黃少妮，袁 媛，井 宇，陳小婷，劉瑞芳

（1．陜西省氣象臺，陜西 西安 710014；2．江蘇省南京市氣象局，江蘇 南京 210019）

陜西關(guān)中地區(qū)冬季一次重霾污染過程及氣象條件影響分析

黃少妮1，袁 媛2，井 宇1，陳小婷1，劉瑞芳1

（1．陜西省氣象臺，陜西 西安 710014；2．江蘇省南京市氣象局，江蘇 南京 210019）

利用陜西關(guān)中多站氣象觀測資料和顆粒物濃度監(jiān)測資料，對2013年12月16—26日關(guān)中一次持續(xù)多日重霾污染天氣過程的顆粒物污染特征及氣象條件進(jìn)行統(tǒng)計分析。結(jié)果表明，此次重霾污染事件主要是由細(xì)粒子PM2．5造成。關(guān)中各站顆粒物濃度在污染過程中的變化具有區(qū)域同步性特征，各站PM2．5濃度日均值的相關(guān)系數(shù)達(dá)0．71～0．96，且嚴(yán)重超標(biāo)，區(qū)域最高小時濃度均值達(dá)508μg·m－3，污染非常嚴(yán)重。關(guān)中盆地特殊的喇叭口地形以及關(guān)中東部持續(xù)的強東風(fēng)使得區(qū)域污染傳輸疊加本地污染循環(huán)累積，是17日關(guān)中各站PM2．5濃度劇增的主要原因。污染嚴(yán)重階段，西安和渭南持續(xù)的弱風(fēng)和靜風(fēng)使得局地排放的污染物聚集，引起PM2．5濃度振蕩上揚；寶雞21日PM2．5濃度的爆發(fā)式增長則是由上游西安和渭南儲備的高濃度PM2．5在持續(xù)偏東風(fēng)作用下遠(yuǎn)程傳輸所致；而銅川受山谷風(fēng)影響，PM2．5濃度具有顯著日變化特征。長時間貼地、懸浮的多層逆溫和低混合層高度的存在，抑制了污染物的垂直擴散，也造成低空水汽聚集在近地層，是PM2．5濃度持續(xù)累積增長的重要原因。關(guān)中此次重霾污染的快速有效清除最終依賴于冷高壓加強南下。

關(guān)中；霾天氣；細(xì)粒子污染；氣象要素

黃少妮，袁 媛，井 宇，等．陜西關(guān)中地區(qū)冬季一次重霾污染過程及氣象條件影響分析［J］．干旱氣象，2016，34（6）：1037－1046，［HUANG Shaoni，YUAN Yuan，JING Yu，et al．Characteristics of a Severe Haze Pollution Process in Winter of 2013 and Meteorological Cause in Guanzhong of Shaanxi［J］．Journal of Arid Meteorology，2016，34（6）：1037－1046］，DOI：10．11755／j．issn．1006－7639（2016）－06－1037

引 言

近年來，我國空氣質(zhì)量整體加速惡化趨勢明顯，特別是冬季采暖排放源增多，疊加不利于擴散的氣象條件，使得空氣污染嚴(yán)重，持續(xù)性霾污染集中爆發(fā)，京津冀、珠三角、長三角、關(guān)中地區(qū)等城市經(jīng)濟發(fā)展帶尤為顯著。國內(nèi)學(xué)者［1－5］針對京津冀、長三角和珠三角地區(qū)大氣污染的時空分布和變化規(guī)律及成因分析，分別從試驗、理論、數(shù)值模擬等方面做了深入，取得了一定的研究成果。陜西關(guān)中地區(qū)，北靠黃土高原南緣，南依秦嶺山脈北坡，西起寶雞峽，東到潼關(guān)，自西向東逐漸變寬，呈喇叭口形狀，形成關(guān)中盆地；冬春季降水少，氣候干燥，其特殊的地形地貌和氣候特征是造成該區(qū)大氣污染物不易擴散和局地大氣污染的重要原因之一。

研究表明，城市大氣污染物濃度由排放源、區(qū)域輸送和大氣擴散能力3方面共同決定［6］，短時間內(nèi)，污染源變化不大的情況下，后兩者起主要作用［7］。尤其是城市環(huán)境下持續(xù)性重污染事件，更是由不利于擴散的氣象條件決定。2013年12月陜西關(guān)中的西安、咸陽、寶雞、渭南、銅川5個城市的PM2．5（空氣動力學(xué)當(dāng)量直徑＜2．5μm的顆粒物，即細(xì)顆粒物）濃度日均值全部超過國家空氣質(zhì)量一級標(biāo)準(zhǔn)（日均值閾值為35μg·m－3，GB3095—2012），其中西安、咸陽、寶雞、渭南和銅川分別有21 d、26 d、24 d和18 d日平均PM2．5濃度超過國家空氣質(zhì)量二級標(biāo)準(zhǔn)（日均值閾值為75μg·m－3）。特別是12月16—26日關(guān)中地區(qū)多站出現(xiàn)了持續(xù)性重霾污染過程，其中西安站24日PM2．5濃度日均值達(dá)598．8μg·m－3，超過國家空氣質(zhì)量六級標(biāo)準(zhǔn)（日均值閾值為350μg·m－3），PM2．5污染非常嚴(yán)重。目前關(guān)中地區(qū)大氣污染研究多集中在單個站點的研究［8－10］，而結(jié)合關(guān)中盆地地理環(huán)境、大氣污染物空間分布及污染時段氣象條件等因素的分析相對較少。此外，氣象條件與PM2．5濃度的關(guān)系缺少綜合性分析，且PM2．5濃度的增長、維持和消散過程的氣象成因缺乏針對性研究。因此，本文針對陜西關(guān)中地區(qū)2013年12月16—26日發(fā)生的長時間持續(xù)性重霾污染過程，結(jié)合該地區(qū)特殊的地形地貌條件，利用其東、西、北和中心城市群多個站點顆粒物濃度及地面氣象要素、能見度、邊界層溫濕等資料，深入開展該地區(qū)大氣污染物時空分布和變化特征，以及氣象要素和邊界層的演變特征分析，為霾預(yù)報預(yù)警和大氣污染防治提供重要參考。

