福州市PM2.5污染過程中大氣邊界層和區(qū)域傳輸研究

蔣永成，趙天良*，王 宏，王 瓊，常爐予，譚成好

（1.南京信息工程大學氣象災害預報預警與評估協(xié)同創(chuàng)新中心，中國氣象局氣溶膠-云-降水重點開放實驗室，江蘇 南京 210044；2.福建省氣象科學研究所，福建省氣象局，福建 福州 350001；3.福建省氣象信息中心，福建省氣象局，福建 福州 350001；4.上海市城市環(huán)境氣象中心，上海市氣象局，上海 浦東 200135）

福州市PM2.5污染過程中大氣邊界層和區(qū)域傳輸研究

蔣永成1，趙天良1*，王 宏2，王 瓊3，常爐予4，譚成好1

（1.南京信息工程大學氣象災害預報預警與評估協(xié)同創(chuàng)新中心，中國氣象局氣溶膠-云-降水重點開放實驗室，江蘇 南京 210044；2.福建省氣象科學研究所，福建省氣象局，福建 福州 350001；3.福建省氣象信息中心，福建省氣象局，福建 福州 350001；4.上海市城市環(huán)境氣象中心，上海市氣象局，上海 浦東 200135）

以福建省會福州市2013年1月空氣質(zhì)量變化為對象，分析大氣邊界層變化和周邊區(qū)域污染物傳輸對福州市大氣顆粒物PM2.5的影響.利用福州市2013年1月逐日地面和探空觀測資料以及NCEP提供的2013年1月FNL分析資料，通過大氣邊界層要素與PM2.5濃度之間的相關性，對PM2.5污染過程的大氣邊界層特征進行分析；同時采用HYSPLIT后向軌跡模擬及區(qū)域風場相關矢分析對影響福州霧霾的污染物區(qū)域傳輸路徑進行探討.結果表明：地面氣溫與PM2.5濃度呈正相關，地面風速與PM2.5濃度呈負相關，近地面邊界層條件有利于霾顆粒物的形成和累積.但不同于我國東部主要污染源區(qū)霾污染過程中存在大氣邊界層逆溫，福州PM2.5污染過程中并未出現(xiàn)大氣邊界層逆溫結構，這一邊界層結構的垂直混合可有利于區(qū)域傳輸?shù)奈廴疚飶纳蠈哟髿獾竭_近地面從而加重福州霾污染，福州是華東地區(qū)一個PM2.5污染物的主要接受區(qū)，PM2.5污染物主要以外源輸送為主.2013年1月份福州市清潔日近地面風向為海洋吹向大陸的東南風，霾污染日則為大陸吹向海洋的偏北風，PM2.5污染物主要從長三角地區(qū)、蘇北以及安徽河南一帶通過東北和西北方向的傳輸路徑影響福州的空氣質(zhì)量.

霾污染；大氣邊界層；長江三角洲地區(qū)；區(qū)域輸送；福州

研究表明，引起灰霾天氣的本質(zhì)是細粒子氣溶膠污染［1］.影響大氣細粒子污染的兩個重要因素為排放源和氣象條件［2］.當污染源強相對穩(wěn)定，大氣污染物濃度變化主要受氣象條件影響［3］.大氣污染物的外源輸送也是影響空氣質(zhì)量的重要原因，大氣污染物區(qū)域傳輸主要受控于大氣邊界層結構和大氣環(huán)流特征［4］.

國內(nèi)學者針對影響霾污染的氣象條件已有了不少研究.異常的邊界層條件是發(fā)生霾污染的重要原因，包括地面風場較弱，近地面逆溫層的出現(xiàn)和長時間的維持以及邊界層內(nèi)存在下沉運動，都會導致大氣擴散能力下降，造成霾污染物的累積［5-7］.Wu等［8］分析了受鋒前暖區(qū)以及熱帶氣旋控制的下沉區(qū)影響的兩次污染過程，認為靜穩(wěn)的邊界層條件是造成珠三角地區(qū)霾污染過程的主要原因.鄭秋萍等［9］探討了海峽西岸城市群大氣污染物濃度特征與天氣形勢的關系，表明變性冷高壓、高空槽和暖區(qū)輻合這3種天氣形勢不利于大氣污染物的擴散.

