劉永昌，陳永金，張亞茹，劉永芳，劉志遠(yuǎn)，孫 童

(聊城大學(xué)，山東 聊城 252000)

0 引言

隨著城市化和工業(yè)化進(jìn)程的加快，大氣污染事件出現(xiàn)的頻率和強(qiáng)度有明顯增加趨勢(shì)，已經(jīng)引起了社會(huì)廣泛的關(guān)注。王春梅、葉春明在基于信息擴(kuò)散理論的霧霾天氣關(guān)注度研究一文中的研究結(jié)果表明:公眾對(duì)霧霾天氣的關(guān)注度隨關(guān)注度水平的增加而提高，且有明顯的季節(jié)性［1］。針對(duì)與大氣污染事件，相關(guān)領(lǐng)域?qū)W者從不同角度進(jìn)行了大量研究:張永恒等在論重大突發(fā)事件應(yīng)急決策氣象服務(wù)中針對(duì)我國(guó)重大突發(fā)事件的特點(diǎn)和氣象因素的關(guān)系得出了建立完善氣象服務(wù)的必要性的結(jié)論［2］。李令軍等利用2000—2010年北京空氣質(zhì)量數(shù)據(jù)對(duì)北京空氣污染類(lèi)型進(jìn)行了劃分［3］，唐曉慧從不同視角對(duì)大氣污染類(lèi)型進(jìn)行了劃分［4］，丁峰等探討了對(duì)顆粒污染物PM2.5的防治手段［5］。安月改對(duì)京、津、冀區(qū)域內(nèi)沙塵暴發(fā)生規(guī)律進(jìn)行了綜合研究［6］，陶品竹探索了復(fù)合性、流動(dòng)性污染源的治理對(duì)策［7］。近幾年來(lái)有關(guān)研究的內(nèi)容大多只分析某一地區(qū)大氣污染事件，而分析一次短暫春季區(qū)域性大氣污染形成消散過(guò)程與氣象要素的關(guān)系以及區(qū)域間的傳輸機(jī)制，進(jìn)而探究中國(guó)大氣污染現(xiàn)象的獨(dú)特性等方面研究較少。本文研究從中尺度上分析此次污染形成、消散和擴(kuò)散的機(jī)制與氣象要素的關(guān)系，進(jìn)而得出一些不同于前人的研究方法和結(jié)果，為以后區(qū)域性春季大氣污染研究提供一些參考意見(jiàn)。

京津冀及周?chē)貐^(qū)是中國(guó)城市分布最密集、綜合實(shí)力最強(qiáng)的區(qū)域之一，但其環(huán)境污染問(wèn)題也一直是中國(guó)環(huán)境污染問(wèn)題的集中點(diǎn)。王慧麗等對(duì)京津冀燃煤工業(yè)和生活鍋爐的技術(shù)分布與大氣污染物排放特征的研究表明:化石燃料的鍋爐燃燒是該地區(qū)大氣污染物的主要來(lái)源之一［8］。繼冬季持續(xù)霧霾型大氣污染過(guò)程后，2017年5月4日起，該區(qū)出現(xiàn)了一次跨時(shí)52個(gè)小時(shí)的大氣重度污染現(xiàn)象。黃德生、張世秋曾對(duì)京津冀地區(qū)大氣PM2.5污染的健康效益進(jìn)行研究評(píng)價(jià)，結(jié)果表明:京津冀地區(qū)能夠?qū)崿F(xiàn)的健康效益總和高達(dá)612～2560億元/年，相當(dāng)于該地區(qū)2009年地方生產(chǎn)總值的1.66%～6.94%［9］。因此深入研究京津冀及其周?chē)貐^(qū)的大氣污染問(wèn)題尤其是區(qū)域間的污染關(guān)聯(lián)機(jī)制，對(duì)于推動(dòng)經(jīng)濟(jì)穩(wěn)步前進(jìn)、促進(jìn)區(qū)域合作處理大氣污染問(wèn)題和建設(shè)生態(tài)友好型社會(huì)顯得尤為重要。

1 資料與研究方法

1.1 資料收集

數(shù)據(jù)來(lái)源于空氣質(zhì)量在線監(jiān)測(cè)平臺(tái)記錄的京津冀及周?chē)貐^(qū)十城市的2017年5月4日至8日的各偶整點(diǎn)時(shí)氣象數(shù)據(jù)(風(fēng)向風(fēng)級(jí)、空氣濕度、溫度、氣壓等)、污染指標(biāo)AQI值和各污染 物 (PM2.5、PM10、SO2、CO、NO2、O3) 濃度值。

