銀川市一次連續PM2.5 重污染天氣特征分析及長期預報方法研究

武萬里，王淑麗，楊亞麗

（1. 中國氣象局旱區特色農業氣象災害監測預警與風險管理重點實驗室，寧夏 銀川 750002；2. 寧夏氣象服務中心，寧夏 銀川 750002）

細顆粒物（PM2.5）是指粒徑小于等于2.5 μm 的顆粒物，它既可進入人體肺部嚴重危害人類健康，也可通過長距離傳輸造成區域性污染[1]，特別是PM2.5可顯著增加民眾患呼吸系統疾?。ㄈ缰夤苎?、哮喘）和心血管系統疾?。ㄈ绺哐獕?、冠心?。┑娘L險[2]。大量研究表明，氣象條件是造成PM2.5超標的關鍵因素之一，SHU et al[3]基于NCEP 再分析資料對長江三角洲地區PM2.5重污染過程對應的環流形勢進行了分類；徐冉等[4? 10]分別對北京、沈陽、濟南、長沙、開封和烏魯木齊等地的重污染天氣特征進行了分析，發現PM2.5重污染過程均與靜穩天氣有關，均壓系統、氣旋環流相對位置、逆溫層厚度的增加以及混合層高度的降低，均不利于PM2.5擴散；葛婉如等[11? 12]對大氣環流指數與空氣質量的影響進行了研究，總體研究表明，區域空氣質量狀況也會受到環流背景影響。2021 年1 月，受持續異常靜穩天氣影響，銀川市二級以上優良天數減少了38.7%，PM2.5月濃度值增加了60.7%，還出現了持續4 d 的PM2.5嚴重超標的重污染天氣。這是銀川市大氣污染防控取得明顯成效背景下出現的異常重污染天氣，開展重污染天氣特征分析，對于研究建立重污染天氣早期預警預報方法具有重要意義。

1 數據來源

銀川市空氣質量實時數據源自寧夏空氣質量發布系統（http://111.113.16.83:8086/），時間分辨率為1 h；空氣質量日數據源自銀川市生態環境局發布的銀川市空氣質量日報；地面氣象資料數據及探空數據源自于寧夏氣象局；天氣形勢場數據源自于NCEP 全球資料同化系統(GDAS)數據；氣候系統監測指數集（130 項）源自于國家氣候中心網站。

2 結果分析

2.1 2020 年1 月銀川市空氣質量概況及氣象要素特征分析

2.1.1 2020 年1 月銀川市空氣質量概況分析 銀

川市生態環境局空氣質量監測結果顯示：2020 年1 月銀川市空氣質量有效監測天數為31 d，二級及好于二級的天數僅有14 d，同比減少了38.7%；輕度污染（三級）9 d，中度污染（四級）4 d，重度污染（五級）4 d，重污染天氣明顯增多。從分項監測指標來看，PM2.5月平均濃度值為90 μg/m3，同比增加了60.7%，PM10月平均濃度值為126 μg/m3，同比增加了15.6%。從重污染天氣演變過程來看, PM2.5污染從2020年1 月8 日開始累積發展，9～12 日PM2.5日濃度值分別為：158、233、194 和164 μg/m3，對應的環境空氣質量指數（AQI）分別為：208、283、244 和214，達到五級重度污染。13 日空氣質量降到2 級（良），重污染過程結束。分析2020 年1 月7～15 日空氣質量小時監測數據，見圖1。PM2.5濃度小時值超過五級標準值150 μg/m3的起始時間為2020 年1 月9 日6:00，結束時間為2020 年1 月12 日 23:00，持續時間達89 h；PM2.5濃度小時最大值為343 μg/m3，出現在2020 年1 月10 日14:00，對應的AQI 為393，達到六級嚴重污染標準值。此次PM2.5重污染天氣過程具有持續時間長、污染等級高的特點。

