大氣環流異常對吉林省霾污染的影響

張伶俐 王 純 郭 棟 王 冀

（1.長白山氣象局，吉林安圖 133613；2.長白山氣象與氣候變化吉林省重點實驗室，吉林長春 130062；3.南京信息工程大學，江蘇南京 210044；4.北京市氣候中心，北京 100089）

1 引言

冬季的霾污染主要是由直徑≤2.5 μm 的細顆粒物（PM2.5）產生的，PM2.5由于粒子直徑很小，能夠吸入肺部，然后進入血液，造成呼吸系統和心腦血管損傷[1-2]。 東北地區是我國霾污染最嚴重的地區之一， 霾污染主要來源于以煤炭為主的能源消耗、高排放的工業等，排放物中含有大量的初級顆粒物， 也有大氣中復雜化學反應產生的次級氣溶膠[3]。 在靜穩的大氣條件下，不利于污染物的稀釋和擴散，PM2.5濃度很容易升到較高水平[4-6]。

針對東北地區的霧霾天氣，相關學者從PM2.5的時空分布、氣象要素、天氣系統等方面展開了研究。 何月欣等[7]借助衛星遙感資料對東北地區的霾污染時空分布特征進行研究時發現秋末冬初東北地區的霾污染事件與農作物秸稈焚燒有關。 針對遼寧地區的霧霾，王若男等[8]把污染天氣分成了5 種類型，分別為蒙古高壓型、變性高壓型、蒙古氣旋型、 弱低壓型和江淮氣旋型。 氣溫和相對濕度是影響沈陽市PM2.5濃度的主要氣象因子，重度污染時，相對濕度增大，逆溫層厚度增大[9]。 針對吉林省的霧霾研究， 主要集中在霧霾事件綜合評估方面[10-11]，而對污染特征及大氣環流異常的研究相對較少，且吉林省位于東北平原腹地，冬季氣溫較低，供暖期長達半年之久，空氣污染在一定程度上受多種因素影響。故本文利用2015—2019 年吉林省的PM2.5濃度資料， 探討吉林省PM2.5污染特征和環流異常對吉林省PM2.5污染的影響，對于提高吉林省的霾污染預報能力， 治理霾污染具有重要的意義。

2 數據和方法

本文使用的空氣質量指數（Air Quality Index,AQI) 和PM2.5濃度數據來源于中國環境監測總站全國城市空氣質量實時發布平臺發布的歷史數據，資料時長為2015—2019 年，所使用的資料為日數據。 根據中國《環境空氣質量指數（AQI）技術規定》（HJ633—2012）分級方法，PM2.5濃度等級分別為：0 ～35 μg/m3、36 ～75 μg/m3、76 ～115 μg/m3、116～150 μg/m3、151～250 μg/m3和251～500 μg/m3；對應的空氣質量指數分別為：0～50、51～100、101～150、151～200、201～300 和大于300；對應的6 個級別分別為：優（一級）、良（二級）、輕度污染（三級）、中度污染（四級）、重度污染（五級）和嚴重污染（六級）。 在本研究中，吉林省全區性污染過程的定義標準為全省9 個地級市中有6 個以上達到PM2.5中度污染及以上。

使用1979—2019 年的ERA5 再分析資料分析環流形勢， 資料分辨率為1°×1°。 高空資料為1000—1 hPa，垂直方向37 層，包括溫度場、氣壓場、風場和相對濕度場；地面資料包括2 m 氣溫和邊界層高度場。使用1979—2019 年的逐日資料計算氣候態，使用2015—2019 年的日數據和氣候態計算污染日的異常場。 對多個污染日的異常場進行合成分析，并使用t 檢驗方法進行顯著性檢驗。

3 吉林省PM2.5 區域性污染特征

長春市2015 年空氣環境達標天數為227 d。近5 年，優良天數呈逐漸增加趨勢，到2019 年，增加到291d， 較2015 年增加64 d， 增加比例為28.2%。2015 年長春市輕度污染及以上天數為95 d； 近5年輕度污染以上的天數整體呈現下降趨勢，但2017 年比2016 年（54 d）增加了12 d；到2018 年，長春市輕度污染以上的污染日數僅為20 d；而2019 年又略微增加至39 d，較2015 年減少了56 d。由此可見，隨著節能減排的加強，長春市空氣質量整體轉好，但是污染日數存在年際波動變化。

