荆门市冬季PM2.5 传输轨迹及潜在源分析

何 欢，赵碧云，韦凯华，何盛浩*，李世刚，鲁 霞

（1.荆门市气象局，湖北 荆门448000；2.广东省气象台，广东 广州510640）

PM2.5是影响空气污染的重要因子，同时由于PM2.5粒径与可见光波长较接近，对可见光的消光作用较强[1]，被认为是造成低能见度现象的重要因素[2]，其浓度变化不仅受控于大气颗粒物排放，也受到气象条件的影响，气象条件对其形成、分布、维持与变化的作用显著，导致中国PM2.5呈区域性分布的特点[3-4]。许多学者[5-9]基于不同模型或统计方法在各地区开展颗粒物污染天气过程分析、传输轨迹和潜在源相关研究，探讨本地区重污染事件的气象相关条件成因，这些研究表明一个地区的大气颗粒污染物不仅来自于本地及其周边区域的源排放，还存在远距离输送。

荆门市位于湖北省中部江汉平原地区，属亚热带季风性气候，各季节盛行风向有明显差异，尤其冬季，汉江谷地作为冷空气南下的主要通道，使得偏北大风对本地的影响较为显著，可能存在污染物的外源性输入，本地大气环境污染问题日益突出。近年来，湖北省气溶胶浓度整体呈现逐年上升趋势[10]，PM2.5是湖北省冬季大气的首要污染物，且具有明显区域传输特征，重污染过程表现出的“非静稳”边界层气象条件特征有别于华北地区[11]，时空上呈现山区低平原高、冬季高夏季低的分布特征[12]。

尽管学者们对各地大气污染过程中气象条件特征进行了广泛研究，但一般是对几次重污染过程进行分析，研究时段比较短，并且不同气象条件在不同地区对污染物浓度影响有明显差异，有必要进行针对性研究。本文采用HYSPLIT 模型，利用聚类分析客观方法，模拟近3 a 冬季抵达荆门市气团的传输轨迹，结合起始点地面观测要素值分析各路径轨迹造成PM2.5浓度值变化的异同。利用潜在源分析方法估计出影响荆门市的潜在源区概率以及不同潜在源区对荆门市冬季PM2.5浓度贡献的差异。通过这些分析，可以对本地空气污染和低能见度事件作出科学诊断，为主要依靠大气环流形势判断的空气污染气象条件等级预报业务提供理论支撑；同时研究污染物的传输轨迹、潜在源区对于认识跨界污染的来源，有针对性地制定区域协同控制政策也有重要意义[13]。

1 资料来源与研究方法

1.1 资料来源

本文所用资料时间为2015 年3 月—2018 年2月。地面常规气象要素（10 m 10 min 平均风、海平面气压、水汽压）逐小时数据来源于荆门国家气象观测站（112.22°E，31.0°N）。PM2.5浓度逐小时数据来源于中国环境监测总站公布的荆门市城区4 个环保国控监测站（竹园小学、掇刀、石化一小、西山林语），逐小时数据为这四站的算术平均。边界层高度和用于气团传输轨迹计算的大气再分析数据为NOAA 提供的GDAS1°×1°逐3 h 资料。根据荆门市气候特征，定义本地冬季：12 月—次年2 月，春季：3—5 月，夏季：6—8 月，秋季：9—11 月。其中用于冬季气团轨迹计算及潜在源分析相关资料时间为2015 年12 月—次年2 月，2016 年12 月—次年2 月，2017 年12 月—次年2 月，本文将这3 个时段称为“2015—2017 年冬季”。

1.2 研究方法

1.2.1 气团轨迹计算

HYSPLIT 是NOAA 的空气资源实验室和澳大利亚气象局联合研发的一种用于计算和分析大气污染物输送、扩散轨迹的专业模型。该模型可以模拟不同排放源在不同的气象条件下所排放的污染物的输送、扩散和沉降等过程。目前该模型多用于研究污染物的污染过程以及污染物来源的探求。本文应用HYSPLIT 模型计算气团传输轨迹，考虑冬季一般边界层高度相对较低，模拟高度选择为近地面层的100 m 处，逐3 h 计算一次荆门（112.22°E，31.0°N）后向48 h 气流轨迹，以此来反映气团的传输轨迹。

