黑碳（Black Carbon， BC）在大气中扮演着至关重要的角色，来源于化石燃料和生物质燃料的不完全燃烧^［1］，对环境污染严重，并可能会对气候变化、空气质量、人类健康等造成潜在的危害，因而受到了学术界的广泛关注^［2-4］。黑碳具有多孔结构，比表面积较大且具有良好的吸附活性和稳定的化学性质，极易吸附周围环境中的污染物为其提供化学反应场所，能为其他污染物在气粒转化过程中提供活性载体，参与光化学反应和非均相反应^［5-6］。由于黑碳是一种吸光性碳质气溶胶，对红外光至可见光范围的太阳辐射具有很强的吸收能力，黑碳不仅会加速冰雪融化^［7］，引发全球变暖^［6］，并且会改变大气垂直温度结构阻碍大气中水汽的循环和污染物的扩散^［8］。此外，黑碳易通过人体呼吸道停留在肺部引发多种呼吸道疾病，危害人体健康^［9］。

从20世纪80年代开始，黑碳被世界气象组织（WMO）全球大气监测网（GAW）列为了长期观测项目，截至目前黑碳的研究重点从成分观测转向对环境和城市污染物浓度的变化及其来源研究。而对黑碳来源的准确量化研究是解析其环境影响的关键，现有方法包括碳同位素法、受体模型法和排放清单法^［10-13］等，其中针对不同排放源黑碳的吸光特征采用黑碳仪进行源解析的方法被广泛应用。近几十年来，国内外众多研究学者对城市地区黑碳的时空分布特征、远距离输送、潜在贡献源及环境健康效应等方面开展了研究^［14-16］，中国关于黑碳研究成果主要在京津冀地区、长三角地区、珠三角地区和四川盆地等城市建筑密集区域^［17-21］。曹阳等^［22］通过研究北京市2019年一次污染过程发现，城区站点和路边站点的黑碳情况存在明显差异，城区站点黑碳来源以区域输送为主，路边站点黑碳则存在明显的局地排放积累过程。Zheng等^［23］分析武汉连续5.5年的黑碳观测数据发现，黑碳浓度在1月最高（1.98±1.70 μg·m^-3），7月最低（0.87±0.61 μg·m^-3），黑碳浓度变化特征存在明显时空差异。曹夏等^［24］对西安市不同季节下大气中黑碳分析后发现，黑碳主要源自化石燃料的燃烧，冬季生物质燃烧对黑碳的贡献上升。王璐等^［20］发现成都地区黑碳存在明显的冬高夏低季节分布规律，受交通早晚高峰的影响，液态燃料的燃烧使得黑碳浓度日内变化存在早晚峰值现象，并且存在“周末效应”。

帕米尔高原位于亚欧大陆腹地，作为“丝绸之路经济带”关键发展区域，具有十分重要的地位和作用。帕米尔高原毗邻干旱半干旱沙漠地带，属于生态敏感地区，土地沙化严重，常伴有大规模起沙现象^［25］。由大风引起的沙尘天气中，沙尘暴、浮尘和扬沙天气条件下易形成沙尘气溶胶带，沉积在地面的黑碳被裹挟到沙尘气溶胶带中导致大气中黑碳浓度上升且远距离输送作用增强。帕米尔高原独特的地理位置让该地区远距离输送动力以纬度西风向为主，经度方向环流作用较弱^［26］，因此，远距离输送可能是影响黑碳浓度变化的关键因素。区别于城市黑碳的来源，其与青藏高原黑碳来源特点存在相似性^［27］，受大气环流的影响，由境外地区排放的黑碳通过远距离输送的方式影响高原的气候环境^［28］。相关研究发现，其受西风主导气流的影响。帕米尔高原大气颗粒物浓度水平的贡献源主要为西风作用下境外大气颗粒物的远距离输送^［29-30］。近年来，众多学者以帕米尔高原为研究区，在帕米尔高原生物多样性、降水特征分析、冰川融化和地壳运动、大气环境的相关研究方面取得了丰硕成果。但对帕米尔高原黑碳浓度长期观测研究缺乏，鲜见有关帕米尔高原黑碳方面的研究报道。由于帕米尔高原地理位置特殊，对整个亚洲中部黑碳的排放和运输过程起着至关重要的作用，任何污染物浓度的轻微变化都可能引起大气污染事件的发生，造成严重的环境影响，探究帕米尔高原黑碳传输路径及贡献源区对减少该地区环境及气候影响评估的不确定性具有重要意义。

