赵子菁，魏永杰，张祥志，秦 玮，谢慧芳*（.南京理工大学环境与生物工程学院，江苏 南京 0094；.中国环境科学研究院，环境基准与风险评估国家重点实验室，北京 000；江苏省环境监测中心，江苏 南京006）

南京市霾天气与主要气象条件的相关分析

赵子菁1，魏永杰2，张祥志3，秦 玮3，谢慧芳1*（1.南京理工大学环境与生物工程学院，江苏 南京 210094；2.中国环境科学研究院，环境基准与风险评估国家重点实验室，北京 100012；3江苏省环境监测中心，江苏 南京210036）

利用天气学原理，分析研究2012～2014年南京市霾天气的主要地面天气形势、气象要素以及PM2.5与PM10浓度的相互关系.结果表明，2012～2014年南京市霾天气以轻度和轻微霾为主，且冬季最多，夏季最少；相对湿度在50%～80%之间有利于霾的发生，尤其是70%≤RH＜80%时；有87.6%的霾发生在风速≤4m/s的情况下，并且主要来自东北偏东到东南风向区域.最利于南京霾天气形成的主要天气形势是均压场、高压控制和高压后部，而低压槽、副高控制和台风影响时霾发生较少.PM2.5在PM10中所占比例与霾强度呈正比.通过对南京市气象条件与霾的关系，及后向轨迹HYSPLIT4模式的聚类分析显示，结合南京市霾天气时的风向统计，影响南京霾发生的污染源主要有本地源、南京市东南地区的近距离污染源和华北地区的远距离污染源.

霾；地面天气类型；气象要素；后向轨迹模拟

随着我国经济的迅猛发展，机动车尾气、建筑工地扬尘、工业排放不断增加，大气氧化性不断增强，二次污染也越来越严重，导致我国霾天气出现越来越频繁.霾天气不仅使能见度恶化，影响交通；还会对人类身体健康造成严重危害［1-3］；甚至能够影响气候和农作物的生长［4-5］.

CHE等［6］研究了31个省会城市1981～2005年的霾特征变化，指出我国东部和东南部城市霾天气上升趋势显著.高歌［7］在对1961～2005年中国霾日气候特征和变化分析中指出，全国平均年霾日呈现明显的增加趋势，特别是长江中下游地区，增加幅度大，趋势显著.长江三角州地区是我国霾最严重的地区之一，也是目前霾研究的重点区域之一［8-9］.童尧青等［10］对包括南京市区和江浦、六合、溧水、江宁、高淳等5县1961～2005年的气象资料进行了分析研究，指出了灰霾天气受气象要素的影响，静小风、较高的相对湿度有利于灰霾的出现，能见度和相对湿度呈负相关.陆晓波等［11］、高岑等［12］分别对2008年和2009年南京的一次霾天气过程进行了分析，指出近地面逆温和近地面风速较小等条件不利于大气污染物的扩散和清除，这是造成这两次灰霾天气过程的重要条件.王静等［13］对南京北郊2010年冬季一次霾天气过程中气溶胶的光学特性进行了反演研究表明，霾影响期间气溶胶光学厚度（AOD）明显增加，霾过程伴随了大尺度气溶胶的导入，同时也有人为排放的贡献.郑秋萍等［14］对苏州霾天气的研究发现苏州白天出现霾的频率比夜间低.张国琏等［15］对影响上海市空气质量的地面天气类型以及气象要素研究指出春、秋、冬季易于引起上海市空气污染的天气类型有L型高压、高压、高压前和均压场4种地面天气类型；气压与空气污染物的关系为正相关，而气温、相对湿度和风速与空气污染物浓度呈负相关.王建国等［16］、齐冰等［17］分别对济南和杭州地区霾天气的地面天气类型进行研究，表明影响济南市霾的主要天气类型是冷高压和低压槽；杭州地区高压类型的天气形势对霾的产生有重要影响，气旋和东风带形势下较少出现霾.戴永立等［18］对2006～2009年我国超大城市霾天气特征和影响因子的研究指出PM10和相对湿度是影响能见度和霾天气频率的关键因子.因此，可以认为地面天气类型和气象要素与霾天气的形成和扩散关系密切.本文根据收集掌握的数据资料，对2012～2014年南京市发生的霾天气进行分析，运用天气学原理和方法对霾天气发生时南京市的天气类型和其他气象条件进行相关和归类，并运用后向轨迹聚类分析研究南京市霾天气污染来源轨迹，这对南京市未来对于霾天气的预报、预警和防治均有重要意义.

