深圳市污染气象年景指数的构建及业务运用

张丽，李磊，兰红平

（1.深圳市国家气候观象台，广东深圳 518040；2.深圳南方强天气研究重点实验室，广东深圳 518040；3.中山大学大气科学学院，广东珠海 519082；4.深圳市气象局，广东深圳 518040）

自20世纪60年代开始，气象条件对空气污染作用的问题就一直备受关注。污染物浓度的变化受到多种要素的影响，如污染排放源、治理措施、气象条件等，这些要素错综复杂，在不同尺度的时间周期所起的作用也不相同。目前大多数研究气象条件对污染的影响都是基于同一种假设，在短期内（月尺度以下）不考虑污染源的变化，气象条件是重要的影响因子。很多分析表明，引起污染质量浓度日均值波动因素的70%是气象条件变化；污染物质量浓度与风速、混合层高度和降水呈负相关［1-4］。通过分析空气污染过程对应的天气形势，归纳总结出容易导致空气污染的局地天气类型［5-7］。例如，邹旭东等［8］提出我国北方地区大气中污染物浓度过高多出现在地面高压系统的控制下；廖碧婷等［9］计算了垂直交换系数，对空气污染物的垂直输送能力进行评估，并尝试了对灰霾天气和无视程障碍天气进行预报；张恒德等［10］挑选发生大气污染时的气象要素及其阈值条件，通过权重求和初步构建了静稳天气综合指数（SWI），但将污染状况放到年以上的更长的时间考虑时，必须考虑污染源排放的变化情况；张丽等［11］对深圳市近35年灰霾日变化的成因分析中提出，气象条件不是深圳灰霾日年际变化的主要原因，产业政策引导下产业结构升级才是空气质量转变的根本原因。因此在评估气象条件对年以上尺度的大气污的贡献时，需要剔除因大气治理及排放源变化等非气象要素对污染的影响。现实中二者是相互交织相互作用，难以定量分离的。本研究通过回归去倾斜法计算了一个污染气象年景指数（PMI），并进行了相关性验证，可以定量分析气象条件对污染物年均值质量浓度变化的影响程度，将污染气象条件给出具有物理意义的、量化的表达，可定量评估气象条件对大气污染的影响，同时也便于开展污染气象条件的年度预报。

1 污染气象年景指数（PMI）构建方法

气象数据选用深圳市国家气候观象台2011—2018年全市海拔高度70 m以上的自动气象站点风速、降雨数据。污染物数据选用深圳市环境监测站2011—2018年平均PM2.5质量浓度值。

污染气象年景指数（PMI）定义为气象条件变化所导致的细颗粒物PM2.5年值变化的指标。

其中，x1、x2、xn是敏感气象因子；α、β、λ、μ是因子权重；ρ（PM2.5气象）是指受气象条件影响的部分质量浓度（μg/m3）；ρ（PM2.5非气象）是指不受气象条件影响的剩余部分质量浓度（μg/m3）。

回归去倾法简介：

（1）将2011—2018年 ρ（PM2.5）年值进行回归分析，得到最优回归方程并计算逐年回归值即ρ（PM2.5非气象）；

（2）将逐年 ρ（PM2.5）年值减去回归值ρ（PM2.5非气象），得到，负值代表气象条件有利于PM2.5的减少，正值代表气象条件有利于PM2.5的增加；

（3）将 PM2.5气象进行量纲为一化，得到标准化ρ（PM2.5气象）（图1）。无量纲一化方法：标准化ρ（PM2.5气象）=ρ（PM2.5气象）/ρ（PM2.5气象max）×100。

2 回归去倾法计算ρ（PM2.5气象）

2011年以来全市ρ（PM2.5）年值受排放源、减排措施和气象因素的综合影响，呈现明显的波动下降趋势，最优回归方程y=-2.440 5x+44.107（R2=0.91）。经过回归去倾法计算2011—2018年 ρ（PM2.5气象）占 ρ（PM2.5）年均值-9% ～8%（图 1），说明气象条件对 ρ（PM2.5）年值的影响最大接近10%。

图1 ρ（PM2.5）年值及 ρ（PM2.5气象）年变化

3 ρ（PM2.5气象）与气象因子的相关性验证

3.1 无降雨弱风日数与ρ（PM2.5气象）的相关性分析

无明显降雨弱风日是指当日降雨量5 mm以下，且24 h 10 min平均风速≤2 m/s。通过对全市70 m高度以上27个站点的相关性筛选，选出南山站（海拔104.4 m）和大浪站（海拔81.5 m）的无降雨弱风日数与 ρ（PM2.5气象）相关性最高，相关系数分别为0.64和0.60（图2），并通过显著性检验，因此选取无降雨弱风日作为ρ（PM2.5气象）影响因子。

