大气颗粒物是城市大气中主要的污染物之一，尤其细颗粒物是其中最重要组成部分. 城市大气中细粒子 PM_2.5对人体健康的危害已经被国内外大量研究所证实^[1~6]. 大气中颗粒物浓度的高低主要受污染源和大气对颗粒物的扩散作用决定. 污染源在一定的地理环境和时间上是相对稳定的，而大气对颗粒物的扩散和稀释能力则是变化较大的. 因此研究城市气象条件对细颗粒物的影响，对于改善城市空气质量有重要的意义. 国内外学者已开展了相关研究. 意大利米兰颗粒物浓度的年际变化中，冬季其浓度最高^[7]； 空气中的细颗粒物已经成为首要污染物^{[8, 9]}，而北京属于污染比较严重地区^[10~12]； 北京重污染日，区域输送是其PM_2.5污染的主要来源之一^[13]； 北京市城市森林大风天气下PM_2.5质量浓度波动较小，在东北风和西南风影响下，PM_2.5质量浓度较高，东南风影响下较低^{[14, 15]}； 北京城区林带内气温升高大气垂直对流加剧，有利于PM₁₀、 PM_2.5扩散^[16]； 北京冬季易引发大气中细颗粒物的暴发性增长^[17]. 气温升高、 空气湿度和风速降低是雾和霾出现频率变化的主要原因^[18]. 水汽与颗粒物浓度呈正相关，风速与颗粒物浓度呈负相关^[19]. 不同季节、 不同气象要素变化的组合对 PM_2.5浓度有直接影响，而逆温，地面风速较小，能见度低，天气条件静稳，是造成持续性重污染的最重要原因^[20~24]. 2013年北京市交通站点PM_2.5的日变化规律呈单峰型分布，其他站点呈双峰型分布，并且PM_2.5和PM₁₀的质量浓度存在明显的日变化、 时变化规律和随温度变化的规律^[26~28]. 京津冀区域稳定的气象条件是形成北京空气重污染的主要原因^{[29, 30]}. 上述研究成果为认识北京市细颗粒物的分布、 形成条件以及影响因素奠定了基础. 目前的研究大都取自各地环境保护局监测站数据，而对北京市地面人体呼吸高度PM_2.5质量浓度变化的研究较少. 本研究利用相关分析、 统计分析、 非线性拟合分析等方法，分析气象因素和人体呼吸高度PM_2.5质量浓度之间的关系，试图归纳总结出在轻中度污染天、 一次重污染过程中人体呼吸高度PM_2.5质量浓度变化对气象因子响应，以期为通过气象参数的预测来预报空气质量提供依据.

监测时间为2015年1月31日18：00时到2月10日08：00时，全天监测. 监测点位于北京市朝阳区前韦沟村东南侧的草地上，草地面积较大，地势较为平坦、 宽阔，不受局地建筑物、 树林、 人类活动影响. 该监测点能够充分代表本区域内大气环境污染状况的变化趋势.

PM_2.5浓度监测设备采用美国Met one公司生产的 E-BAM-9800颗粒物监测仪. 该设备由PM₁₀采样头、 PM_2.5切割器、 样品动态加热系统、 采样泵和仪器主机组成. 量程为0.005~65.530mg·m^-3(5~65530 μg·m^-3)，数据分辨率为1 μg·m^-3，流速为16.7 L·min^-1. 与颗粒物监测仪配套的环境检测设备为： 美国Met one 公司生产的EX-034B-9800风速、 风向传感器，以及083E-9800相对湿度、 温度传感器. 风速传感器测量范围0~75 m·s^-1、 精度±1%； 风向传感器测量范围0~360°，精度±4°，两者在-30~70℃范围内可正常运行； 相对湿度传感器测量范围0~100%，精度为±2%，温度传感器测量范围为-50~50℃，精度±0.1℃.

颗粒物监测仪安装于三脚架上，采样头高度为2m，并安装PM_2.5切割头. 该高度基本为人体呼吸高度. 风速、 风向、 温度、 湿度传感器高度均为1.7 m，风力传感器远离E-BAM单元，以确保叶片灵活转动而不会撞击到任何异物，温度传感器也尽量远离E-BAM单元，以避免采样泵发热而影响测量结果.

选取监测期间雾霾天的PM_2.5质量浓度为研究对象(2月1、 2、 3、 6、 9日PM_2.5质量浓度数据均达到不同程度污染水平，均属于雾霾天)，分析气象因素对北京冬季人体呼吸高度PM_2.5质量浓度的影响. 人体呼吸高度的PM_2.5颗粒物浓度采用E-BAM-9800监测仪监测的小时浓度数据； 气象数据为E-BAM-9800监测仪配备的风速、 风向、 温度、 湿度传感器数据，其每小时输出4组实时平均数据，取其算数平均值作为小时气象数据. 运用DPS6.85统计软件对监测数据进行相关性分析、 统计分析.

