川东北五市PM_(2.5)输送轨迹及潜在源区分析

基于全球数据同化预报系统数据(GDAS)资料和气象数据,分析川东北五市广元、巴中、达州、南充和广安PM_(2.5)的污染特征、传输途径和污染源分布。通过HYSPLIT后向轨迹模型模拟五市2015-2020年冬季(12-2月)的逐日48 h的气流后向轨迹,同时进行聚类分析,并使用潜在源贡献因子(PSCF)方法和浓度加权轨迹(CWT)方法识别川东北地区的PM_(2.5)的潜在污染源区,分析PM_(2.5)质量浓度的区域性污染特点及其输送特征。结果表明,研究期间川东北五市的污染物总体呈现下降趋势,其中PM_(2.5)和PM_(10)下降幅度较大,PM_(2.5)污染最严重的季节出现在冬季。后向轨迹表明,五市的污染轨迹均以近距离输送为主。通过潜在源区分析表明广元的主要源区为巴中和南充,巴中的主要源区位于广元南部、南充北部及达州中部地区,达州的主要源区为巴中南部、南充的东南部及重庆的北部地区,南充的主要源区在广元南部、巴中南部、达州的中南部、广安及重庆的中西部和遂宁,广安的主要源区主要在达州中部、南充及重庆的中部地区。

长株潭大气重污染的成因分型和冷空气侵入型路径

为研究不同类型重污染天气的成因和特点,统计了2014~2019年长株潭三市的环境空气监测数据以及气象数据,发现这六年中共出现35次重污染过程,据其成因可分为冷空气导致型(74.3%)、节日鞭炮燃放型(17.1%)、高空干槽型(5.7%)和静稳型(2.9%)等四个类型。其中跟冷空气侵入相关的占主要部分(74.3%),本文针对典型冷空气侵入个例探讨这一类重污染天气形成的气象机理,分析冷空气的动力作用、热力作用和相对湿度的升高是重污染天气形成的气象诱因。研究发现不同冷空气路径下空气重污染的特征差异明显,且重污染形成存在四类典型路径即西路、北路、东路和复合路与冷空气入侵路径重合度较高。最后利用Meteoinfo计算2014~2019年12月和1月长沙站的后向轨迹并聚类,输入同期的PM_(2.5)监测数据,利用TrajStat模块进行CWT分析,证实外源入湘的确有西路、北路和东路,与诊断分析结果一致。

2013年南昌市区PM_(2.5)的浓度水平及时空分布特征与来源

对2013年南昌市区9个自动空气质量监测点的ρ(PM_(2.5))数据进行分析,探讨了PM_(2.5)浓度水平及时空分布特征,并采用轨迹聚类、PSCF(潜在源贡献因子)、CWT(浓度权重轨迹分析)进行了大气PM_(2.5)的来源分析.结果显示:2013年南昌市区ρ(PM_(2.5))年均值为69.1μg/m^3,超过GB 3095—2012《环境空气质量标准》二级标准限值(35μg/m^3)的97%;ρ(PM_(2.5))昼夜变化呈双峰型分布,峰值位于09:00—11:00和20:00—22:00;月际变化呈两边高、中间低的"V"型趋势;ρ(PM_(2.5))有明显的季节性变化特征,由高到低依次为冬季、春季、秋季和夏季;ρ(PM_(2.5))空间分布呈由东南至西北递减的分布特征.气流轨迹聚类结果表明,南昌市气流输送季节性变化特征明显,夏季来自南方或东南方向的气流比例高达65.6%,而在另外三个季节,东北和偏北方向的气流分别占62.0%(冬)、59.6%(春)、54.7%(秋),对南昌市ρ(PM_(2.5))影响较大;夏季南方或东南方向的气流所占比例较高,为65.6%;PM_(2.5)的PSCF和CWT的高值主要集中在南昌本地和邻近的浙江省及福建省北部地区,但周边的河南南部、江苏中部也是南昌市PM_(2.5)的潜在来源地.

