宜昌地區大氣污染特征及氣象影響分析

成 勤，王清龍，劉 俊 ，張 翠，饒少林

(1.宜昌市氣象局，湖北 宜昌 443000；2. 宜昌市環保監測站，湖北 宜昌 443000)

1 引言

氣象條件作為影響空氣質量的重要因素之一，制約著污染物的稀釋、擴散和轉化，其中氣溫、相對濕度、降水量、風速等要素與空氣質量相關性最為顯著[1～4]。大氣污染具有復合性和區域性特征[5]，多數研究表明PM10、PM2.5等污染物濃度與氣溫負相關[5～8]，也有研究認為溫度與PM10正相關[9]。我國京津冀、汾渭平原等地主要大氣污染物與相對濕度顯著正相關[5,6]，而長江中下游多個城市大氣污染物與相對濕度顯著負相關[10,11]。降水總體有利于空氣質量改善，受降水量、降水強度、降水時長、污染等級等因素影響，對不同種類污染物的清除效果有所差別[11～14]。風速與大氣污染物濃度總體呈負相關[15]，但超過一定閾值后，污染物濃度反而增加[12,16,17]。

進一步研究表明，氣象要素對大氣污染物的積聚、擴散作用復雜，且受監測站點地形、區域位置影響顯著[18～20]。宜昌市東西高差大，長江穿越其間，形成了自西部山地向東部平原開口的“喇叭口”地形。受此特殊地形影響，宜昌地區主要大氣污染物為PM2.5、PM10和O3，大氣污染特征與周邊相差較大，氣象要素對污染物影響機制也不盡相同，有必要進一步分析，為空氣污染防治行動提供技術支持。

2 資料和方法

2.1 數據來源

資料時長為2016～2020年，來源于宜昌市環保監測站和宜昌市氣象局保障中心，主要包括PM2.5、PM10日平均質量濃度(以下簡稱濃度)、O3濃度(最大8 h 滑動平均值)、日平均氣溫、相對濕度、降水量、平均風速、最大風速。

2.2 分析方法

日平均風速為一天中風速的平均值。日最大風速為一天中任意10 min 平均風速的最大值[2]。有降水時，相對濕度一般為100%，污染物受降水沖刷作用影響，濃度明顯下降，因此分析相對濕度與污染物關系時，采用無降水時段數據。環境及氣象監測數據均通過K-S檢驗，符合正態分布特征。以皮爾遜相關系數表征污染物濃度與氣象要素的相關性，雙尾檢驗的顯著水平為0.01和0.05。將降水前后污染物濃度的變化率定義為清除率[22](R)。

3 結果分析

3.1 大氣污染特征

統計宜昌地區各月污染物平均濃度及污染日首要污染物種類，結果如圖1所示。PM2.5濃度冬季最大，平均值為99 μg/m3，夏季最小，平均值為23.6 μg/m3。PM2.5/PM10冬季最大，夏季最小，均值為68.6%，PM10的變化趨勢與PM2.5基本一致。PM2.5為首要污染物的時段集中在11月份至次年2月份，每月平均16.8 d，PM10為首要污染物的天數較少。除2019年1～2月份外，PM2.5、PM10濃度以及出現污染的日數呈逐年下降趨勢，與周邊地區變化趨勢一致[11]。2019年1月份和2月份分別出現31 d和17 d的PM2.5污染，其中重度及以上污染天數分別為11 d和1 d，主要是因為2019年初歐亞高緯度兩槽一脊形勢穩定，有利于冷空氣頻繁南下和堆積，與常年同期相比，冷空氣頻繁但勢力偏弱，風力較小，靜穩天氣長時間維持，1～2月份氣溫偏低2.0 ℃，降水量偏少30%～40%，且多以短時小雨為主，對污染物的清除作用不明顯。

O3濃度夏秋季節最大，平均值為116 μg/m3，2017年開始出現以O3為首要污染物的污染過程，O3濃度及其超標天數呈逐年增加趨勢[3]，其中2019年6～10月份較常年同期增加較多。主要是因為2019年出現伏秋連旱，日照充足、晴熱高溫，與常年同期(6～10月份)相比，降水偏少40%～50%，排歷史同期倒數第3位，為O3濃度升高提供了有利的氣象條件。

圖1 污染物濃度(a)及首要污染物天數(b)月分布

3.2 相關性概況

計算各污染物濃度與主要氣象要素(平均氣溫、相對濕度、降水量、平均風速、最大風速、最多風向風速)的相關系數，結果如表1所示。從表1中可以看出，所有氣象因素中，平均氣溫與污染物相關性最好，平均氣溫與O3濃度顯著正相關，相關系數達0.619，與PM2.5和PM10顯著負相關，相關系數分別為-0.598和-0.526，與多數研究結論一致[5～8]。相對濕度與PM2.5正相關，與PM10和O3濃度負相關，這一特征與武漢等長江中下游城市相反[10，11]，究其原因，主要是因為以上文獻中，未去除降水對相對濕度和污染物濃度的影響。降水量與PM10、PM2.5和O3濃度均負相關[22]，相關系數分別為-0.243、-0.204和-0.134。平均風速、最大風速、最多風向風速均與PM2.5、PM10濃度負相關，即風速越大，顆粒物濃度越小。平均風速、最大風速、最多風向風速均與O3濃度正相關。從以上分析可以看出，地面氣象要素與各污染物濃度相關性顯著，有必要進一步定量分析。

