晋城市秋冬季PM2.5输送通道及潜在源区分析

摘  要：采用环境空气质量监测数据和美国国家环境预报中心数据，通过HYSPLIT后向轨迹模式，结合聚类分析方法分析了2019-2021年晋城市秋冬季气团后向轨迹，同时通过潜在源贡献因子和浓度权重轨迹方法分析晋城市PM2.5污染的潜在源区，结果表明：2019-2021年晋城市秋冬季优良天数比例均超过了60%，优良天数比例逐年上升，且大气污染中颗粒性污染物（PM2.5和PM10）依然占主导地位。晋城市秋冬季近地面主导风向为偏北风和偏南风，分别占比达到了22.9%和19.2%，发生PM2.5污染的频率分别为6.4%和6.3%。当风速小于2 m·s-1时，在东北、东南风向下PM2.5浓度显著高于其他风向，其中东南风向PM2.5污染最为严重，表明本地和外来污染物的积累作用显著；当风速大于2 m·s-1时，在东南风向下出现PM2.5浓度超标，表明此时外来污染物的传输作用显著。后向轨迹聚类分析表明西北方向输送轨迹占比63.1%，东北方向占比10.7%，东南方向占比26.2%，其中东南方向的近距离输送是外来PM2.5进入晋城市的主要输送路径。PSCF和CWT分析说明晋城市秋冬季PM2.5污染主要的潜在源区有山东菏泽、济宁、泰安，河南商丘、开封、郑州、焦作、信阳，陕西安康。表明建立起晋城市与周边区域大气联防联控机制对于开展大气环境污染防治具有重要意义。

关键词：晋城；PM2.5；后向轨迹；聚类分析；潜在源区

引言

近年来随着经济社会的快速发展，环境问题逐渐受到人们的关注。大气污染是造成环境空气质量下降的重要原因，对交通运输、社会生产、公众生活等均造成了较大影响。研究发现，污染物的跨区域传输是导致地区空气质量下降的重要因素之一，因此开展城市大气污染防治工作，不仅要考虑本地污染物的贡献，更要考虑周边城市污染物的贡献［1-2］。

本研究利用HYSPLIT模式和聚类分析，分析2019-2021年秋冬季节到达晋城市的气团后向轨迹，进而研究PM2.5污染气团的传输来源及潜在源区。探寻周边省市对晋城市的PM2.5污染传输贡献，加深对区域性PM2.5污染天气成因及PM2.5污染传输规律的认识和理解，为建立起晋城市与周边区域大气联防联控机制从而有效开展大气环境污染防治提供依据。

1 资料与方法

1.1 资料来源

资料来源于中华人民共和国环境保护部数据中心发布的晋城市2019-2021年9月至次年2月逐小时环境空气质量监测数据，以及美国国家环境预报中心发布的全球资料同化系统（GDAS）气象数据，资料时间分辨率为1 h，水平分辨率1°×1°。

1.2 分析方法

通过后向轨迹模型计算2019-2021年秋冬季节到达晋城市（35.50°N，112.87°E）的逐小时后向轨迹，计算起始高度300 m，轨迹运行时间为48 h，时间间隔1 h。采用欧氏距离对轨迹进行聚类，得到到达晋城市的8类输送轨迹，通过各类轨迹起始距离，得到气团移动速度。同时计算出各类轨迹的平均AQI和各项污染物平均浓度，确定首要污染物和PM2.5污染比例。本研究中将PM2.5影响阈值设定为75 g·m-3。

潜在源贡献因子分析法（PSCF）是通过气流轨迹分析污染物可能源区的方法。基于后向轨迹模拟的结果，以一定分辨率创建矩形网格（i，j）覆盖研究区域，设定污染物浓度阈值，其中高于阈值的轨迹记为污染轨迹。污染轨迹数量mij与所有轨迹数量nij之比，即为PSCF的结果。公式如下：

通过引入权重系数Wij减小因轨迹停留时间较少造成PSCF的不确定性。

浓度权重轨迹分析法（CWT）通过计算潜在源区轨迹权重浓度，定量得出不同源区贡献的权重大小，反映出不同轨迹和潜在源区的污染程度，公式如下：

式中Cij是平均权重浓度，k是气流轨迹，M是轨迹总数，Ck是气流轨迹经过矩形网格时所对应的要素值，τijk是轨迹k的停留时间[3]。本研究中PSCF和CWT分析法使用的网格精度均为0.5°×0.5°。

