梁佳藝，劉浪 ，貝耐芳*

1.西安交通大學(xué) 人居環(huán)境與建筑工程學(xué)院，西安 710049

2.中國科學(xué)院氣溶膠化學(xué)與物理重點(diǎn)實(shí)驗(yàn)室，西安 710061

3.中國科學(xué)院地球環(huán)境研究所 黃土與第四紀(jì)地質(zhì)國家重點(diǎn)實(shí)驗(yàn)室，西安 710061

隨著國民經(jīng)濟(jì)的增長和城鎮(zhèn)化進(jìn)程的加快，中國的空氣污染問題在近二十年內(nèi)集中爆發(fā)，并呈現(xiàn)出由傳統(tǒng)的總懸浮顆粒物（TSP）、可吸入顆粒物（PM10）和SO2污染向以細(xì)顆粒物（PM2.5）和多種污染氣體（O3、SO2、NOx）等形成的復(fù)合型污染轉(zhuǎn)變的趨勢（田鵬山，2015）。研究表明：大氣污染物的生命周期受到排放源和氣象條件的共同影響（Giorgi and Meleux，2007）；氣象條件在大氣污染物的形成、轉(zhuǎn)化、擴(kuò)散、輸送和清除過程中扮演著重要的角色（Seaman，2000；Solomon et al，2000；Bei et al，2010；Bei and Molina，2012；Bei et al，2014）；當(dāng)污染物排放量保持不變時(shí)，大氣化學(xué)狀態(tài)的轉(zhuǎn)變主要取決于氣象條件（Bei et al，2016a）。大氣污染的形成是大、中尺度天氣系統(tǒng)，局地小尺度環(huán)流和大氣邊界層結(jié)構(gòu)共同作用的結(jié)果（任陣海等，2004；任陣海等，2005；王喜全等，2007）；其中，基本天氣形勢是驅(qū)動(dòng)大氣污染物變化的最初動(dòng)力（Zhang et al，2012），其與大氣污染有著密切聯(lián)系（袁美英等，2005；陳瑞敏等，2014；高慶先等，2017）。

對于天氣形勢對空氣質(zhì)量的影響，目前已有一些研究。王喜全等（2007）通過分析2004年北京地區(qū)PM10的污染情況，認(rèn)為高壓南下東移阻滯型和與北上臺(tái)風(fēng)或熱帶低壓相聯(lián)的弱高壓控制型是造成北京PM10重污染的關(guān)鍵因素。王宏等（2008）將影響福州的天氣形勢分為10 型，統(tǒng)計(jì)2002—2006年福州全年、冬半年和夏半年不同天氣型的出現(xiàn)率及相應(yīng)的污染物濃度值，分析不同天氣形勢下大氣擴(kuò)散能力的強(qiáng)弱以及對污染物濃度的影響。王莉莉等（2010）根據(jù)氣壓場等氣象要素將夏末秋初影響北京地區(qū)的主要天氣系統(tǒng)分為高污染的積累天氣型（槽前無降水、槽后脊前、脊、副高4 種基本型）和清潔的清除天氣型（槽或槽前有降水、槽后有降水或偏北風(fēng)2 種基本型）。鐘幼軍和國世友（2013）指出哈爾濱冬季重污染的典型地面形勢包括高壓邊緣型、高壓中心型和低壓邊緣型3 類，其中高壓邊緣型出現(xiàn)頻率最高。對于影響北京市夏季經(jīng)常出現(xiàn)的O3和PM2.5污染的天氣形勢，王占山等（2016）的研究結(jié)果表明：O3和PM2.5一高一低污染狀況的天氣形勢場為：高空為偏西北氣流，地面受高壓后部控制；而O3和PM2.5兩高的天氣形勢場為：高空為偏西氣流，地面受低壓控制。李培榮和肖天貴（2020）研究了2016—2018年成都地區(qū)秋冬季PM2.5的擴(kuò)散與輸送情況，將該時(shí)段的天氣形勢分為污染型和清潔型兩種天氣類型，在污染型天氣類型下，成都地區(qū)的逆溫層較強(qiáng)和混合層高度較低，不利于PM2.5的擴(kuò)散稀釋。常美玉等（2020）對成渝地區(qū)及4 個(gè)子區(qū)域2014—2018年高度場和海平面氣壓場進(jìn)行了環(huán)流分型，探討了環(huán)流型與空氣污染的關(guān)系，結(jié)果表明：當(dāng)?shù)孛鏋闅庑驏|南氣流，同時(shí)風(fēng)速較小時(shí)，不利于污染物的水平擴(kuò)散；若高空為弱脊控制或者為槽后西北氣流，則在下沉氣流的作用下，不利于污染的垂直擴(kuò)散，地面污染進(jìn)一步加重。

