肖騰 林廷坤 嚴(yán)宇 王雪松,?

石家莊市秋冬季大氣環(huán)流型下的氣象和PM2.5污染特征

肖騰1林廷坤2嚴(yán)宇1王雪松1,?

1.環(huán)境模擬與污染控制國家重點(diǎn)聯(lián)合實驗室, 北京大學(xué)環(huán)境科學(xué)與工程學(xué)院, 北京 100871; 2.廣東電科院能源技術(shù)有限責(zé)任公司, 廣州 510080; ?通信作者, E-mail:xswang@pku.edu.cn

根據(jù)石家莊市 2013—2018 年秋冬季(當(dāng)年 11—12 月和次年 1—2 月) 11 種大氣環(huán)流型天氣條件下的地面和垂直氣象特征, 歸納出 5 類大氣環(huán)流條件, 并結(jié)合氣團(tuán)傳輸軌跡和 PM2.5濃度監(jiān)測數(shù)據(jù), 探討大氣環(huán)流條件與石家莊 PM2.5污染的關(guān)系。在 5 類大氣環(huán)流條件中, 第 I 類(NW 型和 N 型, 天數(shù)占 16%)的擴(kuò)散條件最好, 以西風(fēng)和西北風(fēng)為主, 風(fēng)向比較穩(wěn)定, 風(fēng)速大, 邊界層高度高; 第 II 類(NE 型, 天數(shù)占 9%)和第 III 類(E 型和SE 型, 天數(shù)占 12%)的擴(kuò)散條件次好, 近地面風(fēng)向分別以北風(fēng)和東北風(fēng)為主, 風(fēng)速較大, 前者邊界層高度中等, 后者邊界層高度低; 第 IV 類(A 型, 天數(shù)占 37%)的擴(kuò)散條件較差, 近地面風(fēng)速較低, 同時邊界層高度低; 第 V 類(UM 型、C 型、S 型、SW 型和 W 型, 天數(shù)占 26%)的擴(kuò)散條件最差, 近地面風(fēng)速很小, 風(fēng)向變化大, 邊界層高度低, 低層大氣逆溫明顯。不同大氣環(huán)流條件下氣團(tuán)的傳輸路徑存在差異, 對石家莊地區(qū) PM2.5污染產(chǎn)生潛在影響的區(qū)域隨之不同。石家莊市秋冬季的 PM2.5污染與不同環(huán)流型的擴(kuò)散條件密切關(guān)聯(lián), 第 V 類大氣環(huán)流條件下最易發(fā)生 PM2.5污染, 污染發(fā)生頻率在 78%～96%之間, 重度及以上級別污染發(fā)生頻率均在55%以上; 第 IV 類大氣環(huán)流條件下的污染狀況變化相對緩慢, 但連續(xù)的第 IV 類大氣環(huán)流天氣多帶來 PM2.5污染持續(xù)累積; 第I類大氣環(huán)流條件下發(fā)生污染的頻率最低。

大氣環(huán)流型; PM2.5污染; 氣象; 石家莊

石家莊市是京津冀地區(qū)重要中心城市之一, 細(xì)顆粒物(PM2.5)污染是其秋冬季空氣質(zhì)量的首要問題[1?3]。2013 年以來, 隨著經(jīng)濟(jì)的快速發(fā)展, 石家莊市 PM2.5污染頻發(fā), 成為京津冀地區(qū)污染最為嚴(yán)重的城市之一。中華人民共和國生態(tài)環(huán)境部《2018中國生態(tài)環(huán)境狀況公報》[4]顯示, 石家莊市空氣質(zhì)量在全國 169 個城市中排名倒數(shù)第二。

大氣環(huán)流型是驅(qū)動污染氣象條件變化的重要因素, 對大氣 PM2.5污染的形成、發(fā)展和維持具有重要影響[5?7], 探討大氣環(huán)流與局地氣象和大氣污染的關(guān)系是近年來京津冀地區(qū) PM2.5污染研究的熱點(diǎn)之一。Ye 等[8]通過研究 2004—2014 年京津冀地區(qū)秋冬季 9 種環(huán)流型的特征, 認(rèn)為環(huán)流類型對氣象因子和污染有重要影響, 該地區(qū)在東北高壓、東南高壓、北部高壓和弱低壓 4 種環(huán)流條件下容易出現(xiàn)低能見度情況。Wu 等[9]通過分析 1980—2013 年京津冀地區(qū) 49 次持續(xù)性霧霾事件, 認(rèn)為大氣環(huán)流導(dǎo)致的對流層中下部下沉運(yùn)動是霧霾生成的重要動力學(xué)因素。孫彧等[10]根據(jù) 2000—2013 年的氣象數(shù)據(jù), 將華北地區(qū)出現(xiàn)霧霾天氣時的近地面環(huán)流型形勢歸納為低壓槽底型、寬廣槽區(qū)底部型、鞍形場、弱高壓和高壓脊后型 5 類。楊旭等[11]通過分析 2013—2015年的冬半年 9 種天氣類型, 得出京津冀地區(qū)在高壓場、高壓后部、鞍形場和冷鋒前部等天氣條件下易發(fā)生污染的結(jié)論。林廷坤等[12]總結(jié)了 2013—2018年大氣環(huán)流型對北京市秋冬季 PM2.5污染的影響規(guī)律。陳靜等[13]在分析 2013 年秋季石家莊兩次重污染過程后, 發(fā)現(xiàn)東南高、西北低的氣壓場下容易造成污染物在石家莊本地的累積。

