2. 临近空间环境特性及效应全国重点实验室, 北京 100081;
3. 中国气象局气象探测工程技术研究中心, 北京 100081;
4. 泰山国家基准气候站, 山东泰安 271000;
5. 泰安农业气象试验站, 山东泰安 271000
2. State Key Laboratory of Environment Characteristics and Effects for Near-Space, Beijing 100081;
3. CMA Research Centre of Meteorological Observation Engineering Technology, Beijing 100081;
4. Taishan National Reference Climatological Station, Shandong, Tai'an 271000;
5. Tai'an Agricultural Meteorological Experiment, Shandong, Tai'an 271000
降水是地球系统圈层之间物质循环的重要过程之一,净化大气中的气体和颗粒物,其化学组成和性质反映了特定区域的空气质量、排放源特征及各类大气成分进入降水所伴随的输送、转化过程信息(Calvo et al,2010;Niu et al,2014)。国内很多学者对全国乃至各个区域酸性降水进行了较为系统的研究(Duan et al,2016;王苗等,2019;Liu et al,2020),高山降水受云下冲刷影响小,在一定程度上反映了云水的化学特征,具有较好的大尺度区域代表性(王文兴和许鹏举,2009)。但较平原地区,高山观测难度较大,研究报道相对较少,其中泰山是受关注较多的站点之一。泰山是华北平原最高峰,其主峰海拔为1545 m,是进行华北平原乃至北方地区降水化学/酸雨观测研究的理想代表性地点。王艳等(2006a;2006b)、Wang et al(2008)、Li et al(2011)着重对泰山山顶降水的化学特征及其受长距离输送的影响进行了较深入分析。孙根厚和汤洁(2013)、陈善炳等(2018)、刘恒德等(2023)分析了泰山山顶降水pH值的长期变化趋势,其中孙根厚和汤洁(2013)还结合泰安站的观测资料,初步分析讨论了云下冲刷对降水酸性的影响。
近年来,我国大气污染状况已显著改善(Zheng et al,2018;Wei et al,2023;宿兴涛等,2023),大气污染治理已进入多污染物协同控制的新阶段。在新形势下,酸雨污染前体物的排放情形发生了改变,降水化学组分变化及酸雨成因也呈现新特征(易灵等,2024)。在具有良好大尺度区域代表性的泰山地区,深入研究降水化学性质的长期变化趋势和新特点,对更好地理解华北平原以及全国酸雨污染形势及其成因的变化是十分重要的。本文拟在前期研究基础上,利用1993—2021年泰山站(山顶站点)、2007—2021年泰安站(山下站点)的降水pH值和电导率资料,引入非氢电导率(non-hydrogen conductivity,NHC)计算,综合分析泰山地区降水酸度的长期变化趋势特征;利用本试验获取的2018年5月至2019年4月2个站的降水化学加强观测资料,分析泰山地区降水中离子组成特点及云下过程对该地区降水酸化过程的影响;利用后向气流轨迹模式对降水气团的来源方向和运动路径进行分析,探讨湿沉降中污染物的来源及对该地区降水化学组成的贡献;综合探讨近年来我国华北平原酸雨形势及其成因的新变化。
1 站址、数据与方法 1.1 站址如图 1所示,泰山站(海拔为1534 m)和泰安站(海拔为129 m)分别为位于泰山山顶日观峰和山下泰安市泰安区的2个国家级气象观测站,地处华北平原东部,水平相距约8.9 km,高度差约为1400 m,均为中国气象局酸雨观测业务站点。
|
图 1 泰山站和泰安站位置 Fig. 1 The locations of Taishan Station and Tai'an Station |
按照《酸雨观测规范》(中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会, 2017)的技术要求,采集2个站的日降水样品,测量其pH值和电导率;2个站在中国气象局酸雨观测站网盲样考核(汤洁等,2018)中均保持较好成绩。1993—2021年在泰山站和2007—2021年在泰安站分别获得2030条和804条完整观测记录,经K-pH不等式方法检验后(汤洁等,2008),在泰山站和泰安站分别获取了1944组和786组降水pH值和电导率数据;NHC值通过计算获得(汤洁等,2010;Tang et al, 2010)。本文采用氢离子-降水量加权方法计算降水pH值平均值,采用降水量加权方法计算电导率和NHC值的平均值。
利用Sen’s线性趋势估算方法(王涛等,2022)和Mann-Kendall趋势检验法(Feng et al,2020;Mann, 1945;Yao and Zhang, 2020)对降水pH值、电导率和NHC值的长期变化趋势进行分析。Sen’s法和Mann-Kendall法均为非参数算法,受异常值和数据缺断的影响较小,广泛应用于气象学、水文学和环境科学等领域的长时间序列数据分析。
1.3 降水样品的采样和离子成分分析2018年5月至2019年4月在泰山站和泰安站分别采集了79个和48个有效降水样品。降水样品密封在聚乙烯瓶内,用低温保温箱将其运送至中国气象局大气化学重点开放实验室进行离子成分分析。该实验室每年接受两次世界气象组织降水化学质量保证中心实验室组织的盲样比对测试,成绩长期保持优良水平。降水样品中的F-、Cl-、NO3-、SO42-、NH4+离子浓度由赛默飞世尔Dionex ICS-3000离子色谱系统分析获得,阴、阳离子淋洗液分别为Na2CO3/NaHCO3溶液和甲磺酸溶液;由日立Z-2000原子吸收分光光度仪分析K+、Na+、Ca2+、Mg2+离子浓度。
本文中降水无机离子浓度均以离子电荷浓度表示,平均浓度采用降水量加权法计算。图 2显示,泰山站和泰安站降水阴、阳离子的总浓度间决定系数分别为0.9571和0.9012,具有较好的一致性。然而,因离子色谱方法缺失HCO3-离子分析,导致2个站阴离子浓度较阳离子浓度平均亏欠约20%。
|