1 资料来源与研究方法

1.1 资料来源

本文采用美国国家海洋和大气管理局（National Oceanic and Atmospheric Administration，缩写为NOAA）的全球气象站数据（http: //gis.ncdc.noaa.gov/map/viewer/#app=clim &cfg= cdo&theme=hourly&layers=1&node=gis）分析逐时地面气象数据，采用韩国气象厅的历史分析图（http://222.195.136.24/forecast.html）分析地面天气类型，PM数据采用江苏省环境监测中心提供的数据.HYSPLIT模型采用的气象资料是NCEP（National Center for Environmental Prediction）的FNL全球分析资料，并经过ARL（NOAA-Air Resources Laboratory）的预处理模块转化成模式所需要的格式.本文采用的是每日执行4次，每6h一次（00:00、06:00、12:00、18:00），水平分辨率为1°×1°的大气环流数据.

1.2 研究方法

选用逐日8:00地面天气图为主，结合韩国气象厅每天提供的每3h一张（02:00、05:00、08:00、11:00、14:00、17:00、20:00、23:00）的共8张地面天气图进行分析，按照天气学原理，根据南京市在地面天气图气压场中所处位置，将地面天气形势分为10种，即:高压控制，高压后部，高压底部，高压前部，L型高压，副高控制，低压槽，低压底部，均压场，台风影响.

根据以上天气型特征，统计2012～2014年南京市霾天气发生时的天气形势，按照季节、月份统计不同时间霾天气出现的频率，分析不同的地面天气形势下风向、风速等气象要素以及PM2.5与PM10浓度对霾天气的影响.

2 结果分析

按照《中华人民共和国气象行业标准—霾的观测和预报等级》［19］（以下简称“霾标准”）中关于霾的判别规定对2012～2014年南京霾天气进行判定.在相对湿度80%～95%时，由于缺少PM1.0和气溶胶散射、吸收系数数据，在相对湿度80%～95%时，本文只以PM2.5浓度作为判断标准，PM2.5浓度≥75μg/m³的判为霾.

同时按照霾标准［19］，将霾按照能见度（V）分为重度（V＜2km）、中度（2km≤V＜3km）、轻度（3km≤V＜5km）、轻微（5km≤V＜10km）4个等级.

2.1 霾的时间变化规律

图1 2012～2014年南京市各月霾发生时长Fig.1 The monthly statistical time during haze weather in Nanjing， in 2012～2014

图1是2012～2014年南京市各月霾天气时长的统计，从总时次上来看2012年霾时次占全年的56.5%，2013年占全年的43.8%，2014年最少，占全年的41.9%.从霾等级来看，这3年中南京市的霾天气以轻度和轻微霾为主，2012年的轻度和轻微霾占霾总时长的64.7%，2013年的占60.1%，2014年占65.8%.中、重度霾分别为，2012年占35.3%， 2013年占39.9%，2014年占34.2%. 2012～2014年南京市总的霾时长呈减少的趋势，但是每年的霾总时长还在40%以上，中、重度霾的时长也在10%以上，因此，南京市仍然受到霾天气的严重影响.

从逐月比较来看，常年霾发生频次最高的月份为11月、12月和1月，最低的月份为7、8、9月3个月.2014年，由于8月份世界青奥会的召开，政府各部门采取了很多治理措施和一些强制性措施，因此，从2014年8月起，南京市的霾发生频次显著低于往年，同时，重度、中度和轻度灰霾的持续时间也显著减少.从一个方面说明，对于本地源的有效控制，会在一定程度上减少霾的发生.

图2 2012～2014年南京市各季节霾时长Fig.2 The quarterly statistical time during haze weather in Nanjing in 2012～2014

南京市春季为3月、4月、5月，夏季为6月、7月、8月，秋季为9月、10月、11月，冬季为1月、2月、12月.如图2所示，2012～2014年南京市霾时长，冬季最多，春季次之，夏季最少.夏季比较充沛的雨水对空气中悬浮的污染物有较好的沉降冲刷作用，不利于霾天气的形成.冬季随着降水的减少，同时稳定的大陆冷高压控制，使低层大气层结稳定，污染物堆积，高压中心气流下沉，对流层大气下冷上热，容易形成逆温层，易于霾的发生.

