湖陆风对苏州臭氧日变化周期的影响

《Atmospheric Environment》:Impacts of lake–land breezes on the diurnal cycle of ozone in Suzhou

【字体: 大 中 小 】 时间:2026年08月07日 来源:Atmospheric Environment 3.8

编辑推荐:

  摘要地表臭氧(O3)存在显著的日变化特征,而这种变化会受到当地热力驱动的气流作用,如湖陆风的影响。在长江三角洲地区,太湖周边经常出现湖陆风,但它对地表臭氧的影响尚不明确。本研究结合2024年8月在太湖周边进行的密集实地观测与高分辨率的WRF-Chem模拟,探讨了太湖湖陆风如何影响

  

摘要

地表臭氧(O3)存在显著的日变化特征,而这种变化会受到当地热力驱动的气流作用,如湖陆风的影响。在长江三角洲地区,太湖周边经常出现湖陆风,但它对地表臭氧的影响尚不明确。本研究结合2024年8月在太湖周边进行的密集实地观测与高分辨率的WRF-Chem模拟,探讨了太湖湖陆风如何影响苏州这一受太湖直接影响的城市中的臭氧日变化规律。在辐射条件强且大气停滞的天气情况下,31天中有17天会出现湖陆风,此时白天的臭氧浓度比无湖陆风天气高出约26%(11.6 ppb)。清晨时,湖泊与陆地之间的臭氧浓度梯度持续存在,且城市地区的臭氧增长速度明显快于箱模型估算的光化学生成速率,这说明还有其他传输过程在起作用。WRF-Chem敏感性实验表明,近地面清晨臭氧浓度的升高约有5 ppb可归因于湖风带来的输送作用。到了下午,湖陆风引发的降水会通过清洁空气下沉气流以及抑制光化学反应,导致臭氧浓度迅速下降,从而形成明显的双峰型日变化模式。这些研究结果凸显了湖泊引发的中尺度气流在调节局部气象条件和空气质量方面的关键作用。

引言

对流层臭氧(O3)会对人类健康、生态系统生产力以及全球气候系统构成严重威胁。高浓度的臭氧会增加心血管疾病和呼吸系统疾病的发病风险(Niu et al., 2022; Soares et al., 2022; Sun et al., 2022),还会导致农作物产量大幅下降以及森林衰退(Jr, 1996; Mao et al., 2024; Matyssek et al., 1995)。作为重要的短寿命气候强迫因子,臭氧还对辐射强迫和气候变暖有着重要影响(IPCC, 2014)。对流层臭氧是在阳光作用下,由挥发性有机化合物和氮氧化物通过非线性光化学反应生成的(Chameides et al., 1992; Sillman, 1995)。近几十年来,由于人为排放的前体物不断增加以及气候变暖的影响,地表臭氧浓度显著上升(Zhou et al., 2025; Lyu et al., 2023; Vingarzan, 2004)。
虽然总体排放水平和气候变率决定了臭氧的长期变化趋势,但大尺度环流和局地环流通过影响臭氧的化学生成和传输过程,决定了其高频变化。像反气旋这类以晴朗天气、高温和微弱风力为特征的停滞性环流,有利于臭氧前体物的积累以及光化学反应的进行(Coates et al., 2016)。此外,在局部范围内,由地理差异(如海岸线、内陆湖泊、山间盆地以及城市热岛效应)引发的热力驱动气流,也会强烈影响局部气象条件,使得臭氧分布呈现出明显的时空差异(Hu et al., 2024; Laird et al., 2001; Loughner et al., 2014)。对于那些位于大型自然水体附近的密集城市群来说,湖陆风往往成为一种重要的中尺度气流,会对地表臭氧产生显著影响。
湖陆风是由湖泊风和陆地风组成的,由于水和陆地之间的温度差异,这两种风每天都会改变风向。通常在环流作用较弱的条件下,湖陆风会形成一种封闭的循环系统。在温暖季节,当湖泊与陆地之间的温度差异最大时,湖陆风的出现频率最高;而在寒冷季节,随着温度差异的减小,其出现频率也会降低。在五大湖地区(Alexander et al., 2018; Brook et al., 2013; Foley et al., 2011; Makar et al., 2010)、温尼伯湖地区(Kehler et al., 2016; Segal and Kubesh, 1996)以及大盐湖地区(Blaylock et al., 2017; Steenburgh and Onton, 2001; Zumpfe and Horel, 2007)开展的大量实地研究,已经揭示了湖陆风的复杂动态,以及它对边界层结构或空气质量的影响。先前的研究表明,夜间陆风会将污染物带到湖泊中,由于沉积作用较弱,这些污染物会在湖泊中积累。日出后,湖风又会将这些污染物带回陆地(Geddes et al., 2021; Stroud et al., 2020)。此外,凉爽的湖风在向内陆移动时会形成较浅的热内边界层,将污染物困在压缩的混合层中(Yang et al., 2022)。与湖陆风形成相关的气象条件,如强烈的太阳辐射、高温以及微弱的风力,也有利于臭氧污染的形成。观测结果一致表明,湖陆风活动常常伴随着严重的臭氧污染以及明显的湖泊与陆地之间的臭氧浓度梯度(Cleary et al., 2022)。还有研究指出,高空的回流气流可能会在湖泊上空引发下沉气流,抑制云层形成,从而使更多太阳辐射能够照射到地面,进而促进臭氧的光解反应。
太湖是中国第三大的淡水湖,总面积约为2338平方公里,平均水深为1.9米(Qin et al., 2007)。它位于长江三角洲的南部,处于苏州、无锡和常州等城市构成的密集大都市圈之中,是典型的湖泊与城市相互作用的系统(Wang et al., 2021)。湖泊与周边城市区域之间的温度差异,使得湖陆风频繁出现,其全年出现频率为17%–23%,在夏季这一比例还会上升至约40%(Wang et al., 2017)。先前的研究表明,太湖湖陆风能够减轻城市热岛效应的强度(Kang et al., 2014; Yin et al., 2017),降低边界层的高度(Ren et al., 2017),甚至通过气流汇聚引发局地雷暴(Gu et al., 2016; Jiang et al., 2023; Li et al., 2022)。尽管已有这些关于气象方面的研究,但湖陆风对该地区空气质量的影响尚未被完全弄清。
随着中国大气污染防治工作的不断推进,细颗粒物(PM2.5)污染状况持续改善,但长江三角洲地区的臭氧浓度却呈现上升趋势(Fan et al., 2020; Wang et al., 2019),以臭氧为首要污染物的天数也在增加(Yang et al., 2020; Yu et al., 2024)。除了排放因素之外,中尺度气流也会影响臭氧污染的强度和持续时间。鉴于湖陆风与臭氧污染的高相关性,了解这类湖陆风对臭氧的影响,对于精准开展区域污染控制工作具有十分重要的意义。本研究结合大规模实地观测数据和高分辨率数值模拟,分析了太湖湖陆风的特点,以及它对太湖沿岸城市苏州的臭氧日变化的影响。本文的结构如下:第二部分介绍了本研究所使用的观测数据和再分析数据,以及区域空气质量建模和光化学箱模型的配置情况。第三部分展示了主要研究结果并对其进行讨论,第四部分则总结了研究结论。

