金华市大气污染特征及与气象条件的关系分析*

韩芙蓉 鹿 翔 吴天贻 韩 兴 梁 亮

(金华市气象局，浙江 金华 321000)

0 引 言

大气污染不仅影响人们的生活质量,甚至危害人类的健康。气象要素制约着空气污染物的稀释、扩散、传输和转化过程,是影响空气污染物浓度、污染物分布的重要因素[1-2],大气污染与气象条件的关系一直备受学者们的关注[3-7]。纪忠萍等[8]研究发现，冬半年空气污染指数、PM10、NO2、SO2浓度与气压、风速、降水呈稳定的负相关,与温度、相对湿度等呈稳定的正相关,而夏半年主要与风速、降水具有较好的负相关。除常规气象要素外,大气逆温也是影响污染物扩散的重要因素。郑红等[9]发现哈尔滨市冬季1月的大气污染最严重,逆温的持续性、强度和层厚与其对冬季重度大气污染扩散的影响呈正相关。此外,天气形势的变化在空气污染潜势预报中具有很好的指示作用。学者们研究了不同污染天气，尤其是中度以上污染天气形势特征。张国琏等[10]归纳了不同季节导致上海市不同空气质量状况的天气类型,其中春、秋、冬季引起空气污染的天气类型有L型高压、高压、高压前和均压场4类地面天气类型,与空气质量优等级别相对应的天气类型是低压槽、高压底和高压后。尹承美等[11]利用长时间序列的空气质量数据和气象数据分析了不同天气类型对应的PM2.5浓度特征。李琼等[12]研究发现污染物浓度不仅与当天的天气类型有密切的关系,且与前几天的天气类型的持续时间、地面气压场等有关。

金华地处金衢盆地东段,地势南北高、中部低,具有典型的盆地小气候特征。本文利用金华市环境监测站数据(包括空气质量指数和主要污染物浓度)和地面气象观测站常规气象资料分析当地大气污染变化特征及与气象条件的关系,以便更好地为当地污染天气预测预警及综合防治提供一些参考。

1 资 料

本文使用的数据资料有:2015年1月—2018年12月金华市环境监测站数据,包括空气质量指数AQI、细颗粒物PM2.5、可吸入颗粒物PM10、SO2、NO2、O3、CO浓度的逐时资料;同时段金华市国家气象观测站的地面常规观测资料,包括逐日气压、气温、降水、相对湿度、风向、风速等;气候再分析资料。

AQI是各项污染物空气质量分指数IAQI中的最大值。当AQI大于50时,IAQI最大的污染物为首要污染物,若IAQI最大的污染物为两项或两项以上时,并列为首要污染物。根据常规空气质量状况分类方法，将空气质量级别分为6级,分别对应于空气质量优、良好、轻度污染、中度污染、重度污染和严重污染。表1为空气质量指数及对应的空气质量级别和空气质量状况。

表1 空气质量指数及对应的空气质量级别和空气质量状况

2 空气质量状况和首要污染物变化特征

2.1 空气质量状况变化特征

由金华市环境监测站2015—2018年空气质量状况(表2)可知,金华市空气质量状况以优和良好为主,4 a间空气质量状况呈逐年改善趋势,空气质量状况由以良好为主转为以优为主,空气质量优良率(优和良好的日数占全年总日数的比值)一直稳定在80%以上,且稳中有升。其中2018年空气质量状况达到优和良好的日数最多,共有321 d,占全年总日数的94.7%。此外,当空气质量状况表现为污染时,最大比例为轻度污染,2015—2018年达轻度污染的总日数为147 d,中度污染日数为22 d,重度污染日数为7 d。从AQI逐月变化特征可知,AQI月均值在40～120之间起伏变化,但总体呈逐渐下降趋势(图1a),进一步表明金华市空气质量状况逐年好转。AQI存在显著的季节变化,夏季(6—8月)的空气质量状况明显优于其他3季,春秋季的空气质量状况次之,冬季(12月、次年1—2月)的空气质量状况最差(图1b)。

表2 金华市环境监测站2015—2018年空气质量状况统计

图1 金华市环境监测站2015—2018年AQI特征(a.逐月变化、b.月变化)

2.2 首要污染物变化特征

金华市首要污染物出现日数最多的是细颗粒物PM2.5,占统计时段内总日数的40.3%,其次是O3,占比为31.4%,再次是NO2和PM10,占比分别为16.7%和11.5%(表3)。金华的首要污染物极少为CO和SO2。从2015—2018年金华逐年首要污染物出现日数分布可知,金华市近年来在空气质量明显改善的基础上,空气受污染时首要污染物和其他污染物的构成有所变化,PM2.5作为首要污染物的占比逐年降低,PM10的占比较为稳定,O3和NO2作为首要污染物的占比逐年升高。此外,2015年和2016年首要污染物出现日数最多的是PM2.5,全年占比分别为56.7%和52.0%;2017年和2018年首要污染物出现日数最多的是O3,全年占比分别为40.1%和42.8%。2015—2018年PM2.5平均浓度逐年下降,O3平均浓度稳中有升(图2)。可见，近年来首要污染物出现日数最多的污染物由PM2.5转为O3。O3逐渐成为金华市首要污染物，一方面反映了当前的空气治理较有成效,另一方面需要对日益严峻的臭氧污染提高警惕。

