天氣形勢對2014—2018年關中地區各季節空氣質量的影響

梁佳藝，劉浪 ，貝耐芳*

1.西安交通大學 人居環境與建筑工程學院，西安 710049

2.中國科學院氣溶膠化學與物理重點實驗室，西安 710061

3.中國科學院地球環境研究所 黃土與第四紀地質國家重點實驗室，西安 710061

隨著國民經濟的增長和城鎮化進程的加快，中國的空氣污染問題在近二十年內集中爆發，并呈現出由傳統的總懸浮顆粒物（TSP）、可吸入顆粒物（PM10）和SO2污染向以細顆粒物（PM2.5）和多種污染氣體（O3、SO2、NOx）等形成的復合型污染轉變的趨勢（田鵬山，2015）。研究表明：大氣污染物的生命周期受到排放源和氣象條件的共同影響（Giorgi and Meleux，2007）；氣象條件在大氣污染物的形成、轉化、擴散、輸送和清除過程中扮演著重要的角色（Seaman，2000；Solomon et al，2000；Bei et al，2010；Bei and Molina，2012；Bei et al，2014）；當污染物排放量保持不變時，大氣化學狀態的轉變主要取決于氣象條件（Bei et al，2016a）。大氣污染的形成是大、中尺度天氣系統，局地小尺度環流和大氣邊界層結構共同作用的結果（任陣海等，2004；任陣海等，2005；王喜全等，2007）；其中，基本天氣形勢是驅動大氣污染物變化的最初動力（Zhang et al，2012），其與大氣污染有著密切聯系（袁美英等，2005；陳瑞敏等，2014；高慶先等，2017）。

對于天氣形勢對空氣質量的影響，目前已有一些研究。王喜全等（2007）通過分析2004年北京地區PM10的污染情況，認為高壓南下東移阻滯型和與北上臺風或熱帶低壓相聯的弱高壓控制型是造成北京PM10重污染的關鍵因素。王宏等（2008）將影響福州的天氣形勢分為10 型，統計2002—2006年福州全年、冬半年和夏半年不同天氣型的出現率及相應的污染物濃度值，分析不同天氣形勢下大氣擴散能力的強弱以及對污染物濃度的影響。王莉莉等（2010）根據氣壓場等氣象要素將夏末秋初影響北京地區的主要天氣系統分為高污染的積累天氣型（槽前無降水、槽后脊前、脊、副高4 種基本型）和清潔的清除天氣型（槽或槽前有降水、槽后有降水或偏北風2 種基本型）。鐘幼軍和國世友（2013）指出哈爾濱冬季重污染的典型地面形勢包括高壓邊緣型、高壓中心型和低壓邊緣型3 類，其中高壓邊緣型出現頻率最高。對于影響北京市夏季經常出現的O3和PM2.5污染的天氣形勢，王占山等（2016）的研究結果表明：O3和PM2.5一高一低污染狀況的天氣形勢場為：高空為偏西北氣流，地面受高壓后部控制；而O3和PM2.5兩高的天氣形勢場為：高空為偏西氣流，地面受低壓控制。李培榮和肖天貴（2020）研究了2016—2018年成都地區秋冬季PM2.5的擴散與輸送情況，將該時段的天氣形勢分為污染型和清潔型兩種天氣類型，在污染型天氣類型下，成都地區的逆溫層較強和混合層高度較低，不利于PM2.5的擴散稀釋。常美玉等（2020）對成渝地區及4 個子區域2014—2018年高度場和海平面氣壓場進行了環流分型，探討了環流型與空氣污染的關系，結果表明：當地面為氣旋或東南氣流，同時風速較小時，不利于污染物的水平擴散；若高空為弱脊控制或者為槽后西北氣流，則在下沉氣流的作用下，不利于污染的垂直擴散，地面污染進一步加重。

關中地區位于陜西省中部，包括西安、寶雞、咸陽、渭南、銅川5 市及楊凌示范區；截至2019年底，共有常住人口2459.21 萬人（陜西省統計局和國家統計局陜西調查總隊，2020）。近年來，關中地區的重污染天氣持續出現且污染程度較為嚴重；2018年，其所在的汾渭平原被列為大氣污染重點防治區域?，F階段關于天氣形勢對大氣污染物濃度的影響，涉及關中地區的較少且缺乏長時間序列的研究。本文利用Bei et al（2016a）的主觀分類方法，結合同期觀測資料，對2014—2018年關中地區各季節典型天氣形勢出現頻率及其對應的污染物濃度進行統計；分析夏季每日O3_8h_max和其他季節PM2.5、PM10日均濃度在不同天氣形勢下的變化特征和趨勢，探究天氣形勢對大氣污染物濃度變化的影響；研究結果可為各季節不同天氣形勢下的污染防控提供有益參考。

