中国主要城市群在灰霾污染下的近地面风场特征

刘馨尹 张宁

(南京大学 大气科学学院，南京 210023)

引 言

PM2.5是我国主要的大气污染物之一，对人体健康和大气环境质量影响严重[1-2]。其主要来源于悬浮灰尘、燃煤、汽车尾气、工业排放及生活物质燃烧等[2-3]。现有研究表明，气象要素对大气污染的积累及输送扩散起着非常重要的作用，大气边界层风场是体现地球表面对大气影响的主要气象要素之一，同时也是影响空气污染物输送扩散的直接因子[4-5]。

气象条件是决定污染物浓度日变化的主要因素，其日变化可以解释高达50%的PM2.5变化，在我国，气象条件日变化影响比例超过70%。气温、相对湿度、降水和环流都是重要的影响因子。WANG，et al[6]对2013年日本长崎PM2.5质量浓度与气象要素的相关分析表明，气温与PM2.5呈负相关，降水与PM2.5呈正相关，湿度、风速与PM2.5之间存在阈值关系。目前已有不少关于我国大气污染与气象要素等关系的研究。孙峰等[7]分析发现2013年北京一次PM2.5重污染过程是稳定气象条件下导致的局地污染物积累。朱倩茹等[8]研究了2008—2010年广州PM2.5污染及影响因素，发现PM2.5与气温呈正相关，但与其他因素呈负相关，与气压、相对湿度相关系数季节性特征显著。在南京地区，PM2.5与风速、相对湿度和降水呈负相关关系，降水对PM2.5的清除效率存在阈值。虽然大部分月份气温与PM2.5呈正相关，但在整个期间呈负相关[9-10]。ZHANG, et al[11]分析了北京、上海、广州的3个地区空气污染物与气象要素的关系，发现风速与大气污染物呈负相关，气温与O3呈正相关，但不同地区导致PM2.5质量浓度增加的风向不同。各地PM2.5与气象要素的相关关系存在差异，目前对于大范围地区PM2.5与气象要素的关系尚未有统一分析。

众多研究验证了气象要素对大气污染物的重要影响，但多局限于单点城市或小范围地区，对大范围地区乃至全国范围的研究较少，且以往研究多利用站点资料进行分析，空间精度较低。本文将利用国家环境监测中心发布的PM2.5质量浓度观测资料及CCMP(Cross Calibrated Multi-Platform)风场再分析资料对2015—2016年我国华北地区、长三角地区、珠三角地区及四川盆地4个主要城市群的PM2.5质量浓度与近地面风场的相关关系以及污染条件下对近地面风场进行进一步研究分析。

1 研究资料及方法

1.1 研究区域

选取华北地区、长三角、珠三角以及四川盆地4个主要城市群为研究区域，具体包括北京、济南、石家庄、天津、太原、郑州、杭州、南京、上海、成都、绵阳、东莞、佛山、广州以及深圳15个城市。由于重庆地区多为山地及河谷分布，四川盆地仅选择川西的成都和绵阳进行分析。以上区域作为我国主要人口聚集地区，PM2.5污染都较为严重，但由于地形、气候及经济类型的差异，其污染类型和特征也不同。受工业发展及诸多因素的影响,华北地区空气污染十分严重[12]，2015年最高年平均PM2.5质量浓度主要出现在我国北方平原(北京、天津、河北、河南和山东)[13]。长三角作为我国第一大经济区和综合实力发展最强区域，随着经济的发展其区域污染问题也逐渐显现，南京更是长三角地区空气污染较为严重的城市之一[14-15]，经济发展同样较快的珠三角城市群也面临着类似问题。四川盆地作为西南地区的人口聚集区，由于其独特的地形特征及气象条件，污染形势也日益严峻[16]。

