成都市冬季PM2.5污染特征及溯源分析

陳雅瓊　宋田　宋冬洋　張小平　高先成

摘 要：本研究利用2019年成都錦城湖監測點PM2.5的監測數據，研究成都市冬季PM2.5的污染特征及其與氣象要素之間的關系，并利用后向軌跡模型進行顆粒物溯源及追蹤分析。結果表明：成都市環境空氣PM2.5平均質量濃度為53 g/m3，達到國家空氣質量二級標準;PM2.5質量與溫度呈顯著正相關性，與風速呈負相關性，與濕度呈負相關性，與氣壓呈顯著負相關性;成都市冬季氣團主要來自東北方向，來自東南偏南方向的PM2.5及其前體物對成都市PM2.5質量濃度貢獻最大。

關鍵詞：PM2.5;氣象因素;溯源;后向軌跡

中圖分類號：X513文獻標識碼：A文章編號：1003-5168（2020）07-0151-03

Abstract： Based on the monitoring data of PM2.5 at Jincheng lake monitoring point in 2019， this study studied the pollution characteristics of PM2.5 in winter and the relationship between PM2.5 and meteorological elements in Chengdu， and used the backward trajectory model to trace and analyze the particulate matter. The results show that the average mass concentration of PM2.5 in the ambient air of Chengdu is 53 μg/m3， which is up to the national secondary standard of air quality; PM2.5 has a significant positive correlation with temperature， a negative correlation with wind speed， a negative correlation with humidity and a significant negative correlation with air pressure; the winter air mass of Chengdu mainly comes from the northeast direction， from the southeast south direction of PM2.5 and its precursor to Chengdu The contribution of PM2.5 is the largest.

Keywords： PM2.5;meteorological factors;traceability;backward trajectory

為了研究短時間尺度的長距離輸送和外來污染源對成都PM2.5濃度的影響程度，本研究利用2019年成都錦城湖監測點PM2.5的監測數據，研究成都市冬季PM2.5的污染特征及其與氣象要素之間的關系，并利用后向軌跡模型進行顆粒物溯源及追蹤分析。本研究能為成都應對重污染事件的境外污染源區的確定提供參考，并為區域聯防聯控治理大氣污染提供理論借鑒。

1 材料與方法

1.1 數據來源

本研究選用2019年2月3日至2019年2月19日成都市錦城湖市控站PM2.5質量濃度在線監測數據作為研究對象，相關氣象數據亦來自于錦城湖市控站在線監測。PM2.5監測所使用的儀器和監測方法如表1所示。

1.2 HYSPLIT模型

HYSPLIT模型是美國國家海洋和大氣管理局（National Oceanic and Atmospheric Administration，NOAA）的空氣資源實驗室和澳大利亞氣象局（Bureau of Meteorology Australia，BOM）聯合研發的一種用于計算和分析氣流運動、沉降和擴散軌跡的綜合模式系統，已廣泛用于空氣污染物傳輸途徑與來源分析。本研究利用該模型來研究成都市大氣細顆粒物的來源地，并結合PM2.5質量濃度數據分析各來源對PM2.5的貢獻。

2 結果與討論

2.1 成都市PM2.5污染程度分析

2019年2月3日至2019年2月19日成都市環境空氣PM2.5平均質量濃度為53[μg]g/m3，達到國家環境空氣質量二級標準（75[μ]g/m3）（以下簡稱“二級標準”）。成都市冬季環境空氣PM2.5日均質量濃度變化范圍為23～114[μ]g/m3，超標率達到17.65%，出現兩次峰值，分別在2019年2月5日（114[μ]g/m3）和2019年2月14日（76[μ]g/m3）。2019年2月5日，PM2.5濃度超標主要原因為大量煙花爆竹的燃放會排放大量的SO2、NO2等PM2.5的前體物，經二次轉化使PM2.5濃度升高。2019年2月14日為春節假期返程高峰期，大量機動車尾氣排放使PM2.5濃度增高。

2.2 PM2.5與氣象因素相關性

污染物質量濃度與氣象因素（溫度、相對濕度、風速和氣壓等）關系密切。不同的氣象因素構成不同天氣狀況，有利天氣狀況（低溫、大風、低濕等）利于顆粒物稀釋擴散，降低污染物濃度;不利天氣狀況促進顆粒物積累，使污染物濃度增高。研究表明，氣象因素可解釋部分PM2.5日變化趨勢。

2.2.1 PM2.5與溫度的相關性。一般情況下，大氣溫度越高，細顆粒物布朗運動越劇烈，越利于PM2.5擴散，使其濃度越低。成都市日均氣溫范圍為6～15 ℃，且PM2.5質量濃度隨著溫度的增高而上升。統計分析表明，成都市冬季溫度與PM2.5質量濃度呈顯著的正相關（R=0.74），這與孟媛媛等[1]得出的渭南市冬季溫度與PM2.5質量濃度的關系一致。冬季地面溫度比大氣溫度低，對流運動較弱，容易形成逆溫天氣，造成顆粒物積累，使PM2.5質量濃度增高;同時，冬季其他氣象因素的變化也會影響PM2.5濃度變化，如氣壓下降、溫度上升、濕度上升、風速較小時，會使得污染物濃度增加。

