别为1.6 ℃、1.9 ℃。2 m相对湿度误差略大，平均绝对误差、均方根误差RMSE分别为8.8%。
|
图 3 2009年1月26日20:00至2月1日08:00（39.95°N，116.48°E）地面气象要素的模拟值与实测值（4站平均值）时间变化对比：（a）2 m温度；（b）2 m相对湿度；（c）10 m风速 Fig. 3 Comparison of simulated results over (39.95°N, 116.48°E) and observation (average of the four stations) from 26 Jan to 1 Feb 2013: (a) 2-m-height temperature; (b) 2-m-height relative humidity; (c)10-m-height wind speed |
雾的强度随单位体积大气中水滴或冰晶质量的不同而不同，雾越浓、含水量越大。国内外的学者大都采用Kunkel（1984）的液态水含量Lwc（单位：g kg-1）和能见度Vis（单位：km）关系经验公式（Bergot and Guedalia, 1994），以此量化分析雾的强度：
| ${V_{{\rm{is}}}} = - \frac{{{L_{\rm{n}}}0.02}}{\beta },$ | (1) |
| $\beta = 144.7{(\rho \times {L_{{\rm{wc}}}})^{0.88}},$ | (2) |
其中，ρ0为水汽密度（单位：kg m-3），β为根据试验得出的物理量；Lwc为液态水含量。气温在-15~0 ℃的大雾（秋冬季，冷雾）液态水含量范围为0.05~0.5 g kg-1。根据各地的地域特点和雾形成条件的不同，雾中液态含水量范围也各有不同。本文取液态水含量大于等于0.02 g kg-1为京津冀地区雾区的对应值。
模式对1月28日午夜至29日下午严重大气污染时段的雾区模拟结果显示，雾区位于河北东南部以及天津南部（液态含水量大于等于0.02 g kg-1），北京地区液态含水量在成雾的限值以下（见图 4a、图 4b），即模式未能模拟出北京市域内的雾区。模拟雾区与观测实况的低能见度区存在差异的主要原因是雾、霾混合天气的低能见度不完全由高液态水含量引起，高PM2.5浓度的影响也很大。
|
图 4 2013年1月29日08:00雾区（a）模拟（填色区域为1000 hPa的液态含水量大于等于0.02 g kg-1区域）和（b）能见度观测实况图（绿色区域为能见度小于等于1.0 km的区域，数值为站点能见度观测值，单位：km） Fig. 4 (a) Simulated (the colored areas denote liquid water content ≥0.02 g kg-1 at 1000 hPa) and (b) observation of fog area (the green areas denote foggy area with visibility ≤1.0 km, the values is the visibility of observation, units: km) at 0800 LST on 29 Jan 2013 |
模式对1月31日凌晨开始的主要雾区及其变化有较好模拟，但对雾区位置的模拟存在一定偏差（图 5a、5b）。另外，分析1月30日至31日雾区的模拟结果，从30日下午14:00开始，北京地区局部出现雾区。20:00雾区发展，范围明显扩大。31日凌晨，天津北部地区雾区向西北方向扩展。31日早晨08:00，河北中东部、天津北部地区的液态含水量增大，北京、天津的大部分地区为大雾区（液态含水量最大值达0.42 g kg-1）。因此得出，模式对雾区发展的模拟与实况较为一致。31日14:00以后，北京、天津、河北中东部地区为大片雾区，一直维持到31日20:00。
4.2 雾形成和发展的关键条件分析 4.2.1 低层水汽条件
雾是通过降低温度或者增加水汽这两种途径使近地层大气达到饱和或准饱和而形成的（陈佑淑和蒋瑞宾，1989）。即入夜后近地层辐射降温、水汽凝结的增湿作用（辐射雾），以及因天气系统控制下的水汽输送作用（平流雾）都是大雾过程形成和发展的重要条件。分析1000 hPa风场模拟图发现，在1月28日后半夜至31日20:00的大部分时间，北京东南部地区为持续高湿性东南风控制，表现为平流雾特征。其中，29日04:00至20:00东南风持续了约17 h，30日03:00至20:00持续时间约为18 h、31日06:00至19:00持续时间约为14 h。
1月29日凌晨至20:00，在1000 hPa比湿模拟图上，天津南部—渤海湾地区为比湿大值区，北京东南部地区为持续高湿性东南风，北京区域比湿增大达2.6 g kg-1以上（图 6b）。在1000 hPa相对湿度图上，29日03:00至10:00（见图 6a）、傍晚17:00至20:00，北京东南部地区的相对湿度大值区北伸，北京地区的相对湿度明显增大至90%以上。该时段850 hPa的比湿则较小，北京大部分地区为偏西风、南部地区为西南西风（图 6c）。说明该时段近地层相对湿度增大、雾形成与近地层的持续高湿性东南风有密切关系。
|
