2015年冬季京津冀兩次重污染天氣過程氣象成因

呂夢瑤,張恒德,王繼康,江 琪,劉 超,張碧輝,李青春

2015年冬季京津冀兩次重污染天氣過程氣象成因

呂夢瑤1*,張恒德1,王繼康1,江 琪1,劉 超1,張碧輝1,李青春2

(1.國家氣象中心,北京 100081；2.北京城市氣象研究院,北京 100089)

為了分析京津冀地區2015年11月27日~12月1日和12月19日~25日這2次重污染過程,從環流形勢、大氣穩定度條件、動力條件、水汽條件、近地層風場輸送等幾個方面對重污染天氣的形成機制展開分析,結果表明:這2次重污染天氣過程均屬于靜穩型,津京冀各地重度以上污染時長均超過50%.在大范圍靜穩形勢存在時,過程一期間邊界層內的垂直擴散條件較過程二偏弱,過程一期間地面輻合線位置偏北且維持不動,過程二期間輻合線位置偏南且略微南北擺動,導致了2次過程重污染區域和污染增長速率的不同.對北京而言,過程一前期降雪融化提供了有利水汽條件,弱偏南風有利于污染物和水汽的輸送,混合層高度持續異常偏低(京津冀平均混合層高度339m)、過程期間伴隨弱下沉運動(0~2Pa/s)、多層逆溫(且厚度大)造成日變化不明顯,地面輻合線在北京中部維持等多重因素,使得污染濃度極高,北京地區PM2.5峰值濃度達593mg/m3.過程二前期采取了減排措施,能見度和PM2.5日變化大、污染發展較過程一前期平緩;后期不利氣象條件疊加污染排放,導致了PM2.5爆發式增長,其中邢臺PM2.5峰值濃度達70mg/m3,增長率超過7.2mg/(m3×h).

京津冀；重污染；靜穩天氣；輻合線

京津冀區域大氣污染物轉化、遷移、擴散影響及其總體效應,是調控首都經濟圈區域環境空氣質量的瓶頸問題[1-4].氣象背景和不利地形作用等均是影響霾天氣發生發展的重要的影響因素[5],其與污染物濃度的相關性已經得到廣泛認可[6-8,10-11].適宜的氣象條件下,特別是高濕環境和靜穩天氣[12],可以快速形成以大氣細顆粒物為典型特征的霾污染過程[5,13].在諸多影響霾天氣的氣象要素中,邊界層作為最貼近下墊面的大氣結構,其內部氣象要素是霾形成的重要影響因子,邊界層高度決定通風量及污染物的垂直稀釋擴散能力[14-15],而邊界層內的風場對污染的區域輸送起主導作用[16-19].統計結果表明,地表存在逆溫層時細顆粒物的超標率顯著增加,逆溫層強度越強,高度越低,越有利于近地層污染物的積聚和能見度的惡化[20].霧霾天氣的發生與邊界層內氣團的垂直運動亦存在顯著關聯,下沉運動的出現多不利于污染物的垂直擴散,不同地域間污染天氣出現時大氣垂直速度的分布具有多樣性.同時,京津冀污染的高發與太行山、燕山影響下的邊界層流場獨有的特征有關,其一大特征為邊界層氣流在山前匯合,形成山前平原切變線性輸送匯.穩定天氣條件下太行山前西南氣流帶是北京外來污染物中最重要的輸送通道之一[21],燕山與太行山影響下的風向輻合帶對污染物的積聚作用[22].

大尺度環流形勢、大氣溫濕垂直結構、邊界層物理量特征等均為影響污染累積、擴散、輸送的重要氣象因素,本研究從多種氣象條件出發,對邊界層特征、熱力和動力因素等多方面因素對2015年11月27~12月1日和12月19~26日京津冀2次典型污染過程形成、演變和消散的影響作用進行分析,并探討兩次污染過程特征量的異同及成因,以期為我國城市大氣污染改善提供科學依據.

1 數據與方法

1.1 數據

地面氣象要素實況資料:中國氣象局地面氣象要素小時平均觀測資料,包括溫度、壓強、濕度、風速、風向、能見度,時間分辨率為1h; PM2.5實況資料:全國城市空氣質量實時發布平臺(http://106.37. 208.233:20035/)提供的PM2.5質量濃度,時間分辨率為1h,單位為mg/m3;高空數據:NCEP(美國國家環境預報中心)提供的空間分辨率為1°×1°,時間分辨率為6h的FNL 再分析資料(http://rda.ucar.edu/ datasets/ds083.2/);實測探空數據:北京海淀站(116.28°E,39.98°N)實時采樣高度上產品數據文件的L波段邊界層風廓線雷達資料;土地利用數據:根據USGS 提供的全球土地利用和土地覆蓋分類數據(USGS Land Use/Land Cover Scheme)獲得中國土地利用數據.投影方式為蘭伯特正方位等積投影,其土地利用類型共分為24 類,空間分辨率為1km.

