近十年濕度、邊界層及逆溫層與霾的長期變化特征的關(guān)系研究

鐘暉子 李子祎 何創(chuàng)芝 周耀旗

摘 要：本文利用2009—2018年天津地區(qū)空氣污染資料、天津濱海國際機場METAR報文、探空站資料及Era再分析數(shù)據(jù)就天津地區(qū)近十年濕度、逆溫層、邊界層與霾的長期變化特征進行研究，深入探究濕度、逆溫、風(fēng)場與霾的變化特征，并對2016年12月的一次重污染天氣過程的大氣層結(jié)特征進行分析，結(jié)果表明：（1）PM2.5濃度與相對濕度呈正相關(guān)，相對濕度較大時，PM2.5濃度較高;相對濕度較小時，PM2.5濃度較低。（2）12時最低逆溫層的平均厚度普遍比00時的最低逆溫層平均厚度大;500hPa以下出現(xiàn)多層逆溫，而第一逆溫層層底高度在925hPa以下、厚度23.3hPa以上，更有利于嚴(yán)重污染天氣的產(chǎn)生。（3）發(fā)生霾天氣時，近地層主導(dǎo)風(fēng)向是偏南風(fēng)，靜風(fēng)所占比例較低，多為4.5m/s以下的風(fēng)速;邊界層垂直方向上，各高度層的霾日月平均風(fēng)速明顯小于該月月平均風(fēng)速。

關(guān)鍵詞：霾;濕度;逆溫層;邊界層

引發(fā)霾問題的主要原因是嚴(yán)重的氣溶膠污染，氣象條件對其形成、分布、維持與變化也有重要作用。根據(jù)中華人民共和國氣象行業(yè)標(biāo)準(zhǔn)《霾的觀測和預(yù)報等級》（QX/T112-2010），霾觀測的判識條件為：能見度<10.0km，排除降水、沙塵暴、揚沙、浮塵、煙幕、吹雪、雪暴等天氣現(xiàn)象造成的視程障礙，相對濕度小于80%，判識為霾。根據(jù)空氣質(zhì)量指數(shù)（AQI）判識霾的預(yù)報等級：101-150為輕度污染，151-200為中度污染，201-300為重度污染，300以上為嚴(yán)重污染。

PM2.5顆粒物是構(gòu)成霾的主要成分，對霾天氣的形成有促進作用，是導(dǎo)致霧霾天氣的最主要原因，而且霾天氣又能進一步加劇PM2.5的積聚。因此，PM2.5數(shù)值越大，說明霾越嚴(yán)重。

趙子菁等[1]對2012年—2014年南京霾天氣的相對濕度進行分析得出相對濕度（RH）在50%—80%之間有利于霾的發(fā)生，尤其是70%≤RH<80%時霾發(fā)生頻率最高;中、重度霾多在RH≥70%的情況下發(fā)生，特別是80%≤RH<90%時，而相對濕度較低（RH<50%）時，不利于霾的發(fā)生。潘瑋等[2]對近50年中國霾年代際特征及氣象成因的分析中得出：南部秋冬兩季霾日數(shù)與相對濕度呈顯著負(fù)相關(guān)，相對濕度不斷減小，霾日數(shù)不斷增加;北部冬季霾日數(shù)與相對濕度呈正相關(guān)，相對濕度減小，霾日數(shù)在2000—2013年減少。

大氣逆溫層的出現(xiàn)，使大氣穩(wěn)定性增強，并能阻礙空氣垂直運動的發(fā)展。加之逆溫層下面常常聚集著大量的煙、塵、水汽凝結(jié)物等，極易造成大氣污染，同時影響天氣變化。目前，已有許多氣象工作者做了相關(guān)研究，如蔣婉婷等[3]研究了2014—2016年四川盆地細(xì)顆粒物濃度時間分布特征及重污染期間的氣象要素和環(huán)流背景，郭立平等[2]分析了河北廊坊市重污染天氣的氣象條件。在霾天氣過程中，風(fēng)對霾天氣的形成和維持也起著至關(guān)重要的作用，其作用表現(xiàn)在較小的風(fēng)速不利于污染物的擴散。目前已有許多科研工作者做了相關(guān)的研究。如孟金平等[4]分析了大興區(qū)近50年霧、霾氣候特征及影響因素，得出霾天氣較非霾天氣低了1m/s以上，且靜風(fēng)頻率較高的結(jié)論。