關(guān)中地區(qū)位于陜西省中部，包括西安、寶雞、咸陽、渭南、銅川5 市及楊凌示范區(qū)；截至2019年底，共有常住人口2459.21 萬人（陜西省統(tǒng)計(jì)局和國家統(tǒng)計(jì)局陜西調(diào)查總隊(duì)，2020）。近年來，關(guān)中地區(qū)的重污染天氣持續(xù)出現(xiàn)且污染程度較為嚴(yán)重；2018年，其所在的汾渭平原被列為大氣污染重點(diǎn)防治區(qū)域?，F(xiàn)階段關(guān)于天氣形勢對大氣污染物濃度的影響，涉及關(guān)中地區(qū)的較少且缺乏長時(shí)間序列的研究。本文利用Bei et al（2016a）的主觀分類方法，結(jié)合同期觀測資料，對2014—2018年關(guān)中地區(qū)各季節(jié)典型天氣形勢出現(xiàn)頻率及其對應(yīng)的污染物濃度進(jìn)行統(tǒng)計(jì)；分析夏季每日O3_8h_max和其他季節(jié)PM2.5、PM10日均濃度在不同天氣形勢下的變化特征和趨勢，探究天氣形勢對大氣污染物濃度變化的影響；研究結(jié)果可為各季節(jié)不同天氣形勢下的污染防控提供有益參考。

1 數(shù)據(jù)與方法

1.1 觀測資料

文中所使用的大氣污染物觀測數(shù)據(jù)來源于中國空氣質(zhì)量在線監(jiān)測分析平臺(tái)（http://www.aqistudy.cn/），涉及關(guān)中地區(qū)33 個(gè)觀測站的空氣質(zhì)量指數(shù)（AQI 數(shù)據(jù)，包括PM2.5、PM10、SO2、NO2、O3和CO），數(shù)據(jù)分辨率包含日平均數(shù)據(jù)和逐小時(shí)數(shù)據(jù)。其中對O3逐小時(shí)數(shù)據(jù)進(jìn)行處理，得到每日O3_8h_max濃度。

圖1 為2014年春季至2018年冬季關(guān)中地區(qū)大氣主要污染物（PM2.5、PM10日均濃度和每日O3_8h_max）濃度變化趨勢?？梢钥闯?，PM2.5和PM10的日均濃度變化趨勢基本一致，冬季平均濃度最高，春秋季次之，夏季最低。O3_8h_max的濃度變化趨勢與前兩者相反，夏季最高，春季次之，秋冬季較低。

圖1 2014年春季至2018年冬季關(guān)中地區(qū)大氣主要污染物濃度變化趨勢Fig.1 Changes in the concentration of major air pollutants in the Guanzhong basin from spring of 2014 to winter of 2018

分季節(jié)來看，關(guān)中地區(qū)夏季的首要污染物為O3_8h，夏季O3_8h_max平均濃度高于5 a 平均值50.24%；其他季節(jié)首要污染物主要為PM2.5或PM10，其中冬季的顆粒物污染尤為明顯，PM2.5、PM10平均濃度分別高于5 a 平均值65.20%、40.51%（圖2）。因此，本文主要研究2014—2018年關(guān)中地區(qū)夏季O3_8h_max濃度和其他季節(jié)PM2.5、PM10日平均濃度受天氣形勢變化的影響。

