2016年11月四川省一次大气污染过程分析

Analysis of an Air Pollution Process in Sichuan Province in November 2016

摘要: 2016年11月28日至2016年12月13日，四川盆地发生了一次持续时间长，涉及范围广，污染程度重的大气污染过程。本文利用中华人民共和国环境保护部大气质量资料和同期各气象站的观测资料，对四川盆地三个区域本次污染过程的空气质量、污染物变化特征、气象条件进行了分析。结果表明：1) 本次污染过程，成都平原的污染最严重，其次是川南地区，然后是川东北地区，具体而言，成都平原PM_2.5、PM₁₀、NO₂、O₃污染最为严重，川东北地区CO污染最严重，川南地区SO₂污染最严重；主要污染物为PM_2.5，其次是PM₁₀污染最严重，然后是NO₂。2) 亚欧中高纬环流形势经历了从纬向型到一槽一脊型到两槽一脊型到纬向型到两槽一脊型演变，四川盆地大多处于槽的后部，受下沉气流控制，大气比较稳定，不利于污染物的扩散。3) 污染期间，各城市的地面风速都较小，各城市的日平均风速都小于3 m/s，累计降水量较少，从11月28日至12月11日，大部分城市的累计降水量都小于3 mm，对污染物的清除作用较小；底层大气存在逆温，混合层高度较小，整体上小于900 m，大气层结比较稳定，污染物难以扩散。4) 在12月11日至13日，盆地内城市出现不同程度降水，污染物浓度下降，污染过程逐渐结束。

Abstract: From November 28, 2016 to December 13, 2016, a heavy air pollution process with a long duration and wide range occurs in the Sichuan Basin. In this paper, the air quality data of the Ministry of Environmental Protection of the People’s Republic of China and the observation data of the me-teorological stations during the same period are used to analyze the air quality, pollutant change characteristics, and meteorological conditions of this pollution process in three regions of the Si-chuan Basin. 1) In this pollution process, the Chengdu Plain has the most serious pollution, followed by the South Sichuan area, then the Northeast Sichuan area. Specifically, the Chengdu Plain has the most severe PM_2.5, PM₁₀, NO₂, O₃ pollution, and the Northeast Sichuan area has the most severe CO pollution, with the most serious SO₂ pollution in southern Sichuan; the main pollutant is PM_2.5, followed by PM10, then NO₂. 2) The circulation situation in middle and high latitudes in Asia and Europe undergoes evolution from zonal circulation pattern to one trough and one ridge to two troughs and one ridge to zonal circulation pattern to two troughs and one ridge. The Sichuan Basin is often at the rear of the trough, controlled by the sinking airflow, and the atmosphere is relatively stable, which is not conducive to the diffusion of pollutants. 3) During the pollution period, the surface wind speeds of all cities are small, and the average daily wind speed of each city is less than 3 m/s. From November 28 to December 11, the cumulative precipitation in most cities is less than 3 mm, which has little effect on the removal of pollutants. There is inversion in the lower atmosphere, the height of the mixed layer is small, less than 900 m as a whole, the atmosphere is relatively stable, and it is difficult for pollutants to diffuse. 4) From December 11th to 13th, cities in the basin experience varying degrees of precipitation, the concentration of pollutants decreases, and the pollution process gradually ends.

1. 引言

1.1. 研究背景

近些年来随着中国经济的迅速发展，工厂排放和汽车排放的污染物也迅速增加，中国大气环境面临的形势尤其严峻，大气污染物排放总量居高不下。如何防治大气污染，减轻其危害的影响，是中国环保工作重要的课题。

1.2. 研究现状

气象条件分析研究对整治大气污染十分关键。Boettger, et al. [1] 在研究空气污染预报时指出了，大气层结稳定度和风速与空气污染的关系。Guest, et al. [2] 指出边界层内的气溶胶浓度与边界层内的通风条件和垂直混合率有密切联系。徐晓峰等 [3] 认为持续重污染过程是由本地的污染源和大尺度的天气背景与局地气象条件共同造成的。张蓬勃等 [4] 发现AQI与逆温层高度存在显著负相关关系。王珊等 [5] 发现，城市污染加重热岛效应、热岛效应反过来通过热岛环流改变城市污染物传播扩散规律并加重污染，二者相互作用、互为增强条件。王媛林等 [6] 对2014年10月珠三角地区污染期间的天气形势及气象特征进行了分析发现高温等气象条件会影响光化学反应，加重珠江三角洲的空气污染，表现了该地区大气复合污染的特性。曾胜兰等 [7] 基于2013年1月至2014年12月高空及地面天气形势对成都市天气类型进行划分，发现高空500 hpa在两槽一脊型和槽脊同位相型控制下空气质量最差，地面为高压型、高压底部型、高压后部型控制下的空气质量最差。李培荣等 [8] 发现成都地区出现较强东北风时，可能会有沙尘污染物的输入。吴明 [9] 分析成都2017年1月一次污染过程发现，污染是由本地排放的一次污染物和盆地区域传输的二次污染物共同造成。

