高庆先, 李 亮, 马占云, 黄炳博

1.中国环境科学研究院, 北京 100012 2.中国环境监测总站, 北京 100012 3.南京信息工程大学, 江苏 南京 210044

2013—2016年天气形势对北京秋季空气重污染过程的影响

高庆先1, 李 亮2, 马占云1, 黄炳博3

1.中国环境科学研究院, 北京 100012 2.中国环境监测总站, 北京 100012 3.南京信息工程大学, 江苏 南京 210044

我国北方秋冬季节的空气重污染过程已经成为影响人们生活的重大环境事件，不仅受到公众和科研工作者的广泛关注，也已成为各地各部门政策制订者最为重视的关键问题之一. 针对众说纷纭的空气重污染过程的形成机理、治理方案、控制对策等，利用2013—2016年秋季(9—11月)中国环境监测总站公布的逐时空气质量监测数据，重点对北京奥体中心站的空气重污染过程的演变进行了分析. 结合中国气象局发布的天气形势分析图，系统地分析了我国4 a来秋冬季节出现大范围空气重污染过程的气候背景. 结果表明：秋季我国东北和华北地区出现持续时间长、影响范围广的空气重污染过程，除了排放源的影响之外，天气形势同样起着重要作用. 2013—2016年秋季北京奥体中心的PM2.5污染状况仍以优良天气为主，其间中度及以上污染的持续时间虽然不长，但其影响〔高ρ(PM2.5)〕也不容忽视. 秋季北京奥体中心ρ(PM2.5)日均值超标(二级)日数占25.8%，其中2014年最为严重，超标日数达44 d，占37.4%. 通过对空气重污染过程与我国传统节气的对比分析发现，入秋后我国北方首次出现持续48 h以上的空气重污染过程分别是在秋分和寒露两个节气，而最严重的空气重污染过程则出现在寒露和霜降两个节气. 从时间序列来看，4 a来北京奥体中心ρ(PM2.5)没有特别显著的改善，优良时数占60%左右，而中度以上的污染时数则维持在25%左右，但严重污染事件〔ρ(PM2.5)≥250 μgm3〕的有效时数则有明显的变化. 此外，白天污染物的浓度明显低于夜晚. 研究还发现，西伯利亚高压指数的异常偏低往往会导致持续时间长、影响范围广和污染强度强的重度污染事件.

北京； 秋季； 重污染； 天气形势

随着社会经济的高速发展，以及工业化、城市化、交通运输现代化的突飞猛进，化石燃料(如煤、石油、天然气等)的过度消耗，导致城市空气环境质量不断恶化，空气污染已成为关系到人类生存的重大环境问题，引起了世界科学家的高度关注[1-3]. 城市空气污染物的排放及空气质量能否改善已经成为目前人们普遍关注的热点问题[4-5].进入秋冬季节以后，我国北方地区往往会出现持续时间长、影响范围广、污染程度重的空气重污染过程，成为影响人们生活的重大环境事件，不仅受到广大民众和科研工作者的关注，而且成为各地各部门政策制订者最为重视的任务之一.引起媒体热追，民众热议，专家热谈，从空气重污染过程的形成过程、传输机理、影响程度和治理方式等方方面面各抒己见，对解释空气重污染过程有一定的帮助.李令军等[6]通过对2000—2010年北京空气重污染过程的研究指出北京的重污染可分为静稳积累型、沙尘型、复合型以及特殊型4个类型.冀翠华等[7]研究了北京空气污染指数节气分布及其与气象要素的关系，得出了ρ(PM10)在不同节气的分布.此外还有不少学者[8-15]针对不同的空气重污染过程展开了天气特征、影响因素、污染变化等方面的研究.张小曳等[16]在分析了雾和霾与气溶胶的联系、维持机制、污染物构成及如何治理等问题后指出，我国污染问题的主要原因是污染物的排放，但是，气象条件对于污染的形成、分布和维持与变化的作用非常明显.张人禾等[17]利用资料诊断方法，从大气环流背景场和雾霾演变过程两个方面，分析了气象条件在2013年1月空气重污染过程的作用，指出2013年1月东亚冬季风异常偏弱是形成空气重污染过程的重要成因之一.戴永立等[18]通过对2006—2009年4个重点城市霾天的天气特征及影响因子进行了分析，指出北京能见度变化对相对湿度比较敏感.廖晓农等[19]在对北京冬夏季节雾霾天气形成机制和维持机制的分析，指出冬季和夏季雾-霾过程出现的天气背景不同，影响的关键因素也有所差别.冬季在高空西北气流、低层多短波活动的背景下，雾霾形成和维持的主要机制是边界层内始终有逆温层、地面弱风场、底层湿度逐渐增大的情况，而在夏季，在受副热带高压长时间控制下，对流层低层盛行偏南风，北京的ρ(PM2.5)随着偏南风风速的增大而升高，气溶胶的区域输送作用明显，显示出天气形势对雾霾天气形成的作用很重要.廖晓农等[20]分析了污染过程ρ(PM2.5)迅速下降的形成机制，指出冷空气活动伴随的强偏北风是导致空气质量迅速改善的原因.针对京津冀空气污染特征开展了大量的研究[21-24].如张建忠等[21]分析了京津冀4次空气重污染过程的气象条件，发现4次空气重污染过程的共同点就是相对湿度维持高水平，海平面的高压和低压位置对于污染范围有着明显的影响.已有的研究对于揭示空气重污染过程的形成、维持、发展和治理有重要意义.

