武萬里，王淑麗，楊亞麗

（1. 中國氣象局旱區(qū)特色農(nóng)業(yè)氣象災(zāi)害監(jiān)測預(yù)警與風(fēng)險管理重點實驗室，寧夏 銀川 750002；2. 寧夏氣象服務(wù)中心，寧夏 銀川 750002）

細(xì)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(yán)重危害人類健康，也可通過長距離傳輸造成區(qū)域性污染[1]，特別是PM2.5可顯著增加民眾患呼吸系統(tǒng)疾?。ㄈ缰夤苎?、哮喘）和心血管系統(tǒng)疾病（如高血壓、冠心病）的風(fēng)險[2]。大量研究表明，氣象條件是造成PM2.5超標(biāo)的關(guān)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(qū)PM2.5重污染過程對應(yīng)的環(huán)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(fā)現(xiàn)PM2.5重污染過程均與靜穩(wěn)天氣有關(guān)，均壓系統(tǒng)、氣旋環(huán)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(huán)流指數(shù)與空氣質(zhì)量的影響進行了研究，總體研究表明，區(qū)域空氣質(zhì)量狀況也會受到環(huán)流背景影響。2021 年1 月，受持續(xù)異常靜穩(wěn)天氣影響，銀川市二級以上優(yōu)良天數(shù)減少了38.7%，PM2.5月濃度值增加了60.7%，還出現(xiàn)了持續(xù)4 d 的PM2.5嚴(yán)重超標(biāo)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(xiàn)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(yù)警預(yù)報方法具有重要意義。

1 數(shù)據(jù)來源

銀川市空氣質(zhì)量實時數(shù)據(jù)源自寧夏空氣質(zhì)量發(fā)布系統(tǒng)（http://111.113.16.83:8086/），時間分辨率為1 h；空氣質(zhì)量日數(shù)據(jù)源自銀川市生態(tài)環(huán)境局發(fā)布的銀川市空氣質(zhì)量日報；地面氣象資料數(shù)據(jù)及探空數(shù)據(jù)源自于寧夏氣象局；天氣形勢場數(shù)據(jù)源自于NCEP 全球資料同化系統(tǒng)(GDAS)數(shù)據(jù)；氣候系統(tǒng)監(jiān)測指數(shù)集（130 項）源自于國家氣候中心網(wǎng)站。

2 結(jié)果分析

2.1 2020 年1 月銀川市空氣質(zhì)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(zhì)量概況分析 銀

川市生態(tài)環(huán)境局空氣質(zhì)量監(jiān)測結(jié)果顯示：2020 年1 月銀川市空氣質(zhì)量有效監(jiān)測天數(shù)為31 d，二級及好于二級的天數(shù)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(jiān)測指標(biāo)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(fā)展，9～12 日PM2.5日濃度值分別為：158、233、194 和164 μg/m3，對應(yīng)的環(huán)境空氣質(zhì)量指數(shù)（AQI）分別為：208、283、244 和214，達(dá)到五級重度污染。13 日空氣質(zhì)量降到2 級（良），重污染過程結(jié)束。分析2020 年1 月7～15 日空氣質(zhì)量小時監(jiān)測數(shù)據(jù)，見圖1。PM2.5濃度小時值超過五級標(biāo)準(zhǔn)值150 μg/m3的起始時間為2020 年1 月9 日6:00，結(jié)束時間為2020 年1 月12 日 23:00，持續(xù)時間達(dá)89 h；PM2.5濃度小時最大值為343 μg/m3，出現(xiàn)在2020 年1 月10 日14:00，對應(yīng)的AQI 為393，達(dá)到六級嚴(yán)重污染標(biāo)準(zhǔn)值。此次PM2.5重污染天氣過程具有持續(xù)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(fēng)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(shù)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(qū)域的降雨量和降雨日數(shù)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(qū)偏多1.1～3.5 倍。銀川市總體污染擴散形勢表現(xiàn)為天氣輻合顯著，靜穩(wěn)天氣持續(xù)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(fēng)速小時值的演變過程。PM2.5濃度與能見度呈負(fù)相關(guān)，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(zhuǎn)好,見圖1a；PM2.5濃度與相對濕度總體呈正相關(guān)，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(xiàn)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(xù)時間長的特點,見圖1b；PM2.5濃度與氣溫總體呈正相關(guān)，在9～12 日PM2.5在重污染期間，表現(xiàn)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(xiàn)的是冷空氣勢力弱，天氣形勢穩(wěn)定少動的特點,見圖1 c；PM2.5濃度與地面風(fēng)速總體呈負(fù)相關(guān)，即風(fēng)速越大，PM2.5濃度值則降低，在9～12 日PM2.5達(dá)重污染等級的89 h 期間，平均風(fēng)速為1.2 m/s，＜1 m/s 的時段達(dá)22 h，后期隨著風(fēng)速增大，PM2.5濃度值逐漸降低，空氣質(zhì)量逐步轉(zhuǎn)好，見圖1 d。

