开放科学（资源服务）标识码（OSID）
Abstract Based on the environmental air quality monitoring data and meteorological observation data，this paper made a comprehensive analysis of an air pollution weather process in Beijing area in March 2017，including the characteristics of primary air pollution process，the weather situation and meteorological elements. The results showed that the characteristics of weather situation in the accumulation phase of pollutants were static and stable weather situation，lack of northern cold air southward，temperature inversion，poor diffusion conditions and mainly southern wind，which were also the main causes of air pollution in Beijing area. Meteorological elements are closely related to pollutant diffusion and dilution. The higher the wind speed is，the faster the pollutant concentration diffuse and dilute，and the lower the air quality index is. When the intensity of temperature inversion is increasing，the pollutant concentration increases，and the pollution increases. Precipitation has some dilution effect on air pollutant concentration.
Key words air pollution;air quality;weather situation;meteorological element
近年来，随着社会经济的快速发展、城市群规模的快速扩大、机动车数量的快速增长，大气中的污染物浓度逐年攀升[1]，我国城市大气污染已经由局地单一的煤烟型污染转变成了区域性复合型大气污染[2]，越发繁荣的经济持续降低着城市区域空气质量，尤其是由高浓度的大气颗粒物污染导致的雾霾天气已经引起社会各界的广泛关注，如何提高城市大气环境质量已成为目前亟须解决的重大环境问题。
随着空气污染问题的日渐严峻，国内外学者先后开展了深入的研究与探讨。从20世纪60年代开始，Pasquill和Gifford即讨论给出了不同稳定度条件下污染物的扩散参数曲线[3];之后Davis等[4]研究指出，大尺度环流形势和局地气象条件在短时间内对重污染过程构成重要作用;Flocas等[5]对5类局地环流和4类大气环流形势对污染状况的影响做出了详细的分析;Chow等[6]研究灰霾天气的成因发现，大多数灰霾天气的形成是因为人为直接排放以及气态到颗粒态的转换而形成大量颗粒物。国内方面，苏福庆等[7]研究指出，污染物的聚集、输送和扩散受边界层中气象因子梯度分布的影响;任阵海等[8]发现，持续的逆温层和干洁的暖空气盖是造成污染的重要原因;魏文秀[9]研究表明，霾的出现与天气形势有关，霾频数大小与空气污染程度和地形联系密切;程念亮等[10]采用数值模式与观测资料相结合的方式，分析表明，北京市空气重污染过程及成因与当地气象条件有着紧密的联系;赵敬国等[11]通过分析兰州市的空气污染物与气象要素之间的关系，得出相对湿度、风速等气象要素对大气污染物产生重要影响;胡春梅等[12]研究重庆地区连续的2次大气污染事件，发现没有降水、中低层为下沉气流、边界层内出现多层逆温且大气维持静稳条件等因素会导致污染现象进一步恶化;喻义勇等[13]研究表明，冷空气强度弱及大气静稳等不利污染扩散的气象条件和本地污染排放叠加区域输送影响，造成PM2.5积聚增多，形成持续重污染天气。
