錢(qián)文杰

摘? 要：利用HYSPLIT4后向軌跡模式和NCEP全球再分析資料，計(jì)算了2018年蘇州工業(yè)園區(qū)的氣流后向軌跡。結(jié)合聚類(lèi)分析方法和蘇州工業(yè)園區(qū)PM2.5、PM10、SO2、NO2、CO和O3數(shù)據(jù)，分析了不同類(lèi)型氣團(tuán)來(lái)源對(duì)各污染物濃度的影響，并研究了不同季節(jié)的氣團(tuán)來(lái)源的差異性。結(jié)果表明，蘇州工業(yè)園區(qū)受海洋型氣團(tuán)和北方大陸型氣團(tuán)影響較大;顆粒物受西北和西南大陸型氣團(tuán)的影響較大，臭氧受東南方向的氣團(tuán)影響較大。不同季節(jié)的氣團(tuán)來(lái)源存在明顯的季節(jié)性差異。

關(guān)鍵詞：空氣質(zhì)量;氣團(tuán)來(lái)源;聚類(lèi)分析;季節(jié)特征

中圖分類(lèi)號(hào)：X51 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-2945（2019）29-0059-03

Abstract： HYSPLIT4 model and NCEP global reanalysis meteorological data were used to compute the backward trajectory in Industrial Park in Suzhou in 2018. The concentration data of PM2.5， PM10， SO2， NO2， CO and O3 in Suzhou were combined with trajectory clustering method to identify the effect of principal transport pathways on the different pollutants. The differences of airflow pathways in different seasons were also studied. The results show that the airflow pathways from oceanic and northern continental has a greatly affected to air quality of Suzhou Industrial Park. Particulate matter was greatly affected by continental airflow in Northwest and southwest China， and the airflow in the southeast would be a great impact on the ozone concentration in the area. The results showed an obvious seasonal characteristicsof the distribution of trajectories in different seasons.

Keywords： air quality; airflow pathways; cluster analysis; seasonal characteristics

長(zhǎng)三角區(qū)域?yàn)槲覈?guó)人口密集、經(jīng)濟(jì)發(fā)達(dá)、工業(yè)集中度較高的區(qū)域之一，隨著人口、工業(yè)、交通等的聚集，大中型城市以及城市群[1-3]已經(jīng)出現(xiàn)了日益復(fù)雜的大氣污染問(wèn)題，并呈復(fù)合型污染態(tài)勢(shì)。生態(tài)文明建設(shè)和環(huán)境保護(hù)已成為我國(guó)的一項(xiàng)基本國(guó)策，隨著人們生活質(zhì)量的不斷提高，人們對(duì)環(huán)境空氣的品質(zhì)也提出了更高的要求。環(huán)境空氣質(zhì)量不僅受污染源排放的影響，還受特殊地形和氣象條件的影響[4，5]，大氣擴(kuò)散條件是影響環(huán)境空氣質(zhì)量的一個(gè)重要因素。不同方向的氣團(tuán)受天氣系統(tǒng)和下墊面等[6，7]多種因素的影響，會(huì)表現(xiàn)出不同的污染特征，造成不同來(lái)源的氣團(tuán)會(huì)對(duì)同一個(gè)區(qū)域的空氣質(zhì)量產(chǎn)生不一樣的影響。

HYSPLIT模型作為一款通用的后向軌跡分析工具，已廣泛應(yīng)用于污染物擴(kuò)散軌跡模擬、跨區(qū)域輸送和氣團(tuán)來(lái)源分析等方面。Wang等[8]2004年利用后向軌跡方法分析了北京市2001年～2003年春季的PM10傳輸路徑和潛在污染源區(qū)，得出了四個(gè)主要的潛在沙塵源區(qū)對(duì)北京PM10有顯著貢獻(xiàn)。王艷等[9，10]利用后向軌跡模型以杭州和上海等城市為代表分析了長(zhǎng)三角地區(qū)大氣污染物傳輸規(guī)律，研究表明，長(zhǎng)三角地區(qū)輸送氣流主要來(lái)自華北或東北地區(qū)，西南方向也是重要輸送通道。何濤等[11]對(duì)常州市冬季大氣污染特征和潛在污染源區(qū)做了分析，結(jié)果表明蕪湖至上海的長(zhǎng)江中下游區(qū)域和杭州灣區(qū)域范圍內(nèi)的污染輸送相互間影響較大。劉世璽等[12]研究表明東部氣團(tuán)對(duì)南京地區(qū)近地面污染的影響較大。這些研究對(duì)于區(qū)域間的大氣污染跨界輸送等提供重要的科學(xué)依據(jù)。

