金華市大氣污染特征及與氣象條件的關(guān)系分析*

韓芙蓉 鹿 翔 吳天貽 韓 興 梁 亮

(金華市氣象局，浙江 金華 321000)

0 引 言

大氣污染不僅影響人們的生活質(zhì)量,甚至危害人類的健康。氣象要素制約著空氣污染物的稀釋、擴(kuò)散、傳輸和轉(zhuǎn)化過程,是影響空氣污染物濃度、污染物分布的重要因素[1-2],大氣污染與氣象條件的關(guān)系一直備受學(xué)者們的關(guān)注[3-7]。紀(jì)忠萍等[8]研究發(fā)現(xiàn)，冬半年空氣污染指數(shù)、PM10、NO2、SO2濃度與氣壓、風(fēng)速、降水呈穩(wěn)定的負(fù)相關(guān),與溫度、相對(duì)濕度等呈穩(wěn)定的正相關(guān),而夏半年主要與風(fēng)速、降水具有較好的負(fù)相關(guān)。除常規(guī)氣象要素外,大氣逆溫也是影響污染物擴(kuò)散的重要因素。鄭紅等[9]發(fā)現(xiàn)哈爾濱市冬季1月的大氣污染最嚴(yán)重,逆溫的持續(xù)性、強(qiáng)度和層厚與其對(duì)冬季重度大氣污染擴(kuò)散的影響呈正相關(guān)。此外,天氣形勢(shì)的變化在空氣污染潛勢(shì)預(yù)報(bào)中具有很好的指示作用。學(xué)者們研究了不同污染天氣，尤其是中度以上污染天氣形勢(shì)特征。張國(guó)璉等[10]歸納了不同季節(jié)導(dǎo)致上海市不同空氣質(zhì)量狀況的天氣類型,其中春、秋、冬季引起空氣污染的天氣類型有L型高壓、高壓、高壓前和均壓場(chǎng)4類地面天氣類型,與空氣質(zhì)量?jī)?yōu)等級(jí)別相對(duì)應(yīng)的天氣類型是低壓槽、高壓底和高壓后。尹承美等[11]利用長(zhǎng)時(shí)間序列的空氣質(zhì)量數(shù)據(jù)和氣象數(shù)據(jù)分析了不同天氣類型對(duì)應(yīng)的PM2.5濃度特征。李瓊等[12]研究發(fā)現(xiàn)污染物濃度不僅與當(dāng)天的天氣類型有密切的關(guān)系,且與前幾天的天氣類型的持續(xù)時(shí)間、地面氣壓場(chǎng)等有關(guān)。

金華地處金衢盆地東段,地勢(shì)南北高、中部低,具有典型的盆地小氣候特征。本文利用金華市環(huán)境監(jiān)測(cè)站數(shù)據(jù)(包括空氣質(zhì)量指數(shù)和主要污染物濃度)和地面氣象觀測(cè)站常規(guī)氣象資料分析當(dāng)?shù)卮髿馕廴咀兓卣骷芭c氣象條件的關(guān)系,以便更好地為當(dāng)?shù)匚廴咎鞖忸A(yù)測(cè)預(yù)警及綜合防治提供一些參考。

1 資 料

本文使用的數(shù)據(jù)資料有:2015年1月—2018年12月金華市環(huán)境監(jiān)測(cè)站數(shù)據(jù),包括空氣質(zhì)量指數(shù)AQI、細(xì)顆粒物PM2.5、可吸入顆粒物PM10、SO2、NO2、O3、CO濃度的逐時(shí)資料;同時(shí)段金華市國(guó)家氣象觀測(cè)站的地面常規(guī)觀測(cè)資料,包括逐日氣壓、氣溫、降水、相對(duì)濕度、風(fēng)向、風(fēng)速等;氣候再分析資料。

AQI是各項(xiàng)污染物空氣質(zhì)量分指數(shù)IAQI中的最大值。當(dāng)AQI大于50時(shí),IAQI最大的污染物為首要污染物,若IAQI最大的污染物為兩項(xiàng)或兩項(xiàng)以上時(shí),并列為首要污染物。根據(jù)常規(guī)空氣質(zhì)量狀況分類方法，將空氣質(zhì)量級(jí)別分為6級(jí),分別對(duì)應(yīng)于空氣質(zhì)量?jī)?yōu)、良好、輕度污染、中度污染、重度污染和嚴(yán)重污染。表1為空氣質(zhì)量指數(shù)及對(duì)應(yīng)的空氣質(zhì)量級(jí)別和空氣質(zhì)量狀況。