此前，已有不少研究揭示了中國關(guān)鍵大氣污染地區(qū)致霾原因和發(fā)展趨勢，但主要集中在京津冀、珠江三角洲、長江三角洲地區(qū)（如Che et al.等[5]）。而天津地處京津冀地區(qū)，加之目前關(guān)于霾的研究還不夠，所以，深入研究霾及其與相關(guān)天氣要素之間的關(guān)系和規(guī)律至關(guān)重要。

1 數(shù)據(jù)與方法

根據(jù)中國空氣質(zhì)量在線監(jiān)測分析平臺提供的2014—2018年天津地區(qū)每日PM2.5濃度及相對濕度的觀測資料，通過作圖和數(shù)據(jù)擬合得出PM2.5與相對濕度之間的關(guān)系;再從天津濱海國際機場METAR報文中溫度露點差數(shù)據(jù)中選取2016年12月18日至2016年12月22日一段代表性霾污染天氣，分析逐小時PM2.5濃度與溫度露點差關(guān)系，并擬合出兩者的關(guān)系式。利用探空數(shù)據(jù)資料，采用統(tǒng)計分析方法，對天津地區(qū)2009—2018年逆溫層進行分析;并且從氣象探空站的相關(guān)數(shù)據(jù)，選取2016年12月逐日協(xié)調(diào)世界時（UTC）00時，12時探空站資料進行連續(xù)重污染天氣過程的大氣結(jié)構(gòu)特性分析，探索天津地區(qū)霾與逆溫層之間的關(guān)系及規(guī)律在邊界層方面，分別從水平方向與垂直方向進行探討。利用Era數(shù)據(jù)作出風(fēng)向風(fēng)速玫瑰圖，利用探空站資料求出有無霾天氣不同高度層的月平均風(fēng)速，并作出比較。最后，選取一次典型霧霾天氣，作出其風(fēng)場分布圖。

2 近十年霾日數(shù)年變化特征及成因分析

2.1 近10年霾日數(shù)年變化特征

由于資料來源的限制，選取了2014年—2018年P(guān)M2.5數(shù)據(jù)，經(jīng)統(tǒng)計可知：輕度污染293天，中度污染130天，重度污染105天，嚴(yán)重污染25天。通過對2014年—2018年中度污染及其以上污染天數(shù)統(tǒng)計，可知：2014年中度污染及其以上污染天數(shù)為84天，2015年中度污染及其以上污染天數(shù)為53天，2016年中度污染及其以上污染天數(shù)為50天，2017年中度污染及其以上污染天數(shù)為44天，2018年中度污染及其以上污染天數(shù)為29天，綜上可得：中度污染及其以上污染天數(shù)逐年減少。

2.2 成因分析

2.2.1 濕度分析

2.2.1.1 霾日數(shù)與相對濕度的歷年變化趨勢分析

根據(jù)已有數(shù)據(jù)分析2014-2018年相對濕度與污染程度的關(guān)系，得出：發(fā)生輕度污染的平均相對濕度大約為46%，發(fā)生中度污染的平均相對濕度大約為51%，發(fā)生重度污染的平均相對濕度大約為56.79%，發(fā)生嚴(yán)重污染的平均相對濕度大約為6272%。同時，可以看出相對濕度較高時，有利于重度與嚴(yán)重污染的產(chǎn)生，霾的產(chǎn)生與相對濕度高低有關(guān)。相對濕度在30%—80%之間有利于霾的產(chǎn)生，尤其在40%—50%之間，霾發(fā)生的頻率達到34.9%。而重度污染與嚴(yán)重污染易在相對濕度>60%時發(fā)生，特別是相對濕度為70%—80%時。

2.2.1.2 PM2.5濃度與相對濕度的年際變化

由2014-2018年P(guān)M2.5濃度與相對濕度的數(shù)據(jù)分析可得2014年P(guān)M2.5濃度在70—120ug/m3范圍內(nèi)波動，2015年P(guān)M25濃度主要為50—100ug/m3，2016年主要為50—90ug/m3，2017年主要為40—80ug/m3，2018年則在40—80ug/m3內(nèi)，這意味著近五年天津地區(qū)PM2.5濃度總體上呈逐年減少態(tài)勢。因此可定性推斷出PM2.5與相對濕度之間確有一定的相關(guān)性。而且，一般地隨著相對濕度的減小，PM2.5的濃度也在降低;相對濕度增加，PM2.5濃度升高。需要指出的是，對比1—12月霾天氣發(fā)生的頻率可得出：6、7、8、9月霾發(fā)生頻率很低甚至沒有，因此這幾月未納入考慮范圍。

