2014年1月濟南市空氣污染氣象條件分析

孫鳳娟 ，呂波，張文娟，李敏，王桂霞，付華軒

(1. 山東省濟南生態環境監測中心，山東 濟南 250002; 2. 山東省生態環境監測中心，山東 濟南 250101)

濟南市作為省會城市，位于山東省中西部，南依泰山，北跨黃河，背山面水，地處魯中南低山丘陵與魯西北沖積平原的交接帶上，地勢南高北低，呈淺碟狀，特殊的地形條件導致其空氣質量狀況受氣象條件變化影響顯著。濟南是全國74個重點城市中空氣污染最為嚴重的城市之一，由于經濟高速發展，能源、交通(特別是城市汽車尾氣)規模的擴大、城市人口的膨脹、大型工業開發區的發展等人為活動使污染物排放量不斷增加，污染范圍不斷擴大，城市環境呈現出典型區域性大氣復合污染特征，細顆粒物(PM2.5)污染日益突出[1-3]。

不同的氣象條件下，同一污染源排放造成的大氣污染物濃度可相差幾十至幾百倍，這正是由于大氣對污染物的擴散能力伴隨氣象條件的不同而發生巨大變化[4]。張人禾等[5]通過對2013年1月中國中東部地區霧霾與氣象條件分析，發現大氣環流背景對霧霾天氣在中國東部發生、發展存在重要影響；繆育聰等[6]通過對京津冀地區霾成因機制研究，發現局地大氣環流對局地的污染過程存在重大影響；龍鳳翔等[7]對桂林城區大氣能見度與顆粒物濃度和氣象因子關系進行了分析，利用統計回歸模型，發現通過區分不同季節，大氣能見度回歸擬合公式在實際檢驗中效果較好。但是，目前針對山東省尤其是污染較重的中西部城市空氣污染氣象條件的研究較少。2014年1月我國中東部大部分地區出現霧或霾天氣，與常年同期相比，霾日數偏多10 d以上，全國平均氣溫較常年偏高，平均降水量偏少，山東西部基本無降水[8]，污染氣象條件差。本文擬利用大氣環流背景、氣象因子以及PM2.5濃度，分析山東省中西部大氣環流背景對空氣污染擴散的影響，建立濟南市靜穩指數公式，從而為空氣污染預報預警及污染防治工作提供重要科學依據。

1 資料與方法

1.1 資料數據

本研究使用的資料如下：(1)美國國家環境預測中心和國家大氣研究中心(NCEP/NCAR)日均再分析資料，時間范圍從1971年1月—2014年12月，水平分辨率為2.5°×2.5°，垂直分辨率為17層[9]；(2)2014年1月山東省17地市(包括原萊蕪市)PM2.5月均濃度監測數據及濟南市PM2.5日均濃度數據；(3)NCEP提供的2014年1月FNL再分析資料，時間分辨率1日4次，水平分辨率為1°×1°，垂直分辨率為26層[10]；(4)歐洲中期天氣預報中心(ECMWF)全球氣候的大氣再分析ERA5邊界層高度資料，時間范圍從1971年1月—2014年12月，水平分辨率為0.25°×0.25°[11]。

1.2 技術方法

利用NCEP再分析資料獲得的1971—2010年40年1月份逐日資料，提取濟南市市區氣象資料，計算大氣變量1月份氣候態月均值及逐日氣候平均值，與2014年1月份氣象資料做對比分析，提取的氣象資料包括：1000 hPa風場、2 m相對濕度、1000 hPa渦度、1000 hPa溫度、行星邊界層高度、850 hPa溫度、700 hPa溫度、500 hPa溫度、200 hPa位勢高度。

本文分析中，應用了相關分析等多種統計分析方法，以及兩個天氣業務預報中常用到的表征大氣熱力不穩定度的指數K指數和A指數[5]，計算公式分別為:

Κ=(Τ850-Τ500)+Τd850-(Τ700-Τd700)，

(1)