表1 空氣質(zhì)量指數(shù)及對(duì)應(yīng)的空氣質(zhì)量級(jí)別和空氣質(zhì)量狀況

2 空氣質(zhì)量狀況和首要污染物變化特征

2.1 空氣質(zhì)量狀況變化特征

由金華市環(huán)境監(jiān)測(cè)站2015—2018年空氣質(zhì)量狀況(表2)可知,金華市空氣質(zhì)量狀況以優(yōu)和良好為主,4 a間空氣質(zhì)量狀況呈逐年改善趨勢(shì),空氣質(zhì)量狀況由以良好為主轉(zhuǎn)為以優(yōu)為主,空氣質(zhì)量?jī)?yōu)良率(優(yōu)和良好的日數(shù)占全年總?cè)諗?shù)的比值)一直穩(wěn)定在80%以上,且穩(wěn)中有升。其中2018年空氣質(zhì)量狀況達(dá)到優(yōu)和良好的日數(shù)最多,共有321 d,占全年總?cè)諗?shù)的94.7%。此外,當(dāng)空氣質(zhì)量狀況表現(xiàn)為污染時(shí),最大比例為輕度污染,2015—2018年達(dá)輕度污染的總?cè)諗?shù)為147 d,中度污染日數(shù)為22 d,重度污染日數(shù)為7 d。從AQI逐月變化特征可知,AQI月均值在40～120之間起伏變化,但總體呈逐漸下降趨勢(shì)(圖1a),進(jìn)一步表明金華市空氣質(zhì)量狀況逐年好轉(zhuǎn)。AQI存在顯著的季節(jié)變化,夏季(6—8月)的空氣質(zhì)量狀況明顯優(yōu)于其他3季,春秋季的空氣質(zhì)量狀況次之,冬季(12月、次年1—2月)的空氣質(zhì)量狀況最差(圖1b)。

表2 金華市環(huán)境監(jiān)測(cè)站2015—2018年空氣質(zhì)量狀況統(tǒng)計(jì)

圖1 金華市環(huán)境監(jiān)測(cè)站2015—2018年AQI特征(a.逐月變化、b.月變化)

2.2 首要污染物變化特征

金華市首要污染物出現(xiàn)日數(shù)最多的是細(xì)顆粒物PM2.5,占統(tǒng)計(jì)時(shí)段內(nèi)總?cè)諗?shù)的40.3%,其次是O3,占比為31.4%,再次是NO2和PM10,占比分別為16.7%和11.5%(表3)。金華的首要污染物極少為CO和SO2。從2015—2018年金華逐年首要污染物出現(xiàn)日數(shù)分布可知,金華市近年來在空氣質(zhì)量明顯改善的基礎(chǔ)上,空氣受污染時(shí)首要污染物和其他污染物的構(gòu)成有所變化,PM2.5作為首要污染物的占比逐年降低,PM10的占比較為穩(wěn)定,O3和NO2作為首要污染物的占比逐年升高。此外,2015年和2016年首要污染物出現(xiàn)日數(shù)最多的是PM2.5,全年占比分別為56.7%和52.0%;2017年和2018年首要污染物出現(xiàn)日數(shù)最多的是O3,全年占比分別為40.1%和42.8%。2015—2018年P(guān)M2.5平均濃度逐年下降,O3平均濃度穩(wěn)中有升(圖2)?？梢?，近年來首要污染物出現(xiàn)日數(shù)最多的污染物由PM2.5轉(zhuǎn)為O3。O3逐漸成為金華市首要污染物，一方面反映了當(dāng)前的空氣治理較有成效,另一方面需要對(duì)日益嚴(yán)峻的臭氧污染提高警惕。

表3 2015—2018年首要污染物出現(xiàn)日數(shù)和占比統(tǒng)計(jì)

圖2 2015—2018年P(guān)M2.5和O3平均濃度年變化特征

3 中度以上污染日分析

3.1 環(huán)流形勢(shì)分析

利用氣候再分析資料分析金華市中度以上污染日的環(huán)流形勢(shì)場(chǎng)可知,中度以上污染過程發(fā)生、發(fā)展期間的地面形勢(shì)場(chǎng)大致可分為3類:高壓影響型、冷空氣影響型和高壓后部型(表4)。

