-
细颗粒物(PM2.5)是指粒径小于等于2.5 μm的颗粒物,它既可进入人体肺部严重危害人类健康,也可通过长距离传输造成区域性污染[1],特别是PM2.5可显著增加民众患呼吸系统疾病(如支气管炎、哮喘)和心血管系统疾病(如高血压、冠心病)的风险[2]。大量研究表明,气象条件是造成PM2.5超标的关键因素之一,SHU et al[3]基于NCEP 再分析资料对长江三角洲地区PM2.5重污染过程对应的环流形势进行了分类;徐冉等[4-10]分别对北京、沈阳、济南、长沙、开封和乌鲁木齐等地的重污染天气特征进行了分析,发现PM2.5重污染过程均与静稳天气有关,均压系统、气旋环流相对位置、逆温层厚度的增加以及混合层高度的降低,均不利于PM2.5扩散;葛婉如等[11-12]对大气环流指数与空气质量的影响进行了研究,总体研究表明,区域空气质量状况也会受到环流背景影响。2021年1月,受持续异常静稳天气影响,银川市二级以上优良天数减少了38.7%,PM2.5月浓度值增加了60.7%,还出现了持续4 d的PM2.5严重超标的重污染天气。这是银川市大气污染防控取得明显成效背景下出现的异常重污染天气,开展重污染天气特征分析,对于研究建立重污染天气早期预警预报方法具有重要意义。
银川市一次连续PM2.5重污染天气特征分析及长期预报方法研究
Analysis of characteristics and long-term forecasting methods for a continuous PM2.5 heavy pollution weather in Yinchuan
-
摘要: 利用同期多源观测资料,对2020年1月银川市持续重污染天气过程中的气象条件、扩散特征及前期环流指数特征进行了综合分析。结果表明:2020年1月持续重污染天气过程是实行新标准以来仅次于2013年1月的PM2.5超标的重污染天气,具有持续时间长、污染等级高的特点;2020年1月气温异常偏高、风速偏小、相对湿度偏大,天气系统稳定少动且持续时间长,是造成PM2.5异常超标的主要原因之一; 1月PM2.5月浓度值同850 hPa东太平洋信风指数、北太平洋副高北界位置指数等前期环流特征因子具有较好的相关性,建立的银川市1月PM2.5月浓度预测模型,可提前30 d作出预报且预报结果与实际一致,可为重污染天气预警工作提供参考。Abstract: The meteorological conditions, diffusion characteristics and circulation index characteristics during the continuous heavy pollution weather in Yinchuan in January 2020 were comprehensively analyzed by using multi-source observation data in the same period. The results showed that the continuous heavy pollution weather process in January 2020 was only better than that in January 2013 since the implementation of the new standard with a long duration and serious pollution. In January 2020, the abnormal high temperature, the relatively low wind speed, the high humidity, the stable weather system and long duration were the main reasons for abnormal exceeding of PM2.5. The monthly PM2.5 concentration in January had a good correlation with East Pacific 850 mb Trade Wind Index, Pacific Subtropical High Northern Boundary Position Index, and other pre-circulation characteristic factors. The prediction model of PM2.5 concentration in Yinchuan in January could be accomplish the forecast 30 days in advance and the forecast result was consistent with the reality, thus providing a reference for the early warning of heavy pollution weather.
-
Key words:
- heavy pollution weather /
- PM2.5 /
- air quality /
- forecast
-
表 1 银川市重污染天气不同首要污染物超标日数统计表
t/a PM2.5月浓度值/μg•m−3 PM2.5超标日数/d 2013 109 8 2014 74 0 2015 89 6 2016 61 0 2017 79 2 2018 53 0 2019 56 0 2020 90 4 平均 76 2.5 表 2 PM2.5月浓度预测值与重污染天气日数对照表
风险分级 PM2.5月浓度/μg•m−3 重污染天气日数/d Ⅰ < 75 0 Ⅱ 75~80 1~2 Ⅲ 80~85 2~3 Ⅳ 89~90 3~4 Ⅴ > 90 4~6 -
[1] 徐虹, 肖致美, 孔君, 等. 天津市冬季典型大气重污染过程特征[J]. 中国环境科学, 2017, 37(4): 1239 − 1246. doi: 10.3969/j.issn.1000-6923.2017.04.005 [2] 郝宏飞, 杨婷, 王自发, 等. 2013—2015年北京污染频发期细颗粒物重污染成因与天气形势关系的研究[J]. 环境科学学报, 2018, 38(6): 2201 − 221. [3] SHU L, XIE M, GAO D, et al. Regional severe particle pollution and its association with synoptic weather patterns in the Yangtze River Delta region, China[J]. Atmospheric Chemistry and Physics, 2017, 17(21): 12871 − 12891. doi: 10.5194/acp-17-12871-2017 [4] 徐冉, 饶晓琴, 张恒德. 2016年12月北京市持续重污染天气特征分析[C]// 厦门: 2017中国环境科学学会科学与技术年会论文集(第一卷): 783-787. [5] 杨磊, 陈传雷, 曹世腾, 等. 2015年11月沈阳地区一次PM2.5重污染过程综合分析[J]. 气象与环境学报, 2019, 35(3): 37 − 44. doi: 10.3969/j.issn.1673-503X.2019.03.005 [6] 张宸赫, 赵天良, 陆忠艳, 等. 沈阳地区一次颗粒物重污染天气过程的气象成因分析[J]. 环境保护科学, 2021, 47(1): 97 − 103. [7] 冯亚洁, 廉丽姝, 李宝富, 等. 济南市冬季典型重污染天气过程及成因分析[J]. 环境污染与防治, 2020, 42(6): 745 − 750+754. doi: 10.15985/j.cnki.1001-3865.2020.06.016 [8] 张琴, 彭庆庆, 罗岳平, 等. 长沙市一次重污染天气特征分析及空气质量预报研究[C]// 合肥: 2018中国环境科学学会科学技术年会论文集: 87-93. [9] 喻谦花, 闵晓桐. 2014—2016年开封市空气污染特征及重污染过程气象成因分析[J]. 气象与环境科学, 2020, 43(1): 114 − 122. [10] 葛欢欢, 武胜利, 吕婷, 等. 气象因子对乌鲁木齐市一次重污染天气过程影响研究[J]. 干旱区地理, 2018, 41(3): 601 − 607. [11] 葛婉如. 冬季大尺度环流对中国中东部地区空气质量的影响[D]. 北京: 清华大学, 2019. [12] 陈诚. 海冰及海温外强迫在中国冬季严重雾和霾天气形成中的作用研究[D]. 南京: 南京信息工程大学, 2019.