不同地區(qū)之間存在著大氣污染的相互影響和輸送，大氣污染是一個區(qū)域性的環(huán)境問題［10］.本地源排放量是影響局地污染物的重要因素［11］，而污染物的跨界輸送對局地污染物濃度的貢獻也不容忽視［12］，在我國東部重污染區(qū)，外源污染物貢獻率占了很大比重［13-14］，本地源和外地源的影響程度隨季節(jié)變化存在很大差異［15］.吳兌等［16-17］分別分析了珠三角和環(huán)首都圈近地層風對霾污染過程的影響，發(fā)現(xiàn)空氣清潔過程與強平流輸送有關.

2013年1月我國中東部地區(qū)遭遇了一次大范圍強灰霾天氣過程，持續(xù)氣象條件異常是造成這次霾污染過程的重要原因［18］.馬小會等［19］認為阿留申低壓的強度和位置的異常以及冷空氣勢力偏北是造成2013年1月霾重污染過程的重要原因，平原地區(qū)近地面逆溫異常存在是霾日偏多的主要原因.石春娥等［20］認為控制氣團少動，大氣層結穩(wěn)定，近地面大氣層經(jīng)過江蘇及山東的輸送是安徽2013年1月低能見度和灰霾天氣偏多的主要原因；楊欣等［21］認為連續(xù)靜穩(wěn)的天氣形勢和區(qū)域污染是造成北京連續(xù)強霾天氣過程的主要原因.

福州市是我國東南沿海重要都市，地處福建省東部、海峽西岸，北臨長江三角洲，南接珠三角地區(qū).近40年來，福州市霾日數(shù)年際變化呈增加趨勢［22］，而且霾日數(shù)冬半年明顯多于夏半年［23］.近年來對福州地區(qū)霾污染過程的氣象條件研究主要集中于統(tǒng)計分析霾的天氣形勢，缺少對影響福州地區(qū)霾污染過程的大氣邊界層和區(qū)域污染物傳輸?shù)姆治?，同時國內(nèi)外也缺乏對空氣清潔地區(qū)污染過程的分析.2013年1月我國中東部地區(qū)出現(xiàn)了一次大范圍持續(xù)性高PM2.5濃度的霾過程，以京津冀地區(qū)以及長三角地區(qū)污染最為嚴重［18］.北京，石家莊，上海和合肥的PM2.5日均濃度峰值高達427，508，225和222μg/m3［24-25］.因此，本文通過2013年1月福州霾污染過程大氣邊界層條件以及區(qū)域污染物傳輸?shù)姆治觯噲D進一步探討福州地區(qū)大氣霾污染過程形成機理以及在清潔地區(qū)出現(xiàn)空氣污染的原因.

1 研究方法

1.1 資料

本研究中使用的2013年1月資料如下：（1）福州市逐日PM2.5觀測資料；（2）福州站的地面氣象觀測資料和探空觀測的高空氣象要素資料；（3）美國國家環(huán)境預報中心（NCEP）的FNL再分析資料，水平分辨率為1.0°×1.0°，垂直分辨率為26個氣壓層；（4）MODIS衛(wèi)星遙感氣溶膠光學厚度資料（http：//ladsweb.nascom.nasa.gov/）.

1.2 2013年1月福州空氣質(zhì)量及霾污染變化

1.2.1 地面觀測 從2013年1月福州PM2.5和大氣能見度的觀測（圖1）可以看出，1月的后半月PM2.5濃度較前半月有明顯的增加，其中1月25日PM2.5日均濃度達到110μg/m3，高于國家環(huán)境空氣質(zhì)量二級標準（75μg/m3）［26］，為1月份的最高值，同時后半月有6d（17、22、23、24、25、26日）出現(xiàn)能見度低于10km的低能見度現(xiàn)象，而前半月只有3d（7、8、12日）.PM2.5濃度與能見度之間存在明顯的負相關（R=-0.59），其通過了0.001的顯著性檢驗（圖1），可見高PM2.5濃度是造成低能見度現(xiàn)象的主要原因. 2013年1月前半月能見度相對較高，PM2.5濃度相對較低，空氣質(zhì)量較好，而后半月因為低能見度和高PM2.5污染物濃度，空氣質(zhì)量較差.

