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。

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。

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.

哈尔滨市大气污染物输送路径及潜在源区分析

该文采用空气质量指数(AQI)分析了2015-2019年哈尔滨市不同季节首要污染物的污染特征,利用HYSPLIT后向轨迹模式对近5年四季逐日72 h后向轨迹气流进行聚类分析,结合AQI数据,揭示哈尔滨市大气污染物传输路径及潜在源贡献因子和浓度权重轨迹的季节差异。结果表明:哈尔滨市优良天数占比从2015年的66%上升到2019年的83%,5年中2015年为大气污染较为严重的一年,5年来空气质量呈明显好转趋势。哈尔滨市大气污染呈现出不同的季节特征:优良天数平均值占比从高到低依次为夏季(94.6%)>秋季(84.4%)>春季(80%)>冬季(53%),O_(3)和PM_(2.5)分别为空气质量最优的夏季与最差的冬季的首要污染物,春季和秋季首要污染物表现为由NO_(2)和PM_(2.5)复合型污染向以O_(3)为主导的气态型污染转变。各季节轨迹分布与其所处的地理位置和季风气候密切相关,春季来自山东东部、渤海、辽宁、吉林到达哈尔滨的轨迹污染率最高;夏季污染率较高的气流轨迹均来自南部方向,主要传输方向自渤海越过山东东部到达青岛地区,经辽宁、吉林汇入哈尔滨;秋季污染率较高的轨迹分布最为分散,主要以近距离输送轨迹为主;冬季AQI值显著高于其他季节,可能与北方冬季进入燃煤采暖期,污染物排放增多有关,主要集中分布于西北方向输送进入哈尔滨,呈现出输送轨迹越短,污染率越高的特点,其中来自吉林的最短转向路径挟带的污染物浓度最高,其次为由俄罗斯东南部经内蒙古过吉林到达哈尔滨,说明吉林是影响哈尔滨市冬季大气污染物浓度偏高的主要地区。

京津冀气溶胶时空变化特征及潜在来源分析

针对京津冀日益恶化的环境问题,采用Terra-MODIS C6.1 MOD04_L2气溶胶光学厚度(aerosol optical depth,AOD)产品对京津冀地区2011—2020年AOD时空变化特征进行探究,基于HYSPLIT模型得到京津冀地区3个主要城市的四季主要气流输送轨迹,并结合空气质量指数(air quality index,AQI)数据和潜在源贡献因子法(potential source contribution function,PSCF)分析石家庄市不同季节的污染物潜在源区。结果表明:京津冀地区多年AOD空间分布大体呈东南高西北低的特征;10 a间AOD总体呈W型下降,峰值和谷值出现在2011年(0.49)和2017年(0.33);AOD月均值变化呈双峰型,峰值出现在2月(0.48)和7月(0.59);AOD四季均值由高至低依次为:夏(0.53)>春(0.39)>冬(0.36)>秋(0.32);北京市、天津市和石家庄市四季主要受到短距离气团输送的影响;统计AQI优良率可知京津冀3个主要城市中石家庄市空气质量最差,通过PSCF分析得出影响石家庄市AQI值的潜在源区主要分布在石家庄市本地及周边省市。

黄山顶夏季气溶胶数浓度特征及其输送潜在源区

利用轨迹聚类方法对2011年6-8月黄山光明顶的气团轨迹进行聚类分组，得到2011年夏季到达黄山顶的主要气团输送轨迹，结合黄山顶的气溶胶数浓度观测资料，分析不同类型输送轨迹与黄山顶积聚模态颗粒物数浓度的关系.利用潜在源贡献因子分析法PSCF（potential source contribution function analysis）定性分析了不同气团背景下黄山顶积聚模态颗粒物数浓度的潜在源区，最后结合浓度权重轨迹分析法CWT（concentration weighted field）定量分析不同潜在源区对黄山顶积聚模态颗粒物数浓度的贡献.结果表明，积聚模态颗粒物（0.5-1μm）数浓度约占0.5-20μm颗粒物数浓度的94.9%；黄山顶6-8月大陆气团的发生频率最高，约43.4%；影响黄山光明顶积聚模态颗粒物数浓度的潜在源区主要来自一些工业发达人口密集的城市群：湖北东部、安徽中部、河南、江西境内、两广交界处、湖南南部以及浙江北部地区.而垂直方向上，来自西北和西南方向高度约2-5km的自由对流层气团对黄山顶积聚模态粒子数浓度贡献较大.