1 資料與方法

1．1 站點分布和數(shù)據(jù)

從陜西關(guān)中及周邊地區(qū)的地形（圖1）看出，關(guān)中盆地北臨渭北高原、南依秦嶺，西起寶雞峽，自西向東逐漸變寬，呈喇叭口形狀，僅在渭南的潼關(guān)與黃河之間形成通風(fēng)口，這種特殊地形使得大氣污染物極易在關(guān)中盆地聚集且不易擴散，特別是在冬季采暖排放源增多且不利于擴散的氣象條件下極易造成持續(xù)重污染天氣。關(guān)中地區(qū)的西安、咸陽、寶雞、渭南和銅川5個監(jiān)測站中，西安和咸陽位于關(guān)中城市群中心，代表關(guān)中盆地中部城市群的大氣環(huán)境狀況。西安和咸陽2站相距較近，污染物濃度及其變化非常接近，故本文僅選取西安站進(jìn)行分析討論；寶雞位于關(guān)中西部且三面環(huán)山，代表西部峽谷地區(qū)的大氣環(huán)境狀況；銅川位于關(guān)中北部渭北高原南緣，較好代表了關(guān)中北部的大氣環(huán)境狀況；渭南位于關(guān)中東部，是關(guān)中盆地的東大門，受區(qū)域輸送的影響較大。

圖1 陜西關(guān)中及鄰近地區(qū)環(huán)境和氣象站點分布及地形高度（陰影，單位：m）（實線與虛線所圍區(qū)域為關(guān)中地區(qū)）Fig．1 The distribution of atmospheric environment monitoring sites，meteorological stations and terrian height（the shaded，Unit：m）in Guanzhong of Shaanxi and adjacent area （The region bounded by the solid lines and dotted lines for Guanzhong area）

選取關(guān)中地區(qū)4站2013年12月16—26日PM2．5和PM10濃度日均值數(shù)據(jù)，以及PM2．5濃度逐時數(shù)據(jù)，該資料來自國家環(huán)境監(jiān)測總站網(wǎng)上發(fā)布的監(jiān)測結(jié)果；同時段的自動氣象站逐時觀測資料，包括風(fēng)向、風(fēng)速、溫度、相對濕度和海平面氣壓等地面氣象要素，以及西安站每日08：00（北京時，下同）探空數(shù)據(jù)和逐3 h能見度數(shù)據(jù)。

1．2 方法

大氣混合層定義為湍流特征不連續(xù)界面以下湍流較充分發(fā)展的大氣層［11］，湍流特征不連續(xù)界面的高度稱為混合層高度（Mixing Layer Height，MLH），表征了污染物在垂直方向上被熱力湍流稀釋的范圍，大氣混合層高度越高，越有利于污染物的擴散和稀釋，是反映大氣邊界層污染氣象特征的重要參數(shù)［12］。本文采用羅氏法計算混合層高度［11］，計算公式如下：

其中，h為混合層高度（m），（T－Td）為溫度露點差（℃），UZ為高度Z處的平均風(fēng)速（m·s－1），Z0為地表粗糙度（m），f為地轉(zhuǎn)參數(shù)（s－1），P為Pasquill穩(wěn)定度級別（綜合考慮熱力和動力因子，把太陽高度角、云量和風(fēng)速分級定量化，將大氣穩(wěn)定度分為強不穩(wěn)定、不穩(wěn)定、弱不穩(wěn)定、中性、較穩(wěn)定和穩(wěn)定6個級別，分別以A、B、C、D、E、F表示，對應(yīng)的P值依次為1～6）。

另外，累積風(fēng)速定義為某一時刻之前同一風(fēng)向下持續(xù)風(fēng)速之和，若風(fēng)向發(fā)生改變，則累積風(fēng)速歸0，并在新的風(fēng)向下重新開始累計。

2 結(jié)果與分析

2．1 霾污染過程顆粒物濃度的時空分布

圖2給出2013年12月16—26日關(guān)中地區(qū)西安、寶雞、渭南、銅川4站顆粒物平均濃度的日變化曲線，發(fā)現(xiàn)此次霾污染具有顯著的區(qū)域同步變化特征，但不同地區(qū)略有差異。由圖2a可看出，除26日外，關(guān)中4站PM2．5濃度日均值都超過國家空氣質(zhì)量二級標(biāo)準(zhǔn)，是二級標(biāo)準(zhǔn)的1．1～7．9倍。其中，西安有8 d超過國家空氣質(zhì)量六級標(biāo)準(zhǔn)；寶雞有5 d超過六級標(biāo)準(zhǔn)，1 d超過五級標(biāo)準(zhǔn)（日均值閾值為250μg·m－3）；渭南有2 d超過六級標(biāo)準(zhǔn)，6 d超過五級標(biāo)準(zhǔn)；銅川有5 d超過五級標(biāo)準(zhǔn)。污染過程期間整個區(qū)域PM2．5濃度日平均為296μg·m－3，最高日均濃度達(dá)437μg·m－3，其中24日西安站高達(dá)598．8μg·m－3，可見PM2．5污染非常嚴(yán)重。

