2021, Vol. 41
[PDF全文]
2. 四川省生态环境科学研究院, 成都 610042
2. Sichuan Academy of Eco-Environmental Sciences, Chengdu 610042
西南涡是在青藏高原特殊地形和一定环流条件下, 发生于我国西南地区700或850 hPa等压面上的气旋性环流或有闭合等高线的低涡, 是一个尺度约为300~500 km的中尺度系统, 属α中尺度涡旋.西南涡全年各月都会出现, 以4—9月居多, 主要集中出现在九龙、巴塘、德钦、康定、昌都一带, 其次为四川盆地(何光碧等, 2012年).研究发现, 西南涡是给四川盆地带来降水的重要天气系统之一(卢敬华等, 1986), 特别是在夏季, 以其持续时间长, 引发暴雨强度大、频率高, 因而被认为是仅次于台风的暴雨系统(王作述等, 1996).西南涡低压系统的出现会改变四川盆地上空的天气环流形势, 对许多气象要素如风、温度、湿度都有很大的影响, 且由于西南涡的三维立体空间结构, 其对边界层的流场也有很大的影响, 带来的高空低纬暖湿气流易在边界层上空产生一个逆温层(Feng et al., 2016；Ning et al., 2018).
PM2.5污染的形成主要有两方面原因, 一是人为排放, 二是气象条件.除排放源的影响外, 气象要素在PM2.5重污染中起着重要作用(高庆先等, 2017；吴洛林等, 2017;蒋婉婷等, 2019；Chen et al., 2020).相关研究表明, 逆温明显的大气层结、连续无降水和较弱的风场均为有利于PM2.5增长的气象条件(周祥华等, 2018；郭倩等, 2018；姚青等, 2020), 而一定强度并持续一段时间的降水对PM2.5有明显的清洁作用, 且清除效果随降水量的增大而增大(王妮等, 2017；Sun et al., 2019).西南涡过境会改变四川盆地的气象要素和逆温情况, 从而会影响PM2.5的传输、扩散和清除, 使其浓度有较大的改变.
近年来, 有研究关注了西南涡对四川盆地大气污染的影响, 有学者指出西南涡过境使其影响范围内的风速减弱, 温度升高, 对污染有明显的加重作用, 而过境之后, 域内被干冷空气控制, 风速增大, 有利于污染物的扩散, 污染物浓度有所降低(Ning et al., 2018).苏秋芳等(2019)对比分析了冬春季干、湿西南涡活动时的空气质量情况, 指出干涡系统下大气稳定度高, 污染物扩散能力弱, 空气污染严重；湿涡系统下大气稳定度低, 污染物扩散能力强, 同时又有降水产生, 对污染物有湿清除作用, 空气质量好.赵婉露等(2020)对比了2015年两次干、湿西南涡的过程, 发现干涡易形成脱地逆温层, 造成较小的风速, 易形成静稳天气形势, 加重污染；而湿涡由于其强对流效应和湿清除作用, 降低了污染物浓度, 清新了空气.曾惠雨等(2020)利用2008—2010年86个西南涡数据匹配同期的AOD数据, 来对比分析不同类型西南涡过境对AOD的影响, 并结合同期气象资料, 指出干涡中较小的风速、温度和相对湿度是导致AOD增加的主要因素, 弱降水涡中较大的风速和产生降水是导致AOD减小的主要因素, 强降水涡无明显的主导因素.
综上所述, 西南涡对四川盆地大气污染有着重要的影响作用, 且影响机理与其过境期间各种气象要素及逆温情况关系密切, 而在此方面相关的研究仍较为缺乏.基于此, 本研究拟利用2015—2016年西南涡数据与同期的PM2.5数据进行时空匹配, 通过比对西南涡过境前后PM2.5浓度变化, 结合西南涡过境期间温度、湿度、风等气象要素和逆温条件, 来分析西南涡过境对四川盆地PM2.5污染的影响机理, 以期为四川盆地PM2.5污染的防治及大气污染预报预警提供理论参考.
2 数据与方法(Data and methods) 2.1 数据来源本研究所使用的西南涡统计资料取自中国气象局成都高原气象研究所的《西南低涡年鉴.2015》、《西南低涡年鉴.2016》(李跃清等, 2016；2017).
