成都市雙流區(qū)PM2.5污染輸送路徑與潛在源研究

摘要：通過后向軌跡聚類分析方法研究2021年-2022年成都市雙流區(qū)PM2.5污染輸送路徑，并通過潛在源貢獻因子分析和濃度權(quán)重軌跡分析研究各季節(jié)PM2.5污染潛在源。結(jié)果表明：2021年-2022年期間，各個季節(jié)到達成都雙流的氣流均以四川盆地內(nèi)部的短途氣流為主，主要為東部路徑；PM2.5污染主要潛在源區(qū)位于四川東部和南部城市群、重慶西部地區(qū)以及四川西部的阿壩州南部和雅安北部區(qū)域；冬季外來源和本地源對PM2.5污染的貢獻均較顯著。

關(guān)鍵詞：雙流；PM2.5；后向軌跡；潛在源

中圖分類號：X51 文獻標志碼：A

前言

PM2.5是空氣動力學(xué)直徑小于或等于2.5um懸浮在大氣中的細顆粒物，是城市主要大氣污染物之一。PM2.5區(qū)域傳輸是造成大氣污染的重要原因，近年來國內(nèi)研究學(xué)者陸續(xù)開展了京津冀、長三角、川渝等地區(qū)的大氣污染物PM2.5傳輸研究。成都市雙流區(qū)位于成都西南核心區(qū)域，具有典型的盆地氣候條件，常年風(fēng)速小、靜風(fēng)頻率高、冬季逆溫現(xiàn)象多，加之產(chǎn)業(yè)集中、人口密集、車輛眾多，近年來由細顆粒物PM2.5誘發(fā)的大氣污染頻發(fā)，引起全社會廣泛關(guān)注，研究分析雙流PM2.5跨區(qū)域輸送的特征和潛在源區(qū)，可為大氣污染防治提供科學(xué)依據(jù)。

1數(shù)據(jù)與方法

1.1數(shù)據(jù)來源

后向軌跡模擬使用的氣象分析場數(shù)據(jù)為美國環(huán)境預(yù)報中心（National Centers for Environmental Prediction，NCEP） 2021年-2022年的全球數(shù)據(jù)同化系統(tǒng)（Global Data Assinulation System，GDAS）分析資料。雙流區(qū)PM2.5濃度數(shù)據(jù)使用雙流白河環(huán)境監(jiān)測站2021年- 2022年環(huán)境監(jiān)測數(shù)據(jù)。

1.2后向軌跡聚類分析方法

HYSPUT（Hybrid Single-Pafficle Lagrangian Integrated Trajectory Model）是由美國國家海洋和大氣管理局的空氣資源實驗室和澳大利亞氣象局聯(lián)合開發(fā)的一種用于計算和分析大氣軌跡的專業(yè)模型，可以用于分析大氣污染物來源及擴散特征。該模型為拉格朗日和歐拉混合型擴散模式，是較為完整的輸送、擴散和沉降綜合模式，可用來處理多種氣象要素場、多種物理過程和不同類型污染物排放源，也可以用來追蹤氣流攜帶的顆粒物的移動方向。文章利用HYSPLT模式和GIS結(jié)合的TrajStat軟件進行后向軌跡的模擬計算。軌跡聚類分析的原理是根據(jù)不同軌跡的運動特征對軌跡進行分類的數(shù)學(xué)方法。軌跡聚類采用角距離或者歐氏距離計算軌跡之間的距離，再根據(jù)軌跡的總空間相異度對到達所有受點的軌跡進行聚類分組。具體方法為假設(shè)有n條軌跡，這些軌跡被分為n類，然后將2條聚類結(jié)果最接近的軌跡歸為1類，并計算這兩條軌跡每小時停留點的平均經(jīng)度和緯度，得到該類軌跡的平均軌跡。SPVAR（SpatialVariance）為每個聚類空間的相異度，用式（1）表示：