本文擬通過(guò)后向軌跡聚類(lèi)和數(shù)據(jù)統(tǒng)計(jì)分析，來(lái)研究不同氣團(tuán)來(lái)源對(duì)蘇州工業(yè)園區(qū)空氣質(zhì)量的影響，以及不同季節(jié)氣團(tuán)來(lái)源的差異性，以期為本地區(qū)的大氣污染防治工作提供一定的技術(shù)支撐。

1 研究方法和數(shù)據(jù)來(lái)源

蘇州工業(yè)園區(qū)位于蘇州市東部，選取江蘇省蘇州工業(yè)園區(qū)4個(gè)環(huán)境空氣評(píng)價(jià)點(diǎn)（青劍湖、蘇州大學(xué)站、方洲站點(diǎn)和東部園區(qū)站）作為研究對(duì)象，并對(duì)四個(gè)站點(diǎn)數(shù)據(jù)進(jìn)行算術(shù)平均得到2018年逐小時(shí)的PM2.5、PM10、SO2、NO2、CO和O3小時(shí)監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析。

后向軌跡HYSPLIT模型是一種用于計(jì)算和分析大氣污染物輸送、擴(kuò)散軌跡的專(zhuān)業(yè)模型。該模型是一種歐拉和拉格朗日型混合的計(jì)算模式，其平流和擴(kuò)散的處理采用拉格朗日方法，而濃度計(jì)算則采用歐拉方法。聚類(lèi)分析是一種基于多變量的客觀統(tǒng)計(jì)分析方法，后向軌跡聚類(lèi)分析是根據(jù)后向軌跡空間的相似度[8]，將樣本軌跡統(tǒng)計(jì)分析進(jìn)而分類(lèi);比較不同聚類(lèi)類(lèi)數(shù)間的差異確定最佳的聚類(lèi)數(shù)目，最后統(tǒng)計(jì)分析每組氣流軌跡所對(duì)應(yīng)的污染物濃度特征。

利用后向軌跡數(shù)據(jù)來(lái)分析園區(qū)的污染特征和氣團(tuán)來(lái)源差異，選取北緯31.32°E，東經(jīng)120.74°N為后向軌跡起始點(diǎn)，起始高度為100m，1小時(shí)模擬1條后向軌跡，每條軌跡計(jì)算時(shí)長(zhǎng)48小時(shí)。氣象資料采用NCEP（美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心）提供的全球資料同化系統(tǒng)GDAS數(shù)據(jù)，數(shù)據(jù)分辨率為1°×1°。研究期間季節(jié)劃分：春季為3月-5月，夏季為6月-8月，秋季為9月-11月，冬季為1月、2月、12月。

2 結(jié)果與討論

2.1 氣團(tuán)來(lái)源對(duì)空氣質(zhì)量的影響

為研究影響蘇州工業(yè)園區(qū)低層大氣氣團(tuán)的主要來(lái)源路徑，分析了2018年逐小時(shí)氣流后向軌跡的聚類(lèi)分析結(jié)果（見(jiàn)圖1）。表1、2分別給出了每類(lèi)軌跡區(qū)域特征及對(duì)應(yīng)的污染物小時(shí)平均質(zhì)量濃度和超過(guò)濃度閾值軌跡的小時(shí)平均污染物濃度（簡(jiǎn)稱(chēng)污染濃度），其中PM2.5、PM10、SO2、O3、NO2和CO的濃度閾值分別為75、150、10、160、40和730μg/m3。2018年，影響蘇州工業(yè)園區(qū)的氣團(tuán)軌跡被分為6類(lèi)。從全年看，蘇州工業(yè)園區(qū)的主導(dǎo)風(fēng)向?yàn)闁|北偏東風(fēng)（聚類(lèi)B），占比為23.7%，其次為東北偏北氣團(tuán)（20.5%）和西北氣團(tuán)（17.8%），東南風(fēng)占比也相對(duì)較高，西南氣團(tuán)占比相對(duì)較小，為8.6%。總體上，蘇州工業(yè)園區(qū)受海洋型氣團(tuán)和北方大陸型氣團(tuán)影響較大。