1.2 混合層高度計算方法

本文中采用羅氏法[23-24]計算混合層高度,它是Nozaki等[25]于1973年提出的一種利用地面氣象資料估算混合層高度的方法.該方法考慮到大氣混合層是由熱力和動力湍流共同作用的結果,而且邊界層上部大氣的運動常與地面氣象要素之間存在著相互聯系和反饋作用,因此可以利用地面氣象參數來估算混合層高度.

計算公式如下:

1.3 靜穩指數計算方法

按照靜穩天氣形勢所對應的典型邊界層特征量,通過統計確定各氣象因子閾值和權重,建立了靜態天氣綜合指數(SWI).基本思路是用各氣象要素值在不同區間對應的重污染發生概率來衡量該要素對靜穩天氣的影響程度,發生概率越高則該要素在該區間內對靜穩天氣影響程度越大[27].

2 結果與討論

2.1 污染物濃度特征

為了探討過程期間PM2.5的增長速度,本文定義了增長率:

式中:PVPM2.5為過程期間PM2.5的峰值濃度,mg/m3; iniPM2.5為過程起始時刻的PM2.5濃度,mg/m3;為從過程起始時刻至出現峰值濃度時的時長,h;DPM2.5的單位為mg/(m3×h).

過程一(2015年11月27日~12月1日)具有強度強、影響范圍廣、過程發展快、PM2.5峰值濃度呈爆發性增長等特點.其中,最重的區域出現在北京-保定-石家莊一帶(圖1a),過程平均PM2.5濃度均接近300mg/m3(表1),其中保定峰值濃度達740mg/m3;3個城市出現重度以上污染的時長均超過過程總時長的3/4,其中出現嚴重污染的時長占過程總時長的比例均高于45%,其中石家莊達到75%. 3個城市PM2.5的增長率最快為保定,達7.2mg/(m3×h).過程二(2015年12月19日~12月25日)相對過程一而言,具有重污染區域偏南偏東、污染前期能見度日變化大、污染發展平緩、后期持續維持高污染、減緩慢等明顯特點.主要的污染區域在衡水-邢臺-邯鄲一帶(圖1b).其中,邢臺的PM2.5過程峰值濃度、均值濃度和PM2.5的增長率均顯著高于過程一,2次過程期間出現嚴重污染的時長占過程總時長的比例基本持平.對天津單站而言,除了峰值濃度,過程二期間的均值濃度、污染的增長率,或者重度以上污染所占時長,較于過程一偏強.但北京單站,無論是峰值濃度、均值濃度,還是污染的增長率,或者重度以上污染所占時長,均弱于過程一.

表1 2015年冬季京津冀地區2次重污染過程實況

2.2 污染氣象成因分析

2.2.1 環流特征 與京津冀多次重污染過程發生時對應的大氣環流形勢相似[27-28],本文2次極端霧霾天氣期間的大氣環流形勢整體差異不大,東亞中高緯地區高空(500hPa)均穩定維持偏西氣流,水汽含量低,高空云量少(圖1a,c),這在一定程度上有利于夜間地面輻射降溫,而且使邊界層高度降低,近地面的水汽和污染物不易向上發展而只能聚集在近地層,對霧霾天氣的發生發展起促進作用.同時,由于500hPa中緯度環流比較平直,以偏西氣流為主,南支槽偏西偏弱,水汽輸送條件差,導致我國中東部地區降水稀少,干燥少雨的氣候背景一方面有利于霾的形成和維持,另一方面弱降水不但不能清除空氣中的污染物,反而會增加近地面濕度,為霧的形成和維持創造有利的水汽條件,污染也進一步維持或加強.同時,2次極端霧霾過程發生時,海平面氣壓場中(圖1b,d)冷空氣主體偏北,勢力均較弱,京津冀位于高壓后部的均壓場中,有利于低層偏南氣流的建立,同時由于氣壓梯度小,水平風速低,為相對濕度的增加和污染物的區域輸送提供了有利條件,促使京津冀一帶霧霾天氣的發生發展.

