2015-2018年淮北市冬半年重污染天气大气环流分型研究.pdf

第3 9 卷第4期2023 年8 月王苏瑶，邓学良，胡建林，等.2 0 152 0 18 年淮北市冬半年重污染天气大气环流分型研究 J.气象与环境学报,2 0 2 3,3 9（4：74-83.WANG Suyao,DENG Xueliang,HU Jianlin,et al.Research on atmospheric synoptic classification of heavy pollution weather duringwinter half year from 2015 to 2018 in Huaibei city J.Journal of Meteorology and Environment,2023,39(4):74-83.气象与环境学报JOURNAL OFMETEOROLOGY AND ENVIRONMENT2015一2 0 18 年淮北市冬半年重污染天气大气环流分型研究Vol.39 No.4August 2023气污染输送影响的常用方法 12-15,近年有较多研究应用潜在源贡献分析法对潜在源地污染物进行定量王苏瑶1邓学良？胡建林3常炉予4（1.淮北市气象局，安徽淮北2 3 50 0 0；2.合肥市气象局，安徽合肥2 3 0 0 41；3.南京信息工程大学，江苏南京2 10 0 44；4.长三角环境气象预报预警中心，上海2 0 0 13 5）摘要：选用2 0 152 0 18 年安徽省淮北市6 种主要污染物浓度月变化数据，利用聚类分析、潜在源分析（PSCF、CW T）、T-mode斜交旋转分解（PCT)等方法，分析淮北市冬半年重污染的传输通道、潜在源区，重污染天气不同阶段（形成、维持和结束）的大气环流类型。结果表明：淮北市冬半年PM2.5、PM i o、CO、NO,和SO，的月均质量浓度较高。短距离轨迹为当地冬半年重污染的主要输送轨迹，山东西部、江苏中北部是淮北市重污染的重要潜在源区。持续性重污染形成、维持及结束期间的环流场存在异同点，共同点为3 阶段均存在占比不同的均压场，不同点为大气环流分型、气压值、气压梯度、风向风速等存在差异。持续性重污染形成期间，大气环流可分为5种类型，其总次数的90%与均压场有关；持续性重污染维持期间6 种大气环流类型均与均压场有关，但范围明显大于形成时期，气压值与形成时期相近,风速普遍为静风；持续性重污染结束期间淮北市多处于冷高压前沿，均压场仅占15%，气压梯度、海平面气压值及风速均显著增大。关键词：后向轨迹；潜在源分析;PCT算法中图分类号：X51引言随中国经济发展和城市化进程加快，工业和人为排放污染物不断增多,大气污染问题日益严重，区域性雾霾事件频发 1-5,重污染天气常态化 6 ,严重影响人们的生活质量 7-8 。中国实施了一系列重大计划和研究专项，开展大气污染治理的攻关工作。安徽省淮北市为中国煤炭生产基地之一，既是传统产煤区,也是高耗能产业聚集区，近年的环境污染问题突出。淮北市地处京津冀和长三角的大气污染传输带,既有本地排放，又受区域污染输送影响，污染来源复杂，该地区大气污染研究及治理较为迫切。大气污染成因复杂，受污染物排放和气象条件共同影响 9-10 ,污染源为内因,气象条件为外因 。由于污染源排放一定时期内变化较小，气象条件对大气污染发生的影响较为关键。气象条件分析重点关注其对污染跨境输送和本地污染物的积聚影响。污染跨境输送主要指外围污染源在特定风场作用下,持续对监测区域输入污染物的过程，利用轨迹分析模型可确定大气污染物的传输路径，通过聚类方法对污染输送路径和类型进行分类，是研究区域大收稿日期:2 0 2 1-0 5-2 7;修订日期：2 0 2 1-11-0 2。资助项目：安徽省气象局预报员专项（KY201903）和准北市科技计划项目（2 0 2 1HK008）共同资助。作者简介：王苏瑶，女，1990 生，高级工程师，主要从事天气预报和环境气象方面研究，E-mail:。文献标识码：Adoi:10.3969/j.issn.1673-503X.2023.04.010模拟 14-17 。大气污染跨境输送和本地污染物的积聚均需在一定的天气形势背景下形成,因此,基于天气形势背景研究空气污染的气象成因可为污染源分析提供重要参考。自2 0 世纪7 0 年代中国开始关注环流形势场与大气污染关系研究，高书然等 18 分析了2 0 世纪70年代末中国北方城市冬季SO2浓度升高时的天气形势。