杭州地区污染天气型及冷锋输送清除特征

俞 布,朱 彬,窦晶晶,张玮玮,胡德云

(1.南京信息工程大学气象灾害教育部重点实验室,气候与环境变化国际合作联合实验室,气象灾害预报预警与评估协同创新中心,中国气象局气溶胶与云降水重点开放实验室,江苏 南京 210044；2.杭州市气象局,浙江 杭州 310051；3.中国气象局北京城市气象研究所,北京 100089；4.浙江省气象局,浙江 杭州 310051)

杭州地区污染天气型及冷锋输送清除特征

俞 布1,2*,朱 彬1,窦晶晶3,张玮玮4,胡德云2

(1.南京信息工程大学气象灾害教育部重点实验室,气候与环境变化国际合作联合实验室,气象灾害预报预警与评估协同创新中心,中国气象局气溶胶与云降水重点开放实验室,江苏 南京 210044；2.杭州市气象局,浙江 杭州 310051；3.中国气象局北京城市气象研究所,北京 100089；4.浙江省气象局,浙江 杭州 310051)

基于Lamb-Jenkinson天气分型方法对影响杭州四季的大气天气型进行频率划分,并结合杭州气候观测站的PM2.5观测数据分析各季典型天气型的污染特征.针对杭州秋冬季冷锋活动时PM2.5浓度值变化的不确定性,进一步分析了冷锋过程对杭州大气污染物的输送和清除特征.结果表明,冬季是杭州的主要污染季节,以高压控制和暖区发展天气型为主;春、秋季其次;夏季基本不发生高污染个例.其次,结合变温和风速气象要素特征发现,24h负变温范围在0～2℃之间或者平均风速低于2m/s条件下的弱冷锋环境以污染输送作用为主,而24h负变温幅度大于4℃以及平均风速大于4m/s的较强冷锋环境以污染清除作用为主.

天气型；天气分型；污染输送；污染清除

区域大气污染与天气型密切相关.天气尺度的时间内,污染排放源一般相对稳定,突发的污染事件和季节性污染特征往往就归结为大气输送扩散条件[1-2].特别是以大中城市聚集的城市群区域,特定的环流背景造成的污染影响可达平均值的几十倍乃至几百倍[3].对此国内外学者开展了大量的研究,Comrie等[4]结合对美国匹兹堡地区臭氧污染分析,认为缓慢迁移的低压及稳定控制的高压容易诱发极端臭氧浓度,类似的污染环流特征也在伯明翰地区得到验证.Russo等[6]利用低层大气的地转涡度及曲率方向等指标将影响葡萄牙的天气型分为10种,通过对比相应时段的污染事件,发现反气旋和北风控制下的干空气侵入是造成污染的主要天气类型,而东风影响下很少出现污染.国内学者杨洪斌等[7]认为东北低压型、南大风型、干冷锋北大风型和夏秋大雾型易造成辽宁地区大范围污染.廖晓农等[8]在研究北京地区冬季雾-霾的环境气象条件时发现,高空西北气流、低层多短波活动的环流配置,利于形成和维持地表逆温、弱风、高湿的边界层结构,进而影响污染扩散.Wu等[9]针对2003年11月发生在广州地区的一次高污染过程,分析得出台风外围环流与副高的相互作用形成了持续性的下沉气流,致使混合层压低,风速减小,形成明显的污染堆积.

