img

官方微信

高级检索

中国沙漠, 2022, 42(6): 74-84 doi: 10.7522/j.issn.1000-694X.2022.00044

库尔勒市大气颗粒物浓度特征及来源

陆忠奇,1,2, 赵竹君1,2, 何清,1

1.中国气象局乌鲁木齐沙漠气象研究所 新疆塔克拉玛干沙漠气象国家野外科学观测研究站/中国气象局塔克拉玛干沙漠气象野外科学试验基地/新疆维吾尔自治区沙漠气象与沙尘暴重点实验室,新疆 乌鲁木齐 830002

2.新疆大学 资源与环境科学学院,新疆 乌鲁木齐 830046

Concentrations characteristics and sources of particulate matter in KorlaXinjiangChina

Lu Zhongqi,1,2, Zhao Zhujun1,2, He Qing,1

1.National Observation and Research Station of Taklimakan Desert Meteorology / Taklimakan Desert Meteorology Field Experiment Station of China Meteorological Administration / Xinjiang Key Laboratory of Desert Meteorology and Sandstorm,Institute of Desert Meteorology,China Meteorological Administration,Urumqi 830002,China

2.College of Resources & Environment Sciences,Xinjiang University,Urumqi 830046,China

通讯作者: 何清(E-mail: qinghe@idm.cn

收稿日期: 2022-03-02   修回日期: 2022-04-27  

基金资助: 国家自然科学基金重点项目.  42030612.  41830968

Received: 2022-03-02   Revised: 2022-04-27  

作者简介 About authors

陆忠奇(1996—),男,甘肃金昌人,硕士研究生,主要从事大气环境方面的研究E-mail:lzq101016@163.com , E-mail:lzq101016@163.com

摘要

在塔里木盆地东北部库尔勒市大气颗粒物逐时数据(2015年1月至2020年12月)污染特征分析的基础上,利用HYSPLIT模型、聚类分析、潜在源贡献因子分析(PSCF)、浓度权重轨迹分析(CWT)分析不同季节库尔勒市颗粒物传输路径与潜在源区,揭示研究期间库尔勒市不同季节大气颗粒物的潜在源分布及其贡献水平。结果表明:2015—2020年库尔勒市PM2.5、PM10年均值分别为47.7±20.0、162.2±102.4 μg·m-3,超过国家年均值二级浓度限值132%、36.3%,PM10为主要污染物;颗粒物季节变化呈现冬春高、夏秋低的变化特征;PM2.5/PM10值春季最低(0.29),冬季最高(0.47),PM2.5/PM10值整体呈下降趋势;气流输送路径主要来自西风短气流,其次为吐鲁番盆地的东灌气流;塔里木盆地全年四季都是库尔勒市颗粒物的主要贡献源区,颗粒物浓度贡献水平春冬季较高,夏秋季较低。

关键词: 大气颗粒物 ; 聚类分析 ; 潜在源贡献因子分析 ; 浓度权重轨迹分析 ; 库尔勒

Abstract

Based on the analysis of the pollution characteristics in the hourly data (January 2015-December 2020) of atmospheric particulate matter in Korla of the northeastern Tarim Basin, the backward trajectory model of HYSPLIT, cluster analysis, potential source contribution factor (PSCF), and concentration weight trajectory (CWT) were used to analyze the main transport pathways and potential source regions of PM10, and also revealed the potential source distributions and contribution levels of PM10 in different seasons in Korla during the study period. The results showed that the annual average values of PM2.5 and PM10 in 2015-2020 in Korla were 47.7±20.0 μg·m-3 and 162.2±102.4 μg·m-3, respectively, exceeding the national annual average secondary concentration limits by 132% and 36.3%. The PM10 was the main pollutant. The PM2.5/PM10 value was the lowest in spring (0.29) and the highest in winter (0.47), and the overall PM2.5/PM10 value showed a decreasing trend. The airflow transport path mainly came from the short west wind flow, followed by the east irrigation airflow from Turpan Basin. The Tarim Basin was the main contributing source area of particulate matter in Korla throughout the year, and the contribution level of particulate matter concentration was higher in spring and winter, and lower in summer and autumn. It is important for Korla to prevent the impact of sand and dust aerosols from the Tarim Basin on air quality, followed by the east-flooding airflow from the Turpan Basin and the west-flooding airflow from Central Asia.

