和田绿洲沙尘暴物质输送路径及其对大气环境质量的影响

为了研究来自不同方向的沙尘暴对和田绿洲大气环境质量的影响，本文利用HYSPLIT后向轨迹模型和NCEP的GDAS全球气象要素数据，将和田绿洲西北部的墨玉县城作为模拟受点（37.26°N，79.72°E），计算2016年1月1日—2018年12月31日发生的每一次沙尘天气期间逐日18：00（世界时）36 h后向气流轨迹，轨迹计算起始高度设置为500 m，并结合相应的PM_2.5、PM₁₀、SO₂、NO₂、CO、O₃浓度监测数据进行聚类分析，研究抵达该地区的沙尘暴的主要移动轨迹和污染物输送路径.同时，运用潜在源贡献因子分析法（PSCF）和权重污染轨迹分析法，分析了沙尘暴期间不同气流轨迹对墨玉县污染物浓度的影响，识别大气污染物的潜在源区，揭示不同源区对污染物浓度的贡献差异.结果表明，影响和田绿洲（墨玉县）的沙尘暴主要来自西北（WN）、北（N）、东北（EN）和东（E）4个方向；其中，来自东部的沙尘天气频率最高（60.2%），但主要以浮尘天气为主；扬沙和强沙尘暴主要来自西部方向，54.48%的强沙尘暴和38.53%的扬沙来自西和西北方向.不同沙尘源区和不同传输路径上的沙尘气溶胶对和田绿洲大气环境的影响不一样.沙尘天气期间，大气PM_2.5和PM₁₀的平均浓度相当于无沙尘天气期间的3~5倍，但对SO₂、NO₂、CO、O₃质量浓度的影响不大；由西向东和由北向南的沙尘暴对墨玉县PM_2.5和PM₁₀质量浓度的贡献率最大；由东向西的沙尘暴由于路过和田市和洛浦县等工业污染源区，此簇沙尘暴气团将该区域SO₂、NO₂、CO等污染颗粒携带到墨玉县，因此，东-东南（E-ES）方向的沙尘暴对SO₂、NO₂、CO的贡献率分别为15.56%、20.55%和21.57%.本文定量印证了沙尘暴对和田绿洲大气环境质量的影响，可为绿洲区沙尘暴研究提供参考.     

2011年春季辽宁一次沙尘天气过程及其对不同粒径颗粒物和空气质量的影响

利用2011年5月11—12日辽宁沙尘天气过程的相关资料,分析了沙尘天气对不同粒径颗粒物及空气质量的影响及此次沙尘过程的天气成因.结果表明:沙尘天气发生前后可吸入颗粒物PM₁₀、PM_2.5和PM₁的浓度变化很大,沈阳、鞍山、本溪和丹东4城市PM₁₀、PM_2.5的小时浓度最大值都增大了1.5~20倍;粗粒子PM_(2.5~10)的数量浓度分别增加了30~41倍,质量浓度分别增加了27~30倍;细粒子PM_(1~2.5)的质量浓度分别增加了30~35倍,数量浓度分别增加了15~30倍;微粒子的数量浓度和质量浓度各城市表现不同,沈阳微粒子的数量浓度和质量浓度最大值增大了3倍和5倍,而鞍山PM₁的数量浓度和质量浓度分别减少了50%和10%.受蒙古气旋的影响内蒙古地区产生大风降温天气,大风将内蒙古地区的沙尘带到高空并随西风带向东移动进入辽宁,由于辽宁地区风速比较小,造成了辽宁大部分地区的浮尘天气,并对辽宁各地空气质量造成了严重影响,除丹东外辽宁其他13个城市空气质量都达到了轻微污染到重度污染的级别,铁岭、阜新、沈阳和抚顺的污染指数分别超过了300,达到了重度污染的级别.     