圖1 2020 年1 月7～15 日銀川市PM2.5 實況與氣象要素對比分析

2.1.2 2020 年1 月基本氣象要素特征分析 從氣象條件來看，銀川市2020 年1 月的月平均氣溫為?4.2 ℃，較常年同期偏高3.1 ℃，屬異常偏高，為1961 年以來同期第3 高值；月平均風速為1.2 m/s，較常年同期偏小30%，為近10 年來的較低值；月平均相對濕度為60.7%，較常年同期偏多5.5%；月日照時數為150.4 h，較常年同期偏少34.2 h，為近

10 年來的較低值；月降雨量為0.3 mm，較常年同期偏少1.0 mm，但從寧夏整個區域的降雨量和降雨日數分析，又屬于降雨明顯偏多的年份，除大武口、賀蘭、銀川和永寧偏少14%～77%，其余大部地區偏多1.1～3.5 倍。銀川市總體污染擴散形勢表現為天氣輻合顯著，靜穩天氣持續時間長,易于污染物聚集。

2.1.3 重污染天氣條件下PM2.5濃度與氣象要素特

征分析 對比分析2020 年1 月9～12 日重污染天氣過程期間PM2.5濃度小時值與同期地面水平能見度、相對濕度、氣溫和風速小時值的演變過程。PM2.5濃度與能見度呈負相關，在PM2.5重污染期間，銀川市的能見度基本在3 km 以下，最低甚至降低到600 m 以下，而后期隨著PM2.5濃度降低，能見度也逐漸轉好,見圖1a；PM2.5濃度與相對濕度總體呈正相關，濕度高，PM2.5濃度值也高，雖然相對濕度本身具有顯著的日變化特征，但在重污染期間，仍表現為高濕（平均相對濕度76%）、濕度日變化幅度?。ㄆ渲?1 日濕度日變化僅為19%）且持續時間長的特點,見圖1b；PM2.5濃度與氣溫總體呈正相關，在9～12 日PM2.5在重污染期間，表現為日平均氣溫、日最低氣溫總體偏高、氣溫日較差小的特點，其中11 日，日最高氣溫?3.5 ℃，日最低氣溫?7.0 ℃，氣溫日較差只有3.5 ℃，體現的是冷空氣勢力弱，天氣形勢穩定少動的特點,見圖1 c；PM2.5濃度與地面風速總體呈負相關，即風速越大，PM2.5濃度值則降低，在9～12 日PM2.5達重污染等級的89 h 期間，平均風速為1.2 m/s，＜1 m/s 的時段達22 h，后期隨著風速增大，PM2.5濃度值逐漸降低，空氣質量逐步轉好，見圖1 d。

2.1.4 重 污 染 天 氣 條 件 下 的 環 流 特 征 分 析 從重污染期間的高空環流形勢看，過程發生時，500 hPa中緯度氣流以緯向氣流為主（圖2a），寧夏處于偏西平直氣流，850 hPa（圖2b），寧夏全境受高壓脊控制，處于倒槽中或受低壓控制，在低壓延伸及控制的過程中表現為廣泛的均壓區，這種高空形勢下，銀川天空狀況多為多云到陰天氣，且濕度大，對流相關熱力條件和水平擴散的動力條件均較弱，不利于污染物的擴散，污染物易于累積。2020 年1 月9～12 日重污染天氣過程是典型的靜穩型重污染天氣類型，有明確的靜穩天氣條件,且持續5 d，天氣形勢的特點是氣壓分布均勻，低空風速較小，甚至靜風，空氣濕度大，大氣層結穩定，不利于污染物的稀釋和擴散。PM2.5濃度由良-輕度污染-中度污染-重度污染-持續演變。