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.

厦门市颗粒物输送路径和源区季节特征分析

该研究基于聚类后向轨迹分析法和潜在源贡献因子法,针对2015-2016年厦门地区季轨迹聚类结果进行统计分析,春季、秋季和冬季以偏北和局地路径占比最高,夏季为偏南和局地路径占比高。当颗粒物污染等级达到良或以上时,偏西和局地路径的PM2.5浓度较高;除局地累积外,冬季表现出明显的由北向南的跨区域输送特征,春季受来自长三角以及湖南、江西、福建西南等地区的污染气团影响明显;细颗粒物污染主要出现在局地输送和偏北路径下,粗颗粒污染则是在西北长距离路径下出现。潜在源区分析结果表明,本地排放、长三角、华北一带是冬春季污染输送的主要源地,珠三角至闽南沿海一带是厦门地区秋季的主要源区。空气相对清洁的厦门地区颗粒物来源存在明显季节差异,受多来源多尺度颗粒物共同影响。

2013—2016年海口市空气质量特征及典型个例污染物来源分析

根据海南省环境科学研究院提供的海口站2013—2016年逐日空气污染数据,统计分析了海口市空气质量状况。综合应用高低空环流场、AQI指数结合MODIS卫星蓝光气溶胶厚度图,采用HYSPLIT轨迹聚类分析法、潜在源贡献因子法和浓度权重轨迹分析方法,重点分析了2013年12月海口空气污染的的主要输送路径,并探讨了首要污染物PM2.5和O3的潜在源区。结果表明:冬夏季风风向转换是海口发生空气污染的最主要气象原因,且首要污染物为PM2.5,其次是PM10和O3;海口市空气质量达标率在97.1%,总体较好,AQI指数呈逐年下降趋势;值得关注的是,O3呈逐年稳定上升趋势。大气污染物浓度受污染物排放和环流场共同影响,海口污染日对应的地面天气形势主要有3种类型,冷高压、变暖高压脊和台风外围下沉气流。此次污染过程中污染源是来自北方地区污染物长距离输送影响的结果。污染物个例分析中,首要污染物PM2.5潜在源区主要集中在湖南和江西的交界处、广东沿海地区、广西北部、江西和福建的交界处以及浙江中部地区,这些潜在源区气团沿着轨迹1、2和4通过长距离输送到海口。海口O3质量浓度贡献较大的区域主要集中在湖南和江西的交界处、粤西一带,主要沿着轨迹2将内陆地区的污染源输送到海口。

后向轨迹模式在攀枝花市PM_(2.5)来源分析研究中的应用

利用后向轨迹模式计算2014年1月1日～2014年12月31日以攀枝花市为起始点的后向轨迹，并结合攀枝花市PM2．5的实测浓度数据，通过聚类分析法、潜在源贡献因子法（PSCF）和浓度权重轨迹分析法（CWT）研究不同来源区域对攀枝花市PM2．5浓度的贡献影响。结果表明：攀枝花市的西南区域与云南省的交界地区最有可能是攀枝花市PM2．5的贡献源区。攀枝花市西南区域本地排放的PM2．5污染物及其前体物和来自攀枝花市西南方向的气团对攀枝花市的PM2．5浓度影响最大。

2013—2017年邯郸市PM_(2.5)浓度变化特征及污染源区研究

为探索邯郸地区PM_(2.5)浓度长期变化特征及污染潜在源区,对邯郸2012年12月—2018年2月河北工程大学站点在线监测的PM_(2.5)质量浓度进行统计分析,并结合HYSPLIT模型、潜在源贡献因子法(PSCF)和浓度权重轨迹分析法(CWT)对PM_(2.5)进行来源解析。结果表明:邯郸市2013—2017年PM_(2.5)年均值为108.4、98.3、92.2、81.2、66.3μg·m-3;整体呈逐年下降趋势;秋冬季污染最为严重,春、夏季次之;月均值呈单峰型分布,1月最高(167.4μg·m-3),7月最低(59.2μg·m-3)。后向轨迹结果显示,近地层大气污染气团输送路径以近距离轨迹为主,轨迹较短的路径占比在40%以上。除冬季外,近距离输送路径均存在螺旋转向,轨迹方向转为南向和东向路径;邯郸主要污染源区范围较大,其中河北中南部、河南北部、山西中南部、陕西北部、内蒙古南部地区的轨迹对邯郸PM_(2.5)质量浓度贡献较大。