石家莊市西部地處太行山中段, 東部屬滹沱河沖積平原, 市區(qū)處于山前平原, 特殊的地形與大氣運(yùn)動相互作用, 使得該地區(qū)大氣環(huán)流與局地氣象和大氣污染的關(guān)系較為復(fù)雜。目前已有的相關(guān)研究多針對整個京津冀區(qū)域或圍繞北京這一超大城市, 針對石家莊市的研究多基于個別污染過程, 缺乏對石家莊地區(qū)不同環(huán)流條件下的氣象條件、傳輸規(guī)律和污染特征的系統(tǒng)性研究。

本文針對 2013—2018 年石家莊市 PM2.5污染嚴(yán)重的秋冬季(當(dāng)年 11—12 月和次年 1—2 月), 利用Lamb-Jenkinson 環(huán)流分型方法, 分析不同環(huán)流型影響下的近地面和垂直氣象特征, 對大氣環(huán)流條件進(jìn)行歸納總結(jié), 探討不同大氣環(huán)流條件下的氣團(tuán)傳輸軌跡特征, 并結(jié)合 PM2.5監(jiān)測數(shù)據(jù), 總結(jié)不同大氣環(huán)流條件對石家莊 PM2.5污染的影響規(guī)律, 以期加強(qiáng)對石家莊地區(qū)秋冬季大氣污染成因的理解, 為該地區(qū) PM2.5污染的控制與治理提供科學(xué)依據(jù)。

1 數(shù)據(jù)來源與研究方法

本文采用的氣象資料為美國國家環(huán)境預(yù)報中心(National Centers for Environmental Prediction, NCEP)提供的 1°×1°全球再分析資料(NCEP-FNL reanalysis data)以及美國國家海洋和大氣管理局(National Oceanic and Atmospheric Administration, NOAA)提供的 1°×1°氣象數(shù)據(jù)(NOAA-GDAS meteorological data)。

PM2.5濃度監(jiān)測數(shù)據(jù)來自中國環(huán)境監(jiān)測總站的“全國城市空氣質(zhì)量實時發(fā)布平臺”(http://106.37. 208.233:20035/), 采用研究時段內(nèi)石家莊市具有連續(xù)觀測數(shù)據(jù)的 6 個國控監(jiān)測站點(diǎn)(西北水源、人民會堂、職工醫(yī)院、高新區(qū)、世紀(jì)公園和西南高教)的 PM2.5濃度均值作為石家莊市區(qū)的 PM2.5濃度水平, 根據(jù)《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB3095—2012)劃分石家莊市每日的 PM2.5污染水平。

本文采用 Lamb-Jenkinson 方法對大氣環(huán)流進(jìn)行分型。該方法最早由 Lamb[14]于 1950 年提出, 并經(jīng)過 Jenkinson 等[15]的改進(jìn), 成為一種比較成熟的環(huán)流分型方法。該方法計算量較小, 分型結(jié)果具有明確的天氣學(xué)意義, 在天氣環(huán)流分類相關(guān)研究中得到廣泛的應(yīng)用[6?7,16?20]。本文采用 NCEP-FNL 再分析資料中的海平面氣壓數(shù)據(jù)來計算每日的 Lamb-Jenkinson 環(huán)流型。

考慮到石家莊市的位置和 NCEP-FNL 數(shù)據(jù)的分辨率, 將(115°E, 38°N)設(shè)為石家莊市環(huán)流型計算的中心點(diǎn), 在 100°—130°E 和 28°—48°N 的范圍內(nèi), 在網(wǎng)格上經(jīng)度每隔 10°和緯度每隔 5°, 選取 16 個格點(diǎn)(圖 1), 利用這些格點(diǎn)上的海平面氣壓, 計算以下環(huán)流指數(shù)[19?20]:

圖1 石家莊環(huán)流分型格點(diǎn)位置

Fig. 1 Location of grid points for Shijiazhuang used in circulation classification calculation

通過對相應(yīng)參數(shù)的判斷, 可以將石家莊市大氣環(huán)流類型分為 3 大類共計 11 種。當(dāng)||≥2時, 為旋轉(zhuǎn)類, 其中>0時為氣旋型(C),<0時為反氣旋型(A); 當(dāng)||<2時, 為平直流類, 再根據(jù)分為北(N)、東北(NE)、東(E)、東南(SE)、南(S)、西南(SW)、西(W)和西北(NW)8種環(huán)流型; 當(dāng)||<6且<6時, 研究區(qū)域的氣壓梯度較小, 為均壓型(UM)。

