引言
PM10也称可吸入颗粒物（Inhalable Particulate Matter），是指空气动力学直径小于10 µm的大气颗粒物，是影响我国北方城市大气环境质量的首要污染物（王珩和于金莲，2004；郑瑶等，2014；余晔等，2010；安俊岭等，2000）。PM10主要来源于人类活动如工厂、家庭、交通运输、建筑施工等产生的废气、烟尘、扬尘以及自然起源如火山喷发、森林火灾、海水泡沫而进入大气的火山灰、烟尘、盐粒和被风吹起的扬尘等（冯建军等，2009）。PM10已经成为国际大气环境研究的热点之一（朱玉周等，2009）。近几年国内外学者对城市中PM10来源，PM10质量浓度时空分布特征及其与气象要素之间的关系等方面做了大量的研究（Mircea et al.， 2000；郭小路，2013；金丽娜等，2017；吴兑和邓雪娇，2001；吴雁等，2015；谢启玉等，2018）。祁栋林等（2016）研究指出，1991—2013年我国西北各省会城市PM10质量浓度整体呈显著下降趋势，每10 a下降0.04~0.12 mg·m-3，且变化存在着持续性，未来下降趋势仍将持续，但不同省会城市持续强度不尽相同。沈家芬等（2008）研究表明，广州市PM10年平均质量浓度逐年递增，秋冬季污染严重，春夏季污染较轻，不同监测点PM10质量浓度的变化主要受天气现象影响。任永建等（2009）根据日PM10质量浓度和气象数据对南京市PM10质量浓度时间分布特征进行研究，发现6—9月PM10日均质量浓度较低。马帅等（2020）则利用PM10小时质量浓度数据进行研究，发现晋城市城区PM10月均质量浓度整体呈单峰型变化且在4月达到峰值，且PM10质量浓度与相对湿度具有较高的正相关，与风速、风向则具有较高的负相关。城市通常处在平原地带，污染物主要来源于交通、工业和生活，污染物排放量较大。而盆地是一个相对封闭的地形地貌单元，由周围的山脉环绕，空气交换受限，更加有利于污染物积累，周边区域的扩散输送也会进一步增加污染物的含量。连俊标（2019）和艾泽（2020）对我国四川盆地污染物PM10进行研究，发现其在冬、春、秋季均存在，其中冬季尤为明显，尽管PM10质量浓度呈逐年下降趋势，但仍然明显超标。邓文叶等（2017）对新疆准噶尔盆地的PM10质量浓度进行了一段时间的监测，发现大风天气会导致PM10质量浓度突增。青藏高原作为生态脆弱区，大气颗粒物的质量浓度是生态安全的一项重要指标，研究其时间变化和影响因子对该地区的环境和生态保护具有重要意义。位于青藏高原东北部的青海共和盆地，属于高原温带半干旱草原和干旱荒漠草原的过渡生物气候亚带，植被稀疏，许多地区常年以露地为主（张登山，2000），青海共和盆地也是青海湖生态环境的重要组成部分，对该地区污染物进行研究具有重要的环境和生态意义。共和盆地冬春季大风、沙尘天气居多，容易促使局地PM10质量浓度增加。相关研究表明，大气边界层结构、污染源以及气象条件对颗粒物的生成、积累、传输和清除过程起重要作用，从而对颗粒物质量浓度产生重要影响（刘丽伟等，2015；赵建华等，2012）。本研究通过对共和盆地PM10质量浓度特征及其与气象因子的关系进行分析，以期进一步了解共和盆地环境空气质量状况，为当地环境规划、管理、治理等提供科学依据。
1 观测站点及数据
1.1 观测站点
气象数据观测点（图1）位于共和县气象局（100°37´E，36°16´N；海拔2 835 m），该站点处于共和县城中心，周边以居民住宅为主，下垫面多为草地。青海南山距离测站20 km，山顶海拔4 681 m，周围地势平坦，没有明显的颗粒物污染源。环境数据观测站点位于海南州生态环境局，与共和县气象局相距2 km。
图1
1.2 数据及处理
选取2015—2020年共和站温度、水汽压及风速等地面气象资料及海南州生态环境局监测点PM10质量浓度数据。大气颗粒物质量浓度监测仪选用湖北武汉宇虹环保产业发展有限公司的型号为TH-2000PM的监测仪器，仪器采用低能量C14β射线源在颗粒物采集前后两次穿过清洁滤纸和采集有颗粒物的滤纸，根据两次β射线被吸收的变化量来求得搜集在滤纸上的颗粒物的质量，气路流量采用进口比例阀，恒流精度高，测量精度为±0.002 mg·m-3。
