石家庄市秋冬季大气环流型下的气象和PM2.5污染特征

肖腾 林廷坤 严宇 王雪松,†

石家庄市秋冬季大气环流型下的气象和PM2.5污染特征

肖腾1林廷坤2严宇1王雪松1,†

1.环境模拟与污染控制国家重点联合实验室, 北京大学环境科学与工程学院, 北京 100871; 2.广东电科院能源技术有限责任公司, 广州 510080; †通信作者, E-mail:xswang@pku.edu.cn

根据石家庄市 2013—2018 年秋冬季(当年 11—12 月和次年 1—2 月) 11 种大气环流型天气条件下的地面和垂直气象特征, 归纳出 5 类大气环流条件, 并结合气团传输轨迹和 PM2.5浓度监测数据, 探讨大气环流条件与石家庄 PM2.5污染的关系。在 5 类大气环流条件中, 第 I 类(NW 型和 N 型, 天数占 16%)的扩散条件最好, 以西风和西北风为主, 风向比较稳定, 风速大, 边界层高度高; 第 II 类(NE 型, 天数占 9%)和第 III 类(E 型和SE 型, 天数占 12%)的扩散条件次好, 近地面风向分别以北风和东北风为主, 风速较大, 前者边界层高度中等, 后者边界层高度低; 第 IV 类(A 型, 天数占 37%)的扩散条件较差, 近地面风速较低, 同时边界层高度低; 第 V 类(UM 型、C 型、S 型、SW 型和 W 型, 天数占 26%)的扩散条件最差, 近地面风速很小, 风向变化大, 边界层高度低, 低层大气逆温明显。不同大气环流条件下气团的传输路径存在差异, 对石家庄地区 PM2.5污染产生潜在影响的区域随之不同。石家庄市秋冬季的 PM2.5污染与不同环流型的扩散条件密切关联, 第 V 类大气环流条件下最易发生 PM2.5污染, 污染发生频率在 78%～96%之间, 重度及以上级别污染发生频率均在55%以上; 第 IV 类大气环流条件下的污染状况变化相对缓慢, 但连续的第 IV 类大气环流天气多带来 PM2.5污染持续累积; 第I类大气环流条件下发生污染的频率最低。

大气环流型; PM2.5污染; 气象; 石家庄

石家庄市是京津冀地区重要中心城市之一, 细颗粒物(PM2.5)污染是其秋冬季空气质量的首要问题[1‒3]。2013 年以来, 随着经济的快速发展, 石家庄市 PM2.5污染频发, 成为京津冀地区污染最为严重的城市之一。中华人民共和国生态环境部《2018中国生态环境状况公报》[4]显示, 石家庄市空气质量在全国 169 个城市中排名倒数第二。

大气环流型是驱动污染气象条件变化的重要因素, 对大气 PM2.5污染的形成、发展和维持具有重要影响[5‒7], 探讨大气环流与局地气象和大气污染的关系是近年来京津冀地区 PM2.5污染研究的热点之一。Ye 等[8]通过研究 2004—2014 年京津冀地区秋冬季 9 种环流型的特征, 认为环流类型对气象因子和污染有重要影响, 该地区在东北高压、东南高压、北部高压和弱低压 4 种环流条件下容易出现低能见度情况。Wu 等[9]通过分析 1980—2013 年京津冀地区 49 次持续性雾霾事件, 认为大气环流导致的对流层中下部下沉运动是雾霾生成的重要动力学因素。孙彧等[10]根据 2000—2013 年的气象数据, 将华北地区出现雾霾天气时的近地面环流型形势归纳为低压槽底型、宽广槽区底部型、鞍形场、弱高压和高压脊后型 5 类。杨旭等[11]通过分析 2013—2015年的冬半年 9 种天气类型, 得出京津冀地区在高压场、高压后部、鞍形场和冷锋前部等天气条件下易发生污染的结论。林廷坤等[12]总结了 2013—2018年大气环流型对北京市秋冬季 PM2.5污染的影响规律。陈静等[13]在分析 2013 年秋季石家庄两次重污染过程后, 发现东南高、西北低的气压场下容易造成污染物在石家庄本地的累积。

