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。

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。

北京市春节前和春节期间非甲烷烃污染特征及其来源解析

为探究春节前和春节期间北京市非甲烷烃(NMHCs)的来源和转化过程,基于2021年2月2-16日北京市空气质量监测数据、气象数据和非甲烷烃的在线分析结果开展了相关研究。结果表明:①北京市春节前(2月2日00:00-2月11日00:00)和春节期间(2月11日00:00-2月16日00:00)NMHCs体积分数有明显差异,其中,春节前NMHCs平均体积分数为25.43×10^(-9)±11.38×10^(-9),而春节期间为32.37×10^(-9)±12.43×10^(-9),增幅近27.3%。②利用正定矩阵因子分解(PMF)模型分析了春节前和春节期间的NMHCs来源差异,其中,汽油、柴油车辆排放源贡献率由春节前的37.2%降至春节期间的13.9%,溶剂使用和燃烧排放源的贡献率从春节前的18.4%升至春节期间的55.7%。③结合潜在源贡献因子分析(PSCF)和浓度权重轨迹(CWT)方法发现,春节期间NMHCs来源主要与北京市周边地区的烟花爆竹燃放、燃煤等排放的区域传输有关。④NMHCs的臭氧生成潜势(OFP)和二次有机气溶胶生成潜势(SOAP)表明,烯烃和芳香烃分别对观测期间O_(3)和二次气溶胶的生成具有重要贡献。研究表明,在开展京津冀地区污染联防联控过程中,对燃烧源排放的控制是有效缓解北京市春节期间空气污染问题的重要手段。

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。

滁州市一次持续性臭氧污染过程气象与传输特征分析

2019年6月8日至17日,安徽省滁州市发生一次持续性臭氧(O_(3))污染过程,O_(3)浓度值超过国家二级标准浓度限值3%~45%。基于滁州市老年大学监测站点空气质量数据、滁州市气象站及全球资料同化系统(GDAS)气象数据,运用HYSPLIT后向轨迹模型、潜在源贡献因子(PSCF)和浓度权重轨迹(CWT)分析方法,研究污染发生时段的气象和区域传输特征。结果表明:①在此次O_(3)污染过程中,日最高温度的变化范围为25.5~34.7℃,风速整体小于4 m/s,风向以偏东风为主,午后的相对湿度在40%左右。在该时段内,滁州市基本处于均压场的控制之中,且受到锋面气旋外围下沉气流的影响,大气层结稳定。②O_(3)污染发生期间,滁州市主要受东南方向气流的影响,但来自山东省、安徽省北部和江苏省北部的气流的影响也不容忽视。6月9日夜间至10日上午的O_(3)浓度异常高值,与9日下午的气压异常低值及9日夜间的大气边界层高度异常高值密切相关。上述气压及大气边界层高度异常值的出现使得上风向高浓度O3被输送至滁州。③此次污染过程的潜在贡献源区主要分布于安徽省东南部、江苏省中西部和浙江省北部等地。上述区域的加权潜在源贡献因子(WPSCF)值大于0.4,加权浓度权重轨迹(WCWT)值超过了100μg/m^(3)。今后,滁州市在O3污染防控工作中应加强与上述区域的联防联控。

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%。

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。

2015—2020年川南地区大气PM_(2.5)和O_(3)质量浓度变化特征、影响因素及输送特征

随着川南地区的经济发展,地面臭氧(O_(3))、细颗粒物(PM_(2.5))成为危害人体健康的主要污染物。本文分析了2015—2020年间川南地区(自贡、内江、泸州、宜宾)PM_(2.5)和O_(3)质量浓度的时间变化特征。以污染严重的自贡市为例,研究当地PM_(2.5)和O_(3)浓度与常见影响因素的相关性,并通过潜在源分析方法,探究污染物区域输送对自贡市的影响。结果表明:1)2015—2020年,川南地区年均PM_(2.5)质量浓度呈下降趋势,年均O_(3)质量浓度呈略上升趋势。月均PM_(2.5)质量浓度呈“U”型分布,7—8月质量浓度低,12—2月质量浓度高;月均O_(3)质量浓度呈“M”型分布,7、8月出现峰值,4、5月出现次峰值。2)自贡市PM_(2.5)质量浓度与CO、NO_(2)、SO_(2)质量浓度呈显著正相关,O_(3)质量浓度与气温、相对湿度分别呈显著正相关和负相关。3)自贡市PM_(2.5)和O_(3)的区域输送主要以局地气团为主,辐射和人为源排放强度影响气流轨迹中的PM_(2.5)和O_(3)质量浓度。PM_(2.5)和O_(3)的主要潜在源区位于四川盆地和贵州部分地区。