文中附图涉及地图基于国家测绘地理信息局标准地图服务网下载的审图号为GS（2016）1580号的标准地图制作，底图无修改。文中3—5月为春季、6—8月为夏季、9—11月为秋季、12月至次年2月为冬季（陈峪， 2012）。
2 PM10质量浓度变化特征
2.1 年际变化
图2
图2
2015—2020年共和盆地平均PM10质量浓度年际变化
Fig.2
The inter-annual variation of average PM10 mass concentration in the Gonghe Basin during 2015-2020
2.2 月际变化
从图3可以看出，2015—2020年共和盆地平均PM10质量浓度月际分布呈双峰型，PM10质量浓度从1月开始增加，3月达到峰值（90.8 µg·m-3），随后持续下降，9月降到谷值（35.2 µg·m-3），随后又开始上升，11月达到次峰值（56.2 µg·m-3）。1—5月PM10质量浓度均较高，平均为75.1 µg·m-3；6—9月质量浓度均较低，平均为37.6 µg·m-3；10—12月处于中等水平，平均为53.1 µg·m-3。
图3
图3
2015—2020年共和盆地平均PM10质量浓度月际变化
Fig.3
Monthly variation of average PM10 mass concentration in the Gonghe Basin during 2015-2020
2.3 季节变化
图4为2015—2020年逐年共和盆地四个季节平均PM10质量浓度分布。可以看出，PM10春季平均质量浓度最高，冬季其次。各季平均PM10质量浓度整体呈逐年下降趋势，2020年共和盆地春、夏、秋、冬季平均PM10质量浓度较2015年分别下降了72.6、42.4、32.1、51.3 µg·m-3，表明春季PM10质量浓度下降趋势最明显，冬季其次，夏季与秋季下降幅度相近。
图4
图4
2015—2020年逐年共和盆地四个季节平均PM10质量浓度分布
Fig.4
The distribution of average PM10 mass concentration in four seasons in the Gonghe Basin in each year during 2015-2020
2.4 逐日变化
从2015—2020年1月1日至12月31日PM10质量浓度平均逐日变化（图5）可以看出，PM10质量浓度在1月1—16日变化不大，17日开始波动中上升，到3月1日上升速率加快，4月5日达峰值（351.3 µg·m-3），然后波动中下降，至5月1日再次上升，5月12日达到次峰值（210.3 µg·m-3）后迅速下降，7月19日降到谷点（27.3 µg·m-3），此后一直到9月29日无明显变化；从9月30日微弱波动上升或下降，直至12月31日无明显变化。
图5
图5
共和盆地2015—2020年1月1日至12月31日PM10质量浓度平均逐日变化
Fig.5
The average daily variation of PM10 mass concentration from January 1 to December 31 of 2015-2020 in the Gonghe Basin
3 PM10质量浓度影响因子
3.1 降水
降水的主要作用是冲洗大气中的气溶胶和湿润下垫面。青海共和盆地降水季节变化大，降水量主要集中在5—9月，占全年降水量的83%以上，10月至次年4月少雨干旱，其间降水量仅占全年的20%左右（郭连云等，2009）。从图6可以看出，2015年1月至2020年12月逐月平均PM10质量浓度与月降水量呈显著负相关，相关系数r=-0.511，通过α=0.01的显著性检验，月降水量越大，清除效果越明显。在降雨期，月平均降水量达70.6 mm，雨水的清除作用使得PM10质量浓度相对偏低，为42.7 µg·m-3。夏季该现象尤为明显，月平均降水量高达83.0 mm，PM10质量浓度仅为38.4 µg·m-3；冬春季尤为干燥，月平均降水量仅有6.3 mm，相应的月平均PM10质量浓度高达73.0 µg·m-3。说明在雨水作用下，大气中的一些污染气体能够溶解在水中，降低空气中污染物的质量浓度，较大的雨水对盆地空气中粉尘污染物也起到有效的清除作用，这与席云（2004）和赵海波（2005）研究结果一致。共和盆地月降水量主要分布在5—9月，同时降水频率也最大（图7），月平均PM10质量浓度与月降水频率也呈现显著负相关性，相关系数r=-0.478，通过α=0.01的显著性检验。雨季月平均降水频率高达48.2%，高频的降水也有利于空气中污染物清除。
