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。

基于后向轨迹模式的豫南地区冬季PM 2.5来源分布及传输分析

为研究2017年12月—2018年2月冬季不同来源区域对豫南地区ρ(PM 2.5)的贡献影响及污染特征,利用HYSPLIT-4后向轨迹模式模拟了豫南地区冬季24 h的气团后向轨迹,结合ρ(PM 2.5)在线监测数据进行了聚类分析,研究了以豫南地区为受点的各月份PM 2.5不同轨迹的输送特征,并使用潜在源贡献(PSCF)分析法和浓度权重轨迹(CWT)分析法识别了豫南地区冬季PM 2.5的潜在贡献源区及贡献大小.结果表明:①信阳市空气质量最好,其次为驻马店市,南阳市空气质量最差;南阳市、信阳市和驻马店市ρ(PM 2.5)分别超过GB 3095—2012《环境空气质量标准》二级标准限值(75μg m 3)的1.5、1.2和1.2倍,ρ(PM 2.5)日变化均呈双峰特征.②后向轨迹聚类分析表明,豫南地区主要受到来自西北和东北方向长距离传输和正南方向较短距离输送的影响.③潜在源区分析表明,除豫南地区及周边市县本地污染贡献外,冀鲁豫交界区域、陕鄂交界区域、陕西省中西部、湖北省东北部和西部、河南省中北部、山东省南部是影响豫南地区ρ(PM 2.5)的主要潜在源区.研究显示,豫南地区PM 2.5污染过程除了与地形条件、本地污染源排放有关外,来自东北、西北传输通道城市的远距离输送和南部的近距离传输也不容忽视.

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。

基于后向轨迹模型的宝鸡市典型灰霾期间PM_(2.5)来源分布及传输特征

为研究2019年2月宝鸡市PM_(2.5)浓度的变化及来源特征,利用后向轨迹聚类分析、潜在源贡献分析法和浓度权重轨迹分析法,研究了宝鸡市PM_(2.5)不同轨迹的输送特征、潜在贡献源区及贡献大小。结果表明:观测期间宝鸡市PM_(2.5)平均浓度为112.4μg/m^(3),变化范围为17~229μg/m^(3)。最大值和最小值分别出现在2019年2月20日1:00和2月6日17:00。宝鸡市PM_(2.5)浓度日变化呈双峰双谷型,峰值分别出现在9:00和21:00,谷值出现在6:00和17:00。后向轨迹聚类分析表明,宝鸡市主要受宝鸡偏东方向短距离传输以及偏西方向长距离传输的影响。PSCF结果表明,陕西南部、四川西北部、陕西中部以及宝鸡市当地区域是影响宝鸡市PM_(2.5)浓度的主要潜在源区。CWT分析结果表明,宝鸡周边地区对宝鸡市CWT贡献值较高。

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。

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.

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。

2019年秋冬季京津冀与周边地区污染传输特征分析

本研究结合大气环境观测数据,应用潜在源分析法(PSCF)和浓度权重轨迹分析法(CWT),以及基于WRF-CMAQ模式的传输矩阵和传输通量计算方法,研究分析了2019年秋冬季京津冀典型城市的大气污染特征与成因,量化评估了京津冀地区与周边省份之间的PM_(2.5)传输贡献.结果表明,京津冀地区冬季较秋季污染严重,且重污染时段PM_(2.5)浓度均与相对湿度呈显著的正相关,和风速呈显著的负相关;京津冀典型城市北京、天津和石家庄的潜在源区主要分布在京津冀本地、山西、内蒙古中部地区和山东地区,这与CWT结果基本吻合.京津冀各省域的PM_(2.5)以本地排放贡献为主,北京、天津和河北的本地贡献率范围为54.33%~66.01%,京津冀受区域外传输的贡献率范围为0.11%~26.54%.传输通量结果表明,冬季PM_(2.5)的传输主要受高空西北气流的作用,尤其清洁天气,高风速驱动清洁气团流入;秋季则主要受低空东南气流作用;传输通量呈现出显著的垂直分布特征,高空区域传输作用更为活跃,传输通量的流入/流出以及垂直分布与污染级别和RH呈现非线性响应关系,主导风向变化导致重污染前的传输效应明显大于重污染期间,高湿环境的传输效应明显小于低湿环境.

