俞 布,朱 彬,竇晶晶,張瑋瑋,胡德云

(1.南京信息工程大學氣象災害教育部重點實驗室,氣候與環(huán)境變化國際合作聯合實驗室,氣象災害預報預警與評估協(xié)同創(chuàng)新中心,中國氣象局氣溶膠與云降水重點開放實驗室,江蘇 南京 210044；2.杭州市氣象局,浙江 杭州 310051；3.中國氣象局北京城市氣象研究所,北京 100089；4.浙江省氣象局,浙江 杭州 310051)

杭州地區(qū)污染天氣型及冷鋒輸送清除特征

俞 布1,2*,朱 彬1,竇晶晶3,張瑋瑋4,胡德云2

(1.南京信息工程大學氣象災害教育部重點實驗室,氣候與環(huán)境變化國際合作聯合實驗室,氣象災害預報預警與評估協(xié)同創(chuàng)新中心,中國氣象局氣溶膠與云降水重點開放實驗室,江蘇 南京 210044；2.杭州市氣象局,浙江 杭州 310051；3.中國氣象局北京城市氣象研究所,北京 100089；4.浙江省氣象局,浙江 杭州 310051)

基于Lamb-Jenkinson天氣分型方法對影響杭州四季的大氣天氣型進行頻率劃分,并結合杭州氣候觀測站的PM2.5觀測數據分析各季典型天氣型的污染特征.針對杭州秋冬季冷鋒活動時PM2.5濃度值變化的不確定性,進一步分析了冷鋒過程對杭州大氣污染物的輸送和清除特征.結果表明,冬季是杭州的主要污染季節(jié),以高壓控制和暖區(qū)發(fā)展天氣型為主;春、秋季其次;夏季基本不發(fā)生高污染個例.其次,結合變溫和風速氣象要素特征發(fā)現,24h負變溫范圍在0～2℃之間或者平均風速低于2m/s條件下的弱冷鋒環(huán)境以污染輸送作用為主,而24h負變溫幅度大于4℃以及平均風速大于4m/s的較強冷鋒環(huán)境以污染清除作用為主.

天氣型；天氣分型；污染輸送；污染清除

區(qū)域大氣污染與天氣型密切相關.天氣尺度的時間內,污染排放源一般相對穩(wěn)定,突發(fā)的污染事件和季節(jié)性污染特征往往就歸結為大氣輸送擴散條件[1-2].特別是以大中城市聚集的城市群區(qū)域,特定的環(huán)流背景造成的污染影響可達平均值的幾十倍乃至幾百倍[3].對此國內外學者開展了大量的研究,Comrie等[4]結合對美國匹茲堡地區(qū)臭氧污染分析,認為緩慢遷移的低壓及穩(wěn)定控制的高壓容易誘發(fā)極端臭氧濃度,類似的污染環(huán)流特征也在伯明翰地區(qū)得到驗證.Russo等[6]利用低層大氣的地轉渦度及曲率方向等指標將影響葡萄牙的天氣型分為10種,通過對比相應時段的污染事件,發(fā)現反氣旋和北風控制下的干空氣侵入是造成污染的主要天氣類型,而東風影響下很少出現污染.國內學者楊洪斌等[7]認為東北低壓型、南大風型、干冷鋒北大風型和夏秋大霧型易造成遼寧地區(qū)大范圍污染.廖曉農等[8]在研究北京地區(qū)冬季霧-霾的環(huán)境氣象條件時發(fā)現,高空西北氣流、低層多短波活動的環(huán)流配置,利于形成和維持地表逆溫、弱風、高濕的邊界層結構,進而影響污染擴散.Wu等[9]針對2003年11月發(fā)生在廣州地區(qū)的一次高污染過程,分析得出臺風外圍環(huán)流與副高的相互作用形成了持續(xù)性的下沉氣流,致使混合層壓低,風速減小,形成明顯的污染堆積.

