基于后向轨迹模式对北京市PM2.5来源的探讨

近年来中国经历了数次大范围雾霾天气，北京等多个城市更是遭遇连续雾霾。造成雾霾天气的主要污染物PM_2.5又称细颗粒物。为了进一步治理北京雾霾，为制定政策提供依据，须了解北京地区PM_2.5的来源。本文基于后向轨迹模式并结合PM_2.5浓度计算了2015年9月1日0：00至2016年8月31日23：00以北京为起始点，向后推算48小时的轨迹，并结合轨迹聚类分析法、潜在源贡献因子法（PSCF）、浓度权重轨迹分析法（CWT）等，探讨北京地区PM_2.5的来源。结果表明：模拟的后向轨迹经过聚类分析可分为6类，其中来自内蒙古西部的轨迹最多，来自西北、北西北方向的轨迹次之，来自西西北方向且在京津冀地区停留一段时间的轨迹占比最小，来自河北、山东、河南的交接地区及河北的沿海地区的轨迹占比也较小。其中来自内蒙古西部地区及河北、山东、河南交界地区的两类轨迹对北京的空气质量有较大的影响，是北京PM_2.5污染的主要潜在源区；来自北西北方向及河北的沿海地区两类轨迹的气团最为清洁，为北京带来良好的天气；来自西北及西西北方向的部分轨迹对应的PM_2.5浓度严重超标，说明来自此方向的气团对北京的空气质量也有一定的影响。     

浙江省大气颗粒物PM2.5化学组分污染特征分析

为探究浙江省城市大气颗粒物的组分污染特征,基于2019年10月1日至2020年9月30日浙江省内11个点位4个区域的手工采样监测数据,分析了浙江省PM_2.5组分不同区域不同季节的污染特征.结果表明,采样期内浙江省各地区ρ(PM_2.5)平均值范围为34.3～46.4μg·m^-3,其中浙西和浙北内陆地区PM_2.5浓度相对较高,分别高出均值15.1%和13.2%,浙东和浙南沿海地区PM_2.5浓度相对较低,分别低于均值8.4%和14.9%.季节性特征呈现秋季和冬季较高,夏季最低,空间分布来看,浙南地区的PM_2.5浓度春季、秋季和冬季季节变化不明显,浙西地区为：秋季>冬季>春季>夏季,浙北和浙东地区均呈现冬季>秋季>春季>夏季的季节变化特征.内陆地区采样期内,风景名胜区、行政区、居民区和商业交通居民混合区的ρ(PM_2.5)分别为：(40.2±10.2)、(46.3±9.6)、(50.1±10.6)和(46.7...     

Characterization, reactivity, source apportionment, and potential source areas of ambient volatile organic compounds in a typical tropical city

Based on one-year observation, the concentration, sources, and potential source areas of volatile organic compounds (VOCs) were comprehensively analyzed to investigate the pollution characteristics of ambient VOCs in Haikou, China. The results showed that the annual average concentration of total VOCs (TVOCs) was 11.4 ppbV, and the composition was dominated by alkanes (8.2 ppbV, 71.4%) and alkenes (1.3 ppbV, 20.5%). The diurnal variation in the concentration of dominant VOC species showed a distinct bimodal distribution with peaks in the morning and evening. The greatest contribution to ozone formation potential (OFP) was made by alkenes (51.6%), followed by alkanes (27.2%). The concentrations of VOCs and nitrogen dioxide (NO₂) in spring and summer were low, and it was difficult to generate high ozone (O₃) concentrations through photochemical reactions. The significant increase in O₃ concentrations in autumn and winter was mainly related to the transmission of pollutants from the northeast. Traffic sources (40.1%), industrial sources (19.4%), combustion sources (18.6%), solvent usage sources (15.5%) and plant sources (6.4%) were identified as major sources of VOCs through the positive matrix factorization (PMF) model. The southeastern coastal areas of China were identified as major potential source areas of VOCs through the potential source contribution function (PSCF) and concentration-weighted trajectory (CWT) models. Overall, the concentration of ambient VOCs in Haikou was strongly influenced by traffic sources and long-distance transport, and the control of VOCs emitted from vehicles should be strengthened to reduce the active species of ambient VOCs in Haikou, thereby reducing the generation of O₃.     