气象探空数据选用2015—2016年温江(56187)、沙坪坝(57516)、达县(57328)和宜宾(56492)4站逐日两时次(8：00和20：00)的探空观测数据, 气象要素包括气压、位势高度、温度、露点温度、风向、风速、逆温强度、逆温底高、逆温厚度和逆温层数, 数据集原始数据文件已经过严格的质量控制和检查.
气象站点资料采用中国气象数据共享网(http://cdc.cma.gov.cn)的地面气象站逐小时观测资料, 为保持数据的一致性, 选用2015—2016年温江(56187)、沙坪坝(57516)、达县(57328)和宜宾(56492)4站逐日两时次(8：00和20：00)的数据, 包括气温、气压、风速、相对湿度等气象要素.
污染物数据来源于2015—2016年四川盆地18个城市(成都、自贡、泸州、德阳、绵阳、遂宁、内江、乐山、南充、眉山、宜宾、广安、达州、资阳、重庆、广安、雅安、巴中)共77个国控监测站点的PM2.5日均值, 数据来源于四川省环境监测总站, 严格参照《环境空气质量标准》(GB3095—2012)进行质量控制, 同时剔除部分时段由于停电、仪器校准等原因出现的缺测.
2.2 研究方法使用2015—2016年的西南涡年鉴资料, 将降水范围覆盖超过1/3四川盆地面积的降水累积值(若降水范围不在四川盆地境内, 或覆盖小于盆地面积的1/3认为盆地内无降水), 除以其对应的降水天数, 来代表四川盆地的降水强度, 并将降水强度单位转化为mm/6 h.以1 mm/6 h为界将其分为干涡(共72例)和降水涡(共110例), 进一步将降水强度在1~7.5 mm/6 h的降水涡认定为弱降水涡(共75例), 大于7.5 mm/6 h的降水涡认定为强降水涡(共35例).并根据西南涡生源地和消亡地的经纬度信息, 用ArcGIS软件画出西南涡从初生到消亡的路径.
根据西南涡个例资料, 匹配其生成前一天的PM2.5日均值作为过境前PM2.5浓度, 消亡后一天的PM2.5日均值作为过境后PM2.5浓度.用ArcGIS软件将过境前、过境后的PM2.5浓度及其差值分别使用克里金法插值, 绘制西南涡过境前后的PM2.5浓度的空间分布图.
基于温江(56187)、沙坪坝(57516)、达县(57328)和宜宾(56492)4站逐日两时次(8：00和20：00)的探空观测资料平均值来代表盆地上空的气象条件；将西南涡过境同时段高空气象数据取时间平均, 代表西南涡过境期间高空气象要素的平均情况, 绘制高空气象要素廓线图.
3 结果与讨论(Results and discussion) 3.1 西南涡特征统计分析普查2015—2016年182个西南涡, 其中干涡72个、弱降水涡75个、强降水涡35个, 并统计了3类西南涡的物理特征(表 1).西南涡观测记录来源于早8：00与晚20：00的探空观测记录, 一般而言, 观测记录次数越多, 西南涡存在时间越长.因此, 观测次数可大致反映西南涡的生命周期, 如表 1所示, 强降水涡的观测次数大约是干涡的2倍, 表明强降水涡的生命周期大约是干涡的2倍.降水涡的降水持续天数比干涡长, 弱降水涡略长于强降水涡；强降水涡平均降水极值大约是弱降水涡的4倍, 干涡与弱降水涡相近；干涡的平均降水强度为0, 强降水涡的降水强度是弱降水涡的4倍.
| 表 1 3类西南涡的物理特征 Table 1 Physical characteristics of three types of southwest vortex (SWV) |
 |
由表 1可知, 干涡和降水涡的生源地经纬度存在明显不同.在中国气象局成都高原气象研究所2012年的《西南低涡年鉴》中, 根据生源地的不同, 将西南涡细分为九龙涡、盆地涡和小金涡, 其中, 九龙涡是指生成源地在99°~104°E、26°~30.5°N范围内的低涡, 盆地涡是指生成源地在104°~109°E、26°~33°N范围内的低涡, 小金涡是指生成源地在99°~104°E、30.5°~33°N范围内的低涡.2015—2016年182个西南涡中, 九龙涡97个、盆地涡70个、小金涡15个.如图 1a所示, 九龙涡主要形成干涡, 盆地涡主要形成弱降水涡, 小金涡个数最少, 形成3种涡时无明显差异.这表明西南涡之后的发展及其引发的降水强度与生源地的气候条件和地形环境有关.慕丹等(2018)指出九龙涡多发生于春季, 春季中低纬度大气环流不断活跃但不够稳定, 这减弱了九龙涡的动力, 阻碍了其向东发展并引发降水, 故多形成干涡.盆地境内水汽条件较好, 又由于盆地的地形, 上升气流较弱, 盆地涡故多形成弱降水涡.
