2018一2022年寧夏春季沙塵回流輸送路徑及空間效應分析

關鍵詞：寧夏；春季；沙塵回流；莫蘭指數；空間自相關

中圖分類號：X513 文獻標志碼：A 文章編號：1003-5168（2025）16-0099-07

DOI：10.19968/j.cnki.hnkj.1003-5168.2025.16.020

AnalysisoftheDustBackflow TransportPath and Spatial Effectsin Springin Ningxia from 2018 to 2022

YANG Yuan123HU Na123CHEN Xingyi12.3

（1.Key Laboratory for Meteorological Disaster Monitoring and Early Warning and Risk Management of Charac

teristic Agriculture inArid Regions，CMA，Yinchuan 75oo2，China;2.KeyLaboratoryof Meteorological Disaster Prevention and Reduction of Ningxia，Yinchuan 75OoO2，China;3.Zhongwei Meteorological Bureau， Zhongwei 755000，China;）

Abstract：[Purposes] To analyze heavy polution events caused by spring dust backflow transport in Ningxia from 2018 to 2022，this study summarizes the concentration characteristics of PM₁₀ and PM_2.5 transport pathways，and spatial autocorrelation.[Methods] The HYSPLIT backward trajectory model was used to identify transport paths.Potential source regions and their relative contributions were analyzed using PSCF and CWT methods.The global spatial autocorrelation Moran's I index was applied to evaluate inter-city pollutant spatial associations.[Findings] Zhongwei City exhibited the most severe PM₁₀ （20 pollution，while Shizuishan，Wuzhong，and Zhongwei frequently experienced high PM_2.5 concentrations. Four primary dust transport pathways were identified： a northeastern route originating from central Inner Mongolia，an eastern route also from central Inner Mongolia，a southeastern route from eastern and southern Gansu，and a southwestern route from Shaanxi.Short-distance transport from northern areas affected Shizuishan，Wuzhong，and Guyuan.The eastern-central Ningxia pathway contributed most significantly to PM₁₀ pollution in Zhongwei. High PSCF areas were located in western Shapotou District （Zhongwei）， northern Zhongning County，and Qingtongxia （Wuzhong），with hourly PM₁₀ contribution concentrations ranging 300～340μg?m^-3 The AQI， PM₁₀. ，and PM_2.5 hourly concentrations across all 22 districts/counties exhibited significant spatial clustering： AQI \"low-low\" clusters centered in Xiji，Longde，and Jingyuan counties， while PM₁₀/PM_2.5 \"high-high\" clusters dominated Shapotou District and Zhongning，with \"lowlow\" clusters in Longde and Jingyuan.[Conclusions] Defining the concentration characteristics of AQI， PM₁₀ and PM_2.5 ，transport pathways，and inter-city interactions during dust backflow episodes provides critical references for city-specific air quality forecasting in Ningxia.

