劉永昌，陳永金，張亞茹，劉永芳，劉志遠，孫 童

(聊城大學，山東 聊城 252000)

0 引言

隨著城市化和工業(yè)化進程的加快，大氣污染事件出現(xiàn)的頻率和強度有明顯增加趨勢，已經(jīng)引起了社會廣泛的關注。王春梅、葉春明在基于信息擴散理論的霧霾天氣關注度研究一文中的研究結果表明:公眾對霧霾天氣的關注度隨關注度水平的增加而提高，且有明顯的季節(jié)性［1］。針對與大氣污染事件，相關領域學者從不同角度進行了大量研究:張永恒等在論重大突發(fā)事件應急決策氣象服務中針對我國重大突發(fā)事件的特點和氣象因素的關系得出了建立完善氣象服務的必要性的結論［2］。李令軍等利用2000—2010年北京空氣質(zhì)量數(shù)據(jù)對北京空氣污染類型進行了劃分［3］，唐曉慧從不同視角對大氣污染類型進行了劃分［4］，丁峰等探討了對顆粒污染物PM2.5的防治手段［5］。安月改對京、津、冀區(qū)域內(nèi)沙塵暴發(fā)生規(guī)律進行了綜合研究［6］，陶品竹探索了復合性、流動性污染源的治理對策［7］。近幾年來有關研究的內(nèi)容大多只分析某一地區(qū)大氣污染事件，而分析一次短暫春季區(qū)域性大氣污染形成消散過程與氣象要素的關系以及區(qū)域間的傳輸機制，進而探究中國大氣污染現(xiàn)象的獨特性等方面研究較少。本文研究從中尺度上分析此次污染形成、消散和擴散的機制與氣象要素的關系，進而得出一些不同于前人的研究方法和結果，為以后區(qū)域性春季大氣污染研究提供一些參考意見。

京津冀及周圍地區(qū)是中國城市分布最密集、綜合實力最強的區(qū)域之一，但其環(huán)境污染問題也一直是中國環(huán)境污染問題的集中點。王慧麗等對京津冀燃煤工業(yè)和生活鍋爐的技術分布與大氣污染物排放特征的研究表明:化石燃料的鍋爐燃燒是該地區(qū)大氣污染物的主要來源之一［8］。繼冬季持續(xù)霧霾型大氣污染過程后，2017年5月4日起，該區(qū)出現(xiàn)了一次跨時52個小時的大氣重度污染現(xiàn)象。黃德生、張世秋曾對京津冀地區(qū)大氣PM2.5污染的健康效益進行研究評價，結果表明:京津冀地區(qū)能夠實現(xiàn)的健康效益總和高達612～2560億元/年，相當于該地區(qū)2009年地方生產(chǎn)總值的1.66%～6.94%［9］。因此深入研究京津冀及其周圍地區(qū)的大氣污染問題尤其是區(qū)域間的污染關聯(lián)機制，對于推動經(jīng)濟穩(wěn)步前進、促進區(qū)域合作處理大氣污染問題和建設生態(tài)友好型社會顯得尤為重要。

1 資料與研究方法

1.1 資料收集

數(shù)據(jù)來源于空氣質(zhì)量在線監(jiān)測平臺記錄的京津冀及周圍地區(qū)十城市的2017年5月4日至8日的各偶整點時氣象數(shù)據(jù)(風向風級、空氣濕度、溫度、氣壓等)、污染指標AQI值和各污染 物 (PM2.5、PM10、SO2、CO、NO2、O3) 濃度值。

利用中國氣象局等官方機構所提供的各污染物分級標準、累計平均值等數(shù)據(jù)出發(fā)，對原始數(shù)據(jù)進行合理劃分。從重度污染天氣的快速形成、輸送與氣象要素的關系出發(fā)，利用現(xiàn)有數(shù)據(jù)和有關資料所提供的理論依據(jù)探討了該地區(qū)間各城市就大氣污染方面聯(lián)系的客觀性。

空氣質(zhì)量指數(shù)(Air Quality Index，簡稱AQI)是定量描述空氣質(zhì)量狀況的無量綱指數(shù)，根據(jù)《環(huán)境空氣質(zhì)量指數(shù)(AQI)技術規(guī)定(試行)》(HJ 633—2012)規(guī)定:空氣污染指數(shù)劃分為0～50、51～100、101～150、151～200、201～300 和大于 300六檔，對應于空氣質(zhì)量的六個級別(優(yōu)、良、輕度污染、中度污染、重度污染、嚴重污染)，指數(shù)越大，級別越高，污染越嚴重。

