西北干旱区柴窝堡湖干涸湖底粉尘潜在扩散特征

运用HYSPLIT模型,结合美国环境预报中心(NCEP)和大气研究中心(NCAR)2000~2013年的再分析气象资料,对柴窝堡盆地粉尘潜在扩散的时间和空间特征进行了研究.结果表明:柴窝堡湖干涸湖底粉尘潜在扩散范围具有明显的季节分异.春季粉尘潜在扩散范围和密度最大,覆盖我国大部分地区,最远可达朝鲜半岛部分地区,其次是秋季,夏季粉尘潜在扩散以1000m为界表明出明显的高度差异,冬季粉尘潜在扩散范围和密度均是最小的.随高度增加,不同季节气流可能携带粉尘密度均呈降低趋势.受地形影响,粉尘潜在扩散有两个主要通道,100m以下主要向西南方向扩散,而100m以上主要向东南方向扩散.柴窝堡盆地干涸湖底大量的粉尘在气流携带下可以长时间远距离输送,在近源区沉降,严重影响乌鲁木齐及其周边地区,并可能加速天山山区的雪冰消融.     

2017年春夏期间南京地区臭氧污染输送影响及潜在源区

基于南京市空气质量数据与NCEP全球再分析资料,利用后向轨迹模式计算了2017年春夏（4~10月）到达南京城区逐时的24 h近地面气团后向轨迹,并将后向轨迹数据与臭氧质量浓度数据结合,进行轨迹聚类与潜在源区分析.结果表明,2017年南京市臭氧日最大8 h滑动平均浓度在12~261 μg·m^-3,超标共58 d,主要集中在春夏季.臭氧月变化呈现单峰状,其中6月臭氧浓度与超标天数最高,臭氧日变化总体呈单峰状,峰值浓度出现在14：00左右;模拟获得5136条轨迹,其中超标轨迹约占10%,超标轨迹月度分布差异较为明显,5、6两月合计占比约60%,经聚类分析得到气团输送路径共有6条,分别来自东北偏北、西北、西南、东南偏南、东南及东北方向,其中东南与东南偏南方向两类气团出现频率最高,分别为23.33%和20.76%,且对应的臭氧浓度较高,对南京臭氧污染贡献较大;潜在源区分析WPSCF与WCWT的高值区一致性较好,均揭示臭氧污染潜在源区主要分布在常州、无锡、苏州与湖州等环太湖城市,同时周边城市泰州、马鞍山、芜湖、滁州、南通与连云港等地是次要的潜在源区.臭氧污染区域输送贡献明显,需要强化长三角区域联防联控.     

嘉峪关市大气污染物传输特征与潜在源分析

利用Meteoinfo软件中的Trajstat插件对2019-03—2020-02期间抵达嘉峪关市的气团进行后向轨迹模拟,并结合各类大气污染物数据,对嘉峪关市四季的后向轨迹进行聚类分析,研究抵达嘉峪关市的主要气团输送路径及对应路径的污染物浓度特征。通过潜在源贡献因子法（PSCF）及权重浓度轨迹分析法（CWT）来分析PM₁₀与O₃的输送来源及主要潜在源区。结果表明:输送至嘉峪关市的气团中,西北方向气团轨迹数目和污染轨迹数目占比均大于其余方向,嘉峪关市四季的大气污染更易受到西北方向气团的影响。嘉峪关市春季PM₁₀污染相对严重,更易受到新疆东部地区潜在源区的影响,其余三季PM₁₀污染相对较轻,潜在源区主要集中在新疆东部地区,少数位于嘉峪关市东北方向。嘉峪关市春、夏季的O₃污染相对严重,强潜在源区主要集中在新疆东部地区及甘肃河西走廊地区,秋、冬季O₃污染相对较轻,其中秋季潜在源区主要位于甘肃河西走廊地区,冬季潜在源区主要位于新疆东部地区。     