結合大氣環(huán)流的區(qū)域污染輸送及清除機制的研究,在環(huán)境和氣象科學領域都具有重要的意義.Chen等[10]研究表明我國北方地區(qū)秋冬季的空氣質量與天氣類型密切相關,氣壓梯度較大的天氣系統(tǒng)過境有利于污染清除.廖曉農等[8]認為冷鋒勢力較弱且不能影響到地面,致使地面弱風場維持是冷空氣條件下霧-霾持續(xù)的主要原因.2007年1月19日我國長三角地區(qū)出現了最為嚴重的污染事件,根據Fu等[11]的研究,主要原因是冷鋒行進過程中的突然停滯,造成上游大量污染物的輸送堆積,并配合高、低層的雙層逆溫及持續(xù)靜風.程念亮等[12]利用CMAQ和 HYSPLIT 模式對春季影響中國東部的一次強冷鋒活動進行模擬,發(fā)現強冷鋒前后污染濃度呈先升后降又上升的現象.吳兌等[13]利用風要素的區(qū)域矢量和算法得出,環(huán)首都圈出現嚴重霾過程時會呈現明顯的區(qū)域風矢量和減小,造成氣流停滯,而清潔過程時風矢量和呈現一致的西北方向,水平擴散能力增強.但是必須指出的是,雖然區(qū)域污染與大尺度環(huán)流關系密切,但同樣受到排放源、邊界層結構、中小尺度天氣系統(tǒng)以及局地地形的直接影響.如任振海等[14]按照排放源、城市熱島及地形特征可以將北京地區(qū)劃分為平原暖濕及污染控制區(qū)、山區(qū)干冷及清潔控制區(qū)和山地平原污染過渡區(qū)三類,并明確指出太行山與燕山對顆粒物污染的聚集作用是北京重污染天氣的形成原因.吳兌等[13]同樣認為北京周邊的“弓狀山脈”對冷空氣的阻擋、削弱作用,并導致山前氣流停滯區(qū)和污染聚集區(qū)的形成.可以看出我國東部重污染天氣的形成是在多尺度天氣系統(tǒng)下的復雜因素集合.

杭州作為長三角地區(qū)的經濟腹地及聞名遐邇的休閑之都,今年9月迎來G20峰會及2022年即將舉辦的亞運會,空氣污染問題將明顯影響杭州城市品質和生活質量,根據杭州市氣象局統(tǒng)計,近五年來霾日數雖逐年降低,但始終保持在每年120天以上.因此,有必要對杭州地區(qū)的大氣污染特征展開研究.本文著眼于大尺度天氣系統(tǒng)下的大氣污染環(huán)流型,剖析污染濃度對天氣類型的響應,理清杭州地區(qū)的大氣污染環(huán)流背景.針對近四年來影響杭州地區(qū)的冷鋒過程,研究其對污染物的輸送和清除作用,為杭州地區(qū)開展大氣污染潛勢預報及冷空氣條件下的空氣質量預報提供關鍵預報指標.同時,利用臨安大氣本底站數據,可以有效剔除城市排放源的干擾.

1 資料來源及研究方法

1.1 氣候環(huán)境資料

如圖1,杭州地處杭嘉湖平原,東部緊鄰杭州灣,西部為大范圍山地丘陵,東北方向為華東地區(qū)的主要城市群.2個采樣點分別位于杭州市上城區(qū)杭州市國家氣候觀測站(杭州站)和浙江臨安大氣本底污染監(jiān)測站(本底站)內,兩地相距約40km,并分別代表城市和大氣本底特征.采樣數據包括風速、溫度、氣壓、降水、濕度等常規(guī)氣象資料,以及PM2.5的顆粒物監(jiān)測.根據《環(huán)境空氣質量標準》(GB3095-2012)[15]定義24h PM2.5平均濃度限值高于75μg/m3為污染日.

其中杭州國家氣候觀測站的PM2.5監(jiān)測設備采用美國R&P公司生產的TEOM1405D 型雙通道大氣顆粒物監(jiān)測儀.采樣總流量經過校正為16.7L/min,儀器測量精度為1h平均±2.0μg/m3, 24h平均± 1.0μg/m3,質量測量準確度為 ± 0.75%.在日常儀器的維護過程中,定期通過流量檢查、標準膜校準及更換濾膜(負載率不超過80%)來保證數據質量.由于杭州國家氣候觀測站的PM2.5監(jiān)測從2012年1月1日開始,因此將其他站點及相關資料統(tǒng)一為2012年1月1日～2015年12月31日.