利用轨迹模式研究重庆主城区冬季PM2.5污染特征

利用轨迹聚类法,对2014年12月至2015年1月重庆主城区上方的后向轨迹气团进行聚类分组,分析重庆主城区气团来源。结合重庆主城区PM_(2.5)小时浓度资料,分析污染较重时重庆主城区后向轨迹特征。最后结合潜在源贡献因子分析(PSCF)法和浓度权重轨迹分析(CWT)法定性与定量分析了重庆主城区PM_(2.5)的潜在源区。结果表明,重庆本地气团占60.9%,不利于本地污染物的扩散;超过60%的污染事件是由本地颗粒物聚集造成的;重庆主城区颗粒物其潜在污染源区,以西藏与四川交界处、四川东部、贵州北部以及重庆本地为主。

兰州市PM_(10)输送途径与源区贡献的四季差异分析

利用混合单粒子拉格朗日综合轨迹(HYSPLIT)模式对兰州市近16年逐日72h后向气流按季节聚类,结合PM_(10)浓度数据,分析气流来源与该市PM_(10)的关系,使用潜在源贡献因子(PSCF)法和浓度权重轨迹(CWT)法,探讨该市PM_(10)的潜在源区季节分布及其贡献特征。结果表明:总体而言,兰州市气流来源四季变化明显,不同来源气流对该市PM_(10)的贡献具有一定差异。潜在源区有明显的季节和空间变化。春季潜在源区主要分布在内蒙古西部、甘肃河西走廊、新疆东南部等地区,其中内蒙古西部、甘肃河西走廊地区对兰州市PM_(10)质量浓度贡献在125μg/m^3以上,新疆东南部地区贡献达到150μg/m^3。夏季四川北部、陕西中西部地区对PM_(10)质量浓度贡献在75μg/m^3以上。秋季潜在源区主要分布在青海北部、新疆东南部等地区,其中青海北部对兰州市PM_(10)质量浓度贡献在125μg/m^3以上,新疆东南部地区贡献在150μg/m^3以上。冬季潜在源区主要分布在青海北部、新疆东南部地区;其中青海北部地区贡献在150μg/m^3以上,新疆东南部地区贡献在175μg/m^3以上。

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。

基于轨迹模式初步探究重庆主城区冬季PM_(2.5)潜在污染源区

基于轨迹聚类法,对2014年12月至2015年1月重庆主城区后向轨迹气团进行聚类,分析重庆主城区气团来源。结合主城区PM2.5的在线浓度资料和浓度权重分析法(CWT)定量分析了重庆主城区PM2.5的潜在源区。结果表明,重庆本地气团占61%,不利于本地污染物的扩散;60%以上的污染事件是由本地PM2.5聚集所造成的;重庆主城区PM2.5潜在污染源区主要集中在重庆本地、西藏与四川交界处、四川东部和贵州北部。

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.

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。

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。

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.

北京地区大气氨时空变化特征

在北京城区和上甸子本底地区分别开展了为期3a和1a的NH_(3)在线观测,并结合风向、风速、温度、相对湿度等气象因素的变化特征,分析了北京地区NH_(3)浓度水平、年季特征及影响因素.结果发现,北京城区和本底地区的NH_(3)年均浓度分别为(32.5±20.8)×10^(-9)V/V和(11.6±10.3)×10^(-9)V/V,北京城区的NH_(3)浓度高于大多数国内外主要城市和地区的NH_(3)浓度水平.城区和本底地区NH_(3)浓度年变化特征为夏季高,分别为(34.1±6.8)×10^(-9)V/V和(11.1±2.2)×10^(-9)V/V,冬季低,分别为(19.7±9.3)×10^(-9)V/V和(2.4±0.6)×10^(-9)V/V.NH_(3)的日变化特征受气象因素影响明显,其结果表明,春季城区NH_(3)浓度峰值出现在15:00,而本底地区受西南风影响在20:00达到峰值;夏季城区NH_(3)浓度最高值在7:00出现,本底地区则呈现双峰值(分别在09:00和22:00);秋季城区和本底地区的日变化规律一致,均在22:00出现峰值;冬季城区的峰值出现时间晚于本底地区,峰值分别出现在23:00和20:00.西南风是造成本底地区NH_(3)浓度升高的主要原因,春季和夏季,随着西南向风速的增大,NH_(3)浓度显著升高.城区的NH_(3)浓度则主要受到局地排放的影响.浓度权重轨迹法的研究结果发现,北京、天津、河北及河南北部地区是影响北京地区大气NH_(3)的主要源区.