1.3. 研究意义

目前已有不少研究揭示了中国关键大气污染地区致霾原因和发展趋势，但主要集中在京津冀、珠江三角洲、长江三角洲地区。四川盆地地势起伏较大，常年静风频率高、风速小，随着西部大开发的推进，盆地内空气质量日益恶化。在污染源基本稳定的前提下，空气质量的优劣主要由气象条件决定。2016年11月28日到12月13日，四川盆地出现了一次严重的污染过程。本次过程具有以下三个特点：1) 持续时间长，共持续了16天之久；2) 涉及范围广，盆地内17个城市全部出现了不同程度的污染状况；3) 污染程度重，盆地内城市以轻度到中度污染为主，故对此次污染过程进行研究。希望通过此次研究增加对四川盆地空气污染特征及气象成因的认识，为污染天气的预报、治理提供更多的科学依据。

2. 资料与方法

2.1. 数据来源

研究中使用的资料为2016年11月28日~12月13日中华人民共和国环境保护部大气质量资料、中国气象局提供的各气象站观测资料。大气质量资料包括PM_2.5、PM₁₀、SO₂、NO₂、O₃、CO的逐日质量浓度资料，地面观测资料包括每日02、05、08、11、14、17、20、23时的10 m风速(m/s)、气温(℃)、24小时变温(℃)、露点(℃)、气压(hpa)、24小时变压(hpa)、总云量，低云量，大气能见度(m)等。高空观测资料为温江站每日08时和20时的探空资料。

2.2. 研究方法

2.2.1. 区域划分

综合考虑人为影响、地理影响等因素，将四川盆地内的17个城市分成3个地区，成都平原地区，包括成都市、德阳市、绵阳市、乐山市、眉山市、资阳市、遂宁市、雅安市；川东北地区，包括广元市、南充市、广安市、达州市、巴中市；川南地区，包括自贡市、泸州市、内江市、宜宾市。其中成都平原选择绵阳市，遂宁市，成都市，雅安市，乐山市来研究，川东北地区选择达州市，南充市，广元市，巴中市，川南地区选择内江市，宜宾市，泸州市来研究。

2.2.2. 各大气污染物的空间分布和时间变化

根据中华人民共和国环境保护部提供的PM_2.5、PM₁₀、SO₂、NO₂、O₃、CO的逐日质量浓度资料，计算出各个城市大气污染物的IAQI，作出IAQI的时间变化图分析此次过程的污染物的分布和随时间的变化特征，IAQI的计算如下：

$IAQ{I}_P=\frac{IAQ{I}_{HI}-IAQ{I}_{LO}}{B{P}_{HI}-B{P}_{LO}}\times \left(C_p-B{P}_{LO}\right)+IAQ{I}_{LO}$

式中：IAQI_p为污染物P的空气质量分指数；C_p为污染物P的质量浓度值；BP_HI为与C_p相近的污染物浓度限值的高位值；BP_LO为与C_p相近的污染物浓度限值的低位值；IAQI_HI为与BP_HI对应的空气质量分指数；IAQI_LO为与BP_LO对应的空气质量分指数。

Table 1. Air quality sub-index and corresponding pollutant item concentration limit

表1. 空气质量分指数及对应的污染物项目浓度限值

注：表1中浓度限值除CO单位为mg/m³，其余均为μg/m³。

结合表1以及公式(1)，可以把各个污染物P的空气质量分指数IAQI_p计算出来，同时取计算出的所有污染物的空气质量分指数中的最大值作为当日的空气质量指数AQI。如果当日AQI ≥ 101，则将对应空气质量分指数取最大值时的污染物作为当日的首要污染物，否则当日的首要污染物记为“无”。