1.2.2 聚类与潜在源贡献分析

聚类分析是一种定量方法，其原理是将多个样本数据分到不同的类，类内的相似度尽可能高，而类间的相似度尽可能低。为了提高单一的后向轨迹的可信度，许多研究用轨迹聚类分析的方法来研究大气环境污染物的输送[13-15]，对计算出的大量样本轨迹进行分类，以便于找出其中的主要特征。本文采用总空间方差（TSV）变化率对聚类质量进行评价，轨迹数由大到小进行迭代，当TSV 变化率迅速增大后，说明这次聚类的结果类内已经非常不相似，迭代结束，选择此次迭代前的轨迹条数作为聚类数[10]，另外本研究注重的是抵达研究站点的气流轨迹的方向，因此本文聚类使用的距离算法采用Angle Distance[16]，它能够清晰地看出各个方向气团比例。

轨迹的聚类分析能确定气团的路径、方向和传输速度，但是不能定位气团的潜在源区。潜在源贡献因子分析法（Potential Source Contribution Function，PSCF），也称为滞留时间分析法，是一种根据气象数据计算出的气团轨迹与污染物浓度数据来分析辨别源区的方法[17]。该方法将研究区域网格化，某条轨迹在空间中某地停留时间越长，该网格中轨迹节点数就更多，经过网格（i，j）上的节点数记为Nij。该方法需要对观测要素（如PM2.5小时浓度值）设定阈值，当后向轨迹上的节点所对应的要素值高于这个阈值时，则认为该轨迹节点为污染节点，记为Mij。Mij与Nij的比值[18]即：

PSCF 的值越大，表明该格点对于研究站点要素值的贡献越大，为潜在源区。由于PSCF 是一种条件概率，当经过网格（i，j）上的节点数Nij较少时；或者只因为有少量的轨迹在经过该网格，仅因停留时间较长而造成的节点数较多的这两种情况，PSCF 计算结果的不确定性较大，使其不具有统计学意义，应该被处理为很低的值，为降低这种计算的不确定性，有学者引入了两个权重函数W1ij和W2ij来降低这两种情况下该网格的概率，具体经验权重因子参照相关文献确定[19-20]，即:

本文使用的聚类与潜在源贡献分析方法均来自于TrajStat 软件（http://www.meteothinker.com/index.html），参考《环境空气质量指数（AQI）技术规定（试行）》（HJ 633—2012），将PM2.5浓度等级划分为，优、良、轻度污染、中度污染及严重污染。优，0～35 μg/m3，良，35～75 μg/m3，轻度污染，75～115 μg/m3，中度污染，115～150 μg/m3，重度污染，150～250 μg/m3，严重污染，＞250 μg/m3及以上，设定轨迹中PM2.5浓度阈值为轻度污染起始值75 μg/m3。

2 荆门市PM2.5 浓度变化特征

通过对荆门市区4 个环保国控站点2015 年3月—2018 年2 月的3 a 数据做各月算术平均，得到PM2.5月均浓度变化（图1）。PM2.5月均浓度表现为1月最高，达到107 μg/m3，接近中度污染，在此期间PM2.5浓度最大值出现在2016 年1 月4 日20 时，为529 μg/m3；7 月最低，达到优；冬季3 个月浓度值均达到或者接近轻度污染，冬季平均值为92 μg/m3，春秋季基本相当，夏季最好，春夏秋为优或良好等级。鉴于冬季PM2.5污染最重，且浓度显著高于其它季节，本文仅对冬季气团传输轨迹及潜在源区进行模拟与分析。

图1 2015 年3 月—2018 年2 月荆门PM2.5 月均浓度

对荆门2015—2017 年冬季逐小时地面10 m风与PM2.5浓度值分析（图2），中度污染以上的高浓度值区域主要集中在地面N 和NNE 风向，在整个冬季中占比达40%（N 占25%，NNE 占15%），并且污染区域内风速值较大，主要在5～11 m/s，NNE 风向是污染物最集中的方向，在8 m/s 处出现浓度为250 μg/m3严重污染以上的极值区，NW、NNW 风向虽然存在中度污染以上的高值区，但是仅占5%，在冬季较少出现。同时注意到NE、ENE 风向对污染物有显著清除作用，PM2.5浓度出现相对的低值区，最优等级主要在该方向出现。SW 风向污染物与风速关系不大，分布比较均匀。W 风向全风速段浓度值都较低，在良到轻度污染等级。其余风向中，污染主要集中在5 m/s 以下的低风速区，为本地源排放造成，污染等级不高。总的来说，较高浓度PM2.5主要与本地地面偏北（N、NNE）大风伴随出现，低风速较少达到中度以上污染，表明污染较重的过程以传输性为主。