石家庄市西部地处太行山中段, 东部属滹沱河冲积平原, 市区处于山前平原, 特殊的地形与大气运动相互作用, 使得该地区大气环流与局地气象和大气污染的关系较为复杂。目前已有的相关研究多针对整个京津冀区域或围绕北京这一超大城市, 针对石家庄市的研究多基于个别污染过程, 缺乏对石家庄地区不同环流条件下的气象条件、传输规律和污染特征的系统性研究。

本文针对 2013—2018 年石家庄市 PM2.5污染严重的秋冬季(当年 11—12 月和次年 1—2 月), 利用Lamb-Jenkinson 环流分型方法, 分析不同环流型影响下的近地面和垂直气象特征, 对大气环流条件进行归纳总结, 探讨不同大气环流条件下的气团传输轨迹特征, 并结合 PM2.5监测数据, 总结不同大气环流条件对石家庄 PM2.5污染的影响规律, 以期加强对石家庄地区秋冬季大气污染成因的理解, 为该地区 PM2.5污染的控制与治理提供科学依据。

1 数据来源与研究方法

本文采用的气象资料为美国国家环境预报中心(National Centers for Environmental Prediction, NCEP)提供的 1°×1°全球再分析资料(NCEP-FNL reanalysis data)以及美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration, NOAA)提供的 1°×1°气象数据(NOAA-GDAS meteorological data)。

PM2.5浓度监测数据来自中国环境监测总站的“全国城市空气质量实时发布平台”(http://106.37. 208.233:20035/), 采用研究时段内石家庄市具有连续观测数据的 6 个国控监测站点(西北水源、人民会堂、职工医院、高新区、世纪公园和西南高教)的 PM2.5浓度均值作为石家庄市区的 PM2.5浓度水平, 根据《环境空气质量标准》(GB3095—2012)划分石家庄市每日的 PM2.5污染水平。

本文采用 Lamb-Jenkinson 方法对大气环流进行分型。该方法最早由 Lamb[14]于 1950 年提出, 并经过 Jenkinson 等[15]的改进, 成为一种比较成熟的环流分型方法。该方法计算量较小, 分型结果具有明确的天气学意义, 在天气环流分类相关研究中得到广泛的应用[6‒7,16‒20]。本文采用 NCEP-FNL 再分析资料中的海平面气压数据来计算每日的 Lamb-Jenkinson 环流型。

考虑到石家庄市的位置和 NCEP-FNL 数据的分辨率, 将(115°E, 38°N)设为石家庄市环流型计算的中心点, 在 100°—130°E 和 28°—48°N 的范围内, 在网格上经度每隔 10°和纬度每隔 5°, 选取 16 个格点(图 1), 利用这些格点上的海平面气压, 计算以下环流指数[19‒20]:

图1 石家庄环流分型格点位置

Fig. 1 Location of grid points for Shijiazhuang used in circulation classification calculation

通过对相应参数的判断, 可以将石家庄市大气环流类型分为 3 大类共计 11 种。当||≥2时, 为旋转类, 其中>0时为气旋型(C),<0时为反气旋型(A); 当||<2时, 为平直流类, 再根据分为北(N)、东北(NE)、东(E)、东南(SE)、南(S)、西南(SW)、西(W)和西北(NW)8种环流型; 当||<6且<6时, 研究区域的气压梯度较小, 为均压型(UM)。

同时, 采用 NCEP-FNL 再分析资料, 分析石家庄市(以环流型计算中心点(115°E, 38°N)为代表点位)近地面和垂直方向上的气象参数(风速、风向、温度、湿度、边界层高度和位温等)。为了更详细地分析各类环流条件下的风场特征和变化, 计算以下描述风场的参数[21]:

式中,是一天中风速的时间间隔(6h),是一天中风速数据频率(4 次/天),u和v分别是纬向和经向风速(m/s),近似地表示风的移动距离(km),近似地表示风的传输路程(km),是一天中的风向变化因子,′是一天中的平均风速(m/s)。本文采用和′来判断石家庄地区的风场特征和变化, 当较大时, 说明一天中风向变化较大; 当′较大时说明一天中的风速较大。

本文采用 NOAA 最新发布的 HYSPLIT4 模型(v.4.2.0), 通过输入 1°×1° NOAA-GDAS 气象数据, 计算石家庄市区 72 小时后向轨迹数据。用 6 个国控监测站点的经纬度均值(114.51°E, 38.05°N)代表石家庄市区, 并作为后向轨迹计算的起始点(高度为300 m), 计算时间分辨率为1小时。

2 结果与讨论

2.1 不同环流型的气象特征

石家庄市 2013—2018 年秋冬季的环流型统计结果如图 2 所示, 可以看出, A 型天数达到 221 天, 占比为 37%, 是石家庄秋冬季的主导环流型, 该结果与朱艳峰等[16]对华北地区的研究结果吻合; 其次是 UM 型(75 天, 占比为 12%)。另外, 偏东和偏北环流型(N 型、NE 型和 E 型)天数占比也较多(分别占秋冬季总天数的 12%, 11%和 7%), 偏南和偏西环流型(S 型、SE 型、NW 型、SW 型和 W 型)以及 C型天数较少, 占比均小于 5%。

图2 2013—2018年石家庄秋冬季环流型天数统计结果

通过计算风场参数和′, 可以更好地描述石家庄地区秋冬季不同环流条件下的风场特征。本文根据林廷坤等[12]采用的标准, 统计各环流条件下风向变化大、停滞风速及扩散条件有利天气出现的频率, 结果如表 1 所示。

从表 1、图 3(a)和图 4 可以看出, N 型和 NW 型扩散条件最好, 扩散条件好的天数占比高达 50%, 且近地面风速较大(一般大于 3.3m/s), N 型和 NW型分别以西北风和西风为主, 风向变化小; E 型和 SE型扩散条件次好, 扩散条件好的天数占比超过40%, 近地面风速较大(日均风速一般大于 3m/s), 以东北风为主, 风向变化小; NE 型和 W 型的扩散条件为中等, 扩散条件好的天数占比超过 25%, 但其风场存在明显差异, NE 型以北风为主, W 型在石家庄地区西部以西风为主, 在石家庄地区东部则呈现东南风, 同时 NE 型的日均风速比 W 型大, 风向变化也更大。其余 5 种环流型(C 型、SW 型、A 型、UM 型和 S 型)扩散条件均较差, 相较于 A 型、UM型和 S 型, C 型和 SW 型日均风速更大, 风向变化也更大。C 型在石家庄地区西部以弱西风为主, 在石家庄地区东部区域则呈现弱北风, SW 型以南风为主, A 型和 UM 型在石家庄地区西部以弱西风为主, 在石家庄地区东部区域则以弱南风为主, S 型在石家庄地区呈现弱东风。

表1 2013—2018年石家庄秋冬季不同环流条件下不同扩散条件的出现频率

环流型按照相应气象参数的中位数从大到小排序, 十字符号表示均值, 下同

图4 2013—2018秋冬季不同环流型日均10 m风场分布

图 3(b)和(c)显示, 石家庄地区 W 型、C 型、SE型、SW 型和 UM 型温度较高, N 型、S 型、NE型、E 型和 A 型温度较低; 偏北环流型(N 型和 NW型)湿度最小, 偏东和偏南环流型(E 型、SE 型和 S型)湿度最大, 其余 6 种环流型(SW 型、UM 型、W型、NE 型、C 型和 A 型)的湿度为中等。