2017年春季华北地区一次典型沙尘重污染天气过程研究

结合空气质量监测站小时监测数据、NECP资料、卫星遥感资料,分析了2017年5月3—5日华北地区一次典型沙尘重污染天气过程.结果表明,此次重污染过程主要由前期的浮尘和后期的扬沙天气造成.前期,蒙古气旋强烈发展将沙尘源地的沙尘抽吸到空中并在偏西风作用下,长距离传输到华北地区沉降,造成大范围浮尘天气,多个城市出现严重污染,PM₁₀浓度增高显著.后期,随着高空横槽转竖并东移,受强冷锋影响,京津等地出现大风扬沙天气,大风过后,空气质量转好,PM₁₀浓度降低至较低水平.起沙源地高空辐散、近地面辐合产生强烈的上升运动将沙尘带到空中并向东传输至华北上空,近地面处于弱辐散场,高空的沙尘缓慢下沉,形成了浮尘天气;高空槽东移,高空辐合,近地面辐散,700 hPa至近地面为强烈下沉运动,是形成此次扬沙天气的主要原因.结合天气形势分析和特征量诊断,给出了华北地区此次浮尘和扬沙天气的天气学概念模型.     

不同污染等级下阳泉市PM2.5传输特征和潜在源区分析

利用2020~2022年阳泉市的PM_2.5监测数据、NCEP数据及对应时刻天气形势分析的气象资料,采用 HYSPLIT4 后向轨迹模式,引入多站潜在源贡献因子分析法（MS-PSCF）和轨迹密度分析法（TDA）,对阳泉市PM_2.5传输通道和潜在源区分区域、分级别研究. 结果表明：①阳泉市PM_2.5污染主要集中在阳泉和平定,盂县相对较轻,阳泉和平定的不同污染等级天数占比及PM_2.5浓度的平均值和最高值均要明显比盂县高,PM_2.5分布特征与本地特殊地形密切相关. ②小风天气下不同污染等级PM_2.5污染次数最多、PM_2.5浓度最高;东西向区域输送对阳泉和平定PM_2.5污染次数和PM_2.5浓度影响明显,且偏东风贡献显著;盂县中度以上天气以本地污染源影响为主. ③中度以上污染天气生成维持的地面形势主要有4种,暖低压型（22%）、高压前部（底部）型（54%）、高压后部型（14%）和均压场型（10%）,高压前部（底部）型是造成PM_2.5浓度升高的主要地面形势;高空形势主要有2种,平直西风气流型（78%）和西北气流型（22%）,平直西风气流型是造成PM_2.5浓度升高的主要高空形势. ④MS-PSCF和TDA分析法得出的PM_2.5不同污染等级的传输通道和潜在源区结果具有一致性,PM_2.5主要传输通道为东北、东南和西北通道,东北和东南通道为短距离传输,是造成PM_2.5浓度增加的主要路径,西北通道与西北沙尘传输通道一致,属于长距离传输;PM_2.5主要的污染潜在源区位于河北中西部与东南部、河南东北部及其与山东西南部交界处、山西东南部.     

基于垂直加密观测的北京地区霾和沙尘复合污染形成条件分析

为了弄清蒙古气旋外围出现的霾和沙尘复合污染特征及其形成的关键气象条件,本研究利用多种遥感设备（增强型云高仪、风廓线雷达和微波辐射计等）垂直加密观测数据,结合大气主要污染物（PM₁₀、PM_2.5、SO₂、NO₂）监测数据、加密自动气象站观测数据,以及常规地面和高空气象观测数据、NCEP再分析数据等,分析发生在北京春季的2次霾和沙尘重污染过程.结果表明,2017年5月4—5日为一次PM₁₀和PM_2.5混合污染过程,与上游地区强烈发展的蒙古气旋后部风沙区的输送有关.上游地区因受中-低空西来槽影响上升气流加强,使沙尘细颗粒物（粒径≤10 μm）悬浮于空中,由中-低空偏西风输送至下游地区,被北京及附近的弱下沉气流带至地面造成严重的PM₁₀、PM_2.5混合污染.其中,地面偏西风对上游地区的PM₁₀、PM_2.5的水平输送作用明显;2018年3月27—28日凌晨是受蒙古气旋底部低压区辐合作用和偏南气流输送作用形成的积累型霾（PM_2.5）污染.28日凌晨2：00开始蒙古气旋后部沙尘区随东-西向冷高压南压而向南扩散.随后冷高压不断东移形成回流偏东风,偏东风使北京及西北部地区的低层大气产生辐合上升运动,导致本地尘土扬起,造成PM_2.5重污染和PM₁₀极严重污染;浮尘天气引发的大气污染具有突发性特征,且持续时间较长.边界层高度低、低层大气存在逆温层（或等温层）并长时间维持是霾和沙尘复合污染形成和持续的重要条件.霾和沙尘复合重污染的形成是人为污染物、沙尘细颗粒物水平和垂直输送,以及大气层结稳定共同作用的结果.     

