李云 梁明珠 張瑩 曹衛(wèi)東

(1.安吉縣氣象局,浙江 安吉 313300；2.湖州市氣象局,浙江 湖州 313000)

安吉大氣顆粒物濃度特征及其與氣象要素關(guān)系*

李云1梁明珠2張瑩1曹衛(wèi)東1

(1.安吉縣氣象局,浙江 安吉 313300；2.湖州市氣象局,浙江 湖州 313000)

對(duì)2015年1月—2016年12月安吉AQI大于100的天數(shù)進(jìn)行聚類分析，系統(tǒng)地研究安吉不同污染天氣環(huán)流特征及其影響下大氣顆粒物濃度與氣象要素相關(guān)。最優(yōu)6類環(huán)流形勢分別是第1類阻高型，第2類淺槽東移型，第3類低槽南壓型，第4類緯向平直環(huán)流型；第5、6類高壓脊控制(影響)型，，是安吉空氣污染的主要天氣類型。在持續(xù)時(shí)間超過2 d的連續(xù)污染天氣形勢中，PM2.5在第5、6類天氣型中與各氣象要素?zé)o顯著相關(guān)，這意味著全年最多的污染天氣形勢下PM2.5難清除，結(jié)合逐時(shí)要素相關(guān)分析，與降水相關(guān)最顯著，與這兩類天氣形勢降水少密切相關(guān)。PM10相反，與雨類變量有顯著的負(fù)相關(guān)，與風(fēng)類變量無顯著相關(guān)。

k-均值聚類；環(huán)流形勢合成；PM1；PM2.5；PM10

0 引 言

近年來，隨著社會(huì)經(jīng)濟(jì)的高速發(fā)展和城市化進(jìn)程的加快，城市大氣污染問題日益嚴(yán)重。我國城市的空氣污染程度越來越為人們所關(guān)注。

安吉作為全國首個(gè)生態(tài)縣，但受其特殊的“畚箕”地形等因素影響，重污染天氣也是常有發(fā)生。因此全面分析研究氣象條件對(duì)空氣污染影響顯得非常迫切。

目前，關(guān)于國內(nèi)學(xué)者大氣污染物濃度時(shí)空分布變化特征及其與氣象要素關(guān)系的研究較多，但集中在對(duì)北京[1-2]、長江三角洲[3-7]等大中型城市，很少涉及安吉之類縣(市)、區(qū)。

本文通過對(duì)安吉2015年1月—2016年12月不同粒徑的大氣顆粒物(PM1、PM2.5、PM10)分析，探討了不同天氣形勢下大氣顆粒物濃度與氣象要素的關(guān)系，旨在全面深入了解和掌握安吉縣大氣環(huán)境質(zhì)量狀況，為安吉空氣預(yù)測提供科學(xué)支撐；也為進(jìn)一步治理和控制大氣污染，改善安吉縣大氣環(huán)境質(zhì)量進(jìn)行科學(xué)探索。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

大氣污染物數(shù)據(jù)來自浙江省環(huán)保廳和浙江省氣象局公布的2015年1月—2016年12月安吉縣3個(gè)環(huán)境監(jiān)測點(diǎn)(2個(gè)環(huán)保站和1個(gè)氣象站)(表1)的AQI、PM10、PM2.5、PM1的小時(shí)濃度資料。收集安吉逐日及逐時(shí)地面氣象要素值，包括02、08、14、20時(shí)氣溫、平均氣溫、最高氣溫、最低氣溫、氣溫日較差、02、08、14、20時(shí)氣壓、平均氣壓、最大、最小氣壓、02、08、14、20時(shí)水汽壓、平均水汽壓02、08、14、20時(shí)濕度、平均濕度、最小濕度、夜間降水、白天降水、日降水、02、08、14、20時(shí)風(fēng)速、平均風(fēng)速、最大風(fēng)速、極大風(fēng)速：T02、T08、T14、T20、Ta、Tx、Tn、(Tx—Tn)、P02、P08、P14、P20、Pa、Px、Pn、E02、E08、E14、E20、Ea、U02、U08、U14、U20、Ua、Un、R20—08、R08—20、R20—20、fF02、fF08、fF14、fF20、Fa、fFx、fFy等。

