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。

济南市区黑碳污染变化特征及来源解析

黑碳(BC)作为细颗粒物(PM2.5)的重要来源之一,探究其变化特征及来源对PM2.5管控具有指导意义。为了研究济南市区大气黑碳颗粒物污染变化特征及来源,于2020年1月-2021年12月在济南市区选择市中心站(1#)利用Magee公司AE33型黑碳仪对黑碳浓度展开了在线连续观测,还开展了PM2.5、氮氧化物(NOx)、一氧化碳(CO)质量浓度的同步在线观测,获得了市区黑碳浓度变化特征,探究了BC与主要大气污染物的关系,并结合省中心站(2#)BC监测,定量解析了济南市区BC排放来源的日变化特征,同时选取典型污染过程研究不同排放源黑碳的传输影响。结果表明,整个观测时段1#BC平均质量浓度为(1.86±1.21)μg·m^(-3),BC与PM2.5和CO呈正相关关系。BC质量浓度呈现明显的年、季节、周和日变化特征,2021年BC较2020年下降约0.28μg·m^(-3),下降比例为14%,BC质量浓度春(1.47±0.51)μg·m^(-3)<夏(1.60±0.43)μg·m^(-3)<秋(1.99±0.77)μg·m^(-3)<冬(2.48±1.17)μg·m^(-3);BC受交通早晚高峰的影响呈现双峰型日变化特征,春夏季周末浓度高于工作日,具有比较明显的“周末效应”。源解析结果表明,交通排放为BC主要来源,2020年和2021年BC交通源贡献均值占比(BCtraffic/BC)夏(0.81)>秋(0.79)>春(0.76)>冬(0.67),不同季节BCtraffic日变化特征也证实了交通源对BC贡献占主导作用,2#省中心站与1#市中心站变化相似,但受交通流量与工业源影响BC浓度通常高于1#市中心站,典型PM2.5污染期间BC除受近距离局地排放源影响外,还有济南北部、德州市和河北衡水市传输影响。风场对BCtraffic和BCnontraffic浓度的影响显示该站点以周边源排放为主,BCtraffic受西南方向的旅游路隧道及东北方向舜华路等交通繁忙路段排放影响明显。

乌鲁木齐市大气污染物NO_(2)输送路径及潜在源分析

为深化对乌鲁木齐市大气污染物NO_(2)的传输路径和潜在来源的研究,文章利用2017—2022年OMI遥感监测对流层NO_(2)垂直柱浓度(VCD)数据分析了乌鲁木齐市NO_(2)浓度的大气污染特征,运用后向轨迹模型、潜在源区贡献分析法和浓度权重轨迹分析法,揭示了不同季节NO_(2)潜在源区及其对研究区NO_(2)VCD的贡献变化趋势。结果表明:五年来,乌鲁木齐市NO_(2)VCD波动下降,各区NO_(2)VCD在2020年春夏季变幅最大,降幅介于18.45%~35.25%之间;空间上高污染区范围持续缩小至人口基数较大的中心城区;乌鲁木齐市大气NO_(2)污染的气团轨迹受山盆体系的地形影响较大,春、秋、冬三季来自哈萨克斯坦境内的长距离气流频率持续提高(2022年占比分别为25.74%、21.11%、41.83%);影响NO_(2)污染的潜在源区呈现显著季节变化特征,秋冬季源区分布广、贡献度高,而春夏季源区分布狭窄、贡献度低。潜在源区主要为本地源和西部源区,本地源区作为重度污染源区出现在秋冬季,对NO_(2)污染的贡献逐渐增强,源区范围逐渐收缩至乌鲁木齐市沙依巴克区和达坂城区;西部源区主要为中度污染区,近年来向西扩展至伊犁哈萨克自治州西南部、阿克苏地区以及巴音郭楞蒙古自治州等区域。

西安第十四届全国运动会及残特奥会前后PM_(2.5)溯源研究

基于2021年9月~11月西安市环境空气质量监测数据,分析十四运会及残特奥会前中后期西安市区域PM_(2.5)的污染特征,利用HYSPLIT模型、潜在源贡献因子法(PSCF)和权重浓度轨迹法(CWT)确定气团输送路径、潜在源区及其对PM_(2.5)质量浓度的贡献.结果表明:研究期间西安市以东南风为主导,PM_(2.5)浓度在十四运会期间最低,残特奥会结束后最高.PM_(2.5)的气团输送路径以陕南附近的本地输送、偏东和偏南方向的近距离输送以及西北方向的远距离输送为主.PM_(2.5)的潜在源区主要分布在河南湖北、贵州四川重庆、新疆内蒙地区以及陕南各城市及周边省份交界处.