基于SPAMS的兰州市2018年冬季沙尘天气过程细颗粒物污染特征及来源研究

2018年11月22日-12月1日,兰州市经历了一次远距离传输的沙尘天气过程,为了解此次沙尘天气过程时段细颗粒物污染特征及其污染来源变化特征,本研究基于单颗粒气溶胶质谱仪（SPAMS）细颗粒物自动采集数据,并结合常规污染物自动监测数据和气象因子数据对沙尘天气前后及其过境期间细颗粒物化学组分及污染来源变化情况进行了分析,同时利用后向轨迹模型（HYSPLIT）研究了沙尘气溶胶的输送路径.研究结果表明：受沙尘天气过境影响,兰州市PM₁₀浓度大幅升高,PM_2.5/PM₁₀最小值仅为0.13,SO₂、NO₂、CO质量浓度出现明显降低,而O₃质量浓度在沙尘过境时有所升高;细颗粒物质量浓度与MASS数浓度变化趋势基本一致,细颗粒物的变化趋势可一定程度上反映大气细颗粒物的污染状况;利用自适应共振神经网络法分类后经人工合并将所采集到的细颗粒分为9类：OC、EC、HOC、OCEC、MD、HM、K、Na、LEV;所选时间段内SPAMS采集到的OC（24.8%）类颗粒物数量最多,沙尘过境时MD、LEV、Na类颗粒物占比不同程度增大,其余颗粒物占比减小;沙尘过境时扬尘源、生物质燃烧源、工业工艺源、餐饮及其它源贡献率增加,其中扬尘源增幅最大,而其余源贡献占比减小;后向轨迹HYSPLIT模型输送路径结果显示沙尘天气过程的起源地为塔克拉玛干沙漠,传输方向为经新疆的塔里木盆地塔克拉玛干沙漠进入青海中部,最后影响兰州地区.     

铁岭市2015—2018年大气颗粒物PM2.5潜在源区分析

了解大气污染物的潜在源区分布对制定污染物减排措施至关重要.本文采用HYSPLIT模型,模拟出抵达铁岭市地区72 h的主要气流轨迹,结合铁岭市2015—2018年PM_2.5逐小时浓度数据资料,采用CWT方法（concentration-weighted trajectory method）对铁岭市PM_2.5潜在源区浓度进行了分析,在此基础上,提出了PCWT方法（percentage concentration-weighted trajectory method）,对铁岭市地区PM_2.5潜在源区浓度占比及传输过程进行了定量分析.研究表明,铁岭市PM_2.5来源呈现出不同的季节特征：春季PM_2.5主要来源于铁岭市西北和南部地区,夏季PM_2.5主要来源于铁岭市南部地区,秋季PM_2.5主要来源于铁岭市西北部及东北部地区,冬季PM_2.5主要来源于铁岭市西北部及铁岭市周边地区.铁岭市PM_2.5主要来源于3个方向,其中来自铁岭西北方向的源区贡献值4年平均占比27.36%、东北方向占18.51%、西南方向占15.73%;铁岭及周边城市、吉林省松嫩平原、科尔沁沙地以及辽宁中部城市群、环渤海湾地区是铁岭市PM_2.5的主要国内源区;俄罗斯、蒙古、朝鲜是铁岭市PM_2.5的主要国外源区,且近几年有增加趋势.研究成果对建立铁岭市生态环境管控分区,制定有效防治大气污染措施有重要的科学支撑作用.     