2.2.2 穩定性條件 混合層高度表征了污染物在垂直方向被熱力對流和動力湍流輸送所能達到的高度,是影響污染物擴散的重要參數.混合層高度越高,越有利于污染物在垂直方向的擴散,反之,混合層高度越低,越不利于污染物擴散,易發生重污染天氣.

利用羅氏法計算得到2次污染過程的混合層高度(表2),統計發現,過程一京津冀地區的平均混合層高度(339m)和最低混合層高度(19m)均較低,較過程二分別降低了101,12m,其中,北京和石家莊在過程一期間的平均混合層高度均低于過程二,而天津過程一期間的平均混合層高度略高于過程二,且過程一和二中平均混合層高度均顯著低于2013年12月京津冀重污染過程中邢臺的混合層高度均值(618m)[29].同時,北京在過程一期間的最低混合層高度低于過程二,石家莊2次的最低混合層高度相當(均為58m).因而過程一中大氣的垂直擴散能力更差.

隨著科技的不斷進步，混凝土裝配式住宅施工技術也日益更新，而該技術的操作要點之一便是灌漿操作技術。良好的開始是成功的一半，因而在實施該項操作時一定要時刻關注準備工作是否完備，如果在準備工作尚未完成的情況下就進行操作，施工的質量將無法得到良好的保證。在確認準備工作就緒之后就要進行灌漿液的配置，在此過程中，各種含量的配置需與整個工程結構設計相結合，按照預先計劃的科學比例進行相應的調制，如果遇到突發狀況需更改配方時，應該與相關技術人員確認無誤后進行操作。在進行灌漿操作之前要對預制構件進行檢查，如果達到規定的安裝標準，則實施灌漿。為了避免預制構件的錯位，在最后一步必須要進行全方位密封工作。

相較于2014年同期,2015年11月~12月京津冀地區平均混合層頂高度(516m),降低約40.3%.較低的混合層頂高度,降低了污染物垂直擴散能力,加大了高濃度大范圍污染極端性的概率.

a,c:500hPa高度場及距平;b,d:海平面氣壓場及標準距平

表2 2015年11月~12月京津冀2次過程的混合層高度(m)

研究表明,近地面逆溫層抑制大氣對流運動,有利于重污染的出現和發展.過程一中,11月27日、29日、12月1日8:00時850~1000hPa溫度差在中東部大部地區均為正值(圖2),表明有大面積逆溫存在.其中,11月27日8:00的逆溫層區域較大,覆蓋京津冀大部地區,逆溫最大值(6~8℃)區域位于河北南部;此后28日和29日,逆溫區域逐漸縮小,但逆溫強度有所加強,29日8:00逆溫最大值達到了8~10℃,逆溫最強區域位置仍位于河北南部;11月30日~12月1日,逆溫范圍繼續縮窄,中心區逐漸北抬,強度略有減弱,12月1日8:00,逆溫范圍縮小至京津冀中南部,最大值(6~8℃)位于河北中南部地區.與過程一相對比,過程二前期京津冀低層逆溫不明顯(圖3),在12月25日~26日,925~1000hPa逆溫開始發展(800~925hpa無逆溫),范圍、強度以及逆溫層的厚度均較過程一前期偏弱.

2.2.3 動力條件 分析2次重污染過程時850hPa的垂直速度,發現過程一期間(圖4a~圖4c),京津冀大部850hPa上一直維持有微弱下沉運動(0~2Pa/s),而過程二前期(12月20日)京津冀地區無明顯的上升下沉運動(圖4d),24日開始,在京津冀北部發展出弱的下沉運動,至25日,弱下沉運動區域擴展至京津冀中部,最大下沉速度為8~10Pa/s(圖4e),26日起又逐漸減弱(圖4f).綜合2次過程,垂直運動均不強,或伴有弱的下沉運動,同時,2次重污染過程期間,京津冀大部維持弱的正渦度或負渦度,最大絕對值<2′10-3/s,大氣垂直條件方面均有利于污染物在邊界層內堆積.

圖2 850hPa與1000hPa之間的溫度差

圖3 925hPa與1000hPa之間的溫度差

圖4 850hPa垂直運動

2.2.4 水汽條件 2015年11月~12月京津冀平均相對濕度較2014年同期增加53.9%.潮濕的空氣不僅有利于顆粒物吸濕性增長,導致能見度降低,更有利于污染物的二次反應,使PM2.5的濃度驟升[30-31].