圖1 研究區(qū)地形及站點分布Table 1 The topography and site distribution in the study area

1.2 天氣分型方法

表1 天氣分型Table 1 The table for circulation classification

20世紀60～70年代,以Lund和Lamb等為代表的學者[16-17]就開展了針對氣候統(tǒng)計的主觀天氣分型研究,80年代Yarnal等[18]用客觀分型方法取代繁瑣的主觀天氣分型.我國學者章基嘉等[19]應用K均值聚類法對東亞各季500×100Pa高度場的環(huán)流特征進行了分型試驗,并建立了天氣型與我國天氣特征的統(tǒng)計關系.90年代以來,將天氣分型與空氣污染相結合的研究在長三角、珠三角、京津冀城市群及東北老工業(yè)城市廣泛開展[20-23,3],并積累了多種主客觀相結合的天氣分型方法,如single-linkage模糊數學方法[20]、Kirchhofer法[24]、主成分分析及聚類分析法[25]及映射網絡算法SOM等[26].本文采用Lamb-Jenkinson天氣分型方法開展天氣分型研究,該方法由lamb提出,并由Jenkinson等[27]發(fā)展成為一種成熟的主客觀相結合的分型方法,具有明確的天氣學含義,已經在區(qū)域氣候特征及局地環(huán)流條件等研究中較先應用[28-29].天氣分型資料基于美國國家環(huán)境預報中心(NCEP)提供的全球2012～2015年逐日平均海平面氣壓場再分析格點資料(2.5°×2.5°格距),計算時段為 2012年1月1日～2015年12月31日.天氣型主要劃分為平直氣流型、旋轉型、混合型和無定義型 4大類19種,其中混合型表示旋轉型天氣系統(tǒng)相對于中心點C所處的位置,無定義型UD表示較不明顯的天氣系統(tǒng),如均壓場,鞍型場等,以及高低壓系統(tǒng)的過渡階段.最后,結合主觀天氣圖分析對Lamb-Jenkinson天氣分型方法進行抽樣驗證,合格率為85%,其中近20%的誤差來源于將其他天氣型錯劃為高壓控制型.

1.3 冷鋒環(huán)境的界定

在鋒面移動過程中,當冷氣團起主導作用,并推動鋒面向偏暖氣團一側移動,這種鋒面稱為冷鋒[30].影響杭州地區(qū)冷鋒的環(huán)流特征主要是冷性高壓的東移南下,往往伴有正變壓、負變溫及偏北風增大等氣象特征.冷鋒過境以后,杭州一般會轉為冷性高壓控制.由于季節(jié)、氣團尺度和強度的不同,冷鋒環(huán)境存在明顯差異.為了反映不同冷鋒強度下的污染特征,本文結合本地特征對馬志強[31]提出的冷氣團標準進行調整,提出的24h變壓(ΔP24≥4hpa)、24h變溫(ΔT24＞0℃)、24h偏北風控制時間(T24N＞6h)為冷鋒環(huán)境的判斷指標,同時根據24h變溫強度和偏北風風速來區(qū)分冷鋒強度,其中偏北風向范圍為247.5°～360°及0°～67.5°.判斷冷鋒環(huán)境的氣象要素基于杭州氣候觀測站和臨安大氣本地站的站點觀測,為了剔除中小尺度天氣影響,要求兩站必須同時滿足以上判斷標準.

2 結果與討論

2.1 天氣型與季節(jié)污染特征

表2和圖2給出城市代表站(杭州國家氣候觀測站)的環(huán)流及污染特征.冬季受大陸冷性高壓影響,低濕干冷,降水頻率27%,PM2.5平均濃度61μg/m3.高頻率天氣型分別為UD(10%)、AN(18.1%)和A(45.5%),對應污染日出現頻率分別為17.9%、6%、16.7%.其中AN天氣型污染日出現頻率較低,根據統(tǒng)計該天氣型降水頻率高達47.1%,可能與鋒面降水引起的濕沉降相關.而代表暖區(qū)發(fā)展的天氣型SE、CE型為冬季高污染天氣型,雖然其出現頻率僅為1.8%和0.6%,但其污染日發(fā)生頻率卻達到50%和33%,PM2.5平均濃度為73μg/m3和83μg/m3,說明當杭州冬季處于弱冷鋒前部,或出海高壓后暖區(qū)發(fā)展時較容易誘發(fā)中、重度污染,類似的現象也出現在珠三角地區(qū),根據李瓊等[32]對該地區(qū)污染超標天數的結果統(tǒng)計,1月出現鋒面緩慢移動及東移出海時的污染超標占比為49%.