2022年重大活动期间空气质量保障及污染过程分析

2022年10月16-22日在北京召开某重大活动,安阳市作为空气质量保障通道城市,在思想上高度重视,在行动上积极响应,并于10月12日启动协商减排措施;但在10月14-16日,不利气象条件叠加区域性污染,安阳市经历了一轮轻至中度污染过程。对本轮污染过程进行深入分析,结果表明此次污染过程中综合指数占比最大的为颗粒物,污染负荷比为62.2%,其中PM2.5占比为34.9%。对比污染过程前后离子浓度表明,二次组分变化是导致本次PM2.5污染的关键因素之一;浓度权重轨迹分析表明,本次污染本地积累为主,外部传输受到上风向鹤壁市、新乡市和邯郸市的影响。

基于PSCF与CWT方法的赣江新区大气污染物潜在源区个例分析

利用TrajStat软件和GDAS全球同化气象数据,对江西省赣江新区2011—2020年四季72 h气团后向轨迹进行聚类分析,并结合PM_(2.5)和O_(3)逐小时浓度数据,运用潜在源贡献因子分析法(PSCF)和浓度权重轨迹分析法(CWT)分析了2016年12月2—10日一次污染天气过程中大气污染物输送对赣江新区上空污染物浓度的贡献。结果表明,赣江新区2011—2020年四季气团后向轨迹中占比最大的均为短支气流,其中春季的短支气流来源于东侧,其他季节均来源于东北方向的安徽省,夏季和冬季的长支气流与季风的季节性变化一致。在2016年12月2—10日的污染天气过程中,赣江新区的PM_(2.5)潜在源区主要分布于江西省北部、湖北省东南部,O_(3)潜在源区主要分布于江西省北部、湖北省南部和湖南省东北小部分地区;同时天气形势显示,赣江新区处在槽后脊前,湖北省东南部存在偏强西北风,为大气污染物向赣江新区的输送创造了条件。

京津冀地区2015~2020年臭氧持续污染事件特征、气象影响及潜在源区分析

基于京津冀地区2015~2020年臭氧小时浓度数据和气象再分析数据,利用广义加性模型、潜在源贡献函数法、浓度权重轨迹法分析了京津冀地区臭氧持续污染事件特征、气象影响和潜在源区.结果表明,京津冀地区持续3d及以上的臭氧污染事件(OPE3)出现天数由2015年的24d上升到2020年的76d,占臭氧污染总天数的比例最高达到85%;OPE3天数的月变化特征与臭氧浓度的变化特征高度一致,在5~9月的相关性达0.97;京津冀地区OPE3发生的天气形势主要为高温、低湿、异常南风、异常反气旋及明显下沉气流;以京津冀地区的典型代表城市北京为例,OPE3期间气团主要来自于北京以南地区(71.2%),以短距离传输为主,主要潜在源区是河北省南部、山西省东北部、河南省东北部以及山东省北部,污染轨迹的贡献率约79.3%.

