2015—2021年采暖季華北平原污染過程氣象條件分析

摘要： "華北平原是中國三大平原之一，特殊的地理位置、較多的重工業企業及采暖季相對更高的污染排放，導致采暖季極易出現大范圍、長時間的污染過程，PM2.5濃度明顯高于周邊區域。為了更好地了解天氣系統及氣象要素對采暖季華北平原城市空氣質量的影響，以北緯32°—40°、東經114°—120°華北平原地區50個城市為研究對象，分析2015—2021年采暖季（11月至次年3月）氣象條件對華北平原采暖季大范圍重污染過程的影響。研究表明，華北平原發生重污染時，高空500 hPa環流曲率減小，環流相對更加平直，垂直方向逆溫出現概率增大，水平及垂直方向更加靜穩，污染物擴散能力減弱，近地面山東中南部、河南異常偏南風導致區域升溫、增濕，有利于顆粒物吸濕增長及二次轉化，河北中西部異常偏東至東北風，導致污染物受太行山山脈影響，在太行山東側堆積，易在山前形成大范圍污染過程，且與山東中南部、河南的異常偏南風形成區域風場輻合，污染物擴散條件不利。分析2021年1月20日至28日一次污染過程發現，污染發生期間華北平原高空大氣環流相對平直，地面以均壓場控制為主，多靜風輻合，濕度持續較大，整體污染擴散條件不利，是造成本次污染過程的主要誘因。

關鍵詞： PM2.5；華北平原；風速；濕度；500 hPa環流

中圖分類號： X831 文獻標志碼：A文章編號：1002-4026（2023）02-0118-10

開放科學（資源服務）標志碼（OSID）：

Analysis of meteorological conditions of the pollution process in the North

China Plain during heating seasons from 2015 to 2021

SUN Fengjuan ，WANG Zaifeng，ZHANG Wenjuan，WANG Zhifei，LU"Bo

（Jinan Environmental Monitoring Center of Shandong Province， Jinan 250101， China）

Abstract∶ As one of the three plains in China， the North China Plain is prone to large-scale and long-term pollution processes during the heating season due to its special geographical location， large number of heavy industry enterprises and higher pollution emissions in the season. The PM2.5 concentration in the North China Plain is significantly higher than that in the surrounding areas during the heating season. To better understand the impact of weather system and meteorological elements on urban air quality in the North China Plain during the heating season， 50 cities in the North China Plain （32° to 40° N and 114° to 120° E） were selected as the research objects to analyze the impact of meteorological conditions on large-scale high pollution processes during the heating seasons from 2015 to 2021. Results show that when high pollution occurred in the North China Plain， the curvature of 500 hPa circulation decreases and is straighter. Due to the increased probability of temperature inversion， the horizontal and vertical directions were more stable， and the diffusion ability of pollutants was weakened. Near the surface， the abnormal southerly winds in Henan and central and southern Shandong led to regional warming and humidification， which was conducive to the growth of particle moisture absorption and secondary transformation. The abnormal easterly or northeasterly winds in central and western Hebei led to the accumulation of pollutants on the east side of Taihang Mountain， causing widespread pollution processes in the piedmont. They also formed wind convergence with the abnormal southerly winds in Henan and central and southern Shandong， diffusion conditions were unfavorable. The analysis of a pollution process from January 20， 2021 to January 28， 2021 shows that the upper air circulation in the North China Plain during the pollution was relatively straighter.， the ground was mainly controlled by the pressure equalization field， and the main type was calm wind， and the humidity was continuously high. Unfavorable diffusion conditions were the main cause of this pollution process.

Key words∶ PM2.5; North China Plain; wind speed; humidity; 500 hPa circulation

空氣污染程度除了受工業排放、機動車排放等人為因素影響之外，也與當地的地形地勢、氣象條件等因素息息相關[1]。華北平原是中國三大平原之一，位于北緯32°—40°，東經114°—121°，包括京、津、冀、魯、豫、皖、蘇等7個省、直轄市，是中國人口最多的平原，同時也是中國東部大平原的主要組成部分。從地形分布看，華北平原北抵燕山南麓，南達大別山北側，西倚太行山、伏牛山，東臨渤海和黃海，地理區域相對封閉[2]，且工業發達，鋼鐵、冶金、化工等污染排放較多的重工業企業眾多[3]，獨特的地理特征、氣象條件及較高的污染排放，導致該區域空氣污染問題突出，已成為社會關注的焦點[4]。尤其是采暖季（11月至次年3月），華北平原位于中國北方地區，取暖消耗大量化石燃料，導致污染排放相對更大，且采暖季氣象條件更加穩定，不利的氣象條件、燃煤供暖的增量排放、特殊的地形條件導致污染物更易積累，使得采暖季成為我國北方地區區域污染高發的季節[5-6]，在區域傳輸和二次轉化的疊加作用下，華北平原極易出現大范圍、長時間的污染過程[7-8]。