利用中國(guó)氣象局等官方機(jī)構(gòu)所提供的各污染物分級(jí)標(biāo)準(zhǔn)、累計(jì)平均值等數(shù)據(jù)出發(fā)，對(duì)原始數(shù)據(jù)進(jìn)行合理劃分。從重度污染天氣的快速形成、輸送與氣象要素的關(guān)系出發(fā)，利用現(xiàn)有數(shù)據(jù)和有關(guān)資料所提供的理論依據(jù)探討了該地區(qū)間各城市就大氣污染方面聯(lián)系的客觀性。

空氣質(zhì)量指數(shù)(Air Quality Index，簡(jiǎn)稱(chēng)AQI)是定量描述空氣質(zhì)量狀況的無(wú)量綱指數(shù)，根據(jù)《環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定(試行)》(HJ 633—2012)規(guī)定:空氣污染指數(shù)劃分為0～50、51～100、101～150、151～200、201～300 和大于 300六檔，對(duì)應(yīng)于空氣質(zhì)量的六個(gè)級(jí)別(優(yōu)、良、輕度污染、中度污染、重度污染、嚴(yán)重污染)，指數(shù)越大，級(jí)別越高，污染越嚴(yán)重。

1.2 分析方法

基于此次污染的時(shí)間短暫性、地域廣闊性和輸送迅速性，筆者查閱了有關(guān)中國(guó)大陸、華北地區(qū)、京津冀地區(qū)、長(zhǎng)江三角洲地區(qū)等區(qū)域的眾多研究文獻(xiàn)為理論支撐。如隋珂珂等在北京PM10持續(xù)污染及常規(guī)氣象要素的關(guān)系中所利用的相關(guān)分析法和時(shí)空特點(diǎn)探究［10］。分析吸收了近幾年較為熱點(diǎn)的研究方法;數(shù)據(jù)處理利用Excel軟件、SPSS軟件，采用堆積百分比折線圖、常規(guī)統(tǒng)計(jì)圖、相關(guān)性和顯著性分析法以及線性回歸分析法等方法對(duì)氣象數(shù)據(jù)與污染物濃度變化、擴(kuò)散進(jìn)以及區(qū)域間污染的時(shí)空關(guān)聯(lián)行了分析;各城市大氣污染現(xiàn)象形成、輸送和消散與其主要?dú)庀笠氐年P(guān)系，則采用了SPSS軟件進(jìn)行了相關(guān)性和顯著性分析，利用分析值對(duì)比得出各城市在此次污染天氣成散與主要?dú)庀笠刈兓矫娴年P(guān)聯(lián)。而對(duì)于區(qū)域間各城市時(shí)空關(guān)聯(lián)與氣象要素關(guān)系方面采用了AQI污染指標(biāo)出現(xiàn)峰值時(shí)間點(diǎn)時(shí)的各城市最大風(fēng)速氣象要素的散點(diǎn)線性回歸圖，借助直觀的散點(diǎn)分布規(guī)律和回歸方程的斜率比較分析各城市時(shí)空關(guān)聯(lián)和主要?dú)庀笠?風(fēng)速風(fēng)級(jí))的關(guān)系。

2 結(jié)果與分析

2.1 AQI指數(shù)的變化

2.1.1 時(shí)間變化

在時(shí)間軸上污染指標(biāo)AQI一共出現(xiàn)兩次高峰現(xiàn)象，并以第一次為主。自2017年5月4日4時(shí)起，研究區(qū)內(nèi)北京的污染指標(biāo)AQI值最先達(dá)到重度污染級(jí)別(200)，在此后的8個(gè)小時(shí)內(nèi)該地區(qū)的10個(gè)主要城市污染指標(biāo)AQI值相繼達(dá)到峰值(500)，此次重度污染事件持續(xù)32個(gè)小時(shí)(4日5時(shí)～5日13時(shí))后開(kāi)始消散，其中邯鄲、衡水、德州三地分別于5月5日19時(shí)～6日7時(shí)、5日21時(shí)～6日15時(shí)、6日1時(shí)～12時(shí)出現(xiàn)了峰值為447的小幅度回升，持續(xù)12個(gè)小時(shí)(圖1)。

2.1.2 空間變化

利用2017年5月4日至8日的污染指標(biāo)AQI數(shù)據(jù)，將10個(gè)城市的AQI值變化用百分比堆積折線圖的形式表示出各個(gè)城市間污染過(guò)程在時(shí)間上的空間聯(lián)系(見(jiàn)圖2)。

