2019年江苏省颗粒物污染气象条件分析

陈 昊，潘 晨，曹 璐，康志明

（江苏省气象台，江苏南京 210008）

0 引言

大气环境污染中颗粒物污染是主要污染类型之一。颗粒物污染导致能见度下降，在天气现象中产生霾天气。国家建立了统一的近地面污染物观测网络来监测地面颗粒物浓度变化，常见的主要颗粒物监测要素为PM2.5和PM10浓度［1］。PM2.5浓度为生态环境部对地方政府考核的颗粒物污染监测要素。通过近地面PM2.5浓度监测，可以有效反映监测点周边空气污染状况。影响空气污染的因素主要分为气象条件因素和人为因素两大类。通过对气象条件的定量分析，可以估算出气象条件对颗粒物排放的影响［2］。

1 资料来源

本研究中气象观测资料采用江苏省气象局在省内布设的73个国家基本气象站的常规气象要素观测资料，高空观测分析采用江苏省境内的盐城、南京、徐州3个无线电探空观测站的大气垂直观测资料。地面污染要素观测资料采用中国环境监测总站直管的省内72个国控站所监测的PM2.5浓度。

2 资料分析

2.1 2019年霾及大气污染实况

2.1.1 2019年江苏霾时空分布特征

霾作为一种天气现象，反映了空气中颗粒物浓度上升引起的低能见度现象［3］。2019年江苏省各市县霾日数范围为13天（常熟）～92天（江都），主要以轻度霾为主（约占65.5%），大值区主要分布在长江以北中西部及苏南南部；与2018年同期相比，徐州、淮安、南京和南通部分地区霾日数增加，其他地区霾日数下降（见图1右）；全省平均霾日数45天（见图1左），减少了5.6%。另外，2019年1月12—15日和2月20—23日出现两次大范围中度及以上的持续性霾过程。

从全省平均霾日数逐月分布来看（见图2），冬季1—2月和12月较多，平均超过6天，其中2月最多达8.9天，8—9月基本无霾。与2018年同期相比，2019年2月、4月、6—7月、10月和12月有所上升，尤其是2月增加39%，其他月份均下降，其中11月下降77%。

2.1.2 2019年全省PM2.5质量浓度分析

2019年，全省13个地级市PM2.5平均质量浓度38.1～57.9 g/m3，全省平均为 43 g/m3，比 2018 年下降6.5%。PM2.5质量浓度冬季最高、春秋季次之、夏季最小。1月全省平均PM2.5浓度为一年中最高，1—8月逐渐下降，7—9月PM2.5浓度较低，其中8月为一年中最低，9月为次低，10—12月又快速上升。与2018年相比，2月、7月、10月和12月略高，其他各月均偏低，其中1月和11月下降明显（见图3）。

图1 2019年全省平均霾日数（左，天）及与2018年同期相比变化率（右，其中正值为上升，负值为下降）空间分布

图2 江苏省2019年霾日数月分布和2018年同期对比情况

图3 2019年全省PM2.5逐月平均值及与2018年对比

大气污染气象条件是指大气对污染物稀释、扩散、聚积和清除等的能力。研究表明，风速、降水量、相对湿度、混合层高度、大气稳定度等气象要素对于大气污染物聚集及消散具有非常重要的作用［4］。在一定的污染物排放量情况下，空气质量的好坏，是多种气象因子共同作用的结果。一是风的影响，风速小，不利于大气污染物扩散；二是边界层稳定性影响，边界层愈稳定，大气扩散能力愈差；三是降水影响，日雨量在5.0 mm以上能有效冲刷、沉降空气中大气污染物，雨量越大，稀释、冲刷作用愈大。

与2018年同期相比，2019年平均风速减小0.1 m/s，平均小风日数增加10.9%，逆温日数减少，逆温强度下降，混合层高度上升，即大气污染水平扩散条件略转差，而垂直扩散条件有所改善。同时，2019年平均累积降水量和有效雨日较2018年同期相比分别减少27.5%和24.4%。降水对大气污染物的冲刷、稀释作用减弱。另外，2019年平均气温与2018年同期持平，平均总辐射上升，光化学条件总体略好于2018年，但在O3浓度易超标的4—9月光化学条件略弱于2018年，不利于中度及以上O3污染的频繁出现。

通过常规天气要素分析，结合大气化学模式模拟计算结果，相比2018年，2019年大气污染气象条件略有利于污染天气改善。

2.2 2019年江苏省颗粒物污染主要气象条件分析

2.2.1 风速

2019年全省平均风速2.1 m/s，比2018年减小0.1 m/s，平均小风日数195.5天，比2018年增加10.9%。各地平均风速1.3～4.6 m/s，总体呈现东部沿海大、内陆地区小的特点（见图4），其中西连岛和吕泗分别达4.6 m/s和3.7 m/s，与2018年同期相比，除南通和淮安部分地区平均风速增大外，其他地区减小。全省平均2.1 m/s，比2018年下降0.1 m/s。各地小风日数17天（吕泗）、298天（宜兴），内陆多、沿海少。

