安顺市8次持续2天的PM2.5污染气象成因分析*

2022-07-11徐良军吴哲红王冉熙

贵州科学 2022年3期

蒙军，徐良军，吴哲红，曾妮，王冉熙

(贵州省安顺市气象局，贵州安顺 561000 )

0 引言

近年来随着城市化进程的加快、地方经济的发展、私家车辆的增多等，大气污染日趋严重。安顺市地处中国西南地区，素有“黔之腹，滇之喉，蜀粤之唇齿”之称，辖区内有2个5A级旅游景区和10个4A级旅游景区，是中国喀斯特地貌集中区，也是闻名国内外的旅游胜地。空气质量是游客选择旅游度假目的地的因素之一，研究表明城市空气质量的好坏和气象条件相关[1-6]，影响大气污染的主要污染物包括：PM2.5、SO2、NO、NO2、CO、NOx、O3、PM10等。大气中的细颗粒物(PM2.5)是影响空气质量以及人类健康的主要污染物之一[8]，截止2013年中国有763565人的死亡与PM2.5有关[7]。空气污染和大气环境以及气温、降水、相对湿度、风速、风向等气象要素密切相关。大气环境的稳定和稳定维持时间对污染物的扩散有着重要作用。段莹[9]等研究得出贵阳市雨日的PM2.5浓度均低于非雨日，并且大于1 mm的强降雨对贵阳市的PM2.5的清除作用显著。张朝能等[10]研究得出昆明主城区的PM2.5日变化和当日的天气条件相关。成青燕等[11]的研究表明日降水量>0.5 mm有效降水对空气质量有明显的改善作用，空气质量与温度、能见度呈显著的负相关关系。孙荣花等[12]研究表明相对湿度与PM2.5日均极值显著相关。本文结合气象要素和污染物演变特征，以大气环境条件分析为基础，对安顺城区2017—2018年期间出现的持续2天由PM2.5造成的空气污染天气进行详细分析，以探究安顺城区空气污染物与气象要素、大气环境等的关系，并分析产生空气污染的气象成因，总结相关经验，从而提高空气污染天气的预报能力。

1 资料与方法

利用安顺市生态资源局提供的2015年—2018年安顺城区4个空气质量监测点(伍家关、凤凰山、金钟山、娄家坡)的污染物逐小时监测数据、安顺国家基本气象站地面逐小时观测数据、NECP1*1逐6小时再分析数据、气象常规观测资料等，应用统计分析和天气学分析法对安顺城区2015年—2018年空气污染天气进行详细分析。

对PM2.5浓度求取日平均值，利用NECP1*1再分析资料计算空气污染期间500 hPa上高度和温度、海平面气压、850 hPa上风速和风向的平均值。根据安顺国家基本气象站地面逐小时观测的温度和露点温度计算出逐小时温度露点差。

逆温层厚度计算：利用空气污染期间贵阳站08时和20时的地面探空资料，求取逆温开始出现的高度和逆温结束时出现的高度之差，作为逆温层厚度。

逆温强度计算：利用逆温开始出现的温度减去逆温结束时的温度值，作为逆温强度。

环境风垂直切变[13]：

(1)

表示上下两个高度的密度加权平均风矢差。

(2)

2 安顺城区空气污染情况

2.1 2015年—2018年安顺城区PM2.5污染情况

从2015年—2018年的污染物浓度逐小时数据分析可以得出：安顺城区近几年来仅出现过1次重度污染，1次中度污染，全年污染日数在15日以下。随着新型取暖设施的建设和推广，以及对燃煤使用的管控，安顺城区自2016年以后没有出现过因SO2造成的空气污染，而因PM2.5导致的污染日数有所增加。从图1可以看到2017年安顺城区共出现了15日因PM2.5造成的空气污染，其中中度污染1日(12月27日)，轻度污染14日(1月、3月至9月无污染日，2月污染日1日，10月污染日3日，11月污染日5日，12月污染日6日)；2018年安顺城区出现了13日因PM2.5造成的空气污染，均为轻度污染，其中4月、6月至9月无污染日，1月污染日2日，2月污染日5日，3月污染日2日，5月污染日1日，10月污染日2日，11月污染日1日。2017—2018年期间安顺城区共出现了8次持续2天因PM2.5造成的空气污染天气，污染级别均为轻度污染。

图1 2017年—2018年安顺市逐月空气污染日数Fig.1 Monthly air pollution days in Anshun from 2017 to 2018

