氣候條件對大氣污染物擴散及濃度變化的影響模擬研究

文章編號：1674-6139（2025）06-0066-06

中圖分類號：X511文獻標志碼：A

Simulation Analysis on Impact of Climate Conditions on Diffusion and Concentration Changes of Atmospheric Pollutants

Hu Dongping

（WuhanMeteorologicalBureau，Wuhan43OO4O，China）

Abstract：Toexploretheimpactmechanismofclimateconditionsonthedifusionandconcentrationchangesofatmosphericpollutants，thispaperdeveloedasoableirlocotroltegiesndpropeduaoalysisoftepactofateoo onthediusionandconcenrationchangesofamosphericpolltantsBycollctingcimatedataandpolltantconcentrationcangedata fromtheresearchareaofWuhanCity，thedrivingfieldmodelWRFwascombinedwiththeLagrangianairblocktrajectorypartiledifu sionmainmodelFLEXPARTtoconstructaFLEXPART-WRFnumericalsimulationmodel.ThePearsonproduct moment（Pearson）correlationumberasusedtoanalyeteconcentrationchangecharactesticsofvariouspolltantsunderdiferentlimateconditions，and thedifusionandconcentrationchangeprocesssofamospericpolutantsunderdiferentclimateconditionseresimulatedByverifing thesimulationresults，theesultsrevealedevealtheimpactoflimateondionsonthedifusionandconcentrationchangsofaos pheric pollutants in the research area of Wuhan City.

Key words：climate conditions；FLEXPART-WRF model；polutant diffusion；concentration change

前言

隨著工業化和城市化的快速發展，大氣污染已成為全球性的環境問題。氣候因素如溫度、濕度、風速、風向和大氣穩定度等，對污染物的擴散、稀釋和轉化過程具有顯著影響[1]。因此，通過模擬研究來理解和預測不同氣候條件下污染物的擴散模式和濃度變化，對于制定有效的污染控制策略、優化排放源布局以及提升空氣質量預報準確性具有重要意義。

當前，氣候條件對大氣污染物擴散及濃度變化的影響模擬研究正處于快速發展階段，研究者們采用不同的技術來模擬不同氣候條件下污染物的擴散過程。其中，楊欣[2等人通過統計運算和深度學習方法獲取氣象條件指數，基于氣象條件指數開展區域大氣污染與氣象條件之間的相關性分析。李芬[3]等人對武漢市2019 年大氣污染物在不同時間段上的變化特征進行分析，并探討了污染物與氣象要素之間的關系。崔洋[4]等人對銀川早晚大氣逆溫變化特征進行了分析，并進一步研究了氣候環境對大氣污染的影響。

在現有研究的基礎上，為了增進對中國不同地域大氣重污染成因多樣性的科學理解，提高應對大氣環境惡化的決策能力，文章以武漢市為例，展開深入的研究分析，探究氣候條件對大氣污染物擴散及濃度變化的影響機制。

1 資料與方法

研究區位于湖北省武漢市，選取武漢市城區2019年－2022年的空氣質量監測數據，涵蓋 SO₂ 、NO₂、CO、0₃、PM_2.5 和 PM₁₀ 等主要大氣污染物的濃度值。

1.1 資料介紹

1.1.1大氣污染物觀測資料

武漢地區的大氣污染物觀測數據由國家環境監測網在武漢設立的10個國控站點收集，涵蓋了季節和日、月的平均濃度數據。同時，還使用了武漢市國家基本氣象觀測站的氣象數據，共劃分為以下三類站點。

1.1.1.1 生活區空氣質量監測站點

武漢市的生活區設有5個空氣質量監測站點，旨在了解并保障市民居住環境的空氣質量。其中，漢陽月湖位于經度114.2511，緯度30.5514，東湖梨園位于經度114.3672，緯度30.5719，也位于市區繁華地段，為居民提供實時的空氣質量數據。此外，武昌紫陽和漢口花橋和漢口江灘站點分別位于不同的生活區域，共同構成了武漢市生活區的空氣質量監測網絡，站點編號分別為 1325A～1329A 。