黄山顶夏季气溶胶数浓度特征及其输送潜在源区

利用轨迹聚类方法对2011年6~8月黄山光明顶的气团轨迹进行聚类分组,得到2011年夏季到达黄山顶的主要气团输送轨迹,结合黄山顶的气溶胶数浓度观测资料,分析不同类型输送轨迹与黄山顶积聚模态颗粒物数浓度的关系.利用潜在源贡献因子分析法PSCF(potential source contribution function analysis)定性分析了不同气团背景下黄山顶积聚模态颗粒物数浓度的潜在源区,最后结合浓度权重轨迹分析法CWT(concentration weighted field)定量分析不同潜在源区对黄山顶积聚模态颗粒物数浓度的贡献.结果表明,积聚模态颗粒物(0.5~1μm)数浓度约占0.5~20μm颗粒物数浓度的94.9%;黄山顶6~8月大陆气团的发生频率最高,约43.4%;影响黄山光明顶积聚模态颗粒物数浓度的潜在源区主要来自一些工业发达人口密集的城市群:湖北东部、安徽中部、河南、江西境内、两广交界处、湖南南部以及浙江北部地区.而垂直方向上,来自西北和西南方向高度约2~5km的自由对流层气团对黄山顶积聚模态粒子数浓度贡献较大.     

青岛大气颗粒物数浓度变化及对能见度的影响

为研究青岛地面大气颗粒物数浓度的变化及对能见度的影响,2010年9月~2011年8月使用便携式light house激光粒子计数器进行了大气颗粒物数浓度观测,利用Hysplit模式计算大气颗粒物的后向轨迹,运用统计分析方法初步探讨了气象因子对大气颗粒物数浓度和能见度的影响.结果表明,青岛大气颗粒物数浓度冬春最高,秋季次之,夏季最低;源自新疆、甘肃一带的气团颗粒物数浓度偏高,而来自于东北方向及海上的大气颗粒物数浓度较低;大气颗粒物数浓度变化与风速、相对湿度和混合层高度的变化呈现较好的负相关关系.当气团来源于西或西北方向,地面风向为南到东南风且混合层高度较低时,细粒子数浓度较高,容易出现低能见度现象.     

京蒙沙源区水库大气氮沉降变化特征及源解析

以京蒙沙源区大河口水库为研究对象,于2017年1月~12月对水库周围布设的12个大气沉降监测站点收集样品144个,测定大气干、湿沉降物中TN浓度,计算大气总氮干、湿沉降通量,分析大气TN干、湿沉降污染特征及季节性变化特征.另选取水库周边不同典型地块,布设14个采样点采集样品76个,测定土壤δ¹⁵N-TN含量水平,解析水库大气氮沉降主要来源,并借助HYSPLIT4气团后向轨迹模型分析各季节不同类型气团输移营养盐对大河口水库的影响.结果表明：水库全年大气TN干沉降通量变化范围为122.44~425.64kg/（km²·month）,平均值为200.83kg/（km²·month）;湿沉降通量变化范围1.23~188.89kg/（km²·month）,平均值为66.33kg/（km²·month）.大气总氮年沉降通量为3205.9kg/（km²·a）,约为全国氮沉降平均水平（790kg/（km²·a））的4.06倍.从沉降类型上来看,大气沉降主要以干沉降为主,占沉降总量的75.17%,湿沉降占总沉降通量的24.83%.大气氮干沉降通量表现为春、秋季节明显高于夏、冬季节,湿沉降通量春、夏季明显高于秋、冬季节的季节性变化规律.通过对典型地块δ¹⁵N-TN同位素数据分析,表明夏季有71.4%的大气沉降样品来源于不可分辨的混合源输入,春、秋、冬季大河口水库超过45%的样品来源于沙地,另一大污染源为研究区周围的耕地.运用HYSPLIT4后向轨迹模型证明,从蒙古国入境的气团对研究区污染物大气输移影响较大,冬季采暖期间的大气污染和春季频繁发生的沙尘暴是造成北方沙区水体春季水环境变差的因素之一.     

