威海 PM2.5浓度与气象要素的相关分析

崔宜少

（威海气象局，山东 威海 264200）

威海 PM2.5浓度与气象要素的相关分析

崔宜少

（威海气象局，山东 威海 264200）

分析2013年10月—2014年1月威海监测站逐日、逐时的PM2.5平均值与气象要素的相关性。结果表明，风速和风向与PM2.5的浓度均有一定的相关关系。当风速小于3m/s时，PM2.5值缓慢增大或一直持续；当北风风速连续大于3 m/s时，PM2.5值将迅速下降；南风增强对PM2.5的浓度没有明显的改变。PM2.5浓度增大的多数形势为高空为平直的西风环流或高空槽前。PM2.5浓度最大值往往出现在地面冷锋过境后北风风力较弱的时间段，北风风速大于3m/s后且持续，PM2.5的浓度将迅速下降。

PM2.5；风速；冷锋

引言

PM2.5是指大气中直径小于或等于2.5μm的颗粒物，它能较长时间悬浮于空气中，其在空气中含量浓度越高，就代表空气污染越严重。随着社会经济的发展、城市化进程的加快以及能源消耗的不断攀升，颗粒物已成为国内城市大气的首要污染物［1-2］，其中细颗粒物 PM2.5不仅会导致大气能见度下降，还会增加死亡率和呼吸道系统疾病发病率［3-5］。科学家们对引起空气质量变差的原因进行了相关研究，认为引起能见度下降的主要原因是大气颗粒物特别是细颗粒物污染的加剧［6］。大气能见度还与风速、空气湿度等气象要素以及降水、沙尘等天气现象密切相关［7］。当华北地区处于锋后的高压控制时，北京地区受偏北风影响，地面风速较大，致使大气颗粒物质量浓度较低；而当华北地区处于高压均压场时，地面风速较小，致使PM2.5浓度持续上升［8］。

山东半岛受海洋的调节作用，空气污染物一直较西部地区偏少，但近年来也出现了雾霾天气现象。通过对PM2.5的逐日和逐时平均浓度与气象要素的统计，得出其相关性，对预报雾霾天气提供依据。

1　PM2.5与风场的关系

1.1PM2.5日均值和风速

由于空气污染在秋冬季较严重，统计 2013 年10月—2014年1月威海监测站观测的PM2.5日均值与平均风速（图1）。通过对比发现，4个月份中有3日PM2.5超过150μg /m3，13日PM2.5超过100μg /m3，其余日均PM2.5值在100μg /m3以下。从逐日平均风速值与PM2.5日均值对比来看，风速突然增大的几个拐点处多数对应PM2.5值下降。反之，风速迅速减小的拐点处 PM2.5浓度将会升高。说明风速与PM2.5值大致成相反的对应关系。

图1　2013年10月-2014年1月日均风速与PM2.5浓度的对比统计（图中箭头分别对应表1和图2中过程时间段）

1.2相关性分析

计算了日均 PM2.5浓度与风速之间的相关系数，样本总数为123，相关系数r为-0.41。r＜0，表示PM2.5浓度和风速之间为负相关，与1.1结论相同；0.3≤|r|＜0.5，为低度相关，结果说明所用样本 PM2.5浓度与风速之间存在较弱的负相关性。为了更精确地判断地面风场与 PM2.5浓度的相关性，1.3部分分别选取了地面北风、南风突然增大的个例进行逐时统计。

1.3PM2.5逐时值和北风风速

选择了2013年12月3日、2014年1月6日、12日、15日4次PM2.5浓度日均值较大的4次过程，观测数据均为威海监测站观测所得。4次过程地面主要受冷高压控制，风向以北风为主。图 2演变出逐时风速与PM2.5值增大前、增大时、减小后的整个过程。从图2a可看出，PM2.5浓度经历了从小变大，再变小的过程，当风速小于 3m/s时，PM2.5值从 50 ug/m3以下相对缓慢地增至100ug/m3以上且一直持续，后期（蓝框内）当风速大于3 m/s时，PM2.5值迅速下降至50ug/m3以下。从图2b、图2c、图2d中也可总结出，当冬季北风风速小于3 m/s时，有利于PM2.5值的增大，但增大过程较为缓慢，期间风速达到2m/s时，对PM2.5的浓度变化亦没有明显改变；当北风风速超过3 m/s时，有利于PM2.5浓度的变小，且浓度值下降迅速。且从PM2.5逐时值和风速的相关性来看，风速大值的拐点处，相关性较好，风速小值区相关性较差。

图2　2013年12月02—05日（a），2014年1月05—08日（b），2014年1月09—12日（c）和2014年1月13—18日（d）逐时风速与PM2.5浓度的对比统计（蓝框为北风风速大于3 m/s的区域）

1.4PM2.5逐时值和南风风速

选取了2013年10月中上旬的一次南北风交替的天气过程，从表1的逐时观测数据来看，南风在10—17时风力超过3m/s，对应的PM2.5值略有减小，几乎没有变化。风向转为北风且风力小于3m/s时，PM2.5值升高明显，此时PM2.5浓度达到了一天中的最大值 0.202mg/m3。22时北风风力大于 3m/s后，PM2.5值迅速下降至0.050mg/m3以下，其中21—22时一个时次PM2.5浓度下降了0.099mg/m3。这个个例说明南风增强对 PM2.5的浓度没有明显的改变，3m/s以上风速的北风有利于迅速降低PM2.5浓度。