2 0 10 年后随气象资料时空分辨率提高，从天气形势方面分析空气污染的研究更为广泛和深入，如王莉莉等 19 选用2 0 0 7 2 0 0 8 年日降水量和风场资料对北京市夏末秋初不同天气形势对大气污染物浓度的影响进行了研究；王明洁等 2 0 选用小时平均、逐日平均资料对不同季节深圳市污染天气形势进行了分析。以上对于天气分型的研究均可归为主观分型。近年来，许多研究应用斜交旋转分解方法（PCT）、La m b-Je n k i n s o n 等算法对天气过程进行分型 2 1-2 6 。目前,应用算法分型主要有5 种,Huth27对比了5种分型方法的结果表明,T模态斜交旋转主成分分析法(PCT)效果较好。第4期重污染天气分型的研究多为针对整个大气污染过程，并未划分污染天气的形成、维持和结束阶段，而实际空气污染气象条件预报中，不仅要关注重污染天气的形成时间，还要关注重污染天气维持时间和结束时间。因此,有必要对重污染天气形成、维持和结束进行阶段性大气环流分型。本文在分析淮北市空气污染时间变化特征的基础上，基于聚类分析、潜在源分析(PSCF、CW T)等方法探究本地污染物输送通道、潜在源区,利用T模态斜交旋转分解方法(PCT)对重污染天气的不同阶段（形成、维持和结束)进行重污染大气环流分型，以期为该地区大气污染天气研究及防治提供参考。1资料与方法1.1资料来源淮北市大气污染物浓度监测数据来自全国城市空气质量实时发布平台，日数据为2 0 15一2 0 18 年，小时数据为2 0 16 一2 0 18 年。气象资料主要为两类,分别为GDAS资料和FNL资料,其中GDAS资料用于计算大气污染物的传输路径和潜在源区,FNL资料用于大气环流场分型。2 0 152 0 18 年淮北市冬半年GDAS资料来源于NCEP（美国国家环境预报中心）的全球资料同化系统(GDAS）,时间分辨率为1h,空间分辨率为11。2 0 16 2 0 18 年淮北市冬半年FNL（Fi n a l O p e r a-tionalGlobalAnalysis）资料来源于NCEP（美国国家环境预报中心）,空间分辨率为11,时间分辨率6h,每天4次（世界时0 0 时、0 6 时、12 时、18 时）。冬半年为2 0 15年13 月、2 0 15年10 月至2 0 16 年3月、2 0 16 年10 月至2 0 17 年3 月、2 0 17 年10 月至2018年3 月及2 0 18 年10 一12 月。1.2研究方法1.2.1后向轨迹模式HYSPLIT拉格朗日混合单粒子轨道模型（HybridSingleParticle Lagrangian Integrated Trajectory Model,HYS-PLIT)由美国国家海洋和大气管理局（NOAA）与澳大利亚气象局联合开发，主要用以计算和分析大气污染物传输、扩散轨迹。该模型拥有较为完整的输送、扩散和沉降模式，可处理多种大气物理过程、不同气象要素输入场和不同类型污染物排放源，已在多个区域的多种污染物输送和扩散的研究中普遍应用 2 8-2 9。选取0 8 时（北京时）为起始时间，近地面气团输送选取10 0 m为起始高度,计算到达淮北市(33.97N,116.81E)的7 2 h后向轨迹。1.2.2轨迹聚类聚类分析按照某种相似性或差异性指标，定量确定样本关系,将相似样本归为一类。应用 Wang王苏瑶等：2 0 152 0 18 年准北市冬半年重污染天气大气环流分型研究5n;20W;=0.422n;5(0.05n;2式（1）式（3）中,WPSCF为计算了权重的潜在源贡献因子;W,为权重函数;PSCF为潜在源贡献因子；m为研究区域内经过网格的污染轨迹数;n;为研究区域内轨迹数。1.2.4浓度权重轨迹潜在源贡献因子（PSCF)可表征某网格中污染轨迹占比,但网格PSCF值相同时,无法量化该网格对研究地点的影响程度,因此进一步运用浓度权重轨迹分析法(CWT)计算潜在源区不同气流轨迹的污染权重浓度 2 0.3 0 ,见式(4)。M1CiMTik式(4)中,C,为某网格平均权重浓度;k为气流轨迹编号;M为轨迹总数;C,为编号是k的轨迹经过网格时对应的AQI;T为编号是k的轨迹在网格停留的时间。CWT也需要增加权重以降低不确定性,采用与PSCF分析法相同的权重函数Wj,研究区域及网格大小同PSCF。