表4 2015—2017年中度以上污染日特征

表4(續(xù))

3.1.1 高壓影響型

在金華市29個(gè)中度以上污染日中，有20個(gè)地面形勢(shì)場(chǎng)屬于高壓影響型。從高壓影響型低層高度場(chǎng)和風(fēng)場(chǎng)的合成分析可知,山東半島南部、江蘇、安徽和浙江大部分地區(qū)均處于高壓控制下,氣壓梯度力小。在高壓影響型中，金華市國(guó)家氣象觀測(cè)站日平均風(fēng)速小于2.5 m/s的日數(shù)占比為90%,出現(xiàn)逆溫的日數(shù)占比為85%(表4)。地面風(fēng)速小加上逆溫存在,大氣平流和對(duì)流條件均較差,污染物(外來輸入性污染物和當(dāng)?shù)匚廴疚?無(wú)法及時(shí)擴(kuò)散,易達(dá)到中度以上污染。

3.1.2 冷空氣影響型

統(tǒng)計(jì)時(shí)段內(nèi)冷空氣影響型有7次,占中度以上污染總數(shù)的24%,冷高壓中心一般位于新西伯利亞到貝加爾湖一帶,北方污染氣團(tuán)隨著冷空氣傳輸至南方,導(dǎo)致金華當(dāng)?shù)乜諝赓|(zhì)量明顯下降,且金華處于低層1000 hPa和850 hPa偏北氣流風(fēng)速輻合區(qū)中,有利于污染物停滯積累?？梢娎淇諝獯箫L(fēng)是將上游空氣污染物持續(xù)輸送至當(dāng)?shù)氐膭?dòng)力因子,而低層風(fēng)場(chǎng)輻合是污染物滯留的有利環(huán)境條件。

3.1.3 高壓后部型

高壓后部型出現(xiàn)次數(shù)較少,統(tǒng)計(jì)時(shí)段內(nèi)僅有2次,高壓后部型出現(xiàn)當(dāng)天地面風(fēng)速小(日平均風(fēng)速為1 m/s左右),同時(shí)存在逆溫(表4),不利于空氣污染物的消散。

3.2 水平和垂直運(yùn)動(dòng)分析

風(fēng)速對(duì)大氣污染物的匯聚、傳輸和擴(kuò)散具有十分重要的作用。金華市中度以上污染天氣發(fā)生、發(fā)展和維持期間,地面水平風(fēng)速基本上為2.5 m/s以下,不利于大氣污染物的水平輸送和擴(kuò)散,易造成局部地區(qū)污染物濃度的顯著增高。從低層大氣垂直運(yùn)動(dòng)可知,在29 d中度以上污染日中，有22 d大氣低層(850 hPa或925 hPa)存在下沉運(yùn)動(dòng),占全部中度以上污染日數(shù)的76%;且有26 d出現(xiàn)了不同程度的逆溫結(jié)構(gòu),占中度以上污染日數(shù)約90%。下沉氣流和逆溫的存在,表明污染天氣出現(xiàn)時(shí)大氣對(duì)流條件差,極不利于大氣污染物的垂直擴(kuò)散。

綜合形勢(shì)場(chǎng)和大氣水平、垂直運(yùn)動(dòng)分析，可將引發(fā)金華市污染天氣過程的機(jī)制概括為兩類:一是地面均壓場(chǎng)和近地面逆溫層導(dǎo)致當(dāng)?shù)匚廴疚锒逊e;二是冷空氣向當(dāng)?shù)爻掷m(xù)輸送上游空氣污染物。污染天氣的發(fā)生、發(fā)展和維持較為復(fù)雜,往往是兩種機(jī)制交替作用的結(jié)果。持續(xù)污染天氣的出現(xiàn)往往對(duì)應(yīng)著冷空氣過程頻繁出現(xiàn)。冷空氣將外來污染物持續(xù)輸入金華市,隨著冷空氣過境后地面逐漸轉(zhuǎn)受冷高壓控制,均壓場(chǎng)進(jìn)一步抑制低層污染物的擴(kuò)散,冷空氣反復(fù)影響導(dǎo)致持續(xù)污染天氣形成。