图6
图6
共和盆地2015年1月至2020年12月逐月平均PM10质量浓度与月降水量变化
Fig.6
The variation of monthly average PM10 mass concentration and monthly precipitation from January 2015 to December 2020 in the Gonghe Basin
图7
图7
共和盆地2015年1月至2020年12月逐月平均PM10质量浓度与月降水频率变化
Fig.7
The variation of monthly average PM10 mass concentration and monthly precipitation frequency from January 2015 to December 2020 in the Gonghe Basin
杨茜等（2019）探讨降水对重庆市大气污染物质量浓度的影响，发现在日降水量小于1.0 mm时，弱降水的气象条件更有利于污染物的积累，不利于污染物的稀释扩散和沉降，空气质量恶化；在日降水量大于1.0 mm时，降水对各种大气污染物均有明显的清除作用，清除能力随着降水量级的增加而增大；在日降水量大于10.0 mm时湿清除能力明显提升；在日降水量大于20.0 mm时湿清除能力最强，粗、细颗粒物与雨滴碰并效应增加，降水对PM10和PM2.5的湿清除率分别达30%和25%。进入21世纪以来，共和盆地降水量的变化趋势与青海祁连山中西部地区一致，气候暖湿化加快，降水量快速增加，日降水量大于等于10.0 mm的年降水日数快速增加，而大于等于0.1 mm的年降水日数逐年减少。2015—2020年平均年降水量为412.5 mm，而1981—2010年平均年降水量为323.7 mm，增加了27.4%，2015—2020年日降水量大于等于10.0 mm的年平均降水日数为13.0 d，较1981—2010年年平均降水日数（8.9 d）增加了4.1 d，年降水量的增加，特别是日降水量大于等于10.0 mm年降水日数的增加，使PM10质量浓度逐年下降（戴升等，2019）。
3.2 风向、风速
从2015—2020年四季风玫瑰图（图8）可以看出，共和盆地春、夏、秋、冬盛行风向不尽相同，春季以SE-ESE和W-WNW-NW为主，夏秋季以SE为主，WNW-NW为辅，冬季主要以W-WNW为主。冬春季共和盆地气候寒冷、干燥少雨，每年从11月开始至次年3月受来自西伯利亚的干冷气团控制，以西风、西北风、东南风为主，春季受偏东南风和偏西北风主导风向上上游污染物水平输送的共同影响，PM10质量浓度居高不下，冬季受西风影响，PM10质量浓度次之。夏秋季随着雨季来临，盆地盛行东南风，污染物水平输送减弱，PM10质量浓度较低。
图8
图8
2015—2020年共和盆地四季风玫瑰图
（a）春季，（b）夏季，（c）秋季，（d）冬季
Fig.8
The rose map of wind in the Gonghe Basin in four seasons from 2015 to 2020
(a) spring, (b) summer, (c) autumn, (d) winter
从图9可知，2015年1月至2020年12月逐月月平均PM10质量浓度与风速呈正相关，相关系数r=0.543，通过α=0.01的显著性检验。说明风速越大，PM10质量浓度越高，尤其在冬、春季这种变化更加明显。2015—2020年共和盆地年平均风速（1.6 m·s-1）较1981—2010年（1.8 m·s-1）减小0.2 m·s-1，年平均风速的持续减小使PM10质量浓度逐年降低。