Keywords： Ningxia; spring; dust backflow;Moran index; spatial autocorrelation

0 引言

近年來，我國城市化、工業化水平不斷提高，經濟快速發展的同時也對區域生態環境造成了嚴重的威脅。城市空氣污染問題逐漸成為研究熱點。大量學者運用不同方法對部分城市的空氣污染物時空特征、潛在源區進行了研究，有助于人們了解各地空氣污染狀況，提升對空氣污染問題在科學層面的認知。符傳博等利用HYSPLIT模式和美國國家環境預報中心（NationalCentersforEnviron-mentalPrediction，NCEP）提供的FNL資料，模擬分析了?？谑胁煌竟?500m 高度氣流 48h 的潛在源區分布概率（WPSCF）特征。陳乃華等2利用潛在源貢獻因子（PSCF）法和濃度權重軌跡（CWT）法分析了平潭 O₃ 污染潛在源區。段時光3等也使用以上兩種方法分析了鄭州市冬季 PM_2.5 的潛在污染來源和不同潛在源區對鄭州市大氣 PM_2.5 濃度的貢獻。葛擁曉等4利用臭氧觀測儀氣溶膠數據和HYSPLIT模型，對咸海地區粉塵氣溶膠變化及其潛在擴散特征進行了研究。劉昕5利用普通克里金差值法、后向軌跡聚類分析方法、CWT方法等方法，對陜甘寧空氣質量時空分布特征、顆粒污染物輸送途徑和潛在源區特征等方面展開了詳細研究。然而，沙塵型污染仍然是困擾眾多學者的難題。值得注意的是，在特定大尺度環流背景和天氣系統配合下，寧夏沙塵的輸送有直接正面輸送和回流輸送兩種，后者屢屢造成寧夏空氣二次污染。另外，國內大氣污染顯現出空間聚集效應，大氣污染防治工作走向區域聯防聯控治理。已有部分學者對國內部分城市污染物的空間效應進行了相關研究。黃鑫宇等采用莫蘭指數和局部自相關（LISA）聚類圖剖析長三角城市群空間自相關性，發現 PM_2.5 、PM₁₀ 的全局莫蘭指數表明空間聚集特征顯著，相應LISA聚類圖分析結果的高高、低低聚類地區分別為皖北蘇北部、浙江南部。陳淑真等運用全局空間自相關分析方法，探索了福建省9個地級市空氣質量指數的空間自相關特征，表明春夏兩季各地級市莫蘭指數（ Moran^′sI） 顯著較低。賀冉再等研究了中國東部城市群的日空氣質量指數全局Moran'sI指數和局域Moran'sI指數，得到全局Moran'sI指數呈現出冬季高而夏季低的以年為周期的循環變化，京津冀地區和長三角地區是2個值得重視的高空間自相關區域的結論。賈夏華等利用全局、局部莫蘭指數對陜西省各城市 PM_2.5 濃度的空間效應進行檢驗，結果表明，陜西省各城市 PM_2.5 濃度具有正向的空間自相關性，其中西安、咸陽和渭南呈現出較強的 PM_2.5 高濃度聚集效應。盛晴等[10]構建地理加權回歸模型分析京津冀地區的 PM_2.5 濃度受各因素影響的空間變化特征，可知京津冀地區 PM_2.5 濃度空間分布存在明顯的聚集特征，北部保持“低低”聚集，南部保持“高高”聚集，非顯著區域在中間位置，呈現倒\"U\"形分布。段杰雄等[]以省級行政區劃為基本單元，選取Moran'sI指數和LISA分析 PM_2.5 在國家尺度上的分布特征，表明 PM_2.5 濃度存在以京津冀為中心的高濃度聚集區向四周逐漸遞減，在廣西、四川等南部?。▍^、市）形成低濃度聚集區的空間分布結構。然而目前針對寧夏沙塵回流對空氣質量影響的相關研究和空間自相關分析不夠完善，監測預報難度大。因此，研究沙塵回流輸送對寧夏空氣質量變化、污染物濃度特征、傳輸路徑的差異及各個城市空氣污染物的空間關聯很有必要。本研究以此為目標，針對寧夏2018一2022年春季沙塵天氣回流輸送造成的重污染天氣，總結沙塵回流期間寧夏PM₁₀，PM_2.5 污染物濃度特征，基于HYSPLIT后向軌跡模型，得到5市后向軌跡路徑，采用PSCF和CWT分析法重點給出影響中衛市 PM₁₀ 的潛在源區的分布以及不同源區貢獻的相對大?。换谌蚩臻g自相關Moran'sI指數，評估各個城市空氣污染物的相互影響，以期為寧夏沙塵回流期間空氣質量監測預報提供參考依據。

1研究區域及數據來源

本部分研究區域為寧夏5市（銀川市、石嘴山市、吳忠市、固原市、中衛市）所轄的22個區縣（金鳳區、興慶區、西夏區、靈武市、永寧縣、賀蘭縣、大武口區、惠農區、平羅縣、利通區、紅寺堡區、青銅峽市、同心縣、鹽池縣、原州區、西吉縣、隆德縣、涇源縣、彭陽縣、沙坡頭區、海原縣、中寧縣）。研究數據為通過篩選的2018—2022年春季（3—5月）沙塵回流個例對應的22個環境監測站的小時空氣質量數據，包含 AQI，PM₁₀，PM_2.5 。環境監測站點的基本信息包含編碼、所屬城市、經度、緯度、地理位置信息等。HYSPLIT后向軌跡模型所用的氣象資料來自美國國家環境預報中心（NCEP）的GDAS全球同化產品。

