杨 红，谢海燕，鲍昱璇，张凯欢，李新琪

(1.新疆农业大学草业与环境科学学院，乌鲁木齐 830052；2.新疆维吾尔自治区环境监测总站，乌鲁木齐 830052)

前 言

PM10是空气动力学直径≤10μm的颗粒物，PM2.5是指大气中空气动力学当量直径≤2.5μm的颗粒物，也称为可入肺颗粒物，由于大气颗粒物对气候环境和人体健康都具有一定的危害，因此越来越受人们的关注[1～3]。阿克苏地区位于塔克拉玛干沙漠西北边缘，平均年沙尘天气日数超过150天，是新疆乃至全国沙尘暴天气的高发区之一[4]。沙尘天气发生时，沙粒卷入空中使空气中的颗粒物浓度迅速增加，大气能见度也瞬间降低，空气质量指数随之增大，对大气环境质量造成最直接的影响[5]，此外，沙尘暴不仅含有从源区产生的沙尘，沿途也会携带大量的污染颗粒物，进而传输到城市区域，影响其大气环境[6]。目前已有不少学者对阿克苏市的大气颗粒物展开研究，买合吐木汗·艾合买提[7]研究了阿克苏市的环境空气质量及变化趋势，得出PM10是阿克苏市环境空气的首要污染物且春季浓度最高，影响其浓度的主要自然因素为沙尘天气；杨虎等[8]分析了PM10与气象要素的关系，指出PM10浓度与风速呈正相关关系，且造成阿克苏市沙尘天气污染源有本地型、外来型以及二者共同影响型；苗云阁[9]分析了阿克苏沙尘期与非沙尘期PM10和PM2.5的组分特征，得出阿克苏沙尘期的离子浓度与非沙尘期基本一致，且风沙天地壳元素会对当地空气质量造成影响。某一地区的大气污染不仅与本地排放源有关，还会受区域输送的影响[10-11]，上述研究主要针对大气颗粒物的浓度和组分特征及影响因素，而对大气颗粒物的来源及传输等方面的研究比较缺乏。后向轨迹模型、潜在源贡献分析(PSCF)和浓度权重分析(CWT)是研究污染空间输送特征的有效手段之一，已被广泛应用于污染物的来源与输送[12～14]。

阿克苏市处于塔克拉玛干沙漠边缘，易受周边戈壁沙漠影响，目前对阿克苏市大气颗粒物污染区域传输影响的综合系统研究鲜见报道。本文以阿克苏市沙尘多发的春季作为研究对象，分析阿克苏市PM10和PM2.5的污染特征，并结合气象资料(风速、温度、相对湿度和气压)分析气象条件对大气颗粒物的影响，利用后向轨迹聚类、潜在源贡献因子和浓度权重轨迹等分析方法，综合分析阿克苏市春季PM10和PM2.5的主要输送路径及潜在源区，以期为阿克苏市大气环境管理提供有效的理论依据。

1 材料与方法

1.1 数据来源

本研究选择阿克苏市国控空气质量自动监测点，2020年3月至5月PM10和PM2.5的日均质量浓度数据来自中国空气质量在线监测分析平台(https: //www. aqistudy. cn)。该监测点位于阿克苏市平原区，为城市评价点，可以反映阿克苏市城区的空气质量整体状况及变化趋势。图1为阿克苏市大气监测点图，图2为阿克苏市地理位置示意图。

后向轨迹模型所需的气象数据为美国国家环境预报中心(NCEP)的全球资料同化系统(GDAS)气象数据(ftp: //arlftp.arlhq.noaa. gov/pub/archives/gdas1)。风速、温度、湿度、气压和降水量等气象资料取自中国气象局(https://www.weather.cma.cn)。

图1 阿克苏市大气监测点Fig.1 Schematic diagram of air monitoring points in Aksu

图2 阿克苏市地理位置示意图Fig.2 The location of Aksu in XinJiang

1.2 研究方法

1.2.1 后向轨迹聚类分析

聚类分析法是根据指标样本的相似性和亲疏程度，用数学方法将其分型划类，得到反应群体之间亲疏程度的系统的方法[15]，后向轨迹聚类分析则是根据气团轨迹的传输速度和方向，对到达研究区域的所有气团轨迹进行分类，以判断研究区在分析时间段内的主要气团来源方向和传输距离[16]。根据轨迹线路的长短可推断气流移动的速度，轨迹越长，移动速度越快；轨迹越短，移动速度越慢[17]，就越容易聚集地面的污染物质。本文利用MeteoInfo软件及TrajStat插件中的聚类方法，利用欧氏距离算法，对到达阿克苏市的气流轨迹进行聚类，从而得到2020年阿克苏市春季不同输送气流类型，并在此基础上结合污染物浓度数据对春季各类气流的污染特征进行统计分析。