对2012～2014年南京市各时次发生霾的时长进行统计，分析南京市霾的日变化规律，结果见图3.由图3可见，早上7:00霾出现频率增高，在9:00～10:00出现峰值，然后逐渐降低，在16:00～ 17:00达到低谷，之后再继续上升，并持续到午夜，然后逐渐下降，到凌晨5:00～6:00达到最小值.这种变化过程，与交通早晚高峰的变化规律和污染排放非常符合，同时，由于污染物堆积在夜间形成的逆温层内，日出后，地表受热，对流加强，地面污染物浓度上升.随着气温上升，地面边界层增高，风速增大，有利于污染物的扩散和输送，霾出现频率也逐渐降低.17:00以后，随着交通晚高峰的出现，日落、混合层高度降低，逆温层的形成，也使得污染物在近地面堆积，利于霾的形成，出现次高峰值.因此交通源的贡献，在霾的形成过程中不容忽视.

图3 2012～2014年南京市各时次霾时长Fig.3 The hourly statistical time during haze weather in Nanjing in 2012～2014

2.2 影响霾的气象要素分析

2.2.1 相对湿度 图4是2012～2014年南京市霾天气发生时的相对湿度统计.2012～2014年所有的霾天气统计结果显示，发生重度霾时的平均相对湿度为84.3%，中度76.6%，轻度69.2%，轻微60.1%.相对湿度低于70%时发生的重度霾为200h，仅占重度霾总数的8.0%；相对湿度高于80%的轻微霾为297h，占轻微霾总数5.9%.可以看出相对湿度较高时，利于重度和中度霾发生，即高的相对湿度更有可能发生霾，霾的发生不仅与相对湿度呈反比［10］，还与相对湿度的高低有关.这是由于一方面颗粒物的吸光消光特性会随着相对湿度的增大而明显增强，造成能见度降低，另一方面可能由于颗粒物中的吸湿性化学组分在高相对湿度条件下反应加速、吸湿性增强，从而影响能见度［20-21］，发生霾.

图4 2012～2014年南京市各月各类霾平均相对湿度Fig.4 Monthly average relative humidity of various types during haze weather in Nanjing in 2012～2014

为了更好的了解霾随相对湿度的变化规律，对2012～2014年相对湿度进行了统计，如表1所示.相对湿度在50%～80%之间有利于霾的发生，尤其是70%≤RH＜80%时，霾发生频率高达71.45%；而中、重度霾则多在RH≥70%的情况下发生，特别是80%≤RH＜90%时，而相对湿度较低时（RH＜50%）不利于霾发生.此结论与魏建苏等［22］对2004年1月到2008年7月南京霾特征的研究结果接近，其结果认为相对湿度40%～70%有利于霾天气的出现，尤其50%～60%出现概率最高.有研究表明［23-24］大气能见度随着相对湿度的增大而明显降低，但是在高相对湿度下水汽对能见度的影响很大，甚至超过气溶胶粒子对其的影响.RH在75%以上时，大气能见度能较好反应PM10浓度的变化，RH大于75%时，大气能见度的降低主要反应的是PM10含水量的快速增加而不只是PM10浓度的增加［25］.所以在高RH下，能见度降低，出现中重度雾霾频率增高，但是气溶胶粒子浓度不一定增加，由于霾标准中RH在80%～95%时，要加入PM2.5、PM1.0等限制，所以总雾霾频率反而降低了.有研究表明［26］，雾和霾往往相伴出现，而且可以互相转化，空气的饱和水汽压是随着温度降低的，降温可导致空气的RH增大，当RH超过临界饱和度时，霾就会转化为雾.反之，雾也可以转化为霾.

表1 2012～2014年南京市相对湿度变化趋势Table 1 The change trend of relative humidity in Nanjing 2012～2014

2.2.2 风速及风向 （1）风速 风速是影响霾天气的重要气象要素，南京市2012～2014年大于4m/s的霾天气只占总时长的12%，静风的占8%，有34%的霾是在风速3～4m/s的情况下发生的，而多达46%的霾是在风速≤2m/s的条件下发生的（图5a）.这说明，静小风不利于污染物的扩散稀释，有利于霾天气的形成.如果只讨论中、重度霾天气（图5b），风速3～4m/s和大于4m/s所占比例都有所下降，而静风和1～2m/s的所占比例都有所升高，这说明静小风更利于中、重度霾发生.

