張近揚,宋韶華,許 睿,文建輝

1.桂林市環(huán)境監(jiān)測中心站，廣西 桂林 5410022.桂林電子科技大學生命與環(huán)境科學學院,廣西 桂林 541004

基于后向氣團軌跡的區(qū)域大氣污染顆粒物來源分析

張近揚1,宋韶華1,許 睿2,文建輝1

1.桂林市環(huán)境監(jiān)測中心站，廣西 桂林 5410022.桂林電子科技大學生命與環(huán)境科學學院,廣西 桂林 541004

大氣污染區(qū)域間的聯(lián)防聯(lián)控是解決區(qū)域性灰霾產(chǎn)生的關鍵手段之一。如何確定目標控制區(qū)大氣污染外源的相對位置和影響程度是實現(xiàn)聯(lián)防聯(lián)控的前提?；诤笙驓鈭F軌跡理論，運用拉格朗日混合單粒子軌道模型，以桂林市全境作為研究對象，對研究區(qū)域2013年冬季的污染物傳輸進行了模擬。結果顯示：研究區(qū)冬季大氣污染主要來源于東北方向，軌跡與“湘桂走廊”相符。以數(shù)字矢量圖的方式量化表示了大氣污染來源區(qū)及數(shù)量，成果可為區(qū)域間大氣污染聯(lián)防聯(lián)控措施提供決策支持依據(jù)。

霾；后向軌跡；顆粒物；聚類分析

近年來，區(qū)域性灰霾現(xiàn)象成為政府及民眾關注的焦點。霾是指大量煙、塵等微粒懸浮而形成的渾濁現(xiàn)象，霾的核心物質是空氣中的懸浮顆粒，氣象學上稱為氣溶膠顆粒，既損害人民群眾身體健康，也影響社會經(jīng)濟發(fā)展[1-2]。隨著工業(yè)化、城鎮(zhèn)化進程的加快，大氣污染程度可能繼續(xù)加大。為改善大氣污染狀況，國務院制定了《大氣污染防治行動計劃》，提出了區(qū)域聯(lián)防聯(lián)控要求。目前區(qū)域間聯(lián)防聯(lián)控方式方法，在理論上仍未得到支撐[3]。研究從區(qū)域防控的關鍵問題著手，采用后向氣團軌跡理論，以桂林市為例，研究大氣污染來源情況，以確定與研究區(qū)相關的大氣污染主要來源區(qū)，為區(qū)域化大氣污染防治提供決策支持依據(jù)。

1 實驗部分

1.1 研究對象

桂林市與湖南省交界，是桂北地區(qū)旅游、文化、經(jīng)濟和交通的重要樞紐，在該區(qū)域具有顯著的代表性。其地理位置為24°15′23″～26°23′30″N，109°36′50″～111°29′30″E，境域南北長236 km，東西寬189 km?？偯娣e為27 809 km2，市區(qū)面積為565 km2。桂林為無重工業(yè)的城市，與重工業(yè)城市柳州相鄰，同時也處于省級行政區(qū)邊界(圖1)。

注：底圖源自國家基礎地理信息中心網(wǎng)站(http://ngcc.sbsm.gov.cn/Guide/)下載的1∶400政區(qū)版中華人民共和國底圖。審圖號為GS(2008)XXXX 號。下載日期為2008-05-29。下同。圖1 桂林市行政區(qū)及地理位置圖Fig.1 The administrative and locating map of Guilin

如圖1所示，桂林市地處南嶺山系的西南部，地形為西部、北部及東南部高，中部較低，形成從全州縣、興安縣到靈川縣、桂林市區(qū)及臨桂縣一線的“湘桂走廊”，是廣西的東北門戶。山峰與盆地間的相對高差為600～1 600 m，坡度為20～45°，支流河谷兩側多形成懸崖硝壁。山地面積達13 600 km2，占全市總面積的48.87%。

1.2 研究方法

首先，以桂林市環(huán)境監(jiān)測中心站(地理坐標為25°16′11″N、110°16′55″E)為起始點，根據(jù)歷史數(shù)據(jù)選取典型污染時段進行分析，尋找區(qū)域內污染物濃度變化規(guī)律；其次，采用后向氣團軌跡模型(HYSPLIT4)，模擬典型污染時段氣團傳輸過程；然后，根據(jù)氣團傳輸過程聚類，在不同分類軌跡中，量化分析污染物來源區(qū)域及數(shù)量；最后，結合本地實際數(shù)據(jù)和經(jīng)驗，分析大氣污染物來源可靠性。技術實現(xiàn)過程見圖2。

