, 谢汶静2, 王碧菡1, 王式功1, 龙启超3, 廖婷婷1
1. 成都信息工程大学大气科学学院, 高原大气与环境四川省重点实验室, 成都 610225;
2. 广西省贵港市气象局, 贵港 537100;
3. 四川省环境保护科学研究院, 成都 610041
收稿日期: 2018-07-20; 修回日期: 2018-10-19; 录用日期: 2018-10-19
基金项目: 国家重点研发计划（No.2018YFC0214003）；国家自然科学基金重大研究计划（No.91644226）
作者简介: 蒋婉婷(1994-), 女, E-mail:jiangwt2012@163.com
通讯作者（责任作者）: 廖婷婷(1985—), 女, 理学博士, 讲师, 主要研究方向为大气化学、大气污染. E-mail:ltt2014@cuit.edu.cn
摘要: 利用2014—2016年四川盆地7个主要城市国家环境空气监测子站资料，结合2015—2016年MICAPS常规气象数据、NECP和ERA Interim再分析资料，统计分析四川盆地细颗粒物（PM2.5）浓度时间分布特征及重污染期间的气象要素和环流背景.结果发现，2014—2016年四川盆地大气重污染主要发生在冬季，重污染日数分别为41、30和16 d，呈逐年降低的趋势.大气重污染期间，温度廓线出现多层逆温，逆温层大多出现在近地面925 hPa以下和700~600 hPa之间.四川盆地大气重污染主要对应两种环流形势，一种为500 hPa高空盛行西风气流，850 hPa高空等值线稀疏，另一种为四川盆地受到500 hPa高空槽后西北气流控制，地面为弱高压.以上两种环流形势下，四川盆地850 hPa高空附近气压梯度小，污染物不易扩散，导致重污染天气发生.本研究结论可为四川盆地大气重污染预报预警提供科学依据.
关键词:四川盆地重污染逆温层环流形势
Analysis on the characteristics of heavy pollution atmospheric circulation in the Sichuan Basin from 2014 to 2016
JIANG Wanting1
, XIE Wenjing2, WANG Bihan1, WANG Shigong1, LONG Qichao3, LIAO Tingting1 1. Plateau Atmospheric and Environment Key Laboratory of Sichuan Province, College of Atmospheric Science, Chengdu University of Information Technology, Chengdu 610225;
2. Guigang Meteorological Bureau, Guigang 537100;
3. Sichuan Academy of Environmental Sciences, Chengdu 610041
Received 20 July 2018; received in revised from 19 October 2018; accepted 19 October 2018
Abstract: The concentrations of fine particulate matters (PM2.5) of 7 representative cities in the Sichuan Basin from 2014 to 2016, as well as the meteorological data of MICAPS, NECP and ERA Interim reanalysis data from 2015 to 2016, were used in the study to get deep insight into the variation of PM2.5 concentrations in Sichuan Basin and the meteorological factors and circulation situations during the heavy pollutions. It revealed that most of the heavy pollution processes in Sichuan Basin occurred in winter. The number of heavy pollution days from 2014 to 2016 declined as 41, 30 and 16, respectively. Multi-inversion layers, which distributed in the layer of under 925 hPa near the surface and 700 ~600 hPa, were observed in most of the heavy pollution processes. There were two main patterns of the circulation situations during heavy pollutions in the Sichuan Basin, one was the west current prevailed in 500 hPa, while the contours were sparse in 850 hPa; the other one was the upper in 500 hPa of the Sichuan Basin controlled by the northwest air flow behind the trough, while the near ground controlled by the weak high-pressure system. Under the two patterns of circulation situations mentioned above, the pressure gradient at 850 hPa was weak, so that the pollutants were hard to disperse and then the heavy pollution occurred. The results might provide the scientific support to the forecast of the heavy pollutions.