（2）风向 把风向分为北（350°、360°、10°）、东北偏北（20°、30°）、东北（40°、50°）、东北偏东（60°、70°）、东（80°、90°、100°）、东南偏东（110°、120°）、东南（130°、140°）、东南偏南（150°、160°）、南（170°、180°、190°）、西南偏南（200°、210°）、西南（220°、230°）、西南偏西（240°、250°）、西（260°、270°、280°）、西北偏西（290°、300°）、西北（310°、320°）、西北偏北（330°、340°）16个方位，对2012～2014年南京市除去静风、风向不定外的情况进行统计.如图6a所示，2012～2014年南京市主导风向是偏东风.图6b、图6c分别是2012～2014年南京市霾天气和中重度霾天气风向图，南京市的主导风向与霾发生的主要风向一致，发生中重度霾时，东南风明显较少，说明南京市中重度霾时多为偏东北风，而东南风时多为轻度和轻微霾.

图5 2012～2014年南京市霾时及中、重度霾时风速统计Fig.5 The statistics of wind speed of haze weather in Nanjing 2012～2014

在南京市从东北至东南（顺时针）方向，尤其是东北偏东方向进行污染整治，减少大气污染排放，并在该范围持续有风速＜4m/s预报时，做好对该风向输送路径上的重大污染源的控制，有可能在未来，提前做到污染控制，不至引起大范围持续霾的发生.

图6 2012～2014年南京市各风向时长统计Fig.6 The statistics of wind direction in Nanjing 2012～2014

2.3 影响霾的地面天气类型分析

根据2012～2014年南京市天气气候特点，根据韩国气象局逐日地面天气图资料，依据天气学的原理、南京在地面气压场所处位置以及天气形发生的频次，将南京市2012～2014年地面天气形势分为以下10类:高压控制，高压后部，高压底部，高压前部，L型高压，副高控制，低压槽，低压底部，均压场，台风影响.

分别统计出2012～2014年这10类天气形势出现的天数和各类天气形势下霾时长，结果列于表2.从表2统计结果可以发现，副高、台风、低压槽这3种天气形势下霾出现频率较低；而在高压控制、均压场和高压后部这3种天气形势下霾出现频率较高.

表2 2012～2014年天气形势与霾时长统计Table 2 The statistical time of weather types and haze days in Nanjing 2012～2014

针对影响南京地区较频繁（样本数≥100d）的天气形势和霾出现频率较高（霾出现频率≥50%）的天气形势作出分析.

低压槽包括影响南京地区的低压气旋、倒槽、准静止锋等形势，是影响南京地区最为频繁的地面天气形势，通常伴随着高空的西南暖湿气流，使本场多降水天气，利于污染物的沉降不大会有霾天气的发生.

高压底部、高压控制和高压后部3种天气形势影响南京地区的样本天数接近，且同为高压系统，但是霾的出现频率大不相同.高压底部影响南京地区时，高压中心偏北，虽会带来北方的污染物，但是由于冷空气渗透南下，风速较大，对本地污染物也有一定的清洁作用，所以高压底部是这三类天气形势中霾出现频率最低的.南京地区处于高压中心或附近时，本场为高压控制，多发生在冷空气过境之后，天气晴好，高压控制的前几天由于冷空气过境的清洁作用，把本地的污染物吹散，会出现较好的空气质量，霾天气也少有发生，持续的高压控制导致较小的风速，还有晴朗夜间多出现的辐射逆温现象，造成污染物持续堆积，难以扩散，霾出现频率增高.高压后部控制时，多为高压移除南京地区，本地污染物堆积浓度已经较高，且高压后部多偏东风，南京地区离海较远，不能输送来海上的清洁空气而是带来了下游地区的污染物导致霾继续加重，所以高压后部是南京地区霾出现频率最高的天气形势.

均压场控制本场时，气压梯度弱，风速较小，层结稳定，有利于霾天气的产生.

低压底部影响南京地区的天数并不多，不过霾出现的频率却较高，低压底部控制本场时，本场主要为西南和偏西风影响，风速不大，地面辐合较强，容易造成周边污染物聚积，同时发生逆温的可能性较大，不利于污染物扩散这些条件都加大了霾天气发生的可能性.