本文使用北京时间 14 时的气象数据, 分析不同环流条件下石家庄市的垂直扩散条件。

边界层高度是描述大气稳定度的重要指标, 边界层越高, 大气越不稳定, 垂直扩散条件越好。从图 5 可以看出, 偏北环流型(NW 型、N 型和 NE 型)在 14 时的边界层高度高于平均水平, N 型最高, 其次是 NW 型; 其余 8 种环流型 14 时的边界层高度低于平均水平。大气边界层高度受动力学和热力学两方面因素影响, 通过研究水平风矢量和位温的垂直变化情况, 可以描述不同环流型的垂直扩散条件。

环流型按照14时边界层高度的中位数从大到小排序

如图 6 所示, 不同环流型的风廓线总体上呈现风速随高度增加而逐渐增大的特征, 且边界层以上的自由大气主要以西北风和偏西风为主。不同环流型中, 边界层内的风廓线呈现不同的特点: 偏北环流型(NW 型和 N 型)在边界层内外的风向一致性好, 风向变化小, 风速较大; NE 型在边界层内呈现较强的北风, 边界层内外存在风向切变; 偏东环流型(E型和 SE 型)在边界层内的风向一致性好, 风速较大, 呈现东北风, 但边界层内外出现明显的风向切变; C型的垂直风向变化非常大, 从近地面的弱北风逐渐变成东风, 至边界层顶部变成西风; 其余 5 种环流型(A 型、W 型、S 型、SW 型和 UM 型)的水平风场均从近地面的偏南风逐渐向边界层以上的偏西风变化。

黑色实线代表所有天的平均边界层高度, 黑色虚线代表各环流型的平均边界层高度, 灰色虚线代表0 km高度

如图 7 所示, 不同环流型的温度层结存在较明显的差异。偏北环流型(NW 型、N 型和 NE 型)在0～2km 高度的位温矩平呈下降趋势, 其中 NW型和N 型位温矩平均减少约 3.5K, NE 型位温矩平减少约 2K, 说明大气逆温较弱, 稳定性差; A 型在 0～2km 高度的位温矩平变化不大, 逆温程度中等; 其他6 种环流型在 0～2km 高度均呈现明显的逆温现象, 偏东环流型(E 型和 SE 型)和偏南环流型(S 型和 SW型)在边界层内位温矩平变化不大, 从边界层顶到 2km 高度, 位温矩平增加 3K 以上, UM 型、C 型和 W型在 0～2km 高度的位温矩平先增后降, 并在边界层顶部附近(约 1km 高度)达到最大值。

根据 11 种环流型近地面和 14 时的垂直气象特征, 将其归纳为 5 类大气环流条件(表 2)。I 类环流型扩散条件最好。II 类和 III 类环流型扩散条件较好, 近地面分别以北风和东北风为主, II 类环流型风向变化大, 比 III 类环流型近地面扩散条件差, 但II 环流型边界层较高, 垂直大气逆温弱, 垂直扩散条件优于 III 类环流型。IV 类和 V 类环流型扩散条件较差, 近地面的水平扩散条件均较差(W 型除外), V 类环流环流型包含的 5 种环流型在垂直方向上都呈现低层大气逆温强、边界层高度低的特点, 垂直扩散条件均较差, 与 V 类环流型相比, IV 类环流型的低层大气逆温为中等, 垂直扩散条件更加有利。

2.2 不同环流型的传输特征

利用后向轨迹方法获得不同环流型天气条件下石家庄城区 2013—2018 年秋冬季气团传输来向特征, 结果如图 8 所示。通过计算得出不同环流条件下不同城市的后向轨迹点密度(表 3), 探究传输到石家庄城区的气团经过的主要地区, 反映不同环流条件下传输气团的特征。

I 类环流型(NW 型和 N 型)受到强西北风影响, 其气团主要从西北部地区越过太行山脉直接进入石家庄城区, 气团主要来自太行山脉西北部的山西省和内蒙古自治区, 印迹集中, 且高印迹地区不经过河北省内城市。

II 类环流型(NE 型)的气团以西北来向为主, 但轨迹比 I 类环流型分散, 很多气团越过太行山后先经过河北省内其他城市(如保定和衡水), 然后才传输到石家庄地区。