1.2 分析方法

基于此次污染的時間短暫性、地域廣闊性和輸送迅速性，筆者查閱了有關中國大陸、華北地區(qū)、京津冀地區(qū)、長江三角洲地區(qū)等區(qū)域的眾多研究文獻為理論支撐。如隋珂珂等在北京PM10持續(xù)污染及常規(guī)氣象要素的關系中所利用的相關分析法和時空特點探究［10］。分析吸收了近幾年較為熱點的研究方法;數(shù)據(jù)處理利用Excel軟件、SPSS軟件，采用堆積百分比折線圖、常規(guī)統(tǒng)計圖、相關性和顯著性分析法以及線性回歸分析法等方法對氣象數(shù)據(jù)與污染物濃度變化、擴散進以及區(qū)域間污染的時空關聯(lián)行了分析;各城市大氣污染現(xiàn)象形成、輸送和消散與其主要氣象要素的關系，則采用了SPSS軟件進行了相關性和顯著性分析，利用分析值對比得出各城市在此次污染天氣成散與主要氣象要素變化方面的關聯(lián)。而對于區(qū)域間各城市時空關聯(lián)與氣象要素關系方面采用了AQI污染指標出現(xiàn)峰值時間點時的各城市最大風速氣象要素的散點線性回歸圖，借助直觀的散點分布規(guī)律和回歸方程的斜率比較分析各城市時空關聯(lián)和主要氣象要素(風速風級)的關系。

2 結果與分析

2.1 AQI指數(shù)的變化

2.1.1 時間變化

在時間軸上污染指標AQI一共出現(xiàn)兩次高峰現(xiàn)象，并以第一次為主。自2017年5月4日4時起，研究區(qū)內(nèi)北京的污染指標AQI值最先達到重度污染級別(200)，在此后的8個小時內(nèi)該地區(qū)的10個主要城市污染指標AQI值相繼達到峰值(500)，此次重度污染事件持續(xù)32個小時(4日5時～5日13時)后開始消散，其中邯鄲、衡水、德州三地分別于5月5日19時～6日7時、5日21時～6日15時、6日1時～12時出現(xiàn)了峰值為447的小幅度回升，持續(xù)12個小時(圖1)。

2.1.2 空間變化

利用2017年5月4日至8日的污染指標AQI數(shù)據(jù)，將10個城市的AQI值變化用百分比堆積折線圖的形式表示出各個城市間污染過程在時間上的空間聯(lián)系(見圖2)。

圖2顯示10個城市在5月4號到8號時段內(nèi)的污染現(xiàn)象具有極大趨勢相似性，并隨緯度的減小具有延后性。圖2自上而下的城市的緯度依次升高，而緯度越高，出現(xiàn)嚴重度污染事件(AQI值達200)的初始時間越早。圖中一共出現(xiàn)兩次較大的峰谷變化事件，分別是5月4日5～13時和6日10時～7日17時分別對應了此次重污染天氣過程的形成和消散時間段。且各地的關聯(lián)在形成階段的顯著性明顯高于消散階段，形成階段所經(jīng)歷時間明顯較快于消散所經(jīng)歷的時間，即AQI值在空間上的分布具有因地域而導致的變化趨勢的一致性和發(fā)生時間的延后性。說明區(qū)域關聯(lián)性是客觀存在的。而這種客觀存在的原因是包涵氣象要素的影響在內(nèi)的。

圖1 京津冀及周邊10個城市AQI指數(shù)時間序列圖Fig．1 Time sequence diagram of the AQI index in ten cities in Beijing-Tianjin-Hebei region and its surrounding area

圖2 京津冀及周邊10個城市AQI百分比堆積折線圖Fig．2 Line chart of percentage of the index of AQI in ten cities in Beijing-Tianjin-Hebei region and its surrounding area

