張伶俐 王 純 郭 棟 王 冀

（1.長白山氣象局，吉林安圖 133613；2.長白山氣象與氣候變化吉林省重點(diǎn)實(shí)驗(yàn)室，吉林長春 130062；3.南京信息工程大學(xué)，江蘇南京 210044；4.北京市氣候中心，北京 100089）

1 引言

冬季的霾污染主要是由直徑≤2.5 μm 的細(xì)顆粒物（PM2.5）產(chǎn)生的，PM2.5由于粒子直徑很小，能夠吸入肺部，然后進(jìn)入血液，造成呼吸系統(tǒng)和心腦血管損傷[1-2]。 東北地區(qū)是我國霾污染最嚴(yán)重的地區(qū)之一， 霾污染主要來源于以煤炭為主的能源消耗、高排放的工業(yè)等，排放物中含有大量的初級(jí)顆粒物， 也有大氣中復(fù)雜化學(xué)反應(yīng)產(chǎn)生的次級(jí)氣溶膠[3]。 在靜穩(wěn)的大氣條件下，不利于污染物的稀釋和擴(kuò)散，PM2.5濃度很容易升到較高水平[4-6]。

針對(duì)東北地區(qū)的霧霾天氣，相關(guān)學(xué)者從PM2.5的時(shí)空分布、氣象要素、天氣系統(tǒng)等方面展開了研究。 何月欣等[7]借助衛(wèi)星遙感資料對(duì)東北地區(qū)的霾污染時(shí)空分布特征進(jìn)行研究時(shí)發(fā)現(xiàn)秋末冬初東北地區(qū)的霾污染事件與農(nóng)作物秸稈焚燒有關(guān)。 針對(duì)遼寧地區(qū)的霧霾，王若男等[8]把污染天氣分成了5 種類型，分別為蒙古高壓型、變性高壓型、蒙古氣旋型、 弱低壓型和江淮氣旋型。 氣溫和相對(duì)濕度是影響沈陽市PM2.5濃度的主要?dú)庀笠蜃樱囟任廴緯r(shí)，相對(duì)濕度增大，逆溫層厚度增大[9]。 針對(duì)吉林省的霧霾研究， 主要集中在霧霾事件綜合評(píng)估方面[10-11]，而對(duì)污染特征及大氣環(huán)流異常的研究相對(duì)較少，且吉林省位于東北平原腹地，冬季氣溫較低，供暖期長達(dá)半年之久，空氣污染在一定程度上受多種因素影響。故本文利用2015—2019 年吉林省的PM2.5濃度資料， 探討吉林省PM2.5污染特征和環(huán)流異常對(duì)吉林省PM2.5污染的影響，對(duì)于提高吉林省的霾污染預(yù)報(bào)能力， 治理霾污染具有重要的意義。

2 數(shù)據(jù)和方法

本文使用的空氣質(zhì)量指數(shù)（Air Quality Index,AQI) 和PM2.5濃度數(shù)據(jù)來源于中國環(huán)境監(jiān)測(cè)總站全國城市空氣質(zhì)量實(shí)時(shí)發(fā)布平臺(tái)發(fā)布的歷史數(shù)據(jù)，資料時(shí)長為2015—2019 年，所使用的資料為日數(shù)據(jù)。 根據(jù)中國《環(huán)境空氣質(zhì)量指數(shù)（AQI）技術(shù)規(guī)定》（HJ633—2012）分級(jí)方法，PM2.5濃度等級(jí)分別為：0 ～35 μg/m3、36 ～75 μg/m3、76 ～115 μg/m3、116～150 μg/m3、151～250 μg/m3和251～500 μg/m3；對(duì)應(yīng)的空氣質(zhì)量指數(shù)分別為：0～50、51～100、101～150、151～200、201～300 和大于300；對(duì)應(yīng)的6 個(gè)級(jí)別分別為：優(yōu)（一級(jí)）、良（二級(jí)）、輕度污染（三級(jí)）、中度污染（四級(jí)）、重度污染（五級(jí)）和嚴(yán)重污染（六級(jí)）。 在本研究中，吉林省全區(qū)性污染過程的定義標(biāo)準(zhǔn)為全省9 個(gè)地級(jí)市中有6 個(gè)以上達(dá)到PM2.5中度污染及以上。

