环境科学  2021, Vol. 42 Issue (10): 4660-4668   PDF    
北京平原和延庆地区山谷风异同及对污染的影响
吴进1,2, 李琛3, 马志强1, 孙兆彬4, 韩婷婷1, 邱雨露1, 马小会1, 李颖若1, 朱晓婉1     
1. 京津冀环境气象预报预警中心, 北京 100089;
2. 上甸子国家大气本底站, 北京 101507;
3. 北京市气象服务中心, 北京 100089;
4. 中国气象局北京城市气象研究院, 北京 100089
摘要: 在一定的地形与天气条件下,山谷风环流是影响山地和平原气溶胶污染的主要气象因素之一.本研究基于2015~2019年京津冀地区生态环境监测数据和多源气象数据,对比分析了北京平原和延庆地区山谷风异同,结合典型污染事件揭示了山谷风不同阶段对PM2.5浓度的影响机制.经分析发现,观象台山谷风为偏西南风转偏东北风,延庆站为偏东南风转偏东北风,随着污染等级加重,山谷风强度减弱17.7%~32.4%;观象台风速2~6 m·s-1时,最大为SE风向PM2.5浓度83μg·m-3,东南风浓度高于西南;延庆站风速2~6 m·s-1时,偏东南方向浓度高于其他风向20~40μg·m-3,谷风阶段PM2.5浓度高于近5年均值10~12μg·m-3.以2015年3月5~8日重污染事件为例,山谷风的影响作用主要体现在谷风时段东南风的高湿性及区域传输作用,延庆站3月6~7日谷风阶段PM2.5浓度上升100~130μg·m-3;山风时段逆温发展至1000 m,观象台和延庆站露点先后抬升18℃左右,延庆站露点峰值滞后观象台2 h,高湿环境下PM2.5浓度小幅上升.同时,3月6~7日延庆站400 m高度和玉渡山站热力梯度逐渐减小,山谷风分别减小8%和6%,局地环流减弱可能与边界层和高浓度气溶胶双向反馈机制有关.
关键词: 山谷风环流      PM2.5      北京平原      延庆      边界层      双向反馈     
Similarities and Differences of Valley Winds in the Beijing Plain and Yanqing Areas and Its Impact on Pollution
WU Jin1,2 , LI Chen3 , MA Zhi-qiang1 , SUN Zhao-bin4 , HAN Ting-ting1 , QIU Yu-lu1 , MA Xiao-hui1 , LI Ying-ruo1 , ZHU Xiao-wan1     
1. Environmental Meteorology Forecast Center of Beijing-Tianjin-Hebei, Beijing 100089, China;
2. Shangdianzi National Atmosphere Background Station, Beijing 101507, China;
3. Beijing Meteorological Service Center, Beijing 100089, China;
4. Institute of Urban Meteorology, China Meteorological Administration, Beijing 100089, China
Abstract: Under certain terrain and weather conditions, mountain-valley circulation is one of the main meteorological factors affecting aerosol pollution in plain-mountain area. Based on environmental monitoring data and multi-source meteorological data for the Beijing-Tianjin-Hebei region between 2015 and 2019, the characteristics, similarities, and differences of mountain-valley winds in the Beijing Plain and Yanhuai Basin regions were compared. The results show that the mountain-valley winds recorded at the Beijing Observatory are from southwest to northeast compared to from the southeast to northeast at Yanqing station. With the aggravation of pollution levels, the mountain-valley wind intensity decreased by 17.7%-32.4%. When the wind speed at Beijing Observatory was 2-6 m·s-1, the maximum PM2.5 concentration in southeast was 83 μg·m-3, which was higher than in the southwest. When the wind speed at the Yanqing station was 2-6 m·s-1, the PM2.5 concentrations in SE-SSE area was 20-40 μg·m-3 higher than in other directions, and the concentrations in the valley winds were 10-12 μg·m-3 higher than the average value for the last five years. Taking the typical heavy pollution event on March 5-8, 2015, as an example, the influence of mountain-valley winds is mainly reflected in the high humidity and regional transmission of southeast winds during the valley wind stage. The PM2.5 concentrations at the Yanqing station increased by 100-130 μg·m-3 during the valley wind stage on March 6 and 7, 2015. The inversion temperature developed to 1000 m during the mountain wind stage, the local dew point at the Beijing Observatory and the Yanqing station rose by approximately 18℃. The peak dew point at the Yanqing station occurring 2 hours after the Beijing Observatory, and the concentrations of PM2.5 rose slightly under high humidity conditions. Meanwhile, the thermal gradient between the 400-m-high Yanqing Station and Yudu Mountain gradually decreased, and the mountain-valley wind decreased by 8% and 6%, respectively. The weakening of local circulation may be related to the bidirectional feedback mechanism of the boundary layer and high concentrations of aerosols.
Key words: mountain-valley wind      PM2.5      Beijing plain      Yanqing      boundary      bidirectional feedback     