圖2 2020 年1 月PM2.5 重污染天氣期間天氣形勢圖

2.2 2020 年1 月重污染天氣異常的氣候成因分析

2.2.1 PM2.5月濃度值與月尺度氣象要素特征分析 基于銀川市2013～2020 年1 月的PM2.5月濃度值共計8 個樣本，分別與同期銀川市月平均風速、月平均氣溫進行對比分析，見圖3。

圖3a 可知，PM2.5月濃度值與月平均風速呈負相關，（相關系數=?0.597 4），月平均風速大的年份，PM2.5月濃度值小，重污染天數也少，反之，月平均風速小的年份，PM2.5月濃度值大，重污染天數也多，反映的是水平擴散動力因子項的影響結果。圖3b 可知，PM2.5月濃度值與月平均氣溫呈正相關，（相關系數=0.616 3），與夏季不同，在冬季嚴寒季節，月平均氣溫的高低，反映的是天氣系統穩定程度，月平均氣溫偏高的年份，天氣系統穩定少動，易形成逆溫，空氣污染物易于累積，PM2.5月濃度值大，重污染天數也多，反之，月平均氣溫低的年份，冷空氣活動頻繁，空氣污染物不易累積，PM2.5月濃度值小，重污染天數也少，反映的是空氣污染綜合擴散能力的影響結果。對比分析2013～2020 年同期1 月的PM2.5月濃度值對應的重污染天氣發生情況，PM2.5月濃度值高的年份，重污染天氣日數多，PM2.5月濃度值低的年份，重污染天氣日數少。2020 年1 月氣溫異常偏高，風速異常偏小，是2020 年1 月空氣質量狀況較差的主要天氣原因。

圖3 PM2.5 月濃度值與同期風速、氣溫對比分析

2.2.2 PM2.5月平均值與氣候系統監測指數相關分析 異常靜穩天氣的長時間維持與全球尺度大氣環流背景具有相關關系?；阢y川市2010～2020年1 月平均風速、平均氣溫及銀川市2013～2020年1 月PM2.5月濃度值分別與國家氣候中心同期氣候系統監測指數集（130 項）資料求相關，與1 月平均氣溫值相關性較高的3 個因子分別為上年12 月的類ENSO 指數、上年11 月的類ENSO 指數和上年12 月的西太平洋副高面積指數，相關系數分別為0.795 7、0.771 1 和?0.738 2。與1 月平均風速值相關性較高的3 個因子分別為上年12 月的印度副高面積指數、上年11 月的北美副高北界位置指數和上年12 月的NINO-W 區海表溫度距平指數，相關系數分別為 0.737 9、0.684 1 和?0.658 3。統計說明，月平均氣溫和月平均風速與前期環流特征因子具有明顯的相關性。

進一步統計分析前期環流特征因子與當月PM2.5月濃度平均值的相關關系，前期環流特征因子與1 月PM2.5月濃度平均值相關性較高的6 個因子分別為上年11 月850 hPa 東太平洋信風指數、上年12 月北太平洋副高北界位置指數、上年11 月大西洋海溫三極子指數、上年12 月NINO 3.4 區海表溫度距平指數、上年11 月南方濤動指數和上年12月北美區極渦面積指數，相關系數分別為?0.915 4、?0.914 0、?0.755 2、?0.749 4、?0.742 1 和?0.700 2，均表現為負相關，統計說明，1 月PM2.5月濃度值與前期環流特征因子具有明顯的相關性。

2.2.3 PM2.5月平均值與PM2.5重污染天氣日數相關分析 2013～2020 年1 月PM2.5超標天氣共出現20 d，平均每年2.5 d，在0～8 d 之間波動，其中有4 年未出現過PM2.5超標的重污染天氣，年際變化幅度較大（表1）。統計中發現，2013～2020 年1 月PM2.5月濃度值為76 μg/m3，PM2.5月濃度值與重污染天氣日數呈顯著的正相關，PM2.5月濃度值低于平均值時，出現PM2.5重污染天氣的概率較低，PM2.5月濃度值高于平均值時，出現PM2.5重污染天氣事件的概率明顯增大，PM2.5月濃度值越高，重污染天氣日數越多，持續時間越長。從數據本身分析，重污染天氣的發生與持續，造成了PM2.5月濃度值的升高，PM2.5月濃度值的升高也意味著重污染天氣日數的增多，它們之間是一種關聯關系。

表1 銀川市重污染天氣不同首要污染物超標日數統計表

2.3 PM2.5 濃度值長期預報模式的建立與檢驗

統計分析銀川市2013～2020 年8 年間出現的62 d 重污染天氣，分別為PM10超標和PM2.5超標2 種污染類型。其中，PM10的重污染天氣日數的年平均值為3.63 d，主要由沙塵天氣引起。PM2.5的重污染天氣的年平均值為4.12 d，且年際變化幅度較大，主要出現在1 月和12 月，以1 月居多，因此，1 月PM2.5重污染天氣的長期預報是重污染防治工作的關鍵。