Keywords: Sichuan Basinheavy pollutionsinversion layercirculation situation
1 引言(Introduction)随着我国社会经济的高速发展及城市进程化的加快, 机动车保有量快速上升, 工业大气污染物排放量也日渐增加, 导致大气污染成为社会各界重点关注的问题(钟幼军等, 2013；王跃等, 2014).近年来, 我国的大气污染已经从点源污染发展到城市污染, 21世纪开始演变为区域性污染(王跃思等, 2014).研究表明, 大气重污染会严重影响大气能见度与人体健康, 也是导致气候变化的重要影响因素之一(杨孝文等, 2016；侯梦玲等, 2017；宫殿清等, 2017), 因此, 区域性大气重污染的形成和持续的机制研究成为当前的热点之一.重污染天气的形成主要有两方面原因：一是人为源排放, 二是气象条件.相关研究表明, 在排放空气污染物量一定的情况下, 天气形势(张人禾等, 2014；吴洛林等, 2017；高庆先等, 2017)与气象因素(钟幼军等, 2013)对重污染过程的维持和发展, 以及空气污染物的扩散、稀释和累积有重要影响(Wei et al., 2011；李展等, 2015).张小曳等(2013)分析了雾和霾与气溶胶的联系、维持机制及如何治理等问题, 指出导致我国现在雾-霾问题的主要原因是严重的气溶胶污染, 气象条件对其形成、分布、维持与变化也有重要作用.研究表明, 污染天气风速小, 上下对流运动弱, 污染物在水平和垂直方向的稀释扩散能力都不理想(邓雪娇等, 2011)；大气层结稳定, 低层出现多层逆温, 上层空气的湿度大于下层空气(任阵海等, 2004), 易造成污染物的累积；大气污染物浓度的积累与低的混合层厚度有关, 空气上下的对流运动受阻, 在很大程度上减弱了大气湍流运动, 导致污染物输送、稀释能力下降(王珊等, 2015)；冬季高湿条件有利于气溶胶吸湿增长及污染物的聚集和二次转化, 使大气污染加重(杨旭等, 2017).杨康权等(2016)研究发现, 成都市高空为弱脊控制, 位势高度场异常偏高, 地面处于变性高压脊或均压场, 且近地面为风速较弱的静稳天气背景造成了2013年1月成都持续重污染天气.可见, 进行重污染天气的气象因素与环流形势分析具有重要意义.
目前已有不少研究揭示了中国关键大气污染地区致霾原因和发展趋势, 但主要集中在京津冀、珠江三角洲、长江三角洲地区(Che et al., 2014; Chen et al., 2015; Huang et al., 2017; Wang et al., 2018a).四川盆地地势起伏较大, 多为平原、低山和丘陵, 包括成都和重庆两大城市在内的共18个城市, 区域内人口密集、机动车保有量高、工业发展迅速(Ning et al., 2017).大量能源消耗和人为排放导致四川盆地的空气质量在过去几十年持续恶化(Chen et al., 2015), 2013年冬季成都发生多次持续重污染事件, PM2.5最大日均值达到427 μg·m-3(Liao et al., 2017).此外, 已有研究表明, 不同于其他地区, 四川盆地重污染天气气象成因复杂(Chen et al., 2014), 高排放量、复杂地形及较小的风速使空气滞留事件频发(Wang et al., 2018b; Liao et al., 2018), 特殊的环流形势、高湿度及逆温共同造成四川盆地重污染天气(Tao et al., 2013a; Liao et al., 2017).
与东部地区相比, 有关四川盆地区域大气重污染与气象因素及环流形势的研究相对较少；且以往对大气重污染与气象条件之间的关系研究多为个例研究(邵梦琪等, 2018；郭倩等, 2018), 缺乏长时间序列、多种因素的综合研究, 难以找出其中的规律.因此, 本文利用2014—2016年四川盆地常规监测环境污染数据, 筛选重污染事件, 分析3年间四川盆地重污染事件的天气形势特征, 包括风场、逆温层、湿度特征和大气环流形势多种因素, 初步探索重污染天气与大气环流形势之间的关系及规律, 以期为气象部门重污染天气过程预警、环保部门本地治理及区域联防联控提供科学依据和方法.
2 数据与方法(Data and methods)2.1 研究区域概况四川盆地(103°~108°E, 28°~32°N)位于中国西南部, 地形特殊, 共有22个城市, 其中, 成都和重庆市属于大型城市, 人口密集, 经济发达.四川盆地平均海拔为500 m, 西邻4000 m海拔的青藏高原, 东邻巫山山脉, 南边为云贵高原, 盆地边缘最高相对高度超过2500 m.
2.2 数据和方法选取2014—2016年四川盆地环境空气质量国控自动监测站逐时PM2.5浓度数据.其中, 由于2014年PM2.5监测还未在四川省全面普及, 仅有成都市和重庆市观测到的有效PM2.5浓度数据；2015—2016年选取盆地内7个具有区域和污染特征代表性的城市(成都市、重庆市、乐山市、自贡市、达州市、巴中市、南充市)PM2.5浓度数据, 进行盆地大气重污染发生时间的判定, 各代表城市的空间分布如图 1与表 1所示.逆温层资料来源于成都市温江站, 同时使用2.5°×2.5° NCEP再分析资料对重污染时期的相对湿度进行分析；风速资料来源于ERA Interim Daily数据集一日4次10 m风速资料(0.25°×0.25°)与MICAPS地面资料；利用MICAPS常规气象资料对重污染期间大气环流形势进行初步探讨与分析.