2 结果与分析

2.1 晋城市秋冬季大气污染特征分析

图1为不同等级AQI秋冬季占比变化情况，可以看出2019-2021年晋城市秋冬季优良天数比例均超过了60%，且优良天数所占比例逐年上升，特别是2021年秋冬季未出现重度污染和严重污染，空气质量好转趋势明显。从图2首要污染物占比情况可以看出2019-2021年晋城市秋冬季大气污染中颗粒性污染物（PM2.5和PM10）依然占主导地位，其次为臭氧污染。其中PM2.5为首要污染物的天数占比表现为2019-2020年迅速下降，2020-2021年基本持平；PM10为首要污染物的天数占比表现为2019-2020年明显上升，2020-2021年迅速下降；O3为首要污染物的天数占比表现为2019-2021年逐年下降；其余首要污染物天数占比较小，且2021年秋冬季未出现以SO2、CO、NO2为首要污染物的天数。

2.2 气流后向轨迹聚类分析

分析2019-2021年晋城市秋冬季污染物输送路径，由图3和表1可知，第3类、5类、6类轨迹气团的平均移动速度在10 m·s-1以上，为远距离输送轨迹；第2类和8类轨迹气团平均移动速度介于5-10 m·s-1，为中距离输送；第1类、4类和7类轨迹气团平均移动速度均低于5 m·s-1，为近距离输送轨迹。整体输送方向来看可分为三类。第一类为西北方向输送轨迹（气流轨迹2、3、4、5、6、8），占到了总轨迹数的63.1%，主要为源于蒙古国、哈萨克斯坦、新疆、内蒙古的中远距离输送以及源于陕北地区的近距离输送，途经蒙古国戈壁沙漠、新疆准噶尔盆地沙漠、内蒙古西部沙漠、以及陕北地区黄土高原，沿途携带了大量沙尘，在西北气流的作用下向晋城市输送。第二类为东北方向输送轨迹（气流轨迹7），占总轨迹数的10.7%，是源于河北省北部地区，途经华北高排放负荷地区，将沿途近地层污染物混合向晋城市输送。第三类为东南方向输送轨迹（气流轨迹1），占总轨迹数的26.2%，是源于山东省西部地区，途经河南省北部重工业城市，将沿途排放的污染物混合向晋城市输送。从各类轨迹平均AQI来看，东南方向轨迹平均AQI为93，西北方向轨迹平均AQI为83，东北方向轨迹平均AQI为78，即AQI贡献路径东南方向>西北方向>东北方向。但是从各类轨迹PM2.5平均值来看，东南方向轨迹PM2.5平均值最大，为63 g·m-3，西北方向轨迹PM2.5平均值为44 g·m-3，东北方向轨迹PM2.5平均值为51 g·m-3，即PM2.5贡献路径东南方向>东北方向>西北方向。结合各类轨迹首要污染物可以看到，西北方向中远距离输送轨迹（气流轨迹2、3、5、6、8）首要污染物为PM10，近距离输送轨迹（气流轨迹4）首要污染物为PM2.5，东北方向轨迹（气流轨迹7）和东南方向轨迹（气流轨迹1）首要污染物均为PM2.5，即表现为到达晋城市的污染物中，中远距离输送以PM10为主，近距离输送以PM2.5为主。因此东南方向的近距离输送是外来PM2.5进入晋城市的主要输送路径。

结合图4中晋城市8类聚类轨迹垂直分布可以看出，第2类、3类、5类、6类和8类的中远距离输送轨迹在垂直方向上同样表现出了较大的跨度，传输过程表现为从高层向低层的中远距离输送。第1类、4类和7类输送轨迹较短、垂直高度较低，气团更易将沿途近地层的污染物裹挟向下游地区输送，其中第1类和第4类轨迹PM2.5贡献高于第7类轨迹。