各月平均风速与2018年同期相比，6月、9月和11月略大，其他月份略减小或持平。从风速逐月变化看，全省平均风速10月最小，为1.7 m/s，3月和4月风速最大，为2.4 m/s，总体看，春夏季风力较秋冬季要大（见图5a）；全省平均小风日数10月份最多22.8天，3—4月较少，约11天；小风日数除9月和11月比2018年减少外，其他月份均增加（见图5b）。

2.2.2 降水

2019年平均降水量842.5 mm，有效雨日38.8天，分别比2018年减少27.5%和24.4%（见表1）。2019年，各市县平均降水量521.3 mm（西连岛）～1 303.2 mm（东山），呈南多北少的特点（见图6），其中最多的出现在苏州地区，普遍在1 200 mm以上，淮北北部较少；与2018年同期相比，除连云港和苏州南部地区平均降水量有所增加外，其他地区减少，其中沿江西部减少5～6成。

图4 2019年全省平均风速分布及与2018年同期相比的变化率

图5 2019年全省月均风速及小风日数与2018年同期对比

表1 2019年降水情况和2018年比较

2019年各月份降水与2018年同期相比，2月、4月、6月和10月降水量和有效雨日均有所增加，其他月份减少。从平均降水量逐月变化看（图7a），2019年夏季（6—8月）逐月降水量均在100 mm以上，其中8月份最多195.8 mm，3月和10月降水相对较少，月降水量不足25 mm；2019年有效雨日2月份最多，为5.4天，其次为7月和8月，分别5.3天和5.1天，3月和10月有效降水日均较少（图7b）。与2018年相比，2019年2月、4月、6月和10月降水量和有效雨日均有所增加，其他月份减少，其中2月份降水量增多110.2%，有效雨日增3天，而5月雨量减少明显。

2.2.3 边界层稳定度

边界层稳定度表征大气层垂直扩散能力强弱［5］。与2018年相比，2019年逆温日数减少，逆温强度下降，混合层高度增大。大气底层逆温和混合层高度是表征大气边界层稳定度的重要参数，逆温层的存在及低混合层高度都不利于大气污染物的垂直扩散。2019年全省3个高空站（南京、射阳和徐州）出现逆温的平均日数为47.4天，平均逆温强度0.2°C/100 m，与2018年相比，逆温日数减少14.8%，逆温强度减弱（见表2）。2019年全省平均混合层高度1 130 m，比2018年上升了4.1%（见表2）。其中1月、2月、4月和10月混合层高度较2018年同期减小，其他月份均增大（见图8）。

图6 2019年全省平均降水量分布图及与2018年同期相比的变化率

图7 2019年全省月均降水量及有效雨日与2018年同期对比

表2 垂直扩散条件统计

2.3 2019年大气化学模式气象要素综合分析

2.3.1 气象条件对PM2.5的影响评估

采用大气化学模式（Weather Research and Forecasting model coupled to CHEMistry，WRF-CHEM）对2018和2019年气象条件引起PM2.5浓度的变化进行模拟评估（见图9）［6］。结果表明，全省东部沿海地区PM2.5浓度较西部地区要低。图9c显示2019年全省绝大部分地区PM2.5浓度都要比2018年的值要低，表明2019年气象条件较2018年更加有利于PM2.5浓度的降低。综合分析大气化学模式表明2019年气象条件因素有利于颗粒物浓度减小约3.4%。

图8 2019年全省平均逐月混合层高度及与2018年同期对比

2.3.2 各季节气象条件对污染物的影响评估

图9 2018年和2019年平均PM2.5的浓度分布及二者差异

图10 2018和2019年各季节平均PM2.5的浓度分布及二者差异

不同季节的大气扩散和清除条件等都有明显的差异。为此，采用大气化学模式进一步细化评估了不同季节气象条件对污染物的影响。图10给出了2019年气象条件对PM2.5影响相较于2018年同期的对比结果。与2018年相比：春季，2019年的气象条件不利于苏南地区PM2.5浓度的降低，但却有利于淮北地区PM2.5浓度的降低；夏季，2019年的气象条件较差，不利于全省的PM2.5浓度的降低；秋、冬季，2019年的气象条件整体较好，有利于全省大部分地区PM2.5浓度的降低。

3 结语

气象条件对颗粒物污染浓度变化具有重要影响。在人为排放保持不变的情况下，气象条件的恶化可使颗粒物污染浓度升高，气象条件改善可使污染物浓度降低。综上可知，相较于2018年，2019年平均风速减小，平均小风日数增加，逆温日数减少，逆温强度下降，混合层高度增大，即颗粒物污染水平扩散条件略转差，而垂直扩散条件有所改善。同时，2019年平均累积降水量和有效雨日较2018年同期相比大幅减少，降水对大气污染物的冲刷、稀释作用减弱。总气象条件对颗粒物浓度影响具有年际和季节尺度的变化。由分析结果可知，2019年江苏省气象条件相比2018年略有利于颗粒物污染浓度下降3.4%，实际全省PM2.5浓度下降约6.5%，人为控制因素使颗粒物污染下降3.1%。显示政府减排控制措施在2019年气象条件优于2018年的情况下，可使颗粒物浓度进一步下降。通过气象条件作用的定量分析，可定量评估人为控制的影响作用。