A=(Τ850-Τ500)-[(Τ850-Τd850)-(Τ700-Τd700)+(Τ500-Τd500)]，

(2)

式中，T850、T700、T500分別代表850 hPa、700 hPa、500 hPa溫度，Td850、Td700、Td500分別代表850 hPa、700 hPa、500 hPa露點溫度。K指數和A指數在實際天氣業務預報中常用來判別大氣穩定性，數值越大，大氣層結越不穩定，而大氣層結的穩定度，直接影響湍流的強弱，穩定狀態的大氣層結限制了污染物的垂直擴散[12]。

2 2014年1月氣候異常及氣象條件分析

2.1 2014年1月山東中西部污染情況

根據《2014年中國氣候公報》[13]，2014年1月全國平均氣溫較常年同期偏高1.6 ℃。2013—2014年冬季，東亞冬季風強度指數為-0.6，東亞冬季風偏弱；西伯利亞高壓指數為-0.4，強度偏弱；冬季東亞環流系統表現為歐洲東部至烏拉爾山西部地區高度場偏高，而貝加爾湖上空高度場偏低，東亞大槽淺。2014年全國平均風速較2013年小，小風日數多，氣象條件不利于大氣污染物擴散，共出現13次大范圍持續性霾天氣過程，主要集中在1月、2月、10月和11月?？臻g上看，京津冀、長三角、珠三角、華中、東北五個區域大氣污染擴散氣象條件均較2013年偏差，我國中東部霧、霾天氣頻繁，影響交通和人體健康。

2014年1月山東中西部地區PM2.5月均濃度均達到115 μg/m3以上，尤其是西北地區，月均濃度達到150 μg/m3以上(圖1)，根據濟南市環境空氣質量自動監測數據，1月份PM2.5重度污染天數達到15 d，PM2.5污染嚴重。

圖1 2014年1月山東省PM2.5月均濃度分布圖Fig.1 Monthly average concentration distribution map of PM2.5 in Shandong Province in January 2014

2.2 2014年1月氣候態異常情況分析

為了更好地分析造成2014年1月山東中西部地區污染嚴重的大氣環流背景因素，圖2給出了地面和850 hPa、500 hPa位勢高度、溫度、風速、風場40年距平場。

對于地面氣象場(圖2(a))，華東中部及北部風速負距平，負距平中心位于山東中西部至江蘇北部，中國東部沿海出現風場異常偏南的狹長帶；中國東部地區溫度偏高，偏高中心位于京津冀地區，山東中西部偏高3～4 ℃。偏弱的風速不利于污染物擴散，偏南風異常表明能夠帶來空氣質量明顯好轉的冷空氣偏弱、偏少，同時異常偏高的溫度有利于氣態污染物向PM2.5的轉化[14-15]。

850 hPa氣象場上(圖2(b))，阿留申低壓偏高，西伯利亞高壓偏低，東亞冬季風異常偏弱；華東及華南地區風速負距平，負距平中心由海上延伸至華東北部上空，山東至京津冀上空依然存在風場異常偏南的狹長帶；中國東部氣溫均偏高，偏高中心位于京津冀、山西上空，山東中西部地區偏高3～4 ℃。東亞季風氣候變化特征導致了近地面風速年代際和年際衰減[16]，大氣穩定度增強，非常不利于氣溶膠的向外輸送；區域內對流層中低層出現異常南風，加強了水汽向中國東部地區的輸送，為霧-霾天氣的發生提供了有利的水汽條件；對流層低層偏高的溫度及偏南風異常，導致暖平流發展，有利于逆溫層形成[6]，而逆溫的出現，使大氣處于穩定狀態，限制了污染物的垂直擴散，有利于PM2.5本地累積。

