地形和天氣形勢對臨汾市大氣污染的影響

裴坤寧，王 雁，閆世明，蔣云盛，郭 偉

（山西省氣象科學(xué)研究所，山西 太原 030002）

引言

山西省臨汾市礦產(chǎn)資源豐富，以煤炭、鐵礦為主，是中國三大優(yōu)質(zhì)主焦煤基地之一，工業(yè)以鋼鐵、焦化、冶煉、化工以及電力企業(yè)居多，對區(qū)域經(jīng)濟(jì)發(fā)展有十分重要的推動作用。但是，這些行業(yè)的特點是顆粒物排放量大，大量高能耗、高污染企業(yè)聚集在臨汾市，導(dǎo)致臨汾市空氣質(zhì)量較差，污染嚴(yán)重。生態(tài)環(huán)境部發(fā)布的2018年、2019年和2020年《中國生態(tài)環(huán)境狀況公報》［1-3］顯示，臨汾市環(huán)境空氣質(zhì)量綜合指數(shù)在168個重點城市中分別排名倒數(shù)第1、倒數(shù)第5和倒數(shù)第6，污染主要發(fā)生在秋冬季，首要污染物為PM2.5顆粒物。當(dāng)前，以大氣顆粒物為首的大氣污染問題日益突出，嚴(yán)重危害人類健康［4-6］，因此大氣污染的研究和防治成為當(dāng)?shù)氐闹攸c任務(wù)。

大氣污染物濃度除受外來輸送或局地排放影響外，大尺度天氣環(huán)流形勢和局地氣象特征對污染的生成、累積和消散有重要作用［7-11］。目前，通過天氣分型評估大氣污染物濃度是探尋空氣質(zhì)量與天氣過程之間關(guān)系的有效手段之一［12-16］。研究發(fā)現(xiàn)，不同地區(qū)大氣污染的局地氣象特征差異較大，復(fù)雜地形會影響局地氣象特征［17-18］，對氣流運(yùn)動產(chǎn)生影響，進(jìn)而影響污染物的傳輸路徑［19-22］。

目前對臨汾市大氣污染，特別是從地形和天氣形勢角度進(jìn)行分析的研究較少。本文基于2016—2017年臨汾市24次污染過程，利用臨汾市逐小時空氣質(zhì)量指數(shù)（air quality index，AQI）和全球資料同化系統(tǒng)（global data assimilation system，GDAS）數(shù)據(jù)，應(yīng)用HYSPLIT4（hybrid single-particle lagrangian integrated trajectory）［23］模式進(jìn)行氣流軌跡分析，再結(jié)合NCEP（National Centers for Environmental Prediction）再分析資料分析24次污染過程的海平面環(huán)流形勢，從地形作用和天氣形勢兩方面對臨汾市大氣污染進(jìn)行研究，以期為臨汾市大氣污染防治提供科學(xué)依據(jù)。

1 資料與方法

1.1 研究區(qū)概況

山西省臨汾市位于臨汾盆地北端，地形輪廓大體呈倒“凹”字型分布（圖1），向西南開口，中間平川，全境分為山地、丘陵、盆地三大地形單元。臨汾盆地縱貫臨汾市中部，將整體隆起的高原分為東西兩部分山地。東部為太岳山，西部是呂梁山脈，海拔多在1000 m以上，氣流流動受到阻擋，大氣污染物不易向外輸送，大氣自凈能力不強(qiáng)。臨汾市受周圍地形影響，常年風(fēng)速較小，比其他地區(qū)更容易導(dǎo)致污染物累積而出現(xiàn)重污染天氣。

圖1 山西省臨汾市地形（單位：m）Fig.1 Topography of Linfen City，Shanxi Province（Unit：m）

1.2 數(shù)據(jù)來源

利 用NCEP提 供 的2016年1月 至2017年12月水平分辨率為1°×1°的逐6 h GDAS數(shù)據(jù)及再分析資料（包括500 hPa風(fēng)場、海平面氣壓、地面風(fēng)場），分別用于后向軌跡模式計算及天氣形勢分析。

