气溶胶粒子对云降水的影响主要是通过充当云凝结核(CCN)和成冰核(IN)来实现的。在云中,充当CCN的气溶胶粒子按大小分为三类,半径小于0.01μm的粒子通常没有活性,不影响云的微物理结构,半径在0.01μm~1μm的粒子会延缓雨水的形成而抑制降水[1-3],半径大于1μm的粒子将增加降水[4-5]。Gunn和Phillips[6]利用云室实验表明,大气气溶胶增加了云凝结核数量,使小云滴浓度增大,减缓了云滴间的碰并,从而抑制降水。Rosenfeld等[7-9]通过卫星观测研究表明,城市和工业大气污染气溶胶会抑制对流云降水,对于云顶暖于-10℃的对流云,气溶胶会完全切断降水。Borys等[10]指出在美国科罗拉多州洛矶山脉干净大气中加入1μgm-3硫酸盐气溶胶,地形降雪减少达50%。Rosenfeld和Givati[11-13]利用城市和工业区附近山区降水与海岸边降水比值Ro,研究了气溶胶对降水的影响,结果表明以色列和加利福尼亚中部、南部城市地区的Ro减少了15%~25%,加利福尼亚和俄勒冈州北部洁净区,Ro保持稳定,但在人口与工业密集的西雅图东部地区,Ro却明显降低,在对太平洋沿海地区的研究也得到了相似的结果。Lynn等[14]通过显式微物理云模式模拟证明了当CCN浓度增加时,内华达地形云降水被抑制。Griffith等[15]运用Rosenfeld的分析方法,验证了冬季气溶胶对地形云降水的抑制作用。
地形云主要是气流流经山脉时受地形强迫抬升而形成的,此时在迎风坡低层堆积的气溶胶粒子极易随气流被抬升入云,大大地增加了地形云中凝结核数量,使小云滴浓度增大,削弱了云滴间的碰并,推迟了云水向雨水的转化,抑制降水。而平原地区由于没有地形的强迫抬升,低层的气溶胶粒子只能通过湍流扩散或者热力抬升入云,加之云底一般离地有好几百米高度,大多在大气边界层顶以上,使得入云的气溶胶浓度较低,因此地形云比平原地区的云受气溶胶影响的程度总体上更高。故选取秦岭地形云受气溶胶影响程度较高的山顶华山站为影响站,将其周围平原云受气溶胶影响程度较低的华阴、渭南、西安为对比站,进行分析。
关中地区是陕西省乃至西北地区人口与城镇分布最密集、城镇化水平最高的地区,1950年代至1970年代就是我国工业建设的重点区域,特别是1980年以来,关中地区和我国的许多地方一样,城市化工业化发展进程明显加快,人口密集,其人口占全省的60%,国民生产总值占全省的73%。因此将1980年作为关中城市、工业快速发展的分界点,探讨城市污染气溶胶对地形云降水的影响问题。
1 研究区域秦岭是我国一条重要的气候、地理分界线,在气候、水文、植被分布上南北之间有明显的差异。山脉以北气候比较干旱,以南温暖湿润。秦岭年降水量1000mm左右,是关中经济区的主要供水源区,也是“南水北调”中线的主要补水区。华山位于秦岭的东北部,山势陡峭,降水丰富,平均年降水量达830mm左右,关中平均年降水量550mm左右。因此开展秦岭地区云降水研究意义重大。
关中平原地处陕西的中部,城市化工业化发展水平较高,大气污染严重。其北有黄土高原,南有秦岭山脉阻隔,不利于气溶胶的输送扩散,造成该地区气溶胶浓度总体偏高。而关中的中心城市西安,自1980年开始进入城市化快速推进期,总人口由511.9万发展到2001年的694.8万,耕地面积由1970年的369.4×103hm2减少到2001年的287.8×103hm2,城市建设用地由1990年的120.7km2增加到2001年的183.7km2,2003年城市车辆已超过30万辆。随着经济活动、人口、车辆的增加,造成西安大气气溶胶浓度偏高,城市上空常出现气溶胶阴霾覆盖现象,成为中国北方典型的有显著大气污染问题的城市。与中国其它城市相比,西安的颗粒物负载与包头、兰州、北京、乌鲁木齐、成都相似[16-17],有机碳和碳元素水平高于亚洲大多数城市[18],污染严重,是开展气溶胶对云降水影响研究的较理想区域。故选取华山与关中平原为研究区域,讨论气溶胶对降水的影响问题。表 1列出了各站的地理信息。
气溶胶对降水的影响较为复杂,全球和区域的大气环流也影响着降水,要想从对降水影响的诸多因素中找出气溶胶对降水的影响量,一种方法是在受气溶胶影响程度高的地方选择一个影响站,而在其附近受气溶胶影响程度低的地方选取若干个对比站(使分析结果具有更好的代表性),当影响站与对比站的降水量高度相关(确保其它因素对降水量的影响是相似的)时,其比值Ro(地形强化因子:影响站与对比站的降水量之比)的变化主要反映出气溶胶对降水的影响,而其它因素对Ro的变化影响较小。
