郴州市秋冬季PM_(2.5)污染传输路径与潜在源贡献分析

通过应用HYSPLIT、MeteoInfo模型,计算2017—2021年秋冬季抵达郴州地区72 h的后向气流轨迹并进行轨迹聚类、潜在源贡献因子(PSCF)和浓度权重轨迹(CWT)分析,探讨郴州市PM_(2.5)传输特征及污染潜在源分布。结果表明,郴州市秋冬季PM_(2.5)潜在源区主要分布在北偏东方向,以近距离输送为主,频率最高的是从咸宁市通城县经岳阳市平江县、株洲地区的短距离轨迹,其频率为34.17%;WPSCF高值带起源于河南省,经湖北、平江、江西等地区,最终到达郴州。WCWT分析结果得出,PM_(2.5)污染趋势与上述一致,影响范围更宽,影响程度相对较轻。2017—2021年间,郴州地区污染传输通道影响逐年减小,PM_(2.5)浓度平均下降19.7%。

秦巴山区东部近5年大气污染物的气象影响因素及潜在来源分析

为明确秦巴山区东部大气污染物的气象影响以及潜在来源,对安康市2016—2020年的逐日大气及气象监测数据进行分析,结果表明:冬季在连续2~3个小时最大风速维持在3~3.5m/s以上,会有利于污染物的扩散;在有降水发生时,若小时最大风速超过2.8m/s时,且0.3mm以上的小时降水量持续3个小时以上,对污染物具有明显的沉降清洁效果;若小时最大风速小于2m/s,小时降水量达到0.5~0.8mm以上,对污染物也有较明显的沉降和清除作用。通过对输送大气污染物的轨迹分析发现,安康市的大气污染物主要来源于四川省、河南省以及湖北省的偏南和偏东方向轨迹输送,同时安康市冬季PM_(2.5)浓度的贡献最大的区域在2019年后存在明显南移。

新疆大气PM_(2.5)来源与潜在贡献源分析

利用2021年3月—2022年2月新疆空气质量数据分析PM_(2.5)浓度演化特征及其控制因素,结合因子分析和NO_(2)、SO_(2)与CO的来源特性辨别物质排放源,并借助基于Hysplit模式的Meteo Info软件包确定PM_(2.5)输送路径和潜在贡献源区分布状况。结果表明:(1)新疆PM_(2.5)浓度显著偏高,尤其是冬季平均高达86.16μg·m^(-3)。其中,天山北坡经济带PM_(2.5)来源主要受周围油气田作业排放及其输送过程中大风扬尘的支配,而其他地区的PM_(2.5)主要源于大风扬尘,辅以石油与天然气燃烧排放。(2)天山北坡经济带经油气田作业区气流输送PM_(2.5)浓度虽然仅为局地路径的50%,但路径占比达50%,因此,应是区域PM_(2.5)来源的重要通道,且PM_(2.5)浓度变异系数高达103.6%,是导致雾霾甚至浮尘天气形成的关键因素。哈密盆地与塔里木盆地物质补给路径虽然存在差异,但二者PM_(2.5)潜在贡献源区均主要分布在孔雀河流域和罗布泊等地。(3)外源气流受盆地地形作用而演化成辐合/辐散气流,辅以(类)山谷风促进污染物混合,应是天山北坡经济带和塔里木盆地内PM_(2.5)演化趋势类似的成因之一。

伊宁市细颗粒物输送路径及潜在源区分析

基于污染物自动监测数据及全球资料同化系统气象数据(GDAS),分析伊宁市细颗粒物(PM_(2.5))浓度变化特征及不同季节下外来传输路径,结合潜在源贡献因子法(PSCF)和浓度权重轨迹法(CWT)分析潜在源和浓度贡献区。结果表明:伊宁市空气质量主要受汽车尾气源为主,冬季PM_(2.5)污染最严重;春、夏、秋季伊宁市周边不存在明显潜在污染源贡献区,冬季PM_(2.5)潜在源区为琼博拉镇与海努克镇区域,贡献源区分布在特克舍山地区。