 |
| 图 1 2015—2016年九龙涡、盆地涡、小金涡中3类西南涡的数量(a) 及2015—2016年各月份中3类西南涡的个数(b) Fig. 1 The number of three types of SWVs in the Jiulong vortex, Basin vortex, and Xiaojin vorte(a) and in each month(b) from 2015 to 2016 |
图 1b显示了不同月份产生西南涡的数量及各个月份产生各类西南涡的个数, 结果表明, 干涡集中于春季, 弱降水涡集中在冬季和春季, 强降水涡集中于夏季, 冬季无强降水涡.如图 2所示, 移出涡源的西南涡主要有东北行、东南行、东行3种路径趋向, 总体向东发展.72个干涡中37个在源地生消, 移出涡源的干涡路径较短且无明显移动路径规律, 影响范围主要集中在四川盆地, 这表明干涡的生命周期较短, 即使是移出涡源的干涡, 在移出涡源不久后便会消亡.35个强降水涡中近80%出现移动, 路径几乎全部水平向东, 且路径普遍较长, 影响范围较广, 最远处影响到我国东部沿海的浙江、江苏等地.75个弱降水涡中57个出现移动, 路径总体向东略微偏北, 其中, 生命周期较长的涡呈东北行路径趋势, 水平影响范围比较广, 生命周期较长. Lu等(2019)认为受环流控制, 东移型西南涡的对流强度和不稳定性比稳定型西南涡更强, 有利于降水发展.总体而言, 降水性西南涡中多数西南涡都移出了涡源, 东移效果十分明显, 而干涡一半以上在源地生消, 路径杂乱.从影响范围来看, 降水性西南涡的影响范围明显大于干涡.
 |
| 图 2 2015—2016年119个移出涡源的西南涡个例移动路径 (黑色圆点表示西南涡的生源地, 黑线表示西南涡的移动路径) Fig. 2 Moving paths of 119 removable SWVs from 2015 to 2016 (black dots represent the sources of SWVs, and black lines represent the moving paths of SWVs) |
为了解3类西南涡对PM2.5浓度的影响, 图 3统计了西南涡过境前后四川盆地PM2.5浓度的变化, 总体而言, 干涡过境使PM2.5浓度增大, 强降水涡过境后PM2.5浓度明显减小, 弱降水涡使PM2.5略有减小.全年来看, 干涡过境使PM2.5浓度增加10.52%, 强、弱降水涡过境分别使PM2.5浓度减小29.72%、9.71%.
 |
| 图 3 3类西南涡过境前后四川盆地PM2.5浓度均值和PM2.5浓度变化值的空间分布 Fig. 3 Spatial distribution of PM2.5 concentration average value and variation value before and after three types of SWVs transit across Sichuan Basin |
对比干涡和降水性涡, 干涡过境后(图 3g), 盆地全区域PM2.5浓度均有不同程度的增加, 其中, 重庆南部的污染加重程度最大, PM2.5浓度增加了30~40 μg · m-3, 峰值达85~95 μg · m-3；降水涡过境后(图 3h和3i), 各地有不同程度的污染减轻现象, 强降水涡过境后盆地全域PM2.5浓度下降到45 μg · m-3以下, 弱降水涡过境后, 除自贡市中部外, PM2.5浓度均下降到65 μg · m-3以下.干涡显著加重了PM2.5污染, 降水涡皆有减轻污染的作用.这与赵婉露等(2020)和苏秋芳等(2019)的研究结果一致.
对比强降水涡和弱降水涡, 虽然两种降水涡过境之后, 均有减轻污染的作用, 但减轻程度大不相同.弱降水涡对PM2.5浓度削减较少, 盆地范围内PM2.5浓度减小量均小于10 μg · m-3, 而强降水涡对PM2.5的削减作用较强, PM2.5浓度减小量最大值达30~40 μg · m-3, 且出现在过境前污染较重的区域, 即盆地的中南部区域.两类降水涡对PM2.5的影响差异可能是因为, 一方面一定强度的降水有利于清除污染, 且在一定范围内降水强度越大越利于清除污染；另一方面, 弱降水下高湿度条件反而有利于PM2.5的吸湿增长, 抵消了降水的清除作用.