安庆大气颗粒物污染外来输送轨迹及源区研究

在对安庆2015~2016年大气颗粒物变化特征分析的基础上,利用HYSPLIT-4后向轨迹模式,采用气团轨迹聚类分析、潜在源贡献因子法(PSFC)和浓度权重轨迹法(CWT),研究了不同季节安庆地区外源污染物传输的路径及潜在源区。结果表明:(1)安庆市大气颗粒物质量浓度存在显著的季节变化,表现为冬季>春季>秋季>夏季,12月份污染最重,7月份污染最轻。(2)影响安庆地区气流轨迹具有显著性季节性变化特征,夏季主要受来自南方和东南方向海洋气流影响,PM10和PM2.5的平均值较低;冬、春和秋季安庆地区受到海洋性气团和大陆性气团共同影响,且以偏西和西北路径的大陆性气团影响最为明显,受沙尘或人为排放因素的影响,对应PM10和PM2.5的平均值相对较高,颗粒物高污染时段与该2类大陆性气流轨迹输送关系密切。(3)安庆颗粒物冬季PSFC值和CWT值最大,夏季最小。PSFC和CWT值2处高值区主要分布在湖北东部、江西北部和湖南南部等带状地区,以及山西、河南中部、山东南部及安徽北部等带状区域。

祁连山老虎沟地区大气颗粒物输送轨迹及潜在源区

基于祁连山西段老虎沟冰川站2010年1月至2011年10月大气颗粒物观测数据,通过HYSPLIT-4后向轨迹模式,使用轨迹聚类分析、潜在源贡献因子法(PSCF)和浓度权重轨迹法(CWT),研究了老虎沟地区不同粒径颗粒物(PM10、PM2. 5和PM1)传输路径及潜在源区的分布。结果表明:①影响研究区的气流轨迹主要来自偏西方向,夏季还受到偏东气流方向的影响,3类颗粒物质量浓度存在显著的季节变化,表现为春、夏季节高、秋冬季节低的特点。②PSCF分析显示,春季颗粒物浓度高值与塔里木盆地东部和河西走廊西部等干旱半干旱地区沙尘向下游传输关系密切,夏季研究区颗粒物浓度高值的形成主要受到偏西方向的塔里木盆地周边、新疆北部、河西走廊西部等地区,以及研究区偏东方向的内蒙古西部、河西走廊、宁夏,甚至陕西西部等地区共同影响。③春季CWT高值区分布在研究区西北和偏西2个方向,夏季CWT高值除了偏西方向上贡献,还有来自偏东方向河西走廊等地区的贡献。

阿克达拉O_(3)与PM_(2.5)的污染特征及潜在来源研究

基于2021年3月1日-2022年2月28日阿克达拉大气本底站PM_(2.5)和O_(3)(P-O)逐小时质量浓度资料以及2012-2022年PM2.5、部分反应性气体(NO_(2)、CO)观测资料和同期气象数据,采用后向轨迹聚类分析、潜在来源贡献函数法(PSCF)和浓度权重轨迹分析法(CWT)进行研究,以探究阿克达拉站P-O浓度变化特征和P-O相关性及潜在来源.结果表明:(1)阿克达拉站观测期间O_(3)-8 h浓度为49.21~128.22μg·m^(-3),年平均浓度为89.58μg·m^(-3),且春季(105.36μg·m^(-3))>夏季(103.05μg·m^(-3))>冬季(75.51μg·m^(-3))>秋季(75.32μg·m^(-3)),O_(3)浓度呈春夏高、秋冬低的季节变化特征,日变化呈单峰型特征.PM_(2.5)日平均浓度为2.06~40.01μg·m^(-3),年平均浓度为9.43μg·m^(-3),且冬季(14.45μg·m^(-3))>春季(9.36μg·m^(-3))>秋季(7.24μg·m^(-3))>夏季(6.77μg·m^(-3)),PM_(2.5)浓度呈冬春高、夏秋低的季节变化特征,日变化呈双峰双谷型特征.(2)整体而言,P-O呈负相关,但在夏季和秋季之间存在弱的正相关关系.(3)综合潜在来源分析发现,阿克达拉站春季、夏季和秋季多受到来自哈萨克斯坦与俄罗斯的长距离输送气流的影响;冬季受蒙古高压影响,偏东气流增多.WPSCF和WCWT分析结果具有较好的一致性,表明P-O春、夏、秋三季的污染源多来自哈萨克斯坦与俄罗斯交界地带,而冬季境内本地污染源增多.