表1　2013年10月10—11日威海监测站逐时PM2.5浓度、风速、风向演变

2　天气形势分析

从以上统计分析可看出，PM2.5浓度较大时地面风场均较小，结合地面天气图可以看出，地面气压场大致分为均压场、弱高压、弱低压，风速非常弱。选择了几次PM2.5浓度较前一日迅速增大的天气过程。统计出，PM2.5浓度增大的多数形势为高空为平直的西风环流或高空槽前。平直西风环流下，大气层结稳定且干燥，近地面层为弱高压或弱低压影响，风速较弱；高空槽前低层有时有较大的相对湿度，大气层结有时存在不稳定能量，可带来弱降水，地面冷锋刚过境时PM2.5浓度维持或持续增大，北风增强后 PM2.5浓度下降。由于 4个月份主要为冬季，从统计的风向、风速来看，南风仅出现了20.1%，且很少出现春季典型的南大风形势，故下文给出冷锋过境前南风相对较大和冷锋过境后北风较大的两个个例详细分析南风、北风对PM2.5浓度的影响。

图3　2013年10月10日20时（a），11日08时（b）500hPa（等值线单位：dagpm）和10日20时（c），11日08时（d）地面（等值线单位：hPa）形势

2.1个例一形势分析

分析2013年10月10—11日的过程，从高空500hPa图可以看出，10月10日20时（图3a）山东半岛位于高空槽前西南气流中，地面位于东北低压底部（图3c），除成山头仍为南风外，山东其他地区自西向东刚转为北风。11日08时（图3b）高空槽刚过境，山东半岛转入西北气流中，地面转入低压后部（图3d），吹西北风。结合T-lnp图（图略）看出，高空槽过境前低层相对湿度较大，且有一定的不稳定能量存在，高空槽过境后相对湿度变小。结合表1的逐时观测数据来看，在地面冷锋未过境时，PM2.5值几乎没有变化。当地面冷锋过境，刚转为北风且风力小于 3m/s时，PM2.5值升高明显。

2.2个例二形势分析

分析 2013年 12月 8—9日高空槽过程，500hPa层8日20时高空槽仍未过境（图4a），山东半岛位于槽前西南气流中，地面图8日20时山东半岛位于冷锋过境前的高压前部低压后部的倒槽区（图 4c），为偏南风。由于倒槽偏弱，故偏南风较弱；9日08时高空槽过境（图4b），冷空气较强，地面冷锋过境后地面等压线密集（图4d），北风较强。从表2也可看出，地面为南风时，风力小于1m/s，刚转为北风时，风力仍较弱，至 9日 04时除去01时其他风力均小于3m/s，PM2.5值在这个时间段内持续升高，05时开始风速连续大于3m/s，PM2.5值开始迅速下降，最快的05—06时一个时次下降0.096 mg/m3。

图4　2013年12月8日20时（a），9日08时（b）500hPa（等值线单位：dagpm）和8日20时（c），9日08时（d）地面（等值线单位：hPa）形势

以上两个个例代表了基本秋冬季高空槽影响的普遍特点，从两个个例的分析中可以看出，PM2.5浓度最大值往往出现在地面冷锋过境后北风风力较弱的时间段，北风风速大于 3m/s后且持续，PM2.5的浓度将迅速下降。这两个个例地面都没有在山东半岛产生有量降水，这也是影响PM2.5浓度的一个主要原因。

表2　2013年12月8—9日威海监测站逐时PM2.5浓度、风速、风向演变

3　小结

（1）风速和风向与PM2.5的浓度均有一定的相关关系。当风速小于3m/s时，PM2.5值缓慢增大或一直持续；当北风风速连续大于3m/s时，PM2.5值将迅速下降；南风大于3m/s对PM2.5的浓度没有明显的改变。

（2）PM2.5浓度增大的多数形势为高空为平直的西风环流或高空槽前。南风增强对 PM2.5的浓度没有明显的改变，北风增强有利于降低PM2.5浓度。

（3）PM2.5浓度最大值往往出现在地面冷锋过境后北风风力较弱的时间段，北风风速大于3m/s后且持续，PM2.5的浓度将迅速下降。

［1］ 任阵海，万本太，苏福庆，等. 当前我国大气环境质量的几个特征［J］. 环境科学研究，2004，17（1）：1-6.

［2］ 赵越，潘钧，张红远，等. 北京地区大气中可吸入颗粒物的污染现状分析［J］. 环境科学研究，2004，17（1）： 67-69.

［3］ Chan Y C，Simpson R W，Mc Tainsh G H et al. Characterisation of chemical species in PM2.5 and PM10 aerosols in Brisbane，Australia［J］. Atmospheric Environment，1997，31（22）：3773-3785.

［4］ 韩素芹，张裕芬，李英华，等. 天津市春季气溶胶消光特征和辐射效应的数值模拟［J］.中国环境科学，2011，31（1）：8-12.

［5］ 陈义珍，赵丹，柴发合，等. 广州市与北京市大气能见度与颗粒物质量浓度的关系［J］.中国环境科学，2010，（7）：967-971.

［6］ 宋宇，唐孝炎，方晨，等. 北京市能见度下降与颗粒物污染的关系［J］. 环境科学学报，2003，23（4）：468-471.

［7］ 王淑英，张小玲，徐晓峰. 北京地区大气能见度变化规律及影响因子统计分析［J］. 气象科技，2003，31（2）：109-114.

［8］ 张宏，刘子锐，胡波，等. 北京能见度变化趋势及冬季一次典型污染过程分析［J］. 气候与环境研究，2011，16（5）：620-628.

P468.0

B

1005-0582（2015）03-0017-06

2015-08-18

国家自然科学基金（41175044）和山东省2014年开放基金（SDQXKF2014M05）共同资助

崔宜少（1978—），男，山东莱西人，本科，工程师，主要从事业务管理工作。