2.2.3. 相关分析

利用中国气象局提供的每日02、05、08、11、14、17、20、23时的地面气象要素资料，使用NCL的函数escorc计算出日平均10 m风速、日平均混合层高度、日平均相对湿度、日平均大气能见度、日平均温度、日平均气压、日平均24 h变压、日平均24 h变温这些气象要素与日平均AQI的相关系数，借助NCL的函数student_t进行相关性检验；利用温江站每日两次(08时和20时)的高空探空资料，计算出逆温层的厚度，然后使用NCL的escorc函数计算出及其与对应时次AQI的相关系数，用student_t进行相关性检验。混合层高度采用罗氏计算公式计算：

$L=\frac{121}{6}\left(6-P\right)\left(T-T_d\right)+\frac{0.169\left(U_z+0.257\right)}{12f*\ln \left(z/z_0\right)}$

式中：L (m)高度；P为Pasquill大气稳定度级别；T (℃)为温度；T_d为露点温度；U_z (m∙s⁻¹)为Z (m)高度处观测的平均风速；Z₀ (m)为地面粗糙度；f为地转参数。

逆温层厚度使用气压–高度公式来计算，公式为：

$z_2-z_1={\displaystyle {\int }_{p_2}^{p_1}\frac{Tv}{g}}d\ln p$

式中：z₁，z₂ (m)表示逆温层底部和顶部的高度，R_d为干空气的比气体常数等于287.05 J/(kg*K)，T_v(K)为虚温，g为重力加速度取9.8 m/s²，p₁，p₂ (hpa)表示逆温层底部和顶部的气压。

2.2.4. 降水量分析

利用中国气象局提供的地面气象要素中每日08时的24小时雨量资料，计算各个城市从2016年11月28日到12月13日的累计降水量，作出柱状图，分析污染过程中各个城市的降水特征。

2.2.5. 高空环流形势分析

使用MICAPS (气象信息综合分析处理系统)分析此次污染过程的高空500 hpa环流形势。

3. 研究结果

3.1. 污染天气过程特征

3.1.1. 空气质量分析

Figure 1. The daily changes of AQI (Figure a is the northeastern Sichuan region, Figure b is the southern Sichuan region, and Figure c is the Chengdu plain region)

图1. AQI逐日变化(图a为川东北地区，图b为川南地区，图c为成都平原地区)

由图1中的图a可以见，川东北的几个城市平均AQI逐日变化幅度较小，在95和140之间波动，在12月2日、7日、11日去的极大值，分别为129，127，138。从图b可以看出，川南的几个城市平均AQI在11月28日到12月4日之间起伏不大，在5日至7日起伏较大，并在5日和7日分别取得极大值149和151，随后减小，到11日增大为156，随后AQI下降，空气质量逐渐转好。成都平原所选的几个城市平均AQI污染期间起伏比较大，污染开始至11月30日，AQI一直减小至101，随后有所增长，在12月2日，4日取得极大值153和155，从4日开始到9日AQI先是有所减小，随后增大，在6日取得极小值116，9日取得极大值155，9日后AQI边逐渐降低，空气质量渐渐转好。总的来说本此污染过程成都平原的污染最严重，其次是川南地区，然后是川东北地区。

3.1.2. PM_2.5特征分析

从图2的图a可见，成都平原所选的城市平均PM_2.5的IAQI先从11月28日的130降到了30日的100，随后有所上升，在12月2日和4日取得极大值分别为153和155，随后上下波动，在6日和8日分别取得极小值114和139，在9日取得极大值154后便不断下降。由图b可见，川东北IAQI逐日变化幅度不大，在污染刚开始IAQI稍微降低，随后便逐渐上升，到12月2日，达到127，随后一直降低至5日的91，随后不断上下波动，在7日、9日和11日分别取得极大值125、114和138，11日之后又逐渐降低。由图c可以看出，川南地区所选的几个城市污染前期PM_2.5的IAQI波动较小，12月04日后波动较大，在5日、7日和11日取得极大值分别为148、149和155，在6日、10日取得极小值107和124。总体而言，此次污染过程中，成都平原的PM_2.5污染最严重。

Figure 2. The daily change of IAQI of PM_2.5 (Figure a is the Chengdu plain area, Figure b is the northeastern Sichuan region, and Figure c is the southern Sichuan region)

图2. PM_2.5的IAQI逐日变化(图a为成都平原地区，图b为川东北地区，图c为川南地区)