收集氣象場數(shù)據(jù)為2.5°×2.5° NCEP再分析資料。

表1 安吉縣環(huán)境監(jiān)測點(diǎn)信息

1.2 分析方法

對(duì)2015年1月—2016年12月安吉AQI大于100的111 d 36種氣象要素進(jìn)行k-均值聚類分析，根據(jù)相關(guān)研究和本地經(jīng)驗(yàn)選取k=4、5、6進(jìn)行對(duì)比擇優(yōu)；根據(jù)擇優(yōu)結(jié)果，將相同類型的高度場進(jìn)行合成計(jì)算，得到污染天氣最優(yōu)環(huán)流形勢并分析污染天氣環(huán)流特征；研究分析不同污染天氣環(huán)流特征及其影響下大氣顆粒物濃度特征顆粒物特征與氣象要素相關(guān)性。

本文中相關(guān)系數(shù)，逐步回歸計(jì)算及顯著性檢驗(yàn)均在SPSS軟件中完成；形勢場處理在MATLAB軟件中完成。

2 分析結(jié)果

2.1 污染天氣環(huán)流類型與特征

2.1.1 污染天氣環(huán)流分類

安吉2015年1月—2016年12月AQI大于100的111 d，其中1—2月共50 d。其最優(yōu)污染天氣環(huán)流類型分6類(表2)，第5類最多，第6類次之，第1類最少。其中第1類2 d，占1.8%；第2類22 d，占19.8%；第3類4 d，占3.6%；第4類16 d，占14.4%；第5類34 d，占30.6%；第6類33 d，占29.7%(表3)。

表2 不同k值相關(guān)性比較

表3 6類污染天氣形勢的月差異

2.1.2 污染天氣環(huán)流特征

利用k-均值聚類方法，最優(yōu)歸類出的6類，根據(jù)500 hPa合成環(huán)流形勢分別是第1類阻高型(圖1a)，第2類淺槽東移型(圖1b)，第3類低槽南壓型(圖1c)，第4類緯向平直環(huán)流型(圖1d)，第5類西脊東渦型(圖1e)，第6類西脊東槽型(圖1f)。

第1類阻高型，是6種類型中最少的一類，在120°E～140°E、50°N及以上存在明顯的阻高形勢，此時(shí)的安吉位于脊后槽前，受下滑槽影響，容易出現(xiàn)降水，污染持續(xù)時(shí)間較短；第2類淺槽東移型，在安吉的“頭頂”有一較淺的西風(fēng)槽，槽底離安吉較遠(yuǎn)，安吉處于槽后天氣，此時(shí)安吉可能會(huì)出現(xiàn)弱的穩(wěn)定性降水；第3類低槽南壓型，也是6種類型中次少的一類，由于低槽南壓至40°N左右，較容易出現(xiàn)降水，污染持續(xù)時(shí)間較短；第4類緯向平直環(huán)流型，大范圍的環(huán)流形勢較平直，只有些“小擾動(dòng)”，大氣邊界層相對(duì)比較穩(wěn)定，不利于污染擴(kuò)散，容易造成污染物累積；第5、6類均屬于高壓脊控制(影響)型，安吉處在西北或偏西氣流控制，容易出現(xiàn)長時(shí)間持續(xù)污染，是安吉空氣污染的最主要的兩種天氣類型；其中第6類脊區(qū)較第5類略偏強(qiáng)。

圖1 6類500 hPa合成環(huán)流形勢

2.2 不同污染天氣環(huán)流影響下氣象要素和大氣顆粒物濃度特征

對(duì)比6種環(huán)流形勢(表4)，第1類污染最輕，日較差最小，相對(duì)濕度最大，降水最多，風(fēng)力較大；第2類日較差較小，風(fēng)力較??；第3類是降水較多，是雨過天漸晴的狀態(tài)；第4類溫度最高，氣壓最低，風(fēng)力較?。坏?、6類是污染最重的兩類，其中第5類溫度最低，濕度最小，風(fēng)速較小，第6類日較差最大，氣壓最大，與脊區(qū)強(qiáng)是密不可分的。

對(duì)6類及其混合類天氣形勢的維持時(shí)間對(duì)比(表5)，維持時(shí)間2 d以上的污染形勢以混合類最多，說明6類天氣形勢場之間有密切的關(guān)系；維持時(shí)間較長(≥4 d)的污染天氣形勢出現(xiàn)在第2，5，6類及其混合類，甚至出現(xiàn)2次維持時(shí)間長達(dá)7 d的污染天氣。