图 6 2013年1月29~31日1000 hPa相对湿度场（左列），1000 hPa比湿（填色，单位：g kg-1）和风场（矢量）（中列），以及850 hPa比湿（填色，单位：g kg-1）和风场（矢量）（右列）模拟：（a-c）1月29日08:00；（d-f）1月30日20:00；（g-i）1月31日08:00 Fig. 6 Simulated relative humidity at 1000 hPa (left column), specific humidity (colored, units: g kg-1) and wind field (vector) at 1000 hPa (middle column) and specific humidity (colored, units: g kg-1) and wind field (vector) at 850 hPa (right column): (a-c) 0800 LST 29 Jan 2013; (d-f) 2000 LST 30 Jan 2013; (g-i) 0800 LST 31 Jan 2013 |
1月30日傍晚，在1000 hPa比湿和风场模拟图上，河北中南部—天津地区为比湿大值区，华北地区为大范围高湿性东南气流。30日20:00，北京地区的比湿值由14:00的2.6 g kg-1增大至3.0 g kg-1以上（图 6e）。在对应的1000 hPa相对湿度场模拟图上（图 6d），相对湿度大于95%的大湿度区由天津南部—渤海湾向北京扩展；在850 hPa比湿和风场模拟图上，从30日下午开始，华北地区为大范围西南气流，北京南部地区的比湿值增大（图 6f）。
1月31日凌晨至傍晚，在1000 hPa比湿和风场模拟图上，天津和渤海湾地区、河北东南部地区的大湿度区不断向东北方向扩展（图 6h）。北京处于小风速区（风速小于等于2 m s-1），天津、渤海湾，以及河北中东部地区为东南风或东风控制。31日凌晨至傍晚18:00，在北京南部地区出现由东南风与东北风构成的风场辐合线；对应的1000 hPa相对湿度模拟图上，北京地区的相对湿度一直维持在95%以上（图 6g）。在850 hPa比湿和风场模拟图上，华北地区为大范围西南气流控制，北京南部比湿大值区随西南气流北上，从30日下午开始北京地区的湿度不断增大，14:00比湿值由08:00的2.2 g kg-1增大至3.0 g kg-1以上（图 6i）。
分析北京上空（39.95°N，116.48°E）水平风、比湿和温度垂直分布的时间变化图（图 7a、7b、7c）可以看出，26日夜间至27日上午、28日夜间，近地层为东北风、温度较低、湿度小。27日白天，900 hPa以下为西南风、湿度小。29日凌晨到上午和30日下午到31日傍晚950 hPa以下出现东南风，引起近地层大气湿度增大。30日前半夜，低层大气湿度进一步增大、湿层增厚是950 hPa以上西南气流水汽输送的结果。
|
图 7 2013年1月26日20:00至2月1日08:00（39.95°N，116.48°E）（a）风矢量（长直线为风矢杆，垂直于风矢杆的每一短直线代表 4 m s-1风速）、纬向风u分量（填色）和水平风速（红色等值线，单位：m s-1）、（b）比湿、（c）温度的气压—时间剖面模拟 Fig. 7 Time-pressure chart of (a) wind vector and zonal wind u components (long straight line is the wind shaft, short line represents 4 m s-1 wind speed; shaded areas are for u component, units: m s-1; red lines are wind speed, units: m s-1), (b) specific humidity, and (c) temperature from 2000 LST 26 Jan to 0800 LST 1 Feb 2013 over (39.95°N, 116.48°E) |
由以上分析得出：29日凌晨到白天、1月30日夜间到傍晚的大雾形成和发展与天津—渤海湾地区、河北东南部地区出现的大范围高湿性东南风密切相关，其主要作用是使近地层的大气湿度不断增大达到95%以上，这是大雾天气形成的关键条件。北京东南部的风场辐合线引起低层大气产生上升运动、上层大气的西南暖湿气流的主要作用是使大气湿度进一步增大、湿层增厚，是大雾进一步发展的重要条件。
4.2.2 动力条件分析北京上空（39.95°N，116.48°E）水平风垂直分布的时间变化图（图 7a）可以看出，1月26日夜间到31日前半夜，在950 hPa以下始终为风速小于等于2 m/s的小风层，说明近地层大气的通风性极差。直到31日20:00以后出现整层北风，大雾才得以消散。
利用模拟结果计算北京上空各层水平风散度D，分析北京上空的风场辐合、辐散情况。从水平风散度D的垂直分布时间变化图可以看出（图 8），26日傍晚到夜间、27日早晨至前半夜、28日前半夜，低层散度为负值，为风场辐合。近地层风速小使大气流动性差加之风场辐合作用，有利于大气污染物的聚积，同时也有利于大气湿度的增大。29日夜间到30日白天、31日凌晨到傍晚，近地层950 hPa以下散度为负值，为风场辐合，其上层为正值，为风场辐散。近地层空气辐合上升，湿度进一步增大、湿层增厚，对大雾的再次形成和发展起到重要作用。另外，从31日凌晨开始，近地层950 hPa以下出现较明显的风场辐合（与近地层1000 hPa的辐合线相对应）、其上层为较明显的风场辐散，这种配置有利于降雪天气的形成（从观测实况看，31日凌晨到白天一些地区出现了微量降雪天气）。
|