2013—2015年上海市霾污染事件潜在源区贡献分析

统计分析2013—2015年上海市每个月不同空气质量等级天数比重,根据HYSPLIT(Hybrid Single Particle Lagrangian Integrated Trajectory)后向轨迹模型对3年内的12月份影响上海地区的污染气团进行了综合聚类分析和逐年聚类分析.在综合12次严重霾事件的后向轨迹基础上,结合上海实时公布的PM_(2.5)小时浓度资料,对潜在源贡献因子PSCF(Potential Source Contribution Function)和浓度权重轨迹CWT(Concentrationweighted Trajectory)进行分析与比较,研究重霾期间影响上海PM_(2.5)质量浓度的潜在源区及不同源区对PM_(2.5)质量浓度的贡献差异.结果显示,上海市3年期间12月份霾颗粒物外来源主要输送渠道为西北路径和北方路径,源自于西北方向的气团比重占总气团的50.4%,北方向的气团几乎都经过海洋后进入上海地区.影响上海地区PM_(2.5)质量浓度的潜在源区主要分布在安徽、江苏和山东地区,此外江西北部、浙江北部、河北南部及山西少部分地区也对重霾事件中的污染物颗粒有一定程度的贡献.

2013年12月中国中东部地区严重灰霾期间上海市颗粒物的输送途径及潜在源区贡献分析

2013年12月初中国中东部地区发生了入冬以来最为严重的一次长时间、大范围的高浓度颗粒物污染过程,期间上海市PM10小时浓度最大值超过700μg·m-3,PM2.5最大小时浓度超过600μg·m-3.为研究此次严重灰霾污染期间影响上海的污染气团的主要传输途径,采用HYSPLIT后向轨迹结合聚类分析方法,探讨了本次污染事件中到达上海的主要气团轨迹,结合上海城区在线观测的PM10小时浓度资料,通过计算潜在源贡献因子PSCF和浓度权重轨迹CWT,分析了影响上海2013年12月PM10质量浓度的潜在源区,并探讨了不同源区对上海市PM10质量浓度贡献的差异.结果表明,西北路径和北路径是污染事件中的主要输送通道,在到达上海的气团轨迹中,大陆气团和海洋气团分别占总轨迹的79.6%和20.4%,影响上海的潜在源区除长三角一带的江苏、浙江和安徽等人口密集,工业、重工业和交通污染严重的地区以外,山东、河北、河南等地对于上海城区颗粒物污染亦有一定贡献.研究表明,区域大气污染联防联控乃至跨区域联动对于应对当前频发的重污染态势具有极为重要的意义.

秦巴山地西部地区2015-2018年大气污染物变化特征及潜在来源分析

为了研究我国南北过渡带西部地区大气污染物变化特征,选取了秦巴山地西部陇南市2015-2018年大气主要污染物监测资料和气象数据,分析了各污染物的浓度水平、变化特征及与气象条件的关系,并利用HYSPLIT后向轨迹模式分析了该地区污染物潜在来源(WPSCF和WCWT).结果表明:4年来,秦巴山地西部地区空气环境质量较好,空气质量优良率达94.24%,6项大气污染物SO2、NO2、CO、O3、PM2.5、PM10平均浓度分别为19.02、23.35、701.41、83.11、30.57、56.50μg·m^-3,均未超过国家二级标准.PM10是该地区首要污染物中天数最多的,达94 d.污染物SO2、NO2、CO、PM2.5和PM10的季节变化和日变化特征具有较好一致性,呈"U"型变化,O3呈单峰型,在夏季和午后浓度到达高值.颗粒污染物PM10、PM2.5与气态污染物SO2、NO2、CO均呈现较好正相关,气温、降水量和风速风向对污染物浓度有较大的影响.该地区冬季空气质量明显差于其他季节,颗粒物浓度主要受供暖期化石燃料燃烧和外来气流的影响.