1.2.5分型算法对重污染过程的大气环流分型采用T模态斜交旋转主成分分析法，该方法可以较准确地表征原75等 3 0 在Meteoinfo软件中开发的TrajStat模式，根据轨迹的空间相似程度,对到达淮北市的7 2 h后向轨迹进行轨迹聚类，据此分析淮北市重污染的主要传输路径。1.2.3潜在源贡献因子潜在源贡献因子（PSCF）算法利用条件概率函数分析气流轨迹辨别源区。PSCF结果为研究范围内经过网格污染轨迹数（mi）与所有轨迹数（ni;）的比值。PSCF值越大,表明网格污染贡献越大。PSCF基于条件概率函数,如果n;较小,PSCF的不确定性将增大。当网格中ni;小于研究范围每个网格内平均轨迹端点数的3 倍时,应用权重函数W,来降低PSCF的不确定性。将主要研究区域（2 9 50 N,86125E）划分为11网格（约8 19个），2 0 152018年共有40 8 8 个轨迹点（平均每个网格5个），参考Wang30和王郭臣等 2 0 权重函数的选取方法,潜在源贡献因子计算见式（1）式（3）。WPSCF=W,PSCF(i=1,2,21)(j=1,2,39)(1)PSCF=mj/nj(2)1.0020 nij0.70k=1(3)(4)76气象与环境学报第3 9卷始环流场的特征,得到的时间场和空间场也更加稳定 2 5。应用COST733天气分型软件（htp:/wwW.cost733.org）,利用FNL的海平面气压和10 m风场,对3 个或者多个变量进行斜交旋转分解,分析重污染形成期、维持期及结束期3 个时期的环流场特征。1.2.6污染阶段根据重污染日前后及当日的逐时AQI值，定义重污染日前一日或当日出现连续AQI200的第1h为重污染过程形成时间；重污染日结束当日或第二日连续AQI200的最后1h为结束时间；起始至结束时间间隔为重污染过程维持时间，重污染过程形成至结束为一次持续性重污染事件。由于筛选重污染事件需要逐时AQI值，2 0 15年无逐时观测数据，因此，共得到2 0 16 2 0 18 年淮北市持续性重污染事件2 0 次。由于对应的FNL资料为一日4次逐6 h(世界时00时、0 6 时、12 时、18 时），取距离每次重污染过程起始时间最接近的FNL时次资料为重污染形成期数据集，选取距离重污染结束时间最接近时次资料为重污染结束期数据集，除重污染形成期和结束期的时次外，中间所有时次数据为重污染维持期数据集。共得到2 0 16 2 0 18 年淮北市重污染形成期、结束期数据各2 0 次，重污染维持期数据159次。2结果分析2.1污染物浓度月变化2015一2 0 18 年淮北市6 种大气污染物月平均质量浓度变化见图1。由图1可知，淮北市PM2.5月均质量浓度变化呈U型，1月最高，之后PM2.5月均质量浓度逐渐下降，7 月最低，12 月达到次高值。冬季160./1208040013456789101112月份PM2.5;PM1o;CO;*-NO2;*O3s;SO,图12 0 152 0 18 年淮北市6 种大气污染物月均质量浓度变化Fig.1 Variations of monthly average mass concentrationsof six types of air pollutants in Huaibei cityPM2.5月均质量浓度显著高于夏季,可能由于冬季平均气温较低、大气对流弱，边界层高度较低，不利于PM2.5扩散，且在春节期间，各地燃放烟花爆竹容易导致PM2.5排放量增加。夏季边界层高度较高、降水较多,利于PM2.5扩散和沉降。PM1o与PM2.5月均质量浓度变化趋势较为一致,均为冬季高、夏季低,年内月均最高值出现在1月，月均最低值出现在7 月。20152018年淮北市CO、NO 及SO月均质量浓度变化呈U型,SO变化趋势最为平缓。3 种大气污染物浓度变化均与冬夏季气象扩散条件密切相关,因此,3 种大气污染物月均浓度变化均为冬季高、夏季低，浓度最高值出现在12 月或1月，1月后浓度总体呈下降趋势，8 月开始缓慢回升。20152018年淮北市O3月均质量浓度呈倒U型,有明显的月变化。1一6 月0 3 月均浓度升高，6月达到峰值。7 月为淮北降水最多的月份，由于降水偏多、日照时数低、0，浓度明显下降 3 1-3 2 ,8 一9月略有回升,10 月日照时长开始减少,0，浓度明显下降，12 月为最低值。2.2重污染日污染物来源及传输路径选取2 0 152 0 18 年13 月和10 12 月淮北市所有样本共547 d,以0 8 时为起点,10 0 m为起始高度,进行547 条7 2 h后向轨迹聚类分析（图2）。