结合大气环流的区域污染输送及清除机制的研究,在环境和气象科学领域都具有重要的意义.Chen等[10]研究表明我国北方地区秋冬季的空气质量与天气类型密切相关,气压梯度较大的天气系统过境有利于污染清除.廖晓农等[8]认为冷锋势力较弱且不能影响到地面,致使地面弱风场维持是冷空气条件下雾-霾持续的主要原因.2007年1月19日我国长三角地区出现了最为严重的污染事件,根据Fu等[11]的研究,主要原因是冷锋行进过程中的突然停滞,造成上游大量污染物的输送堆积,并配合高、低层的双层逆温及持续静风.程念亮等[12]利用CMAQ和 HYSPLIT 模式对春季影响中国东部的一次强冷锋活动进行模拟,发现强冷锋前后污染浓度呈先升后降又上升的现象.吴兑等[13]利用风要素的区域矢量和算法得出,环首都圈出现严重霾过程时会呈现明显的区域风矢量和减小,造成气流停滞,而清洁过程时风矢量和呈现一致的西北方向,水平扩散能力增强.但是必须指出的是,虽然区域污染与大尺度环流关系密切,但同样受到排放源、边界层结构、中小尺度天气系统以及局地地形的直接影响.如任振海等[14]按照排放源、城市热岛及地形特征可以将北京地区划分为平原暖湿及污染控制区、山区干冷及清洁控制区和山地平原污染过渡区三类,并明确指出太行山与燕山对颗粒物污染的聚集作用是北京重污染天气的形成原因.吴兑等[13]同样认为北京周边的“弓状山脉”对冷空气的阻挡、削弱作用,并导致山前气流停滞区和污染聚集区的形成.可以看出我国东部重污染天气的形成是在多尺度天气系统下的复杂因素集合.

杭州作为长三角地区的经济腹地及闻名遐迩的休闲之都,今年9月迎来G20峰会及2022年即将举办的亚运会,空气污染问题将明显影响杭州城市品质和生活质量,根据杭州市气象局统计,近五年来霾日数虽逐年降低,但始终保持在每年120天以上.因此,有必要对杭州地区的大气污染特征展开研究.本文着眼于大尺度天气系统下的大气污染环流型,剖析污染浓度对天气类型的响应,理清杭州地区的大气污染环流背景.针对近四年来影响杭州地区的冷锋过程,研究其对污染物的输送和清除作用,为杭州地区开展大气污染潜势预报及冷空气条件下的空气质量预报提供关键预报指标.同时,利用临安大气本底站数据,可以有效剔除城市排放源的干扰.

1 资料来源及研究方法

1.1 气候环境资料

如图1,杭州地处杭嘉湖平原,东部紧邻杭州湾,西部为大范围山地丘陵,东北方向为华东地区的主要城市群.2个采样点分别位于杭州市上城区杭州市国家气候观测站(杭州站)和浙江临安大气本底污染监测站(本底站)内,两地相距约40km,并分别代表城市和大气本底特征.采样数据包括风速、温度、气压、降水、湿度等常规气象资料,以及PM2.5的颗粒物监测.根据《环境空气质量标准》(GB3095-2012)[15]定义24h PM2.5平均浓度限值高于75µg/m3为污染日.

其中杭州国家气候观测站的PM2.5监测设备采用美国R&P公司生产的TEOM1405D 型双通道大气颗粒物监测仪.采样总流量经过校正为16.7L/min,仪器测量精度为1h平均±2.0μg/m3, 24h平均± 1.0μg/m3,质量测量准确度为 ± 0.75%.在日常仪器的维护过程中,定期通过流量检查、标准膜校准及更换滤膜(负载率不超过80%)来保证数据质量.由于杭州国家气候观测站的PM2.5监测从2012年1月1日开始,因此将其他站点及相关资料统一为2012年1月1日～2015年12月31日.