春季天氣型與冬季類似,大陸冷性高壓系統(tǒng)勢力依然較強,但暖濕氣流活動逐漸活躍,當冷暖氣流交匯時容易產生對流性降水,降水頻率增大至53%,各天氣型平均PM2.5濃度降低至43μg/m3.春季杭州高頻率天氣型為UD(31%)和A(19.9%),對應污染日出現頻率為7.3%和4.7%.雖然各天氣型的污染日出現頻率均降至15%以下,但是AE型出現時PM2.5平均濃度依然超過60μg/m3,存在中度及以上污染天氣的可能.如2013年3月7日在出海高壓AE型影響下,杭州氣候觀測站監(jiān)測到PM2.5小時平均濃度最高達到261μg/m3.

表2 各季節(jié)主導天氣型及氣象污染特征Table 2 The seasonal meterology and pollution characteristics for dominant circulation classification

夏季受季風及江南地區(qū)典型的梅雨系統(tǒng)影響,天氣型以低壓和偏西南氣流為主,降水頻率為45%,各天氣型的平均PM2.5濃度僅為29μg/m3.主要影響天氣型為C(14.9%)和UD(45.3%),多數天氣型的污染日頻率均降至4%以下,總體而言,杭州夏季基本不存在高污染天氣的可能.但值得注意的是,CE天氣型出現頻率僅為1.1%,但其污染日出現頻率卻高達16.7%.可以解釋為當西南渦東移至杭州地區(qū)且并未造成明顯降水時,受本地污染物的低層輻合及累積效應影響,可能出現中度及以上的污染過程,如2012年6月11日至14日過程.

秋季屬于夏季風和冬季風系統(tǒng)的交替期,杭州地區(qū)受高壓系統(tǒng)影響為主,包括A(35.3%)、UD(18.3%)、AE型(9.7%)等,各天氣型的平均PM2.5濃度為43μg/m3,降雨頻率33%.其中A、SE、AS天氣型的污染頻率相對較高,均為10%以上,說明高壓控制型及暖區(qū)發(fā)展型是杭州秋季污染首要防范的環(huán)流類型.同時,當北方冷空氣的逐漸活躍后,與冷鋒活動相關的污染類型開始明顯,如高壓前部AN型和西北氣流控制NW型在偏北風引導下容易將上游的污染物輸送至杭州本地,平均PM2.5濃度超過55μg/m3;但是,同樣屬于冷鋒環(huán)境下偏北氣流控制的N天氣型卻呈現相對較低的濃度值(25μg/m3).因此,在冷鋒活動時,杭州地區(qū)的PM2.5濃度呈現出明顯的高、低值差異,這與我國西北地區(qū)冷鋒以污染清除為主的特征不同[23],本文將結合污染物的輸送和清除特征在下文給予詳細分析.

圖2 各季節(jié)主導天氣型的平均污染頻率及濃度Fig.2 The average frequency and concentration of the seasonal dominant circulation classification

2.2 冷鋒對污染物的輸送和清除特征

根據臨安大氣本底站的氣象、污染觀測數據,2012～2015年滿足冷鋒標準的樣本數共有95次,其中47次致使24h內PM2.5濃度值降低,最大降幅為49.4μg/m3,平均降幅為15.9μg/m3;另有48次冷鋒過程卻造成PM2.5濃度的增加,最大增幅達到95.9μg/m3,平均增幅為19.4μg/m3.臨安大氣本底站位于長三角經濟區(qū)的西南側,遠離城市,本地污染源相對較少,本底站PM2.5濃度的大幅變化更能說明區(qū)域大氣污染物的輸送和清除過程.結合天氣型特征來看,當冷鋒過境時,影響杭州地區(qū)的主要天氣型為東北氣流型和高壓前部型,占比分別為29%和31%,而冷鋒過境以后天氣型立刻轉為高壓控制型,占比達到63%(圖略).因此,冷鋒過境時受變性高壓前部東北氣流引導,容易將上游長三角地區(qū)乃至華北地區(qū)的污染物輸送而來.常爐予[33]對上海地區(qū)的研究得到類似結論,其結果表明影響上海的弱冷空氣雖然能夠改善局地擴散條件,但是也同時產生了明顯的周邊污染物輸送.