珠江口盆地惠州凹陷惠东新区恩平组烃源岩生烃特征及成藏贡献

珠江口盆地惠州凹陷惠东新区恩平组厚度达3000 m,沉积特征整体表现为陆相浅水广盆环境,恩平组烃源岩生烃特征和成烃规模一直是困扰研究区勘探的基础问题之一。为厘清上述两个关键问题,以构造学、沉积学以及有机地球化学相结合的研究思路为指导,在化验分析数据基础之上,重新认识本地区恩平组烃源岩特征、生烃潜力及主要成藏贡献区。研究表明:惠东地区恩平组主体发育三角洲—浅湖相沉积,烃源岩包括煤、碳质泥岩和暗色泥岩;暗色泥岩有机质丰度中等—好,有机质类型为II型,具有早期生油,晚期持续生气的特征;盆地模拟计算原油地质资源量近3×108t,天然气资源量近500×108m3,资源潜力较大;油气源对比表明恩平组烃源岩来源的油气藏主要发育在惠东地区,惠东地区下一步最有利勘探方向为邻近烃源岩的深层恩平组圈闭以及“源-断-脊-圈”匹配较好的浅层珠江、珠海组圈闭。

疫情前后长沙市PM_(2.5)水溶性离子污染特征及潜在源区分布

利用2019年11月1日-2020年2月29日长沙市六种常规大气污染物(PM_(2.5)、PM_(10)、NO_(2)、SO_(2)、O_(3)及CO)及PM_(2.5)组分数据分析了长沙市疫情前后大气污染物浓度及气象条件变化、PM_(2.5)水溶性离子污染特征、PM_(2.5)传输路径和潜在源区。结果发现:各大气污染物受疫情影响浓度降幅范围为14.3%~64.4%,NO_(2)降幅最大;疫情前后气象条件基本一致,本地排放减少是造成污染物浓度大幅下降的主要原因;疫情期间SNA浓度显著下降,NO_(3)^(-)浓度降低尤为明显,移动源影响明显减少;SOR、NOR出现不同程度上升,颗粒物二次转化显著。疫情前后PM_(2.5)高值由外来传输转为本地,污染方位位于西北方向;基于后向轨迹分析,正常生产期间气流轨迹以北方为主,但PM_(2.5)浓度受东南方向的福建影响显著,疫情期间,PM_(2.5)受湖南-湖北-江西交界处气流影响显著;基于潜在源分析,正常生产期间PM_(2.5)潜在源区以湖南、湖北及广东为主,疫情期间潜在源区主要以省内传输为主。

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。

境外生物质燃烧对滇西地区春季大气细颗粒物含量的影响分析

利用2019年3月至2022年2月地面空气质量数据、气象观测数据和MODIS卫星热源点数据,结合TrajStat模式和区域大气化学模式WRF-Chem,对滇西地区大气污染传输特征及境外生物质燃烧影响进行定量分析。结果表明,滇西地区冬春季空气质量较差,其中,春季最差,此时各类污染物浓度均最高,首要污染物以细颗粒物(PM2.5)为主,MODIS卫星热源点监测显示,春季境外热源点密度增多,在偏西气流引导下影响滇西地区,且春季污染时段内偏西气流轨迹占比最高,超过80%,经印度北部、孟加拉国、缅甸中北部的中长距离偏西输送轨迹携带的PM2.5浓度最高;使用潜在源贡献因子(Potential Source Contribution Function,PSCF)和浓度权重轨迹(Concentration-Weighted Trajectory,CWT)方法分析发现,春季污染时段内主要贡献源区集中在德宏以西的缅甸中北部、印度东北部以及孟加拉国东部地区,浓度贡献水平为70~120μg/m3,权重潜在源贡献因子(Weighted PSCF,WPSCF)和加权浓度权重轨迹(Weighted CWT,WCWT)高值区与热源点密集区基本吻合或位于其下风风向;运用WRF-Chem模式对滇西地区一次污染过程的地面PM2.5浓度进行模拟,结果表明,生物质燃烧是滇西地区大气PM2.5的最主要来源,在模拟的污染时段贡献占比约71%。

