鐘暉子 李子祎 何創(chuàng)芝 周耀旗

摘 要：本文利用2009—2018年天津地區(qū)空氣污染資料、天津濱海國際機場METAR報文、探空站資料及Era再分析數據就天津地區(qū)近十年濕度、逆溫層、邊界層與霾的長期變化特征進行研究，深入探究濕度、逆溫、風場與霾的變化特征，并對2016年12月的一次重污染天氣過程的大氣層結特征進行分析，結果表明：（1）PM2.5濃度與相對濕度呈正相關，相對濕度較大時，PM2.5濃度較高;相對濕度較小時，PM2.5濃度較低。（2）12時最低逆溫層的平均厚度普遍比00時的最低逆溫層平均厚度大;500hPa以下出現多層逆溫，而第一逆溫層層底高度在925hPa以下、厚度23.3hPa以上，更有利于嚴重污染天氣的產生。（3）發(fā)生霾天氣時，近地層主導風向是偏南風，靜風所占比例較低，多為4.5m/s以下的風速;邊界層垂直方向上，各高度層的霾日月平均風速明顯小于該月月平均風速。

關鍵詞：霾;濕度;逆溫層;邊界層

引發(fā)霾問題的主要原因是嚴重的氣溶膠污染，氣象條件對其形成、分布、維持與變化也有重要作用。根據中華人民共和國氣象行業(yè)標準《霾的觀測和預報等級》（QX/T112-2010），霾觀測的判識條件為：能見度<10.0km，排除降水、沙塵暴、揚沙、浮塵、煙幕、吹雪、雪暴等天氣現象造成的視程障礙，相對濕度小于80%，判識為霾。根據空氣質量指數（AQI）判識霾的預報等級：101-150為輕度污染，151-200為中度污染，201-300為重度污染，300以上為嚴重污染。

PM2.5顆粒物是構成霾的主要成分，對霾天氣的形成有促進作用，是導致霧霾天氣的最主要原因，而且霾天氣又能進一步加劇PM2.5的積聚。因此，PM2.5數值越大，說明霾越嚴重。

趙子菁等[1]對2012年—2014年南京霾天氣的相對濕度進行分析得出相對濕度（RH）在50%—80%之間有利于霾的發(fā)生，尤其是70%≤RH<80%時霾發(fā)生頻率最高;中、重度霾多在RH≥70%的情況下發(fā)生，特別是80%≤RH<90%時，而相對濕度較低（RH<50%）時，不利于霾的發(fā)生。潘瑋等[2]對近50年中國霾年代際特征及氣象成因的分析中得出：南部秋冬兩季霾日數與相對濕度呈顯著負相關，相對濕度不斷減小，霾日數不斷增加;北部冬季霾日數與相對濕度呈正相關，相對濕度減小，霾日數在2000—2013年減少。

大氣逆溫層的出現，使大氣穩(wěn)定性增強，并能阻礙空氣垂直運動的發(fā)展。加之逆溫層下面常常聚集著大量的煙、塵、水汽凝結物等，極易造成大氣污染，同時影響天氣變化。目前，已有許多氣象工作者做了相關研究，如蔣婉婷等[3]研究了2014—2016年四川盆地細顆粒物濃度時間分布特征及重污染期間的氣象要素和環(huán)流背景，郭立平等[2]分析了河北廊坊市重污染天氣的氣象條件。在霾天氣過程中，風對霾天氣的形成和維持也起著至關重要的作用，其作用表現在較小的風速不利于污染物的擴散。目前已有許多科研工作者做了相關的研究。如孟金平等[4]分析了大興區(qū)近50年霧、霾氣候特征及影響因素，得出霾天氣較非霾天氣低了1m/s以上，且靜風頻率較高的結論。

此前，已有不少研究揭示了中國關鍵大氣污染地區(qū)致霾原因和發(fā)展趨勢，但主要集中在京津冀、珠江三角洲、長江三角洲地區(qū)（如Che et al.等[5]）。而天津地處京津冀地區(qū)，加之目前關于霾的研究還不夠，所以，深入研究霾及其與相關天氣要素之間的關系和規(guī)律至關重要。