為了定量界定冷鋒強度對污染物的輸送、清除規(guī)律,本文結合冷鋒過境后的24h變溫和冷鋒過境當日的24h平均風速,進一步探討污染變化規(guī)律.如圖3和表3所示,PM2.5濃度總體隨24h降溫幅度的增大而具有明顯的遞減特征.當24h變溫范圍為-2～0℃的弱冷空氣影響時,呈現明顯的污染物輸送特征,PM2.5濃度正變化的樣本個數為77%,背景濃度為54μg/m3,遠高于38.2μg/m3的年平均濃度,表明上游地區(qū)對本底站PM2.5濃度增加的輸送貢獻為42%.隨著24h降溫幅度的繼續(xù)增大,當達到4℃以上時,PM2.5濃度正變化的樣本數僅為23%,背景濃度與年平均濃度的比例為0.63,表明較強冷空氣活動對污染物的清除貢獻接近40%.總體而言,相較京津冀地區(qū)對北京上甸子本底站的影響[31],由于長三角地區(qū)的污染濃度偏低但上游污染區(qū)域較多,因此北風條件下對臨安本底站的污染輸送量較低而清除量也較低.上甸子和臨安本底站污染物輸送及稀釋的貢獻分別為:75%,60%和42%,40%.

同樣,用冷鋒過境時的平均風速來表征冷鋒強度,亦可以獲得類似特征.當弱冷空氣影響時,高壓強度和氣壓梯度偏弱,偏北風速較不明顯.如圖3和表3,平均風速低于2m/s的弱冷空氣以污染物輸送特征為主,PM2.5濃度正變化的樣本個數占比76%,冷鋒過境后PM2.5濃度正變化值達到21μg/m3,背景濃度為63μg/m3,對本底站濃度上升的平均貢獻接近66%;當平均風速大于3m/s時,冷鋒主要呈現對污染物的清除貢獻,但清除特征并不明顯,僅為30%左右,這可能與杭州地區(qū)所處的緯度略偏南有關.當大陸冷性高壓系統(tǒng)影響到杭州時,往往處于弱冷鋒系統(tǒng)的衰退期,一般隨即轉為高壓控制并東移入海,很難繼續(xù)南壓,同時隨著大尺度系統(tǒng)的逐漸減弱,以及杭州北部高海拔山區(qū)(天目山海拔1506m)的地形摩擦及小尺度局地環(huán)流的擾動,區(qū)域矢量風逐漸減小,形成氣流停滯區(qū),進而造成污染物的緩慢堆積[21].因此,平均風速2～3m/s的弱冷鋒個例,并未其對杭州產生明顯的清除作用,但是當平均風速達到4m/s以上時,可以明顯發(fā)現全部為PM2.5濃度負變化的樣本,PM2.5背景濃度僅為25μg/m3,說明其對污染物的清除特征明顯.

圖3 變溫和風速指標對冷鋒環(huán)境下PM2.5濃度變化的影響Fig.3 The influence for the change of PM2.5concentrations fromthe index of variable temperature and wind speed in the environment of cold front

表3 冷鋒強度指標對PM2.5濃度變化的定量影響特征Table 3 The Quantitative influence characteristics for the change of PM2.5concentrations fromthe intensity index of a cold front

3 結論

3.1 根據2012～2015年杭州國家氣候站的污染

數據統(tǒng)計,冬季PM2.5平均濃度61μg/m3,為杭州地區(qū)的主要污染季節(jié),代表暖區(qū)天氣發(fā)展的東南氣流和高壓后部天氣型容易誘發(fā)杭州地區(qū)的中、重度大氣污染;春、秋季平均PM2.5濃度均為43μg/m3,高壓控制型和暖區(qū)發(fā)展型是造成中度以上污染的重要天氣型;夏季杭州基本不存在高污染天氣可能.

3.2 針對冷鋒與污染輸送的關系研究,本文采用24h變溫和平均風速可以作為判斷冷鋒強度的參考指標,分析冷鋒條件下的污染物輸送和清除特征.統(tǒng)計得出冷鋒過境時影響杭州地區(qū)的主要天氣型為東北氣流NE型和高壓前部AN型,冷鋒過境后的主要天氣型為高壓控制A型,這一氣候規(guī)律也符合冷鋒活動時的天氣學特征.

3.3 通過對比不同冷鋒強度下PM2.5濃度變化量級,提出冷鋒過境次日24h變溫在-2℃至0℃之間,以及冷鋒過境當日24h平均風速低于2m/s的弱冷空氣條件下,冷鋒以污染物輸送特征為主;冷鋒過境次日24h負變溫幅度大于4℃,以及冷鋒過境當日24h平均風速大于4m/s的較強冷空氣,冷鋒呈現明顯的污染清除特征.