红线代表位温均值, 红色阴影代表位温均值±一个标准差, 蓝色虚线代表位温矩平, 绿色实线代表所有天的平均边界层高度, 绿色虚线代表各环流型的平均边界层高度, 黑色虚线代表2 km高度

表2 2013—2018年石家庄秋冬季不同环流型气象条件汇总

III 类环流型(E 型和 SE 型)呈现东北来向的传输特征, 从河北中东部地区传输至石家庄地区, 其传输路径主要经过保定、衡水、沧州和廊坊等地区。

IV 类(A 型)和 V 类(UM 型、C 型、S 型、SW 型和 W 型)环流型的传输路径较为复杂, 其中 A 型、C 型和 UM 型传输轨迹的高印迹分布集中在石家庄周边区域, 轨迹主要来自京津冀南部区域和山西省, 主要经过城市有阳泉市、邢台市和保定市等; W 型的轨迹主要来自山西省; S 型和 SW 型的轨迹则主要体现河北南部(邢台和邯郸等地区)和山东北部(德州和聊城)的影响。

颜色代表在0.1°×0.1°网格中 72 小时后向轨迹点的出现频率, n 为不同环流型的天数, 下同

表3 2013—2018年秋冬季不同环流条件下后向轨迹经过的主要城市

2.3 不同环流条件下的污染特征

大气环流型通过影响石家庄地区的气象条件和传输条件, 进而影响石家庄地区 PM2.5的浓度水平和污染程度。如图 9 和 10 所示, UM 型、偏南环流型(SW 型和 S 型)、W 型及 C 型的 PM2.5日均浓度较高, 在这 5 种环流条件下未出现 PM2.5浓度等级为优(低于 35μg/m3)的情况, 发生污染的频率在 78%～ 96%之间, 发生重度及以上级别污染的频率均在55%以上。上述 5 种环流型属于扩散条件最差的 V类环流型, 在这类条件下, 石家庄地区盛行南风、弱南风或静风, 大气逆温较强, 扩散条件较差, 容易造成石家庄地区本地污染物聚集, 且气团多来自石家庄附近PM2.5排放较多的区域(阳泉、邢台和衡水等城市), 本地的排放累积和区域传输的共同作用提升了石家庄市区的PM2.5水平。

环流型按照日均 PM2.5 浓度中位数从大到小排序, 红色十字为平均值; 从上至下灰色虚线、黄色虚线、灰色虚线、红色虚线和灰色虚线分别代表35, 75, 115, 150和250 μg/m3

图10 2013—2018 秋冬季石家庄城区不同环流条件下PM2.5污染水平

NE 型、E 型、SE 型和 A 型的 PM2.5日均浓度处于中等, 其中 E 型和 NE 型的达标天数占比为 25%左右, SE 型和 A 型的达标天数占比为 35%左右。由于 A 型是石家庄地区的主导环流型, 对于不同的污染水平, 其占据的绝对天数均最多。NE 型、E 型和SE 型属于扩散条件次好的 II 类和 III 类环流型, NE型的上风向地区为保定和衡水等污染物高排放区域, 虽然其边界层较高, 大气逆温较弱, 扩散条件相对较好, 但是仍具有较高的 PM2.5浓度水平; E 型和 SE 型传输的气团沿着渤海‒廊坊‒沧州‒衡水(或保定)传输, 石家庄地区的空气湿度较高, 有利于PM2.5二次成分的化学生成。值得注意的是, 虽然 E型和 SE 型的传输条件相近, 但 E 型环流条件下石家庄的 PM2.5浓度明显高于 SE 型。从图 11 可以看出, 石家庄处于 E 型时, 周边城市(保定、衡水和邢台等)的 PM2.5浓度均高于石家庄处于 SE 型环流条件下的水平, 说明河北省南部在 E 型环流条件下比SE 型的区域污染更严重, 因此石家庄在 E 型环流条件下受到的区域传输影响更大。轨迹分析表明, 相较于 SE 型, E 型环流条件下来自污染程度较严重的邢台地区的传输明显增多, 也是石家庄市在 E 型环流条件下 PM2.5浓度更高的一个原因。