武汉市大气污染物时空分布与区域传输贡献

随着近年来武汉市社会经济的高速发展,严重的空气污染事件也日益频发,受到了当地政府和大众的广泛关注。该研究利用2017年PM2.5、PM10、SO2、CO、NO2和O3实时监测数据,通过时间序列模型、空间统计方法、潜在源贡献因子分析模型和浓度权重轨迹分析模型研究了不同季节武汉市主要大气污染物的时空变化规律和污染物潜在来源。结果表明,武汉市环境空气质量当前还是以颗粒物污染较突出;主要污染物的小时质量浓度均呈现双峰型分布,且峰值出现在交通早晚高峰的时间段之后,O3呈单峰型分布,峰值出现在15∶00-16∶00;在大气污染物空间分布上,中心城区除O3浓度均值较低外,其余污染物浓度都较高,远城区则呈相反的变化规律;通过后向轨迹分析、污染物贡献因子分析和轨迹权重浓度分析表明,不同季节武汉市大气污染物潜在源区分布有一定差异,春季湖北省南部及江西省西北部等区域对PM2.5、PM10有较大贡献,而湖北省东南部、江西省西北部区域对NO2有较大贡献,夏季武汉市外部区域对大气污染物贡献较小,秋季荆门、襄阳区域对PM2.5、PM10的传输有较大贡献,冬季湖北省东部地区是武汉市PM2.5、PM10污染的主演潜在源区。

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.

不同季节天津市PM_(2.5)与O_(3)潜在源区及传输路径分析

为探究天津市各季节PM_(2.5)与O_(3)污染的非本地源贡献情况,本文以2017—2019年为研究时段,应用HYSPLIT模型,基于MeteoInfo软件对不同季节气流后向轨迹进行聚类分析,通过计算潜在源贡献因子(potential source contribution function,PSCF)、浓度权重轨迹(concentration-weighted trajectory,CWT)对天津市PM_(2.5)与O_(3)污染的外来潜在源区以及可能的污染传输途径进行研究.结果表明:①天津市PM_(2.5)和O_(3)污染均较为严重,且具有明显季节性特征.天津市各季节的气流变化明显,春、秋两季以西南方向气流为主,夏季以来自渤海的气流为主,冬季则以西北方向气流为主.②天津市西南方向气流在各季节对应的污染物浓度均较高,春、秋两季西南方向气流携带的ρ(PM_(2.5))和O_(3)浓度8 h滑动平均值〔简称“ρ(O_(3)-8 h)”〕均最高;夏季,西南方向气流携带的ρ(O_(3)-8 h)最高;冬季,西南方向轨迹携带的ρ(PM_(2.5))最高.③西南方向上河北省南部的邯郸市,山东省西部的菏泽市、聊城市,以及河南省北部的开封市、濮阳市、新乡市均为天津市PM_(2.5)与O_(3)污染的主要潜在源区.此外,冬季张家口市和唐山市对天津市PM_(2.5)污染的潜在影响也较大.冬季影响天津市PM_(2.5)污染的外来潜在源区情况较为复杂,除西南气流外,其还受西北部与东部气流的影响.研究显示,天津市大气污染区域联防联控需重点关注河北省南部、河南省北部以及山东省西部城市的潜在输送影响.