利用中華人民共和國生態(tài)環(huán)境部（原中華人民共和國環(huán)境保護(hù)部）數(shù)據(jù)中心發(fā)布的臨汾市2016年1月至2017年12月逐小時空氣質(zhì)量指數(shù)（AQI），表1列出空氣質(zhì)量等級劃分標(biāo)準(zhǔn)［24］。

表1 空氣質(zhì)量等級劃分標(biāo)準(zhǔn)Tab.1 The classification criteria of air quality grades

文中附圖涉及的地圖均基于國家測繪地理信息局標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站下載的審圖號為GS（2016）1600號的標(biāo)準(zhǔn)地圖制作，底圖無修改。

1.3 HYSPLIT4后向軌跡模式

采用美國國家海洋和大氣管理局（National Oceanic and Atmospheric Administration，NOAA）空氣資源實驗室研發(fā)的用于計算和分析大氣污染物輸送、擴(kuò)散軌跡的綜合模式HYSPLIT4，該模式采用拉格朗日方法計算的混合單粒子軌道模型，具有處理多種氣象要素輸入場、物理過程和不同類型污染物排放源等較為完整的輸送、擴(kuò)散和沉降的能力，通過模擬后向軌跡來判斷污染物的輸送路徑。該模式模擬精度高，時間變化連續(xù)，被廣泛應(yīng)用于大氣輸送研究及污染過程分析［25-27］。

研究表明，HYSPLIT模式計算后向軌跡的起始高度選取應(yīng)超過250 m［28］，本文選取的起始高度為300 m，每1 h模擬輸出一條軌跡，300 m高度既能反映氣流的區(qū)域性流動特征，又可減小下墊面摩擦力的影響，能夠更好地代表邊界層底層的情況［29］。

1.4 聚類軌跡分析

聚類分析是將大量數(shù)據(jù)分組到相似類別的統(tǒng)計分析技術(shù)，廣泛地應(yīng)用于大氣污染研究［30-32］。根據(jù)氣流的傳輸速度和方向?qū)Υ罅寇壽E進(jìn)行分組，得到不同的后向軌跡組，從而獲得氣流傳輸污染物的主要路徑［33］。本文采用二分K均值算法進(jìn)行聚類分析，首先將所有的軌跡作為一組，然后將該組一分為二，之后選擇可以最大程度降低誤差平方和的組繼續(xù)劃分，重復(fù)上述劃分過程，直到組數(shù)和指定要聚類的數(shù)量相同［29］。

聚類計算方式一般有基于歐式距離和風(fēng)向角度兩種，具體計算方式見WANG等［34］。從實際運(yùn)用情況來看，兩種方法各有優(yōu)劣，歐式距離法對于后向軌跡的長短聚類分組較好，但忽略近距離的氣流轉(zhuǎn)折、回流等情況，而風(fēng)向角度法對軌跡轉(zhuǎn)折、回流聚類分組有優(yōu)勢，但對距離的考慮相對較弱。本文從天氣形勢和地形條件的角度研究臨汾市大氣污染，需要考慮氣流的轉(zhuǎn)折和回流，因此采用風(fēng)向角度法進(jìn)行聚類分組分析。根據(jù)軌跡來向、軌跡長短以及軌跡是否發(fā)生轉(zhuǎn)折，確定大量軌跡的聚類數(shù)，從而保證通過聚類軌跡可以看出地形和天氣形勢對其路徑的影響。

2 結(jié)果與分析

2.1 臨汾市污染特征

選取臨汾市2016—2017年空氣質(zhì)量指數(shù)在中度污染及以上（AQI≥151），污染時間持續(xù)超過24 h，且首要污染物為PM2.5或PM10的共24次污染過程。表2是24次污染過程的污染時間、首要污染物、污染類型、海平面環(huán)流形勢及AQI均值，其中靜穩(wěn)型污染是指水平風(fēng)速較小，大氣擴(kuò)散條件不利，局地甚至區(qū)域污染物積累而成的大氣污染；沙塵型污染是由沙塵天氣造成的大氣污染［35］。主要判別依據(jù)是發(fā)生污染時的天氣記錄，若有沙塵暴、浮塵或揚(yáng)沙記錄則為沙塵型，若有霧霾或明顯逆溫則為靜穩(wěn)型［36］。