葫芦岛市大气颗粒物潜在源区分析

基于后向轨迹模式(HYSPLIT)模拟了葫芦岛市2019—2021年气流的72 h后向轨迹,同时结合同期的逐日PM_(2.5)浓度数据,采用潜在源贡献因子分析法(PSCF)和浓度权重轨迹分析法(CWT)探讨了葫芦岛市PM_(2.5)不同季节的潜在源区及其对葫芦岛市PM_(2.5)浓度的贡献。结果表明:冬季,葫芦岛市最主要的潜在源区为乌兰布和沙漠,其次为蒙古国东南部、内蒙古东部、京津冀地区和辽宁省西部城市群;秋季葫芦岛市最主要的潜在源区为辽宁省南部、京津冀地区、山东省北部和河南省北部;春季的相对高值区域零星分布在京津冀地区、山东省和渤海海域等地区,夏季相对高值区域零星分布在京津冀地区和山东省西北部。

外来输送对舟山城区不同季节PM_(2.5)污染的影响研究

为了揭示外来输送对浙江舟山城区PM_(2.5)污染的影响,在对2016年3月—2019年2月舟山城区PM_(2.5)日均质量浓度季节变化分析的基础上,利用后向轨迹聚类分析、潜在源分析函数和浓度权重轨迹分析方法,对比分析了影响舟山城区PM_(2.5)外来输送路径和潜在外来源区的季节特征。结果表明:春季和秋季以东北偏北和局地偏南路径占比最大,夏季以偏南路径占比最大,冬季以西北路径占比最大。春季西北路径和局地偏南路径分别对PM_(2.5)质量浓度平均值和最大值贡献最大,夏季西北偏北路径和偏南路径分别对PM_(2.5)质量浓度平均值和最大值贡献最大,秋季局地偏南路径对PM_(2.5)质量浓度平均值和最大值贡献最大,冬季西北路径对PM_(2.5)质量浓度平均值和最大值贡献最大。春季的潜在源区主要分布在安徽中北部到东南部、河南东部和福建北部沿海。夏季和秋季的潜在源区主要分布在安徽东南部、江苏南部和浙江西南部。冬季的潜在源区主要分布在山东西南部、江苏西北部、浙江北部、安徽东北部和河南东部。与2013—2016年数据的研究结果相比,不同季节主要输送路径的传输方向较一致,夏季和冬季仍分别主要受偏南路径和西北路径气流的影响。不同之处在于舟山夏季PM_(2.5)受西北偏北路径输送的影响增多,春季和秋季PM_(2.5)受来自浙江省内局地偏南路径输送的影响较明显。安徽、江苏、山东和浙江的部分地区仍是舟山PM_(2.5)主要的潜在源区,但浙江北部和江苏的分布范围有所减小,并有向山东西北部、浙江西南部和福建北部沿海延伸的趋势。

济南市冬季大气污染时空分布特征及潜在污染源区分析

利用2016-2018年冬季济南市大气主要污染物和气象监测数据,对大气污染特征及潜在源区进行分析。结果表明:2016-2018年冬季济南市环境空气中可吸入颗粒物PM_(10)和细颗粒物PM_(2.5)分别占首要污染物的34.7%和63.8%,轻度污染以上天数占总天数的58.6%,冬季高质量浓度PM_(2.5)导致年均值增加7.5μg/m 3;从空间分布来看,PM_(10)与PM_(2.5)空间分布为天桥区、槐荫区及平阴县质量浓度较高,SO_(2)则为商河县和济阳区质量浓度偏高,NO 2和CO为济阳区、天桥区和槐荫区质量浓度较高;研究期间NO 2、CO、PM_(10)、PM_(2.5)的质量浓度呈正相关性,相关系数均在0.7以上,推断交通源、工业燃烧源、燃煤是颗粒物的主要来源;济南市冬季的气团输送为偏南、西北、偏北和偏东4个方向,偏南和偏东气团为影响济南市冬季大气污染主要输送路径。进一步研究潜在源区贡献及浓度权重表明,济南地区大气污染物主要受本地及周边区域影响,当前大气污染呈现跨区域交叉污染特征,应建立区域联防机制,统筹研究解决区域大气环境污染突出问题。

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.

