张近扬,宋韶华,许 睿,文建辉

1.桂林市环境监测中心站，广西 桂林 5410022.桂林电子科技大学生命与环境科学学院,广西 桂林 541004

基于后向气团轨迹的区域大气污染颗粒物来源分析

张近扬1,宋韶华1,许 睿2,文建辉1

1.桂林市环境监测中心站，广西 桂林 5410022.桂林电子科技大学生命与环境科学学院,广西 桂林 541004

大气污染区域间的联防联控是解决区域性灰霾产生的关键手段之一。如何确定目标控制区大气污染外源的相对位置和影响程度是实现联防联控的前提。基于后向气团轨迹理论，运用拉格朗日混合单粒子轨道模型，以桂林市全境作为研究对象，对研究区域2013年冬季的污染物传输进行了模拟。结果显示：研究区冬季大气污染主要来源于东北方向，轨迹与“湘桂走廊”相符。以数字矢量图的方式量化表示了大气污染来源区及数量，成果可为区域间大气污染联防联控措施提供决策支持依据。

霾；后向轨迹；颗粒物；聚类分析

近年来，区域性灰霾现象成为政府及民众关注的焦点。霾是指大量烟、尘等微粒悬浮而形成的浑浊现象，霾的核心物质是空气中的悬浮颗粒，气象学上称为气溶胶颗粒，既损害人民群众身体健康，也影响社会经济发展[1-2]。随着工业化、城镇化进程的加快，大气污染程度可能继续加大。为改善大气污染状况，国务院制定了《大气污染防治行动计划》，提出了区域联防联控要求。目前区域间联防联控方式方法，在理论上仍未得到支撑[3]。研究从区域防控的关键问题着手，采用后向气团轨迹理论，以桂林市为例，研究大气污染来源情况，以确定与研究区相关的大气污染主要来源区，为区域化大气污染防治提供决策支持依据。

1 实验部分

1.1 研究对象

桂林市与湖南省交界，是桂北地区旅游、文化、经济和交通的重要枢纽，在该区域具有显著的代表性。其地理位置为24°15′23″～26°23′30″N，109°36′50″～111°29′30″E，境域南北长236 km，东西宽189 km。总面积为27 809 km2，市区面积为565 km2。桂林为无重工业的城市，与重工业城市柳州相邻，同时也处于省级行政区边界(图1)。

注：底图源自国家基础地理信息中心网站(http://ngcc.sbsm.gov.cn/Guide/)下载的1∶400政区版中华人民共和国底图。审图号为GS(2008)XXXX 号。下载日期为2008-05-29。下同。图1 桂林市行政区及地理位置图Fig.1 The administrative and locating map of Guilin

如图1所示，桂林市地处南岭山系的西南部，地形为西部、北部及东南部高，中部较低，形成从全州县、兴安县到灵川县、桂林市区及临桂县一线的“湘桂走廊”，是广西的东北门户。山峰与盆地间的相对高差为600～1 600 m，坡度为20～45°，支流河谷两侧多形成悬崖硝壁。山地面积达13 600 km2，占全市总面积的48.87%。

1.2 研究方法

首先，以桂林市环境监测中心站(地理坐标为25°16′11″N、110°16′55″E)为起始点，根据历史数据选取典型污染时段进行分析，寻找区域内污染物浓度变化规律；其次，采用后向气团轨迹模型(HYSPLIT4)，模拟典型污染时段气团传输过程；然后，根据气团传输过程聚类，在不同分类轨迹中，量化分析污染物来源区域及数量；最后，结合本地实际数据和经验，分析大气污染物来源可靠性。技术实现过程见图2。

图2 技术路线图Fig.2 Technology roadmap

2 结果与讨论

2.1 研究区大气污染情况分析

桂林市共有4个空气质量自动监测站，分别为桂林电子科技大学花江校区(简称桂电)、桂林市环境监测中心站(简称监测站)、龙隐路小学和第八中学(简称八中)等，其中桂电为清洁对照点，该点地处桂林电子科技大学尧山校区，距市区13 km，沿途森林植被覆盖，无大气污染源，市区与桂电被尧山阻隔，尧山主峰海拔为909.3 m，相对高度为760 m，可作为无外源影响情况下的区域本底值，并根据连续3 a的监测数据，该点位数据明显低于其他站，如图3所示，桂电站数据明显区别于其他3个站点，处于较低水平。