基于此，本文以帕米尔高原为研究区，通过大气观测站点，使用AE-33 （Magee Scientific，美国）黑碳仪进行连续观测，运用HYSPLIT聚类分析、潜在源贡献因子以及浓度权重轨迹分析3种方法，深入研究帕米尔高原黑碳浓度的时空变化规律，探究其潜在来源，以期更好地认识其变化趋势，提高对中国西部高原地区黑碳污染的环境认知，判断黑碳的传输方式和潜在源区，为科学有效地开展大气污染物防治工作提供科学参考。

帕米尔高原坐落在中国西端（图1），具有高原高寒干旱气候特点，面积约2万km²，平均海拔在4 500 m以上，地形复杂。作为“中巴经济走廊”的重点经济建设区，已修筑有公路通过。作为全球粉尘的主要源排放区，北部与塔克拉玛干沙漠相邻，受气流的影响，沙漠表层沉积物容易迁移至帕米尔高原发生沉积，因此，该地区常伴有沙尘天气现象出现。帕米尔高原地理位置特殊，山高谷深，常年以纬度西风向为主，受风力侵蚀，高原荒漠化严重，并且属于生态系统敏感区，极易受到破坏。

采样点为喀什地区塔什库尔干塔吉克自治县（37.77°N、75.22°E）。时间跨度为2019年3月18日至2022年12月31日，按照常规划分季节，春季（3—5月）、夏季（6—8月）、秋季（9—11月）、冬季（12月至次年2月）。帕米尔高原特殊环境下大气中黑碳的实时监测数据和气象要素数据由帕米尔高原大气成分观测站提供。大气中的黑碳质量浓度采用黑碳仪AE-33测量，仪器放置在塔什库尔干塔吉克自治县气象局业务楼楼顶的帕米尔高原大气成分观测站内，采样口离楼顶面垂直高度5.0 m。采样频率为1 min，经统计后计算出观测期间内的各种平均数据，包括小时平均数据、日平均数据、月平均数据、季节平均数据和年平均数据。通过测量370、470、520、590、660、880、950 nm波段上的光衰减来计算黑碳的浓度。通常情况下，880 nm波段的其他气溶胶粒子的吸收能力相对较弱^［30-33］，因此，可以认为黑碳是880 nm波段中唯一具有显著吸光性的物质，故本文采用880 nm波段的黑碳浓度计算结果。研究所用气象要素数据来自塔什库尔干国家基准气候站，包括气压、温度、相对湿度、降水、风速和风向。HYSPLIT模式气流轨迹模拟所用的全球同化系统气象数据（GDAS）由美国气象环境预报中心（NCEP）提供，空间分辨率为1°×1°，包含多种气象参数，如湿度、温度、气压和风向等。

HYSPLIT模型由澳大利亚气象局和美国国家海洋和大气管理局（NOAA）联合开发，能够更加高效地模拟和分析出大气污染物的传播及其影响。大气科学研究中，HYSPLIT模式已成为众多研究者研究各种大气污染物排放源位置和运输趋势的方法之一^［31-34］，尤其在气溶胶来源上应用较多^［35］。本文利用MeteInfo中的TraStat插件进行后向轨迹模拟，以塔什库尔干塔吉克自治县（37.77°N，75.22°E）作为模拟受点，模拟观测期间距地面500 m高度下采样点的后48 h气流轨迹，对季节进行聚类模拟，以达到揭示观测期间帕米尔高原黑碳主要来源的目的。

利用相似性和亲疏程度对多个要素进行统计，将模拟出的气团轨迹按照速度和方向进行分类。通过对达到帕米尔高原的气团轨迹按季节进行聚类，并结合逐日黑碳的小时平均浓度数据，对四季各类气团的污染特征进行统计分析，以总空间方差曲线（Total Spatial Variance，TSV）出现突点作为最佳聚类的条数^［36］。

通过条件概率函数进行定量分析的方法^［37-40］，用于探究帕米尔高原黑碳的潜在污染源。利用此方法将研究区域划为矩形，将该地区分割成分辨率为1°×1°的多个经度i和纬度j网格，从而分析出不同季节对帕米尔高原的气流轨迹的影响，以及可能存在的潜在源区。PSCF_ij 表示一个网格中超出标准的端点数量，它的大小取决于这些超标的端点的数量，即n_ij 和 m_ij 之间的比例：