福州1月5、6、7、8、12和17日有明顯的降水，降水基本出現(xiàn)在前半個月，對應的是低PM2.5濃度水平.但是值得注意是1月17日降水清除作用并未顯著降低PM2.5濃度，盡管當天福州出現(xiàn)了小雨降水，但PM2.5日均值仍高達107μg/m3，這表明大氣顆粒物的降水清除還受降水的強度和時段的影響.據(jù)此，本文選取前半個月PM2.5日均濃度最低的4d （3、4、5、6日，PM2.5濃度分別為20，16，19，24μg/m3）為清潔日，選取后半月PM2.5日均濃度最高的4d （17、22、23、25日，PM2.5濃度分別為107，101，80，110μg/m3）為污染日，并對清潔日和污染日的大氣邊界層特征和PM2.5污染物區(qū)域傳輸進行比較分析.

圖1 2013年1月福州市觀測的能見度、PM2.5濃度和降水量的逐日變化Fig.1 Daily variations of visibility， PM2.5and precipitation during January 2013in Fuzhou

1.2.2 MODIS-AOD遙感觀測 圖2為MODIS衛(wèi)星遙感觀測的2013年1月我國中東部地區(qū)550nm波長處的氣溶膠光學厚度（AOD）平均分布圖，我國中東部地區(qū)AOD值總體偏高，長江中下游地區(qū)、河南山東一帶以及華中部分地區(qū)為AOD的高值區(qū)，這反映了2013年1月份我國中東部地區(qū)霾污染過程PM2.5的空間分布.同時可以看出，就2013年1月份平均而言，福建省大部地區(qū)包括福州市相比于東部其他省份而言AOD明顯偏低，PM2.5污染程度較輕.我國中東部的主要污染物排放源區(qū)位于京津冀、長江三角洲和珠江三角洲地區(qū)，福建污染物排放量相對較?。?7］.福建北緊臨長三角，南直接珠三角，又位于中東部典型的季風氣候區(qū)，盛行冬夏季風連接了長三角和珠三角兩個主要排放源區(qū)和福建省.大氣污染物區(qū)域傳輸將嚴重地影響福州市乃至福建省的空氣質(zhì)量.

圖2 MODIS衛(wèi)星遙感觀測的2013年1月我國中東部地區(qū)月平均AOD分布（550nm）Fig.2 Distribution of monthly averaged AOD （550nm）observed by the MODIS over central-eastern China in January 2013

2 結果與討論

2.1 大氣邊界層條件變化

2.1.1 近地面層要素 為了分析2013年1月福州的邊界層條件，本文利用福州站（58847）地面觀測資料討論和分析地面氣象要素的變化趨勢及其與PM2.5濃度之間的相關關系.由圖3a可以看出，從1日到31日氣溫與PM2.5濃度均是呈上升趨勢的，且兩者之間存在正相關關系，高溫有助于氣粒轉化過程，能有效增加PM2.5濃度；從圖3b可以看出，日平均風速和日均PM2.5濃度之間為較弱的負相關關系，1月份福州總體風速較小，除了3日和13日風速大于3m/s，其余日均風速均小于3m/s，風速較小不利于污染物的擴散，從而造成高污染物濃度的低能見度現(xiàn)象.因為在前半月有降水的清除作用，以及可能存在不利于污染物擴散的晝夜海陸風循環(huán)［8］，所以PM2.5濃度與風速的負相關性不明顯.

圖3 福州市2013年1月地面（a）氣溫和（b）風速的逐日變化曲線及其與PM2.5之間的相關性Fig.3 Daily variations in PM2.5with （a） surface air temperature and （b） wind speed and their correlations in Fuzhou during January 2013

根據(jù)觀測的地面氣溫和風速與PM2.5濃度的逐日相關性分析可以看出，在氣溫較暖以及風速較小的情況下有利于近地面大氣PM2.5粒子的產(chǎn)生與累積，這與王宏等［23］、隋平等［28］對福州市的研究結果相一致.