宋方旭等[9]利用2000—2018年華北平原地區PM2.5 濃度遙感反演數據，分析該地區PM2.5 濃度的時空變化特征，發現華北平原PM2.5污染在空間上集中分布于河南、河北南部、山東西部地區，形成一整片的高污染區域，并且向外圍地區逐漸減弱。梅梅等[10]研究發現京津冀及周邊“2+26”城市秋冬季大氣重污染氣象條件在 2010 年后顯著提高，是導致大氣重污染頻發的重要因素之一。邱雨露等[11]分析了2020年初新冠肺炎疫情暴發后京津冀PM2.5濃度變化情況，發現氣象場對2020年管控期間ρ（PM2.5）貢獻達到60%～170%，減排的大背景下邊界層高度和相對濕度的變化可能成為預測京津冀地區PM2.5污染事件的重要指標。Xu等[12]指出，大氣動力作用對霾日的貢獻大于熱力作用。

為了更好地了解天氣系統及氣象要素對采暖季華北平原城市空氣質量的影響，本文利用2015—2021年采暖季華北平原城市空氣質量監測數據、美國國家環境預報中心（national centers for environmental prediction，NCEP）再分析資料、國家氣候中心天氣實況分析數據，分析了采暖季華北平原地區空氣污染狀況、有利及不利污染擴散天氣形勢及氣象要素，并分析了2021年1月20日至28日華北平原一次大范圍典型污染過程天氣形勢和氣象條件，有助于提升區域空氣質量預報能力，為區域大氣污染聯防聯控提供預報支撐。

1數據來源及研究區域污染特征

1.1數據來源

本研究使用的資料如下：（1）NCEP提供的2015年1月1日至2021年12月31日FNL（final operational global analysis）再分析資料，時間分辨率1日4次，分別為 00：00、06：00、12：00、18：00（universal time coordinated，UTC），水平分辨率為1°×1°，垂直分辨率為34層[13]；（2）生態環境部發布的168城市2015年10月1日至2021年12月31日空氣質量歷史數據；（3）國家氣候中心提供的2021年1月19—28日天氣實況分析圖。

1.2華北平原采暖季污染特征

本研究以北緯32°—40°、東經114°—120°華北平原地區50個城市為研究對象，研究時段為2015—2021年采暖季（11月至次年3月）。圖1為2015—2021年采暖季（11月至次年3月）華北平原PM2.5平均濃度，可以看出，華北平原采暖季PM2.5濃度明顯高于周邊區域，且存在PM2.5明顯高濃度污染區域，主要集中在河北中南部、山東中西部、河南北部。

分析華北平原采暖季各月重度污染（空氣質量指數AQIgt;200）及以上（以下簡稱重污染）城市數可以看出（圖2），華北平原50個城市（詳見OSID科學數據與內容）中采暖季重污染城市占比1月份最高，達到18%，其次為12月份，重污染城市占比達到14%，3月份采暖季臨近結束，重污染城市占比相對最低。通過分析2015—2021年采暖季華北平原50個城市PM2.5平均濃度，發現PM2.5污染最嚴重的10個城市（安陽市、石家莊市、邢臺市、保定市、濮陽市、邯鄲市、開封市、漯河市、菏澤市、聊城市）1月份重污染天數達到33%，有1/3天數達到重污染，空氣質量狀況堪憂。

2天氣形勢分析

不同的氣象條件下，同一污染源排放造成的大氣污染物濃度可相差幾十至幾百倍，這正是由于大氣對污染物的擴散能力伴隨氣象條件的不同而發生的巨大變化[14-16]。本文通過研究2015—2021年采暖季華北平原重污染日氣象條件距平情況，分析氣象條件對華北平原采暖季大范圍重污染過程的影響，為空氣污染治理提供氣象支撐，有利于大氣污染預測及治理。

以當日華北平原重污染城市數量達到5個及以上記為一個重污染日，研究分析發現（表1），2015—2021年采暖季華北平原重污染日持續時間最長達到17天，出現在2016年12月份，其次為12天，出現在2019年2月份，雖然重污染日呈逐年下降趨勢，但2021年仍出現20天重污染日，區域空氣污染依然嚴重。