图 1(Fig. 1)
 |
| 图 1 四川盆地代表城市分布 Fig. 1The distribution of representative cities in Sichuan Basin |
表 1(Table 1)
| 表 1 四川盆地代表城市分布 Table 1 Distribution of representative cities in Sichuan basin | ||||||||||||||||||||||||
表 1 四川盆地代表城市分布 Table 1 Distribution of representative cities in Sichuan basin
| ||||||||||||||||||||||||
 |
采用统计分析方法研究四川盆地2014—2016年大气污染变化趋势, 对重污染期间典型天气形势特征, 包括风场、相对湿度、逆温层和大气环流形势进行分析, 初步探索四川盆地重污染天气与大气环流形势之间的关系及规律.
2.3 区域重污染的判定经过2014—2016年大量样本分析发现, 由于城市间污染物排放量不同与区域传输的影响, 四川盆地代表城市同时达到PM2.5重度污染标准(PM2.5日均浓度均大于150 μg·m-3)的样本量为0, 因此, 本文将代表城市PM2.5浓度日均值超过75 μg·m-3认定为盆地PM2.5污染日, 日均值达到115 μg·m-3(HJ633—2012中度污染标准)以上定义为四川盆地区域重污染过程.
3 结果与讨论(Results and discussion)3.1 大气污染物浓度特征分析从2014年四川盆地大气污染物日均浓度分布(图 2a)可以看出, 2014年四川盆地大气重污染主要出现在1、2和12月, 1月污染最为严重, PM2.5日均浓度最高达299 μg·m-3.5—11月无重污染天气, 其中, 6—9月的PM2.5日均浓度为全年中最低.从2015年四川盆地大气污染物日均浓度分布(图 2b)可以看出, 2015年四川盆地大气重污染主要出现在1和2月, 1月的污染物平均浓度高于2月.2015年四川盆地的大气污染较2014年有所减轻, PM2.5日均浓度最大值由299 μg·m-3下降至171 μg·m-3, 日均最大浓度下降了近43%.2015年四川盆地5月的PM2.5日均浓度较6—10月有所升高, 可能受北方沙尘或盆地内生物质燃烧的影响(Tao et al., 2013b).由图 2c可知, 2016年四川盆地大气重污染主要出现月份与2014年相似, 不同之处是其11月大气重污染也有发生.2016年PM2.5日均浓度最大值(187 μg·m-3)出现在2月, 高于2015年(171 μg·m-3), 低于2014年(299 μg·m-3), 空气质量在2014—2016年所改善.
图 2(Fig. 2)
 |
| 图 2 2014—2016年四川盆地PM2.5浓度日变化 Fig. 2The variation of daily concentration of PM2.5 from 2014 to 2016 in the Sichuan Basin |
2014—2016年四川盆地重污染天数分布情况如表 2所示, 3年间四川盆地重污染天气主要发生在冬季, 2014年3月与2016年11月也出现重污染天气；1、2、3月的重污染天数逐年减少, 12月的重污染天数保持不变.
表 2(Table 2)
| 表 2 2014—2016年四川盆地重污染天数分布 Table 2 Distribution of heavy pollution days from 2014 to 2016 in the Sichuan Basin | |||||||||||||||||||||||||||
表 2 2014—2016年四川盆地重污染天数分布 Table 2 Distribution of heavy pollution days from 2014 to 2016 in the Sichuan Basin
| |||||||||||||||||||||||||||
| |||||||||||||||||||||||||||
结合图 2与表 2分析可知, 1月重污染天数最多, 程度也最为严重.2014年四川盆地大气重污染最严重, 全年重污染天数最多(41 d), 其中有22 d出现在2014年1月, PM2.5日均最大浓度也出现在1月；2015年重污染天数(30 d)与日均浓度最大值均有所下降；2016年重污染天数下降至16 d, 但PM2.5日均最大浓度值有小幅上升.整体来看, 可能是环境质量控制有所成效, 2014—2016年四川盆地重污染天数与PM2.5日均最大浓度均呈下降趋势.
3.2 气象要素分析由于2014年四川盆地空气质量监测网络尚未搭建完成, 空气污染数据集中在成都与重庆两城市, 因此, 本文主要对2015—2016年四川盆地重污染事件的大气环流、风场、逆温层、相对湿度进行分析, 初步探索重污染天气与大气环流形势之间的关系及规律.
边界层高度在一定条件下可代表污染物的容量大小, 地形作用使得四川盆地内边界层高度降低, 同时在边界层顶存在逆温现象, 使污染物在边界层以下混合, 因此, PM2.5浓度高(郭晓梅, 2016).污染物的存在削弱了到达地面的太阳辐射, 使得边界层高度进一步降低, 污染物与边界层高度形成正反馈循环, 而不是单一的负相关关系(Zhao et al., 2017).Liao等(2018)对2013—2017年冬季成渝地区空气停滞情况的分析发现, 在大气污染较严重的成都与重庆两市边界层高度较低.四川盆地边界层高度与重污染天气的关系已得到初步研究成果, 此后不再赘述.