2.1.2 邊界層垂直結構特征 利用福州高空站08時規(guī)定等壓面探空數(shù)據(jù)對清潔日（3、4、5、6日）和污染日（17、22、23、25日）氣溫和風速的垂直分布特征進行分析，并通過氣壓和溫度計算出位溫，由圖4可以看出，在大氣邊界層層內(nèi)（850hPa以下），氣溫在垂直方向表現(xiàn)為污染日＞月平均＞清潔日，福州局地邊界層特征是污染日和月平均氣溫廓線均表現(xiàn)出氣溫隨高度下降的趨勢，污染日并未出現(xiàn)近地面逆溫層，但清潔日在850～950hPa間卻出現(xiàn)了明顯的逆溫層（圖4a）.在圖4b中，污染日在700～850hPa間出現(xiàn)了上冷下暖的位溫分布，說明該層內(nèi)層結不穩(wěn)定，而清潔日則表現(xiàn)出位溫隨高度遞減的穩(wěn)定層結特征，這與我國東部地區(qū)絕大多數(shù)霾污染物源地在霾污染過程中出現(xiàn)的近地面層垂直逆溫結構并不一致［29］.在我國東部地區(qū)主要大城市中，福州市的污染物排放量相對較?。?1］，福州地區(qū)極有可能出現(xiàn)上層污染物通過垂直混合作用影響近地面造成污染的現(xiàn)象.清潔日的大氣邊界層逆溫結構有利于局地污染物累積，這表明福州弱污染物排放的局地累積難以造成福州的霾污染.相比于清潔日，污染日并未出現(xiàn)逆溫結構，而是表現(xiàn)出下暖上冷的不穩(wěn)層結的大氣邊界層強垂直混合作用，說明確有上層污染物通過垂直混合作用影響近地面造成霾污染.對比清潔日和污染日的垂直廓線可以看出，邊界層的熱力學過程對污染物的垂直輸送存在顯著影響.清潔日和污染日垂直分布特征的差異也說明影響福州的霾污染物是由外源地傳輸過來的，福州很有可能是一個霾接收區(qū).

由圖4c可以看出，在近地面層的風速大小表現(xiàn)為：清潔日＞月平均＞污染日.污染日近地面風速較小，水平擴散條件差，污染物容易在近地面堆積；清潔日風速較月平均和污染日大，總體風速大有利于污染物的水平輸送和擴散，使污染物濃度下降，空氣較為清潔.另外，清潔日在925hPa附近出現(xiàn)了明顯的低空急流，在低空急流以上動量向上輸送，不利于高層污染物向下擴散，急流以下動量向下輸送，不利于地面污染物向上擴散；污染日風速隨高度略有增加，有利于污染物向下擴散造成污染.邊界層內(nèi)的熱力學因子和動力學因子共同影響污染物垂直輸送過程.

圖4 福州2013年1月污染日、清潔日和月平均的（a）氣溫、（b）位溫和（c）風速的垂直分布Fig.4 The vertical profiles of （a） temperature， （b）potential temperature and （c） wind velocity averaged over polluted days， clean days and all days of January 2013in Fuzhou

2.2 福州污染物區(qū)域傳輸特征

福州市本地污染源的排放相比于我國東部其他大城市而言相對較?。?1，27］，福州是一個霾污染物接收區(qū).本文通過對污染日和清潔日850hPa環(huán)境風場、福州PM2.5的區(qū)域風場相關矢以及HYSPLIT后向軌跡傳輸模式對福州污染物區(qū)域傳輸特征進行探討.

2.2.1 環(huán)境風場變化 福建地處我國東南地區(qū)丘陵地帶，加之閩贛交界處武夷山脈的影響，近地面風場受地形影響明顯，所以選擇850hPa探討邊界層風場對污染物區(qū)域傳輸?shù)挠绊?利用NCEP-FNL資料對區(qū)域環(huán)境風場進行分析，NCEP FNL資料一天有4個時次（分別為00：00、06：00、12：00、18：00，UTC時間），對清潔日（3、4、5、6日）4d共16個時次850hPa風場作平均，同樣對污染日（17、22、23、25日）4d共16個時次850hPa風場作平均.