3 气团轨迹与潜在贡献源区分析

3.1 气团轨迹

图2 2015—2017 年冬季荆门风玫瑰图与PM2.5 浓度分布

在一定时间内，一般本地污染排放量变化较小，除了本地污染物的累积，外来污染物的输送也至关重要，利用后向轨迹模式可反推污染气团来源，重现污染形成的过程[21]。利用HYSPLIT 模型对2015—2017 年冬季做3 h 间隔的后向48 h 轨迹模拟，得到2085 条轨迹，并进行聚类，由TSV 变化率确定出3条主要轨迹路径，根据方位记为西南、东北、西北路径，轨迹数分别为633、741、711 条，占总数的比分别为30.36%、35.54%、34.1%，各路径轨迹数分布比较均匀（图3a）。同时，图3a 还给出了每条气团轨迹随时间的变化高度，其中东北路径轨迹都在900 hPa之下，为近地面或低空传输；而西北和西南路径轨迹为850 hPa 之上的中高空传输，临近时间高度才开始降低，与东北路径轨迹传输高度形成显著差异。图3b 计算出各路径轨迹随后向时间的平均高度变化，西北和西南路径在后向12 h 内高度快速下降，根据时间推算下降的区域已经在荆门本地或其周边。

图3 2015—2017 年冬季荆门后向气团轨迹与聚类路径（a）和轨迹随时间的平均高度变化（b）

为了研究各路径轨迹传输高度差异对于轨迹起始点PM2.5浓度影响，将各路径轨迹起始点对应的站点要素值作算术平均，并对各要素的48 h 变化计算两端差值，进行统计分析，结果如表1、2 所示。其中东北路径PM2.5浓度最高，西南路径次之，两者均高于冬季平均值92 μg/m3，这两条路径轨迹的PM2.5浓度48 h 变化值为正，可见都对荆门市PM2.5浓度的增加有正贡献。而西北路径PM2.5浓度48 h 变化值为-12.8 μg/m3，浓度分等级统计表中也相较于其它两类轨迹更趋于向低等级聚集，表明该轨迹对浓度有较大的负贡献，另外，海平面气压48 h变化值为+2.9 hPa，水汽压48 h 变化值为-0.6 hPa，可见西北干冷空气对荆门市污染物具有一定的清除作用。

根据表1、2 进一步分析发现，东北和西南路径虽然都对PM2.5浓度的增加有正贡献，但这两者的贡献方式存在明显差异。西南路径主要是位于高空槽前（地面减压4.3 hPa），高空传输高度在850 hPa 以上，根据本地天气学模型分析，高空槽前中层一般存在水汽输送，轨迹高度在靠近荆门或其周边区域降低，地面水汽压增大1.0 hPa，表明西南路径轨迹水汽有向下传输的过程。根据再分析资料计算出的边界层平均高度可以发现，西南路径高度最低，为270 m，相较于东北和西北路径的386 m、408 m，垂直扩散条件较差。许多研究表明，当近地面层空气中水汽较多时，能够导致二次粒子的生成并加速颗粒物的吸湿增长[22-23]，同时颗粒物对太阳辐射的反射和散射，加强了对近地边界层的压抑作用，进一步限制颗粒物的垂直扩散[24-26]。故西南路径轨迹水汽的向下传输导致粒子吸湿增长和边界层限制扩散是荆门地面PM2.5浓度值升高的重要因素。这里需要说明的是荆门冬季降水经常伴随有冷锋，虽然在中高空表现为西南路径方向的水汽输送，但可能水汽沉降到荆门市北部地区，然后受地面冷锋的偏北风影响，再向南传输，所以西南方向路径轨迹对应地面站点观测可能是偏北风，而并不一定是偏南风。