2.2 主要污染物指標的變化

不同于本年度以往所出現(xiàn)的冬季嚴重大氣污染現(xiàn)象(霧霾天氣)的是，此次污染并不以能見度低和大氣呈刺激性氣味為特征，而是以高風速、大氣懸浮顆粒物增多為特征，即大氣污染的沙塵型性質(zhì)顯著。從圖3和表1看:在污染物濃度的變化趨勢上PM10和PM2.5與AQI的走勢較吻合且相關性顯著。而其他幾項污染物(如SO2、CO、NO2、O3等)濃度在此次重污染天氣持續(xù)的過程中變化波動較小，且相關性不顯著。綜上可以得出此次污染物主要為顆粒物即PM10和PM2.5。

2.2.1 時間變化

對于PM10:在此次污染過程中德州、邢臺、石家莊、衡水、邯鄲等的PM10濃度值變化趨勢在峰谷的波動上與AQI呈現(xiàn)出高度的吻合，在AQI值從峰值開始回落一直到達到正常水平的消散時間

表1 十城市各污染物與污染指標AQI的相關性數(shù)據(jù)表Tab．1 Correlation data of each air pollutants and pollution indicators AQI in 10 cities

圖3 廊坊市各污染物濃度變化趨勢圖Fig．3 The concentration variation of each pollutant concentration in Langfang City

注:＊＊表示在．01水平(雙側)上顯著相關。*表示在0.05水平(雙側)上顯著相關。段里，各個城市的PM10濃度值變化也在一定程度上影響著AQI值的變化趨勢，例如衡水市，在AQI達到峰值的緩沖時間內(nèi)一共出現(xiàn)了5次峰谷變化，分別是5月4日12～14時、16～18時、20～21時、22～23時、23～24時，在這五次峰谷變化中，PM10的峰谷變化與AQI的峰谷變化均處于趨勢一致性，在時間上并微早于AQI的峰谷出現(xiàn)時間點。德州市出現(xiàn)了3次峰谷變化。北京出現(xiàn)兩次峰谷變化，5月5日14～15時、16～17時。石家莊出現(xiàn)三次峰谷變化，5月5日6～7時、8～9時、11～13時。邢臺出現(xiàn)多次起伏，5月5日3～6時、8～10時、10～11時、11～13時。邯鄲、保定、衡水和天津則是在趨勢上呈現(xiàn)緩和的回落現(xiàn)象。除PM10的濃度變化與AQI數(shù)值變化呈現(xiàn)出吻合外，PM2.5也在一定程度上與AQI數(shù)值相關聯(lián)(表1)，其對AQI值起主導作用時主要表現(xiàn)在污染消散階段。

2.2.2 空間變化

在空間上，主要污染物的變化和AQI指標的空間分布規(guī)律類似，但有一定的差別。相似點是在發(fā)生時間上具有明顯的延后性，表現(xiàn)在PM10和PM2.5的迅速增高隨地區(qū)的緯度變化而呈現(xiàn)出“北早南晚”的時間延后特點，自北向南可將主要污染物的形成時間點按先后順序大致分為三個亞區(qū):即北京、廊坊區(qū)，天津、保定、滄州、石家莊區(qū)，衡水、德州、邢臺、邯鄲區(qū);不同點是，各地區(qū)內(nèi)部的污染物濃度變化呈現(xiàn)更多的是差異性。其中北京和滄州的主要污染物濃度在大氣污染過境階段變化波動不大，呈現(xiàn)出穩(wěn)定的變化趨勢，類似于正態(tài)分布線;廊坊、天津、保定、石家莊、邯鄲、邢臺則在大氣污染物消散階段的前期出現(xiàn)小規(guī)模的波動，而后大氣污染物濃度開始下降，較形成階段速度有所放慢。此外，德州、衡水兩地波動較為劇烈，且在大氣污染物濃度升高達到峰值的初期和大氣污染過境中期均有波動，以衡水最為典型，峰谷變化事件多達五次。

2.3 氣象因子變化

氣象因子主要包括濕度、氣壓、氣溫、風速、風級等，按其性質(zhì)差異、變化趨勢以及方式的獨特性，本文對不同的氣象因子采取了不同的研究方法。對于濕度、氣壓和氣溫采取時間序列折線圖并對其變化趨勢進行線性回歸分析(圖4)。