本文以2017年3月北京一次空气污染天气过程为研究对象，基于环境空气质量监测数据和气象观测数据，分析污染过程发生时的天气形势、气象条件、外部输送等情况，探讨污染天气过程的演变特征，进一步探讨区域污染天气特征，为做好区域空气污染预报、服务和防治提供科学依据。
1 资料来源
环境监测数据资料来自中国环境监测总站，其中包含了全国所有城市的空气质量指数的日值与小时值，PM2.5质量浓度逐小时变化数据来自北京市14个大气成分观测站的监测数据。天气图资料为历年MICAPS资料库中提取的高空、地面形势图等。气象要素资料选取北京市门头沟区国家观测站2017年3月16—23日的气温、气压、相对湿度、风向、风速、降水量等观测数据。
2 空气质量概况
2017年3月中下旬，北京市发生大范围、持续性的空气污染过程，3月16日起北京市大部分区域空气质量转为轻度污染，17—18日空气污染呈逐日加重趋势为中度污染，19日达到污染峰值为重度污染，20—21日空气污染略有缓解，分别为中度和轻度污染，但22—23日空气污染又进一步加重为中度污染，直至24日全区空气质量才明显好转，以良为主，此次污染过程结束。由表1可以看出，3月19日前后达到污染的浓度峰值，AQI指数为273，因此下面的分析主要围绕19日前后的天气环流形势和气象要素特征展开。
3 天气形势分析
3.1 高空形势分析
3月18日500 hPa高空为两槽一脊形势，2个低压槽分别位于巴尔喀什湖以东以及贝加尔湖以东，随着低压槽东移，在内蒙古西部有一个反气旋性环流存在，北京地区受偏西气流控制。由图1（a）可知，至19日8：00依然维持两槽一脊形势，2个低压槽中间为一个范围较大的高压脊，这种天气型对于冷气团向亚洲中低纬地区的移动有阻碍作用，会削弱冷空气对我国东部地区的影响[14]，不利于空气污染物的扩散。由图1（b）可知，19日20：00，高空转受短波槽前西南气流控制，空气污染物不断在山前堆积，污染物浓度升高;至20日20：00短波槽过境转为西北气流控制，形势略有好转，空气污染出现短暂好转。
3.2 地面形势分析
地面天气图上（图2），19日北京地区受高压底部控制，等压线较稀疏，地面风速较弱，大气扩散条件较差，污染物累积加重，呈现区域性重度污染态势。地面填图显示：18日8：00北京地区总云量为9至10-，东北风4 m/s左右，天气现象记录有霾，能见度2 km，气温8 ℃，露点温度0.8 ℃;20：00转为偏南风4 m/s左右，现在天气现象记录有霾，能见度3 km，氣温15 ℃，露点温度0.3 ℃。到19日8：00，北京地区总云量为9至10-，东北风2 m/s，现在天气现象记录有霾，能见度下降到1 km，气温7 ℃，露点温度2 ℃;20：00转为东南风2 m/s，污染程度进一步加深。20日8：00北京地区总云量为10，偏东风2 m/s，现在天气现象有霾，能见度3 km;20：00现在天气现象有霾，过去天气现象为小雨，能见度为4 km，对污染物稍有一定清除作用，污染程度略微缓解。
3.3 T-lnP图分析
逆温是大气温度沿垂直方向随高度增加而升高的现象，而出现逆温现象的大气层称为逆温层，可抑制污染物的垂直运动和湍流交换，是空气污染天气出现并维持以及污染物堆积的一个重要条件。从19日8：00的探空资料（图3）可以看到，近地面层925 hPa以下出现逆温层，在低空形成暖区，严重阻碍空气对流。另外，根据沙氏指数来判断大气稳定度，沙氏指数正值越大，稳定程度也越大。19日8：00沙氏指数为7.24，处于较高水平，说明大气层结比较稳定，近地面层的污染物很难向高层大气扩散，加上偏南风输送，且风力较小，导致污染物的水平扩散也受限，从而导致重污染天气的出现。
3.4 PM2.5质量浓度逐时变化
从北京市14个大气成分观测站的逐小时PM2.5质量浓度监测（图4）可以看出，18日14：00至19日14：00，除上甸子、野鸭湖等个别站点外，北京市大部分监测站的PM2.5浓度均呈现上升趋势。尤其门头沟站的PM2.5质量浓度呈现逐时陡升的趋势，变化趋势较为明显，且于19日12：00达到了全市浓度峰值，约为350 μg/m3。下面选取门头沟站展开具体分析。