太行山两侧污染物传输对横谷城市气溶胶的影响分析

利用2017~2019年太行山横谷城市阳泉PM₁₀和PM_2.5逐时浓度资料和对应时刻风速风向数据,结合HYSPLIT后向轨迹模型通过聚类分析、潜在源贡献因子和浓度权重轨迹方法分析了横谷城市气流输送特征及对阳泉市气溶胶的影响,并进一步探讨了太行山两侧大气污染物的交换特征.阳泉市气溶胶日变化为单峰单谷型,冬季最高值出现在10：00~11：00,其他季节多在09：00,最小值均在15：00~16：00;月际变化呈1月最高、8月最低.受横谷地形影响,地面风向以偏东风和偏西风频率最高;除小风天气外,春秋季偏西风引起的沙尘天气和冬季偏东风输送也会引起阳泉气溶胶浓度升高;后向轨迹结合污染特征显示,各季节污染轨迹占比为春季26.2%、秋季36.4%和冬季33.7%,主要分布在阳泉的西南和东南区域,冬季在东北区域也有分布;山脉两侧均存在显著的细颗粒物传输,而起源或途经太行山西侧的轨迹粗颗粒物输送亦相对较多;污染轨迹中偏西气流输送对PM₁₀超标率影响更大,偏东气流则主要影响PM_2.5的超标率.不同季节阳泉市气溶胶主要污染潜在源区存在差异,春季为西南和东南两区域;秋季为西南及偏南区域,冬季主要位于偏南和偏东方向区域,山西东南部及与河南北部交界区域是主要的污染贡献源区,太行山两侧通过井陉通道进行大气污染物的相互传输过程显著,其中东向西的PM_2.5传输影响更显著.     

北京、石家庄2017—2018年PM2.5与SNA组分特征及典型重污染分析

基于北京、石家庄2017、2018年的1月和7月PM_2.5样品采集,研究两地采暖期、非采暖期及典型重污染过程的PM_2.5、SNA污染特征及二次转化特征.应用TrajStat模型,结合浓度权重轨迹分析法（CWT）,分析两地PM_2.5气流输送路径以及潜在源区.利用WRF-CAMx模式定量分析两地重污染月份（2017年1月）PM_2.5、硫酸盐及硝酸盐的区域传输贡献.结果表明, 2017年1月北京和石家庄均存在重污染过程,两年1月石家庄市PM_2.5浓度均高于北京; SNA占PM_2.5所有组分的34.11%~51.68%,对PM_2.5浓度有重要贡献,其中北京NO₃^-浓度最高,石家庄SO₄^2-浓度最高, SO₄^2-/NO₃^-夏季高于冬季;北京SOR高于石家庄,石家庄NOR高于北京,重污染期间两城市硫酸盐、硝酸盐、铵盐质量浓度、SOR与NOR明显升高;两地冬季气流主要受俄罗斯、蒙古、内蒙戈壁等地区的西北方向远距离输送影响,另外北京两年冬季均存在西南传输通道,石家庄重污染期间受冀南和鲁西北重工业城市群潜在贡献较高,两市夏季受东南季风影响,污染轨迹多来自渤海湾和山东等地区; 2017年1月,北京、石家庄PM_2.5受周边区域传输贡献分别为33.80%、22.54%,其中河北南部分别贡献14.86%, 17.21%,二次离子中NO₃^-的传输作用比SO₄^2-更加突出.从PM_2.5本地源来看,北京主要来源为移动源和扬尘源,分别占比43.30%、20.10%,石家庄为工业、燃煤和扬尘,分别占比26.40%、24.82%、22.50%.     

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.     