從10個城市主要氣象要素時間變化序列圖中可以看出，在二次多項式回歸趨勢上，各地氣溫有波動，溫度呈現(xiàn)出先減后增的趨勢，而氣溫的波動轉折點主要出現(xiàn)在12時、0時、6時，主要是受太陽輻射影響的自然變化，只是在此次污染天氣消散的時期略有升溫且波動較大于污染天氣形成前期階段。溫度的變化可導致空氣中水分含量的變化，有利于顆粒污染物附著，對大氣污染的消退有積極影響。另外，呈正相關的氣象要素是濕度，濕度的波動性變化也呈現(xiàn)出自然變化趨勢，即峰谷值出現(xiàn)在12時、0時、6時，且波動幅度逐漸增大，而線性回歸分析表示濕度也呈現(xiàn)出小幅度上升，這與溫度的變化趨勢是相似的，也是此次污染天氣消散的推動因素之一。而關于氣壓的變化，除邢臺氣壓較低于其他幾個城市外，十個城市的氣壓在變化趨勢上呈現(xiàn)出一致性，且每個城市的線性回歸均顯示直線斜率為負值，這也說明了相關性分析表(表1)中所表示的氣壓氣象數(shù)據(jù)與污染指數(shù)的相關性不顯著。在整體趨勢上，氣壓值雖然起伏較小(小于50Pa)但是氣壓值略有降低，結合氣溫的波動性變化，可以判斷此次為一次冷空氣過境。氣壓的降低以及溫度的升高和濕度的增大，在一定程度有利于沙塵型大氣顆粒污染物的凝聚核形成，即有利于大氣污染物的消散。這與圖1所顯示5月5日12時的污染指標AQI值的下降所一致。

依據(jù)城市的經(jīng)緯度，在該區(qū)域內(nèi)選取緯度較高的北京、廊坊兩地和經(jīng)度較高的滄州。將三地在本次大氣重污染過程中(主要指5月4日－5月6日)的風向采取雷達圖的形式加以分析，并由此確定主導風向和污染過程中風向對主要污染物(PM10和PM2.5)的影響(見圖5)。

圖5顯示:北京、廊坊、滄州三地在此次大氣污染事件的形成初期階段(5月4日)，分別以北風、東北風、西北風為主導風向。進一步說明此次大氣污染過程的污染物系外來污染。即由北向盛行風攜帶的大量顆粒污染物結合本地區(qū)的穩(wěn)定的大氣環(huán)境相互作用形成。5月5日至6日，三地主導風向均由北風導向經(jīng)西向風導向轉至南向風導向，在污染過程的消散階段，該區(qū)域十城市大多由西南風主導，加之區(qū)域內(nèi)其他氣象要素的穩(wěn)定變化為污染物的消散提供了有利的環(huán)境。黃麗坤等探究了哈爾濱市大氣主要污染物(TSP、PM10、PM2.5)的傳輸途徑，結果說明沙塵事件系外來污染，由內(nèi)蒙古西北部和中部地區(qū)出發(fā)一路至東北地區(qū)［11］。研究方法中多考慮風向影響而忽略了氣象要素因子對沙塵型大氣污染物輸送的影響。王清川等詳細探究了氣象要素，尤其是降水和風速對大氣污染擴散的影響，研究結果肯定了風速較小、天氣穩(wěn)定等因素對大氣污染形成的積極作用和風速較大對顆粒污染物輸送的正比關聯(lián)，以及濕度增加時對大氣污染消散的有利性［12］。此外，陳朝暉等在對華北區(qū)域大氣污染過程中天氣型和輸送路徑分析中對氣壓與路徑的關聯(lián)研究表明:受西南風氣流的盛行和地形、天氣型控制，最終形成西南甬道［13］。以上研究理論和結果均在一定程度上支撐了風向、風速對區(qū)域間的大氣污染物輸送的導向作用，也在一定程度上解釋了城市污染與其經(jīng)緯度的關聯(lián)。

圖4 10個城市主要氣象要素時間變化序列圖Fig．4 Time change sequence diagram of major meteorological elements in 10 cities

圖5 北京、廊坊、滄州三地污染過程風向雷達圖Fig．5 Wind direction radar map of pollution process in Beijing，Langfang and Cangzhou cities

3 討論

3.1 污染物濃度與氣象因子關系

污染物濃度與氣象因子的關系具有復合性、

復雜性等特點，因此采用相關性分析法(表2)并使用具有代表主要污染物濃度變化趨勢性質(zhì)的污染指標AQI的數(shù)值來分析污染物濃度與氣象因子的關系。

表2 氣象因子與AQI相關性分析數(shù)據(jù)表Tab．2 Correlation analysis data table of meteorological factor and AQI