图9
图9
共和盆地2015年1月至2020年12月逐月平均PM10质量浓度与风速变化
Fig.9
The variation of monthly average PM10 mass concentration and wind speed from January 2015 to December 2020 in the Gonghe Basin
3.3 冷空气活动
图10
图10
2015—2020年冬春季共和盆地平均PM10质量浓度与冷空气活动次数年际变化
Fig.10
The inter-annual variation of average PM10 mass concentration and activity times of cold air in winter and spring in the Gonghe Basin during 2015-2020
在此基础上，将某日PM10平均质量浓度大于等于100.0时，定义为一个污染日，污染日持续日数大于等于1且至少有一日PM10平均质量浓度大于等于200.0 µg·m-3时确定为一次重污染过程。表1列出2015—2020年共和盆地24次PM10重污染过程，发现2015—2018年共和盆地PM10质量浓度大于等于200.0 µg·m-3重污染过程分别为8、6、4、4次，2019和2020年均为1次；PM10质量浓度大于等于300.0 µg·m-3重污染过程2015—2018分别为4、2、2和3次，2019和2020年未出现。在24次重污染过程中，每次都出现过程降温（重污染过程发生前24 h内平均温度与过程后24 h内平均温度的差值），过程降温幅度为0.4~10.7 ℃，其中15次过程降温幅度达4.0 ℃以上，冷空气过境前24 h内PM10平均质量浓度为41.3~96.2 µg·m-3，重污染过程中最大日平均PM10质量浓度为204.2~684.2 µg·m-3，两者差值为150.8~605.1 µg·m-3；在24次重污染过程中，19次有大风天气伴随，其中2016年3月9—20日大风日数最多，达4 d；在24次重污染过程中，有5次伴有沙尘天气，PM10最大日平均质量浓度的平均值为398.6 µg·m-3。冷空气过境时同时出现大风、沙尘的重污染过程PM10质量浓度相对较高，如2018年4月4—5日过程，出现降温、大风、扬沙天气，过程降温4.0 ℃，沙尘、大风天气持续2 d，PM10质量浓度最大，为684.2 µg·m-3。随着共和盆地气候向暖湿化持续发展（戴升等，2013），降水量、降水日数不断增加，冷空气活动次数逐年减少，沙尘、大风日数也在减少，空气质量持续向好发展，PM10质量浓度也逐年快速下降。
表1 共和盆地PM10重污染过程中PM10质量浓度、降温、大风及沙尘日数统计
Tab.1
| 过程 | C1/ （µg·m-3） | C2/ （µg·m-3） | 过程降温 | 沙尘 日数/d | 大风 日数/d | 过程 | C1/ （µg·m-3） | C2/ （µg·m-3） | 过程降温 | 沙尘 日数/d | 大风 日数/d |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 2015年1月17日 | 302.1 | 83.3 | 4.2 | 0 | 1 | 2016年4月30至5月6日 | 286.4 | 62.1 | 3.6 | 0 | 2 |
| 2015年2月27至3月5日 | 284.3 | 67.1 | 2.8 | 0 | 2 | 2016年11月25—26日 | 229.3 | 96.2 | 4.2 | 0 | 1 |
| 2015年3月13—23日 | 437.2 | 93.1 | 1.8 | 0 | 3 | 2017年1月26—30日 | 443.4 | 51.2 | 0.4 | 0 | 0 |
| 2015年3月26至4月5日 | 328.1 | 66.2 | 4.3 | 0 | 1 | 2017年2月20—22日 | 387.0 | 49.1 | 6.7 | 1 | 0 |