1.2 CCMP地面风场数据集

CCMP风场资料是由ESE (NASA Earth Science Enterprise)，结合ADEOS-II、QuikSCAT、TRMM TMI、AMSR-E、SSM/I数据资料利用变分方法进行处理，并将这些数据与现有的传统船舶和浮标数据以及ECMWF分析相结合，所得到的全球数据集。数据包括了10 m的经向和纬向风速分量，其空间分辨率为0.25°，时间分辨率为6 h，空间范围为(78.375°S～78.375°N，0.125°～359.875°E)，时间范围为1987年7月—2017年4月，具有很高的精度和时空分辨率。相较于其他常用风场，CCMP风场因具有分辨率高、时间序列长等优点，而得到广泛使用[17]。张鹏等[18]基于CCMP风场数据对渤海风浪进行模拟研究。文中选取的空间范围为(15°～45°N，100°～130°E)，时间范围为2015年1月—2016年12月。

1.3 PM2.5资料

采用2015年1月—2016年12月国家环境检测中心提供的空气质量监测数据中的PM2.5质量浓度资料，时间分辨率为1 h。此外，根据《环境空气质量标准》(GB3095-2012)二级浓度限值，颗粒物(粒径小于等于2.5 μm)的年平均质量浓度超过35 μg·m-3，24 h平均质量浓度超过75 μg·m-3即为超标。

为保证数据的有效性，依据GB3095-2012规范对数据进行检查。对于年平均数据，每年至少有324个日平均质量浓度值，每月至少有27个日平均质量浓度值(2月至少有25个日平均质量浓度值)；对于日平均数据，每日至少有20 h平均质量浓度值或采样时间。

1.4 主要指标计算

本文城市PM2.5质量浓度取该城市多个测站的平均值。当某一城市的24 h平均PM2.5质量浓度超过75 μg·m-3时则认定该日为污染日。本文采用Pearson相关系数计算各地区近地面风速与PM2.5质量浓度的相关关系，利用t检验法对其进行显著性检验，显著性水平a=0.05。

在排除风速影响后，利用加权平均PM2.5质量浓度(Average Weighted PM2.5, AWP)对PM2.5质量浓度进行评价，AWP表示每单位风速下PM2.5的平均质量浓度。一个方向的AWP计算公式如下[6, 19]：

(1)

其中：Pi是PM2.5质量浓度；WSi是风速；N代表该风向的频次。

利用近地面风场计算散度dv，计算公式如下[20]：

(2)

其中：u,v分别为纬向和经向速度；A代表地球半径；φ代表纬度。公式第三项说明了经线在球体上的收敛，当散度大于0时为辐散场，小于0时为辐合场。

2 结果分析

2.1 风速与PM2.5质量浓度相关性分析

2015—2016年北京等城市的PM2.5年平均质量浓度及污染天数如表1所示。除深圳外，其余城市PM2.5质量浓度均高于《环境空气质量标准》(GB3095-2012)二级质量浓度年限值，北京、济南、石家庄以及郑州PM2.5年平均质量浓度甚至高于年限值两倍以上。PM2.5污染主要集中在以京津冀为主的华北平原以及河南、山东，珠三角地带空气质量较好，大气污染整体表现为“北重南轻”的空间分布。

表1 2015—2016年各城市PM2.5年平均质量浓度及污染天数

作为风场的重要特征，风速对PM2.5质量浓度起着非常显著的作用。一般而言，PM2.5质量浓度随着风速的增大而逐渐降低，当风速增加到6 m·s-1时，PM2.5质量浓度可以降低60%[21]。图1—4分别为华北地区、长三角、珠三角、四川盆地月平均PM2.5地面质量浓度与10 m风速的相关系数，可见，10 m风速与PM2.5质量浓度基本表现为负相关，1—12月的相关系数(绝对值)基本呈现先减少后增加的趋势。除深圳外，华北地区及珠三角1—2月相关系数(绝对值)明显大于6—7月。该地区的负相关关系存在着明显的季节差异，冬季负相关表现最强，夏季负相关明显弱于冬季。该负相关关系在长三角地区更为显著(通过显著性检验的月份较华北地区更多)，但季节差异不如华北地区明显，秋季负相关关系强于其他季节，杭州等地的PM2.5质量浓度低值及10 m风速高值都出现在8—10月。绵阳地区季节差异不明显，负相关系数基本平稳变化，7—8月和12月负相关性相对较弱。

图1 华北地区月平均PM2.5地面质量浓度与10 m风速的相关系数(*表示通过α=0.05信度的显著性检验)：(a)北京;(b)济南;(c)石家庄;(d)天津;(e)太原;(f)郑州