1.1.1.2工業區空氣質量監測站點

武漢市在工業區設立4個空氣質量監測站點，沌口新區位于經度114.1525，緯度30.4753，是該地區的一個重要工業發展區域;青山鋼花位于經度114.4272，緯度30.6103，是該城市的主要工業區之一；吳家山和東湖高新站點也分別位于不同的工業區域，負責監測工業排放對空氣質量的影響，站點編號分別為 1330A～1333A 。

1.1.1.3 鄉村背景區空氣質量監測站點

武漢市還在鄉村背景區設立了1個單獨的空氣質量監測站點-沉湖七壕（站點編號1334A）。

1.1.2 氣象觀測資料

近四年來（2019.1.1—2022.12.31）武漢市的氣象觀測資料全部來源于站號為57494、海拔 23m 的武漢氣象觀測站。這些數據由湖北省氣象局提供，每小時更新一次，詳細記錄了氣壓、溫度、相對濕度、風速、風向、降水量及大氣穩定性等關鍵氣候條件信息。

1.2 研究方法

將驅動場模型WRF與拉格朗日氣塊軌跡－粒子擴散主體模型FLEXPART相結合，構建FLEX-PART－WRF數值模擬模型，并引入皮爾遜積矩（Pearson）相關系數共同展開相關模擬分析。

1.2.1 FLEXPART-WRF模型

在研究中，使用WEF模型生成高精度氣象數據，并基于這些數據，利用FLEXPART模型模擬，以量化評估研究區域對目標區域大氣污染的潛在責獻。具體表達式如式（1）：

式（1）中，Cantributionrate為貢獻率； u 為模型模擬結果駐留時間； i，j 為空間格點位置； R 為大氣污染物排放率； ^，N，S 為空間網格數。通過該模型確定武漢地區大氣污染物的時空變化特征，以便更好地分析和模擬氣候條件對武漢地區大氣污染物擴散及濃度變化的影響。

1.2.2 Pearson相關系數

分析中還將用到Pearson相關系數的統計方法量化氣象條件（如溫度、濕度、風速、風向、降雨等）與大氣污染物擴散和濃度之間的關系，計算公式為式（2）：

式（2）中， x_i，y_i 為氣候條件與污染物擴散及濃度中的第 i 個變量； M 為變量個數。

當氣候條件與污染物擴散及濃度的相關系數絕對值趨近于1時，表明兩者之間存在顯著的線性正相關關系；若該絕對值趨近于0，則表明兩者之間的線性關系相對較弱，甚至可能呈現負相關。

2 模擬結果與分析

2.1氣候條件下污染物濃度變化特征

2.1.1污染物濃度季節和月變化

根據研究時間內武漢國控點的環境監測數據和FLEXPART-WRF模型的模擬計算結果，重點分析武漢10個監測點的主要大氣污染物平均質量濃度逐月的季/月變化情況[5]，具體見圖1。

分析圖1可知：

（1）冬季武漢的 PM_2.5?PM_10?NO_2?SO₂ 的濃度普遍偏高，在11月至次年1月期間，這些污染物的濃度達到全年峰值。

（2）夏季溫度較高，風速容易突然變大，有利于污染物擴散， PM_2.5?PM_10?NO_2?SO₂ 及CO的濃度相對較低呈“U型”。此外，春、秋兩季污染物濃度介于冬、夏之間，但受季風轉換影響，CO的濃度波動較大。

（3）臭氧 0₃ 的質量濃度呈現出明顯的季節性波動，夏季達到峰值，冬季則降至最低，春秋兩季則位于這兩者之間。特別是在夏季的初月，即6月，臭氧濃度達到年度最高值。這主要是由于夏季氣溫升高和輻射增強，促進了光化學反應的速率，從而導致了邊界層中臭氧濃度的顯著上升。

2.1.2污染物濃度日變化

以武昌紫陽、青山鋼花和沉湖七壕3個不同功能區作為此次觀測點，計算2022年全年 00：00-24 .00每個時刻的 SO₂、NO₂、CO、O₃、PM_2.5 和 PM₁₀ 的平均質量濃度，得出以下日變化特征（見圖2）。