图2 全市海拔高度70 m以上站点无降雨弱风日数与ρ（PM2.5气象）相关系数分布

3.2 降雨日数与ρ（PM2.5气象）的相关性分析

降雨日数分日雨量5、10及15 mm 3种情况进行对比分析，结果表明，5 mm以上降雨日数与全市ρ（PM2.5气象）的相关性最好，最高相关系数达-0.75以上，并通过显著性检验，表明5 mm以上降雨日数越多，对ρ（PM2.5）年值的降低越有利。从站点选择来看，福田、罗湖、坪山站的相关性最好，相关系数＞-0.7，大浪站（-0.62）、南山站（-0.64）的相关性次之。结合弱风的相关性综合来看，选择南山冬半年5 mm以上降雨日数作为全市 ρ（PM2.5气象）的影响因子（图3）。

图 3 2011—2018年雨量达 5（a）、10（b）、15 mm（c）的年降雨日数与 ρ（PM2.5气象）的相关系数

通过相关性分析，选取了无降雨弱风日数（d0）和 5 mm以上降雨日数 （d5）作为ρ（PM2.5气象）变化因子。无降雨弱风日数越多对污染物扩散越不利，为正相关；5 mm以上降雨日数越多，污染物清除作用越明显，为负相关。

4 污染气象年景指数（PMI）构建

南山站无降雨弱风日数与5 mm以上降雨日数2个气象因子各占比重分别为80%和20%时，综合相关性最高，相关系数可达0.75并通过显著性检验。因此建立污染气象年景指数（PMI）：

其中，d0为无降雨弱风日数的量纲为一的值；d5为5 mm以上降雨日数的量纲为一的值

2011—2018年污染气象年景指数变化表明（图4），2012、2016和 2017年污染气象年景较好。2013、2015、2018年污染气象年景较差。

图4 2011—2018年污染气象年景指数年变化

5 业务运用

2019年初受厄尔尼诺影响，赤道中东太平洋海温偏高，副高持续偏强偏西，同时西南季风偏强，整个华南水汽输送偏多，广东省入汛偏早，1—3月大气扩散条件较有利，预计厄尔尼诺事件将持续到夏季。近10年深圳开汛期偏早相似年如2009年（3月6日）、2013年（3月26日）和2014年（3月30日）。厄尔尼诺相似年有2005、2010、2016年。从这些年份中选取1—3月的500 hPa环流形势、水汽输送和2019年最为相似的年份2010年（图5）。

图5 2019年（a）和2010年（b）1—3月500 hPa高度场（等值线，单位：gpm）和距平（阴影，单位：gpm）

综上所述，入汛偏早的3年环境气象综合指数分别为62、92和79（均值78）；大气环流最相似的2010年环境气象综合指数70。综合给出2019年污染气象条件指数70～78，好于2018年（93）。可使 2019年 ρ（PM2.5）年值在 ρ（PM2.5非气象）上增加3% ～5%，约23～24μg/m3，同比仍减少10%。其中夏半年降雨偏多，大气环境同比较好；冬半年降雨偏少，无降雨弱风日数偏多的概率大，大气环境较去年同期略差（图6）。

图6 2019年污染气象年景指数年变化及预测

6 结论

利用2011—2018年深圳市PM2.5质量浓度及全市60个气象站点气象数据，开展气象条件对ρ（PM2.5）年值的影响分析，建立了深圳市污染气象年景指数，并开展了业务运用。

1）基于回归去倾法构建了污染气象年景指数，该指数计算结果表明近8年来环境气象条件对全市平均PM2.5质量浓度的影响接近10%，即在排放源不变的情况下，污染气象年景指数最低的年份，大气扩散条件最好，年平均PM2.5质量浓度可下降10%。

2）2017—2018年污染气象条件指数由71增加至93，大气环境气象条件转差，气象条件使得全市平均PM2.5在非气象值得基础上增了5.4%。

3）预计在厄尔尼诺影响和入汛偏早的情况下，2019年大气环境综合指数70～78，大气扩散条件介于2017和2018年之间，气象条件可使全市平均 PM2.5质量浓度在 ρ（PM2.5非气象）基础上增加3%～5%，约23～24μg/m3。