靳甜甜 劉冰玉 沈鹿鳴 王磊

摘要 運用數(shù)值模擬與觀測資料統(tǒng)計相結合的方法，對秦皇島市2021年1月20—22日污染天氣過程的天氣形勢、氣象條件、輸送路徑和氣象貢獻率進行分析。結果表明：此次污染天氣過程屬于靜穩(wěn)累積型污染，500 hPa為暖脊控制、持續(xù)的西南風，高溫高濕、較高的靜穩(wěn)指數(shù)等有利于污染物的累積與持續(xù);輸送路徑主要為西北路徑，PM2.5濃度同期相比均不降反升，各縣區(qū)較2020年同期相比氣象條件均不利，其中盧龍縣最為不利，貢獻率達141.3%，青龍縣最低為66.6%;此次過程全市各縣區(qū)減排貢獻率均為正值，可能與區(qū)域性的污染輸送存在一定的關系;污染期間SO2和NO2等氣態(tài)污染物發(fā)生了強烈的二次轉(zhuǎn)化，是不斷推高PM2.5濃度的重要原因。

關鍵詞 污染過程;氣象條件;輸送路徑;氣象貢獻率

中圖分類號：X51 文獻標識碼：B 文章編號：2095–3305（2021）06–0061–03

近年來，京津冀地區(qū)經(jīng)濟快速發(fā)展，環(huán)境問題日趨嚴重，空氣污染問題尤為突出。秦皇島是京津冀經(jīng)濟圈的重要城市之一，也是全國生態(tài)文明城市和綠色生態(tài)旅游城市，但近年來環(huán)境問題越來越嚴重，重污染過程頻發(fā)，大氣污染防治形勢嚴峻，治理要求緊迫[1]。

大氣污染成因復雜，治理工作是一項十分復雜且艱巨的系統(tǒng)工程。國內(nèi)外學者研究表明：氣象要素與污染物的聚集、傳輸、擴散、干濕沉降等密切相關，在污染源相對穩(wěn)定的條件下，氣象條件成為影響城市空氣污染的主導因素[2]。馬小會等[3]研究表明北京地區(qū)大氣污染多為500 hPa緯向環(huán)流、地面形勢穩(wěn)定，存在逆溫層、低層風速小且濕度大的問題。顏玉倩等[4]針對成都地區(qū)的春季灰霾過程中高空地面形勢場穩(wěn)定、垂直方向風速較小且為下沉氣流并存在逆溫的現(xiàn)象進行研究，為污染物積累提供了有利條件。陳靜等[5]研究了石家莊市空氣污染預警天氣背景，建立了污染天氣模型，并分析了污染天氣的氣象要素和物理量。劉麗偉等[6～8]大量分析了污染物發(fā)展過程中的氣象條件，得出氣象條件與污染物的概念模型。程念亮等[9]應用CMAQ和 HYSPLIT后向軌跡模式證明強冷鋒活動對PM2.5等污染物有強去除能力。楊曉亮等[10]研究發(fā)現(xiàn)，西北大風對PM2.5有較好的清除作用。

利用常規(guī)的氣象和環(huán)境觀測資料，分析2020年11月14—16日的一次污染過程的氣象條件，利用數(shù)值模式通過對比歷史同期的PM2.5濃度變化，分析污染過程的氣象貢獻率和減排貢獻率，最后通過污染過程中的SO2和NO2等氣態(tài)污染物的二次轉(zhuǎn)化，分析得出PM2.5濃度的重要原因。

1 資料與方法

主要利用2021年1月20—22日秦皇島市環(huán)境監(jiān)測站和氣象觀測站數(shù)據(jù)，5個監(jiān)測點分別為市監(jiān)測站、北戴河環(huán)保局、第一關、建設大廈和文明里，依次位于市區(qū)的東北、西北、東南和西南方向，可以表征市區(qū)污染物濃度的變化情況。氣象數(shù)據(jù)包括平均溫度、風向風速、相對濕度和靜穩(wěn)指數(shù)。

2 結果與分析

2.1 空氣質(zhì)量狀況

整理11月14日—16日秦皇島市環(huán)境空氣質(zhì)量監(jiān)測數(shù)據(jù)（表1），得到全市11月14—16日各項污染物濃度時序圖。

對比11月14—16日六項污染物濃度小時變化曲線可見，PM2.5在15日02：00開始突然升高，并于15日06：00達到峰值，直到16日00：00依然居高不下，形成15日以PM2.5為首要污染物的中度污染過程（圖1）。

