2015—2020 年吉林省重污染天气及气象成因分析

于 杰 涂 钢 杨 旭 杜 微

（1.吉林省气象科学研究所，吉林长春 130062；2.中高纬度环流系统与东亚季风研究开放实验室，吉林长春 130062；3.长白山气象与气候变化吉林省重点实验室，吉林长春 130062；4.长春工程学院，吉林长春 130062）

1 引言

随着吉林省经济规模的迅速扩大和城市化进程的加快， 大量人为气溶胶的排放导致了城市污染的加剧，霾天气现象日趋严重。由于霾天气时存在的大量气溶胶粒子， 不仅显著降低了城市的大气能见度，严重影响交通运输和人们的生产生活，且以亚微米为主的气溶胶粒子可深入人体的呼吸系统，严重危害人体健康。 因此，霾现象已引起政府、公众和科学界的高度关注。

为了更好地预报及防治污染天气，对其大气环流场演变特征、形成机制及扩散条件的研究便必不可少。国内外学者针对霾天气污染事件分别从气象条件、大气边界层特征、气溶胶理化、光学特征、污染源解析及健康效应等方面[1-6]，依托气象观测站与大气成分监测网，运用地基观测、卫星遥感技术、数值模拟等手段开展了广泛深入的研究[7-10]。 研究表明， 气象条件是影响污染物浓度变化的关键因素之一[11-13]。 目前，国内对霾污染天气形成及维持机理的研究主要集中在京津冀、 珠三角和长三角等经济发达地区， 而针对中国东北地区持续性霾污染天气的综合分析相对较少，且多处于起步阶段。

本文利用2015—2020 年空气质量指数（AQI）数据和逐小时ERA5 再分析数据，给出吉林省秋、冬季重污染天气日历， 并分析其大气环流场特征和气象成因， 以期为更好地理解霾天气的形成和消散机理提供依据， 从而为吉林省大气污染防治提供参考。

2 资料与方法

2.1 资料

文中空气质量指数（AQI）和PM2.5质量浓度数据来自中国空气质量历史数据平台（http://beijingair.sinaapp.com）。 长春站逐小时的地面气象要素来自吉林省气象信息网络中心。 基于近5 年的逐小时0.25°×0.25°的ERA5 再分析数据， 提取不同等压面层的风场、温度场及位势高度场数据，分析污染过程的天气形势和影响系统。

2.2 研究方法

基于2015—2020 年吉林省9 个城市 （长春、吉林、四平、辽源、通化、白山、松原、白城和延边）日平均AQI 值， 结合重度污染监测站数量筛选重污染天气日历，具体方法如下：

（1）根据《环境空气质量指数（AQI）技术规定（试行）》（HJ 633—2012），按照不同AQI 值（0—50为一级， 优；51—100 为二级， 良；101—150 为三级，轻度污染；151—200 为四级，中度污染；201—300 为五级， 重度污染；300 以上为六级， 严重污染）判识各城市每日空气质量等级。

（2）分别统计每日出现轻度污染、中度污染和重度污染的城市数量。

（3） 若当日达到重度污染等级的城市数量较多，则将该日标记为重度污染日。若相邻日期均为中、重度污染日，则将该时段判识为重污染天气过程。 由此得出吉林省近5 年的秋、 冬季重污染日历：过程1（2016 年11 月2—8 日）；过程2（2017年1 月1—9 日）； 过程3 （2019 年1 月10—15日）； 过程4 （2019 年12 月22—30 日）； 过程5（2020 年1 月23 日—2 月1 日）。

3 吉林省重污染过程AQI 等级空间分布

根据2015—2020 年吉林省秋、冬季重污染日历筛选结果，利用2015—2020 年吉林省9 个城市日平均AQI 值，给出重污染天气过程AQI 等级空间分布， 如图1 所示。 图1 分别为重污染天气过程1—过程5 中污染最重一天的AQI 空间分布，由图可知，重污染主要发生在吉林省中部，包括松原、四平、长春、辽源和吉林5 个城市。