1 數據與方法

1.1 觀測資料

文中所使用的大氣污染物觀測數據來源于中國空氣質量在線監測分析平臺（http://www.aqistudy.cn/），涉及關中地區33 個觀測站的空氣質量指數（AQI 數據，包括PM2.5、PM10、SO2、NO2、O3和CO），數據分辨率包含日平均數據和逐小時數據。其中對O3逐小時數據進行處理，得到每日O3_8h_max濃度。

圖1 為2014年春季至2018年冬季關中地區大氣主要污染物（PM2.5、PM10日均濃度和每日O3_8h_max）濃度變化趨勢?？梢钥闯?，PM2.5和PM10的日均濃度變化趨勢基本一致，冬季平均濃度最高，春秋季次之，夏季最低。O3_8h_max的濃度變化趨勢與前兩者相反，夏季最高，春季次之，秋冬季較低。

圖1 2014年春季至2018年冬季關中地區大氣主要污染物濃度變化趨勢Fig.1 Changes in the concentration of major air pollutants in the Guanzhong basin from spring of 2014 to winter of 2018

分季節來看，關中地區夏季的首要污染物為O3_8h，夏季O3_8h_max平均濃度高于5 a 平均值50.24%；其他季節首要污染物主要為PM2.5或PM10，其中冬季的顆粒物污染尤為明顯，PM2.5、PM10平均濃度分別高于5 a 平均值65.20%、40.51%（圖2）。因此，本文主要研究2014—2018年關中地區夏季O3_8h_max濃度和其他季節PM2.5、PM10日平均濃度受天氣形勢變化的影響。

圖2 2014—2018年關中地區各季節主要大氣污染物平均濃度Fig.2 The average concentration of main air pollutants in Guanzhong basin in each season from 2014 to 2018

1.2 天氣形勢分類方法

Bei et al（2016a）提出了一種影響冬季關中地區典型天氣形勢的分類方法。該研究的分類過程使用2008—2013年NCEP-FNL 再分析資料，并結合WRF-Flexpart 模式的輸出結果和850 hPa風場及位勢高度識別影響關中地區的主要天氣系統，同時考慮關中地區與主要天氣系統的相對位置，進而確定影響關中地區的天氣形勢類型。本文參考該分類方法，結合2014—2018年相關氣象資料，將關中地區的天氣形勢分為6 類：

（1）低壓北部型（圖3a）。關中地區位于低壓北部，主導風向為偏弱東風。該天氣型經常出現下沉氣流或靜穩態，加之關中地區喇叭口狀的地形，會導致該天氣型下污染物的累積。有時該天氣型會出現降水，使污染情況得到緩解。

（2）槽西南型（圖3b）。關中地區處于槽后或者槽的西南方向。在該天氣型下通常盛行較強的西北風，污染物濃度通常較低。

（3）高壓東南型（圖3c）。關中地區位于高壓東南部。該天氣型下的主導風向為偏北風，能將污染物輸送到區域外，顯著改善空氣質量。

（4）過渡型（圖3d）。關中地區一般處于槽的南部和高壓北部。該天氣型下一般盛行西風，但風速并不大且經常會轉變為靜穩天氣或者變得風向不定。嚴重的空氣污染會因為污染物在盆地內的累積而經常出現。

（5）槽東南型（圖3e）。關中地區位于槽前或槽的東南方向，盛行西南風。該天氣型下風速偏小，同時由于槽前出現下沉氣流，不利于大氣污染物向外輸送。

（6）內陸高壓型（圖3f）。關中地區處于高壓控制下，盛行風向主要取決于高壓的具體位置。該形勢下風速較小，且下沉氣流會導致靜穩天氣的形成，導致污染物不斷累積，造成嚴重的空氣污染。

圖3 北京時間08∶00 影響關中地區的典型天氣型對應的850 hPa 位勢高度和風矢量水平分布（Bei et al，2016a）Fig.3 Composite distributions of winds and geopotential heights on 850 hPa at 08∶00 BJT for synoptic situations in GZB (Bei et al,2016a)

