晋东南地区冬季PM2.5污染输送路径分析

裴坤宁,高兴艾,王淑敏,闫世明,王 雁

晋东南地区冬季PM2.5污染输送路径分析

裴坤宁,高兴艾,王淑敏,闫世明*,王 雁**

(山西省气象科学研究所,山西 太原 030002)

利用2017～2019年晋城市和长治市冬季PM2.5逐时浓度资料、地面风场数据等,结合HYSPLIT轨迹模型和中尺度数值模式WRFV4.2分析了晋东南地区冬季PM2.5污染的特征和传输特点.结果表明,晋城市冬季PM2.5污染程度高于长治市.受地形影响,晋城市地面盛行偏南风、偏北风和西北风,污染方向主要为偏南风和偏北风;长治市近地面盛行偏南风,该风向污染频率最高.影响晋城市和长治市污染的潜在源区主要分布在偏西、东北和东南方向,偏西气流来自陕西省中部,东北气流来自河北省西南部,东南气流来自河南省中东部.污染经过晋东南地区主要影响山西省中南部和北京南部.通过数值模拟流场,结合潜在源区和影响区域的分析结果,在均压场或高压后部的天气形势下,晋东南地区污染输送路径包括来自东北方向(河北省西南部一带)的气流,沿长治市东北部的滏口陉向晋东南地区输送污染物及沿太行山东麓向南在晋豫交界处的太行陉发生转折向晋东南地区输送污染物;来自东南方向(河南北部及东部)的气流输送和来自偏西方向(陕西中南部)的气流输送.污染物经过晋东南地区向北输送至山西省中南部,部分经过山西省中东部的井陉输送至北京南部.

晋东南；PM2.5；输送路径

区域PM2.5污染的主要原因包括本地积累、区域传输和二次转化[1],在大气污染排放源稳定的情况下,地形条件和不利的气象条件等对污染过程的形成也有影响[2-6].自2013年我国《大气污染防治行动计划》实施以来,污染防治效果显著,京津冀、长三角、珠三角、汾渭平原区域PM2.5质量浓度明显下降[7-10],其中污染物排放减少是PM2.5浓度下降的主导因素[11-12].

目前,关于京津冀“2+26”城市的污染已经有大量研究成果[13-17].比如,石家庄市和北京市在特殊地形条件的影响下,均有来自偏西、西南方向的气团分别向其输送污染物[18-21],另外北京市还受到华北平原东南风带的影响,因此还有来自东南路径的气团向其输送污染物.有学者总结京津冀地区秋冬季大气污染物潜在源区主要分布在河北南部、河南东北部和山西中东部地区[22],西北方向为长距离传输,南部为短距离传输,另外西南、东南方向也有局地气团输入[23-24].除京津冀外,其它的城市像太原市、郑州市也有学者做了研究,发现太原市大气污染物输送路径主要是西北、西南和偏东方向,重要潜在源区主要位于汾渭平原[25],郑州市冬季PM2.5的潜在源区主要是其北部的京津冀传输通道城市[26].

晋东南地区包括晋城市和长治市,属于“2+26”城市,也是京津冀地区主要潜在源区和输送通道[22-24].近年来,当地政府和生态环境部门制定了一系列的减排措施,例如工业企业限产、关停、煤改气、煤改电、秸秆禁烧等,但环境空气质量仍不容乐观.因此在继续进行减排治理的基础上,研究当地地形、气象条件和输送特征对于大气污染治理具有重要意义.本文以晋东南地区为研究对象,利用地面风场、PM2.5浓度数据分析晋东南地区冬季大气污染特征,运用轨迹模式和中尺度数值模式分析大气污染输送通道,分析区域输送对晋东南地区PM2.5污染的影响,以期为区域大气污染的输送研究提供参考.

1 材料与方法

1.1 研究区概况

晋东南地区属于山地地形,位于太行山上腹地,111.9°E～113.7°E,35.2°N～37.1°N,四面环山,内有上党盆地和泽州盆地,盆地周围的高山海拔约1500～2000m以上,将整个地区包裹其间(图1).太行山中多横谷(即“太行八陉”),其中太行陉位于晋城市南部,是连接河南省和山西省之间的重要通道;滏口陉位于长治市东北部,是连接豫北安阳和河北邯郸与晋的通道,这些横谷为太行山两侧的大气污染物交换提供了通道[27].此外,晋城市处于泽州盆地,平均海拔约为600～700m,平面轮廓略呈卵形,整个地区的地势呈北高,中、南部低的簸箕状.长治市处于上党盆地,平均海拔在900～1000m,东临太行山,地形东高西低,南高北低.

晋东南地区煤炭资源丰富,因此工业也主要以煤炭(煤层气)、焦化、冶炼、化工以及电力企业为主,这些行业的共同特点就是颗粒物的排放量大,无组织排放治理难度也较大,受地形、不利气象条件和区域传输的影响,冬季污染频发[28-29].