另外，西安、渭南、銅川和寶雞4站PM2．5濃度日均值的相關(guān)系數(shù)在0．71～0．96之間，這種區(qū)域多站同步的持續(xù)污染與氣象過程密不可分。受關(guān)中盆地喇叭口地形和各地排放源影響，各站濃度值也有差異，西安和渭南處于污染核心區(qū)差異較小，整個過程PM2．5平均濃度分別為375μg·m－3和301μg·m－3，且2站逐時濃度的相關(guān)系數(shù)達(dá)0．84；寶雞和銅川PM2．5平均濃度分別為296μg·m－3和211μg·m－3，均低于西安和渭南。銅川站位于關(guān)中北部黃土高原南緣，離山體較近，濃度值最低。寶雞站PM2．5濃度具有顯著的階段性變化特征，出現(xiàn)了20—21日連續(xù)驟降、22日劇增的變化過程，其原因?qū)⒃诤笪脑敿?xì)分析。

PM2．5占PM10的比重可以反映PM2．5對PM10的貢獻(xiàn)。由圖2可知，關(guān)中各站PM10濃度的日變化與PM2．5有極顯著的一致性，說明PM2．5占PM10的比重較大。其中，西安、寶雞、渭南、銅川 PM2．5占 PM10濃度的百分比分別為68%、79%、76%和70%，說明可吸入顆粒物中細(xì)顆粒物的比重明顯大于粗顆粒物，可見此次重霾污染過程主要是由細(xì)粒子PM2．5造成的，下面僅對PM2．5濃度進(jìn)行分析討論。

圖2 2013年12月16—26日關(guān)中地區(qū)4站PM2．5和PM10平均濃度日變化Fig．2 The daily variations of average concentration of PM2．5and PM10at different stations in Guanzhong region of Shaanxi from 16 to 26 December 2013

2．2 大尺度天氣形勢

天氣形勢是影響氣象要素分布及演變的主要背景場，大尺度環(huán)流形勢和局地氣象條件是影響污染物生成、積累和清除的主要因素［13－18］。此次霾污染開始階段（圖3a），500 hPa環(huán)流場上歐亞中高緯地區(qū)維持“2槽1脊”型，貝加爾湖附近長波脊緩慢東移加強，形成了穩(wěn)定少動的阻塞環(huán)流形勢，是我國中東部霾最易產(chǎn)生的典型高空形勢場［19］；對應(yīng)地面圖上（圖3b），貝加爾湖高壓穩(wěn)定少動，關(guān)中地區(qū)持續(xù)受均壓場控制，氣壓梯度力小，風(fēng)速小，有利于污染物累積。20—21日，隨著東北冷渦東移入海，阻塞環(huán)流形勢減弱，不斷有分裂南下的冷空氣和高原短波槽合并加深東移，給關(guān)中西部地區(qū)帶來短暫的雨雪天氣，寶雞大氣污染物暫時得到清除（圖3c）。22日后，歐亞地區(qū)調(diào)整為“1槽1脊”型（圖略），歐亞中高緯度地區(qū)環(huán)流較平直，我國大部受脊前偏西氣流控制，氣壓梯度力小，冷空氣活動弱；對應(yīng)地面圖上（圖3d），貝加爾湖高壓南壓控制我國中東部大部分地區(qū)，關(guān)中地區(qū)再度受控于高壓底部均壓場下，氣壓梯度小，風(fēng)力小，西安和渭南頻繁出現(xiàn)靜風(fēng)天氣，低層大氣層結(jié)穩(wěn)定，氣象擴散條件較差，污染物再次累積。25日開始，500 hPa環(huán)流場上隨著東北冷渦東移（圖3e），貝加爾湖高壓脊明顯減弱，不斷有分裂南下的冷空氣和高原短波槽合并加深東移至陜甘寧地區(qū)；地面圖上（圖3f），貝加爾湖高壓加強南下，低層冷空氣自北向南橫掃陜西大部，關(guān)中地區(qū)持續(xù)長達(dá)9 d的重污染過程結(jié)束。

綜上所述，在穩(wěn)定少動的阻塞型高空環(huán)流形勢下，關(guān)中地區(qū)受地面高壓底部均壓場弱偏東風(fēng)的控制往往會造成污染物的匯聚和積累；而高空緯向型環(huán)流場和地面均壓場的長時間控制，大氣層結(jié)穩(wěn)定，往往使得污染物持續(xù)增加，霾污染持續(xù)時間較長。

圖3 2013年12月16日（a）、20日（c）08：00及25日20：00（e）500 hPa高度場（a，c，e，單位：dagpm）和16日14：00（b）、22日02：00（d）、25日20：00（f）海平面氣壓場（b，d，f，單位：hPa）Fig．3 The geopotential height fields on 500 hPa（a，c，e，Unit：dagpm）at08：00 BST 16（a）and 20（c），20：00 BST 25（e）December and the sea level pressure fields（b，d，f，Unit：hPa）at14：00 BST 16（b），02：00 BST 22（d），20：00 BST 25（f）December 2013

2．3 地面氣象要素變化特征

為進(jìn)一步探討氣象要素對細(xì)顆粒物污染過程的影響，分析了關(guān)中各站PM2．5濃度和地面氣象要素逐時變化及二者的關(guān)系（圖4和圖5）。根據(jù)圖4關(guān)中各站PM2．5濃度變化曲線，將此次霾污染過程分為3個階段：污染開始階段（16—17日）、污染嚴(yán)重階段（18—25日）和污染清除階段（26日）。污染開始階段，關(guān)中各站PM2．5濃度緩慢增加；17日 09：00開始，PM2．5濃度迅速增加，12 h后西安PM2．5濃度從89μg·m－3急增至406μg·m－3，增幅為26μg·m－3·h－1，同時寶雞、渭南和銅川也分別增至348、324、294μg·m－3。18—25日污染嚴(yán)重階段，西安和渭南PM2．5維持高濃度且振蕩上揚，而寶雞PM2．5濃度增長至峰值，經(jīng)不完全清除后再次驟增至次峰值，并維持較高濃度，至24日再次降低。與其他3站不同，銅川PM2．5濃度有極顯著的日變化特征，清晨08：00前后降至谷值，夜間20：00前后達(dá)到峰值，這可能與其地處渭北高原南緣盛行山谷風(fēng)有關(guān)（圖4）。

