打开文本图片集

摘要：通过分析巴中市2015至2020年地面颗粒物浓度及超标情况表明，巴中市PM2.5和PM10年均浓度、超标日数呈逐年降低趋势。采用PCT方法对巴中及周边地区进行天气分型，并揭示重污染期间高低空天气型配置，结果表明：颗粒物易污染天气型为地面低压和均压场，700 hPa短波槽前部和高压前部、500 hPa平直纬向西风。易污染天气型具有小风静稳，边界层高度低且存在逆温层与地面辐合运动等特征。颗粒物持续性污染发生时的天气形势可分为地面均压场和槽前低压场型，这两类天气形势均容易形成稳定的边界层结，抑制污染物向高层扩散。局地环流圈的存在还促使污染物堆积于本地地区，其形成有赖于天气系统与高原-盆地地形的相互作用。

关键词：颗粒物污染；天气分型；巴中市

1 引言

巴中市位于四川省东北部，地势北高南低，历史上巴中位居川陕革命根据地的中心区域，红色文化底蕴丰厚[1]。近年来随着社会发展水平的提升，城市化越来越显著导致空气污染问题日益凸显[2]。颗粒物污染已经成为了环境污染问题中最突出的问题之一。由于颗粒物能够吸收散射太阳光，因此一旦大量颗粒物聚集，很可能对大气能见度和气候环境造成负面影响，严重威胁了群众的交通出行与日常生活。此背景下，研究颗粒物特征及气象成因分析，并合理对其予以控制就成为了当前研究的重点问题。

颗粒物污染的形成、累积与天气条件密切相关[3]。近年来，客观天气分型方法在应用于中国地区的空气污染研究方面有很好的适用性[4-5]。研究发现，T-mode斜交旋转主成分分析法（PCT）可准确地反映原始大气环流场特征，时空场也较为稳定，目前在研究颗粒物污染领域已得到广泛应用。关于污染过程的边界层特征分析也有大量研究[6-11]。逆温层的存在抑制了污染物在水平垂直方向上的扩散，从而使污染物停留在近地层，加重污染状况[12-13]。本文利用PCT方法对2015至2020年冬季，巴中及周边地区地面及高空天气进行分型，揭示有利于颗粒物污染发生的主导天气形势，并指出不同天气系统及其协同作用对区域污染形成和维持的影响，为当地污染预报和大气污染防治工作提供科学依据。

2 数据及方法

空气污染资料来源于全国空气质量实时发布平台的2015至2020年巴中市污染浓度资料，包括6种污染物（PM2.5、PM10、SO2、NO2、CO、O3）逐小时浓度。

气象资料来源于：①欧洲中期天气预报中心（ECMWF），2015至2020年的ERA5数据集，时间间隔6 h，空间分辨率0.25°×0.25°的海平面气压场、700和500 hPa位势高度场及对应高度层风场（U、V）等，以及1000 hPa - 200 hPa温度场、垂直速度、水平风（U）；②2015至2020年巴中市（57313）的逐小时常规地面观测资料，包括温度、相对湿度、水平风向风速等。

本研究使用欧盟COST733项目开发的天气分型软件，采用T-mode斜交旋转主成分分析法（PCT）进行天气形势的客观分型。

3研究结果

3.1 颗粒物污染特征

本研究主要使用PM2.5（μg·m-3）以评价颗粒物污染的程度，根据《环境空气质量指数（AQI）技术规定》（HJ633—2012）空气质量定义标准，75<PM2.5≤115为轻度污染，115<PM2.5≤150为中度污染，PM2.5>150为重度污染。

如图1所示，2015至2020年巴中市PM2.5年平均浓度依次为36.5、39.6、33.3、33.1、34.5和28.3 μg/m3，PM10年均浓度依次为61.6、62.0、54.1、56.9、54.8和45.2 μg/m3，均呈逐年降低趋势。如图2所示，2015至2020年巴中市颗粒物浓度呈冬高夏低的月变化特征，冬季PM2.5和PM10的平均浓度分别为62 μg/m3和90.3 μg/m3，夏季仅为18.3 μg/m3和32 μg/m3。

2015至2020年巴中市6年累计出现160天PM2.5浓度超标，逐年的超标日数依次为35、41、32、18、26、8天。颗粒物超标主要出现在冬季（1、2、12月），6年累计超标日数达157天，夏季无颗粒物超标出现。其中，2020年颗粒物浓度较低，仅出现8天超标，污染最轻。