北京2022年冬奥会和冬残奥会将在北京赛区、延庆赛区和张家口赛区举行, 其中, 北京赛区位于城区的6个体育场馆承担了冰壶、冰球、滑冰和滑雪等7项赛事, 延庆赛区承担了高山滑雪、雪车和雪橇等4项赛事.虽然自2013年大气污染防治行动计划(“大气十条”)[1]颁布后, 京津冀、长三角和珠三角等3个区域2017年PM2.5年均浓度下降28%~40%[2], 但近年来秋冬季京津冀地区仍会发生多次区域重污染事件[3, 4], 而冬奥会期间重污染事件的发生, 将对中国国际形象及全球各地的赛事参与者的健康带来恶劣影响[5~7].因此, 深入研究北京地区, 尤其是延庆赛区的重污染事件机制仍十分必要.

北京平原地区两面环山, 北面为东西走向的燕山山脉, 西面临东北至西南走向的太行山脉, 二山系通过余脉军都山相连, 东南部为广阔的平原地带(图 1), 早期将其盛行的局地环流称为山谷风[8, 9], 但北京平原并非典型山谷地形, 其产生的局地风系严格意义上应为“斜坡风”[10], 后文暂统一称为“山谷风”.延庆地区与北京平原地形差异较大, 三面环山, 其城区位于延怀盆地之中, 西临官厅水库, 北临北京境内最高海拔山脉——海坨山, 为典型的山谷地形, 其山谷风的特征和形成机制与北京平原地区有显著差异.

黑色方形: 延庆气象站; 黑色圆形: 延怀盆地所选自动站(农场、张山营、东门营、野鸭湖湿地和葡萄博览园); 红色方形: 观象台; 红色圆形: 平原地区所选人工站(昌平、顺义、海淀、朝阳、石景山、丰台、大兴和房山) 图 1 北京平原地区和延庆地区地形 Fig. 1 Topography of the Beijing Plain and Yanqing area

在一定的地形与天气条件下, 山谷风环流是影响山地和平原地区大气污染的主要气象因素之一[11, 12].主要形成原因是由于山体表面与其对应高度上大气比热异同导致白天(夜间)盛行谷地吹向山地(山地吹向谷地)的近乎反向风系[13].不少学者研究发现局地山谷风环流是影响复杂山地地形下大气污染的主要气象因素之一, 很大程度影响了北京地区PM2.5的输送和扩散[14~17].很多污染过程都是向山前输送并积累的过程[18, 19], 山谷风形成沿山地平原交接地带的辐合气流区, 易于污染物的聚积[20].除了决定PM2.5的空间分布之外[12, 21], 在山风和谷风转换期所形成的气象条件对PM2.5浓度也具有重要影响[22, 23], 任阵海等[24]的研究发现均压场控制下易出现近地面小尺度局地环流群体, 形成污染物风场汇聚带, 随着重污染层形成后衰减或消失.此外, 很多学者发现边界层内积累到一定程度的气溶胶污染还会显著改变边界层条件, 导致逆温、低层增湿、边界层高度显著下降、大气稳定度增加, 形成不利气象条件与累积的气溶胶之间的双向反馈机制[25, 26].

目前, 国内外关于北京山谷风的研究大都以平原地区山谷风为对象[27, 28], 还未有将延庆与平原地区区分开的研究成果, 而延庆地区与平原的山谷风差异决定了他们对污染的影响不尽相同, 但是二者又密不可分.山谷风往往发生在弱天气系统下, 而重污染天气发生在稳定环流之下, 二者形成的天气背景有一定相似之处.延庆人口密度较城区显著偏小, 且人为排放源少, 其重污染天气的发生大都是由于区域输送所致, 而延庆与北京平原隔着海拔500~1 500 m的军都山脉, 边界层风场达到一定厚度即可出现污染物的区域传输[29].因此, 研究北京平原和延庆地区山谷风环流差异及对污染的影响, 对北京地区重污染事件的精细化预报预警具有重要参考价值.

1 材料与方法 1.1 数据来源

北京地区平原和延庆地区生态环境监测数据来源于北京大气环境监测中心发布的北京区域35个监测站的逐时PM2.5浓度数据(http://zx.bjmemc.com.cn/).北京地区地面加密自动气象站数据来自北京市气象局, 均经过严格的质量控制.