圖2 2014—2018年關(guān)中地區(qū)各季節(jié)主要大氣污染物平均濃度Fig.2 The average concentration of main air pollutants in Guanzhong basin in each season from 2014 to 2018

1.2 天氣形勢分類方法

Bei et al（2016a）提出了一種影響冬季關(guān)中地區(qū)典型天氣形勢的分類方法。該研究的分類過程使用2008—2013年NCEP-FNL 再分析資料，并結(jié)合WRF-Flexpart 模式的輸出結(jié)果和850 hPa風(fēng)場及位勢高度識(shí)別影響關(guān)中地區(qū)的主要天氣系統(tǒng)，同時(shí)考慮關(guān)中地區(qū)與主要天氣系統(tǒng)的相對位置，進(jìn)而確定影響關(guān)中地區(qū)的天氣形勢類型。本文參考該分類方法，結(jié)合2014—2018年相關(guān)氣象資料，將關(guān)中地區(qū)的天氣形勢分為6 類：

（1）低壓北部型（圖3a）。關(guān)中地區(qū)位于低壓北部，主導(dǎo)風(fēng)向?yàn)槠鯑|風(fēng)。該天氣型經(jīng)常出現(xiàn)下沉氣流或靜穩(wěn)態(tài)，加之關(guān)中地區(qū)喇叭口狀的地形，會(huì)導(dǎo)致該天氣型下污染物的累積。有時(shí)該天氣型會(huì)出現(xiàn)降水，使污染情況得到緩解。

（2）槽西南型（圖3b）。關(guān)中地區(qū)處于槽后或者槽的西南方向。在該天氣型下通常盛行較強(qiáng)的西北風(fēng)，污染物濃度通常較低。

（3）高壓東南型（圖3c）。關(guān)中地區(qū)位于高壓東南部。該天氣型下的主導(dǎo)風(fēng)向?yàn)槠憋L(fēng)，能將污染物輸送到區(qū)域外，顯著改善空氣質(zhì)量。

（4）過渡型（圖3d）。關(guān)中地區(qū)一般處于槽的南部和高壓北部。該天氣型下一般盛行西風(fēng)，但風(fēng)速并不大且經(jīng)常會(huì)轉(zhuǎn)變?yōu)殪o穩(wěn)天氣或者變得風(fēng)向不定。嚴(yán)重的空氣污染會(huì)因?yàn)槲廴疚镌谂璧貎?nèi)的累積而經(jīng)常出現(xiàn)。

（5）槽東南型（圖3e）。關(guān)中地區(qū)位于槽前或槽的東南方向，盛行西南風(fēng)。該天氣型下風(fēng)速偏小，同時(shí)由于槽前出現(xiàn)下沉氣流，不利于大氣污染物向外輸送。

（6）內(nèi)陸高壓型（圖3f）。關(guān)中地區(qū)處于高壓控制下，盛行風(fēng)向主要取決于高壓的具體位置。該形勢下風(fēng)速較小，且下沉氣流會(huì)導(dǎo)致靜穩(wěn)天氣的形成，導(dǎo)致污染物不斷累積，造成嚴(yán)重的空氣污染。

圖3 北京時(shí)間08∶00 影響關(guān)中地區(qū)的典型天氣型對應(yīng)的850 hPa 位勢高度和風(fēng)矢量水平分布（Bei et al，2016a）Fig.3 Composite distributions of winds and geopotential heights on 850 hPa at 08∶00 BJT for synoptic situations in GZB (Bei et al,2016a)

需要說明的是，該分類方法并未考慮降水以及當(dāng)天天氣形勢轉(zhuǎn)變等情況；因此，天氣形勢的過渡或降水的出現(xiàn)，往往會(huì)使同一種天氣形勢中污染物的濃度出現(xiàn)差異。