計算了2次污染過程的中低層相對濕度差(即850hPa相對濕度減去地面2m處的相對濕度),過程一發生前(11月24日~25日)京津冀大部有降雪,26日夜間地面溫度升高,降雪融化,加之近地層偏南風有利于水汽向京津冀一帶輸送,造成低層大氣持續高濕,27日早晨開始京津冀中低層濕度差逐漸加大(圖5a),28日至30日早晨相對濕度差范圍和強度有所加強(圖5b),近地層低能見度范圍隨之增大.京津冀一帶近地層相對濕度高值(80%)一直持續至12月1日,部分時段相對濕度接近100%(圖5c),大氣處于霧霾混合的狀態,能見度持續偏低.

過程二中,京津冀近地面平均相對濕度為76%,過程后期低層濕度有所增加,北京單站從24日20:00~26日11:00持續39h相對濕度高于95%.總體來看,2次過程的相對濕度均較高,過程一前期相對濕度高于過程二,后期整體持平,京津冀一帶低能度天氣的持續時間長于過程二.

圖5 850hPa與地面2m處的相對濕度差Fig.5 Relative humidity difference between 850hPa and 2m above ground

(2)輻合線:在重污染天氣過程中,特殊地形的地區要注意地面輻合線的存在,例如在太行山東麓和燕山南側,河北南部和北京南部在地形作用下會出現中尺度輻合線,一般情況下輻合線西側為西北風,東側多為偏東或者偏南風.華北平原地區分布有大量工礦企業,如果區域內盛行小風或偏南風,易出現區域排放的污染物于輻合線周邊堆積,出現污染天氣,如果同時大氣濕度持續增大,近地面逆溫發展增強,易導致區域內的重度或嚴重污染天氣.

過程一期間,華北中南部低層以偏南風為主,地面輻合線在北京-保定-石家莊一帶維持,位置偏北(見圖6a~c),且輻合線維持不動易導致污染物在輻合線周邊持續累積,北京南部、河北中部相應成為污染程度最重區域;而過程二,地面輻合線在河北中南部-河南北部一帶擺動,位置偏南(圖6d~f),且因為輻合線略微擺動,導致污染物在一定范圍內輸送,而不是像過程一在輻合線周邊持續累積,因此,過程二的重污染區域在河北南部至河南北部一帶,且污染范圍較大.

圖6 10m風及輻合線位置

a:11月27日08:00;b:11月29日14:00;c:11月30日14:00;d:12月21日11:00;e:12月22日14:00;f:12月25日20:00

2.3 單站要素分析

2.3.1 氣象要素與PM2.5的變化 通過對比分析2次過程中北京(南郊觀象臺)多種氣象要素和相鄰最近的環境監測站(天壇站)的PM2.5濃度(圖8),可以看到,2次污染過程均可分為2個階段:前一階段污染物受高層動量下傳和弱冷空氣擾動等因素,累積相對較慢;第二階段受區域輸送影響,近地面持續增溫增濕,污染物濃度快速累積至峰值.

具體來看,過程一的第一階段從26日夜間開始(圖7a),能見度從白天的10km以上逐漸降低至3.1km(26日23:00),PM2.5濃度從白天的小于35mg/ m3快速增長至120mg/m3,26日夜間地面溫度升高,導致前期地面積雪融化,相對濕度逐步加大,且風速自26日夜間起持續維持小靜風(￡2m/s),北京的靜穩天氣形勢逐步建立.29日早晨,高空有一短波槽過境, 08:00秒探空顯示地面至3000m高空為一致的偏北風,且風速較大(1000m至3000m高空風速為16~18m/s),高空動量下傳破壞了低層的穩定結構,使污染物在垂直方向上擴散能力增強,至17:00PM2.5濃度降至102mg/m3.入夜后,垂直風切變減小,混合層持續降低,PM2.5濃度攀升至366mg/m3.至30日凌晨,受高空動量下傳影響,低層轉為東北風且風速加大, PM2.5濃度再一次降低至90mg/m3階段一結束.與廖曉農等[32]的研究結果類似,PM2.5濃度的降低并未帶來能見度的明顯改善,其可能原因為高空動量下傳帶來的湍流擴散作用不足以抵消氣溶膠吸濕增長對能見度的影響作用.階段二從30日08:00開始發展,低層迅速轉為一致的偏南風,且風速較弱,輻合線從河北中部迅速向北推進,受區域內輸送影響,北京PM2.5濃度和相對濕度迅速上升,濕度一度維持在95%附近,且濕度加大增快了二次反應的速率,生成了更多的PM2.5,同時混合層高度持續維持100m左右,非常不利于污染物在垂直方向的輸送,因此PM2.5得以在短時間內迅速累積,至11月30日14:00,達到峰值濃度667mg/m3.此后,雖然混合層高度在午后有一定程度的發展,但相對于階段一仍明顯偏低,受滯后效應影響,PM2.5濃度緩慢下降至30日23:00的404mg/m3,入夜后受不利氣象因素影響, PM2.5濃度于12月1日11:00再度上升至626mg/m3,此后,隨著系統性冷高壓侵入,破壞了靜穩條件,本次過程結束.