Keywords: atmospheric particulate matter ; cluster analysis ; potential source contribution factor ; concentration-weighted trajectory ; Korla

PDF (5587KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

陆忠奇, 赵竹君, 何清. 库尔勒市大气颗粒物浓度特征及来源. 中国沙漠[J], 2022, 42(6): 74-84 doi:10.7522/j.issn.1000-694X.2022.00044

Lu Zhongqi, Zhao Zhujun, He Qing. Concentrations characteristics and sources of particulate matter in KorlaXinjiangChina. Journal of Desert Research[J], 2022, 42(6): 74-84 doi:10.7522/j.issn.1000-694X.2022.00044

0 引言

大气污染是当前受到全球关注的热点科学问题,它不仅能够改变大气能见度和局地气候,而且能显著影响人们的日常生活和身体健康1-3。颗粒物(Particulate Matter,PM)污染影响城市空气质量,能在中小尺度对区域性环境产生影响4-7,大气PM10、PM2.5可能对居民呼吸系统疾病有关,且能使新生儿出生体重降低8-9。据2020中国环境状况公报,中国337个地级及以上城市,仍有43.3%的地区空气质量超标(不扣除沙尘影响),全年空气质量重度污染以上天数1 497 d,其中以PM2.5、PM10为首要污染物的天数分别占重度及以上污染天数的77.7%、22.0%,颗粒物污染形势依旧严重10

大气污染物能跨区域输送,对其他区域产生影响。塔克拉玛干沙漠的沙尘气溶胶能跨区域影响到中国西北甚至东部地区的PM10浓度11;中亚地区的颗粒物能随西风远距离输送至帕米尔高原,影响当地空气质量12;春季中亚沙尘可以影响到韩国济州岛地区并引发尘埃事件等13。近年来,HYSPLIT模式被大量学者运用来研究各类大气污染物的迁移扩散,还衍生出了PSCF、CWT等多种分析方法14-19。段时光等20模拟了2018年冬季到达郑州的后向轨迹,发现冬季郑州PM2.5主要潜在源区是北部的京津冀城市群;刘娜等21研究揭示了西宁市不同季节污染气流的潜在源区有较大差异;Zhao等22利用后向轨迹模式分析了位于中亚背景地区阿克达拉大气本底站反应性气体的浓度特征及来源,发现其主要源区为西北部哈萨克斯坦所在中亚地区;李汉林等12分析了帕米尔高原东部大气颗粒物潜在来源,发现其潜在源区主要为中亚干旱半干旱沙漠地区;在新疆中部天山北坡的乌鲁木齐市开展的研究表明,该市PM10浓度呈现北高南低的分布特征,西风气流为该地区主导气流,重污染天气也多出现在该气流主导影响下23-24

以上研究为大气颗粒物污染的研究提供了参考依据,但国内与大气颗粒物相关研究多关注城市密集地区,对于临山临沙漠地区的城市研究较少。塔里木盆地东北部城市库尔勒市为南疆最大的城市,北倚天山山脉,南临中国最大的沙漠塔克拉玛干沙漠,是南北疆交界地区的咽喉城市,南北疆主要通道218国道与314国道从其两侧穿过,故颗粒物来源复杂,空气污染严重。但是对该典型地区城市空气污染的研究多为短时间、小范围的颗粒物浓度分析25-27,缺乏对颗粒物浓度和潜在源区的深入分析。

本文在分析库尔勒市颗粒物浓度的基础上,使用HYSPLIT模式,结合聚类分析、PSCF、CWT方法,对库尔勒市颗粒物污染以及来源进行解析,旨在为特殊地区城市空气污染物跨区域输送提供参考,为区域间大气颗粒物联防联治提供理论支持。

1 材料与方法

1.1 研究区及资料来源

库尔勒市位于新疆中部、塔里木盆地东北缘(图1),是塔里木盆地乃至南疆最大的城市,是巴音郭楞蒙古自治州首府。全市面积约7 268 km2,平均海拔950 m,属暖温带大陆性干旱气候,年平均气温11.6 ℃,年平均降水量65.6 mm,年平均日照时数2 923.6 h,全年地面主导风向为东北风28。该市毗邻塔克拉玛干沙漠,全年风沙天数较多,沙尘污染严重29

图1

图1   研究区位置

Fig.1   Location of study area


所用PM2.5、PM10颗粒物浓度数据来自于国家空气质量在线检测平台,库尔勒市3个国控监测站点分别为孔雀公园(41.754°N、86.147°E)、棉纺厂(41.716°N、86.197°E)、经济开发区(41.717°N、86.236°E),分别代表了库尔勒市主要城区内商业区、工业区和住宅区27。所选时段内3个站点PM2.5、PM10浓度变化趋势基本相同,各站点数据差别均小于10%。可知库尔勒市颗粒物监测站点分布均匀且各站数据差别较小,3个站点颗粒物浓度数据的算术平均值可以更好地代表库尔勒市颗粒物浓度水平。

HYSPLIT后向轨迹模式所用气象资料为美国气象环境预报中心(NCEP)提供的全球资料同化系统(GDAS)气象再分析资料(ftp://arlftp.arlhq.noaa.gov/pub/archives/gdas1/),空间分辨率为1°×1°,高度层23层,储存每天00:00、06:00、12:00、18:00(UTC世界时)4个时次的数据,气象要素包括温度、气压、相对湿度、二维风速等。

1.2 研究方法

1.2.1 HYSPLIT模式

采用美国国家海洋大气管理局(NOAA)和澳大利亚气象局(BOM)联合建立的混合单粒子拉格朗日综合轨迹模式(HYSPLIT)来分析空气污染物的来源和传输轨迹30。该模式可用于计算和处理大气污染物传输和扩散轨迹,已被广泛应用于不同地区各种污染物的传输和扩散研究31-33。本文使用HYSPLIT模式的后向传输模型来研究库尔勒市距地面1 000 m高度48 h后向气流输送轨迹,旨在揭示其近年气流及颗粒物的主要来源。