2.1高空大氣環流形勢分析

利用FNL再分析資料[13]，分析了2015—2021年采暖季500 hPa非重污染日、重污染日高度場及高度場距平分布情況（圖3）。可以看出，發生重污染時，500 hPa環流曲率減小，環流相對更加平直，平直的環流形勢抑制了東亞大槽的發展，使東亞大槽偏淺，不利于槽后冷空氣向華北平原地區入侵，相應的高空西風急流減弱，使得水平風垂直切變減小，減弱了天氣尺度大氣擾動的發展和垂直方向上的混合，造成大氣更加靜穩，污染物擴散條件減弱，更加有利于污染物的區域累積。同時重污染發生時，華北平原近地面存在氣壓負距平，冬季大陸冷高壓減弱，東部海域上存在氣壓正距平，東西方向水平氣壓梯度減小，近地面緯向風減弱，污染物擴散能力減弱。

2.2地面天氣形勢分析

日常觀測中發現，PM2.5在環境中的濃度大小除了和各類污染源排放有關外，還和區域內的氣象要素諸如風向、風速、濕度等緊密相關[17]，提取FNL再分析資料中地面水平方向氣象資料，通過分析非重污染日、重污染日地面氣象條件的差異，進一步分析地面氣象條件對華北平原采暖季PM2.5濃度變化的影響。

分析2 m濕度距平可以看出（圖4（a）），污染發生時，研究區域均出現濕度正距平，其中污染最為嚴重的山東中西部、河北中南部及河南北部部分地區處于濕度正距平中心區域；通過10 m風速、10 m風向、2 m溫度距平圖可以看出（圖4（b）），山東中西部、河北中東部存在風速正距平，風速正距平區域與污染較重區域基本重合，河南風速負距平，同時山東中南部、河南為異常偏南風，河北中西部異常偏東至東北風為主；從海平面氣壓場可以看出（圖4（c）），重污染過程發生時，華北平原存在氣壓負距平，東部海上存在氣壓正距平，同時山東中西部、河北中南部、河南北部為均壓場，氣壓梯度減弱。通過分析華北平原PM2.5濃度與東部海域（30°N—45°N、 120°E—135°E）海平面氣壓、月溫度偏差（圖4（d）），可以看出華北平原PM2.5濃度與東部海域氣壓存在較好正相關關系，與月溫度偏差存在較好正相關關系，東部海域氣壓增強，溫度升高時，華北平原地區較易出現污染過程。

根據所處地理位置、氣象條件差異、歷史污染狀況等，選取北京市、石家莊市、安陽市、菏澤市，分別代表華北平原北部、華北平原中北部、華北平原中南部以及華北平原南部典型污染城市，分析其PM2.5濃度、10 m風速、2 m相對濕度關系，如圖5所示。可以看出，PM2.5濃度與10 m風速均具有較好的負相關關系，PM2.5濃度高值主要集中在低風速情況下，風速越大，PM2.5濃度相對越低；PM2.5濃度與2 m相對濕度呈較好正相關關系，PM2.5濃度高值主要集中在高濕度情況下，濕度越低，PM2.5濃度水平相對越低。

綜合分析可以看出，華北平原重污染期間，山東中南部、河南異常偏南風導致區域升溫、增濕，有利于顆粒物吸濕增長及二次轉化；河北中西部異常偏東至東北風，導致污染物受太行山山脈影響，在太行山東側堆積，易在山前形成大范圍污染過程，且與山東中南部、河南為異常偏南風形成區域風場輻合，污染物擴散條件不利；陸上高壓減弱，海上氣壓增強，近地面緯向風減弱，污染物擴散能力減弱。

2.3垂直方向氣象條件分析

PM2.5 濃度的變化與大氣穩定度、氣溫垂直遞減率、湍流動能等垂直方向擴散條件的變化有直接關系[18]。沿116°E做垂直剖面，沿線穿過河南東北部、山東西部、河北中部、北京西部，通過分析溫度、垂直風速剖面圖可以看出（圖6），重污染期間近地面存在明顯溫度負距平，950～600 hPa間存在弱溫度負距平，37°N—39°N間800～700 hPa高空存在溫度正距平，重污染期間垂直方向近地層降溫明顯大于高層，逆溫出現概率增大，垂直方向更加靜穩。36.5°N以北垂直方向存在上升運動，且垂直速度為負距平，36.5°N以南垂直方向存在下沉運動，且垂直速度為正距平或零距平。

32021年1月20日至28日典型污染過程分析

2021年1月20日至28日，華北平原經歷了一次典型污染過程（圖7）。1月20日華北平原50個城市中僅一個城市空氣質量達到中度污染；21日，中度污染城市達到15個，重污染城市達到12個；22日為本次污染相對最重的一天，中度污染城市達到11個，重污染城市達到25個；之后重污染城市數持續維持10個以上；27日，污染范圍迅速縮小，中度污染城市11個，重污染城市降至1個；28日，僅1個城市為中度污染，本次污染過程結束。