青岛市大气颗粒物污染特征及潜在来源分析

利用山东青岛2017年1月至2020年12月的大气颗粒物质量浓度、常规气象观测资料以及全球数据同化系统(Global Data Assimilation System,GDAS)数据,研究了该地区大气颗粒物的污染特征,基于拉格朗日混合单粒子轨道模型(Hybrid Single Particle Lagrangian Integrated Trajectory Model,HYSPLIT)和轨迹统计(TrajStat)软件对青岛市大气颗粒物的传输路径进行了研究,运用潜在源贡献因子分析法(Potential Source Contribution Function,PSCF)和浓度权重轨迹分析法(Concentration Weighted Trajectory,CWT)对其潜在源区和浓度贡献进行了分析。研究结果表明:(1)青岛市PM_(2.5)质量浓度年均值为35.3μg·m^(-3),冬季最高,春、秋次之,夏季最低。PM_(2.5)质量浓度年超标率分别为8.22%,7.40%,11.51%和7.38%,重污染日仅出现在冬季,夏季从未出现过超标日。(2)PM_(2.5)质量浓度季节日变化呈“双峰双谷”型,峰值出现在08:00(北京时,下同)-10:00、21:00-22:00,谷值出现在16:00-18:00、02:00-04:00;SO2质量浓度季节日变化呈“单峰”型,日间浓度高于夜间,采暖季日变化曲线波动更明显;NO2日变化呈“双峰双谷”型,峰值时间较PM_(2.5)日变化峰值时间略早。(3)PM_(2.5)质量浓度与气温、日降水量、风速、逆温起始高度呈负相关,相关系数分别为-0.422,-0.212和-0.106(风速≤2.5 m·s^(-1))、-0.15;与气压、逆温层强度呈正相关,相关系数分别为0.319和0.10;与逆温层厚度相关性不明显;与相对湿度的相关性不唯一。(4)春、秋、冬季的气流轨迹来自西北和偏北方向,西北气流占比最高,分别为70.27%,75.39%和100%,其污染轨迹的PM_(2.5)质量浓度最高,是青岛市春、秋、冬季外来大气颗粒物的最重要输送路径;夏季东南向的气流轨迹占比最大,为45.89%,其污染轨迹的PM_(2.5)质量浓度最高,为青岛市夏季外来大气颗粒物的主要输送路径。PM_(2.5)质量浓度潜在源区冬季分布范围最广,潜在源贡献因子值最高,春、秋次之,夏季最小。春、秋、冬季主要潜在污染源区和高浓度贡献潜在源区位于河北南、河南中东、安徽西、山西西、鲁西南等地,是青岛市春、秋、冬季PM_(2.5)污染外来输送的主要源区;夏季高浓度贡献潜在源区位于河北东南、河南东北以及鲁西南等地。

基于单一源求逆法的排气噪声对车内噪声贡献量分析

以某车型车内噪声声压级为目标,以单一源求逆法辨识排气噪声体积加速度,并测试排气口到车内噪声目标点的声学传递函数。计算排气管口通过空气传递路径到车内噪声的贡献量,得知在发动机1730rpm附近排气噪声的2阶激励频率是车内噪声的主要贡献源,此时车内噪声主要是排气噪声过大引起的。增加车辆的吸隔音措施效果不明显,应优化排气管消声器以降低排气噪声。实验验证了分析结果。