1.2.2 聚类分析

长时间多时段的气流模拟会产生大量轨迹,不利于可视化和定量研究,故本文以库尔勒市气象站(41.75°N,86.13°E)为模拟受点,模拟2015—2020年每日逐时(00:00—23:00,北京时)后向气流轨迹,使用TrajStat软件34按季节对其进行聚类,以获得典型气流轨迹代表进行研究。季节分析采用常用气象划分标准,春季3—5月,夏季6—8月,秋季9—11月,冬季12月至次年2月。

1.2.3 潜在源贡献因子分析(PSCF

潜在源贡献因子分析法(PSCF)是基于条件概率函数定性识别潜在污染源的方法35-36,可以结合气团轨迹和该轨迹所对应的某种要素值来初步判断排放源的位置。将研究区划分为0.5°×0.5°的若干网格ijij分别代表经度和纬度),PSCF定义为经过某一区域的气团到达观测网格时对于某种要素超过设定阈值的概率。即经过网格的污染轨迹端点数mij 与落在该网格所有轨迹端点数nij 的比值。公式可定义为:

PSCF=mij/nij

以《环境空气质量标准》(GB3095—2012)规定的PM2.5、PM10日平均二级浓度限值为阈值,将通过网格的节点颗粒物浓度超过阈值的定义为污染节点,否则为清洁节点,以此计算PSCF值。

PSCF是一种条件概率,当气流在某一网格滞留时间较短,即某一网格中的轨迹端点数(nij )过小时,PSCF值会产生偏差,为了减小这种情况引起的误差,引入权重系数WijPSCF值进行矫正,即WPSCFij =Wij ×PSCFij37-39

Wij=1.080<nij0.720<nij800.4210<nij200.05nij10

1.2.4 浓度权重轨迹分析(CWT

CWT输入数据和网格分辨率与PSCF相同,不同之处在于PSCF是使用所输入要素值的某个阈值来评估其潜在来源,这意味着当要素值浓度略高于或者远高于所设置的阈值时,可能具有相同的PSCF值。而CWT分析可以通过对穿过网格的轨迹浓度进行加权分析从而克服PSCF条件概率的限制39-40。故本文利用浓度权重轨迹分析法计算潜在源区气团轨迹浓度权重,分析不同源区贡献的相对大小:

CWTij=1l=1Mτijll=1MClτijl

式中:CWTij 是网格ij的平均权重浓度;l是轨迹;Cl 是轨迹l经过网格ij时对应的大气污染物浓度;τijl是轨迹l在网格ij停留的时间(对应经过该网格的轨迹端点数)。PSCF分析中所用的权重系数同样适用于CWT分析,以减少轨迹端点数较少引起的误差。

2 结果

2.1 大气颗粒物浓度特征

2015—2020年,库尔勒市大气颗粒物浓度呈现微弱的波动下降趋势(图2)。PM10为库尔勒市首要污染物,6 a平均浓度为162.2±102.4 μg·m-3,超出国家规定PM10年平均二级浓度限值(70 μg·m-3)约132%41,日平均浓度超标天数714 d,6 a超标率达33.3%,污染较为严重。PM2.5是库尔勒市次要大气污染物,污染程度与PM10相比较轻,6 a平均浓度为47.7±20.0 μg·m-3,超出国家规定PM2.5年平均二级浓度限值(35 μg·m-3)约36.3%41,日平均浓度超标天数287 d,6 a超标率为13.4%。大气颗粒物浓度低值年出现在2017年,可能是因为2017年全年的相对湿度约高出2010—2019年平均相对湿度6%,较高的相对湿度使大气颗粒物吸湿沉降。大气颗粒物为主要污染物说明库尔勒市的空气污染类型为自然沙尘型,近年大气颗粒物浓度的下降说明库尔勒市颗粒物排放控制工作有一定的效果。

图2

图2   库尔勒市大气颗粒物浓度逐日变化

虚线为环境空气质量标准日平均二级浓度限值

Fig.2   Variation of daily atmosphere particulate matter concentration in Korla


2015—2020年,库尔勒市PM10呈春季最高、夏季最低、秋季和冬季居中且相当的季节分布特征,四季质量浓度春季>冬季>秋季>夏季,浓度分别为258.6±130.1、168.8±90.6、136.6±32.8、90.1±17.6 μg·m-3。PM2.5浓度季节变化与PM10相似,最高值出现在春季(63.3±24.2 μg·m-3),最低值出现在夏季(29.2±5.1 μg·m-3),冬季和秋季居中,分别为56.3±12.0、40.2±9.5 μg·m-3图3)。库尔勒市位于塔里木盆地东北部,毗邻塔克拉玛干沙漠,春季较多的沙尘天气可能是导致大气颗粒物浓度较高的原因。而冬季大气颗粒物浓度较高可能有两方面原因。一是该市冬季较长的采暖期使大量因燃煤燃烧产生的颗粒物在冬季积累导致颗粒物浓度较高;二是冬季寒冷干燥,大气层结稳定,易形成逆温层,不利于大气污染物的扩散稀释。PM2.5、PM10浓度最低值均出现在夏季。夏季湿度大、降水多,有利于颗粒物湿沉降,且夏季较强的太阳辐射可以增强大气湍流运动,有助于大气颗粒物扩散稀释。利用指数法42,结合国家空气质量日、年二级标准,计算出PM10和PM2.5季节二级浓度限值分别约为84、33 μg·m-3,可以看出库尔勒市PM10全季节超标,而PM2.5也仅夏季未超标,说明库尔勒市大气颗粒物污染形势严峻。