偏北环流型(NW 型和 N 型)天气条件下 PM2.5浓度水平最低, 达标频率在 50%以上, 在石家庄市区污染水平为优的天数中, N 型约占 50%。NW 型和 N型属于扩散条件最好的 I 类环流型, 石家庄地区受到来自西北方向强冷空气的影响, 传输扩散条件好, 并且气团从相对干净的西北地区传入石家庄地区, 对石家庄地区的 PM2.5污染物具有清除作用。

然而, 即使在传输条件最好的 I 类环流条件下, 仍然有接近 50%的天数发生污染, 而在扩散条件较差的 V 类环流条件下, 仍有 10%左右的天数不发生污染, 反映石家庄地区污染成因的复杂性。

大气环流的变化可以在一定程度上推动污染物的形成、发展、维持和消散。从图 12 可以看出, I类(NW 型和 N 型)、II 类(NE 型)及 III 类(E 型和 SE型)环流条件下, 由于扩散条件相对较好, 对 PM2.5污染具有消除作用, PM2.5浓度水平总体上比前一天低; V 类环流条件(UM 型、C 型、W 型、SW 型和 S型)下, 由于扩散条件差, 导致 PM2.5污染加剧; IV 类环流条件(A 型)下, PM2.5浓度与前一天相比变化最小, 说明倾向于维持已有的 PM2.5污染状况, 总体上起到促进 PM2.5污染缓慢增长的作用。

图11 2013—2018秋冬季石家庄地区E型和SE型环流条件下石家庄及周边城市PM2.5平均浓度

图12 不同环流条件下 PM2.5 浓度相对于前一天的变化情况

在石家庄秋冬季出现频率最高的 A 型环流条件下, 各级别的 PM2.5污染均有发生, 优良天、轻度和中度污染日以及重度和严重污染日的比例相近(图 10)。如表 4 所示, 当石家庄地区处于 A 型环流条件下时, 对于 PM2.5非污染日, 前一天主要处于扩散条件较好的 I 类(占 36%)和 II 类(占 29%)环流条件下; 对于重度及以上级别污染日, 前一天环流型构成仍以 A 型为主(占 64%), 其次为扩散条件最差的 V 类环流型(占 20%)。从图 13 可以看出, 非污染天的印迹与 I 类和 II 类环流型情况相似, 轨迹比较集中, 以来自西北方向的气团为主; 而在重度及以上级别污染情况下, 气团轨迹更加分散, 高印迹区域来自石家庄周边的西部和南部地区, 反映风向变化较大、气团在石家庄周边长时间驻留的特征。上述结果表明, A 型环流条件对石家庄 PM2.5污染发生没有明确的指示作用, 主要是维持既有的污染状况; 由于 A 型带来不利的扩散条件, 虽然多数情况下不会导致 PM2.5污染的快速发展, 但会造成 PM2.5浓度的缓慢上升。当石家庄受持续多日的 A 型环流天气影响时, 往往意味着 PM2.5污染的发生和恶化。

表4 A型环流型在不同污染条件下的前一天环流类型构成

3 结论

1)根据 2013—2018 年石家庄地区秋冬季不同环流型的气象特征, 归纳出 5 类大气环流条件。第I类(NW 型和 N 型, 天数占比约为 16%)扩散条件最好, 以西风和西北风为主, 风向比较稳定, 风速大, 边界层高; 第 II 类(NE 型, 天数占比为 9%)和第 III类(E 型和 SE 型, 天数占比为 12%)扩散条件次好, 近地面风向分别以北风和东北风为主, 风速较大, 第 II 类边界层高度中等, 第 III 类边界层高度低; 第IV 类(A 型, 天数占比为 37%)扩散条件较差, 近地面风速较低, 边界层低; 第 V 类(UM 型、C 型、S型、SW 型和 W 型, 天数占比为 26%)扩散条件最差, 近地面风速很低, 风向变化大, 边界层低, 低层大气逆温明显。