圖2顯示10個(gè)城市在5月4號(hào)到8號(hào)時(shí)段內(nèi)的污染現(xiàn)象具有極大趨勢(shì)相似性，并隨緯度的減小具有延后性。圖2自上而下的城市的緯度依次升高，而緯度越高，出現(xiàn)嚴(yán)重度污染事件(AQI值達(dá)200)的初始時(shí)間越早。圖中一共出現(xiàn)兩次較大的峰谷變化事件，分別是5月4日5～13時(shí)和6日10時(shí)～7日17時(shí)分別對(duì)應(yīng)了此次重污染天氣過(guò)程的形成和消散時(shí)間段。且各地的關(guān)聯(lián)在形成階段的顯著性明顯高于消散階段，形成階段所經(jīng)歷時(shí)間明顯較快于消散所經(jīng)歷的時(shí)間，即AQI值在空間上的分布具有因地域而導(dǎo)致的變化趨勢(shì)的一致性和發(fā)生時(shí)間的延后性。說(shuō)明區(qū)域關(guān)聯(lián)性是客觀存在的。而這種客觀存在的原因是包涵氣象要素的影響在內(nèi)的。

圖1 京津冀及周邊10個(gè)城市AQI指數(shù)時(shí)間序列圖Fig．1 Time sequence diagram of the AQI index in ten cities in Beijing-Tianjin-Hebei region and its surrounding area

圖2 京津冀及周邊10個(gè)城市AQI百分比堆積折線圖Fig．2 Line chart of percentage of the index of AQI in ten cities in Beijing-Tianjin-Hebei region and its surrounding area

2.2 主要污染物指標(biāo)的變化

不同于本年度以往所出現(xiàn)的冬季嚴(yán)重大氣污染現(xiàn)象(霧霾天氣)的是，此次污染并不以能見(jiàn)度低和大氣呈刺激性氣味為特征，而是以高風(fēng)速、大氣懸浮顆粒物增多為特征，即大氣污染的沙塵型性質(zhì)顯著。從圖3和表1看:在污染物濃度的變化趨勢(shì)上PM10和PM2.5與AQI的走勢(shì)較吻合且相關(guān)性顯著。而其他幾項(xiàng)污染物(如SO2、CO、NO2、O3等)濃度在此次重污染天氣持續(xù)的過(guò)程中變化波動(dòng)較小，且相關(guān)性不顯著。綜上可以得出此次污染物主要為顆粒物即PM10和PM2.5。

2.2.1 時(shí)間變化

對(duì)于PM10:在此次污染過(guò)程中德州、邢臺(tái)、石家莊、衡水、邯鄲等的PM10濃度值變化趨勢(shì)在峰谷的波動(dòng)上與AQI呈現(xiàn)出高度的吻合，在AQI值從峰值開(kāi)始回落一直到達(dá)到正常水平的消散時(shí)間

表1 十城市各污染物與污染指標(biāo)AQI的相關(guān)性數(shù)據(jù)表Tab．1 Correlation data of each air pollutants and pollution indicators AQI in 10 cities

圖3 廊坊市各污染物濃度變化趨勢(shì)圖Fig．3 The concentration variation of each pollutant concentration in Langfang City

注:＊＊表示在．01水平(雙側(cè))上顯著相關(guān)。*表示在0.05水平(雙側(cè))上顯著相關(guān)。段里，各個(gè)城市的PM10濃度值變化也在一定程度上影響著AQI值的變化趨勢(shì)，例如衡水市，在AQI達(dá)到峰值的緩沖時(shí)間內(nèi)一共出現(xiàn)了5次峰谷變化，分別是5月4日12～14時(shí)、16～18時(shí)、20～21時(shí)、22～23時(shí)、23～24時(shí)，在這五次峰谷變化中，PM10的峰谷變化與AQI的峰谷變化均處于趨勢(shì)一致性，在時(shí)間上并微早于AQI的峰谷出現(xiàn)時(shí)間點(diǎn)。德州市出現(xiàn)了3次峰谷變化。北京出現(xiàn)兩次峰谷變化，5月5日14～15時(shí)、16～17時(shí)。石家莊出現(xiàn)三次峰谷變化，5月5日6～7時(shí)、8～9時(shí)、11～13時(shí)。邢臺(tái)出現(xiàn)多次起伏，5月5日3～6時(shí)、8～10時(shí)、10～11時(shí)、11～13時(shí)。邯鄲、保定、衡水和天津則是在趨勢(shì)上呈現(xiàn)緩和的回落現(xiàn)象。除PM10的濃度變化與AQI數(shù)值變化呈現(xiàn)出吻合外，PM2.5也在一定程度上與AQI數(shù)值相關(guān)聯(lián)(表1)，其對(duì)AQI值起主導(dǎo)作用時(shí)主要表現(xiàn)在污染消散階段。