该研究利用2013—2016年4 a的逐时监测数据，针对北京奥体中心站开展单点的分析评估，特别选择秋季(9—11月)作为研究时段，目的是揭示入秋后北京出现持续时间长的空气重污染过程与天气气候背景的关系，解释节气在空气重污染过程形成中的作用，分析近4 a来大气污染物的演变特征，包括污染等级的分布特点等.同时，结合天气形势图和西伯利亚高压指数的演变资料，分析气候背景对空气重污染过程形成、维持和消散的影响.

1 材料与方法

该研究所用的污染监测资料来自中国环境监测总站全国城市空气质量实时发布平台(http:106.37.208.233:20035)发布的逐小时空气质量监测数据，包括PM2.5、PM10、SO2、NO2、CO和O3等. 研究时间为2013—2016年秋季(9—11月)；气象数据包括中国气象局发布的每日8次的天气形势分析图(http:m.nmc.cnpublishobservations)，西伯利亚高压指数来自中国气象局国家气候中心发布的气候系统监测、诊断、预测和评估系统(http:cmdp.ncc-cma.netMonitoringmonsoon.php?ListElem=shidx).

该研究使用的分析方法包括统计学的趋势分析和相关分析法，同时，依据HJ 663—2013《环境空气质量评价技术规范(试行)》，对2013—2014年连续4 a秋季(9—11月)北京奥体中心站逐小时空气质量监测资料开展单点环境空气质量评价，分析其总污染过程的演变及其日均值达标情况，以GB 3095—2012《环境空气质量标准》中表1环境空气污染物浓度限值以及HJ 633—2012《环境空气质量指数(AQI)技术规定(试行)》中的各类污染物等级划分和浓度限值为依据，北京奥体中心站主要污染物达标情况进行判断，计算其超标现象并进行评价.

文中还明确了空气重污染过程的定义：空气重污染过程是指一个站点某一种污染物小时浓度超过中度污染的限值，并且持续超过24 h的污染过程定义为空气重污染过程. 对PM2.5而言，就是指当ρ(PM2.5)小时均值超过115 μgm3，并且持续超过24 h的污染过程定义为空气重污染过程. 考虑到监测数据的仪器误差的影响，该研究特别规定在一个空气重污染事件的持续过程中，若污染物的浓度出现短暂回落，降至中度污染限值以下〔如ρ(PM2.5)小时均值在115 μgm3以下〕，但是回落的时间不超过5 h又恢复至重度污染，那么，仍然视其为一个连续的污染过程.

该研究还定义了一个量化表征影响空气重污染过程天气系统强弱的指标，即污染物清除速率，用以表征空气重污染过程结束时污染物浓度在1 h之内的下降情况，可由污染物小时浓度下降的百分率表示，见式(1).

RE=(ρi-ρi-1)ρi

(1)

式中：RE为污染物的清除速率，%；ρi为重污染结束时污染物(污染物浓度小于中度污染对应的浓度限值)的浓度值；ρi-1为重污染过程结束后的1 h后污染物的浓度值. 清除速率在某种程度上可以反映出影响重污染过程天气系统的强弱.

在分析过程中，考虑到仪器故障或其他原因，在研究时段会出现资料短缺的现象，通过对2013—2014年秋季(9月—11月)北京奥体中心站逐小时监测资料的分析，ρ(PM2.5)的有效时数为2 116 h，占总时数(2 184 h)的96.6%，2014年有2 058 h，占94.2%，2015年有2 110 h，占96.6%，2016年有1 950 h，占89.3%. 有效时数能够反映出研究站点ρ(PM2.5)的实际情况.

2 结果与讨论

2.1 2013—2016年秋季奥体中心污染物演变趋势

表1给出了2013—2014年秋季(9—11月)主要污染物日均浓度其超标日数及其平均浓度，表1中的超标是指污染物浓度超过GB 3095—2012《环境空气质量标准》中二级标准. 从表1可以看出，北京奥体中心2013—2016年秋季的主要超标污染物是颗粒物(PM2.5和PM10)，ρ(PM2.5)日均值超标日数平均为39 d，占总日数的42.9%，而ρ(PM10)日均值超标日数平均为24d，超标日比例为25.8%，超标期间ρ(PM2.5)平均值为155.1 μgm3，超标期间ρ(PM10)为227.8 μgm3.

