许万智，朱春涛，陈仲榆，陈 辉，廖 蜜

1．中国气象局公共气象服务中心，北京 100081

2．齐齐哈尔市气象局，黑龙江 齐齐哈尔 161001

3．国家卫星气象中心，北京 100081

2013年，随着全国大范围重污染天气事件的频发，雾、霾天气引起的大气环境问题日益受到关注。中国华北地区工业密集，人口众多，大气环境问题尤为突出。据中国气象局统计，2013年华北大部分地区的霾日在40 d以上［1］。对于华北区域雾、霾天气污染特征与产生原因已开展了大量研究。研究者通过模型模拟和实际观测主要从污染源的贡献［2-4］、天气对污染物的扩散能力［5-7］、污染输送状况［8］等主要方面进行了深入分析，探究了污染的形成和发展机理。多位学者从单次污染过程入手［9-14］，分析了华北部分城市的污染特征及成因，取得了针对性较强的研究结果。

对于重污染天气的研究，综合华北区域多城市的多气象要素、多观测手段的分析还比较有限［4，7］。本文选取2014年 2月 20—26日华北发生的一次重污染天气过程，利用PM2.5浓度监测数据、常规气象观测数据、天气图资料、探空数据、卫星资料和HYSPLIT模型数据从污染形成的天气背景、污染物的输送状况、区域污染特征、区域PM2.5浓度与能见度的联系等方面进行多角度分析，讨论了该次大气污染的发生和维持的原因。

1 实验观测数据来源

本研究中，PM2.5浓度数据来源于中国环境监测总站网站实时滚动发布的北京、太原、天津、石家庄的逐时监测数据。日均值为自然日的24 h平均结果，计算过程按照《环境空气质量标准》(HJ 633—2012)及其相应技术规范进行［15］。风云三号卫星图像资料由国家卫星气象中心提供。气象要素(能见度、风速、风向、相对湿度等)、地面天气图、500 hPa高空天气图及探空资料等来源于国家卫星气象中心和国家气象信息中心。后向轨迹通过NOAA在线系统，应用HYSPLIT轨迹模型获得。

2 结果与讨论

2.1 污染过程中PM2.5浓度变化特征

按照环境保护部2012年公布的《中华人民共和国环境保护标准》［15］，空气污染指数(AQI)在151～200为中度污染，201～300为重度污染，超过300为严重污染。2月20—26日，石家庄平均AQI达到374为严重污染，北京、天津、太原的平均AQI分别为291、228、201，污染程度均为重度污染。

在这次重污染天气中，华北区域颗粒物浓度迅速上升，能见度明显下降。其中，北京、石家庄在污染最严重的时次观测到能见度不足400 m。根据中国环境监测总站统计，华北4个主要城市在此次污染过程中的首要污染物多数时次均为细颗粒物(PM2.5)。为此针对这一重污染天气过程中的PM2.5浓度不同城市的逐时变化趋势进行了统计，如图1所示。图1中不连续段由部分城市数据记录缺失引起。2月19日13：00，PM2.5除在石家庄超过100 μg/m3以外，其他3个城市PM2.5浓度并不高。2月20日，北京、石家庄的PM2.5浓度迅速上升，已经超过了200 μg/m3。到2月22日，4个城市的颗粒物浓度均维持在较高水平，对于北京，2月22日13：00 PM2.5浓度是2月19日13：00的13.9倍。对于太原，2月22日13：00 PM2.5浓度是2月19日13：00的11.6倍。2月26日13：00，石家庄的PM2.5浓度出现整个污染过程的峰值，高达643 μg/m3。总体来看，从2月20日02：00至2月26日17：00，华北4个城市的PM2.5浓度均较大。北京、石家庄PM2.5浓度日均值分别为286.1、371.2 μg/m3。天津、太原略低，分别达到了 175.4、155.6 μg/m3。2 月27 日后，PM2.5浓度迅速下降，当日10：00，北京的PM2.5浓度降至8.76 μg/m3，天津、石家庄、太原也分别降至15.9、35.37、17.33 μg/m3。本次重污染天气过程特点明显，颗粒物初期累积迅速，并在高值上有较长的持续时间，污染强度大，当天气形势发生变化后，污染物浓度迅速下降。本次过程具有影响区域大、持续时间较长、消散速度快的特点。

图1 2014年2月19—27日北京、天津、石家庄、太原PM2.5浓度逐时变化

2.2 污染(雾霾)过程的遥感监测

风云三号系列卫星是中国目前在轨的系列极轨卫星。通过风云三号A星、风云三号B星(FY3A/FY3B)的组网观测得到的可见光遥感图像展示了污染物的区域分布与变化特征，详见图2。