表2顯示:溫度和濕度與AQI的相關性并不顯著，但溫度、濕度作為基本的氣象要素，在一定程度上為此次大氣污染的形成提供了穩(wěn)定的環(huán)境。尉鵬等在分析2014年10月中國東部持續(xù)重污染天氣成因時采用AQI數(shù)據(jù)分析了污染過程，結果表明:持續(xù)出現(xiàn)的穩(wěn)定天氣形式是導致10月中國東部重污染天氣的主要氣象原因［14］;氣壓和風速與AQI的相關性較為顯著。周磊等分析了京津冀PM2.5時空分布特征及其污染風險因素，結果表明:在其選取的六個城市中，污染事件和污染的時空分布呈現(xiàn)出一定的規(guī)律性，即和城市的經(jīng)緯度有著密切的關聯(lián)。污染物在傳統(tǒng)的污染物形成源地形成后，在氣象因素的影響下按照一貫的路徑進行輸送［15］。

袁智生等對湖南省近43年霧霾氣候變化特征進行分析中采取了線性趨勢方法，得出了污染增減規(guī)律［16］。將各城市的 AQI早峰值時間點與十城市緯度值的散點圖采取線性回歸分析(圖6)，回歸方程具有一定的斜率，而斜率的大小和風速、風向有著密切的聯(lián)系，風速、風向是推動區(qū)域污染物擴散的主要動力之一。

圖6 10個城市AQI早峰點與其緯度值回歸分析圖Fig．6 Regression analysis of AQI peak and its latitude values in ten cities

而王敬等分析了烏魯木齊市重污染期間PM2.5污染特征與來源認為:PM2.5多源于城市揚塵，煤煙塵［17］。關于此次沙塵型大氣重污染事件的區(qū)域內(nèi)客觀關聯(lián)的原因探討，即:對是外來污染物或是本地城市揚塵、煤煙塵的研究，主要對風速風級兩個氣象要素數(shù)據(jù)進行了分析(圖7)。

通過對各城市在AQI峰值期間的最大風速的柱狀圖分析來看，除廊坊、天津、保定和邢臺有短時的南風導向外，其余城市均為北風導向，且風級在2～5級之間以4級為眾數(shù)，結合圖6以及2.3中有關氣象因子(風向風級)的研究理論支撐可知此次污染物來源主要為外來顆粒污染物的輸入，而非本地形成。

圖7 AQI峰值期間的最大風速柱狀圖Fig．7 The histogram of maximum wind speed in AQI peak period

3.2 污染過程分析

大氣污染的形成、消散與各氣象要素的變化是密不可分緊密相連的。由污染物濃度分析知大氣污染為沙塵型大氣污染。李貴玲等分析2011年春季沙塵天氣影響下上海大氣顆粒物及其化學組分的變化特征中指出:沙塵天氣出現(xiàn)時PM10和PM2.5的質(zhì)量濃度顯著高于非沙塵天氣［18］。劉慶陽等在2012年春季京津冀地區(qū)一次沙塵暴天氣過程中顆粒物的污染特征分析中主要利用了PM10進行了分析研究，結果表明:沙塵型天氣主要是由外來物質(zhì)(顆粒物)和本地區(qū)污染物質(zhì)疊合形成［19］。鄭新江等借用2006年的衛(wèi)星資料和地面觀測點數(shù)據(jù)分析了北京沙塵暴形成的5條路徑。源地均為亞洲中部地區(qū)(蒙古地區(qū))［20］。趙玉廣探討了華北地區(qū)沙塵天氣的形成機制，結果表明:沙塵暴是在干旱少雨的有利的氣候背景下產(chǎn)生的。斜壓槽和蒙古氣旋是觸發(fā)這次強沙塵暴天氣過程的重要的天氣系統(tǒng)，高空斜壓槽和強鋒區(qū)促使了地面蒙古氣旋的發(fā)展和冷鋒的加強，誘發(fā)沙塵暴天氣［21］。結合此次大氣污染的各項污染物濃度變化以及以上研究的理論依據(jù)可以得知此次沙塵型大氣污染的形成機制亦是在本區(qū)域干旱少雨的背景下在北向風盛行的條件下帶來大量外來顆粒物污染物質(zhì)而導致的沙塵型大氣污染。