圖2 技術路線圖Fig.2 Technology roadmap

2 結果與討論

2.1 研究區(qū)大氣污染情況分析

桂林市共有4個空氣質量自動監(jiān)測站，分別為桂林電子科技大學花江校區(qū)(簡稱桂電)、桂林市環(huán)境監(jiān)測中心站(簡稱監(jiān)測站)、龍隱路小學和第八中學(簡稱八中)等，其中桂電為清潔對照點，該點地處桂林電子科技大學堯山校區(qū)，距市區(qū)13 km，沿途森林植被覆蓋，無大氣污染源，市區(qū)與桂電被堯山阻隔，堯山主峰海拔為909.3 m，相對高度為760 m，可作為無外源影響情況下的區(qū)域本底值，并根據(jù)連續(xù)3 a的監(jiān)測數(shù)據(jù)，該點位數(shù)據(jù)明顯低于其他站，如圖3所示，桂電站數(shù)據(jù)明顯區(qū)別于其他3個站點，處于較低水平。

注：圖中D段直線為監(jiān)測數(shù)據(jù)缺失。圖3 2013年12月桂林市空氣監(jiān)測站點數(shù)據(jù)對比圖Fig.3 The air monitoring site data comparison chart in Guilin

根據(jù)多年連續(xù)監(jiān)測數(shù)據(jù)分析發(fā)現(xiàn)，10月至次年2月桂林市大氣污染物濃度明顯較其他月份要高，其中12月出現(xiàn)峰值的概率較大。圖3為2013年12月1—31日空氣污染過程。其中A時間段桂電站低于監(jiān)測站濃度值；B時間段桂電站濃度值快速上升，而監(jiān)測站濃度值仍保持相對穩(wěn)定；C時間段監(jiān)測站濃度值大幅升高，桂電站濃度值已降低。A、B、C時間段桂電站和監(jiān)測站濃度值曲線表明，A時間段在外源污染物未到達時，市區(qū)內污染物濃度保持穩(wěn)定；B區(qū)桂電站濃度值升高后，市區(qū)空氣受外源影響監(jiān)測站濃度值開始升高；C時間段桂電站的濃度值已經(jīng)明顯回落，監(jiān)測站濃度值仍維持了3 d高位。為研究該時間段桂林區(qū)域污染物來源和數(shù)量，引入氣團軌跡模型模擬外源污染物傳輸過程。

2.2 研究目標點氣團軌跡模擬

研究采用的后向氣團軌跡模型(HYSPLIT4)是由美國國家海洋和大氣管理局(NOAA)的空氣資源實驗室(ARL)與澳大利亞氣象局聯(lián)合發(fā)布。該模型能處理不同高度層的氣象傳輸、擴散及沉降，有多種氣象輸入場和物理過程，氣象資料為美國國家環(huán)境預報中心(NCEP)提供的同時段全球資料同化系統(tǒng)(GDAS)數(shù)據(jù)。

選擇桂林市環(huán)境監(jiān)測中心站為目標站點，設置其為HYSPLIT目標，對2013年12月GDAS數(shù)據(jù)進行逐日后向軌跡模擬，后推時間長度選擇48 h，起始時間點采用每天北京時間12：00(對應的格林威治時間為同一天04GMT)，海拔為500 m，對應于桂林市上空300 m左右，以圖3中時間段為例，模擬并聚類氣團軌跡如圖4所示。其中，后向氣團軌跡模擬聚類后分為4類：①和④方向的占比分別為64.5%和16.1%，②和③方向占比為12.9%和6.5%。根據(jù)圖4的軌跡聚類和表1軌跡數(shù)統(tǒng)計得到，氣團軌跡多數(shù)來源于目標點的東北方向，與圖1對比發(fā)現(xiàn)軌跡與“湘桂走廊”方向一致。

圖4 目標區(qū)域后向氣團軌跡聚類Fig.4 The clustering analysis result of backward trajectories to the target

聚類軌跡數(shù)/條軌跡數(shù)占比/%PM2.5均值/(μg/m3)PM2.5>100軌跡數(shù)/條污染日頻率/%12064.52137.751575.002412.90168.754100.00326.45157.002100.004516.1391.40120.00總計31100.00135.522270.97

2.3 定位來源途經(jīng)點

在聚類結果的基礎上，假設氣團后向軌跡在網(wǎng)格內有一定的停留時間，將會接收來自停留網(wǎng)格的污染物，會對目標點污染物濃度造成影響，采用基于氣流軌跡分析識別來源區(qū)(PSCF)方法，表示貢獻度，以網(wǎng)格在軌跡中所占比例，反映網(wǎng)格對目標點的影響程度，其計算公式如式(1)所示：

PSCFi=mi/ni

(1)