2013年出现超标的日数达到了38 d，超标日比例为41.8%，超标期间ρ(PM2.5)为144.0 μgm3，最高小时均值为336 μgm3，ρ(PM10)为211.1 μgm3；2014年出现超标的日数达到了44 d，是4 a中最高的一年，超标日数比例为48%，超标期间ρ(PM2.5)为160.6 μgm3，最高小时均值为465.0 μgm3，ρ(PM10)为241.3 μgm3；2015年虽然超标日数仅有34 d，超标日比例为37.4%，但是2015年却出现了21 d曝表记录，ρ(PM2.5)最高达619.0 μgm3，其超标期间ρ(PM2.5)也是4 a来最高的，为172.3 μgm3，ρ(PM10)为240.9 μgm3，这表示2015年秋季的空气重污染程度近年来最为严重的；2016年有41 d超过标准，超标日比例为45.1%，期间ρ(PM2.5)为143.3 μgm3，最高ρ(PM2.5)小时均值高达452.0 μgm3，ρ(PM10)为218.0 μgm3.从日均值等级分布来看，北京奥体中心近4 a来，空气质量的改善情况并不明显，4 a间PM2.5超标的日数比例分别是41.8%、48.4%、37.4%和45.1%. 而PM10的超标日所占的比例相对较小，分别是25.3%、36.3%、19.8%和22.0%. 可以看出，2014年颗粒物出现超标日数最多，2015年则为最少，空气质量形势不容乐观.

在2013—2016年的4 a中，奥体中心站没有出现SO2和NO2超标的现象，但是在2013年出现5 dρ(SO2)超过一级标准(GB 3095—2012)的现象，平均为58.2 μgm3，而ρ(NO2)在4 a间则有平均26 d超过一级标准的现象，平均浓度为104.3 μgm3.ρ(CO)日均值虽然没有出现超标现象，但是超过一级标准日数有逐年增加的趋势.

二十四节气(twenty-four solar terms)是按照地球与太阳的相对位置，固定划分的一种天文、季节和气候综合的历法，能更细致地反映中国四季交替的气候特征，是中国古代订立的一种用来指导农事的补充历法，是长期经验的积累和智慧的结晶. 图1给出了2013—2014年秋季(9—11月)ρ(PM2.5)逐时和逐日变化趋势，图中也给出了9—11月的5个节气. 可以看出，进入秋季以后,北京奥体中心的重度以上的污染时间明显增多，2013—2016年进入秋季后首次发生连续48 h重度污染时间分别是2013年9月27日—10月1日(持续86 h，秋分)、2014年9月5—7日(持续52 h，白露)、2015年9月15—18日(持续48 h，白露)和2016年9月30日—10月3日(持续67 h，秋分)，即在白露和秋分两个节气北京奥体中心首次出现连续48 h以上的重度污染时间，这种现象与入秋之后的天气气候背景关系密切.

表1 2013—2016年秋季(9—11月)主要污染物超标日数及平均质量浓度

进入秋分时节，我国长江流域及其以北的广大地区，先后进入了秋季，日平均气温都降到了22 ℃以下. 北方冷气团开始具有一定的势力，大部分地区雨季刚刚结束. 秋分后太阳直射的位置移至南半球，北半球得到的太阳辐射越来越少，而地面散失的热量却较多，气温降低的速度明显加快；而进入白露节气后，夏季风逐步被冬季风所代替，冷空气南下，往往带来一定范围的降温幅度. 此时，我国北方地区降水明显减少，秋高气爽，比较干燥. 可以看出，白露节气前后，我国季风特征发生转换，此时冬季风刚刚形成，尚未达到主导强度，而夏季风还没有完全消弱减退，在这种势均力敌的情形下，容易形成不利于污染物扩散的气象条件. 从天气形势和节气气候特点分析，可以看出，进入秋季后我国北方地区会出现有利于重污染过程形成的天气条件，当污染排放达到一定程度时，就会形成持续时间长、影响范围广的空气重污染过程.

从持续时间上来看，2013年持续时间最长的空气重污染时间发生在秋分之后，持续了86 h，ρ(PM2.5)平均为202.5 μgm3；2014年重度污染持续时间最长的是发生在2014年10月7—11日，即进入寒露之后，持续时间长达98 h，ρ(PM2.5)平均高达291.2 μgm3；2015年重度污染持续时间最长的事件发生在寒露之后，即2015年11月11—15日，持续出现重度污染99 h，ρ(PM2.5)平均为217.7 μgm3；2016年重度污染持续时间最长的事件发生在寒露之后，即2016年10月12—16日，持续了84 h，ρ(PM2.5)平均为208.8 μgm3. 可以看出，在寒露之后，霜降之前往往会出现连续80 h以上的重度污染事件.