汾渭平原复杂地形影响下冬季PM2.5污染分布特征、来源及成因分析

汾渭平原受其复杂地形特征及产业结构影响,和京津冀、长三角地区一起被列为大气污染重点防治区域.本研究应用2014—2019年冬季中国环境监测总站汾渭平原各城市的六大空气污染物逐小时数据,结合欧洲中心ERA-5数据,利用HYSPLIT后向轨迹模型及T-model斜交旋转主成分分析法（PCT）,揭示过去6年汾渭平原冬季颗粒物浓度演变规律,厘清汾渭平原复杂地形影响下大气污染来源特征、潜在源区及成因,识别影响汾渭平原冬季空气污染的主要天气系统类型.HYSPLIT模拟结果表明,冬季喇叭口地形城市主要受本地和邻近区域污染源影响;山区盆地地形城市更易受到100~300 km距离以内污染源的传输影响,其中,来自陕北的气团对其影响最大;峡谷地形城市更易受到300~600 km范围内污染源的传输影响;平原地形城市的污染物浓度受区域传输的影响较大.影响汾渭平原冬季颗粒物重污染的天气系统可分为高压前部型、高压后部型、均压场型及低压倒槽型,其中,高压前部型是汾渭平原冬季重污染时段最易出现的天气形势.     

利用HYSPLIT模型研究珠三角地区VOCs时空分布特征

于2016年在中国广东大气超级监测站,开展4个季节的VOCs长时间观测,共获得2142组有效数据,并利用HYSPLIT模型分析珠三角地区VOCs时空分布特征.结果表明,各类VOCs混合比和化学反应活性具有明显的季节变化特点.观测期间,VOCs平均浓度为（18.523±20.978）×10^-9,其中,低碳烯烃和苯系物二者混合比之和仅占46%,但贡献了85%的·OH消耗速率（L_OH）、82%的臭氧生成潜势（OFP）和97%的二次气溶胶生成潜势（SOAFP）.观测站点主要受来自北部内陆地区气团（1#）、西部内陆地区气团（2#）、台湾海峡南端气团（3#）以及南部海洋地区气团（4#）的影响.1#气团中炔烃和苯系物的混合比占比最高,分别达到10%、37%,而3#气团中低碳烷烃的浓度水平最高,达到（8.437±5.561）×10^-9.通过估算气团中VOCs的化学反应活性,可以发现,1#气团的VOCs化学反应活性最强,其对O₃和SOA的生成贡献最高.1#、2#、3#和4#气团中VOCs的化学反应活性主要由苯系物和低碳烯烃贡献.     

粤港澳大湾区近地层O3浓度的时空变化特征

基于遥感卫星（OMI）反演数据,对2005—2019年粤港澳大湾区近地层的O₃浓度数据进行提取及分析,探讨其时空变化特征和影响因素,同时利用后向轨迹（HYSPLIT）模型对O₃来源进行解析.结果表明：①在空间分布上,臭氧浓度自北向南逐渐降低,高值区集中分布在肇庆、广州、佛山等地;低值区集中在东莞、深圳、香港等地.②在时间变化上,15年来,该区域O₃浓度整体呈先上升后下降的趋势,2005—2010年O₃浓度持续升高,2010—2019年O₃浓度呈下降趋势,在2018年有小幅增长.季节变化表现为：春夏季O₃浓度高于秋冬季,高值区在春夏季交替出现,且秋季略高于冬季;每年11月—次年2月出现低值区,4—7月出现高值区.③自然因素中,风向和风速对O₃扩散和传输起重要作用;后向轨迹聚类分析表明：O₃长距离的输送受到来自西伯利亚的寒冷气流影响,短距离的输送则受到来自太平洋的暖湿气流的影响.气温与O₃浓度呈正相关;降水与O₃浓度基本呈负相关.④人为因素中,O₃浓度与GDP、人口密度的空间分布表现出显著相关性;NO_x的影响中,电力源、交通源和工业源是主导因素,居民源的影响较弱;而VOCs的影响中,工业源是主控因素,交通源和居民源次之,电力源的影响最弱.⑤O₃浓度与HCHO浓度的空间分布保持高度的一致性;NO_x等污染物参与光化学反应,对O₃浓度的变化起着一定作用;气溶胶对太阳辐射产生消光作用,使得O₃浓度降低.     