气溶胶排放到大气中数小时后,就能够活化成CCN,其CCN的活性主要取决于气溶胶的大小(以粒径小于2.5μm为主),对气溶胶的化学成分不敏感[19]。在研究气溶胶对降水的影响中,表征入云气溶胶特性的最理想资料是云底附近的气溶胶浓度与分布,但没有这方面的资料可用;其次也可以用地面PM2.5资料,它可以直接反映出近地层起CCN作用的气溶胶(2.5μm)量,而入云的气溶胶量还取决于大气的湍流和热、动力状况等,PM2.5也是一种间接反映;另外用云底附近(华山站距地面1600m左右)的水平能见度来表征入云的气溶胶量也是可行的,因为能见度主要受气溶胶、相对湿度、降水和沙尘暴的影响,而华山站受沙尘暴影响的天数非常有限,当对能见度进行相对湿度和降水的订正后,能见度就可以反映出入云气溶胶状况。因此,选取华山站的能见度作为反映对降水影响的气溶胶表征量,分析气溶胶对地形云降水的影响。研究中所用资料为华山站的降水、能见度及华阴、渭南、西安的降水资料,资料序列分别为西安及华山1954—2004年、渭南1959—2004年、华阴1970—2004年,对关中城市、工业快速发展的标志年份根据发展状况人为确定为1980年。
3 结果分析 3.1 降水相关性分析首先检验影响站与各对比站的降水量是否相关,以确保对降水影响中,除气溶胶影响程度不同外,其它因素的影响相近。图 1为华山与3个对比站的相关图,由图可见:华阴与华山距离最近,相关最好,相关系数达0.84,华山与西安距离最远,相关较差,但相关系数也达0.75,均能满足相关性要求。
图 2给出了影响站和各对比站的年降水量及Ro的变化趋势,图中P表示Ro变化的线性回归t检验的概率值,此值越小,说明相关越显著,这里各值均符合显著性要求。由图可见:(1)各站年降水量均呈递减趋势,华山降水的递减明显快于三个对比站,说明地形云降水递减明显大于平原地区;(2)以华阴、渭南、西安为对比站的3个Ro均呈现递减趋势,Ro递减斜率分别为-0.0062、-0.0072、-0.0061,各站Ro(2004年)与Ro(起始年)之比为0.80~0.86,反映出这些年Ro减小了14%~20%,也说明影响站相对于对比站降水量减少了14%~20%。
从影响站降水递减快、对比站递减慢的结果来看,降水的系统性变化不会导致这个结果,也很难解释这种现象,说明区域性降水的下降不会导致华山站的降水减少的这么多,存在着其它的局地因素影响使华山地形云降水递减比平原要大得多,这其中大部分原因可能是气溶胶增加引起的。为了分析Ro递减是否主要由气溶胶递增所致,进一步分析华山能见度(入云气溶胶表征量)的演变。
3.3 华山能见度演变由于能见度观测方法在1980年做了调整,即:1980年前按等级观测,1980年后按距离观测,在分析中首先将能见度等级换算成距离,然后再进行相对湿度和降水的订正。如果相对湿度大于40%而小于99%,对能见度进行订正,订正公式[20]为:
VIS/VIS(订正)=0.26+0.4285log(100-RH)
RH以百分数计,log为常用对数。
如果一天的4次观测期间,有任何形态的降水或雾出现,那么这一天的能见度将会从订正的能见度时间序列中剔除。图 3a给出了逐日能见度(4次平均)值,图 3b为订正的能见度值。由图可见:(1)能见度观测方法的调整带来了明显的系统差异,分析时分1980年前、后两个时间序列;(2)订正和未订正的能见度都呈现出明显的下降趋势,反映了此段时间内大气气溶胶的增加趋势[21-22];(3)1980年后、前未订正的能见度下降斜率分别为-0.203和-0.160,其比值为1.27,订正的能见度下降斜率分别为-0.321和-0.154,其比值达2.08,反映出1980年后比1980年前能见度递减更快、气溶胶递增更明显;(4)1980年前订正和未订正的能见度下降斜率分别为-0.154和-0.160,其比值为0.96,差异不大;1980年后订正和未订正的能见度下降斜率分别为-0.321和-0.203,其比值为1.58,差异明显,说明相对湿度对能见度贡献显著(尤其当空气质量较差时),当用能见度作为气溶胶的表征量分析时,必须经相对湿度订正后才更加合理;(5)由第4.2节的分析看出,在同一时期,能见度与Ro的递减趋势一致,能见度的递减反映出空气污染程度增加、气溶胶浓度增大,由于Ro的变化主要反映气溶胶对降水影响,从这个意义上说,气溶胶的增加抑制了地形云降水,减小量为14%~20%。
综上分析发现能见度的变化趋势在1980年前后存在明显差异,因此,将1980年定为关中城市、工业快速发展的标志年份与能见度时间序列较为一致,可以以此年代划分来开展进一步的分析。