表2 2016—2017年臨汾市24次中度及以上污染過程分析Tab.2 Analysis of 24 pollution processes with moderate level and above in Linfen City from 2016 to 2017

從表2看出，24次污染過程主要發(fā)生在秋冬季，且每個過程的時間銜接較為緊密，一次過程結(jié)束后幾日或幾小時后即發(fā)生下一次污染過程，在污染尚未完全消散時又有污染生成或輸送，致使污染不斷積累。污染過程的發(fā)生發(fā)展與大氣環(huán)流形勢緊密相關(guān)，高低空環(huán)流形勢的配置對大氣污染物的擴(kuò)散有顯著影響。污染發(fā)生期間除了第3和20次過程是沙塵型污染（首要污染物為PM10）外，其他22次均為靜穩(wěn)型污染（首要污染物為PM2.5）。靜穩(wěn)型污染發(fā)生時，臨汾市高空500 hPa（圖略）均表現(xiàn)為平直的西風(fēng)氣流，槽脊活動不明顯；沙塵型污染發(fā)生期間，臨汾市500 hPa均表現(xiàn)為受高空鋒區(qū)（西風(fēng)急流）控制。24次污染過程的海平面環(huán)流形勢根據(jù)特征主要分為以下6種：蒙古高壓底前部型、低壓前部型、華北高壓后部型、河套倒槽前部型、均壓場和低壓帶型。

2.2 不同模擬時間的聚類軌跡特征

在實際運(yùn)用風(fēng)向角度法做聚類軌跡分析時發(fā)現(xiàn)，模擬時間的選取對聚類軌跡代表的特征有很大影響，因此分別選取軌跡向后推延12 h、24 h、48 h、60 h對臨汾市24次污染過程的氣流后向軌跡進(jìn)行聚類（圖2）分析。

圖2 臨汾市24次污染過程軌跡向后推延12 h（a）、24 h（b）、48 h（c）、60 h（d）的氣流后向軌跡聚類圖Fig.2 Cluster diagram of backward trajectory of air flow with the backward delay time of 12 h（a），24 h（b），48 h（c）and 60 h（d）for 24 pollution processes in Linfen City

軌跡模擬后推12 h［圖2（a）］時，氣流聚類軌跡顯示污染來自多個方向，但由于模擬時間較短，聚類軌跡只能反映觀測站點周圍的氣流流向（本地風(fēng)向風(fēng)速）。軌跡模擬后推時間24 h［圖2（b）］時，第1、2、3類聚類軌跡沿呂梁山背風(fēng)坡下沉至臨汾市；第4、5、6、7類聚類軌跡分別在接觸中條山、太岳山、東部山脈、呂梁山后折返回臨汾市?？梢娷壽E模擬后推24 h能夠代表地形對臨汾市氣流軌跡的影響。軌跡模擬后推時間48 h［圖2（c）］時，第3、4、5、6、7類聚類軌跡在天氣形勢影響下發(fā)生轉(zhuǎn)折。其中，第4類聚類軌跡在秦嶺附近發(fā)生折返，可能是地形和天氣形勢共同作用的結(jié)果。與24 h聚類軌跡相比，48 h聚類軌跡部分屏蔽了地形對氣流轉(zhuǎn)折的作用。軌跡模擬后推60 h的軌跡聚類結(jié)果［圖2（d）］與48 h聚類軌跡相似，第3、4、5、6類聚類軌跡主要在氣流的引導(dǎo)作用下發(fā)生轉(zhuǎn)折；二者不同在于60 h聚類軌跡模擬時間更長，更能說明部分軌跡的來源，如大量相同的軌跡在48 h時被聚類為第7類軌跡，該軌跡來源于山西東南部，而60 h時被聚類為第6類軌跡，該軌跡來自河南西北部，軌跡模擬后推60 h更能代表天氣形勢對臨汾市氣流軌跡的影響。

綜上所述，模擬后推12 h的軌跡較短，只能體現(xiàn)局地短距離輸送特征；24 h的聚類軌跡可以體現(xiàn)地形對氣流軌跡的影響；48 h的聚類軌跡能體現(xiàn)天氣形勢和地形對氣流軌跡的影響，但地形作用被部分屏蔽；60 h的聚類軌跡能較好地顯示天氣形勢對氣流軌跡的影響。因此，選擇模擬后推24 h和60 h的聚類軌跡研究地形和天氣形勢對臨汾市污染的影響。