2.4 PM2.5和PM10的分析

图7 2012～2014年各霾等级下PM2.5与PM10浓度平均值Fig.7 The average concentrations of PM2.5and PM10of in Nanjing in 2012～2014

研究表明，在一定气象条件下大气中的气溶胶粒子是导致霾发生的重要因素［27-30］.如图7所示，随着霾等级的加重，PM2.5与PM10浓度平均值不断升高，这说明，在PM2.5与PM10浓度较高的情况下，更加利于重度和中度霾天气的发生，当浓度较低时，则发生轻度和轻微霾.从PM2.5占PM10的比例来看，轻微霾时PM2.5占PM10的比例是51.3%，轻度霾时是56.9%，中度霾时是65.1%，重度霾时达69.7%.吴兑等［31］在对粤港细粒子（PM2.5）污染导致能见度下降的研究也表明，珠江三角州地区能见度恶化与细粒子关系较大，近年来随着霾增多，PM2.5占PM10比重越来越高，可达51%～79%.这说明随着霾等级的提升，PM2.5的影响增强，因为能见度是霾的等级区分的标准，所以可以说，在低能见度时PM2.5的贡献比PM10更大.

3 基于后向轨迹模式的污染物路径研究

根据所归类的10种天气型，结合PM2.5污染情况，进行基于后向轨迹模式的污染物路径研究，以期为今后的污染预报预警提供理论依据.

3.1 后向轨迹模式HYSPLIT简介

HYSPLIT-4模型［32-33］是由美国国家海洋和大气管理局（NOAA）的空气资源实验室和澳大利亚气象局在过去20年间联合研发的一种用于计算和分析大气污染物输送、扩散轨迹的专业模型.该模型是Eulerian-Lagrangian混合型的扩散模式，其平流和扩散计算采用Larangian方法，而浓度计算采取Eulerian方法，即采用Larangian方法以可变网格定义污染源，分别进行平流和扩散运算；采用通常Eulerian方法在固定的网格点上计算污染物浓度.

3.2 轨迹模拟方案

由于模拟出来的轨迹数量较大，为了清晰的看出轨迹来源，使用簇分析的方法对轨迹进行聚类分析（cluster analysis）.

在HYSPLIT模式中的聚类分析是根据气团水平移动速度和方向对大量轨迹进行分组得出的输送轨迹组，从而分析大气污染物的污染源区.邓雪娇等［34］等运用HYSPLIT模型对深圳地区典型大气污染过程进行了分析，说明了珠三角上游地区的污染对深圳地区存在明显影响，污染输送可能是造成深圳地区重污染的关键因子.根据潘鹄等［35］对上海地区的灰霾天气研究发现当边界层高度降至600m左右时，易发生中度、重度灰霾；邓涛等［36］对广州地区灰霾天气的研究表明发生灰霾天气时，霾层厚度基本达到在1km，午后可达1.5km，而发生严重灰霾天气时，霾层只有500m.经过多次筛选比较，认为选取500m作为模拟的初始高度，对于本地比较适合.同时选用气象资料观测点坐标31.93°N，118.90°E为终点.分别对2012～2014年进行72h后向轨迹分析，对中、重度霾（能见度＜3km）且PM2.5＞115 μg/m³（中度污染及以上）［37］的情况下按地面天气类型进行聚类分析.虽然统计分类了10种天气型，由于副热带高压控制和台风影响时几乎不发生霾，所以只对其余8种地面天气类型进行分析讨论.

3.3 2012～2014年中重度污染各天气形势聚类分析

图8是对2012～2014年各天气形势下中、重度霾天气进行的72h后向轨迹聚类分析.可以发现各天气形势下，轨迹都不相同，说明不同天气形势下对南京市霾天气有不同的影响.例如均压场和低压槽控制时，南京市霾天气的污染源多为本地源；高压后部控制时，污染源多从南京市东南地区进入；高压控制和低压底部时污染源多来自华北地区；高压前部、L型高压多为西北底部的长距离输送；高压底部时多从南京东北方向进入.