注：图中D段直线为监测数据缺失。图3 2013年12月桂林市空气监测站点数据对比图Fig.3 The air monitoring site data comparison chart in Guilin

根据多年连续监测数据分析发现，10月至次年2月桂林市大气污染物浓度明显较其他月份要高，其中12月出现峰值的概率较大。图3为2013年12月1—31日空气污染过程。其中A时间段桂电站低于监测站浓度值；B时间段桂电站浓度值快速上升，而监测站浓度值仍保持相对稳定；C时间段监测站浓度值大幅升高，桂电站浓度值已降低。A、B、C时间段桂电站和监测站浓度值曲线表明，A时间段在外源污染物未到达时，市区内污染物浓度保持稳定；B区桂电站浓度值升高后，市区空气受外源影响监测站浓度值开始升高；C时间段桂电站的浓度值已经明显回落，监测站浓度值仍维持了3 d高位。为研究该时间段桂林区域污染物来源和数量，引入气团轨迹模型模拟外源污染物传输过程。

2.2 研究目标点气团轨迹模拟

研究采用的后向气团轨迹模型(HYSPLIT4)是由美国国家海洋和大气管理局(NOAA)的空气资源实验室(ARL)与澳大利亚气象局联合发布。该模型能处理不同高度层的气象传输、扩散及沉降，有多种气象输入场和物理过程，气象资料为美国国家环境预报中心(NCEP)提供的同时段全球资料同化系统(GDAS)数据。

选择桂林市环境监测中心站为目标站点，设置其为HYSPLIT目标，对2013年12月GDAS数据进行逐日后向轨迹模拟，后推时间长度选择48 h，起始时间点采用每天北京时间12：00(对应的格林威治时间为同一天04GMT)，海拔为500 m，对应于桂林市上空300 m左右，以图3中时间段为例，模拟并聚类气团轨迹如图4所示。其中，后向气团轨迹模拟聚类后分为4类：①和④方向的占比分别为64.5%和16.1%，②和③方向占比为12.9%和6.5%。根据图4的轨迹聚类和表1轨迹数统计得到，气团轨迹多数来源于目标点的东北方向，与图1对比发现轨迹与“湘桂走廊”方向一致。

图4 目标区域后向气团轨迹聚类Fig.4 The clustering analysis result of backward trajectories to the target

聚类轨迹数/条轨迹数占比/%PM2.5均值/(μg/m3)PM2.5>100轨迹数/条污染日频率/%12064.52137.751575.002412.90168.754100.00326.45157.002100.004516.1391.40120.00总计31100.00135.522270.97

2.3 定位来源途经点

在聚类结果的基础上，假设气团后向轨迹在网格内有一定的停留时间，将会接收来自停留网格的污染物，会对目标点污染物浓度造成影响，采用基于气流轨迹分析识别来源区(PSCF)方法，表示贡献度，以网格在轨迹中所占比例，反映网格对目标点的影响程度，其计算公式如式(1)所示：

PSCFi=mi/ni

(1)

式中：mi为浓度超过限值的轨迹在第i个网格中的停留时间，设定PM2.5日均值(75 μg/m3)为阈值点，ni为轨迹在i个网格中的总停留时间，设定停留时间为48 h，模拟目标点PSCF，模拟时段跨度为31 d，每天模拟1条轨迹，每条轨迹停留时间为48 h，则区域内网格平均停留时间为10 d。因此，定义WPSCFi=PSCFi×Wi。Wi如式(2)所示：

(2)

模拟结果如图4中网格颜色深度所示，网格颜色深的为对目标地贡献度高的区域。图4中颜色深度较深的区域形成了一个由东北向西南的地带，与桂林市当地地形结构上的“湘桂走廊”方向一致，由此可以进一步证明污染物传输主要来源于“湘桂走廊”的推论。