使用1979—2019 年的ERA5 再分析資料分析環(huán)流形勢(shì)， 資料分辨率為1°×1°。 高空資料為1000—1 hPa，垂直方向37 層，包括溫度場(chǎng)、氣壓場(chǎng)、風(fēng)場(chǎng)和相對(duì)濕度場(chǎng)；地面資料包括2 m 氣溫和邊界層高度場(chǎng)。使用1979—2019 年的逐日資料計(jì)算氣候態(tài)，使用2015—2019 年的日數(shù)據(jù)和氣候態(tài)計(jì)算污染日的異常場(chǎng)。 對(duì)多個(gè)污染日的異常場(chǎng)進(jìn)行合成分析，并使用t 檢驗(yàn)方法進(jìn)行顯著性檢驗(yàn)。

3 吉林省PM2.5 區(qū)域性污染特征

長春市2015 年空氣環(huán)境達(dá)標(biāo)天數(shù)為227 d。近5 年，優(yōu)良天數(shù)呈逐漸增加趨勢(shì)，到2019 年，增加到291d， 較2015 年增加64 d， 增加比例為28.2%。2015 年長春市輕度污染及以上天數(shù)為95 d； 近5年輕度污染以上的天數(shù)整體呈現(xiàn)下降趨勢(shì)，但2017 年比2016 年（54 d）增加了12 d；到2018 年，長春市輕度污染以上的污染日數(shù)僅為20 d；而2019 年又略微增加至39 d，較2015 年減少了56 d。由此可見，隨著節(jié)能減排的加強(qiáng)，長春市空氣質(zhì)量整體轉(zhuǎn)好，但是污染日數(shù)存在年際波動(dòng)變化。

圖1a 為2015—2019 年長春市PM2.5污染日數(shù)的逐月變化，可以發(fā)現(xiàn)PM2.5達(dá)到輕度污染及以上的日數(shù)主要出現(xiàn)在1—4 月和10—12 月。 2015年1 月和11 月PM2.5污染日數(shù)最多， 均為18 d；5—9 月PM2.5的污染日數(shù)較少， 基本在4 d 以下，且僅有個(gè)別年份有少量的輕度污染日； 6—8 月僅有2015 年存在少量污染日數(shù)；每年9 月均不存在霾污染。圖1b 為2015—2019 年長春市PM2.5濃度的逐月分布，可見PM2.5的月濃度分布總體上呈現(xiàn)為冬季高、 夏季低的特征，PM2.5濃度較低的月份為5—9 月； 最高濃度出現(xiàn)在2015 年11 月，為126 μg/m3；2018 年8 月出現(xiàn)了近5 年來PM2.5月平均濃度的最低值12 μg/m3。

圖1 2015—2019 年長春市PM2.5 污染日數(shù)（a）和月平均濃度（b）逐月變化

PM2.5污染多發(fā)生在冬季，往往表現(xiàn)為嚴(yán)重的霾污染事件。 因此，針對(duì)2015—2019 年吉林省三分之二以上地級(jí)市出現(xiàn)PM2.5中度污染以上的污染日，進(jìn)行大氣環(huán)流形勢(shì)的合成分析。 統(tǒng)計(jì)得出，2015—2019 年吉林省共出現(xiàn)12 次嚴(yán)重的區(qū)域性污染天氣。 其中， 中度以上污染日數(shù)為18 d，以2015 年最多（8 次，12 d）；重度污染過程持續(xù)時(shí)間為1～3 d。 最嚴(yán)重的一次PM2.5污染過程出現(xiàn)在2015 年11 月8—9 日， 吉林省9 個(gè)地級(jí)市平均PM2.5濃度高達(dá)279 μg/m3。

從2015—2019 年12 次吉林省區(qū)域性PM2.5污染過程空間分布可以發(fā)現(xiàn)， 吉林省重污染過程以長春市最為嚴(yán)重， 平均濃度高達(dá)210 μg/m3以上。以長春市為中心，向東、西兩個(gè)方向遞減，延邊州的PM2.5濃度最低，小于105 μg/m3；其次為白城市，在120 μg/m3以下。

4 大氣環(huán)流異常影響成因分析

由于2015 年11 月8—9 日的PM2.5濃度是其他過程的2 倍， 故下文主要針對(duì)此次污染事件與吉林省12 次區(qū)域性PM2.5污染過程的環(huán)流形勢(shì)對(duì)比，以期為此類天氣過程的預(yù)報(bào)提供借鑒。