本研究分别讨论不同气象条件下轻中度污染天PM_2.5质量浓度变化特征，以及由轻度污染转为重污染过程细颗粒物质量浓度积累特点与气象条件关系.

监测期2月1、 6、 9日PM_2.5日平均值在90~130 μg·m^-3之间，属于轻中度污染. 风速、 温度与 PM_2.5质量浓度呈极显著负相关，湿度与其呈极显著正相关(表 1)，即温度和风速增大，湿度减小，颗粒物质量浓度降低.

表 1 (Table 1)

表 1 气象因素其与PM2.5质量浓度的相关性 Table 1 Correlation between PM2.5 mass concentration and meteorological parameters 日期 类型 WS & PM2.5 AT & PM2.5 RHx & PM2.5 2月1日 轻度污染天 -0.78** -0.74** 0.92** 2月6日 轻度污染天 -0.77** -0.68** 0.69** 2月9日 中度污染天 -0.85** -0.47* 0.73** 2月1～3日 一次重污染过程 -0.60** -0.38* 0.86** 1)*为P<0.05，**为P<0.01； AT为温度，RHx为湿度，WS为风速

表 1 气象因素其与PM2.5质量浓度的相关性 Table 1 Correlation between PM2.5 mass concentration and meteorological parameters

从图 1中可以看出，轻中度污染天PM_2.5质量浓度、 湿度、 温度、 风速均有明显的日变化特征，其中湿度与人体呼吸高度PM_2.5质量浓度的变化趋势较为一致，风速和温度与其变化趋势相反. 09：00时之前，太阳辐射较弱，空气温度较低，平均值分别为-10.4、 -6.2、 -9.8℃，大气较为稳定，风速较小，平均风速分别为0.5、 0.4、 0.5 m·s^-1，且湿度较大，平均值分别为 62.9%、 73.2%、 62.4%，PM_2.5浓度处于一天中较高水平，为150~200 μg·m^-3，空气污染严重. 此时段温度尚未升高，大气运动较弱，小时平均风速较小，单位时间内PM_2.5不能被迅速的输送和迁移，加之湿度较高，最大可达到80%左右，有利于污染物的聚集和二次污染的生成，从而导致严重的空气污染. 09：00~18：00时，太阳辐射加热地面，近地面的空气温度升高，相比09：00时之前平均温度上升了12~14℃，使得大气处于不稳定状态，平均风速增大，分别为1.3、 1.5、 1.3 m·s^-1，同时湿度也处于1 d中的低值，从之前的平均62%~73%减小到21%~24%，3个条件均有利于PM_2.5的扩散和稀释，PM_2.5质量浓度值较低； 午后2 h左右，气温达到一天中最高值(4.7、 12.7、 7.5℃)，而湿度为一天中最小(18.5%、 16.5%、 16.3%)，风速也处于一天中的较大时段，空气湍流尤为强烈，使细颗粒物逐渐被分散、 稀释，PM_2.5质量浓度比日出前有明显的降低，且在12：00~16：00时达到最小，仅为30 μg·m^-3左右，空气质量状况属优； 18：00时后，太阳辐射减弱，地面温度迅速降低，空气中温度降低速度相对较慢，形成逆温，夜间大气趋于稳定状态，风速也从白天的1.3 m·s^-1左右减小到0.5 m·s^-1左右，湿度平均值从白天的21%~24%增大到夜间的51.3%~67.5%，增强空气中污染物凝结核的形成，加剧大气污染，使得PM_2.5质量浓度也随之上升，又恢复到150~200 μg·m^-3. 这就是轻中度污染天PM_2.5质量浓度随着气象因素变化而呈现的数值日变化特征.

