渭南市2015—2017年典型霾天氣過程氣象特征分析

吉 慶，武麥鳳，何 林，陳 潔

(1.渭南市氣象局，陜西渭南 714000；2.陜西省氣象信息中心，西安 710014)

渭南地處陜西省關中盆地東部，隨著工業(yè)化、城市化進程的高速發(fā)展，大氣污染日益加重，并且與關中地區(qū)其他城市進入復合污染階段。空氣中污染物的時空變化特征與氣象條件密切相關，研究區(qū)域和城市空氣污染過程天氣形勢轉變及其與氣象因子的關系，有助于認識空氣污染形成的機制，并且能為環(huán)境空氣質量預報積累經驗、提供參考。國內眾多學者研究了關中地區(qū)氣象條件與大氣污染的關系，得出大氣污染物的擴散受到天氣形勢、下墊面、風速、降水、邊界層高度等條件的影響。有的針對一次典型霾天氣過程剖析其大氣環(huán)境特征[1-2]；有的分析了大氣污染特征以及氣象條件對大氣污染的影響[3-7]。比如，杜怡心等利用2015—2016年西安市逐日空氣質量資料和氣象觀測資料，統計評價2016年氣象條件較2015年對大氣污染的影響情況[3]；王釗等對近10年關中盆地MODIS氣溶膠的時空變化特征進行了分析[4]；韓超對關中地區(qū)環(huán)境空氣污染物濃度的統計特征及其與氣象要素的關系進行了分析[5]。綜合利用地面空氣污染監(jiān)測資料、常規(guī)氣象資料、探空資料、NCEP再分析資料，對2015—2017年渭南市11個典型霾天氣過程進行分析，總結渭南市典型霾天氣過程的大氣環(huán)流背景特征，并運用統計學方法分析典型霾天氣過程的氣象要素特征，得出渭南市典型霾天氣過程的相關氣象要素閾值，以期為渭南市霾天氣天氣預報提供參考。

1 資料和方法

顆粒物質量濃度來源于中國空氣質量在線監(jiān)測分析平臺(http://www.aqistudy.cn)發(fā)布的空氣質量歷史數據；常規(guī)氣象資料來自全國綜合氣象信息共享平臺(CIMISS)；探空資料來自懷俄明大學網站(http://weather.uwyo.edu/upperair/seasia.html)及香港科學技術大學(HKUST)環(huán)境中心(ENVF)發(fā)布的涇河氣象站(57131)探空資料(http://envf.ust.hk/dataview/profile/current/)；大氣環(huán)流背景特征分析采用NCEP 1°×1°再分析資料。根據《環(huán)境空氣質量指數(AQI)技術規(guī)定(試行)》(HJ633—2012)，并參考文獻[8]中霾污染日的統計標準，確定渭南市環(huán)境空氣質量等級統計標準(表1)。

表1 渭南市環(huán)境空氣質量等級統計標準

注：能見度為渭南市地面觀測資料。

2 典型污染天氣過程顆粒物變化特征

經過統計得出，2015—2017年渭南市典型霾天氣過程主要發(fā)生在秋、冬兩季(10月—次年1月)。表2給出了11次典型過程的具體時間段以及PM2.5的過程最大質量濃度和平均質量濃度。從PM2.5的過程平均質量濃度看，11次典型過程均為輕度以上污染，其中中度污染4次，重度污染4次，嚴重污染1次。圖1給出了11次典型持續(xù)性污染天氣過程期間顆粒物PM2.5、PM10的平均質量濃度日變化情況?？梢钥闯?，渭南市典型持續(xù)性污染天氣過程中細顆粒物(PM2.5)是PM10的主要組成成分，PM2.5的質量濃度明顯高于粗顆粒物。嚴重污染期間PM2.5和PM10的質量濃度存在明顯的日變化且二者基本同步，均在13時(北京時，下同)和20時前后出現峰值；04—08時變化相對平緩；09—13時、18—20時兩個時間段二者質量濃度快速上升。