圖2 給出了吉林省12 次區(qū)域性PM2.5污染過程（圖2a、圖2b）和2015 年11 月8—9 日（圖2c、圖2d） 的高空環(huán)流形勢(shì)合成圖。 從圖2a 可以看出， 區(qū)域性重污染天氣時(shí)整個(gè)歐亞大陸以平直的西風(fēng)環(huán)流為主，沒有明顯的槽脊活動(dòng)，且烏拉爾山以東有一個(gè)-80 gpm 的負(fù)距平中心， 亞洲東北部為100 gpm 的正異常中心，表現(xiàn)為EU（歐亞型）遙相關(guān)的負(fù)向， 即在負(fù)距平的作用下烏拉爾山地區(qū)的高壓脊減弱，歐亞大槽在正距平的作用下填塞，使得大氣環(huán)流轉(zhuǎn)換為緯向環(huán)流，東亞冬季風(fēng)減弱，導(dǎo)致吉林省出現(xiàn)靜穩(wěn)的天氣形勢(shì)， 不利于污染物的擴(kuò)散。 與所有事件一致，2015 年11 月8—9 日吉林省上空也為正位勢(shì)高度異常（圖2c），不同點(diǎn)在于正異常的范圍和強(qiáng)度更大， 且貝加爾湖上游呈現(xiàn)為明顯的高壓脊，即50°N 以北地區(qū)大氣環(huán)流經(jīng)向度較其以南區(qū)域更大， 說明此時(shí)污染物也可能來源于吉林省上游的黑龍江地區(qū)。圖2b 是區(qū)域性污染過程200 hPa 緯向風(fēng)場(chǎng)及異常場(chǎng)合成圖，可以看出北半球副熱帶西風(fēng)急流位于30°N 上空，急流中心位于西太平洋上，中心值為56 m/s，吉林省位于高空急流入口區(qū)的左側(cè)，為下沉運(yùn)動(dòng)，不利于污染物擴(kuò)散。 從200 hPa 緯向風(fēng)場(chǎng)的異?？梢园l(fā)現(xiàn)， 西太平洋上的副熱帶西風(fēng)急流中心明顯減弱，負(fù)距平中心可達(dá)-12 m/s，也預(yù)示著大氣環(huán)流趨于靜穩(wěn)形勢(shì)， 造成污染物的積聚而不利于污染物的稀釋和擴(kuò)散；但2016 年11 月8—9 日，副熱帶西風(fēng)急流明顯減弱， 吉林省位于減弱東移急流入口區(qū)左側(cè)，其對(duì)應(yīng)的輻散下沉運(yùn)動(dòng)較圖2b 偏弱。

圖2 高空環(huán)流形勢(shì)合成分析（a、c 為500 hPa 高度場(chǎng)和高度距平場(chǎng)，等值線表示高度，填色表示高度距平；b、d 為200 hPa 緯向風(fēng)場(chǎng)和緯向風(fēng)異常，等值線表示緯向風(fēng)場(chǎng)，填色表示緯向風(fēng)異常；斜線區(qū)域表示異常場(chǎng)通過95%置信水平；綠色方框代表研究區(qū)域）

從吉林省12 次區(qū)域性PM2.5污染過程的地面環(huán)流形勢(shì)合成圖（圖3a）可以發(fā)現(xiàn)，亞洲大陸高壓中心位于我國西北部與蒙古國西部交界處，呈東北—西南向帶狀分布，高壓偏弱，中心值僅為1 030 hPa，且此時(shí)海平面氣壓在蒙古國為顯著負(fù)距平，日本以北的地區(qū)為明顯的正距平，吉林省位于“鞍型場(chǎng)”之間的過渡帶，等壓線稀疏，氣壓梯度較小，有助于靜穩(wěn)天氣的產(chǎn)生，進(jìn)而利于污染物的堆積。 從12 次區(qū)域重度污染過程地面2 m 溫度的合成圖（圖3b）可以發(fā)現(xiàn)，吉林省氣溫在-4～0 ℃，且氣溫明顯偏高（正溫度距平）。 在2015 年11 月8—9 日（圖3c、圖3d）的天氣過程中，海平面氣壓偏高且氣溫略高， 這種環(huán)流形勢(shì)使得南風(fēng)加大，其攜帶的海上水汽利于污染物吸濕增長，是污染物濃度創(chuàng)歷史紀(jì)錄的主要原因之一。

圖3 地面環(huán)流形勢(shì)合成分析（a、c 為海平面氣壓場(chǎng)，等值線表示海平面氣壓，填色表示海平面氣壓異常；b、d 為地面2m 溫度，等值線表示溫度，填色表示溫度異常，加粗實(shí)線為0 ℃線；斜線區(qū)域表示異常場(chǎng)通過95%置信水平；綠色方框代表研究區(qū)域）