2.2.2 空間變化

在空間上，主要污染物的變化和AQI指標(biāo)的空間分布規(guī)律類(lèi)似，但有一定的差別。相似點(diǎn)是在發(fā)生時(shí)間上具有明顯的延后性，表現(xiàn)在PM10和PM2.5的迅速增高隨地區(qū)的緯度變化而呈現(xiàn)出“北早南晚”的時(shí)間延后特點(diǎn)，自北向南可將主要污染物的形成時(shí)間點(diǎn)按先后順序大致分為三個(gè)亞區(qū):即北京、廊坊區(qū)，天津、保定、滄州、石家莊區(qū)，衡水、德州、邢臺(tái)、邯鄲區(qū);不同點(diǎn)是，各地區(qū)內(nèi)部的污染物濃度變化呈現(xiàn)更多的是差異性。其中北京和滄州的主要污染物濃度在大氣污染過(guò)境階段變化波動(dòng)不大，呈現(xiàn)出穩(wěn)定的變化趨勢(shì)，類(lèi)似于正態(tài)分布線;廊坊、天津、保定、石家莊、邯鄲、邢臺(tái)則在大氣污染物消散階段的前期出現(xiàn)小規(guī)模的波動(dòng)，而后大氣污染物濃度開(kāi)始下降，較形成階段速度有所放慢。此外，德州、衡水兩地波動(dòng)較為劇烈，且在大氣污染物濃度升高達(dá)到峰值的初期和大氣污染過(guò)境中期均有波動(dòng)，以衡水最為典型，峰谷變化事件多達(dá)五次。

2.3 氣象因子變化

氣象因子主要包括濕度、氣壓、氣溫、風(fēng)速、風(fēng)級(jí)等，按其性質(zhì)差異、變化趨勢(shì)以及方式的獨(dú)特性，本文對(duì)不同的氣象因子采取了不同的研究方法。對(duì)于濕度、氣壓和氣溫采取時(shí)間序列折線圖并對(duì)其變化趨勢(shì)進(jìn)行線性回歸分析(圖4)。

從10個(gè)城市主要?dú)庀笠貢r(shí)間變化序列圖中可以看出，在二次多項(xiàng)式回歸趨勢(shì)上，各地氣溫有波動(dòng)，溫度呈現(xiàn)出先減后增的趨勢(shì)，而氣溫的波動(dòng)轉(zhuǎn)折點(diǎn)主要出現(xiàn)在12時(shí)、0時(shí)、6時(shí)，主要是受太陽(yáng)輻射影響的自然變化，只是在此次污染天氣消散的時(shí)期略有升溫且波動(dòng)較大于污染天氣形成前期階段。溫度的變化可導(dǎo)致空氣中水分含量的變化，有利于顆粒污染物附著，對(duì)大氣污染的消退有積極影響。另外，呈正相關(guān)的氣象要素是濕度，濕度的波動(dòng)性變化也呈現(xiàn)出自然變化趨勢(shì)，即峰谷值出現(xiàn)在12時(shí)、0時(shí)、6時(shí)，且波動(dòng)幅度逐漸增大，而線性回歸分析表示濕度也呈現(xiàn)出小幅度上升，這與溫度的變化趨勢(shì)是相似的，也是此次污染天氣消散的推動(dòng)因素之一。而關(guān)于氣壓的變化，除邢臺(tái)氣壓較低于其他幾個(gè)城市外，十個(gè)城市的氣壓在變化趨勢(shì)上呈現(xiàn)出一致性，且每個(gè)城市的線性回歸均顯示直線斜率為負(fù)值，這也說(shuō)明了相關(guān)性分析表(表1)中所表示的氣壓氣象數(shù)據(jù)與污染指數(shù)的相關(guān)性不顯著。在整體趨勢(shì)上，氣壓值雖然起伏較小(小于50Pa)但是氣壓值略有降低，結(jié)合氣溫的波動(dòng)性變化，可以判斷此次為一次冷空氣過(guò)境。氣壓的降低以及溫度的升高和濕度的增大，在一定程度有利于沙塵型大氣顆粒污染物的凝聚核形成，即有利于大氣污染物的消散。這與圖1所顯示5月5日12時(shí)的污染指標(biāo)AQI值的下降所一致。

依據(jù)城市的經(jīng)緯度，在該區(qū)域內(nèi)選取緯度較高的北京、廊坊兩地和經(jīng)度較高的滄州。將三地在本次大氣重污染過(guò)程中(主要指5月4日－5月6日)的風(fēng)向采取雷達(dá)圖的形式加以分析，并由此確定主導(dǎo)風(fēng)向和污染過(guò)程中風(fēng)向?qū)χ饕廴疚?PM10和PM2.5)的影響(見(jiàn)圖5)。