图8 2012～2014南京市不同天气形势后向轨迹聚类分析Fig.8 The backward trajectory clustering analysis of Nanjing in different weather types in 2012～2014

3.4 2012～2014年中重度霾天气聚类分析

为了弄清楚南京中重度霾发生时主要来源，对2012～2014年出现的PM2.5＞115μg/m³的中、重度霾情况共360d的1440条轨迹进行聚类分析，共得到6类轨迹组（图9）.第1类（41%）为本地附近的污染源，在南京市东南部有堆积；第6类（9%）72h前位于600km左右的东北海上，从杭州湾附近登陆，然后从东南方向进入南京；其他4类都是来自南京西北方向，第3类（13%）和第5类（4%）为长距离输送，分别从南京的东北和西北进入；第2类（22%）和第4类（11%）来自华北地区，其中第2类从西北方向缓慢移向南京，第4类经山东半岛入海后回转从南京偏东方向进入.总的来看2012～2014年的中、重度霾天气中，有74%（第1、3、4、6类）是从东部进入南京的，其余26%（第2、5类）是从西北方向进入南京的.从污染源来看，南京附近地区的本地污染源在中、重度霾中占的比例最大（41%），来自华北地区次之（33%），西北地区的长距离输送和海上的输送较少.72h前高度大多处于1500～2000m之间，36h前沉降到1000m附近，12h前大多已经在500m左右的高度，这说明发生中、重度霾时南京附近地区气流较稳定，没有明显的沉降或上升运动.

图9 2012～2014年南京市中重度霾后向轨迹聚类分析Fig.9 The backward trajectory clustering analysis of the medium and heavy haze weather in Nanjing 2012～2014

通过对2012～2014年南京市中、重度霾的后向轨迹聚类分析，可以发现，影响南京中、重度霾天气的污染来源，首先是本地附近的影响，然后是华北地区，西北地区和海上.中、重度霾进入南京的方向多为西北、东北和偏东.

赵普生等［38］对京津冀区域霾天气特征的研究指出，由于奥运会前后明显减少了污染物排放，且整体气象条件较好，2008年霾日数较前两年有明显下降.我们的研究也表明，在南京召开青奥会期间对本地源的有效控制会减少霾的发生.综合研究结果，建议对南京地区可根据不同的天气型进行颗粒物污染预警、预报，针对不同的天气形势对不同的污染路径上的主要排放源进行控制，以控制和减少霾天气的影响和发生.特别是东北方向，无论是在地面风还是500m高度的后向轨迹模拟中都是污染源进入南京的一条重要路径，应该针对这个方向加以防治.同时加大对本地附近地区大气污染的治理，关注华北地区大气污染变化和输送.

4 结论

4.1 南京市2012～2014年的霾天气以轻度和轻微霾为主，从季节来，冬季最多，春季次之，夏季最少.从日变化来看霾在上午5:00～6:00出现最少，9:00～10:00最多，16:00～17:00出现次少.

4.2 均压场、高压控制和高压后部这三种地面天气形势影响南京市时有利于霾天气发生，副高、台风、低压槽控制南京市时不利于霾发生.

4.3 相对湿度在50%～80%之间有利于霾的发生，尤其是70%≤RH＜80%时霾发生频率最高；中、重度霾多在RH≥70%的情况下发生，特别是80%≤RH＜90%时.而相对湿度较低时（RH＜50%）不利于霾发生.

4.4 静小风不利于污染物的扩散稀释，有利于霾天气，特别是中度和重度霾的形成. 2012～2014年南京市霾天气主要发生在风向东北偏东到东南之间，风向偏西北时霾发生较少，风向偏东南时，发生的霾天气多为轻度和轻微霾，发生中、重度霾时的主要风向为东北到东.

4.5 影响南京市霾发生的污染源主要有本地源、南京市东南地区的近距离污染源和华北地区远距离污染源.不同天气形势下，污染源进入南京的路径不同，东北方向是其中一条重要途径.

4.6 南京可根据对不同天气型进行颗粒物污染的预警、预报，对污染路径上的主要污泥源进行控制，以控制和减少霾天气的影响及发生.

［1］Tie X， Wu D， Brasseur G. Lung cancer mortality and exposure to atmospheric aerosol particles in Guangzhou， China ［J］. Atmospheric Environment， 2009，43（14）:2375-2377.