3.4 城市、工业发展污染气溶胶对地形云降水的抑制作用由以上的分析,初步得到了1954年以来气溶胶抑制地形云降水的观测事实,为了进一步了解城市、工业快速发展气溶胶对地形云降水的影响,分1980年前、后两个时段进行分析。
3.4.1 1980年前后年降水演变表 2列出了各站年平均降水量及Ro值。由表可见,华山1954—1979年的平均年降水量为901mm,1980—2004年的平均年降水量为769mm,1980年后比1980年前降水减少了15%,达132mm;对比站西安1954—1979年的平均年降水量为576mm,1980—2004年的平均年降水量为560mm,1980年后比1980年前减少了3%,仅为16mm;渭南1959—1979年的平均年降水量为551mm(华山同期平均年降水量为871mm),1980—2004年的平均年降水量为573mm,1980年后比1980年前增加了4%,为22mm;华阴1970—1979年的平均年降水量为587mm(华山同期平均年降水量为876mm),1980—2004年的平均年降水量为572mm,1980年后比1980年前减少了3%,仅为15mm。对比站多年平均年降水量在1980年前、后变化幅度不大,减少仅在3%以内,而影响站1980年后的平均年降水量比1980年前明显减少,减少程度15%,达132mm,Ro在1980年后比1980年前减少了10%~15%,与1980年后能见度的加速递减相吻合。
图 4给出了1980年前后各站年降水量及Ro的变化趋势,由图可见:(1)1980年前、后各站年降水量都呈递减趋势;(2)华山年降水量递减斜率与华阴、渭南、西安之比,1980年前分别为-1.26、-0.23和-1.03,1980年后分别为-2.18、-2.31和-3.42,反映出1980年后华山的年降水量递减比对比站快的多;(3)1980年前,Ro相对稳定略有增加,而1980年后Ro递减,2004年的Ro比1980年的Ro减小了11%~20%,反映出1980—2004年25年间华山降水相对平原地区减少了11%~20%,与4.2比较发现Ro递减主要是1980年后造成的。
综上所述,在1980年前,降水影响因子Ro基本保持稳定略有增加,之后Ro明显递减,1980—2004年25年间减小了11%~20%,气溶胶对地形云降水的抑制作用突显;平原地区1980年前后的年平均雨量变化幅度不大,仅减小了3%,气溶胶对平原地区云降水的影响较小;而对秦岭山脉地形云降水,1980年后比80年前的年平均雨量明显减少,减少15%,达132mm,说明了城市工业发展气溶胶对地形云降水的抑制作用明显。对于水资源短缺的西部来说,其影响很大,持续下去造成的危害也相当严重,应给予高度关注。
为了进一步了解气溶胶抑制地形云降水的物理过程,一是分析不同日降水强度时的影响状况,二是分析在热力、动力机制下抑制作用如何。
3.4.2 1980年前后降水发生概率的变化图 5a、b分别给出了华山、西安的日降水发生概率(华山与西安的资料起始年份相同),由图可见:(1)华山1980年后与80年前相比,中、小雨天出现概率明显减少,1mm以上的小雨天概率由1980年前的25%降低到80年后的21%,减少了16%,10mm以上的雨天发生概率由1980年前的8%降低到80年后的6.5%,减少了19%,30mm以上的雨天发生概率基本维持稳定;(2)西安1980年后与80年前相比,小雨天出现概率有所减少,但减少程度明显低于华山,1mm以上的小雨天概率由1980年前的18%降低到80年后的17%,减少了6%,2mm以上的雨天发生概率基本没有变化。
众所周知,日降水强度越大,云体相对越厚,生命期越长。结合以上分析表明:气溶胶抑制华山地形云降水主要是减少了发生中小雨的天数,即气溶胶对浅薄的生命期短的降水云作用更明显,这是由于此类云没有足够的时间使大量的云水转化为雨水而造成的。对于平原地区,如西安站由于入云的气溶胶量较小,只对1mm以下的降水云有抑制作用,而对2mm以上的降水云基本没有影响;对于秦岭山脉,如华山站由于地形的强迫抬升作用,使低层气溶胶随气流入云,随着入云气溶胶量的大幅增加,反映出对30mm以下的降水云抑制作用明显,说明入云气溶胶浓度越高,就有越厚的降水云会被气溶胶影响而减少降水。同时也表明,山区和平原地区由于气溶胶输送入云的机制不同,气溶胶抑制降水的程度也不同,对不同强度的降水云的影响也不同。