图1 研究区地形及站点分布Table 1 The topography and site distribution in the study area

1.2 天气分型方法

表1 天气分型Table 1 The table for circulation classification

20世纪60～70年代,以Lund和Lamb等为代表的学者[16-17]就开展了针对气候统计的主观天气分型研究,80年代Yarnal等[18]用客观分型方法取代繁琐的主观天气分型.我国学者章基嘉等[19]应用K均值聚类法对东亚各季500×100Pa高度场的环流特征进行了分型试验,并建立了天气型与我国天气特征的统计关系.90年代以来,将天气分型与空气污染相结合的研究在长三角、珠三角、京津冀城市群及东北老工业城市广泛开展[20-23,3],并积累了多种主客观相结合的天气分型方法,如single-linkage模糊数学方法[20]、Kirchhofer法[24]、主成分分析及聚类分析法[25]及映射网络算法SOM等[26].本文采用Lamb-Jenkinson天气分型方法开展天气分型研究,该方法由lamb提出,并由Jenkinson等[27]发展成为一种成熟的主客观相结合的分型方法,具有明确的天气学含义,已经在区域气候特征及局地环流条件等研究中较先应用[28-29].天气分型资料基于美国国家环境预报中心(NCEP)提供的全球2012～2015年逐日平均海平面气压场再分析格点资料(2.5°×2.5°格距),计算时段为 2012年1月1日～2015年12月31日.天气型主要划分为平直气流型、旋转型、混合型和无定义型 4大类19种,其中混合型表示旋转型天气系统相对于中心点C所处的位置,无定义型UD表示较不明显的天气系统,如均压场,鞍型场等,以及高低压系统的过渡阶段.最后,结合主观天气图分析对Lamb-Jenkinson天气分型方法进行抽样验证,合格率为85%,其中近20%的误差来源于将其他天气型错划为高压控制型.

1.3 冷锋环境的界定

在锋面移动过程中,当冷气团起主导作用,并推动锋面向偏暖气团一侧移动,这种锋面称为冷锋[30].影响杭州地区冷锋的环流特征主要是冷性高压的东移南下,往往伴有正变压、负变温及偏北风增大等气象特征.冷锋过境以后,杭州一般会转为冷性高压控制.由于季节、气团尺度和强度的不同,冷锋环境存在明显差异.为了反映不同冷锋强度下的污染特征,本文结合本地特征对马志强[31]提出的冷气团标准进行调整,提出的24h变压(ΔP24≥4hpa)、24h变温(ΔT24＞0℃)、24h偏北风控制时间(T24N＞6h)为冷锋环境的判断指标,同时根据24h变温强度和偏北风风速来区分冷锋强度,其中偏北风向范围为247.5°～360°及0°～67.5°.判断冷锋环境的气象要素基于杭州气候观测站和临安大气本地站的站点观测,为了剔除中小尺度天气影响,要求两站必须同时满足以上判断标准.

2 结果与讨论

2.1 天气型与季节污染特征

表2和图2给出城市代表站(杭州国家气候观测站)的环流及污染特征.冬季受大陆冷性高压影响,低湿干冷,降水频率27%,PM2.5平均浓度61µg/m3.高频率天气型分别为UD(10%)、AN(18.1%)和A(45.5%),对应污染日出现频率分别为17.9%、6%、16.7%.其中AN天气型污染日出现频率较低,根据统计该天气型降水频率高达47.1%,可能与锋面降水引起的湿沉降相关.而代表暖区发展的天气型SE、CE型为冬季高污染天气型,虽然其出现频率仅为1.8%和0.6%,但其污染日发生频率却达到50%和33%,PM2.5平均浓度为73µg/m3和83µg/m3,说明当杭州冬季处于弱冷锋前部,或出海高压后暖区发展时较容易诱发中、重度污染,类似的现象也出现在珠三角地区,根据李琼等[32]对该地区污染超标天数的结果统计,1月出现锋面缓慢移动及东移出海时的污染超标占比为49%.

春季天气型与冬季类似,大陆冷性高压系统势力依然较强,但暖湿气流活动逐渐活跃,当冷暖气流交汇时容易产生对流性降水,降水频率增大至53%,各天气型平均PM2.5浓度降低至43µg/m3.春季杭州高频率天气型为UD(31%)和A(19.9%),对应污染日出现频率为7.3%和4.7%.虽然各天气型的污染日出现频率均降至15%以下,但是AE型出现时PM2.5平均浓度依然超过60µg/m3,存在中度及以上污染天气的可能.如2013年3月7日在出海高压AE型影响下,杭州气候观测站监测到PM2.5小时平均浓度最高达到261µg/m3.