［2］Lim S S， Vos T， Flaxman A D， et al. A comparative risk assessment of burden of disease and injury attributable to 67riskfactors and risk factor clusters in 21regions， 1990-2010: a systematic analysis for the Global Burden of Disease Study 2010［J］. The lancet， 2013，380（9859）:2224-2260.

［3］Xu P， Chen Y， Ye X. Haze， air pollution， and health in China ［J］. The Lancet， 2013，382（9910）:2067.

［4］Menon S， Hansen J， Nazarenko L， et al. Climate effects of black carbon aerosols in China and India ［J］. Science， 2002，297（5590）: 2250-2253.

［5］Ramanathan V， Crutzen P J， Lelieveld J， et al. The Indian Ocean experiment: An integrated analysis of the climate forcing and effects of the great Indo-Asian haze ［J］. J. Geophys. Res.， 2001，106（22）:371-398.

［6］Che H， Zhang X， Li Y， et al. Haze trends over the capital cities of 31provinces in China， 1981-2005 ［J］. Theoretical and Applied Climatology， 2009，97（3/4）:235-242.

［7］高 歌.1961～2005年中国霾日气候特征及变化分析 ［J］. 地理学报， 2008，63（7）:761-768.

［8］史 军，崔林丽.长江三角洲城市群霾的演变特征及影响因素研究 ［J］. 中国环境科学， 2013，33（12）:2113-2122.

［9］刘晓慧，朱 彬，王红磊，等.长江三角洲地区1980～2009年灰霾分布特征及影响因子 ［J］. 中国环境科学， 2013，33（11）:1929-1936.

［10］童尧青，银 燕，钱 凌，等.南京地区霾天气特征分析 ［J］. 中国环境科学， 2007，27（5）:584-588.

［11］陆晓波，许建华.一次典型灰霾天气过程及成因分析 ［J］. 环境监控与预警， 2009，1（1）:10-13.

［12］高 岑，王体健，吴建军，等.2009年秋季南京地区一次持续性灰霾天气过程研究 ［J］. 气象科学， 2012，32（3）:246-252.

［13］王 静，牛生杰，许 丹，等.南京一次典型雾霾天气气溶胶光学特性 ［J］. 中国环境科学， 2013，33（2）:201-208.

［14］郑秋萍，刘红年，唐丽娟，等.苏州灰霾特征分析 ［J］. 气象科学，2013（1）:83-88.

［15］张国琏，甄新蓉，谈建国，等.影响上海市空气质量的地面天气类型及气象要素分析 ［J］. 热带气象学报， 2010，26（1）:124-128.

［16］王建国，王业宏，盛春岩，等.济南市霾气候特征分析及其与地面形势的关系 ［J］. 热带气象学报， 2008，24（3）:303-306.

［17］齐 冰，刘寿东，杜荣光，等.杭州地区气候环境要素对霾天气影响特征分析 ［J］. 气象， 2012，38（10）:1225-1231.

［18］戴永立，陶 俊，林泽健，等.2006～2009年我国超大城市霾天气特征及影响因子分析 ［J］. 环境科学， 2013，34（8）:2925-2932.

［19］QX/T 113-2010 霾的观测和预报等级 ［S］.

［20］Xiao Z， Zhang Y， Hong S， et al. Estimation of the main factors influencing haze， based on a long-term monitoring campaign in Hangzhou， China ［J］. Aerosol and Air Quality Resarch， 2011， 11（7）:873-882.

［21］Pitchford M， Malm W， Schichtel B， et al. Revised algorithm for estimating light extinction from IMPROVE particle speciation data ［J］. Journal of the Air and Waste Management Association， 2007，57（11）:1326-1336.

［22］魏建苏，孙 燕，严文莲，等.南京霾天气的特征分析和影响因子初探 ［J］. 气象科学， 2010，30（6）:868-873.

［23］姚 青，蔡子颖，韩素芹，等.天津冬季相对湿度对气溶胶浓度谱分布和大气能见度的影响 ［J］. 中国环境科学， 2014，34（3）:596-603.

［24］宋 明，韩素芹，张 敏，等.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.

［25］龚识懿，冯加良.上海地区大气相对湿度与PM10浓度和大气能见度的相关性分析 ［J］. 环境科学研究， 2012，25（6）:628-632.

［26］刘端阳，濮梅娟，严文莲，等.淮河下游连续雾-霾及转换成因分析［J］. 中国环境科学， 2014，34（7）:1673-1683.