由图2 a可知,2 0 152 0 18 年冬半年所有轨迹按照空间相似度分为3 类,3 类轨迹的源头均来自淮北市西北方,这与中国冬半年3 0 N以北盛行西北季风较为一致。进一步对重污染日的后向轨迹进行聚类分析得到6 类不同气流轨迹（图2 b），其中来自中国西北部的长距离输送轨迹（轨迹1）仅占总轨迹数的7.14%,短距离轨迹（轨迹2,轨迹3,轨迹4,轨迹5，71.6轨迹6)共占总轨迹数的92.8 6%，表明短距离轨迹是淮北市重污染的主要输送轨迹,其中来自北方的(.)/鲁01.20.80.40.0from 2015 to 2018轨迹（轨迹2 和轨迹4）占3 0.3 6%，主要来源为京津冀地区及山东等地，来自南方的轨迹（轨迹5）占19.64%，主要来源为江苏省，来自西方的轨迹（轨迹6)占17.8 6%，主要来源为河南省。6 类轨迹中第3类轨迹距离最短，但所占的比例最高，达2 5.0 0%，短距离轨迹反映了局地输送对大气污染物浓度的影响。结合重污染轨迹在输送过程中的高度变化可知（图2 b），大气污染物长距离输送（轨迹1)特点为，水平方向长，气流路线平直；垂直方向跨度大，高度最高可达50 0 hPa。长距离输送大气污染物有明显的先上升后下沉的过程，表明大气污染物在源地上升至对流层中层后随高空西风移动，接近淮北市前在第4期垂直混合及下沉运动的作用下进入边界层造成本地大气污染物浓度升高。短距离输送轨迹具有水平分类结构复杂,存在拐弯、打转,平均轨迹较短等特征；a50N40N30N20N70E80E90E100E110E120E130E140E王苏瑶等：2 0 152 0 18 年淮北市冬半年重污染天气大气环流分型研究轨迹3120E30N2010N77另外,垂直方向跨度也较小,高度普遍为8 0 0 hPa 以下。表明污染气团一直在边界层内缓慢运动，利于大气污染物的累积。(b)50N40N南海诸岛轨迹17.14%20N70E80E90E100E110E120E130E140E气压变化/hPa1000d1.00.940N0.80.70.60.50.430N0.30.20.190E100E图22015一2 0 18 年淮北市冬半年近地面（10 0 m）所有后向轨迹聚类分析（a）、重污染日后向轨迹聚类分析及轨迹高度变化(b）、潜在源贡献因子(PSCF)分析(c)和浓度权重轨迹(CWT)分析(d)Fig.2(Cluster analysis of all backward trajectories near surface(100 m)in winter half year(a),heavy pollution days and由图2 c可知,2 0 152 0 18 年淮北市重污染日的潜在源贡献（WPSCF）高值区主要分布在山东西部及东南部、江苏等地区，这些地区对淮北重污染的潜在源贡献为0.6 以上,其中江苏中部的潜在源贡献接近0.9,表明江苏中部是淮北重污染日的主要潜在源区。这些源区工业较为发达、人口众多、且距离淮北市较近，工业生产、燃煤和机动车排放等大量人为源生成的大气污染物被气流输送至淮北市导致重污染日发生。由于潜在源贡献因子法（PSCF）只能反映潜在源区贡献率的大小,无法模拟数值的大小 2 0 。因此,应用浓度权重轨迹分析法(CWT)计算潜在源区的权重浓度见图2 d。由图2 d可知，淮北AQI浓度权重轨迹的高值区主要集中在山东西部、江苏中北部这些地区对淮北的AQI贡献为2 40 以上，是淮北市重污染日大气污染物的主要源区。2.3重污染日天气分型2.3.1重污染日形成期天气分型利用提取的污染形成期数据集进行2 0 16 一2018年淮北市重污染日天气分型，可分为高压前部均压场型、高压控制下的均压场型、冷锋后型、东路弱冷空气型、低压底部均压场型5种环流类型，方差贡献分别为3 2.8 2%、18.19%、15.2 4%、11.3 3%和26024022040N18016014012010030N80604020110E120Etheir height changes(b),potential source contribution factor(PSCF)(c),concentrationweighted trajectory(CWT)(d)in Huaibei city from 2015 to 2018130E90E11.09%，累计解释方差8 8.6 7%。