3.2.1 不同类型西南涡对PM2.5影响的季节差异为进一步探明3类涡对四川盆地PM2.5的影响情况, 图 4展示了不同季节3类西南涡过境前一天、过境后一天的PM2.5浓度及过境前后PM2.5的浓度差值.总体而言, 除夏季以外, 干涡过境都会使PM2.5浓度升高, 加重污染；除春季以外, 降水涡过境都会使PM2.5浓度降低, 清除污染.对干涡而言, 一年之中除了夏季涡过境后PM2.5浓度有7.25%的减少外, 其余3个季节干涡过境后均使PM2.5浓度增加.其中, 冬季干涡过境后对PM2.5加重的影响最大, 过境前PM2.5浓度也最大, 干涡过境后PM2.5浓度的大幅增加使四川盆地在冬季易发生重污染天气事件.对于弱降水涡而言, 其过境前各个季节的PM2.5浓度与干涡各个季节的PM2.5浓度相近, 过境后PM2.5浓度的变化却与干涡差异很大, 除春季使PM2.5浓度略有增加(+0.14%)外, 其他季节皆对PM2.5污染有减轻作用.对于强降水涡而言, 所有季节(冬季无强降水涡)对PM2.5污染均有较强的减轻作用.春季减轻效果最为明显, 使PM2.5浓度降低了约40%, 夏季对污染的清除效果最弱, 使PM2.5浓度降低了9.20%, 小于弱降水涡夏季的14%.由此可见, 西南涡对PM2.5的影响不能一概而论.干涡并不对PM2.5只有增长作用, 降水涡也不是对PM2.5只有削减作用, 强降水涡对PM2.5的削减效果也不是在任何时候都好于弱降水涡.要深入了解西南涡对PM2.5污染的影响, 还需进一步分析西南涡过境期间的气象要素变化和逆温情况.
 |
| 图 4 不同季节3类西南涡过境前后PM2.5浓度均值和PM2.5浓度变化率 Fig. 4 The difference of average value and variation rate of PM2.5 concentration before and after three types of SWVs transit during different seasons |
① 西南涡过境期间气象要素随高度变化概况 温度的变化：温度是影响PM2.5浓度的重要气象要素, 如图 5a所示, 3种西南涡过境期间的温度随高度升高而降低, 在各个高度层次上温度大小排序都是：强降水涡>干涡>弱降水涡.弱降水涡与干涡的温度垂直廓线相近, 强降水涡的温度在各个高度层次上均显著高于弱降水涡.
 |
| 图 5 2015—2016年3类西南涡过境范围内各气象要素随高度的变化 Fig. 5 Variation of meteorological elements with height in three types of SWVs transitis from 2015 to 2016 |
相对湿度的变化：相对湿度也是影响PM2.5浓度的重要因子, 如图 5b所示, 总体而言, 降水涡的相对湿度随高度升高先增大后减小, 干涡的相对湿度随高度升高先减小后增大再减小, 在各个高度层次降水涡的相对湿度皆大于干涡, 除地面层外, 强降水涡的相对湿度皆大于弱降水涡.在地面层, 3类西南涡的相对湿度十分接近, 弱降水涡略大于强降水涡, 干涡的相对湿度最小.在地面到700 hPa高度层之间, 干涡与降水涡的相对湿度的差值逐渐加大.
风速的变化：近地面的风向风速对PM2.5传输和扩散有显著影响, 研究表明, 风速与PM2.5浓度有显著的负相关关系, 风速越大越有利于污染物的扩散, 从而使污染物的浓度降低(Li et al., 2017;邵梦琪等, 2018).如图 5c所示, 3种类型的西南涡过境期间, 风速随高度升高均增大.在700 hPa高度层, 干涡的风速(7 m · s-1)略大于弱降水涡与强降水涡的风速(6 m · s-1).除700 hPa高度层, 在其他高度层次上风速大小都是：强降水涡>弱降水涡>干涡.