表2 各季节主导天气型及气象污染特征Table 2 The seasonal meterology and pollution characteristics for dominant circulation classification

夏季受季风及江南地区典型的梅雨系统影响,天气型以低压和偏西南气流为主,降水频率为45%,各天气型的平均PM2.5浓度仅为29µg/m3.主要影响天气型为C(14.9%)和UD(45.3%),多数天气型的污染日频率均降至4%以下,总体而言,杭州夏季基本不存在高污染天气的可能.但值得注意的是,CE天气型出现频率仅为1.1%,但其污染日出现频率却高达16.7%.可以解释为当西南涡东移至杭州地区且并未造成明显降水时,受本地污染物的低层辐合及累积效应影响,可能出现中度及以上的污染过程,如2012年6月11日至14日过程.

秋季属于夏季风和冬季风系统的交替期,杭州地区受高压系统影响为主,包括A(35.3%)、UD(18.3%)、AE型(9.7%)等,各天气型的平均PM2.5浓度为43µg/m3,降雨频率33%.其中A、SE、AS天气型的污染频率相对较高,均为10%以上,说明高压控制型及暖区发展型是杭州秋季污染首要防范的环流类型.同时,当北方冷空气的逐渐活跃后,与冷锋活动相关的污染类型开始明显,如高压前部AN型和西北气流控制NW型在偏北风引导下容易将上游的污染物输送至杭州本地,平均PM2.5浓度超过55µg/m3;但是,同样属于冷锋环境下偏北气流控制的N天气型却呈现相对较低的浓度值(25µg/m3).因此,在冷锋活动时,杭州地区的PM2.5浓度呈现出明显的高、低值差异,这与我国西北地区冷锋以污染清除为主的特征不同[23],本文将结合污染物的输送和清除特征在下文给予详细分析.

图2 各季节主导天气型的平均污染频率及浓度Fig.2 The average frequency and concentration of the seasonal dominant circulation classification

2.2 冷锋对污染物的输送和清除特征

根据临安大气本底站的气象、污染观测数据,2012～2015年满足冷锋标准的样本数共有95次,其中47次致使24h内PM2.5浓度值降低,最大降幅为49.4µg/m3,平均降幅为15.9µg/m3;另有48次冷锋过程却造成PM2.5浓度的增加,最大增幅达到95.9µg/m3,平均增幅为19.4µg/m3.临安大气本底站位于长三角经济区的西南侧,远离城市,本地污染源相对较少,本底站PM2.5浓度的大幅变化更能说明区域大气污染物的输送和清除过程.结合天气型特征来看,当冷锋过境时,影响杭州地区的主要天气型为东北气流型和高压前部型,占比分别为29%和31%,而冷锋过境以后天气型立刻转为高压控制型,占比达到63%(图略).因此,冷锋过境时受变性高压前部东北气流引导,容易将上游长三角地区乃至华北地区的污染物输送而来.常炉予[33]对上海地区的研究得到类似结论,其结果表明影响上海的弱冷空气虽然能够改善局地扩散条件,但是也同时产生了明显的周边污染物输送.

为了定量界定冷锋强度对污染物的输送、清除规律,本文结合冷锋过境后的24h变温和冷锋过境当日的24h平均风速,进一步探讨污染变化规律.如图3和表3所示,PM2.5浓度总体随24h降温幅度的增大而具有明显的递减特征.当24h变温范围为-2～0℃的弱冷空气影响时,呈现明显的污染物输送特征,PM2.5浓度正变化的样本个数为77%,背景浓度为54µg/m3,远高于38.2µg/m3的年平均浓度,表明上游地区对本底站PM2.5浓度增加的输送贡献为42%.随着24h降温幅度的继续增大,当达到4℃以上时,PM2.5浓度正变化的样本数仅为23%,背景浓度与年平均浓度的比例为0.63,表明较强冷空气活动对污染物的清除贡献接近40%.总体而言,相较京津冀地区对北京上甸子本底站的影响[31],由于长三角地区的污染浓度偏低但上游污染区域较多,因此北风条件下对临安本底站的污染输送量较低而清除量也较低.上甸子和临安本底站污染物输送及稀释的贡献分别为:75%,60%和42%,40%.