過程二亦分為兩個階段,第一階段從19日開始發展(圖7b),前期發展緩慢,19日~20日下午,近地面沒有明顯逆溫,相對濕度不高,邊界層高度達到500~ 800m之間.20日下午~22日夜間,近地面950hPa附近出現明顯逆溫,且地面相對濕度增大,邊界層高度逐漸降至300m左右,非常不利于污染物的擴散,污染物也在這一時段開始累積,22日17時達到這階段最高值(478mg/m3)后短暫維持.從北京單站的風廓線圖(圖9)發現,22日夜間開始中低層轉為一致的偏北風,且近地層北風風速較大(600m高度達8m/s,300m高度可達4m/s),有利于污染物的減弱,22日夜間開始PM2.5濃度緩慢下降,23日午后隨著混合層高度的抬升,PM2.5濃度降低至79mg/m3(23日17:00),其后,中低層北風減弱、混合層高度再度壓低,導致PM2.5短時反彈至380mg/m3,其后,隨著高層動量下傳、冷空氣擾動,24日凌晨北京上空又轉為北風控制,冷空氣侵入也導致混合層高度的抬升,PM2.5濃度迅速降低至38mg/m3(24日5:00),階段一結束.階段二從24日午后起,近地層再度轉為一致偏南風控制,有利于區域內的污染物傳輸,且北京10m風速持續維持在1m/s及以下,混合層高度維持在200m左右,有利于污染物在局地的堆積,同時濕度迅速上升至90%以上并維持,有利于能見度下降及二次反應的發生;此外,24日00時解除了重污染紅色預警,因此不利的氣象條件疊加污染源排放導致PM2.5濃度的急劇上升,至25日14時達到了本次過程的峰值, 618mg/m3.此后,隨著系統性冷高壓的南下、冷空氣侵入穩定層結,從26日開始,污染物緩慢降低至26日23時達到46mg/m3,空氣質量為良.

2.3.2 靜穩指數 11月27日~12月1日、12月6日~10日和12月19日~26日的3次重污染天氣過程中,北京地區的靜穩指數最大值分別為19,19,20,靜穩指數相當,而過程平均PM2.5濃度分別為307,199,261mg/m3,小時峰值濃度分別為602,308, 508mg/m3.由此看出,在12月6日~10日和12月19日~26日兩次過程中啟動空氣重污染紅色預警對PM2.5濃度的降低起到了一定作用(圖9).

圖8 過程二期間北京單站風廓線

圖9 2015年冬季3次過程中北京靜穩指數與PM2.5的時間變化

3 結論

3.1 2015年11月27日至12月1日(過程一)和12月19日至26日(過程二)京津冀的兩次典型重污染過程均具有持續時間長、影響范圍廣、污染濃度高等特點,津京冀各地重度以上污染時長均超過50%.但對比來看,過程一的重污染區域偏北,河北中部和北京的污染增長速率和重度以上污染的比例高于過程二;過程二的重污染區域偏南,天津和河北中南部的污染增長速率和重度以上污染的比例高于過程一.

3.2 兩次過程均由靜穩型天氣產生的:①亞歐中高緯為緯向型環流,我國中東部地區在均壓場控制下;②京津冀上空850hPa以弱的下沉運動為主(0~ 2Pa/s),并伴有較弱的渦度,最大絕對值<2′10-3/s;③過程一期間逆溫層的范圍和強度較過程二偏強,且過程一的平均混合層高度和最低混合層高度均低于過程二;④兩次過程期間,小靜風頻率均達到了40%以上,平均相對濕度均較高,且高濕狀態持續時間較長,但過程一期間地面輻合線位置偏北且維持不動,過程二期間輻合線位置偏南且略微南北擺動,因此導致重污染區域和污染增長速率的不同.