图2 风云三号气象卫星合成通道真实影像(由国家卫星气象中心提供)

如图2(a)所示，2014年2月19日13：25河北南部、天津及渤海湾一带有中度的雾和霾。同一时刻，北京大部分、山西东部及北部、河北北部能见度较高，可观测到地面的影像。2月26日09：30，河北、北京、内蒙古自治区南部上方覆盖着云层，河北南部、北京南部、天津大部分主要受到霾的影响，卫星已基本无法观测到地面影像，见图2(b)。2月27日10：50，华北区域中，除河北北部和内蒙古自治区局地有薄云外，华北北部大部分地区的雾霾完全消散，重污染天气过程终止，见图2(c)。

2.3 污染过程天气形势特征

天气形势对气象要素的分布、变化具有重要作用，天气形势的变化极大地影响了大气的扩散能力、大气的稳定程度［16-17］。在污染源变化相对稳定的情况下，大气的扩散能力决定了一个地区的污染物浓度扩散速度，而大气的稳定程度则决定了污染物在该地区的发展趋势。针对此次重污染天气过程发展变化的情况和特点，对不同时间的500 hPa高度场和地面天气形势做了相关分析，见图3。

2014年2月19日20：00，华北大部分受高压控制，天气晴朗，同时从500 hPa高空环流形势和风场可以看到，华北大部受西北气流影响。20—26日，华北大部一直位于高压场后部的均压带控制，气压场呈现东高西低的状况。等压线稀疏，气压梯度不大，扩散能力较弱高空以纬向环流为主。从地面形势来看，地面19日受高压脊控制，高压中心缓慢东移。20—26日，地面气压较弱，地面和低空风速较小，大气稳定度较好。26日14：00，北京、河北大部分位于冷锋前部，主要由于地形原因而产生的华北弱低压的中心位于河北南部、山西东部交界，低层污染持续堆积。随着26日17：00(地面形势图略)东北气旋加深，锋面移过华北大部分，气压梯度较大，扩散能力迅速增强。根据北京、天津、太原的地面观测，有冷锋带来的大风和降雨天气，有利于污染物的扩散和沉降。后期，随着冷空气的继续深入，也破坏了华北南部的石家庄的静稳天气，对改变持续多日的高污染浓度有极大的改善作用。

图3 污染过程中不同时间的500 hPa高度场和地面天气形势

2.4 污染过程中部分气象要素特征

风是边界层内影响污染物稀释扩散的重要因子。风速是造成快速水平输送或平流的主要原因，而风向则决定大气污染物浓度场的分布［18］。在该次污染天气过程中，统计了风在各方向的发生频率以及不同方向的风力大小，利用风速风向玫瑰图(图4)展示了4个城市在2月20日02：00至26日23：00的风速风向的分布和整体趋势。由于2月26日17：00后，冷锋已经进入华北平原，北京在地理位置上纬度最高，最早受到大风天气影响，出现在北京风速风向玫瑰图中的风力较强的北风即出现在这一时段。另外，地理位置的差异也体现在图1中4个城市在高PM2.5浓度结束的时间差别。

除了2月26日后期出现的变化，整体上可以看到，北京地区的西南方向风最大，从西南方向带来的污染物对北京出现的高PM2.5浓度具有重要意义。对于石家庄来说，静风占到所有方向风的比例的10.7%，而除了南向、东南向、西南偏西方向的风速约 2 m/s，其他方向的风速均小于1.2 m/s，静稳的天气是城市产生的污染物积聚最终发展为重污染的重要原因。从天津观测到的风在各方向发生的频率以及风力大小来看，天津受西北、西南向的风影响较大，由此可以推测［19］，在此次污染过程，天津受到北京、石家庄地面输送的影响。太原由于与北京相隔太行山，受到以上3个城市的输出较弱，整体风力较小，不利于污染物的扩散。

另外，在污染过程中，4个城市还呈现了略高于清洁时段的相对湿度，但整体上小于85%。根据吴兑等［20-22］对雾、霾标准的理论研究，综合多省气象局在实际观测中的实践经验，在霾、雾区分的概念模型中：相对湿度在80%以下为霾，80%～95%为雾霾混合物，95%以上为雾。因此，从相对湿度来看，此次重污染天气是以霾为主，个别时次出现雾霾混合情况。与之前的研究［12-13］有所不同，相对湿度在污染过程中没有显示出与PM2.5浓度较为明显的相关的变化，这可能与PM2.5颗粒物中吸湿性气溶胶含量有关，相关的化学成分采集与分析将在未来开展。