[1] 廖曉農,孫兆彬,唐宜西,等.高空偏北風背景下北京地區(qū)高污染形成的環(huán)境氣象機制研究 [J]. 環(huán)境科學, 2015,35(3):801-808.

[2] 任陣海,萬本太,蘇福慶,等.當前我國大氣環(huán)境質量的幾個特征[J]. 環(huán)境科學研究, 2004,17(1):1-6.

[3] 袁美英,周秀杰,張桂華,等.天氣形勢對哈爾濱市空氣質量影響的初步研究 [J]. 氣象, 2005,31(1):55-58.

[4] Comrie A C, Yarnal B. Relationships between synoptic-scale atmospheric circulation and ozone concentrations in Metropolitan Pittsburgh, Pennsylvania [J]. Atmospheric Environment.part B. urban Atmosphere, 1992,26:301-312.

[5] Mcgregor G R, Bamzelis D. Synoptic typing and its application to the investigation of weather air pollution relationships, Birmingham, United Kingdom[J]. Theoretical & Applied Climatology, 1995,51:223-236.

[6] Russo A, Trigo R M, Martins H, et al. NO2, PM10 and O3 urban concentrations and its association with circulation weather types in Portugal [J]. Atmospheric Environment, 2014,89:768-785.

[7] 楊洪斌,鄒旭東,汪宏宇,等.大氣環(huán)境中PM2.5的研究進展與展望[J]. 氣象與環(huán)境學報, 2012,28(3):77-82.

[8] 廖曉農,張小玲,王迎春,等.北京地區(qū)冬夏季持續(xù)性霧-霾發(fā)生的環(huán)境氣象條件對比分析 [J]. 環(huán)境科學, 2014,35(6):2031-2044.

[9] Wu D, Tie X, Li C, et al. Anextremely lowvisibility event over the Guangzhou region: A case study [J]. Atmospheric Environment, 2005,39:6568-6577.

[10] Chen Z H, Li S Y C B, Guo X R, et al. Relationship between atmospheric pollution processes and synoptic pressure patterns in northern China [J]. Atmospheric Environment, 2008,42:6078-6087.

[11] Fu Q, Zhuang G, Wang J, et al. Mechanismof formation of the heaviest pollution episode ever recorded in the Yangtze River Delta, China [J]. A tmospheric Environment, 2008,42:2023-2036.

[12] 程念亮,孟 凡,徐 峻,等.中國東部春季一次強冷鋒活動空氣污染輸送過程分析 [J]. 環(huán)境科學研究, 2013,26(1):34-42.

[13] 吳 兌,廖碧婷,吳 蒙,等.環(huán)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(huán)境科學學報, 2014,34(1):1-11.

[14] 任陣海,萬本太,虞 統(tǒng),等.不同尺度大氣系統(tǒng)對污染邊界層的影響及其水平流場輸送 [J]. 環(huán)境科學研究, 2004,17(1):7-13.

[15] GB 3095-2012 環(huán)境空氣質量標準 [S].

[16] Lund I A. Map-Pattern Classification by Statistical Methods [J]. Journal of Applied Meterology, 1963,2:56-65.

[17] Lamb H H. British Isles weather types and a register of the daily sequence of circulationpatterns [J]. H. m. stationery Off, 1972, 16:33–39.

[18] Yarnal B. A procedure for the classification of synoptic weather maps fromgridded atmospheric pressure surface data [J]. Computers & Geosciences, 1984,10:397-410.

[19] 章基嘉,孫照渤,陳松軍.應用K均值聚類法對東亞各自然天氣季節(jié)500毫巴候平均環(huán)流的分型試驗 [J]. 氣象學報, 1984,(3): 55-63.

[20] 施 寧,朱盛明.用于區(qū)域環(huán)境大氣質量評價的環(huán)流形勢分型方法 [J]. 環(huán)境科技, 1992,(1):15-20.

[21] 吳 兌,廖國蓮,鄧雪嬌,等.珠江三角洲霾天氣的近地層輸送條件研究 [J]. 應用氣象學報, 2008,19(1):1-9.

[22] 孟燕軍,程叢蘭.影響北京大氣污染物變化的地面天氣形勢分析[J]. 氣象, 2002,28(4):42-47.

[23] 王式功,楊德保,李臘平,等.蘭州城區(qū)冬半年冷鋒活動及其對空氣污染的影響 [J]. 高原氣象, 1998,(2):142-149.