图 2 2018年5月至2019年4月(a)泰山站和(b)泰安站阴阳离子浓度平衡图 Fig. 2 The anion-cation concentration balance of precipitation samples at (a) Taishan Station and (b) Tai'an Station from May 2018 to April 2019 |
通过后向轨迹聚类可获取影响站点的气团的运行方向和途经区域(许建明等,2023)。为深入分析气团输送对泰山站酸性降水形成的影响,采用美国国家海洋和大气管理局与澳大利亚气象局联合研发的HYSPLIT(混合单粒子拉格朗日积分轨迹)模型(Draxler and Hess, 1998),计算降水离子成分加强观测期间(2018年5月至2019年4月)到达泰山站上方500 m,每日00:00、06:00、12:00、18:00(世界时)4个时次72 h的气团的后向轨迹。模型输入数据采用全球气象同化数据集(GDAS,https://www.ready.noaa.gov/data/archives/gdas1/),空间分辨率为1°×1°。为揭示气团传输路径的共性规律,采用基于欧氏距离的聚类算法对轨迹进行分类,通过总空间方差变化率确定最优聚类结果。所有数据处理及空间可视化均通过MeteoInfoMap软件实现(Wang,2014)。
2 泰山站和泰安站的降水pH值和电导率 2.1 变化范围图 3给出了泰山站和泰安站降水pH值和电导率的出现频次及降水量占比。泰山站降水pH值主要分布在4.00~7.00(图 3a),该区间累计出现频次和降水量占比分别为90.7%和94.7%。而泰安站降水pH值主要分布在5.50~7.00(图 3c),频次和降水量累计占比分别为82.3%和79.2%,其中在6.50~7.00占比最高(频次和降水量占比分别为44.8%和34.1%)。与山顶的泰山站降水pH值主要分布区间内较为平坦的特征相比,位于山下的泰安站的降水pH值分布显现出向较高pH值集中的偏态分布。泰山站酸雨(pH值< 5.60)频次较高,为48.9%(对应降水量占比为54.3%); 而泰安站仅为11.1%(对应降水量占比为18.3%),明显低于泰山站。总体而言,不论是泰山站还是泰安站,其酸雨频次均低于其降水量占比,说明发生酸性降水时降水量相对偏大。
|
图 3 (a, b)1993—2021年泰山站和(c, d)2007—2021年泰安站降水中不同(a, c)pH值和(b, d)电导率的出现频次及其降水量占比 Fig. 3 Frequency and precipitation percentage of (a, c) pH and (b, d) conductivity in precipitation at (a, b) Taishan Station during 1993-2021 and (c, d) Tai'an Station during 2007-2021 |
由图 3b和3d可见,泰山站和泰安站降水电导率频次分布的主要范围分别为20~150 μS·cm-1(累计占比为80.9%)和40~300 μS·cm-1(累计占比为78.5%);而降水量分布的主要范围分别为10~80 μS·cm-1(累计占比为76.2%)和20~150 μS·cm-1(累计占比为77.2%)。2个站的降水电导率和降水量频次分布均呈现中部集中、两边减小的特征。泰安站主要分布区间的电导率水平整体高于泰山站。
泰山站和泰安站水平距离很近,海拔差与典型大气边界层厚度大体相当,因而泰安站降水受云下冲刷影响会显著大于泰山站,尤其是大气边界层内局地污染物的云下冲刷可能是导致2个站降水pH值、电导率的量值及其分布出现差异的重要因素。
2.2 降水pH值的长期变化趋势图 4给出了1993—2021年泰山站和2007—2021年泰安站降水的年均pH值、电导率、NHC值以及分时段拟合的变化趋势。
|
图 4 1993—2021年泰山站和2007—2021年泰安站降水的(a)pH值, (b)电导率和(c)NHC值逐年变化 注:红色为泰山站数据,蓝色为泰安站数据,竖线和直方分别为第5%~95%分位数、第25%~75%分位数,十字、菱形分别为中位数和年平均值,斜线表示年平均值变化趋势;黄色和橙色色块分别为pH值在4.50~5.60和3.50~4.50。 Fig. 4 Variations of annual precipitation (a) pH, (b) conductivity and (c) NHC at Taishan Station during 1993-2021 and Tai'an Station during 2007-2021 |
1993—2021年泰山站降水的年均pH值主要分布范围为4.50~5.60(图 4a),大部分年份属于轻度或较轻酸雨污染,只有2007年、2008年、2010年、2011年和2012年的降水年均pH值低于4.50,酸雨污染较严重,而1999年、2001年和2016年的降水年均pH值高于5.60,无明显酸雨污染。泰安站自2007年以来,只有前期(2007—2011年)降水年均pH值低于5.60,存在轻度或较轻酸雨污染,2012年以后均高于5.60,总体上无明显酸雨污染(图 4a)。在2012—2017年,泰安站降水年均pH值连续6年高于6.00,其中2012年为最高(6.66)。2007—2021年,泰安站降水年均pH值整体高于泰山站。2个站降水年均pH值相差0.25~2.19,平均相差0.92。
1993—2021年泰山站的降水年均电导率分布范围为18.4~85.8 μS·cm-1(图 4b);2007—2021年泰安站降水年均电导率的分布范围为41.6~101.6 μS·cm-1,整体高于泰山站。2个站年平均电导率差值范围为4.0~55.5 μS·cm-1,平均相差27.1 μS·cm-1。
1993—2021年泰山站降水年均NHC值分布范围为16.6~85.1 μS·cm-1,2007—2021年泰安站降水年均NHC值分布范围为41.1~101.5 μS·cm-1(图 4c)。与降水电导率相似,泰安站的降水年均NHC值整体高于泰山站。2007—2021年,2个站降水年均NHC值差值范围为12.9~58.9 μS·cm-1,平均相差33.0 μS·cm-1。
通过比较泰山站和泰安站的降水年均pH值、电导率可见,泰安站降水酸性明显弱于泰山站。泰安站电导率及NHC值高于泰山站,说明在较强云下冲刷作用下,泰安站降水接受了更多的污染物,其中碱性污染物中和作用显著,致使泰安站降水酸性较泰山站显著降低。
