梁 祝，李 龙，张 辉，张自露，陈顺祥，周变红

(宝鸡文理学院 地理与环境学院，陕西省灾害监测与机理模拟重点实验室，陕西 宝鸡 721013)

1 引言

自20世纪90年代末开始，我国工业化和城镇化发展取得了很大的成就，产生了许多的城市群；伴随而来的是，一系列的空气污染问题[1～3]。PM2.5污染问题越来越严重，不仅能够影响能见度，且PM2.5容易附着各种有毒物质，对人类身体健康产生一定的危害[4～6]。PM2.5来源较为广泛，成因不仅包括本地源，还包括其他外来传输源(如来自跨区域传输)[7,8]。目前后向轨迹聚类分析、潜在源贡献分析法(PSCF)和浓度权重轨迹分析法(CWT)是研究污染物跨区域传输以及识别潜在源区最常用的方法。近年来，我国对于PM2.5污染特征及来源解析的相关研究主要集中在京津冀地区、长江三角洲地区、珠江三角洲地区及郑州等严重污染区[9～12]。高阳等[13]通过对2017年12月至2018年2月冬季豫南地区的PM2.5浓度进行后向轨迹以及潜在源分析发现，豫南地区以西北方向以及东北方向长距离传输和正南方向较短距离传输为主。孔珊珊等[14]利用北京地区2015年9月1日至2016年8月31日PM2.5浓度数据，利用后向轨迹模式、PSCF以及CWT方法研究北京地区污染物来源，研究发现来自能蒙古西部的气团最多，且内蒙古西部地区是PM2.5污染的主要潜在源区。王帅等[15]利用沈阳地区2016年至2017年冬季空气污染物数据，研究发现，沈阳地区PM2.5平均浓度为149 μg/m3，最大值为273 μg/m3，潜在源区分析表明，沈阳地区污染物潜在源区为辽宁中西部、内蒙古东北部及京津冀北部等。

2 数据与方法

2.1 研究区概况

宝鸡市地处关中平原西部，位于东经106°18′～108°03′，北纬33°35′～35°06，全市平均海拔618 m。东西长156.6 km，南北宽160.6 km，是陕西省第二大城市，陕甘川宁毗邻地区区域性中心城市。处于西安、成都、兰州、银川四省会(首府)城市的中心位置，总面积1.82万km2,常住人口373.67万人。

2.2 数据来源

本研究所用的PM2.5浓度数据来源于PM2.5空气质量在线监测分析平台(https://www.aqistudy.cn/)，后向轨迹资料来自美国国家环境预报中心(National Centers for Environmental Prediction，NCEP) 和美国国家大气研究中心(National Centers for Atmospheric Research，NCAR) 提供的全球再分析资料以及全球资料同化系统(Global Land Data Assimilation System, GDAS)气象要素数据(ftp://arlftp.arlhq.noaa.gov/pub/archives/gdas1)，气象要素包括温度、气压、降水、风速等。选取时间段为2019年2月1～28日。

2.3 研究方法

2.3.1 后向轨迹模型

HYSPLIT-4后向轨迹模式是欧拉和拉格朗日混合型的扩散模式，其平流和扩散处理采用拉格朗日方法，污染物浓度计算采用欧拉方法，该方法目前在国内外已广泛应用于研究污染物的来源及传输路径[16]，在此基础上统计分析方法有很多，如聚类分析、潜在源贡献函数分析法(PSCF)、浓度权重轨迹分析法(CWT)等。时间选用2019年2月1日0:00至2月28日23:00，起始高度为500 m，每1 h模拟一条后向轨迹，向后推48 h。

2.3.2 聚类分析

聚类分析方法是将多个参数之间距离远近关系以一种统计量的方式来表示，以此将多个样本归类分成一定类数的方法． 再将该聚类方法在不同输送方向和速度的气团轨迹结合，计算空间相似度后对所有气团轨迹进行分类。为了解观测点BC的传输路径，采用欧拉距离分析法得到不同气团的传输类型，并对各传输类型气团输送轨迹所对应的BC质量浓度数值特征进行统计分析[17]。

2.3.3 潜在源贡献函数分析法(PSCF)

PSCF算法是通过结合气团轨迹和该轨迹对应某要素值(本研究指880 nm处BC的小时浓度值)来初步断定来初步确定排放源位置。PSCF函数定义为经过某一区域(i,j)的气团到达观测点时对应的BC浓度超过设定阈值的条件概率，i和j分别代表经度和纬度，如公式(1)所示[18]：

(1)

式(1)中，mij表示经过网格(i,j)且对应BC浓度超过设置阈值的污染轨迹端点数，nij表示经过网格(i,j)内部所有轨迹点数，W(nij)为权重函数，由于PSCF算法存在一定的不确定性，为降低计算不确定性，参考Wang等[19]对权重的定义，公式如下：

(2)

2.3.4 浓度权重轨迹分析法(CWT)

浓度权重轨迹分析法(CWT) 是一种计算轨迹的权重浓度，反映不同源区对观测点污染程度的方法。在CWT分析中，每个网格都有一个权重浓度，通过计算轨迹经过该网格时对应观测点BC质量浓度的平均值来实现[20,21]：

(3)

式(3)中，Cij是网格(i，j) 上的平均权重浓度；l是经过网格(i，j) 的轨迹之一；Cl是轨迹l经过网格(i，j) 时对应的BC浓度；mijl是轨迹l在网格(i，j) 停留的时间，nij是所有轨迹点数，W(nij)是权重函数，具体与PSCF相同。

