蘇州市區(qū)灰霾現(xiàn)象形成的氣象條件分析

鄒　強(qiáng)，姚玉剛，林惠娟

1.蘇州市環(huán)境監(jiān)測(cè)中心站，江蘇 蘇州 215004

2.蘇州市氣象局，江蘇 蘇州 215131

隨著工業(yè)化和城市化進(jìn)程的迅速發(fā)展，大氣污染增加，大量極細(xì)微的干塵粒等均勻地懸浮在空中(相對(duì)濕度小于80％)，排除其他自然天氣過(guò)程(如降水、沙塵暴和雪暴等)，使水平能見(jiàn)度小于10 km的空氣普遍混濁現(xiàn)象，稱為霾[1]，其中受人類活動(dòng)影響顯著而形成的霾又稱為灰霾?；姻惨殉蔀橐环N嚴(yán)重的災(zāi)害性天氣現(xiàn)象[2-3]。區(qū)域尺度上的灰霾總稱為大氣棕色云(ABCs)[4-5]，大氣棕色云能與溫室氣體(如CO2和CH4等)相耦合，進(jìn)而顯著影響區(qū)域尺度氣候變化、水循環(huán)、冰川消融、農(nóng)業(yè)生產(chǎn)和人體健康[6-9]。為科學(xué)識(shí)別灰霾天氣，劉偉等[10]初步探討灰霾天氣下空氣污染程度評(píng)估方法及建立污染程度與能見(jiàn)度量化相關(guān)關(guān)系?；姻驳男纬膳c氣象條件和大氣污染密切相關(guān)[11]?；姻惨子谠诜€(wěn)定天氣條件和大氣污染物高排放區(qū)域形成[12]。在逆溫條件下，大氣中飄塵、有機(jī)物和顆粒物難以擴(kuò)散而懸浮在城市上空[13]。

基于蘇州市環(huán)境監(jiān)測(cè)中心站的統(tǒng)計(jì)資料，2011年蘇州市的霾日為137 d，受到社會(huì)各界的廣泛熱議。其中灰霾天氣的成因最受關(guān)注，但相關(guān)研究較少，亟待解決。該研究基于4個(gè)典型季節(jié)的集中觀測(cè)數(shù)據(jù)，采用因子分析的主成分提取方法，判斷不同月份有利于出現(xiàn)蘇州市灰霾天氣的氣象因子，旨在探討不同氣象條件在不同月份對(duì)蘇州市灰霾天氣的影響規(guī)律，為客觀評(píng)價(jià)灰霾現(xiàn)象的發(fā)生和發(fā)展規(guī)律提供理論依據(jù)。

1　實(shí)驗(yàn)部分

1.1監(jiān)測(cè)點(diǎn)概況

蘇州市地處太湖之濱，京杭運(yùn)河與婁江的交匯處，東距上海約80 km，西離南京約200 km，四季分明，氣候溫和，雨量充沛，屬北亞熱帶季風(fēng)氣候，年均降水量 1 100 mm，年均氣溫15.7 ℃，1月平均氣溫2.5 ℃，7月平均氣溫28 ℃。地貌特征以平緩平原為主，全市的地勢(shì)低平，自西向東緩慢傾斜，平原的海拔高度3～4 m。選取南門子站(點(diǎn)位代碼55)作為研究蘇州市區(qū)灰霾的監(jiān)測(cè)點(diǎn)位(31°19.583′N，120°35.733′E)，該子站位于蘇州市環(huán)境科學(xué)研究所內(nèi)，所處區(qū)域?yàn)楣I(yè)/居民混交區(qū)，已具備完善的PM2.5監(jiān)測(cè)能力。

1.2研究方法

1.2.1儀器設(shè)置

能見(jiàn)度監(jiān)測(cè)系統(tǒng)設(shè)置在距地表15 m高度，Belfort 6000型能見(jiàn)度傳感器，單光路前向散射儀，測(cè)量范圍6 m至80 km，測(cè)量精度3 m，散射角度42°。細(xì)顆粒物(PM2.5)由美國(guó)某公司生產(chǎn)，1405-DF型顆粒物在線分析儀，測(cè)量范圍小于10 g/m3，精度為±2滿量程。采用美國(guó)某公司生產(chǎn)的自動(dòng)氣象站進(jìn)行同期氣象要素觀測(cè)。雨量數(shù)據(jù)來(lái)自蘇州市氣象臺(tái)的觀測(cè)資料。通過(guò)環(huán)境質(zhì)量數(shù)據(jù)采集系統(tǒng)與工控機(jī)相連，每1 min輸出1組平均值。除降雨量為日總量值外，其余各氣象因子均為日均值(表1)。

