近日，南京信息工程大学环境科学与工程学院廖宏教授研究团队及其合作者在国际顶级期刊《Nature Geoscience》上发表题为“Winter particulate pollution severity in North China driven by atmospheric teleconnections”的研究论文，揭示了主导华北地区冬季PM2.5重污染天气的气候因子。
我国近年来大气污染治理成效显著，季节平均或年均的PM2.5浓度下降明显，但冬季PM2.5重污染事件仍频繁发生，严重危害人体健康，我国多省市在“十四五”生态环境保护规划中均提出了2025年基本消除重污染天气的目标。PM2.5重污染天气的发生，人为污染物排放是内因，不利的天气条件是外因。当前已有大量研究探讨了灰霾污染与天气气候的关系，但导致PM2.5重污染发生的主要气候驱动因子仍不明确。
廖宏教授团队聚焦华北地区冬季的PM2.5重污染天（观测的日均PM2.5浓度大于150微克/立方米），从2013–2019年的冬季逐日天气中鉴别出两类重污染频发的天气型。考虑100多个气候因子（包括表征大气环流和海表温度的气候因子、北极海冰面积指数等），通过统计分析与气候动力诊断相结合的方法，筛选出导致重污染天气型的第一和第二重要的气候因子：第一是东大西洋-西俄罗斯大气遥相关型（East Atlantic/West Russia, EA/WR），第二是北太平洋维多利亚模态（Victoria Mode, VM）。这两个气候因子诱发了2013–2019年间华北冬季55%的PM2.5重污染天。该研究强调即使在低排放背景下，EA/WR和VM调制影响的PM2.5浓度远高于其他气候因子。例如新冠疫情期间污染物的排放显著下降，但EA/WR引起的大气环流异常仍然导致京津冀地区发生了PM2.5重污染事件。
廖宏教授团队的研究进一步基于EA/WR和VM指数构建了冬季PM2.5重污染天数的预测模型，通过交叉检验和独立预报检验验证了该模型的预测有效性。借助于气候模式的气候季节预测，利用EA/WR和VM指数，可以预测冬季华北PM2.5重污染天的频次，有助于提前做好重污染天的防治准备。此外，随着世界卫生组织修订新的《全球空气质量标准指南（2021）》，未来我国PM2.5重污染超标阈值也可能随之降低，但EA/WR和VM导致环流异常下的相对高PM2.5浓度使得这两个气候因子依然能较好地服务于未来PM2.5重污染天的预测。
南京信息工程大学环境科学与工程学院博士后李建东为论文第一作者，廖宏教授为通讯作者。论文合作者包括美国佐治亚理工学院的王育航教授，青岛海洋科学与技术试点国家实验室与澳大利亚南半球海洋研究中心的蔡文炬教授，南京信息工程大学大气科学学院的陈海山教授和郝鑫讲师，南京信息工程大学环境科学与工程学院的乐旭教授、杨洋教授、李柯教授、茅宇豪教授、陈磊副教授和朱佳讲师以及中国科学院大气物理研究所的符瑜助理研究员。研究主要得到国家自然基金委创新研究群体项目（42021004）和重大研究计划集成项目（91744311）的资助。
EA/WR影响第一类PM2.5重污染天气的动力机制。（a）500 hPa位势高度与重污染天气型频数的回归系数的空间分布。（b）EA/WR大气遥相关型的空间模态分布特征。（c）EA/WR指数与重污染天气型频次的时间变化相关性。（d）第一类重污染天数和（e）EA/WR指数对200 hPa水平波活动通量和流函数的回归分布。