2014~2017年北京城區(qū)霾污染態(tài)勢及潛在來源

楊 欣,陳義珍,2*,趙妤希,柴發(fā)合,王 婉

?

2014~2017年北京城區(qū)霾污染態(tài)勢及潛在來源

楊 欣1,陳義珍1,2*,趙妤希1,柴發(fā)合1,王 婉1

(1.中國環(huán)境科學研究院,北京 100012；2.南京信息工程大學江蘇省大氣環(huán)境與裝備技術協(xié)同創(chuàng)新中心,江蘇 南京 210044)

統(tǒng)計分析2014~2017年北京城區(qū)霾污染發(fā)生情況,利用HYSPLIT模式對4年內(nèi)氣流來向進行聚類計算,識別區(qū)域內(nèi)的主要污染傳輸通道和潛在污染源區(qū)分布及變化.結果顯示,研究期間北京市城區(qū)空氣質(zhì)量狀況整體呈改善趨勢,灰霾時發(fā)生率從2014年的50.6%降至2017年33.7%,灰霾日數(shù)由165d降至78d,每年10月到次年采暖結束的3月灰霾發(fā)生較為集中.不同強度霾發(fā)生頻率逐年下降,秋、冬季灰霾發(fā)生頻率及污染強度均逐步降低.冀東南平原區(qū)、太行山東麓以及燕山南麓沿線為京津冀地區(qū)的3條主要污染傳輸通道,傳輸高度均在近地1000m內(nèi),期間通道軌跡對應北京城區(qū)PM2.5平均達124.1μg/m3,其出現(xiàn)頻率在2014~2017年逐年減小,并且各年當中同類軌跡所對應的北京PM2.5均呈逐年下降趨勢.北京城區(qū)PM2.5的主要潛在源區(qū)從華北平原和渤海天津港區(qū)域逐漸縮小至冀中南和魯西北地區(qū),且傳輸通道區(qū)域污染貢獻率逐年降低,有利的天氣形勢和人為的區(qū)域減排是近年空氣質(zhì)量改善的2大主因.

北京；霾污染；后向軌跡；傳輸通道；潛在來源

空氣中的污染物,除本地人為排放和自然因素產(chǎn)生外,在一定條件下,還可以通過大氣輸送與擴散等過程將周邊區(qū)域污染物帶至受體區(qū)域,其輸送與擴散的范圍小至幾百米,大至區(qū)域、洲際乃至全球性各種不同尺度的遠距離傳輸[1-4],因此開展一個城市的大氣環(huán)境污染防治工作,不僅要考慮局地的影響,還要考慮周邊區(qū)域的影響.

HYSPLIT后向軌跡模式可以直觀地了解大氣中氣團和粒子運動的軌跡,被廣泛應用于大氣污染物輸送研究[5-9].已有一些學者通過分析氣團后向軌跡來定性或定量研究一個地區(qū)大氣顆粒物的外源傳輸特征,如Wang等[10]利用氣流軌跡追蹤,結合模式模擬和天氣形勢分析結果,識別出太行山沿線的西南氣流輻合帶為北京市PM10的主要區(qū)域傳輸通道區(qū)域;趙子菁等[11]對南京市2012~2014年各類中重度污染天氣形勢進行分類,并作氣流軌跡聚類分析,發(fā)現(xiàn)不同天氣形勢下的霾污染分別受南京本地源、東南近距離污染源和華北地區(qū)的遠距離輸送源的影響;呂升等[12]對照氣溶膠粒徑分布測定結果,分析得出不同類型氣團下氣溶膠數(shù)濃度和表面積濃度的日變化和粒徑分布特征.另外,通過對后向軌跡停留點的計算,還可得到軌跡的來向及占比分布情況,為定位污染的主要潛在來源提供了依據(jù).如任傳斌等[13]利用潛在源貢獻(PSCF)和濃度權重軌跡(CWT)分析方法,揭示了不同季節(jié)北京城區(qū)氣流軌跡的輸送特征及其對PM2.5聚集的貢獻特性,并分析了潛在源區(qū)分布的四季差異;李莉等[14]針對上海一次霾污染過程作后向軌跡聚類分析,研究重霾期間影響上海PM2.5質(zhì)量濃度的潛在源區(qū)分布以及貢獻情況,提出區(qū)域大氣污染聯(lián)防聯(lián)控乃至跨區(qū)聯(lián)動對于應對當前頻發(fā)的重污染態(tài)勢具有重要意義.