② 西南涡对不同季节气象要素变化的影响 为详细了解3类西南涡过境期间四川盆地上空气象要素随高度的变化情况, 图 6统计了不同季节3类西南涡过境期间, 温度、湿度、风速随高度的变化情况.由图可知, 干涡过境期间, 温度在夏季和春季随高度升高而减小, 而在冬季和秋季随高度升高先增大后减小, 在地面与925 hPa高度层之间出现了轻微逆温；相对湿度在春季、秋季和冬季都呈现出随高度升高先减小后增大再减小的变化趋势, 而在夏季却随高度升高一直减小.弱降水涡过境期间, 温度变化情况与干涡过境期间相似, 在春季和夏季随高度升高而减小, 而在秋季和冬季随高度升高先增大后减小, 在地面与925 hPa高度层之间也出现了轻微逆温情况；相对湿度在一年四季都呈现出随高度升高先减小后增大再减小的变化趋势, 在各个高度层次, 秋季相对湿度最大, 春季最小.强降水涡过境期间, 温度在所有季节(冬季无强降水涡)都是随高度递减的, 无逆温情况, 且在925 hPa与地面层之间温度的垂直递减率大于925 hPa以上高度层之间的温度垂直递减率；相对湿度在各个季节的变化各不相同, 在春季随高度升高先增大后减小, 而在夏季随高度升高先减小后增大再减小, 秋季却随高度的升高一直减小, 在925 hPa与地面层之间, 夏季的相对湿度最小.在一年四季3类西南涡的风速总体都是随高度的升高而增大.
 |
| 图 6 2015—2016年不同季节3类西南涡过境范围内气象要素随高度的变化 Fig. 6 Variation of meteorological elements with height in three types of SWVs transits during different seasons from 2015 to 2016 |
③ 气象要素对PM2.5浓度影响的对比分析 由前文的统计结果可知, 干涡过境会使PM2.5浓度升高, 降水涡过境会使PM2.5浓度降低, 但强降水涡和弱降水涡对PM2.5的清除能力还存在较大的差异, 除去前文讨论的降水对PM2.5的清除作用, 西南涡过境期间的温度、风速、相对湿度等气象要素皆会对PM2.5浓度有所影响.从3.3.1节①部分的分析来看, 干涡在各个高度层的相对湿度、850 hPa及以下各高度层的风速皆小于降水涡, 较小的风速和相对湿度或是干涡过境期间对PM2.5影响与降水涡不同的主要原因.另外, 在地面到925 hPa高度层之间, 随高度增加相对湿度减小也是干涡系统中逆温较强的体现, 干涡系统下的逆温情况将在3.3.2中讨论分析.强降水涡在925 hPa到地面高度层的风速和各个高度上温度、湿度都大于弱降水涡, 在925 hPa高度层前者的温度和风速分别为后者的1.42和1.25倍.弱降水涡过境期间相对于强降水涡较小的风速、温度、相对湿度或是除降水因素外, 对PM2.5清除作用不如强降水涡的另一原因.
从季节的分析来看, 秋季和冬季的干涡在地面到925 hPa高度层出现逆温现象, 对应了3.2.1节中提到的秋季和冬季干涡过境后使PM2.5浓度大幅增加；而在未出现逆温的春、夏两季, 干涡过境后PM2.5浓度增长并不多甚至使PM2.5浓度削减, 可见逆温的出现对干涡使PM2.5浓度增加的影响意义重大.对于弱降水涡而言, 对PM2.5影响的主导因子是相对湿度和风速, 且较大的风速和相对湿度有利于对PM2.5的清除作用.由图 6可见, 春季较小的相对湿度和风速是弱降水涡在春季对PM2.5有增加作用(+0.14%)的主要原因, 而对PM2.5清除效果最好的秋季(-14.78%), 其相对湿度在各个高度层都是最大的, 风速在除700 hPa高度层外都是最大的.强降水涡对PM2.5影响的主导因子是低层风速和相对湿度, 较大的风速和相对湿度有利于PM2.5的清除；对强降水涡而言, 对PM2.5清除能力最弱的夏季(-9.20%), 其风速在各个高度层都是最小的, 相对湿度在近地层和925 hPa高度层最小, 而对PM2.5清除最强的春季(+39.54%), 其在925 hPa高度层和地面层的风速是最大的.
3.3.2 西南涡过境期间逆温特征对PM2.5的影响① 西南涡过境前后逆温特征 本文选用逆温层数、逆温层底高、逆温强度、逆温厚度4个指标衡量大气层结的特征, 通过时空匹配西南涡过境前、过境期间、过境后上述指标值, 来分析3类西南涡过境时逆温特征对PM2.5浓度的影响.