图1 2013—2016年秋季(9—11月)ρ(PM2.5)逐时和逐日变化趋势Fig.1 The PM2.5 hourly and daily trend during autumn from 2013 to 2016

如果利用每一次空气重污染过程的ρ(PM2.5)平均值表示其污染过程的强弱，可以发现，最强的空气重污染事件与最长的空气重污染事件并不一定是同一个污染过程，如2013年10月27—29日的空气重污染过程，虽然持续时间只有39 h，但是ρ(PM2.5)平均值高达269.5 μgm3；2014年最强的空气重污染过程和最长的污染过程一致，ρ(PM2.5)平均值为291.2 μgm3；2015年的最强的一次重度污染出现在10月4—7日，持续时间为80 h，ρ(PM2.5)平均值高达268.5 μgm3；2016年最强的重度污染过程则是发生在2016年11月25—27日，持续时间39 h，ρ(PM2.5)平均值高达277.5 μgm3.

通过对2013—2016年秋季空气重污染过程的分析可以发现，北京首次会出现持续48 h以上的空气重污染过程一般在秋分和白露这两个节气期间，而持续时间最长的空气重污染过程和污染程度最高的污染过程均出现在寒露和霜降这两个节气.

2.2 2013—2016年秋季奥体中心PM2.5污染等级评估

为了指导环境空气质量指数日报、实时报和预报工作，向社会公众提供健康的指导，环境保护部制定了HJ 633—2012《环境空气质量指数(AQI)技术规定(试行)》，规定了环境空气质量指数的分级方案、计算方法和环境空气质量级别和类别，为了对北京奥体中心站开展研究单点评估研究，该研究通过对2013—2016年秋季北京奥体中心监测站PM2.5的逐时监测资料进行分等级统计，统计出各等级出现的时间和平均浓度.

图2给出了每年秋季各污染等级的出现的累计时间和平均浓度，可以看出累计时间和ρ(PM2.5)平均值呈现反相关关系，也即污染等级高的时候累计的时间相对较短，说明在2013—2016年的4 a中，北京奥体中心的PM2.5污染状况仍然时以优良天气为主，但是中度污染以上的累计时间虽然不长，但是其影响〔高ρ(PM2.5)〕也不容忽视.

空气污染等级：1—优，ρ(PM2.5)≤35 μgm3；2—良好，36 μgm3<ρ(PM2.5)≤75 μgm3；3—轻度污染，76 μgm3<ρ(PM2.5)≤115 μgm3；4—中度污染，116 μgm3<ρ(PM2.5)≤150 μgm3；5—重度污染，151 μgm3<ρ(PM2.5)≤150 μgm3；6—严重污染，ρ(PM2.5)>250 μgm3.图2 2013—2016年北京奥体中心每年秋季各空气污染等级的累计时间和ρ(PM2.5)平均值Fig.2 The accumulate time and average concentration of PM2.5 for different pollution grade during autumn from 2013 to 2016 in Beijing Olympic Sports Center

从逐时ρ(PM2.5)分级情况(见表2)来看，2013—2016年4 a间北京奥体中心空气质量出现优〔ρ(PM2.5)≤35 μgm3〕和良〔ρ(PM2.5)为36～75 μgm3〕限值的有效时数分别占总有效时数的57.9%、52.7%、63.1%和57.2%；ρ(PM2.5)超过中度污染浓度限值(115 μgm3)的有效时数分别为26.4%、29.9%、25.4%和27.6%. 从时间序列来看，这4年北京奥体中心ρ(PM2.5)变化没有显著改善，优良时数的比例在60%左右，而中度以上的污染时数则维持在25%左右. 但是严重污染事件〔ρ(PM2.5)≥250 μgm3〕的有效时数则有明显变化，2013年和2016年均约为5%，2014年和2015年则均达9%左右，这种年际间的差异与当年的天气背景有密切关系.

通过分析每次持续时间超过24 h空气重污染过程的强弱发现，2013—2016年发生持续时间超过24 h的空气重污染事件的次数分别为9、9、8和10次，其累计时间分别为441、444、460和393 h，四者占总时数的20%左右.

表2 2013—2016年秋季北京奥体中心站空气污染分级情况

图3 2013—2016年秋季北京奥体中心持续24 h以上空气重污染过程持续时间和清除速率Fig.3 The accumulate time and clearance rate of heavy pollution process during autumn from 2013 to 2016 in Beijing Olympic Sports Center

根据式(1)，选择PM2.5作为研究对象，计算ρ(PM2.5)的清除速率. 图3给出了2013—2016年每年出现持续时间在24 h以上空气重污染过程的持续时间和清除速率. 由图3可以看出，每次污染过程的持续时间和清除速率并不一致，这反映出每次过程影响系统的不同. 这也可以从每次过程结束时污染物清除速率变化幅度得到反映，最低的清除速率只有1.7%，而最高的清除速率可达99.0%.

2.3 节气与区域空气重污染分析

通过上述对北京奥体中心开展的单点环境空气质量分析可以看出，节气对重度污染过程有着明显的影响，特别是进入寒露和霜降之后在我国北方会出现范围广、持续时间长和强度强的区域性空气重污染过程. 图4给出了2013—2016年每年寒露和霜降的ρ(PM2.5)空间分布.图4显示，每年的寒露(10月7日或8日)和霜降(每年10月22日或23日)之后，在我国东北或华北均会出现大范围的空气重污染过程，这些过程是经历夏季空气质量相对优良季节之后出现，往往会受到媒体和老百姓的广泛关注，“雾霾”这一话题又开始频繁出现在各种媒体上，对老百姓的身心健康产生不利的影响. 然而，通过对这种大范围的区域空气重污染发生和气候背景的分析可以看出天气背景的影响不容忽视.