若在某个网格中，n_ij 的值小于其他网格内的平均轨迹端点数的3倍，则用权重系数W_ij 乘以PSCF_ij，减少PSCF的不确定性，并通过权重系数（W_ij ）的应用，可以有效地减少PSCF的概率性^［41］，W_ij 取：

鉴于PSCF分析得出的数值只是简单反映网格中污染轨迹所占比例的大小，无法准确地反映出污染的程度。为此，采用CWT法来分析，以达到对不同潜在源区污染情况的准确认知，并更好地分析出不同源区污染物的贡献水平^［42-44］：

式中：l表示轨迹；C _l 表示经过该网格时的轨迹浓度； τ_ijl 表示轨迹经过网格时的停留时间。为了降低因为n_ij 数量不足而产生的误差，还可以使用其他的权重系数来进行CWT 分析：

2019年3月至2022年12月观测期内，黑碳多日平均小时浓度为323.56—1 039.87 ng·m^-3，日均值为535.91±207.42 ng·m^-3（图2）。黑碳的日变化表现出明显的双峰型分布特征，与城市黑碳日变化特征相同，其第一个峰值出现在08:00—11:00，浓度最高为1 039.87 ng·m^-3，第二个峰值出现在19:00—22:00，最高浓度为794.57 ng·m^-3，午间和夜间则表现出较低的峰值水平，黑碳浓度日变化的最低值出现在04:00，浓度为323.56 ng·m^-3，黑碳浓度最高值是最低值的3.2倍。考虑采样点居住人口少，排除黑碳浓度受人为活动的影响，黑碳浓度日变化呈双峰型分布特征可能与边界层的活动有关。日出时分太阳辐射逐渐增强，边界层高度上升，湍流强度较强，黑碳浓度达到峰值可能与境外远距离输送有关，日落后大气边界层较低，造成黑碳的累积出现了黑碳浓度的第二个峰值。正午时分边界层高度达到最高，大气垂直扩散作用增强，环境容量上升，黑碳浓度短暂下降，21:00至次日05:00黑碳浓度同样呈现下降趋势，这种变化趋势可能与境外地区日照时间存在差异和边界层活动的日变化特征有关。

由图3可知，观测期内帕米尔高原黑碳浓度呈微弱的波动下降趋势，随季节的交替，峰值也在不断变化，尤其在秋冬季节黑碳的浓度显著上升。观测期内黑碳浓度最低值为29 ng·m^-3，最高值为3 983 ng·m^-3，这与当时特殊的天气现象有关。经计算，观测期内黑碳的年平均浓度为538.71±162.51 ng·m^-3，明显低于中国成都（5.62±4.67 μg·m^-3）和同期苏州（1.81 μg·m^-3）^［42］等地区黑碳浓度。由于中国东部地区人口密度高、污染排放源众多、东西部发展不平衡^［43］等众多原因，中国西北背景地区黑碳浓度远低于东部地区。帕米尔高原黑碳局地排放量较小，空气清洁程度高。由图4可知，相对频率与黑碳浓度呈反比，其中日平均值集中在450~750 ng·m^-3，占比为50.9%，浓度在1 000 ng·m^-3以上的仅占10.4%。

帕米尔高原黑碳月均值呈现出双峰分布（图5）。冬季1月和12月，黑碳浓度最高，分别为819.33± 335.16 ng·m^-3和784.5±336.46 ng·m^-3。而在6月，黑碳质量浓度最低，为363.75±57.11 ng·m^-3。从9月开始黑碳浓度迅速上升，直至次年1月达到最高点，随后在2—5月迅速下降，最终在6—8月保持稳定。帕米尔高原黑碳浓度的季节平均值冬季（713.33±126.16 ng·m^-3）>秋季（648.00±70.23 ng·m^-3）>春季（403.33±30.64 ng·m^-3）>夏季（390.67±32.89 ng·m^-3）（图6），其中冬季黑碳平均浓度（713.33±126.16 ng·m^-3）是夏季（390.67±32.89 ng·m^-3）的1.8倍。这可能是因为黑碳可通过湿沉降和干沉降去除，夏季降水量高于冬季，并且夏季温度高，太阳辐射升高引起空气增温加剧大气湍流作用造成黑碳浓度夏季低的现象。此外，帕米尔高原的独特地理环境使它与干旱半干旱的沙漠相邻，季节交替时温差变化大，一般是沙尘天气频发期，气流的快速移动引起大风天气，黑碳能够通过远距离运输作用到达帕米尔高原引起黑碳浓度的升高，同时北方的冬季都有供暖的需求，通过燃烧生物质燃料取暖，这也可能是造成冬季黑碳浓度最高的原因。