3.1.3. PM₁₀分析

图3的图a所示，成都平原地区的城市平均PM₁₀的IAQI在污染开始，先是从11月28日的112开始下降到30日的88，随后在12月4日回升到116，在6日降到91后缓慢上升，在9日为114，9日开始IAQI便不断下降，空气质量渐渐变好。由图b可以看到川东北地区城市平均IAQI变化幅度比较小，在80到105之间波动，于11月29日，12月5日、8日、10日和12日取得极小值分别为82、82、90、83和84，在12月2日、7日、9日和11日取得极大值分别为102、99、91和96。由图c所示，四川南部地区城市平均PM₁₀的IAQI从11月28日至12月5日围绕90上下波动，之后波动幅度增大，在6日达最小值80，10日取极小值89，在7日和11日取得极大值103和108。总体而言，此次污染过程成都平原PM₁₀污染最严重。

Figure 3. The daily change of IAQI of PM₁₀ (Figure a is the Chengdu plain area, Figure b is the northeastern Sichuan region, and Figure c is the southern Sichuan region)

图3. PM₁₀的IAQI逐日变化(图a为成都平原地区，图b为川东北地区，图c为川南地区)

3.1.4. NO₂分析

从图4中的图a可见，成都平原几个城市平均NO₂的IAQI变化幅度较小，在污染刚开始为57，经过几天波动之后到12月8日为60，随后缓慢降低，到13日为46。由图b可见，川东北地区平均NO₂的IAQI从污染刚开始波动增加，到12月7日为67，随后有所减小，到13日为48。由图c可见，川南地区几个城市的平均NO₂的IAQI值先是不断减小，从11月28日的56减小到12月6日的42，在7日上升到极大值56随后不断波动，在10日和12为两个极大值，46和45。总的来说，成都平原NO₂污染最严重。

Figure 4. The daily change of IAQI of NO₂ (Figure a is the Chengdu plain area, Figure b is the northeastern Sichuan region, and Figure c is the southern Sichuan region)

图4. NO₂的IAQI逐日变化(图a为成都平原地区，图b为川东北地区，图c为川南地区)

3.1.5. CO分析

Figure 5. The daily change of CO’s IAQI (Figure a is the Chengdu plain area, Figure b is the northeastern Sichuan region, and Figure c is the southern Sichuan region)

图5. CO的IAQI逐日变化(图a为成都平原地区，图b为川东北地区，图c为川南地区)

从图5中图a可见，成都平原所选的几个城市平均CO的IAQI，变化幅度不大，在25和40之间波动。由图b可见，川东北地区所选的个几个城市在污染刚开始CO的IAQI值比较稳定，在31左右，随后有所上升，在12月2日取得极大值38后一直减小，到6日为28，7日增加到41后，IAQI值围绕38上下波动。由图c可见，川南地区平均IAQI变化幅度较小，从污染开始到12月6日一直在22上下波动，随后波动式上升到13日的30。总的来说，这次污染过程中川东北CO污染最严重。

3.1.6. O₃分析

由图6中的图a可以看到，成都平原所选的几个城市的O₃的IAQI平均值，从11月28日的13增加到29日的17，从11月29日到12月4日变化比较小，都在17左右，随后不断波动，在12月8日和11日取得极小值14和13，在9日和12日取得极大值23和15。由图b可以看到川东北地区O₃的IAQI由11月28日的9缓慢上升到30日的13，然后缓慢下降，在12月2日取得极小值8后，一直缓慢增加早6日达到最大值17，随后一直缓慢下降，到12日下降到9。由图c可以看到，川南地区O₃的IAQI从污染刚开始一直上下波动，在11月29日、12月6日、10日取得极大值，分别为15、20和20，在12月3日、8日和12日取得极小值分别为5、10和6。总的来说成都平原的O₃污染最严重。

Figure 6. The daily change of the IAQI of O₃ (Figure a is the Chengdu plain area, Figure b is the northeastern Sichuan region, and Figure c is the southern Sichuan region)

图6. O₃的IAQI逐日变化(图a为成都平原地区，图b为川东北地区，图c为川南地区)

3.1.7. SO₂分析

从图7中的图a可以看出，成都平原地区的几个城市平均SO₂的IAQI在12和20之间波动，变化幅度较小。图b可见川东北地区SO₂的IAQI在污染刚开始，有所上升，到11月30日为19，随后变化幅度很小，到12月6日都维持在15左右，在7日小有上升之后便开始降低，到11日将为9，最后在11日和12日稍微上升。由图c可以看到川南地区，SO₂的IAQI从11月28日的30波动下降，降到12月9日的16，随后有所上升，到13日为26。总的来说川南地区SO₂污染最严重。

Figure 7. The daily change of the IAQI of SO₂ (Figure a is the Chengdu plain area, Figure b is the northeastern Sichuan region, and Figure c is the southern Sichuan region)