图1 晋东南地区地形

1.2 研究方法

采用HYSPLIT4[30](混合单粒子拉格朗日积分轨迹)模式分析晋东南地区2017～2019年冬季PM2.5污染输送特征,该模式已在大气污染过程分析中得到广泛应用[31-32].轨迹的计算起始高度选取为300m,轨迹运行时间为72h,时间间隔为1h.用于轨迹模式计算的气象场资料为美国国家环境预报中心(NCEP)提供的分辨率为1°×1°的逐6h全球资料同化系统(GDAS)数据,时间为2017～2019年冬季(1月、2月和12月).同时收集晋城市和长治市2017～2019年冬季逐时PM2.5浓度资料以及对应时刻的地面风向风速数据.

利用常规潜在源贡献因子分析法(PSCF)和浓度权重轨迹分析(CWT)[25,33]识别晋东南地区冬季PM2.5的潜在源区,并用前向PSCF和前向CWT方法[34]识别通过晋东南地区的气流可能影响的区域,通过轨迹的后向和前向分析,并结合中尺度数值模式WRFV4.2[35](天气预报模式)模拟的晋东南地区污染过程流场分析,揭示晋东南地区2017～2019年冬季PM2.5污染的输送路径,模式输入数据为水平分辨率1°×1°的逐6h NCEP/NCAR的FNL气象再分析资料,地形数据分辨率为30s.

2 结果与讨论

2.1 晋东南地区冬季PM2.5污染特征

根据环境空气质量指数(AQI)技术规定的标准[36],2017～2019年冬季晋城市和长治市的超标率分别为49.0%和46.2%,超标率均接近50%,污染严重,PM2.5平均值分别为89.6和82.2μg/m3.由图2可知,晋城市PM2.5低浓度(0～25μg/m3)区间和高浓度(³150μg/m3)区间浓度频数均高于长治市,而在PM2.5浓度25～150μg/m3区间,长治市浓度频数则要高于晋城市,说明晋城市的环境空气质量相比长治市波动较大,而长治市环境空气质量相对而言较为稳定.

图2 2017～2019年晋东南地区冬季PM2.5浓度分布

图3 2017～2019年晋东南地区冬季PM2.5浓度的日变化特征

由图3可见,与大多数城市相同[37-39],晋城市和长治市冬季PM2.5浓度日变化均表现为单峰单谷.但又略有差异,晋城市冬季PM2.5小时浓度在11:00达到峰值,而后下降至16:00降到谷值,随后上升;长治市则在12:00达到峰值,直到18:00才降至谷值.晋城市冬季PM2.5逐时平均浓度的峰值和谷值均高于长治市,且后者PM2.5浓度峰谷值出现时间较前者滞后1～2h.

2.2 地形与地面风对PM2.5浓度的影响

2.2.1 地形的影响 复杂地形会对气象条件和气流运动产生热力和动力的作用,对污染物的扩散传输有很大的影响[40].晋东南地区地形特殊,以盆地为主,还有山地丘陵分布,均属于复杂地形.盆地上空一般存在逆温层,大气层结稳定少动,空气对流运动减弱或停滞,污染物难以垂直扩散.复杂地形对气流运动影响很大,山体和盆地地形高度差异较大,存在明显山谷风,导致污染物堆积在谷底,不易扩散[41].盆地受到山体屏障效应[42]的影响,山体后侧风速偏小,有多个弱风区域,在这些区域污染物扩散会受到抑制.

晋东南地区特殊的地形影响了地面风的风向及其频率,为了解各风向下PM2.5污染发生频率,对晋城市和长治市2017～2019年冬季不同风向下不同浓度发生频率进行了统计计算.

晋城市处于泽州盆地,整体北高南低,西北方向有狭长的山谷,图4(a)显示晋城市近地面盛行偏南风、偏北风和西北风,与晋城市所处的地形特征相对应(图1).长治市处于上党盆地,四面环山,从图4(b)可以看出除偏南风风频略高外,其他各方向风频较为均匀,说明长治市地面风场受盆地地形作用十分明显.

从图4(a)中可以看出,晋城市近地面风盛行风向主要是偏南风(S、SSE、SSW风)、偏北风(N、NNE风)以及西北风(NW、WNW风),这6个风向占比已经超过三分之二,而其中主要的污染方向为偏南风和偏北风,两者发生污染的频率已经超过30.0%,而晋城市的污染发生频率为49.0%;同时也可以看出西北风下发生优和良天气的频率为最高,超过16.6%.长治市近地面风盛行风向主要是偏南风(S、SSW、SW风),该风向占比超过30.0%,同时也是主要的污染方向,发生污染的频率为13.7%,其他方向风频和污染发生频率较均匀.

晋城市和长治市在偏南风方向上均易出现污染,长治市冬季PM2.5浓度峰谷值出现时间滞后于晋城市1～2h,计算了晋城市和长治市冬季逐时PM2.5浓度相关性(表1),可以看出,晋城市与晚2h的长治市冬季逐时PM2.5浓度相关性最高,为0.5443,通过了95%的显著性检验,这也表明了PM2.5污染通过偏南风的输送由晋城市北向输送长治市.