2 研究方法

2.1 后向軌跡模式HYSPLIT

HYSPLIT模式全稱為混合單粒子拉格朗日綜合軌跡模式，是美國國家海洋大氣管理局（NOAA）和澳大利亞氣象局聯合研發的用于計算和處理大氣污染物傳輸和擴散軌跡的專業模型。后向軌跡模型聚類是根據氣團軌跡傳輸速度和方向，對所有到達模擬受點的氣團軌跡進行分組聚類，以判斷受點不同時間段的主導氣流方向和污染物潛在來源。

2.2全域空間自相關分析方法

全域空間自相關分析已經被廣泛用于衡量整個研究區域的空間依賴性。其可以定量地描述某城市空氣質量指數與相鄰城市空氣質量指數的相似性。全域空間自相關分析一般采用的測度指標是 Moran^′sI 指數，其計算公式為式（1）。

式中： n 為研究區域內的城市數； x_i 和 x_j 分別代表城市的空氣質量指數或污染物濃度，表示整個區的平均空氣質量指數值； w_ij 表示城市之間的空間矩陣（空間權重）。本研究取INVERSE_DISTANCE作為空間權重矩陣。

對寧夏22個縣區空氣污染物進行全域自相關分析是為了評估空氣質量指數AQI和2種大氣污染物 PM₁₀，PM_2.5 質量濃度的空間關聯和空間差異程度。全局Moran'sI數值分布在 [-1～1]，[0～1] 說明寧夏空氣污染物在空間上存在正相關關系，其值越接近1表明空間相關性越明顯。 [-1～0] 說明存在負相關關系，其值越接近-1表明空間差異越大。而Moran's I=0 則無相關關系，表明空間呈隨機性。

3 結果與討論

3.1 PM₁₀ 、PM2.5濃度分布特征

2018—2022年寧夏5市 PM₁₀，PM_2.5 濃度特征箱線圖如圖1所示。經統計，寧夏2018一2022年春季沙塵天氣過程回流輸送有6次8天。從圖1（a）可知，沙塵回流期間，銀川、石嘴山、吳忠、固原的PM₁₀ 小時質量濃度大小較為集中，中衛市的比較分散，最大值、上四分位數、中位數和下四分位數均為5市最大，即中衛市 PM₁₀ 污染最為嚴重，最大值出現在2021年3月18日23時，為 3 174μg?m^-3 。從圖1（b）可知，沙塵回流期間，銀川、固原的 PM_2.5 小時質量濃度大小較為集中，石嘴山、吳忠、中衛市為右偏分布，即中位數更靠近上四分位數，高濃度時段居多。石嘴山的 PM_2.5 小時質量濃度最大值為5市最大，最大值出現在2021年3月18日7時，為 379μg?m^-3 ，中衛市上四分位數和中位數為5市最大。固原的 PM₁₀ 和 PM_2.5 小時質量濃度均相對最小。

3.2 傳輸路徑

當選擇后向軌跡為 ^…12h^…24h^′ 或者 ^…48h 1時，提示“并非所有的軌跡都具有相同的點編號”，不能進行軌跡聚類。因此，回流輸送計算到達寧夏5地市監測點的6h后向軌跡，結果如圖2所示。

從圖2可以看到，寧夏的沙塵回流輸送的傳輸路徑：銀川主要有3條路徑，從聚類結果可知，一條自甘肅東部通過東南路徑進入，一條自從內蒙古中部通過東北路徑進入，還有一條自內蒙古中通過偏東路徑進入，占比分別為 16.67%.41.67%.41.67% 石嘴山主要有4條路徑，一條自甘肅東部通過東南路徑進入，一條自石嘴山北部偏北路徑進入，一條自內蒙古中部通過東北路徑進入，還有一條自內蒙古中通過偏東路徑進入，占比分別為 13.64%.54.55% 13.64%，18.18% ；吳忠主要有3條路徑，一條自甘肅東部通過東南路徑進入，一條自內蒙古中部通過東北路徑進入，一條自吳忠北部偏北路徑進入，占比分別為16.67%.44.44%.38.89% ;中衛主要有3條路徑，一條自陜西西南部通過東南路徑進入，一條自寧夏中部通過偏東路徑進入，一條自寧夏東部東北路徑進入，占比分別為 20%40%40% ；固原主要有3條路徑，一條自陜西西南部地區通過東南路徑進入，一條自固原北部通過偏北路徑進入，一條自甘肅東部通過東南路徑進入，占比分別為 13.64%.27.27%.50.09% 。綜合以上分析，春季沙塵回流輸送進入寧夏的路徑主要有4個方向，分別是東北路徑、偏東路徑、東南路徑，另外還有偏北方向的短距離傳輸。