3.2 天气分型结果

本研究对地面、700hPa和500hPa均采用了08时的天气场进行分型，并可将地面和700hPa天气形势分成9种天气型，将500hPa天气形势分成6种环流型。

3.2.1 地面天气形势特征

图3所示9类地面天气型可归为高压型，低压型和均压场3大类型，图4为以上地面天气型对应的巴中市颗粒物平均浓度和超标状况，具体的环流形势特点和发生频率如下：

① 高压型（出现频率：76%）：类型1（高压中部型，36%），巴中市处于高压中心附近，容易出现大风降温天气，有利于污染物的扩散，该类型的PM2.5和PM10平均浓度分别为54.4μg/m3和81.1μg/m3，超标率仅为16%；类型2（东北部高压型，12%），高压区位于巴中市东北部，冷锋呈东南-西北走向南下，其前部易出现大风天气，因此颗粒物污染较轻；类型3（北部高压型，21%），高压区位于巴中市北部，受冷锋自北向南影响，巴中市PM2.5平均浓度和超标率仅为51.5μg/m3和15%；类型4（高压后部型，7%），巴中市位于高压中心后部，地面水平风速适中，对污染物扩散无明显影响，PM2.超标率为25%。

② 低压型（出现频率：8%）：类型6（低压中部型，6%），巴中市位于四川盆地弱低压区中，存在一定的地面辐合运动，不利于污染物的水平扩散，易造成颗粒物污染，该天气型PM2.5平均浓度和超标率分别达75.2μg/m3和42%；类型7（低压底部型，2%），巴中市位于华北低压中心南部，随着低压区向南移动，在地面辐合作用影响下，容易出现颗粒物污染，PM2.5平均浓度和超标率分别达81.8μg/m3和62%，PM10平均浓度达110μg/m3，环境空气质量最差。

③ 均压场（出现频率：16%）：类型5（高压底部均压型，8%），巴中市位于我国东北高压后部的均压场，地面风速较小，不利于本地污染物扩散，较易出现颗粒物污染，该天气型PM2.5超标率达41%；类型8（变性高压后部均压型，6%），巴中市位于东部高压区后的均压场，地面风速小，容易出现颗粒物污染，该天气型PM2.5平均浓度和超标率分别为74.0μg/m3和50%，PM10平均浓度达到105.6μg/m3；类型9（鞍形均压型，2%）巴中市位于鞍型场中，风速小且风向变化无常，较易出现颗粒物污染，PM2.5超标率可达40%。

综上所述，高压中部型为冬季最主要的地面天气形势，受大风降温天气影响，地面颗粒物污染程度轻；低压场的水平辐合和均压场的小风天气不利于大气扩散，容易造成巴中市颗粒物污染的形成和发展。

3.2.2 高空环流形势特征

1. 700 hPa天气型可归为低槽后部型、低槽过境型和高压前部型3大类（图5），其环流形势特点、发生频率和颗粒物污染特征（图7）如下：

① 低槽后部型（出现频率：45%）：巴中市处于700 hPa西风槽后部，其中类型5、7、9的槽区南下较深，受西北冷平流影响，近地面颗粒物污染较轻，PM2.5平均浓度为55μg/m3；类型4西风槽位置偏东且距离较远，巴中市上空气流较弱，PM2.5平均浓度和超标率分别达63.3μg/m3和40%，较易出现颗粒物污染。

② 低槽过境型（出现频率：47%）：巴中市700 hPa存在低槽过境，其中类型2、6、8低槽南下较深，低槽附近冷暖气流交汇明显，易出现大风降水天气，有利于颗粒物的扩散和湿沉降，其PM2.5平均浓度和超标率仅为52μg/m3和19%；类型1，巴中市处于高原短波槽前部，PM2.5平均浓度和超标率分别达71.9μg/m3和40%，容易出现颗粒物污染。

③ 高压前部型（出现频率：8%）：类型3巴中市处于青藏高原高压区东部， PM2.5平均浓度和超标率分别为67.8μg/m3和43%，容易出现颗粒物污染。

2. 500 hPa天气型可归为西风槽后部型和平直纬向西风型2大类（图6），其环流形势特点、发生频率和颗粒物污染特征（图7）如下：

① 西风槽后部型（出现频率：60%）：类型1西风槽位于贝加尔湖至鄂霍茨克海，槽区宽广，巴中市受槽后西北气流影响，PM2.5平均浓度和超标率分别为51.5μg/m3和16%，不易出现颗粒物污染；类型2中高纬呈一槽一脊的环流形势，槽区位于我国东北至鄂霍茨克海，脊区位于贝加尔湖、蒙古地区，巴中市处于槽后脊前，PM2.5平均浓度为56.6g/m3；类型5西风槽位于我国东北至鄂霍茨克海，槽区较类型1偏东，巴中市处于槽后部，PM2.5平均浓度和超标率仅为49.9μg/m3和16%，不易出现颗粒物污染。

