2016—2020年烏海空氣污染特征及其氣象條件分析

白 鑫，劉婉清，馬文迪，劉昕悅，趙旭春

（烏海市氣象局，內蒙古 烏海 016000）

近年來，空氣污染問題受到公眾普遍關注。黨的十九大將污染防治作為3大攻堅戰(zhàn)之一，實施大氣污染防治行動，打贏藍天保衛(wèi)戰(zhàn)。烏海市把大氣污染防治作為環(huán)境治理的重點，直面問題、鐵腕整治，推進全市環(huán)境空氣質量持續(xù)改善。

氣象條件與污染物含量密切相關，一段時間內在排放源相對固定的情況下，氣象條件的改變可以使污染物含量增加或減少，因此了解污染物分布特征及其與氣象條件的關系對于污染治理意義重大。

1 區(qū)域概況

烏海是重要的化工基地。烏海及周邊地區(qū)分布著眾多工業(yè)園區(qū)（烏海經濟技術開發(fā)區(qū)所屬海勃灣工業(yè)園區(qū)、烏達工業(yè)園區(qū)、海南工業(yè)園區(qū)及低碳產業(yè)園區(qū)，鄂托克經濟開發(fā)區(qū)所屬棋盤井工業(yè)園區(qū)、蒙西高新技術工業(yè)園區(qū)及阿拉善高新技術產業(yè)開發(fā)區(qū)），且與寧夏石嘴山經濟技術開發(fā)區(qū)毗鄰。

烏海東部、中部和西部分布著桌子山、甘德爾山和五虎山，山脈成南北走向排列。地勢東西兩邊高、中間低。地處3大沙漠交匯處，自然環(huán)境、生態(tài)環(huán)境脆弱。屬于溫帶大陸性氣候，春季干旱少雨，夏季炎熱高溫，降水量少，蒸發(fā)量大。主導風向為東南風。

企業(yè)集群式的分布，脆弱的生態(tài)環(huán)境和干旱少雨風大的氣候條件，致使烏海地區(qū)結構性污染突出、交叉污染嚴重。

2 研究現狀

很多學者在空氣污染物分布特征、氣象因子相關性分析及污染來源方面進行過大量的研究。祝祿祺等[1-3]利用后向軌跡模式和氣象再分析資料，對各個季節(jié)抵達天?？h的后向氣流軌跡進行聚類，結合大氣污染物數據，分析影響天?？h空氣質量的污染來源。結果得出不同來源氣團影響下的污染物含量有較大差異，河谷地形內的工業(yè)園區(qū)無組織的面源排放通過氣流輸送影響縣城的空氣質量。祁棟林[4-6]等利用西寧市城市空氣質量日報資料，結合氣象資料對空氣質量變化特征和影響因素進行分析得到西寧市空氣質量季節(jié)變化特征，氣象要素對大氣污染物有制約關系，沙塵日數、降水量、相對濕度和氣溫是起主要作用的氣象因子。王郭臣等[7-8]結合HYSPLIT模型，利用后向軌跡聚類、PSCF和CWT方法研究了北京市冬季地面和高空方向上氣流軌跡對PM2.5含量的影響。李杏茹[9-10]結合HYSPLIT模型，利用后向軌跡聚類，分析得出，城市PM10及PM2.5受到大陸氣溶膠影響大，陸地為潛在區(qū)域。

學者對空氣質量的變化空間特征及來源情況分析多集中在京津冀等地區(qū)，對烏海的污染物變化特征和污染傳輸路徑的分析較少。

3 數據與方法

3.1 數據來源

PM2.5、PM10、SO2、CO和NO2污染物含量資料來源于烏海市生態(tài)環(huán)境局3個國控空氣質量監(jiān)測點（聚英學校、林業(yè)局和中海勃灣學校），溫度、氣壓、降水量和相對濕度等基本氣象要素來自烏海國家一般站。后向軌跡模式采用的是NCEP的全球資料同化系統(tǒng)（GDAS）數據。

3.2 方法

利用2016—2020年監(jiān)測的烏海市3個國控空氣質量監(jiān)測點主要污染物小時含量的數據，結合GB 3095—2012《環(huán)境空氣質量標準》，分析了烏海市大氣污染時間變化特點、首要污染物含量空間分布特征；利用后向軌跡模式對氣流軌跡來向進行聚類，識別對烏海影響較大的污染輸送路徑。利用SPSS對各污染物之間、污染物與氣象要素之間的相關性進行分析。

4 結果與討論

4.1 空氣質量占比分析

通過烏海市生態(tài)環(huán)境局發(fā)布的《烏海市環(huán)境質量狀況公報》，對空氣質量各級天數進行統(tǒng)計，如圖1所示，統(tǒng)計得出2016—2020年5年間烏?？諝赓|量以良為主，天數達到1 230 d，占比67.32%，輕度污染天數352 d，占比19.27%，中度到重度污染天數占比4.43%。

圖1 2016—2020年烏海市環(huán)境空氣質量各級天數占比

4.2 污染物月變化特征

2016—2020年間各污染物月平均含量大致呈“正U型”分布，如圖2所示，呈現夏季污染物含量低，冬、春季污染物含量高的規(guī)律，因冬季北方地區(qū)為取暖期及冬季大氣層結較穩(wěn)定污染物不易擴散，使空氣質量變差，PM10在春季有個極大值，由于春季沙塵影響。