表1　觀測(cè)要素簡(jiǎn)介

1.2.2數(shù)據(jù)處理

選擇2011年1—2月(冬季)、4—5月(春季)、7—8月(夏季)、10—11月(秋季)代表典型季節(jié)。結(jié)合能見(jiàn)度和相對(duì)濕度指標(biāo)(基于灰霾判斷標(biāo)準(zhǔn)[1,14]：能見(jiàn)度小于10 km, 相對(duì)濕度小于80％，以此劃分霾日和非霾日)，將4個(gè)典型季節(jié)監(jiān)測(cè)期間各天均劃分為霾日和非霾日，以此為依據(jù)劃分同期氣象因子(總輻射、氣溫、相對(duì)濕度、降雨量、風(fēng)速和氣壓)。

經(jīng)數(shù)據(jù)處理后，2011年1—2月、4—5月、7—8月、10—11月期間氣象要素有效天數(shù)分別為59、61、62、61 d。使用SPSS13.0針對(duì)同期氣象要素日均值進(jìn)行基于因子分析的主成分分析。主成分分析可以通過(guò)多個(gè)指標(biāo)的線性組合把原來(lái)多個(gè)變量歸納為少數(shù)幾個(gè)相互獨(dú)立的綜合指標(biāo)，并盡可能多地保留原來(lái)變量所反映的信息。列入主成分分析的氣象因子歸為3類：熱量條件(總輻射、氣溫)、水分條件(相對(duì)濕度、降雨量)和動(dòng)力條件(風(fēng)速、氣壓)，由于各指標(biāo)的量綱存在不同，在SPSS 主成分分析設(shè)置中對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，消除了量綱的影響。該文采用SigmaPlot11軟件繪制折線圖。

2　結(jié)果與分析

2.1蘇州市區(qū)能見(jiàn)度和細(xì)顆粒物日變化特征

根據(jù)劃分標(biāo)準(zhǔn)，4個(gè)典型季節(jié)獲得霾日分別為40、33、14、20 d，霾日出現(xiàn)頻率分別為67.8％(1—2月)、54.1％(4—5月)、22.6％(7—8月)和32.8％(10—11月)。蘇州市區(qū)能見(jiàn)度和細(xì)顆粒物濃度日變化特征如圖1所示。從各月霾日情況來(lái)看，能見(jiàn)度日變化主要呈現(xiàn)“單峰型”特征，晝間能見(jiàn)度較高，早晚能見(jiàn)度降低，且能見(jiàn)度低值主要位于5:00—8:00，10—11月能見(jiàn)度狀況最差(日均值為12.3 km)。霾日細(xì)顆粒物濃度在1—2月和10—11月出現(xiàn)雙峰型變化特征，而4—5月和7—8月雙峰變化并不明顯。霾日細(xì)顆粒物濃度在1—2月最高(日均值為0.074 μg/m3)，7—8月最低(日均值為0.056 μg/m3)。非霾日能見(jiàn)度均顯著高于霾日，且細(xì)顆粒物濃度相比霾日偏低。7—8月和10—11月非霾日能見(jiàn)度狀況較好，分別平均為27.2、27.0 km，4—5月非霾日細(xì)顆粒物濃度在全年非霾日中濃度最高(日均值為0.056 μg/m3)，10—11月最低(日均值為0.034 μg/m3)。

圖1　蘇州市區(qū)能見(jiàn)度和細(xì)顆粒物濃度日變化特征

2.2觀測(cè)氣象因子逐日值比較

4次典型季節(jié)監(jiān)測(cè)的降雨日總量和其他氣象因子日均值逐日變化趨勢(shì)如圖2所示。總輻射在4—5月總體較高，10—11月較低，7—8月變化劇烈；而氣溫7—8月較高，1—2月最低[圖2(a)]。相對(duì)濕度7—8月較高，4—5月較低；降雨主要集中在7—8月，4—5月次之，其余月份分布較少[圖2(b)]。風(fēng)速在4—5月中后期和7—8月中前期較高，1—2月和10—11月相對(duì)較低；氣壓1—2月和10—11月較高，7—8月最低[圖2(c)]。