2.3 地形條件對臨汾市污染的影響

軌跡模擬后推24 h的聚類軌跡［圖2（b）］按是否發(fā)生轉(zhuǎn)折回流可分為兩種類型：一是軌跡沿呂梁山背風(fēng)坡下沉至臨汾市，二是軌跡遇到臨汾市周圍山體后，受山脈阻擋折返回臨汾市。第1、3類聚類軌跡屬于第一種類型，軌跡占比較大，占總軌跡的56.5%。其中，第1類聚類軌跡來自西北方向，起源于內(nèi)蒙古西部的沙漠地區(qū)，軌跡占比最高，為38.0%，傳輸距離較遠(yuǎn)，且速度較快，途經(jīng)陜西北部黃土高原地區(qū)后，沿呂梁山背風(fēng)坡下沉輸送至臨汾市。

第一種類型相應(yīng)的天氣形勢為高空500 hPa受西風(fēng)氣流控制，以典型的第13次污染過程為例，圖3（a）是其后向軌跡，即沿呂梁山背風(fēng)坡下沉至臨汾市。2017年1月19日02：00臨汾市位于地面高壓前部［圖3（b）］，近地面為西南風(fēng)，臨汾市向西南開口的倒“凹”字型地形，使污染物在盆地內(nèi)難以擴(kuò)散。同時，來自500 hPa的西北冷空氣沿呂梁山背風(fēng)坡下沉至臨汾市，一方面下沉氣流抑制了低層污染物向高層輸送和擴(kuò)散；另一方面臨汾市特殊地形下高層冷空氣下沉易形成逆溫。高空冷空氣沿呂梁山下沉，堆積在谷底，谷底較暖空氣被冷空氣抬升，形成地形逆溫［37］，且形成速度比平原快、逆溫層比平原區(qū)厚，使得臨汾市上空大氣層結(jié)穩(wěn)定，不利于污染物的垂直擴(kuò)散。

圖3 臨汾市第13次污染過程的后向軌跡（a）和2017年1月19日02：00海平面氣壓場（彩色填色區(qū)，單位：hPa）及風(fēng)場（風(fēng)羽，單位：m·s-1，黑色圓圈表示靜風(fēng)）（b）（藍(lán)色線、紅色線分別表示聚類前、后軌跡。下同）Fig.3 Backward trajectory of the 13th pollution process in Linfen City（a）and sea level pressure field（color shaded areas，Unit：hPa）and wind field（wind plumes，Unit：m·s-1，the black circles indicate calm wind）at 02：00 BST on 19 January 2017（b）（The blue and red lines represent the trajectories before and after clustering，respectively.the same as below）

圖2（b）中，第2、4、5、6、7類聚類軌跡屬于第二種類型，氣流分別在遇到秦嶺、中條山、太岳山、東部山脈、呂梁山后折返至臨汾市，按水平來向可分為西北、西南和東南3個方向，占總軌跡的13.8%。其中，來自西北方向的軌跡占比最大，為6.4%，這可能與臨汾市秋冬季盛行西風(fēng)有關(guān)。

來自西北、東南和西南方向的后向軌跡相應(yīng)的海平面環(huán)流形勢均是臨汾市位于高壓后部，分別以典型的第9次、第17次、第18次污染過程為例，對應(yīng)的后向軌跡分別是圖4（a）、圖4（c）、圖4（e），2016年12月11日02：00地面為東南風(fēng)［圖4（b）］，一方面能夠帶來海上的偏東水汽，使?jié)穸仍龃?；另一方面在高壓后部容易有波動，造成氣流輻合，?dǎo)致污染物粒子的吸濕增長并堆積，不利于污染物的水平和垂直 擴(kuò) 散。2017年2月3日14：00地 面 為 東 南 風(fēng)［圖4（d）］，有利于污染物的積累。2017年2月14日02：00地面為東南風(fēng)［圖4（f）］，該天氣形勢易造成污染物粒子的吸濕增長，同時來自西南方向的污染物在倒“凹”字型的地形條件下難以擴(kuò)散。其中，西北和西南方向的后向軌跡均經(jīng)過西南黃河峽谷，受東部山體和西部呂梁山的阻擋后折返，形成山谷風(fēng)，使污染物不停地聚集在上層大氣，導(dǎo)致污染加劇。