同時, 采用 NCEP-FNL 再分析資料, 分析石家莊市(以環(huán)流型計算中心點(diǎn)(115°E, 38°N)為代表點(diǎn)位)近地面和垂直方向上的氣象參數(shù)(風(fēng)速、風(fēng)向、溫度、濕度、邊界層高度和位溫等)。為了更詳細(xì)地分析各類環(huán)流條件下的風(fēng)場特征和變化, 計算以下描述風(fēng)場的參數(shù)[21]:

式中,是一天中風(fēng)速的時間間隔(6h),是一天中風(fēng)速數(shù)據(jù)頻率(4 次/天),u和v分別是緯向和經(jīng)向風(fēng)速(m/s),近似地表示風(fēng)的移動距離(km),近似地表示風(fēng)的傳輸路程(km),是一天中的風(fēng)向變化因子,′是一天中的平均風(fēng)速(m/s)。本文采用和′來判斷石家莊地區(qū)的風(fēng)場特征和變化, 當(dāng)較大時, 說明一天中風(fēng)向變化較大; 當(dāng)′較大時說明一天中的風(fēng)速較大。

本文采用 NOAA 最新發(fā)布的 HYSPLIT4 模型(v.4.2.0), 通過輸入 1°×1° NOAA-GDAS 氣象數(shù)據(jù), 計算石家莊市區(qū) 72 小時后向軌跡數(shù)據(jù)。用 6 個國控監(jiān)測站點(diǎn)的經(jīng)緯度均值(114.51°E, 38.05°N)代表石家莊市區(qū), 并作為后向軌跡計算的起始點(diǎn)(高度為300 m), 計算時間分辨率為1小時。

2 結(jié)果與討論

2.1 不同環(huán)流型的氣象特征

石家莊市 2013—2018 年秋冬季的環(huán)流型統(tǒng)計結(jié)果如圖 2 所示, 可以看出, A 型天數(shù)達(dá)到 221 天, 占比為 37%, 是石家莊秋冬季的主導(dǎo)環(huán)流型, 該結(jié)果與朱艷峰等[16]對華北地區(qū)的研究結(jié)果吻合; 其次是 UM 型(75 天, 占比為 12%)。另外, 偏東和偏北環(huán)流型(N 型、NE 型和 E 型)天數(shù)占比也較多(分別占秋冬季總天數(shù)的 12%, 11%和 7%), 偏南和偏西環(huán)流型(S 型、SE 型、NW 型、SW 型和 W 型)以及 C型天數(shù)較少, 占比均小于 5%。

圖2 2013—2018年石家莊秋冬季環(huán)流型天數(shù)統(tǒng)計結(jié)果

通過計算風(fēng)場參數(shù)和′, 可以更好地描述石家莊地區(qū)秋冬季不同環(huán)流條件下的風(fēng)場特征。本文根據(jù)林廷坤等[12]采用的標(biāo)準(zhǔn), 統(tǒng)計各環(huán)流條件下風(fēng)向變化大、停滯風(fēng)速及擴(kuò)散條件有利天氣出現(xiàn)的頻率, 結(jié)果如表 1 所示。

從表 1、圖 3(a)和圖 4 可以看出, N 型和 NW 型擴(kuò)散條件最好, 擴(kuò)散條件好的天數(shù)占比高達(dá) 50%, 且近地面風(fēng)速較大(一般大于 3.3m/s), N 型和 NW型分別以西北風(fēng)和西風(fēng)為主, 風(fēng)向變化小; E 型和 SE型擴(kuò)散條件次好, 擴(kuò)散條件好的天數(shù)占比超過40%, 近地面風(fēng)速較大(日均風(fēng)速一般大于 3m/s), 以東北風(fēng)為主, 風(fēng)向變化小; NE 型和 W 型的擴(kuò)散條件為中等, 擴(kuò)散條件好的天數(shù)占比超過 25%, 但其風(fēng)場存在明顯差異, NE 型以北風(fēng)為主, W 型在石家莊地區(qū)西部以西風(fēng)為主, 在石家莊地區(qū)東部則呈現(xiàn)東南風(fēng), 同時 NE 型的日均風(fēng)速比 W 型大, 風(fēng)向變化也更大。其余 5 種環(huán)流型(C 型、SW 型、A 型、UM 型和 S 型)擴(kuò)散條件均較差, 相較于 A 型、UM型和 S 型, C 型和 SW 型日均風(fēng)速更大, 風(fēng)向變化也更大。C 型在石家莊地區(qū)西部以弱西風(fēng)為主, 在石家莊地區(qū)東部區(qū)域則呈現(xiàn)弱北風(fēng), SW 型以南風(fēng)為主, A 型和 UM 型在石家莊地區(qū)西部以弱西風(fēng)為主, 在石家莊地區(qū)東部區(qū)域則以弱南風(fēng)為主, S 型在石家莊地區(qū)呈現(xiàn)弱東風(fēng)。