图4 2014年2月20日02：00—26日23：00 4个城市风向频率(%)、风速(m/s)玫瑰图

2.5 逆温的影响分析

逆温是指大气中某一高度范围内的气温随高度增加而升高或不变的现象［23］，在有逆温的情况下，大气层结比较稳定，当逆温生成后，气流难以在垂直方向上运动，湍流运动受到抑制，大气扩散能力随之减弱，使得污染不能及时得到扩散、稀释，容易在近地面形成大气污染。所以逆温经常作为重要的污染气象条件来考虑［13］。

为了解本次过程的逆温状况，计算了地面到850 hPa各层之间的温差，见表1。

表1 21日20：00至26日20：00北京、天津、石家庄地面、1 000 hPa、925 hPa、850 hPa各层之间的温差 ℃

由表1可以发现，在北京的探空观测中，24日08：00、20：00和25日08：00，1 000 hPa的温度大于或等于地面的温度，出现逆温。在25日20：00、26日 08：00、20：00，850 hPa比 925 hPa的温度高，最高达3.5℃，表明该层中的逆温明显，这与在北京25—26日出现的高污染浓度峰值一致。在天津的探空观测结果中，从22日08：00至24日08：00，925 hPa的温度高于1 000 hPa的温度，该层在这一时间段出现逆温，而24日08：00至26日20：00的连续6个时次的探测显示，850 hPa上的温度持续高于925 hPa上的温度，表明在该层也出现了较长时间的逆温。天津在边界层出现了不同层次的逆温，影响了大气的扩散能力，污染物持续累积。石家庄测站中的逆温并不明显，主要集中在25、26日的850、925 hPa。总体来讲，上述逆温层分布状况反映出污染物浓度与近地面逆温关系紧密，尤其出现多层逆温时，对大气扩散非常不利，空气污染加重。另外，不同城市的污染浓度受逆温层影响略有区别。太原探空资料缺测，所以未能呈现在该表中。

2.6 后向轨迹分析

大气结构的不稳定特性决定了一个地区或城市的大气污染不仅与本地排放有关，还与周边地区存在着相互影响和输送［24］。为讨论污染物的来源，分别选取北京、石家庄、天津、太原为后向轨迹的终点，研究此次污染天气过程中污染物的来源。后向轨迹模式采用NOAA(美国国家海洋大气研究中心空气资源实验室)开发的HYSPLIT模型。HYSPLIT模型具有处理多种气象输入场，多种物理过程和不同类型排放源的较完整的输送、扩散、沉降的综合模式系统［25-26］，模拟时间经度最高可精确到小时，目前在国内外广泛应用于分析污染物来源及确定传输路径等［27-28］。

图5 2014年2月26日14：00 4个城市气团后向轨迹

图5展示了2月26日14：00分别抵达北京、石家庄、天津、太原的气团后向轨迹，轨迹高度分别取 500、1 000、1 500 m。500、1 000 m 的轨迹基本能够反映边界层的平均流场特征，1 500 m可以描述边界层以上混合层的输送情况。整体上看，4个城市均受到西南方向气团的影响。其中在水平方向上，影响北京的气团自西南向东北气团推进，沿线经河北石家庄、保定一直延伸到北京西南方向的房山区、大兴区。这一区域人口密集程度高，工业企业集中，各类污染物排放较大。从垂直方向来看，发生重污染期间，气团主要为近地方向的运动，人类活动与地面交通等产生的污染物影响了轨迹终点的污染状况。天津主要受到河北南部邢台、邯郸部分城市气团输入的影响，两城市的污染物输入可能是影响天津市PM2.5高含量的重要原因。石家庄主要受到山西南部城市临汾、长治等地影响，而来自陕西中部的气团在26日抵达太原。由于关中特殊的地形而在当地出现的污染积聚［29］，可能随着气团运动影响周边城市。

3 结论

1)华北4个城市在重污染天气过程中PM2.5浓度平均浓度高，持续时间长，消散时PM2.5浓度下降迅速。华北所处的高压后部均压场对污染天气的持续密切相关，地面的弱低压有助于静稳天气的维持，而冷锋过境后，扩散条件立即改善。

2)受到静风、小风影响，城市的污染不易扩散。北京、石家庄、天津的城市之间可能通过地面风相互产生影响。而在中高层，气团的后向轨迹来自华北南部、西南部的外源性污染物的输送，也对污染天气的形成发展有重要贡献。多层逆温导致污染出现后大气扩散能力减弱，在一定程度上有利于污染天气的维持。

致谢：感谢上海市气象局提供的部分大气颗粒物浓度(PM2.5)数据;感谢国家卫星气象中心张兴赢研究员、王维和、张艳、李晓静等提供的风云卫星监测数据和图像!

