陈雅琼　宋田　宋冬洋　张小平　高先成

摘 要：本研究利用2019年成都锦城湖监测点PM2.5的监测数据，研究成都市冬季PM2.5的污染特征及其与气象要素之间的关系，并利用后向轨迹模型进行颗粒物溯源及追踪分析。结果表明：成都市环境空气PM2.5平均质量浓度为53 g/m3，达到国家空气质量二级标准;PM2.5质量与温度呈显著正相关性，与风速呈负相关性，与湿度呈负相关性，与气压呈显著负相关性;成都市冬季气团主要来自东北方向，来自东南偏南方向的PM2.5及其前体物对成都市PM2.5质量浓度贡献最大。

关键词：PM2.5;气象因素;溯源;后向轨迹

中图分类号：X513文献标识码：A文章编号：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

為了研究短时间尺度的长距离输送和外来污染源对成都PM2.5浓度的影响程度，本研究利用2019年成都锦城湖监测点PM2.5的监测数据，研究成都市冬季PM2.5的污染特征及其与气象要素之间的关系，并利用后向轨迹模型进行颗粒物溯源及追踪分析。本研究能为成都应对重污染事件的境外污染源区的确定提供参考，并为区域联防联控治理大气污染提供理论借鉴。

1 材料与方法

1.1 数据来源

本研究选用2019年2月3日至2019年2月19日成都市锦城湖市控站PM2.5质量浓度在线监测数据作为研究对象，相关气象数据亦来自于锦城湖市控站在线监测。PM2.5监测所使用的仪器和监测方法如表1所示。

1.2 HYSPLIT模型

HYSPLIT模型是美国国家海洋和大气管理局（National Oceanic and Atmospheric Administration，NOAA）的空气资源实验室和澳大利亚气象局（Bureau of Meteorology Australia，BOM）联合研发的一种用于计算和分析气流运动、沉降和扩散轨迹的综合模式系统，已广泛用于空气污染物传输途径与来源分析。本研究利用该模型来研究成都市大气细颗粒物的来源地，并结合PM2.5质量浓度数据分析各来源对PM2.5的贡献。

2 结果与讨论

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日成都市环境空气PM2.5平均质量浓度为53[μg]g/m3，达到国家环境空气质量二级标准（75[μ]g/m3）（以下简称“二级标准”）。成都市冬季环境空气PM2.5日均质量浓度变化范围为23～114[μ]g/m3，超标率达到17.65%，出现两次峰值，分别在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浓度超标主要原因为大量烟花爆竹的燃放会排放大量的SO2、NO2等PM2.5的前体物，经二次转化使PM2.5浓度升高。2019年2月14日为春节假期返程高峰期，大量机动车尾气排放使PM2.5浓度增高。

2.2 PM2.5与气象因素相关性

污染物质量浓度与气象因素（温度、相对湿度、风速和气压等）关系密切。不同的气象因素构成不同天气状况，有利天气状况（低温、大风、低湿等）利于颗粒物稀释扩散，降低污染物浓度;不利天气状况促进颗粒物积累，使污染物浓度增高。研究表明，气象因素可解释部分PM2.5日变化趋势。

2.2.1 PM2.5与温度的相关性。一般情况下，大气温度越高，细颗粒物布朗运动越剧烈，越利于PM2.5扩散，使其浓度越低。成都市日均气温范围为6～15 ℃，且PM2.5质量浓度随着温度的增高而上升。统计分析表明，成都市冬季温度与PM2.5质量浓度呈显著的正相关（R=0.74），这与孟媛媛等[1]得出的渭南市冬季温度与PM2.5质量浓度的关系一致。冬季地面温度比大气温度低，对流运动较弱，容易形成逆温天气，造成颗粒物积累，使PM2.5质量浓度增高;同时，冬季其他气象因素的变化也会影响PM2.5浓度变化，如气压下降、温度上升、湿度上升、风速较小时，会使得污染物浓度增加。

2.2.2 PM2.5与风速的相关性。风速与空气污染密切相关，对大气污染物的扩散和三维输送起著重要作用。近地面若长期为静风或较小风，则会使污染物不断积累，为污染物的形成创造了条件，使污染物浓度升高;风速增强，大气输送能力增强，利于污染物的稀释和扩散，使污染物浓度降低。经统计分析，成都市冬季风速与PM2.5质量浓度呈负相关（R=-0.38），但相关性不显著，风速和PM2.5质量浓度变化趋势大致相反。