圖5a為清潔日平均850hPa風場，福州地區(qū)受由海洋吹向陸地的東南風控制，風速相對較大，干凈的海洋空氣輸送稀釋局地污染，清潔福州的大氣環(huán)境.清潔日風速在整個福建區(qū)域內(nèi)較大，這加強了污染物的擴散，也有助空氣質(zhì)量好轉.污染日平均風場為陸地吹向海洋的西北風，福州的上風方地區(qū)為長江中下游地區(qū)，從福州的上風方向到福州之間存在風速遞減分布，驅(qū)動污染物傳輸?shù)臍饬髟诟Ｖ莸貐^(qū)的輻合（圖5b）.風速小以及由氣流輻合造成的區(qū)域傳輸污染物聚集，有助于霾污染的形成.清潔日與污染日在環(huán)境風場上的變化說明外源污染物區(qū)域傳輸對福州空氣質(zhì)量具有重要的影響.

2.2.2 PM2.5的區(qū)域風場相關矢 為了研究2013年1月福州地區(qū)污染物區(qū)域傳輸路徑以及主要的污染物源地，通過計算福州地區(qū)1月逐日PM2.5濃度與區(qū)域內(nèi)各格點逐日經(jīng)向和緯向風分量之間的相關系數(shù)，進而得到相關矢量進行探討［30-31］.追蹤污染源的相關矢計算公式如下：

圖5 福州2013年1月（a）清潔日和（b）污染日平均的850hPa區(qū)域風場Fig.5 The 850hPa wind fields averaged over （a） clean days and （b） pollution days in Fuzhou during January 2013

由圖6a可以看到，整個中東部地區(qū)的相關矢量表現(xiàn)出西北轉東北走向，長江以北為西北向，長江以南為東北向，福州地區(qū)PM2.5濃度與區(qū)域內(nèi)大多數(shù)地區(qū)的經(jīng)向風和緯向風都表現(xiàn)出明顯的正相關，相關系數(shù)高值區(qū)主要位于江蘇北部、安徽河南一帶以及湖南江西一帶.由圖6b可以看到，華東地區(qū)的相關矢量大致表現(xiàn)為西北-東南走向，福州地區(qū)PM2.5濃度與華東區(qū)經(jīng)向風和緯向風存在明顯的正相關，最大相關區(qū)位于長江三角洲地區(qū)以及江蘇北部一帶.兩個高度的最大相關區(qū)相關系數(shù)達到0.55以上，通過了0.001的顯著性檢驗.

通過PM2.5濃度與區(qū)域風場的相關矢量走向以及最大相關區(qū)的確定，可以推測造成福州市2013年1月PM2.5污染過程中污染物外源地及污染物區(qū)域傳輸特征.福建以北的長三角地區(qū)、江蘇北部以及黃河中下游流域與長江中下游流域之間的帶狀區(qū)域是影響福州2013年1月PM2.5污染的主要污染物源區(qū)，通過大氣邊界層西北風分量（圖6b）和自由大氣中東北風分量（圖6a）攜帶這些源區(qū)排放的大氣污染物至福州.中國大氣污染物排放清單分布表明我國中東部的大氣污染物排放源區(qū)以長三角地區(qū)為中心主要覆蓋了黃河中下游流域與長江中下游流域之間地區(qū)［11］. MODIS氣溶膠光學厚度觀測也證實我國中東部的大氣污染物主要排放源區(qū)是2013年1月霾重污染地區(qū)（圖2）.從圖6中可以看出，福州市周邊地區(qū)風場與本地PM2.5濃度之間的相關性并不高，可見本地源對霾污染物濃度的貢獻較少.

2.2.3 污染物傳輸路徑 利用拉格朗日型軌跡擴散模式HYSPLIT對污染日影響福州霾污染物傳輸路徑進行進一步探討.使用NOAA開發(fā)的后向軌跡在線平臺，選用模式為HYSPLIT后向軌跡模型，選取的模擬高度為100m和500m，模擬地點為福州市（28.09°N，119.30°E），后向模擬的時間和時長分別為1月17日（污染日）以及24h和48h.