24 h正變壓能夠反映冷空氣活動的強弱，重污染天氣往往與24 h變壓關(guān)系密切［20］。從關(guān)中各站海平面氣壓的逐時變化可見（圖4），17日09：00污染劇增前，關(guān)中各站海平面氣壓降幅顯著，16日14：00—17日08：00，24 h變壓為－7．6～－4．0 hPa，海平面氣壓平均為1 027 hPa；污染嚴(yán)重階段，關(guān)中處在均壓場控制下，22日前海平面氣壓基本維持在1 035 hPa左右穩(wěn)定少變，22日后，海平面氣壓略有降低（1 033 hPa），PM2．5濃度較22日前有所加強；污染清除前25日08：00，冷鋒過境后冷高壓南下，至16：00左右關(guān)中各站海平面氣壓顯著升高，24 h變壓達(dá)4～9 hPa。可見，24 h負(fù)變壓有利于污染天氣的出現(xiàn)，而24 h正變壓有利于清潔空氣。另外，海平面氣壓與PM2．5濃度同步性較差，而與滯后6 h的PM2．5濃度相關(guān)性更顯著，表明PM2．5濃度對海平面氣壓存在明顯的滯后性。其中，銅川和寶雞2站二者存在顯著負(fù)相關(guān)（表1）。

表1 關(guān)中4站PM2．5濃度與地面氣象要素的相關(guān)系數(shù)Tab．1 Correlation coefficients between PM2．5concentration and meteorological factors based on the hourly data in Guanzhong of Shaanxi

就氣溫而言（圖4），在污染嚴(yán)重階段，關(guān)中地區(qū)溫度整體有下降趨勢，日最高溫度明顯降低，且寶雞、渭南和西安日變化幅度明顯減小，溫度降低對應(yīng)著PM2．5濃度升高。經(jīng)相關(guān)分析發(fā)現(xiàn)，寶雞、渭南和西安PM2．5濃度與溫度呈負(fù)相關(guān)，其中后兩者6 h滯后性較同步性更顯著（表1）；銅川站溫度的日變化依然顯著，且PM2．5濃度的日變化較溫度變化滯后約1／4位相（約6 h），二者存在顯著的滯后正相關(guān)，相關(guān)系數(shù)0．42，通過α＝0．01顯著性檢驗（表1）。

圖4 2013年12月16—26日關(guān)中4站PM2．5濃度、海平面氣壓和溫度逐時變化Fig．4 The hourly variations of PM2．5concentration，sea level pressure and temperature from 16 to 26 December 2013

PM2．5顆粒物的聚集和傳輸與風(fēng)速、風(fēng)向均高度相關(guān)，風(fēng)速越小對應(yīng)細(xì)顆粒物濃度越高，而風(fēng)速增大時則對應(yīng)著細(xì)顆粒物濃度的累積（遠(yuǎn)程輸送）或消散［21－22］。由于關(guān)中盆地特殊的喇叭口狹長地形，僅在東部渭南的潼關(guān)和黃河之間形成通風(fēng)口，因此風(fēng)與PM2．5濃度的關(guān)系更為密切。整體來看，污染嚴(yán)重階段，渭南和西安以弱風(fēng)和靜風(fēng)為主（圖5），對應(yīng)著PM2．5高濃度階段，可見PM2．5濃度與風(fēng)速呈顯著負(fù)相關(guān)，且同步性較好，而與風(fēng)向的相關(guān)性不顯著（表1）。由圖4和圖5看出：在16日污染開始階段，渭南、西安和寶雞持續(xù)受靜風(fēng)和弱風(fēng)控制，大氣擴散條件差，當(dāng)?shù)嘏欧诺奈廴疚镩_始積累，PM2．5濃度逐漸升高。17日PM2．5濃度劇增階段，風(fēng)場的作用尤為重要。關(guān)中以東的河南三門峽站15日開始處于重霾污染下，16日08：00—18日06：00受偏東風(fēng)控制，累積風(fēng)速達(dá)87 m·s－1；關(guān)中盆地東部通風(fēng)口潼關(guān)站17日02：00—18日04：00為持續(xù)偏東風(fēng)，累積風(fēng)速為51．2 m·s－1；渭南站17日08：00—23：00偏東風(fēng)顯著加強，累積風(fēng)速為31．6 m·s－1（表2）。可見，三門峽—潼關(guān)—渭南持續(xù)一致的偏東風(fēng)將上游污染物源源不斷地向西輸送到關(guān)中盆地，污染循環(huán)累積加重，進(jìn)而使PM2．5濃度從17日09：00開始出現(xiàn)劇增（圖4）。關(guān)于這一污染過程的西安局地分析結(jié)果認(rèn)為［9］，17日白天西安較強的偏北風(fēng)（圖5）使得污染物濃度不降反升的原因是受關(guān)中盆地特殊地形影響，污染物不易擴散。以上分析可知，除了受地形影響外，17日白天西安持續(xù)較強的偏北風(fēng)將上游遠(yuǎn)程輸送來的污染物輸送到西安城區(qū)是PM2．5濃度出現(xiàn)劇增的主要原因。