2 結(jié)果與分析

2.1 不同天氣形勢下大氣污染物濃度特征

本文在對2014—2018年關(guān)中地區(qū)天氣形勢進(jìn)行分析分類的基礎(chǔ)上，對各年份各個(gè)季節(jié)天氣形勢的出現(xiàn)頻率進(jìn)行了統(tǒng)計(jì)（圖4）。具體來看，關(guān)中地區(qū)春季的天氣形勢以“低壓北部型”和“槽西南型”為主，5 a 間總出現(xiàn)頻率分別為64.13%、53.26%、58.70%、67.39% 和47.83%；其中2018年“槽西南型”出現(xiàn)的頻率最高，占比為25.00%，其他年份“低壓北部型”占比較高，依次為46.74%、33.70%、43.48% 和40.22%。夏季天氣形勢主要為“低壓北部型”和“內(nèi)陸高壓型”，總占比分別為67.39%、53.26%、61.96%、59.78%和78.26%；2015—2017年“內(nèi)陸高壓型”占比最高，依次為31.52%、35.87%和31.52%。2014年、2018年“低壓北部型”占比最高，分別為36.96%、41.30%。2014—2017年秋季天氣形勢亦以“低壓北部型”和“內(nèi)陸高壓型”為主，總出現(xiàn)率分別為69.23%、68.13%、62.64%和61.54%；2017年“低壓北部型”占比最高，達(dá)到37.36%，其余年份“內(nèi)陸高壓型”占比最高。2018年秋季以“槽西南型”和“內(nèi)陸高壓型”為主，“內(nèi)陸高壓型”占比達(dá)到28.57%。相較其他季節(jié)，冬季天氣形勢的出現(xiàn)頻率變化較為復(fù)雜；2014年和2015年主要為“槽西南型”和“內(nèi)陸高壓型”，總出現(xiàn)率分別為67.78%和56.04%；2016年以“低壓北部型”和“內(nèi)陸高壓型”為主，占到總天數(shù)的52.22%；2017年和2018年主要為“低壓北部型”和“槽西南型”，占比依次為58.89%和54.44%。

圖4 2014—2018年各季節(jié)不同天氣形勢出現(xiàn)頻率Fig.4 The occurrence rate of different synoptic situations in each season from 2014 to 2018

為了進(jìn)一步討論天氣形勢對大氣污染物濃度的影響，本文計(jì)算了2014—2018年關(guān)中地區(qū)各季節(jié)不同天氣形勢對應(yīng)的主要污染物濃度（表1）。可以明顯看出，無論是從年際角度還是季節(jié)角度，“槽西南型”和“高壓東南型”對應(yīng)的PM2.5、PM10濃度均顯著小于其他四種天氣形勢。對于O3_8h_max來說，從年平均濃度來看，“高壓東南型”和“過渡型”對應(yīng)的濃度較低；而在夏季“低壓北部型”和“過渡型”對應(yīng)的濃度較低。兩者出現(xiàn)不一致的原因主要是O3濃度的高低不僅與天氣形勢有關(guān)，還受到太陽輻射強(qiáng)度、光化學(xué)反應(yīng)速率、前體物濃度等因素的影響。

表1 2014—2018年關(guān)中地區(qū)各季節(jié)不同天氣形勢對應(yīng)的主要大氣污染物濃度值Tab.1 Concentration of main air pollutants corresponding to different synoptic situations in each season in Guanzhong basin from 2014 to 2018

圖5 統(tǒng)計(jì)了2014—2018年6 類天氣形勢污染物濃度分布特征。相關(guān)研究表明（Bei et al，2016a；Bei et al，2016b；李曉配等，2017）：對于顆粒物（PM2.5、PM10）而言，“槽西南型”和“高壓東南型”可被定義為有利于污染物擴(kuò)散的天氣形勢，“低壓北部型”、“過渡型”、“槽東南型”和“內(nèi)陸高壓型”定義為不利于污染物擴(kuò)散的天氣形勢；圖5 和表1 可以證明這種劃分方式是合理的，而對于O3顯然不適用該種劃分方式?？紤]到夏季O3_8h_max的濃度顯著高于其他季節(jié)平均值和年平均值（表1），因此根據(jù)夏季不同天氣形勢下O3_8h_max濃度的差異將“低壓北部型”和“過渡型”定義為有利天氣形勢，將“槽西南型”、“高壓東南型”、“槽東南型”和“內(nèi)陸高壓型”定義為不利天氣形勢。