圖6 福州2013年1月PM2.5的（a）700hPa和（b）850hPa區(qū)域風場相關矢分布Fig.6 Distribution of correlation vectors between PM2.5and wind speeds of （a） 700hpa and （b） 850hpa in January 2013 The vector arrows and filled contours stand for respectively the directions and magnitudes of correlation vectors

圖7 福州2013年1月17日（污染日） （a） 24h和（b） 48h污染物傳輸后向軌跡Fig.7 （a） 24- and （b） 48-hour backward trajectories of air pollutant transport from January 17， 2013 in Fuzhou

圖7給出的是每6h一次的污染源后向軌跡.從17日24h后向軌跡圖可以看出，兩條不同高度的軌跡線都是西北轉東北的傳輸方向（圖7a）.圖7b是17日48h后向軌跡圖，與24h后向軌跡相似，軌跡線為西北轉東北方向，軌跡長度也遠大于24h軌跡.上述HYSPLIT模擬的傳輸路徑表明福州上風方污染物沿著海岸線由偏東北方向傳輸至福州，傳輸至福州近地面層污染物的區(qū)域傳輸路徑高度均在1500m以下，且都是隨著傳輸路徑由高層向低層傳輸，這表明造成2013年1月福州市污染過程中的污染物絕大多數(shù)只有在垂直混合作用較好的邊界層條件下，才能由高層輸送至近地面層，加重PM2.5污染程度.這也佐證了圖4a中福州污染日的邊界層垂直結構有利于污染物的垂直混合的分析結論.

2013年1月HYSPLIT模擬結果與圖7中福州PM2.5的區(qū)域風相關矢的結果基本相一致.可見在2013年1月福州PM2.5污染過程中，長三角地區(qū)、蘇北以及安徽河南一帶為福州市污染物的主要周邊源地，周邊污染源區(qū)主要通過西北轉東北方向的污染物區(qū)域傳輸路徑影響福州空氣質(zhì)量.

本文的研究結果為今后福州市PM2.5污染的研究提供了新的方向，也為更好的控制和治理福州市霾污染提供理論依據(jù).影響空氣質(zhì)量的氣象因素包括大尺度大氣環(huán)流，天氣現(xiàn)象以及大氣邊界層條件等.本文僅針對2013年1月的霾污染過程進行大氣邊界層和區(qū)域傳輸?shù)膫€例分析，所有研究結果僅針對于本次污染個例，今后還需擴大研究區(qū)域并加長研究年限，針對福建省乃至東南沿海地區(qū)以及臺灣海峽的污染過程進行進一步研究分析.

3 結語

福州市2013年1月PM2.5污染過程中表現(xiàn)出獨特的邊界層特征，在污染日并未出現(xiàn)逆溫層，而伴有垂直混合作用，清潔日邊界層內(nèi)卻出現(xiàn)了明顯的逆溫，這說明邊界層內(nèi)的熱力學和動力學條件共同影響污染物垂直輸送過程，同時也說明通過區(qū)域傳輸至福州的污染物是造成2013年1月福州PM2.5污染的主要原因，福州是一個污染物接收區(qū).2013年1月后半月福州市地面氣象要素特征有利于福州市PM2.5污染過程的發(fā)展.長三角地區(qū)、蘇北以及安徽河南一帶是造成福州2013年1月PM2.5污染的主要污染物源地，污染物通過東北和西北路徑進行輸送.

［1］吳 兌.灰霾天氣過程的形成與演化 ［J］. 環(huán)境科學與技術，2011，34（3）：157-161.

［2］Giorgi F， Meleux F. Modeling the regional effects of climate change on air quality ［J］. C. R. Geoscience， 2007，339（11/12）：721-733.

［3］Tanner P A， Law P T. Effects of synoptic climatology of air pollution in Moscow ［J］. Theoretical and Applied Climatology，61：85-102.

［4］Carroll J J， Dixon A J. Regional scale transport over complex terrain， a case study： tracing the Sacramento plume in the Sierra Nevada of California ［J］. Atmospheric Environment， 2002，36（23）：3745-3758.

