威海 PM2.5濃度與氣象要素的相關分析

崔宜少

（威海氣象局，山東 威海 264200）

威海 PM2.5濃度與氣象要素的相關分析

崔宜少

（威海氣象局，山東 威海 264200）

分析2013年10月—2014年1月威海監(jiān)測站逐日、逐時的PM2.5平均值與氣象要素的相關性。結果表明，風速和風向與PM2.5的濃度均有一定的相關關系。當風速小于3m/s時，PM2.5值緩慢增大或一直持續(xù)；當北風風速連續(xù)大于3 m/s時，PM2.5值將迅速下降；南風增強對PM2.5的濃度沒有明顯的改變。PM2.5濃度增大的多數形勢為高空為平直的西風環(huán)流或高空槽前。PM2.5濃度最大值往往出現在地面冷鋒過境后北風風力較弱的時間段，北風風速大于3m/s后且持續(xù)，PM2.5的濃度將迅速下降。

PM2.5；風速；冷鋒

引言

PM2.5是指大氣中直徑小于或等于2.5μm的顆粒物，它能較長時間懸浮于空氣中，其在空氣中含量濃度越高，就代表空氣污染越嚴重。隨著社會經濟的發(fā)展、城市化進程的加快以及能源消耗的不斷攀升，顆粒物已成為國內城市大氣的首要污染物［1-2］，其中細顆粒物 PM2.5不僅會導致大氣能見度下降，還會增加死亡率和呼吸道系統疾病發(fā)病率［3-5］?？茖W家們對引起空氣質量變差的原因進行了相關研究，認為引起能見度下降的主要原因是大氣顆粒物特別是細顆粒物污染的加?。?］。大氣能見度還與風速、空氣濕度等氣象要素以及降水、沙塵等天氣現象密切相關［7］。當華北地區(qū)處于鋒后的高壓控制時，北京地區(qū)受偏北風影響，地面風速較大，致使大氣顆粒物質量濃度較低；而當華北地區(qū)處于高壓均壓場時，地面風速較小，致使PM2.5濃度持續(xù)上升［8］。

山東半島受海洋的調節(jié)作用，空氣污染物一直較西部地區(qū)偏少，但近年來也出現了霧霾天氣現象。通過對PM2.5的逐日和逐時平均濃度與氣象要素的統計，得出其相關性，對預報霧霾天氣提供依據。

1　PM2.5與風場的關系

1.1PM2.5日均值和風速

由于空氣污染在秋冬季較嚴重，統計 2013 年10月—2014年1月威海監(jiān)測站觀測的PM2.5日均值與平均風速（圖1）。通過對比發(fā)現，4個月份中有3日PM2.5超過150μg /m3，13日PM2.5超過100μg /m3，其余日均PM2.5值在100μg /m3以下。從逐日平均風速值與PM2.5日均值對比來看，風速突然增大的幾個拐點處多數對應PM2.5值下降。反之，風速迅速減小的拐點處 PM2.5濃度將會升高。說明風速與PM2.5值大致成相反的對應關系。

圖1　2013年10月-2014年1月日均風速與PM2.5濃度的對比統計（圖中箭頭分別對應表1和圖2中過程時間段）

1.2相關性分析

計算了日均 PM2.5濃度與風速之間的相關系數，樣本總數為123，相關系數r為-0.41。r＜0，表示PM2.5濃度和風速之間為負相關，與1.1結論相同；0.3≤|r|＜0.5，為低度相關，結果說明所用樣本 PM2.5濃度與風速之間存在較弱的負相關性。為了更精確地判斷地面風場與 PM2.5濃度的相關性，1.3部分分別選取了地面北風、南風突然增大的個例進行逐時統計。