1 數據與方法

根據中國空氣質量在線監(jiān)測分析平臺提供的2014—2018年天津地區(qū)每日PM2.5濃度及相對濕度的觀測資料，通過作圖和數據擬合得出PM2.5與相對濕度之間的關系;再從天津濱海國際機場METAR報文中溫度露點差數據中選取2016年12月18日至2016年12月22日一段代表性霾污染天氣，分析逐小時PM2.5濃度與溫度露點差關系，并擬合出兩者的關系式。利用探空數據資料，采用統計分析方法，對天津地區(qū)2009—2018年逆溫層進行分析;并且從氣象探空站的相關數據，選取2016年12月逐日協調世界時（UTC）00時，12時探空站資料進行連續(xù)重污染天氣過程的大氣結構特性分析，探索天津地區(qū)霾與逆溫層之間的關系及規(guī)律在邊界層方面，分別從水平方向與垂直方向進行探討。利用Era數據作出風向風速玫瑰圖，利用探空站資料求出有無霾天氣不同高度層的月平均風速，并作出比較。最后，選取一次典型霧霾天氣，作出其風場分布圖。

2 近十年霾日數年變化特征及成因分析

2.1 近10年霾日數年變化特征

由于資料來源的限制，選取了2014年—2018年PM2.5數據，經統計可知：輕度污染293天，中度污染130天，重度污染105天，嚴重污染25天。通過對2014年—2018年中度污染及其以上污染天數統計，可知：2014年中度污染及其以上污染天數為84天，2015年中度污染及其以上污染天數為53天，2016年中度污染及其以上污染天數為50天，2017年中度污染及其以上污染天數為44天，2018年中度污染及其以上污染天數為29天，綜上可得：中度污染及其以上污染天數逐年減少。

2.2 成因分析

2.2.1 濕度分析

2.2.1.1 霾日數與相對濕度的歷年變化趨勢分析

根據已有數據分析2014-2018年相對濕度與污染程度的關系，得出：發(fā)生輕度污染的平均相對濕度大約為46%，發(fā)生中度污染的平均相對濕度大約為51%，發(fā)生重度污染的平均相對濕度大約為56.79%，發(fā)生嚴重污染的平均相對濕度大約為6272%。同時，可以看出相對濕度較高時，有利于重度與嚴重污染的產生，霾的產生與相對濕度高低有關。相對濕度在30%—80%之間有利于霾的產生，尤其在40%—50%之間，霾發(fā)生的頻率達到34.9%。而重度污染與嚴重污染易在相對濕度>60%時發(fā)生，特別是相對濕度為70%—80%時。

2.2.1.2 PM2.5濃度與相對濕度的年際變化

由2014-2018年PM2.5濃度與相對濕度的數據分析可得2014年PM2.5濃度在70—120ug/m3范圍內波動，2015年PM25濃度主要為50—100ug/m3，2016年主要為50—90ug/m3，2017年主要為40—80ug/m3，2018年則在40—80ug/m3內，這意味著近五年天津地區(qū)PM2.5濃度總體上呈逐年減少態(tài)勢。因此可定性推斷出PM2.5與相對濕度之間確有一定的相關性。而且，一般地隨著相對濕度的減小，PM2.5的濃度也在降低;相對濕度增加，PM2.5濃度升高。需要指出的是，對比1—12月霾天氣發(fā)生的頻率可得出：6、7、8、9月霾發(fā)生頻率很低甚至沒有，因此這幾月未納入考慮范圍。

2.2.1.3 PM2.5濃度與相對濕度的相關性分析

2.2.2 逆溫層分析

盛裴軒等[7]指出，在低層大氣中，氣溫是隨高度的增加而降低的。但有時在某些層次可能出現相反的情況，氣溫隨高度的增加而升高，這種現象稱為逆溫，出現逆溫現象的大氣層成為逆溫層。天津地處霾天氣污染嚴重的京津冀地區(qū)，根據氣象探空站的分布及空氣污染輕重的時間段，選取2009—2018秋冬季氣象探空站資料，統計發(fā)現（圖2），12時最低逆溫層的平均厚度普遍比00時的最低逆溫層平均厚度大。其中，00時有37%平均厚度在200—250m，12時有39%平均厚度在100—150m。在2016年9月—12月兩個時間段的最低逆溫層厚度都很大。

2.2.3 邊界層分析

2.2.3.1 10m處風速風向分布分析

圖3給出了2014—2018年天津市有霾天氣過程中的近地面0時、6時、12時的風速風向玫瑰圖。繪圖數據采用的是05°×0.5°共計16個網格點的10m處u，v風Era數據，之后對數據進行篩選，只提取了有霾天氣過程的數據。牛濤等[8]指出，在計算區(qū)域平均時，不均勻分布的站點數據需要先經過插值變成格點數據，然后再通過格點數據計算區(qū)域平均。因Era數據是連續(xù)性較好的網格點數據，所以，數據無須插值處理，通過對網格點的平均來計算區(qū)域平均即可。邱傳濤等[9]指出，相比矢量法，單位矢量法不需要風速的同期觀測資料，是一種比較好的方法。根據其思路，先分別求出網格點的ymbol`A@ u，?ymbol`A@ v，然后用計算風向，最終繪出此圖。