本文在對2014~2017年北京城區(qū)霾污染情況進行統(tǒng)計分析的基礎上,利用HYSPLIT后向軌跡模式對氣流來向進行聚類計算及軌跡點位統(tǒng)計分析,識別對北京城區(qū)PM2.5影響較大的污染輸送路徑和貢獻區(qū)域分布變化情況,從氣象條件及潛在源區(qū)分布變化情況探討京津冀及周邊區(qū)域減排成效,為制定更具針對性的大氣污染防治措施提供參考.

1 材料與方法

1.1 數(shù)據(jù)來源

研究所用地面氣象資料采用設置在中國環(huán)境科學研究院大氣綜合監(jiān)測站點的維薩拉MAWS301型自動氣象站,可同時觀測風、溫、濕、壓、能見度等氣象參數(shù),部分能見度缺失數(shù)據(jù)采用同站點內(nèi)降雨能見度VPF730監(jiān)測數(shù)據(jù)進行補充;地面PM2.5質(zhì)量濃度觀測數(shù)據(jù)采用美國大使館2014~2017年公開小時監(jiān)測數(shù)據(jù);氣流后向軌跡計算所用的氣象資料來源于美國國家環(huán)境預報中心(National Centers for Environmental Prediction, NCEP)的全球資料同化系統(tǒng)(global data assimilation system, GDAS),時段選取為2014年1月1日~2017年12月31日共4年.

1.2 灰霾統(tǒng)計

根據(jù)《中華人民共和國氣象行業(yè)標準—霾的觀測和預報等級》[15]并參考《灰霾污染日判別標準(試行)》[16]規(guī)定,對北京城區(qū)灰霾按如下定義進行統(tǒng)計:①當研究時段內(nèi)能見度()<10.0km,排除該時段內(nèi)出現(xiàn)降水、沙塵暴、揚沙、浮塵、煙幕、吹雪、雪暴等天氣現(xiàn)象造成的視程障礙,相對濕度小于80%,判識為霾;相對濕度80%~95%時,若PM2.5>75μg/m3,判識為霾.②按能見度范圍劃分不同強度的霾,其中輕微霾(5km￡<10km),輕度霾(3km￡<5km),中度霾(2km￡<3km),重度霾(<2km).③連續(xù)6h內(nèi),￡5km, PM2.5>75μg/m3,即判定為灰霾污染日.

1.3 潛在源解析

根據(jù)后向軌跡聚類計算模式,結合氣流軌跡起點的小時地面PM2.5濃度,采用潛在源貢獻(PSCF)算法來識別污染源區(qū)分布[17-19].其中,后向軌跡采用搭載HYSPLIT模塊的MeteoInfo軟件進行模擬和聚類;PSCF函數(shù)則基于空間網(wǎng)格計算,為所選研究區(qū)域內(nèi)經(jīng)過計算網(wǎng)格的污染軌跡(PM2.5>75μg/m3)端點數(shù)M與該網(wǎng)格上經(jīng)過的所有軌跡端點數(shù)N的比值[13,20],其值越大,表征該網(wǎng)格對受體點的污染傳輸貢獻越大.后向軌跡模式起點設在中國環(huán)境科學研究院(40.04°N,116.41°N),考慮北京城區(qū)邊界層分布及流場特征,軌跡起始高度選擇300m[21-22],后向時間尺度設為48h,以反映氣流輸送規(guī)律[23-24].