1.3PM2.5逐時值和北風風速

選擇了2013年12月3日、2014年1月6日、12日、15日4次PM2.5濃度日均值較大的4次過程，觀測數據均為威海監(jiān)測站觀測所得。4次過程地面主要受冷高壓控制，風向以北風為主。圖 2演變出逐時風速與PM2.5值增大前、增大時、減小后的整個過程。從圖2a可看出，PM2.5濃度經歷了從小變大，再變小的過程，當風速小于 3m/s時，PM2.5值從 50 ug/m3以下相對緩慢地增至100ug/m3以上且一直持續(xù)，后期（藍框內）當風速大于3 m/s時，PM2.5值迅速下降至50ug/m3以下。從圖2b、圖2c、圖2d中也可總結出，當冬季北風風速小于3 m/s時，有利于PM2.5值的增大，但增大過程較為緩慢，期間風速達到2m/s時，對PM2.5的濃度變化亦沒有明顯改變；當北風風速超過3 m/s時，有利于PM2.5濃度的變小，且濃度值下降迅速。且從PM2.5逐時值和風速的相關性來看，風速大值的拐點處，相關性較好，風速小值區(qū)相關性較差。

圖2　2013年12月02—05日（a），2014年1月05—08日（b），2014年1月09—12日（c）和2014年1月13—18日（d）逐時風速與PM2.5濃度的對比統計（藍框為北風風速大于3 m/s的區(qū)域）

1.4PM2.5逐時值和南風風速

選取了2013年10月中上旬的一次南北風交替的天氣過程，從表1的逐時觀測數據來看，南風在10—17時風力超過3m/s，對應的PM2.5值略有減小，幾乎沒有變化。風向轉為北風且風力小于3m/s時，PM2.5值升高明顯，此時PM2.5濃度達到了一天中的最大值 0.202mg/m3。22時北風風力大于 3m/s后，PM2.5值迅速下降至0.050mg/m3以下，其中21—22時一個時次PM2.5濃度下降了0.099mg/m3。這個個例說明南風增強對 PM2.5的濃度沒有明顯的改變，3m/s以上風速的北風有利于迅速降低PM2.5濃度。

表1　2013年10月10—11日威海監(jiān)測站逐時PM2.5濃度、風速、風向演變

2　天氣形勢分析

從以上統計分析可看出，PM2.5濃度較大時地面風場均較小，結合地面天氣圖可以看出，地面氣壓場大致分為均壓場、弱高壓、弱低壓，風速非常弱。選擇了幾次PM2.5濃度較前一日迅速增大的天氣過程。統計出，PM2.5濃度增大的多數形勢為高空為平直的西風環(huán)流或高空槽前。平直西風環(huán)流下，大氣層結穩(wěn)定且干燥，近地面層為弱高壓或弱低壓影響，風速較弱；高空槽前低層有時有較大的相對濕度，大氣層結有時存在不穩(wěn)定能量，可帶來弱降水，地面冷鋒剛過境時PM2.5濃度維持或持續(xù)增大，北風增強后 PM2.5濃度下降。由于 4個月份主要為冬季，從統計的風向、風速來看，南風僅出現了20.1%，且很少出現春季典型的南大風形勢，故下文給出冷鋒過境前南風相對較大和冷鋒過境后北風較大的兩個個例詳細分析南風、北風對PM2.5濃度的影響。

圖3　2013年10月10日20時（a），11日08時（b）500hPa（等值線單位：dagpm）和10日20時（c），11日08時（d）地面（等值線單位：hPa）形勢

2.1個例一形勢分析

分析2013年10月10—11日的過程，從高空500hPa圖可以看出，10月10日20時（圖3a）山東半島位于高空槽前西南氣流中，地面位于東北低壓底部（圖3c），除成山頭仍為南風外，山東其他地區(qū)自西向東剛轉為北風。11日08時（圖3b）高空槽剛過境，山東半島轉入西北氣流中，地面轉入低壓后部（圖3d），吹西北風。結合T-lnp圖（圖略）看出，高空槽過境前低層相對濕度較大，且有一定的不穩(wěn)定能量存在，高空槽過境后相對濕度變小。結合表1的逐時觀測數據來看，在地面冷鋒未過境時，PM2.5值幾乎沒有變化。當地面冷鋒過境，剛轉為北風且風力小于 3m/s時，PM2.5值升高明顯。