2.2.2 PM2.5與風速的相關性。風速與空氣污染密切相關，對大氣污染物的擴散和三維輸送起著重要作用。近地面若長期為靜風或較小風，則會使污染物不斷積累，為污染物的形成創造了條件，使污染物濃度升高;風速增強，大氣輸送能力增強，利于污染物的稀釋和擴散，使污染物濃度降低。經統計分析，成都市冬季風速與PM2.5質量濃度呈負相關（R=-0.38），但相關性不顯著，風速和PM2.5質量濃度變化趨勢大致相反。

2.2.3 PM2.5與濕度的相關性。研究表明，相對濕度較小時，隨著相對濕度不斷增高，由于吸濕作用的增強，更利于顆粒物聚集，因此，PM2.5質量濃度越高;當相對濕度超過一定值時，對顆粒物有一定的濕沉降作用，降低PM2.5質量濃度。成都市冬季相對濕度為60.43%～89.14%，與PM2.5質量濃度呈負相關（R=-0.33），但相關性不顯著。2019年2月17—19日有一次降雨過程，PM2.5日均濃度出現最低值（23[μg]g/m3），污染水平降低。

2.2.4 PM2.5與氣壓的相關性。氣壓的高低與大氣環流形勢密切相關，當地面受低壓控制時，四周高壓氣團流向中心，中心形成上升氣流，風力較大，利于污染物向上擴散，降低污染物濃度;當地面受高壓控制時，中心部位出現下沉氣流，阻止污染物向上擴散。可見，氣壓與PM2.5質量濃度呈顯著負相關（R=-0.54）[2]。

2.3 后向軌跡聚類分析

本研究推算時間為24 h后軌，軌跡起始高度為500 m，軌跡時間分辨率為1 h，氣象數據使用美國國家環境預報中心全球再分析資料，水平分辨率為1.0°×1.0°。為更直觀地了解氣團來向及輸送距離，本研究在利用HYSPLIT模式后采用Meteoinfo軟件進行分析和作圖。圖1為成都市冬季后向軌跡圖。可以從圖1了解成都市受方向氣團影響的程度。成都市氣團特征為：來自東北方向的氣團輸送距離較遠，來自東南方向的氣團輸送距離較短，幾乎沒有來成都市西面、西南和西北方向的氣團輸送。

將成都市2019年冬季500 m起始高度的24 h后向軌跡進行聚類分析，得到4類軌跡（見圖2）。其中，第1類和第2類軌跡均是來自成都東北方向的氣團，分別占軌跡數的29.41%和35.78%;第3類和第4類分別來自成都東南偏南方向和正東方向，分別占軌跡總數的16.91%和17.89%。總的來說，2019年冬季成都市氣團主要來自成都市的東北方向，該方向的軌跡數總占比達到65.19%，且來自于四川省境內。各類后向軌跡的分布特征及對應的PM2.5質量濃度如表1所示。

由表2和圖2可知，第2類氣團軌跡傳輸距離最遠，受東北季風的影響，氣團運動速度最快，該類軌跡在全部軌跡中占的比例最高，但對應PM2.5質量濃度最低，可表征來自該方向的氣團較為潔凈，擴散條件較好;第1類軌跡占比較大，對應PM2.5濃度較高，可表征該方向的氣團所經過的區域大氣中所含的PM2.5及其前體物濃度較高，對成都市的PM2.5質量濃度貢獻較高，也表征該方向的氣團影響成都市時正好遇上成都市氣象條件是最不利于污染物擴散的時候，污染物容易積累，造成PM2.5濃度較高;第3類軌跡占比最小，對應PM2.5濃度最高，軌跡最短，表明該氣團移動速度慢，造成污染物快速累積，反映小范圍、短距離的傳輸特征;第4類軌跡占比較小，對應PM2.5濃度較高，可表征遠距離的PM2.5輸送或對應時段本地污染物濃度因自身排放和其他原因造成的累積。綜上所述，第3類軌跡對成都市PM2.5質量濃度貢獻最高。

3 結論

①PM2.5日均質量濃度為53[μ]g/m3，達到國家環境空氣質量二級標準。PM2.5日均質量濃度變化范圍為23～114[μ]g/m3，超標率達到17.65%。

②PM2.5質量濃度與溫度呈顯著正相關性，與風速和濕度均呈負相關性，與氣壓呈顯著負相關性。

③成都市冬季氣團主要來自成都市的東北方向，軌跡數占比達到65.19%。來自東南偏南方向的PM2.5及其前體物對成都市的PM2.5濃度貢獻最大。

參考文獻：

[1]孟媛媛，符超峰，席建建.渭南市區冬春季PM2.5和PM10時間分布特征及與氣象因素的關系[J].地球環境學報，2018（2）：78-88.