［5］鄧利群，錢 俊，廖瑞雪，等.2009年8～9月成都市顆粒物污染及其與氣象條件的關系 ［J］. 中國環(huán)境科學， 2012，32（8）：1433-1438.

［6］朱佳雷，王體健，刑 莉，等.江蘇省一次重霾污染天氣的特征和機理分析 ［J］. 中國環(huán)境科學， 2011，31（12）：1943-1950.

［7］吳 蒙，范紹佳，吳 兌.臺風過程珠江三角洲邊界層特征及其對空氣質(zhì)量的影響 ［J］. 中國環(huán)境科學， 2013，33（9）：1569-1576.

［8］Wu M， Wu D， Fan Q， et al. Observational studies of the meteorological characteristics associated with poor air quality over the Pearl River Delta in China ［J］. Atmospheric Chemistry and Physics， 2013，13：10755-10766.

［9］鄭秋萍，王 宏，林長城，等.海峽西岸沿海城市群大氣污染物濃度特征及其與天氣形勢的關系 ［J］. 環(huán)境科學學報， 2013，33（2）：1-8.

［10］張志剛，高慶先，韓雪琴，等.中國華北區(qū)域城市間污染物輸送研究 ［J］. 環(huán)境科學研究， 2004，17（1）：14-20.

［11］曹國良，張小曳，龔山陵，等.中國區(qū)域主要顆粒物及污染氣體的排放源清單 ［J］. 中國科學， 2011，56（3）：261-268.

［12］程 真，陳長虹，黃 成，等.長三角區(qū)域城市間一次污染跨界影響 ［J］. 環(huán)境科學學報， 2011（4）：686-694.

［13］程念亮，孟 凡，徐 峻，等.中國東部春季一次強冷鋒活動空氣污染輸送過程分析 ［J］. 環(huán)境科學研究， 2013（1）：34-42.

［14］王自發(fā)，李 杰，王 哲，等.2013年1月我國中東部強霾污染的數(shù)值模擬和防控對策 ［J］. 中國科學， 2014，44（1）：3-14.

［15］張 艷，余 琦，伏晴艷，等.長江三角洲區(qū)域輸送對上海市空氣質(zhì)量影響的特征分析 ［J］. 中國環(huán)境科學， 2010，30（7）：914-943.［16］吳 兌，廖國蓮，鄧雪嬌，等.珠江三角洲霾天氣的近地層霾輸送條件研究 ［J］. 應用氣象學報， 2008，19（1）：1-9.

［17］吳 兌，廖碧婷，吳 蒙，等.環(huán)首都圈霾和霧的長期變化特征與典型個例的近地層輸送條件 ［J］. 環(huán)境科學學報， 2014，34（1）：1-10.

［18］Zhang R H， Li Q， Zhang R N. Meteorological conditions for the persistent severe haze and fog event over Eastern China in January 2013 ［J］. Science China， 2014，57（1）：26-35.

［19］馬小會，甘 璐，張愛英，等.北京2013年1月持續(xù)霧霾天氣成因分析 ［C］//第30界中國氣象學會年會論文集S16第二屆城市氣象論壇， 2013：138-142.

［20］石春娥，鄧學良，楊元建，等.2013年1月安徽持續(xù)性霾天氣成因分析 ［J］. 氣候與環(huán)境研究， 2014，19（2）：227-236.

［21］楊 欣，陳義珍，劉厚鳳，等.北京2013年1月連續(xù)強霾過程的污染特征及成因分析 ［J］. 中國環(huán)境科學， 2014，34（2）：282-288.

［22］葉光營，吳毅偉，劉必桔.福州區(qū)域霧霾天氣時空分布特征分析［J］. 環(huán)境科學與技術， 2010，33（10）：114-119.

［23］王 宏，馮宏芳，隋 平，等.福州市灰霾氣象要素場特征分析［J］. 氣象科技， 2009，37（6）：670-675.

［24］王躍思，姚 莉，王莉莉，等.2013年元月我國東部地區(qū)強霾污染成因分析 ［J］. 中國科學， 2014，44（1）：15-26.

［25］周 敏，陳長虹，喬利平，等.2013年1月我國中東部大氣重污染期間上海顆粒物的污染特征 ［J］. 環(huán)境科學學報， 2013，33（11）：3118-3126.