表3 2015—2018年首要污染物出现日数和占比统计

图2 2015—2018年PM2.5和O3平均浓度年变化特征

3 中度以上污染日分析

3.1 环流形势分析

利用气候再分析资料分析金华市中度以上污染日的环流形势场可知,中度以上污染过程发生、发展期间的地面形势场大致可分为3类:高压影响型、冷空气影响型和高压后部型(表4)。

表4 2015—2017年中度以上污染日特征

表4(续)

3.1.1 高压影响型

在金华市29个中度以上污染日中，有20个地面形势场属于高压影响型。从高压影响型低层高度场和风场的合成分析可知,山东半岛南部、江苏、安徽和浙江大部分地区均处于高压控制下,气压梯度力小。在高压影响型中，金华市国家气象观测站日平均风速小于2.5 m/s的日数占比为90%,出现逆温的日数占比为85%(表4)。地面风速小加上逆温存在,大气平流和对流条件均较差,污染物(外来输入性污染物和当地污染物)无法及时扩散,易达到中度以上污染。

3.1.2 冷空气影响型

统计时段内冷空气影响型有7次,占中度以上污染总数的24%,冷高压中心一般位于新西伯利亚到贝加尔湖一带,北方污染气团随着冷空气传输至南方,导致金华当地空气质量明显下降,且金华处于低层1000 hPa和850 hPa偏北气流风速辐合区中,有利于污染物停滞积累。可见冷空气大风是将上游空气污染物持续输送至当地的动力因子,而低层风场辐合是污染物滞留的有利环境条件。

3.1.3 高压后部型

高压后部型出现次数较少,统计时段内仅有2次,高压后部型出现当天地面风速小(日平均风速为1 m/s左右),同时存在逆温(表4),不利于空气污染物的消散。

3.2 水平和垂直运动分析

风速对大气污染物的汇聚、传输和扩散具有十分重要的作用。金华市中度以上污染天气发生、发展和维持期间,地面水平风速基本上为2.5 m/s以下,不利于大气污染物的水平输送和扩散,易造成局部地区污染物浓度的显著增高。从低层大气垂直运动可知,在29 d中度以上污染日中，有22 d大气低层(850 hPa或925 hPa)存在下沉运动,占全部中度以上污染日数的76%;且有26 d出现了不同程度的逆温结构,占中度以上污染日数约90%。下沉气流和逆温的存在,表明污染天气出现时大气对流条件差,极不利于大气污染物的垂直扩散。

综合形势场和大气水平、垂直运动分析，可将引发金华市污染天气过程的机制概括为两类:一是地面均压场和近地面逆温层导致当地污染物堆积;二是冷空气向当地持续输送上游空气污染物。污染天气的发生、发展和维持较为复杂,往往是两种机制交替作用的结果。持续污染天气的出现往往对应着冷空气过程频繁出现。冷空气将外来污染物持续输入金华市,随着冷空气过境后地面逐渐转受冷高压控制,均压场进一步抑制低层污染物的扩散,冷空气反复影响导致持续污染天气形成。

4 气象要素对两大主要污染物的影响

由上文分析可知,金华市空气质量在稳步改善的基础上出现次数最多的首要污染物由PM2.5转为O3,而当中度以上污染天气发生时,污染物仍以PM2.5为主,在此讨论气象要素对PM2.5和O3的影响。

气象要素中对颗粒物(包括PM2.5和PM10)影响较大的主要是降水和风,降水对颗粒物的湿沉降作用和风对颗粒物的扩散作用,都有利于大气的清洁。对比降水日和非降水日的细颗粒物浓度可知,在降水的清洁作用下,降水日的污染物浓度低于非降水日的(表5),这与魏玉香等[1]的研究结论相一致。金华市降水量季节分布不均,2015—2018年夏季的累计降水量最多,为2377.3 mm,占总量的34.1%;春季的为2068.8 mm(占29.7%);秋季、冬季的分别为1223.7(占17.6%)、1302.4 mm(占18.6%)。降水的季节变化对细颗粒物PM2.5的变化有重要影响,夏季降水对污染物的湿沉降作用明显,夏季的空气相对清洁,细颗粒物PM2.5浓度较小,而秋冬季污染物有更长的时间积蓄,细颗粒物PM2.5污染较重些。