2.2 氣象條件分析

通過11月15日500 hPa平均高度場可以看出，亞洲中高緯為兩槽一脊型，秦皇島500 hPa高度上一直受暖脊控制，有利于污染物的生成和累積（圖2）。

從11月14—16日秦皇島AQI和氣

象要素時序圖可以看出，對應AQI的峰值區(qū)，15日總體氣溫較高，15日15：00平均氣溫最高達16.5℃，隨后氣溫下降;氣溫較高且存在逆溫現(xiàn)象，垂直氣象擴散條件明顯不利，污染物被壓縮在近地層，導致污染程度加重（圖3）。

從風向風速來看，15日開始一直以西北風和西風為主，將污染物輸送至秦皇島上空，致使污染最嚴重。

從相對濕度來看，14日相對濕度均較高，15日白天濕度小幅下降，15日20：00相對濕度逐漸上升，促進了PM2.5爆發(fā)性的增長和二次轉(zhuǎn)化，之后逐漸下降（圖4）。

從靜穩(wěn)指數(shù)可以看出，從14日開始靜穩(wěn)指數(shù)開始增大，14日20：00，靜穩(wěn)指數(shù)達15.17，15日有小幅下降，之后迅速回升，達12.22，經(jīng)過14日的不利條件和15日的不斷累積，導致15日綜合氣象擴散條件最為不利（圖5）。

2.3 輸送影響

通過NOAA中心的Hysplit模式，對11月16日04：00（UTC 20：00）秦皇島市的氣團進行聚類分析，得到污染天氣的48 h后向氣團軌跡。由圖6可知，三條路徑氣團均來自西南部，其中兩條路徑經(jīng)過西北部、北京、承德等，然后輸送至秦皇島市上空;第三條路徑由河南省、河北省的西南部，經(jīng)過唐山西部，向秦皇島市輸送。三條路徑攜帶著來自西南部的污染物，對秦皇島市的空氣質(zhì)量產(chǎn)生不利影響。

2.4 氣象條件對PM2.5濃度變化貢獻分析

2020年11月15—16日全市各縣區(qū)PM2.5濃度同比（2019年）平均升高了238.3%（表2、圖7），其中北戴河區(qū)升高最多為384.6%，其他依次為山海關區(qū)342.6%、昌黎縣337.2%、撫寧區(qū)274.4%、盧龍縣204.8%、海港區(qū)164.7%和青龍縣97.9%，PM2.5濃度同期相比均不降反升。

2020年11月15—16日全市平均氣象條件貢獻率為103.2%， 各縣區(qū)較去年同期相比氣象條件均不利，其中盧龍縣最為不利，貢獻率達141.3%，其次為昌黎縣126.7%，其他依次為北戴河區(qū)111.4%、撫寧區(qū)107.8%、海港區(qū)84.6%、山海關區(qū)80.4%、青龍縣最低66.6%，此次過程氣象條件同比不利。

2020年11月15—16日全市平均減排貢獻率為66.5%，全市各縣區(qū)減排貢獻率均為正值，其中山海關區(qū)最高為145.3%，其次北戴河區(qū)為129.2%、昌黎縣92.8%、撫寧區(qū)80.2%、海港區(qū)43.3%、盧龍縣26.4%，最低青龍縣為18.8%。此次過程減排措施的貢獻為正，可能與區(qū)域性的污染輸送有一定關系。

2020年11月15—16日，各縣區(qū)PM2.5濃度同比不降反升，這與不利的氣象條件及減排措施有關，同時也可能與區(qū)域性的污染輸送有一定關系。

2.5 二氧化氮（NO2）、二氧化硫（SO2）和細顆粒物（PM2.5）之間的相互關系

PM2.5二次轉(zhuǎn)化微觀機理十分復雜，硝酸鹽、硫酸鹽、銨鹽和二次有機物等快速生成，都會助推PM2.5爆發(fā)式增長。

高濕條件提升顆粒物中液態(tài)水含量，進而增加臭氧等氧化劑在顆粒物中的溶解量，大氣中SO2和NO2附著在顆粒物表面或內(nèi)部，與氧化劑發(fā)生反應后，向硫酸鹽和硝酸鹽轉(zhuǎn)化，與大氣中的氨進一步反應，并生成硫酸銨和硝酸銨，增加區(qū)域PM2.5濃度。