2017年兰州市大气污染物输送来源及传输特征模拟分析

利用HYSPLIT后向轨迹模式,结合兰州市AQI（空气质量指数）及常规大气污染物质量浓度数据,模拟研究了2017年1月1日-12月31日以兰州市为受点的大气污染物输送特征.通过聚类分析确定了抵达兰州市气团的主要输送途径和每类路径所对应的污染物质量浓度特征,并利用受体模型PSCF（潜在源贡献因子分析法）和CWT（权重浓度轨迹分析法）,分析了大气污染区域传输对兰州市空气质量的影响,探讨了影响兰州市空气质量的污染物输送来源和可能的潜在源区.结果表明,在影响兰州市的气流轨迹中,污染轨迹多来自兰州市以西和以北方向,污染轨迹约占总轨迹的39.52%,说明外部污染物的输入对兰州市空气质量具有重要影响.其中,第3类轨迹（对应来向为西）的气团对兰州市的空气质量有较大的影响,该类轨迹虽仅占总轨迹的15.21%,但其中污染轨迹数占56.76%,是影响兰州市空气质量的主要传输路径;第4类轨迹（对应来向为东南）的气团最为清洁.研究显示,对兰州市空气质量影响最大的强潜在源区主要分布在青海共和盆地、兰州市本地及周边区域,中等强度潜在源区为内蒙古自治区南部、宁夏回族自治区及甘肃省河西走廊等地区.      

北京市臭氧污染跳变型特征及影响因素分析

基于2016~2022年北京市环境监测和气象观测数据,结合后向轨迹聚类和潜在源区贡献分析北京市臭氧（O₃）污染特征、气象影响和潜在源区.结果表明,2016~2022年北京市共发生41次具有跳变特征的O₃污染过程,平均为5.9次·a^-1,发生时间集中在5~7月,跳变当日（OJD2）较跳变前一日（OJD1）的ρ（O₃-8h）平均值偏高78.3%,峰值浓度偏高78.9%,OJD2区域O₃浓度高值带呈现由南向北推进的特征.北京市跳变O₃污染发生主要原因可归纳为不利气象条件导致的本地积累叠加区域传输影响.跳变型O₃污染发生时具有偏南风频率增加、温度上升、气压降低和降水减少的特征,偏南风频率增加为O₃及其前体物的传输提供条件,在本地高温作用下快速发生光化学反应,叠加降水较少,综合推高OJD2的O₃浓度水平.聚类分析得到6条气团输送路径,OJD2来自偏北方向的气团减少11.2%,来自偏南和偏东方向气团增加6.7%和4.4%,气团以短距离传输为主,偏南和偏东方向对应的O₃浓度较高,对北京污染贡献较大.潜在源区分析揭示OJD2的O₃污染的主要潜在源区是京津冀中南部和东部,贡献了82.6%污染轨迹.跳变型O₃污染区域输送贡献明显,需要加强京津冀区域联防联控．     

重庆市O3污染日的大气环流分型与传输特征

通过分析重庆市主城区2015~2019年O₃浓度和气象要素观测数据,发现主城区O₃超标日数、超标日O₃中位值和90百分位浓度值均呈现逐年升高趋势,O₃与温度成正相关、与相对湿度成负相关,高O₃浓度对应每日最高温度区间为35℃以上以及相对湿度区间70%以下.采用T-mode主成分分析法(PCT)对2015~2019年的4~9月850hPa低层位势高度场和风场进行分型,总结出重庆市O₃污染期间主要有8种天气类型,其中有利于出现高浓度O₃现象的天气类型分别是低压西北侧型(T1)、低压后部型(T4)和高压西侧(T3),对应O₃平均超标率分别为34.6%、17.0%和14.2%.利用HYSPLIT4模型后向轨迹聚类方法和潜在源贡献算法(PSCF),计算得到O₃污染日的气团主要以中短距离输送为主,主要传输轨迹来自北、东北、南以及西南四个方向,从2015~2019年,主要污染来源有一个明显的从北转南的趋势,O₃污染的潜在源贡献分析结果与全市工业源NO_x、VOCs排放量空间分布的一致性较高.     