表5 金华四季降水日与非降水日的PM2.5和O3浓度统计 μg/m3

参照马双良等[13]的计算方法，将日降水量出现≥0.1 mm作为降水日,以第1 d出现≥0.1 mm降水量作为连续降水过程的开始,以最后1 d出现≥0.1 mm降水量作为过程的结束。选取降水日开始前1 d的细颗粒物平均浓度C1作为降水过程前细颗粒物浓度,结束后1 d的细颗粒物平均浓度C2作为降水过程后细颗粒物浓度。连续降水过程的清除效率S定义为:S=(C1-C2)/C1;当S>0时,为正清除过程;当S<0时,为负清除过程。

由统计结果可知,降水对PM2.5的平均清除效率为0.58,总体上过程总降水量越大,降水对于细颗粒物的正清除效率越明显(图3a),其中当过程降水量大于100 mm时,PM2.5的正清除效率达到100%(图3b)。在194次过程降水中有52次出现了负清除效率,即降水产生后PM2.5浓度不降反升,这种情况大部分发生在降水量为50 mm以下时,降水前较高的细颗粒物浓度会加重污染程度[13]。

图3 a.降水清除效率分布、b.各降水等级正负清除数分布

风速变化与细颗粒物PM2.5浓度变化呈显著的负相关,即风速越大,细颗粒物PM2.5浓度越小;风速越小,细颗粒物PM2.5浓度越大。计算不同风速下的细颗粒物PM2.5浓度变化率,以变化率大小代表风的扩散能力,正变化率代表风对细颗粒物PM2.5具有正扩散作用;负变化率代表风对细颗粒物PM2.5扩散作用不明显。从图4a可知,风扩散系数主要在-0.65～+0.65之间,当风速小于3 m/s时,风对细颗粒物PM2.5影响不明显;当风速大于3 m/s时,风对细颗粒物的正扩散能力明显增强。此外,当风速小于1.5 m/s时,PM2.5平均浓度为50.6 μg/m3;当风速增加至3 m/s以上时,PM2.5平均浓度降低到20.9 μg/m3(图4b)。以上分析表明，风速越大，对细颗粒物的扩散作用越显著。

图4 a.风速扩散系数分布、b.不同风速区间PM2.5平均浓度

O3是典型的二次污染物,涉及的光化学反应比较复杂,大部分是由人为排放的氮氧化物和挥发性有机物在高温、日照充足、空气干燥条件下转化形成的。太阳辐射和大气逆辐射结果可体现在气温和日照时数上。由相关系数可知,O3浓度与温度和日照时数呈正相关,且相关系数均在0.5以上,与相对湿度(RH)呈负相关,相关系数绝对值也接近0.5。当O3浓度增加时，一般对应着温度升高、日照时数增加和相对湿度减少(表6)。一般夏季高温天气和强烈的辐射,是造成O3污染的主要原因。

表6 不同O3浓度区间对应的平均温度、日照时数和相对湿度

5 结 语

本文利用金华市2015—2018年空气质量指数、主要污染物数据、气象资料，分析了金华市大气污染特征及两大主要污染物与气象条件的关系,所得结果如下。

(1)2015—2018年金华市空气质量逐年改善,空气质量优良率一直稳定在80%以上,且稳中有升。夏季的空气质量状况明显优于其他3季,春秋季的空气质量状况次之,冬季的空气质量状况最差,其中污染最轻的月份是8月,污染较重的月份是12月和次年1月。

(2)金华市全年出现日数较多的首要污染物为细颗粒物PM2.5和O3。近年来在空气质量总体改善的基础上，全年首要污染物日数最多的污染物由PM2.5转为O3。

(3)引发金华市污染天气过程形成的机制有两类:一是地面均压场和近地面逆温层导致当地污染物堆积;二是冷空气向当地持续输送上游空气污染物。污染天气的出现往往是两种机制交替作用的结果。中度以上污染日地面形势场主要有3种类型:高压影响型、冷空气影响型和高压后部型。

(4)降水和风较有利于降低细颗粒物PM2.5浓度,主要表现为降水对细颗粒物的湿沉降作用和风对细颗粒物的扩散作用。降水对PM2.5的平均清除效率为0.58,过程总降水量越大,降水对于细颗粒物的湿沉降效果越明显。风速变化与细颗粒PM2.5浓度变化呈显著的负相关,风速越大,细颗粒物PM2.5浓度越小;风速越小,细颗粒物PM2.5浓度越大。

(5)O3浓度与温度和日照时数呈正相关,与相对湿度呈负相关。O3浓度增加时一般对应着温度升高、日照时数增加和相对湿度减少。高温天气和强烈的辐射,是造成夏季易出现O3污染的主要原因。