成都平原城市群夏季臭氧污染天气形势与潜在源分析

通过分析成都平原城市群8个城市2015-2019年夏季地面臭氧污染特征表明,近5年夏季平原O_(3)污染区域呈扩大趋势,成都市O_(3)_8 h第90百分位浓度和超标日数均为最大,雅安、绵阳浓度较低但上升趋势显著。利用PCT客观天气分型方法,对近5年夏季成都平原及周边的位势高度场进行分型研究,结果表明:(1)700 hPa臭氧污染天气形势为高压型,500 hPa为西风槽后和平直纬向型,100 hPa为南亚高压中部和东部型;(2)近5年夏季典型O_(3)污染过程的高低空天气形势为西风槽后部、高压发展和高压控制型,污染过程期间成都平原多受到西风槽后西北气流或副热带高压脊线附近下沉气流的影响;(3)污染天气型具有高温低湿,小风强辐射,白天混合层高的特征。气流下沉增温和局地环流的作用抑制了污染物向高层扩散,促使边界层上部O_(3)下传并堆积于成都平原地区。采用HYSPLIT后向轨迹模式和潜在源贡献法(PSCF),探讨了不同天气型影响下成都平原O_(3)浓度输送的轨迹聚类和潜在源区。结果表明,本地和盆地城市之间的输送对臭氧污染有重要贡献。最主要的臭氧潜在源区位于本地城区,成都、眉山和资阳臭氧潜在源区还集中在川南北部和重庆西部,德阳集中在成都、眉山一带。西风槽后和高压发展型影响下臭氧区域输送表现比较明显,高压控制天气型臭氧呈本地积聚性较显著。

突发性中尺度暴雪过程大气污染特征与潜在源区研究

针对济南市大气污染情况,分析突发性中尺度暴雪过程大气污染特征与潜在源区。基于2020年1月7日济南市气象和环境监测数据,通过皮尔逊积差相关系数法分析污染物之间、污染物与气象要素之间相关关系。经分析可知:暴雪对大气污染具有一定清洗能力,颗粒污染物浓度与气体污染物浓度之间存在一定同源性,污染物与不同气象要素也存在正向或负向相关关系,证明暴雪导致的气象要素改变对大气污染扩散具有一定意义。采用潜在源贡献因子分析法和浓度权重轨迹分析法测得本地源为济南市PM_(2.5)浓度贡献最高源区,表明PM_(2.5)高贡献与聚集性工业活动相关。

2015—2021年郴州城区臭氧污染特征、气象影响及输送源分析

在对2015—2021年郴州城区不同时间尺度臭氧(O_(3))污染特征进行分析的基础上,进一步研究气象因素对O_(3)污染的影响,并采用潜在源贡献因子分析法(PSCF)对郴州城区O_(3)污染传输路径及潜在污染源进行分析。结果表明:2015—2021年郴州城区O_(3)质量类别主要为优和良,比例达到98.9%,O_(3)为首要污染物的天数呈波动上升趋势。O_(3)的年均质量浓度整体呈现波动上升趋势,2021年相对于2015年上升了6.0%,年内变化呈现“M”双峰型特征,日变化呈现单峰单谷分布,峰值出现在14:00—15:00。O_(3)质量浓度与日照时数及温度呈显著正相关,与相对湿度呈显著负相关;O_(3)质量浓度随风速的增加,先上升后下降。郴州城区O_(3)污染在超标日期间以短距离输送气流为主,占比达89.7%,主要为东北方及南方气流。在本地西南部污染贡献较大的基础上,受区域输送影响明显,主要为广东省西南部及西北部、江西省西北部、湖北省中部的污染排放。针对郴州城区O_(3)污染,须在严格控制本地污染排放的基础上,进一步加强区域联防联控。