图4 2013—2016年寒露和霜降节气的ρ(PM2.5)空间分布Fig.4 The spatial distribution of PM2.5 during Cold Dew solar terms and First Frost solar terms from 2013 to 2016

霜降节气，天气渐冷，开始有霜.黄河流域一带出现初霜，大部分地区多忙于播种三麦等作物. 防霜措施：早种，错开晚秋霜冻；选种，选用早熟高产品种；浇水，因为干土比湿土散热快；熏烟，可在小范围内形成保温云层，减轻冻害；锄地，可提高地温；施肥，施腐植酸钠或磷肥，使作物提前成熟；改变，植树造林，可调节气温，彻底改变环境. 可见在霜降前后广大的农区，特别是东北地区焚烧秸秆以减轻冻害很常见，期间秸秆焚烧释放的大量污染物在不利的天气气候背景下，容易形成大范围重度污染过程.

如2013年10月20日黑龙江、吉林和辽宁三省形成严重雾霾天气. 黑龙江省内的全部高速路封闭，同时，哈尔滨机场和学校关闭3 d.哈尔滨监测的ρ(PM2.5)小时均值高达1 000 μgm3，能见度降至50 m，造成航班延误以及2 000多所学校停课.2013年10月22日，北京、天津和河北分别发布了各自的空气污染应急预案，京津冀治污首次实现同步.

2013年10月28日，我国中东部20余个省区市出现雾霾天气. 根据06:00时监测ρ(PM2.5)显示，北京、天津、河北、山西、陕西及河南等部分地区出现了中度或重度污染现象.

2013年10月我国中东部大部地区雾霾日数较常年同期偏多5～10 d，局部偏多10 d以上.

2.4 影响空气重污染事件的气候背景分析

通过上述分析可以看出，每年秋季特别是进入寒露和霜降节气，我国北方地区经常会出现持续时间长、影响范围广、污染强度强的空气重污染过程，这种污染过程的形成，除了污染物的排放外，不容忽视的一个重要影响因子就是这段时期的天气气候背景.

从气象学来讲，秋季在我国境内活动的气团是以变性的西伯利亚气团为主导，热带气团退居东南海上，我国东部地区处在单一气团控制下. 秋季我国大气环流的总体形势：进入秋季，副热带高压开始减弱并南撤，脊线退回到25°N～30°N，海上高压中心向东南方移去. 地面上北方冷空气势力加强，冷高压活动在蒙古国一带，地面热低压渐渐消失，各地的冷空气活动增多[25].

西伯利亚高压是东亚季风的主要成员之一，对全球大气环流特别是东亚季风有重要影响[26]，已有研究往往集中在西伯利亚对气温、海温和北极涛动等因子的影响，分析西伯利亚高压与空气重污染过程的研究不多. 利用中国气象局国家气候中心(http:cmdp.ncc-cma.netMonitoring)发布的西伯利亚高压指数(Siberian High Index)数据，选取2013—2016年秋季3 m的西伯利亚高压指数，对比同期北京奥体中心站监测的ρ(PM2.5)日均值演变，以便分析二者之间的关系. 从2013—2016年秋季西伯利亚高压指数及气候态的日变化趋势〔见图5(a)〕以及同期北京奥体中心ρ(PM2.5)日均值演变趋势〔见图5(b)〕可以看出，最近4年西伯利亚高压指数比气候态偏低的日数多于偏高的日数，特别是2013年和2014年，偏低日数分别占总日数的65.9%和63.7%. 2015年和2016年偏高日数和偏低日数基本相当，但是2015年偏低的幅度明显高于偏高的幅度，2016年则是明显偏高. 西伯利亚高压的这种异常变化对空气重污染过程的影响非常明显，对比北京同期奥体中心ρ(PM2.5)日均值的变化与西伯利亚高压的变化可以发现，奥体中心出现连续空气重污染过程均出现在西伯利亚高压强度较气候平均值偏弱的时段，因为西伯利亚高压偏弱，则显示月内冬季风活动不活跃，扩散条件相对较弱，易于污染物的累积从而形成重度污染.结合前文分析近4年来重度污染过程的起止时间、持续长短和强度高低，可以看出，2013—2016年最早出现持续时间超过48 h的空气重污染过程均出现在西伯利亚高压指数明显偏低气候态的时段，如2013年9月27日—2013年10月1日(持续86 h)，2014年9月5—7日(持续52 h)，2015年9月15—18日(持续48 h)，2016年9月30日—2016年10月3日(持续67 h). 2014年10月7—11日发生了持续时间长达98 h的重度污染事件，2015年11月11—15日发生了持续99 h的重度污染事件，2016年10月12—16日发生了持续84 h的重度污染事件，这些事件的发生均出现在西伯利亚高压指数偏低气候态的时段. 由此可见，西伯利亚高压指数的异常偏低往往会导致我国北方地区出现持续时间长、影响范围广和污染强度强的重度污染事件.