需要說明的是，該分類方法并未考慮降水以及當天天氣形勢轉變等情況；因此，天氣形勢的過渡或降水的出現，往往會使同一種天氣形勢中污染物的濃度出現差異。

2 結果與分析

2.1 不同天氣形勢下大氣污染物濃度特征

本文在對2014—2018年關中地區天氣形勢進行分析分類的基礎上，對各年份各個季節天氣形勢的出現頻率進行了統計（圖4）。具體來看，關中地區春季的天氣形勢以“低壓北部型”和“槽西南型”為主，5 a 間總出現頻率分別為64.13%、53.26%、58.70%、67.39% 和47.83%；其中2018年“槽西南型”出現的頻率最高，占比為25.00%，其他年份“低壓北部型”占比較高，依次為46.74%、33.70%、43.48% 和40.22%。夏季天氣形勢主要為“低壓北部型”和“內陸高壓型”，總占比分別為67.39%、53.26%、61.96%、59.78%和78.26%；2015—2017年“內陸高壓型”占比最高，依次為31.52%、35.87%和31.52%。2014年、2018年“低壓北部型”占比最高，分別為36.96%、41.30%。2014—2017年秋季天氣形勢亦以“低壓北部型”和“內陸高壓型”為主，總出現率分別為69.23%、68.13%、62.64%和61.54%；2017年“低壓北部型”占比最高，達到37.36%，其余年份“內陸高壓型”占比最高。2018年秋季以“槽西南型”和“內陸高壓型”為主，“內陸高壓型”占比達到28.57%。相較其他季節，冬季天氣形勢的出現頻率變化較為復雜；2014年和2015年主要為“槽西南型”和“內陸高壓型”，總出現率分別為67.78%和56.04%；2016年以“低壓北部型”和“內陸高壓型”為主，占到總天數的52.22%；2017年和2018年主要為“低壓北部型”和“槽西南型”，占比依次為58.89%和54.44%。

圖4 2014—2018年各季節不同天氣形勢出現頻率Fig.4 The occurrence rate of different synoptic situations in each season from 2014 to 2018

為了進一步討論天氣形勢對大氣污染物濃度的影響，本文計算了2014—2018年關中地區各季節不同天氣形勢對應的主要污染物濃度（表1）?？梢悦黠@看出，無論是從年際角度還是季節角度，“槽西南型”和“高壓東南型”對應的PM2.5、PM10濃度均顯著小于其他四種天氣形勢。對于O3_8h_max來說，從年平均濃度來看，“高壓東南型”和“過渡型”對應的濃度較低；而在夏季“低壓北部型”和“過渡型”對應的濃度較低。兩者出現不一致的原因主要是O3濃度的高低不僅與天氣形勢有關，還受到太陽輻射強度、光化學反應速率、前體物濃度等因素的影響。

表1 2014—2018年關中地區各季節不同天氣形勢對應的主要大氣污染物濃度值Tab.1 Concentration of main air pollutants corresponding to different synoptic situations in each season in Guanzhong basin from 2014 to 2018

圖5 統計了2014—2018年6 類天氣形勢污染物濃度分布特征。相關研究表明（Bei et al，2016a；Bei et al，2016b；李曉配等，2017）：對于顆粒物（PM2.5、PM10）而言，“槽西南型”和“高壓東南型”可被定義為有利于污染物擴散的天氣形勢，“低壓北部型”、“過渡型”、“槽東南型”和“內陸高壓型”定義為不利于污染物擴散的天氣形勢；圖5 和表1 可以證明這種劃分方式是合理的，而對于O3顯然不適用該種劃分方式?？紤]到夏季O3_8h_max的濃度顯著高于其他季節平均值和年平均值（表1），因此根據夏季不同天氣形勢下O3_8h_max濃度的差異將“低壓北部型”和“過渡型”定義為有利天氣形勢，將“槽西南型”、“高壓東南型”、“槽東南型”和“內陸高壓型”定義為不利天氣形勢。

圖5 2014—2018年6 類天氣形勢對應的大氣污染物濃度分布特征Fig.5 Distribution characteristics of air pollutants concentration corresponding to 6 types of synoptic situations from 2014 to 2018

2.2 各季節天氣形勢與大氣污染物濃度變化趨勢

圖6 分析了2014—2018年各季節有利和不利天氣形勢下主要污染物濃度的變化趨勢?？梢钥闯?，無論是顆粒物還是O3_8h_max，當有利天氣形勢天數增加（不利天氣形勢天數減少）時，污染物濃度往往出現下降；當有利天氣形勢天數減少（不利天氣形勢天數增加）時，污染物濃度會出現上升。