孙根厚和汤洁(2013)、刘恒德等(2023)的研究均指出泰山站降水酸性存在明显的阶段性变化特征,前者以1999年为界将1992—2010年划分为两个时段,后者以2008/2009年、2017/2018年为界将2006—2020年分为3个时段,分析讨论不同时段内泰山站降水酸性的变化趋势。本文采用了1993—2021年的观测资料,基本覆盖了上述2个研究的时间跨度,选取其间降水年均pH值的3个特征年份,即1999年(pH值最高)、2007年(pH值最低)、2016年(pH值次高)为分界点,将其分为4个时段,分别计算了各时段内泰山站降水年均pH值的平均年变率(表 1)。结合图 4a和表 1,1993—1999年降水年均pH值呈现较明显的波动上升趋势;1999—2007年呈现较明显的波动下降趋势,其中前期(1999—2002年)下降尤为显著,后期相对平缓;2007—2016年再次呈现上升趋势,其中前期上升相对平稳,后期(2014—2016年)上升特别显著;2016—2021年降水pH值的平均年变率较小,且未能通过显著性水平检验,说明2016—2021年降水pH值的变化以小幅波动为主,与前3个时段(其平均年变率均通过显著性水平检验)相比趋势性变化并不明显。由图 4a和表 1可见,泰安站降水年均pH值自2007年也经历了先升后降的变化。尽管2016年泰安站的降水年均pH值仅为6.07,不是整个时段最高值,但考虑该站降水年均pH值年际波动较大,本文仍按照与泰山站相同的时间划分节点计算其平均年变率。2016年前、后其pH值的平均年变率分别为0.15 a-1(P < 0.05)和-0.06 a-1(表 1)。
|
|
表 1 1993—2021年泰山站和2007—2021年泰安站降水不同时段年均pH值、电导率和NHC值变化趋势 Table 1 Variation trends of annual precipitation pH, conductivity and NHC at Taishan Station during 1993-2021 and Tai'an Station during 2007-2021 |
综上所述,1993—2021年泰山站降水酸性经历了减弱—增强—较缓的减弱—相对平稳或轻微增强的阶段性变化,其中1993—2007年泰山站降水酸度的阶段变化趋势特征与全国长期变化特征基本一致(汤洁等,2010;Tang et al, 2010);2007—2021年泰安站降水年均pH值的变化趋势总体上与泰山站相似。
2016年以来2个站降水年均pH值均呈现波动及缓和下降的趋势值得关注,特别是泰山站,由于其海拔和所处地理位置,其降水性质的大尺度代表性已得到王艳等(2006a;2006b)的证实,该站2016年以来降水酸性可能存在的缓和增强迹象更加值得关注。
2.3 降水电导率、NHC值的长期变化趋势2个站的降水电导率(图 4b)、NHC值(图 4c)的年际变化与pH值并不完全同步,但为了分析降水酸性的长期变化趋势,仍按照上文pH值划分时段分析2个站二者的变化趋势。由表 1可见,2007年以后2个站降水电导率和NHC值的平均年变率,尽管数值上较大,但均未通过显著性水平检验,可能与趋势分析时段同pH值分析时段一致有关。
NHC值是降水中除H+及OH-以外的全部可溶性(阴、阳)离子电导率的总和,这些离子的摩尔电导率范围差别不大(大致在40~80 μS·cm-1·mol-1),因此NHC值较电导率更适合作为指示降水中可溶性污染物总量的半定量指标(汤洁等,2010;Tang et al, 2010)。此外,进入降水的可溶性污染物既有酸性也有碱性,两者总量的相对多寡决定了降水的酸碱性。因此,降水pH值和NHC值可有5种趋势变化情形:(1)NHC值有增减变化但降水pH值无变化,意味着进入降水的酸碱性污染物同步增减;(2)NHC值增加而降水pH值降低(酸性增强),意味着进入降水的酸性污染物增量超过碱性污染物增量;(3)NHC值减少而pH值增高(酸性减弱),意味着降水中酸性污染物减少量超过碱性污染物减少量;(4)NHC值增加而降水pH值增高(酸性减弱),意味着进入降水的碱性污染物增量超过酸性污染物增量;(5)NHC值减少而降水pH值降低(酸性增强),意味着降水中碱性污染物减少量超过酸性污染物减少量。
基于以上讨论,对照表 1中给出的年变率,可以对1993—2021年泰山地区降水酸性长期变化的阶段性特征得出以下认识:
(1) 1993—1999年,泰山站降水酸性减弱,但由于该阶段NHC值呈现增加趋势,因此可以将该阶段酸雨污染改善主要归因于碱性污染物中和作用显著增强。
(2) 1999—2007年,泰山站降水酸性增强,NHC值呈降低趋势,其酸雨污染恶化可部分归因于碱性污染物中和作用显著减弱。
(3) 2007—2016年,泰山站降水酸性呈缓慢减弱趋势,而NHC值的变化趋势不明显,可推测为酸性物质减少为主因;但是同一时段泰安站的降水酸性呈较明显减弱趋势,伴随有NHC值较明显增加趋势,说明泰安站的降水中碱性物质增加是该地区酸雨污染改善的主因。在同一时段内,泰山站、泰安站的降水酸性都呈不同程度改善趋势,但是其主要影响因子却存在差异,该差异源于泰安站降水受局地性的云下冲刷影响更大,也客观反映了2个站降水性质在空间代表性上的差异。
(4) 2016—2021年,泰山站和泰安站的降水酸性均为相对平稳/轻微增强趋势,其降水NHC值的变化趋势均为减小趋势,意味着进入降水的酸、碱性污染物均为减少趋势,但是相对而言,碱性污染物的中和作用似有更快减弱的迹象。
综上所述,通过分析2个站不同时段降水pH值和NHC值变化趋势特点,可以得知碱性污染物的中和作用在2个站降水酸性的长期演变趋势中具有不可忽视的重要影响,这一结论与我国北方地区酸雨成因的一般规律较一致(Wang et al,2012;Zhao et al, 2021;Yu et al,2024;程昳璇等,2024)。
3 降水离子成分 3.1 降水离子组成特征及差异表 2给出了2018年5月至2019年4月2个站降水样品中的离子平均浓度及其分布特征,降水中的主要酸根离子为SO42-和NO3-,主要碱基离子为NH4+和Ca2+,两种主要酸根(碱基)离子的累计浓度约为总酸根(碱基)离子浓度的80%;总碱基离子浓度均明显高于酸根离子,泰山站和泰安站总碱基离子浓度分别是总酸根离子浓度的1.41倍和1.53倍。
|
|