3.3 污染的區(qū)域關聯(lián)分析

大氣重度污染事件的區(qū)域關聯(lián)分析是研究的核心。研究結果表明，區(qū)域的關聯(lián)性是客觀存在的，其受多種因素的共同作用，包括地形、氣象因子等自然因素和經(jīng)濟發(fā)展、產(chǎn)業(yè)結構、國家政策等社會人文因素。劉耀龍等在論災害風險研究中的空間尺度耦合中強調(diào)了地里的尺度效應，并提出了災害風險尺度耦合的概念與類型［22］。針對于氣象因子而言，京津冀及周圍地區(qū)這一廣闊的區(qū)域受其影響表現(xiàn)出大氣污染過程的多種獨特性，主要包括:時間上的發(fā)生時間延后性、空間上的變化趨勢一致性和區(qū)域上的內(nèi)部變化差異性。時間上的延后性主要受緯度和風向風級影響，表現(xiàn)在風向決定污染順序的先后、風速和緯度差決定發(fā)生時間的差值大小;空間上變化趨勢一致性受氣溫、氣壓、空氣濕度等氣象因子影響，表現(xiàn)在污染物變化趨勢一致，即擁有相似的增減變化趨勢;區(qū)域內(nèi)部變化差異主要受地區(qū)小幅變化的氣象因子和地區(qū)獨特性影響，表現(xiàn)在各個地區(qū)的污染過程和變化趨勢呈現(xiàn)出一定的差異。

4 結論

本文利用京津冀及其周邊10個城市2017年5月4日至8日的污染指標AQI數(shù)據(jù)和主要氣象要素數(shù)據(jù)，結合近幾年來的科研理論方法和常用研究方法，探究了該區(qū)域內(nèi)的此次短暫春季大氣污染事件的形成、輸送和消散過程與地區(qū)的氣象要素的關聯(lián)以及區(qū)域性大氣污染的內(nèi)在聯(lián)系機制，結果概括如下:

(1)由污染物指標AQI與各污染物的濃度分析結果和各污染物濃度變化與地區(qū)污染物平均標準看，本次大氣重度污染天氣的主要污染物顆粒污染物即PM10、PM2.5，判定此次大氣重污染為沙塵型重污染天氣。

(2)此次大氣重污染過程歷時52個小時，在8個小時內(nèi)迅速由北京等地擴散至與邢臺、邯鄲等地區(qū)。此次污染天氣消散也在短短12個小時內(nèi)完成，后期有個別地區(qū)出現(xiàn)兩次歷時14個小時的二次污染現(xiàn)象?？偟膩砜幢敬沃匚廴咎鞖獾奶攸c為:形成、擴散及消散過程快速且影響范圍廣。

(3)氣象要素對此次重污染事件的影響顯著。由各氣象要素的分析圖判斷，污染成因是因進入春季，北方地區(qū)長期干燥無降水，地面空氣濕潤度較低，為顆粒物的形成和停滯提供了條件，加之北方向主導風向帶來大量的外來污染物，并且在地域上呈現(xiàn)出自北向南的污染發(fā)生時間上的延遲現(xiàn)象。

(4)污染事件在區(qū)域上呈現(xiàn)出明顯的時空關聯(lián)性:在空間方面表現(xiàn)為，污染地的經(jīng)緯緯度值決定了城市發(fā)生污染時間先后順序;在時間方面表現(xiàn)為處于風向導向地的地區(qū)發(fā)生污染的時間較早、較長;在地域方面表現(xiàn)為污染物濃度變化的差異性。

此次污染物主要為PM10、PM2.5且污染指標AQI的變化趨勢與二污染物變化趨勢相關性顯著，其他污染物并沒有出現(xiàn)極端異常變化，可以確定此次污染是由于北方地區(qū)處于穩(wěn)定的大氣環(huán)境控制，氣溫穩(wěn)定小幅度上升、濕度較低等條件下而產(chǎn)生的沙塵在區(qū)域氣象條件允許的情況下，由北風主導攜帶大量外來污染物而在短時間內(nèi)迅速擴散的沙塵型大氣污染。而其在其它氣象要素未發(fā)生顯著變化的情況下快速消退過程的客觀事實也說明了這一點。通過此次沙塵型大氣污染分析得出的結論也可以在一定程度上解釋大氣污染的另一種形式－霧霾天氣的形成、消散和區(qū)域性擴散原因，也會受多種氣象要素共同影響。