基于后向轨迹模式的豫南地区冬季PM2.5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（75 μg/m3）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.      

Chemical characteristics of trace metals in PM10 and their concentrated weighted trajectory analysis at Central Delhi, India

Trace metals associated with PM₁₀ aerosols and their variation during day and nighttime as well as during different seasons have been studied for the year 2012. PCA analysis suggested 5 PCs, which accounted for 86.8% cumulative variance. PC1 accounted for 30% with a significant loading of metals of anthropogenic origin, while PC2 showed 28% variance with the loading of metals of crustal origin. These trace metals showed seasonal distinct day and night time characteristics. The concentrations of Cu, Pb, and Cd were found to be higher during nighttime in all the seasons. Only Fe was observed with significantly higher mean concentrations during daytime of all seasons except monsoon. The highest mean values of Cu, Cd, Zn, and Pb during post-monsoon might be attributed to winds advection over the regions of waste/biomass burning and industrial activities in Punjab and Haryana regions. Furthermore, concentration weighted trajectory analysis suggested that metals of crustal origin were contributed by long-range transport while metals of anthropogenic and industrial activities were contributed by regional/local source regions.     

深圳市一次典型污染天气污染特征分析研究——以2016年3月空气质量为例

2016年3月31日,深圳市及其周边地区出现典型的区域性空气污染事件,多数地区的AQI超过了100.主要污染物浓度和气象要素的逐小时变化表明,该次污染天气主要是在不利气象条件下,由污染物区域传输和二次污染物生成共同导致的.进一步的后向轨迹分析表明,污染日抵达深圳市的气团可能从东莞、广州和佛山等地区携带了大量污染物,并且移动速度缓慢,造成了深圳较为严重的污染天气,而污染日前和污染日后抵达深圳市的气团有利于污染物的稀释扩散,因此空气质量较好.     

神农架大九湖大气中的多环芳烃

为了研究神农架大九湖大气中多环芳烃(polycyclic aromatic hydrocarbons,PAHs)的质量浓度、来源及健康风险,用聚氨基甲酸酯泡沫被动采样器对大九湖大气中的PAHs进行了季节性监测.结果表明,大气中ΣPAHs的质量浓度为6.94~184.23 ng·m~(-3),平均值为30.36 ng·m~(-3),主要成分为菲(Phe)、萘(Nap)、芘(Pyr)、荧蒽(Fla)、芴(Flu)和蒽(Ant)等低环数化合物.与其他地区相比,大九湖大气中的PAHs处于较低污染水平.鹿场附近、大九湖泥炭区和大九湖管理局PAHs污染较严重.秋冬季污染较严重,春夏季污染较轻.特征化合物含量比值法和后向轨迹聚类分析法解析结果表明,大九湖大气中的PAHs污染主要来自煤和生物质的燃烧,兼有机动车尾气排放和石油源,既有当地排放又有来自湖北、河南和湖南等地的近源传输和少数西北方向的远源传输.健康风险评价结果表明,总毒性当量质量浓度(ΣBaPeq)年平均值为0.208 ng·m~(-3),低于我国环境空气质量标准(GB 3095-2012)中规定的BaP年平均质量浓度限值(1 ng·m~(-3)),说明大九湖大气中PAHs的健康风险较小.