潛在源計算網(wǎng)格精度0.25°×0.25°,格網(wǎng)覆蓋范圍100°E~125°E,32°N~50°N.需要注意的是,當經(jīng)過某一網(wǎng)格的氣流滯留時間較短時,總體落在該網(wǎng)格內(nèi)的軌跡點數(shù)N較少,并且還有可能出現(xiàn)該網(wǎng)格內(nèi)僅有一條軌跡通過,但在格點的停留時間較長的現(xiàn)象,2種情況均會導致計算結果的不確定性增大.因此,以研究區(qū)內(nèi)3倍的網(wǎng)格平均軌跡端點數(shù)(vg)和一定網(wǎng)格軌跡數(shù)為邊界[25-26],引入經(jīng)驗權重系數(shù)W和V,分別對全體網(wǎng)格平均軌跡端點數(shù)N和網(wǎng)格內(nèi)軌跡條數(shù)traj進行區(qū)間化賦權和降誤差處理,得到潛在源貢獻系數(shù)WPSCF,權重函數(shù)定義為:

2 結果與討論

2.1 霾污染特征

表1 2014~2017年北京城區(qū)灰霾發(fā)生情況

注:加粗字體為每年灰霾集中出現(xiàn)階段.

2.1.1 灰霾頻率分布 從表1統(tǒng)計結果可知,經(jīng)剔除降水和沙塵時段數(shù)據(jù)后,2014~2017年北京市城區(qū)灰霾發(fā)生頻率連年下降,2014年灰霾出現(xiàn)最高為4238時次,占全年總監(jiān)測小時數(shù)50.6%,其中灰霾日占全年天數(shù)的45.2%,到2017年灰霾時出現(xiàn)頻率降至33.7%,灰霾日數(shù)由165d降至78d,空氣質(zhì)量整體改善情況顯著.從逐月統(tǒng)計數(shù)據(jù)來看,基本在每年秋季10月到采暖結束的3月,灰霾出現(xiàn)頻率最高,5~6月出現(xiàn)頻率最小,各月灰霾發(fā)生頻率基本呈下降趨勢,對于各年7月均出現(xiàn)的灰霾高發(fā)狀況,應與雨季濕度大,能見度相對較低,從氣象條件上將其判識為霾有關,其污染強度一般較低.另外值得注意的是,在2015~2016年,雖然大多數(shù)月份灰霾出現(xiàn)頻率均較2014年表現(xiàn)為逐年減小,但在采暖后的11~12月灰霾污染仍呈集中爆發(fā)增長態(tài)勢,為大氣污染防治工作重點關注月份.直到2017年,秋冬季灰霾發(fā)生頻率顯著降低.

從圖1可以看出,各年灰霾發(fā)生多集中于秋、冬兩季,夏季霾發(fā)生頻率最低.其中,各季節(jié)灰霾均以2014年發(fā)生頻率最高,2017年最低,并且除2016年秋季出現(xiàn)明顯增長反彈外,其余各季節(jié)灰霾發(fā)生基本呈連年下降態(tài)勢.

圖1 2014~2017年北京城區(qū)灰霾發(fā)生的季節(jié)分布

2.1.2 灰霾強度分布 從圖2可以看出,2014~2017年各強度霾發(fā)生情況均呈逐漸下降趨勢,非霾時數(shù)不斷增多.每年當中出現(xiàn)的霾均以輕微霾為主,發(fā)生分布均呈現(xiàn)為:輕微>輕度>重度>中度,重度霾占比從2014年的20.5%逐漸降至2017年的15.6%.