逆温层底高为逆温层底距离地面的高度, 逆温厚度是指逆温层底与逆温层顶的高度差, 逆温强度是逆温层内温度的垂直递增率, 逆温层数是逆温层的个数.逆温层底越低, 逆温厚度越大, 逆温强度越大, 逆温层数越多, PM2.5扩散越不容易, PM2.5污染越重.由表 2知, 3类西南涡过境期间逆温层底高度排序为：强降水涡>弱降水涡>干涡；逆温层厚度大小排序为：强降水涡 < 弱降水涡 < 干涡；逆温层数大小排序为：强降水涡 < 弱降水涡=干涡；逆温强度大小排序为：强降水涡 < 干涡 < 弱降水涡.总体而言, 强降水涡过境期间的逆温特征最有利于PM2.5扩散, 使PM2.5浓度大幅降低；干涡过境期间的逆温特征最不利PM2.5扩散, 使PM2.5浓度升高；弱降水涡过境期间较多的逆温层数和最大的逆温强度是其对PM2.5的削减作用不如强降水涡的重要原因.
| 表 2 3类西南涡过境前后的逆温特征 Table 2 Inversion characteristics of three types of SWVs before and after vortex transit |
|
对比3类西南涡过境前后, 对于干涡而言, 过境期间逆温层底高较过境前降低, 且逆温层多为低层逆温或贴地逆温, 逆温厚度较过境前增大, 较低较厚的逆温层使污染物不易扩散, 是干涡过境使PM2.5浓度升高的重要原因.对于弱降水涡而言, 过境前的逆温层底高与干涡相近, 而过境期间逆温层底高增大, 较高的逆温层底高给PM2.5提供了足够的扩散空间, 是弱降水涡削减PM2.5浓度的重要原因.对于强降水涡而言, 过境期间逆温层底高较过境前大幅增大, 而逆温层数大幅减小, 便于PM2.5扩散, 逆温层底高的大幅增大和逆温层数的大幅减少是PM2.5浓度大幅削减的重要原因.
综上所述, 逆温层底高是导致3类西南涡对PM2.5影响差异的主要因素, 在干涡与弱降水涡系统过境前、中、后期, 逆温层数、逆温强度和逆温厚度的变化趋于一致, 而逆温层底高的变化却相反, 这导致弱降水涡使PM2.5浓度减小而强降水涡使PM2.5浓度增加；而强降水涡的逆温层底高的增加幅度显著强于弱降水涡, 这或是造成两者对PM2.5削减差异的重要因素.
② 不同季节逆温特征对PM2.5的影响 针对上文中提到的西南涡对PM2.5影响的季节性差异, 本文进一步统计了不同季节3类西南涡过境时的逆温特征情况, 来深入分析西南涡对PM2.5的影响规律(图 7).
 |
| 图 7 2015—2016年不同季节3类西南涡过境期间逆温层数、逆温层底高、逆温强度、逆温层厚度 Fig. 7 Number of inversion layers, inversion layer height, inversion strength, and inversion layer thickness during the transit periods of different types of SWVs in different seasons from 2015 to 2016 |
就干涡而言, 各季节逆温层数平均值排序为：夏季 < 春季 < 秋季 < 冬季.逆温层底高冬季最小, 春季、夏季、秋季相近, 但秋季值最大.逆温强度为夏季明显小于其他三季, 春季的下限与夏季接近, 明显小于秋季和冬季.逆温层厚度四季的差异并不明显, 夏季的平均值最小, 春季的下限最小.
就弱降水涡而言, 逆温层数平均值在春、夏、秋三季中差异不大, 冬季最大.逆温层底高平均值夏季最大, 春季次之, 冬季最小.逆温强度在春季和冬季较大, 且比较分散, 在夏季和秋季较小, 且比较集中.各季节逆温层厚度排序为：夏季 < 秋季 < 春季 < 冬季, 夏季个例分布集中, 逆温层厚度最大值在其它季节的中位线以下, 春季逆温层厚度的最大值大于其他季节.
就强降水涡而言, 逆温层数平均值在各季节中差异不大, 排序为：夏季>秋季>春季.逆温层底高度平均值夏季最小值和二十五分位数都远小于其他两个季节.逆温强度平均值排序为：夏季 < 秋季 < 春季, 逆温层厚度均值在秋季最小, 春季最大, 夏季居中.