圖2的分析結果為：

（1）武昌紫陽（生活區）：由于該區域主要是居住區，早晚高峰時段（上班時間7：00-9：00和下班時間 16：00-19：00） 人類活動增多，交通流量增大，導致顆粒物排放增加，因此 PM_2.5 和 PM₁₀ 的濃度在此時段較高。而在中午和下午（14：00－16：00），由于交通流量減少和氣象條件的變化（如風速增加），顆粒物濃度有所下降； SO₂ 和 NO₂ 主要來自工業和交通排放[6]，早晚高峰時段，由于交通流量的增加，SO₂ 和 NO₂ 的濃度也相應上升;CO在早晚高峰時段車輛增多的時候排放增加，導致濃度上升;由于武昌紫陽主要是居住區，光化學反應可能不如工業區那么強烈，因此 0₃ 在中午至下午時段（12：00－14：00）濃度達到峰值，卻低于工業區。

（2）青山鋼花（工業區）：工業區的顆粒物排放通常較高，因此，在青山鋼花， PM_2.5 和 PM₁₀ 的濃度會持續較高，尤其是在工廠生產活動頻繁的時段（白天工作時段上午 8：00-12：00 和下午13：00－17：00）；早晚高峰時段CO的濃度與生活區變化相近；由于光化學反應在工業區較為強烈， O₃ 的濃度更高，尤其是在陽光充足的中午至下午時段達到峰值。

（3）沉湖七壕（鄉村背景區）：由于農業活動（如秸稈焚燒、農藥噴灑等）和交通流量的影響， PM_2.5 和PM₁₀ 的濃度有所波動；鄉村背景區的 SO₂ 和 NO₂ 濃度較低，這是因為鄉村工業排放較少，但交通排放仍對濃度產生影響;鄉村背景區的交通流量通常較小，因此CO的濃度相對較低；由于沒有強烈的工業排放和光化學反應， 0₃ 的濃度相對于生活區和工業區要更低一些。

2.2氣象因素與大氣污染物的關系分析

考慮到武漢市空氣質量的季節性變化特征，以及已有的研究和分析，可以推斷 PM_2.5 可能是最嚴重的污染物之一，且與氣象因素和其他污染物之間均存在一定的相關性，為此對該類污染物與氣象因素之間展開從2019年到2022年的相關性分析，所得的平均結果見圖3。

根據圖3可知，氣象因素與大氣污染物擴散和濃度之間存在顯著的相關性：

當氣壓升高，大氣層穩定， PM_2.5 因粒徑小、化學成分復雜更易在地面附近積聚，而其他污染物如 SO₂、CO 和 NO₂ 也受類似影響。氣溫升高則促進大氣流動，利于 PM_2.5 擴散，降低其濃度，，但也可能間接影響其他污染物從而影響 PM_2.5 。降水對PM_2.5 有顯著清除效果，而濕度增加雖能減少 PM_2.5 濃度，但也可能導致其聚集和降水過程，增加污染。風速是 PM_2.5 擴散和濃度的關鍵，大風利于擴散，小風則易積聚。

除了已詳細分析的 PM_2.5 與氣象因素的關系外，SO₂ 和 NO₂ 的濃度變化同樣受到氣壓、氣溫、降水量、相對濕度和風速等氣象條件的顯著影響：

當氣壓升高時，大氣層趨于穩定，不利于污染物的垂直擴散。因此， SO₂ 和 NO₂ 容易在近地面層積聚，導致濃度上升；氣溫的升高通常會增加大氣邊界層的厚度，促進空氣垂直運動，有利于污染物的擴散。然而，對于 SO₂ 和 NO₂ 來說，高溫可能加速化學反應速率，影響濃度變化。此外，高溫條件下，排放源的活動增加，也可能導致 SO₂ 和 NO₂ 排放量上升；雨水能夠溶解并帶走大氣中的氣態污染物，顯著降低濃度。然而降水過程也可能引發地面揚塵等二次污染源，間接影響空氣質量;相對濕度對 SO₂ 和NO₂ 的影響相對復雜，一方面，較高的濕度可能通過增加云量和霧的形成來限制太陽輻射，從而降低光化學反應速率，減緩 NO₂ 向其他氮氧化物的轉化。另一方面，濕度增加也可能促進氣態污染物在水滴表面的吸附和溶解，從而有助于污染物的清除。風速是影響 SO₂ 和 NO₂ 擴散的關鍵因素，大風條件下，空氣流動加快，有利于污染物的水平擴散和稀釋，從而降低濃度。相反，在靜風或微風條件下，污染物容易在局部區域積聚，導致濃度升高。