同样,用冷锋过境时的平均风速来表征冷锋强度,亦可以获得类似特征.当弱冷空气影响时,高压强度和气压梯度偏弱,偏北风速较不明显.如图3和表3,平均风速低于2m/s的弱冷空气以污染物输送特征为主,PM2.5浓度正变化的样本个数占比76%,冷锋过境后PM2.5浓度正变化值达到21µg/m3,背景浓度为63µg/m3,对本底站浓度上升的平均贡献接近66%;当平均风速大于3m/s时,冷锋主要呈现对污染物的清除贡献,但清除特征并不明显,仅为30%左右,这可能与杭州地区所处的纬度略偏南有关.当大陆冷性高压系统影响到杭州时,往往处于弱冷锋系统的衰退期,一般随即转为高压控制并东移入海,很难继续南压,同时随着大尺度系统的逐渐减弱,以及杭州北部高海拔山区(天目山海拔1506m)的地形摩擦及小尺度局地环流的扰动,区域矢量风逐渐减小,形成气流停滞区,进而造成污染物的缓慢堆积[21].因此,平均风速2～3m/s的弱冷锋个例,并未其对杭州产生明显的清除作用,但是当平均风速达到4m/s以上时,可以明显发现全部为PM2.5浓度负变化的样本,PM2.5背景浓度仅为25µg/m3,说明其对污染物的清除特征明显.

图3 变温和风速指标对冷锋环境下PM2.5浓度变化的影响Fig.3 The influence for the change of PM2.5concentrations fromthe index of variable temperature and wind speed in the environment of cold front

表3 冷锋强度指标对PM2.5浓度变化的定量影响特征Table 3 The Quantitative influence characteristics for the change of PM2.5concentrations fromthe intensity index of a cold front

3 结论

3.1 根据2012～2015年杭州国家气候站的污染

数据统计,冬季PM2.5平均浓度61µg/m3,为杭州地区的主要污染季节,代表暖区天气发展的东南气流和高压后部天气型容易诱发杭州地区的中、重度大气污染;春、秋季平均PM2.5浓度均为43µg/m3,高压控制型和暖区发展型是造成中度以上污染的重要天气型;夏季杭州基本不存在高污染天气可能.

3.2 针对冷锋与污染输送的关系研究,本文采用24h变温和平均风速可以作为判断冷锋强度的参考指标,分析冷锋条件下的污染物输送和清除特征.统计得出冷锋过境时影响杭州地区的主要天气型为东北气流NE型和高压前部AN型,冷锋过境后的主要天气型为高压控制A型,这一气候规律也符合冷锋活动时的天气学特征.

3.3 通过对比不同冷锋强度下PM2.5浓度变化量级,提出冷锋过境次日24h变温在-2℃至0℃之间,以及冷锋过境当日24h平均风速低于2m/s的弱冷空气条件下,冷锋以污染物输送特征为主;冷锋过境次日24h负变温幅度大于4℃,以及冷锋过境当日24h平均风速大于4m/s的较强冷空气,冷锋呈现明显的污染清除特征.

[1] 廖晓农,孙兆彬,唐宜西,等.高空偏北风背景下北京地区高污染形成的环境气象机制研究 [J]. 环境科学, 2015,35(3):801-808.

[2] 任阵海,万本太,苏福庆,等.当前我国大气环境质量的几个特征[J]. 环境科学研究, 2004,17(1):1-6.

[3] 袁美英,周秀杰,张桂华,等.天气形势对哈尔滨市空气质量影响的初步研究 [J]. 气象, 2005,31(1):55-58.

