基于后向氣團軌跡的區域大氣污染顆粒物來源分析

張近揚,宋韶華,許 睿,文建輝

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

基于后向氣團軌跡的區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.桂林市環境監測中心站，廣西 桂林 5410022.桂林電子科技大學生命與環境科學學院,廣西 桂林 541004

大氣污染區域間的聯防聯控是解決區域性灰霾產生的關鍵手段之一。如何確定目標控制區大氣污染外源的相對位置和影響程度是實現聯防聯控的前提。基于后向氣團軌跡理論，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，對研究區域2013年冬季的污染物傳輸進行了模擬。結果顯示：研究區冬季大氣污染主要來源于東北方向，軌跡與“湘桂走廊”相符。以數字矢量圖的方式量化表示了大氣污染來源區及數量，成果可為區域間大氣污染聯防聯控措施提供決策支持依據。

霾；后向軌跡；顆粒物；聚類分析

近年來，區域性灰霾現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，也影響社會經濟發展[1-2]。隨著工業化、城鎮化進程的加快，大氣污染程度可能繼續加大。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》，提出了區域聯防聯控要求。目前區域間聯防聯控方式方法，在理論上仍未得到支撐[3]。研究從區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，以確定與研究區相關的大氣污染主要來源區，為區域化大氣污染防治提供決策支持依據。

1 實驗部分

1.1 研究對象

桂林市與湖南省交界，是桂北地區旅游、文化、經濟和交通的重要樞紐，在該區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。總面積為27 809 km2，市區面積為565 km2。桂林為無重工業的城市，與重工業城市柳州相鄰，同時也處于省級行政區邊界(圖1)。

注：底圖源自國家基礎地理信息中心網站(http://ngcc.sbsm.gov.cn/Guide/)下載的1∶400政區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，以桂林市環境監測中心站(地理坐標為25°16′11″N、110°16′55″E)為起始點，根據歷史數據選取典型污染時段進行分析，尋找區域內污染物濃度變化規律；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域及數量；最后，結合本地實際數據和經驗，分析大氣污染物來源可靠性。技術實現過程見圖2。

圖2 技術路線圖Fig.2 Technology roadmap

2 結果與討論

2.1 研究區大氣污染情況分析

桂林市共有4個空氣質量自動監測站，分別為桂林電子科技大學花江校區(簡稱桂電)、桂林市環境監測中心站(簡稱監測站)、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，距市區13 km，沿途森林植被覆蓋，無大氣污染源，市區與桂電被堯山阻隔，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域本底值，并根據連續3 a的監測數據，該點位數據明顯低于其他站，如圖3所示，桂電站數據明顯區別于其他3個站點，處于較低水平。

注：圖中D段直線為監測數據缺失。圖3 2013年12月桂林市空氣監測站點數據對比圖Fig.3 The air monitoring site data comparison chart in Guilin

根據多年連續監測數據分析發現，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測站濃度值；B時間段桂電站濃度值快速上升，而監測站濃度值仍保持相對穩定；C時間段監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，市區內污染物濃度保持穩定；B區桂電站濃度值升高后，市區空氣受外源影響監測站濃度值開始升高；C時間段桂電站的濃度值已經明顯回落，監測站濃度值仍維持了3 d高位。為研究該時間段桂林區域污染物來源和數量，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合發布。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境預報中心(NCEP)提供的同時段全球資料同化系統(GDAS)數據。

選擇桂林市環境監測中心站為目標站點，設置其為HYSPLIT目標，對2013年12月GDAS數據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%。根據圖4的軌跡聚類和表1軌跡數統計得到，氣團軌跡多數來源于目標點的東北方向，與圖1對比發現軌跡與“湘桂走廊”方向一致。

圖4 目標區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/條軌跡數占比/%PM2.5均值/(μg/m3)PM2.5>100軌跡數/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 定位來源途經點

在聚類結果的基礎上，假設氣團后向軌跡在網格內有一定的停留時間，將會接收來自停留網格的污染物，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(PSCF)方法，表示貢獻度，以網格在軌跡中所占比例，反映網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，則區域內網格平均停留時間為10 d。因此，定義WPSCFi=PSCFi×Wi。Wi如式(2)所示：

(2)

模擬結果如圖4中網格顏色深度所示，網格顏色深的為對目標地貢獻度高的區域。圖4中顏色深度較深的區域形成了一個由東北向西南的地帶，與桂林市當地地形結構上的“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受軌跡網格影響情況，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，定量給出每個網格的平均權重濃度，反映目標區接受來源區PM2.5濃度分布情況，計算方法如式(3)所示：

(3)

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

目標區域后向氣團軌跡WCWT分布特征見圖5。

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

由圖5可見，網格顏色深的為對目標區貢獻度高的區域，圖例中WCWT為量化數值。從圖4和圖5來看，PSCF與CWT結果的網格區域基本相符。

3 結論與展望

綜上所述，研究區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，與當地“湘桂走廊”的推論相符。其中，軌跡①途經位置，網格顏色較深的區域集中在湖南省境內，網格位置與當地的工業集中區位置基本相符。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，污染數值較大，但從PSCF和CWT結果來看，軌跡②和③途經桂林市范圍外網格，數值均較低，其中③經過桂林市內部重要來源區，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個顏色較深的網格，正北方網格位于靈川縣境內，該區域有污染較集中的八里街開發區，南方和東南方位有七星區經濟開發區的幾個工業集中區和荔浦縣，與實際情況相符。

在后續研究中，可以進一步將網格細化，結合空間相關性方法研究污染來源區的污染物累積效應，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，存在特定的網格具有污染物聚集現象，可加入數字高程模型(DEM)根據等高線尋找等高帶進行實地監測，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防聯控的政策提供理論依據。

[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]. 環境監測管理與技術, 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].中國環境監測，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