以PM2.5大于75 g·m-3的轨迹为污染轨迹，则不同聚类轨迹下PM2.5污染比例各有差异。其中西北方向的第4类轨迹下PM2.5污染比例最高，达到了30.7%，其次为东南方向的第1类轨迹，两条轨迹造成晋城市PM2.5污染可能性最高。第5类轨迹下PM2.5污染比例最低，为2.6%。在西北方向的6类轨迹中，第4类轨迹下PM2.5污染比例最高，也说明气团移送速度较慢、垂直高度较低时，气团更易将沿途近地层的污染物裹挟向下游地区输送，造成下游地区污染天气。

2.3 地面风对PM2.5浓度的影响

为了解地面风对PM2.5浓度的影响，统计分析各风向下PM2.5污染发生频率，由图5可知，晋城市秋冬季近地面主导风向为偏北风（N、NNE）和偏南风（S、SSE），分别占比达到了22.9%和19.2%，发生PM2.5污染的频率分别为6.4%和6.3%。通过对不同风向风速下PM2.5平均浓度进行统计计算，由图6可知，不同风向风速下PM2.5浓度差异显著；当风速小于2 m·s-1时，在东北、东南风向下PM2.5浓度显著高于其他风向，其中东南风向PM2.5污染最为严重，可见小风静稳天气易造成晋城市秋冬季PM2.5污染浓度升高，表明本地和外来污染物的积累作用显著；当风速大于2 m·s-1时，在东南风向下出现PM2.5浓度超标，表明此时外来污染物的传输作用显著。

2.4 PM2.5潜在源区分析

对晋城市2019-2021年以及三年逐年PM2.5潜在源区进行分析，颜色越深对应PSCF数值越大，即网格对计算点晋城市PM2.5的影响越大。由图7（a）可知，2019-2021年平均对晋城市PM2.5影响较大的潜在区域（潜在贡献0.5以上）分布相对集中，也表明对于晋城市PM2.5的贡献以外源输送为主。PSCF高值区主要位于陕西南部的安康市、河南南部的信阳市，其次为西北地区的甘肃、宁夏、陕西等地以及华北地区南部与河南、山东交界处。由图7（b）-（d）可知，从2019到2021年对晋城市PM2.5影响较大的潜在区域在逐渐减小。2019年潜在区域分布较为分散，主要分布在西北地区、华北地区、山东、河南、湖北等地，其中以陕西、河南、湖北三省交界处贡献最大。2020年潜在区域向东移动并且迅速减小，主要分布在河南南部地区、山东西部地区以及天津地区。2021年潜在区域继续减小，主要集中在河南南部的信阳市以及湖北南部的荆州市、仙桃市。

运用CWT分析进一步确定潜在源区的权重浓度，如图8（a）计算结果表明，2019-2021年平均对晋城市PM2.5贡献均未超过75 g·m-3的影响阈值。其中超过55 g·m-3的区域主要是河南南部的信阳市，西北地区的甘肃、宁夏、陕西等地，华北地区南部与河南、山东交界处，以及北京、天津的部分地区。超过55 g·m-3的区域与PSCF>0.3的区域重合，说明2019-2021年对晋城市PM2.5贡献最大的地区为陕西南部的安康市、河南南部的信阳市，其次为西北地区甘肃、宁夏、陕西等地的部分地区以及华北地区南部与河南、山东交界处。由图8（b）-（d）可知，自2019到2021年对晋城市PM2.5贡献超过影响阈值75 g·m-3的区域在逐渐减小。2019年贡献超过75 g·m-3的区域分布较多，且较为分散，主要分布在内蒙古局部（阿拉善盟）、甘肃东部（庆阳）、陕西局部（延安、商洛）、河南东部和北部（三门峡、洛阳、南阳、安阳）、湖北西北部（十堰）、山西东南部（长治、晋城）、河北南部（邢台、邯郸、石家庄、衡水）、北京部分地区，说明了2019年晋城市PM2.5的来源既存在区域传输又存在本地排放。2020年贡献超过75 g·m-3的区域显著减小，主要为山东西部（菏泽、济宁、泰安）、河南（商丘）、天津、河北（沧州），此时晋城市PM2.5的来源主要以区域传输为主。到2021年对晋城市PM2.5贡献均未超过75 g·m-3的影响阈值，说明此时晋城市PM2.5的来源主要以区域传输为主，且输入的PM2.5明显减少。