2.2.3 PM2.5与湿度的相关性。研究表明，相对湿度较小时，随着相对湿度不断增高，由于吸湿作用的增强，更利于颗粒物聚集，因此，PM2.5质量浓度越高;当相对湿度超过一定值时，对颗粒物有一定的湿沉降作用，降低PM2.5质量浓度。成都市冬季相对湿度为60.43%～89.14%，与PM2.5质量浓度呈负相关（R=-0.33），但相关性不显著。2019年2月17—19日有一次降雨过程，PM2.5日均浓度出现最低值（23[μg]g/m3），污染水平降低。

2.2.4 PM2.5与气压的相关性。气压的高低与大气环流形势密切相关，当地面受低压控制时，四周高压气团流向中心，中心形成上升气流，风力较大，利于污染物向上扩散，降低污染物浓度;当地面受高压控制时，中心部位出现下沉气流，阻止污染物向上扩散。可见，气压与PM2.5质量浓度呈显著负相关（R=-0.54）[2]。

2.3 后向轨迹聚类分析

本研究推算时间为24 h后轨，轨迹起始高度为500 m，轨迹时间分辨率为1 h，气象数据使用美国国家环境预报中心全球再分析资料，水平分辨率为1.0°×1.0°。为更直观地了解气团来向及输送距离，本研究在利用HYSPLIT模式后采用Meteoinfo软件进行分析和作图。图1为成都市冬季后向轨迹图。可以从图1了解成都市受方向气团影响的程度。成都市气团特征为：来自东北方向的气团输送距离较远，来自东南方向的气团输送距离较短，几乎没有来成都市西面、西南和西北方向的气团输送。

将成都市2019年冬季500 m起始高度的24 h后向轨迹进行聚类分析，得到4类轨迹（见图2）。其中，第1类和第2类轨迹均是来自成都东北方向的气团，分别占轨迹数的29.41%和35.78%;第3类和第4类分别来自成都东南偏南方向和正东方向，分别占轨迹总数的16.91%和17.89%。总的来说，2019年冬季成都市气团主要来自成都市的东北方向，该方向的轨迹数总占比达到65.19%，且来自于四川省境内。各类后向轨迹的分布特征及对应的PM2.5质量浓度如表1所示。

由表2和图2可知，第2类气团轨迹传输距离最远，受东北季风的影响，气团运动速度最快，该类轨迹在全部轨迹中占的比例最高，但对应PM2.5质量浓度最低，可表征来自该方向的气团较为洁净，扩散条件较好;第1类轨迹占比较大，对应PM2.5浓度较高，可表征该方向的气团所经过的区域大气中所含的PM2.5及其前体物浓度较高，对成都市的PM2.5质量浓度贡献较高，也表征该方向的气团影响成都市时正好遇上成都市气象条件是最不利于污染物扩散的时候，污染物容易积累，造成PM2.5浓度较高;第3类轨迹占比最小，对应PM2.5浓度最高，轨迹最短，表明该气团移动速度慢，造成污染物快速累积，反映小范围、短距离的传输特征;第4类轨迹占比较小，对应PM2.5浓度较高，可表征远距离的PM2.5输送或对应时段本地污染物浓度因自身排放和其他原因造成的累积。综上所述，第3类轨迹对成都市PM2.5质量浓度贡献最高。

3 结论

①PM2.5日均质量浓度为53[μ]g/m3，达到国家环境空气质量二级标准。PM2.5日均质量浓度变化范围为23～114[μ]g/m3，超标率达到17.65%。

②PM2.5质量浓度与温度呈显著正相关性，与风速和湿度均呈负相关性，与气压呈显著负相关性。

③成都市冬季气团主要来自成都市的东北方向，轨迹数占比达到65.19%。来自东南偏南方向的PM2.5及其前体物对成都市的PM2.5浓度贡献最大。

参考文献：

[1]孟媛媛，符超峰，席建建.渭南市区冬春季PM2.5和PM10时间分布特征及与气象因素的关系[J].地球环境学报，2018（2）：78-88.