表2 2015—2017年渭南市11次典型持續(xù)性污染天氣過程PM2.5最大質量濃度及平均質量濃度μg/m3

圖1 2015—2017年渭南市11次典型污染過程污染物平均質量濃度日變化

3 典型污染過程大氣環(huán)流特征分析

分析11次典型重污染天氣過程逐日500 hPa及700 hPa環(huán)流形勢，發(fā)現存在相似的分布特征，因此以2015年12月18—25日重污染天氣過程為例分析環(huán)流形勢特征。2015年12月18—25日，渭南市出現了持續(xù)8 d的霾重污染天氣過程。從18—25日的過程平均位勢高度場(圖2)可以看出，500 hPa 亞歐中高緯為兩槽一脊型，烏拉爾山以西和亞洲大陸以東為長波槽區(qū)，貝加爾湖為一強盛的暖性長波脊區(qū)，陜西處于長波脊前底部，青藏高原到河套盛行緯向偏西氣流，關中盆地附近等值線比較稀疏，表明高空風速比較小(圖2a)。相應的700 hPa亞歐高緯環(huán)流形勢亦為兩槽一脊型，青藏高原上有短波槽，短波槽前有弱偏南氣流發(fā)展，其偏南氣流可到達陜西南部(圖2b)。

12月18日(圖略)，500 hPa亞歐中高緯為兩槽一脊型，青藏高原有短波槽發(fā)展東移，陜西位于短波槽的前部，有弱偏南氣流發(fā)展。相應的700 hPa青藏高原東部有低渦發(fā)展并緩慢東移，陜西南部有偏南暖濕氣流發(fā)展。隨著500 hPa青藏高原短波槽減弱并緩慢東移，對流層低層關中地區(qū)多短波槽活動，維持偏南暖濕氣流。24日(圖略)500 hPa貝加爾湖附近有低壓槽發(fā)展并東南移，西風鋒區(qū)南壓，東亞大槽建立。隨著對流層高層環(huán)流形勢的調整，對流層低層環(huán)流也隨之變化，700 hPa陜西轉為西北氣流控制，渭南持續(xù)8 d的重污染天氣也得到了緩解。

圖2 2015-12-18—25 500 hPa(a)和700 hPa(b)平均位勢高度場(單位：dagpm)

綜上所述，渭南市嚴重污染期間，500 hPa歐亞中高緯度環(huán)流呈兩槽一脊型，陜西處于暖脊前部，長波脊前底部，青藏高原到河套盛行緯向偏西氣流。相應的700 hPa青藏高原上有短波槽，短波槽前有弱偏南氣流發(fā)展，偏南氣流可到達陜西南部。此種環(huán)流形勢不利于污染物的擴散。而空氣質量轉好時，中高緯度環(huán)流形勢明顯變化。陜西上空鋒區(qū)加強，伴隨地面東移南下冷空氣的入侵，關中對流層低層偏北氣流加強，有助于污染物的擴散。

4 探空資料分析

4.1 晝間混合層高度

混合層高度表明了大氣中的污染物在垂直方向上的擴散范圍，若混合層高度較低，則污染物在垂直方向上不能得到有效擴散[9]。依據環(huán)境評價技術導則計算區(qū)域大氣穩(wěn)定度、大氣混合層高度的基本公式[10]，計算11次典型持續(xù)性污染天氣過程發(fā)生期間渭南市當地94 d逐日的混合層高度。

分析得出PM2.5質量濃度與晝間(根據霾天氣過程發(fā)生當天渭南當地日出、日落時間計算得出晝長)混合層高度在0.01水平上(雙側)顯著相關，Pearson相關系數為-0.370(樣本數為94)。從圖3來看，當發(fā)生空氣污染時，晝間混合層高度明顯降低，當平均晝間混合層高度低于483.9 m時，空氣質量等級由“優(yōu)”“良”轉為“輕度”及以上污染。通過回歸分析，PM2.5質量濃度與晝間混合層高度的關系符合指數曲線(圖4)。