通过对晋城市2019-2021年秋冬季输送路径和潜在源区分析，结果表明晋城市秋冬季PM2.5污染的主要输送路径为来自东南方向的第1类轨迹；晋城市秋冬季PM2.5污染主要有三个潜在源区，第一个是山东西部的菏泽、济宁、泰安等地以及河南的商丘、开封、郑州、焦作等地，第二个是河南南部的信阳市，第三个是陕西南部的安康市。因此建立起晋城市与周边区域大气联防联控机制对于开展大气环境污染防治具有重要意义。

3 结论

（1）2019-2021年晋城市秋冬季优良天数比例均超过了60%，优良天数所占比例逐年上升，且大气污染中颗粒性污染物（PM2.5和PM10）依然占主导地位，其次为臭氧污染。

（2）对2019-2021年晋城市秋冬季污染物输送路径进行聚类分析，得到8类轨迹。其中西北方向输送轨迹占比63.1%，东北方向占比10.7%，东南方向占比26.2%。到达晋城市的污染物中，中远距离输送以PM10为主，近距离输送以PM2.5为主，同时各类轨迹PM2.5贡献东南方向>东北方向>西北方向，因此东南方向的近距离输送是外来PM2.5进入晋城市的主要输送路径。

（3）晋城市秋冬季近地面主导风向为偏北风和偏南风，分别占比达到了22.9%和19.2%，发生PM2.5污染的频率分别为6.4%和6.3%。当风速小于2 m·s-1时，在东北、东南风向下PM2.5浓度显著高于其他风向，其中东南风向PM2.5污染最为严重，表明本地和外来污染物的积累作用显著；当风速大于2 m·s-1时，在东南风向下出现PM2.5浓度超标，表明此时外来污染物的传输作用显著。

（4）晋城市秋冬季PM2.5污染主要有三个潜在源区，第一个是山东西部的菏泽、济宁、泰安等地以及河南的商丘、开封、郑州、焦作等地，第二个是河南南部的信阳市，第三个是陕西南部的安康市。表明建立起晋城市与周边区域大气联防联控机制对于开展大气环境污染防治具有重要意义。

参考文献：

[1] 杨欣，陈义珍，赵妤希，等.2014-2017年北京城区霾污染态势及潜在来源[J].中国环境科学，2018，38（9）：3232-3239.

[2] 陈乃华，胡宝叶，杨玉香，等.基于后向轨迹的平潭大气污染输送来源研究[J].环境污染与防治，2019，41（8）：938-945.

[3] 王郭臣，王东启，陈振楼.北京冬季严重污染过程的PM2.5污染特征和输送路径及潜在源区[J].中国环境科学，2016，36（7）：1931-1937.

[4] 李颜君，安兴琴，范广洲.北京地区大气颗粒物输送路径及潜在源分析[J].中国环境科学，2019，39（3）：915-927.

[5] 闫世明，王雁，郭伟，等.太原市秋冬季大气污染特征和输送路径及潜在源区分析[J].山西气象，2021，6（2）：1-9.

[6] 周学思，廖志恒，王萌，等.2013-2016年珠海地区臭氧浓度特征及其与气象因素的关系[J].环境科学学报，2019，39（ 1）：143-153.

[7] 陈鹤，唐杰，黄梦妮.2016年湖南一次典型污染天气过程成因与来源追踪分析[J].中国农学通报，2018，34（9）：99-104.

[8] 王秀玲，花家嘉，李轩，等.2015-2017年唐山市PM2.5重污染生消气象条件分析[J].气象与环境学报，2020，36（4）：45-51.

[9] 李义宇，杨鸿儒，王楠，等.太原市一次重污染天气过程的成因分析[J].气象与环境学报，2018，34（2）：11-18.

[10] 杜朋，李德平，刘建国，等.APEC前后北京郊区大气颗粒物变化特征及其潜在源区分析[J].环境科学学报，2018，38（10）：3847-3855.

作者姓名：赵珺

出生年月：1990.3

性    别：男

籍    贯：山西神池

毕业院校：2013年毕业于南京信息工程大学

技术职称：工程师