4 气象要素分析
4.1 风场分析
风是影响污染物扩散与稀释的一种重要的动力因子，风向决定空气污染物的输送方向，而风速决定着空气污染物的扩散稀释速度，尤其是低层的风速与风向改变会对空气污染物的聚散以及各处的浓度分布产生直接影响[15]。选取北京市门头沟国家气象观测站（54505），从门头沟站3月16—23日2 min平均风速逐时序列（图5）可以看出，其间2 min平均风速为0.5～3.0 m/s，多为1～2级风力;静风（0级，0～0.2 m/s）及软风（1级，0.3～1.5 m/s）频率为41%，不利于污染物的稀释扩散。从风向频次分布（图6）来看，偏南风向出现频次较多、影响时间较长，加之西部、北部山区阻挡，空气水平方向流动性较差，本地排放的污染物以及河北中南部地区输送的污染物不断在山前堆积，使山前区域以及平原地区污染物质量浓度出现波动并不断堆积、升高。18—19日，河北中南部地区有一条弱的风场辐合线维持，导致辐合线周边污染物持续堆积，污染程度加重，出现连续2 d重度污染过程。北京地区空气污染物（如PM2.5、PM10）日变化明显，大气污染具有“早轻晚重”和“北轻南重”的特点[16];19日20：00开始，弱辐合线逐渐北抬，污染物随之向北京地区输送，造成19日夜间污染物不断累积，污染物质量浓度波动升高。
4.2 能见度分析
空气污染过程中，尤其重污染过程，北京大部分地区能见度持续低于5 km。16—20日门头沟区能见度、相对湿度日变化显著（图7），而污染最为严重的19—20日日变化特征则逐渐减弱，维持较低的能见度（2 km左右）和较高的相对湿度（50%～80%）。较高的相对湿度会导致细颗粒物吸湿增长，消光作用增强，能见度显著降低，如20日15：00出现最小能见度906 m，对应相对湿度为85%。因19日夜间至20日的白天一直维持湿润的南风输送，导致污染物在山前不断堆积并吸湿增长，所以门头沟区的污染程度较为严重，19—20日能见度均较低，且相对湿度均较大，连续2 d维持低能见度天气，空气污染严重。
4.3 地面降水、温度等要素分析
结合降水、温度等数据进行分析发现，19日前后温度随高度增加而升高，即出现了逆温现象，是其间空气质量最差的时段。当生成逆温的时候，湍流的垂直运动会受到抑制而无法发展，此时的大气扩散能力会减弱，从而会导致污染物在近地层大量的累积;当逆温强度较大时，其对应的时间段污染物浓度迅速升高，导致污染现象进一步严重[17]。因此，近地层出现逆温对于污染现象的产生有促进作用，因而温度与气压也能够作为研讨空气污染天气过程的参考要素之一。
3月20日出现少量降水，对应其AQI指数随之出现下降趋势，23—24日也有降水现象，伴随着AQI指数也有一个明显的下降。因此，在降水量比较集中的时间段里，与之对应的空气质量指数会相对较低，降水对于沙尘有沉降作用，即一定的降水量会对空气污染有较好的抑制作用。
5 结论
分析结果表明，通过对北京地区3月15—24日空气质量指数日数据分析发现，此次污染天气过程以PM2.5和PM10为主要污染物，19日各站均达到浓度峰值。其中，门头沟站PM2.5质量浓度呈现逐时陡升的趋势，变化趋势较为明显，且于19日12：00达到了全市浓度峰值，污染程度严重。
通过对污染过程期间的天气形势分析发现，天气形势静稳、缺少北方冷空气南下、逆温、扩散条件差、以南风为主等是污染物累积阶段的大气环流特征，也是导致北京地区空气污染的主要原因。另外，通过分析探空曲线图发现，污染过程辐射逆温层的形成对当时污染物浓度增长有促进作用，当逆温生成时，湍流的垂直运动会受到抑制而无法发展，这时其大气扩散能力会随之减弱，从而使污染物在近地面层发生大量堆积，并且随着逆温强度的增大，其对应的区域内污染物浓度会随之快速升高，将会导致污染加重。而强冷空气的侵入，带来气象扩散条件的改变，伴随一定程度的降水量也会对空气污染物浓度具有一定稀释作用，结束空气污染过程。