圖5 2014—2018年6 類天氣形勢對應(yīng)的大氣污染物濃度分布特征Fig.5 Distribution characteristics of air pollutants concentration corresponding to 6 types of synoptic situations from 2014 to 2018

2.2 各季節(jié)天氣形勢與大氣污染物濃度變化趨勢

圖6 分析了2014—2018年各季節(jié)有利和不利天氣形勢下主要污染物濃度的變化趨勢?？梢钥闯觯瑹o論是顆粒物還是O3_8h_max，當(dāng)有利天氣形勢天數(shù)增加（不利天氣形勢天數(shù)減少）時(shí)，污染物濃度往往出現(xiàn)下降；當(dāng)有利天氣形勢天數(shù)減少（不利天氣形勢天數(shù)增加）時(shí)，污染物濃度會(huì)出現(xiàn)上升。

需要指出的是，2016年和2017年秋季PM2.5、PM10濃度變化出現(xiàn)了與上述趨勢相反的情況，即有利天氣形勢天數(shù)增加（減少），但污染物濃度上升（下降）。而剔除2016年來看，2017年秋季相較2015年有利天氣形勢天數(shù)有所減少，不利天氣形勢天數(shù)略有增加，對應(yīng)到PM2.5、PM10濃度，2017年秋季的顆粒物平均濃度高于2015年，符合上文所提出的變化規(guī)律。

圖7 展示了關(guān)中地區(qū)2016年秋季PM2.5、PM10日平均濃度與天氣形勢的對應(yīng)關(guān)系。在進(jìn)入11月后，關(guān)中地區(qū)出現(xiàn)了3 次沙塵天氣過程（11月1—6日，11月9—21日，11月25—29日），沙塵天氣出現(xiàn)頻率及出現(xiàn)時(shí)長均高于2014—2018年同期水平，沙塵天氣持續(xù)期間PM2.5、PM10平均濃度分別為126.52 μg·m?3和241.14 μg·m?3。其中，PM10濃度在11月9日達(dá)到515.63 μg·m?3，為5 a間關(guān)中地區(qū)秋季PM10最高日平均濃度。如剔除沙塵天氣，關(guān)中地區(qū)2016年秋季PM2.5、PM10平均濃度分別為51.93 μg·m?3、94.90 μg·m?3，則5 a間關(guān)中地區(qū)秋季污染物平均濃度與有利和不利天氣形勢天數(shù)變化符合上文提出的規(guī)律。由此可見，2016年秋季出現(xiàn)的有利天氣形勢天數(shù)較2015年增加，但污染物平均濃度卻高于2015年的現(xiàn)象，主要是由于沙塵天氣增多所導(dǎo)致的（相較剔除沙塵天氣，關(guān)中地區(qū)2016年秋季PM2.5、PM10平均濃度因沙塵天氣出現(xiàn)分別上升37.88%、40.65%），這也一定程度上解釋了2016年P(guān)M2.5、PM10的平均濃度高于其他年份（圖6）的原因。

圖6 2014—2018年各季節(jié)大氣污染物平均濃度與有利和不利天氣形勢天數(shù)變化趨勢Fig.6 The trend of average concentration of air pollutants and days of favorable and unfavorable synoptic situations in each season from 2014 to 2018

圖7 關(guān)中地區(qū)2016年秋季PM2.5、PM10日平均濃度與天氣形勢Fig.7 Daily average concentrations of PM2.5 and PM10 and synoptic situations in the autumn of 2016 in Guanzhong basin