圖中紅色的線表示16個方向風頻的百分數值，0時、12時每一圈代表3%，6時每一圈代表5%，藍色的線表示風速，0時、12時每一圈代表0.7m/s，6時代表1.3m/s。從結果中可以看出，發(fā)生霾天氣過程時，0時天津市的主導風向是偏南風，西西南到東東南7個風向所占比例為48%，風速大小平均值主要在2.1m/s;6時天津市的主導風向是西南風，從西西南到南西南3個風向所占比例為45%，風速大小的平均值主要在2.6m/s;12時天津市的主導風向是偏南風，西西南到東東南7個風向所占比例為54%，風速大小平均值主要在2.8m/s。3個時次靜風所占的頻率均為0，風速大小平均值主要在3m/s以下，風速較小。從地形圖中可以看出，天津市呈南低北高的地形特點，而發(fā)生霧霾時，又恰恰是偏南風的主導風向。于是，污染物在較小的風速下，往較高的地勢擴散，可想而知，擴散的速率會受到削弱。綜上，偏南風的主導風向，較小的風速，南低北高的地形特點共同促進了霧霾天氣的產生。

圖4進一步給出有霾天氣過程的0時、6時、12時的風速分布狀況。由圖可得，0時發(fā)生霾天氣時，風速主要在4.5m/s以下，所占比例達97.5%，其中，2.5m/s以下風速達74%;6時發(fā)生霾天氣時，風速主要在4.5m/s以下，所占比例達92.5%，其中，3.5m/s以下風速占81%;12時發(fā)生霾天氣時，風速主要在4.5m/s以下，所占比例達97%，3.5m/s風速以下占87%。雖說4.5m/s以上時也有霾天氣的產生，但隨著風速的增大，霾天氣發(fā)生的概率迅速減小。此處表明，風速越小越有利于污染物的積累，是霾天氣形成的關鍵條件之一。

2.2.3.2 邊界層垂直風速分布

上文分析了邊界層近地面10m處風速風向的分布狀況，為了進一步了解霾天氣過程中邊界層整體的特征，有必要分析一下邊界層垂直方向的風速分布。此次采用的是首都國際機場的探空站資料。天津市離北京市較近，符合探空資料的適用范圍。該探空站每日0時、12時各投放一次探空氣球，連續(xù)性較好。在數據處理上，考慮到季節(jié)的不同會對風速大小產生影響，所以求解出有霾天氣的月平均風速和當月的月平均風速，結果如圖5所示。

從結果中可以看出，在3個高度層中，霾天氣所在月的月平均風速均明顯低于該月的月平均風速;在1000hpa高度層上，二者最高相差2.3m/s，最低相差1.1m/s，平均相差1.6m/s;在925hpa高度層上，二者最高相差3.1m/s，最低相差0.4m/s，平均相差1.9m/s;在850hpa高度層上，二者最高相差147m/s，最低相差0.3m/s，平均相差9.7m/s。由此可見，邊界層垂直方向上比同期偏低的風速有利于霾天氣的維持。在探討霾天氣的形成條件時，邊界層的垂直風速分布亦不可忽略。

3 一次典型霧霾天氣過程分析

基于上述有關相對濕度、逆溫層與邊界層和PM2.5關系的分析，接著選取2016年12月16日—12月22日這一重度污染天氣過程進行分析。利用溫度露點差數據、北京南郊氣象探空站逐日資料、逐日6時Era資料進行一次典型霧霾天氣過程分析。

3.1 溫度露點差與PM2.5濃度的關系分析

這段時間內，每天從0時到24時PM2.5的含量基本上呈增長的趨勢，溫度露點差呈減小的趨勢。PM2.5含量最低的時候，溫度露點差最高;PM2.5含量最高的時候，溫度露點差達到較低的水平。進而，我們對兩者的關系進行了圖像擬合。

從圖中可看出PM2.5含量與溫度露點差可擬合出相關曲線，得出兩者大致的函數關系：

y=-7E-13x6+1E-09x5-6E-07x4+0.0002x3-0.0294x2+21852x-46.402

R2=0.6654

其中，y是溫度露點差，x是PM2.5的含量，R2是擬合優(yōu)度（R處于0～1之間，R的值越接近1，說明回歸直線對觀測值的擬合程度越好;反之，R的值越接近0，說明回歸直線對觀測值的擬合程度越差）。