表 2 2018年5月至2019年4月泰山站和泰安站降水离子平均浓度及其特征 Table 2 The average concentrations and characteristics of precipitation ions at Taishan Station and Tai'an Station from May 2018 to April 2019 |
由表 2可见,泰安站各离子浓度均高于泰山站,其中Ca2+、SO42-、NH4+和NO3-离子浓度差较大。K+和Cl-离子浓度的比值(泰安站/泰山站)最大,分别为5.63和4.25。累计占比较高的4种酸根和碱基离子(SO42-、NO3-、NH4+和Ca2+)的浓度比值在1.56~2.77。
为更好地理解2个站降水离子组成特点及其差异,进行了主成分分析。由表 2可知,泰山站降水中各离子成分的来源具有较明显的一致性,泰安站各离子成分的来源除了具有与泰山站相似性的来源外(泰山站成分1),泰安站局地污染(泰安站成分2)对该地降水中K+、Cl-和NH4+离子浓度有较明显贡献。一般而言,K+和Cl-离子往往与生物质燃烧(如秸秆燃烧)排放的颗粒物有关,但也不排除其他工业排放;NH4+离子与农业施肥活动的排放有关。泰安市本身就是一个以现代高效农业、高端化工、纺织服装、物流、文化旅游为主要优势产业的中等城市,且紧邻济南市的众多产业基地,因此泰安市的局地污染源影响因素构成相对复杂。由于本文获取的相关排放源资料有限,尚难以对表 2中的泰安站成分2做出准确分析和解释。
综上所述,泰安站降水受云下冲刷影响显著,其降水中各离子的浓度均明显高于泰山站(表 2),降水电导率(37.1 μS·cm-1)也高于泰山站(27.0 μS· cm-1)。尽管两站降水的碱基离子总量均多于酸根离子,但是两站间降水中总碱基离子的浓度差大于总酸根离子的浓度差,说明通过云下冲刷进入泰安站降水的局地大气污染物中碱性污染物总量更高,提供了充足的酸中和能力,导致该站的降水pH值(6.21)明显高于泰山站(5.55)。
3.2 降水离子组成的长期变化趋势图 5给出了2004—2019年2个站降水离子组成的变化,并给出了各离子浓度的平均年变率(鉴于F-、Mg2+的离子浓度相对较低且变化趋势较弱,因而未展示)。2004—2008年数据来源于文献(王艳等,2006a;Wang et al,2008;Li et al,2011)。图 6给出了2000—2021年全国和山东省大气SO2和NOx的排放总量。
|
图 5 2004—2019年泰山站和泰安站降水(a)阴离子和(b)阳离子浓度及其变化趋势 注:数值为各离子浓度的年变率。 Fig. 5 Variation trends of concentrations of precipitation (a) anions and (b) cations at Taishan Station and Tai'an Station during 2004-2019 |
|
图 6 2000—2021年(a)全国和(b)山东省SO2和NOx排放总量* Fig. 6 Total emissions of SO2 and NOx in (a) the whole China and (b) Shandong Province during 2000-2021 |
* 全国2000—2021年SO2和2011—2021年NOx排放总量数据来自国家统计局公布数据,http://www.stats.gov.cn/sj/ndsj/;全国2000—2010年NOx排放总量数据来自Shi et al(2014);山东省2000—2021年SO2和2011—2021年NOx排放总量数据来自 http://tjj.shandong.gov.cn/col/col6279/index.html;山东省2006—2007年NOx排放总量数据来自《中国环境年鉴》,2008—2010年来自《山东省环境质量状况公报》。
由图 5可见,与早期结果相比,2个站降水中SO42-离子浓度均呈明显降低趋势。本研究观测期间,泰山站降水中SO42-离子浓度约为2004—2008年的48%,而泰安站则约为2006—2008年的50%,2个站下降幅度大体一致。由图 6可知,不论是全国还是山东省2004—2008年SO2排放量都是21世纪以来的最高时段。在全国统一的环境污染排放治理政策推动下,全国和山东省的SO2排放量都呈下降趋势,到2018—2019年分别降至2004—2008年的25%和17%(2018年、2019年全国SO2和NOx的排放量分别以2017年、2020年数据替代计算)。2个站降水中的SO42-离子浓度下降幅度小于全国和山东省的大气SO2排放量下降幅度。
与降水中SO42-离子浓度下降趋势不同,NO3-离子浓度则呈小幅增长趋势(图 5)。从NO3-离子浓度的绝对增量上看,2个站几乎同步增加,但由于泰安站的NO3-离子平均浓度远高于泰山站,因此泰山站降水中NO3-离子的百分比增长率更加显著。研究观测期间泰山站降水的NO3-离子浓度较2004—2008年约增长了47%,泰安站较2006—2008年约增长了约20%。由图 6可见,全国和山东省NOx排放量的峰值出现在2010年前后。2018—2019年,全国NOx排放量下降至2004—2008年的61%,其中山东省下降至2006—2008年的88%(暂未获取山东省2004年和2005年NOx排放数据)。在全国及山东省NOx排放量下降的条件下,2个站降水中NO3-离子浓度却出现增长趋势。SO2和NOx是导致降水酸化的最主要致酸前体物,两种气态污染物在均相/非均相氧化、转移过程中存在复杂的协同、竞争关系。当气态SO2的来源大幅减少后,导致降水酸化的主要因素和相应机制发生调整,NOx的非均相氧化、转移效率有可能得到增强;尤其是近些年来我国区域光化学复合污染日益突出,O3浓度升高,大气氧化性增强(Chen et al,2024),可使得NOx的氧化效率提升;这些因素都可能是本研究观测期间泰山地区降水中NO3-离子浓度较2004—2008年呈逆势增长的原因。大气降水酸化过程与大气污染减排之间可能存在滞后或协调一致的响应效应,需要进一步从降水酸化过程和机制上做深入研究。