徐州大气颗粒物污染特征及传输途径分析

利用徐州2015年PM2.5和PM10逐小时质量浓度数据,分析了徐州颗粒物时空变化特征。同时基于HYSPLIT后向轨迹模式,结合GDAS气象数据和空气质量数据,利用轨迹聚类及潜在源分析法研究徐州不同季节气流轨迹对颗粒物浓度的影响及PM2.5和PM10的潜在来源。结果显示,2015年徐州环境空气中PM2.5和PM10的年均值为65和122μg/m3,分别超过国家《环境空气质量标准》(GB 3095—2012)二级标准限值86%和63%。各国控站点ρ(PM2.5)和ρ(PM10)月变化呈现一致的冬季高夏季低的"V"型变化特征,这与气象条件和气流轨迹特征季节性变化有关。秋冬季污染较高时期徐州主要受西北内陆性气团和较为稳定的气象条件影响,而春夏季来自较为干净的东部海洋性气团利于污染扩散。潜在源分析显示,山东、安徽、苏中南、浙西北等地区是影响徐州市PM2.5和PM10的主要潜在源区。各季节潜在源区分布范围有一定差异,冬季时潜在源区分布最广,并有明显向西北方向转移延伸的趋势。

基于后向轨迹模式的区域大气污染及传输特征分析

选取南京市2017年PM_(2.5)逐时观测数据,分析其颗粒物污染特征,并利用聚类分析、潜在源贡献因子法和GDAS气象数据,分析不同高度、季节下南京市主要气流输送路径及PM_(2.5)污染的主要潜在源区。结果表明:南京市PM_(2.5)污染冬季最严重,夏季最轻,逐时PM_(2.5)浓度变化范围夏季小于冬季;夏季气流轨迹主要来自东南方向,秋冬春等季节以偏西和西北路径为主,且随着高度的增加,气流输送速度逐渐加快;冬季对南京市PM_(2.5)污染的贡献最为显著,低层PM_(2.5)污染贡献源区主要集中在近地区域,且贡献率较高,随着高度的增加,贡献源区由研究区域向四周辐散,贡献范围广,贡献率降低。

黄河上游段吸收性气溶胶指数(AAI)时空演化特征及潜在源区分析

为揭示黄河流域上游段吸收性气溶胶指数(Absorbing Aerosol Index,AAI)的时空演化特征、主要影响因子及污染严重的包头市污染物潜在来源.本文利用OMI OMAERUV L2气溶胶数据集,研究了2005—2020年黄河流域上游段的AAI时空分布,利用熵权TOPSIS法分析主要影响因子,同时借助后向轨迹模型(HYSPLIT)对污染严重城市的污染物进行聚类分析,追踪其潜在来源.结果显示:(1)从时间上看,2005—2009年黄河流域上游段AAI呈下降趋势,2009年AAI降到最小值;2009—2016年AAI波动上升,2016年达到最大值,随后由于国家颁布了一系列保护环境的政策使AAI下降.从空间上看,AAI在黄河上游流域的北部即内蒙古的包头、鄂尔多斯偏高,而在流域的南部大概在四川省内较低.(2)小波分析发现,季节变化方面,黄河上游AAI正负位相交替出现,月均值季节变化明显,且呈现冬>春>秋>夏的特征.夏季雨水的冲刷和扩散条件使得AAI全境低值;冬季污染物排放增加,局部为高压控制区,污染物难以扩散,AAI大范围出现高值.(3)熵权TOPSIS法表明,黄河上游流域环境污染较为严重的城市为包头市,因此,本文以包头市作为重污染典型城市,借助后向轨迹法分析其污染物的潜在来源,结果表明,包头市2019年冬季气流轨迹为5类,其中,西北方向为主要传输方向.(4)包头市污染源主要为沙漠源和工业源;吸收性气溶胶以沙尘气溶胶和污染性沙尘气溶胶为主,碳质气溶胶为辅.

石家庄大气污染物输送通道及污染源区研究

为探索石家庄的区域输送规律,确定主要污染源区,利用HYSPLIT(Hybrid Single Particle Lagrangian Integrater Trajectory)后向轨迹模式和NCEP的GDAS全球气象要素数据,对2013—2016年从不同高度上抵达石家庄地区的逐日72 h气流后向轨迹进行聚类分析,并结合石家庄逐小时颗粒物污染物浓度数据,分析石家庄PM2.5的潜在源贡献因子(WPSCF)和浓度权重轨迹(WCWT).结果表明,(1)石家庄PM2.5浓度具有明显单峰谷日变化,秋冬季与春夏季峰谷值出现时间不同;(2)近地层大气污染输送路径以近距离,移速慢的轨迹为主,轨迹较短的路径所占比例在40%以上.除夏季外,近距离输送路径均存在螺旋转向,在后向48~36 h内轨迹端点到达河北省内,转为东向和南向输送.(3)大气污染输送通道的垂直分布特征表明,输送轨迹中低于500 m高度的轨迹点占28.7%,高于1000 m低于3000 m高度的轨迹点占36.1%,高于3000 m高度的轨迹点占25.3%.低层多以近距离输送为主,高度越高,近距离输送轨迹的频率越低.500 m高度输送通道仍以近距离输送为主,并存在螺旋转向,1500 m高度以上多远距离输送.(4)石家庄PM2.5的主要污染源区范围较小.途径河北中南部、河南北部、山东西部和山西中北部地区的轨迹对石家庄PM2.5的污染贡献最大.