3.2.1 风场风向和风速对大气污染物的扩散具有重要作用.风向决定污染物的输送方向, 风速决定污染物的输送能力, 风速越大越有利于污染物的稀释和扩散；反之, 容易造成污染物累积, 导致空气质量恶化(成青燕等, 2018).
统计分析四川盆地2015—2016年风向风速数据可知, 重污染时期平均风速为1.1 m·s-1, 与已有研究结果相符(刘佳等, 2016；张娟等, 2016).如图 3所示, 四川盆地重污染期间地面风速呈现中部高、边缘低的特点.西部与东部边缘风速多小于1.5 m·s-1, 加之成都平原城市群和重庆市主城区排放较高(周子航等, 2018；谢祖欣等, 2014), 污染物不易扩散；盆地中部南充、遂宁两市风速高于盆地其他区域.由表 3可知, 各代表城市小风频率超过80%, 其中, 自贡、巴中、达州超过95%, 盆地内各区域重污染期间日均风速均较小, 造成大气污染物在近地面停滞与累积.由于代表城市超过45%的小时风速为0 m·s-1, 对应时刻风速不具有参考意义, 因此, 本文中不做风向与重污染天气的讨论.综上, 地面风速较小(小于1.5 m·s-1)是四川盆地重污染天气的重要气象特征之一.
图 3(Fig. 3)
 |
| 图 3 2015—2016年四川盆地重污染期间风速空间分布 Fig. 3Spatial distribution of wind speed during heavy pollutions in the Sichuan Basin from 2015 to 2016 |
表 3(Table 3)
| 表 3 2015—2016年四川盆地代表城市重污染期间日均风速统计 Table 3 Statistics of daily mean wind speed during heavy pollutions in Sichuan Basin from 2015 to 2016 | |||||||||||||||||||||||||||||||||||
表 3 2015—2016年四川盆地代表城市重污染期间日均风速统计 Table 3 Statistics of daily mean wind speed during heavy pollutions in Sichuan Basin from 2015 to 2016
| |||||||||||||||||||||||||||||||||||
| |||||||||||||||||||||||||||||||||||
3.2.2 逆温逆温层的存在会阻挡高空动量向下传递, 使气层稳定性较强, 空气的垂直运动减弱, 近地面污染物积累, 导致污染事件发生(周书华等, 2015).
研究表明, 四川盆地西北部的成都、德阳和绵阳市2006—2017年发生的10次重污染事件中有8次是受700 hPa低压系统影响, 温暖的南风气流控制, 存在干暖盖, 逆温层强迫使局部次级环流限制在大气边界层内, 污染物在垂直和水平方向均不易扩散, 导致重污染事件发生(Ning et al., 2018).周书华等(2015)研究发现, 成都市冬季主要为较强的贴地逆温, 使污染物长期停留在近地层.多层逆温导致大气层结稳定, 湍流活动减弱, 污染物扩散条件恶化(胡春梅等, 2016).
利用成都市温江站探空资料对2015—2016年四川盆地重污染典型时段逆温情况进行统计, 2015年1月16日(图 4a)、2015年1月21日(图 4b)和2016年2月8日(图 4c)成都市温江站在925 hPa以下白天8：00和夜间20：00均出现较明显的逆温情况, 逆温层持续存在, 大气状况趋于稳定, 垂直扩散受阻, 污染物不易扩散.2015年1月16日8：00在600 hPa附近有较明显的逆温层出现, 夜间20：00逆温层底高度下降至700~600 hPa高度层间.2015年1月22日夜间20：00在850~700 hPa高度层之间出现双层逆温.2016年2月8日白天8：00在850~700 hPa高度层出现的逆温情况持续到夜间20：00, 夜间逆温层底高度有所下降, 但逆温仍较为明显.