[4] Comrie A C, Yarnal B. Relationships between synoptic-scale atmospheric circulation and ozone concentrations in Metropolitan Pittsburgh, Pennsylvania [J]. Atmospheric Environment.part B. urban Atmosphere, 1992,26:301-312.

[5] Mcgregor G R, Bamzelis D. Synoptic typing and its application to the investigation of weather air pollution relationships, Birmingham, United Kingdom[J]. Theoretical & Applied Climatology, 1995,51:223-236.

[6] Russo A, Trigo R M, Martins H, et al. NO2, PM10 and O3 urban concentrations and its association with circulation weather types in Portugal [J]. Atmospheric Environment, 2014,89:768-785.

[7] 杨洪斌,邹旭东,汪宏宇,等.大气环境中PM2.5的研究进展与展望[J]. 气象与环境学报, 2012,28(3):77-82.

[8] 廖晓农,张小玲,王迎春,等.北京地区冬夏季持续性雾-霾发生的环境气象条件对比分析 [J]. 环境科学, 2014,35(6):2031-2044.

[9] Wu D, Tie X, Li C, et al. Anextremely lowvisibility event over the Guangzhou region: A case study [J]. Atmospheric Environment, 2005,39:6568-6577.

[10] Chen Z H, Li S Y C B, Guo X R, et al. Relationship between atmospheric pollution processes and synoptic pressure patterns in northern China [J]. Atmospheric Environment, 2008,42:6078-6087.

[11] Fu Q, Zhuang G, Wang J, et al. Mechanismof formation of the heaviest pollution episode ever recorded in the Yangtze River Delta, China [J]. A tmospheric Environment, 2008,42:2023-2036.

[12] 程念亮,孟 凡,徐 峻,等.中国东部春季一次强冷锋活动空气污染输送过程分析 [J]. 环境科学研究, 2013,26(1):34-42.

[13] 吴 兑,廖碧婷,吴 蒙,等.环首都圈霾和雾的长期变化特征与典型个例的近地层输送条件 [J]. 环境科学学报, 2014,34(1):1-11.

[14] 任阵海,万本太,虞 统,等.不同尺度大气系统对污染边界层的影响及其水平流场输送 [J]. 环境科学研究, 2004,17(1):7-13.

[15] GB 3095-2012 环境空气质量标准 [S].

[16] Lund I A. Map-Pattern Classification by Statistical Methods [J]. Journal of Applied Meterology, 1963,2:56-65.

[17] Lamb H H. British Isles weather types and a register of the daily sequence of circulationpatterns [J]. H. m. stationery Off, 1972, 16:33–39.

[18] Yarnal B. A procedure for the classification of synoptic weather maps fromgridded atmospheric pressure surface data [J]. Computers & Geosciences, 1984,10:397-410.

[19] 章基嘉,孙照渤,陈松军.应用K均值聚类法对东亚各自然天气季节500毫巴候平均环流的分型试验 [J]. 气象学报, 1984,(3): 55-63.

[20] 施 宁,朱盛明.用于区域环境大气质量评价的环流形势分型方法 [J]. 环境科技, 1992,(1):15-20.

[21] 吴 兑,廖国莲,邓雪娇,等.珠江三角洲霾天气的近地层输送条件研究 [J]. 应用气象学报, 2008,19(1):1-9.

[22] 孟燕军,程丛兰.影响北京大气污染物变化的地面天气形势分析[J]. 气象, 2002,28(4):42-47.

[23] 王式功,杨德保,李腊平,等.兰州城区冬半年冷锋活动及其对空气污染的影响 [J]. 高原气象, 1998,(2):142-149.

[24] Mckendry I G. Synoptic Circulation and Summertime Ground-Level Ozone Concentrations at Vancouver, British Columbia [J]. Journal of Applied Meteorology, 1994,33(5):627-641.