2.3灰霾天氣的影響因子分析

灰霾天氣的發(fā)生由諸多因子決定，每個(gè)氣象因子從不同方面反映出灰霾天氣出現(xiàn)的影響程度是不同的。從表2可以看出，4個(gè)典型季節(jié)中前3個(gè)主成分的累積方差貢獻(xiàn)率超過(guò)了80％，特征值均接近或大于1，表明這3個(gè)主成分基本包含了6個(gè)氣象因子的所有變異信息，從而可以用3個(gè)彼此不相關(guān)的綜合指標(biāo)分別綜合存在于原有的8個(gè)指標(biāo)的各類信息中，各綜合指標(biāo)代表的信息不重疊。

表2　主成分特征值及方差貢獻(xiàn)率

圖2　蘇州市區(qū)典型季節(jié)氣象因子逐日變化特征

表3為氣象因子的前3個(gè)主成分的旋轉(zhuǎn)后的因子載荷矩陣。通過(guò)四次方最大旋轉(zhuǎn)后，得到了6個(gè)氣象因子在3個(gè)主成分上的新的因子載荷。從表3可以看出：1—2月影響霾日形成的第1主成分指標(biāo)為氣溫，表明熱量條件影響最大，方差貢獻(xiàn)率達(dá)34.1％(表2)；第2主成分的貢獻(xiàn)來(lái)源為降雨量，方差貢獻(xiàn)率為31.9％；第3主成分的支配指標(biāo)為總輻射，方差貢獻(xiàn)率為15.5％。4—5月影響霾日形成的第1主成分指標(biāo)為氣溫，熱量條件方差貢獻(xiàn)率達(dá)35.2％，第2主成分的指標(biāo)為相對(duì)濕度，水分條件的方差貢獻(xiàn)率為30.8％。第3主成分的支配指標(biāo)為風(fēng)速，動(dòng)力條件一定程度上有利于霾日的形成，方差貢獻(xiàn)率為16.8％。7—8月影響霾日形成的第1主成分指標(biāo)為總輻射和氣溫，熱量條件方差貢獻(xiàn)率高達(dá)59.8％，第2主成分的支配指標(biāo)為氣壓，動(dòng)力條件方差貢獻(xiàn)率為16.9％，第3主成分的支配因子為降雨量，水分條件的方差貢獻(xiàn)率為15.5％。10—11月第1主成分指標(biāo)為風(fēng)速，動(dòng)力條件方差貢獻(xiàn)率達(dá)34.8％，第2主成分和第3主成分的支配因子分別為相對(duì)濕度和降雨量，水分條件可解釋的方差貢獻(xiàn)率分別為27.4％和24.5％。

表3　因子旋轉(zhuǎn)載荷矩陣

3　討論

3.1熱量條件對(duì)蘇州市灰霾天氣形成的影響

熱量條件由總輻射和氣溫構(gòu)成?？傒椛湓?—5月總體較高，10—11月較低，7—8月變化劇烈[圖2(a)]。氣溫7—8月較高，1—2月最低。熱量條件是1—2月、4—5月和7—8月第1主成分中的支配因子(方差貢獻(xiàn)率分別為34.1％、35.2％和59.8％)。在1—2月是第3主成分的支配因子，方差貢獻(xiàn)率為15.5％。由此可見(jiàn)，熱量條件在1—2月、4—5月和7—8月灰霾天氣形成中起主導(dǎo)作用?？傒椛鋵?duì)近地層“逆溫”的形成有重要的影響，在逆溫條件下，大氣層結(jié)穩(wěn)定，近地層污染物不易擴(kuò)散，顆粒物濃度持續(xù)增加，引發(fā)能見(jiàn)度下降[13]。伴隨著氣溫升高和輻射增強(qiáng)，近地層湍流活動(dòng)頻繁，加速了大氣光化學(xué)反應(yīng)，導(dǎo)致一次顆粒物向二次顆粒物轉(zhuǎn)化[15]，為霾日提供了細(xì)顆粒物來(lái)源。