采用歐氏距離對后向軌跡進行聚類分析，兩條軌跡之間歐式距離由式（2）計算：

1.3潛在源貢獻園子分析方法

潛在源貢獻因子分析法（Potential Source ConVibution Function，PSCF）是一個基于條件概率函數(shù)的方法，通過將污染特征值（如AQI、污染物濃度）分配到每條后向軌跡來確定高污染地區(qū)可能的污染物排放方位。文章利用TrajStat進行模擬計算2021年1月1日-2022年12月31日100m高度的72小時后向軌跡，將觀測期間每小時的PM3.5濃度數(shù)據(jù)分配到相應(yīng)的軌跡。利用該方法可對污染物濃度高的污染軌跡進行識別，從而近似確定污染物的擴散途徑。

PSCF在第ij個柵格內(nèi)的值被定義為：

1.4濃度權(quán)重軌跡分析方法

濃度權(quán)重軌跡分析法（Concentndon Weight Trajectory，CWT）是一種計算潛在源區(qū)氣流軌跡權(quán)重濃度，反映不同軌跡的污染程度的方法l71。該方法需要像PSCF -樣將軌跡經(jīng)過的區(qū)域被劃分成ixj個等距離格點，結(jié)合不同軌跡計算出每個網(wǎng)格的平均權(quán)重濃度數(shù)值，高值格點意味著經(jīng)過該格點的氣流包含著較高濃度的污染物。計算方法如式（6）所示：

2結(jié)果與分析

2.1后向軌跡聚類分析

如圖1所示成都雙流2021年-2022年各季節(jié)氣流72小時后向軌跡模擬結(jié)果。在研究中將2021年3月-5月和2022年3月-5月作為春季時段，2021年6月-8月和2022年6月-8月作為夏季時段，2021年9月-11月和2022年9月-11月作為秋季時段，2021年1月-2月、2021年12月-2022年2月和2022年12月作為冬季時段，各季節(jié)后向軌跡方向、途經(jīng)區(qū)域和所占比例的統(tǒng)計結(jié)果見表1。

后向軌跡聚類分析結(jié)果顯示，春季到達雙流的氣流主要來自東部占比達90.82%，其中來自東方經(jīng)過資陽和簡陽的短途軌跡1占總軌跡數(shù)目的比例最高，達52.15%，來自東北的軌跡2占38.67%，經(jīng)過長距離輸送來自西北方向經(jīng)過新疆、青海、甘孜、阿壩、雅安的軌跡3所占比例最低為9.18%。夏季到達雙流的氣流均來自東部，其中來自東偏南經(jīng)過資陽、眉山的短途軌跡1占比最高，為47.27%，來自東南、東偏北、東北（短途）、東北（長距離）的軌跡2-5占比分別為5.56%、17.92%、18.19%和11.06%。秋季到達雙流的氣流主要來自東北方向占比達91.25%，其中經(jīng)過綿陽、德陽的短途軌跡1占總軌跡數(shù)目的比例最高，達67.41%，來自東北方向輸送距離稍長的軌跡2占23.84%，此外來自西北方向經(jīng)過青海、甘肅、綿陽、德陽的長距離軌跡3占比最小為8.75%。冬季到達雙流的氣流主要來自東部占比達90.31%，其中來自東偏北經(jīng)過遂寧、德陽的軌跡1占總軌跡數(shù)目的比例最高，達61.62%，來自東北經(jīng)過陜西、巴中、廣元、綿陽、德陽的軌跡2占比為28.69%，來自西北方向的軌跡3和來自西偏北方向長距離軌跡4占比分別為3.20%和6.49%?？傮w來看，2021年-2022年到達成都雙流的氣流四季均主要來自東部，且各個季節(jié)占比最高的均是短途軌跡，可以認為成都雙流PM2.5污染輸送路徑以東部短途路徑為主。