圖2 2014~2017年北京不同強度霾的占比(%)分布

從圖3可知,2014~2017年重度霾發(fā)生相對集中,主要從10月開始到次年采暖季結束的3月,與各年灰霾出現(xiàn)分布一致,在此期間發(fā)生的重度霾占全部研究時段內(nèi)重度霾發(fā)生的83.0%.補充2013年10~12月重度霾統(tǒng)計數(shù)據(jù)發(fā)現(xiàn),在2014~2017年前后所涉及到的5個重度霾集中發(fā)生階段中,第1階段重度霾出現(xiàn)頻率最高為16.4%,并在2014年2月達到出現(xiàn)峰值頻率為38.4%,隨后第2階段重度霾出現(xiàn)及峰值頻率均有所下降,到第3階段污染重新加重,其中2015年11月峰值頻率升至30.4%,與該年秋冬采暖后灰霾污染的集中爆發(fā)有關,之后時段內(nèi)重度霾出現(xiàn)頻率則不斷下降,到第5階段的2017年10~12月重霾出現(xiàn)頻率降至6.7%,并且10月高峰頻率降至14.8%.由此說明,在2015~2017年秋冬季灰霾發(fā)生頻率下降的同時,極端污染強度也在逐步降低.

圖3 2014~2017年北京重度霾的逐月分布

2.2 區(qū)域傳輸與潛在來源分析

2.2.1 后向軌跡聚類分析 選用Angle Distance算法[27]對逐時的氣流軌跡按照氣團移動速度和方向進行聚類分析,2014~2017年的軌跡分別被聚類為5、5、5和4類,見圖4.表2為聚類統(tǒng)計結果.

圖4 2014~2017年北京城區(qū)氣流后向軌跡聚類分析

從圖4可以看出,來自于北京西北及北部方向的氣流在各年氣流來向中均占絕對優(yōu)勢,且出現(xiàn)頻率逐年上升,由2014年的52.0%增至2015年64.9%, 2016年74.5%,到了2017年,由于北京以南軌跡因出現(xiàn)較少且分散,未被列為聚類軌跡單獨顯示,氣流基本以西北方向輸送為主.此外,整個研究期間除2017年出現(xiàn)的2條短軌跡外,西北方向其他軌跡起始高度均較高,傳輸距離較長,說明氣團移動速度較快,該類型氣流輸送一般與清潔天氣相對應[28-30],統(tǒng)計該類型軌跡所對應的北京地區(qū)PM2.5平均僅67.7μg/m3.而起源于北京以南區(qū)域的氣流,軌跡起始高度則相對較低,路徑較短,并且基本維持在近地1000m內(nèi),屬于局地傳輸氣流,該方向氣流一般出現(xiàn)于區(qū)域氣象條件相對穩(wěn)定的情況下,大氣的稀釋擴散能力往往較弱,近地面污染物易于聚積[31-32],其對應北京地區(qū)PM2.5平均達124.1μg/m3.

表2 2014~2017年北京城區(qū)后向軌跡聚類統(tǒng)計結果

注:加粗字體為污染傳輸通道軌跡及其途徑區(qū)域.

結合表2對研究期內(nèi)各氣流軌跡分布發(fā)現(xiàn),北京以南區(qū)域的后向軌跡中污染軌跡占比均較高,范圍涉及京津冀周邊區(qū)域的工業(yè)聚集區(qū),軌跡覆蓋該區(qū)域的主要污染傳輸通道城市[33].其中在2014年,來自于河北南部、山東北部的污染物沿冀東南(軌跡1)和太行山東麓(軌跡2)向北傳輸,同時來自于渤海灣及天津的污染物則沿燕山山脈南側(軌跡3)向京輸送,并在山前平原區(qū)匯聚,疊加本地源排放導致霾污染加重持續(xù),在此期間對應北京地區(qū)PM2.5平均高達140.7μg/m3,明確為京津冀地區(qū)的3條主要污染傳輸通道,其出現(xiàn)頻率高達47.9%.