在大氣污染防治日趨嚴(yán)格的背景下，2014—2018年冬季關(guān)中地區(qū)有利和不利天氣形勢對應(yīng)的PM2.5的平均濃度整體呈上升趨勢。冬季PM2.5的平均濃度從2014年 的74.19 μg·m?3上升到110.41 μg·m?3，年均增幅為12.21%；PM10的平均濃度從2014年的135.32 μg·m?3上升到163.80 μg·m?3，年均增幅為5.26%。這說明雖然關(guān)中地區(qū)的大氣污染治理強(qiáng)度較大，但從觀測數(shù)據(jù)來看，冬季顆粒物濃度的下降并不明顯。本文認(rèn)為原因一是由于沙塵天氣等外來輸送以及靜穩(wěn)天氣持續(xù)出現(xiàn)導(dǎo)致部分日期的顆粒物濃度偏高，進(jìn)而拉高了季節(jié)平均值。從圖1 中可以看出，2014—2018年冬季PM10濃度高于300 μg·m?3的出現(xiàn)頻率整體呈現(xiàn)上升趨勢，這些高值的出現(xiàn)對拉高季節(jié)均值起到了重要影響。二是5 a 間不利天氣形勢天數(shù)整體呈現(xiàn)增加的趨勢。圖6 的分析表明：春、秋、冬季顆粒物濃度的變化整體呈現(xiàn)出當(dāng)有利天氣形勢天數(shù)增加（不利天氣形勢天數(shù)減少）時(shí)，顆粒物濃度往往出現(xiàn)下降；當(dāng)有利天氣形勢天數(shù)減少（不利天氣形勢天數(shù)增加）時(shí)，顆粒物濃度會(huì)出現(xiàn)上升的規(guī)律，且不利天氣形勢的連日出現(xiàn)會(huì)進(jìn)一步加劇污染狀況。因此本文認(rèn)為在大氣污染防治日趨嚴(yán)格的背景下，2014—2018年各季節(jié)顆粒物濃度上升，是氣象因素起到了重要作用。

而從有利和不利天氣形勢對應(yīng)的污染物平均濃度的角度分析，各年份各季節(jié)有利天氣形勢下污染物濃度均低于不利天氣形勢（圖8）；平均來看，春季、秋季和冬季有利天氣形勢下的PM2.5、PM10濃度相較不利天氣形勢下分別減少64.93%、57.14%，55.30%、49.50%和46.61%、34.63%。夏季O3_8h_max濃度在有利天氣形勢下相較不利天氣形勢下降28.80%。

圖8 2014—2018年各季節(jié)有利和不利天氣形勢對應(yīng)的大氣污染物平均濃度Fig.8 The average concentration of air pollutants corresponding to favorable and unfavorable synoptic situations in each season from 2014 to 2018

2.3 各季節(jié)不同天氣形勢對大氣污染物濃度的影響幅度

王宏等（2008）認(rèn)為在污染源強(qiáng)相對平穩(wěn)的條件下，不同天氣形勢下污染物的平均濃度相較對應(yīng)時(shí)段污染物平均濃度的變化幅度可以反映天氣形勢對污染物濃度變化的影響作用。對應(yīng)不同的天氣形勢，本文分別計(jì)算了2014—2018年各季節(jié)主要污染物濃度相較季節(jié)平均值的變化幅度（表2）。變化幅度ε=(Ci?C)/ C，其中，Ci為各季節(jié)不同天氣形勢下污染物的平均濃度，C為相應(yīng)季節(jié)污染物的平均濃度；表2 中正、負(fù)幅度的變化值分別表示在不同天氣形勢影響下大氣污染物濃度增大和減小的幅度。在影響污染物濃度的其他因素相對穩(wěn)定的情況下，可認(rèn)為上述變化幅度能夠反映不同天氣形勢對污染物濃度變化的影響。