2.1.4 重 污 染 天 氣 條 件 下 的 環(huán) 流 特 征 分 析 從重污染期間的高空環(huán)流形勢看，過程發(fā)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(xiàn)為廣泛的均壓區(qū)，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(guān)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(wěn)型重污染天氣類型，有明確的靜穩(wěn)天氣條件,且持續(xù)5 d，天氣形勢的特點是氣壓分布均勻，低空風(fēng)速較小，甚至靜風(fēng)，空氣濕度大，大氣層結(jié)穩(wěn)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(xù)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(fēng)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(fēng)速呈負(fù)相關(guān)，（相關(guān)系數(shù)=?0.597 4），月平均風(fēng)速大的年份，PM2.5月濃度值小，重污染天數(shù)也少，反之，月平均風(fēng)速小的年份，PM2.5月濃度值大，重污染天數(shù)也多，反映的是水平擴散動力因子項的影響結(jié)果。圖3b 可知，PM2.5月濃度值與月平均氣溫呈正相關(guān)，（相關(guān)系數(shù)=0.616 3），與夏季不同，在冬季嚴(yán)寒季節(jié)，月平均氣溫的高低，反映的是天氣系統(tǒng)穩(wěn)定程度，月平均氣溫偏高的年份，天氣系統(tǒng)穩(wěn)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(shù)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(shù)也少，反映的是空氣污染綜合擴散能力的影響結(jié)果。對比分析2013～2020 年同期1 月的PM2.5月濃度值對應(yīng)的重污染天氣發(fā)生情況，PM2.5月濃度值高的年份，重污染天氣日數(shù)多，PM2.5月濃度值低的年份，重污染天氣日數(shù)少。2020 年1 月氣溫異常偏高，風(fēng)速異常偏小，是2020 年1 月空氣質(zhì)量狀況較差的主要天氣原因。

圖3 PM2.5 月濃度值與同期風(fēng)速、氣溫對比分析

2.2.2 PM2.5月平均值與氣候系統(tǒng)監(jiān)測指數(shù)相關(guān)分析 異常靜穩(wěn)天氣的長時間維持與全球尺度大氣環(huán)流背景具有相關(guān)關(guān)系。基于銀川市2010～2020年1 月平均風(fēng)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(tǒng)監(jiān)測指數(shù)集（130 項）資料求相關(guān)，與1 月平均氣溫值相關(guān)性較高的3 個因子分別為上年12 月的類ENSO 指數(shù)、上年11 月的類ENSO 指數(shù)和上年12 月的西太平洋副高面積指數(shù)，相關(guān)系數(shù)分別為0.795 7、0.771 1 和?0.738 2。與1 月平均風(fēng)速值相關(guān)性較高的3 個因子分別為上年12 月的印度副高面積指數(shù)、上年11 月的北美副高北界位置指數(shù)和上年12 月的NINO-W 區(qū)海表溫度距平指數(shù)，相關(guān)系數(shù)分別為 0.737 9、0.684 1 和?0.658 3。統(tǒng)計說明，月平均氣溫和月平均風(fēng)速與前期環(huán)流特征因子具有明顯的相關(guān)性。