观象台风廓线雷达垂直探测范围为150~8 960 m, 共50层, 延庆站风廓线雷达垂直探测范围为150~12 030 m, 共59层, 时间分辨率均为6 min, 每个采样高度上所获得的数据包括采样高度、水平风向、水平风速、垂直风速、水平方向可信度和垂直方向可信度等.观象台和延庆站微波辐射计(TP WVP-3000)为美国Radiometrics公司生产的12通道辐射计, 反演得到的大气廓线共47层, 测量从地面到高空10 km的温度、水汽、相对湿度和液态水的垂直廓线.

1.2 北京平原和延庆地区山谷风计算方法

实测风场是天气尺度环流和局地环流叠加的表现, 故提取局地环流需去除天气尺度背景风场.本研究剔除了2015~2019年的强降水日和大风日等强天气系统影响的天数, 并根据延庆地形特点提出适用于延庆地区的山谷风日的计算方法[30~32], 具体如下.

将实测风分解为ucvc分量, 则ucvc分量的日平均为系统风usvs分量, 局地风ulvl分量为逐时实测风ucvc分量减去系统风usvs分量, ulvl分量合成即为:

北京平原和延庆地区山谷风日均为偏南风和偏北风的转折[8, 9].为与太阳辐射加热时长一致, 白天和夜间的界限使用2015~2019年每月北京地区日出日落的平均时间, 同时, 为与PM2.5浓度数据日平均时段保持一致, 山谷风日定义为若某日前一日日落至日出时段内, 局地风为偏北风且维持4 h及以上, 日出至日落时段内, 局地风为偏南风且持续4 h及以上, 则认定为某站的山谷风日, 4个连续时次v分量之和最大值作为山/谷风强度.同时, 局地环流尺度应是发生在某一片区域而非一个单站, 选取延庆延怀盆地中6个人工或自动气象站, 平原地区9个人工气象站(图 1), 若80%(即延庆5个及以上、平原7个及以上)气象站为山谷风日则判断为北京平原或延庆地区的一个山谷风日.

2 结果与分析 2.1 2015~2019年北京平原和延怀盆地山谷风特征

本研究使用北京观象台代表北京平原地区, 延庆站代表延怀盆地对2015~2019年风频日变化进行分析研究.观象台2015~2019年风向具有明显日变化特征[图 2(a)], 02:00~11:00以E、ENE、NE和NNE(E-NNE, 下同)为主, 夜间最大风向频率出现在07:00 NE风频0.91%, 11:00前后由E-NNE转为WSW-S并持续到23:00前后, 白天最大风向频率为17:00 SSW风频0.94%, 按照1.2节的计算方法, 2015~2019年北京平原共出现了山谷风日367 d, 其风频日变化如[图 2(b)], 风向转折时段和最大风频出现时间较所有天数无显著变化, 但主要风频SSW风频升至1.8%, NE升至1.1%.延庆站风频日变化较观象台复杂, 夜间风向频率与观象台一致, 集中在19:00~次日08:00 E-NNE, 但白天存在两个风频大值中心, 分别为13:00 WSW-SW和18:00 ESE, 最大风频均为0.59%, 延怀盆地共出现山谷风日384 d, 白天SSE-ESE风频占比显著高于WSW-SW.因此, 北京平原地区山谷风为白天偏西南风转为夜间偏东北风, 而延庆站的山谷风多是白天偏东南风转为夜间偏东北风, 二者谷风时段差异较大.

观象台: (a)所有天数, (c)山谷风日; 延庆站: (b)所有天数, (d)山谷风日 图 2 北京观象台和延庆站风向频率日变化 Fig. 2 Diurnal variations in wind direction and frequency at the Beijing Observatory and Yanqing station

将山风阶段4个连续时次偏北风风速之和最大值作为平均偏北风风速, 同理计算出谷风阶段平均偏南风风速(图 3), 观象台2015~2019年山谷风天数最多出现在6月(45 d), 12月最少(19 d); 延庆站最多为5月(69 d), 最少为12月(9 d).观象台和延庆站山谷风强度均在4月最大, 9~10月最小.因此, 无论山区或平原, 春季山谷风多发, 冬季少发, 这可能与春季太阳辐射较强、低云量少有关, 而夏季进入雨季后云量大幅增加, 阻挡太阳辐射到达地表.将PM2.5日均浓度分为轻度、中度和重度及以上污染(图 4), 在不同等级污染下延庆站出现山谷风的频率均高于观象台5%左右; 随着污染加重, 观象台和延庆站的山谷风日占比和山谷风强度均逐步减小, 观象台重度及以上污染山风和谷风强度为0.63 m·s-1和1.12 m·s-1, 较轻度污染下减小21.6%和27.7%, 延庆站重度及以上污染山风和谷风为0.39 m·s-1和1.16 m·s-1, 较轻度污染减小17.7%和32.4%, 高浓度的PM2.5对山谷风有一定削弱作用, 尤其对延庆站的谷风削弱最为显著.