泰山顶PM2.5及其二次组分的输送路径与潜在源

为了明确泰山顶PM_2.5及其二次组分的输送路径与潜在来源,基于后向轨迹聚类方法对2015年冬季和春季抵达泰山顶的气团传输轨迹进行聚类分析,并利用PSCF（潜在源贡献因子）和CWT（浓度权重轨迹）方法分析泰山顶冬季和春季PM_2.5、SO₄2-、NO₃-和NH₄+的潜在源域.结果表明,冬季和春季来自不同方向的气团轨迹对泰山顶PM_2.5及其组分的潜在源分布的影响具有明显差异.冬季泰山顶ρ（PM_2.5）和ρ（NO₃-）平均值的最高值对应的气团轨迹来自湖北、河南、山东济宁等地区,而来自西北方向的轨迹1和轨迹2分别对应的ρ（SO₄2-）和ρ（NH₄+）平均值最高;春季影响ρ（PM_2.5）和ρ（NO₃-）的气团轨迹主要来自西南方向的河南、安徽北部、山东聊城等地区,而源自蒙古国途经内蒙古、山西、河南北部和山东聊城的气团轨迹对ρ（SO₄2-）和ρ（NH₄+）的贡献最大.泰山顶ρ（PM_2.5）、ρ（SO₄2-）、ρ（NO₃-）和ρ（NH₄+）的PSCF分布特征与CWT分布特征类似,WPSCF（源区分布概率）和CWT的最高计算值主要集中山东济宁、聊城以及邻近的山西省、河北省和河南省,是泰山顶大气污染物的主要潜在源域.      

基于卫星资料的华东地区气溶胶三维分布特征研究

利用MODIS和CALIPSO level2气溶胶产品,通过统计分析多个气溶胶光学参数（光学厚度、消光系数、色比和退偏振比）的时空分布及其变化,得出2007~2016年华东地区（27°N~37°N,113°E~123°E）气溶胶三维分布特征.结果表明,华东地区气溶胶光学厚度（AOD）年平均呈现出北高南低,平原高、山地低的分布特征.AOD季节分布表现为春夏高,秋冬低,夏季最高,冬季最低,且研究区域北部（31°N以北）AOD季节变化比南部地区剧烈.气溶胶消光系数（σ）随高度呈指数衰减,秋冬（春夏）低层σ较大（小）但随高度衰减较快（慢）,2km以下北高南低.年平均色比（CR）随高度递增,变化范围为0.6~0.7,随时间有减小趋势.CR季节特征为4km以下春季最大,夏季最小且均一;4km以上冬季最大,夏季最小.年平均退偏振比（PDR）随高度递增,变化范围为0.1~0.25,北部较大.PDR季节特征为5km以下春季最大,夏季最小;5km以上冬季最大,夏季最小.从气溶胶组成来看,华东地区2km以下以污染沙尘为主;2~5km春季以沙尘为主,其它季节以烟尘为主;5km以上冬春以沙尘为主,夏秋以烟尘为主.     

银川地区大气颗粒物输送路径及潜在源区分析

利用Traj Stat软件和全球资料同化系统数据,计算了2014—2016年银川市逐日72 h气流后向轨迹,并采用聚类分析方法,结合银川市同期PM~(10)和PM~(2.5)质量浓度数据,分析了银川年及四季气流轨迹特征及其对银川颗粒物浓度的影响.同时,运用潜在源贡献因子分析法(PSCF)和浓度权重轨迹分析法(CWT),探讨了影响银川颗粒物质量浓度的潜在源区及不同源区对银川颗粒物质量浓度的贡献.结果表明,输送距离最长、高度最高、移速最快的西北气流轨迹占总轨迹的比例最高,达66.7%,且气团移动速度和高度与轨迹距离呈正比;输送高度较低、距离最短、移速最慢的北方气流轨迹占总轨迹数的24.3%;东南气团占总轨迹数的9%,输送距离和移速介于前两者之间,但输送高度较西北气流和北方气流低.四季各类气流轨迹变化特征与年变化特征基本一致,春、秋、冬三季,中、短距离西北气流占气流轨迹总数的比例最高,夏季东南气流占比最高,且夏季南方气流和北方气流占比较春、秋两季高,冬季未出现南方气流和北方气流,春季和冬季气流轨迹输送距离普遍比夏季和秋季长;春、夏、秋三季,偏南气流的输送高度均最低,四季长距离西北气流的输送高度均最高.年及四季都表现为西北气流轨迹对应的银川PM_(10)和PM_(2.5)平均浓度均较高,是影响银川颗粒物质量浓度的最重要输送路径,其次是东南气流轨迹,北方气流轨迹对银川颗粒物浓度影响较小.PSCF和CWT分析发现,位于新疆、甘肃、蒙古国、内蒙古、青海的西北源区及四川、陕西的东南源区是影响银川PM_(10)和PM_(2.5)浓度的两个主要潜在源区,各季节区域范围有所差异.     