2.2.1 連續(xù)4 d及以上污染天氣過程逐時(shí)大氣顆粒物濃度與氣象要素相關(guān)性

對(duì)連續(xù)4 d及以上污染天氣過程統(tǒng)計(jì)，選取了6次完整的小時(shí)數(shù)據(jù)序列進(jìn)行對(duì)比發(fā)現(xiàn)(表6)，與降水相關(guān)性最好，降水、氣壓、露點(diǎn)均與PM1.0、PM2.5、PM10以及AQI顯著相關(guān)；而風(fēng)速與小粒徑的PM2.5和PM1.0顯著相關(guān)。溫度、氣壓、濕度、水汽壓、風(fēng)等全氣象要素對(duì)PM1均顯著相關(guān)，PM2.5除了氣溫未通過顯著性檢驗(yàn)外，也均通過顯著性檢驗(yàn)；對(duì)PM1和PM2.5影響的氣象因子雖然最顯著的是降水，但其顯著性影響因子多，說明消除或減輕PM2.5和PM1“多管齊下”效果最佳。

表4 6種污染天氣環(huán)流影響下氣象要素和大氣顆粒物濃度特征

(續(xù)表)

表6 連續(xù)4 d及以上污染天氣過程逐時(shí)大氣顆粒物濃度與氣象要素相關(guān)性

**表示在置信度(雙尾)為0.01時(shí)，相關(guān)性是顯著的；*表示在置信度(雙側(cè))為0.05時(shí)，相關(guān)性是顯著的。

2.3 大氣顆粒物與氣象要素相關(guān)性

利用Spearman秩相關(guān)分析，對(duì)通過顯著性檢驗(yàn)的相關(guān)關(guān)系比較來看(表6)，在持續(xù)時(shí)間超過2 d的連續(xù)污染天氣形勢(第2、4、5、6及混合類)中，除了第2類天氣形勢中的PM1和PM2.5對(duì)各氣象要素顯著相關(guān)性是一一對(duì)應(yīng)外，PM1，PM2.5、PM10、AQI對(duì)各氣象要素相關(guān)關(guān)系相差較明顯。

PM1在第2類天氣形勢中與T08、Ta、fF02、fF08、Fa、fFy等氣溫、風(fēng)速類要素有較好的負(fù)相關(guān)性，與U02、U08等濕度類要素有較好的正相關(guān)性；在第4類天氣形勢中與Tx有較好的負(fù)相關(guān)性；在第5類天氣形勢中與T14、T20、Tx、(Tx—Tn)等氣溫類要素有較好的負(fù)相關(guān)性，與Ua有較好的正相關(guān)性；在第6類天氣形勢中與Ua有較好的正相關(guān)性；在混合類天氣形勢中與U02、U14、Ua、Un等濕度類要素有較好的正相關(guān)性，與Tx有較好的負(fù)相關(guān)性。

PM2.5在第2類天氣形勢中與T08、Ta、fF02、fF08、Fa、fFy等氣溫、風(fēng)速類要素有較好的負(fù)相關(guān)性，與U02、U08等濕度類要素有較好的正相關(guān)性；在第4類天氣形勢中與Tx—Tn、Px有較好的負(fù)相關(guān)性，U14、Ua、Un等濕度類要素有較好的正相關(guān)性；在第5、6類天氣形勢中與各氣象要素?zé)o顯著相關(guān)關(guān)系，這意味著常發(fā)生在冬季的且是全年最多的污染天氣形勢，污染物PM2.5較難清除；在混合類天氣形勢中與T14、Tx等溫度類要素有較好的負(fù)相關(guān)性，與Un有較好的正相關(guān)性。

PM10在第2類天氣形勢中與T02、R20—08、R20—20、fF02、fFy等氣溫、降水、風(fēng)速類要素有負(fù)相關(guān)性；在第4類天氣形勢中與T14、Ta、Tx等氣溫類要素有較好的負(fù)相關(guān)性；在第5類天氣形勢中與P02、P08、P14、Pa、Px、Pn等氣壓類要素有較好的負(fù)相關(guān)性；在第6類天氣形勢中與P20、fF02有較好的正相關(guān)性；在混合類天氣形勢中與T14、Tx等氣溫類要素有較好的負(fù)相關(guān)性。

AQI在第2類天氣形勢中與T02有較好的負(fù)相關(guān)性；在第4、6類天氣形勢中與各氣象要素?zé)o顯著相關(guān)關(guān)系；在第5類天氣形勢中與P02有較好的負(fù)相關(guān)性；在混合類天氣形勢中與T14、T20、Tx等氣溫類要素有較好的負(fù)相關(guān)性。