图 3 观象台和延庆站的山谷风天数和强度 Fig. 3 Days and intensity of mountain-valley winds at the Beijing Observatory and Yanqing station

图 4 观象台和延庆站不同PM2.5浓度阈值下山谷风特征 Fig. 4 Characteristics of mountain-valley winds under different PM2.5 concentration thresholds at the Beijing Observatory and Yanqing station

2.2 2015~2019年北京平原和延怀盆地不同风向下PM2.5浓度特征

对于北京而言, 特定的风速和风向对污染物浓度有重要影响, 目前, 偏南风对北京地区污染的动力和热力机制已被普遍认识, 西南和东南通道形成的区域污染传输是北京秋冬季节重污染事件的发生发展的核心因素之一[33~36].从2015~2019年不同风向下PM2.5浓度均值可得(图 5), 当风速0~2 m·s-1时, 各风向下PM2.5浓度均值差异较小.观象台随着风速增大, 偏东南和西南风向PM2.5浓度均值明显上升, 2~4 m·s-1时PM2.5浓度最大为E风向69.7μg·m-3, 4~6 m·s-1时浓度最大为SE风向83μg·m-3, 风速≥6 m·s-1时, E-SE和SSW-WSW风向的PM2.5浓度均值较大, 最大为SE风向82μg·m-3.延庆站不同风向风速下PM2.5浓度差异更显著, 风速2~6 m·s-1时, E-SSE风向的PM2.5浓度显著高于其他风向20~40μg·m-3, 风速≥6 m·s-1时, SE风向浓度达58μg·m-3.因此, 无论是延庆站还是观象台站, 在2 m·s-1以上的偏东南风影响下, PM2.5浓度均为各风向中最高, 而观象台在偏西南风下PM2.5浓度次高.

图 5 2015~ 2019年不同风向下PM2.5浓度均值 Fig. 5 Mean PM2.5 concentrations in different wind directions from 2015 to 2019

上述结论可知谷风时段延庆站以偏东南风居多, 观象台站偏西南风居多, 平均偏南风风速为2.25~4.25 m·s-1, 两站谷风时段有利于本地PM2.5浓度上升.从观象台的PM2.5日变化来看(图 6), 00:00~09:00和13:00~16:00山谷风日的PM2.5小时浓度低于2015~2019年的小时均值(均值, 下同), 19:00~23:00浓度高于均值2~6μg·m-3, 在谷风时段前半段PM2.5无显著上升, 后半段PM2.5浓度小幅上升, 山风阶段PM2.5低于均值.延庆站山谷风影响下PM2.5小时浓度均高于均值, 最大差异在于谷风时段15:00~19:00, 高于近5年均值10~12μg·m-3, 该时间段对应SSE-ESE风向高频段.因此, 山谷风控制下平原地区PM2.5浓度与均值基本相当, 延庆站PM2.5浓度显著高于近5年均值, 尤其在15:00~19:00 PM2.5浓度显著偏高.

图 6 2015~ 2019年所有天数和山谷风日下PM2.5浓度日变化 Fig. 6 Diurnal variation of PM2.5 concentrations on all days and mountain-valley days from 2015 to 2019

2.3 重污染事件中山谷风的影响作用

为进一步研究重污染过程中北京平原和延庆地区山谷风对PM2.5浓度的影响, 遴选了2015年3月5~8日典型重污染事件进行分析, 该污染过程持续时间长、程度严重, 其中北京平原(3月6~7日)和延怀盆地(3月5~7日)均出现了山谷风环流, 3月8日由于强冷空气影响, 局地环流被强天气尺度系统破坏而消失.

本次过程中3月的6日和7日延庆PM2.5浓度快速增长期均出现在15:00~次日00:00前后(图 7), 00:00~09:00为高浓度维持期, 而09:00~14:00出现浓度下降, 小时峰值浓度出现在3月7日09:00为298μg·m-3, 而在两段快速增长期内延庆风向有类似的变化, 3月的6日和7日的山风转谷风的时间均为13:00前后, 而15:00开始东南风增大到5 m·s-1以上, PM2.5浓度持续上升, 19:00前后向山风转折, 夜间维持2 m·s-1以下的东北风.观象台的谷风阶段PM2.5浓度呈波动变化.从露点的变化来看, 北京盛行的东南气流为湿性, 观象台和延庆站的绝对湿度显著升高, 3月5~8日观象台的露点从-19.2℃逐步上升至-1℃左右, 延庆的露点上升分为2个阶段, 第1阶段3月5日00:00至3月7日12:00, 第2阶段3月7日15:00至3月8日01:00, 露点最高出现在01:00, 滞后观象台2 h左右, 说明东南风输送将高湿区自南向北推进, 尤其在延庆站第2阶段, 露点和PM2.5浓度变化趋势基本一致, 故两段浓度快速增长期和山风转谷风之后建立的湿性东南风速带密切相关.