［1］ 王春梅，葉春明．基于信息擴散理論的霧霾天氣關注度研究［J］．物流工程與管理，2016，38(6):187－190．

［2］ 張永恒，張建忠，薛建軍，等．論重大突發(fā)事件應急決策氣象服務［J］．防災科技學院學報，2015，17(2):82－88．

［3］ 李令軍，王英，李金香，等．2000—2010北京大氣重污染研究［J］．中國環(huán)境科學，2012，32(1):23－30．

［4］ 唐曉慧．大氣污染的主要類型及防治技術探討［J］．科技與企業(yè)，2014，(21):81．

［5］ 丁峰，張陽，李魚．京津冀大氣污染現(xiàn)狀及防治方向探討［J］．環(huán)境保護，2014，42(21):55－57．

［6］ 安月改．京、津、冀區(qū)域沙塵暴氣候變化特征分析［C］∥中國氣象學會．新世紀氣象科技創(chuàng)新與大氣科學發(fā)展——中國氣象學會2003年年會“氣候系統(tǒng)與氣候變化”分會論文集．中國氣象學會，2003:3．

［7］ 陶品竹．從屬地主義到合作治理:京津冀大氣污染治理模式的轉型［J］．河北法學，2014，32(10):120－129．

［8］ 王慧麗，雷宇，陳瀟君，等．京津冀燃煤工業(yè)和生活鍋爐的技術分布與大氣污染物排放特征［J］．環(huán)境科學研究，2015，28(10):1510－1517．

［9］ 黃德生，張世秋．京津冀地區(qū)控制PM_(2.5)污染的健康效益評估［J］．中國環(huán)境科學，2013，33(1):166－174．

［10］ 隋珂珂，王自發(fā)，楊軍，等．北京 PM_(10)持續(xù)污染及與常規(guī)氣象要素的關系［J］．環(huán)境科學研究，2007，(6):77－82．

［11］ 黃麗坤，王廣智，王琨．哈爾濱市沙塵期大氣顆粒物物化特征及傳輸途徑分析［J］．中國環(huán)境科學，2014，34(8):1920－1926．

［12］ 王清川，周賀玲，許敏，等．河北省廊坊市大氣污染擴散氣象條件影響分析［J］．防災科技學院學報，2014，16(3):1－8．

［13］ 陳朝暉，程水源，蘇福慶，等．華北區(qū)域大氣污染過程中天氣型和輸送路徑分析［J］．環(huán)境科學研究，2008，(1):17－21．

［14］ 尉鵬，任陣海，王文杰，等．2014年10月中國東部持續(xù)重污染天氣成因分析［J］．環(huán)境科學研究，2015，28(5):676－683．

［15］ 周磊，武建軍，賈瑞靜，等．京津冀PM_(2.5)時空分布特征及其污染風險因素［J］．環(huán)境科學研究，2016，29(4):483－493．

［16］ 袁智生，陳濤，肖蘭，等．湖南省近43年霧霾氣候變化特征分析［J］．防災科技學院學報，2015，17(4):61－67．

［17］ 王敬，畢曉輝，馮銀廠，等．烏魯木齊市重污染期間PM_(2.5)污染特征與來源解析［J］．環(huán)境科學研究，2014，27(2):113－119．

［18］ 李貴玲，周敏，陳長虹，等．2011年春季沙塵天氣影響下上海大氣顆粒物及其化學組分的變化特征［J］．環(huán)境科學，2014，35(5):1644－1653．

［19］ 劉慶陽，劉艷菊，趙強，等．2012年春季京津冀地區(qū)一次沙塵暴天氣過程中顆粒物的污染特征分析［J］．環(huán)境科學，2014，35(8):2843－2850．

［20］ 鄭新江，羅敬寧，李小龍．北京春季大氣污染與沙塵天氣關系［J］．中國高校科技與產(chǎn)業(yè)化，2006，(10):75－76．

［21］ 趙玉廣．華北地區(qū)沙塵暴天氣形成機制的分析研究［D］．南京氣象學院，2003．

［22］ 劉耀龍，牛沖槐，康穎卿，等．論災害風險研究中的空間尺度耦合［J］．防災科技學院學報，2012，14(3):24－27．