基于无人机垂直观测塔克拉玛干沙漠一次沙尘污染过程研究

利用多旋翼无人机于2021年7月30—31日对塔克拉玛干沙漠的塔中（飞行高度0~2000 m）、民丰地区（飞行高度0~1000 m）不同粒径 颗粒物浓度、气温、相对湿度和风速进行垂直观测,结合多地面站点、再分析资料、后向轨迹模型和卫星遥感数据,对沙尘污染过程中的影响 因素、颗粒物垂直分布特征及污染成因进行了分析.结果表明：①近地面低气温、高相对湿度、高风速的气象条件有利于沙尘污染事件的发生,通过无人机探测数据发现高相对湿度有利于颗粒物吸湿增长,气温和风速的上升能够加强大气对流运动,有利于污染物的输送.②在沙尘污染期间,塔中地区PM₁、PM_2.5和PM₁₀的浓度分别为0.8~45.7、1.0~267.0和1.0~588.7 μg·m^-3;民丰地区PM₁、PM_2.5和PM₁₀的浓度分别为21.5~126.9、39.6~263.6和48.5~520.6 μg·m^-3.③在沙尘污染期间,塔克拉玛干沙漠腹地颗粒物组成以粗颗粒物为主,南缘则以细颗粒物为主.民丰地区PM₁/PM_2.5比值（0.48~0.55）和PM_2.5/PM₁₀比值（0.55~0.83）在同时刻均高于塔中地区（PM₁/PM_2.5为0.18~0.33, PM_2.5/PM₁₀为0.33~0.51）.④天气形势和后向轨迹表明,此次污染主要由西风环流导致,气团分别从北面翻越天山和东面绕道进入塔克拉玛干沙漠,携带了塔克拉玛干沙漠东部地区沙尘颗粒和新疆北部人为污染物.⑤CALIPSO卫星数据表明,此次污染中气溶胶存在于海拔1~8 km之间,主要集中在低层（消光系数在 海拔1.0~2.2 km左右最大）.气溶胶类型为沙尘气溶胶、污染沙尘气溶胶和烟雾气溶胶,其中,沙尘气溶胶占主要部分.     

基于PSCF与CWT模型的乌鲁木齐市大气颗粒物源区分析

利用MeteoInfoMap软件和GDAS全球同化气象数据,对乌鲁木齐市2014—2019年四季72 h气团后向轨迹进行聚类分析.同时,结合小时PM_2.5和PM₁₀浓度数据,运用潜在源贡献因子分析法（PSCF）和浓度权重轨迹分析法（CWT）分析了乌鲁木齐市颗粒物不同季节潜在源区及其对研究区颗粒物浓度的贡献.结果表明：①影响乌鲁木齐市大气质量的气团轨迹可分为长、短两支,短支气流主要来自研究区及周边城市,对研究区颗粒物浓度贡献大;②长支气流输送距离较远,主要来自哈萨克斯坦、俄罗斯等国家,对研究区颗粒物浓度贡献小;③影响乌鲁木齐市PM_2.5浓度的主要潜在源区是吐鲁番地区、巴音郭楞蒙古自治州、伊宁市和阿克苏地区;④潜在源区分布呈现显著季节变化特征,冬季潜在源区分布广、贡献度高,而夏季源区分布狭窄、贡献度低,春季和秋季源区分布与贡献特征介于两者之间.     

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.     

北京市沙尘暴天气大气气溶胶酸度和酸化缓冲能力

2000年春季,北京市先后出现12次沙尘暴天气.本研究捕捉到2次沙尘暴天气,分析了沙尘暴天气和非沙尘暴天气TSP、PM₁₀的质量浓度、酸度和酸化缓冲能力.研究结果表明发生沙尘暴时大气气溶胶的污染水平极高,同时其酸度相对较低,对酸化有非常强的缓冲能力,因此沙尘暴天气时产生的大气气溶胶可以在一定程度上避免酸性降水的发生.     