如图 5所示,与2004年以来相比,泰山站和泰安站降水中的主要碱基离子浓度总体上变化趋势微弱,其中Ca2+离子浓度有极微小的增长(平均年变率分别为0.2%·a-1和0.4%·a-1);NH4+离子浓度则为不同的弱增减趋势,泰山站为轻微增长(1.2%·a-1),而泰安站为轻微降低(-0.8%·a-1)。此外,泰山站降水中Cl-、K+和Na+离子浓度均呈现轻微减少,而泰安站则呈现明显增长(平均年变率分别为5.4%·a-1、6.3%·a-1、4.9%·a-1)。结合表 2中的主成分分析推测,2004年至2018—2019年泰安及其周边地区存在一个较明显的含K+、Cl-大气污染物的排放增量。
图 7进一步给出了包括本研究在内的2006年以来相关研究中的泰山站降水中SO42-、NO3-离子浓度比值(Rsn)和NH4+、Ca2+离子浓度的比值(Rac),以及另外两个有较长期降水化学观测记录的高山站——庐山、峨眉山的Rsn、Rac值。泰山地处华北平原,峨眉山(海拔为2400 m)位于西南地区的四川盆地边缘,庐山(海拔为1165 m)位于长江中下游地区,3个站降水的化学性质可以反映3个区域较大尺度的降水平均状况。
|
图 7 1987—2021年泰山站、峨眉山站、庐山站降水离子组成(a)Rsn和(b)Rac变化特征* Fig. 7 Variation characteristics of (a) Rsn and (b) Rac in precipitation at Taishan Station, Mount Emei Station and Mount Lu Station during 1987-2021 |
* 庐山站数据来自Zhang and Qin(1998)、Li et al(2012)、张厚勇等(2016)、Li et al(2022),峨眉山站数据来自张铮(1991)、朱晓帆等(1997)、柳泽文孝等(2002)、Zhang et al(2020),泰山站数据来自王艳等(2006a)、Wang et al(2008)、Li et al(2011)和本研究。
本文研究期间,泰安站降水的Rsn(1.73)高于泰山站(1.21),Rac(1.07)低于泰山站(1.73),显示出泰安站降水中SO42-和Ca2+离子浓度相对较高,说明通过云下冲刷过程将更多低层大气中的硫酸盐气溶胶和地表扬尘引入降水。
与2004—2008年的文献(泰山站和泰安站的Rsn分别为2.84~3.98和4.15)相比较,本研究期间2个站Rsn有明显下降。2004年以来2个站的Rsn的平均年变率数值基本一致,分别约为-0.17 a-1和-0.21 a-1。说明泰山地区降水中的致酸污染前体物已经从SO2为主转变为SO2与NOx并重。峨眉山的Rsn从20世纪80—90年代的16.1,降至2017—2019年的1.4,期间的平均年变率约为-0.45 a-1;庐山的Rsn从20世纪90年代初期的3.2,降至2018—2020年的0.5,期间的平均年变率约为-0.10 a-1。3个高山站降水的Rsn均呈现了快速下降趋势,至21世纪10年代末均降低至0.5~1.4。SO2对我国的降水酸化贡献显著降低,而NOx的贡献相对上升。鉴于3个高山站的较大尺度代表性,这种变化趋势与我国20世纪90年代以来持续大范围且力度不断加强的SO2减排行动有很好地一致性对应,充分说明了我国大气污染治理卓有成效。
由于20世纪峨眉山、庐山降水化学研究中的NH4+和Ca2+离子数据稀缺(图 7),不足以对这2个站的降水Rac变化趋势做详细分析。3个高山站降水的Rac范围在0.48~2.80,总体变化趋势不显著。泰山、峨眉山和庐山的平均Rac分别为1.63、2.10、1.61,相差不多,总体上NH4+离子浓度高于Ca2+,是降水中提供酸中和能力的最主要离子成分。
3.3 输送对降水离子组成的影响图 8给出了影响泰山站降水后向气团的来源轨迹,共有6条,其中第5条轨迹占比过低,不具统计意义,下文不再分析。表 3为5条主要轨迹的降水pH值、电导率和离子成分的统计数据。整体而言,泰山站降水主要受河北、山东及京津地区气团影响,其次受我国内蒙古—蒙古国和黄海近海的输送影响。
|
图 8 2018年5月至2019年4月泰山站降水气团后向轨迹聚类 Fig. 8 The clustered backward air mass trajectories of precipitation at Taishan Station from May 2018 to April 2019 |
|
|
表 3 2018年5月至2019年4月泰山站降水后向气团不同聚类轨迹的平均离子浓度统计特征 Table 3 Statistical characteristics of average ion concentrations of precipitation at Taishan Station in terms of different backward air mass trajectory clusters from May 2018 to April 2019 |
在5条主要轨迹中,较为典型的是轨迹3和轨迹4。轨迹3来自西北方向,轨迹长度最长,移动速度最快,起源于贝加尔湖以西地区;轨迹数量占比在5条轨迹中最低(15.58%),且对应的降水量占比也最少(占比为2.92%);该轨迹降水“枯水型”特征明显,主要出现在冬春季,受我国北方及蒙古国地区的沙尘影响可能性较大,故该轨迹降水的各种离子浓度在5条轨迹中最高,其降水pH值也最高(6.10)。轨迹4来自东南方向,起源于黄海近海,占比为15.79%,在5条轨迹中次低,夏季出现较多,降水量占比为次高(38.15%),若统计单次平均降水量,在5条轨迹中最高;该轨迹降水的“丰水型”特征十分明显,因稀释效应,该轨迹降水的各离子浓度在5条轨迹中最低;其降水pH值最低,酸性最强。轨迹3与轨迹4的降水离子浓度及其分布特征与王艳等(2006b)一致。其他3条轨迹(轨迹1、轨迹2、轨迹6) 大体来自北和西北方向,源自蒙古国和我国的冀南—鲁西、京津—鲁北地区,轨迹数占比分别为19.39%、26.66%和21.47%,降水量占比分别为6.71%、40.59%和11.50%。该3条轨迹降水的离子浓度水平、降水pH值介于轨迹3和轨迹4之间,但是轨迹2的平均降水pH值较高(5.98),轨迹1和轨迹6的pH值较低,分别为5.52和5.34。