2.2 2017年—2018年安顺城区PM2.5平均浓度空间分布

对2017年—2018年的8次连续2天PM2.5污染天气进行分析可以看到(图2)：2017年10月27—28日期间安顺城区PM2.5浓度呈西高东低分布，娄家坡站浓度达到70.98 μg/m3；2017年11月7—8日PM2.5浓度均在100 μg/m3以上，且中东部明显高于西部，凤凰山PM2.5浓度达到了126.33 μg/m3，为8次空气污染中平均浓度最高的一次；2017年11月28—29日PM2.5浓度呈中间高两边低分布；2017年12月23—24日凤凰山数据部分缺失，其余3个监测点显示PM2.5浓度为西高东低分布；2017年12月26—27日除了凤凰山以外其余3个监测点的PM2.5浓度均在100 μg/m3以上；2018年2月7—8日凤凰山PM2.5浓度超过100 μg/m3，其余站点均在80～90μg/m3之间，呈中间高两边低分布；2018年2月12—13日除了娄家坡PM2.5浓度在50 μg/m3以下，其余3个监测点浓度都在90 μg/m3以上；2018年10月6—7日除了娄家坡PM2.5浓度在100 μg/m3以上，其余3个监测点PM2.5浓度都在90 μg/m3以下。可以看到这8次连续2天PM2.5空气污染过程中，娄家坡和凤凰山的PM2.5平均浓度为4个监测点中最高的次数各有4次，说明安顺城区的PM2.5空气污染西部比东部更为严重。

图2 2017年—2018年连续2天PM2.5浓度平均值空间分布(单位：μg/m3)Fig.2 Spatial distribution of average PM2.5 concentrationfrom 2017 to 2018

3 造成PM2.5污染的气象成因分析

3.1 造成PM2.5空气污染的天气形势分析

从2017年—2018年8次连续2天PM2.5空气污染期间的500 hPa高度平均场(图3)可以看出，除了2017年11月7—8日期间在50°N～65°N之间没有高压脊影响外，其余7次空气污染期间50°N～65°N之间均有高压脊的影响。另外，在2017年10月27—28日、12月23—24日、2018年2月7—8日、2月13—14日、10月7—8日这5次空气污染期间贵州均处于脊前的偏西或西北气流区，而2017年11月7—8日、11月28—29日、12月26—27日这3次空气污染期间贵州处于南支槽前，为西南气流影响。中高纬地区高压脊前西北气流或偏西气流向贵州地区输送，使得安顺上空大气趋于稳定，这有利于污染物的堆积。

图3 2017年—2018年连续2天PM2.5空气污染期间500hPa平均高度场(实线，单位：gpm)Fig.3 The 500 hPa average height field during the PM2.5 pollution from 2017 to 2018

由于安顺市平均海拔高度约1102 m，从而选取850 hPa高度的风场作为近地面风场进行研究。从平均海平面气压和850 hPa平均风场可以看到(图4)，在空气污染期间贵州中西部均存在明显的风速风向辐合区，辐合区附近均为静风区。在空气污染期间贵州中西部均有静止锋影响。安顺在空气污染期间处于辐合区中心、辐合区东侧或南侧的弱风区或静风区。这为污染物在安顺地区的积累和维持建立了有利条件。从平均海平面气压场的分布还可以看到，在2017—2018年的8次连续2天PM2.5空气污染天气期间，在云南东南角(103°E，26°N)附近均有强度为775 hPa的低压中心，而在四川东部到重庆西部(106°E，30°N)附近均有强度为975 hPa的高压中心，说明空气污染期间冷暖空气势力相当，这是静止峰能够稳定维持的原因，也是空气污染期间污染物得不到扩散的重要原因之一。

图4 2017年—2018年连续2天PM2.5空气污染期间平均海平面气压场(实线，单位：Pa)、850hPa平均风场(风向杆，单位：m/s)Fig.4 Mean sea level pressure field and average wind fieldof 850 hPa during PM2.5 air pollution from 2017 to 2018