表1 晋城市和长治市冬季PM2.5浓度相关性

2.2.2 地面风与污染物的平均浓度关系 为了解晋东南地区地面气流特征,对晋城市和长治市2017～2019年冬季不同风向下不同风速的PM2.5平均浓度(将统计数量少于10个的样本剔除)进行统计计算,如图5所示,小于2m/s的静稳天气下晋城市PM2.5浓度值较高,可见小风静稳天气易造成晋城市PM2.5的累积,即本地和外来污染物的积累作用显著.风速在大于2m/s时,偏北风、偏西风以及偏南风下PM2.5浓度也较高,体现出了传输过程对晋城市PM2.5污染的影响.偏西北风下晋城市PM2.5浓度均较低,说明来自偏西北方向的气流较为清洁.

小于2m/s静稳天气下长治市PM2.5浓度值也较高,可见小风、静稳天气同样造成长治市PM2.5污染的积累.风速在大于2m/s时,偏北风、西南风和东南风下PM2.5浓度也较高,尤其当西南风大于6m/s时,也出现了PM2.5的高浓度值,表明了大风条件下远距离传输过程对长治市PM2.5污染的影响.偏西风下长治市PM2.5浓度均较低,气流较为清洁.

2.3 PM2.5污染潜在源区和影响区域分析

如图6(a～b)所示,晋城市冬季PM2.5主要潜在源区(贡献0.7及以上)主要分布在偏西、东北和东南方向,偏西方向为山西西南部和陕西中南部,东北方向为京津冀区域,东南方向为河南的中东部,其中东南方向如开封、许昌、周口等地的PSCF计算值高达0.9以上,说明气流通过这些区域到达晋城市造成PM2.5污染的概率超过90%.CWT计算结果表明,冬季对晋城市PM2.5浓度贡献超过140μg/m3以上的区域与潜在源贡献在0.7及以上的区域范围大致相同,浓度贡献较高的地区位于东南方向,如河南省中东部区域浓度贡献超过160μg/m3.

如图6(c～d)所示,长治市冬季PM2.5主要潜在源区(贡献0.7及以上)与晋城市大体相似,偏西方向的影响比晋城市略小,PSCF计算值最高区域也在东南方向,最高达0.9以上.CWT计算结果表明冬季对长治市PM2.5浓度贡献超过120μg/m3以上的区域少量分布在陕西中南部,主要分布在东北和东南方向,东北方向为河北西南和东南部地区,东南方向是河南北部及中东部地区,浓度贡献较高的地区位于东南方向的河南省中东部达140μg/m3.

综上所述,两城市的污染潜在源区方向基本一致,主要位于偏西、东北和东南方向.但是不同方向潜在源区贡献略有差异,其中晋城市较长治市受偏西方向影响更大.

图6 晋东南地区冬季后向轨迹的PSCF和CWT分布

图7 晋东南地区冬季前向轨迹的PSCF和CWT分布

利用前向轨迹模式计算了2017～2019年冬季晋城市和长治市的前向气流轨迹,并结合对应时次的PM2.5浓度,采用前向PSCF和前向CWT来分析计算经过晋东南地区的气流轨迹造成的影响区域.

如图7(a～b)所示,气流经过晋城市后主要影响的区域是山西省大部分地区以及京津冀地区,计算结果较为分散,但临汾、太原、吕梁、阳泉、北京等地区计算值均在0.8以上,表明经过晋城市的气流到达该区域时造成污染的概率超过80%.CWT高值区分布与潜在源区一致,在山西省中南部区域及京津冀地区,尤其是北京南部,对北京的影响最高超过160μg/m3.

由图7(c～d)可知,气流经过长治市后主要影响山西中部的吕梁、太原、忻州、朔州、阳泉等地以及河北省中南部的保定、廊坊等地,PSCF计算值也均在0.8以上.前向CWT高值区在山西省的吕梁、晋中以及东北方向山西阳泉、北京南部.

晋城市和长治市前向影响的区域也基本一致,主要是山西省中南部和北京南部.

2.4 中尺度数值模式(WRF)试验设计及污染个例的风场分析

2.4.1 模式参数设置 为了研究晋东南地区冬季污染物传输的路径,利用中尺度数值模式WRFV4.2模拟了冬季晋东南地区发生污染的气象场(模拟区域见图8).模式采用两层双向嵌套,第一层网格为214´183,网格距27km,第二层网格为148´133,网格距9km,垂直方向为34层,时间积分步长为120s.云微物理方案采用Lin方案,长波辐射RRTM方案,短波辐射Dudhia方案,积云对流参数化Betts-Miller- Janjic方案.此外,近地面层方案为MM5Monin− Obukhov方案,陆面过程方案为Noah land-surface model方案,边界层方案为YSU方案,本研究主要分析内层模拟结果.