式中：mi為濃度超過限值的軌跡在第i個網(wǎng)格中的停留時間，設定PM2.5日均值(75 μg/m3)為閾值點，ni為軌跡在i個網(wǎng)格中的總停留時間，設定停留時間為48 h，模擬目標點PSCF，模擬時段跨度為31 d，每天模擬1條軌跡，每條軌跡停留時間為48 h，則區(qū)域內網(wǎng)格平均停留時間為10 d。因此，定義WPSCFi=PSCFi×Wi。Wi如式(2)所示：

(2)

模擬結果如圖4中網(wǎng)格顏色深度所示，網(wǎng)格顏色深的為對目標地貢獻度高的區(qū)域。圖4中顏色深度較深的區(qū)域形成了一個由東北向西南的地帶，與桂林市當?shù)氐匦谓Y構上的“湘桂走廊”方向一致，由此可以進一步證明污染物傳輸主要來源于“湘桂走廊”的推論。

PSCF方法從半定量的角度分析了目標區(qū)受軌跡網(wǎng)格影響情況，為了進一步量化分析污染物來源，采用CWT分析法，通過計算軌跡的權重濃度，定量給出每個網(wǎng)格的平均權重濃度，反映目標區(qū)接受來源區(qū)PM2.5濃度分布情況，計算方法如式(3)所示：

(3)

式中：CWTi為網(wǎng)格i的平均權重濃度，l為軌跡，t為軌跡數(shù)目，nil為軌跡l在網(wǎng)格i的停留時間，Cil為軌跡l經(jīng)過網(wǎng)格i時對應的PM2.5質量濃度。在PSCF方法中所使用的影響系統(tǒng)Wi同樣適用于CWT方法，即WCWTi=CWTi×Wi。

目標區(qū)域后向氣團軌跡WCWT分布特征見圖5。

圖5 目標區(qū)域后向氣團軌跡WCWT分布特征Fig.5 The WCWT distribution of backward trajectories to the target

由圖5可見，網(wǎng)格顏色深的為對目標區(qū)貢獻度高的區(qū)域，圖例中WCWT為量化數(shù)值。從圖4和圖5來看，PSCF與CWT結果的網(wǎng)格區(qū)域基本相符。

3 結論與展望

綜上所述，研究區(qū)外部大氣污染源主要來源于東北和偏西2個方向，內部來源主要集中在正北、正南和東南3個網(wǎng)格。

1)外部污染源，東北方向主要集中在“湘桂走廊”東北方向，與當?shù)亍跋婀鹱呃取钡耐普撓喾?。其中，軌跡①途經(jīng)位置，網(wǎng)格顏色較深的區(qū)域集中在湖南省境內，網(wǎng)格位置與當?shù)氐墓I(yè)集中區(qū)位置基本相符。軌跡①外源占貢獻的64.52%，PM2.5均值為137.75 μg/m3。軌跡②和③方向，占比低，污染數(shù)值較大，但從PSCF和CWT結果來看，軌跡②和③途經(jīng)桂林市范圍外網(wǎng)格，數(shù)值均較低，其中③經(jīng)過桂林市內部重要來源區(qū)，說明軌跡②和③更多反映的是內部污染來源情況。軌跡④占16.13%，PM2.5均值為91.4 μg/m3，與本地均值接近，說明貢獻率較低。因此，大氣污染外部來源可定位于軌跡①的網(wǎng)格，由CWT方法進行量化。

2)內部污染源主要集中在3個顏色較深的網(wǎng)格，正北方網(wǎng)格位于靈川縣境內，該區(qū)域有污染較集中的八里街開發(fā)區(qū)，南方和東南方位有七星區(qū)經(jīng)濟開發(fā)區(qū)的幾個工業(yè)集中區(qū)和荔浦縣，與實際情況相符。

在后續(xù)研究中，可以進一步將網(wǎng)格細化，結合空間相關性方法研究污染來源區(qū)的污染物累積效應，考慮氣團沿途接納污染物過程是否存在空間相關性。如在多次污染過程中，存在特定的網(wǎng)格具有污染物聚集現(xiàn)象，可加入數(shù)字高程模型(DEM)根據(jù)等高線尋找等高帶進行實地監(jiān)測，從微觀尺度理論推導氣流帶來污染物濃度與地形變化的關系。推廣到大尺度范圍則可以對大區(qū)域的大氣污染，從氣象和地形角度進行解釋，亦可為國家大氣污染聯(lián)防聯(lián)控的政策提供理論依據(jù)。

[1] 張小曳, 孫俊英, 王亞強，等. 我國霧-霾成因及其治理的思考[J]. 科學通報, 2013, 58(13):1 178-1 187.

ZHANG X Y,SUN J Y,WANG Y Q, et al.Fog-haze formation and its governance thinking in our country [J]. Chinese Science Bulletin, 2013, 58(13): 1 178-1 187.

[2] 郭新彪, 魏紅英. 大氣對健康影響的研究進展[J]. 科學通報,2013,58(13):1 171-1 177.