2.2個例二形勢分析

分析 2013年 12月 8—9日高空槽過程，500hPa層8日20時高空槽仍未過境（圖4a），山東半島位于槽前西南氣流中，地面圖8日20時山東半島位于冷鋒過境前的高壓前部低壓后部的倒槽區(qū)（圖 4c），為偏南風。由于倒槽偏弱，故偏南風較弱；9日08時高空槽過境（圖4b），冷空氣較強，地面冷鋒過境后地面等壓線密集（圖4d），北風較強。從表2也可看出，地面為南風時，風力小于1m/s，剛轉為北風時，風力仍較弱，至 9日 04時除去01時其他風力均小于3m/s，PM2.5值在這個時間段內持續(xù)升高，05時開始風速連續(xù)大于3m/s，PM2.5值開始迅速下降，最快的05—06時一個時次下降0.096 mg/m3。

圖4　2013年12月8日20時（a），9日08時（b）500hPa（等值線單位：dagpm）和8日20時（c），9日08時（d）地面（等值線單位：hPa）形勢

以上兩個個例代表了基本秋冬季高空槽影響的普遍特點，從兩個個例的分析中可以看出，PM2.5濃度最大值往往出現在地面冷鋒過境后北風風力較弱的時間段，北風風速大于 3m/s后且持續(xù)，PM2.5的濃度將迅速下降。這兩個個例地面都沒有在山東半島產生有量降水，這也是影響PM2.5濃度的一個主要原因。

表2　2013年12月8—9日威海監(jiān)測站逐時PM2.5濃度、風速、風向演變

3　小結

（1）風速和風向與PM2.5的濃度均有一定的相關關系。當風速小于3m/s時，PM2.5值緩慢增大或一直持續(xù)；當北風風速連續(xù)大于3m/s時，PM2.5值將迅速下降；南風大于3m/s對PM2.5的濃度沒有明顯的改變。

（2）PM2.5濃度增大的多數形勢為高空為平直的西風環(huán)流或高空槽前。南風增強對 PM2.5的濃度沒有明顯的改變，北風增強有利于降低PM2.5濃度。

（3）PM2.5濃度最大值往往出現在地面冷鋒過境后北風風力較弱的時間段，北風風速大于3m/s后且持續(xù)，PM2.5的濃度將迅速下降。

［1］ 任陣海，萬本太，蘇福慶，等. 當前我國大氣環(huán)境質量的幾個特征［J］. 環(huán)境科學研究，2004，17（1）：1-6.

［2］ 趙越，潘鈞，張紅遠，等. 北京地區(qū)大氣中可吸入顆粒物的污染現狀分析［J］. 環(huán)境科學研究，2004，17（1）： 67-69.

［3］ Chan Y C，Simpson R W，Mc Tainsh G H et al. Characterisation of chemical species in PM2.5 and PM10 aerosols in Brisbane，Australia［J］. Atmospheric Environment，1997，31（22）：3773-3785.

［4］ 韓素芹，張裕芬，李英華，等. 天津市春季氣溶膠消光特征和輻射效應的數值模擬［J］.中國環(huán)境科學，2011，31（1）：8-12.

［5］ 陳義珍，趙丹，柴發(fā)合，等. 廣州市與北京市大氣能見度與顆粒物質量濃度的關系［J］.中國環(huán)境科學，2010，（7）：967-971.

［6］ 宋宇，唐孝炎，方晨，等. 北京市能見度下降與顆粒物污染的關系［J］. 環(huán)境科學學報，2003，23（4）：468-471.

［7］ 王淑英，張小玲，徐曉峰. 北京地區(qū)大氣能見度變化規(guī)律及影響因子統計分析［J］. 氣象科技，2003，31（2）：109-114.

［8］ 張宏，劉子銳，胡波，等. 北京能見度變化趨勢及冬季一次典型污染過程分析［J］. 氣候與環(huán)境研究，2011，16（5）：620-628.

P468.0

B

1005-0582（2015）03-0017-06

2015-08-18

國家自然科學基金（41175044）和山東省2014年開放基金（SDQXKF2014M05）共同資助

崔宜少（1978—），男，山東萊西人，本科，工程師，主要從事業(yè)務管理工作。