统计2019—2022年塔什库尔干塔吉克自治县每月的气象数据，发现2020年全年出现大风天气20 d，相比于其他年份最多，并且伴有少数浮尘和扬沙等特殊天气现象的出现。因此，本文选取2020年的黑碳数据与气象数据展开研究。

高温、低湿度和低风速的天气状况下，黑碳浓度升高。由于黑碳具有吸湿与老化的特性^［44］，在高湿度与低风速的天气现象下，湿度越高反而有利于颗粒物的增长，风速较小，大气扩散条件较弱，因而利于黑碳的积累。2020年，帕米尔高原平均气压为697.35~702.97 hPa，平均温度-14.81~17.23 ℃，平均相对湿度32.78%~57.75%，平均降水量0.9~50.1 mm，平均风速0.99~2.56 m·s^-1，平均温度变化特征呈倒“U”型分布，全年月平均温度差达32.04 ℃（图7A）。由于塔什库尔干塔吉克自治县地处高海拔地带，大气压较低，气压变化波动平缓且全年月平均气压仅差5.62 hPa；风速峰值和谷值分别出现在1月和6月，分别为0.99 m·s^-1和2.56 m·s^-1；帕米尔高原地处高海拔地带，常伴有下雪、降霜等天气现象，因此，全年湿度变化波动较大，最高值和最低值分别出现在1月和6月。在低风速、低温度和高湿度的冬季，黑碳有所积累，浓度最高（图7B）。全年气压变化波动平缓；春季降水量最高（23.7 mm），冬季最低（8.5 mm）；全年温度差达36.01 ℃，最高值出现在夏季（15.34 ℃），最低值出现在冬季（-10.67 ℃）；湿度季节分布整体呈上升趋势，冬季漫长，湿度最高（53.22%），受帕米尔高原特殊地理位置的影响，来自大西洋的湿润气团经山脉阻挡后沿坡上升后冷却，在2 000 m以上的地带凝成浓雾，空气湿度上升；风速整体呈下降趋势。

2020年1月至12月，帕米尔高原黑碳浓度与风速（r=-0.427）、温度（r=-0.522）和湿度（r=0.345）之间存在极显著的相关，而与降水量（r=0.097）和气压（r=-0.021）之间不存在显著的相关性（表1）。在高温条件下黑碳浓度相对较低，在较高湿度下黑碳浓度不降反升，这与黑碳的吸湿性有着强烈的关系，然而较高的风速可能会将外地污染物远距离输送到帕米尔高原。由于春季和夏季降水量高，黑碳浓度与降水量具有较好的相关性，秋季黑碳浓度与气象要素的相关性并不显著，冬季黑碳浓度与降水量和温度相关性显著，这与冬季降水稀少，大气中的黑碳得不到沉降，以及帕米尔高原特殊的高寒气候特点有关。

如图8所示，春季到达帕米尔高原的气流轨迹对应的黑碳浓度从高到低依次为轨迹6>轨迹4>轨迹2>轨迹5>轨迹3>轨迹1。由于春季盛行西风，图8A显示春季黑碳几乎全源于境外排放。轨迹6和轨迹4分别起源于阿富汗巴格兰省和巴基斯坦，气流轨迹由帕米尔高原西南方向流入，受西南方位兴都库什山脉、喜马拉雅山脉和喀喇昆仑山脉阻隔，沟谷纵横的地理条件使黑碳不易扩散，导致其积累，浓度升高。由于气流长短与其移动速度存在正比关系^［44］，因此轨迹2气流移动缓慢，气流占比15.31%，同样引起了黑碳积累，轨迹5和轨迹3气流均为远距离输送到达帕米尔高原，其中轨迹3气流占比最高为24.73%，在远距离输送过程中黑碳受到大气稀释作用浓度降低，轨迹1源于克什米尔地区，处于高海拔地区，全境多山，无强排放源，气流携带黑碳浓度最低。