干涡的逆温强度在夏季明显小于其他季节, 较弱的逆温对应较好的垂直对流条件, 有利于PM2.5的扩散, 夏季干涡可使PM2.5浓度降低；另外, 春季的逆温强度小于秋、冬两季, 相对较弱的逆温使春季对PM2.5加重的影响明显弱于秋、冬两季.因此, 逆温强度对干涡过境对PM2.5浓度的影响有着重要意义.弱降水涡的逆温强度、逆温层厚度是主导影响因素：春季的逆温层强度和逆温层厚度都仅次于冬季, 强逆温的条件使PM2.5不便于扩散, 春季弱降水涡对PM2.5不仅没有清除作用还使其略微增加.强降水涡的逆温层底高是主要影响因素：事实上, 其过境期间出现的5个低空逆温层和2个贴地逆温层都出现在夏季, 较低的逆温层底高和较易形成的贴地逆温层, 削弱了强降水涡对PM2.5的湿清洁作用, 是导致强降水涡在夏季对PM2.5的清除能力远不如其他季节的重要原因.横向对比夏季两类降水涡, 弱降水涡的逆温层数、逆温强度、逆温层厚度小于强降水涡, 而逆温层底高高于强降水涡, 逆温条件是影响夏季强、弱降水涡对PM2.5清除作用的重要因素.
4 结论(Conclusions)1) 本研究共统计了2015—2016年182例西南涡, 其中, 干涡72例, 弱降水涡75例, 强降水涡35例.干涡主要分布在春季；强降水涡主要分布在夏季, 冬季无强降水涡；弱降水涡主要分布在春季和冬季.
2) 总体而言, 干涡过境使四川盆地的PM2.5浓度升高, 降水涡过境使PM2.5浓度降低, 且强降水涡对PM2.5的清除能力强于弱降水涡.从不同季节来看, 春季产生的弱降水涡会使PM2.5浓度略微升高, 产生的强降水涡对PM2.5的清除能力最强, 夏季产生的干涡会使PM2.5浓度降低, 产生的弱降水涡对PM2.5的清除效果好于强降水涡, 冬季产生的干涡使PM2.5浓度增长最多.
3) 除降水这一影响因素, 不同类型西南涡过境期间的气象要素垂直场对PM2.5的影响有所不同：较小的风速、湿度是干涡过境使PM2.5浓度增加而降水涡过境使PM2.5浓度减小的原因；较大的风速、湿度和低层风速使强降水涡对PM2.5的削减作用强于弱降水涡.3类西南涡过境期间主导气象要素各异：干涡的主导因素是低层的温度垂直变化, 若温度随高度增加, 如秋季和冬季, 会使PM2.5浓度大幅增加, 而若温度随高度减小, 如春季和夏季, 会使PM2.5浓度的增幅减小甚至削减PM2.5.弱降水涡的主导因素是相对湿度和风速, 如相对湿度和风速最小的春季, 甚至出现了对PM2.5浓度的增加作用.强降水涡的主导因素是风速和低层相对湿度, 在风速和低层相对湿度在各个高度层均最小的夏季, PM2.5的清除受阻, 对PM2.5的削减作用明显不如其他季节.
4) 对于西南涡过境期间边界层稳定情况对PM2.5的影响而言, 逆温层底高是导致3类西南涡对PM2.5浓度影响不同的主要因素.而主导3类西南涡对PM2.5影响的季节性差异的逆温参数各异：干涡主要受逆温强度的影响, 强度小的春、夏两季, 会使PM2.5浓度增幅减小甚至出现削减PM2.5的作用, 强度大的秋、冬两季, 会使PM2.5浓度增幅明显加大.弱降水涡主要受逆温厚度和逆温强度的影响, 对于两者值仅次于冬季的春季, 抑制了PM2.5的扩散, 使其不减反增.强降水涡主要受逆温层底高的影响, 在逆温层底高最低的夏季, 贴地逆温层阻碍了PM2.5的扩散, 抵消了部分强降水的湿清除作用, 使夏季对PM2.5的削减作用远小于其他季节.