圖22018—2022年寧夏5市春季 500m 高度回流輸送路徑聚類

由前文可知，沙塵回流期間，中衛市 PM₁₀ 污染最為嚴重，以下對中衛市 PM₁₀ 輸送路徑、潛在源區和貢獻源進行分析（如圖3所示）。由圖3（a可知，按照TSV顯著變化原則確定后向軌跡聚類數量為3，沒有滿足TSV超過 5% 的聚類，確定中衛市后向軌跡聚類數量為3。由圖3（b）可知，自陜西西南部地區東南路徑 PM₁₀ 平均濃度為 512.5μg?m^-3 PM_2.5 平均濃度為

98.5μg?m^-3 ，寧夏中部偏東路徑 PM₁₀ 平均濃度為1226.5μg?m^-3 PM_2.5 平均濃度為 251.3μg?m^-3 ，寧夏東部東北路徑 PM₁₀ 平均濃度為 390μg?m^-3 PM_2.5 平均濃度為 99.5μg?m^-3 。因此，寧夏中部偏東路徑是造成該監測點粗顆粒物污染最嚴重的路徑。由圖3（c）可知，較高PSCF區域主要在中衛市沙坡頭區西部、中寧縣北部和吳忠青銅峽一帶。由圖3（d）可知，貢獻區域多了中寧縣中部和紅寺堡地區，前者一帶對該監測點小時 PM₁₀ 質量濃度貢獻在 300～340μg?m^-3 ，后者一帶對該監測點小時 PM₁₀ 質量濃度貢獻在 60～90μg?m^-3 ，其他潛在源區對中衛市小時 PM₁₀ 質量濃度貢獻較小。

3.3 空間相關分析

據地理學第一定律表述，地理事物或屬性在空間分布上互為相關，存在聚集、隨機、規則分布，且距離越近，關聯越大?？臻g自相關分析可以揭示變量的空間聚集性質。對寧夏5市22個縣區的霧霾污染是否存在空間相關性進行判斷，引入兩種空間自相關的方法進行測度，分別為全局空間自相關和局域空間自相關，結果見表1。

表12018—2022年沙塵回流污染期間寧夏各縣區AQI、PM₁₀?PM_2.5 全局莫蘭指數結果

從結果可知，2018—2022年沙塵回流污染期間寧夏22個縣區的 AQI，PM₁₀，PM_2.5 小時濃度 P 均小于0.01，這表示沙塵回流造成的22個區縣的AQI、PM₁₀，PM_2.5 小時濃度變化通過了 99% 的置信區檢驗，存在空間自相關性。 Z 值大于臨界值1.65，Mo-ran^′I 的值超過0.2，表明具有明顯的空間聚類效應，數據呈現了空間正相關的特征，即高值與高值發生聚集，低值與低值聚集。

為進一步剖析22個區縣沙塵回流造成的空氣污染的空間聚集效應，進而分析局域空間自相關LocalMoran'sI指數，該指數可以表征AQI、 PM₁₀ 、PM_2.5 濃度值在某一區縣和鄰近區縣之間的空間相關關系。當LocalMoran'sI指數大于O時，表示具有相似特征的地區聚集在一起，出現高值被高值包圍，即“高-高相關”；低值被低值包圍，即“低-低相關”，當LocalMoran'sI指數小于0時，表示具有相異特征的地區聚集在一起，出現高值被低值包圍，即“高-低相關”；低值被高值包圍，即“低-高相關”。寧夏22個區縣 AQI，PM₁₀，PM_2.5 局域聚集情況如圖4所示。

從圖4可以看出，AQI的低-低類型主要聚集在西吉、隆德、涇源縣，其他地方的AQI不具有統計顯著性的聚類。 PM₁₀ 和 PM_2.5 的高-高類型聚集主要分布在沙坡頭區和中寧縣，其中一個城市的 PM₁₀ 和PM_2.5 濃度的升高都會對另外一個城市產生影響。