圖4 臨汾市第9次（a）、17次（c）、18次（e）污染過程的后向軌跡和2016年12月11日02：00（b）、2017年2月3日14：00（d）和14日02：00（f）海平面氣壓場（彩色填色區(qū)，單位：hPa）及風(fēng)場（風(fēng)羽，單位：m·s-1，黑色圓圈表示靜風(fēng)）Fig.4 Backward trajectory of the 9th（a），17th（c）and 18th（e）pollution processes in Linfen City and the sea-level pressure field（color shaded areas，Unit：hPa）and wind field（wind plumes，Unit：m·s-1，the black circles indicate calm wind）at 02：00 BST on 11 December 2016（b），14：00 BST on 3（d）and 02：00 BST on 14（f）February 2017

2.4 天氣形勢對臨汾市污染的影響

軌跡模擬后推60 h［圖2（d）］聚類軌跡按水平來向可分為西北、西南、東南3個方向。來自西北方向（第3、5類）的聚類軌跡，聚類前軌跡條數(shù)占比最高，為19.2%，對應(yīng)的海平面環(huán)流形勢是臨汾市位于高壓底后部，偏東氣流較強(qiáng)，裹挾著來自海上的水汽使?jié)穸仍黾?，造成污染物粒子的吸濕增長。同時，偏東氣流與西北氣流形成風(fēng)切變，使西北氣流向西運(yùn)動。以典型的第9次污染過程為例，圖5（a）是其后向軌跡，2016年12月10日20：00臨汾市位于高壓后部［圖5（b）］，地面為偏東風(fēng)，西北氣流在偏東風(fēng)的引導(dǎo)下在河南西北部發(fā)生轉(zhuǎn)折輸送污染物至臨汾市。

來自西南方向（第4類）的聚類軌跡，聚類前軌跡條數(shù)占比為11.3%，其軌跡路徑可能與地形和天氣形勢均有關(guān)。一方面來自內(nèi)蒙古西部的西北氣流在遇到秦嶺后向北折返，從臨汾盆地的西南方向輸入；另一方面來自內(nèi)蒙古西部的西北氣流與偏南的暖濕氣流形成風(fēng)切變，也使氣流發(fā)生轉(zhuǎn)折。以典型的第11次污染過程為例，圖5（c）是其后向軌跡，2016年12月16日20：00臨汾市位于河套倒槽前部［圖5（d）］，地面為西南風(fēng)，偏南氣流使污染物粒子吸濕增長，并使西北氣流在秦嶺發(fā)生轉(zhuǎn)折輸送污染物至臨汾市。

來自東南方向（第6類）的聚類軌跡起源于河南南部地區(qū)，向北經(jīng)過河南北部、河北西南部等地區(qū)，聚類前軌跡條數(shù)占總軌跡的11.9%，在偏東風(fēng)的作用下發(fā)生氣流轉(zhuǎn)折。以典型的第22次污染過程為例，圖5（e）是其后向軌跡，2017年12月2日20：00臨汾市位于蒙古高壓底部［圖5（f）］，地面為偏東風(fēng)，與東南氣流相遇，偏東分量增加，致使東南氣流向西轉(zhuǎn)折輸送污染物至臨汾市。

圖5 臨汾市第9次（a）、11次（c）、22次（e）污染過程的后向軌跡和2016年12月10日20：00（b）、16日20：00（d）和2017年12月2日20：00（f）海平面氣壓場（彩色填色區(qū)，單位：hPa）及風(fēng)場（風(fēng)羽，單位：m·s-1，黑色圓圈表示靜風(fēng)）Fig.5 Backward trajectory of the 9th（a），11th（c）and 22th（e）pollution processes in Linfen City and the sea-level pressure field（color filled areas，Unit：hPa）and wind field（wind plumes，Unit：m·s-1，the black circles indicate calm wind）at 20：00 BST on 10（b），20：00 BST on 16（d）December 2016 and 20：00 BST on 2 December 2017（f）