图3

图3   库尔勒市大气颗粒物浓度季节变化

图中上下短横线分别代表最高和最低质量浓度,矩形代表位于25%下四分位和75%上四分位之间的主要质量浓度范围,矩形中的横线和×号分别代表中位数和算术平均值

Fig.3   Seasonal changes of atmosphere particulate matters in Korla


PM2.5/PM10能反映某地区不同粒径颗粒物的占比情况。6 a间PM2.5/PM10平均值约为0.36,各年份整体变化较为一致,除12月和1月外,其他月份比值均低于0.5,说明库尔勒市大气颗粒物中细颗粒物占比较低,大气颗粒物以PM10为主(图4)。由表1可知,库尔勒市PM2.5/PM10在2015—2020年整体呈现下降趋势。春季受塔里木盆地沙尘天气影响较为严重,PM2.5/PM10(0.29)为四季最低,冬季受燃煤等人为活动影响,PM2.5/PM10(0.47)为四季最高。PM2.5/PM10在各季节以及全年都整体表现为下降趋势,说明库尔勒市对PM2.5的控制较好。计算得6 a间PM10和PM2.5浓度变化特征高度相关,相关系数达0.88,PM10与PM2.5相同的季节变化趋势(图4)说明可吸入颗粒物与细颗粒物的主要来源相似。研究表明,当PM2.5/PM10在0.1—0.3时,颗粒物主要受沙尘输送作用影响,当PM2.5/PM10在0.7—0.8时,颗粒物主要受非沙尘气溶胶影响43。库尔勒市PM2.5/PM10在12月、1月较高,说明冬季受人为源排放颗粒物影响较大,而2—11月比值均小于0.5,说明受自然源沙尘气溶胶影响较大。整体来看,自然沙尘对库尔勒市颗粒物的影响处于突出地位。

图4

图4   库尔勒市PM2.5/PM10月变化

Fig.4   Variation of monthly PM2.5/PM10 in Korla


表1   20152020PM2.5/PM10 季节变化

Table 1  Seasonal variation of PM2.5/PM10 from 2015 to 2020

时段年份
201520162017201820192020
春季0.270.250.370.290.260.30
夏季0.390.390.360.330.320.36
秋季0.420.310.300.290.300.30
冬季0.540.500.400.300.520.56
全年0.430.360.370.310.310.38

新窗口打开| 下载CSV


2.2 后向轨迹聚类分析

按照总空间方差法(Total Spatial Variance, TSV)34显著变化原则进行聚类分析所得轨迹代表性强,且能够体现出不同流场之间的重要差别15。故本文采用TSV方法将春、夏、秋、冬季到达库尔勒市的气流分别聚类为3、4、4、4类(图5)。将库尔勒市颗粒物小时数据与同时段模拟气流轨迹结合进行统计分析,以定量分析不同气流轨迹所携带大气颗粒物浓度(表2)。

图5

图5   库尔勒市四季大气颗粒物后向轨迹聚类分布

Fig.5   The seasonal distribution of airflow back-trajectories clusters in Korla


表2   四季各类轨迹对应大气颗粒物聚类结果统计

Table 2  Trajectories results of particulate matter concentrations with airflow back-trajectories clusters in different seasons

季节轨迹途经区域总轨迹
轨迹比例/%PM10/(μg·m-3
1巴州轮台县、铁门关市54.5246.9
2吐鲁番市、托克逊县、博斯腾湖南部33.5133.8
3哈萨克斯坦东南部、伊犁哈萨克自治州中部12.0244.4
1和静县东南部、焉耆回族自治县北部58.788.7
2拜城县、库车市、轮台县中部22.190.1
3鄯善县西北部、博湖县南部14.875.6
4哈萨克斯坦南部、阿拉木图市、伊犁哈萨克自治州南部4.471.5
1轮台县东南部、铁门关市37.7122.2
2新和县中部、库车市中部、轮台县29.7135.4
3哈萨克斯坦东南部、阿拉木图市、伊犁哈萨克自治州中部11.2116.5
4托克逊县中部、博斯腾湖南部21.496.5
1库车市南部、轮台县南部、铁门关市51.7177.4
2吉尔吉斯斯坦南部、阿克苏地区南部、轮台县19.6149.8
3和硕县中部、博湖县南部20.1143.7
4哈萨克斯坦南部东南部、阿拉木图市、伊犁哈萨克自治州南部8.6208.3