2015年,北京以南主要污染傳輸通道減少為2條,分別為軌跡1、2,較2014年發(fā)生頻率和污染強度均明顯降低,傳輸通道軌跡對應北京PM2.5降至104.6μg/m3,出現(xiàn)頻率降至23.4%,與此同時,起源于內(nèi)蒙古中西部高空的軌跡4對應北京PM2.5達119.0μg/m3,應與該年度秋冬季節(jié)受異常大氣環(huán)流導致的高頻弱冷空氣有關[34-36],雖然300m及以上氣流均來自于西北高空的遠距離輸送,但因?qū)孛嫖廴疚锏那宄饔糜邢?地面PM2.5仍處于較高濃度.

2016年,北京以南污染傳輸通道僅剩太行山沿線軌跡1,且發(fā)生頻率及強度再次降低,出現(xiàn)頻率僅10.3%,對應PM2.5降為91.4μg/m3,其余軌跡與2015年類似.

到2017年,全年基本以西北氣流傳輸為主,北京以南污染傳輸軌跡出現(xiàn)頻率較小,由此可知,2014~ 2017年輸送至北京地區(qū)的氣流軌跡條件逐年改善,天氣條件不斷利好.另外,對比同類型氣流軌跡對應的北京空氣質(zhì)量發(fā)現(xiàn),各軌跡條件下PM2.5基本呈連年下降趨勢,表明了人為持續(xù)減排努力的效果.因此,近年來北京地區(qū)灰霾發(fā)生頻率及強度的下降是由天氣條件改善和人為減排共同努力的結果.

2.2.2 潛在源區(qū)分布變化 在確定影響北京空氣質(zhì)量的氣流軌跡空間分布后,通過PM2.5潛在源貢獻系數(shù)(WPCSF)計算,進一步識別影響北京霾污染的潛在源區(qū)及貢獻,文中以WPCSF30.7劃分為主要潛在源區(qū),其余為次要潛在源區(qū).從圖5可知,2014年的潛在源區(qū)分布范圍相對較小,集中在華北及內(nèi)蒙、外蒙部分區(qū)域,2015~2016年潛在源區(qū)面積明顯增大,范圍擴大到山西及內(nèi)蒙西部,說明在此期間北京地區(qū)氣流來向相對分散,污染貢獻較小區(qū)域的氣流占比增大,印證了天氣狀況轉(zhuǎn)好導致北京地區(qū)污染頻率降低,同時,各年主要潛在源區(qū)污染貢獻率的逐年減小,反映了區(qū)域大氣污染減排對降低污染貢獻的作用.并且,到2017年,在潛在源區(qū)分布與2015年相似的狀況下,華北源區(qū)污染貢獻率的顯著降低,說明人為減排對環(huán)境空氣質(zhì)量的改善成效.

另外,2014~2017年北京城區(qū)PM2.5的主要潛在源區(qū)覆蓋面積呈現(xiàn)逐年縮小趨勢.2014主要潛在源區(qū)分布在華北平原地區(qū)和渤海天津港區(qū)域,2015~ 2016年,主要潛在源區(qū)范圍逐漸縮小并且向西偏移延伸,集中在河北中南部、山西東部以及山東西北部區(qū)域,傳輸通道主要為太行山東麓沿線.到2017年,潛在源區(qū)貢獻率基本降至0.7以下,冀中南和魯西北地區(qū)仍為PM2.5輸送的潛在源區(qū).由此可知,隨著PM2.5的區(qū)域貢獻的逐漸減小,在制定接下來的大氣污染管控措施時,一方面需要加強鞏固已有的區(qū)域減排成效,防止污染反彈,另一方面還應繼續(xù)加大傳輸通道城市的減排力度,防止由于天氣條件轉(zhuǎn)差帶來的區(qū)域性污染傳輸影響.

3 結論

3.1 2014~2017年北京市城區(qū)空氣質(zhì)量狀況整體呈改善趨勢,灰霾時發(fā)生率從50.6%降至33.7%,灰霾日數(shù)由165d降至78d.秋、冬兩季灰霾發(fā)生較為集中,尤其在每年秋季10月到采暖結束的3月,灰霾出現(xiàn)頻率最高,夏季灰霾發(fā)生頻率最低,除2016年秋季出現(xiàn)增長反彈外,其余各季均連年下降.