图8 双层嵌套模拟区域

2.4.2 模拟个例风场分析 后向和前向的PSCF和CWT计算出了潜在源区和影响区域,为了更直观的表达污染输送路径,采用WRF模式模拟了晋东南地区冬季PM2.5污染发生时的地面风场和海平面气压场,并选取了5个典型个例来代表不同方向气流的输送情况,进而阐明PM2.5的输送路径.

图9(a)代表了东北气流向晋东南地区的传输,为2019年2月21日20:00的地面风场和海平面气压场.500hPa高空为平直的西风气流,晋东南地区处于地面均压场,来自河北省的东北气流沿滏口陉输送至晋东南地区,地面风速小于2m/s,小风、静稳的天气形势有利于污染的积累[5].表明PSCF和CWT东北方向高值区的传输路径是来自河北省西南部一带的东北气流输送至晋东南地区.

图9(b)代表了东北气流沿太行山东麓向南在晋豫交界处发生转折的传输,为2019年2月6日12:00的地面风场和海平面气压场.地面风场对此次过程的影响明显,来自华北平原的东北气流沿太行山东麓山体向偏南方向运动,一部分沿着滏口陉吹至长治市,另一部分继续向南至河南省,在太行山东麓气流向西北转折,沿太行陉吹向晋城市.该个例中, 500hPa高空为平直的西风气流,晋东南地区处于地面均压场,晋城市地面的偏南风与长治市的偏北风相遇,极易造成污染无法扩散,堆积在晋东南地区.表明PSCF和CWT东北方向高值区的传输既有直接输送,还可以在地面风场的影响下沿太行山东麓向南在晋豫交界处发生转折输送.

图9(c)代表了东南气流向晋东南地区的传输,为2019年2月11日06:00的地面风场和海平面气压场,500hPa高空为平直的西风,晋东南地区位于高压后部,来自河南省的东南气流运动至晋东南地区,偏南气流使湿度增大,有利于污染物的生成[4].表明PSCF和CWT东南方向高值区的传输路径是来自河南北部及东部的东南气流向晋东南地区输送污染物.

图9(d)代表了偏西气流向晋东南地区的传输,为2019年2月24日00:00的地面风场和海平面气压场,500hPa高空为平直的西风,晋东南地区处于均压场,风速很小,有利于污染物的累积,来自陕西省的偏西气流吹至晋东南地区,表明PSCF和CWT偏西方向高值区的传输路径是来自陕西中南部的偏西气流输送污染物至晋东南地区.

图9(e)代表了晋东南地区气流轨迹的影响区域,为2019年2月17日12:00的地面风场和海平面气压场,500hPa高空为平直的西风气流,晋东南地区处于地面均压场,气流向偏北方向流动,影响山西省中南部大部分区域,受均压场控制,风速较小,部分气流通过山西省中东部的阳泉地区(“井陉”通道,连通太行山两侧的通道)运动至京津冀地区尤其是北京(前向PSCF和前向CWT的计算结果也表明,北京南部存在高值区),说明前向轨迹计算的PSCF和CWT高值区传输路径是气流经过晋东南地区向北输送至山西省中南部,并通过连通太行山两侧的井陉通道输送至北京南部.

2.5 污染输送路径

根据风场模拟结果,结合PSCF和CWT的后向和前向分析,可归纳出晋东南地区的污染输送路径,如图10所示,输送路径①:东北方向,河北省西南部一带的气流沿滏口陉直接输送至晋东南地区.根据PSCF和CWT的后向计算结果,河北省西南部一带为PSCF和CWT高值区,即潜在源区,结合图9(a)模拟的风场图,显示来自河北省的东北气流沿滏口陉输送至晋东南地区,对应河北省西南部是PSCF和CWT的高值区.输送路径②:东北方向,河北省西南部一带的气流沿太行山东麓山体向偏南运动并在晋豫交界的太行陉一带转折输送至晋东南地区.根据PSCF和CWT的后向计算结果,河北省西南部一带、太行山附近及河南北部为PSCF和CWT高值区,即潜在源区,结合图9(b)模拟的流场图,显示来自河北省的东北气流在太行山东麓发生转折输送至晋东南地区,对应潜在源区的位置.输送路径③:东南方向,河南北部及东部的气流输送至晋东南地区.根据PSCF和CWT的后向计算结果,河南北部及东部为PSCF和CWT高值区,即潜在源区,结合图9(c)模拟的流场图,来自河南省的东南气流输送至晋东南地区,对应计算的潜在源区的高值区.输送路径④:偏西方向,陕西中南部的气流向东输送至晋东南地区.根据PSCF和CWT的后向计算结果,陕西中南部为PSCF和CWT高值区,即潜在源区,结合图9(d)模拟的流场图,来自陕西省的偏西气流运动至晋东南地区,对应计算的PSCF和CWT高值区.输送路径⑤:偏北方向,向北输送至山西省中南部,并通过井陉向东北输送至北京南部.根据PSCF和CWT的前向计算结果,山西省中南部和阳泉到北京南部一带为PSCF和CWT高值区,即晋东南地区的前向轨迹造成的影响区域.PSCF可用于研究源区域和受体位点之间的路径[43],识别源区域和运输路径[44].结合图9(e)模拟的风场图,晋东南地区的气流向北运动至山西省中南部,部分经过山西省中东部的井陉输送至北京南部,并造成该处PSCF和CWT的高值.

