深圳市污染氣象年景指數(shù)的構(gòu)建及業(yè)務(wù)運用

張麗，李磊，蘭紅平

（1.深圳市國家氣候觀象臺，廣東深圳 518040；2.深圳南方強天氣研究重點實驗室，廣東深圳 518040；3.中山大學大氣科學學院，廣東珠海 519082；4.深圳市氣象局，廣東深圳 518040）

自20世紀60年代開始，氣象條件對空氣污染作用的問題就一直備受關(guān)注。污染物濃度的變化受到多種要素的影響，如污染排放源、治理措施、氣象條件等，這些要素錯綜復(fù)雜，在不同尺度的時間周期所起的作用也不相同。目前大多數(shù)研究氣象條件對污染的影響都是基于同一種假設(shè)，在短期內(nèi)（月尺度以下）不考慮污染源的變化，氣象條件是重要的影響因子。很多分析表明，引起污染質(zhì)量濃度日均值波動因素的70%是氣象條件變化；污染物質(zhì)量濃度與風速、混合層高度和降水呈負相關(guān)［1-4］。通過分析空氣污染過程對應(yīng)的天氣形勢，歸納總結(jié)出容易導(dǎo)致空氣污染的局地天氣類型［5-7］。例如，鄒旭東等［8］提出我國北方地區(qū)大氣中污染物濃度過高多出現(xiàn)在地面高壓系統(tǒng)的控制下；廖碧婷等［9］計算了垂直交換系數(shù)，對空氣污染物的垂直輸送能力進行評估，并嘗試了對灰霾天氣和無視程障礙天氣進行預(yù)報；張恒德等［10］挑選發(fā)生大氣污染時的氣象要素及其閾值條件，通過權(quán)重求和初步構(gòu)建了靜穩(wěn)天氣綜合指數(shù)（SWI），但將污染狀況放到年以上的更長的時間考慮時，必須考慮污染源排放的變化情況；張麗等［11］對深圳市近35年灰霾日變化的成因分析中提出，氣象條件不是深圳灰霾日年際變化的主要原因，產(chǎn)業(yè)政策引導(dǎo)下產(chǎn)業(yè)結(jié)構(gòu)升級才是空氣質(zhì)量轉(zhuǎn)變的根本原因。因此在評估氣象條件對年以上尺度的大氣污的貢獻時，需要剔除因大氣治理及排放源變化等非氣象要素對污染的影響。現(xiàn)實中二者是相互交織相互作用，難以定量分離的。本研究通過回歸去傾斜法計算了一個污染氣象年景指數(shù)（PMI），并進行了相關(guān)性驗證，可以定量分析氣象條件對污染物年均值質(zhì)量濃度變化的影響程度，將污染氣象條件給出具有物理意義的、量化的表達，可定量評估氣象條件對大氣污染的影響，同時也便于開展污染氣象條件的年度預(yù)報。

1 污染氣象年景指數(shù)（PMI）構(gòu)建方法

氣象數(shù)據(jù)選用深圳市國家氣候觀象臺2011—2018年全市海拔高度70 m以上的自動氣象站點風速、降雨數(shù)據(jù)。污染物數(shù)據(jù)選用深圳市環(huán)境監(jiān)測站2011—2018年平均PM2.5質(zhì)量濃度值。

污染氣象年景指數(shù)（PMI）定義為氣象條件變化所導(dǎo)致的細顆粒物PM2.5年值變化的指標。

其中，x1、x2、xn是敏感氣象因子；α、β、λ、μ是因子權(quán)重；ρ（PM2.5氣象）是指受氣象條件影響的部分質(zhì)量濃度（μg/m3）；ρ（PM2.5非氣象）是指不受氣象條件影響的剩余部分質(zhì)量濃度（μg/m3）。

回歸去傾法簡介：

（1）將2011—2018年 ρ（PM2.5）年值進行回歸分析，得到最優(yōu)回歸方程并計算逐年回歸值即ρ（PM2.5非氣象）；

（2）將逐年 ρ（PM2.5）年值減去回歸值ρ（PM2.5非氣象），得到，負值代表氣象條件有利于PM2.5的減少，正值代表氣象條件有利于PM2.5的增加；

（3）將 PM2.5氣象進行量綱為一化，得到標準化ρ（PM2.5氣象）（圖1）。無量綱一化方法：標準化ρ（PM2.5氣象）=ρ（PM2.5氣象）/ρ（PM2.5氣象max）×100。

2 回歸去傾法計算ρ（PM2.5氣象）

2011年以來全市ρ（PM2.5）年值受排放源、減排措施和氣象因素的綜合影響，呈現(xiàn)明顯的波動下降趨勢，最優(yōu)回歸方程y=-2.440 5x+44.107（R2=0.91）。經(jīng)過回歸去傾法計算2011—2018年 ρ（PM2.5氣象）占 ρ（PM2.5）年均值-9% ～8%（圖 1），說明氣象條件對 ρ（PM2.5）年值的影響最大接近10%。

圖1 ρ（PM2.5）年值及 ρ（PM2.5氣象）年變化

3 ρ（PM2.5氣象）與氣象因子的相關(guān)性驗證

3.1 無降雨弱風日數(shù)與ρ（PM2.5氣象）的相關(guān)性分析

無明顯降雨弱風日是指當日降雨量5 mm以下，且24 h 10 min平均風速≤2 m/s。通過對全市70 m高度以上27個站點的相關(guān)性篩選，選出南山站（海拔104.4 m）和大浪站（海拔81.5 m）的無降雨弱風日數(shù)與 ρ（PM2.5氣象）相關(guān)性最高，相關(guān)系數(shù)分別為0.64和0.60（圖2），并通過顯著性檢驗，因此選取無降雨弱風日作為ρ（PM2.5氣象）影響因子。