2.3 模擬驗證

從站點中隨機選擇5個站點作為模擬對象，使用FLEXPART-WRF模型，設置模擬參數并提取模擬結果，計算其中隨機5個站點在四個不同氣候條件（溫度、風速、濕度和氣壓變化）下的標準偏差分布，評估模擬污染物擴散和濃度方面的有效性；計算模擬結果與觀測結果之間的Pearson相關系數，以量化模擬結果的準確性；求出觀測結果與模擬結果之間的均方根誤差（RMSE），以評估模擬結果的誤差大小。通過標準化偏差（歸一化）的形式，展示多個站點在不同氣候條件下的變化幅度。（見表1）

根據模擬結果和統計分析得出：

（1）Pearson相關系數值較高，均在0.88到0.95之間，表明模擬結果與觀測結果之間存在顯著的相關性；

（2）各類指標的標準化偏差和均方根誤差整體較小，標準化偏差值均在0.04到0.14之間，均方根誤差在1.8到3.9之間，這表明模擬結果能夠合理表征武漢的氣候條件對大氣污染物的擴散和濃度的影響；

3 結束語

為了理解不同氣候條件下大氣污染物的擴散過程，揭示氣候因素如何影響污染物的空間分布和濃度變化，結合WRF驅動場模型和FLEXPART氣塊軌跡－粒子擴散主體模型，構建了FLEXPART-WRF數值模擬模型，該模型提高了模擬的精確度，能夠深入探索氣候與大氣污染之間的復雜關系。同時，利用皮爾遜積矩（Pearson）相關系數，對不同氣候條件下的大氣污染物濃度變化特征進行了細致分析，這一方法的引入能夠更準確地量化氣候因素對污染物擴散和濃度變化的影響，為制定針對性的控制策略提供了科學依據，有利于促進生態環境的保護和改善。以武漢市為例，通過模擬得出了氣候條件下污染物濃度的變化特征以及氣象因素與大氣污染物之間的關系，研究結果可為制定環境保護策略提供指導意義。

參考文獻：

[1]田開文，朱江，王自發，等.2020年上半年“COVID-19\"疫情期間氣象條件變化對四川盆地城市污染物質量濃度影響初步分析[J].氣候與環境研究，2022，27（2）：243-262.

[2]楊欣，楊元琴，李紅，等.基于氣象條件指數的我國重點區域 PM_2.5 和臭氧復合污染氣象影響評估[J].環境科學，2023，44（12） ：6433-6440.

[3]李芬，王文琦，王筱雯，等.武漢市大氣污染物質量濃度變化特征及其與氣象要素的關系[J].四川師范大學學報（自然科學版），2024，47（1）：98-108.

[4]崔洋，常倬林，王天河，等.銀川市區及寧東能源基地早晚逆溫變化及其對大氣污染影響研究[J].干旱區資源與環境，2022，36（8）：84-91.

[5]丁偉宸，劉勤亞，張俊，等.北京大興國際機場不利氣象條件下飛機尾氣排放對大氣環境影響的模擬研究[J].氣象，2023，49（1）：62-73.

[6]任至涵，倪長健，花瑞陽，等.成都夏季臭氧光化學反應控制氣象因子的概率分布特征[J].生態與農村環境學報，2022，38（3）：334-342.

[7]郭昌勝，高雅，樊境樸，等.我國大氣污染和氣候變化協同治理的健康效益研究進展［J].環境科學研究，2023，36（11）：2040-2049.