2.3.1.1高压前部均压场型20162018年淮北市重污染日形成期高压前部均压场型共10 次，平均环流场见图3 a。高压中心位于蒙古，中国北部地区受高压前部弱气压场控制，淮北市位于高压底前部均压场，安徽省上空气压梯度为2.5hPa,淮北市上空气压为10 2 5hPa，风为小于2 ms-的东北风。均压场控制下风速较弱,不利于大气污染物的扩散，易形成重污染，2.3.1.2高压控制下均压场型20162018年淮北市重污染日形成期高压控制下均压场型共4次，平均环流场见图3 b。高压中心位于内蒙古自治区、山西省、河北省交界处，中心最大值为10 3 5hPa,中国东部为大范围高压控制，淮北市处于高压中心南部,风为风速较小的偏东风。2.3.1.3冷锋后型2016一2 0 18 年淮北市重污染日形成期冷锋后型共2 次，平均环流场见图3 c。此种类型较为特殊，冷锋前部已到达中国东部沿海,高压主体本可以东移，但在海上有台风西行，使得高压中心在中国东北部稳定维持，高压控制下污染物易积聚，同时高压底部盛行东北风,有利于大气污染物向淮北市输送,淮北市附近气压梯度弱,近地面风速弱（2 ms-l）,不100E110E120E130E78气象与环境学报第3 9卷利于大气污染物进一步扩散,污染物的不断累积形(a)60N45N30N15N75E90E105E120E135E4msl1010101510201025103010351040成了重污染天气。60N60N45N45N30N30N15N15N75E90E105E 120E135E4ms100010051010101510201025103075E90E105E120E135E4ms:l10001008101610241032(d)60N45N30N15N75E90E105E120E135E4msl1006101410101018阴影为海平面气压，单位为 hPa;箭头为风速，单位为ms1。图3 2 0 16 2 0 18 年淮北市重污染日形成期高压前部均压场型(a)、高压控制下的均压场型(b)、冷锋后型(c)、东路弱冷空气型(d)和低压底部均压场型(e)Fig.3 Uniform pressure field in front of high pressure(a),uniform pressure field under high pressure control(b),behind the cold front type(c),weak cold air type from East Road(d)and uniform pressure field at the bottom oflow pressure(e)for objective classification in formation stage from 2016 to 2018 in Huaibei city2.3.1.4东路弱冷空气型20162018年淮北市重污染日形成期东路弱冷空气型共2 次，平均环流场见图3 d,弱冷空气东移南下,路径偏东主要影响华北及华东地区。淮北市受东路弱冷空气扩散影响,主导风向为东北风,风速较小（2 ms-）,这种情况下北方的大气污染物容易向南输送造成积累。2.3.1.51低压底部均压场型20162018年淮北市重污染日形成期低压底部均压场型共2 次，平均环流场见图3 e。内蒙古北部至贝加尔湖南部为低压区，中国东部大部分地区气压场较弱。淮北市处于均压场控制下，风速较小(2 ms-l)。综上所述,2 0 16 2 0 18 年淮北市重污染日形成期间环流背景场以高压最多，与中国冬季大陆主要受冷高压控制的环流特征一致。5种天气类型可概括为弱冷空气影响下的污染传输型（第4类)和高压或均压场控制下的天气形势稳定型（1类、2 类、3(e)60N45N30N15N75E90E105E120E135E4msl102210301026103410101015类、5类）。重污染形成期间,除了第4类东路弱冷空气型安徽省上空气压梯度存在两条等压线外,其他4类安徽省上空气压梯度仅有一条等压线。风为2 ms-的偏东风为主。2.3.2重污染日维持期天气分型20162018年淮北市重污日污染维持期共6 种环流类型,为高压底前部均压场I型和型、高压东部均压场型、高压底部均压场I型和型、大范围均压场型，方差贡献分别为3 3.7 6%、2 0.7 4%、14.52%、9.3 5%、5.2 8%和4.58%，累计解释方差达到 8 8.2 3%。