图 1

Fig. 1

图 1 轻中度污染天风速、 温度、 湿度与PM2.5质量浓度的日变化 Fig. 1 Diurnal variation of PM2.5 mass concentration and wind speed,temperature,humidity on mild to moderate pollution days

除温度、 风速、 湿度外，风向也是影响人体呼吸高度PM_2.5质量浓度变化的主要因素. 将2月1、 6、 9日的风向数据与各个风向对应的PM_2.5质量浓度的平均值制成风向玫瑰图(图 2). 北京冬季轻中度雾霾天人体呼吸高度PM_2.5质量浓度高值主要集中在120°~270°(东南风、 西南风、 南风)之间，且在西南风、 东南风影响下PM_2.5质量浓度最高，平均浓度值达到150~200 μg·m^-3，而在西北风的影响下PM_2.5质量浓度值较低，仅为50 μg·m^-3左右. 造成细颗粒物浓度变化对风向的响应较好的原因是，除当地污染外，一方面是监测点位于北京市的东北方向，在偏南风影响下，市区、 工业区的污染物从南边输送到北边，使得PM_2.5质量浓度值增大. 另一方面，受北京市周边城市的影响，在南风(西南风、 东南风)的控制下，将石家庄，保定等南侧地区的污染物输送到北京. 从局地小范围的人体呼吸高度PM_2.5实测数据证明，东南风、 西南风也是造成北京冬季轻中度污染的重要因素.

图 2

Fig. 2

图 2 轻中度污染天PM2.5质量浓度日变化和风向玫瑰图 Fig. 2 PM2.5 mass concentration variation and wind rose diagram on mild to moderate pollution days

风速呈现早晚小，白天大的特点. 早晚风速多为0.5m·s^-1左右，且以南风(西南风、 东南风)为主，持续时间长，一般超过16h； 而白天风速较大，但不超过2.5 m·s^-1，以北风(东北风、 西北风)为主，但持续时间多为5~6h(图 3). 轻~中度污染天主导风向为西南风和东南风，其风速一般较小，是造成污染的重要原因.

图 3

Fig. 3

图 3 轻中度污染天风速、 风向变化 Fig. 3 Wind speed variation and wind rose diagram on mild to moderate pollution days

为了进一步了解轻中度污染天各气象因素对PM_2.5质量浓度的影响，通过对轻中度污染天的气象数据与颗粒物浓度数据进行非线性回归分析和统计分析，寻找在不同气象条件下对PM_2.5质量浓度变化起关键作用的因子. 在各种一元非线性回归分析中，气象因素与PM_2.5质量浓度的多项式拟合效果最好，因此本研究选取多项式拟合. 从拟合结果看，2月1日相对湿度与PM_2.5质量浓度拟合结果最优，P值为0.0001，达到极显著水平，决定系数在3个因子中最大为0.9383，其次是风速和温度(表 2). 与6、 9日相比，2月1日温度最低(最大值、 最小值均最低)、 风速最小，湿度较大，其中有14 h大于40%且最大值达到79.5%(表 3). 由此表明： 北京冬季轻中度雾霾天温度低、 风速小，湿度较大时，后者是影响PM_2.5质量浓度变化的决定性因素.

表 2 (Table 2)

表 2 轻中度污染天各气象因子与PM2.5质量浓度的非线性多项式拟合结果 Table 2 Nonlinear polynomial fitting results of meteorological factors and the mass concentration of PM2.5 on mild to moderate pollution days 日期 气象因子 残差标准误 F统计量 决定系数 P WS 22.3637 26.1779 0.8791 0.0001 2月1日 AT 39.6236 5.8858 0.6205 0.0022 RHx 15.9822 54.7056 0.9383 0.0001 WS 27.1058 8.9925 0.7141 0.0002 2月6日 AT 30.3128 6.4689 0.6425 0.0013 RHx 30.5161 6.3352 0.6377 0.0015 WS 17.4818 11.1062 0.7604 0.0003 2月9日 AT 26.0966 3.0546 0.466 0.0528 RHx 20.9976 6.6245 0.6543 0.0033

表 2 轻中度污染天各气象因子与PM2.5质量浓度的非线性多项式拟合结果 Table 2 Nonlinear polynomial fitting results of meteorological factors and the mass concentration of PM2.5 on mild to moderate pollution days

表 3 (Table 3)

表 3 轻中度污染天各气象因素的数据统计 Table 3 Data of the meteorological factors on mild to moderate pollution days 日期 WS(平均值)/m·s-1 AT(平均值)/℃ RHx(平均值)/% AT RHx Max Min >5℃ >10℃ Max Min <20% >40% 2月1日 0.76 -4.14 47.92 4.7 -12.8 0 h 0 h 79.5 18.5 3 h 14 h 2月6日 0.91 1.66 48.3 12.7 -7.7 10 h 5 h 83.3 17.5 3 h 12 h 2月9日 0.77 -3.38 44.92 7.7 -11.1 4 h 0 h 74.2 16.3 5 h 13 h

表 3 轻中度污染天各气象因素的数据统计 Table 3 Data of the meteorological factors on mild to moderate pollution days

2月6日，风速与PM_2.5质量浓度拟合结果最好，但其仅比温度、 湿度拟合的决定系数大0.0716、 0.0364，即三因子对PM_2.5质量浓度的影响相当(表 2). 与2月1、 9日相比，2月6日温度最高，白天有10 h温度大于5℃，其中5 h大于10℃，且日平均风速最大(表 3). 反映出北京冬季温度高、 湿度大、 日平均风速小于1.0m·s^-1时，PM_2.5质量浓度的变化更多受三因子综合作用的影响.