表1 2013—2018年石家莊秋冬季不同環(huán)流條件下不同擴(kuò)散條件的出現(xiàn)頻率

環(huán)流型按照相應(yīng)氣象參數(shù)的中位數(shù)從大到小排序, 十字符號表示均值, 下同

圖4 2013—2018秋冬季不同環(huán)流型日均10 m風(fēng)場分布

圖 3(b)和(c)顯示, 石家莊地區(qū) W 型、C 型、SE型、SW 型和 UM 型溫度較高, N 型、S 型、NE型、E 型和 A 型溫度較低; 偏北環(huán)流型(N 型和 NW型)濕度最小, 偏東和偏南環(huán)流型(E 型、SE 型和 S型)濕度最大, 其余 6 種環(huán)流型(SW 型、UM 型、W型、NE 型、C 型和 A 型)的濕度為中等。

本文使用北京時間 14 時的氣象數(shù)據(jù), 分析不同環(huán)流條件下石家莊市的垂直擴(kuò)散條件。

邊界層高度是描述大氣穩(wěn)定度的重要指標(biāo), 邊界層越高, 大氣越不穩(wěn)定, 垂直擴(kuò)散條件越好。從圖 5 可以看出, 偏北環(huán)流型(NW 型、N 型和 NE 型)在 14 時的邊界層高度高于平均水平, N 型最高, 其次是 NW 型; 其余 8 種環(huán)流型 14 時的邊界層高度低于平均水平。大氣邊界層高度受動力學(xué)和熱力學(xué)兩方面因素影響, 通過研究水平風(fēng)矢量和位溫的垂直變化情況, 可以描述不同環(huán)流型的垂直擴(kuò)散條件。

環(huán)流型按照14時邊界層高度的中位數(shù)從大到小排序

如圖 6 所示, 不同環(huán)流型的風(fēng)廓線總體上呈現(xiàn)風(fēng)速隨高度增加而逐漸增大的特征, 且邊界層以上的自由大氣主要以西北風(fēng)和偏西風(fēng)為主。不同環(huán)流型中, 邊界層內(nèi)的風(fēng)廓線呈現(xiàn)不同的特點(diǎn): 偏北環(huán)流型(NW 型和 N 型)在邊界層內(nèi)外的風(fēng)向一致性好, 風(fēng)向變化小, 風(fēng)速較大; NE 型在邊界層內(nèi)呈現(xiàn)較強(qiáng)的北風(fēng), 邊界層內(nèi)外存在風(fēng)向切變; 偏東環(huán)流型(E型和 SE 型)在邊界層內(nèi)的風(fēng)向一致性好, 風(fēng)速較大, 呈現(xiàn)東北風(fēng), 但邊界層內(nèi)外出現(xiàn)明顯的風(fēng)向切變; C型的垂直風(fēng)向變化非常大, 從近地面的弱北風(fēng)逐漸變成東風(fēng), 至邊界層頂部變成西風(fēng); 其余 5 種環(huán)流型(A 型、W 型、S 型、SW 型和 UM 型)的水平風(fēng)場均從近地面的偏南風(fēng)逐漸向邊界層以上的偏西風(fēng)變化。

黑色實線代表所有天的平均邊界層高度, 黑色虛線代表各環(huán)流型的平均邊界層高度, 灰色虛線代表0 km高度

如圖 7 所示, 不同環(huán)流型的溫度層結(jié)存在較明顯的差異。偏北環(huán)流型(NW 型、N 型和 NE 型)在0～2km 高度的位溫矩平呈下降趨勢, 其中 NW型和N 型位溫矩平均減少約 3.5K, NE 型位溫矩平減少約 2K, 說明大氣逆溫較弱, 穩(wěn)定性差; A 型在 0～2km 高度的位溫矩平變化不大, 逆溫程度中等; 其他6 種環(huán)流型在 0～2km 高度均呈現(xiàn)明顯的逆溫現(xiàn)象, 偏東環(huán)流型(E 型和 SE 型)和偏南環(huán)流型(S 型和 SW型)在邊界層內(nèi)位溫矩平變化不大, 從邊界層頂?shù)?2km 高度, 位溫矩平增加 3K 以上, UM 型、C 型和 W型在 0～2km 高度的位溫矩平先增后降, 并在邊界層頂部附近(約 1km 高度)達(dá)到最大值。

根據(jù) 11 種環(huán)流型近地面和 14 時的垂直氣象特征, 將其歸納為 5 類大氣環(huán)流條件(表 2)。I 類環(huán)流型擴(kuò)散條件最好。II 類和 III 類環(huán)流型擴(kuò)散條件較好, 近地面分別以北風(fēng)和東北風(fēng)為主, II 類環(huán)流型風(fēng)向變化大, 比 III 類環(huán)流型近地面擴(kuò)散條件差, 但I(xiàn)I 環(huán)流型邊界層較高, 垂直大氣逆溫弱, 垂直擴(kuò)散條件優(yōu)于 III 類環(huán)流型。IV 類和 V 類環(huán)流型擴(kuò)散條件較差, 近地面的水平擴(kuò)散條件均較差(W 型除外), V 類環(huán)流環(huán)流型包含的 5 種環(huán)流型在垂直方向上都呈現(xiàn)低層大氣逆溫強(qiáng)、邊界層高度低的特點(diǎn), 垂直擴(kuò)散條件均較差, 與 V 類環(huán)流型相比, IV 類環(huán)流型的低層大氣逆溫為中等, 垂直擴(kuò)散條件更加有利。