陈忠明, 闵文彬, 缪强, 等. 2004. 高原涡与西南涡耦合作用的个例诊断[J]. 高原气象, 23(1): 75-80. DOI:10.3321/j.issn:1000-0534.2004.01.011 |
Chen Z Y, Chen D L, Zhao C F, et al. 2020. Influence of meteorological conditions on PM2.5 concentrations across China: A review of methodology and mechanism[J]. Environment International, 139: 105558. DOI:10.1016/j.envint.2020.105558 |
Feng X, Liu C, Fan G, et al. 2016. Climatology and structures of southwest vortices in the NCEP climate forecast system reanalysis[J]. Journal of Climate, 29(21): 7675-7701. DOI:10.1175/JCLI-D-15-0813.1 |
高庆先, 李亮, 马占云, 等. 2017. 2016年天气形势对北京秋季空气重污染过程的影响[J]. 环境科学研究, 30(2): 173-183. |
郭倩, 汪嘉杨, 周子航, 等. 2018. 成都市一次典型空气重污染过程特征及成因分析[J]. 环境科学学报, 38(2): 629-639. |
何光碧. 2012. 西南低涡研究综述[J]. 气象, 38(2): 155-163. |
蒋婉婷, 谢汶静, 王碧菡, 等. 2019. 2014-2016年四川盆地重污染大气环流形势特征分析[J]. 环境科学学报, 39(1): 180-188. |
Li X, Feng Y J, Liang H Y. 2017. The impact of meteorological factors on PM2.5 variations in Hong Kong[J]. Iop Conference, 78: 012003. |
李跃清, 闵文彬, 彭俊, 等. 2013. 《西南低涡年鉴.2012》[M]. 北京: 科学出版社.
|
李跃清, 闵文彬, 彭俊, 等. 2016. 《西南低涡年鉴.2015》[M]. 北京: 科学出版社.
|
李跃清, 闵文彬, 彭俊, 等. 2017. 《西南低涡年鉴.2016》[M]. 北京: 科学出版社.
|
卢敬华. 1986. 西南低涡概论[M]. 北京: 气象出版社.
|
Lu P, Zheng W, Li Y. 2020. Comparison of the movement and vertical structures of two types of the southwest vortex[J]. Meteorology and Atmospheric Physics, 132(4): 571-581. DOI:10.1007/s00703-019-00707-3 |
慕丹, 李跃清. 2018. 基于ERA-interim再分析资料的近30年九龙低涡气候特征[J]. 气象学报, 76(1): 15-31. |
Ning G C, Wang S G, Yim S H L, et al. 2018. Impact of low-pressure systems on winter heavy air pollution in the northwest Sichuan Basin, China[J]. Atmospheric Chemistry and Physics, 18(18): 13601-13615. DOI:10.5194/acp-18-13601-2018 |
邵梦琪, 甘维金, 向卫国. 2018. 2017年初一次四川重污染过程气象条件综合分析[J]. 成都信息工程大学学报, 33(2): 212-219. |
苏秋芳, 冯鑫媛, 韩晶晶, 等. 2019. 2014年冬季至2017年春季干湿西南涡活动对四川盆地空气污染影响的对比研究[J]. 气象与环境科学, 42(3): 78-85. |
Sun Y, Zhao C, Su Y, et al. 2019. Distinct Impacts of Light and Heavy Precipitation on PM2.5 Mass Concentration in Beijing[J]. Earth and Space Science, 6(10): 1915-1925. |
王妮, 何太蓉, 刘金萍. 2017. 重庆城区夏季降水对大气污染物的清除效果分析[J]. 环境工程, 35(4): 69-73. |
王作述, 汪迎辉, 梁益国. 1996. 一次西南低涡暴雨的数值试验研究//暴雨科学、业务试验和天气动力理论的研究[M]. 北京: 气象出版社
|
吴洛林, 周柳艺, 王雪梅, 等. 2017. 肇庆市PM2.5重污染天气形势及冬季典型污染过程输送特征研究[J]. 热带气象学报, 33(5): 782-792. |
姚青, 蔡子颖, 刘敬乐, 等. 2020. 气象条件对2009-2018年天津地区PM2.5质量浓度的影响[J]. 环境科学学报, 40(1): 65-75. |
曾惠雨, 康平, 王式功, 等. 2020. 西南涡对气溶胶光学厚度变化特征的影响研究[J]. 环境科学学报, 40(2): 418-428. |
赵婉露, 冯鑫媛, 王式功, 等. 2020. 四川盆地干湿西南涡个例大气环境效应对比研究[J]. 高原气象, 39(1): 130-142. |
周祥华, 倪长健, 谭贵蓉. 2018. 四川盆地南部一次持续性雾霾过程的特征及成因分析[J]. 高原山地气象研究, 38(3): 51-55. |