圖1a 為2015—2019 年長春市PM2.5污染日數的逐月變化，可以發現PM2.5達到輕度污染及以上的日數主要出現在1—4 月和10—12 月。 2015年1 月和11 月PM2.5污染日數最多， 均為18 d；5—9 月PM2.5的污染日數較少， 基本在4 d 以下，且僅有個別年份有少量的輕度污染日； 6—8 月僅有2015 年存在少量污染日數；每年9 月均不存在霾污染。圖1b 為2015—2019 年長春市PM2.5濃度的逐月分布，可見PM2.5的月濃度分布總體上呈現為冬季高、 夏季低的特征，PM2.5濃度較低的月份為5—9 月； 最高濃度出現在2015 年11 月，為126 μg/m3；2018 年8 月出現了近5 年來PM2.5月平均濃度的最低值12 μg/m3。

圖1 2015—2019 年長春市PM2.5 污染日數（a）和月平均濃度（b）逐月變化

PM2.5污染多發生在冬季，往往表現為嚴重的霾污染事件。 因此，針對2015—2019 年吉林省三分之二以上地級市出現PM2.5中度污染以上的污染日，進行大氣環流形勢的合成分析。 統計得出，2015—2019 年吉林省共出現12 次嚴重的區域性污染天氣。 其中， 中度以上污染日數為18 d，以2015 年最多（8 次，12 d）；重度污染過程持續時間為1～3 d。 最嚴重的一次PM2.5污染過程出現在2015 年11 月8—9 日， 吉林省9 個地級市平均PM2.5濃度高達279 μg/m3。

從2015—2019 年12 次吉林省區域性PM2.5污染過程空間分布可以發現， 吉林省重污染過程以長春市最為嚴重， 平均濃度高達210 μg/m3以上。以長春市為中心，向東、西兩個方向遞減，延邊州的PM2.5濃度最低，小于105 μg/m3；其次為白城市，在120 μg/m3以下。

4 大氣環流異常影響成因分析

由于2015 年11 月8—9 日的PM2.5濃度是其他過程的2 倍， 故下文主要針對此次污染事件與吉林省12 次區域性PM2.5污染過程的環流形勢對比，以期為此類天氣過程的預報提供借鑒。

圖2 給出了吉林省12 次區域性PM2.5污染過程（圖2a、圖2b）和2015 年11 月8—9 日（圖2c、圖2d） 的高空環流形勢合成圖。 從圖2a 可以看出， 區域性重污染天氣時整個歐亞大陸以平直的西風環流為主，沒有明顯的槽脊活動，且烏拉爾山以東有一個-80 gpm 的負距平中心， 亞洲東北部為100 gpm 的正異常中心，表現為EU（歐亞型）遙相關的負向， 即在負距平的作用下烏拉爾山地區的高壓脊減弱，歐亞大槽在正距平的作用下填塞，使得大氣環流轉換為緯向環流，東亞冬季風減弱，導致吉林省出現靜穩的天氣形勢， 不利于污染物的擴散。 與所有事件一致，2015 年11 月8—9 日吉林省上空也為正位勢高度異常（圖2c），不同點在于正異常的范圍和強度更大， 且貝加爾湖上游呈現為明顯的高壓脊，即50°N 以北地區大氣環流經向度較其以南區域更大， 說明此時污染物也可能來源于吉林省上游的黑龍江地區。圖2b 是區域性污染過程200 hPa 緯向風場及異常場合成圖，可以看出北半球副熱帶西風急流位于30°N 上空，急流中心位于西太平洋上，中心值為56 m/s，吉林省位于高空急流入口區的左側，為下沉運動，不利于污染物擴散。 從200 hPa 緯向風場的異?？梢园l現， 西太平洋上的副熱帶西風急流中心明顯減弱，負距平中心可達-12 m/s，也預示著大氣環流趨于靜穩形勢， 造成污染物的積聚而不利于污染物的稀釋和擴散；但2016 年11 月8—9 日，副熱帶西風急流明顯減弱， 吉林省位于減弱東移急流入口區左側，其對應的輻散下沉運動較圖2b 偏弱。

圖2 高空環流形勢合成分析（a、c 為500 hPa 高度場和高度距平場，等值線表示高度，填色表示高度距平；b、d 為200 hPa 緯向風場和緯向風異常，等值線表示緯向風場，填色表示緯向風異常；斜線區域表示異常場通過95%置信水平；綠色方框代表研究區域）

從吉林省12 次區域性PM2.5污染過程的地面環流形勢合成圖（圖3a）可以發現，亞洲大陸高壓中心位于我國西北部與蒙古國西部交界處，呈東北—西南向帶狀分布，高壓偏弱，中心值僅為1 030 hPa，且此時海平面氣壓在蒙古國為顯著負距平，日本以北的地區為明顯的正距平，吉林省位于“鞍型場”之間的過渡帶，等壓線稀疏，氣壓梯度較小，有助于靜穩天氣的產生，進而利于污染物的堆積。 從12 次區域重度污染過程地面2 m 溫度的合成圖（圖3b）可以發現，吉林省氣溫在-4～0 ℃，且氣溫明顯偏高（正溫度距平）。 在2015 年11 月8—9 日（圖3c、圖3d）的天氣過程中，海平面氣壓偏高且氣溫略高， 這種環流形勢使得南風加大，其攜帶的海上水汽利于污染物吸濕增長，是污染物濃度創歷史紀錄的主要原因之一。