圖5顯示:北京、廊坊、滄州三地在此次大氣污染事件的形成初期階段(5月4日)，分別以北風(fēng)、東北風(fēng)、西北風(fēng)為主導(dǎo)風(fēng)向。進(jìn)一步說(shuō)明此次大氣污染過(guò)程的污染物系外來(lái)污染。即由北向盛行風(fēng)攜帶的大量顆粒污染物結(jié)合本地區(qū)的穩(wěn)定的大氣環(huán)境相互作用形成。5月5日至6日，三地主導(dǎo)風(fēng)向均由北風(fēng)導(dǎo)向經(jīng)西向風(fēng)導(dǎo)向轉(zhuǎn)至南向風(fēng)導(dǎo)向，在污染過(guò)程的消散階段，該區(qū)域十城市大多由西南風(fēng)主導(dǎo)，加之區(qū)域內(nèi)其他氣象要素的穩(wěn)定變化為污染物的消散提供了有利的環(huán)境。黃麗坤等探究了哈爾濱市大氣主要污染物(TSP、PM10、PM2.5)的傳輸途徑，結(jié)果說(shuō)明沙塵事件系外來(lái)污染，由內(nèi)蒙古西北部和中部地區(qū)出發(fā)一路至東北地區(qū)［11］。研究方法中多考慮風(fēng)向影響而忽略了氣象要素因子對(duì)沙塵型大氣污染物輸送的影響。王清川等詳細(xì)探究了氣象要素，尤其是降水和風(fēng)速對(duì)大氣污染擴(kuò)散的影響，研究結(jié)果肯定了風(fēng)速較小、天氣穩(wěn)定等因素對(duì)大氣污染形成的積極作用和風(fēng)速較大對(duì)顆粒污染物輸送的正比關(guān)聯(lián)，以及濕度增加時(shí)對(duì)大氣污染消散的有利性［12］。此外，陳朝暉等在對(duì)華北區(qū)域大氣污染過(guò)程中天氣型和輸送路徑分析中對(duì)氣壓與路徑的關(guān)聯(lián)研究表明:受西南風(fēng)氣流的盛行和地形、天氣型控制，最終形成西南甬道［13］。以上研究理論和結(jié)果均在一定程度上支撐了風(fēng)向、風(fēng)速對(duì)區(qū)域間的大氣污染物輸送的導(dǎo)向作用，也在一定程度上解釋了城市污染與其經(jīng)緯度的關(guān)聯(lián)。

圖4 10個(gè)城市主要?dú)庀笠貢r(shí)間變化序列圖Fig．4 Time change sequence diagram of major meteorological elements in 10 cities

圖5 北京、廊坊、滄州三地污染過(guò)程風(fēng)向雷達(dá)圖Fig．5 Wind direction radar map of pollution process in Beijing，Langfang and Cangzhou cities

3 討論

3.1 污染物濃度與氣象因子關(guān)系

污染物濃度與氣象因子的關(guān)系具有復(fù)合性、

復(fù)雜性等特點(diǎn)，因此采用相關(guān)性分析法(表2)并使用具有代表主要污染物濃度變化趨勢(shì)性質(zhì)的污染指標(biāo)AQI的數(shù)值來(lái)分析污染物濃度與氣象因子的關(guān)系。

表2 氣象因子與AQI相關(guān)性分析數(shù)據(jù)表Tab．2 Correlation analysis data table of meteorological factor and AQI

表2顯示:溫度和濕度與AQI的相關(guān)性并不顯著，但溫度、濕度作為基本的氣象要素，在一定程度上為此次大氣污染的形成提供了穩(wěn)定的環(huán)境。尉鵬等在分析2014年10月中國(guó)東部持續(xù)重污染天氣成因時(shí)采用AQI數(shù)據(jù)分析了污染過(guò)程，結(jié)果表明:持續(xù)出現(xiàn)的穩(wěn)定天氣形式是導(dǎo)致10月中國(guó)東部重污染天氣的主要?dú)庀笤颍?4］;氣壓和風(fēng)速與AQI的相關(guān)性較為顯著。周磊等分析了京津冀PM2.5時(shí)空分布特征及其污染風(fēng)險(xiǎn)因素，結(jié)果表明:在其選取的六個(gè)城市中，污染事件和污染的時(shí)空分布呈現(xiàn)出一定的規(guī)律性，即和城市的經(jīng)緯度有著密切的關(guān)聯(lián)。污染物在傳統(tǒng)的污染物形成源地形成后，在氣象因素的影響下按照一貫的路徑進(jìn)行輸送［15］。

袁智生等對(duì)湖南省近43年霧霾氣候變化特征進(jìn)行分析中采取了線性趨勢(shì)方法，得出了污染增減規(guī)律［16］。將各城市的 AQI早峰值時(shí)間點(diǎn)與十城市緯度值的散點(diǎn)圖采取線性回歸分析(圖6)，回歸方程具有一定的斜率，而斜率的大小和風(fēng)速、風(fēng)向有著密切的聯(lián)系，風(fēng)速、風(fēng)向是推動(dòng)區(qū)域污染物擴(kuò)散的主要?jiǎng)恿χ弧?/p>