3 结果与分析

3.1 PM2.5浓度的变化特征

图1为2019年2月1～28日宝鸡市PM2.5浓度变化图，由图1可知，研究期间， 72%左右的数据均大于GB 3095—2012《环境空气质量标准》二级标准限值(75 μg/m3)，表明2019年2月份宝鸡市污染较严重，观测期间PM2.5平均浓度为112.4 μg/m3，变化范围为17～229 μg/m3，其中最大值是二级标准限值的3.1倍。最大值出现在2019年2月20日1时，最小值出现在2019年2月6日17时。

为进一步研究宝鸡市PM2.5浓度的日变化特征，对宝鸡市日变化进行分析，如图2所示。研究期间宝鸡市日变化呈双峰双谷型，双峰值出现在9:00和21:00，谷值出现在6:00和17:00。早晨为上班高峰期，车流量增多，汽车尾气排放也随之增加，导致PM2.5浓度在9:00出现第一个峰值，说明汽车尾气的排放对PM2.5浓度有一定的影响；正午随着温度升高，太阳辐射增强，大气边界层升高，对流和湍流活动增强，易使污染物的扩散，故PM2.5浓度逐渐降低，在17:00达到全天最小值；17:00后PM2.5浓度迅速增加，主要是晚高峰到来，车辆增多，居民取暖燃煤增多，故PM2.5浓度在21:00达到一天最大值，之后随着人类活动的减少，PM2.5浓度逐渐下降。

图2 研究区2019年2月PM2.5浓度的日变化

3.2 聚类分析

为了分析区域传输对宝鸡市灰霾期间(2019年2月1～28日)PM2.5浓度的影响以及不同方向气流的污染特征，利用TrajStat软件，对其进行聚类分析见图3，气团轨迹分类见表1。

图3 后向轨迹聚类分析表1 研究区不同气团轨迹区域特征

轨迹类型占比/%途径区域PM2.5浓度/(μg/m3)111.90新疆东部、甘肃西北部和东部、内蒙古南部、宁夏中部、宝鸡市72.6212.50甘肃中部、宁夏中部、宝鸡市115.3354.02咸阳市、宝鸡市107.843.72西藏西北部、青海西部、中部和东部、甘肃南部、宝鸡市163.6517.86汉中市、秦岭区域、宝鸡市137.5

对研究期间宝鸡市进行后向轨迹聚类分析，得到5类。气流以偏东方向和东南方向为主。其中偏东气流(来自陕西省咸阳市以及宝鸡市本地的轨迹3)，占比最大，为54.02%，该方向带来的PM2.5浓度为107.8 μg/m3；东南气流途径汉中市、秦岭区域、宝鸡南部区域到达宝鸡市(轨迹5)，该气团占比17.86%，该方向带来的PM2.5浓度为137.5 μg/m3，该气团传输距离较短、速度较慢，污染物在传输过程中逐渐累积，故该方向带来的PM2.5浓度较高；来自西藏西北部、青海西部、中部和东部、甘肃南部以及宝鸡市区域的轨迹4虽然占比最少，为3.72%，但是该方向携带的PM2.5浓度最大，为163.6 μg/m3，该方向气团传输距离长、传输速度较快，其所携带的PM2.5浓度较高。

3.3 潜在源贡献因子分析(PSCF)

为了进一步研究观测期间对宝鸡市PM2.5浓度的贡献大小，利用PSCF对2019年2月宝鸡市PM2.5浓度潜在源贡献大小进行分析，见图4。为了进一步区分，将PM2.5浓度二级标准限值(75 μg/m3)设定为标准值。

图4 2019年2月研究区PM2.5的PSCF分布

由图4可看出，PM2.5潜在贡献源区WPSCF高值区(0.6

3.4 浓度权重轨迹分析(CWT)

PSCF方法只能反映潜在源区贡献率大小是多少，不能体现对目标网格的贡献水平。故在各季节后向轨迹聚类分析的基础上进行浓度权重轨迹分析，对目标网格进行PM2.5污染物浓度加权计算，进而反应污染源区的污染程度，如图5宝鸡市2019年2月PM2.5的CWT分布。图中颜色越深值越大，说明颜色深的区域对宝鸡市污染物浓度贡献越大。

图5 2019年2月研究区PM2.5的CWT分布

由图5可知，观测期间PM2.5的WCWT高值(WCWT>100 μg/m3)主要分布在咸阳、安康、汉中、秦岭以及西安区域，表明邻近的市对PM2.5影响较大，PM2.5的较高值WCWT(75 μg/m3≤WCWT<100 μg/m3)值主要分布在四川东北部、甘肃东南部、内蒙古南部、宁夏中部、陕西榆林以及渭南区域。说明本地源对PM2.5的贡献较大。

4 结论

(1)2019年2月1～28日期间宝鸡市PM2.5平均浓度为112.4 μg/m3，变化范围为17～229 μg/m3。最大值出现在2019年2月20日1时，最小值出现在2019年2月6日17时。观测期间宝鸡市PM2.5浓度日变化呈双峰双谷型，分别在9:00和21:00出现峰值，6:00和17:00出现谷值，这与人类的出行活动规律有关。

(2)后向轨迹聚类分析表明，观测期间宝鸡市PM2.5主要受宝鸡东部区域以及本地气团影响，该气团占比54.02%，来自西藏西北部、青海西部、中部和东部、甘肃南部、宝鸡市的气团占比最小，为3.72%，携带的PM2.5浓度最大，为163.6 μg/m3。

(3)PSCF结果表明，陕西南部、四川西北部、秦岭地区、西安、咸阳以及宝鸡市本地区域的排放源对PM2.5浓度起重要作用。CWT分析结果表明，观测期间PM2.5潜在源区主要集中在咸阳、陕西南部、宝鸡周边地区，这些区域对宝鸡市CWT贡献值较高。