圖3 2015—2017年渭南不同空氣質量等級時的晝間混合層高度箱線

圖4 2015—2017年渭南PM2.5質量濃度與晝間混合層高度的關系

4.2 逆溫

在秋冬季節(jié)，夜間地表的長波輻射會使地表的溫度不斷降低，近地面大氣隨之發(fā)生冷卻；而其上層大氣仍維持較高的溫度，進而形成輻射逆溫層，使得大氣層結趨于穩(wěn)定。分析11次典型持續(xù)性污染天氣過程發(fā)生期間涇河氣象站94 d逐日08時及20時逆溫層厚度和逆溫強度，得出PM2.5質量濃度分別與08時逆溫層厚度、20時逆溫強度在0.01水平上(雙側)顯著相關，Pearson相關系數分別為0.430和0.609(樣本數為94)。

從圖5可看出：當空氣質量為“良”“輕度污染”“中度污染”時，逆溫強度變化不大；但當出現重度污染及嚴重污染時，逆溫強度有明顯增強。當逆溫強度大于0.77 ℃/hm時，空氣質量明顯惡化；當逆溫強度大于1.70 ℃/hm時，空氣質量等級為“嚴重污染”。通過回歸分析，PM2.5質量濃度與逆溫強度的關系符合冪函數曲線(圖6)。

圖5 2015—2017年渭南不同空氣質量等級的逆溫強度箱線

圖6 2015—2017年渭南PM2.5質量濃度與逆溫強度的關系

4.3 高空風

通過分析典型污染過程發(fā)生時的MICAPS細網格資料，從全國綜合氣象信息共享平臺(CIMISS)MICAPS細網格資料中提取11次典型持續(xù)性污染天氣過程發(fā)生期間，(107.5°E，35°N)、(110°E, 35°N)、(112.5°E, 35°N))、(110°E, 37.5°N)4個點(分別位于渭南以西、渭南當地、渭南以東、渭南以北，在CIMISS中序號分別為1515、1516、1517、1616；因渭南以南有秦嶺阻擋，故不取渭南以南的點)逐日500、700、850 hPa風向風速數據，得出PM2.5質量濃度與700 hPa高空風風速風向在0.01水平(雙側)顯著相關，Pearson相關系數分別為-0.322和-0.136(樣本數為376)。

從圖7可看出，當發(fā)生空氣污染時，700 hPa高空風風速明顯減小。當700 hPa高空風風速小于9.1 m/s時，空氣質量等級開始由“優(yōu)”“良”轉差；當700 hPa高空風風速小于5.9 m/s時，空氣質量等級為“中度”以上污染。從圖8可看出：當空氣質量為“優(yōu)”“良”“輕度污染”時，700 hPa高空以西北風為主；“中度污染”“重度污染”時偏南風發(fā)展；“嚴重污染”時以西南風為主。

圓圈表示異常值，數字表示異常值出現的頻次。圖7 2015—2017年渭南不同空氣質量等級700 hPa高空風風速箱線

5 地面要素特征

5.1 降水

分析11次典型持續(xù)性污染天氣過程發(fā)生期間渭南市當地94 d逐小時的降水量與PM2.5質量濃度數據，得出PM2.5質量濃度與過去1小時降水量在0.01水平(雙側)顯著相關，Pearson相關系數為―0.140(樣本數為2 256)。對不同空氣質量等級的降水量閾值(表3)進行回歸分析，得出PM2.5質量濃度與過去1小時降水量的關系符合指數曲線(圖9)。

圖8 2015—2017年渭南空氣質量為優(yōu)(a)、良(b)、輕度污染(c)、中度污染(d)、重度污染(e)、嚴重污染(f)時700 hPa高空風風向頻率/%分布

表3 2015—2017年渭南不同空氣質量等級的降水量閾值 mm

圖9 2015—2017年渭南PM2.5質量濃度與過去1小時降水量的關系

PM2.5質量濃度與晝間混合層高度、過去1小時降水量的關系均符合指數曲線。當混合層高度升高，或發(fā)生降水時，PM2.5質量濃度均下降；且降水粒子的濕沉降作用對污染粒子的清除效率明顯高于混合層高度升高對PM2.5質量濃度的影響。