PSCF方法从半定量的角度分析了目标区受轨迹网格影响情况，为了进一步量化分析污染物来源，采用CWT分析法，通过计算轨迹的权重浓度，定量给出每个网格的平均权重浓度，反映目标区接受来源区PM2.5浓度分布情况，计算方法如式(3)所示：

(3)

式中：CWTi为网格i的平均权重浓度，l为轨迹，t为轨迹数目，nil为轨迹l在网格i的停留时间，Cil为轨迹l经过网格i时对应的PM2.5质量浓度。在PSCF方法中所使用的影响系统Wi同样适用于CWT方法，即WCWTi=CWTi×Wi。

目标区域后向气团轨迹WCWT分布特征见图5。

图5 目标区域后向气团轨迹WCWT分布特征Fig.5 The WCWT distribution of backward trajectories to the target

由图5可见，网格颜色深的为对目标区贡献度高的区域，图例中WCWT为量化数值。从图4和图5来看，PSCF与CWT结果的网格区域基本相符。

3 结论与展望

综上所述，研究区外部大气污染源主要来源于东北和偏西2个方向，内部来源主要集中在正北、正南和东南3个网格。

1)外部污染源，东北方向主要集中在“湘桂走廊”东北方向，与当地“湘桂走廊”的推论相符。其中，轨迹①途经位置，网格颜色较深的区域集中在湖南省境内，网格位置与当地的工业集中区位置基本相符。轨迹①外源占贡献的64.52%，PM2.5均值为137.75 μg/m3。轨迹②和③方向，占比低，污染数值较大，但从PSCF和CWT结果来看，轨迹②和③途经桂林市范围外网格，数值均较低，其中③经过桂林市内部重要来源区，说明轨迹②和③更多反映的是内部污染来源情况。轨迹④占16.13%，PM2.5均值为91.4 μg/m3，与本地均值接近，说明贡献率较低。因此，大气污染外部来源可定位于轨迹①的网格，由CWT方法进行量化。

2)内部污染源主要集中在3个颜色较深的网格，正北方网格位于灵川县境内，该区域有污染较集中的八里街开发区，南方和东南方位有七星区经济开发区的几个工业集中区和荔浦县，与实际情况相符。

在后续研究中，可以进一步将网格细化，结合空间相关性方法研究污染来源区的污染物累积效应，考虑气团沿途接纳污染物过程是否存在空间相关性。如在多次污染过程中，存在特定的网格具有污染物聚集现象，可加入数字高程模型(DEM)根据等高线寻找等高带进行实地监测，从微观尺度理论推导气流带来污染物浓度与地形变化的关系。推广到大尺度范围则可以对大区域的大气污染，从气象和地形角度进行解释，亦可为国家大气污染联防联控的政策提供理论依据。

[1] 张小曳, 孙俊英, 王亚强，等. 我国雾-霾成因及其治理的思考[J]. 科学通报, 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, 魏红英. 大气对健康影响的研究进展[J]. 科学通报,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] 国务院关于印发大气污染防治行动计划的通知[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,张青新,于宁，等.基于气流轨迹大气输送对大连市酸雨形成分析[J].环境科学技术,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] 赵倩彪,胡鸣,张懿华. 利用后向轨迹模式研究上海市来源分布及传输特征[J]. 环境监测管理与技术, 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, 姚叶青, 张平，等. 合肥市PM10输送轨迹分类研究[J].高原气象,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] 张青新.基于气流轨迹聚类的大气输送对丹东市酸雨形成影响[J].中国环境监测，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,陈东升,程水源，等.基于气流轨迹聚类的大气污染输送影响[J].环境科学研究, 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

国家自然科学基金(41501342)；广西自然科学基金(2014GXNSFAA118324)；广西信息科学实验中心(20130324)；广西教育厅立项项目(201204LX139)

张近扬(1979-)，男，广西贺州人，硕士，工程师。

许 睿

X823

A

1002-6002(2017)02- 0042- 05

10.19316/j.issn.1002-6002.2017.02.07