2015年12月气流轨迹对长三角区域细颗粒物浓度和分布的影响

2015年12月中国长三角区域经历了4次高浓度、大范围、长时间的颗粒物污染.本研究基于HYSPLIT后向轨迹模式结合GDAS（Global Data Assimilation System,全球资料同化系统）气象数据和长三角区域15个主要城市的PM_2.5质量浓度数据,利用轨迹聚类、潜在源贡献因子法（Potential Source Contribution Function,PSCF）和浓度权重轨迹法（Concentration-Weighted Trajectory,CWT）分析了2015年12月长三角区域主要气流轨迹方向和重污染过程中细颗粒物的潜在来源分布,探讨了不同污染过程的气象特征和影响气团分布.结果表明,2015年12月长三角区域主要受到来自西北和北方气流影响（B、C、D类）,其出现概率分别为39.5%、20.0%和25.8%;西方内陆（A类）出现概率最低,仅为14.7%.西北内陆方向长距离输送（B类）对长三角区域空气质量影响较大,在此类气团主导下,长三角区域颗粒物（PM_2.5、PM₁₀）质量浓度和气态污染物（SO₂、NO₂、CO）质量浓度平均值分别为90.9、135.1、32.4、54.4和1200 μg·m^-3,且粗颗粒物比重较其它3类聚类高;经过东北海面气团（C类）携带的颗粒物浓度也较高,且PM_2.5/PM₁₀比值最高,可能是其水汽含量较高加剧了污染物的二次生成.PSCF和CWT分析结果表明,污染过程1（12月5-8日）期间,长三角区域PM_2.5浓度主要受内蒙东部、京津冀、山东和江苏东部等地影响;污染过程2（12月10-11日）和污染过程3（12月13-15日）期间,京津冀地区对长三角区域PM_2.5浓度的贡献都较低,污染过程2的主要潜在源区较为集中,主要为内蒙东部、辽宁、山东东部、江苏和上海;而污染过程3的潜在源区较广,内蒙西南地区、甘肃、山西、陕西、河南、河北南部、山东、安徽北部等地及长三角本地对区域PM_2.5浓度均有重要贡献;污染过程4（12月20-27日）持续时间最长,相较前3次污染过程,京津冀地区和西南地区对长三角区域PM_2.5浓度的贡献相对增加.总体来说,2015年12月4次污染过程期间长三角区域PM_2.5污染的潜在贡献源主要集中在华北和华东（长三角）地区,区域性污染和长距离输送对冬季长三角区域空气质量有重要影响.     

沈阳市春季一次沙尘天气过程分析

2008年5月27—28日中国北方发生了一次影响范围最大、持续时间长的沙尘暴天气过程,造成了严重的空气污染。受其影响沈阳市出现了一次以浮尘天气为主的轻度污染事件,给沈阳地区的生产和生活带来了影响。主要从天气形势上分析了此次沙尘天气形成的原因。结果表明,此次过程是由强冷空气和蒙古气旋引起的,蒙古气旋发展和地面冷锋移动经过蒙古国和华北北部等干燥、疏松的地表形成扬沙、沙尘暴,大量的细小沙尘粒子随高空偏西气流携带而至沈阳,形成浮尘天气。     

基于CAMx的徐州市2016年冬季PM2.5污染过程及来源分析

徐州地处江苏西北部、华北平原的东南部,为内陆资源型工业城市,近几年来环境监测数据显示,徐州地区大气复合污染问题日益突出,准确模拟大气污染物状况及来源对于空气污染的防治十分关键.2016年1月,徐州市出现了多次持续的重污染天气,研究中以此次污染事件为例,首先基于WRF-CAMx空气质量模型系统对这次细颗粒物污染过程进行全面的模拟与分析,其次利用CAMx-PSAT系统模拟和分析本次污染的区域传输过程.研究结果显示：此次细颗粒物污染中,PM_2.5组成成分以硫酸盐、元素碳、硝酸盐和铵盐为主,分别占月平均浓度的29%、15%、14%、14%;PM_2.5的区域传输贡献中,长距离传输所占比重最大,月平均贡献率达46%,其次为本地源排放,平均贡献率为39%;重污染天气期间,PM_2.5污染主要从西北方向输入,此时长距离传输的影响明显增大.     