4 氣象要素對(duì)兩大主要污染物的影響

由上文分析可知,金華市空氣質(zhì)量在穩(wěn)步改善的基礎(chǔ)上出現(xiàn)次數(shù)最多的首要污染物由PM2.5轉(zhuǎn)為O3,而當(dāng)中度以上污染天氣發(fā)生時(shí),污染物仍以PM2.5為主,在此討論氣象要素對(duì)PM2.5和O3的影響。

氣象要素中對(duì)顆粒物(包括PM2.5和PM10)影響較大的主要是降水和風(fēng),降水對(duì)顆粒物的濕沉降作用和風(fēng)對(duì)顆粒物的擴(kuò)散作用,都有利于大氣的清潔。對(duì)比降水日和非降水日的細(xì)顆粒物濃度可知,在降水的清潔作用下,降水日的污染物濃度低于非降水日的(表5),這與魏玉香等[1]的研究結(jié)論相一致。金華市降水量季節(jié)分布不均,2015—2018年夏季的累計(jì)降水量最多,為2377.3 mm,占總量的34.1%;春季的為2068.8 mm(占29.7%);秋季、冬季的分別為1223.7(占17.6%)、1302.4 mm(占18.6%)。降水的季節(jié)變化對(duì)細(xì)顆粒物PM2.5的變化有重要影響,夏季降水對(duì)污染物的濕沉降作用明顯,夏季的空氣相對(duì)清潔,細(xì)顆粒物PM2.5濃度較小,而秋冬季污染物有更長(zhǎng)的時(shí)間積蓄,細(xì)顆粒物PM2.5污染較重些。

表5 金華四季降水日與非降水日的PM2.5和O3濃度統(tǒng)計(jì) μg/m3

參照馬雙良等[13]的計(jì)算方法，將日降水量出現(xiàn)≥0.1 mm作為降水日,以第1 d出現(xiàn)≥0.1 mm降水量作為連續(xù)降水過程的開始,以最后1 d出現(xiàn)≥0.1 mm降水量作為過程的結(jié)束。選取降水日開始前1 d的細(xì)顆粒物平均濃度C1作為降水過程前細(xì)顆粒物濃度,結(jié)束后1 d的細(xì)顆粒物平均濃度C2作為降水過程后細(xì)顆粒物濃度。連續(xù)降水過程的清除效率S定義為:S=(C1-C2)/C1;當(dāng)S>0時(shí),為正清除過程;當(dāng)S<0時(shí),為負(fù)清除過程。

由統(tǒng)計(jì)結(jié)果可知,降水對(duì)PM2.5的平均清除效率為0.58,總體上過程總降水量越大,降水對(duì)于細(xì)顆粒物的正清除效率越明顯(圖3a),其中當(dāng)過程降水量大于100 mm時(shí),PM2.5的正清除效率達(dá)到100%(圖3b)。在194次過程降水中有52次出現(xiàn)了負(fù)清除效率,即降水產(chǎn)生后PM2.5濃度不降反升,這種情況大部分發(fā)生在降水量為50 mm以下時(shí),降水前較高的細(xì)顆粒物濃度會(huì)加重污染程度[13]。

圖3 a.降水清除效率分布、b.各降水等級(jí)正負(fù)清除數(shù)分布

風(fēng)速變化與細(xì)顆粒物PM2.5濃度變化呈顯著的負(fù)相關(guān),即風(fēng)速越大,細(xì)顆粒物PM2.5濃度越小;風(fēng)速越小,細(xì)顆粒物PM2.5濃度越大。計(jì)算不同風(fēng)速下的細(xì)顆粒物PM2.5濃度變化率,以變化率大小代表風(fēng)的擴(kuò)散能力,正變化率代表風(fēng)對(duì)細(xì)顆粒物PM2.5具有正擴(kuò)散作用;負(fù)變化率代表風(fēng)對(duì)細(xì)顆粒物PM2.5擴(kuò)散作用不明顯。從圖4a可知,風(fēng)擴(kuò)散系數(shù)主要在-0.65～+0.65之間,當(dāng)風(fēng)速小于3 m/s時(shí),風(fēng)對(duì)細(xì)顆粒物PM2.5影響不明顯;當(dāng)風(fēng)速大于3 m/s時(shí),風(fēng)對(duì)細(xì)顆粒物的正擴(kuò)散能力明顯增強(qiáng)。此外,當(dāng)風(fēng)速小于1.5 m/s時(shí),PM2.5平均濃度為50.6 μg/m3;當(dāng)風(fēng)速增加至3 m/s以上時(shí),PM2.5平均濃度降低到20.9 μg/m3(圖4b)。以上分析表明，風(fēng)速越大，對(duì)細(xì)顆粒物的擴(kuò)散作用越顯著。