注：位勢高度(紅色等值線，實線正距平，虛線負距平)；溫度(黑色等值線，實線正距平，虛線負距平)；風速距平(陰影)；風場距平(箭頭)。圖2 2014年1月位勢高度、溫度、風速、風場距平分布Fig.2 Geopotential height, temperature, wind speed, and wind field moment distribution in January 2014

500 hPa氣象場上(圖2(c))，中國大陸上空存在位勢高度正距平，東部沿海地區風場出現偏東異常，風速負距平，抑制了東亞大槽的發展，不利于槽后冷空氣向中國東部地區入侵[5]，相應的高空西風急流減弱，使得水平風垂直切變減小，減弱了天氣尺度擾動的發展和大氣的垂直混合，造成大氣更加穩定，污染物擴散條件減弱。為了揭示大氣背景場垂直方向的擴散能力，圖3給出了2014年1月中國中東部地區邊界層距平分布情況，由圖可以看出華北南部及華東北部邊界層均為負距平，邊界層降低導致大氣層結更加穩定，垂直方向上擴散能力減弱。

圖3 2014年1月中國中部及東部地區邊界層距平分布Fig.3 Boundary layer distribution in central and eastern China in January 2014

地面至對流層中層風速負距平，水平方向污染擴散條件轉差；對流層低層偏南風異常，導致暖平流增多，有利于逆溫層形成，同時500 hPa異常高壓，抑制了對流的發展，大氣垂直方向上擴散能力減弱，更加有利于污染物在底層的累積；偏南風異常加強了南方水汽的輸送，有利于PM2.5的生成。而山東中西部地區恰好位于風速、風場異常距平中心，污染氣象條件尤為不利。

2.3 2014年1月氣象條件分析

日常觀測中發現，PM2.5在環境中的濃度除了和各類排放源有關外，還和區域內的氣象要素諸如風向、風速、濕度等緊密相關[17]，本節提取FNL分析資料中地面水平方向及高空垂直方向氣象資料，通過與PM2.5濃度變化關系，進一步分析氣象條件對環境空氣質量狀況的影響。

2.3.1 地面水平方向氣象條件同PM2.5濃度關系

地面風速、溫度露點差、2 m相對濕度及渦度與PM2.5濃度具有較好一致性(圖4)，PM2.5濃度升高時，對應地面風速減弱、溫度露點差減小、相對濕度增大、渦度增大，反之亦然。利用逐日地面風速、溫度露點差、2 m相對濕度、渦度分別計算其與逐日PM2.5濃度的相關系數，PM2.5濃度與地面風速有較好的負相關，與地面渦度有較好的正相關，相關系數分別為-0.426、0.451，顯著性均超過了0.05的信度水平(表1)；與地面溫度露點差存在強負相關，與2 m相對濕度存在強正相關，相關系數分別為-0.654、0.719，顯著性均超過了0.01的信度水平。

圖4 2014年1月濟南市PM2.5濃度及地面風速、溫度露點差、2 m相對濕度及渦度逐日變化Fig.4 Daily changes in PM2.5 concentration and surface wind speed, temperature dew point difference, relative humidity, and vorticity at 2 m in Jinan in January 2014

表1 地面氣象因素與PM2.5濃度相關性

地面風速與PM2.5濃度負相關關系表明，區域內地面風速可通過水平輸送對PM2.5濃度產生影響。當地面風速偏小時，不利于區域內PM2.5向外輸送，PM2.5濃度累積升高，空氣質量惡化；反之，當地面風速偏大時，有利于區域內PM2.5向外輸送，PM2.5濃度降低，空氣質量改善。溫度露點差與PM2.5濃度強負相關關系及2 m相對濕度與PM2.5濃度強正相關關系表明，高濕度的環境條件容易導致PM2.5累積和吸濕增長。地面渦度與PM2.5濃度正相關關系表明，當地面為正渦度時，風場輻合，有利于PM2.5區域內累積，PM2.5濃度累積升高，空氣質量惡化；反之，當地面渦度減小或為負渦度時，風場輻合減弱或為輻散場，有利于PM2.5向區域外擴散，PM2.5濃度降低，空氣質量改善。