2.2.1.3 PM2.5濃度與相對濕度的相關(guān)性分析

2.2.2 逆溫層分析

盛裴軒等[7]指出，在低層大氣中，氣溫是隨高度的增加而降低的。但有時在某些層次可能出現(xiàn)相反的情況，氣溫隨高度的增加而升高，這種現(xiàn)象稱為逆溫，出現(xiàn)逆溫現(xiàn)象的大氣層成為逆溫層。天津地處霾天氣污染嚴(yán)重的京津冀地區(qū)，根據(jù)氣象探空站的分布及空氣污染輕重的時間段，選取2009—2018秋冬季氣象探空站資料，統(tǒng)計發(fā)現(xiàn)（圖2），12時最低逆溫層的平均厚度普遍比00時的最低逆溫層平均厚度大。其中，00時有37%平均厚度在200—250m，12時有39%平均厚度在100—150m。在2016年9月—12月兩個時間段的最低逆溫層厚度都很大。

2.2.3 邊界層分析

2.2.3.1 10m處風(fēng)速風(fēng)向分布分析

圖3給出了2014—2018年天津市有霾天氣過程中的近地面0時、6時、12時的風(fēng)速風(fēng)向玫瑰圖。繪圖數(shù)據(jù)采用的是05°×0.5°共計16個網(wǎng)格點的10m處u，v風(fēng)Era數(shù)據(jù)，之后對數(shù)據(jù)進行篩選，只提取了有霾天氣過程的數(shù)據(jù)。牛濤等[8]指出，在計算區(qū)域平均時，不均勻分布的站點數(shù)據(jù)需要先經(jīng)過插值變成格點數(shù)據(jù)，然后再通過格點數(shù)據(jù)計算區(qū)域平均。因Era數(shù)據(jù)是連續(xù)性較好的網(wǎng)格點數(shù)據(jù)，所以，數(shù)據(jù)無須插值處理，通過對網(wǎng)格點的平均來計算區(qū)域平均即可。邱傳濤等[9]指出，相比矢量法，單位矢量法不需要風(fēng)速的同期觀測資料，是一種比較好的方法。根據(jù)其思路，先分別求出網(wǎng)格點的ymbol`A@ u，?ymbol`A@ v，然后用計算風(fēng)向，最終繪出此圖。

圖中紅色的線表示16個方向風(fēng)頻的百分?jǐn)?shù)值，0時、12時每一圈代表3%，6時每一圈代表5%，藍色的線表示風(fēng)速，0時、12時每一圈代表0.7m/s，6時代表1.3m/s。從結(jié)果中可以看出，發(fā)生霾天氣過程時，0時天津市的主導(dǎo)風(fēng)向是偏南風(fēng)，西西南到東東南7個風(fēng)向所占比例為48%，風(fēng)速大小平均值主要在2.1m/s;6時天津市的主導(dǎo)風(fēng)向是西南風(fēng)，從西西南到南西南3個風(fēng)向所占比例為45%，風(fēng)速大小的平均值主要在2.6m/s;12時天津市的主導(dǎo)風(fēng)向是偏南風(fēng)，西西南到東東南7個風(fēng)向所占比例為54%，風(fēng)速大小平均值主要在2.8m/s。3個時次靜風(fēng)所占的頻率均為0，風(fēng)速大小平均值主要在3m/s以下，風(fēng)速較小。從地形圖中可以看出，天津市呈南低北高的地形特點，而發(fā)生霧霾時，又恰恰是偏南風(fēng)的主導(dǎo)風(fēng)向。于是，污染物在較小的風(fēng)速下，往較高的地勢擴散，可想而知，擴散的速率會受到削弱。綜上，偏南風(fēng)的主導(dǎo)風(fēng)向，較小的風(fēng)速，南低北高的地形特點共同促進了霧霾天氣的產(chǎn)生。