5.2 其他地面要素

分析11次典型持續(xù)性污染天氣過程發(fā)生期間渭南市94 d其他地面小時氣象要素數據，得出PM2.5質量濃度與氣溫、露點溫度、海平面氣壓、相對濕度、10分鐘平均風速、總云量在0.01水平(雙側)顯著相關，Pearson相關系數見表4(樣本數為2 256)。表5給出不同空氣質量等級各地面要素的中值。從表4看出，PM2.5質量濃度與氣溫、海平面氣壓、10分鐘平均風速負相關，與露點溫度、相對濕度、總云量正相關。從表5看出：當相對濕度大于66.5%時，空氣質量由“良”降為“輕度”及以上污染等級；當10分鐘平均風速小于1.3 m/s時，空氣質量由“優(yōu)”轉差；總云量為100%時比總云量小于100%更易發(fā)生空氣污染。其他各項地面要素在不同空氣質量等級的中值規(guī)律不明顯，需要更多數據進行分析，將在今后的研究中收集更多典型霾天氣過程個例分析總結。

表4 2015—2017年渭南PM2.5質量濃度與其他地面要素的Pearson相關系數

表5 2015—2017年渭南不同空氣質量等級其他地面要素中值

6 結論

(1)2015—2017年渭南市典型霾天氣過程主要發(fā)生在秋、冬季10月—次年1月。典型持續(xù)性污染天氣過程中細顆粒物(PM2.5)是PM10的主要組成成分，PM2.5的質量濃度明顯高于粗顆粒物。嚴重污染期間PM2.5和PM10質量濃度存在明顯日變化，且基本同步，均在13時和20時前后出現峰值；04—08時變化相對平緩；09—13時、18—20時二者質量濃度快速上升。

(2)渭南市嚴重污染期間，500 hPa歐亞中高緯度環(huán)流呈兩槽一脊型，陜西處于暖脊前部，長波脊前底部；700 hPa青藏高原有短波槽，短波槽前有弱偏南氣流發(fā)展，不利于污染物擴散?？諝赓|量轉好時，中高緯度環(huán)流形勢明顯變化，陜西上空鋒區(qū)加強，伴隨地面東移南下冷空氣的入侵，關中對流層低層偏北氣流加強，有助于污染物的擴散。

(3)PM2.5質量濃度與晝間混合層高度、20時逆溫強度及700 hPa高空風顯著相關。PM2.5質量濃度與晝間混合層高度的關系符合指數曲線，當晝間混合層高度小于483.9 m時，空氣質量等級由“優(yōu)”“良”轉為“輕度”及以上污染。PM2.5質量濃度與逆溫強度的關系符合冪函數曲線。當逆溫強度大于0.77 ℃/hm時，空氣質量明顯惡化；大于1.70 ℃/hm時，空氣質量等級為“嚴重污染”。當空氣質量為“優(yōu)”“良”“輕度污染”時，700 hPa高空以西北風為主；“中度污染”“重度污染”時偏南風發(fā)展；“嚴重污染”時以西南風為主。當700 hPa高空風風速小于9.1 m/s時，空氣質量等級開始由“優(yōu)”“良”轉差；小于5.9 m/s時，空氣質量等級為“中度污染”以上。

(4)PM2.5質量濃度與過去1小時降水量、氣溫、海平面氣壓、10分鐘平均風速負相關，與露點溫度、相對濕度、總云量正相關。PM2.5質量濃度與過去1小時降水量的關系符合指數曲線。當相對濕度大于66.5%時，空氣質量由“良”下降為“輕度”及以上污染等級；當10分鐘平均風速小于1.3 m/s時，空氣質量等級由“優(yōu)”轉差；總云量為100%時比總云量小于100%更容易發(fā)生空氣污染。