本次污染過程中（表2），華北平原高空前期大氣環流平直，無特殊天氣系統，后期寬廣槽區，大氣環流依然相對平直，地面以均壓場控制為主，短時弱天氣系統活動，多靜風輻合，濕度持續較大，整體污染擴散條件不利，28日高空深槽過境，對應地面冷鋒過境，地面氣壓西高東低，氣壓梯度增大，北風風速大，強冷空氣影響，相對濕度降低，擴散條件轉好，污染過程結束。

以污染相對最重的22日08時氣象條件為例，分析氣象條件與PM2.5污染之間的相互關系。22日，高空環流平直（圖8（a）），無明顯槽脊活動。近地面華北平原北部弱南風（圖8（b）），中部及南部靜風，西部太行山沿線及東部沿海弱東北風，區域弱輻合，污染物擴散條件不利，偏東風分量有利于海上暖濕氣流向內陸輸送，有利于區域增濕，污染物二次生成增強，推高區域PM2.5濃度。分析116°E垂直剖面圖可以看出（圖8（c）），近地面存在明顯逆溫層，逆溫層高度達到900 hPa以上，逆溫層深厚，垂直方向以下沉氣流為主，垂直方向擴散條件差。

區域內污染物排放量級在較短時間內變化不會出現較大波動，區域污染物短時間內迅速增長主要是受本地擴散條件及外來污染物傳輸影響，利用后向軌跡模式可反推污染氣團來源，重現重污染天氣形成的過程[19]。本文基于HYSPLIT后向軌跡模型，選取22日污染最重的城市安陽市為研究對象，以2021年1月22日北京時間08：00為基準后推起始時間，追蹤50 m、1 500 m、5 000 m過去72 ｈ氣團軌跡變化[20]，分析此次重污染過程地面及高空氣團來源[21]。分析圖8（d）可以看出，氣團均來自偏北方向，高空（5 000 m）氣團72 h至42 h自中亞移動至中國西部邊界，42 h后進入中國上空后移動速度減慢，24 h時位于自中國中部地區并沿西線移至華北平原上空；中層（1 500 m）氣團自新疆、蒙古、哈薩克斯坦交界處沿東南方向向華北平原移動；近地面（50 m）氣團軌跡72 h內自華北平原北部南移動至華北平原南部，近地面氣團穩定少動。

4結論

（1）華北平原采暖季PM2.5濃度明顯高于周邊區域，高濃度區主要集中在河北中南部、山東中西部、河南北部，其中1月份PM2.5污染最高，其次為12月份。

（2）發生重污染時，高空500 hPa環流相對更加平直，逆溫出現概率增大，水平及垂直方向更加靜穩，近地面山東中南部、河南異常偏南風導致區域升溫、增濕，有利于顆粒物吸濕增長及二次轉化，河北中西部異常偏東至東北風，導致污染物受太行山山脈影響，在太行山東側堆積，易在山前形成大范圍污染過程，且與山東中南部、河南為異常偏南風形成區域風場輻合，污染物擴散條件不利，陸上高壓減弱，海上氣壓增強，近地面緯向風減弱，污染物擴散能力減弱。

（3）PM2.5濃度與10 m風速均具有較好的負相關關系，與2 m相對濕度呈較好正相關關系，PM2.5濃度高值主要集中在低風速、高濕度情況下。

（4）2021年1月21日至27日污染過程中，華北平原高空大氣環流相對平直，地面以均壓場控制為主，多靜風輻合，濕度持續較大，整體污染擴散條件不利，是造成本次污染過程的主要誘因。

參考文獻：

［1］ 孫鳳娟， 田勇， 張文娟， 等. 濟南市采暖季污染指數構建及應用[J]. 生態環境學報， 2021， 30（9）： 1848-1854. DOI：10.16258/j.cnki.1674-5906.2021.09.009.

[2]王利， 徐翠玲， 徐甫， 等. 2011—2020年華北平原氣溶膠光學厚度時空分布特征及潛在源分析[J]. 地球科學與環境學報， 2021， 43（6）： 1018-1032. DOI：10.19814/j.jese.2021.04005.

[3]張唯， 熊險平， 劉炳杰， 等. 氣象條件對華北平原持續性霧霾污染程度的影響研究[J]. 環境科學與管理， 2020， 45（8）： 34-38. DOI：10.3969/j.issn.1673-1212.2020.08.008.