GUO X B,WEI H Y. The research progress of the influence of atmosphere on health[J]. Chinese Science Bulletin,2013,58(13):1 171-1 177.

[3] 國務院關于印發(fā)大氣污染防治行動計劃的通知[EB/OL].(2013-09-12)[2015-11-20].http://zfs.mep.gov.cn/fg/gwyw/201309/t20130912_260045. htm.

[4] COBOURN W G. An enhanced PM2.5air quality forecast model based on nonlinear regression and back-trajectory concentrations[J]. Atmospheric Environment,2010(44):3 015-3 023.

[5] 石敏,張青新,于寧，等.基于氣流軌跡大氣輸送對大連市酸雨形成分析[J].環(huán)境科學技術,2011,34(12):236-241.

SHI M,ZHANG Q X,YU N, et al. Analysis on the form of acid rain in dalian based on air trajectory clustering[J]. Environmental Science and Technology, 2011,34(12):236-241.

QING X,FENG G X,YANG Y Y, et al. Long-range transport source of dioxin in the urban atmosphere based on backward trajectories[J]. Acta Scientiae Circumstantiae,2013,33(11):2 959-2 964.

[7] 趙倩彪,胡鳴,張懿華. 利用后向軌跡模式研究上海市來源分布及傳輸特征[J]. 環(huán)境監(jiān)測管理與技術, 2014,26(4):22-26.

ZHAO Q B,HU M,ZHANG Y H. Study of source distribution and transportation characteristics of PM2.5in Shanghai using backward trajectory model[J]. The Administration and Technique of Environmental Monitoring,2014,26(4):22-26.

[8] XU W Y, ZHAO C S, RAN L,et al.A new approach to estimate pollutant emissions based on trajectory modeling and its application in the North China Plain[J].Atmospheric Environment,2013(71):75-83.

[9] 石春娥, 姚葉青, 張平，等. 合肥市PM10輸送軌跡分類研究[J].高原氣象,2008,27(6):1 383-1 391.

SHI C E,YAO Y Q,ZHANG P, et al. Transport trajectory classifying of PM10in Hefei [J]. Plateau Meteorology,2008,27(6):1 383-1 391.

[10] 張青新.基于氣流軌跡聚類的大氣輸送對丹東市酸雨形成影響[J].中國環(huán)境監(jiān)測，2013,29(1):52-57.

ZHANG Q X. Analysis on the form of acid rain in Dandong of air pollutant transport based on air trajectory clustering [J].Environmental Monitoring in China,2013,29(1):52-57.

[11] 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．

WANG F,CHEN D S,CHENG S Y, et al. Impacts of air pollutant transport based on air trajectory clustering[J]．Research of Environmental Sciences, 2009,22(6):637-642．

[12] PEDRO S, BEGOA A, XAVIER Q, et al. A combined analysis of backward trajectories and aerosol chemistry to characterise long-range transport episodes of particulate matter: The Madrid air basin, a case study[J]. Science of the Total Environment,2008,390:495-506.

[13] KONG X Z, HE W, QIN N, et al. Comparison of transport pathways and potential sources of PM10in two cities around a large Chinese lake using the modified trajectory analysis[J]. Atmospheric Research，2013(122):284-297.

[14] KAZUE S, TAKASHI Y, KENJI K, et al. The spatial and seasonal distributions of air-transport origins to the Antarctic based on 5-day backward trajectory analysis[J].Polar Science，201(7):205-213.

Source of Airborne Particulate Matter in Guilin Based on Backward Trajectory Model

ZHANG Jinyang1,SONG Shaohua1,XU Rui2,WEN Jianhui1

1.Guilin Municipal Environment Monitor Centre,Guilin 541002,China2.School of Life and Environmental Sciences,Guilin University of Electronic Technology,Guilin 541004,China

The zone collective control of air pollution was one of the key means to solve regional haze production. Its premise was to determine the relative position and impact level of the outside sources of air pollution. Based on the backword trajectory theory, using Guilin as the research object, the single-particle orbits hybrid lagrangian model was used to simulate the winter pollutant transport in 2013, the results showed that the pollution was mainly came from the northeast of the study area in winter, the trajectory was in accordance with Xiang-Gui Corridor. Air pollution source areas and its number were quantized by digital vector diagram, the results could provide the decision support basis for zong collective control of air pollution.

haze;backword trajectory;particulate matter;cluster analysis

2015-12-04;

2016-03-18

國家自然科學基金(41501342)；廣西自然科學基金(2014GXNSFAA118324)；廣西信息科學實驗中心(20130324)；廣西教育廳立項項目(201204LX139)

張近揚(1979-)，男，廣西賀州人，碩士，工程師。

許 睿

X823

A

1002-6002(2017)02- 0042- 05

10.19316/j.issn.1002-6002.2017.02.07