图5 2013—2016年西伯利亚高压指数和同期北京奥体中心ρ(PM2.5)日均值比较Fig.5 The Siberian high pressure index and PM2.5 daily average value in Beijing Olympic Sports Center from 2013 to 2016

3 结论

a) 天气气候背景对秋季空气重污染过程的形成、维持和消亡起着重要的作用，在污染物排放量高、污染物排放源复杂的情况下，天气气候背景成为形成持续时间长、影响范围广和污染程度高的空气重污染过程的主要驱动因素.

b) 秋季空气重污染过程的形成与节气有着密切的关系，北京入秋之后最早出现持续时间超过48 h的空气重污染过程一般发生在白露和秋分这两个节气，而持续时间最长、污染程度最高的空气重污染过程则会出现在寒露和霜降这两个节气.

c) 2013—2016年秋季的主要超标污染物是颗粒物(PM2.5和PM10)，ρ(PM2.5)日均值超过二级标准日数平均为39 d，超标日比例为日数42.9%；而ρ(PM10)日均值出现超标(二级标准)日数平均为24 d，超标日比例为25.8%；超标期间ρ(PM2.5)、ρ(PM10)平均值分别为155.1、227.8 μgm3.

d) 2013—2016年秋季奥体中心站未出现ρ(SO2)和ρ(NO2)超标的现象，但是在2013年ρ(SO2)超过一级标准5 d，平均浓度为58.2 μgm3；而ρ(NO2)在4 a间平均26 d超过二级标准，ρ(NO2)平均值为104.3 μgm3；ρ(CO)日均值虽然没有出现超标现象，但是超过二级标准日数有逐年增加的趋势.

e) 2013—2016年北京奥体中心ρ(PM2.5)年均值变化不显著，优良时数的比例在60%左右，而中度及以上的污染时数则维持在25%左右. 但是严重污染事件〔ρ(PM2.5)≥250 μgm3〕的有效时数则有明显变化，2013年和2016年约占5%，2014年和2015年则达9%左右，这种年际间的差异与当年的天气背景有密切关系.

f) 2013—2016年最早出现持续时间超过48 h的空气重污染过程均出现在西伯利亚高压指数明显偏低气候态的时段，西伯利亚高压指数的异常偏低往往会导致我国北方地区出现持续时间长、影响范围广和污染强度强的重度污染事件，反映了天气与气候背景对空气重污染过程的影响.

[1] JACOB D J,WINNER D A. Effect of climate change on air quality[J].Atmospheric Environment,2015,43(1):51-63.

[2] SORET A,GUEVARA M,BALDASANO J M. The potential impacts of electric vehicles on air quality in the urban areas of Barcelona and Madrid (Spain) [J]. Atmospheric Environment,2014,99:51-63.

[3] PARRISH D D,SINGH H B,MOLINA L,etal. Air quality progress in North American megacities:a review[J]. Atmospheric Environment,2011,45(39):7015-7025.

[4] GUTTIKUNDA S K,KOPAKKA R V. Source emissions and health impacts of urban air pollution in Hyderabad,India[J]. Air Quality Atmosphere & Health,2013,7(2):195-207.

[5] SINGH K P,GUPTA S,RAI P. Identifying pollution sources and predicting urban air quality using ensemble learning methods[J].Atmospheric Environment,2013,80(6):426-437.

[6] 李令军,王英,李金香,等.2000—2010北京大气重污染研究[J].中国环境科学,2012,32(1):23-30. LI Lingjun,WANG Ying,LI Jinxiang.The analysis of heavy airpollution in Beijing during 2000-2010[J].China Environmental Science,2012,32(1):23-30.

[7] 冀翠华,王式功,王敏珍,等.2001—2012年北京市空气污染指数节气分布及其与气象要素的关系[J].气象与环境学报,2014,30(6):108-114． JI Cuihua,WANG Shigong,WANG Minzhen,etal.API characteristics and its relationships with meteorological factors in different solar terms from 2001 to 2012 in Beijing[J].Journal of Meteorology and Environment,2014,30(6):108-114．

[8] 廖志恒,孙家仁,范绍佳,等.2006—2012年珠三角地区空气污染变化特征及影响因素[J].中国环境科学,2015,35(2):329-336. LIAO Zhiheng,SUN Jiaren,FAN Shaojia,etal.Variation characteristics and influencing factors of air pollution in Pearl River Delta area from 2006 to 2012[J].China Environmental Science,2015,35(2):329-336.