图10 晋东南地区污染输送路径

3 结论

3.1 晋城市和长治市PM2.5平均值分别为89.6和82.2μg/m3,晋城市冬季PM2.5污染比长治市重,环境空气质量波动较长治市大,晋城市PM2.5浓度峰值和谷值均高于长治市.

3.2 晋东南地区复杂地形对风向影响显著.受地形影响,晋城市地面盛行偏南风、偏北风和西北风,污染方向主要为偏南风和偏北风,而西北方向为相对清洁风向;长治市近地面盛行偏南风,该风向污染频率最高.

3.3小于2m/s的小风静稳天气是造成晋城市和长治市冬季PM2.5污染积累的主要原因.风速大于2m/s时,偏北风、偏西风以及偏南风也会造成晋城市的污染,偏北风、西南风和东南风同样会造成长治市的污染,说明大风条件下较长距离传输会对晋东南地区冬季PM2.5污染产生影响.

3.4 PSCF和CWT的前向和后向分析结果显示,影响晋城市和长治市的污染潜在源区一致,主要分布在偏西、东北和东南方向.其中,晋城市受偏西方向的影响相对长治市较大,PSCF和CWT值均较高.PM2.5污染经过晋东南地区影响山西省中南部及京津冀地区.

3.5 通过模式模拟发现晋城市和长治市的污染发生在均压场或高压后部的天气形势下,结合PSCF和CWT结果,得出晋东南地区的大气污染输送路径:来自河北省的东北气流沿滏口陉直接输送或沿太行山东麓向南在晋豫交界处的太行陉发生转折输送、陕西省的偏西气流和河南省的东南气流输送污染物至晋东南地区,后经过晋东南地区向北输送至山西省中南部,并通过井陉输送至北京南部.

3.6 根据晋东南地区大气污染的输送路径,可尽量减少或调整在污染传输路径上的重污染工业布局,并加强与污染潜在源区所在地的协同污染控制.

[1] 胡京南,柴发合,段菁春,等.京津冀及周边地区秋冬季PM2.5爆发式增长成因与应急管控对策[J]. 环境科学研究, 2019,32(10):1704- 1712.

Hu J N, Chai F H, Duan J C, et al. Explosive growth of PM2.5during the autumn and winter seasons in the Jing-Jin-Ji and surrounding area and its control measures with emergency response [J]. Research of Environmental Sciences, 2019,32(10):1704-1712.

[2] 苗爱梅.地形对太原市污染物稀释扩散影响的模拟试验[J]. 气象学报, 2004,(1):112-118.

Miao A M.Numerical simulation experiments of orographic influence on dilution and diffusion of main pollutants in Taiyuan city [J]. Acta Meteorologica Sinica, 2004,(1):112-118.

[3] 史旭荣,逯世泽,易爱华,等.全国2018～2019年秋冬季气象条件变化对PM2.5影响研究[J]. 中国环境科学, 2020,40(7):2785-2793.

Shi X R, Lu S Z, Yi A H, et al.Impact of meteorological conditions on PM2.5in autumn and winter of 2018～2019 in key areas [J]. China Environmental Science, 2020,40(7):2785-2793.

[4] 赵晨曦,王云琦,王玉杰,等.北京地区冬春PM2.5和PM10污染水平时空分布及其与气象条件的关系[J]. 环境科学, 2014,35(2):418-427.

Zhao C X, Wang Y Q, Wang Y J, et al. Temporal and spatial distribution of PM2.5and PM10pollution status and the correlation of particulate matters and meteorological factors during winter and spring in Beijing [J]. Environmental Science, 2014,35(2):418-427.

[5] Chai F, Gao J, Chen Z, et al. Spatial and temporal variation of particulate matter and gaseous pollutants in 26cities in China [J]. Journal of Environmental Sciences, 2014,26(1):75-82.

[6] Guan Q, Cai A, Wang F, et al. Spatio-temporal variability of particulate matter in the key part of Gansu Province, western China [J]. Environmental Pollution, 2017,230:189-198.

[7] 卢亚灵,范朝阳,蒋洪强,等.北京市“大气十条”实施的空气质量改善效益[J]. 环境科学, 2021,42(6):2730-2739.

Lu Y L, Fan Z Y, Jiang H Q, et al. Economic benefit of air quality improvement during implementation of the air pollution prevention and control action plan in Beijing [J]. Environmental Science, 2021, 42(6):2730-2739.

[8] 王跃思,李文杰,高文康,等. 2013～2017年中国重点区域颗粒物质量浓度和化学成分变化趋势[J]. 中国科学:地球科学, 2020,50(4): 19-34.