［1］金煜，邓琦．中国气象局：今年全国平均雾霾天数创52年之最［J］．资源与人居环境，2013，2013(11)：41-44．

［2］郝吉明，吴烨，傅立新，等．北京市机动车污染分担率的研究［J］．环境科学，2001，22(5)：1-6．

［3］郝吉明，王丽涛，李林，等．北京市能源相关大气污染源的贡献率和调控对策分析［J］．中国科学：D辑地球科学，2005，35(增刊 I)：115-122．

［4］Zhao X J，Zhao P S，Xu J，et al．Analysis of a winter regional haze event and its formation mechanism in the North China Plain［J］．Atmospheric Chemistry Physics，2013，13：903-933．

［5］孟燕军，王淑英，赵习方，等，北京地区大雾日大气污染状况及气象条件分析［J］．气象，2000，26(3)：40-43．

［6］Liu X G，Li J，Qu Y，et al．Formation and evolution mechanism of regional haze：a case study in the megacity Beijing［J］．Atmospheric Chemistry Physics，2013，13(9)：4 501-4 514．

［7］贺克斌，贾英韬，马永亮，等．北京大气颗粒物污染的区域性本质［J］．环境科学学报，2009，29(3)：482-487．

［8］Che H Z，Xia X A，Zhu J，et al．Aerosol optical properties under the condition of heavy haze over an urban site of Beijing，China［J］．Environmental Science and Pollution Research，2015，22(2)：1 043-1 053．

［9］马锋敏，高庆先，周锁铨，等．北京及周边地区一次典型大气污染过程的模拟分析［J］，环境科学研究，2008，21(1)：30-36．

［10］刘伟东，江玉华，李炬，等．北京地区一次重污染天气气溶胶分布与传输特征研究［J］．气候与环境研究，2010，15(2)：152-160．

［11］田伟，唐贵谦，王莉莉，等．北京秋季一次典型大气污染过程多站点分析［J］．气候与环境研究，2013，18(5)：595-606．

［12］唐宜西，张小玲，熊亚军，等．北京一次持续霾天气过程气象特征分析［J］．气象与环境学报，2013，29(5)：12-19．

［13］朱敏，王体健，卢兆民．一次持续空气污染过程的气象条件分析［J］．气象科学，2008，28(6)：673-677．

［14］杨素英，赵秀勇，刘宁微，等．北京秋季一次重污染天气过程的成因分析［J］．气象与环境学报，2010，26(5)：13-16．

［15］HJ 633—2012 环境空气质量指数(AQI)技术规定(试行)［S］．

［16］孟燕军，程丛兰．影响北京大气污染物变化的地面天气形势分析［J］．气象，2002，28(4)：42-47．

［17］徐晓峰，李青春，张小玲．北京一次局地重污染过程气象条件分析［J］．气象科技，2005，33(6)：543-547．

［18］李宗恺，潘云仙，孙润桥．空气污染气象学原理及应用［M］．北京：气象出版社，1985：19-23．

［19］施晓晖，徐祥德．北京及周边气溶胶区域影响与大雾相关特征的研究进展［J］．地球物理学报，2012，55(10)：3 230-3 239．

［20］吴兑．霾与雾的识别和资料分析处理［J］．环境化学，2008，27(3)：327-330．

［21］吴兑．再论都市霾与雾的区别［J］．气象，2006，32(4)：9-15．

［22］吴兑．大城市区域霾与雾的区别和灰霾天气预警信号发布［J］．环境科学与技术，2008，31(9)：1-7．

［23］蒋瑞宾，李郁竹．逆温与空气污染［J］．气象，1982，8(1)：35-37

［24］张志刚，高庆先，韩雪琴，等．中国华北区域城市间污染物输送研究［J］．环境科学研究，2004，17(1)：14-20．

［25］程水源，席德立，张宝宁，等．大气混合层高度的确定与计算方法研究［J］．中国环境科学，1997，17(6)：512-516．

［26］Roland D，Barbara S，Glenn R，et al．Hysplit4 user’s guide［EB/OL］． USA：NOAA．［2009-01-01］．http：//ready．arl．noaa．gov/hysplit．php．

［27］Roland D，Hess G D．Description of the HYSPLIT_4 modeling system［R］．NOAA technical memorandum ERL ARL-224．Silver Spring，Maryland：NOAA，Air Resources Laboratory，1998．

［28］许万智，北京地区气溶胶光学特性与辐射效应的观测研究［D］．北京：中国气象科学研究院，2013．

［29］王建鹏，孟小绒，高山，等．西安空气污染与几个主要气象条件的关系［M］．西安：西北大学出版社，2002：189-192．