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.

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.

南京北郊黑碳气溶胶分布特征及来源

黑碳(black carbon,BC)是含碳物质燃烧排放所产生的大气颗粒物(particulate matter,PM)中一种重要组分,其对辐射效应表现为对太阳辐射的吸收和散射,影响着地气系统的能量交换.本研究于2019年1~5月在南京北郊利用黑碳仪AE33(aethalometer,magee)测量了黑碳气溶胶浓度数据,对其日夜变化和季节变化进行分析,并筛选出污染天与清洁天,对其特征和来源进行分析.结果显示采样期间黑炭气溶胶的平均浓度为(3.8±2.3)μg·m^-3,冬季浓度为春季的1.3倍.BC浓度呈现明显的日变化,BC高值出现在日间交通高峰时间段,受到交通排放的影响较大.?ngstrom指数α冬春整体差异不大,春季为1.32冬季为1.30,此结果也指出BC排放源以机动车排放为主.此外,针对采样期间污染天与清洁天的BC来源特征进行分析,发现污染天机动车排放源占比为68%~87%,清洁天为72%~86%,清洁天来源小幅波动但均以机动车排放源为主,污染天相对而言存在一定的机动车源减少生物质和煤炭燃烧源增加的情况,取决于污染时段的排放情况,利用BC/CO(0.005)进一步验证了上述源解析结果.通过PSCF和CWT分析可以得到南京北郊大气BC颗粒物以本地来源为主,但冬季可能存在来自东南地区的机动车排放来源,春季可能存在来自西南地区的生物质及煤炭燃烧来源.总体看来南京北郊黑碳气溶胶分布以冬高春低,并存在明显日夜变化,主要来源为本地的机动车排放为主.

2021年3月14—16日中国北方地区沙尘暴天气过程诊断及沙尘污染输送分析

2021年3月14—16日发生在北方地区的沙尘暴天气过程被认为是近10年来我国出现的最强过程.本文在对此次沙尘暴过程天气学特征分析的基础上,利用HYSPLIT模式和GDAS资料,运用潜在源贡献因子分析法(PSCF)和浓度权重轨迹分析法(CWT),探讨了气候变化背景下沙尘输送源与天气系统的配置关系及本次过程中沙尘污染物PM_(10)质量浓度的潜在源区分布及贡献.结果表明,此次过程由强烈发展的蒙古气旋及冷锋过境,高空槽后冷空气持续补充引起,中高层强斜压性使地面蒙古气旋强烈发展,大风卷扬起的沙尘随上升气流输送到高空,并在偏北大风引导下,影响了我国大范围地区.内蒙古东北部至河套地区的强涡度梯度带、500、700 hPa较高的强冷平流中心与下层的温度平流差异以及交替的上升下沉运动为本次北方地区大范围沙尘暴过程提供了动力、热力及不稳定度条件.本次沙尘天气过程中,影响呼和浩特、北京的沙尘传输通道主要为北偏东路,影响银川的沙尘传输通道为西北路和北路,过程受多沙源传输通道影响.萨彦岭、蒙古国南部戈壁沙漠为本次沙尘天气PM_(10)的主要潜在源区,传输过程中混合内蒙古沙源地沙尘.总体来说,蒙古国南部戈壁沙漠对本次过程PM_(10)质量浓度的贡献最大.