各条轨迹的Rsn、Rac、Rcn(Cl-离子与Na+离子浓度之比)可以更清晰地反映各轨迹离子组成的差异化特征。在5条轨迹中,轨迹4的Rsn最高,为1.63,其他4条轨迹的Rsn在0.93~1.18,轨迹4的Rac同样为最高(2.56)。由于轨迹4降水的各离子浓度均为最低,Rsn和Rac的数值较高,说明该来源于海上的降水气团在其降水路径上的云中和云下过程吸收了大量的二次硫酸铵气溶胶颗粒。在5条轨迹中,来自蒙古国方向的轨迹1和轨迹3的Rac和Rcn,有较为一致的区别于其他轨迹的特征,即Rac较低(分别为0.69和0.32),并且Rcn低于1(分别为0.92和0.75)。说明降水中铵盐含量相对较低,且存在较明显的氯亏损,体现出较明显的非农业内陆型降水特征。轨迹2和轨迹6降水气团源区主要覆盖河北、京津地区及山东部分地区,为泰山站降水的主要气团覆盖源区(轨迹数占比合计为48.13%,降水量占比为52.09%)。其降水的Rac分别为2.41和1.58,在5条轨迹中处于较高水平,说明在降水气团覆盖的源区范围具有较丰富的农业及其他行业的氨污染排放(方利江等,2023);轨迹2和轨迹6的Rcn分别为1.26和1.12,在5条轨迹中为最高和次高,这与上文提及的泰山周边区域可能存在的较强氯排放源相一致。
4 结论和讨论(1) 1993—2021年泰山站降水pH年平均值在4.36~6.47。2007—2021年泰安站在4.73~6.66,比同期泰山站平均高0.92(0.25~2.19)。1993—2021年,泰山地区的降水酸性经历了减弱—增强—较缓的减弱—相对平稳或轻微增强的阶段性变化。2016年以来2个站的降水酸性呈现大体相似的缓慢波动增加,其现象值得关注。对2个站降水NHC值长期变化趋势的分析显示,碱性污染物的中和作用在该地区降水酸性的长期变化趋势演变中具有重要影响。
(2) 本研究在泰山站和泰安站开展的为期一年的降水离子组分观测的结果显示,泰安站降水中各离子浓度均高于泰山站。泰安站与泰山站的总碱基离子浓度差大于总酸根离子浓度差,说明了云下冲刷过程中碱基离子组分的增加大于酸根离子组分,对降水酸性的中和作用显著。
(3) 与2004—2008年相比,泰山站和泰安站降水中SO42-离子浓度均下降约50%左右,但NO3-离子浓度约分别增长了47%和20%。降水中NO3-离子浓度的变化与同时段全国和山东省NOx污染物排放量下降的趋势相反。这一非同步变化趋势值得关注,其隐含的降水酸化机制的新特点值得进一步深入研究。
(4) 2004年以来泰山地区降水中Rsn的下降趋势与峨眉山、庐山降水离子组分长期变化趋势相一致。3个高山站的降水Rsn由21世纪初以前的3~16,下降到21世纪10年代的1左右(0.5~1.4),显示我国降水酸性污染物的来源已经由SO2主导转变为SO2、NOx并重,充分说明了20世纪90年代以来我国在SO2减排治理的重大成果。但同时,NOx对降水酸化的贡献上升对大气污染的协同治理提出了更高要求,在继续加强SO2减排控制的基础上需要进一步加大对NOx的减排治理力度。
(5) 泰山站降水可以反映出大尺度气团的污染源影响特征。影响泰山站降水的最主要源区气团覆盖河北省、山东省和京津地区,源于该区域的降水中Rac较高,反映出华北平原氨污染源强较大;部分源于蒙古国,其降水离子组成特征是总离子浓度较高,Rac和Rcn均较低,表现出易受沙尘影响、降水稀释效应弱和氯亏损等内陆型降水的特征;部分源自黄海近海方向的降水离子总浓度最低,较为清洁,但是具有较高的Rsn和Rac,显示出该部分降水的云中/云下过程有较强的二次硫酸铵盐的注入。
致谢:感谢中国气象科学研究院程红兵老师、北京华云东方探测技术有限公司高阳老师在样品采集和分析方面的帮助。
陈善炳, 李涛, 陈叶婷, 2018. 泰山酸雨特征及影响因素分析[J]. 海洋气象学报, 38(4): 122-127. Chen S B, Li T, Chen Y T, 2018. Characteristics and influencing factors of the acid rain at Mount Tai[J]. J Mar Meteor, 38(4): 122-127 (in Chinese).
|
程昳璇, 关净文, 浮天, 等, 2024. 2000—2021年中国典型地区大气降水化学与沉降特征[J]. 中国环境科学, 44(9): 4817-4825. Cheng Y X, Guan J W, Fu T, et al, 2024. Characteristics of atmospheric precipitation chemistry and deposition in typical regions of China during 2000-2021[J]. Chin Environ Sci, 44(9): 4817-4825 (in Chinese).
|
方利江, 宋文婷, 杨一群, 等, 2023. 2008—2020年京津冀及周边地区人为源氨排放清单研究[J]. 环境科学研究, 36(3): 500-509. Fang L J, Song W T, Yang Y Q, et al, 2023. Inventory of anthropo- genic ammonia emissions in Beijing-Tianjin-Hebei and its surrounding areas from 2008 to 2020[J]. Res Environ Sci, 36(3): 500-509 (in Chinese).
|
刘恒德, 李洪勇, 吴迪, 等, 2023. 泰山酸雨长期变化趋势及影响因素[J]. 地球环境学报, 14(2): 253-262. Liu H D, Li H Y, Wu D, et al, 2023. Long-term trend and influencing factors of the acid rain at Mt.Taishan[J]. J Earth Environ, 14(2): 253-262 (in Chinese).
|
柳泽文孝, 贾疏源, 赤田尚史, 等, 2002. 峨眉山2001年9—10月雨水的化学组成[J]. 四川环境, 21(1): 37-40. Yanagisawa F, Jia S Y, Akata N F, et al, 2002. Chemical characteristics of rainfall collected in September and October 2001 in Mount Emei[J]. Sichuan Environ, 21(1): 37-40 (in Chinese).