Identification of long-range transport pathways and potential sources of PM2.5 and PM10 in Beijing from 2014 to 2015

Trajectory clustering, potential source contribution function (PSCF) and concentration-weighted trajectory (CWT) methods were applied to investigate the transport pathways and identify potential sources of PM_2.5 and PM₁₀ in different seasons from June 2014 to May 2015 in Beijing. The cluster analyses showed that Beijing was affected by trajectories from the south and southeast in summer and autumn. In winter and spring, Beijing was not only affected by the trajectories from the south and southeast, but was also affected by trajectories from the north and northwest. In addition, the analyses of the pressure profile of backward trajectories showed that backward trajectories, which have important influence on Beijing, were mainly distributed above 970 hPa in summer and autumn and below 950 hPa in spring and winter. This indicates that PM_2.5 and PM₁₀ were strongly affected by the near surface air masses in summer and autumn and by high altitude air masses in winter and spring. Results of PSCF and CWT analyses showed that the largest potential source areas were identified in spring, followed by winter and autumn, then summer. In addition, potential source regions of PM₁₀ were similar to those of PM_2.5. There were a clear seasonal and spatial variation of the potential source areas of Beijing and the airflow in the horizontal and vertical directions. Therefore, more effective regional emission reduction measures in Beijing''s surrounding provinces should be implemented to reduce emissions of regional sources in different seasons.     

1995~2004年东亚沙尘气溶胶的模拟源汇分布及垂直结构

利用全球气溶胶模式GEM-AQ/EC的1995~2004年10年沙尘气溶胶模拟,探讨了东亚地区沙尘气溶胶源汇分布和垂直结构特征.结果表明,东亚大陆沙尘气溶胶源区主要集中在东亚的沙漠地区,有两大沙尘主要源区:覆盖蒙古国南部及中国内蒙中西部的沙漠地区和南疆的塔克拉玛干沙漠.东亚沙尘排放量春季最大,占全年排放总量的66.81%,四月份达15.29Mt,夏季下降,秋季小幅度回升,冬季最小;东亚沙尘排放量呈现明显的年际变化及增强的趋势.东亚沙尘沉降高值区与源区一致,源区及附近以干沉降为主,远距离传输到中国东北、长江以南及西太平洋包括日本、朝鲜半岛,湿沉降占主导地位;沙尘沉降具有季节变化,其趋势与东亚沙尘排放量的季节变化大致相同,且模拟的10年沉降量呈上升趋势.东亚沙漠地区排放的沙尘主导了东亚沙尘气溶胶的变化,最大的净沙尘汇区集中在紧邻净沙尘源区的黄土高原及华北平原西部.东亚地区春夏秋3个季节均是沙尘的净源区,而冬季强西风急流输入东亚以外的沙尘使东亚整体上为沙尘净接收区.东亚大陆大部分地区,沙尘垂直分布主要集中在对流层低层3km高度以下,在西太平洋地区包括日本、朝鲜半岛沙尘高值中心位于在对流层中层5km高度上下,在沙漠以北地区沙尘垂直廓线的高值出现在对流层中上层6~8km高度.     

基于后向轨迹对城市大气中二噁英长距离迁移来源的探讨

通过对广州某商住区大气中二噁英的季节性监测,结合后向轨迹的计算,对大气中PCDD/Fs的浓度及其长距离迁移来源进行分析.结果表明:大气中二噁英浓度有季节性变化特点,其趋势为冬季(14.4 pg·m^-3)>秋季(10.0 pg·m^-3)>春季(5.54 pg·m^-3)>夏季(3.88 pg·m^-3).同时,大气中PCDD/Fs单体特征也具有季节性特点,秋冬季节七氯代、八氯代PCDD/Fs百分比高于春秋两季,春夏两季低氯代单体百分比含量高于秋冬两季.追溯采样期间该城市大气的后向轨迹,发现秋冬两季到达广州的气团主要经过湖南、湖北和江西等北方或东北方的内陆省份,而春夏两季到达广州的气团主要经过我国东海和南海海域上空.而这种变化很可能是造成广州大气中二噁英浓度季节性变化的主要原因.     