| 2015年4月14—17日 | 211.4 | 37.3 | 10.7 | 0 | 0 | 2017年4月19日 | 273.2 | 58.3 | 4.3 | 1 | 1 |
| 2015年5月6—10日 | 309.0 | 96.2 | 3.0 | 0 | 3 | 2017年12月29—30日 | 204.2 | 53.4 | 5.4 | 0 | 1 |
| 2015年5月19日 | 229.2 | 94.3 | 2.9 | 0 | 0 | 2018年1月21日 | 207.4 | 41.3 | 1.0 | 1 | 1 |
| 2015年9月30日 | 251.1 | 42.1 | 5.5 | 0 | 1 | 2018年1月30至2月2日 | 255.1 | 83.1 | 4.2 | 0 | 1 |
| 2016年2月18—19日 | 218.1 | 89.2 | 4.6 | 0 | 2 | 2018年4月4—5日 | 684.2 | 79.1 | 4.0 | 2 | 2 |
| 2016年3月5日 | 441.1 | 57.2 | 2.2 | 1 | 1 | 2018年4月10—12日 | 368.2 | 51.1 | 6.0 | 0 | 0 |
| 2016年3月9—20日 | 325.2 | 82.3 | 4.0 | 0 | 4 | 2019年2月14日 | 228.2 | 46.2 | 5.2 | 0 | 1 |
| 2016年4月11—16日 | 236.3 | 57.4 | 4.8 | 0 | 2 | 2020年2月20日 | 265.0 | 40.3 | 1.7 | 0 | 1 |
注： C1表示PM10最大日平均质量浓度；C2表示冷空气过境前24 h内PM10平均质量浓度。
3.4 PM10污染源路径
基于HYSPLIT模型的共和盆地气团72 h后向轨迹（图11）进行模拟，初始高度设为距地500 m。共和盆地PM10重污染主要来源于西部与西南部，24次重污染过程中来自西部与西南部的高达23次，东南部仅有1次。
图11
图11
基于HYSPLIT模型的共和盆地气团72 h后向轨迹
（蓝色实线为青藏高原边界）
Fig.11
The 72 h backward trajectory of air mass over the Gonghe Basin based on HYSPLIT model
（The solid blue line is the boundary of the Qinghai-Tibet Plateau）
4 结论
利用2015—2020年海南州共和县气象局地面气象资料及海南州生态环境局监测点大气颗粒物PM10质量浓度资料，分析共和盆地PM10质量浓度变化特征及其与气象因子的关系，得出以下结论：
（1）2015—2020年共和盆地平均PM10质量浓度呈显著下降趋势。PM10质量浓度平均月际分布呈双峰型，春季、夏季、秋季PM10质量浓度逐年减少趋势显著，冬季变化趋势不显著。
（2）青海共和盆地5—9月降水量和降水频率均最大，PM10月平均质量浓度与月降水量和月降水频率呈显著负相关，表明雨水对盆地空气中粉尘污染物起到有效的清除作用。
（3）PM10质量浓度与风向密切相关，春季受偏东南风和偏西北风主导风向上游污染物水平输送的共同影响，PM10质量浓度居高不下，冬季受西风影响，PM10质量浓度次之，夏秋季随着雨季的来临，盆地盛行东南风，污染物水平输送减弱，PM10质量浓度较低。
（4）风速是影响PM10质量浓度的另一个重要因子，PM10月平均质量浓度与月平均风速呈显著正相关，风速越大，PM10质量浓度越高，尤其在冬季和春季这种变化更加明显。
（5）通过对2015—2020年共和盆地24次PM10重污染过程分析，发现PM10重污染过程往往与北方冷空气活动有关，24次过程均伴有冷空气和大风天气，有时还有沙尘天气，且PM10质量浓度的增加是强冷空气过境造成的。共和盆地重污染过程有两条输送路径，西部与西南部路径高达23次。
参考文献
柴达木盆地气候由暖干向暖湿转型的变化特征分析
[J].