表1 污染物濃度與氣象要素相關系數

3.3 平均氣溫與污染物

統計不同溫度下的污染物平均濃度，結果如圖2所示。0～9 ℃時，PM2.5濃度大于75 μg/m3(輕度污染)，峰值出現在3 ℃，達103.1μg/m3，PM2.5和PM10相關性高，變化基本一致。平均氣溫3 ℃ 以下時，PM2.5、PM10濃度隨氣溫下降而減小，其原因主要是3 ℃ 以下時，宜昌市多受較強冷空氣影響，冷鋒過境前，天氣回暖，隨著冷氣團南下，以PM2.5、PM10為主的顆粒物進入“喇叭口”，造成空氣污染，冷鋒過境時氣溫迅速下降，多伴有降水、大風，有利于顆粒物的水平擴散和沉降，造成了顆粒物濃度隨氣溫降低而下降。3 ℃ 以上時，隨氣溫升高，PM2.5和PM10濃度下降。O3濃度隨氣溫升高呈顯著上升趨勢，27～34 ℃時，O3濃度穩定維持在120 μg/m3上下。以上分析結果與前文相關性分析結論一致。另外，15～17 ℃ 時，冷空氣較活躍，有利于顆粒物輸入，氣溫起伏大，日照充足，光化學反應增強，PM10、PM2.5和O3濃度均有所上升，易出現PM2.5-O3復合污染[23]。

圖2 污染物濃度隨氣溫分布

3.4 相對濕度與污染物

統計不同相對濕度下的污染物平均濃度，結果如圖3所示。相對濕度小于50%時，污染物濃度隨著相對濕度的增加，呈波動增長趨勢，且振幅較大，容易出現PM10或O3污染天氣。相對濕度在50%～80%時，隨著相對濕度的增加，PM10和O3濃度緩慢下降，PM2.5濃度上升，與前文相關性分析結果一致。相對濕度大于80%時，O3濃度明顯下降，PM10和PM2.5濃度呈波動上升趨勢，在接近飽和(100%)時陡增，均達到最大值。主要是因為在冬季冷空氣主體來臨前，宜昌受西南暖濕氣流影響，近地面減壓增濕，相對濕度增大，顆粒物吸濕增長，早晨和夜間常出現逆溫層，垂直和水平擴散條件變差，使得本地污染物濃度增大，加之前沿冷空氣不斷引導北方污染物南下，進入宜昌“喇叭口”，導致污染天氣發生。

3.5 降水與污染物

參考中國氣象局降水等級劃分標準，結合樣本數量分布，將降水分為0.1～4.9 mm、5～9.9 mm、10～24.9 mm、25～49.9 mm和 ≥ 50 mm，分析不同量級降水對污染物的清除作用，結果如圖4所示。

從圖4中可以看出，降水量與PM2.5的清除率占比相關性最好，PM2.5的正清除率占比連續增加，由51%升至87%，負清除率占比連續減小，由45%降至13%。PM10的正清除率占比先增后減，5～24.9 mm時清除效果最好，正清除率占比達60%以上，暴雨及以上時，清除效率反而下降，負清除率占比變化趨勢相反。O3的正清除率占比波動增加，最大達73%，負清除率占比波動減小，最小為27%。0清除率占比變化不大，且均較小(小于7%)。

圖4 不同量級降水清除率占比分布

3.6 風速與污染物

統計不同平均風速時，污染物平均濃度可知，顆粒物(PM10和PM2.5)濃度總體呈減小趨勢。當平均風速在3.3～3.7 m/s時，風速增大使地表粉塵和建筑粉塵被風帶起，導致顆粒物濃度增大[12](圖5a)。統計不同最大風速下污染物濃度，發現了相似規律，PM10和PM2.5濃度在最大風速小于7.4 m/s時，隨風速增大而下降，最大風速小于1.6 m/s時最為顯著，在最大風速大于7.4 m/s時，波動幅度增大(圖5b)。

當平均風速小于2.1 m/s時，O3濃度隨風速增大而增加，最大值為99.74 μg/m3。當平均風速大于2.1 m/s時，風對O3擴散稀釋作用增強，O3濃度逐漸減小(圖5a)。O3濃度在最大風速小于4.0 m/s時，隨風速增大而顯著增大，在最大風速4.0～6.8 m/s時，緩慢增加，在最大風速大于6.8 m/s時，波動幅度增大(圖5b)。

4 結論

(1)宜昌地區主要污染物為PM2.5、PM10和O3，除2019年受頻繁弱冷空氣和伏秋連旱天氣影響，污染加重外，空氣質量整體變好。

(2)顆粒物濃度與平均氣溫整體負相關，但3 ℃ 以下時，PM2.5、PM10濃度隨氣溫下降而減小。O3濃度與平均氣溫顯著正相關，27～34 ℃時維持在120 μg/m3上下。15～17 ℃ 時易出現PM2.5-O3復合污染。

(3)相對濕度50%以下時，與污染物濃度正相關。相對濕度在50%～80%時，與PM10和O3濃度負相關，與PM2.5濃度正相關。相對濕度大于80%時，O3濃度明顯下降，PM10和PM2.5濃度呈波動上升趨勢，在接近飽和時陡增。

(4)降水量與污染物濃度均呈負相關。降水量與PM2.5的清除率占比相關性最好，PM2.5的正清除率占比連續增加。PM10的正清除率占比先增后減，5～24.9 mm時清除效果最好。O3的正清除率占比波動增加。

(5)風速的增大有利于顆粒物濃度降低，但在平均風速為3.3～3.7 m/s時，地表粉塵和建筑粉塵被風帶起，導致顆粒物濃度增大；O3濃度在平均風速2.1 m/s以上時，隨風速增大而減小。