1.2.2 潜在源贡献因子(PSCF)分析法

潜在源贡献因子分析法又称为滞留时间分析法，是一种基于气流轨迹识别潜在污染源区的方法[18]，该方法基于后向轨迹模型所计算的后向轨迹在空间中的停留时间，利用污染轨迹与所有轨迹在途经区域所停留时间的比值，来表征每个区域对受点地区的污染贡献[19]。该方法需要对污染因子设定阈值，本研究将选取PM10和PM2.5的日均浓度二级标准限值作为阈值，当经过某网格的气团轨迹对应的颗粒物浓度高于设定阈值时则认为该轨迹为污染轨迹。PSCF值是所选研究区域经过网格ij的污染轨迹数(mij)与经过该网格上所有轨迹数(nij)的比值，即：

(1)

PSCF值越大，颜色越深，表示该网格中污染轨迹比例越高，PSCF高值所对应的网格区是影响阿克苏市大气颗粒物的主要潜在源区。

由于PSCF是一种条件概率，当各网格内气流停留时间较少时，即当nij值较小时，PSCF值会出现较大波动从而增大不确定性，使计算结果出现偏差，因此，相关学者引入经验权重函数Wij来尽可能减小误差[20-21]。即：

WPSCF=Wij×PSCF

(2)

文中将权重函数Wij具体设定为：

(3)

1.2.3 浓度权重轨迹(CWT)分析法

由于PSCF分析法只能反映每个网格中污染轨迹所占比例，无法确定污染轨迹的污染程度，而CWT则可通过计算潜在源区的气流轨迹浓度权重，来定量分析研究区外来输送的浓度贡献水平[22-23]。计算公式如下:

(4)

式中：Cij为网格ij的平均权重浓度；l为气流轨迹；M为轨迹总数；Cij是轨迹l经过网格ij时对应的污染物质量浓度；τijl是轨迹l在网格ij上滞留的时间。在CWT分析法中通常也引入权重函数Wij以减少nij值较小时引起的不确定性。

2 结果与讨论

2.1 春季颗粒物浓度变化特征

研究期间，春季PM10和PM2.5的平均浓度分别为406.74 μg/m3和101.78 μg/m3，均超出了《环境空气质量标准》(GB 3095—2012)日均二级标准限值。图3展示了2020年阿克苏市春季颗粒物

图3 阿克苏市2020年春季颗粒物的日均浓度变化Fig.3 Daily average concentration of atmospheric particulate matter in Aksu during the Spring of 2020

质量浓度的逐日变化，PM10的日均浓度范围为52～2 414 μg/m3，最高值高达(GB 3095—2012)二级标准(150 μg/m3)的16.1倍，有68.5%的天数超过了PM10的日均二级标准限值；PM2.5的日均浓度范围为16～556 μg/m，最高值高达GB 3095—2012二级标准(75 μg/m3)的7.4倍，有39.1%的天数超过了PM2.5的日均二级标准限值。研究期间春季PM10和PM2.5日均浓度在3月份超标率最高。以上数据表明，阿克苏市春季颗粒物污染问题仍然严峻，春季PM10超标问题比较突出。 对2020年颗粒物日均浓度与气象因子之间的相关分析见表1。统计结果显示，除相对湿度外，其它气象因子对颗粒物的影响都比较小。春季PM10和PM2.5与湿度均呈显著负相关关系，阿克苏春季降水量少，使得大气湿度低，大气湿度低时不利于颗粒物的吸湿沉降[24]，大气中颗粒物浓度显著增高。温度和气压与PM10的相关性较弱，与PM2.5无显著相关性。风速与PM10和PM2.5均无显著相关性，春季因受沙尘影响，天气长期表现为浮尘状态，因此风速对颗粒物的作用不明显。

表1 2020年阿克苏市春季污染物与气象参 数的皮尔逊相关系数Tab.1 Pearson correlation coefficient between pollutants and meteorological parameters in Aksu during the spring of 2020