2.2 不同環(huán)流型的傳輸特征

利用后向軌跡方法獲得不同環(huán)流型天氣條件下石家莊城區(qū) 2013—2018 年秋冬季氣團(tuán)傳輸來向特征, 結(jié)果如圖 8 所示。通過計算得出不同環(huán)流條件下不同城市的后向軌跡點(diǎn)密度(表 3), 探究傳輸?shù)绞仪f城區(qū)的氣團(tuán)經(jīng)過的主要地區(qū), 反映不同環(huán)流條件下傳輸氣團(tuán)的特征。

I 類環(huán)流型(NW 型和 N 型)受到強(qiáng)西北風(fēng)影響, 其氣團(tuán)主要從西北部地區(qū)越過太行山脈直接進(jìn)入石家莊城區(qū), 氣團(tuán)主要來自太行山脈西北部的山西省和內(nèi)蒙古自治區(qū), 印跡集中, 且高印跡地區(qū)不經(jīng)過河北省內(nèi)城市。

II 類環(huán)流型(NE 型)的氣團(tuán)以西北來向為主, 但軌跡比 I 類環(huán)流型分散, 很多氣團(tuán)越過太行山后先經(jīng)過河北省內(nèi)其他城市(如保定和衡水), 然后才傳輸?shù)绞仪f地區(qū)。

紅線代表位溫均值, 紅色陰影代表位溫均值±一個標(biāo)準(zhǔn)差, 藍(lán)色虛線代表位溫矩平, 綠色實線代表所有天的平均邊界層高度, 綠色虛線代表各環(huán)流型的平均邊界層高度, 黑色虛線代表2 km高度

表2 2013—2018年石家莊秋冬季不同環(huán)流型氣象條件匯總

III 類環(huán)流型(E 型和 SE 型)呈現(xiàn)東北來向的傳輸特征, 從河北中東部地區(qū)傳輸至石家莊地區(qū), 其傳輸路徑主要經(jīng)過保定、衡水、滄州和廊坊等地區(qū)。

IV 類(A 型)和 V 類(UM 型、C 型、S 型、SW 型和 W 型)環(huán)流型的傳輸路徑較為復(fù)雜, 其中 A 型、C 型和 UM 型傳輸軌跡的高印跡分布集中在石家莊周邊區(qū)域, 軌跡主要來自京津冀南部區(qū)域和山西省, 主要經(jīng)過城市有陽泉市、邢臺市和保定市等; W 型的軌跡主要來自山西省; S 型和 SW 型的軌跡則主要體現(xiàn)河北南部(邢臺和邯鄲等地區(qū))和山東北部(德州和聊城)的影響。

顏色代表在0.1°×0.1°網(wǎng)格中 72 小時后向軌跡點(diǎn)的出現(xiàn)頻率, n 為不同環(huán)流型的天數(shù), 下同

表3 2013—2018年秋冬季不同環(huán)流條件下后向軌跡經(jīng)過的主要城市

2.3 不同環(huán)流條件下的污染特征

大氣環(huán)流型通過影響石家莊地區(qū)的氣象條件和傳輸條件, 進(jìn)而影響石家莊地區(qū) PM2.5的濃度水平和污染程度。如圖 9 和 10 所示, UM 型、偏南環(huán)流型(SW 型和 S 型)、W 型及 C 型的 PM2.5日均濃度較高, 在這 5 種環(huán)流條件下未出現(xiàn) PM2.5濃度等級為優(yōu)(低于 35μg/m3)的情況, 發(fā)生污染的頻率在 78%～ 96%之間, 發(fā)生重度及以上級別污染的頻率均在55%以上。上述 5 種環(huán)流型屬于擴(kuò)散條件最差的 V類環(huán)流型, 在這類條件下, 石家莊地區(qū)盛行南風(fēng)、弱南風(fēng)或靜風(fēng), 大氣逆溫較強(qiáng), 擴(kuò)散條件較差, 容易造成石家莊地區(qū)本地污染物聚集, 且氣團(tuán)多來自石家莊附近PM2.5排放較多的區(qū)域(陽泉、邢臺和衡水等城市), 本地的排放累積和區(qū)域傳輸?shù)墓餐饔锰嵘耸仪f市區(qū)的PM2.5水平。

環(huán)流型按照日均 PM2.5 濃度中位數(shù)從大到小排序, 紅色十字為平均值; 從上至下灰色虛線、黃色虛線、灰色虛線、紅色虛線和灰色虛線分別代表35, 75, 115, 150和250 μg/m3