2.3.2 高空垂直方向氣象條件同PM2.5濃度關系

行星邊界層高度、200 hPa位勢高度、200 hPa與850 hPa垂直風切變、K指數、A指數與PM2.5濃度具有較好一致性(圖5)，PM2.5濃度升高時，對應行星邊界層高度降低、200 hPa位勢高度升高、垂直風切變增大、K指數增大、A指數增大，反之亦然。利用逐日行星邊界層高度、200 hPa位勢高度、200 hPa與850 hPa垂直風切變、K指數、A指數分別計算與逐日PM2.5濃度的相關系數，PM2.5濃度與行星邊界層高度有較好的負相關，與200 hPa位勢高度有較好的正相關，相關系數分別為-0.521、0.458，顯著性均超過了0.01的信度水平(表2)；與垂直風切變、K指數、A指數存在正相關關系，相關系數分別為0.277、0.357、0.313，其中與K指數顯著性超過了0.05的信度水平。

圖5 2014年1月濟南市PM2.5濃度及行星邊界層高度、200 hPa位勢高度、 200 hPa與850 hPa垂直風切變、K指數、A指數逐日變化Fig.5 Daily changes in PM2.5 concentration and planetary boundary layer height, 200 hPa geopotential height, 200 hPa and 850 hPa vertical wind shear, and K index and A index in Jinan in January 2014

表2 垂直方向氣象因素與PM2.5濃度相關性

行星邊界層高度與PM2.5濃度負相關關系表明，區域內行星邊界層高度可通過垂直擴散對PM2.5濃度產生影響。當行星邊界層高度下降時，垂直方向出現壓縮導致PM2.5濃度升高，空氣質量惡化；反之，當行星邊界層高度升高，垂直方向出現拉伸導致PM2.5濃度降低，空氣質量改善。200 hPa位勢高度與PM2.5濃度正相關表明，由于地轉偏差，區域內200 hPa位勢高度可通過影響垂直運動對PM2.5濃度產生影響。垂直方向上對流層中上層位勢高度升高，處于槽后脊前，高層輻合，則低層輻散，存在下沉運動[18]，邊界層降低，垂直擴散能力減弱，PM2.5濃度升高，空氣質量惡化；反之，垂直方向上對流層中上層位勢高度降低，處于槽前脊后，高層輻散，則低層輻合，存在上升運動，邊界層升高，垂直擴散能力增強，PM2.5濃度降低，空氣質量改善。與K指數、A指數正相關關系表明，區域內對流層中低層大氣層結穩定性對PM2.5濃度有影響。對流層中低層大氣層結的不穩定性增強時，容易形成陰雨天氣，近地面附近濕度增大，氣態污染物向顆粒態污染物轉換增強，同時，雖然陰雨天氣對流層中低層存在較強的層結不穩定能量，但近地層大氣中，降水的拖曳以及其他的過程會形成下沉氣流，不利于PM2.5的擴散[19-21]；反之，對流層中低層大氣層結的不穩定性減弱時，相對濕度減小，氣態污染物向顆粒態污染物轉換減弱，PM2.5濃度降低，空氣質量改善。

3 靜穩指數建立及應用

3.1 靜穩指數建立

以上分析表明，地面及高空氣象條件與PM2.5濃度高低存在較強相關性。本文選取2013年濟南市PM2.5濃度與氣象要素[22]，分段統計不同氣象要素區間PM2.5發生污染的概率與氣候態發生污染的概率比值作為各氣象要素區間對應的分指數。分指數計算如下：

(5)

式中，ain代表氣象要素i在第n分段對應的PM2.5污染天數，bin代表變量i在第n分段對應的PM2.5優良天數；a代表PM2.5總污染天數，b代表PM2.5總優良天數，氣象要素區間劃分為10段，其中風向劃分為8段。