红色虚线框: 谷风偏南风时段 图 7 2015年3月5~ 8日PM2.5浓度和地面风 Fig. 7 Hourly PM2.5 concentrations and surface winds on March 5-8, 2015

在3月6日延庆站谷风阶段15:00~19:00东南风建立层次浅薄(图 8), 厚度为500 m左右, 观象台西南风风速达4 m·s-1以上, 厚度至1 500 m, 超越军都山脉, 越山传输使得延庆PM2.5浓度上升至198.5μg·m-3, 19:00之后转为2 m·s-1以下静小风, 近地面逆温层建立, 3月7日08:00逆温最强, 高度1 000 m, 925 hPa与地面温差4℃, 期间PM2.5浓度缓慢上升; 3月7日谷风阶段观象台维持厚度1 000 m的偏南风, 延庆站底层东南风, 受弱暖平流影响风向随高度顺转, 偏南风厚度增加至800 m左右, 北京地区PM2.5浓度呈南高北低分布(图 9), 较厚层次的偏南风将北京平原地区污染物越山输送至延庆地区, 13:00之后延庆PM2.5由84.4μg·m-3上升至197.3μg·m-3, 进入山风阶段后地面温度露点差在3.5~4.8℃, 接近饱和, 高湿环境下PM2.5继续上升.因此, 延庆地区山谷风对污染物的影响作用主要体现在, 谷风阶段根据南风厚度会出现不同程度的区域传输, 进入夜间山风阶段后, 由于边界层快速压缩, 逆温发展, 近地面湿度增大, 利于本地污染物吸湿增长和二次转化.

(a)延庆站, (b)观象台, (c)延庆站, 等值线代表温度, 仅显示大于-12℃等值线,阴影代表上下层温差 图 8 2015年3月6~ 8日风和气温随高度的变化 Fig. 8 Vertical variations in wind and temperature on March 6-8, 2015

图 9 京津冀地区2015年3月7日15:00 PM2.5和地面流场分布 Fig. 9 PM2.5 and surface flow field distributions at 15:00 on March 7, 2015, in the Beijing-Tianjin-Hebei region

3 讨论

上述典型重污染事件中实测东南风场是局地环流叠加天气尺度背景环流的综合表现, 从实测风判断3月6~7日东南通道发展导致污染物区域输送, 而剔除天气环流背景的局地山谷风环流变化如何?其强弱变化与污染发展有何联系?下面以延庆站为例进行研究.

延庆局地环流实质是由于山地和平原上空相同高度大气的热力差异所致, 这种热力差异归根结底与太阳辐射直接相关, 而重污染天气中高浓度气溶胶与边界层往往存在双向反馈机制[25], 即气溶胶浓度升高后使得进入边界层的太阳辐射和地表向外长波辐射减少, 强逆温层类似于“保温盖”, 减少了近地面与边界层外自由大气的能量交换.延庆本站海拔486 m, 3月6~7日边界层最低为500 m左右(图略), 故选取处于边界层内的延庆北部山区站点玉渡山(海拔876 m)与延庆站上空400 m高度的气温进行对比(图 10).受低层暖气团影响, 玉渡山和延庆站400 m气温在3月5~7日逐步升高, 山地站点玉渡山白天升温和夜间降温幅度都显著大于延庆站400 m气温, 这与山谷风的局地环流形成机制一致.但值得注意的是, 延庆站400 m和玉渡山的气温差在3月5~7日逐渐减小, 最高气温差的绝对值由4.6℃减小至3.6℃, 最低气温差由10.6℃减小至9.3℃, 3月6日夜间山风0.87 m·s-1, 白天谷风2.22 m·s-1, 3月7日山风0.8 m·s-1, 谷风2.08 m·s-1(表 1), 分别减小8%和6%, 说明山地和同海拔高度大气的热力梯度逐步减小, 形成的局地山谷风环流也逐步减小.故边界层内高浓度气溶胶在减少太阳辐射进入的同时, 可能通过减小山地和自由大气的热力梯度从而减弱局地环流, 通过局地环流区域输送部分必将同时减弱, 这一结论还需数值模拟进行进一步验证.