18日11：00，渭南站由靜風(fēng)轉(zhuǎn)為偏東風(fēng)，而西安站風(fēng)速減小，但依然以偏北風(fēng)為主；13：00開始，寶雞站東南風(fēng)顯著加強，持續(xù)的東南風(fēng)將聚集在關(guān)中中部的污染物不斷向西輸送至寶雞，加之寶雞三面環(huán)山，污染物輸送受阻并循環(huán)聚集在此地，致使PM2．5濃度急速增至峰值。隨后受地面弱冷空氣東移南下的影響，20日寶雞轉(zhuǎn)為偏西風(fēng)，PM2．5濃度大幅降低。21日，渭南和西安再度被偏東風(fēng)和東北風(fēng)控制，區(qū)域污染輸送致使污染物不斷累積，進(jìn)而使得下游寶雞在21日13：00轉(zhuǎn)為東南風(fēng)后，PM2．5濃度出現(xiàn)爆發(fā)式增長，增幅達(dá)108μg·m－3·h－1。22日以后，渭南站完全為靜風(fēng)控制，關(guān)中盆地僅有的東部通風(fēng)口關(guān)閉，而西安和寶雞以弱風(fēng)為主，整個關(guān)中盆地幾乎完全處于封閉狀態(tài)，隨著本地污染排放累積，關(guān)中各站PM2．5濃度振蕩上揚，先后再次達(dá)到峰值。

圖5 2013年12月16—26日關(guān)中4站相對濕度、大氣混合層高度和風(fēng)向、風(fēng)速（風(fēng)矢量，單位：m·s－1）逐時演變Fig．5 The hourly evolutions of relative humidity，atmosphericmixing layer height，wind direction and wind speed（wind vector，Unit：m·s－1）from 16 to 26 December 2013 in Guanzhong of Shaanxi

表2 霾污染過程開始和消除階段渭南、三門峽、潼關(guān)3站的風(fēng)向及累積風(fēng)速（單位：m·s－1）Tab．2 Wind direction and cumulative wind speed（Unit：m·s－1）in Weinan，Sanmenxia and Tongguan at the beginning and the ending of haze pollutants

與以上3站不同，位于關(guān)中北部的銅川受地理環(huán)境影響盛行山谷風(fēng)，風(fēng)向具有顯著的日變化特征（圖5）。日出后2～3 h至傍晚以偏南風(fēng)為主，持續(xù)的偏南風(fēng)將關(guān)中中部城市群的污染物向關(guān)中北部銅川輸送，加之白天本地污染物的累積，使得PM2．5濃度在20：00左右達(dá)到日最大值；日落后2 h左右轉(zhuǎn)為偏北風(fēng)，持續(xù)的偏北風(fēng)將污染物向南輸送，使得PM2．5濃度在清晨08：00左右降到日最小值。因此，山谷風(fēng)的日變化導(dǎo)致銅川站PM2．5濃度也具有顯著的日變化特征（圖4），且位相落后于風(fēng)向約1／4個周期（約6 h）。可見銅川站PM2．5濃度與風(fēng)向存在滯后6 h的顯著正相關(guān)，相關(guān)系數(shù)0．595（表1）。同時，PM2．5濃度值也受關(guān)中城市群PM2．5濃度水平的影響。當(dāng)17日渭南和西安PM2．5濃度劇增到高值時，銅川站PM2．5濃度日最大值達(dá)305μg·m－3；18—25日渭南和西安重污染階段，銅川PM2．5日均濃度也隨之升高，日最大值與西安和渭南接近，而入夜后銅川轉(zhuǎn)為偏北風(fēng)，污染物向南傳輸?shù)疥P(guān)中城市群，使得西安和渭南PM2．5濃度的日變化幅度較?。▓D4）。

受地面冷高壓系統(tǒng)南下影響（圖3f），25日晚至26日地面冷高壓系統(tǒng)南下至關(guān)中盆地和河南地區(qū)，三門峽站25日12：00—26日21：00被偏西風(fēng)控制，累積風(fēng)速為70．4 m·s－1；潼關(guān)站24日19：00—26日23：00持續(xù)偏西風(fēng)，累積風(fēng)速為67．2 m·s－1，持續(xù)偏西風(fēng)將本地污染物向東輸送，霧霾得到有效清除（表2）。26日 02：00開始，渭南站偏東風(fēng)增強，至23：00累積風(fēng)速42．7 m·s－1，西安站東北風(fēng)累積風(fēng)速50．1 m·s－1，銅川站偏北風(fēng)累積風(fēng)速46．6 m·s－1，持續(xù)的偏東風(fēng)和偏北風(fēng)將持續(xù)多日的重霾污染天氣快速清除。

綜上所述，受關(guān)中盆地地形影響，渭南和西安常年盛行偏東風(fēng)［10］，當(dāng)上游三門峽等地區(qū)處于重霾污染下，關(guān)中東部持續(xù)的偏東風(fēng)可能將污染物輸送到關(guān)中盆地，對關(guān)中污染物循環(huán)累積有一定貢獻(xiàn)。同時發(fā)現(xiàn)，累積風(fēng)速比即時風(fēng)速能更好地解釋PM2．5的變化，對PM2．5濃度的影響更加明顯。

對比關(guān)中各站PM2．5濃度和相對濕度的逐時變化（圖5）發(fā)現(xiàn)，兩者均有較一致的變化趨勢，且具有顯著正相關(guān)（表1）。污染開始階段16日20：00—17 日08：00，西安站相對濕度迅速增加，相對濕度平均為86%，而其他3站相對濕度在70%左右，高濕條件下顆粒物易于吸濕增長，從而有利于17日白天PM2．5濃度的激增；高污染階段，關(guān)中各站相對濕度日變化幅度減小，總體呈現(xiàn)高濕狀態(tài)，其中西安和渭南相對濕度平均達(dá)80%，銅川和寶雞分別為74%和72%，這種持續(xù)高濕條件是PM2．5維持在高濃度狀態(tài)的一重要因素；污染清除階段，25日夜間到26日白天冷鋒過境后干冷空氣橫掃關(guān)中地區(qū)，溫度驟降，相對濕度驟減到30%左右。