2)不同大气环流条件下的污染物传输路径具有不同的特点。第 I 类和第 II 类气团主要来自石家庄西北方向, 第 I 类气团越过太行山脉直接进入石家庄地区, 第 II 类气团则途径保定和衡水等城市后进入石家庄; 第 III 类气团主要经过河北省中部和东部区域后进入石家庄; 第 IV 类和第 V 类气团来向较为复杂, 其中 A 型、C 型和 UM 型的轨迹集中于石家庄周边地区, W 型的轨迹主要来自山西省, S 型和 SW 型的轨迹主要来自河北南部和山东北部。

3)石家庄市秋冬季的 PM2.5污染与不同环流型的扩散条件密切相关。第 V 类大气环流条件下最容易发生 PM2.5污染, 污染发生频率在 78%～96%之间, 重度及以上级别污染发生频率均在 55%以上; 第 IV类大气环流条件下污染状况的变化相对缓慢, 但连续的第 IV 类大气环流天气会带来 PM2.5污染物持续累积; 第 I 类大气环流条件下发生污染的频率最低。

(a)非污染(优和良), n=73; (b)重度及以上级别污染, n=66

[1] 李珊珊, 程念亮, 徐峻, 等. 2014 年京津冀地区PM2.5浓度时空分布及来源模拟. 中国环境科学, 2015, 35(10): 2908‒2916

[2] 王菲, 赵乐, 刘小强, 等. 石家庄 PM2.5变化规律及与其他污染物的相关性分析. 环境与可持续发展, 2019, 44(3): 86‒88

[3] 杨兴川, 赵文吉, 熊秋林, 等. 2016 年京津冀地区PM2.5时空分布特征及其与气象因素的关系. 生态环境学报, 2017, 26(10): 1747‒1754

[4] 中华人民共和国生态环境部. 2018 中国生态环境状况公报[EB/OL]. (2019‒05‒29) [2020‒03‒06]. http:// www.mee.gov.cn/hjzl/sthjzk/zghjzkgb/201905/P020190619587632630618.pdf

[5] Zhang Z, Zhang X, Gong D, et al. Possible influence of atmospheric circulations on winter haze pollution in the Beijing-Tianjin-Hebei region, northern China. Atmospheric Chemistry and Physics, 2016, 16(2): 561‒571

[6] Liao Zhiheng, Gao Meng, Sun Jiaren, et al. The impact of synoptic circulation on air quality and pollution-related human health in the Yangtze River Delta region. Science of the Total Environment, 2017, 607: 838‒846

[7] Li Mingge, Wang Lili, Liu Jingda, et al. Exploring the regional pollution characteristics and meteorological formation mechanism of PM2.5in North China during 2013‒2017. Environment International, 2020, 134: doi: 10.1016/j.envint.2019.105283

[8] Ye Xinxin, Song Yu, Cai Xuhui, et al. Study on the synoptic flow patterns and boundary layer process of the severe haze events over the North China Plain in January 2013. Atmospheric Environment, 2015, 124: 129‒145

[9] Wu Ping, Ding Yihui, Liu Yanju. Atmospheric cir-culation and dynamic mechanism for persistent haze events in the Beijing–Tianjin–Hebei region. Advances in Atmospheric Sciences, 2017, 34(4): 429‒440

[10] 孙彧, 牛涛, 乔林, 等. 华北地区雾和霾天气环流特征聚类分析. 气候与环境研究, 2016, 21(5): 601‒613

[11] 杨旭, 张小玲, 康延臻, 等. 京津冀地区冬半年空气污染天气分型研究. 中国环境科学, 2017, 37(9): 3201‒3209

[12] 林廷坤, 洪礼楠, 黄争超, 等. 北京市秋冬季大气环流型下的气象和污染特征. 中国环境科学, 2019, 39(5): 1813‒1822

[13] 陈静, 钤伟妙, 韩军彩, 等. 石家庄市秋季典型天气背景下重污染特征分析. 气象与环境学报, 2015, 31(4): 42‒50

[14] Lamb H H. Types and spells of weather around the year in the British Isles. Quarterly Journal Royal Meteorological Society, 1950, 76: 493‒438