图7. SO₂的IAQI逐日变化(图a为成都平原地区，图b为川东北地区，图c为川南地区)

根据《环境空气质量指数(AQI)技术规定》，IAQI大于100的为超标污染物，AQI大于50时，IAQI最大的为首要污染物，综合以上几种污染物来看，本次污染过程的主要污染物为PM_2.5，其次是PM₁₀污染最严重，然后是NO₂，而SO₂、CO和O₃均未超标。就地区而言，成都平原的PM_2.5和PM₁₀及NO₂污染都比川东北地区和川南地区严重，因此成都平原在本次污染过程中受污染最严重。

3.2. 污染天气过程特征

3.2.1. 10 m风速

Table 2. Correlation coefficient between AQI and 10 m wind speed from November 28, 2016 to December 13, 2016

表2. 2016年11月28日到2016年12月13日AQI与10 m风速的相关系数

注：^*代表通过显著性水平α = 0.05的相关性检验。

风是大气污染物扩散的重要气象参数之一，风的作用是整体的输送和对污染物的冲淡稀释作用，是利于颗粒物疏散的良好条件 [10]。通常，风速越大，越有利于污染物的水平扩散 [11]，相应的浓度越低，空气质量越好，反之，浓度越高，空气质量越差。由表2可见，除遂宁地区，其他的地区风速与AQI均呈负相关，即风速越大，AQI越小。但就本次污染过程来说，各区域的日平均风速都小于2 m/s (如图8)，风对污染物的冲淡稀释效果不明显，风速和AQI相关性较弱。

Figure8. 10 m wind speed changes with time

图8. 10 m风速随时间变化

3.2.2. 混合层高度

Table 3. The correlation coefficient between AQI and the height of the mixed layer from November 28, 2016 to December 13, 2016

表3. 2016年11月28日到2016年12月13日AQI与混合层高度的相关系数

注：^*代表通过显著性水平α = 0.05的相关性检验。

混合层高度约束了地面发射的空气污染物的垂直传播范围和传播率，反映了对污染物垂直扩散的能力，是影响空气污染的重要气象因子之一 [12]。由表3可见，本次污染过程除了遂宁和内江，其他地区的混合层高度与AQI均呈负相关，相关性一般，即混合层高度越小，AQI值越大，污染越严重。由图9所示，混合层高度在11月30日和12月5日附近出现了峰值，混合层高度值较大，12月7日往后，混合层高度都较小，大体上都小于700 m，不利于污染物扩散。

Figure 9. Changes in the height of the mixed layer with time

图9. 混合层高度的随时间变化

3.2.3. 逆温层厚度

低层温度层结的分布决定大气静力稳定度，逆温是大气某一高度范围内气温随高度升高而升高或不变的现象 [13]，逆温层会抑制大气垂直运动的发展，不利于污染物的垂直扩散。研究发现，本次污染过程中，低层大气既存在接地逆温又存在脱地逆温，且逆温层存在多层，本文选取底部逆温层进行分析。采用温江08时和20时探空资料及大气质量资料进行分析，作出图10。由图10可以看出AQI与逆温层厚度变化较为一致，两者的相关系数为0.426，通过了0.05的显著性检验。

Figure 10. The thickness and AQI of the temperature inversion layer at Wenjiang station change with time

图10. 温江站逆温层厚度和AQI随时间变化

3.2.4. 相对湿度

Table 4. Correlation coefficient between AQI and relative humidity from November 28, 2016 to December 13, 2016

表4. 2016年11月28日到2016年12月13日AQI与相对湿度的相关系数

注：^*代表通过显著性水平α = 0.05的相关性检验。

Figure 11. Relative humidity changes with time

图11. 相对湿度随时间变化

相对湿度反映了空气中水汽含量，相对湿度低时空气干燥，反之，空气湿润。高相对湿度下气溶胶吸湿增长会加速二次污染物的生成，从而导致雾霾加重 [14]，空气湿度大时常伴有逆温层，不易扩散 [15]。由表4可见，除了遂宁、乐山和内江，其他地区相对湿度与AQI均呈正相关(相关性一般)，即相对湿度越大AQI越大，空气质量越差。在污染期间，各地区的相对湿度都较高，都在70%以上(图11)。

3.2.5. 能见度

Table 5. Correlation coefficient between AQI and visibility from November 28, 2016 to December 13, 2016