图2 长三角月平均PM2.5地面质量浓度与10 m风速的相关系数(*表示通过α=0.05信度的显著性检验)：(a)杭州;(b)南京;(c)上海

图3 珠三角月平均PM2.5地面质量浓度与10 m风速的相关系数(*表示通过α=0.05信度的显著性检验)：(a)东莞;(b)佛山;(c)广州;(d)深圳

图4 四川盆地月平均PM2.5地面质量浓度与10 m风速的相关系数(*表示通过α=0.05信度的显著性检验)：(a)成都;(b)绵阳

总体而言，10 m风速与PM2.5质量浓度之间表现为负相关，但由于通过显著性检验的月份较少，相关性并不显著。且这种相关性存在季节差异，具体表现为夏季弱，冬季强，北京2015、2016年7月相关系数仅为-0.09和-0.05，1月相关系数为-0.29和-0.50，冬季负相关远强于夏季。

2.2 灰霾污染下风向风速特征

与全年结果相比，污染水平较高时段的气象条件及污染传输等污染水平影响因素的作用往往体现地更加明显[7]。图5—8分别为华北地区、长三角、珠三角、四川盆地主要城市2015—2016年风玫瑰图。图9为北京、上海、广州、成都2015—2016年各季节不同风向条件下的平均PM2.5质量浓度，统计时排除了静风天气(风速小于0.5 m·s-1)。可以看到，污染情况下近地面风速大多在0～4 m·s-1，静风频率增加，相较于全年统计情况风速更小，有利于污染物的累积。污染天气多发生在秋冬季节，且不同季节造成污染的主导风向不同。

图5 2015—2016年华北地区主要城市风玫瑰图(红色数字为静风频率，单位：%)：(a)北京全年; (b)北京污染天气; (c)济南全年; (d)济南污染天气; (e)石家庄全年; (f)石家庄污染天气;(g)天津全年; (h)天津污染天气; (i)太原全年; (j)太原污染天气; (k)郑州全年; (l)郑州污染天气

受地理环境及上风向城市影响，不同城市风向的变化情况存在着显著差异。北京、天津、太原等城市在污染时期西南风及南风占比增加，北京冬季西南风对应的PM2.5质量浓度大于100 μg·m-3，远远大于北风对应的PM2.5质量浓度(图9a—d)。石家庄等城市周边大量工业企业[12]的存在导致大气污染物源排放严重，而华北地区及其南部多为平原，西部及北部多为山地，独特的地形特征使得偏南风输送作用下的污染物在此聚集，从而导致大气污染严重。南京东南风频率增加而北风东北风频率减少，在东南风主导下，杭州湾以南区域的污染物被输送到南京及其以北城市，风的输送作用对该地区内部的污染影响较为明显。冬季苏南、浙北地区工业和汽车排放较多[5]，上海在偏西风的输送下污染影响严重(图9e—h)。珠三角城市盛行东北风，西风频率明显降低。海风清洁作用的减弱以及对内陆地区颗粒物起着输送作用的陆风相对增加，这导致了沿海城市的污染。成都、绵阳在污染天气下的风向变化不明显，50%以上的风速小于2 m·s-1，风速的清洁作用及输送作用都得不到较好表现。

图9 2015—2016年4个季节不同风向条件下PM2.5质量浓度：(a—d)北京; (e—h)上海; (i—l)广州; (m—p)成都

上述结果表明污染浓度超标多发生于秋冬季节，某特定风向对污染物的影响要大于其他风向。一是由于某特定风向会带来更多的细颗粒物及前体物质，二是该特定风向的风速比其他风向要小，更有利于大气污染物的积累[11]。

图6 2015—2016年长三角主要城市风玫瑰图(红色数字为静风频率，单位：%)：(a)杭州全年; (b)杭州污染天气; (c)南京全年; (d)南京污染天气; (e)上海全年; (f)上海污染天气

图7 2015—2016年珠三角主要城市风玫瑰图(红色数字为静风频率，单位：%)：(a)东莞全年; (b)东莞污染天气; (c)佛山全年; (d)佛山污染天气; (e)广州全年; (f)广州污染天气; (g)深圳全年; (h)深圳污染天气