圖2 空氣污染月變化特征

4.3 污染物年際變化特征

烏海市2016—2020年空氣污染物年際變化如圖3所示，各污染物含量均呈逐年下降趨勢，首要污染物主要為PM10?？諝赓|量指數（AQI）近5年的下降趨勢明顯；NO2含量下降趨勢不明顯。

圖3 空氣污染年際變化特征

4.4 首要污染物PM10空間分布特征

利用arcgis反距離權重法，將5年首要污染物（PM10）含量進行平均做海勃灣區(qū)空間含量分布圖，如圖4所示得到PM10存在明顯的東部高西部低的現象，高含

圖4 海勃灣區(qū)PM10平均含量空間分布

量主要分布在市區(qū)東部地區(qū)（聚英學校附近）；相較于2016年（145 μg/m3），高值區(qū)含量已大幅下降（103 μg/m3）。

4.5 污染物區(qū)域輸送分析

后向軌跡模型是用于計算和分析大氣污染物輸送、擴散軌跡的專業(yè)模型，目前已被廣泛應用于各類污染物在某個地區(qū)的傳輸和擴散的研究中。

選取污染較嚴重的冬季，以39.67°N，106.82°E為模擬起點，高度選500 m，對在此期間到達烏海的后向氣團軌跡進行聚類分析，如圖5所示對污染事件的潛在源區(qū)進行分析從而探討污染物跨區(qū)域傳輸特征。軌跡長說明氣團移動迅速，軌跡短說明氣團移動緩慢。

圖5 烏海2016—2020年冬季軌跡聚類結果

2016年冬季，第1類氣流占比36%，流經區(qū)域最廣，軌跡長移動速度快，不是污染物主要傳輸來源路徑；第2類軌跡占比達41%，軌跡較短，移動速度慢，高度在500 m附近，水平跨度較小，易造成污染物聚集和短距離輸送，是對烏海污染影響最大的方向路徑；第3類軌跡占比16%，高度集中在500 m附近，氣流彎折，軌跡較短，是污染輸送的主要路徑。

2017年冬季，第3類氣流從蒙古西北部出發(fā)經內蒙古境內抵達烏海，垂直方向高度在1 000～1 500 m，氣流輸送穩(wěn)定，軌跡長，移動速度快，不是污染物主要傳輸來源路徑；第2，4類軌跡，占比為33%，軌跡水平跨度大，移動速度較快，對烏海污染的貢獻率較小。第1類軌跡高度主要集中在500 m以下，軌跡短，氣流傳輸出現幾次彎折，說明氣流移動緩慢，易攜帶污染物到烏海附近匯集，是造成污染重要方向路徑。

2018年冬季，第2類軌跡來自東南方向，高度在500 m以下，氣團水平運動速度慢，風速穩(wěn)定，攜帶污染物到烏海附近區(qū)域匯集，是造成污染重要方向路徑。

2019年冬季，第2—4類氣流，由于高度基本在1 000～1 500 m，軌跡長，移動速度快，不是造成污染的主要路徑；來自東南方向的第1類氣團垂直方向高度在500 m以下，占比24%，氣流穩(wěn)定且移動緩慢，有明顯的軌跡偏移，易攜帶污染物到烏海附近匯集，是造成污染的主要方向路徑。

2020年冬季第2、4類氣流占比較大，移動速度快，對污染傳輸影響小，主要影響污染傳輸的路徑是第1類偏南方向氣流，氣流移動緩慢，存在多處彎折，易造成污染的輸送及聚集。

2016—2020年冬日受西伯利亞高壓影響，存在一條基本為西北方向氣流軌跡從蒙古國進入內蒙古到烏海；在偏西方向上的氣流高度基本在1 000～1 500 m，流經地區(qū)軌跡長，移動速度快，不是造成冬季污染的主要路徑；對污染貢獻大的路徑是偏南及偏東南方向的周邊氣流，高度在500 m左右，軌跡短移動緩慢，移動過程中存在多處彎折，污染不易擴散，易造成污染物含量升高，空氣質量變差。

4.6 污染物與氣象因子相關性分析

由表1可知，氣壓與污染物含量呈正相關，平均氣壓高，水汽不易凝結，加之地形影響，導致空氣質量變差；氣溫與各污染物含量呈正相關，氣溫較高時，氣流垂直運動頻繁，污染物易擴散，污染物含量較低；相對濕度與降水量與污染物含量呈負相關，適當的降水對污染物具有清洗和沖刷作用；風速與NO2含量呈負相關，與其他污染含量呈正相關，風速大，污染物含量高，強風將地面沙塵吹起，加大了空氣里顆粒物的污染含量。

表1 污染物與氣象要素的相關性

5 結論

（1）烏海2016—2020年間各污染物月平均含量大致呈夏季污染物含量低，冬、春季污染物含量高的“正U型”分布變化規(guī)律。

（2）空氣污染物含量呈逐年下降趨勢，首要污染物PM10含量空間分布規(guī)律相似，高含量主要分布在市區(qū)東部地區(qū)。

（3）通過聚類分析，受西伯利亞高壓影響，穩(wěn)定存在一條西北或偏西方向氣流到烏海，對污染貢獻較多的是來自500 m高度下的周邊東南及南邊的氣流。

（4）氣壓、氣溫與污染物含量之間呈正相關，相對濕度與降水量與污染物含量呈負相關，風速與NO2含量呈負相關，與PM10、SO2、PM2.5、CO含量呈正相關。