[24] Mckendry I G. Synoptic Circulation and Summertime Ground-Level Ozone Concentrations at Vancouver, British Columbia [J]. Journal of Applied Meteorology, 1994,33(5):627-641.

[25] 田宏偉,談建國,杜子璇.用TSI天氣分型方法分析上海環(huán)境空氣質量 [J]. 氣象與環(huán)境科學, 2008,31(1):51-55.

[26] 陳豫英,劉還珠,陳 楠,等.基于聚類天氣分型的KNN方法在風預報中的應用 [J]. 應用氣象學報, 2008,19(5):564-572.

[27] Jenkinson A F, Collison F P. An initial climatology of gales over the North Sea [C]//Synoptic Climatology Branch Memorandum, No. 62. Bracknell: Meteorological Office, 1977:1J18.

[28] 朱艷峰,陳德亮,李維京,等.Lamb-Jenkinson環(huán)流客觀分型方法及其在中國的應用 [J]. 大氣科學學報, 2007,30(3):289-297.

[29] 賈麗偉,李維京,陳德亮.東北地區(qū)降水與大氣環(huán)流關系 [J]. 應用氣象學報, 2006,17(5):557-566.

[30] 談哲敏,伍榮生.地形上空邊界層流中低層鋒面結構的理論研究I:冷鋒,均勻地轉流 [J]. 氣象學報, 2000,58(3):265-277.

[31] 馬志強,徐 敬,張小玲,等.北京PM2.5背景值定值方法及其變化特征研究 [J]. 中國環(huán)境科學, 2015,35(1):7-12.

[32] 李 瓊,李福嬌,葉燕翔,等.珠江三角洲地區(qū)天氣類型與污染潛勢及污染濃度的關系 [J]. 熱帶氣象學報, 1999,15(4):363-369.

[33] 常爐予,許建明,周廣強,等.上海典型持續(xù)性PM2.5重度污染的數值模擬 [J]. 環(huán)境科學, 2016,37(3):825-833.

致謝：本研究的天氣分型工作由北京城市氣象研究所苗世光研究員等協(xié)助完成,在此表示感謝.同時感謝評審專家和編輯給予的中肯評述和切實的修改意見.

Classification of air pollution synoptic patterns and air pollutants transpor t/purification effect by cold front over Hangzhou.

YU Bu1,2*, ZHU Bin1, DOU Jing-jing3, ZHANG Wei-wei4, HU De-yun2
(1.Key Laboratory of Meteorological Disaster, Ministry of Education, Joint International Research Laboratory of Climate and Environment Change, Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration, Nanjing University of Information Science and Technology, Nanjing 210044, China；2.Hangzhou Meteorological Bureau, Hangzhou 310051, China；3.Institute of Urban Meteorology, China Meteorological Administration, Beijing 100089, China；4.Zhejiang Meteorological Bureau, Hangzhou 310051, China). China Environmental Science, 2017,37(2)：452～459

In this paper, the seasonal atmospheric circulation patterns over Hangzhou were classified, based on the Lamb-Jenkinson weather classification method. Meanwhile, we summarized the seasonal air pollution characteristics of the typical atmospheric circulation patterns with the aid of PM2.5dataset fromthe national climate station in Hangzhou. Because the uncertainty of PM2.5levels were large under cold front synoptic condition, the pollution transport and purification characteristics were analysed in autumn and winter. The results showed that in Hangzhou, winter, dominated by anticyclone and warmzone in front of cold front, was the worst polluted season. Spring and autumn are secondary. Serious air pollution was almost impossibly occured in summer. In addition, identifying by the features of temperature variability and wind speed, we found that the weak cold front was favour of pollution transport in the conditions of negative temperature variability in 24hours within 0℃ and 2℃, or the average wind speed below2m/s. It was conducive to purify the pollution for the strong cold front which was in the condition of negative temperature variability in 24hours larger than 4℃, or the average wind speed higher than 4m/s.

atmospheric circulation pattern；weather types；pollution transport；pollution purification

X51

A

1000-6923(2017)02-0452-08

俞 布(1984-),男,江蘇徐州人,南京信息工程大學博士研究生,主要從事氣象災害及大氣環(huán)境研究.發(fā)表論文8篇.

2016-05-25

國家自然科學基金資助項目(91544229)

* 責任作者, 工程師, fengying5457@163.com