重庆市冬季PM(2.5)输送特征及污染源地解析

利用全球资料同化系统数据(GDAS)和PM_(2.5)实测浓度数据,使用HYSPLIT模型和Trajstat插件的聚类方法和聚类统计模块对2015年12月-2016年2月间到达缙云山空气质量监测站的28个不同气流高度气流进行聚类分析;结合Arc GIS软件计算气流速度和气流密度,以分析山体对PM_(2.5)跨区域输送的影响;运用潜在源贡献(PSCF)分析法及浓度权重轨迹(CWT)分析缙云山PM_(2.5)潜在源贡献率和轨迹权重浓度。结果表明:重庆主城主要受西部气流影响,主城PM_(2.5)异地源多来自该方向;高大山体会减缓气流运行速度,增大气流轨迹密度,阻碍PM_(2.5)的跨区域传输,PM_(2.5)浓度、输送速度和输送方向等会发生改变,山地城市PM_(2.5)浓度受气流输送影响小于平原城市;铜锣山以西重庆段是缙云山PM_(2.5)的极重要源区,源贡献率达到80%以上,重要源区多在四川与重庆接壤区域,横断山脉部分区域气流潜在源贡献率较高。PM_(2.5)的PSCF和CWT分布区域类似,气流轨迹浓度最大值区多位于极重要源区,随着源区重要性等级的减弱,浓度也逐步降低。

舟山本岛大气污染输送过程的数值模拟分析

利用HYSPLIT-4后向轨迹模式和NCEP(美国国家环境预报中心)的2012年GDAS(全球资料同化系统)气象数据,结合NO2、PM2.5、PM10和SO2等常规大气污染物的质量浓度数据,对舟山本岛2012年4月、7月、10月和12月的大气污染输送过程进行了模拟,并通过聚类分析和潜在源区分析〔包括PSCF(潜在源贡献)和CWT(浓度权重轨迹)计算〕,确定大气污染传输路径及影响源区.结果表明:舟山本岛气流后向轨迹呈明显的季节变化特征,4月主要受来自黄海海面气流轨迹的影响,其占总轨迹数的36.7%,ρ(PM10)为(53.24±24.33)μgm3;7月以途经琉球群岛和东海气流轨迹为主,占总轨迹数的48.4%,对ρ(NO2)、ρ(PM2.5)、ρ(PM10)和ρ(SO2)贡献分别为(24.63±6.33)、(28.60±4.83)、(52.89±18.76)和(8.67±3.11)μgm3;10月气流轨迹主要来自于东海海面,占总轨迹数的49.2%;12月气流则主要来自辽宁南部和黄海,占总轨迹数的66.1%,对ρ(NO2)、ρ(PM2.5)、ρ(PM10)和ρ(SO2)贡献分别为(28.48±15.14)、(58.71±14.10)、(69.83±38.94)和(20.83±13.28)μgm3.舟山本岛PM2.5的潜在源主要为毗邻城市间局地污染,集中于浙江沿海城市及杭州湾、上海等地.

国际会议期间大气污染应急措施改善嘉兴市空气质量效果分析

为研究2015年世界互联网大会期间嘉兴及周边省市采取大气污染应急防治措施对嘉兴市及长三角区域空气质量的影响,利用长三角区域28个主要城市（包括嘉兴市）国控点观测数据,对比分析了近3a嘉兴市和长三角区域管控期同期空气质量情况,发现2015年管控期（12月8—18日）和2013—2014年同期嘉兴市PM（10）年均质量浓度均低于长三角平均浓度,而PM（2.5）,NO2和SO2年均质量浓度总体高于长三角平均浓度;管控期嘉兴市PM（10）和SO2较2014年同期分别下降17.7%和38.1%。为了排除气象条件对污染物的影响,从管控前（12月1—7日）选取与会期（12月16—18日）气象条件相似的时段进行空气质量分析。结果表明,会期SO2、NO2、PM（2.5）和PM（10）平均浓度较管控前（12月2—4日）分别下降了42.7%、11.5%、13.4% 和 27.0%。同时,基于HYSPLIT方法和浓度权重分析讨论了管控期间（12月8—18日）长三角区域发生的2次重污染过程中嘉兴市PM（2.5）的来源,发现管控期间西北方向长距离输送对嘉兴市PM（2.5）浓度影响较大,看来其潜在来源主要集中在江苏、安徽、山东、河北、内蒙等省和自治区,浙江本地对其细颗粒浓度贡献较小。总体来说,在没有明显长距离输送和不利天气条件下,互联网大会空气质量保障措施对嘉兴市乃至长三角区域冬季空气质量均有明显改善作用。