新窗口打开| 下载CSV


春季到达库尔勒市气流轨迹依颗粒物浓度从高到低为轨迹1、轨迹3、轨迹2。最主要的气流是塔里木盆地内途经巴州轮台县到达的短气流(轨迹1),约占当季气流的54.5%,PM10浓度为246.9 μg·m-3,约为中国日平均二级浓度限值的1.7倍。该气流轨迹短,气团移动速度缓慢,不利于污染物的扩散稀释,且途经中国最大的沙尘源区塔克拉玛干沙漠地区,春季较多的沙尘天气使其携带了大量粗颗粒物,对库尔勒市PM10浓度有较大影响。其次是东北方向来自吐鲁番市途经博湖县到达的气流(轨迹2),约占当季气流的33.5%,该气流经过博斯腾湖地区,该地区植被覆盖度较高,且由于博斯腾湖的存在,相对湿度较高,故PM10浓度(133.8 μg·m-3)未超过国家标准,气流较为清洁。来自西北方向的气流(轨迹3)途经哈萨克斯坦东南部、伊犁哈萨克自治州中部到达库尔勒市,其PM10浓度为244.4 μg·m-3,PM10浓度约超出中国日平均二级浓度限值63%。原因可能是该轨迹较长,气团移动速度快,库尔勒市又地处西风带,故气流可随西风远距离高空输送哈萨克斯坦南部荒漠地区颗粒物至库尔勒市。

夏季到达库尔勒市气流轨迹对应颗粒物浓度轨迹2>轨迹1>轨迹3>轨迹4。所有轨迹PM10浓度均未超过中国日平均二级浓度限值,气流整体较为清洁。来自中国新疆和吉尔吉斯斯坦交界处,途经拜城县、库车市、轮台县中部到达库尔勒市的气流(轨迹2)对应PM10浓度最高(90.1 μg·m-3),轨迹占比22.1%。西风气流携带塔克拉玛干沙漠地表沙尘到达库尔勒市,是影响库尔勒市夏季颗粒物浓度的主要输送路径。其次是来自巴州和静县东南部、焉耆回族自治县北部的气流(轨迹1),该气流轨迹对应PM10浓度相较轨迹2略低(88.7 μg·m-3),但当季气流轨迹占比高达58.7%,对库尔勒市颗粒物浓度也有相当影响。来自于东北方向的轨迹3与来自境外的轨迹1当季气流占比较小(14.8%、4.4%),携带颗粒物浓度也较低,对库尔勒市夏季颗粒物浓度影响较小。

秋季气流对应PM10浓度仍未超过国家日平均二级浓度限值,整体气流较为清洁,各气流轨迹对应颗粒物浓度轨迹2>轨迹1>轨迹3>轨迹4。该季各条轨迹气流占比较均匀,占比最大的气流是来自巴州轮台县东南部、铁门关市的短气流(轨迹1),该气流轨迹较短,移动速度较慢,约占当季气流的37.7%,对应PM10浓度为秋季第二高(122.2 μg·m-3),秋季风速较小,远距离输送的颗粒物不能到达库尔勒市,故周边地区近距离输送的颗粒物对库尔勒市影响较为显著。其次是自新和县中部,途经库车市中部、轮台县到达库尔勒市的气流(轨迹2),该气流轨迹长度中等,约占当季气流轨迹总数的29.7%。该气流对应PM10浓度为135.4 μg·m-3,为秋季污染最重的气流,主要原因是该气流途经塔里木盆地,沿途携带了盆地内大量沙尘颗粒物到达库尔勒市,对库尔勒市空气质量影响较大。来自于东部和境外的轨迹(轨迹4、轨迹3)占比较小,对秋季空气质量影响较小。

冬季盛行西风与西南季风,对库尔勒市影响最大的气流主要是来自于西南方向的轨迹1和来自西部的轨迹4。前者当季气流轨迹总数占比约51.7%,属于塔里木盆地内地短气流,气团移动速度慢,途经库车市、轮台县南部、铁门关市到达库尔勒。其对应PM10浓度为177.4 μg·m-3,超过国家标准18%,库尔勒市处于塔里木盆地东北部,受塔里木盆地地貌的影响,“东灌”气流进入盆地后形成顺时针的盆地内循环气流,导致对库尔勒市颗粒物浓度造成较大影响的气流均为中短气流。后者则是自哈萨克斯坦而来,途经阿拉木图市、伊犁哈萨克自治州南部到达的长气流。虽然该气流轨迹当季占比只有约8.6%,但其对应PM10浓度为当季最高(208.3 μg·m-3),约超过国家标准39%,污染较为严重。原因可能是该气流移动速度较快,途经哈萨克斯坦南部莫因库姆沙漠以及阿拉木图市,携带该地区沙尘以及阿拉木图市冬季人为排放气溶胶进行远距离输送,加重了库尔勒市冬季颗粒物污染状况。