表5. 2016年11月28日到2016年12月13日AQI与能见度的相关系数

注：^*代表通过显著性水平α = 0.05的相关性检验。

Figure 12. Visibility changes over time

图12. 能见度随时间变化

能见度是指视力正常的人能将目标物从背景中识别出来的最大距离，通常由于大气污染以及湿气而有所降低。由表5可见，除遂宁地区以外，能见度与AQI呈负相关，且相关性很好。由图12可见，各地区在污染刚开始和12月6日左右以及在污染末期能见度较大，其他时候相对较小。

3.2.6. 降水量

降水的清除作用是降低大气中污染物浓度最快速有效的因子，有研究表明有降水时的年均大气污染物浓度比无降水时低近20% [16]。由图13可见，除了泸州和雅安，本次污染过程中大部分城市的累计降水量都很小，小于3 mm。乐山虽然累计降水量达10 mm，但是其在污染快结束(12月13日)前累计降水量仅为1 mm。大部分的城市降水都集中在污染最后三天(12月11日至13日)，结合图1可以看到，最后三日，大部分城市的AQI数值开始显著减小，空气质量开始转好。

Figure 13. Cumulative precipitation from November 28 to December 13, 2016

图13. 2016年11月28日到12月13日累计降水量

3.2.7. 高空环流形势

Figure 14. 500 hpa circulation situation (Figure a is at 08:00 on November 28, 2016, Figure b is at 20:00 on December 5, Figure c is at 08:00 on December 13)

图14. 500 hpa环流形势(图a为2016年11月28日08时，图b为12月05日20时，图c为12月13日08时)

大尺度环流形势可以影响污染物的生成、积累和清除 [17]，天气形式的演变直接影响污染的持续时间和严重程度 [18]。如图14所示，污染初期亚欧中高纬环流形势为纬向型，极涡较强向南压，在日本附近形成东亚大槽，大槽后有小槽不断东移，四川盆地位于大槽后，受偏西气流控制，由于处于局地均压场中，易造成本地污染物堆积。随着东亚大槽不断东移消亡，大槽后的小槽逐渐发展东移成为新的东亚大槽。总的来说亚欧中高纬环流形势经历了从纬向型到一槽一脊型到两槽一脊型到纬向型到两槽一脊型，四川盆地大多处于槽的后部，受下沉气流控制，大气比较稳定，不利于污染物的扩散。

3.2.8. 其他气象要素

Table 6. Correlation coefficients between temperature, 24 h variable temperature, air pressure, 24 h variable pressure and AQI from November 28 to December 13, 2016

表6. 2016年11月28日到12月13日温度、24 h变温、气压、24 h变压与AQI的相关系数

注：^*代表通过显著性水平α = 0.05的相关性检验。

温度、24 h变温、气压、24 h变压都是常见的地面观测要素，如表6所示，整体来说污染期间24 h变压与AQI呈负相关(相关性较弱)，24 h变温与AQI呈正相关(相关性较弱)。24 h变压增大、24 h变温减小有利于污染物的扩散。

4. 结论

1) 本次污染过程，成都平原的污染最严重，其次是川南地区，然后是川东北地区，具体而言，成都平原PM_2.5、PM₁₀、NO₂、O₃污染最为严重，川东北地区CO污染最严重，川南地区SO₂污染最严重；主要污染物为PM_2.5，其次是PM₁₀污染最严重，然后是NO₂。

2) 风速、混合层高度与AQI呈负相关，相关性不是很显著，相对湿度和逆温层厚度的减小有利于污染物的扩散，相对湿度和逆温层厚度与AQI成正相关，相关性不是很显著，能见度与空气质量指数(AQI)显著相关，降水能显著降低污染物浓度。

3) 亚欧中高纬环流形势经历了从纬向型到一槽一脊型到两槽一脊型到纬向型到两槽一脊型，四川盆地大多处于槽的后部，受下沉气流控制，大气比较稳定，不利于污染物的扩散。

4) 24 h变压与AQI呈负相关(相关性较弱)，24 h变温与AQI呈正相关(相关性较弱)。24 h变压增大、24 h变温减小有利于污染物的扩散。

致谢

在此，我想特别感谢我的指导老师曾胜兰。在我的论文撰写期间，她总是耐心给与我们指导，常常忙到深夜。与一般老师不同，她给我们的指导又是恰到好处的，给予了学生一定的空间自己去探索，这样很有助于培养学生处理问题的能力。最后想祝老师身体健康，一切顺利！

基金项目

四川省重大专项(2018SZDZX0023)。