基于PSCF与CWT模型对乌鲁木齐市地表臭氧源区分析

乌鲁木齐市是中国西部典型的重工业城市,伴随着快速的工业化和城市化发展,城市大气臭氧污染日益严重。为探究乌鲁木齐市地表臭氧污染特征,该研究采用2015-2019年乌鲁木齐市大气污染物监测数据及同期气象观测资料,结合统计分析、后向轨迹分析、潜在源贡献因子以及浓度权重轨迹对乌鲁木齐市臭氧污染特征及潜在源区进行分析。结果显示,(1)2015-2019年乌鲁木齐市臭氧年评价指标由118μg/m^(3)增长至128μg/m^(3)。同时,乌鲁木齐市主要大气污染正经历由颗粒物向臭氧过渡的变化,其作为首要污染物占比从2015年的5.8%上升至2019年的28.0%,不同季节臭氧浓度变化特征为夏季>春季>秋季>冬季,且在分布特征上与NO2、CO呈显著负相关。(2)后向轨迹分析结果表明:影响乌鲁木齐市大气臭氧分布的气流具有途经境外地区、长距离迁移、高浓度的特征,境内气流迁移途径普遍较短且对乌鲁木齐市臭氧浓度传输影响较小。(3)潜在源贡献因子法与浓度权重轨迹法表明,影响乌鲁木齐市臭氧浓度的主要源区与贡献高值区是昌吉州、塔城地区、博尔塔拉蒙古自治州、阿勒泰地区,且臭氧源区与臭氧贡献高值区分布与臭氧浓度季节变化呈正相关,有明显季节变化特征,其中夏季潜在源区主要为中度源区且分布广泛、贡献度高,冬季全域为轻度源区,春秋季源区介于两者之间。

蚌埠市PM2.5输送路径和潜在源贡献分析

利用拉格朗日混合单粒子轨道(hybrid single particle Lagrangian integrated trajectory,HYSPLIT)后向轨迹模式和全球资料同化系统(global data assimilation system,GDAS)气象数据(2016年3月1日—2017年2月28日),对抵达蚌埠市的逐小时3 d气流后向轨迹按季节聚类,并结合PM2.5质量浓度观测数据,分析不同输送途径的空间特征及其对蚌埠市PM2.5聚集的贡献。利用潜在源贡献因子(potential source contribution function,PSCF)和浓度权重轨迹(concentration weighted trajectory,CWT)分析方法,揭示了研究期内蚌埠市不同季节PM2.5的潜在源区分布及其贡献特性。结果表明:蚌埠市PM2.5输送途径的季节特征明显,气流输送轨迹除秋季的西北长轨迹气流对应的ρ(PM2.5)较高外,其他中、长轨迹所对应的ρ(PM2.5)均比短轨迹低。不同输送途径对蚌埠市PM2.5的贡献差异显著,春季主要贡献区集中在鲁东、江苏全境、安徽全境、豫东、赣北、浙北及黄海海域;夏季主要贡献区整体向南延伸,贡献区集中在苏南、皖西、皖北、赣北和黄海海域;秋季主要贡献区整体向西北延伸,皖北、苏北的贡献度最大;冬季主要贡献区整体向北延伸,贡献源空间形态与秋季相似,皖北、苏北、山东地区的贡献增大,环首都圈的天津、唐山、冀南的贡献也十分突出。

南京市大气PM2.5时空分布特征与潜在源区贡献分析

对2017年南京市区7个自动空气质量监测点的PM2.5质量浓度ρ(PM2.5)数据进行分析,采用克里金(Kringing)空间插值法、气流运动轨迹聚类、潜在源贡献因子法(PSCF)和浓度权重轨迹分析法(CWT)探讨了四季大气中ρ(PM2.5)的时空分布特征和潜在来源。结果显示,四季大气中ρ(PM2.5)均值由高到低依次为冬季(65.54 μg/m^3)、春季(41.70 μg/m^3)、秋季(35.18 μg/m^3)和夏季(23.56 μg/m^3),秦淮区四季大气中ρ(PM2.5)均最高。春季南京大气中ρ(PM2.5)易受黄海海岸和北方大陆性输送气流的影响,来自黄海方向的气流轨迹2贡献比例达51.65%,对应的ρ(PM2.5)为50.91 μg/m3;夏季南京大气中ρ(PM2.5)主要受江苏、东部海洋和南部沿海城市输送气流的影响,其中源自江苏的气流轨迹1对南京大气PM2.5贡献比例最大(33.64%),气流轨迹对应的ρ(PM2.5)为35 μg/m^3;秋季南京大气中ρ(PM2.5)易受短距离的偏北气流影响,来自山西南部,河南中部、安徽中部的气流轨迹5对应的ρ(PM2.5)最高,出现概率(21.11%)和贡献比例(27.81%)均较高;冬季南京大气中ρ(PM2.5)主要受北方大陆性输送气流影响,来自俄罗斯、蒙古国东部、河北北部、北京、天津、山东中部的长距离气流轨迹4对应的ρ(PM2.5)最高,达109.8 μg/m^3,其贡献比例为26.86%。PSCF和CWT分析发现,安徽、山东、浙江与江苏交界和黄海海岸是影响南京市空气质量的主要潜在源区,此外,湖北、北京、天津以及渤海海岸也是南京大气PM2.5的潜在源区。