圖6 10個(gè)城市AQI早峰點(diǎn)與其緯度值回歸分析圖Fig．6 Regression analysis of AQI peak and its latitude values in ten cities

而王敬等分析了烏魯木齊市重污染期間PM2.5污染特征與來(lái)源認(rèn)為:PM2.5多源于城市揚(yáng)塵，煤煙塵［17］。關(guān)于此次沙塵型大氣重污染事件的區(qū)域內(nèi)客觀關(guān)聯(lián)的原因探討，即:對(duì)是外來(lái)污染物或是本地城市揚(yáng)塵、煤煙塵的研究，主要對(duì)風(fēng)速風(fēng)級(jí)兩個(gè)氣象要素?cái)?shù)據(jù)進(jìn)行了分析(圖7)。

通過(guò)對(duì)各城市在AQI峰值期間的最大風(fēng)速的柱狀圖分析來(lái)看，除廊坊、天津、保定和邢臺(tái)有短時(shí)的南風(fēng)導(dǎo)向外，其余城市均為北風(fēng)導(dǎo)向，且風(fēng)級(jí)在2～5級(jí)之間以4級(jí)為眾數(shù)，結(jié)合圖6以及2.3中有關(guān)氣象因子(風(fēng)向風(fēng)級(jí))的研究理論支撐可知此次污染物來(lái)源主要為外來(lái)顆粒污染物的輸入，而非本地形成。

圖7 AQI峰值期間的最大風(fēng)速柱狀圖Fig．7 The histogram of maximum wind speed in AQI peak period

3.2 污染過(guò)程分析

大氣污染的形成、消散與各氣象要素的變化是密不可分緊密相連的。由污染物濃度分析知大氣污染為沙塵型大氣污染。李貴玲等分析2011年春季沙塵天氣影響下上海大氣顆粒物及其化學(xué)組分的變化特征中指出:沙塵天氣出現(xiàn)時(shí)PM10和PM2.5的質(zhì)量濃度顯著高于非沙塵天氣［18］。劉慶陽(yáng)等在2012年春季京津冀地區(qū)一次沙塵暴天氣過(guò)程中顆粒物的污染特征分析中主要利用了PM10進(jìn)行了分析研究，結(jié)果表明:沙塵型天氣主要是由外來(lái)物質(zhì)(顆粒物)和本地區(qū)污染物質(zhì)疊合形成［19］。鄭新江等借用2006年的衛(wèi)星資料和地面觀測(cè)點(diǎn)數(shù)據(jù)分析了北京沙塵暴形成的5條路徑。源地均為亞洲中部地區(qū)(蒙古地區(qū))［20］。趙玉廣探討了華北地區(qū)沙塵天氣的形成機(jī)制，結(jié)果表明:沙塵暴是在干旱少雨的有利的氣候背景下產(chǎn)生的。斜壓槽和蒙古氣旋是觸發(fā)這次強(qiáng)沙塵暴天氣過(guò)程的重要的天氣系統(tǒng)，高空斜壓槽和強(qiáng)鋒區(qū)促使了地面蒙古氣旋的發(fā)展和冷鋒的加強(qiáng)，誘發(fā)沙塵暴天氣［21］。結(jié)合此次大氣污染的各項(xiàng)污染物濃度變化以及以上研究的理論依據(jù)可以得知此次沙塵型大氣污染的形成機(jī)制亦是在本區(qū)域干旱少雨的背景下在北向風(fēng)盛行的條件下帶來(lái)大量外來(lái)顆粒物污染物質(zhì)而導(dǎo)致的沙塵型大氣污染。

3.3 污染的區(qū)域關(guān)聯(lián)分析

大氣重度污染事件的區(qū)域關(guān)聯(lián)分析是研究的核心。研究結(jié)果表明，區(qū)域的關(guān)聯(lián)性是客觀存在的，其受多種因素的共同作用，包括地形、氣象因子等自然因素和經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、國(guó)家政策等社會(huì)人文因素。劉耀龍等在論災(zāi)害風(fēng)險(xiǎn)研究中的空間尺度耦合中強(qiáng)調(diào)了地里的尺度效應(yīng)，并提出了災(zāi)害風(fēng)險(xiǎn)尺度耦合的概念與類(lèi)型［22］。針對(duì)于氣象因子而言，京津冀及周?chē)貐^(qū)這一廣闊的區(qū)域受其影響表現(xiàn)出大氣污染過(guò)程的多種獨(dú)特性，主要包括:時(shí)間上的發(fā)生時(shí)間延后性、空間上的變化趨勢(shì)一致性和區(qū)域上的內(nèi)部變化差異性。時(shí)間上的延后性主要受緯度和風(fēng)向風(fēng)級(jí)影響，表現(xiàn)在風(fēng)向決定污染順序的先后、風(fēng)速和緯度差決定發(fā)生時(shí)間的差值大小;空間上變化趨勢(shì)一致性受氣溫、氣壓、空氣濕度等氣象因子影響，表現(xiàn)在污染物變化趨勢(shì)一致，即擁有相似的增減變化趨勢(shì);區(qū)域內(nèi)部變化差異主要受地區(qū)小幅變化的氣象因子和地區(qū)獨(dú)特性影響，表現(xiàn)在各個(gè)地區(qū)的污染過(guò)程和變化趨勢(shì)呈現(xiàn)出一定的差異。