3.3 北京的過程一前期降雪融化提供了有利水汽條件,弱偏南風有利于污染物和水汽的輸送.混合層高度持續異常偏低、多層逆溫(且厚度大)是重要邊界層條件,也是過程日變化不明顯的原因.地面輻合線在北京中部到河北中部一帶維持,使得這一地區污染濃度極高.過程二前期采取了減排措施,能見度和PM2.5日變化大、污染發展平緩;后期不利氣象條件疊加污染排放,導致了PM2.5爆發式增長.

[1] 吳 兌,廖碧婷,吳 蒙,等.環首都圈霾和霧的長期變化特征與典型個例的近地層輸送條件[J]. 環境科學學報, 2014,34(1):1-11. Wu D, Liao B T, Wu M, et al. The long-term trend of haze and fog days and the surface layer transport conditions under haze weather in North China [J]. Acta Scientiae Circumstantiae, 2014,34(1):1-11.

[2] Sun Y L, Jiang Q, Wang Z F, et al. Investigation of the sources and evolution processes of severe haze pollution in Beijing in January 2013 [J]. Journal of Geophysical Research Atmospheres, 2014,119(7): 4380-4398.

[3] 江 琪,王 飛,張恒德,等.2013~2015年北京市PM2.5、反應性氣體和氣溶膠粒徑的特性分析[J]. 中國環境科學, 2017,37(10):3647-3657. Jiang Q, Wang F, Zhang H D, et al. The characteristics of PM2.5、Reactive gas and aerosol Size Distributions of Beijing from 2013 to 2015 [J]. China Environmental Science, 2017,37(10):3647-3657.

[4] 徐祥德,周 麗,周秀驥,等.城市環境大氣重污染過程周邊源影響域[J]. 中國科學:地球科學, 2004,34(10):958-966. Xu X D, Zhou L, Zhou X J, et al. Peripheral source influence area of urban environmental atmospheric heavy pollution process [J]. Science in China, Ser.D, 2004,34(10):958-966.

[5] Sun Y L, Wang Z F, Fu P Q, et al. Aerosol composition, sources and processes during wintertime in Beijing, China [J]. Atmospheric Chemistry and Physics Discussions, 2013,13(1):2077-2123.

[6] Meng Z Y, Lin W L, Jiang X M, et al. Characteristics of atmospheric ammonia over Beijing, China [J]. Atmospheric Chemistry and Physics, 2011,11(12):6139-6151.

[7] Sun Y L, Wang Z F, Fu P, et al. The impact of relative humidity on aerosol composition and evolution processes during wintertime in Beijing, China [J]. Atmospheric Environment, 2013,77:927-934.

[8] 趙晨曦,王云琦,王玉杰,等.北京地區冬春PM2.5和PM10污染水平時空分布及其與氣象條件的關系[J]. 環境科學, 2014,35(2):418-426. Zhao C X, Wang Y Q, Wang Y J, et al. Temporal and spatial distribution of PM2. 5and PM10pollution status and the correlation of particulate matters and meteorological factors during winter and spring in Beijing [J]. Environmental Science, 2014,35(2):418-426.

[9] 楊志文,元 潔,吳 琳,等.2015年2月天津市大氣顆粒物數濃度變化及其與氣象條件的關系[J]. 環境工程學報, 2017,11(7):4125-4132. Yang Z W, Yuan J, Wu L, et al. Characteristics of particle number concentration during February in 2015 in Tianjin and their relationship with meteorological conditions [J]. Chinese Journal of Environmental Engineering, 2017,11(7):4125-4132.

[10] Zhao C X, Wang Y Q, Wang Y J, et al. Temporal and spatial distribution of PM2.5and PM10pollution status and the correlation of particulate matters and meteorological factors during winter and spring in Beijing] [J]. Environmental Science, 2014,35(2):418-427.

[11] Wang G J, Ogawa A S. Effects of meteorological conditions on PM2.5concentrations in Nagasaki, Japan [J]. International Journal of Environmental Research & Public Health, 2015,12(8):9089-9101.

[12] 張恒德,張碧輝,呂夢瑤,等.北京地區靜穩天氣綜合指數的初步構建及其在環境氣象中的應用[J]. 氣象, 2017,43(8):998-1004. Zhang H D, Zhang B H, Lv M Y, et al. Development and application of stable weather index of Beijing in environmental meteorology [J]. Meteorological Monthly, 2017,43(8):998-1004.

[13] Sun Y L, Wang Z F, Dong H B, et al. Characterization of summer organic and inorganic aerosols in Beijing, China with an Aerosol Chemical Speciation Monitor [J]. Atmospheric Environment, 2012,51: 250-259.