表1 后向轨迹起始点要素值统计

表2 后向轨迹起始点PM2.5 浓度分等级统计路径轨迹数及占比 条

东北路径轨迹传输高度较低，重度和严重污染轨迹条数为135 条，另外两类合计117 条，占比较大，71%的严重污染等级出现在该路径，而西南路径较东北路径污染总体偏弱，说明东北路径PM2.5浓度值较高的原因是因为上游地区污染物传入，近地面层为其主要的输送通道，本地或其周边区域PM2.5排放和吸湿增长后的浓度不及东北路径外源性输入的多。但同时注意到东北路径轨迹的优到良等级轨迹条数也较多，与前文站点风玫瑰图对应，地面偏北大风往往与高污染值伴随出现，特别是NE 和ENE 风向，在高污染值出现之后因为冷空气的继续南下，大气扩散条件好，空气质量好转，使得PM2.5浓度48 h变化值西南路径大于东北路径。

3.2 潜在源区

图4 为荆门2015—2017 年冬季48 h 潜在源区分布，值越大表明更趋向于受到了来自经过这些格点的气团影响，则该格点对于荆门市PM2.5浓度传输贡献的概率就越大，即为潜在源区。西南路径中48 h 潜在源区主要集中在湖北省内和湖南省北部区域，离荆门市距离较近，与前文轨迹输送高度下降区一致，进一步证明是水汽沉降后，该地区的吸湿增长和不利的垂直扩散条件导致PM2.5浓度增长，成为潜在源区；东北路径的48 h 潜在源区是距离较远处的河南，这些地区成为荆门市主要的外源性输入地；西北路径潜在源区的概率值都较小，从整个冬季来看，虽然冷空气活动对本地污染物有清除作用，但在靠近荆门市的西北向地区还是有一定的贡献。

图4 2015—2017 年冬季荆门48 h潜在源贡献因子分布

4 结论

本文对2015 年3 月—2018 年2 月荆门市PM2.5浓度值按月和季节进行了分析，利用HYSPLIT 轨迹模型对污染最严重的冬季进行后向48 h 气团轨迹模拟，用聚类和潜在源贡献分析方法获得了不同潜在源区对荆门市冬季PM2.5浓度贡献的差异。得到如下结论：

（1）荆门市PM2.5月均浓度表现为1 月最高，达到107 μg/m3，7 月最低，为30 μg/m3。冬季3 个月份浓度值均已达到或者接近轻度污染，冬季平均值为92 μg/m3，显著高于其它季节。

（2）较高浓度PM2.5主要与本地地面5～11 m/s偏北（N、NNE）大风伴随出现，低风速较少达到中度以上污染，表明污染较重的过程以传输性为主。NE和ENE 风向对污染物有显著清除作用，PM2.5浓度出现相对的低值区，最优等级主要在该方向出现。

（3）将冬季后向48 h 气团轨迹通过聚类分为西南、东北、西北3 个路径。东北和西南路径气团引起PM2.5浓度升高，西北路径气团整体上对污染物具有一定清除作用。东北路径轨迹传输高度低，将近地面层潜在源区的污染物输送至荆门，同时冷空气南下还具有先污染后清除的特征。西南路径气团轨迹输送中高层水汽并在潜在源区逐渐下沉，加速颗粒物的吸湿增长，限制颗粒物的垂直扩散，导致PM2.5浓度上升。

（4）东北路径方向的河南以及靠近荆门市的西北、西南向地区为48 h 的潜在源贡献大值区，这些地区成为荆门市主要的外源性污染物输入地。

5 讨论

本文综合分析气团轨迹传输高度、轨迹起始点地面气象观测要素和潜在源区位置，从得出的结论来看，在用气象条件定性判断荆门的未来的PM2.5浓度变化时，对于近地面的传输东北路径，应关注上游潜在源区内地面站点PM2.5的浓度值。对于高空传输的西南路径，应关注高空水汽的输送情况，以及轨迹高度下降地区即水汽的沉降地区是否在潜在源区。西北路径为干冷空气的高空传输，在较接近荆门市时轨迹高度才开始明显下降，其概率值较大的潜在源区靠近荆门市，应关注西北方向近距离潜在源区的地面站点PM2.5的浓度值，若这一源区内浓度较小，可大概率判断为冷空气的活动对本地污染物有清除作用。如果冬季地面有东北路径冷空气与高空偏南暖湿气流配合可能出现这两者情况的叠加，造成荆门市PM2.5浓度爆发性增大。

通过HYSPLIT 轨迹模型对气团轨迹进行后向模拟和聚类，并结合起始站点污染物浓度和气象要素分析得出潜在源区以及路径传输特征，其思路方法对于综合运用气象、环境观测资料进行本地空气污染科学诊断与气象条件等级预报具有一定普遍适用性和指导借鉴意义。