图 10 2015年3月5~8日延庆站上空400 m和玉渡山气温及温差 Fig. 10 Temperature and temperature differences between 400 m above Yanqing station and Yudu Mountain on March 5-8, 2015

表 1 2015年3月6~7日山谷风环流强度/m·s-1 Table 1 Intensity of mountain-valley winds on March 6-7, 2015/m·s-1

4 结论

(1) 观象台和延庆站风向均有明显日变化特征, 观象台02:00~11:00为E-NNE, 最大风频NE, 11:00~23:00为WSW-S, 最大风频SSW; 延庆站夜间19:00~次日08:00为E-NNE, 白天有WSW-SW和ESE两个风频大值中心.2015~2019年北京平原地区共出现山谷风日367 d, 风向为偏西南风转偏东北风, 延怀盆地384 d, 风向为偏东南风转偏东北风.

(2) PM2.5浓度在各风向风速阈值分布不均.风速0~2 m·s-1时, 各风向下PM2.5浓度均值差异较小; 观象台风速2~4 m·s-1时PM2.5浓度最大为E风向69.7μg·m-3, 风速4~6 m·s-1时PM2.5最大为SE风向83μg·m-3, 风速≥6 m·s-1时PM2.5最大为SE风向82μg·m-3; 延庆站风速2~6 m·s-1时, E-SSE风向的PM2.5浓度显著高于其他风向20~40μg·m-3, 风速≥6 m·s-1时, SE风向PM2.5浓度达58μg·m-3.延庆站谷风时段15:00~19:00 PM2.5小时浓度高于近5年均值10~12μg·m-3.

(3) 以2015年3月5~8日典型重污染事件为例, 3月的6日和7日谷风时段15:00~19:00东南风增大到5 m·s-1以上, PM2.5上升了100~130μg·m-3; 山风时段维持2 m·s-1以下的东北风, 逆温发展至1 000 m, 平原和延庆地区本地露点抬升18℃左右, 温度露点差3.5~4.8℃, 高湿环境下PM2.5浓度小幅上升. 3月6~7日延庆站400 m高度和玉渡山站热力梯度逐渐减小, 最高气温差的绝对值由4.6℃减小至3.6℃, 最低气温差由10.6℃减小至9.3℃, 山风和谷风强度分别减小8%和6%, 局地环流减弱可能与边界层和高浓度气溶胶双向反馈机制有关.