|
宿兴涛, 冯静, 安豪, 等, 2023. 2015—2021年京津冀典型城市PM 2.5和O3污染趋势变化分析[J]. 大气科学, 47(5): 1641-1653. Su X T, Feng J, An H, et al, 2023. Trends analysis of fine particulate matter and ozone pollution in typical cities in the Beijing-Tianjin-Hebei Region during 2015-2021[J]. Chin J Atmos Sci, 47(5): 1641-1653 (in Chinese).
|
孙根厚, 汤洁, 2013. 1992—2010年泰山地区酸雨变化特征及其趋势分析[J]. 气象, 39(3): 347-354. Sun G H, Tang J, 2013. Variation characteristics and trend of acid rain in Taishan Mountain Area[J]. Meteor Mon, 39(3): 347-354 (in Chinese). DOI:10.7519/j.issn.1000-0526.2013.03.009
|
汤洁, 贾小芳, 程红兵, 2018. 酸雨观测质量考核方法的改进与评估[J]. 气象, 44(12): 1618-1627. Tang J, Jia X F, Cheng H B, 2018. Improvement of blind sample inter-comparison study of acid rain monitoring network[J]. Meteor Mon, 44(12): 1618-1627 (in Chinese). DOI:10.7519/j.issn.10000526.2018.12.012
|
汤洁, 徐晓斌, 巴金, 等, 2010. 1992—2006年中国降水酸度的变化趋势[J]. 科学通报, 55(8): 705-712. Tang J, Xu X B, Ba J, et al, 2010. Trends of the precipitation acidity over China during 1992-2006[J]. Chin Sci Bull, 55(8): 705-712 (in Chinese).
|
汤洁, 徐晓斌, 杨志彪, 等, 2008. 电导率加和性质及其在酸雨观测数据质量评估中的应用[J]. 应用气象学报, 19(4): 385-392. Tang J, Xu X B, Yang Z B, et al, 2008. The conductivity additivity of ionic components in precipitation and its application to the data evaluation of acid rain monitoring[J]. J Appl Meteor Sci, 19(4): 385-392 (in Chinese).
|
王苗, 吕桅桅, 王凯, 等, 2019. 武汉市酸雨变化特征及影响因子分析[J]. 气象, 45(2): 282-289. Wang M, Lü W W, Wang K, et al, 2019. Analysis of variation characteristics of acid rain in Wuhan and its impact factors[J]. Meteor Mon, 45(2): 282-289 (in Chinese). DOI:10.7519/j.issn.1000-0526.2019.02.013
|
王涛, 伊丽努尔·阿力甫江, 李思颖, 等, 2022. 三种趋势分析法在东帕米尔高原降水特征分析中的应用[J]. 气象, 48(10): 1312-1320. Wang T, Yilinuer A, Li S Y, et al, 2022. Three trend analy- sis methods in precipitation characteristic analysis of eastern Pamirs[J]. Meteor Mon, 48(10): 1312-1320 (in Chinese). DOI:10.7519/j.issn.1000-0526.2022.080501
|
王文兴, 许鹏举, 2009. 中国大气降水化学研究进展[J]. 化学进展, 21(2/3): 266-281. Wang W X, Xu P J, 2009. Research progress in precipitation chemistry in China[J]. Prog Chem, 21(2/3): 266-281 (in Chinese).
|
王艳, 葛福玲, 刘晓环, 等, 2006a. 泰山降水的离子组成特征分析[J]. 中国环境科学, 26(4): 422-426. Wang Y, Ge F L, Liu X H, et al, 2006a. Analysis of ionic composition characteristics of precipitation at Mount Taishan[J]. China Environ Sci, 26(4): 422-426 (in Chinese).
|
王艳, 葛福玲, 刘晓环, 等, 2006b. 泰山降水化学及大气传输的研究[J]. 环境科学学报, 26(7): 1187-1194. Wang Y, Ge F L, Liu X H, et al, 2006b. .Study on the precipitation chemistry and atmospheric transport at the Mount Taishan[J]. Acta Sci Circumst, 26(7): 1187-1194 (in Chinese).
|
许建明, 阎凤霞, 潘亮, 等, 2023. 上海东滩大气颗粒物长期变化及影响源区分析[J]. 气象, 49(1): 74-86. Xu J M, Yan F X, Pan L, et al, 2023. Analysis on the long-term variation and potential source of the particulate matters observed at Dongtan Station in Shanghai[J]. Meteor Mon, 49(1): 74-86 (in Chinese). DOI:10.7519/j.issn.1000-0526.2022.020901
|
易灵, 钟果, 向秋实, 等, 2024. 2015—2022年四川省酸雨特征及影响因素分析[J]. 中国环境监测, 40(5): 118-125. Yi L, Zhong G, Xiang Q S, et al, 2024. Analysis on characteristics and influence factors of acid rain pollution in Sichuan Province from 2015 to 2022[J]. Environ Monit China, 40(5): 118-125 (in Chinese).
|
张厚勇, 孙雷, 刘春花, 等, 2016. 庐山酸性降水的化学特征及致酸因子研究[J]. 环境科学与技术, 39(11): 133-137, 161. Zhang H Y, Sun L, Liu C H, et al, 2016. Chemical characteristics and acid factors of acid precipitation at Mount Lushan[J]. Environ Sci Technol, 39(11): 133-137, 161 (in Chinese).
|
张铮, 1991. 峨眉山酸雨的垂直观测[J]. 大气科学, 15(3): 31-37. Zhang Z, 1991. Vertical observation of acid rain in Emei Mountain[J]. Sci Atmos Sin, 15(3): 31-37 (in Chinese).
|
中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会, 2017. 酸雨观测规范: GB/T 19117—2017[S]. 北京: 中国标准出版社. General Administration of Quality Supervision, Inspection and Quarantine of the People's Republic of China, Standardization Administration of the People's Republic of China, 2017. Specifications for acid rain monitoring: GB/T 19117-2017[S]. Beijing: Standards Press of China(in Chinese).