图8 2015—2016年四川盆地主要城市风玫瑰图(红色数字为静风频率，单位：%)：(a)成都全年; (b)成都污染天气; (c)绵阳全年; (d)绵阳污染天气

2.3 灰霾天气下的地面散度场特征

由上文可知，风速与PM2.5质量浓度的负相关并不显著且存在“冬强夏弱”的季节特点，说明风速并不是影响地面PM2.5质量浓度的主导因素。因为在我国大气区域性污染的特征下，地面风场既可以对污染物进行清除，也可能导致区域性大气污染输送。而区域性污染更是影响污染水平的重要因素之一[22-23]。为分析污染过程下的地面散度场，本文将研究城市区域网格化(分辨率为0.25°×0.25°)。对每个网格进行散度计算，地区平均散度为网格平均，占比计算为符合条件的网格数在该区域网格总数占比。当某一地区即出现污染过程又出现地面辐合时，则认为该次污染主要为区域输送贡献，反之则为局地贡献。

表2为各地区平均散度强度及辐合占比。华北、珠三角全年平均散度场多表现为辐合而四川盆地则表现为辐散。在污染时期，除济南外华北地区及珠三角都有着较强的散度强度，辐合比例均高于60%，北京、石家庄两地的辐合比例甚至高达80%。华北地区污染物均有从西南向东北输送的趋势，西南风携带来自太行山东麓及西麓排放源群的高浓度污染物, 形成西南通道高浓度带[22]，这对该地区的污染水平有着重要影响。冬季，北京、石家庄等城市多盛行偏南风，受西北部燕山山脉及太行山地形影响形成一个较强的辐合聚集带。珠三角地区PM2.5及其前体物的排放相对集中，且排放强度相比周边地区更大，区域内城市尺度的输送和相互影响作用明显[24-25]，冬季污染严重，偏北风的区域输送贡献更为显著。而长三角城市污染下辐合比例相较于华北地区较低，在40%左右，这是因为海风对临海城市基本表现为清洁作用，但由于地表粗糙度的不同，海风上岸后迅速减小导致计算结果表现为辐合，冬季盛行偏北风时散度场表现为辐散场，从而导致辐合日空气质量较好而辐散日污染严重。受季风气候影响，外来污染物的输入路径存在明显的季节性变化特征，其中夏半年输送主径源自海上，冬半年主径源自内陆[26]。成都作为西南地区PM2.5主要排放源区，冬季受西风带影响处于冷高压控制下,且地面风速相对较小[27-28]，污染物的水平扩散及垂直扩散受到限制，独特的盆地地形也使得PM2.5更容易积累[29]从而导致在辐散场的情况下污染仍较严重，污染日的辐合比例远小于其他城市，该地区主要表现为局地型污染。

表2 2015—2016年各地区散度强度及辐合占比

3 结论

本文利用2015—2016年全国PM2.5质量浓度站点资料及CCMP风场再分析资料，对中国华北地区、长三角、珠三角以及四川盆地主要城市在污染条件下的近地面风场及其影响进行统计分析。通过对PM2.5质量浓度及近地面风场的分析发现，风场对PM2.5质量浓度的影响主要表现在风速和风向两个方面。主要结论如下：

(1)低风速有利于PM2.5的积累，风速与PM2.5质量浓度表现为负相关，该相关关系并不十分显著，但其季节差异仍得到良好体现，一般表现为冬季强夏季弱；

(2)秋冬季节PM2.5污染严重。受地形及上风向污染源等因素影响，不同地区PM2.5质量浓度对不同风向的响应不同，华北地区在偏南风主导下PM2.5质量浓度较高；长三角地区在偏东风作用下PM2.5质量浓度较低，海风对其起到清洁作用；珠三角地区冬季主导风向为偏北风，带来内陆地区的污染物；不同季节四川盆地地区的污染情况相似，风向对其影响不明显；

(3)结合地面散度场的特征可以发现：不同地区主导的污染类型不同，华北地区、长三角以及珠三角污染类型主要为区域性污染，其中华北地区受输送影响最大，冬季输送作用影响显著，四川地区主要为局地型污染，外来输送对该地污染水平的影响不大。