参考文献
[1] 国务院. 大气污染防治行动计划的通知[EB/OL]. http://www.gov.cn/zwgk/2013-09/12/content_2486773.htm, 2013-09-12.
[2] 张强, 耿冠楠. 中国清洁空气行动对PM2.5污染的影响[J]. 中国科学: 地球科学, 2019, 62(4): 439-440.
Zhang Q, Geng G N. Impact of clean air action on PM2.5 pollution in China[J]. Science China Earth Sciences, 2019, 62(12): 1845-1846.
[3] Ren Y, Zhang H S, Zhang X Y, et al. Turbulence barrier effect during heavy haze pollution events[J]. Science of the Total Environment, 2021, 753. DOI:10.1016/j.scitotenv.2020.142286
[4] Yin Z C, Wang H J, 2017. Role of atmospheric circulations in haze pollution in December 2016[J]. Atmospheric Chemistry and Physics, 2017, 17(18): 11673-11681.
[5] Gao M, Guttikunda S K, Carmichael G R, et al. Health impacts and economic losses assessment of the 2013 severe haze event in Beijing area[J]. Science of the Total Environment, 2015, 511: 553-561. DOI:10.1016/j.scitotenv.2015.01.005
[6] Gao M, Saide P E, Xin J Y, et al. Estimates of health impacts and radiative forcing in winter haze in eastern China through constraints of surface PM2.5 predictions[J]. Environmental Science & Technology, 2017, 51(4): 2178-2185.
[7] 薛涛, 刘俊, 张强, 等. 2013~2017年中国PM2.5污染的快速改善及其健康效益[J]. 中国科学: 地球科学, 2019, 62(4): 439-452.
Xue T, Liu J, Zhang Q, et al. Rapid improvement of PM2.5 pollution and associated health benefits in China during 2013-2017[J]. Science China Earth Sciences, 2019, 62(12): 1847-1856.
[8] 北京气象局气候资料室. 北京气候志[M]. 北京: 北京出版社, 1987.
[9] 北京市地方志编纂委员会. 北京志·地质矿产·水利·气象卷: 气象志[M]. 北京: 北京出版社, 1999.
[10] Serafin S, Zardi D. Daytime heat transfer processes related to slope flows and turbulent convection in an idealized mountain valley[J]. Journal of the Atmospheric Sciences, 2010, 67(11): 3739-3756. DOI:10.1175/2010JAS3428.1
[11] Carbone C, Decesari S, Paglione M, et al. 3-year chemical composition of free tropospheric PM1 at the Mt. Cimone GAW global station-South Europe-2165 m a.s.l[J]. Atmospheric Environment, 2014, 87: 218-227. DOI:10.1016/j.atmosenv.2014.01.048
[12] Diémoz H, Barnaba F, Magri T, et al. Transport of Po Valley aerosol pollution to the northwestern Alps-Part 1: phenomenology[J]. Atmospheric Chemistry and Physics, 2019, 19(5): 3065-3095. DOI:10.5194/acp-19-3065-2019
[13] 寿绍文. 中尺度气象学[M]. (第二版). 北京: 气象出版社, 2009.
[14] 邓家铨, 朱赛霞, 郑敏. 不同地形边界层风场特性及山谷风污染气象个例分析[J]. 热带地理, 1989, 9(4): 346-353.
Deng J S, Zhu S X, Zheng M. The Characteristics of wind field within boundary layer of different topography and case analysis on pollution meteorology. related to mountain-valley wind[J]. Tropical Geography, 1989, 9(4): 346-353.
[15] 邱崇践, 蒲朝霞. 山谷风环流控制下的大气污染物输送和扩散过程: 二维数值模拟研究[J]. 高原气象, 1991, 10(4): 362-370.
Qiu C J, Pu Z X. The transportation and dispersion of air pollutants controlled by mountain-valley circulation: two-dimensional numerical simulation[J]. Plateau Meteorology, 1991, 10(4): 362-370.
[16] 邓玉珍, 雷孝恩, 田瑞明. 一个考虑地形影响的三维中尺度Monte-Carlo多源模式[J]. 气象学报, 1993, 51(2): 139-147.
Deng Y Z, Lei X E, Tian R M. A three-dimensional mesoscale monte-carlo multiple-sources model involving orographic influence[J]. Acta Meteorologica Sinica, 1993, 51(2): 139-147.
[17] 马志强, 王跃思, 张小玲, 等. 北京城区与下游地区臭氧对比研究[J]. 环境科学, 2011, 32(4): 924-929.
Ma Z Q, Wang Y S, Zhang X L, et al. Comparison of ozone between Beijing and downstream area[J]. Environmental Science, 2011, 32(4): 924-929.
[18] 康娜, 辛金元, 蔺永耀, 等. 北京山前典型细粒子污染过程的气象条件分析[J]. 环境科学研究, 2009, 22(9): 1013-1020.
Kang N, Xin J Y, Lin Y Y, et al. Meteorological condition analysis of a typical fine particle pollution event in the piedmont region of Beijing[J]. Research of Environmental Sciences, 2009, 22(9): 1013-1020.
[19] 吴兑, 廖碧婷, 吴蒙, 等. 环首都圈霾和雾的长期变化特征与典型个例的近地层输送条件[J]. 环境科学学报, 2014, 34(1): 1-11.
Wu D, Liao B T, Wu M, et al. The long-term trend of haze and fog days and the surface layer transport conditions under haze weather in North China[J]. Acta Scientiae Circumstantiae, 2014, 34(1): 1-11.
[20] 刘树华, 刘振鑫, 李炬, 等. 京津冀地区大气局地环流耦合效应的数值模拟[J]. 中国科学D辑: 地球科学, 2009, 52(1): 88-98.
Liu S H, Liu Z X, Li J, et al. Numerical simulation for the coupling effect of local atmospheric circulations over the area of Beijing, Tianjin and Hebei Province[J]. Science in China Series D: Earth Sciences, 2009, 52(3): 382-392.