關系式表明：PM2.5含量與溫度露點差存在六次的函數關系，并且可看出PM2.5含量較高時，溫度露點差處于低的水平，空氣濕度較大;PM2.5含量較低時，溫度露點差處于高的水平，空氣濕度較小。

3.2 逆溫層分析

統計分析結果表明：天津地區(qū)重污染期間00：00和12：00都存在逆溫。重污染時00：00在917hPa高空容易出現逆溫情況，其次在400—600hPa附近;12：00在900—1020hPa附近比較容易出現逆溫，其次是517hPa高空。連續(xù)重污染天氣過程發(fā)生期間，500hPa高度層以下每日都有1層逆溫或2層及以上的多層逆溫，出現2層及以上多層逆溫的占62.9%;其中第一逆溫層層底高度平均為914.2hPa，900hPa以下的比例占838%，平均厚度為23.3hPa;第二逆溫層層底高度平均為531.7hPa，平均厚度為33.0hPa。

由此可知，500hPa下出現多層逆溫，第一逆溫層層底高度在925hPa以下，厚度在23.3hPa以上，更有利于嚴重污染天氣的產生。

3.3 邊界層分析

選取的數據精度為0.25°×0.25°，共25個網格點，天津市區(qū)域內的風場分布如圖8所示。結果顯示，此次霾天氣的主導風向為偏南風，17日6時的平均風速為1.7m/s，18日6時的平均風速為0.4m/s，19日6時的平均風速為1.3m/s，20日6時的平均風速為0.6m/s。從結果上來看，偏南風的主導風向與上文風速玫瑰圖所得結論相一致。較低的區(qū)域平均風速在實際案例中導致污染物擴散速度慢，從而產生此次持續(xù)性霧霾天氣。

4 結論

（1）天津地區(qū)當相對濕度>50%時，極易發(fā)生中度及其以上程度的污染天氣，且相對濕度與PM2.5濃度呈正相關，相對濕度越大，污染越重。

（2）PM2.5與相對濕度之間基本成多項式函數關系;PM25與溫度露點差呈負相關。

（3）天津地區(qū)500hPa下出現多層逆溫，第一逆溫層層底高度在925hPa以下，且厚度大于23.3hPa，更有利于嚴重污染天氣的產生，若同時天津地區(qū)相對濕度>66.5%，則更有利于高污染濃度持續(xù)日的形成和發(fā)展。

（4）天津市發(fā)生霾天氣的主導風向為偏南風，風速主要分布在4.5m/s以下。隨著風速減小，霾天氣發(fā)生的概率增高。在垂直方向上，發(fā)生霾天氣時，1000hpa，925hpa，850hpa的月平均風速小于該月的月平均風速。

參考文獻：

[1]趙子菁，魏永杰，張祥志，秦瑋，謝慧芳.南京市霾天氣與主要氣象條件的相關分析[J].中國環(huán)境科學，2015，35（12）：3570-3580.

[2]潘瑋，左志燕，肖棟，張人禾.近50年中國霾年代際特征及氣象成因[J].應用氣象學報，2017，28（3）：257-269.

[3]郭立平，喬林，石茗化，王旭光.河北廊坊市連續(xù)重污染天氣的氣象條件分析[J].干旱氣象，2015，33（03）：497-504.

[4]蔣婉婷，謝汶靜，王碧菡，王式功，龍啟超，廖婷婷.2014—2016年四川盆地重污染大氣環(huán)流形勢特征分析[J].環(huán)境科學學報，2019，39（01）：180-188.

[5]孟金平，楊璐，趙晨，王子靜，陳學玲，岳志忠，王璐.近50年大興區(qū)霧霾氣候特征及影響因素分析.環(huán)境科學與技術，2016-12，39（82）.

[6]Che et al.，2014;Chen et al.，2015;Huang et al.，2017;Wang et al.，2018a.

[7]盛裴軒，毛節(jié)泰，李建國，等.大氣物理學[M].北京：北京大學出版社，2006.165.

[8]牛濤，劉洪利，陳隆勛.利用觀測資料求區(qū)域平均值過程中應注意的一個問題.應用氣象學報，2004-4，15（2）.

[9]邱傳濤，李丁華.平均風速的計算方法及其比較.高原氣象，1997-2（161）.