[15] Jenkinson A F, Collison F P. An initial climatology of gales over the North Sea // Synoptic Climatology Branch Memorandum, No. 62. Bracknell: Meteoro-logical Office, 1977: 1‒18

[16] 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. 南京气象学院学报, 2007, 30(3): 289‒297

[17] 周荣卫, 何晓凤, 苗世光, 等. 北京地区大气环流型及气候特征. 气候变化研究进展, 2010, 6(5): 338‒343

[18] Liu Jingda, Wang Lili, Li Mingge, et al. Quantifying the impact of synoptic circulation patterns on ozone variability in northern China from April to October 2013–2017. Atmospheric Chemistry and Physics, 2019, 19(23): 14477‒14492

[19] Jones P D, Hulme M, Briffa K R. A comparison of Lamb circulation types with an objective classifica-tion scheme. International Journal of Climatology, 1993, 13: 655‒663

[20] Trigo R M, Dacamara C C. Circulation weather types and their influence on the precipitation regime in Portugal. International Journal of Climatology, 2000, 20(13): 1559‒1581

[21] Allwine K J, Whiteman C D. Single-station integral measures of atmospheric stagnation, recirculation and ventilation. Atmospheric Environment, 1994, 28(4): 713‒721

Meteorological and Pollution Characteristics of PM2.5under Atmosphric Circulation Types in Autumn and Winter in Shijiazhuang

XIAO Teng1, LIN Tingkun2, YAN Yu1, WANG Xuesong1,†

1. State Key Joint Laboratory of Environmental Simulation and Pollution Control, College of Environmental Sciences and Engineering, Peking University, Beijing 100871; 2. Guangdong Diankeyuan Energy Technology Co., Ltd., Guangzhou, 510080;† Corresponding author, E-mail: xswang@pku.edu.cn

According to the ground and vertical meteorological characteristics of atmospheric circulation types during the autumns and winters (Nov.‒Feb.) of 2013‒2018 in Shijiazhuang, 11 types of atmospheric circulation were classified into five categories. The correlation between each category and PM2.5pollution was discussed by combining the transport trajectories and the air quality data. Among those categories, Category I (type NW and type N, accounting for 16% of days) was the best condition for air pollution diffusion, characterized by the dominant west or northwest winds near surface with steady direction and high speed, as well as high planetary boundary layer (PBL) height. Category II (type NE, accounting for 9%) and Category III (type E and type SE, accounting for 12%) were the second-best conditions, characterized by high wind speed. Category II was dominated by north wind and medium PBL height, while Category III was dominated by northeast wind and low PBL height. Category IV (type A, 37%) was unfavorable for air pollution diffusion, which was characterized by low-speed, near-surface winds and low PBL height. Category V (type UM, type C, type S, type SW, type W, 26%) was the worst condition, characterized by near-surface winds with low speed and variable directions, as well as low PBL height and intensive temperature inversion in lower atmosphere. The potential areas of sources contributing to PM2.5pollution in Shijiazhuang under different circulation types varied with different transport trajectories. Concerning the correlation between the PM2.5pollution in Shijiazhuang during the autumns and winters and the diffusive conditions of different circulative types, the PM2.5pollution tended to occur (the frequency of pollution was from 78% to 96%, and the frequency of heavy pollution and above was more than 55%) when the region was controlled by Category V; the condition of the PM2.5pollution tended to change slowly under Category IV, but the PM2.5concentration was more likely to increase under the continuous Category IV days; the frequency of PM2.5pollution was lowest under Category I.

atmospheric circulation type; PM2.5pollution; meteorology; Shijiazhuang

10.13209/j.0479-8023.2021.021

国家重点研发计划(2018YFC0213204)资助

2020–04–05;

2020–08–03