2月9日，风速与PM_2.5质量浓度拟合结果最好，湿度其次，温度最差(表 2). 与2月1、 6日湿度相比最小，其最小值为16.3%，且有5 h小于20%，同时风速小，温度较低，仅有4 h大于5℃(表 3). 因此，北京冬季，风速、 湿度、 温度均较小时，风速和湿度对PM_2.5质量浓度的影响更强一些.

2月1~3日是一次PM_2.5重污染过程(图 4)，其气象因子与人体呼吸高度的PM_2.5质量浓度相关性分析表明，颗粒物浓度与湿度呈极显著正相关，且相关性在各因素中最高，与温度未达到极显著相关(表 1). 由于污染期间日平均风速小于1.0m·s^-1，空气相对较稳定，湍流较弱，对颗粒物的扩散作用不明显. 此次污染中，湿度对PM_2.5质量浓度的聚集具有决定性作用. 2月1日有9 h湿度值大于70%，一方面湿度大不利于细颗粒物的扩散，使得其浓度值居高不下. 另一方面，在日平均风速小于1.0 m·s^-1、 温度较低的气象条件下，颗粒物浓度的白天下降速率远远小于夜间上升速率，2月1、 2、 3日下降速率分别为-0.068、 -0.071、 -0.028，2月1、 2日的上升速率为1.200、 0.220，使得2月2、 3日PM_2.5质量浓度聚积，污染逐渐加重，最高值由208 μg·m^-3上升至305 μg·m^-3，最后达到366 μg·m^-3； 最低值从空气质量优质的16 μg·m^-3提高到轻度污染的78 μg·m^-3，直至重度污染的205 μg·m^-3； 平均值的变化则为102 μg·m^-3升高到184 μg·m^-3，最后增至289 μg·m^-3，这就是其PM_2.5积累的数值特征.

图 4

Fig. 4

图 4 一次重污染过程PM2.5质量浓度与温度、 湿度、 风速变化 Fig. 4 Variations of PM2.5 mass concentration and wind speed，temperature，humidity in a heavy pollution process

其中2月2日21：00时~2月3日01：00时的短时微小量降雪，并未能迅速降低空气中PM_2.5的质量浓度，相反温度由2.4℃降到零下1.9℃，湿度从56.8%上升至98.3%，PM_2.5质量浓度则从175 μg·m^-3跃升至301 μg·m^-3(图 4)，因此2月3日12：00时之前细颗粒物污染处于重度~严重污染水平. 这是由于短时微小量降雪不仅增加了空气湿度这一颗粒物聚集的重要因子，并且使得地面迅速冷却，而同期大气的温度则较高，形成明显的逆温现象，造成细颗粒物浓度迅速升高.

风向是导致这次重污染形成的重要因素. 2月1~3日在西南风、 东南风的控制下，空气污染逐渐加重. 在西南风、 东南风方向上的PM_2.5质量浓度最高值从第一天的170 μg·m^-3左右上升到了200 μg·m^-3，最后攀升到350 μg·m^-3(图 5). 这是由于偏南风把污染物从南部工业区输送到污染浓度低的北部地区，同时东南风则带来暖湿气流，空气湿度增加，加剧空气中污染物凝结核的形成，使得空气污染逐渐加重. 但在2月3日12：00时后西北持续大风的影响下，PM_2.5质量浓度又迅速地回落，空气质量由重度严重污染转变为优(图 4). 由此表明，北京冬季西南、 东南弱风是形成重污染的重要因素，而西北风持续大风则能促使PM_2.5迅速地扩散和稀释.

图 5

Fig. 5

图 5 一次重污染过程PM2.5质量浓度日变化和风向玫瑰图 Fig. 5 PM2.5 mass concentration variation and wind rose diagram during a heavy pollution process

此次重污染过程风速出现过两次高峰，2月2日19：00时，小时平均风速由0.4m·s^-1升至20：00时的1.1m·s^-1，以及21：00时2.1 m·s^-1，22：00时1.5 m·s^-1，最后回落到0.6 m·s^-1(图 6). 但是由于其持续时间较短，细颗粒物从214 μg·m^-3降至169 μg·m^-3，之后又回升至301 μg·m^-3. 3日12：00时风速迅速增大，为2.3 m·s^-1，此后4 h大于3.9 m·s^-1(图 6)，促使空气中细颗粒物快速扩散和稀释，其浓度迅速降低，18：00时后颗粒物质量浓度达到一级水平，空气质量由重度、 严重污染转变为优质(图 4). 由此反映出： 一般风速不大于2.0 m·s^-1,持续时间不超过2 h的短时小风不能彻底改变细颗粒物浓度. 而平均风速大于3.5 m·s^-1，且持续4 h，PM_2.5质量浓度可迅速从严重污染降低为16：00时后的优.