3.4.3 降水的季节分布秦岭和关中地区的成云致雨过程在四季是不同的,春季主要以锋面过程为主,秋季存在着“秋淋”连阴雨天气过程,夏季以对流云降水过程为主,导致秦岭地形云降水在春秋季以动力强迫抬升为主,夏季则以热对流为主。因此,分析降水的季节变化趋势,寻找在热力及动力抬升作用下,气溶胶对地形云降水的影响状况,以进一步了解其影响的物理过程。
由于冬季干燥,降水少(仅占年降水5%以下),雨量相关性差,所以不分析冬季的情况。表 3、图 6给出了华山与对比站1980年后春、夏、秋三季的降水及Ro演变,分析可见:各站夏、秋、春三季的降水占年降水量的比重分别是45%、30%左右及20%~22%,夏季Ro变化与春秋季明显不同,存在着不同的影响机制。
热对流为主的夏季,以华阴、渭南为对比站的Ro基本稳定、保持不变,Ro(2004年)与Ro(1980年)之比约为1,以西安为对比站的Ro存在着递减趋势(也许是相关性较差所致,相关系数0.63),但明显小于春秋季。众所周知,热对流降水大多属局地过程,入云气溶胶主要靠热力上升或湍流扩散将局地气溶胶输送入云,此时山区与平原对流云的气溶胶入云机制相同,入云的气溶胶量相当,受影响程度也相当,反映出Ro的大小基本稳定、保持不变,抑制降水程度相当。另外,降水性对流云相比较云体较厚、雨强较大,据4.4.2分析可知,气溶胶抑制降水主要表现为减少了中、小雨的天数,且对浅薄的云抑制降水作用明显,对云体较厚雨强较大的云抑制降水作用较弱。
以动力强迫抬升为主的春秋季,Ro之比春季为0.70~0.77,即春季降水在25年间减少了23%~30%;秋季Ro之比为0.77~0.80,即秋季降水在25年间减少了20%~23%,秋季抑制降水作用弱于春季,可能是“秋淋”连阴雨对气溶胶冲刷清除作用所致。相对于平原地区,在动力作用下,秦岭低层堆积的气溶胶粒子随气流抬升入云,增加了云中凝结核数量,使小云滴浓度增大,削弱了云滴间的碰并,推迟了云水向雨水的转化,抑制了降水。
综上所述,热力作用下气溶胶对地形云降水的抑制作用与平原地区相当,动力作用下气溶胶对地形云降水的抑制作用明显强于平原地区,25年间减少降水达20%~30%,抑制作用也强于没有剔除热力作用的年降水变化(见第3.4.1节降水减小了11%~20%)。
4 讨论选取秦岭华山站为影响站,其附近平原的华阴、渭南、西安为对比站,利用有观测以来的降水、能见度资料,通过对降水、能见度及Ro的分析,研究了气溶胶对地形云降水的影响。
首先自1954年以来Ro逐年递减,与能见度的递减、气溶胶的递增相吻合,说明气溶胶的增加抑制了地形云降水,降水相对减少了14%~20%。尤其是1980年后能见度递减加快、气溶胶递增明显,城市、工业快速发展的污染气溶胶对地形云降水的抑制作用突现,1980—2004年间Ro减小了11%~20%,华山1980年后比1980年前的年平均雨量减少了15%,达132mm,而平原地区降水量仅减少了3%,说明1980年后是造成观测以来Ro递减的主要时期。对于水资源短缺的西部来说,气溶胶抑制地形云降水会加重关中水资源的缺乏,持续下去会造成严重危害,应给予高度关注,并针对此类云实施人工催化,以减轻城市工业发展对环境带来的危害。
其次分析气溶胶抑制地形云降水的物理过程发现,气溶胶的增加主要是减少了发生中小雨(日雨量小于30mm)的天数,而对大于30mm的降水影响较小,即气溶胶对浅薄的生命期较短的地形云降水抑制更明显;在动力作用下,秦岭低层堆积的气溶胶粒子随气流抬升入云,增加了云中CCN数量,小云滴浓度增大,削弱了云滴间的碰并,推迟了云水向雨水的转化,抑制降水作用明显强于平原地区,1980—2004年25年降水减少达20%~30%(大于同期11%~20%);在热力作用下,高山与平原地区入云气溶胶量相当,对地形云的抑制降水作用与平原地区也相当,Ro约为1。
以上研究结果仅为华山观测事实的分析结果,还需进一步深入研究,逐步完善。
Segal Y, Khain A, Pinsky M, 2004. Effects of atmospheric aerosol on precipitation in cumulus clouds as seen from 2000-bin cloud parcel microphysical model: sensitivity study with cloud seeding applications[J]. Q. J. R.Meteorol. Soc, 130: 561-582. DOI:10.1256/qj.02.168 |