值得注意的是，許多研究都表明[8-9]，降水對(duì)空氣污染物具有清除作用，降水是清除污染物的有利氣象因素，而從前面的相關(guān)性分析可知，PM10濃度與R20—08、R20—20有顯著的負(fù)相關(guān)關(guān)系，PM1、PM2.5與雨量相關(guān)要素?zé)o顯著性關(guān)系。因此不僅雨量的大小、降水持續(xù)時(shí)間的長短對(duì)污染物的清除效果是不一樣的，而且雨量對(duì)不同粒徑的大氣顆粒物(PM1、PM2.5和PM10)清除效果也是不一樣的。

表7 6類及其混合類環(huán)流形勢中大氣顆粒物與氣象要素顯著相關(guān)性

(續(xù)表)

2.4 不同天氣類型統(tǒng)計(jì)建模及檢驗(yàn)

對(duì)滿足統(tǒng)計(jì)樣本要求的第2、5、6類進(jìn)行統(tǒng)計(jì)建模，根據(jù)大氣顆粒物與氣象要素顯著相關(guān)性(表7)，將與PM1、PM2.5和PM10顯著相關(guān)的氣象要素作為自變量，求得PM1、PM2.5和PM10統(tǒng)計(jì)模型如下：

第5類：PM1=60.868+0.227T14-0.125T20-0.224Tx-0.077(Tx-Tn)+0.565Ua；

PM10=2654.274-1.917P02+1.275P08-2.989P14+4.478Pa-0.736Px-0.364Pn；

第6類：PM1=59.937+0.574Un；

PM10=-2515.963+0.261P20+0.403fF02；

第2類：PM1=127.211-0.302T08-0.302T08-0.074Ta+1.497U02-1.188U08-0.651fF02+0.063fF08-0.639Fa-0.032fFy；

PM2.5=156.936-0.253T08-0.128T08+1.581Ta+1.497U02-1.486U08-0.528fF02-.056fF08-0.968Fa+0.029fFy；

PM10=163.378-0.206T02-0.155R20_08-0.078R20_20-0.541fF02-0.127fFy

擬合優(yōu)度R2是描述方程擬合的指標(biāo)，分析多元線性回歸方程擬合優(yōu)度得到(表8)，第2類天氣形勢的擬合度最高，在0.43～0.67之間，擬合效果較好；第5類擬合度次之，但PM1的擬合度偏低，包括第6類天氣形勢的擬合度偏低，與顯著性要素要素偏少有密切關(guān)系，歸根到底還是與樣本積累數(shù)量有限有關(guān)，收集、分析安吉新的大氣顆粒物濃度及氣象要素?cái)?shù)據(jù)，是后續(xù)工作開展的保證和重點(diǎn)。

表8 多元線性回歸方程擬合優(yōu)度(R2)

3 結(jié) 語

對(duì)2015年1月—2016年12月安吉AQI大于100的111 d 36種氣象要素進(jìn)行k-均值聚類分析，系統(tǒng)地研究分析安吉不同污染天氣環(huán)流特征及其影響下大氣顆粒物濃度與氣象要素相關(guān)性，得到以下結(jié)論。

1)安吉2015年1月—2016年12月AQI大于100的111 d中，其最優(yōu)6類環(huán)流形勢分別是第1類阻高型，占1.8%，在東經(jīng)120°E～140°E、50°N及以上存在明顯的阻高形勢，此時(shí)的安吉位于脊后槽前，受下滑槽影響，容易出現(xiàn)降水，污染持續(xù)時(shí)間較短，污染最輕。氣象要素方面具有日較差最小，相對(duì)濕度最大，降水最多，風(fēng)力較大特點(diǎn)；第2類淺槽東移型，占19.8%，在安吉的“頭頂”有一較淺的西風(fēng)槽，氣象要素方面具有日較差較小，風(fēng)力較小特點(diǎn)；第3類低槽南壓型，占3.6%，由于低槽南壓至40°N左右，較容易出現(xiàn)降水，污染持續(xù)時(shí)間較短；第4類緯向平直環(huán)流型，占14.4%，大范圍的環(huán)流形勢較平直，只有些“小擾動(dòng)”，大氣邊界層相對(duì)比較穩(wěn)定，不利于污染擴(kuò)散，容易造成污染物累積，氣象要素方面具有溫度最高，氣壓最低，風(fēng)力較小特點(diǎn)；第5、6類均是高壓脊控制(影響)型，安吉處在西北或偏西氣流控制，容易出現(xiàn)長時(shí)間持續(xù)污染，是安吉空氣污染的兩個(gè)最主要天氣類型，第5類氣象要素方面具有溫度最低，濕度最小特點(diǎn)；第6類脊區(qū)較第5類強(qiáng)，氣象要素方面具有日較差最大，氣壓最大特點(diǎn)。