2.3.2.1高压底前部均压场I型20162018年淮北市重污染日高压底前部均压场I型共6 3 次,平均环流场见图4a。高压中心位于贝加尔湖附近,高压位置偏北，淮北市位于高压底部的均压场中，均压场范围较大,南北向覆盖了安徽省、江西省,淮北市上空气压为10 2 4 hPa,风为风速较小的东北风。102010251030103010401045第4期王苏瑶等：2 0 15一2 0 18 年淮北市冬半年重污染天气大气环流分型研究79(a)60N45N30N15N75E90E105E120E135E4msl101010181014102260N45N30N15N75E90E105E120E135E4msl10101014101810221026阴影为海平面气压,单位为 hPa;箭头为风速,单位ms-1。图42 0 16 2 0 18 年淮北市重污染日维持期高压底前部均压场I型（a)、I型(b）、高压东部均压场型(c)、高压底部均压场I型(d)、型(f)和大范围均压场型(e)Fig.4 Uniform pressure field in front of the bottom of high pressure of I(a)and II(b),uniform pressure field in the eastof high pressure(c),uniform pressure field at the bottom of high pressure of I(d)and II(f),wide range uniform pressure2.3.2.220162018年淮北市重污染日高压底前部均压场型共45次，平均环流场见图4b。冷空气路径偏西,冷高压中心位于新疆及其以北地区，淮北市位于冷高压前部的均压场区，中国中东部为均压场控制，淮北市气压为10 2 5hPa,风为风向不定的静风。2.3.2.3高压东部均压场20162018年淮北市重污染日高压东部均压场共2 9次，平均环流场见图4c。高压中心位于新疆，山西省、河北省、山东省、江苏省、河南省、安徽省均位于均压场中,淮北市上空气压为10 2 6 hPa,中心风速为静风。2.3.2.4高压底部均压场I型20162018年淮北市重污染日高压底部均压场I型共15次，平均环流场见图4d。冷空气路径偏北，冷高压中心位于内蒙古东北部，淮北市位于冷高压底部均压场，气压较小，为10 2 3 hPa,风为东北方向的静风。(b)60N45N30N15N75E90E105E120E135E4ms102610341030103860N45N30N15N75E90E105E 120E135E4ms1005101510101020field(e)for objective classification in maintenance stage from 2016 to 2018 in Huaibei city高压底前部均压场型60N45N30N15N75E90E105E120E135E4ms1010101810141022(e)2.3.2.5大范围均压场型20162018年淮北市重污染日大范围均压场型共5次,平均环流场见图4e。中国大部均为均压场控制，淮北市上空气压较小，为10 2 2.5hPa，风为小于2 ms-i的偏东风。2.3.2.6高压底部均压场型20162018年淮北市重污染日高压底部均压场型共2 次，平均环流场见图4f。高压主体位于贝加尔湖东北部,中国东部为均压场区,淮北市附近气压为10 2 0 hPa,风为2 ms-的偏西风。综上所述,重污染维持期6 类环流型均与均压场有关，主要天气系统位置、强度、范围有所不同。对比重污染形成期天气分型中的均压场类型，维持期的均压场范围明显更大。另外,重污染维持期间淮北市上空风场较弱,风速为静风或2 ms-1,其中静风占95.6%。淮北市上空气压为10 2 0 1026 hPa。2.3.3重污染结束期天气分型2016一2 0 18 年淮北市重污日污染结束期共4种10261030102510301034103830N15N75E90E105E120E135E4ms10351000100810101014(f)60N45N1018102210161032102410401026103080气象与环境学报第3 9卷环流类型,为高压底部型、高压底前部型、高压控制型和高压前部型，方差贡献分别为3 3.47%、32.72%、13.13%和8.50%，累计解释方差达到87.82%。