很多研究表明特殊气象条件是造成城市严重大气污染事件的主要因子之一.随着人们对城市大气环境问题的日益重视,仅靠几次短期观测实验资料或单点地面和探空资料来分析气象条件与污染物浓度的关系,不能得到气象条件影响的详细图像.因此本文利用数值模拟高时、空分辨率的优势,通过模拟2011 年11 月1 日-2012 年2 月29 日(前81 天用于相关性分析,后40 天用于预报模型检验)兰州市区及其周边气象场,结合兰州市环境监测站的空气污染物浓度监测资料(职工医院(SWH),生物制品研究所(LIBP),兰炼宾馆(LLH)和三角城(TC)),采用相关分析方法,对兰州市冬季大气污染物浓度与气象因子的关系做进一步的分析,明确主要影响因子以及影响因子与大气污染物浓度的关系,并建立预报模型,为开展城市空气污染预报以及提出正确的大气污染的治理对策方案提供依据.根据研究区特点,选取风速、位温、混合比、稳定能量、Froude 数、边界层高度、位温递减率、输送指数和梯度理查森数来分析局地气象条件对兰州大气环境的影响.NO2 浓度与气象参数相关性较PM10 好,气态污染物受局地气象条件影响较颗粒物明显.兰州为典型的山谷城市,周边山体阻碍了城区大气与周边大气的交换,城区位温递减率和边界层高度与污染物浓度相关性较其他参数好,污染物浓度主要受垂直扩散影响.气象条件对大气污染物浓度影响有一定滞后性,24 小时内相关系数随滞后时间基本呈现先增加后减小的变化趋势.与风速有关的气象参数与污染物浓度相关系数的极值出现滞后时间比与温度层结有关气象参数与污染物浓度相关系数的极值出现滞后时间长,风速对大气污染物浓度影响滞后性比温度层结明显.表1 是回归方程污染物浓度预测值和观测值对比结果,线性回归方程的污染物浓度预测效果与常用的空气质量模式的模拟效果相当,回归方程对兰州城区污染物浓度的预测效果甚至好于部分地区空气质量数值模式的模拟效果.本研究结果可用于山谷城市大气污染预报,该方法比用空气质量数值模式计算快,预测效果较好.