［26］GB 3095-2012 環(huán)境空氣質(zhì)量標準 ［S］.

［27］Zhang Q， Streets D G， Carmicheal G R， et al. Asia emissions in 2006 for the NASA INTEX-B mission ［J］. Atmospheric Chemistry and Physics， 2009，9：5131-5153.

［28］隋 平，馮宏芳，王 宏，等.海西城市群灰霾天氣特征及其影響因子分析 ［J］. 環(huán)境科學與技術， 2013，36（7）：53-57.

［29］李德平，程興宏，于永濤，等.北京地區(qū)三級以上污染日的氣象影響因子初步分析 ［J］. 氣象與環(huán)境學報， 2010，26（3）：7-13.

［30］徐祥德，周秀驥，施曉暉，等.城市群落大氣污染源影響的空間結構及尺度特征 ［J］. 中國科學， 2005，35：1-19.

［31］常爐予，趙天良，何金海，等.周邊氣象條件對南京城區(qū)大氣污染物濃度的影響 ［J］. 氣象與環(huán)境學報， 2013，29（6）：95-101.

Analysis on atmospheric boundary layer and regional transport during PM2.5Pollution episodes in Fuzhou.

JIANG Yong-cheng1， ZHAO Tian-liang1*， WANG Hong2， WANG Qiong3， CHANG Lu-yu4， TAN Cheng-hao1（1.Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters， Nanjing University of Information Science and Technology， Nanjing 210044， China；2.Fujian Institute of Meteorological Science， Fuzhou 350001， China；3.Fujian Meteorological Information Center， Fuzhou 350001， China；4.Shanghai Urban Environment Meteorology Center，Shanghai Meteorological Service， Shanghai 200135）.

China Environmental Science， 2015，35（2）：347～355

In this study focusing on the air quality changes in January 2013， Fuzhou， the capital city of Fujian Province，we investigated the impacts of changes in atmospheric boundary layer and regional air pollutant transport on the atmospheric particulate matter PM2.5in Fuzhou. By using the ground and radiosonde data operationally observed in Fuzhou and NCEP FNL analysis data of January 2013， the atmospheric boundary variations were characterized by the correlation analysis between atmospheric boundary layer elements and PM2.5concentrations. By employing the HYSPLIT backward trajectory model and the correlation vector analysis， the regional pollutant transport to Fuzhou in January 2013 was explored. The results indicated that surface air temperature were positively correlated with the PM2.5concentrations，while near-surface wind speeds were negatively correlated with PM2.5concentrations， reflecting that favorable boundary layer conditions are conducive to the local formation and accumulation of haze pollutants. However， none of temperature inversion structures existed in the boundary layer during the high PM2.5pollution in Fuzhou， differently from the typical temperature inversion layer for haze occurrences over the pollutant source regions in Eastern China. The non-inversion in vertical temperature structures in Fuzhou implied that Fuzhou haze events with the vertical mixing of air pollutants from upper layer to surface layer could be greatly contributed from the regional air pollutant transport， and Fuzhou was regarded as a receptor region of PM2.5pollutants imported from its surrounding source regions. The HYSPLIT modelingand the correlation vector analysis confirmed that the clean days with low PM2.5in January 2013 were accompanied with southeast winds from ocean to land； the PM2.5levels for the haze pollution were enhanced by the transport in the northerly winds from the pollutant source region over the Yangtze River Delta region， northern Jiangsu and Anhui， Henan area. The regional transport pathways and source regions of PM2.5for Fuzhou in January 2013 were identified.

haze pollution；atmospheric boundary layer；Yangtze River Delta region；regional transport；Fuzhou

X513

A

1000-6923（2015）02-0347-09

蔣永成（1991-），男，福建三明人，南京信息工程大學碩士研究生，主要從事大氣物理與大氣環(huán)境方面研究.

2014-06-20

江蘇省科技支撐計劃-社會發(fā)展重大研究項目（BE2012771）；南京信息工程大學人才啟動基金（20110304）， PAPD

* 責任作者， 教授， tlzhao@nuist.edu.cn