图1 2016 年11 月5 日（a）、2017 年1 月8 日（b）、2019 年1 月13 日（c）、2019 年12 月26 日（d）和2020 年1 月25 日（e）的AQI 空间分布

4 吉林省重污染天气过程大气环流背景场特征

利用逐小时0.25°×0.25°的ERA5 再分析数据，分析吉林省重污染期间不同要素（位势高度场、风场、温度场和湿度场）在不同高度层（1 000 hPa、925 hPa、850 hPa、500 hPa 和200 hPa）的大尺度（30—60°N，100—140°E）天气形势。结合每个重污染过程中AQI 时间和空间变化， 选择对污染形成和消散有关键影响的500 hPa 位势高度场、850 hPa 风场和温度场3 个要素， 给出重污染天气的大气环流背景场特征。

结果表明， 有利于重污染形成和维持的大尺度环流场主要分为纬向西风型和高压脊型2 种类型。 纬向西风型表现为：500 hPa 纬向西风，阻止高层冷空气的侵入；850 hPa 西风或西南风，风速较小，温度升高。 高压脊型表现为：500 hPa 高压脊；850 hPa 西南风或西北风，风速较小，温度升高。 有利于污染消散的环流形势为：500 hPa 低压槽；850 hPa 西北风速>12 m/s，温度降低。

其中过程1、 过程2 属于纬向西风转高压脊型，过程3—过程5 为高压脊型。 下面以过程2 和过程3 为例，进行详细分析。

过程2 大气环流场如图2 所示，2017 年1 月1 日，500 hPa 高空环流形势稳定，呈纬向环流型，经向环流弱， 中高纬的冷空气入侵较少，850 hPa风场盛行较暖的西南气流， 这有利于霾污染发生发展；1 月2 日吉林省500 hPa 仍然为纬向西风环流，850hPa 风场盛行偏西风， 风速较小；1 月3 日东北地区主要受弱低压槽影响，西风转西北风，风速增大，空气质量转好；1 月4—6 日，我国东北地区主要受弱高压脊控制，850 hPa 盛行西北风或偏西风，温度升高；7—8 日风速最小，污染最重；9 日黑龙江北部的低压气旋东移南压， 大范围西北向强冷空气南下，霾污染消散，此次污染过程结束。

图2 2017 年1 月1 日（a）、2 日（b）、3 日（c）、4 日（d）、7 日（e）、9 日（f）500 hPa 高度场（蓝色等值线，单位：gpm）、850 hPa 风场（黑色矢量，单位：m/s）、850 hPa 温度场（阴影，单位：℃）

图3 给出了过程3 大气环流场。 2019 年1月10 日东北地区受低压槽控制，西北风风速较大；1 月11—13 日， 我国东北地区受高压脊控制，500 hPa 等值线稀疏或无等值线穿过吉林省，850 hPa 风场主要为脊后西南气流， 风速较小，温度升高， 这有利于霾污染发生发展；14 日贝加尔湖处的低压槽东移至我国内蒙古东四盟；15 日低压槽东移南压至我国东北， 大范围西北向的强冷空气侵入我国东北，风速较大，霾污染消散，此次污染过程结束。

图3 2019 年1 月10—15 日（a—f）500 hPa 高度场（蓝色等值线，单位：gpm）、850 hPa 风场（黑色矢量，单位：m/s）、850 hPa 温度场（阴影，单位：℃）

5 长春市重污染天气过程气象成因分析

5.1 AQI 与地面气象要素之间的相关关系分析

利用AQI 的逐小时数据，求取3 h 平均值。 根据AQI 的3h 变化特征， 选取重污染过程中有明显增长和下降过程且时间超过2 d 的样本（图4），进而求出AQI 与各气象要素的皮尔逊相关系数（表1）。从表1 可以看到， 增长时段AQI 与地面相对湿度的相关系数达到0.59，且通过0.001 显著性检验；消散时段AQI 与地面风速的相关系数为-0.77，通过0.001 显著性检验。 这表明，相对湿度对污染物增长有较大的贡献， 而增大的风速对污染物消散有重要作用。