上海地区霾时气溶胶类型垂直分布的季节变化

采用上海地区2007年1月~2010年11月CALIPSO星载激光雷达Level 2反演资料,对清洁海洋型、沙尘型、大陆污染型、大陆清洁型、污染沙尘型和烟尘型等类型气溶胶垂直分布进行了分析,研究了其季节变化规律.结果表明:霾发生时0~2km高度烟尘型气溶胶出现频率明显高于非霾时,而在2~8km高度,沙尘型、污染沙尘型与大陆污染型明显高于非霾时.0~2km高度春季霾大陆污染型气溶胶出现频率高于其他季节;0~2km夏季污染沙尘型气溶胶与海洋型气溶胶出现频率均高于其他季节,特别是污染沙尘型;秋季霾期间,0~2km高度范围内烟尘型出现频率明显高于2~6km高度;冬季污染沙尘型、烟尘、大陆污染型气溶胶出现频率高于其他季节.     

基于HYSPLIT4模式的天水市颗粒物输送路径

首先利用后向轨迹模式（HYSPLIT）模拟了天水市2017~2019年冬季后向轨迹,分析了50,200,500和1000m 4个不同高度以及500m高度不同聚类数量对路径输送聚类统计结果的影响,并以500m高度四个季节的后向轨迹进行聚类分析,进一步运用权重潜在源贡献分析法（WPSCF）,探讨了研究期间天水市细颗粒物的潜在源区及不同源区对天水市颗粒物浓度的贡献,结果表明,（1）起始点高度为500m时,颗粒物浓度极值比和极值差均较大,聚类结果最具代表性;（2）不同聚类数量分析结果表明,按照总空间变化（Total spatial variation,TSV）显著增加的原则选取的聚类数量较少,且能反映不同方向的轨迹输送特征;（3）天水市不同季节的轨迹聚类结果表明,冬季来自陕西南部的东南路径是PM_2.5污染程度最高的路径,该路径下PM_2.5浓度为78.2μg/m³,春季西北路径的颗粒物浓度最高,PM₁₀和PM_2.5的平均浓度分别是127.9~129.9和40.6~41.0 μg/m³,夏秋季节不同路径的颗粒物浓度相差不大.     

帕米尔高原东部PM10输送路径及潜在源分析

基于HYSPLIT后向轨迹模式和NCEP的GDAS数据（2019年3月~2020年2月）,对抵达帕米尔高原东部的48h后向气团轨迹按季节聚类,其PM₁₀和PM_2.5年均值分别为（29.4±16.4）,（9.3±5.1）μg/m³,大气颗粒物以PM₁₀为主,结合同期PM₁₀浓度数据,分析不同路径对帕米尔高原东部PM₁₀聚集的贡献,并利用潜在源贡献因子法（PSCF）和浓度权重轨迹法（CWT）,揭示研究期间帕米尔高原东部不同季节PM₁₀的潜在源分布及其贡献水平.结果表明：帕米尔高原东部PM₁₀输送路径的季节特征明显,春季来自中亚的西风气流对应PM₁₀高值,夏季来自中国新疆西部的气流也对应较高PM₁₀值,秋季各轨迹对应PM₁₀值相当,冬季来自南亚方向气流对应PM₁₀高值.PM₁₀春季贡献源区主要位于中国新疆西部、阿富汗东北部、巴基斯坦东北部、塔吉克斯坦中部及东部地区,夏季主要位于中国新疆西部喀什与和田北部地区,秋季主要位于土库曼斯坦东部、乌兹别克斯坦东南部、巴基斯坦北部、阿富汗北部与塔吉克斯坦南部接壤地区,冬季主要位于巴基斯坦东北部、印度北部以及阿富汗北部.