图 8 2013年1月26日20:00至2月1日08:00（39.95°N，116.48°E）水平风散度D的气压—时间剖面模拟（实线为散度D≤0等值线，单位：10-5 m s-2） Fig. 8 Time-pressure chart of horizontal wind divergence (contour lines denote divergence D≤0, units: 10-5 m s-2) from 20 00 LST 26 Jan to 0800 LST 1 Feb 2013 over (39.95°N, 116.48°E) |
从北京上空各层水平风、温度垂直分布的时间变化图（见图 7a、7c）可看出，29日20:00至31日20:00，950 hPa以上出现的持续西南风导致低层大气温度呈明显的上暖、下冷的逆温结构，以29日夜间至31日早晨逆温强度最强。逆温结构长时间存在、最厚逆温层达到900 hPa，致使大气层结极为稳定。近地层逆温层的形成和增厚使大气的湍流运动会受抑制，使大雾天气加重和长时间维持。
利用模拟结果计算各层温度平流Tadv、分析温度平流垂直分布及其时间变化（图 9），证明了1月26日夜间，地面至850 hPa的温度平流为正值，暖平流。同时，27日上午至28日凌晨、29日前半夜至30日白天、30日夜间至31日傍晚，975~850 hPa出现较明显的暖平流。其结果使对应时间27日上午至28日白天、29日前半夜至31日傍晚近地层逆温加强，使逆温层（见图 7c）得以长时间维持，这是大雾天气发展和维持的重要条件。
|
图 9 2013年1月26日20:00至2月1日08:00（39.95°N，116.48°E）温度平流Tadv的气压—时间剖面模拟（实线为暖平流Tadv≥0等值线，单位：10-4 ℃ s-1） Fig. 9 Time-pressure chart of temperature advection from 2000 LST 26 Jan to 0800 LST 1 Feb 2013 over (39.95°N, 116.48°E) (contour lines denote warm advection Tadv≥0, units: 10-4 ℃ s-1) |
本文利用高空和地面常规气象观测资料、自动气象站观测资料和大气成分观测资料，分析了2013年1月26~31日北京地区持续性雾-霾天气过程的演变特征，以及天气系统对大雾形成、发展的影响，得出：28日夜间大雾的形成与近地层处于低压辐合区和倒槽顶部偏东气流的增湿作用有关。30日夜间大雾的再次形成和发展与华北大部分地区处于地面海上高压后部的东南暖湿气流，以及华北地区辐合线的辐合作用使大气湿度快速增大有直接关系。另外，29日傍晚以后，从我国东北地区南下的弱冷高压，在下游地区的朝鲜半岛—日本海形成较强高压带，对上游系统的阻挡作用是华北地区雾天气加强和长时间维持的重要原因。
利用先进的北京快速循环同化中尺度数值预报系统（BJ-RUC v2.0）开展数值模拟，分析此次过程中大雾形成和发展的关键条件，得出：
（1）模式对1月30日夜间至31日前半夜雾区及变化有较好的模拟，但对28日夜间至29日白天（伴严重大气污染）雾区的模拟偏差较大，其主要原因是雾、霾混合天气的低能见度既有高湿度的影响也有模式无法反映出的高PM2.5浓度的影响。
（2）1月29日凌晨至白天、1月31日凌晨至傍晚的大雾形成和发展与天津—渤海湾地区、河北东南部地区出现的大范围高湿性东南风密切相关。其主要作用是使北京地区的近地层大气湿度不断增大达到饱和或者准饱和，这是大雾天气形成的关键条件。
（3）整个雾霾过程中（26日夜间至31日前半夜），950 hPa以下风速很小，近地层空气流动性差。期间，26日傍晚至夜间、27日早晨至前半夜、28日前半夜，900巴帕以下均出现辐合。近地层风速小加之风场辐合的主要作用是有利于污染物的聚积。29日夜间至30日白天、31日凌晨至傍晚，近地层为风场辐合、其上层950~850 hPa为风场辐散的结构使近地层大气湿度增大，大雾天气维持和发展。与前期相比，31日凌晨至傍晚，近地层的风场辐合更为明显，在975~800 hPa出现西南暖湿平流使大气湿层增厚，导致零星小雪天气的出现。
（4）1月29日前半夜至31日傍晚，975~800 hPa长时间存在的暖平流有利于近地逆温层的长时间维持。另外，与前期相比，31日凌晨至前半夜975~800 hPa的暖平流更为明显，使逆温层维持时间延长、大气层结维持稳定，是大雾天气的发展和维持的重要条件。
综上所述，利用BJ-RUC v2.0对持续性雾—霾天气过程中大雾的形成和发展的模拟具有一定优势，能够揭示出大雾形成、发展和消散过程的边界层结构特征和物理条件。但是，该模式系统侧重于对天气系统、大气热力动力条件、云微物理过程、陆面过程的影响，对大气污染严重时段的模拟效果欠佳。下一步将围绕气溶胶大气污染对雾—霾天气的影响开展进一步的分析研究工作。
致谢: 本研究得到了北京城市气象研究所孟春雷和范水勇等同事的真诚帮助，在此一并感谢！| [] | 包云轩, 丁秋冀, 袁成松, 等. 2013. 沪宁高速公路一次复杂性大雾过程的数值模拟试验[J]. 大气科学, 37(1): 124–136. Bao Yunxuan, Ding Qiuji, Yuan Chengsong, et al. 2013. Numerical simulations of a highly complex fog event on Shanghai-Nanjing expressway[J]. Chinese Journal of Atmospheric Sciences, 37(1): 124–136. DOI:10.3878/j.issn.1006-9895.2012.12010 |