[9] 高庆先,刘俊蓉,王宁,等.APEC期间北京及周边城市AQI区域特征及天气背景分析[J].环境科学,2015,36(11):3952-3960. GAO Qingxian,LIU Junrong,WANG Ning,etal.Analysis on regional characteristics of air quality index and weather situation in Beijing and its surrounding cities during the APEC [J]．Environmental Science,2015,36(11):3952-3960.

[10]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. GAO Ge.The climatic characteristics and change of haze days over China during 1961-2005[J].Acta Geographica Sinica,2008,63(7):761-768.

[11]刘香娥,何晖,贾星灿,等.北京一次污染天气过程特征的数值模拟[J].气象,2016,42(9):1096-1104. LIU Xiange,HE Hui,JIA Xingcan,etal.Numerical simulation of a pollution event in Beijing[J].Meteorological Monnthly,2016,42(9):1096-1104.

[12]张雅斌,林琳,吴其重,等.“13-12”西安重污染气象条件及影响因素[J].应用气象学报,2016,27(1):35-46. ZHANG Yabin,LIN lin,WU Qizhong,etal.Meteorological conditions and impact factors of a heavy air pollution process at Xi′an in December 2013[J].Journal of Applied Meteorological Science,2016,27(1):35-46.

[13]贾海鹰,程念亮,何友江,等.2014年春季山东省PM2.5跨界输送研究[J].环境科学,2015,36(7):2353-2360. JIA Haiying,CHENG Nianliang,HE Youjiang,etal.Numerical study on the characteristics of regional transport of PM2.5in Shandong Province during spring in 2014[J].Environmental Science,2015,36(7):2353-2360.

[14]程念亮,李云婷,张大伟,等.2013年1月北京市一次空气重污染成因分析[J].环境科学,2015,36(4):1154-1163. CHENG Nianliang,LI Yunting,ZHANG Dawei,etal.Formation mechanism of a serious pollution event in January 2013 in Beijing[J].Environmental Science,2015,36(4):1154-1163.

[15]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. ZHAO Pusheng,XU Xiaofeng,MENG Wei,etal.Characteristics of hazy days in the region of Beijing,Tianjin,and Hebei[J].China Environmental Science,2012,32(1):31-36.

[16]张小曳,孙俊英,王亚强,等.我国雾霾成因及其治理的思考[J].科学通报,2013,58(13):1178-1187. ZHANG Xiaoye,SUN Junying,WANG Yaqiang,etal.Factors contributing to haze and fog in China [J].Chinese Science Bulletin,2013,58(13):1178-1187.

[17]张人禾,李强,张若楠.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. ZHANG Renhe,LI Qiang,ZHANG Ruonan.Meteorological conditions for the persistent severe fog and haze event over eastern China in January 2013[J].Science China: Earth Science, 44(1):27-36.

[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. DAI Yongli,TAO Jun,LIN Zejian,etal.Characteristics of haze and its impact factors in four megacities in China during 2006-2009[J].Environmental Science,2013,34(8):2925-2932.

[19]廖晓农,张小玲,王迎春,等.北京地区冬夏季持续性雾-霾发生的环境气象条件对比分析[J].环境科学,2014,35(6):2031-2044. LIAO Xiaonong,ZHANG Xiaoling,WANG Yingchun,etal.Comparative analysis on meteorological condition for persistent haze cases in summer and winter in Beijing[J].Environmental Science,2014,35(6):2031-2044.

[20]廖晓农,孙兆彬,何娜,等.边界层低空急流导致北京PM2.5迅速下降及其形成机制的个例分析[J].环境科学,2016,37(1):51-59. LIAO Xiaonong,SUN Zhaobin,HE Na,etal.A case study on the rapid cleaned away of PM2.5pollution in Beijing related with BL jet and its mechanism[J].Environmental Science,2016,37(1):51-59.

[21]张建忠,李坤玉,王冠岚,等.京津冀4次重度污染过程的气象要素分析[J].气象与环境科学,2016,39(1):19-25. ZHANG Jianzhong,LI Kunyu,WANG Guanlan,etal.Meteorological element analysis of four severe pollution processes in Beijing-Tianjin-Hebei Region[J].Meteorological and Environmental Sciences,2016,39(1):19-25.

[22]缪育聪,郑亦佳,王姝,等.京津冀地区霾成因机制研究进展与展望[J].气候与环境研究,2015,20(3):356-368. MIAO Yucong,ZHENG Yijia,WANG Shu,etal.Recent advances in,and future prospects of,research on haze formation over Beijing-Tianjin-Hebei,China[J].Climatic and Environmental Research,2015,20(3):356-368.

[23]李德平,程兴宏,于永涛,等.北京地区三级以上污染日的气象影响因子初步分析[J].气象与环境学报,2010,26(3):7-13. LI Deping,CHENG Xinghong,YU Yongtao,etal.Effects of meteorological factors on air quality above the third grade pollution in Beijing[J].Journal of Meteorology and Environment,2010,26(3):7-13.