2.3 潜在源贡献因子分析(PSCF

PSCF值0.3、0.7为界,将图6网格属性分为轻度、中度、重度污染网格。由图6可知,库尔勒市2015—2020年潜在源贡献因子季节变化特征明显。春季潜在源区分布比较集中,PM10PSCF中度污染网格主要分布在塔里木盆地中西部以及中国新疆阿克苏地区与吉尔吉斯斯坦交界地区,这些地区地表多为沙漠和荒漠地带,春季较大的风速将地表的沙尘吹起,导致PSCF值相对较高(>0.4),是春季影响库尔勒市颗粒物质量浓度的主要源区。夏季,PM10潜在源区呈自西向东的带状分布,包含了塔里木盆地北部以及伊犁河谷大部分地区。夏季潜在源区大部分区域为PSCF值偏低(<0.2)的轻度污染网格,整体污染较轻。秋季PM10PSCF高值区较春季向东转移,但潜在源区整体范围向西北方向扩散,PSCF>0.5的中度污染网格主要分布在塔克拉玛干沙漠中心地带以及哈萨克斯坦东南部。南北向潜在源区相对于春夏季有所缩小,但东西向潜在源区自伊犁河谷、吉尔吉斯斯坦延伸至乌兹别克斯坦东南部,说明秋季西风作用明显,境外PM10远距离输送对库尔勒市颗粒物浓度影响较大。冬季,库尔勒市PM10潜在源区四季分布范围最广,PSCF高值区也相对较多,重度污染网格主要分布在塔里木盆地东北部且末县地区以及境外哈萨克斯坦东部小部分地区;中度污染网格分布在塔里木盆地北部、伊犁河谷、哈萨克斯坦东南部地区,另外在吐鲁番盆地、新疆甘肃交界处也存在部分块状分布。冬季的境外潜在源区较多,说明在冬季远距离输送对库尔勒市颗粒物有较大影响。

图6

图6   库尔勒市PM10潜在源贡献季节分布

Fig.6   Seasonal distribution of potential source contribution of PM10 in Korla


2.4 浓度权重轨迹分析(CWT

图7可知,库尔勒市四季CWT的模拟结果和PSCF模拟结果一致性较好,主要表现为冬春高、夏秋低的分布特征,但春季和夏季潜在源区范围更加集中。春季主要潜在源区为塔克拉玛干沙漠中西部地区,PM10CWT值150—550 μg·m-3。该地区被塔克拉玛干沙漠所覆盖,春季“东灌”和“西进”气流进入塔里木盆地,为春季沙尘天气提供了很好的动力学条件。气流沿途卷起塔克拉玛干沙漠地表颗粒物进行远距离输送,再加上盆地周围高大山体的阻挡,使颗粒物不容易扩散,故导致盆地内部出现CWT高值区。夏季,在塔克拉玛干沙漠西部地区出现与春季相同的高值区,PM10CWT值在150—200 μg·m-3。夏季塔克拉玛干沙漠风沙活动依然频繁,进入盆地的气流不易扩散,导致携带的颗粒物也多堆积在盆地内部。秋季CWT高值区东移到达塔里木盆地东北部,PM10浓度贡献为150—200 μg·m-3。中低值区域自西覆盖哈萨克斯坦东南部与伊犁河谷地区,向东延伸至吐鲁番盆地,呈带状分布,PM10浓度贡献在100—150 μg·m-3。秋季CWT高值区东移可能是因为天气形势稳定,气流强度较小,“东灌”气流进入塔克拉玛干沙漠后便逐渐减小至消失,不能到达盆地内部地区,只为盆地东北地区带来了较大的沙尘。冬季,主要贡献源区由塔里木盆地东北部至境外额尔齐斯河流域,PM10浓度贡献为200—500 μg·m-3。冬季受蒙古高压与西风-季风影响,西风气流自伊犁河谷进入南疆盆地,翻山后移动速度加快的气流卷起伊犁河谷较多裸露农业用地表土与细沙,使伊犁河谷地区成为冬季主要潜在源区。

图7

图7   库尔勒市PM10浓度权重轨迹季节分布

Fig.7   Seasonal distribution of concentration-weighted trajectories of PM10 in Korla


3 讨论

2015—2020年库尔勒市大气颗粒物浓度呈微弱下降趋势,受沙尘天气影响,春季为该地区颗粒物污染最重的季节,这与前人对库尔勒市颗粒物污染的研究类似26-27,说明库尔勒市近些年大气颗粒物污染无根本性变化。新疆地处亚洲中部,主要位于温带大陆性干旱气候区,“三山夹两盆”的特殊地形特征使海洋气流不易到达。前人对于新疆南部帕米尔高原的研究发现该地区主要气流来自于境外中亚地区,且是PM10重要的潜在源区12。在新疆北部阿克达拉国家大气本底站所在阿勒泰地区,气流主要来自于西北部中东地区,所对应颗粒物浓度也较高22。不同于上述地区,位于新疆中部库尔勒市四季气流均来自于西部和东北两个大方向,这主要与库尔勒市所处地理位置和当地盛行风有关。库尔勒市地处西风带44,且由多年气象观测资料可知,其近地面多盛行东北风27。四季轨迹占比高的气流轨迹多为中短距离,且这些气流携带颗粒物浓度也相对较高,说明周边区域跨区域输送为库尔勒市颗粒物污染的主要来源,应重点防范塔里木盆地内塔克拉玛干沙漠沙尘气溶胶的影响,并且和周边轮台县、库车市等区域加强联防联控以改善颗粒物污染问题。