60N2.3.3.12016一2 0 18 年淮北市重污日结束期高压底部型共8 次，平均环流场见图5a。高压中心位于内蒙古东部,冷高压中心达10 3 4 hPa,淮北市位于冷高压底(a)(b)60N高压底部型45N45N30N15N75E1010101430N15N90E105E120E135E4ms101810261022103075E10341010101590E105E120E135E4msl10201030102510351040104560N60N45N30N45N30N15N75E10061010阴影为海平面气压，单位为hPa;箭头风速，单位为ms-1。图52 0 16 2 0 18 年淮北市结束期高压底部型(a）、高压底前部型(b)、高压控制型(c)和高压前部型(d)Fig.5 Uniform pressure field at the bottom of high pressure(a),uniform pressure field in front of the bottom of highpressure(b),uniform pressure field controlled by high pressure(c),uniform pressure field in front of high pressure(d)部,附近气压为10 2 6 hPa,冷高压在东移的过程中，淮北市及其以北地区气压梯度较大,风速较大,有利于大气污染物的清除。2.3.3.2高压底前部型2016一2 0 18 年淮北市重污染日结束期高压底前部型共8 次，平均环流场见图5b。高压中心位于新疆北部，冷高压强度较强，中心值达10 47.5hPa，淮北市位于冷高压底前部，附近气压为10 2 7.5hPa,安徽北部地区气压梯度达2.5hPa,有利于大气污染物清除。2.3.3.3高压控制型20162018年淮北市重污日结束期高压控制型共3 次，平均环流场见图5c。高压中心值为1028hPa,高压中心至外围气压梯度大,外围风速为10 12 m s-l。O15N90E105E120E135E4msl1014102210181026for objective classification in the dissipation stage from 2016 to 2018 in Huaibei city75E1030100510102.3.3.47高压前部型2016一2 0 18 年淮北市重污日结束期高压前部型仅1次，平均环流场见图5d。高压中心位于内蒙古中部,淮北市位于高压前部，附近气压为10 2 5 hPa，气压梯度大,风为4ms-的西北风。综上所述，淮北市重污染天气结束期的冷高压较强，高压底前部型冷高压中心值和气压梯度更大，安徽省上空至少有2 条等压线。重污染天气结束期淮北市海平面气压值为10 2 510 2 8 hPa，平均风速为2 4ms-1。由于冷高压强度可以表征冷空气强度,气压梯度与风速直接相关,结束期的环流型有利于大气污染物的清除。2.3.4重污染日形成期、维持期、结束期大气环流对比2016一2 0 18 年淮北市持续性重污染天气过程形90E105E120E135E4msl10151025102010301035第4期成期、维持期及结束期的环流类型及气象要素对比见表1。由表1可知，淮北市重污染日形成期、维持表12 0 16 2 0 18 年准北市持续性重污染天气过程形成期、维持期及结束期的环流类型及气象要素对比Table 1 Comparative analysis of circulation types and meteorological elements at the formation,maintenance,andend of persistent heavy pollution weather process from 2016 to 2018 in Huaibei city重污染天环流类型气阶段及占比/(%)冷高压前沿(10%）形成期均压场(90%)维持期均压场(10 0%)冷高压前沿(8 5%）结束期均压场(15%)压场范围及在各阶段类型占比不同。此外，不同阶段的风向、风速、气压梯度存在显著差别。