4 結(jié)論

本文利用京津冀及其周邊10個(gè)城市2017年5月4日至8日的污染指標(biāo)AQI數(shù)據(jù)和主要?dú)庀笠財(cái)?shù)據(jù)，結(jié)合近幾年來(lái)的科研理論方法和常用研究方法，探究了該區(qū)域內(nèi)的此次短暫春季大氣污染事件的形成、輸送和消散過(guò)程與地區(qū)的氣象要素的關(guān)聯(lián)以及區(qū)域性大氣污染的內(nèi)在聯(lián)系機(jī)制，結(jié)果概括如下:

(1)由污染物指標(biāo)AQI與各污染物的濃度分析結(jié)果和各污染物濃度變化與地區(qū)污染物平均標(biāo)準(zhǔn)看，本次大氣重度污染天氣的主要污染物顆粒污染物即PM10、PM2.5，判定此次大氣重污染為沙塵型重污染天氣。

(2)此次大氣重污染過(guò)程歷時(shí)52個(gè)小時(shí)，在8個(gè)小時(shí)內(nèi)迅速由北京等地?cái)U(kuò)散至與邢臺(tái)、邯鄲等地區(qū)。此次污染天氣消散也在短短12個(gè)小時(shí)內(nèi)完成，后期有個(gè)別地區(qū)出現(xiàn)兩次歷時(shí)14個(gè)小時(shí)的二次污染現(xiàn)象?？偟膩?lái)看本次重污染天氣的特點(diǎn)為:形成、擴(kuò)散及消散過(guò)程快速且影響范圍廣。

(3)氣象要素對(duì)此次重污染事件的影響顯著。由各氣象要素的分析圖判斷，污染成因是因進(jìn)入春季，北方地區(qū)長(zhǎng)期干燥無(wú)降水，地面空氣濕潤(rùn)度較低，為顆粒物的形成和停滯提供了條件，加之北方向主導(dǎo)風(fēng)向帶來(lái)大量的外來(lái)污染物，并且在地域上呈現(xiàn)出自北向南的污染發(fā)生時(shí)間上的延遲現(xiàn)象。

(4)污染事件在區(qū)域上呈現(xiàn)出明顯的時(shí)空關(guān)聯(lián)性:在空間方面表現(xiàn)為，污染地的經(jīng)緯緯度值決定了城市發(fā)生污染時(shí)間先后順序;在時(shí)間方面表現(xiàn)為處于風(fēng)向?qū)虻氐牡貐^(qū)發(fā)生污染的時(shí)間較早、較長(zhǎng);在地域方面表現(xiàn)為污染物濃度變化的差異性。

此次污染物主要為PM10、PM2.5且污染指標(biāo)AQI的變化趨勢(shì)與二污染物變化趨勢(shì)相關(guān)性顯著，其他污染物并沒(méi)有出現(xiàn)極端異常變化，可以確定此次污染是由于北方地區(qū)處于穩(wěn)定的大氣環(huán)境控制，氣溫穩(wěn)定小幅度上升、濕度較低等條件下而產(chǎn)生的沙塵在區(qū)域氣象條件允許的情況下，由北風(fēng)主導(dǎo)攜帶大量外來(lái)污染物而在短時(shí)間內(nèi)迅速擴(kuò)散的沙塵型大氣污染。而其在其它氣象要素未發(fā)生顯著變化的情況下快速消退過(guò)程的客觀事實(shí)也說(shuō)明了這一點(diǎn)。通過(guò)此次沙塵型大氣污染分析得出的結(jié)論也可以在一定程度上解釋大氣污染的另一種形式－霧霾天氣的形成、消散和區(qū)域性擴(kuò)散原因，也會(huì)受多種氣象要素共同影響。

［1］ 王春梅，葉春明．基于信息擴(kuò)散理論的霧霾天氣關(guān)注度研究［J］．物流工程與管理，2016，38(6):187－190．

［2］ 張永恒，張建忠，薛建軍，等．論重大突發(fā)事件應(yīng)急決策氣象服務(wù)［J］．防災(zāi)科技學(xué)院學(xué)報(bào)，2015，17(2):82－88．