3.2 PM2.5浓度与气象要素的关系分析

分析了2017年—2018年的8次污染天气期间的逐小时PM2.5浓度、相对湿度、温度露点差、降雨量的演变关系。2017年10月27日16时之后4个监测站点的PM2.5浓度均迅速上升并维持到28日02时才开始有所下降，到28日08时才明显下降，28日18时之后PM2.5浓度再次上升，但仅维持到22时就下降到日均浓度限值(75 μg/m3)以下；11月7日娄家坡站PM2.5浓度在18时之后先升高至当日的最高值，之后其余3站浓度也升高，8日02时娄家坡站PM2.5浓度在先明显下降，其余3站PM2.5浓度也有所下降，8日08时所有站点PM2.5浓度均有小幅度升高之后于10时后明显下降，到8日20时所有站点的PM2.5浓度再次小幅度上升，可见这次PM2.5污染源起安顺西边，并由西向东不断扩散所造成；11月28日所有站点自10时起PM2.5浓度开始上升，直到29日14时期间大部分时段均维持在100 μg/m3以上，29日14时后相对湿度明显下降，温度露点差明显上升，PM2.5浓度明显下降，29日20时PM2.5浓度再次上升；12月23日02时到23日08时期间大部分时段PM2.5浓度始终维持在100 μg/m3左右，只在23日12-16时期间有小幅度的下降，24日18时后PM2.5浓度再次升高；12月26日08时到12时所有站点PM2.5浓度均有小幅度上升，在26日16时后大幅度上升并在27日08时之前维持较高的浓度，27日18时PM2.5浓度第3次上升，在20时后下降至日均限值以下；2018年2月7日08时所有站点的PM2.5浓度均明显升高，在14时后有所下降，在18时到8日08时除了金钟山PM2.5浓度维持在100 μg/m3以上，其余3站都维持在80 μg/m3左右，8日18时PM2.5浓度再次小幅度上升；2月12日10时到13日00时除了娄家坡站PM2.5浓度较低外，其余3站的PM2.5浓度都维持比较高，且凤凰山PM2.5浓度在12日12时达到了最高，超过了120 μg/m3；10月6日20时前所有站点PM2.5均在日均限值以下，20时到22时期间PM2.5浓度迅速上升到200 μg/m3以上又迅速下降，7日02时到08时期间PM2.5浓度维持在100 μg/m3以上。

这8次PM2.5浓度演变都可以看到PM2.5浓度上升时对应的相对湿度也会上升，而温度露点差明显增大。每一次空气污染期间，PM2.5浓度在次日的傍晚时段都会有一次小幅度上升，这个时段正好对应了下班的高峰时段，这可能是由于污染天气首日PM2.5浓度有一定的积累，在次日的傍晚受到下班高峰期车辆的尾气排放增加和相对湿度的上升使得PM2.5浓度再次上升。

对2017年—2018年这8次空气污染天气期间的逐小时平均PM2.5浓度值和逐小时相对湿度、温度露点差、降雨量做相关分析(表1)，可以看到除了2017年12月26—27日的空气污染天气期间(PM2.5监测数据部分缺失)外，其余的空气污染天气期间相对湿度和温度露点差和PM2.5浓度的相关性都为显著；而这8次空气污染天气期间有3次没出现降水，出现降雨的5次空气污染天气期间小时降雨量都小于2 mm/h，和PM2.5浓度之间没有体现出明显的相关性。

表1 2017—2018年连续2天PM2.5空气污染期间PM2.5浓度(单位：μg/m3)与相对湿度(RH，单位：%)、温度露点差(T-Td，单位：℃)、逐小时降水量(PREC，单位：mm/小时)的相关性Tab.1 The correlation between PM2.5 concentration and relative humidity，temperature dew point difference，hourly precipitation during PM2.5 pollution from 2017 to 2018

3.3 造成PM2.5空气污染的大气环境条件分析

污染空气的微粒的积累和扩散受到天气条件的影响，在一定的天气环境下造成污染粒子难以扩散并在一个地方不断积累，从而导致空气污染的持续。成青燕[11]等对成都空气质量的研究表示空气质量会随着逆温层高度降低而变差。本文对2017—2018年期间的8次PM2.5造成的空气污染期间安顺上空的环境条件进行分析。