重污染日形成期大气环流场为5种类型，分别为高压前部均压场型、高压控制下均压场型、冷锋后型、东路弱冷空气型、低压底部均压场型，5种大气环流类型总次数的90%可归为均压场型；淮北市上空的海平面气压为10 2 2 10 2 6 hPa;风为风速小于2 ms-的东北风为主;安徽省上空的气压梯度普遍小于2.5hPa。重污染日维持期共有6 种大气环流类型，淮北市上空均为均压场型,且均压场的范围明显大于形成期，只是均压场形成时主要天气系统的位置、强度、范围略有差异；淮北市的海平面气压为10 2 0 1026hPa;风力多为静风，由于风速小,风向较杂乱；气压梯度普遍小于2.5hPa。重污染日结束期,淮北市多位于冷高压前沿,均压场仅占15%；整体气压梯度较大,有利于污染物的清除；高压中心值较高、海平面气压值也较大、多为102510 2 8 h Pa;风为风速2 4ms-i的东北风为主。3结论（1)2 0 152 0 18 年淮北市6 种大气污染物的月均浓度变化明显,PM2.5、PM i o、CO、NO,和SO,均呈U型,冬季高、夏季低。O3月均浓度则呈倒U型,6月最高,9月有一个次高峰,12 月为全年最低。(2)HYSPLIT 模型和轨迹聚类分析表明,短距离输送是淮北市重污染的主要输送途径。PSCF和CWT表明山东西部、江苏中北部是淮北市重污染形王苏瑶等：2 0 15一2 0 18 年准北市冬半年重污染天气大气环流分型研究海平面气压值风速占比/(%)占比/(%)(淮北)(淮北)NE(70%)1022 1026 hPa(80%)ENE(20%)1030 hPa(20%)E(10%)E(39.6%)N(28.3%)WN(9.4%)1020 1026 hPaNE(18.2%)SE(3.1%)W(1.3%)NE(80%)1025 1028 hPaSE(15%)WN(5%)成的重要潜在源区。(3)淮北市持续性重污染日形成期、维持期及结束期的大气环流场共同点为3 阶段均存在均压场类型,但均压场占比不同。不同点主要表现在环流分型、气压值、气压梯度、风向风速等方面。（4）重污染形成期，大气环流可分为5种类型，分别为高压前部均压场型、高压控制下的均压场型、冷锋后型、东路弱冷空气型、低压底部均压场型,其总次数的90%可归为均压场型，海平面气压为10221026 hPa,风以风速小于2 ms-i的东北风为主，气压梯度普遍低于2.5hPa。重污染日维持期大气环流共6 种,均与均压场有关,只是主要天气系统的位置、强度、范围略有差别。均压场范围明显大于形成期间,气压值与形成期间相近,风多为静风;重污染日结束期淮北市多位于冷高压前沿,均压场次数仅占15%，气压梯度、海平面气压值及风速均显著增大。参考文献1邓雪娇,黄健，吴兑，等.深圳地区典型大气污染过程分析 J.中国环境科学,2 0 0 6,2 6（z1）：7-11.2张蓬勃，金琼，陆晓波，等.2 0 13 年1月持续性霾天气中影响污染程度的气象条件分析 J.气象科学，2016,36(1):112-120.3郭蕊，段浩，马翠平，等.河北中南部连续12 d重霾污染天气过程特征及影响因素分析 J.气象，2 0 16,42(5):589-597.81期及结束期环流场存在共同点，即淮北市上空的海平面气压场均存在均压场类型，但不同阶段均风向占比/(%)气压梯度/(hPa)(淮北)（安徽省）2 msl(80%)2.5 hPa静风(2 0%）静风(95.6%)2 4 m s-12 hPa2 5 hPa(85%)2 hPa(15%)824肖悦，田永中，许文轩，等.近10 年中国空气质量时空分布特征 J.生态环境学报，2 0 17,2 6（2）：2 43-2 52.5王继康，花丛，桂海林，等.2 0 16 年1月我国中东部一次大气污染物传输过程分析 J.气象，2 0 17,43（7）：804 812.6张枫逸.常态化雾霾呼唤常态化治理 J.环境教育，2013(11):15.7徐宁.空气污染对公众健康的危害一一基于面板数据的实证分析 D.大连：东北财经大学,2 0 15.8 丁剑平.大气污染危害性分析及治理途径 J.科技展望,2 0 14(2 2):2 54.9周慧，王自发，安俊岭，等.城市空气污染持续维持机制研究1.2 0 0 2 年西安市空气污染持续维持过程分析及其气象成因J.气候与环境研究，2 0 0 5,10（1）：124-131.10陈训来,范绍佳,李江南，等.香港地区空气污染的典型天气背景形势J.热带气象学报，2 0 0 8,2 4（2）：195-199.11吴兑.灰霾天气的形成与演化 J.环境科学与技术，201