图 4(Fig. 4)
 |
| 图 4 2015—2016年四川盆地重污染期间温江站(成都)典型时段温度对数压力图(a.2015年1月16日; b.2015年1月21日; c.2016年2月8日) Fig. 4Temperature logarithmic pressure map of typical days in Wenjiang station (Chengdu) during heavy pollutions in the Sichuan Basin from 2015 to 2016 |
统计发现(图 5), 2015年(图 5a)和2016年(图 5b)四川盆地重污染期间8：00和20：00都存在逆温.重污染时8：00在925 hPa高空容易出现逆温情况, 其次在700~600 hPa附近；20：00在700~600 hPa附近比较容易出现逆温, 其次是925 hPa高空.逆温层距地面高度越小, PM2.5污染越严重, 这与王芳(2014)的研究结论相似.2015年80%的重污染日(24 d)于8：00在925 hPa以下出现逆温, 21个重污染日于20：00在700 ~600 hPa高度层有逆温存在.2016年重污染期间, 65%的重污染日(11 d)于8：00在925 hPa以下出现逆温, 9个重污染日于夜间20：00在925 hPa以下及700 ~600 hPa高度层均出现逆温.925 hPa对应的高度约为880 m, 即在1000 m以下, 低层逆温容易出现重污染天气.2015—2016年四川盆地只有8个重污染日在8：00为单逆温层, 多层逆温发生频率高, 导致大气垂直扩散条件进一步减弱, 污染物在近地面累积；结合图 3对风场的分析可知, 地面风速小, 空气水平运动也较弱, 二者共同造成污染物停滞、累积.
图 5(Fig. 5)
 |
| 图 5 2015—2016年四川盆地重污染期间逆温日数(a.2015年, b. 2016年) Fig. 5The days of inversion during heavy pollutions in the Sichuan Basin from 2015 to 2016 |
四川盆地重污染时段逆温统计结果表明, 重污染时白天和夜间925 hPa以下、700~600 hPa附近易出现逆温, 特别是白天在925 hPa以下高度；多层逆温频率较高, 大多集中在925 hPa以下与700 ~600 hPa高度层.
3.2.3 相对湿度相对湿度是影响污染天气的重要气象要素.已有研究发现, 高相对湿度下气溶胶吸湿增长会加速二次污染物的生成, 从而导致雾霾加重(Tan et al., 2013).此外, 相对湿度对消光系数的影响会减弱地面辐射(胡云佳等, 2017), 加强逆温强度, 使PM2.5浓度升高.
利用NCEP 2.5°×2.5°再分析资料提取四川盆地代表城市相对湿度计算平均值, 2015—2016年四川盆地重污染期间相对湿度的分布情况如图 6所示.可以看出, 2015年四川盆地发生重污染时相对湿度主要分布在60%~90%之间, 其中, 在相对湿度为70%~80%和80%~90%的重污染日约占全年的54%.2016年重污染期间, 相对湿度为70%~80%的重污染日(12 d)约占全年重污染日的71%；相对湿度为60%~70%时出现2 d重污染.研究发现, 当污染物浓度大于150 μg·m-3时, 相对湿度为65%~90%；当相对湿度低于50%时, 污染天数减少, 这与相关研究结论相符(廖婷婷等, 2016)；当相对湿度为80%~90%时表现为雾霾, 盆地内污染天数较多, 这与刘佳等(2016)日均相对湿度≥80%时霾日数与相对湿度呈负相关的结论有所差异, 也与张娟等(2016)所得轻度污染以上AQI指数与平均相对湿度呈正相关的结论不同.相对湿度大于90%时可能为雾天或降雨天气, 仍能形成重污染天气, 但概率明显降低.
图 6(Fig. 6)
 |
| 图 6 2015—2016年四川盆地重污染时期相对湿度分布情况 Fig. 6The distribution of relative humidity during heavy pollutions in Sichuan Basin from 2015 to 2016 |
综上, 当相对湿度为60%~90%时, 四川盆地容易形成重污染天气；相对湿度低于50%或高于90%时, 四川盆地极少出现重污染天气.
3.2.4 环流形势统计分析2015—2016年四川盆地重污染期间环流形势发现, 盆地大气重污染时期, 500 hPa高度对应的环流形势大致可分为两种：一是纬向环流型, 由平直西风带控制；二是槽后型, 盆地受西北气流控制.
纬向环流型：2015年1月1—4日、1月14—16日、1月25—27日、12月29—31日四川盆地出现重污染天气, 图 7为重污染时段典型的纬向环流形势.从图 7可知, 500 hPa高空环流形势稳定, 盆地上空500 hPa处呈纬向环流型, 盛行西风, 经向环流弱, 中高纬的冷空气入侵较少, 无南支波动, 不利于降水产生和南北气流交换, 污染物扩散条件差.