圖10 2013—2018 秋冬季石家莊城區(qū)不同環(huán)流條件下PM2.5污染水平

NE 型、E 型、SE 型和 A 型的 PM2.5日均濃度處于中等, 其中 E 型和 NE 型的達(dá)標(biāo)天數(shù)占比為 25%左右, SE 型和 A 型的達(dá)標(biāo)天數(shù)占比為 35%左右。由于 A 型是石家莊地區(qū)的主導(dǎo)環(huán)流型, 對于不同的污染水平, 其占據(jù)的絕對天數(shù)均最多。NE 型、E 型和SE 型屬于擴(kuò)散條件次好的 II 類和 III 類環(huán)流型, NE型的上風(fēng)向地區(qū)為保定和衡水等污染物高排放區(qū)域, 雖然其邊界層較高, 大氣逆溫較弱, 擴(kuò)散條件相對較好, 但是仍具有較高的 PM2.5濃度水平; E 型和 SE 型傳輸?shù)臍鈭F(tuán)沿著渤海?廊坊?滄州?衡水(或保定)傳輸, 石家莊地區(qū)的空氣濕度較高, 有利于PM2.5二次成分的化學(xué)生成。值得注意的是, 雖然 E型和 SE 型的傳輸條件相近, 但 E 型環(huán)流條件下石家莊的 PM2.5濃度明顯高于 SE 型。從圖 11 可以看出, 石家莊處于 E 型時, 周邊城市(保定、衡水和邢臺等)的 PM2.5濃度均高于石家莊處于 SE 型環(huán)流條件下的水平, 說明河北省南部在 E 型環(huán)流條件下比SE 型的區(qū)域污染更嚴(yán)重, 因此石家莊在 E 型環(huán)流條件下受到的區(qū)域傳輸影響更大。軌跡分析表明, 相較于 SE 型, E 型環(huán)流條件下來自污染程度較嚴(yán)重的邢臺地區(qū)的傳輸明顯增多, 也是石家莊市在 E 型環(huán)流條件下 PM2.5濃度更高的一個原因。

偏北環(huán)流型(NW 型和 N 型)天氣條件下 PM2.5濃度水平最低, 達(dá)標(biāo)頻率在 50%以上, 在石家莊市區(qū)污染水平為優(yōu)的天數(shù)中, N 型約占 50%。NW 型和 N型屬于擴(kuò)散條件最好的 I 類環(huán)流型, 石家莊地區(qū)受到來自西北方向強(qiáng)冷空氣的影響, 傳輸擴(kuò)散條件好, 并且氣團(tuán)從相對干凈的西北地區(qū)傳入石家莊地區(qū), 對石家莊地區(qū)的 PM2.5污染物具有清除作用。

然而, 即使在傳輸條件最好的 I 類環(huán)流條件下, 仍然有接近 50%的天數(shù)發(fā)生污染, 而在擴(kuò)散條件較差的 V 類環(huán)流條件下, 仍有 10%左右的天數(shù)不發(fā)生污染, 反映石家莊地區(qū)污染成因的復(fù)雜性。

大氣環(huán)流的變化可以在一定程度上推動污染物的形成、發(fā)展、維持和消散。從圖 12 可以看出, I類(NW 型和 N 型)、II 類(NE 型)及 III 類(E 型和 SE型)環(huán)流條件下, 由于擴(kuò)散條件相對較好, 對 PM2.5污染具有消除作用, PM2.5濃度水平總體上比前一天低; V 類環(huán)流條件(UM 型、C 型、W 型、SW 型和 S型)下, 由于擴(kuò)散條件差, 導(dǎo)致 PM2.5污染加劇; IV 類環(huán)流條件(A 型)下, PM2.5濃度與前一天相比變化最小, 說明傾向于維持已有的 PM2.5污染狀況, 總體上起到促進(jìn) PM2.5污染緩慢增長的作用。

圖11 2013—2018秋冬季石家莊地區(qū)E型和SE型環(huán)流條件下石家莊及周邊城市PM2.5平均濃度

圖12 不同環(huán)流條件下 PM2.5 濃度相對于前一天的變化情況

在石家莊秋冬季出現(xiàn)頻率最高的 A 型環(huán)流條件下, 各級別的 PM2.5污染均有發(fā)生, 優(yōu)良天、輕度和中度污染日以及重度和嚴(yán)重污染日的比例相近(圖 10)。如表 4 所示, 當(dāng)石家莊地區(qū)處于 A 型環(huán)流條件下時, 對于 PM2.5非污染日, 前一天主要處于擴(kuò)散條件較好的 I 類(占 36%)和 II 類(占 29%)環(huán)流條件下; 對于重度及以上級別污染日, 前一天環(huán)流型構(gòu)成仍以 A 型為主(占 64%), 其次為擴(kuò)散條件最差的 V 類環(huán)流型(占 20%)。從圖 13 可以看出, 非污染天的印跡與 I 類和 II 類環(huán)流型情況相似, 軌跡比較集中, 以來自西北方向的氣團(tuán)為主; 而在重度及以上級別污染情況下, 氣團(tuán)軌跡更加分散, 高印跡區(qū)域來自石家莊周邊的西部和南部地區(qū), 反映風(fēng)向變化較大、氣團(tuán)在石家莊周邊長時間駐留的特征。上述結(jié)果表明, A 型環(huán)流條件對石家莊 PM2.5污染發(fā)生沒有明確的指示作用, 主要是維持既有的污染狀況; 由于 A 型帶來不利的擴(kuò)散條件, 雖然多數(shù)情況下不會導(dǎo)致 PM2.5污染的快速發(fā)展, 但會造成 PM2.5濃度的緩慢上升。當(dāng)石家莊受持續(xù)多日的 A 型環(huán)流天氣影響時, 往往意味著 PM2.5污染的發(fā)生和惡化。