3.2水分條件對(duì)灰霾形成的影響

水分條件由相對(duì)濕度和降雨量反映，相對(duì)濕度7—8月較高，4—5月較低，降雨主要集中在7—8月，4—5月次之，其余月份分布較少[(圖2(b)]。水分條件在1—2月、4—5月和10—11月是第2主成分的支配因子(方差貢獻(xiàn)率分別為31.9％、30.8％和27.4％)。在7—8月和10—11月是第3主成分的支配因子(方差貢獻(xiàn)率分別為15.5％和24.5％)。水分條件是10—11月第2和第3主成分的支配因子，也是10—11月霾日形成的重要條件之一，在1—2月和4—5月起次要作用，在7—8月僅起輔助作用。7—8月蘇州市雨量充沛，雨水帶來(lái)的沖刷作用，一定程度上降低了大氣中的顆粒物濃度(圖1)，拓展了能見(jiàn)度范圍。相對(duì)濕度作為顆粒物吸濕增長(zhǎng)的重要條件，與細(xì)顆粒物濃度一起，削減了能見(jiàn)度范圍，對(duì)1—2月、4—5月和10—11月霾日的形成造成影響。

3.3動(dòng)力條件對(duì)灰霾形成的影響

動(dòng)力條件由風(fēng)速和氣壓反映，季節(jié)變化趨勢(shì)表明：風(fēng)速在4—5月中后期和7—8月中前期較高，1—2月和10—11月相對(duì)較低。氣壓1—2月和10—11月較高，7—8月最低[圖2(c)]。動(dòng)力條件是10—11月第1主成分的支配因子，方差貢獻(xiàn)率達(dá)34.8％。7—8月是第2主成分的支配因子，方差貢獻(xiàn)率為16.9％。4—5月是第3主成分的支配因子，方差貢獻(xiàn)率為16.8％。動(dòng)力條件在10—11月霾日形成中起主導(dǎo)作用，7—8月起次要作用，4—5月僅起輔助作用，對(duì)1—2月影響微弱。10—11月，風(fēng)速相對(duì)偏低，污染物持續(xù)堆積，較低的風(fēng)速和較高的氣壓不利于氣體交換，為霾日形成提供相對(duì)穩(wěn)定的環(huán)境背景。

通過(guò)霾日最高和最低出現(xiàn)頻率時(shí)間來(lái)分析綜合的氣象因子影響。霾日出現(xiàn)頻率1—2月最高，蘇州市冬季大氣層結(jié)穩(wěn)定，近地層湍流運(yùn)動(dòng)受到抑制，易形成近地逆溫，不利于污染物的擴(kuò)散[16]。此時(shí)，相對(duì)濕度有助于顆粒物粒徑的增加，共同導(dǎo)致了該時(shí)期霾日頻繁發(fā)生。從霾日出現(xiàn)頻率最低的7—8月來(lái)看，夏季大氣對(duì)流活動(dòng)劇烈，有利于湍流交換，污染物易于擴(kuò)散，伴隨著雨熱同期，濕沉降沖刷作用明顯，大氣中細(xì)顆粒物濃度持續(xù)降低，風(fēng)速較高，湍流交換強(qiáng)烈，不利于形成霾日。熱量條件對(duì)蘇州市區(qū)霾日形成的影響主要集中在除10—11月外的其余3個(gè)時(shí)期。動(dòng)力條件對(duì)霾日的影響集中在10—11月。水分條件是10—11月霾日形成的第二個(gè)重要條件，在1—2月和4—5月起次要作用，7—8月僅起輔助作用，存在明顯的季節(jié)性變化特征。熱量因子中輻射因子形成的逆溫抑制了動(dòng)力作用，而氣溫的升高又有利于動(dòng)力條件的產(chǎn)生。綜合來(lái)看，熱量條件和動(dòng)力條件主導(dǎo)了蘇州市霾日形成的外界氣象條件，水分條件對(duì)霾日的形成影響較弱。

此外，風(fēng)向?qū)踩盏男纬梢灿幸欢ǖ年P(guān)系，如Sun等[12]在北京市的霾日研究表明，西風(fēng)和南風(fēng)所攜帶的污染物濃度和類型均存在較大差異，南風(fēng)的二次污染物濃度顯著高于西風(fēng)，但其他污染物濃度低于西風(fēng)，需要結(jié)合蘇州市本地污染物類型開展進(jìn)一步研究。

4　結(jié)論

蘇州市區(qū)霾日出現(xiàn)頻率主要發(fā)生在1—2月，7—8月最低。熱量條件是影響1—2月、4—5月和7—8月霾日形成的主要?dú)庀髼l件。動(dòng)力條件是10—11月霾日形成的主要?dú)庀髼l件，水分條件影響相對(duì)較弱。主要結(jié)論：