图 7(Fig. 7)
 |
| 图 7 纬向西风型500 hPa典型环流形势(a.2015年1月3日20：00, b.2015年1月15日20：00, c.2015年1月25日20：00, d. 2015年12月30日8：00) Fig. 7Typical situation in 500 hPa of zonal circulation with west wind |
2015年1月1—4日大气重污染发生时四川盆地500 hPa高空为西风气流控制, 近地层850 hPa高空为高压控制, 同时地面为弱高压, 气压梯度小, 呈静稳天气, 水平扩散条件不理想, 导致污染物的累积；1月14—16日四川盆地500 hPa高空在纬向环流控制下, 低层850 hPa高空无等值线穿过, 风速小, 大气较为稳定, 不利于污染物扩散.1月25—27日四川盆地850 hPa高空无等值线穿过, 周围地区等值线稀疏, 盆地在这一段时间都由弱低压控制.1月14—16日与12月29—31日环流形势相似, 地面风速小, 高空环流形势稳定, 为重污染的发生提供了条件.弱低压场导致四川盆地出现风场的辐合, 与此同时地面风速小、水平扩散受阻, 造成污染物在近地层聚集.
综上, 2015年1月1—4日、1月14—16日、1月25—27日及12月29—31日大气重污染发生时, 青藏高原至四川盆地500 hPa高空为西风气流, 环流形势稳定, 因此, 定义为纬向环流型污染过程, 此时四川盆地高空盛行西风气流, 850 hPa高空等值线稀疏, 高空与地面风速均较小, 天气形势较为稳定.
槽后型：2015年1月12—13日、1月19—22日与2016年1月1—6日、12月19—21日四川盆地出现重污染天气, 四川盆地500 hPa高空处于槽后, 为西北气流控制, 该污染时段500 hPa高空典型环流形势如图 8所示.
图 8(Fig. 8)
 |
| 图 8 槽后型500 hPa典型环流形势(a.2015年1月13日8：00, b.2015年1月22日8：00, c.2016年1月5日20：00, d. 2016年12月21日8：00) Fig. 8Typical situation in 500 hPa behind the trough |
2015年1月12—13日四川盆地500 hPa高空处于槽后, 为西北气流, 盆地高空为下沉运动；四川盆地850 hPa高空处于弱高压后部, 因其强度小, 向四周辐散的气流弱, 污染物不易扩散.2015年1月19—22日四川盆地位于高压前部, 850 hPa高空无等值线穿过, 风速小, 扩散条件不利.2016年1月1—6日四川盆地850 hPa高空为高压控制, 气象条件稳定, 盆地呈静稳天气；12月19—21日四川盆地850 hPa高空处于高压底部, 受下沉气流影响, 污染物难以向高空输送, 同时, 该时段四川盆地地面平均风速约为1 m·s-1, 水平与垂直方向扩散条件均较差.
对2015年1月12—13日、1月19—22日、2016年1月1—6日、12月19—21日4个污染时段四川盆地大气环流形势分析发现, 四川盆地均处于槽后, 因此, 定义为槽后型污染过程.850 hPa高空受高压影响, 等值线稀疏或无等值线穿过四川盆地, 风速小不利于污染物扩散.因此, 当四川盆地500 hPa高空处于槽后为西北气流控制时, 高空为下沉运动, 污染物难以垂直扩散；地面为弱气压场, 气压梯度小, 水平与垂直方向共同作用造成污染物在盆地的累积.
本文对重污染天气过程预警及大气污染预报具有一定参考意义.但因本文仅对2014—2016年四川盆地重污染典型时段大气环流形势和重要气象要素特征进行统计分析, 其内在形成机理及其他影响因素值得进一步分析和探讨.
4 结论(Conclusions)1) 2014—2016年四川盆地大气重污染主要发生在冬季, 其中, 2014年四川盆地大气污染最严重, PM2.5最高浓度达到299 μg·m-3, 重污染天数长达41 d；2014—2016年四川盆地重污染天数逐年减少.
2) 四川盆地大气重污染期间, 地面风速多低于1.5 m·s-1, 相对湿度多为60%~90%；近地面925 hPa以下、700~600 hPa附近容易出现逆温, 且多层逆温日数较多, 使大气趋于稳定, 污染物不易扩散.
3) 四川盆地500 hPa高空对应的环流形势可分为纬向环流型和槽后型：当500 hPa高空盛行西风气流, 850 hPa高空等值线稀疏时, 四川盆地呈静稳的天气形势；当盆地500 hPa高空处于槽后为西北气流, 850 hPa高空受高压影响时, 下沉运动导致污染物垂直扩散减弱, 大气扩散条件不利.