| [] | Bergot T, Guedalia D. 1994. Numerical forecasting of radiation fog Part Ⅰ:Numerical model and sensitivity tests[J]. Mon. Wea. Rev., 122(6): 1218–1230. DOI:10.1175/1520-0493(1994)122<1218:NFORFP>2.0.CO;2 |
| [] | 曹伟华, 梁旭东, 李青春. 2013. 北京一次持续性雾霾过程的阶段性特征及影响因子分析[J]. 气象学报, 71(5): 940–951. Cao Weihua, Liang Xudong, Li Qingchun. 2013. A study of the stageful characteristics and influencing factors of a long-lasting fog/haze event in Beijing[J]. Acta Meteorologica Sinica, 71(5): 940–951. DOI:10.11676/qxxb2013.072 |
| [] | 陈敏, 陈明轩, 范水勇. 2014. 雷达径向风观测在华北区域数值预报系统中的实时三维变分同化应用试验[J]. 气象学报, 72(4): 658–677. Chen Min, Chen Mingxuan, Fan Shuiyong. 2014. The real-time radar radial velocity 3DVar assimilation experiments for application to an operational forecast model in North China[J]. Acta Meteorologica Sinica, 72(4): 658–677. DOI:10.11676/qxxb2014.070 |
| [] | 陈佑淑, 蒋瑞宾. 1989. 气象学[M]. 北京: 气象出版社: 288-292. Chen Youshu, Jiang Ruibin. 1989. Meteorology[M]. Beijing: China Meteorological Press: 288-292. |
| [] | Chen Fei, Dudhia Jimy. 2001. Coupling an advanced land surface hydrology model with the penn state-NCAR MM5 modeling system.Part Ⅰ:Model implementation and sensitivity[J]. Mon. Wea. Rev., 129(4): 569–585. DOI:10.1175/1520-0493(2001)129<0569:CAALSH>2.0.CO;2 |
| [] | Dudhia J. 1994. Numerical study of convection observed during the winter monsoon experiment using a mesoscale two-dimensional model a[J]. J Atmos Sci., 46(20): 3077–3107. |
| [] | Dudhia J, Hong S Y, et a1. 2001. A new method for representing mixed-phase particle fall speeds in bulk microphysics parameterizations[J]. J Meteor Soc Japan, 86A: 33–44. |
| [] | 范水勇, 王洪利, 陈敏, 等. 2013. 雷达反射率资料的三维变分同化研究[J]. 气象学报, 71(3): 527–537. Fan Shuiyong, Wang Hongli, Chen Min, et al. 2013. Study of the data assimilation of radar reflectivity with the WRF 3D-Var[J]. Acta Meteorologica Sinica, 71(3): 527–537. DOI:10.11676/qxxb2013.032 |
| [] | 高怡, 张美根. 2014. 2013年1月华北地区重雾霾过程及其成因的模拟分析[J]. 气候与环境研究, 19(2): 140–152. Gao Yi, Zhang Meigen. 2014. Numerical simulation of a heavy fog-haze episode over the North China plain in January 2013[J]. Climatic and Environmental Research, 19(2): 140–152. DOI:10.3878/j.issn.1006-9585.2014.13135 |