图 6

Fig. 6

图 6 一次重污染过程风速、 风向变化图 Fig. 6 Variations of wind speed and wind direction in a heavy pollution process

通过以上分析可知，在2015年2月1~3日这次重污染过程中，湿度是造成颗粒物聚集的主要因素，而微弱的西南风、 东南风则加重了污染. 2月2日21：00时~2月3日01：00的短时微小量降雪不能够迅速降低空气中的细颗粒物，反而使得其浓度迅速升高，2月3日12：00时的大风则才是细颗粒物迅速扩散、 稀释的主要因素.

相关性分析结果表明，这次重度污染的形成，人体呼吸高度PM_2.5质量浓度主要受近地面湿度的控制，其次受风速和温度作用的影响(表 1). 为更好地印证所得结论. 将污染物积累过程中各气象因素与PM_2.5质量浓度做非线性拟合分析(表 4). 从拟合结果看，相对湿度与PM_2.5质量浓度拟合结果最优，P值为0.0001，达到极显著水平，决定系数最大，为0.7301，即在这次颗粒物的积累过程中湿度对其作用最大，其次是风速和温度.

表 4 (Table 4)

表 4 一次重污染过程中各气象因子与PM2.5质量浓度的多项式拟合结果 Table 4 Nonlinear polynomial fitting results of meteorological factors and the mass concentration of PM2.5 in a heavy pollution process 气象因素 残差标准误差 F统计量 决定系数 P WS 76.1931 4.0337 0.3784 0.0008 AT 85.286 1.8821 0.2212 0.0824 RHx 50.204 17.9254 0.7301 0.0001

表 4 一次重污染过程中各气象因子与PM2.5质量浓度的多项式拟合结果 Table 4 Nonlinear polynomial fitting results of meteorological factors and the mass concentration of PM2.5 in a heavy pollution process

(1) 在轻中度污染天，人体呼吸高度PM_2.5质量浓度变化对气象因素的微小差异极为敏感. 在温度较低、 风速小，湿度较大时，后者是影响PM_2.5质量浓度变化的关键因素； 而温度高、 湿度大、 风速较大时，PM_2.5质量浓度的变化则受三因子综合作用的影响； 温度、 风速、 湿度均较小时，后两者对PM_2.5质量浓度的变化作用更大.

(2) 一般情况下，南风(西南、 东南)多出现在早晚，风力小(多＜0.5m·s^-1)，时间长(＞16 h)，有利于污染物的累积. 北风(西北、 东北)主要出现在白天，风力均为全天最大值(1.1~1.9m·s^-1)，在湿度和温度的配合下，虽然可短时降低PM_2.5质量浓度，但持续时间短(5~6 h)，因此，在风速较小的西南风、 东南风主导下，PM_2.5质量浓度处于一天中的高值，短时较小的偏北风并不能使颗粒物迅速地扩散.

(3) 由轻度到重度污染过程，PM_2.5质量浓度的积累对湿度的响应最好，其次为风速、 温度. 湿度较大不利用于颗粒物的扩散，其上升速率远远大于下降速率，浓度的日平均值呈现逐日上升的特征，从2月1日的102 μg·m^-3升至184 μg·m^-3，在2月3日达到289 μg·m^-3. 空气质量状况由良叠加至重度、 严重污染. 此外前期微弱的西南风、 东南风也是导致这次重污染形成的重要因素，持续的西北大风则是驱散细颗粒物的关键因子.

(4) 冬季短时微小量降雪不仅不能降低PM_2.5质量浓度，反而因地面温度快速降低，形成逆温，抑制了空气对流. 同时大幅度增加了空气湿度，使得PM_2.5质量浓度上升了130 μg·m^-3. 短时风速超过2.0 m·s^-1能使得细颗粒物浓度降低，但若持续时间小于2 h，其浓度又会回升. 而当平均风速大于3.5 m·s^-1，且持续时间4 h以上，PM_2.5质量浓度从268 μg·m^-3降至27 μg·m^-3，空气质量从重度、 严重污染转为优质.