参考文献
| Che H, Xia X, Zhu J, et al. 2014. Column aerosol optical properties and aerosol radiative forcing during a serious haze-fog month over North China Plain in 2013 based on ground-based sunphotometer measurements[J]. Atmospheric Chemistry & Physics, 14(4): 2125–2138. |
| Chen H P, Wang H J. 2015. Haze Days in north China and the associated atmospheric circulations based on daily visibility data from 1960 to 2012[J]. Journal of Geophysical Research Atmospheres, 120(12): 5895–5909.DOI:10.1002/2015JD023225 |
| 成青燕, 张东方, 杨蓉, 等. 2018. 气象条件与成都市空气质量的关系研究[J]. 自然科学, 2018, 6(1): 53–62. |
| Chen Y, Xie S D, Luo B, et al. 2014. Characteristics and origins of carbonaceous aerosol in the Sichuan Basin, China[J]. Atmospheric Environment, 94: 215–223. |
| 邓雪娇, 李菲, 吴兑, 等. 2011. 广州地区典型清洁与污染过程的大气湍流与物质交换特征[J]. 中国环境科学, 2011, 31(9): 1424–1430. |
| 高庆先, 李亮, 马占云, 等. 2017. 2013—2016年天气形势对北京秋季空气重污染过程的影响[J]. 环境科学研究, 2017, 30(2): 173–183. |
| 宫殿清, 卫兴鹏, 贾陈忠, 等. 2017. 临汾市大气污染物特征与健康危险度评价[J]. 广州化工, 2017, 45(3): 80–81.DOI:10.3969/j.issn.1001-9677.2017.03.030 |
| 郭倩, 汪嘉杨, 周子航, 等. 2018. 成都市一次典型空气重污染过程特征及成因分析[J]. 环境科学学报, 2018, 38(2): 629–639. |
| 郭晓梅.2016.四川盆地空气质量气候特征及其大地形影响效应的观测模拟研究[D].南京: 南京信息工程大学 |
| 侯梦玲, 王宏, 赵天良, 等. 2017. 京津冀一次重度雾霾天气能见度及边界层关键气象要素的模拟研究[J]. 大气科学, 2017, 41(6): 1177–1190. |
| 胡春梅, 刘德, 陈道劲. 2016. 重庆地区两次连续空气污染天气过程对比分析[J]. 气象与环境学报, 2016, 32(1): 25–32. |
| 胡云佳, 刘志红. 2017. 成都市大气消光系数及PM2.5质量浓度在不同湿度条件下的关系研究[J]. 四川环境, 2017, 36(5): 82–88.DOI:10.3969/j.issn.1001-3644.2017.05.015 |
| Huang X J, Liu Z R, Liu J Y, et al. 2017. Chemical characterization and source identification of PM2.5 at multiple sites in the Beijing-Tianjin-Hebei region, China[J]. Atmospheric Chemistry & Physics, 17(21): 12941–12962. |
| 李展, 陈建文, 杜云松, 等. 2015. 成都及周边城市一次区域性空气污染过程特征分析[J]. 环境科学与技术, 2015, 38(3): 125–130. |
| 廖婷婷, 王珊, 王莉莉, 等. 2016. 2013年成都财富论坛期间空气质量状况分析研究[J]. 环境科学学报, 2016, 36(1): 271–278. |
| Liao T T, Wang S, Ai J, et al. 2017. Heavy pollution episodes, transport pathways and potential sources of PM2.5 during the winter of 2013 in Chengdu (China)[J]. Science of the Total Environment, 584-585: 1056–1065.DOI:10.1016/j.scitotenv.2017.01.160 |
| Liao T T, Gui K, Jiang W T, et al. 2018. Air stagnation and its impact on air quality during winter in Sichuan and Chongqing, southwestern China[J]. Science of the Total Environment, 635: 576–585.DOI:10.1016/j.scitotenv.2018.04.122 |
| 刘佳, 马振峰, 孙彧, 等. 2016. 1981—2014年四川不同强度霾时空特征及气候成因研究[J]. 环境科学学报, 2016, 36(12): 4328–4339. |
| Ning G C, Wang S G, Ma M J, et al. 2017. Characteristics of air pollution in different zones of Sichuan Basin, China[J]. Science of the Total Environment, 612: 975–984. |
| Ning G C, Wang S G, Yim S H L, et al. 2018. Impact of low-pressure systems on winter heavy air pollution in the northwest Sichuan Basin, China[J]. Atmospheric Chemistry & Physics, 18(18): 13601–13615. |
| 任阵海, 万本太, 虞统, 等. 2004. 不同尺度大气系统对污染边界层的影响及其水平流场输送[J]. 环境科学研究, 2004, 17(1): 7–13.DOI:10.3321/j.issn:1001-6929.2004.01.002 |