杭州城区大气颗粒物污染特征及PM2.5潜在源区研究

基于2015年9月1日至2016年8月25日杭州城区观测点PM1、PM2.5、PM10小时浓度数据进行分析,利用HYSPLIT模型、潜在源贡献因子(PSCF)方法和浓度权重轨迹(CWT)方法,探讨了杭州城区PM1、PM2.5、PM10时间分布特征和PM2.5潜在来源。结果表明:研究期间PM1季节平均浓度表现为冬季>秋季、春季>夏季,PM1~2.5、PM2.5~10浓度则表现为冬季>春季>秋季>夏季;PM1浓度日变化呈现明显的双峰现象,而PM1~2.5和PM2.5~10在同一时段均无明显浓度峰值;杭州城区PM2.5受外源输送污染具有明显的季节性变化特征,夏季、秋季杭州城区PM2.5的潜在源区主要是浙江北部、安徽东南部等,春季PM2.5的潜在源区主要是浙江中部、江苏南部等,冬季PM2.5的潜在源区主要是山东南部、江苏西南部、浙江北部、安徽南部、江西中部等地区。

基于多种TSM方法的北京国家奥林匹克体育中心2月颗粒物来源解析

利用HYSPLIT(Hybrid Single Particle Lagrangian Integrated Trajectory)模型和ERA_INTERIM数据,计算2013-2017年北京奥林匹克体育中心(以下简称奥体中心)2月期间抵达的72 h后向轨迹,并结合聚类分析方法和污染物浓度数据,分析2月不同轨迹对奥体中心污染物浓度的影响,采用四种不同的轨迹分析方法分析奥体中心污染物来源特征,并通过实例分析了不同轨迹分析方法的优缺点和适用性。结果表明:奥体中心2月主导气流明显,为西北路径,出现概率为55.85%;清洁通道为北向气流,污染来源为南向路径和偏东路径,对应颗粒物浓度最高;通过轨迹统计方法得到奥体中心2月颗粒物主要污染来源为河北地区、山东半岛、黄渤海区域、新疆北部与河西走廊。此外,研究发现潜在源贡献函数和浓度权重轨迹方法适用于近距离污染源的识别;停留时间浓度加权方法采用确定性办法通过迭代可以精准识别出北京奥体中心主要污染物来源;定量传输偏差分析方法引入不确定性概念,适用于大范围确定性污染源识别,但同时会产生虚假的污染物来源。不过,采用RTWC方法和QTBA方法相结合可消除QTBA方法带来的虚假污染源。

甘肃地区春冬季颗粒物输送路径及潜在源分析——基于HYSPLIT4模式及TraPSA分析平台

利用HYSPLIT4模式和全球资料同化系统数据,计算了甘肃地区5个站点2017~2018年逐时72h气团后向轨迹;结合各站点颗粒物逐时质量浓度数据,选择颗粒物污染最严重的春冬季,利用轨迹聚类方法分析了甘肃地区后向气流轨迹特征;基于潜在源贡献函数(PSCF)分析法和浓度权重轨迹(CWT)分析法,将各站点分析结果输入TraPSA分析平台进行加权叠加分析,探讨了影响甘肃地区春冬季颗粒物质量浓度的潜在源区及其贡献.结果表明:西北路径是影响甘肃地区的首要路径,其移动速度快、输送距离长、污染程度严重;东北路径次之,主要来源地为蒙古及内蒙古地区;甘肃南部地区受东南路径的短距离输送影响较大,且受到来自青藏高原的输送影响;甘肃地区春季气团轨迹的输送距离较冬季长且输送高度高,冬季PM_(2.5)浓度均值和PM_(2.5)/PM_(10)的比值均较夏季高.多站点PSCF叠加分析发现,PM_(10)潜在贡献源区春季主要分布在新疆东部、准噶尔盆地、塔里木盆地东北部及青海西北部,蒙古南部、四川北部、青海西北部及东部有零星分布;冬季主要位于新疆东部及塔里木盆地、青海西北部及东部、陕西南部;冬季源区整体向南偏移,且省内的短距离输送加强.多站点CWT叠加分析发现,PM_(10)浓度贡献区春季主要位于新疆东部地区、准噶尔盆地附近,蒙古南部及内蒙古北部有线性分布,青海北部及甘肃北部区域有零星分布;冬季主要分布在新疆东部及甘肃北部地区;春季较冬季PM_(10)污染的主要贡献区域更大、污染更重,但省内的短距离传输及颗粒物污染程度减弱.