圖2 全市海拔高度70 m以上站點無降雨弱風日數(shù)與ρ（PM2.5氣象）相關(guān)系數(shù)分布

3.2 降雨日數(shù)與ρ（PM2.5氣象）的相關(guān)性分析

降雨日數(shù)分日雨量5、10及15 mm 3種情況進行對比分析，結(jié)果表明，5 mm以上降雨日數(shù)與全市ρ（PM2.5氣象）的相關(guān)性最好，最高相關(guān)系數(shù)達-0.75以上，并通過顯著性檢驗，表明5 mm以上降雨日數(shù)越多，對ρ（PM2.5）年值的降低越有利。從站點選擇來看，福田、羅湖、坪山站的相關(guān)性最好，相關(guān)系數(shù)＞-0.7，大浪站（-0.62）、南山站（-0.64）的相關(guān)性次之。結(jié)合弱風的相關(guān)性綜合來看，選擇南山冬半年5 mm以上降雨日數(shù)作為全市 ρ（PM2.5氣象）的影響因子（圖3）。

圖 3 2011—2018年雨量達 5（a）、10（b）、15 mm（c）的年降雨日數(shù)與 ρ（PM2.5氣象）的相關(guān)系數(shù)

通過相關(guān)性分析，選取了無降雨弱風日數(shù)（d0）和 5 mm以上降雨日數(shù) （d5）作為ρ（PM2.5氣象）變化因子。無降雨弱風日數(shù)越多對污染物擴散越不利，為正相關(guān)；5 mm以上降雨日數(shù)越多，污染物清除作用越明顯，為負相關(guān)。

4 污染氣象年景指數(shù)（PMI）構(gòu)建

南山站無降雨弱風日數(shù)與5 mm以上降雨日數(shù)2個氣象因子各占比重分別為80%和20%時，綜合相關(guān)性最高，相關(guān)系數(shù)可達0.75并通過顯著性檢驗。因此建立污染氣象年景指數(shù)（PMI）：

其中，d0為無降雨弱風日數(shù)的量綱為一的值；d5為5 mm以上降雨日數(shù)的量綱為一的值

2011—2018年污染氣象年景指數(shù)變化表明（圖4），2012、2016和 2017年污染氣象年景較好。2013、2015、2018年污染氣象年景較差。

圖4 2011—2018年污染氣象年景指數(shù)年變化

5 業(yè)務(wù)運用

2019年初受厄爾尼諾影響，赤道中東太平洋海溫偏高，副高持續(xù)偏強偏西，同時西南季風偏強，整個華南水汽輸送偏多，廣東省入汛偏早，1—3月大氣擴散條件較有利，預(yù)計厄爾尼諾事件將持續(xù)到夏季。近10年深圳開汛期偏早相似年如2009年（3月6日）、2013年（3月26日）和2014年（3月30日）。厄爾尼諾相似年有2005、2010、2016年。從這些年份中選取1—3月的500 hPa環(huán)流形勢、水汽輸送和2019年最為相似的年份2010年（圖5）。

圖5 2019年（a）和2010年（b）1—3月500 hPa高度場（等值線，單位：gpm）和距平（陰影，單位：gpm）

綜上所述，入汛偏早的3年環(huán)境氣象綜合指數(shù)分別為62、92和79（均值78）；大氣環(huán)流最相似的2010年環(huán)境氣象綜合指數(shù)70。綜合給出2019年污染氣象條件指數(shù)70～78，好于2018年（93）。可使 2019年 ρ（PM2.5）年值在 ρ（PM2.5非氣象）上增加3% ～5%，約23～24μg/m3，同比仍減少10%。其中夏半年降雨偏多，大氣環(huán)境同比較好；冬半年降雨偏少，無降雨弱風日數(shù)偏多的概率大，大氣環(huán)境較去年同期略差（圖6）。

圖6 2019年污染氣象年景指數(shù)年變化及預(yù)測

6 結(jié)論

利用2011—2018年深圳市PM2.5質(zhì)量濃度及全市60個氣象站點氣象數(shù)據(jù)，開展氣象條件對ρ（PM2.5）年值的影響分析，建立了深圳市污染氣象年景指數(shù)，并開展了業(yè)務(wù)運用。

1）基于回歸去傾法構(gòu)建了污染氣象年景指數(shù)，該指數(shù)計算結(jié)果表明近8年來環(huán)境氣象條件對全市平均PM2.5質(zhì)量濃度的影響接近10%，即在排放源不變的情況下，污染氣象年景指數(shù)最低的年份，大氣擴散條件最好，年平均PM2.5質(zhì)量濃度可下降10%。

2）2017—2018年污染氣象條件指數(shù)由71增加至93，大氣環(huán)境氣象條件轉(zhuǎn)差，氣象條件使得全市平均PM2.5在非氣象值得基礎(chǔ)上增了5.4%。

3）預(yù)計在厄爾尼諾影響和入汛偏早的情況下，2019年大氣環(huán)境綜合指數(shù)70～78，大氣擴散條件介于2017和2018年之間，氣象條件可使全市平均 PM2.5質(zhì)量濃度在 ρ（PM2.5非氣象）基礎(chǔ)上增加3%～5%，約23～24μg/m3。