圖4進一步給出有霾天氣過程的0時、6時、12時的風(fēng)速分布狀況。由圖可得，0時發(fā)生霾天氣時，風(fēng)速主要在4.5m/s以下，所占比例達97.5%，其中，2.5m/s以下風(fēng)速達74%;6時發(fā)生霾天氣時，風(fēng)速主要在4.5m/s以下，所占比例達92.5%，其中，3.5m/s以下風(fēng)速占81%;12時發(fā)生霾天氣時，風(fēng)速主要在4.5m/s以下，所占比例達97%，3.5m/s風(fēng)速以下占87%。雖說4.5m/s以上時也有霾天氣的產(chǎn)生，但隨著風(fēng)速的增大，霾天氣發(fā)生的概率迅速減小。此處表明，風(fēng)速越小越有利于污染物的積累，是霾天氣形成的關(guān)鍵條件之一。

2.2.3.2 邊界層垂直風(fēng)速分布

上文分析了邊界層近地面10m處風(fēng)速風(fēng)向的分布狀況，為了進一步了解霾天氣過程中邊界層整體的特征，有必要分析一下邊界層垂直方向的風(fēng)速分布。此次采用的是首都國際機場的探空站資料。天津市離北京市較近，符合探空資料的適用范圍。該探空站每日0時、12時各投放一次探空氣球，連續(xù)性較好。在數(shù)據(jù)處理上，考慮到季節(jié)的不同會對風(fēng)速大小產(chǎn)生影響，所以求解出有霾天氣的月平均風(fēng)速和當(dāng)月的月平均風(fēng)速，結(jié)果如圖5所示。

從結(jié)果中可以看出，在3個高度層中，霾天氣所在月的月平均風(fēng)速均明顯低于該月的月平均風(fēng)速;在1000hpa高度層上，二者最高相差2.3m/s，最低相差1.1m/s，平均相差1.6m/s;在925hpa高度層上，二者最高相差3.1m/s，最低相差0.4m/s，平均相差1.9m/s;在850hpa高度層上，二者最高相差147m/s，最低相差0.3m/s，平均相差9.7m/s。由此可見，邊界層垂直方向上比同期偏低的風(fēng)速有利于霾天氣的維持。在探討霾天氣的形成條件時，邊界層的垂直風(fēng)速分布亦不可忽略。

3 一次典型霧霾天氣過程分析

基于上述有關(guān)相對濕度、逆溫層與邊界層和PM2.5關(guān)系的分析，接著選取2016年12月16日—12月22日這一重度污染天氣過程進行分析。利用溫度露點差數(shù)據(jù)、北京南郊?xì)庀筇娇照局鹑召Y料、逐日6時Era資料進行一次典型霧霾天氣過程分析。

3.1 溫度露點差與PM2.5濃度的關(guān)系分析

這段時間內(nèi)，每天從0時到24時PM2.5的含量基本上呈增長的趨勢，溫度露點差呈減小的趨勢。PM2.5含量最低的時候，溫度露點差最高;PM2.5含量最高的時候，溫度露點差達到較低的水平。進而，我們對兩者的關(guān)系進行了圖像擬合。

從圖中可看出PM2.5含量與溫度露點差可擬合出相關(guān)曲線，得出兩者大致的函數(shù)關(guān)系：

y=-7E-13x6+1E-09x5-6E-07x4+0.0002x3-0.0294x2+21852x-46.402

R2=0.6654

其中，y是溫度露點差，x是PM2.5的含量，R2是擬合優(yōu)度（R處于0～1之間，R的值越接近1，說明回歸直線對觀測值的擬合程度越好;反之，R的值越接近0，說明回歸直線對觀測值的擬合程度越差）。

關(guān)系式表明：PM2.5含量與溫度露點差存在六次的函數(shù)關(guān)系，并且可看出PM2.5含量較高時，溫度露點差處于低的水平，空氣濕度較大;PM2.5含量較低時，溫度露點差處于高的水平，空氣濕度較小。

3.2 逆溫層分析

統(tǒng)計分析結(jié)果表明：天津地區(qū)重污染期間00：00和12：00都存在逆溫。重污染時00：00在917hPa高空容易出現(xiàn)逆溫情況，其次在400—600hPa附近;12：00在900—1020hPa附近比較容易出現(xiàn)逆溫，其次是517hPa高空。連續(xù)重污染天氣過程發(fā)生期間，500hPa高度層以下每日都有1層逆溫或2層及以上的多層逆溫，出現(xiàn)2層及以上多層逆溫的占62.9%;其中第一逆溫層層底高度平均為914.2hPa，900hPa以下的比例占838%，平均厚度為23.3hPa;第二逆溫層層底高度平均為531.7hPa，平均厚度為33.0hPa。