夏季，到达帕米尔高原的气流轨迹对应的黑碳浓度从高到低依次为轨迹5>轨迹6>轨迹3>轨迹2>轨迹4>轨迹1。轨迹5源于塔克拉玛干沙漠西部，沙漠沙尘天气频发，携带黑碳的气团积累在盆地内形成环流，受高原地形的抬升作用造成帕米尔高原黑碳浓度升高。轨迹6气流移动速度快，横跨整个塔吉克斯坦，因该地区夏季干燥少雨，携带黑碳气流受远距离输送大气稀释影响，到达帕米尔高原的黑碳浓度略低于轨迹5。源于境内的气流的比例最高（轨迹3和轨迹2），达到39.55%，但黑碳浓度相对较低。而轨迹4气流轨迹最长，气流移动最快，受大气稀释作用和夏季高温条件下大气稳定度低的影响，使得黑碳垂直扩散^［37］作用受到影响，导致黑碳浓度较低。轨迹1气团移动缓慢，受高山地形影响，黑碳浓度最低。

秋季，到达帕米尔高原的气流轨迹对应的黑碳浓度从高到低依次为轨迹6>轨迹1>轨迹4>轨迹5>轨迹3>轨迹2。绝大多数气团源于境外中亚地区（轨迹6、5、3和轨迹2），气流占比68.06%，该气流轨迹长，气团移动速度快，且源于土库曼斯坦、塔吉克斯坦及阿富汗均为煤炭储备和石油开采国，中亚地区秋季干燥，云雨骤减，黑碳容易积累造成浓度升高。轨迹1源于塔克拉玛干沙漠西部，秋季同样是沙尘天气高发期，形成环流后颗粒物浓度升高，不利于黑碳扩散，引起黑碳浓度升高。

冬季，到达帕米尔高原的气流轨迹对应的黑碳浓度从高到低依次为轨迹1>轨迹2>轨迹6>轨迹3>轨迹4>轨迹5。冬季盛行西风及西南海洋季风，气团全部源于境外中亚地区，气流在西方和西南方向呈散射状分布，轨迹较长，气流移动速度较快。绝大多数气流源于中亚，气流占比最高（轨迹1、2、3和轨迹6），约为82.76%，轨迹1源于土库曼斯坦马雷州，途经阿富汗巴基斯省、法里亚布省和朱兹詹省等，轨迹2、3、6分别源自喀布尔、伊斯兰堡和阿姆利则等城市，该地区人口密度高，人为污染排放源众多，黑碳浓度偏高。轨迹5气流轨迹最长，移动速度最快，冬季中亚地区气温稳定，大气稳定程度高，气团携带黑碳到达帕米尔高原引起黑碳浓度升高。轨迹4源自高原地带克什米尔地区，冬季气温极低，居民燃烧生物质取暖产生黑碳不易扩散，并且气流移动速度缓慢，造成黑碳浓度升高。

聚类分析结果表明，帕米尔高原位于青藏高原西北部，是中亚西风带的重要组成部分，其西风-季风协同作用使得季节气流轨迹分布特征得到了明显的体现。帕米尔高原的气候变化受西风气流影响，该气流轨迹长、移速快，作为四季的主导气流引起了帕米尔高原的气候变化复杂多变，黑碳浓度也因此上升。秋季和夏季受塔克拉玛干沙漠沙尘天气影响，在起沙过程中携带黑碳的气流在高原地形的抬升作用下到达帕米尔高原，成为该季节的主导气流之一。

图9为帕米尔高原4个季节黑碳潜在源的分布情况，其中各种颜色的变化反映出网格轨迹污染的程度，并以不同的程度值进行区分。将WPSCF值按小于0.3、0.3~0.7和大于0.7分为轻度、中度和重度污染网格。