通过对污染期间的气象要素变化情况分析发现，风速偏小、能见度持续偏低，气温、相对湿度日变化振幅减小是污染期间PM2.5、PM10浓度峰值出现前气象要素的变化特征。风是影响污染物扩散与稀释的一种重要因素，风向会对空气污染物的输送方向产生影响，而风速对空气污染物的扩散稀释速度产生影响，当风速越大的时候，污染物的扩散稀释就越快，当地的空气质量就越好;反之风速越小，污染物浓度越高。其后冷空气活动对改善污染天气有关键作用，主要特征表现为日最高气温出现若干次降低，即存在不同程度的冷空气活动，带来气象要素的变化，对空气污染也有很好的缓解作用。目前的结果均基于观测数据对污染的发生发展进行讨论，下一步可加强对不同天气形势条件下空气污染源以及演变特征等方面的研究，深入研究如何控制污染物的输送等，也可基于高分辨率再分析数据、数值模式结果等对污染传输机制、污染机理等做进一步探究。今后可进一步加强区域的聯防、联动以及与环保部门的合作，在不利气象条件出现时及时采取必要的管控措施，防止或减轻可能出现的重污染所带来的危害。
6 参考文献
[1] 吴兑.近十年中国灰霾天气研究综述[J].环境科学学报，2012，32（2）：257-269.
[2] 方叠，钱跃东，王勤耕，等.区域复合型大气污染调控模型研究[J].中国环境科学，2013，33（7）：1215-1222.
[3] 姚增权.国外空气质量模式研究现状及展望[J].电力保护，1999（3）：27-31.
[4] DAVIS R E，KALKSTEIN L S.Using a spatial synoptic climatological classification to assess changes in atmospheric pollution concentrations[J].Physical Geography，1990，11（4）：320-342.
[5] FLOCAS H，KELESSIS A，HELMIS C，et al.Synoptic and local scale atmospheric circulation associated with air pollution episodes in an urban Mediterranean area[J].Theoretical and Applied Climatology，2009，95（3/4）：265-277.
[6] CHOW J C，BACHMANN J D，WIERMAN S S G，et al.Visibility：science and regulation[J].Journal of the Air & WasteManagement Association，2002，52（6）：628-713.
[7] 苏福庆，杨明珍，钟继红.华北地区天气型对区域大气污染的影响[J].环境科学研究，2004，17（3）：16-20.
[8] 任阵海，万本太，虞统，等.不同尺度大气系统对污染边界层的影响及其水平流场输送[J].环境科学研究，2004，17（1）：7-13.
[9] 魏文秀.河北省霾时空分布特征分析[J].气象，2010，36（3）：77-82.
[10] 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.
[11] 赵敬国，王式功，王嘉媛.兰州市空气污染与气象条件关系分析[J].兰州大学学报（自然科学版），2013（4）：491-496.
[12] 胡春梅，刘德，陈道劲.重庆地区两次连续空气污染天气过程对比分析[J].气象与环境学报，2016，32（1）：25-32.
[13] 喻义勇，陆晓波，朱志峰，等.南京2013年12月初持续重污染天气特征及成因分析[J].环境监测管理与技术，2015，27（2）：11-16.
[14] WANG H，XU J，ZHANG M，et al. A study of the meteorological causes of a prolonged and severe haze episode in January 2013 over central-eastern China[J].Atmospheric Environment，2014，98：146-157.
[15] 李岩，郑东旗、龚振斌，等.福州大气污染日与气象条件关系[J].亚热带农业研究，2014，10（3）：194-198.
[16] 尹晓梅，孙兆彬，郭淳薇，等.2016年12月京津冀一次重污染天气过程分析[J].生态环境学报，2017，26（12）：2071-2083.
[17] 孟晓艳，余予，张志富，等.2013年1月京津冀地区强雾霾频发成因初探[J].环境科学与技术，2014，37（1）：190-194.