Wang Y S, Li W J, Gao W K, et al. Trends in particulate matter and its chemical compositions in China from 2013～2017 [J]. Science China Earth Sciences, 2020,50(4):19-34.

[9] Huang J, Pan X, Guo X, et al. Health impact of China’s air pollution prevention and control action plan: An analysis of national air quality monitoring and mortality data [J]. Lancet Planet Health, 2018,2:e313-e323.

[10] Liu T, Cai Y, Feng B, et al. Long-term mortality benefits of air quality improvement during the twelfth five-year-plan period in 31provincial capital cities of China [J]. Atmos. Environ., 2018,173:53-61.

[11] 张小曳,徐祥德,丁一汇,等.2013～2017年气象条件变化对中国重点地区PM2.5质量浓度下降的影响[J]. 中国科学:地球科学, 2020, 50(4):483-500.

Zhang X Y, Xu X D, Ding Y H, et al. The impact of meteorological changes from 2013 to 2017 on PM2.5mass reduction in key regions in China [J]. Science China Earth Sciences,2020,50(4):483-500.

[12] Vu T V, Shi Z, Cheng J, et al. Assessing the impact of clean air action on air quality trends in Beijing using a machine learing [J]. Atmospheric Chemistry and Physics, 2019,19:11303-11314.

[13] 薛文博,付 飞,王金南,等.中国PM2.5跨区域传输特征数值模拟研究[J]. 中国环境科学, 2014,34(6):1361-1368.

Xue W B, Fu F, Wang J N, et al. Numerical study on the characteristics of regional transport of PM2.5in China [J]. China Environmental Science, 2014,34(6):1361-1368.

[14] 王燕丽,薛文博,雷 宇,等.京津冀地区PM2.5污染相互输送特征[J]. 环境科学, 2017,38(12):4897-4904.

Wang Y L, Xue W B, Lei Y, et al.Regional transport matrix study of PM2.5in Jingjinji region [J]. Environmental Science, 2017,38(12): 4897-4904.

[15] 李珊珊,程念亮,潘 涛,等.2014年10月京津冀一次空气重污染过程分析[J]. 环境科学与技术, 2016,39(3):162-169.

Li S S, Cheng N L, Pan T, et al.Analysis of a heavy air pollution event in Beijing-Tianjin-Hebei region in October 2014 [J].Environmental Science & Technology, 2016,39(3):162-169.

[16] 王郭臣,王 珏,信玉洁,等.天津PM10和NO2输送路径及潜在源区研究[J]. 中国环境科学, 2014,34(12):3009-3016.

Wang G C, Wang J, Xin Y J, et al. Transportation pathways and potential source areas of PM10and NO2in Tianjin [J]. China Environmental Science, 2014,34(12):3009-3016.

[17] 江 琪,王 飞,张恒德,等.2013～2015年北京市PM2.5、反应性气体和气溶胶粒径的特性分析[J]. 中国环境科学, 2017,37(10):3647- 3657.

Jiang Q, Wang F, Zhang H D, et al. The characteristics of PM2.5、 Reactive gas and aerosol Size Distributions of Beijing from 2013 to 2015 [J]. China Environmental Science, 2017,37(10):3647-3657.

[18] 付桂琴,张杏敏,尤凤春,等.气象条件对石家庄PM2.5浓度的影响分析[J]. 干旱气象, 2016,34(2):349-355.

Fu G Q, Zhang X M, You F C, et al.Effect of meteorological conditions on PM2.5concentration in Shijiazhuang of Hebei [J]. Arid Meteorology, 2016,34(2):349-355.

[19] 陈 静,钤伟妙,韩军彩,等.石家庄市秋季典型天气背景下重污染特征分析[J]. 气象与环境学报, 2015,(4):44-52.

Chen J, Qian W M, Han J C, et al.Pollution characteristic under typical weather background in autumn over Shijiazhuang [J].Journal of Meteorology and Environment, 2015,(4):44-52.

[20] Lang J L, Zhou Y, Chen D S, et al. Investigating the contribution of shipping emissions to atmospheric PM2.5using a combined source apportionment approach [J]. Environmental Pollution, 2017,229: 557-566.

[21] 徐 冉,张恒德,杨孝文,等.北京地区秋冬季大气污染特征及成因分析[J]. 环境科学, 2019,40(8):3405-3414.

Xu R, Zhang H D, Yang X W, et al. Concentration characteristics of PM2.5and the causes of heavy air pollution events in Beijing during autumn and winter [J]. Environmental Science, 2019,40(8):3405-3414.

[22] 张智答,王晓琦,张晗宇,等.京津冀地区典型城市秋冬季PM2.5输送特征研究[J]. 中国环境科学, 2021,41(3):993-1004.

Zhang Z D, Wang X Q, Zhang H Y, et al. PM2.5transport characteristics of typical cities in Beijing-Tianjin-Hebei Region in autumn and winter [J]. China Environmental Science, 2021,41(3):993- 1004.