［3］ 李令軍，王英，李金香，等．2000—2010北京大氣重污染研究［J］．中國(guó)環(huán)境科學(xué)，2012，32(1):23－30．

［4］ 唐曉慧．大氣污染的主要類(lèi)型及防治技術(shù)探討［J］．科技與企業(yè)，2014，(21):81．

［5］ 丁峰，張陽(yáng)，李魚(yú)．京津冀大氣污染現(xiàn)狀及防治方向探討［J］．環(huán)境保護(hù)，2014，42(21):55－57．

［6］ 安月改．京、津、冀區(qū)域沙塵暴氣候變化特征分析［C］∥中國(guó)氣象學(xué)會(huì)．新世紀(jì)氣象科技創(chuàng)新與大氣科學(xué)發(fā)展——中國(guó)氣象學(xué)會(huì)2003年年會(huì)“氣候系統(tǒng)與氣候變化”分會(huì)論文集．中國(guó)氣象學(xué)會(huì)，2003:3．

［7］ 陶品竹．從屬地主義到合作治理:京津冀大氣污染治理模式的轉(zhuǎn)型［J］．河北法學(xué)，2014，32(10):120－129．

［8］ 王慧麗，雷宇，陳瀟君，等．京津冀燃煤工業(yè)和生活鍋爐的技術(shù)分布與大氣污染物排放特征［J］．環(huán)境科學(xué)研究，2015，28(10):1510－1517．

［9］ 黃德生，張世秋．京津冀地區(qū)控制PM_(2.5)污染的健康效益評(píng)估［J］．中國(guó)環(huán)境科學(xué)，2013，33(1):166－174．

［10］ 隋珂珂，王自發(fā)，楊軍，等．北京 PM_(10)持續(xù)污染及與常規(guī)氣象要素的關(guān)系［J］．環(huán)境科學(xué)研究，2007，(6):77－82．

［11］ 黃麗坤，王廣智，王琨．哈爾濱市沙塵期大氣顆粒物物化特征及傳輸途徑分析［J］．中國(guó)環(huán)境科學(xué)，2014，34(8):1920－1926．

［12］ 王清川，周賀玲，許敏，等．河北省廊坊市大氣污染擴(kuò)散氣象條件影響分析［J］．防災(zāi)科技學(xué)院學(xué)報(bào)，2014，16(3):1－8．

［13］ 陳朝暉，程水源，蘇福慶，等．華北區(qū)域大氣污染過(guò)程中天氣型和輸送路徑分析［J］．環(huán)境科學(xué)研究，2008，(1):17－21．

［14］ 尉鵬，任陣海，王文杰，等．2014年10月中國(guó)東部持續(xù)重污染天氣成因分析［J］．環(huán)境科學(xué)研究，2015，28(5):676－683．

［15］ 周磊，武建軍，賈瑞靜，等．京津冀PM_(2.5)時(shí)空分布特征及其污染風(fēng)險(xiǎn)因素［J］．環(huán)境科學(xué)研究，2016，29(4):483－493．

［16］ 袁智生，陳濤，肖蘭，等．湖南省近43年霧霾氣候變化特征分析［J］．防災(zāi)科技學(xué)院學(xué)報(bào)，2015，17(4):61－67．

［17］ 王敬，畢曉輝，馮銀廠，等．烏魯木齊市重污染期間PM_(2.5)污染特征與來(lái)源解析［J］．環(huán)境科學(xué)研究，2014，27(2):113－119．

［18］ 李貴玲，周敏，陳長(zhǎng)虹，等．2011年春季沙塵天氣影響下上海大氣顆粒物及其化學(xué)組分的變化特征［J］．環(huán)境科學(xué)，2014，35(5):1644－1653．

［19］ 劉慶陽(yáng)，劉艷菊，趙強(qiáng)，等．2012年春季京津冀地區(qū)一次沙塵暴天氣過(guò)程中顆粒物的污染特征分析［J］．環(huán)境科學(xué)，2014，35(8):2843－2850．

［20］ 鄭新江，羅敬寧，李小龍．北京春季大氣污染與沙塵天氣關(guān)系［J］．中國(guó)高?？萍寂c產(chǎn)業(yè)化，2006，(10):75－76．

［21］ 趙玉廣．華北地區(qū)沙塵暴天氣形成機(jī)制的分析研究［D］．南京氣象學(xué)院，2003．

［22］ 劉耀龍，牛沖槐，康穎卿，等．論災(zāi)害風(fēng)險(xiǎn)研究中的空間尺度耦合［J］．防災(zāi)科技學(xué)院學(xué)報(bào)，2012，14(3):24－27．