需要指出的是，2016年和2017年秋季PM2.5、PM10濃度變化出現了與上述趨勢相反的情況，即有利天氣形勢天數增加（減少），但污染物濃度上升（下降）。而剔除2016年來看，2017年秋季相較2015年有利天氣形勢天數有所減少，不利天氣形勢天數略有增加，對應到PM2.5、PM10濃度，2017年秋季的顆粒物平均濃度高于2015年，符合上文所提出的變化規律。

圖7 展示了關中地區2016年秋季PM2.5、PM10日平均濃度與天氣形勢的對應關系。在進入11月后，關中地區出現了3 次沙塵天氣過程（11月1—6日，11月9—21日，11月25—29日），沙塵天氣出現頻率及出現時長均高于2014—2018年同期水平，沙塵天氣持續期間PM2.5、PM10平均濃度分別為126.52 μg·m?3和241.14 μg·m?3。其中，PM10濃度在11月9日達到515.63 μg·m?3，為5 a間關中地區秋季PM10最高日平均濃度。如剔除沙塵天氣，關中地區2016年秋季PM2.5、PM10平均濃度分別為51.93 μg·m?3、94.90 μg·m?3，則5 a間關中地區秋季污染物平均濃度與有利和不利天氣形勢天數變化符合上文提出的規律。由此可見，2016年秋季出現的有利天氣形勢天數較2015年增加，但污染物平均濃度卻高于2015年的現象，主要是由于沙塵天氣增多所導致的（相較剔除沙塵天氣，關中地區2016年秋季PM2.5、PM10平均濃度因沙塵天氣出現分別上升37.88%、40.65%），這也一定程度上解釋了2016年PM2.5、PM10的平均濃度高于其他年份（圖6）的原因。

圖6 2014—2018年各季節大氣污染物平均濃度與有利和不利天氣形勢天數變化趨勢Fig.6 The trend of average concentration of air pollutants and days of favorable and unfavorable synoptic situations in each season from 2014 to 2018

圖7 關中地區2016年秋季PM2.5、PM10日平均濃度與天氣形勢Fig.7 Daily average concentrations of PM2.5 and PM10 and synoptic situations in the autumn of 2016 in Guanzhong basin

在大氣污染防治日趨嚴格的背景下，2014—2018年冬季關中地區有利和不利天氣形勢對應的PM2.5的平均濃度整體呈上升趨勢。冬季PM2.5的平均濃度從2014年 的74.19 μg·m?3上升到110.41 μg·m?3，年均增幅為12.21%；PM10的平均濃度從2014年的135.32 μg·m?3上升到163.80 μg·m?3，年均增幅為5.26%。這說明雖然關中地區的大氣污染治理強度較大，但從觀測數據來看，冬季顆粒物濃度的下降并不明顯。本文認為原因一是由于沙塵天氣等外來輸送以及靜穩天氣持續出現導致部分日期的顆粒物濃度偏高，進而拉高了季節平均值。從圖1 中可以看出，2014—2018年冬季PM10濃度高于300 μg·m?3的出現頻率整體呈現上升趨勢，這些高值的出現對拉高季節均值起到了重要影響。二是5 a 間不利天氣形勢天數整體呈現增加的趨勢。圖6 的分析表明：春、秋、冬季顆粒物濃度的變化整體呈現出當有利天氣形勢天數增加（不利天氣形勢天數減少）時，顆粒物濃度往往出現下降；當有利天氣形勢天數減少（不利天氣形勢天數增加）時，顆粒物濃度會出現上升的規律，且不利天氣形勢的連日出現會進一步加劇污染狀況。因此本文認為在大氣污染防治日趨嚴格的背景下，2014—2018年各季節顆粒物濃度上升，是氣象因素起到了重要作用。

而從有利和不利天氣形勢對應的污染物平均濃度的角度分析，各年份各季節有利天氣形勢下污染物濃度均低于不利天氣形勢（圖8）；平均來看，春季、秋季和冬季有利天氣形勢下的PM2.5、PM10濃度相較不利天氣形勢下分別減少64.93%、57.14%，55.30%、49.50%和46.61%、34.63%。夏季O3_8h_max濃度在有利天氣形勢下相較不利天氣形勢下降28.80%。

圖8 2014—2018年各季節有利和不利天氣形勢對應的大氣污染物平均濃度Fig.8 The average concentration of air pollutants corresponding to favorable and unfavorable synoptic situations in each season from 2014 to 2018