3.2 各年灰霾強度占比分布為輕微>輕度>重度>中度,不同強度霾發(fā)生頻率均逐年下降.其中重度霾發(fā)生于10月到次年3月采暖結束時的概率為83.0%,并且在2014~2017年所涉及的5個重度霾集中發(fā)生階段中,第1階段重度霾出現(xiàn)頻率最高為16.4%,到第5階段2017年10月重霾出現(xiàn)頻率降至6.7%,說明秋冬季灰霾在發(fā)生頻率下降的同時,污染強度也在逐步降低.

3.3 來自于冀東南平原區(qū)、太行山東麓及燕山南側沿線的局地氣流,傳輸路徑較短,高度基本維持在上空1000m內(nèi),為京津冀及周邊地區(qū)的3條主要污染傳輸通道,該軌跡條件下所對應的2014~2017年北京城區(qū)PM2.5平均達124.1μg/m3.在此期間,污染通道軌跡出現(xiàn)頻率不斷減小,說明天氣條件不斷利好,而各年當中同類型氣流軌跡所對應的北京PM2.5均呈逐年下降趨勢,表明人為的持續(xù)減排對空氣質(zhì)量改善的效果.

3.4 2014~2017年,北京城區(qū)PM2.5的主要潛在源區(qū)從華北平原和渤海天津港區(qū)域逐漸縮小至冀中南和魯西北地區(qū),并且傳輸通道區(qū)域污染貢獻率逐年降低,說明有利的天氣形勢和人為的區(qū)域減排是北京地區(qū)空氣質(zhì)量改善的2大主因.

[1] 尹 聰,朱 彬,曹云昌,等.秸稈焚燒影響南京空氣質(zhì)量的成因探討[J]. 中國環(huán)境科學, 2011,31(2):207-213.

[2] 秦娟娟,王 靜,程建光.2008年青島市一次典型大氣外來源輸送污染過程分析[J]. 氣象與環(huán)境學報, 2010,26(6):35-39.

[3] Wang J K, Xu J, He Y J, et al, Long range transport of nitrate in the low atmosphere over Northeast Asia [J]. Atmospheric Environment, 2016,144:315-324.

[4] Ta-Chih Hsiao, Wei-Nai Chen, Wei-Cheng Ye, et al, Aerosol optical properties at the Lulin Atmospheric Background Station in Taiwan and the influences of long-range transport of air pollutants [J]. Atmospheric Environment, 2017,150:366-378.

[5] Hamish McGowan, Andrew Clark. Identification of dust transport pathways from Lake Eyre, Australia using Hysplit [J]. Atmospheric Environment, 2008,42(29):6915-6625.

[6] Salah S Abdalmogith, Roy M Harrison. The use of trajectory cluster analysis to examine the long-range transport of secondary inorganic aerosol in the UK [J]. Atmospheric Environment, 2005,39(35):6686- 6695.

[7] László Makra, István Matyasovszky, Zoltán Guba, et al, Monitoring the long-range transport effects on urban PM10levels using 3D clusters of backward trajectories [J]. Atmospheric Environment, 2011, 45:2630-2641.

[8] 傅昭娟.后向軌跡模型在顆粒物區(qū)域影響溯源研究中應用現(xiàn)狀[J]. 資源節(jié)約與環(huán)保, 2016,(5):20-21.

[9] 王曉琦,郎建壘,程水源,等.京津冀及周邊地區(qū)PM2.5傳輸規(guī)律研究[J]. 中國環(huán)境科學, 2016,36(11):3211-3217.

[10] Wang F, Chen D S, Cheng S Y, et al, Identification of regional atmospheric PM10transport pathways using HYSPLIT, MM5-CMAQ and synoptic pressure pattern analysis [J]. Environmental Modelling & Software, 2010,25(8):927-934.