2)在持續(xù)時(shí)間超過2 d的連續(xù)污染天氣形勢(第2、4、5、6及混合類)中，除了第2類天氣形勢中的PM1和PM2.5對(duì)各氣象要素顯著相關(guān)性是一一對(duì)應(yīng)外，PM1、PM2.5、PM10、AQI對(duì)各氣象要素相關(guān)關(guān)系相差較明顯。PM2.5在第5、6類天氣形勢中與各氣象要素?zé)o顯著相關(guān)關(guān)系，這意味著常發(fā)生在冬季的且是全年最多的污染天氣形勢，污染物PM2.5較難清除。PM10濃度與R20—08、R20—20有顯著的負(fù)相關(guān)關(guān)系，而PM1、PM2.5與雨量相關(guān)要素?zé)o顯著性關(guān)系。因此不僅雨量的大小，降水持續(xù)時(shí)間的長短對(duì)污染物的清除效果是不一樣的，而且雨量對(duì)不同粒徑的大氣顆粒物(PM1、PM2.5和PM10)清除效果也是不一樣的。

3)連續(xù)4 d及以上污染天氣過程，逐時(shí)污染物與降水相關(guān)性最好，降水、氣壓、露點(diǎn)均與PM1.0、PM2.5、PM10以及AQI顯著相關(guān)；而風(fēng)速與小粒徑的PM2.5和PM1.0顯著相關(guān)。對(duì)PM1和PM2.5影響的氣象因子雖然最顯著的是降水，但其顯著性影響因子多，說明消除或減輕PM2.5和PM1“多管齊下”效果最佳。

4)對(duì)比相關(guān)研究分析發(fā)現(xiàn)[10-11]，急需系統(tǒng)地了解區(qū)域差異、時(shí)間序列長度以及站點(diǎn)個(gè)數(shù)等原因?qū)Ψ诸惤Y(jié)果會(huì)否影響以及影響程度，將是未來研究的重要方向之一。

[1] 周江興．北京市幾種主要污染物濃度與氣象要素的相關(guān)分析[J]．應(yīng)用氣象學(xué)報(bào)，2005，16(S1):123-127．

[2] 江琪,王飛,張恒德,等．北京市PM2.5和反應(yīng)性氣體濃度的變化特征及其與氣象條件的關(guān)系[J]．中國環(huán)境科學(xué),2017,37(3)：829-837.

[3] 魏玉香,童堯青,銀燕,等．南京SO2、NO2和PM10變化特征及其與氣象條件的關(guān)系[J]．大氣科學(xué)學(xué)報(bào),2009,32(3):451-457．

[4] 王會(huì)祥,唐孝炎,王木林,等．長江三角洲痕量氣態(tài)污染物的時(shí)空分布特征[J]．中國科學(xué):D輯，2003,33(2):114-118．

[5] 尚倩，李子華，楊軍，等．南京冬季大氣氣溶膠粒子譜分布及其對(duì)能見度的影響[J]．環(huán)境科學(xué)，2011，32(9):2750-2760．

[6] 賈夢唯,趙天良,張祥志，等．南京主要大氣污染物季節(jié)變化及相關(guān)氣象分析[J]．中國環(huán)境科學(xué),2016,36(9)：2567-2577.

[7] 陳磊,俞科愛,黃旋旋,等．寧波市空氣質(zhì)量變化趨勢及影響因素分析[J]．浙江氣象,2015,36(2):32-36.

[8] Tai A P K， Mickley L J， Jacob D J． Correlations between fine particulate matter (PM2.5) and meteorological variables in the United States: Implications for the sensitivity ofPM2.5to climate change[J]． Atmospheric Environment，2010，44(32):3976-3984．

[9] Pateraki S， Asimakopoulos D N， Flocas H A， et al． The role of meteorology on different sized aerosol fractions (PM10，PM2.5，PM2.5-10)[J]． Science of the Total Environment，2012，419(1):124-135．

[10] 俞科愛,胡曉,徐宏輝,等.2012—2013年寧波市空氣質(zhì)量狀況及其與氣象條件的關(guān)系[J].浙江大學(xué)學(xué)報(bào)(理學(xué)版),2014,41(增刊)：136-142.

[11] 張曉云,郭虎,易笑園,等．天津市秋季典型環(huán)境污染過程個(gè)例分析[J]．氣象與環(huán)境學(xué)報(bào),2012,28(4):33-37．

2017-05-06

*資助項(xiàng)目：浙江省氣象科技計(jì)劃項(xiàng)目(2016QN07)資助