| 邵梦琪, 甘维金, 向卫国. 2018. 年初一次四川重污染过程气象条件综合分析[J]. 成都信息工程学院学报, 2018, 33(2): 212–219. |
| 宋明, 韩素芹, 张敏, 等. 2013. 天津大气能见度与相对湿度和PM10及PM2.5的关系[J]. 气象与环境学报, 2013, 29(2): 34–41.DOI:10.3969/j.issn.1673-503X.2013.02.006 |
| Tan H B, Yin Y, Gu X S, et al. 2013. An observational study of the hygroscopic properties of aerosols over the Pearl River Delta region[J]. Atmospheric Environment, 77(3): 817–826. |
| Tao J, Cheng T T, Zhang R J, et al. 2013a. Chemical composition of PM2.5 at an urban site of Chengdu in Southwestern China[J]. Advances in Atmospheric Sciences, 30(4): 1070–1084. |
| Tao J, Zhang L M, Engling G, et al. 2013b. Chemical composition of PM2.5, in an urban environment in Chengdu, China:Importance of springtime dust storms and biomass burning[J]. Atmospheric Research, 122(3): 270–283. |
| 王芳.2014.兰州市大气颗粒物及其化学组分污染特征和成因研究[D].兰州: 兰州大学 |
| Wang N, Ling Z H, Deng X J, et al. 2018a. Source contributions to PM2.5 under unfavorable weather conditions in Guangzhou City, China[J]. Advances in Atmospheric Sciences, 35(9): 1145–1159.DOI:10.1007/s00376-018-7212-9 |
| Wang X Y, Dickinson R E, Su L Y, et al. 2018b. PM2.5 pollution in China and how it has been exacerbated by terrain and meteorological conditions[J]. Bulletin of the American Meteorological Society, 99(1): 105–119.DOI:10.1175/BAMS-D-16-0301.1 |
| 王珊, 廖婷婷, 王莉莉, 等. 2015. 西安一次霾重污染过程大气环境特征及气象条件影响分析[J]. 环境科学学报, 2015, 35(11): 3452–3462. |
| 王跃, 王莉莉, 赵广娜, 等. 2014. 北京冬季PM2.5重污染时段不同尺度环流形势及边界层结构分析[J]. 气候与环境研究, 2014, 19(2): 173–184. |
| 王跃思, 姚利, 王莉莉, 等. 2014. 2013年元月我国中东部地区强霾污染成因分析[J]. 中国科学:地球科学, 2014, 44(1): 15–26. |
| Wei P, Ren Z H, Su F Q, et al. 2011. Environmental process and convergence belt of atmospheric NO2 pollution in north China[J]. Journal of Meteorological Research, 25(6): 797–811. |
| 吴洛林, 周柳艺, 王雪梅, 等. 2017. 肇庆市PM2.5重污染天气形势及冬季典型污染过程输送特征研究[J]. 热带气象学报, 2017, 33(5): 782–792. |
| 谢祖欣, 韩志伟. 2014. 基于排放清单的中国地区人为排放源的年际变化[J]. 中国科学院大学学报, 2014, 31(3): 289–296. |
| 杨康权, 龙柯吉, 肖递祥. 2016. 成都地区一次持续性污染过程天气特征分析[J]. 高原山地气象研究, 2016, 36(4): 75–78. |
| 杨孝文, 周颖, 程水源, 等. 2016. 北京冬季一次重污染过程的污染特征及成因分析[J]. 中国环境科学, 2016, 36(3): 679–686.DOI:10.3969/j.issn.1000-6923.2016.03.007 |
| 杨旭, 康延臻, 王式功, 等. 2017. 郑州市大气污染特征及其与气象条件的关系[J]. 兰州大学学报(自科版), 2017, 53(3): 348–354. |
| Zhao B, Liou K N, Gu Y, et al. 2017. Enhanced PM2.5 pollution in China due to aerosol-cloud interactions[J]. Scientific Reports, 7(1): 4453. |
| 张娟, 刘志红, 段伯隆, 等. 2016. 2014年成都市大气污染特征及气象因子分析[J]. 四川环境, 2016, 35(6): 79–88.DOI:10.3969/j.issn.1001-3644.2016.06.014 |
| 张人禾, 李强, 张若楠. 2014. 2013年1月中国东部持续性强雾霾天气产生的气象条件分析[J]. 中国科学:地球科学, 2014, 44(1): 27–36. |
| 张小曳, 孙俊英, 王亚强, 等. 2013. 我国雾-霾成因及其治理的思考[J]. 科学通报, 2013, 58(13): 1178–1187. |
| 钟幼军, 国世友. 2013. 哈尔滨冬季重污染日气象特征[J]. 气象与环境学报, 2013, 29(1): 23–27.DOI:10.3969/j.issn.1673-503X.2013.01.004 |
| 周书华, 倪长健, 刘培川. 2015. 成都地区大气边界层逆温特征分析[J]. 气象与环境学报, 2015, 31(2): 108–111. |
| 周子航, 邓也, 谭钦文, 等. 2018. 四川省人为源大气污染物排放清单及特征[J]. 环境科学, 2018, 39(12): 5344–5358. |