圖3：中衛市春季回流輸送造成的沙塵污染的后向軌跡聚類數量、聚類結果、PSCF分布和CWT分布

圖4寧夏22個區縣AQI、 PM₁₀，PM_2.5 局域聚集情況

低-低類型主要聚集在隆德縣和涇源縣，其中一個城市的 PM₁₀ 和 PM_2.5 濃度的降低都會對另外一個城市產生影響。

4結論

本研究基于空氣質點后向軌跡聚類分析模型，采用潛在源貢獻因子（PSCF）和濃度權重軌跡（CWT）方法，研究了寧夏5市春季沙塵正面輸送的主要軌跡路徑、不同路徑上的 PM₁₀ 和 PM_2.5 質量濃度以及影響各市 PM₁₀ 質量濃度的潛在源區及其貢獻大小。具體結論如下。

①2018-2022 年春季沙塵回流期間，銀川、石嘴山、吳忠、固原的 PM₁₀ 小時質量濃度大小較為集中，中衛市 PM₁₀ 污染最嚴重，石嘴山、吳忠、中衛市PM_2.5 高濃度時段居多。石嘴山的 PM_2.5 小時質量濃度最大值為5市最大，中衛市上四分位數和中位數為5市最大。固原的 PM₁₀ 和 PM_2.5 小時質量濃度均相對最小。

② 春季沙塵回流輸送進入寧夏的路徑主要有4個方向，分別是自內蒙古中部的東北路徑、自內蒙古中部的偏東路徑、自甘肅東部、南部和自陜西西南部的東南路徑。此外，石嘴山、吳忠、固原還有偏北方向而來的省內短距離傳輸。

③ 中衛市后向軌跡聚類數量為3，分別是自陜西西南部地區東南路徑、寧夏中部偏東路徑、寧夏東部東北路徑；寧夏中部偏東路徑是造成中衛市PM₁₀ 污染最嚴重的路徑。較高PSCF區域在中衛市沙坡頭區西部、中寧縣北部和吳忠青銅峽一帶，小時 PM₁₀ 質量濃度貢獻在 300～340μg?m^-3， 。

④ 22個區縣的AQI、 PM₁₀，PM_2.5 小時質量濃度具有明顯的空間聚類效應，AQI的低-低類型主要聚集在西吉、隆德、涇源縣。 PM₁₀ 和 PM_2.5 的高-高類型聚集分布在沙坡頭區和中寧縣，低-低類型主要聚集在隆德縣和涇源縣。

參考文獻：

[1]符傳博，丹利，唐家翔，等.基于軌跡模式分析?？谑写髿馕廴镜妮斔图皾撛谠磪^[J].環境科學學報，2020，40（1）：36-42.

[2]陳乃華，胡寶葉，楊玉香，等.基于后向軌跡的平潭大氣污染輸送來源研究[J].環境污染與防治，2019，41（8）：938-945.

[3]段時光，姜楠，楊留明，等.鄭州市冬季大氣 PM_2.5 傳輸路徑和潛在源分析[J].環境科學，2019，40（1）：86-93.

[4葛擁曉，阿力甫·那思爾，吉力力·阿不都外力，等．咸海地區粉塵氣溶膠動態變化及潛在擴散特征[J].中國沙漠，2016，36（5）：1374-1380.

[5]劉昕.陜甘寧29城市空氣污染物時空特征及潛在源區研究[D].蘭州：西北師范大學，2020.

[6]黃鑫宇，王雷，潘虹，等.長三角城市群的 PM_2.5 和PM₁₀ 演變趨勢及空間效應分析[J].環境污染與防治，2021，43（10）：1309-1315.

[7]陳淑真，朱建平，尤添革.基于空氣質量指數AQI的空間自相關特征分析：以福建省為例[J].武夷科學，2020，36（1）：48-58.

[8]賀冉冉，朱蘭保，周開勝.基于時間序列模型殘差的中國東部地區空氣質量指數（AQI）空間自相關特征分析[J].環境科學學報，2017，37（7）：2459-2467.

[9]賈夏華，宋亞男，付利亞.陜西省 PM_2.5 濃度空間維度分析與預測[J].環境科學與技術，2023，46（S1）：19-25.

[10]盛晴，洪志敏，陳女珍.京津冀地區 PM_2.5 空間分布特征及其影響因素分析[J].環境保護科學，2023，49（5）：68-75.

[11]段杰雄，翟衛欣，程承旗，等.中國 PM_2.5 污染空間分布的社會經濟影響因素分析[J].環境科學，2018，39（5）：2498-2504.