石家庄市大气污染物的季节性时空特征及潜在源区

为系统研究石家庄市季节性典型污染物的重污染传输特征,基于2018年12月~2019年11月46个环境监测站（PM_2.5、PM₁₀、O₃、NO₂、SO₂和CO）及17个气象站（温度、湿度和风速）的小时监测数据,利用插值（IDW）和相关方法,分析污染物的季节性时空特征;并结合GDAS数据,采用后向轨迹方法,研究污染物的季度传输格局和潜在源区.结果表明：①不同季节具有典型的污染物,季节性典型污染物和污染率依次为：春季（PM₁₀,48.91%）、夏季（O₃,81.97%）、秋季（PM₁₀和PM_2.5,47.54%和32.79%）和冬季（PM_2.5,74.44%）,其与气象条件变化有显著联系;②春季PM₁₀与风速呈负相关,呈西北高、东南低的空间格局,主要传输方向为南向（53.32%）,潜在源区（WPCWT_ij≥160 μg ·m^-3）为河北（冀）中南、河南（豫）中北及山西（晋）中部,且山东（鲁）西和陕西（陕）西北部的传输也会贡献（WPSCF_ij≥0.3）市域的PM₁₀浓度;③夏季O₃与温度呈正相关,与湿度呈负相关,传输通道方向为东南-南向（54.24%）,其潜在源区呈以石家庄市为中心,沧州和菏泽为两翼的新月形区域;④秋季和冬季PM_2.5与湿度呈正相关,冬季呈西低、东高态势分布,输送方向为：秋季（东北-东南,74.75%）,冬季（西北,55.47%）,主要污染源区（WPCWT_ij≥180 μg ·m^-3）集中在冀中南、豫北和晋中西部.     

长江中游地区PM2.5重污染过程的典型天气环流分型及区域传输影响

作为一个新的区域性霾污染中心,长江中游地区地理位置特殊,是我国中东部地区大气污染物区域传输的重要枢纽,天气环流对该区域不同传输和累积型PM_2.5重污染的形成机制还不甚了解.利用T-mode斜交旋转主成分分析法（PCT）,对2015~2019年采暖季长江中游地区74 d PM_2.5重污染事件进行天气环流分型,得到：PCT1高压底部传输型（天数：41 d,占比：55.4%）、PCT2低压辐合累积型（天数：12 d,占比：16.2%）、PCT3高压静稳累积型（天数：11 d,占比：14.9%）和PCT4高压后部传输型（天数：10 d,占比：13.5%）这4种主要的大气环流类型.区域传输型污染（PCT1和PCT4）占比高达69%,是长江中游地区PM_2.5重污染发生的主导因素,突显了地域特殊性.其中,PCT1是最主要的环流型,冷锋南侵伴随强偏北风驱动上游地区污染物快速传输,使得PM_2.5浓度暴发式增长.境内传输通道城市襄阳、荆门和荆州PM_2.5传输过程具有12 h滞后特征,其PM_2.5影响源区主要分布在上游的河南中北部、山东西部和华北大部分地区.PCT4传输型受低层偏东风输送影响,污染上升速率也相对较快.PCT2和PCT3为静稳天气环流型,地面风速较小,低层水平辐合和下沉运动有利本地PM_2.5重污染累积,污染上升速率和持续时间都相对传输型更长.     

基于空间密集传感器解析城市本地排放和区域传输贡献方法初探

为了对城市污染物进行详细区域来源解析,基于长沙市低成本传感器监测网络,收集了2019年10月PM_2.5、PM₁₀、SO₂、NO₂的高空间分辨率监测数据,对污染特征进行分析.同时,根据本地排放和背景浓度变化的不同相对频率,基于小波分析提取了污染物背景浓度并结合空间密集监测量化了城市环境中监测点的近场、远场及区域传输贡献.结果显示,2019年10月长沙市4项常规污染物中,PM_2.5浓度较高,SO₂浓度较低.小波分析提取各监测点背景浓度结果表明,部署在乡村的监测点PM_2.5、PM₁₀和NO₂背景浓度平均水平较低,而城市总体数据分布更分散,存在明显的本地排放源.估计近场、远场及区域传输对城市监测点总污染水平贡献发现,研究期间,区域传输对监测点污染贡献最大.其中,PM_2.5的区域贡献、远场贡献和近场贡献占比分别为43%、24%和17%;PM₁₀的区域贡献占比较高为59%,远场贡献和近场贡献分别占比14%和16%;NO₂的区域贡献、远场贡献和近场贡献占比分别为45%、24%和19%;而SO₂主要以区域贡献为主,占比达78%.