Khain A, Pokrovsky A, Sednev I, 1999. Some effects of cloud-aerosol interaction on cloud microphysics structure and precipitation formation: Numerical experiments with a spectral microphysics cloud ensemble model[J]. Atmos. Res, 52: 195-220. DOI:10.1016/S0169-8095(99)00027-7 |
Andreae M O, Rosenfeld D, Artaxo P, et al, 2004. Smoking rain clouds over the Amazon[J]. Science, 303: 1337-1342. DOI:10.1126/science.1092779 |
Yin Y, Levin Z, Reisin T G, et al, 2000. The effects of giant cloud condensational nuclei on the development of precipitation in convective clouds: A numerical study[J]. Atmos. Res, 53: 91-116. DOI:10.1016/S0169-8095(99)00046-0 |
Rosenfeld D, Lahav R, Khain A, et al, 2002. The Role of sea spray in cleansing air pollution over ocean via cloud processes[J]. Science, 297: 1667-1670. DOI:10.1126/science.1073869 |
Gunn R, Phillips B B, 1957. An experimental investigation of the effect of air pollution on the initiation of rain[J]. J. Meteor, 14: 272-280. DOI:10.1175/1520-0469(1957)014<0272:AEIOTE>2.0.CO;2 |
Rosenfeld D, 1999. TRMM observed first direct evidence of smoke from forest fires inhibiting rainfall[J]. Geophys. Res. Lett, 26: 3105-3108. DOI:10.1029/1999GL006066 |
Rosenfeld D, 2000. Suppression of rain and snow by urban and industrial air pollution[J]. Science, 287: 1793-1796. DOI:10.1126/science.287.5459.1793 |
Rosenfeld D, Lahav R, Khain A, et al, 2002. The Role of sea-spray in cleansing air pollution over ocean via cloud processes[J]. Science, 297: 1667-1670. DOI:10.1126/science.1073869 |
Borys R D, Lowenthal D H, Cohn S A, et al, 2003. Mountain and radar measurements of anthropogenic aerosol effects on snow growth and snowfall rate[J]. Geophys.Res. Lett, 30: 1538. DOI:10.1029/2002GL016855 |
Givati A, Rosenfeld D, 2005. Separation between Cloud Seeding and Air Pollution Effects[J]. Journal of Applied Meteorology, 44: 1298-1314. DOI:10.1175/JAM2276.1 |
Givati A, Rosenfeld D, 2004. Quantifying precipitation suppression due to air Pollution[J]. Journal of Applied Meteorology, 43: 1038-1056. DOI:10.1175/1520-0450(2004)043<1038:QPSDTA>2.0.CO;2 |