[21] Finardi S, Silibello C, D'Allura A, et al. Analysis of pollutants exchange between the Po Valley and the surrounding European region[J]. Urban Climate, 2014, 10: 682-702. DOI:10.1016/j.uclim.2014.02.002
[22] 李宗恺, 潘云仙, 周朝辅, 等. 山谷风转换期的漫烟扩散模式[J]. 气象学报, 1986, 44(4): 433-439.
Li Z K, Pan Y X, Zhou C F, et al. A diffusion model for fumigation with mountain-valley wind shift[J]. Acta Meteorologica Sinica, 1986, 44(4): 433-439.
[23] 董群, 赵普生, 王迎春, 等. 北京山谷风环流特征分析及其对PM2.5浓度的影响[J]. 环境科学, 2017, 38(6): 2218-2230.
Dong Q, Zhao P S, Wang Y C, et al. Impact of mountain-valley wind circulation on typical cases of air pollution in Beijing[J]. Environmental Science, 2017, 38(6): 2218-2230.
[24] 任阵海, 苏福庆, 高庆先, 等. 边界层内大气排放物形成重污染背景解析[J]. 大气科学, 2005, 29(1): 57-63.
Ren Z H, Su F Q, Gao Q X, et al. Analysis of the serious atmospheric pollution event caused by emissions in boundary layer[J]. Chinese Journal of Atmospheric Sciences, 2005, 29(1): 57-63. DOI:10.3878/j.issn.1006-9895.2005.01.07
[25] Zhang X Y, Xu X D, Ding Y H, et al. The impact of meteorological changes from 2013 to 2017 on PM2.5 mass reduction in key regions in China[J]. Science China Earth Sciences, 2019, 62(12): 1885-1902. DOI:10.1007/s11430-019-9343-3
[26] Zhong J T, Zhang X Y, Dong Y S, et al. Feedback effects of boundary-layer meteorological factors on cumulative explosive growth of PM2.5 during winter heavy pollution episodes in Beijing from 2013 to 2016[J]. Atmospheric Chemistry and Physics, 2018, 18(1): 247-258. DOI:10.5194/acp-18-247-2018
[27] 李青春, 李炬, 郑祚芳, 等. 冬季山谷风和海陆风对京津冀地区大气污染分布的影响[J]. 环境科学, 2019, 40(2): 513-524.
Li Q C, Li J, Zheng Z F, et al. Influence of mountain valley breeze and sea land breeze in winter on distribution of air pollutants in Beijing-Tianjin-Hebei region[J]. Environmental Science, 2019, 40(2): 513-524.
[28] 徐敬, 张小玲, 赵秀娟, 等. 夏季局地环流对北京下风向地区O3输送的影响[J]. 中国环境科学, 2009, 29(11): 1140-1146.
Xu J, Zhang X L, Zhao X J, et al. Influence of summer local circulation on the transportation of ozone from urban to the downwind area in Beijing[J]. China Environmental Science, 2009, 29(11): 1140-1146. DOI:10.3321/j.issn:1000-6923.2009.11.004
[29] 吴进, 李琛, 孙兆彬, 等. 北京地区两次重污染过程中PM2.5浓度爆发性增长及维持的气象条件[J]. 干旱气象, 2017, 35(5): 830-838.
Wu J, Li C, Sun Z B, et al. Meteorological condition of explosive increase and maintaining of PM2.5 concentration during two heavy pollution processes in Beijing[J]. Journal of Arid Meteorology, 2017, 35(5): 830-838.
[30] 曹渐华, 刘熙明, 李国平, 等. 鄱阳湖地区湖陆风特征及成因分析[J]. 高原气象, 2015, 34(2): 426-435.
Cao J H, Liu X M, Li G P, et al. Analysis of the phenomenon of lake-land breeze in Poyang Lake area[J]. Plateau Meteorology, 2015, 34(2): 426-435.
[31] 张人文, 范绍佳, 李颖敏. 2008年秋季从化山谷风观测研究[J]. 热带气象学报, 2012, 28(1): 134-139.
Zhang R W, Fan S J, Li Y M. Observational study of mountain-valley breeze over Conghua in 2008 fall[J]. Journal of Tropical Meteorology, 2012, 28(1): 134-139. DOI:10.3969/j.issn.1004-4965.2012.01.015
[32] 郑祚芳, 任国玉, 高华. 北京地区局地环流观测分析[J]. 气象, 2018, 44(3): 425-433.
Zheng Z F, Ren G Y, Gao H. Analysis of the local circulation in Beijing area[J]. Meteorological Monthly, 2018, 44(3): 425-433.
[33] 尹晓梅, 乔林, 朱晓婉, 等. 北京地区偏南风和偏东风条件下污染特征差异[J]. 环境科学, 2020, 41(11): 4844-4854.
Yin X M, Qiao L, Zhu X W, et al. Differences in pollution characteristics under the southerly and easterly wind in Beijing[J]. Environmental Science, 2020, 41(11): 4844-4854.
[34] Zhao X J, Zhang X J, Pu W W, et al. Scattering properties of the atmospheric aerosol in Beijing, China[J]. Atmospheric Research, 2011, 101(3): 799-808. DOI:10.1016/j.atmosres.2011.05.010
[35] 王跃, 王莉莉, 赵广娜, 等. 北京冬季PM2.5重污染时段不同尺度环流形势及边界层结构分析[J]. 气候与环境研究, 2014, 19(2): 173-184.
Wang Y, Wang L L, Zhao G N, et al. Analysis of different-scales circulation patterns and boundary layer structure of PM2.5 heavy pollutions in Beijing during winter[J]. Climatic and Environmental Research, 2014, 19(2): 173-184.
[36] 徐冉, 张恒德, 杨孝文, 等. 北京地区秋冬季大气污染特征及成因分析[J]. 环境科学, 2019, 40(8): 3405-3414.
Xu R, Zhang H D, Yang X W, et al. Concentration characteristics of PM2.5 and the causes of heavy air pollution events in Beijing during autumn and winter[J]. Environmental Science, 2019, 40(8): 3405-3414.