此次污染過程中，關(guān)中各站均出現(xiàn)低能見度的天氣現(xiàn)象，特別是在嚴(yán)重污染階段多站大氣能見度降到5 km以下，西安站甚至降到2 km以下。從圖6可以看出，西安PM2．5濃度和大氣能見度存在較好的反相關(guān)性，二者呈顯著的冪指數(shù)關(guān)系，相關(guān)系數(shù)為0．76（通過了α＝0．01顯著性檢驗）。同時，相對濕度與能見度也存在較好的反位相變化，說明相對濕度和PM2．5濃度是決定能見度大小的2個關(guān)鍵因子［23］。由擬合曲線可知，當(dāng)能見度為10 km時，對應(yīng)的PM2．5濃度約為100μg·m－3，也就是說當(dāng)PM2．5濃度＞100μg·m－3時，西安可能出現(xiàn)較低能見度（＜10 km）天氣，這與北京［24］出現(xiàn)較低能見度時PM2．5濃度的閾值不同。此外，PM2．5濃度＜100 μg·m－3時，相對濕度較小，大部分低于60%，能見度隨著顆粒物增加衰減迅速；而當(dāng)PM2．5濃度＞100 μg·m－3時，相對濕度較大，大部分高于70%，能見度隨顆粒物增加衰減緩慢；在PM2．5濃度相同時，相對濕度越大，能見度越低。

圖6 2013年12月16—26日西安站逐時PM2．5濃度和能見度的關(guān)系Fig．6 Relationship between the hourly PM2．5concentration and visibility in Xi'an station from 16 to 26 December 2013

2．4 邊界層特征

表3給出2013年12月16—26日關(guān)中4站逐時大氣混合層高度與顆粒物濃度的相關(guān)系數(shù)?？梢姡P(guān)中各站大氣混合層高度與PM2．5濃度均有顯著負(fù)相關(guān)關(guān)系，說明大氣混合層高度是影響顆粒物濃度的重要因素。其中，銅川站相關(guān)系數(shù)最大達(dá)－0．95。大氣混合層高度主要受輻射和風(fēng)的影響而具有顯著日變化特征［12］。銅川站受山谷風(fēng)和近地面氣象要素日變化（圖5和圖4）影響，PM2．5濃度也存在顯著的日變化特征?？梢姡~川站大氣混合層高度與PM2．5濃度變化都與輻射和風(fēng)速有關(guān)，因此相關(guān)性最大。這與京津冀地區(qū)細(xì)顆粒物濃度與大氣混合層高度相關(guān)性的地區(qū)差異一致［12］，靠近山區(qū)的城市細(xì)顆粒物濃度與大氣混合層高度的相關(guān)性更高。

從混合層高度和PM2．5濃度逐時演變（圖5和圖4）可看出，17日關(guān)中PM2．5濃度劇增階段，渭南和西安混合層高度日最大值下降到900 m左右，銅川和寶雞下降到1 200 m左右，混合層高度降低，大氣垂直方向的擴散能力減弱，污染物濃度升高；18—25日高污染階段，關(guān)中各站混合層高度大都降至800 m以下，且日變化幅度顯著減小，西安、渭南和寶雞混合層高度平均在400 m左右，大氣垂直擴散能力很差，PM2．5維持高濃度且振蕩上揚。然而，寶雞站20日受地面弱冷空氣東移南下影響出現(xiàn)雨雪天氣，大氣湍流作用加強，20日13：00寶雞混合層高度驟然升至1 497 m，PM2．5濃度迅速降至137μg·m－3，可見二者具有高度負(fù)相關(guān)；26日受地面冷高壓系統(tǒng)南下影響，大氣湍流加強，關(guān)中各站混合層高度迅速抬升至1 500～1 600 m，污染物在垂直方向上得以稀釋擴撒，PM2．5濃度迅速降低，持續(xù)長時間的霾污染過程清除。

表3 2013年12月16—26日關(guān)中各站大氣混合層厚度與PM2．5濃度的相關(guān)系數(shù)Tab．3 Correlation coefficients between MLH and PM2．5concentration in Guangzhong from 16 to 26 Dember 2013

逆溫層結(jié)是邊界層大氣的重要特征之一。近地層逆溫對污染物的擴散起抑制作用，按空間分布可分為貼地逆溫和懸?。摰兀┠鏈兀?5］。圖7是西安站在污染開始、嚴(yán)重、清除階段的溫度和相對濕度探空曲線?？梢钥闯?，16—17日污染開始階段，900 hPa以下存在貼地逆溫，逆溫強度在0．4℃·（100 m）－1左右，較成都、河北省的逆溫強度?。?6－27］，且相對濕度在60%左右。貼地逆溫的存在使得近地層大氣層結(jié)穩(wěn)定，空氣污染物的稀釋擴散能力減弱，本地排放的污染物開始積累，PM2．5濃度開始升高；17日日出后西安偏北風(fēng)逐漸增強（圖5），近地層大氣湍流交換加強，使得 18日貼地逆溫消失。然而，17日08：00—23：00三門峽—潼關(guān)—渭南一帶維持一致的強偏東風(fēng)（表2），使得區(qū)域污染傳輸疊加本地污染排放循環(huán)積累，造成西安PM2．5濃度劇增，可見水平方向上的區(qū)域污染輸送是影響PM2．5濃度的主要因素；污染嚴(yán)重階段（21—25日），700 hPa上轉(zhuǎn)為較弱的西南風(fēng)（圖略），對流層中低層的暖濕平流引起700 hPa附近出現(xiàn)懸浮逆溫，懸浮逆溫的強度約在0．1℃·（100 m）－1左右，明顯小于貼地逆溫，這種多層逆溫結(jié)構(gòu)也在其他地區(qū)空氣污染過程中出現(xiàn)［25－27］。同時，700 hPa以下相對濕度較高，900 hPa以下相對濕度平均達(dá)80%以上，可見由于逆溫的存在，低空水汽聚集使得近地面形成高濕層，為細(xì)粒子的吸濕增長提供較好的條件；26日地面高壓系統(tǒng)南下，西安近地層受偏北氣流控制（圖略），貼地逆溫層消失，溫度廓線梯度加大。同時，近地層850 hPa以下相對濕度迅速減小到30%左右，持續(xù)多日的霾污染得到清除。