[25] 田宏伟,谈建国,杜子璇.用TSI天气分型方法分析上海环境空气质量 [J]. 气象与环境科学, 2008,31(1):51-55.

[26] 陈豫英,刘还珠,陈 楠,等.基于聚类天气分型的KNN方法在风预报中的应用 [J]. 应用气象学报, 2008,19(5):564-572.

[27] Jenkinson A F, Collison F P. An initial climatology of gales over the North Sea [C]//Synoptic Climatology Branch Memorandum, No. 62. Bracknell: Meteorological Office, 1977:1J18.

[28] 朱艳峰,陈德亮,李维京,等.Lamb-Jenkinson环流客观分型方法及其在中国的应用 [J]. 大气科学学报, 2007,30(3):289-297.

[29] 贾丽伟,李维京,陈德亮.东北地区降水与大气环流关系 [J]. 应用气象学报, 2006,17(5):557-566.

[30] 谈哲敏,伍荣生.地形上空边界层流中低层锋面结构的理论研究I:冷锋,均匀地转流 [J]. 气象学报, 2000,58(3):265-277.

[31] 马志强,徐 敬,张小玲,等.北京PM2.5背景值定值方法及其变化特征研究 [J]. 中国环境科学, 2015,35(1):7-12.

[32] 李 琼,李福娇,叶燕翔,等.珠江三角洲地区天气类型与污染潜势及污染浓度的关系 [J]. 热带气象学报, 1999,15(4):363-369.

[33] 常炉予,许建明,周广强,等.上海典型持续性PM2.5重度污染的数值模拟 [J]. 环境科学, 2016,37(3):825-833.

致谢：本研究的天气分型工作由北京城市气象研究所苗世光研究员等协助完成,在此表示感谢.同时感谢评审专家和编辑给予的中肯评述和切实的修改意见.

Classification of air pollution synoptic patterns and air pollutants transpor t/purification effect by cold front over Hangzhou.

YU Bu1,2*, ZHU Bin1, DOU Jing-jing3, ZHANG Wei-wei4, HU De-yun2
(1.Key Laboratory of Meteorological Disaster, Ministry of Education, Joint International Research Laboratory of Climate and Environment Change, Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration, Nanjing University of Information Science and Technology, Nanjing 210044, China；2.Hangzhou Meteorological Bureau, Hangzhou 310051, China；3.Institute of Urban Meteorology, China Meteorological Administration, Beijing 100089, China；4.Zhejiang Meteorological Bureau, Hangzhou 310051, China). China Environmental Science, 2017,37(2)：452～459

In this paper, the seasonal atmospheric circulation patterns over Hangzhou were classified, based on the Lamb-Jenkinson weather classification method. Meanwhile, we summarized the seasonal air pollution characteristics of the typical atmospheric circulation patterns with the aid of PM2.5dataset fromthe national climate station in Hangzhou. Because the uncertainty of PM2.5levels were large under cold front synoptic condition, the pollution transport and purification characteristics were analysed in autumn and winter. The results showed that in Hangzhou, winter, dominated by anticyclone and warmzone in front of cold front, was the worst polluted season. Spring and autumn are secondary. Serious air pollution was almost impossibly occured in summer. In addition, identifying by the features of temperature variability and wind speed, we found that the weak cold front was favour of pollution transport in the conditions of negative temperature variability in 24hours within 0℃ and 2℃, or the average wind speed below2m/s. It was conducive to purify the pollution for the strong cold front which was in the condition of negative temperature variability in 24hours larger than 4℃, or the average wind speed higher than 4m/s.

atmospheric circulation pattern；weather types；pollution transport；pollution purification

X51

A

1000-6923(2017)02-0452-08

俞 布(1984-),男,江苏徐州人,南京信息工程大学博士研究生,主要从事气象灾害及大气环境研究.发表论文8篇.

2016-05-25

国家自然科学基金资助项目(91544229)

* 责任作者, 工程师, fengying5457@163.com