進一步統(tǒng)計分析前期環(huán)流特征因子與當(dāng)月PM2.5月濃度平均值的相關(guān)關(guān)系，前期環(huán)流特征因子與1 月PM2.5月濃度平均值相關(guān)性較高的6 個因子分別為上年11 月850 hPa 東太平洋信風(fēng)指數(shù)、上年12 月北太平洋副高北界位置指數(shù)、上年11 月大西洋海溫三極子指數(shù)、上年12 月NINO 3.4 區(qū)海表溫度距平指數(shù)、上年11 月南方濤動指數(shù)和上年12月北美區(qū)極渦面積指數(shù)，相關(guān)系數(shù)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(xiàn)為負(fù)相關(guān)，統(tǒng)計說明，1 月PM2.5月濃度值與前期環(huán)流特征因子具有明顯的相關(guān)性。

2.2.3 PM2.5月平均值與PM2.5重污染天氣日數(shù)相關(guān)分析 2013～2020 年1 月PM2.5超標(biāo)天氣共出現(xiàn)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(xiàn)過PM2.5超標(biāo)的重污染天氣，年際變化幅度較大（表1）。統(tǒng)計中發(fā)現(xiàn)，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(shù)呈顯著的正相關(guān)，PM2.5月濃度值低于平均值時，出現(xiàn)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(xiàn)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(shù)越多，持續(xù)時間越長。從數(shù)據(jù)本身分析，重污染天氣的發(fā)生與持續(xù)，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(shù)的增多，它們之間是一種關(guān)聯(lián)關(guān)系。

表1 銀川市重污染天氣不同首要污染物超標(biāo)日數(shù)統(tǒng)計表

2.3 PM2.5 濃度值長期預(yù)報模式的建立與檢驗

統(tǒng)計分析銀川市2013～2020 年8 年間出現(xiàn)的62 d 重污染天氣，分別為PM10超標(biāo)和PM2.5超標(biāo)2 種污染類型。其中，PM10的重污染天氣日數(shù)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(xiàn)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(yù)報是重污染防治工作的關(guān)鍵。

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

以前期6 個環(huán)流特征因子，建立1 月PM2.5月濃度值長期預(yù)報方程，如下：

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

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

表2 PM2.5 月濃度預(yù)測值與重污染天氣日數(shù)對照表

從模式擬合結(jié)果來看，相關(guān)系數(shù)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(yù)報檢驗，2021 年1 月PM2.5月濃度長期預(yù)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(xiàn)重污染天氣，實況結(jié)果為未出現(xiàn)重污染天氣，預(yù)報結(jié)果與實際一致。

圖4 1 月PM2.5 濃度預(yù)報模型擬合結(jié)果與實況對比圖

3 結(jié)論

（1）2020 年1 月銀川市的細(xì)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(shù)達(dá)到4 d，且持續(xù)時間長達(dá)89 h，PM2.5濃度小時最大值達(dá)到343 μg/m3，具有持續(xù)時間長、污染等級高的特點，是實行新標(biāo)準(zhǔn)以來僅次于2013 年1 月的PM2.5超標(biāo)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(xiàn)為氣溫偏高3.1 ℃、風(fēng)速偏小30%、相對濕度偏多5.5%、日照時數(shù)偏少34.2 h、且區(qū)域降雨量偏多的特點；重污染期間還表現(xiàn)為天氣系統(tǒng)穩(wěn)定少動且持續(xù)時間長、水平能見度低、逆溫顯著的特點。這說明在當(dāng)前減排措施背景下，銀川市遇到異常持續(xù)靜穩(wěn)天氣時，仍會出現(xiàn)PM2.5超標(biāo)的重污染天氣。

（3）統(tǒng)計分析表明，前期大氣環(huán)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(guān)關(guān)系，相關(guān)性較高的6 個因子分別是：上年11 月850 hPa東太平洋信風(fēng)指數(shù)、上年12 月北太平洋副高北界位置指數(shù)、上年11 月大西洋海溫三極子指數(shù)、上年12 月NINO3.4區(qū)海表溫度距平指數(shù)、上年11 月南方濤動指數(shù)和上年12 月北美區(qū)極渦面積指數(shù)。以6 個環(huán)流特征因子為預(yù)報因子，建立的PM2.5月濃度統(tǒng)計預(yù)報模型，相關(guān)系數(shù)R2=0.981 8，且通過0.01 檢驗，預(yù)報模型時效長，預(yù)報結(jié)果與實際一致，可為銀川市重污染天氣預(yù)警提供技術(shù)支持。

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