② 平直纬向西风型（出现频率：40%）：类型3的PM2.5平均浓度和超标率分别为59.5μg/m3和24%；类型4西风槽区位于贝加尔湖以北，四川盆地高空呈平直西风，PM2.5平均浓度和超标率分别达77.6μg/m3和56%，容易出现颗粒物污染；类型6出现频率小，高空以西偏北气流影响为主，PM2.5平均浓度和超标率为49.9μg/m3和16%，不易出现颗粒物污染。

综上可知，地面低压场和均压场、700 hPa短波槽前部和高压前部、500 hPa平直纬向西风的天气形势下，巴中市容易出现颗粒物污染，这主要与不利的大气扩散条件有关。

3.3 气象成因分析

3.3.1 污染过程气象要素分析

根据2015—2020年冬季巴中市不同颗粒物污染等级下的气象要素统计得出，非污染时期（PM2.5≤75μg·m-3），巴中市2m水平风速和边界层高度平均分别为1.6m/s和350m；污染时期巴中市地面风速减小，边界层高度降低，其中重度污染发生时的2m水平风速和边界层高度降至0.9m/s和197m，近地层水平及垂直扩散条件差，颗粒物容易长时间堆积于地表，造成污染加重。此外，非污染时期巴中市气温及相对湿度平均为7.3℃和75.6%，在污染时期均有所上升，这说明污染容易发生在冷空气影响结束后的均压场或暖低压发展的天气形势下；相反，高空槽引导地面冷空气南下，带来的大风及降雨天气有利于地面污染的减轻。

3.3.2 污染过程天气型垂直配置分析

为深入分析典型颗粒物污染过程的天气系统和环流形势及其演变对颗粒物浓度及空间分布的影响过程，本文选取出冬季巴中市颗粒物超标持续时间3天及以上，且出现中度及以上污染过程（表2），总结出颗粒物区域持续性污染事件发生时的2种主要天气形势。

（1） 地面均压场型：整个污染过程，巴中地区受700 hPa低槽后部西北气流控制或高空500 hPa维持平直纬向西风，大尺度环流稳定；地面多处于变性高压后部的均压场形势。巴中市近地面大气层结稳定，水平风速小，不利于污染物向周边地区的传输，同时西风气流于青藏高原背风坡一侧下沉，抑制了地面污染物向高空的扩散，进一步造成污染物于本地边界层内堆积，加重地面颗粒物污染程度。由于天气形势稳定，颗粒物污染的持续时间可能超过1周。

（2） 槽前低压场型：污染开始阶段，巴中地区处于700 hPa高原短波槽前部，槽前暖平流和正涡度平流有利于地面天气形势向低压场转变；污染发展阶段，随着低槽东移，地面暖低压的辐合运动造成了周边地区污染物向巴中市区的传输和积累，同时由于槽前暖平流增温，促使巴中地区上空3 km附近形成较明显的逆温层，低空逆温减弱大气垂直运动，进一步抑制了污染物的扩散，加重空气污染。

3.3.3 颗粒物污染主导天气形势的垂直剖面特征

图8和9分别为前文归纳出的两种颗粒物污染主导天气形势的垂直剖面特征。图8（a-d）分别为表2的4次地面均压场型（案例1、6、7和9）的污染发展阶段的垂直剖面，可以看出：4次过程的高空500 hPa附近为稳定的西风气流，一部分气流经过青藏高原后，于背风坡一侧的盆地地区下沉；850 hPa至地面呈小风静稳，同时盆地上空700 hPa附近，距地3 km左右的大气均出现了较明显的24小时增温，增幅中心与高空气流下沉区对应，各个过程增温幅度有所不同。

图9（a-b）和（c-d）为以案例2和10作代表的槽前低压场型的污染开始和发展阶段的垂直剖面，可以看出，污染开始阶段盆地700 hPa至500 hPa大气出现了明显的24小时增温，增温范围大于地面均压场型，且大部分区域的增幅超过5℃，增幅中心可达8℃，同时近地面有1～3℃的增温，这表明该时期盆地地区受到较为明显的暖平流影响；污染发展阶段，700 hPa附近增温减弱，地面仍持续升温；污染期间，盆地区域750 hPa至地面大气较为静稳，同时存在次级环流发展。

因此，地面均压场和槽前低压场形势下，盆地上空700 hPa附近均易出现较明显的大气增温，这有利于逆温层的形成以及近地面小风静稳天气的维持。前者气流下沉运动较为明显，抑制了污染物向高空扩散；后者中层大气增温明显，且容易诱发次级环流，造成污染物于盆地边界层内循环积累。