广州市PM_(2.5)污染特征及潜在贡献源区分析

基于NCEP/NCAR全球再分析气象资料和2015-2017年PM_(2.5)浓度,利用HYSPLIT模型研究不同气流轨迹对广州PM_(2.5)浓度的影响,以及污染输送路径和潜在源区空间分布特征。结果表明:(1)广州2015-2017年PM_(2.5)平均浓度为36.5μg/m^3,逐月平均PM_(2.5)浓度1月份最高,为49.3μg/m^3,轻度污染及以上时次比例达15.66%,6月份最低,为20.8μg/m^3,无轻度及以上污染时次。(2)PM_(2.5)平均浓度在不同情景类型下的浓度高低顺序依次为:污染日>干季>清洁日>湿季,其中污染日的PM_(2.5)平均浓度是清洁日的近3倍,干季的PM_(2.5)平均浓度是湿季的1.4倍;不同情景类型下的PM_(2.5)浓度日变化特征基本都在白天时段低(16时最低),晚上时段高(21-22时最高),日变化幅度为污染日>干季>清洁日>湿季。(3)在干季,影响广州的气流轨迹路径主要有5类:东北路径、东南路径、西北路径、西南路径及偏西路径,其中第2类东南路径对广州PM_(2.5)平均浓度的贡献最高;而在湿季,影响广州的气流轨迹路径主要有4类:偏南路径、东南路径、偏北路径及西南路径,其中第3类偏北路径对广州PM_(2.5)浓度的贡献最高。(4)基于潜在源贡献因子和浓度权重轨迹分析法分析表明,广州PM_(2.5)浓度潜在源贡献较大的区域主要集中在广州东部的东莞、惠州、深圳、肇庆、中山等周边地区,该研究可为确定广州污染潜在源贡献区以及区域联防联控提供参考。

某钢厂大气PM2.5污染特征与潜在源区贡献分析

基于2017年全年在某钢厂厂区4个特征点位进行的环境大气PM2.5、PM10和气象参数的在线监测数据,对一年中污染高发/非高发时段钢铁厂厂区内大气颗粒物的浓度水平、粒径分布、日均值变化趋势以及气象因素对浓度的影响进行了分析,并利用大气气团输送模拟及潜在污染源贡献(PSCF)分析探讨了厂区大气PM2.5的外来输送和本地贡献情况。结果表明:2017年全年某钢厂厂区大气颗粒物以细颗粒物为主;4个站点大气PM2.5日均值全年变化趋势一致,污染高发月份质量浓度均值高于非污染高发月份相应值;除2号站可能受到厂区生产活动排放的影响,PM2.5浓度水平略高外,各站点相互间及与周边环境对照点的浓度保持在一致水平,亦未发现明显的污染物输出现象;冬季外来污染源输入对厂区大气PM2.5浓度贡献较显著,其他季节应主要考虑本地排放影响。