帕米尔高原黑碳四季潜在源贡献因子权重空间分布存在明显变化差异。春季潜在源区覆盖了塔吉克斯坦、乌兹别克斯坦南部、阿富汗北部、巴基斯坦北部以及印度北部少数地区，中度、重度污染区域集中于塔吉克斯坦粟特州、克什米尔地区和印度北部喜马偕尔邦，喜马偕尔邦经济以旅游业为主，人类活动导致了此区域内WPSCF值较高。夏季潜在源区覆盖了乌兹别克斯坦东南部、阿富汗东北部、塔吉克斯坦南部、巴基斯坦北部以及中国新疆喀什地区和和田地区北部，呈带状分布，WPSCF值低，对帕米尔高原黑碳浓度水平潜在影响较小，整体污染程度为四季最低。秋季潜在源区受主导风向影响，东西方向潜在源较春季增多，潜在源区覆盖了吉尔吉斯斯坦南部、乌兹别克斯坦东南部、土库曼斯坦东南部、阿富汗北部、巴基斯坦北部以及中国新疆喀什地区和和田北部，其中WPSCF值最高（>0.7）的区域位于塔吉克斯坦首都杜尚别，该区域为重要的工业制造中心，表明工业生产活动对黑碳有重要的贡献。冬季帕米尔高原黑碳分布最广，最远受到土库曼斯坦阿什哈巴德地区的潜在影响，说明冬季黑碳浓度受远距离输送作用明显，高值区位于巴基斯坦北部开普尔—普赫图赫瓦省地区，该地区分布不少油田，工业的发展造成该地区WPSCF值最高。

由图10可知，随着WCTW值的增加，帕米尔高原黑碳浓度的变化趋势亦发生变化。以WCWT值400 ng·m^-3为界限，WCTW<400 ng·m^-3为轻度黑碳污染浓度贡献源，反之则为黑碳污染中度和重度贡献源，帕米尔高原WCWT和WPSCF拥有较好的一致性，春季对帕米尔高原黑碳浓度贡献在200~700 ng·m^-3，主要贡献源区的贡献水平较低，WCWT>400 ng·m^-3的区域出现在塔吉克斯坦国家直辖区、巴基斯坦北部及克什米尔地区，这与春季黑碳浓度轨迹聚类分析结果相同。夏季WCWT值显著降低（<400 ng·m^-3），其中以阿富汗喀布尔北部、巴基斯坦北部及中国新疆喀什市WCWT值最为显著。秋季WCWT值>400 ng·m^-3的区域出现在乌兹别克斯坦苏尔汉河州、塔吉克斯坦杜尚别和戈尔诺-巴达赫尚自治州及阿富汗巴达赫尚省，以上地区均有煤炭、矿石采集和石油工业发展中心，和田北部WCWT高值区可能与季节性供暖取暖有关。冬季帕米尔高原黑碳浓度贡献源权重值显著增大，对帕米尔高原黑碳浓度贡献在400~2 000 ng·m^-3，黑碳浓度贡献权重轨迹与潜在来源范围结果相同，此结果表明帕米尔高原黑碳受境外污染排放源的贡献影响较大，高值区（WCWT>1 600 ng·m^-3）出现在巴基斯坦北部，这可能与该地区分布众多的油田和地处高山地带冬季人们燃烧生物质取暖等因素有关。

2019—2022年，帕米尔高原黑碳质量浓度在不同时间尺度上存在着明显的变化特征。黑碳年平均浓度为538.71±162.51 ng·m^-3。日变化呈现双峰型变化特征。黑碳质量浓度的季节变化特征为冬季>秋季>春季>夏季。自然环境因素的变化是造成该特征的主要原因。

2019—2022年，帕米尔高原黑碳质量浓度与该地区的气象要素存在一定的相关性。2020年的黑碳质量浓度与风速、温度和气压呈负相关特征，与降水和湿度呈正相关特征。黑碳与气象要素的相关性显著水平的高低与黑碳的性质和帕米尔高原高寒的气候性质有关。

帕米尔高原黑碳质量浓度受远距离输送气流的影响，四季气流主要源于境外，以塔吉克斯坦、乌兹别克斯坦南部、阿富汗北部和巴基斯坦北部的远距离输送为主，源自境内喀什、和田地区北部和塔克拉玛干沙漠北部的气流出现在夏秋季节，这与境内人为活动和气流变化有关。

帕米尔高原黑碳潜在源存在着明显的季节变化差异。春季潜在源集中于巴基斯坦北部和克什米尔地区，秋季潜在源集中在乌兹别克斯坦苏尔汉河州、塔吉克斯坦杜尚别和戈尔诺-巴达赫尚自治州，冬季潜在源高值区全部为境外中亚地区，受境外排放源影响严重。