圖4 a.風(fēng)速擴(kuò)散系數(shù)分布、b.不同風(fēng)速區(qū)間PM2.5平均濃度

O3是典型的二次污染物,涉及的光化學(xué)反應(yīng)比較復(fù)雜,大部分是由人為排放的氮氧化物和揮發(fā)性有機(jī)物在高溫、日照充足、空氣干燥條件下轉(zhuǎn)化形成的。太陽(yáng)輻射和大氣逆輻射結(jié)果可體現(xiàn)在氣溫和日照時(shí)數(shù)上。由相關(guān)系數(shù)可知,O3濃度與溫度和日照時(shí)數(shù)呈正相關(guān),且相關(guān)系數(shù)均在0.5以上,與相對(duì)濕度(RH)呈負(fù)相關(guān),相關(guān)系數(shù)絕對(duì)值也接近0.5。當(dāng)O3濃度增加時(shí)，一般對(duì)應(yīng)著溫度升高、日照時(shí)數(shù)增加和相對(duì)濕度減少(表6)。一般夏季高溫天氣和強(qiáng)烈的輻射,是造成O3污染的主要原因。

表6 不同O3濃度區(qū)間對(duì)應(yīng)的平均溫度、日照時(shí)數(shù)和相對(duì)濕度

5 結(jié) 語(yǔ)

本文利用金華市2015—2018年空氣質(zhì)量指數(shù)、主要污染物數(shù)據(jù)、氣象資料，分析了金華市大氣污染特征及兩大主要污染物與氣象條件的關(guān)系,所得結(jié)果如下。

(1)2015—2018年金華市空氣質(zhì)量逐年改善,空氣質(zhì)量?jī)?yōu)良率一直穩(wěn)定在80%以上,且穩(wěn)中有升。夏季的空氣質(zhì)量狀況明顯優(yōu)于其他3季,春秋季的空氣質(zhì)量狀況次之,冬季的空氣質(zhì)量狀況最差,其中污染最輕的月份是8月,污染較重的月份是12月和次年1月。

(2)金華市全年出現(xiàn)日數(shù)較多的首要污染物為細(xì)顆粒物PM2.5和O3。近年來在空氣質(zhì)量總體改善的基礎(chǔ)上，全年首要污染物日數(shù)最多的污染物由PM2.5轉(zhuǎn)為O3。

(3)引發(fā)金華市污染天氣過程形成的機(jī)制有兩類:一是地面均壓場(chǎng)和近地面逆溫層導(dǎo)致當(dāng)?shù)匚廴疚锒逊e;二是冷空氣向當(dāng)?shù)爻掷m(xù)輸送上游空氣污染物。污染天氣的出現(xiàn)往往是兩種機(jī)制交替作用的結(jié)果。中度以上污染日地面形勢(shì)場(chǎng)主要有3種類型:高壓影響型、冷空氣影響型和高壓后部型。

(4)降水和風(fēng)較有利于降低細(xì)顆粒物PM2.5濃度,主要表現(xiàn)為降水對(duì)細(xì)顆粒物的濕沉降作用和風(fēng)對(duì)細(xì)顆粒物的擴(kuò)散作用。降水對(duì)PM2.5的平均清除效率為0.58,過程總降水量越大,降水對(duì)于細(xì)顆粒物的濕沉降效果越明顯。風(fēng)速變化與細(xì)顆粒PM2.5濃度變化呈顯著的負(fù)相關(guān),風(fēng)速越大,細(xì)顆粒物PM2.5濃度越小;風(fēng)速越小,細(xì)顆粒物PM2.5濃度越大。

(5)O3濃度與溫度和日照時(shí)數(shù)呈正相關(guān),與相對(duì)濕度呈負(fù)相關(guān)。O3濃度增加時(shí)一般對(duì)應(yīng)著溫度升高、日照時(shí)數(shù)增加和相對(duì)濕度減少。高溫天氣和強(qiáng)烈的輻射,是造成夏季易出現(xiàn)O3污染的主要原因。