[11] 趙子菁,魏永杰,張祥志,等.南京市霾天氣與主要氣象條件的相關分析[J]. 中國環(huán)境科學, 2015,35(12):3570-3580.

[12] 呂 升,沈利娟,李 莉,等.不同氣團下嘉興市春季氣溶膠的粒徑分布特征[J]. 環(huán)境化學, 2016,35(8):1715-1722.

[13] 任傳斌,吳立新,張媛媛,等.北京城區(qū)PM2.5輸送途徑與潛在源區(qū)貢獻的四季差異分析[J]. 中國環(huán)境科學, 2016,36(9):2591-2598.

[14] 李 莉,蔡鋆琳,周 敏.2013年12月中國中東部地區(qū)嚴重灰霾期間上海市顆粒物的輸送途徑及潛在源區(qū)貢獻分析[J]. 環(huán)境科學, 2015,36(7):2327-2336.

[15] QX/T 113-2010 霾的觀測和預報等級[S].

[16] 環(huán)境保護部辦公廳.關于征求國家環(huán)境保護標準《灰霾污染日判別標準(試行)》意見的函[Z]. 北京, 2014.

[17] Begum B A, Kim E, Jeong C H, et al. Evaluation of the potential source contribution function using the 2002 Quebec forest fire episode [J]. Atmospheric Environment, 2005,39:3719-3724.

[18] 王愛平,朱 彬,銀 燕,等.黃山頂夏季氣溶膠數(shù)濃度特征及輸送潛在源區(qū)[J]. 中國環(huán)境科學, 2014,34(4):852-861.

[19] 岳 毅,李金娟,馬千里.臨安本地站2010~2015年PM10污染特征及影響因素分析[J]. 中國環(huán)境科學, 2017,37(8):2877-2887.

[20] 王郭臣,王東啟,陳振樓.北京冬季嚴重污染過程的PM2.5污染特征和輸送路徑及潛在源區(qū)[J]. 中國環(huán)境科學, 2016,36(7):1931-1937.

[21] 蘇福慶,高慶先,張志剛,等.北京邊界層外來污染物輸送通道[J]. 環(huán)境科學研究, 2004,17(1):26-29,40.

[22] 王 芳,陳東升,程水源,等.基于氣流軌跡聚類的大氣污染輸送影響[J].環(huán)境科學研究, 2009,22(6):637-642.

[23] 王 茜.利用軌跡模式研究上海大氣污染的輸送來源[J]. 環(huán)境科學研究, 2013,26(4):357-363.

[24] 蘇玲玲,劉國卿,丁敏霞,等.基于210Po/210Pb活度比的大氣顆粒物滯留時間研究[J]. 地球化學, 2017,46(5):476-481.

[25] Wang Y Q, Zhang X Y, Arimoto R. The contribution from distant dust sources to the atmospheric particulate matter loadings at Xi An, China during spring [J]. Science of the Total Environment, 2006,368(2/3): 875-883.

[26] Wang Y Q, Zhang X Y, Draxler R. TrajStat: GIS-based Software that Uses Various Trajectory Statistical Analysis Methods to Identify Potential Sources from Long-term Air Pollution Measurement Data [J]. Environ. Modell. Software, 2009,24:938-939.

[27] Sirois A., Bottenheim J.W. Use of backward trajectories to interpret the 5-year record of PAN and O3ambient air concentrations at Kejimkujik National Park, Nova Scotia [J]. Geophysical. Research, 1995,100(D2):2867–2881.

[28] 王世強,黎偉標,鄧雪嬌,等.廣州地區(qū)大氣污染物輸送通道的特征[J]. 中國環(huán)境科學, 2015,35(10):2883-2890.

[29] Peng Y, Liu X D,Dai J, et al. Aerosol size distribution and new particle formation events in the suburb of Xi'an, northwest China [J]. Atmospheric Environment, 2017,153:194-205.