章节节选

太湖地区的现场观测与再分析数据

本研究既使用了长期监测站点的观测数据,也采用了高强度观测点的数据,以此分析湖陆风的特征及其影响。气温和风速等每小时气象参数来自中国的国家基本参考气象站(站点编号:58349)以及苏州的6个地面自动气象站(这些气象站由江苏无线电科学研究院有限公司负责运营)。而包括PM2.5、O3、NO2、CO、SO2在内的大气污染物监测数据,则来自国家空气质量监测网络。

湖陆风日与非湖陆风日的气象与空气质量对比

先前的研究表明,湖陆风通常在环流作用较弱、天气炎热且辐射较强的条件下形成,而这些条件同样有利于臭氧污染的产生(Cleary et al., 2022; Wentworth et al., 2015)。2024年8月的观测结果显示,研究期间苏州大部分时间都处于持续炎热、辐射较强且相对干燥的天气状态。期间共记录了两次热浪事件,分别发生在8月1日至12日以及8月22日至26日,这两次热浪期间的日均最高气温都相当高。

总结与讨论

通过整合多源观测数据与数值模拟结果,本研究从事件尺度和日变化两个层面,系统地量化了湖陆风对太湖流域气象条件及臭氧变化的影响。在研究期间,湖陆风出现的频率较高,占比为54.8%,即共有17天出现湖陆风,这些天气往往伴随着停滞性、高辐射的环流背景。在这样的条件下,臭氧的平均浓度要比正常情况下高约26%(11.6 ppb)。

作者贡献说明

安静宇:资源获取、数据整理。王洪利:资源获取、数据整理。黄成:资源获取、数据整理。黄欣:课题指导。丁爱军:课题指导、资金筹集。王龙珠:论文撰写——初稿编写、结果可视化、验证分析、研究深入。王泽林:论文撰写——审稿与编辑、方法设计、概念构建。刘腾宇:课题指导、数据整理。娄思佳:资源提供。陈宇:资源获取、数据整理。田俊杰:资源获取、数据整理

未引用参考文献

Hersbach et al., 2020; Jr, 1996; Wang et al., 2019; Yang et al., 2022.

数据获取途径

每小时气象数据可从中国气象局国家气象信息中心获取,网址为http://data.cma.cn/en。国家监测站点的每小时大气污染物浓度数据则由中国国家环境监测中心保存。ERA5再分析数据来自欧洲中期天气预报中心。WRF-Chem模型是由美国国家大气研究中心开发的开源社区模型,可免费获取使用。

利益冲突声明

? 作者声明,他们不存在任何可能影响本文研究结果的已知财务利益关系或个人关系。

致谢

本研究得到了中国国家自然科学基金(项目编号:42305117)、国家重点研发计划(项目编号:2023YFC3709401)以及城市气象重点实验室(项目编号:LUM-2023-09)的支持。同时,我们也感谢南京大学先进微结构协同创新中心的高性能计算中心,为本文的研究分析和计算提供了技术支持。
王龙珠|王泽林|刘腾宇|娄思佳|陈宇|田俊杰|安静宇|王洪利|黄成|黄欣|丁爱军
中国江苏省南京市南京大学,严重天气气象科学技术国家重点实验室,邮编:210023
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    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