3.3.1 温度和风的垂直分布分析

结合图4和图5可以看到，2017年10月27日20时到28日02时期间安顺700 hPa以下风速在0～2 m/s之间，600 hPa到700 hPa之间的最大风速也仅有4 m/s，并且等温线分布均匀，此时正是PM2.5浓度上升和维持并达到最大值的阶段；11月7日20时到8日08时600 hPa到地面的风速在0～2 m/s之间，等温线也呈平均分布，此时PM2.5浓度上升并维持，直到8日08时到14时地面温度升高，PM2.5浓度明显下降；在11月28日至29日期间高层风稍大，仅有800 hPa以下风速在0～2 m/s之间，等温线依然为平均分布，在28日14时之后整层温度升高，PM2.5浓度迅速降低，在28日20时之后800 hPa附近出现逆温，PM2.5浓度再次升高；12月23日14时和24日14时整层气温升高时PM2.5浓度均下降，其余时段由于700 hPa附近有逆温存在，且700 hPa以下风速在0～4 m/s之间，PM2.5浓度在这些时段也维持比较高；12月26日20时之后整层气温下降，PM2.5浓度开始上升，直到27日14时整层气温开始上升且800 hPa以下风速增加，PM2.5浓度才再次下降，在其余时段PM2.5浓度都维持较高；2018年2月7日8时到14时PM2.5浓度迅速升高，在此期间有冷空气影响安顺，800 hPa附近出现了-8 ℃的冷中心，并且近地层为东北风，造成这一次污染的PM2.5很可能是由于冷空气南压，随着东北风流入安顺的，7日20时到8日08时冷空气向近地层下沉，PM2.5浓度维持较高，8日14时之后700 hPa到600 hPa之间出现逆温层，PM2.5浓度再次上升；2月12日14时到20时期间800 hPa以下风速为0～2 m/s，700 hPa附近有明显的逆温，这个时段内除了娄家坡站外PM2.5浓度有所增加，而12日20时到13日08时高层冷中心有所维持，逆温加剧，PM2.5浓度有所维持，但由于近地层风速增加，PM2.5浓度较之前低，在13日08时之后逆温层减弱，整层温度上升且近地层风速继续增加，PM2.5浓度下降；10月6—7日的PM2.5浓度升高下降时间较短，在7日02时到08时期间PM2.5较高，主要是由于本次污染时焚烧秸秆造成，所以白天气温上升近地层风速增加之后PM2.5浓度很快下降，而夜间由于风速较小且整层大气比较稳定，所以PM2.5浓度有所维持。

图5 2017—2018年连续2天PM2.5空气污染期间安顺上空温度(实线，单位：℃)、风(风向杆，单位：m/s)Fig.5 Temperature and wind of Anshun during PM2.5pollution from 2017 to 2018

通过以上分析可以看到，整层大气温度上升有利于PM2.5的扩散；当有逆温层出现的时候有利于PM2.5高浓度的维持；当700 hPa以下风速在4 m/s以下时有利于PM2.5的积累；另外冷空气携带PM2.5自高空向地面下沉的时候会引起安顺的PM2.5浓度的增加。

3.3.2 风垂直切变、干暖盖指数、逆温分析

根据上述分析可以看到，在空气污染期间近地层为弱风或静风，但高层风速却比较大，那么垂直风切变的大小和PM2.5造成的空气污染会不会有什么联系呢？逆温层会使得PM2.5难以扩散，从而导致PM2.5维持高浓度，那逆温层厚度和强度与PM2.5浓度变化会不会有联系呢？干暖盖在强对流天气中可以使得不稳定能量得以聚集，那么在稳定天气下是否也有干暖盖的影响呢？

对2017年—2018年的8次空气污染期间的风垂直切变、干暖盖指数、逆温层厚度、逆温强度进行了统计分析。可以看到，在这8次空气污染期间仅有4个时次SHR6在20 m/s以下，仅有6个时次SHR3在10 m/s以下，在PM2.5平均浓度最大的2017年12月26—27日期间SHR3均在20 m/s左右，SHR6均在30 m/s左右，说明较大的风垂直切变有利于维持PM2.5的浓度；空气污染期间的干暖盖指数都小于0，并且都在-40～-20 ℃之间，说明在空气污染期间干暖盖强度比较弱，也说明在空气污染期间大气始终处于比较稳定的状态；只有2018年10月6—7日的空气污染期间没有出现逆温层，其余的空气污染期间都有逆温层存在。结合图2还可以看到，8次空气污染中PM2.5平均浓度最大的2017年12月26—27日，逆温强度最强，强逆温持续时间最长。从逆温层厚度来看，当逆温强度较强在4 ℃以上，且逆温层厚度超过30 hPa时PM2.5的浓度也会比较高。

分析了PM2.5浓度和垂直风切变、干暖盖指数、逆温厚度、逆温强度之间的相关性(表2)，发现安顺城区4个空气质量监测点的PM2.5浓度和0～3 km垂直风切变的相关性显著，且都为正相关，伍家关和娄家坡监测点的PM2.5浓度和0～6 km垂直风切变的相关性显著，PM2.5浓度和干暖盖指数、逆温厚度、逆温强度之间的相关性并不显著。

表2 2017—2018年连续2天PM2.5空气污染期间PM2.5浓度(单位：μg/m3)与0～3 km风垂直切变(SHR3，单位：m/s)、0～6 km风垂直切变(SHR6，单位：m/s)、干暖盖指数(Ls，单位：℃)、逆温层厚度(单位：Pa)、逆温强度(单位：℃)的相关性Tab.2 The correlation between PM2.5 concentration and0 to 3 km vertical wind shear，0 to 6 km vertical wind shear，dry warm cover index，inversion layer thickness，inversionintensity during PM2.5 pollution from 2017 to 2018