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。

2022年贵港市臭氧潜在源区及传输路径季节特点分析

为了揭示贵港市2022年臭氧(O3)不同季节的传输规律和污染来源,利用Meteo Info软件后向轨迹模式,结合O3小时浓度数据,对2022年贵港市各季节500 m高度逐日72 h后向轨迹进行深入分析,并使用潜在源区贡献分析法(PSCF)和浓度权重轨迹分析法(CWT)对贵港市O3的潜在贡献源区和贡献大小进行研究。结果表明:(1)贵港市各季节近地层大气污染输送以长距离输送为主,东北方向的长距离输送对O3浓度影响最大。(2)河南、湖北、湖南及广西贵港周边地区是主要的O3潜在源区,秋季的潜在源区范围最广。(3)贵港市O3污染来源为区域传输和本地排放,区域传输以河南、湖北、江西、湖南的贡献较大,本地污染受贵港北部影响较显著。

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。

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.

石家庄市冬季PM_(2.5)污染特征、成因及潜在源区分析

对石家庄市2016年1月18—22日出现的PM_(2.5)污染过程进行研究,选择3个不同地区采用中流量采样器分别采集PM_(2.5)和PM_(10)样品,测定PM_(2.5)质量浓度及其化学组分(含碳组分、水溶性离子和无机元素),分析PM_(2.5)污染天气的污染特征和引起污染的气象因素,结合后向轨迹模型(HYSPLIT)分析污染的主要潜在源区。结果显示,在采样期间3个点的PM_(2.5)平均质量浓度分别为113、131和119μg·m-3,PM_(2.5)浓度高值出现在早晨和午夜,冬季京津冀地区农村散煤燃烧也是大气污染的主要原因。有机碳(OC)最大质量浓度值为218.37μg·m-3,无机碳(EC)最大质量浓度值为21.22μg·m-3。污染过程中3个点的地壳元素(Na、Ca、Mg、Al、K和Fe)质量浓度变化范围为27.19~60.03μg·m-3,占总无机元素的96.5%,表明交通源、道路扬尘和煤炭燃烧是此次石家庄市PM_(2.5)污染的主要贡献源类。较高的相对湿度和弱风速也会加速二次粒子的生成和颗粒物吸湿增长。潜在源分析表明,石家庄市PM_(2.5)污染主要受来源于北京和天津的气团影响,同时潜在源贡献(PSCF)分析表明河北省是影响石家庄市环境空气质量的最主要潜在源区。

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。

临安本底站2010～2015年PM_(10)污染特征及影响因素分析

利用长江三角洲区域代表性站点临安区域大气本底站2010~2015年的PM_(10)质量浓度和各气象要素资料,分析了PM_(10)质量浓度的变化特征及其影响因素.结果表明:与《环境空气质量标准》(GB3096-2012)二级标准相比,2010~2015年PM_(10)质量浓度达标率为96.17%;日变化中峰值出现在09:00和20:00,低值出现在06:00和13:00,并表现出周末比平时高的"周末效应";月份和季度的变化为7月最低、1月最高,夏季最低、冬季最高,与能见度呈明显负相关关系;年均值从2010年的79μg/m^3到2015年的56μg/m^3,总体呈下降趋势,并在全国范围内处于中间水平.相对湿度、日降水量和气压与PM_(10)质量浓度有更好的相关性,风速越大对PM_(10)质量浓度影响越大.气团后向轨迹聚类分析和潜在源贡献解析结果表明,临安本底站在2010~2015年不同季节中,春季、秋季和冬季的气团大部分来自西北和北方,夏季更多的是来自东部海洋和沿海地带,而不同年份里,每年的气团轨迹均以北方居多,其次是南方和东部海洋.总体分析得出,2010~2015年临安本底站的气团主要来自安徽、浙江、江苏、广东、福建和北方地区,并且PM_(10)高值主要来源于安徽、江苏、上海和浙江等长三角附近区域.

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。