舟山市PM_(2.5)的输送路径和潜在来源分析

利用轨迹聚类分析、轨迹扇区分析(TSA)和潜在源贡献函数(PSCF)分析3种方法研究了2013年6月至2016年5月舟山市的PM_(2.5)输送路径和潜在来源。聚类分析显示,舟山市PM_(2.5)夏季主要受来自偏南方向的气团影响,冬季主要受来自偏北和西北方向的气团影响,与季风方向一致,以短距离传输为主。TSA结果与轨迹聚类分析类似,综合考虑后向轨迹停留时间和PM_(2.5)平均浓度,研究期间西北和偏北方向的扇区对舟山市PM_(2.5)的贡献率最大,达47.3%。PSCF分析显示,舟山市PM_(2.5)的潜在来源贡献区域主要集中于江苏省、山东省南部、浙江省北部和安徽省东部。

2011~2020年华北平原气溶胶光学厚度时空分布特征及潜在源分析

随着经济高速增长和城市化进程不断加快,华北平原区域性空气污染问题愈演愈烈。针对该区域开展长时序气溶胶光学厚度时空分布特征和潜在源分析研究,对华北平原大气污染治理具有重要意义。基于长时序MODIS/Terra C6.1 MOD04_L2气溶胶光学厚度产品,分析华北平原气溶胶光学厚度的时空分布特征,并利用后向轨迹聚类分析讨论华北平原7个重点城市气团输送的季节变化,并以污染较为严重的河北石家庄为例进行潜在源分析和浓度权重分析,探究影响其大气质量的污染物潜在源区。结果表明:2011~2020年华北平原气溶胶光学厚度月均值呈显著的周期性变化,以年为周期,每个周期内峰值一般出现在6月至8月;气溶胶光学厚度月际年内呈单峰分布,峰值出现在6月(0.75),最小值出现在12月(0.37);气溶胶光学厚度季均值从大到小依次为夏季(0.67)、春季(0.59)、冬季(0.49)、秋季(0.46);10年间气溶胶光学厚度呈下降趋势,整体下降幅度达36.84%,其中2011年最高(0.72),2018年最低(0.45);华北平原7个重点城市春、夏、秋、冬四季主要受短距离气团输送影响较大,长距离气团输送影响较小;2014~2020年河北石家庄的空气质量优良天数占比相对较小,空气质量状况差,影响其空气质量的污染物多为本地生成,同时也受周边省市近距离输送的影响。

2017年10月海南省一次臭氧污染特征及输送路径与潜在源区分析

为了探讨2017年10月海南省一次O_(3)污染过程的气流轨迹、输送路径和潜在源区,采用海南省18个市县的AQI值、6类大气污染物质量浓度资料以及相关气象观测资料,结合HYSPLIT后向轨迹模型进行分析.结果表明:①2017年10月海南省有13个市县首要污染物为O_(3)的天数比例超过80%,其中9个市县达100%.2017年10月26日澄迈县和儋州市AQI值分别为171和151,均达中度污染等级,7个市县达轻度污染等级.②气象要素与AQI和污染物质量浓度之间均存在较好的相关关系,ρ(O_(3))、AQI与相对湿度的相关系数分别为-0.701和-0.685,均通过了99.9%的信度检验.③卫星反演结果表明,此次污染过程与外源输送关系密切.影响气流主要来自内陆地区的长距离气流、中短距离气流和来自东南沿海的中短距离气流,三支气流影响时段对应的海口市AQI值分别为83、69和61,对应的ρ(O_(3))分别为和135.0、119.6和102.3μg/m^(3).④通过计算PSCF(潜在源贡献因子)和CWT(浓度权重轨迹)发现,广东省为海南省的主要潜在贡献源区,湖南省、江西省、江苏省、浙江省和福建省等地区也有一定的潜在贡献.研究显示,2017年10月海南省出现的O_(3)污染过程中,污染物来源以外源输送为主.