| [] | 黄蕊珠, 陈焕盛, 葛宝珠, 等. 2015. 京津冀重霾期间PM2.5来源数值模拟研究[J]. 环境科学学报, 35(9): 2670–2680. Huang Ruizhu, Chen Huansheng, Ge Baozhu, et al. 2015. Numerical study on source contributions to PM2.5 over Beijing-Tianjin-Hebei area during a severe haze event[J]. Acta Scientiae Circumstantiae, 35(9): 2670–2680. DOI:10.13671/j.hjkxxb.2015.0046 |
| [] | Kunkel B A. 1984. Parameterization of droplet terminal velocity and extinction coefficient in fog models[J]. J. Climate Appl. Meteor., 23(1): 34–41. DOI:10.1175/1520-0450(1984)023<0034:PODTVA>2.0.CO;2 |
| [] | Kusaka H, Chen F, Bao J W, et al. 2004. Simulation of the urban heat island effects over the greater Houston area with the high resolution WRF/LSM/Urban coupled system[R]. Symposium on "Planning, Nowcasting, and Forecasting in the Urban Zone". Seattle, WA. |
| [] | 雷正翠, 钱玮, 夏文梅, 等. 2016. 常州地区霾的变化特征及影响因子分析[J]. 气象与环境学报, 32(3): 53–60. Lei Zhengcui, Qian Wei, Xia Wenmei, et al. 2016. Analysis of characteristics and impact factors of haze in Changzhou[J]. Journal of Meteorology and Environment, 32(3): 53–60. DOI:10.3969/j.issn.1673-503X.2016.03.008 |
| [] | 李元平, 梁爱民, 张中锋, 等. 2007. 北京地区一次冬季平流雾过程数值模拟分析[J]. 云南大学学报(自然科学版), 29(2): 167–172, 182. Li Yuanping, Liang Aimin, Zhang Zhongfeng, et al. 2007. Simulation and analysis of a winter advection fog in Beijing area[J]. Journal of Yunnan University (Natural Sciences), 29(2): 167–172, 182. |
| [] | 梁爱民, 张庆红, 刘开宇, 等. 2007. 华北地区一次大雾过程的三维变分同化试验[J]. 气象学报, 65(5): 792–804. Liang Aimin, Zhang Qinghong, Liu Kaiyu, et al. 2007. 3D variation data assimilation experiments on a dense fog event over North China[J]. Acta Meteorologica Sinica, 65(5): 792–804. DOI:10.11676/qxxb2007.075 |
| [] | 刘梦娟, 陈敏. 2014. BJ-RUC系统对北京夏季边界层的预报性能评估[J]. 应用气象学报, 25(2): 212–221. Liu Mengjuan, Chen Min. 2014. Evaluation of BJ-RUC system for the forecast quality of planetary boundary layer in Beijing Area[J]. Journal of Applied Meteorological Science, 25(2): 212–221. DOI:10.11898/1001-7313.20140211 |
| [] | Miao S G, Chen F, LeMone M A, et al. 2009. An observational and modeling study of characteristics of urban heat island and boundary layer structures in Beijing[J]. Journal of Applied Meteorology and Climatology, 48(3): 484–501. DOI:10.1175/2008JAMC1909.1 |
| [] | 苗世光, Chen Fei, 李青春, 等. 2010. 北京城市化对夏季大气边界层结构及降水的月平均影响[J]. 地球物理学报, 53(7): 1580–1593. Miao Shiguang, Chen Fei, Li Qingchun, et al. 2010. Month-averaged impacts of urbanization on atmospheric boundary layer structure and precipitation in summer in Beijing area[J]. Chinese Journal of Geophysics, 53(7): 1580–1593. DOI:10.3969/j.issn.0001-5733.2010.07.009 |