由表2 可知，春季“槽西南型”和“高壓東南型”對大氣污染物濃度減小的影響幅度最大，PM2.5濃度減小幅度分別為22.95%、11.01%，PM10濃度減小幅度分別為14.70%、5.32%；“低壓北部型”和“內(nèi)陸高壓型”對PM2.5濃度增大的影響幅度較大，增大幅度分別為7.90%、8.88%；“過渡型”和“內(nèi)陸高壓型”對PM10濃度增大的影響幅度較大，增大幅度分別為9.19%、18.32%。

表2 2014—2018年關(guān)中地區(qū)各季節(jié)不同天氣形勢對大氣污染物濃度的影響幅度Tab.2 The impact of different synoptic situations on the concentration of air pollutants in each season in the Guanzhong basin from 2014 to 2018

夏季“低壓北部型”和“過渡型”對大氣污染物濃度減小的影響幅度最大，O3_8h_max濃度減小幅度分別為19.95%和17.61%；“內(nèi)陸高壓型”對O3_8h_max濃度增大的影響幅度最大，增大幅度為17.69%，其余天氣形勢對O3_8h_max濃度變化的影響幅度均為正值。

秋季“槽西南型”和“高壓東南型”對大氣污染物濃度減小的影響幅度最大，PM2.5濃度減小幅度分別為35.51%、35.22%，PM10濃度減小幅度分別為23.79%、30.83%；“過渡型”和“槽東南型”對污染物濃度增大的影響幅度較大，PM2.5濃度增大幅度分別為54.51%、40.62%，PM10濃度增大幅度分別為52.49%、34.26%。

冬季“槽西南型”和“高壓東南型”對大氣污染物濃度減小的影響幅度最大，PM2.5濃度減小幅度分別為34.74%、34.08%，PM10濃度減小幅度分別為20.14%、31.72%；“低壓北部型”和“槽東南型”對污染物濃度增大的影響幅度較大，PM2.5濃度增大幅度分別為21.72%、48.25%，PM10濃度增大幅度分別為11.09%、35.75%，其余天氣形勢對污染物濃度變化的影響幅度均為正值。

3 結(jié)論

（1）天氣形勢的變化對關(guān)中地區(qū)2014—2018年各季節(jié)的空氣質(zhì)量產(chǎn)生了重要影響。各年份各季節(jié)有利天氣形勢下污染物濃度均低于不利天氣形勢；春季、秋季和冬季有利天氣形勢下的PM2.5、PM10濃度相較不利天氣形勢下污染物濃度分別減少64.93%、57.14%，55.30%、49.50% 和46.61%、34.63%。夏季O3_8h_max在有利天氣形勢下相較不利天氣形勢下降28.80%。

（2）2014—2018年關(guān)中地區(qū)春季的天氣形勢以“低壓北部型”和“槽西南型”為主；夏季的天氣形勢主要為“低壓北部型”和“內(nèi)陸高壓型”；秋季天氣形勢以“低壓北部型”和“內(nèi)陸高壓型”為主；相較其他三個(gè)季節(jié)，冬季天氣形勢的出現(xiàn)頻率變化較為復(fù)雜。

（3）2014—2018年在各季節(jié)均呈現(xiàn)出當(dāng)有利天氣形勢天數(shù)增加（不利天氣形勢天數(shù)減少）時(shí)，污染物濃度下降；當(dāng)有利天氣形勢天數(shù)減少（不利天氣形勢天數(shù)增加）時(shí)，污染物濃度出現(xiàn)上升的規(guī)律。在2016年秋季出現(xiàn)的有利天氣形勢天數(shù)較2015年增加，但污染物平均濃度卻高于2015年的現(xiàn)象，主要可能是由于沙塵天氣增加所導(dǎo)致的。

（4）春、秋、冬季“槽西南型”和“高壓東南型”對大氣污染物濃度減小的影響幅度最大，夏季“低壓北部型”和“過渡型”對O3_8h_max濃度減小的影響幅度最大，在各季節(jié)出現(xiàn)以上天氣形勢時(shí)，空氣質(zhì)量一般較好；其余天氣形勢對大氣污染物濃度變化的影響幅度基本均為正值。