西安市大气颗粒物PM_(2.5)的输送路径和潜在源分析

利用2017年西安市气象数据和主要大气污染物质量浓度的监测资料,综合分析西安市2017年度气候变化、大气污染状况以及污染物质量浓度演变特征.结果表明:西安市年平均风速为2.43 m/s,平均气温为19.00℃,总降水量为649 mm,冬春季PM2.5、PM10质量浓度值普遍高于夏秋季.利用SPSS对污染物与气象因素进行相关性分析,得出颗粒物、气态污染物CO、SO2质量浓度变化与平均气温、降水量、风速呈负相关,而O3与平均气温、降水量、风速呈正相关.此外,通过拉格朗日混合粒子轨迹模型模拟了西安市48 h的气流后向轨迹,并将PM2.5的质量浓度数据与气团轨迹相结合,利用潜在源贡献函数模型(PSCF)和浓度加权轨迹方法 (CWT),分析西安市PM2.5质量浓度影响及潜在源区分布特征,其结果表明超过50%的气流后向轨迹来自西北方向,西安市PM2.5的主要潜在来源位于陕南各城市以及陕南周边省份交界处.

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。

天津PM_(10)和NO_2输送路径及潜在源区研究

利用HYSPLIT模型和全球资料同化系统(GDAS)气象数据,用聚类方法对2012年12月~2013年11月期间抵达天津的逐日72h气流后向轨迹按不同的季节进行归类.并利用相应的PM10和NO2浓度日监测数据,分析了不同季节气流轨迹对天津污染物浓度的影响.运用潜在源贡献(PSCF)因子分析法和浓度权重轨迹(CWT)分析法分别模拟了不同季节PM10和NO2潜在PSCF和CWT.结果表明,不同方向气流轨迹对天津PM10和NO2潜在源区分布的影响存在显著差异.天津PM10和NO2日均浓度最高值对应的气流轨迹均集中在冬、春和秋季等来自内陆的西北气流;夏季影响天津的气流轨迹主要来自西北和东南方向,对天津PM10和NO2的日均浓度贡献较小.天津PM10和NO2的PSCF与CWT分布特征类似,最高值主要集中在天津本地以及邻近的河北省和山东省,是天津这两种污染物主要潜在源区.

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.

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.

泰山顶PM2.5及其二次组分的输送路径与潜在源

为了明确泰山顶PM_(2.5)及其二次组分的输送路径与潜在来源,基于后向轨迹聚类方法对2015年冬季和春季抵达泰山顶的气团传输轨迹进行聚类分析,并利用PSCF(潜在源贡献因子)和CWT(浓度权重轨迹)方法分析泰山顶冬季和春季PM_(2.5)、SO_4^(2-)、NO_3^-和NH_4^+的潜在源域.结果表明,冬季和春季来自不同方向的气团轨迹对泰山顶PM_(2.5)及其组分的潜在源分布的影响具有明显差异.冬季泰山顶ρ(PM_(2.5))和ρ(NO_3^-)平均值的最高值对应的气团轨迹来自湖北、河南、山东济宁等地区,而来自西北方向的轨迹1和轨迹2分别对应的ρ(SO_4^(2-))和ρ(NH_4^+)平均值最高;春季影响ρ(PM_(2.5))和ρ(NO_3^-)的气团轨迹主要来自西南方向的河南、安徽北部、山东聊城等地区,而源自蒙古国途经内蒙古、山西、河南北部和山东聊城的气团轨迹对ρ(SO_4^(2-))和ρ(NH_4^+)的贡献最大.泰山顶ρ(PM_(2.5))、ρ(SO_4^(2-))、ρ(NO_3^-)和ρ(NH_4^+)的PSCF分布特征与CWT分布特征类似,WPSCF(源区分布概率)和CWT的最高计算值主要集中山东济宁、聊城以及邻近的山西省、河北省和河南省,是泰山顶大气污染物的主要潜在源域.