图10为巴中市地面至高空5 km的大气温度垂直递减状况，图中的正值区（变温＞0℃）表明温度随高度增加而升高，负值区（变温＜0℃）反之。由图10（a）看出，案例1污染开始至发展阶段（1月1日至4日），巴中市距地2.5～4 km存在逆温层，对应时段的PM2.5的日均浓度超过120 μg·m-3，达到中度及以上污染，此次污染过程中逆温层的形成主要与高空西风气流背风坡下沉增温有关（图8）。由图10（b）看出，案例10整个染过程期间（1月23日至29日），巴中市距地3～4 km处的逆温层稳定维持，对应时段内巴中出现两天的颗粒物重度污染（24、25日），此次逆温层出现则主要是暖平流输送造成（图9）。

由上可知，造成巴中市颗粒物污染的主要天气形势（地面均压场型和槽前低压场型），巴中地区距地3 km附近上空均出现了逆温层现象，不同的是，前者逆温层形成主要与气流下沉增温有关，后者则与暖平流增温相关。逆温层类似“暖性锅盖”，其阻碍了近地面大气的垂直上升运动，抑制了污染物向高空自由大气的扩散，导致污染物的长时间停留于地表。

总结

（1）2015至2020年巴中市PM2.5和PM10年均浓度、以及颗粒物浓度超标日数均呈逐年降低趋势；巴中市近6年累计出现160天PM2.5浓度超标，且主要出现在冬季（12月-次年2月），夏季无颗粒物超标发生；巴中市颗粒物浓度呈冬高夏低的特征，冬季PM2.5和PM10的平均浓度分别为62 μg/m3和90.3 μg/m3。

（2）采用PCT法对巴中及周边地区进行天气分型，结合PM2.5浓度分析发现，颗粒物易污染天气型为地面低压和均压场，700 hPa短波槽前部和高压前部，500 hPa平直纬向西风。易污染天气型具有小风静稳，相对湿度较高，边界层高度低且存在逆温层与地面辐合运动等特征。

（3）颗粒物持续性污染发生时的天气形势可分为地面均压场和槽前低压场型。这两类天气形势主导颗粒物污染的天气系统不同，但均容易形成稳定的边界层结，抑制了污染物向高层扩散；局地环流圈的存在还促使污染物堆积于本地地区，其形成有赖于天气系统与高原-盆地地形的相互作用。

参考文献：

[1] 宋伟，杨林，孙勇，等. 巴中市红色旅游资源特征及空间分布［J］.四川地质学报，2021，41（2）：143-150.

[2] 郭淳薇，孙兆彬，李梓铭，等.北京地区近35年大气污染扩散条件变化［J］.环境科学，2017，38（6）：2202-2209.

[3] 张小曳，徐祥德，丁一汇，等.2013～2017年气象条件变化对中国重点地区PM2.5质量浓度下降的影响［J］.中国科学，2020，50（4）：483- 500.

[4] 李培荣，肖天贵.成都地区秋冬季污染天气形势下PM2.5的扩散与输送［J］.中国环境科学 2020，40（1）：63～75.

[5] Zhang J P， Zhu T， Zhang Q H， et al. The impact of circulation patterns on regional transport pathways and air quality over Beijing and its surroundings [J]. Atmospheric Chemistry and Physics， 2012，12（11）：5031-5053.

[6] 赵妤希，陈义珍，杨 欣，等.2018年3月两会期间北京重污染过程边界层气象的演变分析［J］.环境科学研究，2019，32（9）：1492-1499.

[7] 杨雪艳，杜 倩，慕秀香，等．持续性霾天气与大气边界层气象条件的关系分析［J］．安徽农业科学，2015，43（ 3） ： 240 - 243.

[8] 朱育雷，倪长健，崔 蕾.成都市污染边界层高度的演变特征分析[J].环境工程，2017，35（1）：98-102.

[9] 贺园园，胡非，刘郁珏，等.北京地区一次 PM2.5 重污染过程的边界层特征分析［J］.气候与环境研究，2019，24 （1）： 61−72.

[10] 韩笑颜，周颖，吕喆，等．京津冀典型城市一次重污染过程特征及边界层结构变化对其影响［J］．环境科学研究，2020，33（10） ： 2235-2245.

[11] 潘亮，吴俊石，张燕燕，等.上海早晨边界层的稳定度特征及其对 PM2．5峰值浓度的影响［J］．环境科学学报，2020，40（ 4） ： 1351-1360.

[12] 周书华，倪长健，刘培川.成都地区大气边界层逆温特征分析[J].气象与环境学报， 2015，31（2）：108-111.

[13] 蒋婉婷，谢汶静，王碧菡，等.2014～2016 年四川盆地重污染大气环流形势特征分析 [J]. 环境科学学报，2019，39（1）：180-188.