2016-2018年西宁市颗粒物来源及输送差异分析

利用HYSPLIT模式计算了2016—2018年西宁市逐日72 h气团后向轨迹,采用聚类分析方法,结合同期颗粒物PM₁₀和PM_2.5质量浓度数据,分析逐年和3年平均西宁市颗粒物输送特征及差异,运用潜在源贡献因子分析法（PSCF）和浓度权重轨迹分析法（CWT）对影响西宁市PM₁₀和PM_2.5质量浓度的污染潜在源区及不同潜在源区贡献进行了分析.结果表明,2016—2018年,西宁市颗粒物最主要输送路径源自青海北部的聚类2、甘肃中部的聚类6和甘肃东部的聚类8,占同期总轨迹比例分别为28.1%、27.4%和27.5%;3年平均则源自青海北经青海东折回西宁的聚类2,占比45.3%.最主要输送路径对应颗粒物质量浓度最低,输送距离较短、垂直高度较低、气团移速较慢;影响气团由西北向偏东转变,3年平均则以西北气团为主.2018年源自甘肃经青海东至西宁的短距离输送处于突出地位,所含轨迹占总轨迹的比例高达49.6%.PM₁₀和PM_2.5主要输送路径和污染路径由较长距离向较短距离过渡,较长距离输送路径出现比例逐年较小.PM_2.5/PM₁₀小于0.3时,主要输送路径与PM₁₀污染轨迹有很好的对应关系;PM_2.5/PM₁₀大于0.6时,主要输送路径与PM_2.5污染轨迹有较好的对应关系.PSCF和CWT分析发现,影响西宁市颗粒物质量浓度的主要污染潜在源区分布在新疆南部和青海北部,对PM₁₀质量浓度贡献大于100 μg·m^-3,对PM_2.5质量浓度贡献大于45 μg·m^-3.潜在源区分布年变化差异明显,2016年最广,2018年最小.印度北部主要贡献源区虽分布范围逐年减小,但在2017年局部贡献增大,对PM₁₀贡献超250 μg·m^-3,对PM_2.5贡献超60 μg·m^-3.主要贡献区周边区域及西宁至兰州一带为中等贡献源区,对PM₁₀贡献为50~100 μg·m^-3,对PM_2.5贡献为15~45 μg·m^-3.     

隆宝滩沼泽湿地不同区域的甲烷通量特征及影响因素

高寒湿地是大气中甲烷(CH_4)重要的排放源,气温升高和水位波动会对脆弱的高寒湿地CH_4排放产生影响。为了解高寒湿地不同区域CH_4通量特征以及差异,以位于青藏高原中部的隆宝滩湿地为研究对象,分别在湿地中的湿地区域(WA)、过渡带区域(TA)、平坦地区域(FA),使用便携式温室气体分析仪原位观测CH_4通量的变化,分析和确定高寒湿地CH_4排放的时空异质性及其影响因素。结果表明,WA和TA是CH_4排放源,在生长旺季(7-9月)CH_4通量的日变化特征为单峰型,峰值出现在午后(14:00-15:00),FA表现为CH_4的"汇",其日变化特征较不明显。3个区域的CH_4通量有显著的季节变化差异(P0.05),WA、TA和FA的CH_4通量峰值分别出现在7月、8月和8月,峰值分别为25.46、25.13、-0.42 nmol?m~(-2)?s~(-1)。测定期间,WA、TA和FA的CH_4通量均值分别为905.75、581.58、-9.02μg?m~(-2)?h~(-1),差异显著(P0.01),其变异系数分别为63.5%、76.3%、85.9%。Pearson相关分析表明,3个区域的CH_4通量均与土壤温度呈极显著相关(P0.01),表明土壤温度是CH_4通量的重要影响因素。WA和FA的CH_4通量与土壤湿度呈显著相关(P0.05),TA的CH_4通量与土壤湿度无显著相关性(P0.05),但是TA不同土层Q10值均大于WA,表明TA的CH_4通量对土壤温度的变化比WA更敏感。     

西宁市大气污染来源和输送季节特征

在2016~2018年西宁市大气污染物PM₁₀和PM_2.5季节污染特征分析的基础上,利用HYSPLIT模式和GDAS资料计算了逐日72 h气流后向轨迹,通过聚类分析确定气流输送路径及其对日均PM₁₀和PM_2.5质量浓度的影响,运用TrajStat软件提供的潜在源贡献因子分析法（PSCF）和浓度权重轨迹分析法（CWT）,探讨不同季节影响西宁市PM₁₀和PM_2.5质量浓度的潜在源区分布及贡献.结果表明,输送来源位置多分布在西宁的西-北方向和东-北方向,周边及邻近区域垂直高度较低.输送路径主要受西风、偏西风、西北、西南和偏东气流的影响.距离短、高度低和移速慢的气流轨迹出现概率最高,是最主要的输送路径,该路径在春夏秋三季来源于青海,冬季则源自新疆,省内输送占主导地位,且不同输送轨迹对PM₁₀和PM_2.5浓度影响不同.污染气流主要来自青海省内源、新疆外源及新疆以西的境外源,源地多沙漠和戈壁等脆弱地带分布.潜在源区范围及贡献大小有明显季节差异,冬季范围广且贡献最大,春秋次之,夏季最小.最主要潜在源区位于青海北部、中部和东部地区、新疆南部、中部和东部,其周边地区为中等贡献潜在源区.