圖7 2013年12月16—26日污染開始、嚴(yán)重、清除時段西安站08：00溫度（a）和相對濕度（b）探空曲線Fig．7 Profiles of temperature（a）and relative humidity（b）during the beginning，severity and ending stages of pollution at08：00 BST from 16 to 26 December 2013 in Xi'an station of Shaanxi

3 結(jié) 論

（1）此次關(guān)中地區(qū)重霾污染過程是在一次不利氣象條件下形成的高濃度顆粒物污染事件?？諝馕廴局饕怯蒔M2．5細(xì)顆粒物造成，PM2．5濃度日均值有8 d超過國家空氣質(zhì)量二級標(biāo)準(zhǔn)，區(qū)域最高日均值達(dá) 437μg·m－3，污染非常嚴(yán)重；關(guān)中多站PM2．5濃度的演變特征具有區(qū)域一致性；在排放源基本穩(wěn)定的情況下，氣象條件是這次關(guān)中地區(qū)大氣重污染事件形成的主因。

（2）關(guān)中盆地特殊的喇叭口地形和三門峽—潼關(guān)—渭南一帶持續(xù)一致的強偏東風(fēng)，使得區(qū)域污染傳輸疊加本地污染循環(huán)累積，是17日關(guān)中PM2．5濃度出現(xiàn)劇增的主要原因。污染嚴(yán)重階段，西安和渭南持續(xù)的弱風(fēng)和靜風(fēng)使得污染物在水平方向上難以向外擴散或流動，污染循環(huán)累積，PM2．5濃度振蕩上揚；寶雞站21日PM2．5濃度的爆發(fā)式增長則是由儲備在西安和渭南高濃度PM2．5在持續(xù)偏東風(fēng)作用下區(qū)域遠(yuǎn)程傳輸所致；而銅川站受山谷風(fēng)影響，PM2．5濃度具有顯著日變化特征?？梢姡L(fēng)速和風(fēng)向?qū)﹃P(guān)中地區(qū)PM2．5濃度的影響顯著，且累積風(fēng)速比即時風(fēng)速對PM2．5的影響更明顯。

（3）大氣混合層高度和污染物PM2．5濃度具有顯著負(fù)相關(guān)關(guān)系，持續(xù)貼地、懸浮逆溫的多層逆溫和低混合層高度的存在，抑制了近地層大氣垂直方向的湍流交換，致使污染物不易在垂直方向擴散，同時也引起低空水汽在近地層聚集，高濕易于粒子吸濕增長，是PM2．5濃度持續(xù)累積增長的重要原因。

［1］王躍思，張軍科，王莉莉，等．京津冀區(qū)域大氣霾污染研究意義、現(xiàn)狀及展望［J］．地球科學(xué)進(jìn)展，2014，29（3）：388－396．

［2］吳兌，廖碧婷，陳慧忠，等．珠江三角洲地區(qū)的灰霾天氣研究進(jìn)展［J］．氣候與環(huán)境研究，2014，19（2）：248－264．

［3］童堯青，銀燕，錢凌，等．南京地區(qū)霾天氣特征分析［J］．中國環(huán)境科學(xué)，2007，27（5）：584－588．

［4］史軍，崔林麗．長江三角洲城市群霾的演變特征及影響因素研究［J］．中國環(huán)境科學(xué)，2013，33（12）：2113－2122．

［5］郭立平，喬林，石茗化，等．河北廊坊市連續(xù)重污染天氣的氣象條件分析［J］．干旱氣象，2015，33（3）：497－504．

［6］Giorgi F，Meleux F．Modelling the regional effects of climate change on air quality［J］．Comptes Rendus Geoscience，2007，339（11）：721－733．

［7］Ziomas IC，Melas D，Zerefos C S，etal．Forecasting peak pollutant levels from meteorological variables［J］．Atmospheric Environment，1995，29（24）：3703－3711．

［8］胡琳，曹紅利，張文靜，等．西安市環(huán)境空氣質(zhì)量變化特征及其與氣象條件的關(guān)系［J］．氣象與環(huán)境學(xué)報，2013，29（6）：150－153．

［9］王珊，廖婷婷，王莉莉，等．西安一次霾重污染過程大氣環(huán)境特征及氣象條件影響分析［J］．環(huán)境科學(xué)學(xué)報，2015，35（11）：3452 －3462．

［10］金麗娜，曲靜，張雅斌，等．西安霾天氣時空分布特征與影響因子分析［J］．氣象科技，2015，43（2）：314－319．

［11］Nozaki K Y．Mixing depthmodel using hourly surface observations ［J］．Bulletin of American Meteorological Society，1974，57：867．