表1 AQI 与各气象要素相关系数

图4 2017 年1 月1—9 日（a）、2019 年1 月10—15 日（b）、2019 年12 月22—30 日（c）长春市AQI 变化

5.2 长春市重污染过程气象要素变化特征

从过程2 污染物浓度和气象要素的变化特征（图5） 可以看出，PM2.5浓度值呈波动增长趋势，在2017 年1 月8 日10 时达到最高值422 μg/m3，9 日日间随着污染逐渐消散，PM2.5浓度降至17 μg/m3。能见度在重污染时的1 日和7—8 日低于5 km，9日霾污染结束能见度增大到35 km。 相对湿度在重污染日均较高，最大达到95%，潮湿空气可以使颗粒物吸湿性增长，导致能见度下降。风速从1 日开始减小至0.9 m/s；3 日在霾污染间歇期，风速增大到6.9 m/s， 霾污染较弱； 而后风速又减小，在4—8 日期间低于4 m/s， 甚至出现无风情况；9 日风速开始增大，15 时增大至6 m/s，霾污染消散。

图5 2017 年1 月1—9 日（过程2）长春站逐小时气象要素变化特征

过程3 污染物浓度和气象要素的变化特征（图6）表明，在重污染过程初期，长春市能见度明显下降，随着重污染事件的持续发展，能见度减小至5 km 以内，1 月13 日11 时能见度降至最低（2.2 km）；对应的近地面PM2.5质量浓度值较高，约为240 μg/m3。14 日夜间能见度转好，达到30 km 左右；PM2.5浓度下降至10～30 μg/m3。 重污染期间长春市环境相对湿度较高，保持在80%~90%。 此次霾污染过程中， 相对湿度由11 日的30%增加到13 日的90%， 对应PM2.5质量浓度有数量级变化。相对湿度越大，相应PM2.5浓度越大，能见度越小，该现象可能与气溶胶粒子吸湿增长，影响其光学特性和粒径尺度分布， 进而造成能见度显著降低有关[14]。 重污染期间，长春市近地面风速较小（2.0 m/s），大气水平扩散条件较差；1 月15日风速增大到6.1 m/s 左右， 有利于污染物的扩散。

图6 2019 年1 月10—15 日（过程3）长春站逐小时气象要素变化特征

6 结语

（1）本文给出了吉林省2015—2020 年近5 年的重污染日历（过程1—过程5）及污染过程AQI等级空间分布特征。AQI 空间分布表明，重污染主要发生在吉林省中部（松原、四平、长春、辽源、吉林）5 个城市。

（2）重污染天气的大气环流背景场特征指出，有利于重污染形成和维持的大尺度环流场主要分为纬向西风型和高压脊型2 种类型。 纬向西风型表现为：500 hPa 纬向西风， 阻止高层冷空气的侵入；850 hPa 西风或西南风，风速较小，温度升高。高压脊型表现为：500 hPa 高压脊；850 hPa 西南风或西北风，风速较小，温度升高。 有利于污染消散的环流形势为：500 hPa 低压槽；850 hPa 西北风速>12 m/s，温度降低。 其中污染过程1、过程2 属于纬向西风转高压脊型， 过程3—过程5 为高压脊型。

（3） 长春市AQI 与地面气象要素的相关分析表明： 较高的相对湿度对污染物增长有较大的贡献（相关系数为0.59），增大的风速对污染物消散有重要作用（相关系数为-0.77）。 由此可见较高的相对湿度和较小的风速有利于霾污染的形成；有利于污染扩散的指标为较大的风速。