圖3 地面環流形勢合成分析（a、c 為海平面氣壓場，等值線表示海平面氣壓，填色表示海平面氣壓異常；b、d 為地面2m 溫度，等值線表示溫度，填色表示溫度異常，加粗實線為0 ℃線；斜線區域表示異常場通過95%置信水平；綠色方框代表研究區域）

逆溫層的存在有利于增加近地層的大氣穩定度，不利于污染物的稀釋和擴散，是預報霾污染天氣的重要物理量之一[12]。 為了顯示逆溫的空間分布特征，使用850 hPa 與1 000 hPa 的溫差來顯示逆溫的強度。 從12 次區域性重度污染過程逆溫（T850-T1000）異常（填色）合成圖（圖4a）可以發現，吉林省西部地區有3 ℃以上的逆溫正距平， 東部地區也有2 ℃以上的正距平，逆溫層明顯增強，有利于近地層污染物的累積。 同時，吉林省850 hPa 以偏南風為主， 有利于華北地區的污染物向吉林省輸送。 2016 年11 月8—9 日（圖4b），吉林省的逆溫層較區域性重度污染過程更強， 吉林省主要受偏東氣流影響， 其北側的反氣旋渦旋有助于黑龍江地區的污染物向吉林省輸送， 其攜帶的日本海水汽也為相對濕度的增加起到了有效的正貢獻。

圖4 區域性重度污染過程（a）、2015 年11 月8—9 日過程（b）逆溫異常場和850 hPa 風場異常（箭頭）合成（圖中斜線區域表示逆溫異常通過95%置信水平；綠色方框代表研究區域）

邊界層高度是表征大氣垂直擴散能力的重要物理量， 邊界層高度越高， 越有利于污染物的擴散；邊界層高度越低，越不利于污染物的稀釋和擴散[13]。 同時發現污染期間吉林省西部的邊界層高度僅有150～300 m， 吉林省東側的邊界層高度則低于150 m， 此時邊界層高度異常表現為吉林省大部分地區為-240～-160 m。 明顯偏低的邊界層高度不利于污染物的垂直擴散， 有利于污染物在近地層的積聚，產生重度污染天氣。與其他環流形勢有所不同，2015 年11 月8—9 日吉林省大部分地區邊界層高度在500 m 以上， 且邊界層高度異常也較其他重度污染過程偏大， 表現為西部地區為正異常、 中部和東部地區為弱負異常的分布形式， 可見不是所有的重度污染事件期間邊界層高度都偏低。重度污染事件的成因復雜，需要針對污染物的源地、持續輸送時間等方面綜合考慮。

5 結語

本文基于2015—2019 年逐日PM2.5濃度資料，研究了吉林省PM2.5污染的特征和大氣環流異常對吉林省PM2.5污染的影響，主要結論如下：

（1）2015—2019 年長春市的PM2.5污染日基本呈逐漸下降的趨勢， 季節變化趨勢表現為冬季PM2.5污染重而夏季污染輕的特征。2015—2019 年吉林省出現了12 次較嚴重的區域性PM2.5污染天氣，污染過程一般持續1～3 d，污染的空間分布以長春市污染最為嚴重， 以長春市為中心向東西兩側延伸污染逐漸減輕。

（2）吉林省出現區域性PM2.5污染的大尺度環流形勢表現為500 hPa 高度距平場呈EU 型（歐亞型）的負向，烏拉爾山高壓脊減弱，東亞大槽填塞，高空環流平直， 同時200 hPa 副熱帶西風急流減弱。地面場表現為2 m 溫度偏高，亞洲地面高壓偏弱，東亞冬季風減弱，天氣形勢靜穩。

（3）吉林省出現區域性PM2.5污染的物理量場表現為對流層低層逆溫增強、濕度增加，邊界層高度降低，850 hPa 以偏南風為主。

（4）地面氣溫偏高的程度、偏南風的強度是造成嚴重污染事件的主要原因。 邊界層高度不是導致重度污染的主要原因， 但可以使污染物在近地面積聚。 2015 年11 月8—9 日的重度污染過程持續時間長、污染范圍廣，污染物的積聚和消散可能受多種因素影響， 這還需要在今后的工作中加以深入分析。