表4 A型環(huán)流型在不同污染條件下的前一天環(huán)流類型構(gòu)成

3 結(jié)論

1)根據(jù) 2013—2018 年石家莊地區(qū)秋冬季不同環(huán)流型的氣象特征, 歸納出 5 類大氣環(huán)流條件。第I類(NW 型和 N 型, 天數(shù)占比約為 16%)擴(kuò)散條件最好, 以西風(fēng)和西北風(fēng)為主, 風(fēng)向比較穩(wěn)定, 風(fēng)速大, 邊界層高; 第 II 類(NE 型, 天數(shù)占比為 9%)和第 III類(E 型和 SE 型, 天數(shù)占比為 12%)擴(kuò)散條件次好, 近地面風(fēng)向分別以北風(fēng)和東北風(fēng)為主, 風(fēng)速較大, 第 II 類邊界層高度中等, 第 III 類邊界層高度低; 第IV 類(A 型, 天數(shù)占比為 37%)擴(kuò)散條件較差, 近地面風(fēng)速較低, 邊界層低; 第 V 類(UM 型、C 型、S型、SW 型和 W 型, 天數(shù)占比為 26%)擴(kuò)散條件最差, 近地面風(fēng)速很低, 風(fēng)向變化大, 邊界層低, 低層大氣逆溫明顯。

2)不同大氣環(huán)流條件下的污染物傳輸路徑具有不同的特點(diǎn)。第 I 類和第 II 類氣團(tuán)主要來自石家莊西北方向, 第 I 類氣團(tuán)越過太行山脈直接進(jìn)入石家莊地區(qū), 第 II 類氣團(tuán)則途徑保定和衡水等城市后進(jìn)入石家莊; 第 III 類氣團(tuán)主要經(jīng)過河北省中部和東部區(qū)域后進(jìn)入石家莊; 第 IV 類和第 V 類氣團(tuán)來向較為復(fù)雜, 其中 A 型、C 型和 UM 型的軌跡集中于石家莊周邊地區(qū), W 型的軌跡主要來自山西省, S 型和 SW 型的軌跡主要來自河北南部和山東北部。

3)石家莊市秋冬季的 PM2.5污染與不同環(huán)流型的擴(kuò)散條件密切相關(guān)。第 V 類大氣環(huán)流條件下最容易發(fā)生 PM2.5污染, 污染發(fā)生頻率在 78%～96%之間, 重度及以上級別污染發(fā)生頻率均在 55%以上; 第 IV類大氣環(huán)流條件下污染狀況的變化相對緩慢, 但連續(xù)的第 IV 類大氣環(huán)流天氣會帶來 PM2.5污染物持續(xù)累積; 第 I 類大氣環(huán)流條件下發(fā)生污染的頻率最低。

(a)非污染(優(yōu)和良), n=73; (b)重度及以上級別污染, n=66

[1] 李珊珊, 程念亮, 徐峻, 等. 2014 年京津冀地區(qū)PM2.5濃度時空分布及來源模擬. 中國環(huán)境科學(xué), 2015, 35(10): 2908?2916

[2] 王菲, 趙樂, 劉小強(qiáng), 等. 石家莊 PM2.5變化規(guī)律及與其他污染物的相關(guān)性分析. 環(huán)境與可持續(xù)發(fā)展, 2019, 44(3): 86?88

[3] 楊興川, 趙文吉, 熊秋林, 等. 2016 年京津冀地區(qū)PM2.5時空分布特征及其與氣象因素的關(guān)系. 生態(tài)環(huán)境學(xué)報, 2017, 26(10): 1747?1754

[4] 中華人民共和國生態(tài)環(huán)境部. 2018 中國生態(tài)環(huán)境狀況公報[EB/OL]. (2019?05?29) [2020?03?06]. http:// www.mee.gov.cn/hjzl/sthjzk/zghjzkgb/201905/P020190619587632630618.pdf

[5] Zhang Z, Zhang X, Gong D, et al. Possible influence of atmospheric circulations on winter haze pollution in the Beijing-Tianjin-Hebei region, northern China. Atmospheric Chemistry and Physics, 2016, 16(2): 561?571

[6] Liao Zhiheng, Gao Meng, Sun Jiaren, et al. The impact of synoptic circulation on air quality and pollution-related human health in the Yangtze River Delta region. Science of the Total Environment, 2017, 607: 838?846

[7] Li Mingge, Wang Lili, Liu Jingda, et al. Exploring the regional pollution characteristics and meteorological formation mechanism of PM2.5in North China during 2013?2017. Environment International, 2020, 134: doi: 10.1016/j.envint.2019.105283

[8] Ye Xinxin, Song Yu, Cai Xuhui, et al. Study on the synoptic flow patterns and boundary layer process of the severe haze events over the North China Plain in January 2013. Atmospheric Environment, 2015, 124: 129?145