4 结论

2015—2020年,库尔勒市颗粒物污染形势依旧严峻,PM2.5、PM10浓度年均值分别为47.7±20.0、162.2±102.4 μg·m-3,分别超过国家年均值二级浓度限值132%、36.3%,PM10为主要污染物。颗粒物浓度春冬季高于夏秋季,春季PM2.5、PM10质量浓度为四季最高,分别为63.3±24.2、258.6±130.1 μg·m-3

库尔勒市PM2.5/PM10春季最低(0.29),冬季最高(0.47),粗略反映出该地区春季主要受沙尘影响,冬季则较多受到人为气溶胶影响。2015—2020年PM2.5/PM10值整体呈下降趋势,反映出近年当地对PM2.5的治理有一定效果。

库尔勒市颗粒物主要输送路径为来自塔里木盆地内的西风短气流,其次为来自吐鲁番盆地的“东灌”气流,主要气流对应PM10浓度为88.7—246.9 μg·m-3

春季PM10主要贡献源区为塔克拉玛干沙漠中西部以及中国新疆阿克苏地区与吉尔吉斯斯坦交界地区,PM10浓度贡献水平大于150 μg·m-3;夏季主要贡献源区位于塔里木盆地东部边缘呈块状分布的区域以及塔克拉玛干沙漠西部地区小范围区域,PM10浓度贡献水平较低;秋季PM10主要贡献源区为塔克拉玛干沙漠中心地带以及哈萨克斯坦东南部,浓度贡献水平为150—200 μg·m-3;冬季潜在源区面积最大,主要区域为塔里木盆地东北部至额尔齐斯河流域的南北方向条状分布区域。

参考文献

廖宏高瑜陈东林.

空气污染-气候相互作用:IPCC AR6的结论解读

[J].大气科学学报,2021445):658-666.

[本文引用: 1]

刘震.

黄河流域9市空气质量与社会经济及人群健康效应研究

[D].兰州兰州大学2021.

Yang Z CHe Z TZhang K Het al.

Investigation into Beijing commuters' exposure to ultrafine particles in four transportation modes:bus,car,bicycle and subway

[J].Atmospheric Environment,2021266118734.

[本文引用: 1]

徐祥德.

城市化环境大气污染模型动力学问题

[J].应用气象学报,200213():1-12.

[本文引用: 1]

陈羽阳王婧赵聆言.

城市公园绿地对周边环境空气PM10和PM2.5的影响及效应场特征:以武汉市中山公园为例

[J].生态学杂志,2021407):2263-2276.

王鑫肖舜董治宝.

西安重度以上污染天气PM2.5重金属污染特征与健康风险

[J].中国沙漠,2020405):10-19.

胡元洁蒋楠.

沙尘天气对西安市环境空气质量的影响

[J].中国沙漠,2020406):53-60.

[本文引用: 1]

徐珊珊吕烨刘卫艳.

大气PM2.5污染对淳安县居民呼吸系统疾病和症状的影响

[J].预防医学,20213310):988-993.

[本文引用: 1]

翟一凡王兆军白硕鑫.

孕期PM10和PM2.5暴露对新生儿出生体质量的影响

[J].山东大学学报(医学版),2021598):99-106.

[本文引用: 1]

中华人民共和国生态环境部.

2020中国环境状况公报

[R].北京中华人民共和国生态环境部20217-13.

[本文引用: 1]

刘晓东田良张小曳.

塔克拉玛干沙尘活动对下游大气PM10浓度的影响

[J].中国环境科学,2004245):17-21.

[本文引用: 1]

李汉林何清刘新春.

帕米尔高原东部PM10输送路径及潜在源分析

[J].中国环境科学,20204011):4660-4668.

[本文引用: 3]

Oh H JMin YKim J.

Exposure to long-range transported particulate matter and modeling age-related particle deposition

[J].Environmental Science Pollution Research,20212869286-69300.

[本文引用: 1]

Yerramilli ADodla V B RChalla V Set al.

An integrated WRF/HYSPLIT modeling approach for the assessment of PM2.5 source regions over the Mississippi Gulf Coast region

[J].Air Quality Atmosphere & Health,201254):401-412.

[本文引用: 1]

刘灏王颖王思潼.

基于HYSPLIT4模式的天水市颗粒物输送路径

[J].中国环境科学,2021418):3529-3538.

[本文引用: 1]

余创张玉秀陈伟.

西北半干旱区PM2.5的输送路径及潜在源解析

[J/OL].中国环境科学:1-202022-04-26]..

Zhao NWang GLi G Het al.