[24]李文杰,张时煌,高庆先,等.京津石三市空气污染指数(API)的时空分布特征及其与气象要素的关系[J].资源科学,2012,34(8):1392-1400. LI Wenjie,ZHANG Shihuang,GAO Qingxian,etal.Relationship between temporal-spatial distribution pattern of air pollution index and meteorological elements in Beijing,Tianjin and Shijiazhuang[J].Resources Science,2012,34(8):1392-1400.

[25]朱乾根,林锦瑞,寿绍文,等.天气学原理和方法(修订本)[M].北京:气象出版社,1992.

[26]侯亚红,杨修群,李刚,等.西伯利亚高压特征指数及其变率分析[J].南京气象学院学报,2008,31(3):326-330. HOU Yahong,YANG Xiuqun,LI Gang,etal.Four indexes and their change rates of siberian high[J].Journal of Nanjing Institute of Meteorology,2008,31(3):326-330.

[27]王敬,毕晓辉,冯银厂,等.乌鲁木齐市重污染期间PM2.5污染特征与来源解析[J].环境科学研究,2014,27(2):113-119. WANG Jing,BI Xiaohui,FENG Yinchang,etal.Pollution characteristics and source apportionment of PM2.5during heavy pollution process in Urumchi City[J].Research of Environmental Sciences,2014,27(2):113-119.

[28]高庆先,李亮,黄炳博,等.2014年北京奥体中心空气质量演变特征[J].环境科学研究,2016,29(4):465-474. GAO Qingxian,LI Liang,HUANG Bingbo,etal.Analysis of air quality at Beijing Olympic Sports Center in 2014[J].Research of Environmental Sciences,2016,29(4):465-474．

[29]王丛梅,杨永胜,李永占,等.2013年1月河北省中南部严重污染的气象条件及成因分析[J].环境科学研究,2013,26(7):695-702. WANG Congmei,YANG Yongsheng,LI Yongzhan,etal.Analysis on the meteorological condition and formation mechanism of serious pollution in South Hebei Province in January 2013[J].Research of Environmental Sciences,2013,26(7):695-702.

The Impacts of Synoptic Situation on Heavy Pollution Process in Autumn in Beijing during 2013- 2016

GAO Qingxian1, LI Liang2, MA Zhanyun1, HUANG Bingbo3

1.Chinese Research Academy of Environmental Sciences, Beijing 100012, China 2.China National Environmental Monitoring Center, Beijing 100012, China 3.Nanjing University of Information Science & Technology, Nanjing 210044, China

Heavy pollution has become a major environmental event affecting people′s lives in North China during autumn and winter. Not only an increasing number of the public and research workers but also all localities and departments pay attention to heavy pollution. According to the heavy pollution public opinions are divergent. formation mechanism, control scheme, control measures, air quality monitoring data released by Chinese Environmental Monitoring Center between 2013 and 2016 in autumn was analyzed, which focus on the evolution of heavy pollution in Beijing Olympic Sports Center station. Combined with the synoptic situation released by China Meteorological Administration, we carried out systematic analysis of the 4 years autumn season east wide range of heavy pollution process in our country′s weather and climate background, pointed out that the heavy pollution process lasted for a long time, the impact of a wide range of autumn in Northeast and North China, in addition to the impact of emission sources, the weather situation also plays an important role. PM2.5pollution situation of Beijing Olympic Sports Center is still in good weather, but the duration of moderate pollution although not long, but its influence (highρ(PM2.5)) could not be ignored. 2013- 2016 in the autumn of Beijing Olympic Sports Center (PM2.5) the average daily values exceed the standard (level two), the proportion was 25.8%, 2014 was the most serious, exceed the standard number of days up to 44 days, exceed the standard rate of 37.4%. By comparison of the heavy pollution process and China′s traditional solar term analysis, after the fall of North China for the first time more than 48 hours of heavy pollution in autumnal equinox and cold dew two solar term, and heavy pollution in the most serious appear in the cold dew and first frost two solar term. From the time series, the 4 year of the Beijing Olympic Sports Centerρ(PM2.5) did not change dramatically so excellent, when the ratio of the number of around 60%, and moderate pollution when the number is maintained at about 25%. But the serious pollution incidents (≥250 μgm3) the effective hours are obvious changes. In addition, daytime pollutant concentrations were significantly lower than night. The study also pointed out that abnormally low Siberia high pressure index often leads to serious pollution events with long duration, wide influence and strong pollution intensity.

Beijing; autumn; heavy pollution; synoptic situation

2016- 12- 14

2016- 12- 29

北京市自然科学基金项目(8161004)

高庆先(1962-)，男，山西太原人，研究员，博士，主要从事气候变化及大气环境研究，gaoqx@craes.org.cn.

X513

1001- 6929(2017)02- 0173- 11

A

10．13198j．issn．1001- 6929．2017．01．71

高庆先,李亮,马占云,等.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

GAO Qingxian,LI Liang,MA Zhanyun,etal.The impacts of synoptic situation on heavy pollution process in autumn in Beijing during 2013- 2016[J].Research of Environmental Sciences,2017,30(2):173- 183