太原市大气PM2.5季节传输路径和潜在源分析

为了研究太原市大气PM2.5不同季节的传输路径和污染源区,利用HYSPLIT后向轨迹模型和NCEP的GDAS全球气象要素数据,对2017~2018年不同季节太原市逐日48h气流后向轨迹进行聚类分析,同时结合小时污染物质量浓度数据,分析不同季节太原市PM2.5的潜在源贡献因子(WPSCF)和浓度权重轨迹(WCWT).结果表明,太原市PM2.5的质量浓度在季节上呈现冬季(77.56μg/m^3)>秋季(69.89μg/m^3)>春季(63.78μg/m^3)>夏季(45.51μg/m3)的变化趋势.PM2.5与SO2、NO2和CO之间存在明显的同源性和二次转化过程.春、秋和冬季大气传输路径主要以西和西北方向近距离、慢移速的轨迹为主,夏季以南和东方向轨迹为主.PM2.5潜在源区季节变化明显:夏季主要受太原本地和晋中地区的影响;春、秋和冬季主要受陕西中北部、吕梁、临汾和晋中等地的影响.

北京地区大气颗粒物输送路径及潜在源分析

利用TrajStat软件和全球资料同化系统数据,计算了2005～2016年北京市逐日72h气流后向轨迹,采用聚类分析方法,结合北京同期PM_(2.5)逐日质量浓度数据,分析北京市年及四季后向气流轨迹特征及其对北京市颗粒物浓度的影响,运用潜在源贡献因子分析法(PSCF)和浓度权重轨迹分析法(CWT),探讨研究时期内不同季节影响北京市颗粒物质量浓度的潜在源区以及不同源区对北京颗粒物质量浓度的贡献.结果表明,就全年而言,西北输送气流占总轨迹的比例最高,达59.97%,且其输送距离最远、输送高度最高、移速最快.输送高度最低、距离最短、移速最慢的东南气流占比次之,为27.64%,东北气流占比最低为12.40%,其移速和输送距离介于前两者之间.主要污染轨迹来自山东、河北,其次为来自俄罗斯、蒙古国和内蒙古荒漠戈壁地区的西北气流.PSCF和CWT分析发现,蒙中、晋中、冀西南、豫北及鲁西是影响北京PM_(2.5)的主要潜在区域.而不同季节、不同输送路径对北京PM_(2.5)污染影响的差异显著,春季主要受来自蒙晋交界区域的短距离输送气流影响,潜在源区位于冀南、鲁西、豫东和皖西北地区,夏季污染轨迹来自鲁、晋地区,潜在源区为豫东北、皖北和苏北地区;秋季主要受来自冀南地区的短距离气流影响,潜在源区为晋北、冀南、豫北和鲁西地区,冬季主要受来自蒙古国中西部和蒙中地区的远距离输送气流影响,潜在源区主要在冀南、鲁西、豫北、晋和蒙西地区.

典型西南工业城市春冬季PM2.5来源与潜在源区分析——以柳州市为例

为了揭示柳州城区春冬季PM2.5的来源及其潜在源区分布和贡献,利用2018年24h自动监测数据和气象数据对柳州市大气污染物浓度变化特征进行了分析,并且使用后向轨迹模型(HYSPLIT)对春冬季柳州市PM2.5逐日72h气流后向轨迹和前向轨迹进行聚类分析,同时结合潜在源贡献因子分析法(WPSCF)和轨迹浓度权重法(WCWT)对其潜在源区和浓度贡献进行了分析.结果显示,(1)在研究期内,不利的主导风向和工业区布局导致研究区PM2.5在春冬季污染较严重,且工业源和交通源是其主要本地来源;(2)春冬季PM2.5高值主要来源于西北和东南方向,其中,西北向PM2.5主要来源于本地排放,且浓度在空间上呈现西高东低的趋势;(3)春季后向轨迹PM2.5浓度整体大于冬季,春冬季中对柳州市PM2.5影响最大轨迹均来自东部的短距离输送,而来自西北的气流轨迹输对PM2.5贡献最低.春冬季柳州市大气PM2.5通过气流传输对贵州地区大气环境有较大影响;(4)春季,柳州市PM2.5的主要潜在源区分布在广西东南部、广东中西部、南海沿岸海域、湖南中部、江西西北部、湖北东部及安徽西北部;冬季,主要分布在广西东南部、广东西南部和南海沿岸海域.