[4]王立平， 陳飛龍， 楊然. 京津冀地區霧霾污染生態補償標準研究[J]. 環境科學學報， 2018， 38（6）： 2518-2524. DOI：10.13671/j.hjkxxb.2018.0035.

[5]劉盈盈， 殷寶輝， 王靜， 等. 濟南冬季大氣重污染過程顆粒物組分變化特征[J]. 環境化學， 2018， 37（12）： 2749-2757. DOI：10.7524/j.issn.0254-6108.2018072601.

[6]孟紅旗， 張家興， 韓橋， 等. 冬季供暖對城市大氣PM2.5水溶性組成及污染源解析的影響[J]. 環境化學， 2021， 40（9）： 2768-2779.

[7]趙晴， 李巖巖， 賀克斌， 等. 2019年元宵節重污染期間濟寧市PM2.5化學組分特征及污染成因分析[J]. 環境化學， 2020， 39（4）： 900-910. DOI：10.7524/j.issn.0254-6108.2019090902.

[8]張毅. 長治市秋冬季PM2.5組分特征及來源解析[J]. 環境化學， 2020， 39（6）： 1699-1708.

[9]宋方旭， 孫希華， 王欣瑤， 等. 華北平原地區PM2.5濃度時空變化特征及其影響因素研究[J]. 西安理工大學學報， 2021， 37（4）： 507-516. DOI：10.19322/j.cnki.issn.1006-4710.2021.04.007.

[10]梅梅， 朱蓉， 孫朝陽. 京津冀及周邊 “2+26” 城市秋冬季大氣重污染 氣象條件及其氣侯特征研究[J]. 氣候變化研究進展， 2019， 15（3）： 270-281. DOI：10.12006/j.issn.1673-1719.2018.130.

[11]邱雨露， 陳磊， 朱佳， 等. COVID-19管控期間氣象條件變化對京津冀PM2.5濃度影響[J]. 環境科學， 2022， 43（6）： 2831-2839. DOI：10.13227/j.hjkx.202109233.

[12]XU Y， LIU Y J， HAN Z Y， et al.Influence of human activities on wintertime haze-related meteorological conditions over the jing-Jin-ji region[J]. Engineering， 2021， 7（8）： 1185-1192. DOI：10.1016/j.eng.2020.03.015.

[13]KALNAY E， KANAMITSU M， KISTLER R， et al. The NCEP/NCAR 40-year reanalysis project[J]. Bulletin of the American Meteorological Society， 1996， 77（3）： 437-471. DOI：10.1175/1520-0477（1996）077lt;0437： tnyrpgt;2.0.co;2.

[14]孫鳳娟， 呂波， 張文娟， 等. 2014年1月濟南市空氣污染氣象條件分析[J]. 山東科學， 2021， 34（3）： 90-99.

[15]李敏， 張文娟， 付華軒， 等. 濟南市空氣質量狀況及其與氣象條件的關系[J]. 環境科學與技術， 2018， 41（S2）： 130-139. DOI：10.19672/j.cnki.1003-6504.2018.S2.023.

[16]張人禾， 李強， 張若楠. 2013年1月中國東部持續性強霧霾天氣產生的氣象條件分析[J]. 中國科學： 地球科學， 2014， 44（1）： 27-36.

[17]潘本鋒， 趙熠琳， 李健軍， 等. 氣象因素對大氣中PM2.5的去除效應分析[J]. 環境科技， 2012， 25（6）： 41-44. DOI：10.3969/j.issn.1674-4829.2012.06.012.

[18]劉敬樂， 史靜， 姚青， 等. 天津大氣擴散條件對污染物垂直分布的影響研究[J]. 中國環境科學， 2022， 42（4）： 1575-1584. DOI：10.19674/j.cnki.issn1000-6923.20220209.004.

[19]戴有學， 薛志剛， 郭小瑩， 等. 臨汾盆地一次持續性重污染天氣過程分析[J]. 環境科學與技術， 2021， 44（S1）： 166-176. DOI：10.19672/j.cnki.1003-6504.2021.S1.027.

[20]任浦慧， 解靜芳， 姜洪進， 等. 太原市大氣PM2.5季節傳輸路徑和潛在源分析[J]. 中國環境科學， 2019， 39（8）： 3144-3151. DOI：10.19674/j.cnki.issn1000-6923.2019.0371..

[21]魏楨， 李健軍， 王帥， 等. 用后向空氣軌跡方法對膠州灣主要大氣污染物分布的分析[J]. 中國環境監測， 2013， 29（1）： 58-63. DOI：10.19316/j.issn.1002-6002.2013.01.012.