| [] | Mlawer E J, Taubman S J, et al. 1997. Radiative transfer for inhomogeneous atmospheres:RRTM, a validated correlated-k model for the long wave[J]. J Geophys Res, 102(D14): 16663–16682. DOI:10.1029/97JD00237 |
| [] | Pleim J E. 2007. A combined local and nonlocal closure model for the atmospheric boundary layer. part Ⅰ:Model description and testing[J]. J. ppl. Meteor. climatol., 46(9): 1388–1395. |
| [] | 王佳, 缪启龙, 严明良, 等. 2012. 采用不同参数化方案对沪宁高速公路浓雾过程的模拟试验[J]. 气象与减灾研究, 35(1): 29–35. Wang Jia, Miao Qilong, Yan Mingliang, et al. 2012. Simulation of a heavy fog process over Shanghai-Nanjing expressway using different parameterization schemes of WRF model[J]. Meteorology and Disaster Reduction Research, 35(1): 29–35. |
| [] | 王跃思, 姚利, 王莉莉, 等. 2014. 2013年元月我国中东部地区强霾污染成因分析[J]. 中国科学:地球科学, 57(1): 14–25. Wang Yuesi, Yao Li, Wang Lili, et al. 2014. Mechanism for the formation of the January 2013 heavy haze pollution episode over central and eastern China[J]. Science China:Earth Sciences, 57(1): 14–25. DOI:10.1007/s11430-013-4773-4 |
| [] | 严明良, 缪启龙, 袁成松, 等. 2011. 沪宁高速公路一次大雾过程的数值模拟及诊断分析[J]. 高原气象, 30(2): 428–436. Yan Mingliang, Miao Qilong, Yuan Chengsong, et al. 2011. Numerical simulation and diagnostic analysis of a heavy fog process in Shanghai-Nanjing express way[J]. Plateau Meteorology, 30(2): 428–436. |
| [] | 张小玲, 唐宜西, 熊亚军, 等. 2014. 华北平原一次严重区域雾霾天气分析与数值预报试验[J]. 中国科学院大学学报, 31(3): 337–344. Zhang Xiaoling, Tang Yixi, Xiong Yajun, et al. 2014. Analysis and numerical forecast of a regional fog-haze in North China plain[J]. Journal of University of Chinese Academy of Sciences, 31(3): 337–344. |
| [] | 张亦洲, 苗世光, 戴永久, 等. 2013. 北京夏季晴天边界层特征及城市下垫面对海风影响的数值模拟[J]. 地球物理学报, 56(8): 2558–2573. Zhang Yizhou, Miao Shiguang, Dai Yongjiu, et al. 2013. Numerical simulation of characteristics of summer clear day boundary layer in Beijing and the impact of urban underlying surface on sea breeze[J]. Chinese Journal of Geophysics, 56(8): 2558–2573. DOI:10.6038/cjg20130806 |
| [] | 赵慧霞, 王维国, 李泽椿, 等. 2010. 雾对我国交通运输的不利影响及对策[J]. 气象与环境学报, 26(2): 58–62. Zhao Huixia, Wang Weiguo, Li Zechun, et al. 2010. Effects of fog on traffic and transportation and the countermeasures in China[J]. Journal of Meteorology and Environment, 26(2): 58–62. |