[23] 王郭臣,王东启,陈振楼.北京冬季严重污染过程的PM2.5污染特征和输送路径及潜在源区[J]. 中国环境科学, 2016,36(7):1931-1937.

Wang G C, Wang D Q, Chen Z L. Characteristics and transportation pathways and potential sources of a severe PM2.5episodes during winter in Beijing [J]. China Environmental Science, 2016,36(7):1931-1937.

[24] 王晓琦,郎建垒,程水源,等.京津冀及周边地区PM2.5传输规律研究[J]. 中国环境科学, 2016,36(11):3211-3217.

Wang X Q, Lang J L, Cheng S Y, et al. Study on transportation of PM2.5in Beijing-Tianjin-Hebei (BTH) and its surrounding area [J]. China Environmental Science, 2016,36(11):3211-3217.

[25] 闫世明,王 雁,郭 伟,等.太原市秋冬季大气污染特征和输送路径及潜在源区分析[J]. 环境科学, 2019,40(11):4801-4809.

Yan S M, Wang Y, Guo W, et al. Characteristics, transportation, pathways and potential sources of air pollution during autumn and winter in Taiyuan [J]. Environmental Science, 2019,40(11):4801-4809.

[26] 段时光,姜 楠,杨留明,等.郑州市冬季大气PM2.5传输路径和潜在源分析[J]. 环境科学, 2019,40(1):86-93.

Duan S G, Jiang N, Yang L M, et al. Transport pathways and potential sources of PM2.5during the winter in Zhengzhou [J]. Environmental Science, 2019,40(1):86-93.

[27] 王 雁,郭 伟,闫世明,等.太行山两侧污染物传输对横谷城市气溶胶的影响分析[J]. 环境科学, 2021,42(9):4104-4115.

Wang Y, Guo W, Yan S M, et al. Influence of pollutant transport from both sides of Taihang Mountain on cross valley urban aerosol [J]. Environmental Science, 2021,42(9):4104-4115.

[28] 史丹丹,罗 宏,吕连宏,等.晋城市能源优化发展对策研究[J]. 环境工程技术学报, 2019,9(6):761-768.

Shi D D, Luo H, Lv L H, et al. Research on energy optimization development countermeasures of Jincheng City [J]. Journal of Environmental Engineering Technology, 2019,9(6):761-768.

[29] 杨 希.长治市的工业污染现状浅析[J]. 资源节约与环保, 2013,(1): 61-62.

Yang X. Analysis of industrial pollution in Changzhi City [J]. Resources Economization & Environment Protection, 2013,(1):61-62.

[30] Draxler R R, Hess G D. Description of the HYSPLIT4 modelling system [R]. Sliver Spring, Maryland: NOAA, Air Resources Laboratory, 1997.

[31] 孙婷婷,张天舒,项 衍,等.2018年春节期间京津冀地区污染过程分析[J]. 中国环境科学, 2020,40(4):3-12.

Sun T T, Zhang T S, Xiang Y, et al. Analysis of the pollution process in the Beijing-Tianjin-Hebei region during the Spring Festival of 2018 [J]. China Environmental Science, 2020,40(4):3-12.

[32] 杨雪玲,邢 莉,王 颖,等.宝鸡市冬季一次持续性重污染过程特征分析[J]. 环境科学研究, 2020,33(10):2256-2264.

Yang X L, Xing L, Wang Y, et al. Characteristics and mechanism of a heavy haze episode in Baoji city [J].Research of Environmental Sciences, 2020,33(10):2256-2264.

[33] 闫世明,王 雁,张岳军,等.五台山春季气溶胶传输特征[J]. 中国环境科学, 2020,40(2):497-505.

Yan S M, Wang Y, Zhang Y J, et al. Aerosol transmission characteristics of spring in Wutai mountain [J]. China Environmental Science, 2020,40(2):497-505.

[34] Shen L, Wang H, Kong X, et al. Characterization of black carbon aerosol at the summit of Mount Tai (1534m) in Central East China: temporal variation, source appointment and transport [J]. Atmospheric Environment, 2021,246:118-152.

[35] 章国材.美国WRF模式的进展和应用前景[J]. 气象, 2004,30(12): 27-31.

Zhang G C. Progress of weather research and forecast (WRF) modeland application in the United States [J].Meteorological Monthly, 2004,30(12):27-31.

[36] HJ633-2012 环境空气质量指数(AQI)技术规定(试行) [S].

[37] 王刘铭,王西岳,王明仕,等.焦作市大气污染时空分布特征及来源分析[J]. 环境科学研究, 2020,33(4):820-830.

Wang L M, Wang X Y, Wang M S, et al. Spatial and temporal distribution and potential source of atmospheric pollution in Jiaozuo city [J].Research of Environmental Sciences, 2020,33(4):820-830.

[38] 杜勤博,吴晓燕,郑素帆,等.汕头市PM2.5的气象要素影响分析及预报研究[J]. 气象与环境学报, 2019,35(5):70-77.