[14] Jietai M, Chengcai L. Observation study of aerosol radiative properities over China [J]. Journal of Meteorological Research, 2006, 20(3):306-321.

[15] Pasch A N, Macdonald C P, Gilliam R C, et al. Meteorological characteristics associated with PM2.5air pollution in Cleveland, Ohio, during the 2009~2010 Cleveland Multiple Air Pollutants Study [J]. Atmospheric Environment, 2011,45(39):7026-7035.

[16] Liu X G, Li J, Qu Y, et al. Formation and evolution mechanism of regional haze: a case study in the megacity Beijing, China [J]. Atmospheric Chemistry and Physics, 13,9(2013-05-02), 2013,13(9): 4501-4514.

[17] Tran H N Q, M?Lders N. Investigations on meteorological conditions for elevated PM2.5in Fairbanks, Alaska [J]. Atmospheric Research, 2011,99(1):39-49.

[18] 江 琪,王 飛,張恒德,等.北京市PM2.5和反應性氣體濃度的變化特征及其與氣象條件的關系[J]. 中國環境科學, 2017,37(3):829-837. Jiang Q, Wang F. Zhang H D, et al. Analysis of temporal variation characteristics and meteorological conditions of reactive gas and PM2.5in Beijing [J]. China Environmental Science, 2017,37(3):829-837.

[19] 薛文博,付 飛,王金南,等.中國PM2.5跨區域傳輸特征數值模擬研究[J]. 中國環境科學, 2014,34(6):1361-1368. Fu W B, Fu F, Wang J N, et al. Numerical study on the characteristics of regional transport of PM2.5in China [J]. China Environmental Science, 2014,34(6):1361-1368.

[20] 王叢梅,楊永勝,李永占,等.2013年1月河北省中南部嚴重污染的氣象條件及成因分析[J]. 環境科學研究, 2013,26(7):695-702. Wang C M, Yang Y S, Li Y Z, et al. Analysis on the meteorological condition and formation mechanism of serious pollution in South Hebei Province in January 2013 [J]. Research of Environmental Sciences, 2013,26(7):695-702.

[21] 蘇福慶,高慶先,張志剛,等.北京邊界層外來污染物輸送通道[J]. 環境科學研究, 2004,17(1):26-29. Su F Q, Gao Q X, Zhang Z G, et al. Transport pathways of pollutants from outside in atmosphere boundary layer [J]. Research of Environmental Sciences, 2004,17(1):26-29.

[22] 任陣海,萬本太,虞 統,等.不同尺度大氣系統對污染邊界層的影響及其水平流場輸送[J]. 環境科學研究, 2004,17(1):7-13. Ren Z H, Wan B T, Yu T, et al. Influence of weather system of different scales on pollution boundary layer and the transport in horizontal current field [J]. Research of Environmental Sciences, 2004,17(1):7-13.

[23] 史寶忠,鄭方成.對大氣混合層高度確定方法的比較分析[J]. 西安建筑科技大學學報(自然科學版), 1997,(2):138-141. Shi B Z, Zheng F C. On the determination of mixed layer height [J]. Journal of Xian University of Architecture & Technology, 1997,(2): 138-141.

[24] 馬 金,鄭向東.混合層厚度的經驗計算及與探空觀測對比分析[J]. 應用氣象學報, 2011,22(5):567-576. Ma J, Zheng X D. Comparisons of boundary mixing layer depths determined by the empirical calculation and radiosonde profiles [J]. Journal of Applied Meteorological Science, 2011,22(5):567-576.

[25] Nozaki K Y. Mixing depth model vsing hourly surface observations. report 7053 [Z]. USAF Environmental Technical Applications Center, 1973.

[26] 李 軍,游松財,黃敬峰.基于GIS的中國陸地表面粗糙度長度的空間分布[J]. 上海交通大學學報(農業科學版), 2006,24(2):185-189. Li J, You S C, Huang J F. Spatial distribution of ground roughness length based on GIS in China [J]. Journal of Shanghai Jiaotong University (Agricultural Science), 2006,24(2):185-189.

[27] 張恒德,呂夢瑤,張碧輝,等.2014年2月下旬京津冀持續重污染過程的靜穩天氣及傳輸條件分析[J]. 環境科學學報, 2016,36(12): 4340-4351.Zhang H D, Lv M Y, Zhang B H, et al. Analysis of the stagnant meteorological situation and the transmission condition of continuous heavy pollution course from February 20 to 26,2014 in Beijing- Tianjin-Hebei [J]. Acta Scientiae Circumstantiae, 2016,36(12):4340-4351.