1)熱量條件對(duì)蘇州市區(qū)霾日形成的影響主要集中在1—2月(冬季)、4—5月(春季)和7—8月(夏季)，對(duì)10—11月(秋季)影響微弱。

2)水分條件是10—11月(秋季)蘇州市區(qū)霾日形成的第二個(gè)重要條件，在1—2月(冬季)和4—5月(春季)起次要作用，在7—8月僅起輔助作用；

3)動(dòng)力條件對(duì)蘇州市區(qū)霾日形成的影響主要集中在10—11月(秋季)，7—8月(夏季)起次要作用，4—5月(春季)僅起輔助作用，對(duì)1—2月(冬季)影響微弱。

綜上所述，熱量條件和動(dòng)力條件主導(dǎo)了蘇州市區(qū)霾日形成的外界氣象條件，水分條件對(duì)霾日的形成影響較弱。

致謝:感謝蘇州市環(huán)境監(jiān)測(cè)中心站自動(dòng)監(jiān)測(cè)室丁黃達(dá)工程師、張曉華工程師和朱燕玲助理工程師等在南門子站數(shù)據(jù)質(zhì)量控制和質(zhì)量保證中所作的貢獻(xiàn)！感謝蘇州市氣象局提供的2011年度蘇州市區(qū)降雨資料！

621 Analysis of influencing factors of coronary artery calcification in patients with chronic kidney disease

參考文獻(xiàn)：

[1]中國(guó)氣象局. 霾的觀測(cè)和預(yù)報(bào)等級(jí)[M]. 北京：氣象出版社, 2010.

[2]高歌. 1961—2005年中國(guó)霾日氣候特征及變化分析[J]. 地理學(xué)報(bào), 2008, 63(7): 761-768.

[3]姚玉剛，鄒強(qiáng)，張仁泉，等. 灰霾監(jiān)測(cè)研究進(jìn)展[J]. 環(huán)境監(jiān)控與預(yù)警，2012, 4(5): 14-17.

[4]UNEP. Atmospheric Brown Clouds-Regional Assessment Report with Focus on Asia, United Nations Environment Programme[R], Nairobi: Unifed Nation’s Environment Programme, 2008.

[5]王體健, 李樹, 劉麗，等. 大氣棕色云和區(qū)域氣候變化[J]. 氣候變化研究進(jìn)展, 2010, 6(3): 230-232.

[6]Lee Y L, Sequeira R. Visibility degradation across Hong Kong: its components and their relative contributions[J]. Atmospheric Environment, 2001, 35(34): 5 861-5 872.

[7]Ramanathan V, Crutzen P J, Kiehl J T, et al. Aerosols, Climate, and the Hydrological Cycle[J]. Science, 2001, 294(5 549): 2 119-2 124.

[8]Ramanathan V, Li F, Ramana M V, et al. Atmospheric brown clouds: Hemispherical and regional variations in long-range transport, absorption, and radiative forcing[J]. Journal of Geophysical Research-Atmospheres, 2007, 112(D22): 1-26.

[9]Davis M E, Laden F, Hart J E, et al. Economic activity and trends in ambient air pollution[J]. Environmental Health Perspectives, 2010, 118(5): 614-619.

[10]劉偉，韓毓.灰霾天氣城市空氣污染程度判據(jù)指標(biāo)體系建立的探討[J].中國(guó)環(huán)境監(jiān)測(cè), 2009, 25(3):86-89.

[11]Keywood M D, Ayers G P, Gras J L, et al. Haze in the Klang Valley of Malaysia[J]. Atmospheric Chemistry and Physics, 2003, 3(1): 591-605.

[12]Sun Y, Zhuang G, Tang A A, et al. Chemical Characteristics of PM2.5and PM10in haze-fog episodes in Beijing[J]. Environment Science and Technology, 2006, 40: 3 148-3 155.

[13]Viezee W， Oblanas J. Lidar-observed haze layers associated with thermal structure in the lower atmosphere[J]. Journal of Applied meteorology, 1969, 8(3): 369-375.

[14]吳兌. 灰霾天氣的形成與演化[J]. 環(huán)境科學(xué)與技術(shù), 2011, 34(3): 157-161.

[15]賀克斌, 楊復(fù)沫, 段鳳魁，等. 大氣顆粒物與區(qū)域復(fù)合污染[M]. 北京：科學(xué)出版社，2011:45-51.

[16]鄒強(qiáng), 宋福明, 張曉華，等. 蘇州市區(qū)能見(jiàn)度變化特征及影響因素分析[J]. 環(huán)境監(jiān)測(cè)與預(yù)警, 2011, 3(3): 41-44.