[9] Wu Ping, Ding Yihui, Liu Yanju. Atmospheric cir-culation and dynamic mechanism for persistent haze events in the Beijing–Tianjin–Hebei region. Advances in Atmospheric Sciences, 2017, 34(4): 429?440

[10] 孫彧, 牛濤, 喬林, 等. 華北地區(qū)霧和霾天氣環(huán)流特征聚類分析. 氣候與環(huán)境研究, 2016, 21(5): 601?613

[11] 楊旭, 張小玲, 康延臻, 等. 京津冀地區(qū)冬半年空氣污染天氣分型研究. 中國環(huán)境科學(xué), 2017, 37(9): 3201?3209

[12] 林廷坤, 洪禮楠, 黃爭超, 等. 北京市秋冬季大氣環(huán)流型下的氣象和污染特征. 中國環(huán)境科學(xué), 2019, 39(5): 1813?1822

[13] 陳靜, 鈐偉妙, 韓軍彩, 等. 石家莊市秋季典型天氣背景下重污染特征分析. 氣象與環(huán)境學(xué)報, 2015, 31(4): 42?50

[14] Lamb H H. Types and spells of weather around the year in the British Isles. Quarterly Journal Royal Meteorological Society, 1950, 76: 493?438

[15] Jenkinson A F, Collison F P. An initial climatology of gales over the North Sea // Synoptic Climatology Branch Memorandum, No. 62. Bracknell: Meteoro-logical Office, 1977: 1?18

[16] 朱艷峰, 陳德亮, 李維京, 等. Lamb-Jenkinson環(huán)流客觀分型方法及其在中國的應(yīng)用. 南京氣象學(xué)院學(xué)報, 2007, 30(3): 289?297

[17] 周榮衛(wèi), 何曉鳳, 苗世光, 等. 北京地區(qū)大氣環(huán)流型及氣候特征. 氣候變化研究進(jìn)展, 2010, 6(5): 338?343

[18] Liu Jingda, Wang Lili, Li Mingge, et al. Quantifying the impact of synoptic circulation patterns on ozone variability in northern China from April to October 2013–2017. Atmospheric Chemistry and Physics, 2019, 19(23): 14477?14492

[19] Jones P D, Hulme M, Briffa K R. A comparison of Lamb circulation types with an objective classifica-tion scheme. International Journal of Climatology, 1993, 13: 655?663

[20] Trigo R M, Dacamara C C. Circulation weather types and their influence on the precipitation regime in Portugal. International Journal of Climatology, 2000, 20(13): 1559?1581

[21] Allwine K J, Whiteman C D. Single-station integral measures of atmospheric stagnation, recirculation and ventilation. Atmospheric Environment, 1994, 28(4): 713?721

Meteorological and Pollution Characteristics of PM2.5under Atmosphric Circulation Types in Autumn and Winter in Shijiazhuang

XIAO Teng1, LIN Tingkun2, YAN Yu1, WANG Xuesong1,?

1. State Key Joint Laboratory of Environmental Simulation and Pollution Control, College of Environmental Sciences and Engineering, Peking University, Beijing 100871; 2. Guangdong Diankeyuan Energy Technology Co., Ltd., Guangzhou, 510080;? Corresponding author, E-mail: xswang@pku.edu.cn

According to the ground and vertical meteorological characteristics of atmospheric circulation types during the autumns and winters (Nov.?Feb.) of 2013?2018 in Shijiazhuang, 11 types of atmospheric circulation were classified into five categories. The correlation between each category and PM2.5pollution was discussed by combining the transport trajectories and the air quality data. Among those categories, Category I (type NW and type N, accounting for 16% of days) was the best condition for air pollution diffusion, characterized by the dominant west or northwest winds near surface with steady direction and high speed, as well as high planetary boundary layer (PBL) height. Category II (type NE, accounting for 9%) and Category III (type E and type SE, accounting for 12%) were the second-best conditions, characterized by high wind speed. Category II was dominated by north wind and medium PBL height, while Category III was dominated by northeast wind and low PBL height. Category IV (type A, 37%) was unfavorable for air pollution diffusion, which was characterized by low-speed, near-surface winds and low PBL height. Category V (type UM, type C, type S, type SW, type W, 26%) was the worst condition, characterized by near-surface winds with low speed and variable directions, as well as low PBL height and intensive temperature inversion in lower atmosphere. The potential areas of sources contributing to PM2.5pollution in Shijiazhuang under different circulation types varied with different transport trajectories. Concerning the correlation between the PM2.5pollution in Shijiazhuang during the autumns and winters and the diffusive conditions of different circulative types, the PM2.5pollution tended to occur (the frequency of pollution was from 78% to 96%, and the frequency of heavy pollution and above was more than 55%) when the region was controlled by Category V; the condition of the PM2.5pollution tended to change slowly under Category IV, but the PM2.5concentration was more likely to increase under the continuous Category IV days; the frequency of PM2.5pollution was lowest under Category I.

atmospheric circulation type; PM2.5pollution; meteorology; Shijiazhuang

10.13209/j.0479-8023.2021.021

國家重點(diǎn)研發(fā)計劃(2018YFC0213204)資助

2020–04–05;

2020–08–03