［27］Wu D， Alexis Kai-Hon Lau， Leung Y K， et al. Haze weather formation and visibility deterioration resulted from fine particulate （PM2.5） pollutions in Guangdong and Hong Kong ［J］. Acta Scientiae Circumstantiae， 2012，32（11）:2660-2669.

［28］Okada K， Ikegami M， Zaizen Y， et al. The mixture state of individual aerosol particles in the 1997 Indonesian haze episode［J］. Journal of Aerosol Science， 2001，32（11）:1269-1279.

［29］Whiteaker J R， Suess D T， Prather K A. Effects of meteorological conditions on aerosol composition and mixing state in Bakersfield， CA ［J］. Environmental Science and Technology， 2002，36（11）: 2345-2353.

［30］Baik N J， Kim Y P， Moon K C. Visibility study in Seoul， 1993 ［J］. Atmospheric Environment， 1996，30（13）:2319-2328.

［31］Wu D， Deng X， Bi X， et al. Study on the visibility reduction caused by atmospheric haze in Guangzhou area ［J］. Journal of Tropical Meteorology， 2007，23（1）:1-6.

［32］Draxler R R，Hess G D. An overview of the HYSPLIT_ 4modelling system for trajectories ［J］. Australian Meteorological Magazine， 1998，47（4）:295-308.

［33］Draxler R R， Stunder B， Rolph G， et al. HYSPLIT_4User's Guide， via NOAA ［J］. ARL. Silver Spring， MD: NOAA Air Resources Laboratory， 2009.

［34］邓雪娇，黄 健，吴 兑，等.深圳地区典型大气污染过程分析［J］. 中国环境科学， 2006，26（suppl.）:7-11.

［35］潘 鹄，耿福海，陈勇航，等.利用微脉冲激光雷达分析上海地区一次灰霾过程 ［J］. 环境科学学报， 2010，30（11）:2164-2173.

［36］邓 涛，吴 兑，邓雪娇，等.一次严重灰霾过程的气溶胶光学特性垂直分布 ［J］. 中国环境科学， 2013，33（11）:1921-1928.

［37］GB3095-2012 环境空气质量标准 ［S］.

［38］赵普生，徐晓峰，孟 伟，等.京津冀区域霾天气特征 ［J］. 中国环境科学， 2012，32（1）:31-36.

The correlation analysis of Nanjing haze days and meteorological factors.

ZHAO Zi-jing1， WEI Yong-jie2， ZHANG Xiang-zhi3， QIN Wei3， XIE Hui-fang1*（1.School of Environmental and Biological Engineering， Nanjing University of Science and Technology， Nanjing 210094， China；2.State Key Laboratory of Environmental Criteria and Risk Assessment and Environmental Standards Institute， Chinese Research Academy of Environmental Sciences， Beijing 100012， China；3.Jiangsu Environmental Monitoring Center， Nanjing 210036， China）. China Environmental Science， 2015，55（12）：3570～3580

In the present study， we discussed the interactions between surface weather types， ground weather situations，meteorological elements and the concentration of PM2.5and PM10in the haze days in Nanjing 2012～2014 by using synoptic meteorology principle. The results showed that most of the haze pollutions in Nanjing were slight and mild，mainly occurred in winter and seldom in the summer. The haze days occurred easily when the relative humidity between 50%～80%， especially 70%～80%. Nearly 87.6% of the haze days occurred in the case of wind speed 4m/s or less and wind direction northeast to southeast. The haze days frequently presented in the uniform pressure field， high pressure control，and the back of the high pressure， while in the conditions of under controlled by the subtropical high pressure， low pressure trough and typhoon， it was rare. The ratio of mass concentrations of PM2.5in PM10was proportional to the strength of haze pollutions. The results of trajectory clustering analysis by HYSPLIT4 mode showed that in the medium and heavy haze days in Nanjing， it was mainly affected by the local pollution and sources from northeast China and southeast of Nanjing.

haze；the ground weather types；meteorological elements；HYSPLIT4

X16

A

1000-6923（2015）12-3570-11

赵子菁（1987-），男，江苏如皋人，硕士研究生，主要研究方向为大气污染化学与控制.

2015-05-06

国家自然科学基金资助项目（21477119）

* 责任作者， 副教授， huifangxie@hotmail.com