Du Q B, Wu X Y, Zheng S F, et al. Effects of meteorological conditions on PM2.5pollution in Shantou and the PM2.5prediction [J]. Journal of Meteorology and Environment, 2019,35(5):70-77.

[39] 卢 文,王红磊,朱 彬,等.南京江北2014～2016年PM2.5质量浓度分布特征及气象和传输影响因素分析[J]. 环境科学学报, 2019,39(4): 1039-1048.

Lu W, Wang H L, Zhu B, et al. Distribution characteristics of PM2.5mass concentration and their impacting factors including meteorology and transmission in North Suburb of Nanjing during 2014 to 2016 [J]. Acta Scientiae Circumstantiae, 2019,39(4):1039-1048.

[40] 李 霞,贾 健.复杂地形多尺度气流对城市大气污染影响的研究进展[J]. 沙漠与绿洲气象, 2016,10(6):1-10.

Li X, Jia J. Research of the influences of the air flows on multiple scales on the transport and diffusion mechanisms of urban air pollution over the complex terrains [J]. Desert and Oasis Meteorology, 2016, 10(6):1-10.

[41] 孔佑花,张金贵,张少伟,等.河谷型城市风场及污染物扩散的CFD数值仿真[J]. 环境科学研究, 2018,31(3):450-456.

Kong Y H, Zhang J G, Zhang S W, et al. CFD numerical simulation of wind field and pollutant dispersion in vally cities [J]. Research of Environmental Sciences, 2018,31(3):450-456.

[42] Zhao S Y, Tie X X, Cao J J, et al. Impacts of mountains on black carbon aerosol under different synoptic meteorology conditions in the Guanzhong region, China [J]. Atmospheric Research, 2015,164:286-296.

[43] Han Y J, Holsen T M, Hopke P K. Estimation of source locations of total gaseous mercury measured in New York State using trajectory- based models [J]. Atmospheric Environment, 2007,41(28):6033-6047.

[44] Jeong U, Kim J, Lee H, et al. Estimation of the contributions of long range transported aerosol in East Asia to carbonaceous aerosol and PM concentrations in Seoul, Korea using highly time resolved measurements: a PSCF model approach [J]. Journal of Environmental Monitoring, 2011,13(7):1905.

Analysis of PM2.5pollution transportation path in winter in Southeast Shanxi Province.

PEI Kun-ning, GAO Xing-ai, WANG Shu-min, YAN Shi-ming*, WANG Yan**

(Shanxi Institute of Meteorological Sciences, Taiyuan 030002, China)., 2022,42(2)：557～567

Based on the hourly concentration data of PM2.5and surface wind field data in winter of Jincheng and Changzhi from 2017 to 2019, combined with HYSPLIT trajectory model and mesoscale numerical model WRFV4.2, the characteristics and transmission characteristics of PM2.5pollution in winter in Southeast Shanxi were analyzed. The results showed that the pollution degree of PM2.5in Jincheng in winter was higher than that in Changzhi. Affected by the terrain, southerly wind, northerly wind and northwest wind prevail on the ground in Jincheng, and the pollution direction was mainly southerly wind and northerly wind; The southerly wind prevails near the ground in Changzhi, and this wind direction had the highest frequency of pollution. The potential pollution source areas affecting Jincheng and Changzhi were mainly distributed in the west, northeast and southeast. The westward airflow came from central Shaanxi Province, the northeast airflow came from southwestern Hebei Province, and the southeast airflow came from central and eastern Henan Province. Pollution passing through the southeastern part of Shanxi mainly affected the central and southern parts of Shanxi Province and the southern part of Beijing. Through the numerical simulation of flow field, combined with the analysis results of potential source area and influence area, under the weather situation behind the pressure equalizing field or high pressure, the pollution transport path in the southeast of Shanxi included: Airflow from the Northeast (southwest of Hebei Province), transporting pollutants along the Fukou Xing in the northeast of Changzhi to the southeast of Shanxi, and the same northeast air flow continued southward along the eastern foot of the Taihang Mountain and then turned to the Taihang Xing at the junction of Shanxi and Henan to transport pollutants to the southeast of Shanxi; Airflow from the southeast (northern and east of Henan) transported pollutants; And airflow from the west (central and southern Shaanxi) transported pollutants. The pollutants were transported northward to the central and southern Shanxi Province through the southeast of Shanxi Province, and some were transported to the south of Beijing through Jingxing in the Middle East of Shanxi Province.

Southeast Shanxi；PM2.5；transmission path

X513

A

1000-6923(2022)02-0557-11

裴坤宁(1995-),女,山西长治人,助理工程师,硕士,主要研究方向为大气环境与数值模拟.发表论文5篇.

2021-07-09

山西省自然科学基金项目(201601D011084, 201901D111465);山西省气象局重点项目(SXKZDDQ20185105);山西省气象局青年基金项目(SXKQNDW20205241,SXKQNDW20217151)

* 责任作者, 正高级工程师, qksysm@126.com; **正高级工程师, qkswy@126.com