用于計算靜穩指數的變量如表3所示。

表3 計算靜穩指數的氣象要素

通過計算得到各氣象要素分指數，按照其最大值和最小值比值進行排序，比值越大代表該分指數對大氣擴散條件的區分度越大，最終選取分指數最大的10個氣象要素，包括24 h變溫、925 hPa假相當位溫、700 hPa與925 hPa間溫差、500 hPa與850 hPa間假相當位溫差、850 hPa與925 hPa間溫差、500 hPa相對濕度、925 hPa相對濕度、700 hPa與850 hPa間相對濕度差、500 hPa溫度、850 hPa溫度，將其求和得到最終的靜穩指數。

2013年靜穩指數與PM2.5濃度存在較好的相關性(圖6)，相關系數達到0.550，該指數能夠較好地反映PM2.5濃度變化情況。

圖6 2013年濟南市PM2.5濃度與靜穩指數分布Fig.6 PM2.5 concentration and stable index of Jinan in 2013

3.2 靜穩指數應用

2014年1月5—7日，濟南市出現了一次重污染過程，PM2.5濃度4日起迅速上升，6、7日達到嚴重污染水平，8日，污染迅速消散。本次過程是一次典型的冬季污染過程：4日，500 hPa濟南市處于脊前下沉氣流區，擴散條件開始轉差；5日近地面弱冷空氣影響，相對濕度增大，污染開始累積，PM2.5濃度開始上升；6、7日高空環流平直，近地面持續小風，相對濕度大，擴散條件迅速轉差，PM2.5擴散條件進一步轉差、二次轉化增強，達到嚴重污染水平；8日，500 hPa槽后西北氣流，近地面強冷空氣影響，北風風速大，相對濕度下降，擴散條件好轉，PM2.5濃度迅速下降。

圖7給出了2014年1月1—8日濟南市PM2.5濃度與靜穩指數變化圖，可看出靜穩指數與PM2.5濃度變化有較好的一致性，利用靜穩指數能夠較好地反映此次污染過程前期累積、污染持續及污染迅速消散的不同階段，對于空氣質量及重污染過程具有較好的預報能力。

圖7 2014年1月1—8日PM2.5濃度(紅色)與靜穩指數(藍色)Fig.7 PM2.5 concentration (red) and stable weather index (blue) from January 1 to 8,2014

3 結論與討論

(1)2014年1月氣候異常區域主要集中在華東北部至華北南部，該區域地面至對流層中層風速均為負距平，水平方向污染擴散能力差；對流層低層東亞冬季風異常偏弱，有利于逆溫層形成，垂直方向污染擴散能力差；500 hPa異常高壓，減弱了天氣尺度擾動的發展和大氣的垂直混合，更加有利于污染物在底層的累積；偏南風異常加強了南方水汽的輸送，有利于氣態污染物向顆粒態轉化。而山東中西部地區恰好位于風速、風場異常距平中心，污染氣象條件尤為不利。

(2)地面弱風速、高濕環境、風場輻合以及垂直方向上的下沉運動，導致PM2.5濃度累積升高；反之，高風速，低濕，風場輻散及垂直方向上的上升運動，有利于PM2.5擴散。

(3)針對2014年1月5—8日濟南市一次重污染過程的靜穩指數預報表明，靜穩指數與PM2.5濃度變化具有較好的一致性，利用靜穩指數能夠較好地反映此次污染過程前期累積、污染持續及污染迅速消散的不同階段，對于空氣質量及重污染過程具有較好的預報能力。

本文只是對 2014 年1月濟南市一個城市的PM2.5污染情況進行分析，沒有涉及歷史事件的診斷，同時研究未考慮污染源變化情況，因此，進一步利用長時間氣象資料，結合污染源排放變化，開展不同城市間PM2.5濃度變化與氣象條件關系研究，對區域重污染天氣分析、預報和大氣污染聯防聯控具有重要的意義，我們將在下一步的工作中對此開展研究。