[28] 翟 華,朱 彬,趙雪婷,等.長江三角洲初冬一次重污染天氣成因分析[J]. 中國環境科學, 2018,38(11):4001-4009. Zhai H, Zhu B, Zhao X T, et al. Analysis of a heavy air pollution event in early winter in the Yangtze River Delta [J]. China Environmental Science, 2018,38(11):4001-4009.

[29] 李二杰,劉曉慧,李 洋,等.一次重污染過程及其邊界層氣象特征量分析[J]. 干旱氣象, 2015,33(5):856-860. Li E J, Liu X H, Li Y, et al. Analysis of boundary layer meteorology characteristic parameters during a continuous heavy pollution event [J]. Journal of Arid Meteorology, 2015,33(5):856-860.

[30] Sun Y L, Wei D, Fu P Q, et al. Primary and secondary aerosols in Beijing in winter: Sources, variations and processes [J]. Atmospheric Chemistry & Physics, 2016,16(13):1-41.

[31] 李 琦,銀 燕,顧雪松,等.南京夏季氣溶膠吸濕增長因子和云凝結核的觀測研究[J]. 中國環境科學, 2015,35(2):337-346. Li Q, Yin Y, Gu X S, et al. An observational study of aerosol hygroscopic growth factor and cloud condensation nuclei in Nanjing in summer [J]. China Environmental Science, 2015,35(2):337-346.

[32] 廖曉農,張小玲,王迎春,等.北京地區冬夏季持續性霧-霾發生的環境氣象條件對比分析[J]. 環境科學, 2014,35(6):2031-2044. Liao X N, Zhang X L, Wang Y C, et al. Comparative analysis on meteorological condition for persistent haze cases in summer and winter in Beijing [J]. Environmental Science, 2014,35(6):2031-2044.

Analysis of meteorological causes of two heavily polluted weather processes in Beijing-Tianjin-Hebei Region in winter of 2015.

Lü Meng-yao1*, ZHANG Heng-de1, WANG Ji-kang1, JIANG Qi1, LIU Chao1, ZHANG Bi-hui1, LI Qing-chun2

(1.National Meteorological Centre, Beijing 100081, China；2.Institute of Urban Meteorology, Beijing 100089, China)., 2019,39(7)：2748~2757

In order to analyze the two heavy pollution processes in Beijing-Tianjin-Hebei area from November 27 to December 1 (process 1) and December 19 to 25(process 2), 2015, the formation mechanism of heavy pollution weather was analyzed from circulation situation, atmospheric stability condition, dynamic condition, water vapor condition and near-surface wind field transportation. These two heavy polluted weather processes belonged to stationary type, and the duration of heavy polluted weather in Beijing, Tianjin and Hebei was more than 50%. In the presence of large-scale static and stable situation, the vertical diffusion condition in the boundary layer during process 1 was weaker than that of process 2. During the first period of the process, the position of the surface convergence line was northward and remains unchanged, while the position of the convergence line was south and slightly north-south oscillation during the second process, which resulted in the difference of heavy pollution area and pollution growth rate between two processes. For Beijing, snowfall melting provided favorable water vapor conditions in the early stage of process 1. Weak southerly wind was beneficial to the transport of pollutants and water vapor. The height of mixing layer remained abnormally low (the average height of mixing layer in Beijing, Tianjin and Hebei was 339m), accompanied by weak subsidence movement (0~2Pa/s) and multi-layer inversion (and thickness) during the process, which caused no obvious diurnal variation. Simultaneously, the surface convergence line maintained in central Beijing. Due to these multiple factors, Beijing was seriously polluted in process 1 with peak concentration of PM2.5reached to 593mg/m3. In the early stage of process 2, emission reduction measures were adopted, visibility and PM2.5changed greatly, and pollution development was more gentle than that of process 1. In the later stage of process 2, adverse meteorological conditions combined with pollution emissions resulted in the explosive growth of PM2.5, with the peak concentration of PM2.5in Xingtai reaching 700mg/m3and the growth rate exceeding 7.2mg/(m3×h).

Beijing-Tianjin-Hebei Region；heavy pollution；stable weather；convergence line

X513

A

1000-6923(2019)07-2748-10

呂夢瑤(1985-),女,工程師,河南焦作人,主要從事邊界層大氣物理學、城市空氣污染等方面的研究.發表文章3篇.

2018-12-18

國家重點研發計劃(2016YFC0203301);北京市自然科學基金(重點)項目(8171002)

* 責任作者, 工程師, lvmy@cma.gov.cn