Rosenfled D, Givati A, 2006. Evidence of Orographic precipitation suppression by air pollution—Induced aerosols in the western United States[J]. Journal of Applied Meteorology, 45: 893-911. DOI:10.1175/JAM2380.1 |
Lynn B, Khain A, Rosenfeld D, et al, 2006. Effects of aerosols on precipitation from orographic clouds[J]. In press, Journal of Geophysical Research. |
Griffith D A, Solak M E, Yorty D P, 2005. Is Air pollution impacting winter orograhic precipitation in Utah?[J]. Weather Modification Association, Journal of Weather Modification, 37: 14-20. |
Hashimoto Y, Sekine Y, Kim H K, et al, 1994. Atmospheric fingerprints of East Asia, 1986-1991 an urgent record of aerosol analysis by the JACK network[J]. Atmospheric Environment, 28: 1437-1445. DOI:10.1016/1352-2310(94)90206-2 |
Briant L D, Guo J X, 2000. Airborne particulate study in five cities of China[J]. Atmospheric Environment, 34: 2703-2711. DOI:10.1016/S1352-2310(99)00528-2 |
Cao J J, Judith C C, Lee S C, et al, 2005. Characterization and source apportionment of atmospheric organic and elemental carbon during fall and winter of 2003 in Xi'an, China[J]. Atmos. Chem. Phys. Discuss, 5: 3561-3593. DOI:10.5194/acpd-5-3561-2005 |
Dusek U, Frank G P, Hildebrandt L, et al, 2006. :Size matters more than chemistry for cloud nucleating ability of aerosol particles[J]. Science, 312: 1375-1378. DOI:10.1126/science.1125261 |
Daniel Rosenfeld, Jin Dai, XingYu, et al, 2007. Inverse relations between amounts of air pollution and orographic precipitation[J]. Science, 315: 1396-1398. DOI:10.1126/science.1137949 |
Qiu J, Yang L, 2000. Variation characteristic of atmospheric aerosol optical depths and visibility in North China during 1980-1994[J]. Atmos. Environ, 34: 603-609. DOI:10.1016/S1352-2310(99)00173-9 |
宗雪梅, 邱金桓, 王普才, 2005. 近10年中国16个台站大气气溶胶光学厚度的变化特征分析[J]. 气候与环境研究, 10(2): 201-208. |