為了對比污染日與非污染日天氣形勢對臨汾市污染的影響，選取冬季空氣質(zhì)量為優(yōu)或良的連續(xù)3 d清潔日（2016年1月22—25日），對其后向軌跡做聚類分析［圖6（a）］，并選取有代表性的1月22日14：00海平面環(huán)流形勢［圖6（b）］，聚類軌跡為沿呂梁山背風(fēng)坡下沉至臨汾市，臨汾市在強(qiáng)冷高壓的控制下，地面為風(fēng)速較大的偏北風(fēng)，不利于污染的聚集。污染日也有沿呂梁山背風(fēng)坡下沉至臨汾市的聚類軌跡，造成不同空氣質(zhì)量的原因在于，非污染日臨汾市受強(qiáng)高壓控制，冷空氣南下，地面風(fēng)是干冷的偏北風(fēng)，且風(fēng)速較大，污染物難以聚集；污染日臨汾市位于高壓前部，地面為暖濕的西南風(fēng)，且風(fēng)速較小，不利于污染物的擴(kuò)散。

圖6 臨汾市2016年1月22—25日的氣流后向軌跡（a）和1月22日14：00海平面氣壓場（彩色填色區(qū)，單位：hPa）及風(fēng)場（風(fēng)羽，單位：m·s-1）（b）Fig.6 Backward trajectory of airflow from 22 to 25 January 2016 in Linfen City（a），the sea-level pressure field（color shaded areas，Unit：hPa）and wind field（wind plumes，Unit：m·s-1）at 14：00 BST on 22 January 2016（b）

3 結(jié)論

本文從地形條件和天氣形勢兩方面對臨汾市2016—2017年24次大氣污染過程進(jìn)行分析，發(fā)現(xiàn)臨汾市特殊的地形條件使氣流軌跡沿呂梁山背風(fēng)坡下沉，或受山脈阻擋折返至臨汾市；當(dāng)天氣形勢對軌跡影響占主導(dǎo)時，來自西北、西南、東南方向的氣流軌跡與偏東或偏南的氣流相遇后發(fā)生轉(zhuǎn)折回流至臨汾市。具體結(jié)論如下：

（1）臨汾市24次污染過程大多屬于靜穩(wěn)型污染，其海平面環(huán)流形勢主要包括以下6種類型：蒙古高壓底前部型、低壓前部型、華北高壓后部型、河套倒槽前部型、均壓場和低壓帶型。

（2）通過不同模擬時間的對比，模擬后推24 h和60 h的聚類軌跡分別可以代表地形和天氣形勢對臨汾市污染的影響。由于臨汾市污染過程基本聚集在秋冬季，秋冬盛行西風(fēng)氣流，無論是地形還是天氣形勢的影響為主，均是西北方向的氣流占比最大。

（3）后推24 h的后向軌跡顯示，臨汾市特殊的地形條件使氣流沿呂梁山背風(fēng)坡下沉輸送污染物，也可使攜帶污染物的氣流碰觸周圍山體后轉(zhuǎn)折并回流到臨汾市。其中，以西北方向沿呂梁山下沉的輸送為主。后推60 h的后向軌跡顯示，當(dāng)天氣形勢對軌跡的影響為主時，輸送污染物的氣流與偏東或偏南的氣流相遇后，在后者的引導(dǎo)下氣流發(fā)生轉(zhuǎn)折。另外，非污染日的氣流沿呂梁山背風(fēng)坡下沉，造成其與污染日空氣質(zhì)量不同的原因是前者在冷高壓的控制下地面為風(fēng)速較大的偏北風(fēng)，有利于污染的擴(kuò)散，而后者風(fēng)速較小。

（4）氣流沿呂梁山背風(fēng)坡下沉輸送污染物，其向南開口的倒“凹”字型地形配合近地面的西南風(fēng)是造成臨汾市污染的主要原因。再者，臨汾市冬季易形成地形逆溫，持續(xù)靜穩(wěn)的天氣形勢不利于污染物的擴(kuò)散；受山谷風(fēng)的影響，污染物易聚集在高層，更難以垂直擴(kuò)散。