逆溫層的存在有利于增加近地層的大氣穩(wěn)定度，不利于污染物的稀釋和擴(kuò)散，是預(yù)報(bào)霾污染天氣的重要物理量之一[12]。 為了顯示逆溫的空間分布特征，使用850 hPa 與1 000 hPa 的溫差來顯示逆溫的強(qiáng)度。 從12 次區(qū)域性重度污染過程逆溫（T850-T1000）異常（填色）合成圖（圖4a）可以發(fā)現(xiàn)，吉林省西部地區(qū)有3 ℃以上的逆溫正距平， 東部地區(qū)也有2 ℃以上的正距平，逆溫層明顯增強(qiáng)，有利于近地層污染物的累積。 同時(shí)，吉林省850 hPa 以偏南風(fēng)為主， 有利于華北地區(qū)的污染物向吉林省輸送。 2016 年11 月8—9 日（圖4b），吉林省的逆溫層較區(qū)域性重度污染過程更強(qiáng)， 吉林省主要受偏東氣流影響， 其北側(cè)的反氣旋渦旋有助于黑龍江地區(qū)的污染物向吉林省輸送， 其攜帶的日本海水汽也為相對(duì)濕度的增加起到了有效的正貢獻(xiàn)。

圖4 區(qū)域性重度污染過程（a）、2015 年11 月8—9 日過程（b）逆溫異常場(chǎng)和850 hPa 風(fēng)場(chǎng)異常（箭頭）合成（圖中斜線區(qū)域表示逆溫異常通過95%置信水平；綠色方框代表研究區(qū)域）

邊界層高度是表征大氣垂直擴(kuò)散能力的重要物理量， 邊界層高度越高， 越有利于污染物的擴(kuò)散；邊界層高度越低，越不利于污染物的稀釋和擴(kuò)散[13]。 同時(shí)發(fā)現(xiàn)污染期間吉林省西部的邊界層高度僅有150～300 m， 吉林省東側(cè)的邊界層高度則低于150 m， 此時(shí)邊界層高度異常表現(xiàn)為吉林省大部分地區(qū)為-240～-160 m。 明顯偏低的邊界層高度不利于污染物的垂直擴(kuò)散， 有利于污染物在近地層的積聚，產(chǎn)生重度污染天氣。與其他環(huán)流形勢(shì)有所不同，2015 年11 月8—9 日吉林省大部分地區(qū)邊界層高度在500 m 以上， 且邊界層高度異常也較其他重度污染過程偏大， 表現(xiàn)為西部地區(qū)為正異常、 中部和東部地區(qū)為弱負(fù)異常的分布形式， 可見不是所有的重度污染事件期間邊界層高度都偏低。重度污染事件的成因復(fù)雜，需要針對(duì)污染物的源地、持續(xù)輸送時(shí)間等方面綜合考慮。

5 結(jié)語

本文基于2015—2019 年逐日PM2.5濃度資料，研究了吉林省PM2.5污染的特征和大氣環(huán)流異常對(duì)吉林省PM2.5污染的影響，主要結(jié)論如下：

（1）2015—2019 年長春市的PM2.5污染日基本呈逐漸下降的趨勢(shì)， 季節(jié)變化趨勢(shì)表現(xiàn)為冬季PM2.5污染重而夏季污染輕的特征。2015—2019 年吉林省出現(xiàn)了12 次較嚴(yán)重的區(qū)域性PM2.5污染天氣，污染過程一般持續(xù)1～3 d，污染的空間分布以長春市污染最為嚴(yán)重， 以長春市為中心向東西兩側(cè)延伸污染逐漸減輕。

（2）吉林省出現(xiàn)區(qū)域性PM2.5污染的大尺度環(huán)流形勢(shì)表現(xiàn)為500 hPa 高度距平場(chǎng)呈EU 型（歐亞型）的負(fù)向，烏拉爾山高壓脊減弱，東亞大槽填塞，高空環(huán)流平直， 同時(shí)200 hPa 副熱帶西風(fēng)急流減弱。地面場(chǎng)表現(xiàn)為2 m 溫度偏高，亞洲地面高壓偏弱，東亞冬季風(fēng)減弱，天氣形勢(shì)靜穩(wěn)。

（3）吉林省出現(xiàn)區(qū)域性PM2.5污染的物理量場(chǎng)表現(xiàn)為對(duì)流層低層逆溫增強(qiáng)、濕度增加，邊界層高度降低，850 hPa 以偏南風(fēng)為主。

（4）地面氣溫偏高的程度、偏南風(fēng)的強(qiáng)度是造成嚴(yán)重污染事件的主要原因。 邊界層高度不是導(dǎo)致重度污染的主要原因， 但可以使污染物在近地面積聚。 2015 年11 月8—9 日的重度污染過程持續(xù)時(shí)間長、污染范圍廣，污染物的積聚和消散可能受多種因素影響， 這還需要在今后的工作中加以深入分析。