[30] 夏玲君,劉立新.北京上甸子站大氣CH4數(shù)據(jù)篩分及變化特征[J]. 中國環(huán)境科學, 2017,37(11):4044-4051.

[31] 陳朝暉,程水源,蘇福慶,等.華北區(qū)域大氣污染過程中天氣型和輸送路徑分析[J]. 環(huán)境科學研究, 2008,21(1):17-21.

[32] 楊 浩,白永清,劉 琳,等.基于軌跡聚類河南地區(qū)大氣污染過程空氣輸送通道研究[J]. 氣象與環(huán)境學報, 2017,33(4):29-39.

[33] 環(huán)境保護部辦公廳.京津冀及周邊地區(qū)2017年大氣污染防治工作方案[Z]. 北京, 2017.

[34] 沈曉琳,何立富.2015年11月大氣環(huán)流和天氣分析[J]. 氣象, 2016, 42(2):254-260.

[35] 李 明,花 叢,馬學款.2015年12月大氣環(huán)流和天氣分析[J]. 氣象, 2016,42(3):382-388.

[36] 司 東,柳艷菊,邵 勰.2015年海洋和大氣環(huán)流異常及對中國氣候的影響[J]. 氣象, 2016,42(4):484-488.

致謝：本研究軌跡聚類分析和潛在源分析使用中國氣象科學研究院王亞強教授提供的開放軟件MeteoInfo,在此表示感謝.

Analysis of haze pollution situation and potential sources in Beijing urban area from 2014 to 2017.

YANG Xin1, CHEN Yi-zhen1,2*, ZHAO Yu-xi1, CHAI Fa-he1, WANG Wan1

(1.Chinese Research Academy of Environmental Sciences, Beijing 100012, China；2.Jiangsu Collaborative Innovation Center of Atmospheric Environment and Equipment Technology, Nanjing University of Information Science & Technology, Nanjing 210044, China)., 2018,38(9)：3232~3239

Combined the statistical analysis of Beijing urban haze from the year of 2014 to 2017 with the clustering results obtained by HYSPLIT backward trajectory mode, spatial characteristics and variation of main pollution transport pathways and potential source-zones were identified. The study revealed that the overall air quality in Beijing urban area kept improving during the study period, with the incidence of haze dropped from 50.6% in 2014to 33.7% in 2017and the occurrence of haze days decreased from 165d to 78d. Every year, haze always concentrated appears during coal heating period from October to the next March. The occurrence frequency of the different intensity haze has been decreasing year by year, both the frequency and the intensity of haze pollution happened in autumn and winter seasons declined gradually. There are three main pollution transport pathways in the Beijing-Tianjin-Hebei area, including the southeastern plain area of Hebei, the east foot of the Taihang Mountain and the south foot of the Yan Mountain, which altitudes were all below 1000m of the ground, corresponding to the Beijing average concentration PM2.5of 124.1μg/m3during the study. The frequencies of main transport pathways have reduced gradually, and the contributions to PM2.5of Beijing by the same trajectory were also declined. Major potential source-zones of PM2.5in Beijing urban area has gradually narrowed to center-south parts of Hebei and northwest Shandong from the north China plain and the Tianjin port, with the decreasing contribution rate of the air pollution from the transport pathways. The favorable weather conditions and the control of human-derived regional emissions were the 2major causes of the air quality improvement in the last 4years.

Beijing；haze；backward trajectory；transport pathway；potential source

X513

A

1000-6923(2018)09-3232-08

楊 欣(1989-),女,山東臨沂人,助理研究員,碩士,主要從事大氣物理觀測研究.發(fā)表論文6篇.

2018-02-05

環(huán)境保護部部門預算項目(2110301);大氣重污染成因與治理攻關項目(DQGG-05-24)

* 責任作者, 研究員, chenyz@craes.org.cn