［12］李夢，唐貴謙，黃俊，等．京津冀冬季大氣混合層高度與大氣污染的關(guān)系［J］．環(huán)境科學(xué)，2015，36（6）：1935－1943．

［13］田偉，唐貴謙，王莉莉，等．北京秋季一次典型大氣污染過程多站點分析［J］．氣候與環(huán)境研究，2013，18（5）：595－606．

［14］王莉莉，王躍思，王迎紅，等．北京夏末秋初不同天氣形勢對大氣污染物濃度的影響［J］．中國環(huán)境科學(xué)，2010，30（7）：924－930．

［15］張強．地形和逆溫層對蘭州市污染物輸送的影響［J］．中國環(huán)境科學(xué)，2001，21（3）：230－234．

［16］張強，呂世華，張廣庶．山谷城市大氣邊界層結(jié)構(gòu)和輸送能力［J］．高原氣象，2003，22（4）：346－353．

［17］張強，呂世華．蘭州市污染物越山輸送與局地地理和小氣候特征的關(guān)系［J］．高原氣象，2001，20（增刊）：1－9．

［18］張強．蘭州市的大氣污染物濃度與局地氣候環(huán)境因子的關(guān)系［J］．蘭州大學(xué)學(xué)報（自然科學(xué)版），2003，39（1）：99－106．

［19］周寧芳，李峰，饒曉琴，等．2006年冬半年我國霾天氣特征分析［J］．氣象，2008，34（6）：81－88．

［20］尚可，楊曉亮，張葉，等．河北省邊界層氣象要素與PM2．5關(guān)系的統(tǒng)計特征［J］．環(huán)境科學(xué)研究，2016，29（3）：323－333．

［21］Wang L，Zhang N，Liu Z，et al．The influence of climate factors，meteorological conditions，and boundary－layer structure on severe haze pollution in the Beijing－Tianjin－Hebei region during January 2013［J］．Advances in Meteorology，2014（7）：1－14．

［22］Tai A PK，Mickley L J，Jacob D J．Correlations between fine particulatematter（PM2．5）and meteorological variables in the United States：Implications for the sensitivity of PM2．5to climate change ［J］．Atmospheric Environment，2010，44（32）：3976－3984．

［23］苗愛梅，李苗，王洪霞．一次持續(xù)性霧霾天氣過程的階段性特征及影響因子分析［J］．干旱氣象，2014，32（6）：947－953．

［24］張宏，劉子銳，胡波，等．北京能見度變化趨勢及冬季一次典型污染過程分析［J］．氣候與環(huán)境研究，2011，16（5）：620－628．

［25］姜大膀，王式功，郎咸梅，等．蘭州市區(qū)低空大氣溫度層結(jié)特征及其與空氣污染的關(guān)系［J］．蘭州大學(xué)學(xué)報（自然科學(xué)版），2001，37（4）：133－139．

［26］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．

［27］周書華，倪長健，劉培川．成都地區(qū)大氣邊界層逆溫特征分析［J］．氣象與環(huán)境學(xué)報，2015，31（2）：108－111．

Characteristics of a Severe Haze Pollution Process in W inter of 2013 and M eteorological Cause in Guanzhong of Shaanxi

HUANG Shaoni1，YUAN Yuan2，JING Yu1，CHEN Xiaoting1，LIU Ruifang1

（1．Shaanxi Meteorological Observatory，Xi'an 710014，China，2．Nanjing Meteorological Bureau of Jiangsu Province，Nanjing 210019，China）

Based on themeteorological data and particulatematter concentration monitoring data in Xi'an，Baoji，Weinan and Tongchuan of Guanzhong，the evolution characteristics of particulatematter concentration and meteorological condition of a severe haze pollution occurred from 16 to 26 December 2013 in Guanzhong were analyzed．The results showed that the severe haze pollution episode wasmainly caused by fine paticulatematter（PM2．5）．The variations of PM2．5concentration at4 stations of Guanzhong during the haze pollution process showed regional synchronicity characteristics，the correlation coefficients of daily PM2．5concentrations each otherwere 0．71－0．96，and PM2．5concentrations seriously exceeded the national standard，themaximum of hourly regionalmean in Guangzhong was 508μg·m－3，which indicated the pollution was very serious．Under the influence of the special topography of Guanzhong basin and persistent strong easterly wind in eastern Guanzhong，the ecdemic pollutants were transferred to Guanzhong，and circularly accumulated，which brought the dramatic increase of PM2．5concentration on 17 December 2013．During the severe stage of pollution，the persistentweak easterly winds and calm winds in Weinan and Xi'an caused the gathering of pollutants，and then PM2．5concentraion increased with a fluctuatingway．And PM2．5concentraion explosively increased on 21 December2013 in Baojidue to the ecdemic longdistance transport of PM2．5with high concentraion in Xi'an and Weinan by the easterly winds．However，the diurnal variation of PM2．5concentration in Tongchuan was significant due tomountain－valley wind．Themulti－layer temperature inversion for a long time and lowermixing layer height restrained the vertical diffusion of pollutants and gathered vapors in the near surface layer，which induced the accumulation of PM2．5pollutants．The strengthening and moving of cold high pressure to south removed quickly and effectively the pollutants in the process of severe haze finally．

Guanzhong；haze weather；PM2．5pollution；meteorological factors

1006－7639（2016）－06－1037－10

10．11755／j．issn．1006－7639（2016）－06－1037

P427．2

A

2016－06－22；改回日期：2016－08－22

陜西省氣象局研究型業(yè)務(wù)重點科研項目（2015Z－3）和南京市氣象科研開發(fā)項目（NJ201608）共同資助

黃少妮（1981－），女，陜西西安人，博士，高級工程師，從事天氣氣候預(yù)測、環(huán)境氣象研究．E－mail：huangshaoni＠126．com