1826 字

风向就是风吹来的方向

不到一千年以前,东亚的中原地带正处于一个名为宋的朝代,有一位名为游的陆姓官员在一场秋雨后写了一首诗,无意中点破了近千年后中原大陆的现状:

驱除云雾极知难,敢意天公不作悭。–《秋霁》

时至今日,在经历了APEC蓝的洗礼后,大家都清楚的看到了针对大气污染物一个快速有效的解决方案:停工(源削减)。不过考虑到吃饭问题,可能更实际的方法就是这位陆姓官员在另一首诗中所提到的:夜阑卧听风吹雨。

那么问题来了,什么样的风可以清除污染物?答案很显然,必须是干净的风。就好比河流的上游与下游,如果你上游的水是干净的,下游的污染物就可以被带走,那么下下游呢?很不幸,由于来水就是脏的,即便你本身不生产污染物,但大自然的搬运工也会让你变脏。北京就是个例子,早期治理采取将工厂迁出城区的模式,但挡不住京津冀本身都是工业区,所以城区的污染物有相当部分来自你觉得应该不存在的工业源。那么究竟是哪里来的?今天介绍一个学界内用来评价短期大气污染事件的一个工具模型:后退气流轨迹模型。

该模型全称为Hybrid Single Particle Lagrangian Integrated Trajectory Model,由美国国家海洋大气局(NOAA)提供,有本地版与在线版两种,数据与软件开放下载,这里只关注在线版。此外,该软件虽然常用来画后退气流轨迹,但实际可应用于各种大气空气质量问题。现在演示下如何观察下11月17日(空气质量良)与20日(空气质量严重污染)上午9点北京某地区后退48小时的气流轨迹。

这里选择Compute archive trajectories来进行后退气流轨迹绘制,你可以看到也有预测的功能,按下不表。在轨迹类型里选择一个点跟normal,后面选择一个经纬度N40.0148940000,E116.3502740000,其余默认,点击下一步,选择gdas1.nov14.w3这个数据集,在下一页设定日期,注意这些数据的时区是按格林尼治标准时间来的,我设置为1点实际是北京时间的上午9点,总时间设定为48小时,设定level hight 为100,500,1000来代表三个高度上气团,别的按默认来,之后猛击request trajectory按钮,稍等片刻就可以得到一张后退气流轨迹图。之后改换时间得到另一个时间的图。下面这张是结果。

demo

这种图还是很直观的,我们可以看到17日的良好空气质量的一个重要来源是西北部气流,最终到达北京上空100m,500m跟1000m的气团实际来自海拔更高地方的输送,我们知道一般来源污染源来自于低空而不是高空,所以来源上看应该是比较清洁的。从经纬度上我们可以看到这是一股东北风,且在到达前高度骤降,大概是遇到一个局地低压,而6小时前这个气团正好进入京津冀地区,我不好判断这个低压是的来源是热岛效应,局地地形还是其他什么原因,但从当天空气质量上看这股气团应该是当天较好空气质量的来源。

我们再看20号,高空气流来自西北部且48小时走了这么长说明气流强度比较大,但看下中低空气流就明白了,不同高度的风场差异是很大的。中低空气流来自西南低空气流,且在6小时内有个爬升的过程,这暗示当天北京可能处于高压控制下,大气稳定度高。从来源上看因为是低空气流,可能卷积了西南方向的污染物并输送到目的地,如果其他条件适合,当日北京空气质量不达标是没跑了。

所以你看,我们可以用后退气流轨迹来分析一次大气污染事件的成因,配合源解析技术,我们可以勾勒出一副较为完整的来源去向途径。其实这个模型不但提供了反推模式,也提供了预测模式,所以我们可以大概预测几天后某点源污染的扩散通路,这对紧急空气污染事件的实时决策是很重要的,不过好像这种精度的数据只有美国有,面向全球的数据精度也就够大概预测城市区域的气流轨迹来源,再小就得自己收集数据了。

但是,我需要说明的是该技术不是万金油,这是一个基于监测数据的模型预测工具,不严谨的说,其原始数据格式是将地球网格化,每隔几度设点监测海拔,风速,气温,气压等数据,然后配合动力学模型对所需预测气团的轨迹进行网格对接与插值,最后反推出一条主要气流的来源。但其实当天刮风你好解释,风不大就不太能体现出有效信息,经常你会看到一个气团在很小的区域里打转,这可能是当时就没风。一般拿来娱乐下可以,但千万记住证据仅有一条是不够的,证明的角度越多,其结论的可信度就越高。

好了,现在你可以自己尝试玩下这个模型,看看自己所在城市呼吸的空气究竟是哪里来的,干净与否,不考虑细节的话具备大概初中水平的地理知识就足够了。虽然你去不到世界的每一个角落,但你可以知道每个角落里的风是哪来的,风向就是风吹来的方向。