目前的空氣質量預報工作的模式及預報方法較多，預報時效多為1～7 d，重污染天氣預警預報時效多為1～3 d。研究可知，PM2.5重污染過程與異常靜穩天氣相關，而異常靜穩天氣的長時間維持與全球尺度大氣環流背景相關，這也為重污染天氣的長期預報研究提供了理論基礎。本文探索建立月際尺度的長期預報模式，以提早發布重污染天氣趨勢預報。

以前期6 個環流特征因子，建立1 月PM2.5月濃度值長期預報方程，如下：

式中，X1為上年11 月850 hPa 東太平洋信風指數；X2為上年11 月南方濤動指數；X3為上年11 月大西洋海溫三極子指數；X4為上年12 月北太平洋副高北界位置指數；X5為上年12 月NINO3.4區海表溫度距平指數；X6為上年12 月北美區極渦面積指數。

PM2.5月濃度與重污染天氣日數分級如下：當PM2.5月濃度預報值低于75 μg/m3時，預示未來30 d不易出現重污染天氣；當PM2.5月濃度預報值為75～80 μg/m3，預示未來30 d 可能出現1～2 d 重污染天氣；當PM2.5月濃度預報值為80～85 μg/m3，預示未來30 d 可能出現2～3 d 重污染天氣；當PM2.5月濃度預報值為85～90 μg/m3，預示未來30 d 可能出現3～4 d 重污染天氣；當PM2.5月濃度預報值高于90 μg/m3，預示未來30 d 可能出現4～6 d 重污染天氣，見表2。

表2 PM2.5 月濃度預測值與重污染天氣日數對照表

從模式擬合結果來看，相關系數R2=0.981 8，通過0.01 的檢驗，見圖4。以2021 年1 月為樣本，進行PM2.5月濃度長期預報檢驗，2021 年1 月PM2.5月濃度長期預報值為65 μg/m3，低于同期平均值，屬于低污染天氣背景，1 月不易出現重污染天氣，實況結果為未出現重污染天氣，預報結果與實際一致。

圖4 1 月PM2.5 濃度預報模型擬合結果與實況對比圖

3 結論

（1）2020 年1 月銀川市的細顆粒物（PM2.5）月平均濃度值同比增加了60.7%，可吸入顆粒物（PM10）月平均濃度值同比增加了15.6%。五級重度污染日數達到4 d，且持續時間長達89 h，PM2.5濃度小時最大值達到343 μg/m3，具有持續時間長、污染等級高的特點，是實行新標準以來僅次于2013 年1 月的PM2.5超標重污染天氣。

（2）污染氣象條件分析表明，2020 年1 月銀川市污染擴散條件較差，表現為氣溫偏高3.1 ℃、風速偏小30%、相對濕度偏多5.5%、日照時數偏少34.2 h、且區域降雨量偏多的特點；重污染期間還表現為天氣系統穩定少動且持續時間長、水平能見度低、逆溫顯著的特點。這說明在當前減排措施背景下，銀川市遇到異常持續靜穩天氣時，仍會出現PM2.5超標的重污染天氣。

（3）統計分析表明，前期大氣環流特征因子與一月銀川市PM2.5月濃度平均值具有顯著相關關系，相關性較高的6 個因子分別是：上年11 月850 hPa東太平洋信風指數、上年12 月北太平洋副高北界位置指數、上年11 月大西洋海溫三極子指數、上年12 月NINO3.4區海表溫度距平指數、上年11 月南方濤動指數和上年12 月北美區極渦面積指數。以6 個環流特征因子為預報因子，建立的PM2.5月濃度統計預報模型，相關系數R2=0.981 8，且通過0.01 檢驗，預報模型時效長，預報結果與實際一致，可為銀川市重污染天氣預警提供技術支持。

（4）大氣環流因子對天氣系統的影響較為復雜，引入預報模式的這些環流因子對銀川市的天氣系統所造成的影響，其影響機理如何解釋有待于進一步研究。