由此可知，500hPa下出現(xiàn)多層逆溫，第一逆溫層層底高度在925hPa以下，厚度在23.3hPa以上，更有利于嚴(yán)重污染天氣的產(chǎn)生。

3.3 邊界層分析

選取的數(shù)據(jù)精度為0.25°×0.25°，共25個網(wǎng)格點，天津市區(qū)域內(nèi)的風(fēng)場分布如圖8所示。結(jié)果顯示，此次霾天氣的主導(dǎo)風(fēng)向為偏南風(fēng)，17日6時的平均風(fēng)速為1.7m/s，18日6時的平均風(fēng)速為0.4m/s，19日6時的平均風(fēng)速為1.3m/s，20日6時的平均風(fēng)速為0.6m/s。從結(jié)果上來看，偏南風(fēng)的主導(dǎo)風(fēng)向與上文風(fēng)速玫瑰圖所得結(jié)論相一致。較低的區(qū)域平均風(fēng)速在實際案例中導(dǎo)致污染物擴散速度慢，從而產(chǎn)生此次持續(xù)性霧霾天氣。

4 結(jié)論

（1）天津地區(qū)當(dāng)相對濕度>50%時，極易發(fā)生中度及其以上程度的污染天氣，且相對濕度與PM2.5濃度呈正相關(guān)，相對濕度越大，污染越重。

（2）PM2.5與相對濕度之間基本成多項式函數(shù)關(guān)系;PM25與溫度露點差呈負(fù)相關(guān)。

（3）天津地區(qū)500hPa下出現(xiàn)多層逆溫，第一逆溫層層底高度在925hPa以下，且厚度大于23.3hPa，更有利于嚴(yán)重污染天氣的產(chǎn)生，若同時天津地區(qū)相對濕度>66.5%，則更有利于高污染濃度持續(xù)日的形成和發(fā)展。

（4）天津市發(fā)生霾天氣的主導(dǎo)風(fēng)向為偏南風(fēng)，風(fēng)速主要分布在4.5m/s以下。隨著風(fēng)速減小，霾天氣發(fā)生的概率增高。在垂直方向上，發(fā)生霾天氣時，1000hpa，925hpa，850hpa的月平均風(fēng)速小于該月的月平均風(fēng)速。

參考文獻：

[1]趙子菁，魏永杰，張祥志，秦瑋，謝慧芳.南京市霾天氣與主要氣象條件的相關(guān)分析[J].中國環(huán)境科學(xué)，2015，35（12）：3570-3580.

[2]潘瑋，左志燕，肖棟，張人禾.近50年中國霾年代際特征及氣象成因[J].應(yīng)用氣象學(xué)報，2017，28（3）：257-269.

[3]郭立平，喬林，石茗化，王旭光.河北廊坊市連續(xù)重污染天氣的氣象條件分析[J].干旱氣象，2015，33（03）：497-504.

[4]蔣婉婷，謝汶靜，王碧菡，王式功，龍啟超，廖婷婷.2014—2016年四川盆地重污染大氣環(huán)流形勢特征分析[J].環(huán)境科學(xué)學(xué)報，2019，39（01）：180-188.

[5]孟金平，楊璐，趙晨，王子靜，陳學(xué)玲，岳志忠，王璐.近50年大興區(qū)霧霾氣候特征及影響因素分析.環(huán)境科學(xué)與技術(shù)，2016-12，39（82）.

[6]Che et al.，2014;Chen et al.，2015;Huang et al.，2017;Wang et al.，2018a.

[7]盛裴軒，毛節(jié)泰，李建國，等.大氣物理學(xué)[M].北京：北京大學(xué)出版社，2006.165.

[8]牛濤，劉洪利，陳隆勛.利用觀測資料求區(qū)域平均值過程中應(yīng)注意的一個問題.應(yīng)用氣象學(xué)報，2004-4，15（2）.

[9]邱傳濤，李丁華.平均風(fēng)速的計算方法及其比較.高原氣象，1997-2（161）.