2020年11月14—16日SO2和NO2濃度明顯積累過程（圖8），均在濃度達到峰值之后的一段時間內(nèi)，出現(xiàn)細顆粒物濃度的上升。隨著污染過程的結束，該兩項污染物濃度隨之下降?？梢娢廴酒陂g，SO2和NO2等氣態(tài)污染物發(fā)生了強烈的二次轉(zhuǎn)化，這也是不斷推高PM2.5濃度的重要原因。

3 結論

此次污染天氣過程屬于靜穩(wěn)累積型污染，500 hPa暖脊控制、持續(xù)的小風高濕、逆溫等靜穩(wěn)天氣有利于污染物的累積與持續(xù)。輸送路徑主要為西北路徑，PM2.5濃度同期相比均不降反升，秦皇島各縣區(qū)較2019年同期氣象條件均不利，其中盧龍縣最為不利，貢獻率達141.3%，青龍縣最低為66.6%，此次過程全市各縣區(qū)減排貢獻率均為正值，可能與區(qū)域性的污染輸送有一定的關系。SO2和NO2等氣態(tài)污染物發(fā)生了強烈的二次轉(zhuǎn)化，這是不斷推高PM2.5濃度的重要原因。

參考文獻

[1] CHENG C S，CAMPBELL M，LI Qian， et al.A Synoptic Climatological Approach to Assess Climatic Impact on Air Quality in South-central Canada. Part I：Historical Analysis[J].Water，Air and Soil Pollution，2007（1-4）：131-148.

[2] WU Dui，DENG Xuejiao，BI Xueyan，et al.Study on the visibility reduction caused by atmospheric haze in Guangzhou Area[J].Journal of Tropical Meteorology，2007（1）：77-80.

[3] 馬小會，廖曉農(nóng)，唐宜西，等.北京地區(qū)重空氣污染天氣分型及個例分析[J].氣象與環(huán)境學報，2017，33（5）：53-60.

[4] 顏玉倩，朱克云，張杰，等.成都地區(qū)春季一次持續(xù)性灰霾天氣過程特征及預測[J].氣象與環(huán)境學報，2016，32（1）：33-39.

[5] 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[J].氣象與環(huán)境學報，2015，31（4）：42-50.

[6] 劉麗偉，李文才，尚可政，等.京津冀地區(qū)一次嚴重霾天氣過程及其影響因素分析[J].氣象與環(huán)境學報，2015，31（3）：35-42.

[7] 唐宜西，張小玲，熊亞軍，等.北京一次持續(xù)霾天氣過程氣象特征分析[J].氣象與環(huán)境學報，2013，29（5）：12-19.

[8] 鈐偉妙，陳靜，王曉敏，等.1970—2013年石家莊地區(qū)霾變化特征[J].氣象與環(huán)境學報，2016，32（4）：63-69.

[9] 程念亮，孟凡，徐峻，等.中國東部春季一次強冷鋒活動空氣污染輸送過程分析[J].環(huán)境科學研究，2013，26（1）：34-42.

[10] 楊曉亮，楊敏.一次霧霾過程中氣象因子與細顆粒物濃度關系的研究[J].干旱氣象，2014，32（5）：781-787，818.

責任編輯：黃艷飛

Analysis of Primary Pollution Process and Meteorological Conditions in Qin Huangdao Between Autumn and Winter

JIN Tian-tian et al（Qin huangdao Met-eorological Office， Qin huangdao， Heibei 066000）

Abstract Using the method of numerical simulation combined with observation data statistics， the weather situation， meteorological conditions， transportation path and meteorological contribution rate of the pollution weather process in Qin huangdao city from November 14 to 16， 2020 were analyzed. The results show that the pollution weather process belongs to the static and steady accumulation type pollution， and 500hPa is the control of warm ridge， continuous southwest wind， high temperature and high humidity， and high static stability index are conducive to the accumulation and persistence of pollutants; Conveying path for northwest path， PM2.5 concentrations are not the rise over the same period last year， the county adverse weather conditions are compared from the same period a year earlier， the most lulong County， contribution rate was 141.3%， and the lowest Qing-Long County was 66.6%; the process of the whole city counties emission reduction contribution rate are positive， may have a certain relationship with regional pollution transfer; The strong secondary transformation of gaseous pollutants such as SO2 and NO2 occurred during the pollution period， which was an important reason for the continuous increase of PM2.5 concentration.

Key words Pollution process; Meteoro-logical conditions; Conveying path; Meteo-rological contribution rate