|
朱晓帆, 蒋文举, 朱联锡, 等, 1997. 峨眉山环境现状研究[J]. 四川环境, 16(2): 9-17. Zhu X F, Jiang W J, Zhu L X, et al, 1997. Study on present environmental situation of the Emei Mountain[J]. Sichuan Environ, 16(2): 9-17 (in Chinese).
|
Calvo A I, Olmo F J, Lyamani H, et al, 2010. Chemical composition of wet precipitation at the background EMEP station in Víznar (Granada, Spain) (2002-2006)[J]. Atmos Res, 96(2/3): 408-420.
|
Chen G J, Liu T T, Chen J S, et al, 2024. Atmospheric oxidation capacity and O3 formation in a coastal city of southeast China: results from simulation based on four-season observation[J]. J Environ Sci, 136: 68-80. DOI:10.1016/j.jes.2022.11.015
|
Draxler R R, Hess G D, 1998. An overview of the hysplit_4 modelling system for trajectories, dispersion and deposition[J]. Aust Meteor Mag, 47(4): 295-308.
|
Duan L, Yu Q, Zhang Q, et al, 2016. Acid deposition in Asia: emissions, deposition, and ecosystem effects[J]. Atmos Environ, 146: 55-69. DOI:10.1016/j.atmosenv.2016.07.018
|
Feng J, Chan E, Vet R, 2020. Air quality in the eastern United States and Eastern Canada for 1990-2015:25 years of change in response to emission reductions of SO2 and NOx in the region[J]. Atmos Chem Phys, 20: 3107-3134. DOI:10.5194/acp-20-3107-2020
|
Li J, Wu H W, Jiang P J, et al, 2022. Rainwater chemistry in a subtropical high-altitude mountain site, South China: seasonality, source apportionment and potential factors[J]. Atmos Environ, 268: 118786. DOI:10.1016/j.atmosenv.2021.118786
|
Li Y, Tang J, Yu X L, et al, 2012. Characteristics of precipitation chemistry at Lushan Mountain, East China: 1992-2009[J]. Environ Sci Pollut Res, 19(6): 2329-2343. DOI:10.1007/s11356-012-0742-2
|
Li Y H, Wang Y, Ding A J, et al, 2011. Impact of long-range transport and under-cloud scavenging on precipitation chemistry in East China[J]. Environ Sci Pollut Res, 18(9): 1544-1554. DOI:10.1007/s11356-011-0516-2
|
Liu M X, Song Y, Xu T T, et al, 2020. Trends of precipitation acid- ification and determining factors in China during 2006-2015[J]. J Geophys Res: Atmos, 125: e2019JD031301. DOI:10.1029/2019JD031301
|
Mann H B, 1945. Nonparametric tests against trend[J]. Econometrica, 13(3): 245-259. DOI:10.2307/1907187
|
Niu H W, He Y Q, Lu X X, et al, 2014. Chemical composition of rainwater in the Yulong Snow Mountain Region, southwestern China[J]. Atmos Res, 144: 195-206. DOI:10.1016/j.atmosres.2014.03.010
|
Shi Y, Xia Y F, Lu B H, et al, 2014. Emission inventory and trends of NOx for China, 2000-2020[J]. J Zhejiang Univ Sci A, 15(6): 454-464. DOI:10.1631/jzus.A1300379
|
Tang J, Xu X B, Ba J, et al, 2010. Trends of the precipitation acidity over China during 1992-2006[J]. Chin Sci Bull, 55(17): 1800-1807. DOI:10.1007/s11434-009-3618-1
|
Wang Y, Wai K M, Gao J, et al, 2008. The impacts of anthropogenic emissions on the precipitation chemistry at an elevated site in north-eastern China[J]. Atmos Environ, 42(13): 2959-2970. DOI:10.1016/j.atmosenv.2007.12.051
|
Wang Y Q, 2014. MeteoInfo: GIS software for meteorological data visualization and analysis[J]. Meteor Appl, 21(2): 360-368. DOI:10.1002/met.1345
|
Wang Y S, Yu W P, Pan Y P, et al, 2012. Acid neutralization of precipitation in northern China[J]. J Air Waste Manag Assoc, 62(2): 204-211. DOI:10.1080/10473289.2011.640761
|
Wei J, Li Z Q, Wang J, et al, 2023. Ground-level gaseous pollutants (NO2, SO2, and CO) in China: daily seamless mapping and spatiotemporal variations[J]. Atmos Chem Phys, 23(2): 1511-1532. DOI:10.5194/acp-23-1511-2023
|
Yao X H, Zhang L M, 2020. Decoding long-term trends in the wet deposition of sulfate, nitrate and ammonium after reducing the perturbation from climate anomalies[J]. Atmos Chem Phys, 20: 721-733. DOI:10.5194/acp-20-721-2020
|
Yu Q, Ge X D, Zheng H T, et al, 2024. A probe into the acid deposition mitigation path in China over the last four decades and beyond[J]. Natl Sci Rev, 11(4): nwae007. DOI:10.1093/nsr/nwae007
|
Zhao W X, Zhao Y, Ma M R, et al, 2021. Long-term variability in base cation, sulfur and nitrogen deposition and critical load exceedance of terrestrial ecosystems in China[J]. Environ Pollut, 289: 117974. DOI:10.1016/j.envpol.2021.117974
|
Zhang Y Y, Cao Y F, Tang Y, et al, 2020. Wet deposition of sulfur and nitrogen at Mt.Emei in the West China rain zone, southwestern China: status, inter-annual changes, and sources[J]. Sci Total Environ, 713: 136676. DOI:10.1016/j.scitotenv.2020.136676
|
Zhang Y H, Qin Y, 1998. The chemical characteristics of springtime precipitation in Lushan Mountains, East China[J]. J Appl Meteor Climatol, 37(10): 1143-1152. DOI:10.1175/1520-0450(1998)037<1143:TCCOSP>2.0.CO;2
|
Zheng B, Tong D, Li M, et al, 2018. Trends in China's anthropogenic emissions since 2010 as the consequence of clean air actions[J]. Atmos Chem Phys, 18: 14095-14111. DOI:10.5194/acp-18-14095-2018
|
2026, Vol. 52 