2.3 各季節不同天氣形勢對大氣污染物濃度的影響幅度

王宏等（2008）認為在污染源強相對平穩的條件下，不同天氣形勢下污染物的平均濃度相較對應時段污染物平均濃度的變化幅度可以反映天氣形勢對污染物濃度變化的影響作用。對應不同的天氣形勢，本文分別計算了2014—2018年各季節主要污染物濃度相較季節平均值的變化幅度（表2）。變化幅度ε=(Ci?C)/ C，其中，Ci為各季節不同天氣形勢下污染物的平均濃度，C為相應季節污染物的平均濃度；表2 中正、負幅度的變化值分別表示在不同天氣形勢影響下大氣污染物濃度增大和減小的幅度。在影響污染物濃度的其他因素相對穩定的情況下，可認為上述變化幅度能夠反映不同天氣形勢對污染物濃度變化的影響。

由表2 可知，春季“槽西南型”和“高壓東南型”對大氣污染物濃度減小的影響幅度最大，PM2.5濃度減小幅度分別為22.95%、11.01%，PM10濃度減小幅度分別為14.70%、5.32%；“低壓北部型”和“內陸高壓型”對PM2.5濃度增大的影響幅度較大，增大幅度分別為7.90%、8.88%；“過渡型”和“內陸高壓型”對PM10濃度增大的影響幅度較大，增大幅度分別為9.19%、18.32%。

表2 2014—2018年關中地區各季節不同天氣形勢對大氣污染物濃度的影響幅度Tab.2 The impact of different synoptic situations on the concentration of air pollutants in each season in the Guanzhong basin from 2014 to 2018

夏季“低壓北部型”和“過渡型”對大氣污染物濃度減小的影響幅度最大，O3_8h_max濃度減小幅度分別為19.95%和17.61%；“內陸高壓型”對O3_8h_max濃度增大的影響幅度最大，增大幅度為17.69%，其余天氣形勢對O3_8h_max濃度變化的影響幅度均為正值。

秋季“槽西南型”和“高壓東南型”對大氣污染物濃度減小的影響幅度最大，PM2.5濃度減小幅度分別為35.51%、35.22%，PM10濃度減小幅度分別為23.79%、30.83%；“過渡型”和“槽東南型”對污染物濃度增大的影響幅度較大，PM2.5濃度增大幅度分別為54.51%、40.62%，PM10濃度增大幅度分別為52.49%、34.26%。

冬季“槽西南型”和“高壓東南型”對大氣污染物濃度減小的影響幅度最大，PM2.5濃度減小幅度分別為34.74%、34.08%，PM10濃度減小幅度分別為20.14%、31.72%；“低壓北部型”和“槽東南型”對污染物濃度增大的影響幅度較大，PM2.5濃度增大幅度分別為21.72%、48.25%，PM10濃度增大幅度分別為11.09%、35.75%，其余天氣形勢對污染物濃度變化的影響幅度均為正值。

3 結論

（1）天氣形勢的變化對關中地區2014—2018年各季節的空氣質量產生了重要影響。各年份各季節有利天氣形勢下污染物濃度均低于不利天氣形勢；春季、秋季和冬季有利天氣形勢下的PM2.5、PM10濃度相較不利天氣形勢下污染物濃度分別減少64.93%、57.14%，55.30%、49.50% 和46.61%、34.63%。夏季O3_8h_max在有利天氣形勢下相較不利天氣形勢下降28.80%。

（2）2014—2018年關中地區春季的天氣形勢以“低壓北部型”和“槽西南型”為主；夏季的天氣形勢主要為“低壓北部型”和“內陸高壓型”；秋季天氣形勢以“低壓北部型”和“內陸高壓型”為主；相較其他三個季節，冬季天氣形勢的出現頻率變化較為復雜。

（3）2014—2018年在各季節均呈現出當有利天氣形勢天數增加（不利天氣形勢天數減少）時，污染物濃度下降；當有利天氣形勢天數減少（不利天氣形勢天數增加）時，污染物濃度出現上升的規律。在2016年秋季出現的有利天氣形勢天數較2015年增加，但污染物平均濃度卻高于2015年的現象，主要可能是由于沙塵天氣增加所導致的。

（4）春、秋、冬季“槽西南型”和“高壓東南型”對大氣污染物濃度減小的影響幅度最大，夏季“低壓北部型”和“過渡型”對O3_8h_max濃度減小的影響幅度最大，在各季節出現以上天氣形勢時，空氣質量一般較好；其余天氣形勢對大氣污染物濃度變化的影響幅度基本均為正值。