2.2潛在源貢獻園子分析

利用潛在源貢獻因子分析方法計算成都雙流的污染源區(qū)，將PM2.5濃度二級標準限值75 ug/m3設(shè)置為閾值，分析結(jié)果見圖2。

可以看出，春季成都雙流PM2.5污染的主要貢獻源區(qū)位于西南方向西藏林芝至四川甘孜一線和重慶地區(qū)，其WPSCF值大于0.3，其次位于西北方向和西南方向的區(qū)域也有一定貢獻，其WPSCF值為0.1。夏季周邊區(qū)域WPSCF值均小于0.04，可以認為夏季不存在潛在源區(qū)，這是因為成都雙流夏季PM2.5濃度多數(shù)時間小于75 ug/m3這一計算閾值。秋季潛在源區(qū)面積較小，主要貢獻源區(qū)位于重慶西部地區(qū)，WPSCF值達到0.6，其次成都西南部的宜賓、自貢一帶貢獻也較大，WPSCF為0.3。冬季潛在源區(qū)面積和WPSCF值均為四個季節(jié)中最大，其中成都西北部的阿壩南部、雅安北部以及位于成都西南部城市群（自貢、內(nèi)江、資陽、眉山、遂寧）特別是瀘州北部、資陽西部及重慶西部一帶是PM2.5污染相對貢獻較大的區(qū)域，WPSCF達到0.9，印度西北至西藏林芝一帶和緬甸北部也是貢獻較大的區(qū)域，WPSCF達到0.7，此外甘肅西南部陜西南部也有一定貢獻，WPSCF值為0.2。

2.3濃度權(quán)重軌跡分析

如圖3所示濃度權(quán)重軌跡分析方法計算得到的不同季節(jié)各個區(qū)域?qū)Τ啥茧p流PM2.5濃度貢獻大小。

可以看出，春季四川盆地東部和重慶西部地區(qū)以及四川西部的阿壩州南部和雅安北部區(qū)域?qū)Τ啥茧p流的PM2.5濃度貢獻較高，WCWT值在50以上。夏季主要貢獻源區(qū)在四川盆地地區(qū)，但WCWT值均低于30，因此可以認為夏季不存在明顯的PM2.5濃度貢獻源區(qū)。秋季最顯著的貢獻源區(qū)是重慶西部和四川東南城市群，其中重慶西部一帶WCWT值高達90以上，瀘州北部、自貢、內(nèi)江和資陽地區(qū)WCWT值接近70。冬季W(wǎng)CWT數(shù)值較其他季節(jié)顯著偏高，高值區(qū)范圍相較于其它季節(jié)也顯著偏大，其中四川東部和南部城市群（宜賓北部、瀘州北部、樂山北部、眉山、自貢、內(nèi)江、資陽、遂寧）、重慶西部地區(qū)以及四川西部的阿壩州南部和雅安北部區(qū)域WCWT值在100以上，其次印度西北至西藏林芝一帶和緬甸北部的WCWT達到70以上，成都地區(qū)局地源的WCWT也達到70，說明冬季外來源和本地源對成都雙流PM2.5濃度貢獻均較顯著。

將圖2和圖3進行比較，可以看出潛在源貢獻因子分析方法和濃度權(quán)重軌跡分析方法結(jié)論大致相同，冬季PM2.5污染最為嚴重，主要潛在源區(qū)位于四川東部和南部城市群、重慶西部地區(qū)以及四川西部的阿壩州南部和雅安北部區(qū)域。

3結(jié)論

文章采用后向軌跡聚類分析方法研究2021年-2022年成都雙流PM2.5污染輸送路徑，并通過潛在源貢獻因子分析和濃度權(quán)重軌跡分析研究各季節(jié)PM2.5污染潛在源，研究結(jié)論如下：后向軌跡聚類分析表明，2021年-2022年到達成都雙流的氣流四季均主要來自東部，四季占比最高的均是短途軌跡，因此可以認為成都雙流PM2.5輸送路徑以東部短途路徑為主。潛在源貢獻因子分析和濃度權(quán)重軌跡分析結(jié)論大致相同，成都雙流冬季PM2.5污染最為嚴重，主要貢獻源區(qū)位于四川東部和南部城市群、重慶西部地區(qū)以及四川西部的阿壩州南部和雅安北部區(qū)域；可以認為夏季成都雙流不存在PM2.5污染潛在源區(qū)，冬季外來源和本地源對PM2.5污染的貢獻均較顯著，因此在大氣污染防治工作中，需要加強外來細顆粒物污染物輸入監(jiān)測、區(qū)域聯(lián)防聯(lián)控和本地污染排放精準控制。