Air pollution episodes during the COVID-19 outbreak in the Beijing-Tianjin-Hebei region of China:an insight into the transport pathways and source distribution

[J].Environmental Pollution,2020267115617.

李汉林何清赵权威.

喀什地区PM10输送路径及潜在源区

[J].中国沙漠,2021415):62-70.

杨燕萍王莉娜杨丽丽.

兰州市沙尘天气污染特征及潜在源区

[J].中国沙漠,2020403):60-66.

[本文引用: 1]

段时光姜楠杨留明.

郑州市冬季大气PM2.5传输路径和潜在源分析

[J].环境科学,2019401):86-93.

[本文引用: 1]

刘娜余晔马学谦.

西宁市大气污染来源和输送季节特征

[J].环境科学,2021423):1268-1279.

[本文引用: 1]

Zhao Q WHe QJin L Let al.

Potential source regions and transportation pathways of reactive gases at a regional background site in northwestern China

[J].Advances in Meteorology,2021202120.

[本文引用: 2]

韩茜魏文寿刘明哲.

气流输送对乌鲁木齐市PM10、PM2.5和 PM1.0质量浓度的影响

[J].中国沙漠,2013331):223-230.

[本文引用: 1]

依再提古丽·外力王明力杨建军.

2015-2018年乌鲁木齐市 PM2.5及 PM10时空分布特征

[J].环境科学研究,2020338):1749-1757.

[本文引用: 1]

张欣季晓燕.

库尔勒市空气污染现状与成因分析

[J].干旱环境监测,2016302):54-57.

[本文引用: 1]

尤立早日克胡春明.

库尔勒市大气颗粒物污染特征与影响因素分析

[J].干旱环境监测,2020341):1-8.

[本文引用: 1]

巩庆范金霞林卫.

2014-2015年新疆库尔勒市空气质量的时空分布特征

[J].沙漠与绿洲气象,2017115):77-82.

[本文引用: 4]

高卫红韩嵘.新疆统计年鉴[M].北京中国统计出版社2021167-169.

[本文引用: 1]

赵海珍买买提·阿布来提巴特尔·巴克.

库尔勒市历年沙尘天气发生特性分析

[J].高原山地气象研究,2012323):50-53.

[本文引用: 1]

Draxier R RHess G D.

An overview of the HYSPLIT_4 modeling system of trajectories,dispersion,and deposition

[J].Australian Meteorological Magazine,1998474):295-308.

[本文引用: 1]

Biswajit BBhattacharjee SNairita Set al.

Variation and dispersal of PM10 and PM2.5 during COVID-19 lockdown over Kolkata metropolitan city,India investigated through HYSPLIT model

[J].Geoscience Frontiers,2022131):101291.

[本文引用: 1]

王爱平朱彬银燕.

黄山顶夏季气溶胶数浓度特征及其输送潜在源区

[J].中国环境科学,2014344):852-861.

Meng F HWang JLi T Net al.

Pollution characteristics,transport pathways,and potential source regions of PM2.5 and PM10 in Changchun City in 2018

[J].International Journal of Environmental Research and Public Health,20201718):6585.

[本文引用: 1]

Wang Y QZhang X YDraxler R R.

TrajStat:GIS-based software that uses various trajectory statistical analysis methods to identify potential sources from long-term air pollution measurement data

[J].Environmental Modelling & Software,2009248):938-939.

[本文引用: 2]

Polissar A VHopke P KPaatero Pet al.

The aerosol at Barrow,Alaska:long-term trends and source locations

[J].Atmospheric Environment,19993316):2441-2458.

[本文引用: 1]

Wang Y QZhang X YArimoto R.

The contribution from distant dust sources to the atmospheric particulate matter loadings at XiAn,China during spring

[J].Science of the Total Environment,20063682/3):875-883.

[本文引用: 1]

严晓瑜缑晓辉武万里.

银川地区大气颗粒物输送路径及潜在源区分析

[J].环境科学学报,2018385):1727-1738.

[本文引用: 1]

Li H LHe QLiu X C.

Identification of long-range transport pathways and potential source regions of PM2.5 and PM10 at Akedala Station,Central Asia

[J].Atmosphere,20201111):1183.

Breiman L.

Random forsts-random features

[J].Machine Learning,2001451):5-32.

[本文引用: 2]

Li C MDai Z XLiu X Let al.

Transport pathways and potential source region contributions of PM2.5 in Weifang:seasonal variations

[J].Applied Sciences,2020108):2835.

[本文引用: 1]

环境保护部国家质量监督检验检疫总局. 环境空气质量标准: [S].

[本文引用: 2]

国家环境保护局中国环境科学院.城市大气污染物总量制方法手册[M].北京中国环境科学出版社1991253.

[本文引用: 1]

Sugimoto NShimizu AMatsui Iet al.

A method for estimating the fraction of mineral dust in particulate matter using PM2.5-to-PM10 ratios

[J].Particuology,2016285):7.

[本文引用: 1]

戴新刚汪萍.

亚洲中部干旱气候研究综述与机理分析

[J].沙漠与绿洲气象,2020141):1-12.

[本文引用: 1]

/