2.2 聚类分析

为了解区域传输对阿克苏市春季大气颗粒物的影响，本研究将阿克苏市两个环境空气质量监测站艺术中心(41.15°N，80.27°E)和电视台(41.16°N，80.29°E)作为目标点，利用MeteoInfo软件及TrajStat插件进行36h的后向气团轨迹模拟，模拟高度为500m，该高度能够准确反映边界层平均流场特征。每天以00:00、06:00、12:00、18:00为后向轨迹模拟起始时间，对各轨迹进行聚类分析(图4)，并结合PM10和PM2.5的平均质量浓度，分析不同轨迹气流对污染物浓度的影响(表2)。

图4 阿克苏市艺术中心和电视台2020年春季后向轨迹聚类分析结果Fig.4 Results for back-trajectory clusters in Aksu Art Center and TV Station during the Spring of 2020

表2 各轨迹占比和对应的污染物平均浓度Tab.2 Ratio and mean concentration of the pollution of each trajectory to Aksu

续表2

阿克苏市艺术中心春季气流轨迹主要以东南和西南方向的输送为主，其中来自喀什北部的气流轨迹2占总轨迹数比例最高，为29.35%，其次是来自阿克苏地区东南部的气流轨迹5，占比为27.45%，再次为来自东部巴音郭楞地区的气流轨迹1，占比为20.38%。来自东北方向的气流3对应的PM10和PM2.5质量浓度最高，分别为636.33 μg/m3和163.55μg/m3，该轨迹源于吐鲁番地区，途经巴音郭楞到达本地，其次是来自东部的气流1，对应的PM10和PM2.5分别为452.03 μg/m3和105.65 μg/m3，来自西南方向的气流2对应的污染物浓度也较高，对应的PM10和PM2.5分别为394.02 μg/m3和100.3 μg/m3。轨迹2和轨迹5呈现出相对较短的气流轨迹，表明区域气象条件稳定，气团移动缓慢，有利于大气颗粒物的累积。

阿克苏市电视台春季气流轨迹主要表现为东南和西南方向，其中来自和田北部的气流轨迹2为主要聚类，占比达到27.17%，其次是来自阿克苏地区东南部的气流轨迹1，占比为22.01%，再次为阿克苏本地的气流轨迹5，占比为19.29%。轨迹污染物质量浓度最高的是东北方向的气流3，对应的PM10和PM2.5分别为622.98 μg/m3和162.90μg/m3，该轨迹源于吐鲁番地区，途经巴音郭楞到达本地，其次是偏东路径气流1，对应的PM10和PM2.5分别为467.11μg/m3和113.22μg/m3，再次为偏西南方向的气流2，对应的PM10和PM2.5分别为426.24 μg/m3和111.71 μg/m3。

综上所述，阿克苏市艺术中心和电视台春季气流输送主要来自东南和西南路径，而且其对应的PM10和PM2.5质量浓度在所有聚类组中也较高，偏东气流轨迹占比虽然较低，但对应的颗粒物浓度最高，故而也是阿克苏市颗粒物来源的一条重要输送路径。出现概率和污染程度较高的轨迹都途经干旱、半干旱的戈壁和沙漠地区，易携带大量的沙尘颗粒，输送至阿克苏市，致使本地颗粒物浓度增高。艺术中心和电视台的6条轨迹对应的PM2.5与PM10比值均比较小，说明气流带来了较多的粗颗粒物。

2.3 潜在源分析

为了进一步对阿克苏市春季大气颗粒物可能来源进行研究，本文进行了污染物潜在源分析，将计算的气团轨迹区域网格化，网格大小设置为0.5°×0.5°，PM10标准值为国家二级日均浓度限值150 μg/m3，PM2.5标准值为国家二级日均浓度限值75 μg/m3，WPSCF值越大，表明该地区对阿克苏市大气污染物的浓度贡献比例越高，计算结果见图5和图6，2020年阿克苏市艺术中心和电视台春季PM10潜在源分布基本一致，WPSCF高值区主要集

图5 阿克苏市艺术中心和电视台春季PM10的PSCF分析结果Fig.5 PSCF analysis of PM10 in Art Center and TV Station of Aksu during spring

图6 阿克苏市艺术中心和电视台春季PM2.5的PSCF分析结果Fig.6 PSCF analysis of PM2.5 in Art Center and TV Station of Aksu during spring