高温极端天气影响下的成都平原一次典型臭氧污染过程分析

基于气象再分析资料及成都市芳邻路站点大气综合观测数据,采用PMF、PSCF和CWT等方法对成都市2022年发生的一次持续性臭氧(O_(3))污染过程进行分析.结果表明,本次污染过程持续了18 d,O_(3)浓度最大8 h平均值第90百分位数达242.62μg·m^(-3).由于副热带高压强大且长时间控制四川,气温屡创新高,成都市日最高温度达到41.63℃,异常持久高温强辐射为O_(3)生成提供有利气象条件.面对持续高温干旱灾害性天气影响,四川电网面临极其严峻的保供形势,污染期间四川省多地出现不同程度的让电于民.分析对比让电前后空气质量科研数据发现:(1)让电后O_(3)前体物NO_(2)和VOCs浓度均有不同程度降低,O_(3)浓度削峰效果较好;(2)让电后大气反应活性OFP和L_(·OH)中烷烃和芳香烃贡献率均下降,但贡献前10物种贡献率较让电前提高,主要是因为高温所致植物排放异戊二烯增加;(3)从源解析结果来看,让电前后移动源、工业源和油气挥发源贡献率基本不变,天然源贡献率上升,溶剂源贡献率下降;(4)让电前成都近郊短距离传输叠加眉山一带传输对成都有影响,强潜在源位于主城区偏东区域,让电后潜在源区域缩小、强潜在源弱化、影响减弱,由此可见联防联控对成都市O_(3)污染防治作用较大.

2015年12月气流轨迹对长三角区域细颗粒物浓度和分布的影响

2015年12月中国长三角区域经历了4次高浓度、大范围、长时间的颗粒物污染.本研究基于HYSPLIT后向轨迹模式结合GDAS(Global Data Assimilation System,全球资料同化系统)气象数据和长三角区域15个主要城市的PM_(2.5)质量浓度数据,利用轨迹聚类、潜在源贡献因子法(Potential Source Contribution Function,PSCF)和浓度权重轨迹法(Concentration-Weighted Trajectory,CWT)分析了2015年12月长三角区域主要气流轨迹方向和重污染过程中细颗粒物的潜在来源分布,探讨了不同污染过程的气象特征和影响气团分布.结果表明,2015年12月长三角区域主要受到来自西北和北方气流影响(B、C、D类),其出现概率分别为39.5%、20.0%和25.8%;西方内陆(A类)出现概率最低,仅为14.7%.西北内陆方向长距离输送(B类)对长三角区域空气质量影响较大,在此类气团主导下,长三角区域颗粒物(PM_(2.5)、PM_(10))质量浓度和气态污染物(SO_2、NO_2、CO)质量浓度平均值分别为90.9、135.1、32.4、54.4和1200μg·m^(-3),且粗颗粒物比重较其它3类聚类高;经过东北海面气团(C类)携带的颗粒物浓度也较高,且PM_(2.5)/PM_(10)比值最高,可能是其水汽含量较高加剧了污染物的二次生成.PSCF和CWT分析结果表明,污染过程1(12月5—8日)期间,长三角区域PM_(2.5)浓度主要受内蒙东部、京津冀、山东和江苏东部等地影响;污染过程2(12月10—11日)和污染过程3(12月13—15日)期间,京津冀地区对长三角区域PM_(2.5)浓度的贡献都较低,污染过程2的主要潜在源区较为集中,主要为内蒙东部、辽宁、山东东部、江苏和上海;而污染过程3的潜在源区较广,内蒙西南地区、甘肃、山西、陕西、河南、河北南部、山东、安徽北部等地及长三角本地对区域PM_(2.5)浓度均有重要贡献;污染过程4(12月20—27日)持续时间最长,相较前3次污染过程,京津冀地区和西南地区对长三角区域PM_(2.5)浓度的贡献相对增加.总体来说,2015年12月4次污染过程期间长三角区域PM_(2.5)污染的潜在贡献源主要集中在华北和华东(长三角)地区,区域性污染和长距离输送对冬季长三角区域空气质量有重要影响.