利用1961-2010年柴达木盆地格尔木等10个气象站的观测资料以及水文、 植被等资料， 研究了柴达木盆地气候由暖干向暖湿转型的变化特征。结果表明， 20 世纪80年代中后期柴达木盆地出现了以气温上升、 降水量和径流量增加、 沙尘暴日数减少、 潜在蒸散量下降、 湖泊水位显著上升和植被覆盖率增加为主要特征的气候由暖干向暖湿转型的事实； 全球气候变暖、 水循环加快、 高空水汽不断增加和黑碳气溶胶浓度增加是柴达木盆地气候由暖干向暖湿转型的主要气候原因。
西安市PM10浓度特征及气象因子影响分析
[J].西安市PM10浓度特征及气象因子影响分析 金丽娜，杨晓春，洪超（陕西省西安市气象局，陕西西安710016）摘要：利用2011—2015年西安市城区PM10浓度逐日资料及气象逐日观测数据，分析西安市PM10浓度的年、季变化特征，并探讨气温与PM10浓度的相关性及冬夏季节气温对PM10浓度影响的阈值，不同等级、形态的降水对PM10浓度的清除率，以及冬春季节风速对PM10浓度的影响。结果表明：2011—2015年，西安市PM10浓度变化较平稳，仅2013年出现骤增，高温、少雨、风速小等不利气象条件是导致2013年PM10浓度剧增的主要原因。PM10浓度有明显的季节性变化，PM10大气污染主要发生在春冬季节，污染物分别以沙尘和煤烟为主。PM10浓度与气温并非是简单的线性关系，夏季、冬季气温阈值分别为29 ℃和-1 ℃，低于阈值时二者呈正相关，高于阈值时则呈负相关。PM10浓度与降水量成反比，但降水对PM10的清除率永远不等于1；同一形态的降水清除能力与其量级呈正相关，同等级的固态降水比液态降水对PM10的清除率高；一次降水过程中，PM10浓度最低值往往出现在日降水峰值的次日；连续性降水过程中，PM10浓度随着降水量自峰值的减弱而升高，当降水量再次增大时PM10浓度便再次降低；间断性降水过程中，降水一旦停止，PM10浓度将会有一定程度的升高，并有可能高于降水前的浓度值。春季大风沙尘天气易造成PM10浓度增高，冬季PM10浓度与风速呈明显反比关系。
一次强沙尘天气过程及其对PM10时空分布的影响
[J].2017年5月3—6日内蒙古出现了一次强沙尘天气，内蒙古各城市AQI值达到500。利用常规气象资料和MICAPS资料，结合HYSPLIT（hybrid single particle lagrangian integrated trajectory）模式分析本次沙尘天气成因。利用PM10小时监测值和AQI资料，从时空两方面评估沙尘天气对途经各城市PM10质量浓度分布的影响程度。结果表明：地面受冷高压和蒙古气旋影响，冷锋快速东移，高空槽和低涡东移发展，使高空强冷空气南下东移，配合有利的层结条件和外来沙尘的长距离输送，导致沙尘天气爆发；沙尘天气对PM10质量浓度的影响表现为前期主要影响西部和东部，中期对全区均有影响，后期主要对东部有影响。另外，中期为污染最严重时段。空间影响可划分为西部、中部、东部和通辽市4类，且从西到东、从北到南有一定的滞后性，滞后时间为1~10 h。
青海共和盆地土地沙漠化影响因子的定量分析
[J].通过对青海共和盆地土地沙漠化影响因子:农牧业人口、牲畜总数、耕地面积、降水量和大风日数42 a资料的主成分分析,结果表明,作为最主要综合指标的第一主成分中的人口、牲畜总数及耕地面积的影响,贡献率是46.5%;第二主成分中的降水量和大风日数的作用,贡献率为24.6%;第三主成分中的自然、人为因素,贡献率为14.9%。土地沙漠化是众多因子综合作用下生态与经济不相协调的产物,其中人口压力下生态不合理的土地利用是其主要原因。
沙尘PM10质量浓度与气温的关系初探
[J].利用甘肃民勤自动气象站观测的2004 ～ 2006 年夏季的5 min 一次的气温与沙尘PM10浓度资料，通过将数据分为实验组与对照组，研究了气温与沙尘天气之间的统计关系。个例显示，气温与沙尘PM10浓度之间存在降温、升温和混合型3 种对应关系。实验组统计分析表明，气温及其变化( 每5min 间隔气温变化绝对值和每24 h 间隔气温变化绝对值) 与沙尘PM10浓度及其变化呈现出非常显著的正相关关系; 沙尘暴天气下日平均气温变化与相应沙尘PM10浓度变化呈显著负相关。对照组结果表明，实验组统计关系是非常显著的。