中在阿克苏本地及周边地区，包括：阿克苏南部和巴音郭楞地区，其PM10的WPSCF贡献因子在0.7以上。艺术中心和电视台春季PM2.5潜在源贡献因子变化趋势也较一致，主要潜在源区分布在巴音郭楞地区，PM2.5的WPSCF贡献因子在0.5以上。

总体来看，阿克苏市春季PM10和PM2.5主要潜在源区主要集中在阿克苏南部和巴音郭楞北部等地区，这些潜在源区气候干旱，降水量少，植被覆盖度低，且靠近塔克拉玛干沙漠，易受沙尘天气影响，导致其颗粒物浓度增高，且沿着东部方向和南部方向的气流路径影响阿克苏市。

2.4 浓度权重分析

由于WPSCF只能反映污染轨迹通过某一区域的概率，而浓度权重轨迹分析法(CWT)能够确定该区域对研究区污染物浓度的贡献水平，因此，本文计算了2020年阿克苏市春季PM10和PM2.5浓度权重轨迹CWT。WCWT值越高，说明这些区域对阿克苏市的PM10和PM2.5浓度有较大的贡献，是影响阿克苏市春季大气颗粒物的强潜在源区。如图7和图8所示，阿克苏市艺术中心和电视台的浓度权重分析与潜在源贡献模拟结果类似，PM10和PM2.5的浓度权重分析也基本一致。艺术中心和电视台的WCWT值较高的区域均位于巴音郭楞北部，其对PM10的日均浓度贡献值大于900 μg/m3，对PM2.5的日均浓度贡献值大于200 μg/m3。2020年春季阿克苏市盛行偏东风，因此带来了阿克苏东部周边地区较多的颗粒物。

图7 阿克苏市艺术中心和电视台春季PM10的CWT分析结果Fig.7 CWT analysis of PM10 in Art Center and TV Station of Aksu during spring

图8 阿克苏市艺术中心和电视台春季PM2.5的CWT分析结果Fig.8 CWT analysis of PM2.5 in Art Center and TV Station of Aksu during spring

刘尊驰[25]分析了南疆北部库车的气流传输路径，发现库车春季气流主要有南疆内部及南部沙漠传输路径。艾克代·沙拉木[26]分析了阿图什沙尘气溶胶的来源，发现阿图什春季TSP与PM10主要来自周边塔里木盆地。艾沙江·艾力等[14]对和田西北部的墨玉县城PM10和PM2.5的输送路径及潜在来源进行分析，结果表明，其主要潜在源区分布在塔克拉玛干沙漠周围地区。对比其他研究结果，位于新疆南部的阿克苏市大气颗粒物同样来自周边戈壁沙漠地区，这进一步说明塔克拉玛干沙漠周边地区春季颗粒物浓度主要受沙漠沙尘的影响。阿克苏地势北高南低，西部和北部有众多山峰，东部和南部是浩瀚无垠的塔克拉玛干沙漠，春季东灌冷空气携带沙尘集聚在阿克苏市上空，且高空风速相对较小，导致沙尘颗粒易在空中悬浮停留，独特的地形条件加上不利的大气扩散条件，导致阿克苏市春季颗粒物污染较严重。总而言之，在对本文所识别的颗粒物污染源区予以重点关注的基础上，加强与其它受沙尘影响的周边区域联防联控和协同治理才能有效控制春季颗粒物污染。

3 结 论

3.1 阿克苏市2020年春季PM10和PM2.5的平均浓度分别为406.74 μg/m3和101.78 μg/m3，其中PM10日均值超标率为68.5%，PM2.5的日均值超标率为39.1%，春季PM10超标问题突出。

3.2 经过聚类分析，西南路径、东南路径是影响阿克苏市2020年春季空气质量主要的输送气团；来自东部的轨迹占比虽少，但对应的PM10和PM2.5的平均浓度最高，因此也是一条影响阿克苏市春季颗粒物污染的重要输送路径。

3.3 阿克苏市春季大气颗粒物WPSCF和WCWT的结果分布类似，阿克苏南部和巴音郭楞北部等地区是大气颗粒物的主要潜在源区，其中高浓度贡献潜在源区主要分布在巴音郭楞北部，表明春季阿克苏市大气颗粒物污染受偏东区域颗粒物传输的影响较为严重，研究成果为确定阿克苏市颗粒物污染潜在贡献源区以及区域联防联控提供参考。