從軌跡及其污染特征可見(jiàn)，聚類(lèi)F由京津冀等地經(jīng)山東、江蘇北部、江蘇南部等區(qū)域影響蘇州工業(yè)園區(qū)，此類(lèi)氣團(tuán)通常伴隨冷空氣南下，經(jīng)過(guò)區(qū)域經(jīng)濟(jì)發(fā)達(dá)、人為源排放較高，其對(duì)應(yīng)的PM2.5/PM10最高，為70.4%，說(shuō)明該氣團(tuán)影響下會(huì)加劇細(xì)顆粒物的污染，且該路徑的氣團(tuán)對(duì)應(yīng)的各項(xiàng)污染物平均濃度除臭氧外，均為最高。經(jīng)安徽南部、浙江西北部等地影響蘇州工業(yè)園區(qū)的聚類(lèi)E出現(xiàn)概率較低，但其對(duì)應(yīng)的PM2.5、PM10、SO2和CO平均濃度和污染濃度均較高;該聚類(lèi)軌跡長(zhǎng)度較短，說(shuō)明該方向的氣團(tuán)移動(dòng)速度較慢，對(duì)應(yīng)的大氣擴(kuò)散條件較差，容易導(dǎo)致污染物逐漸累積形成污染過(guò)程。

聚類(lèi)D從東海和浙江東部、途經(jīng)杭州灣和上海，再入江蘇影響園區(qū)，該路徑對(duì)應(yīng)的O3平均濃度最高、污染濃度也較高，且污染濃度出現(xiàn)概率明顯高于其他聚類(lèi);杭州灣區(qū)域和上海等地經(jīng)濟(jì)發(fā)達(dá)，工業(yè)和交通密集，導(dǎo)致該路徑上的氣團(tuán)氮氧化物和VOCs濃度均較高，有利于臭氧的生成，需要加強(qiáng)區(qū)域聯(lián)防聯(lián)控機(jī)制，共同減排才能降低臭氧污染影響。途經(jīng)黃海和東海海面的偏東氣團(tuán)聚類(lèi)B和C，受海洋型氣團(tuán)影響較大，各類(lèi)污染物濃度均較低，說(shuō)明偏東氣流有利于園區(qū)空氣質(zhì)量改善，需要注意的是聚類(lèi)B雖然總體是有利于空氣質(zhì)量改善，但也存在北方污染氣團(tuán)出海后，再次回流登陸長(zhǎng)三角而影響園區(qū)的空氣質(zhì)量，該氣團(tuán)對(duì)應(yīng)的顆粒物污染濃度相對(duì)較高。

總體上，蘇州工業(yè)園區(qū)出現(xiàn)偏東氣團(tuán)、東北和東南氣團(tuán)的頻率較高;PM2.5和PM10受西北和西南大陸型氣團(tuán)的影響較大，海上也存在回流的北方污染氣團(tuán)影響。此外，東南方向的氣團(tuán)對(duì)應(yīng)的臭氧污染較重，且出現(xiàn)污染濃度的比例較高。

2.2 各季節(jié)氣團(tuán)軌跡來(lái)源特征

圖2為蘇州工業(yè)園區(qū)2018年各季節(jié)的氣流后向軌跡聚類(lèi)結(jié)果。從圖可見(jiàn)，2018年四個(gè)季節(jié)蘇州工業(yè)園區(qū)的氣團(tuán)來(lái)源軌跡差異性較大，具有較明顯的季節(jié)性特征。冬季蘇州工業(yè)園區(qū)主導(dǎo)風(fēng)向?yàn)闁|北風(fēng)（聚類(lèi)A占比36.9%），冬季蘇州工業(yè)園區(qū)受北方大陸型氣團(tuán)和東北方向上的海洋型氣團(tuán)影響為主，西風(fēng)和北風(fēng)較秋季明顯增加，其中西北偏西風(fēng)風(fēng)占比高達(dá)25.2%（聚類(lèi)E），增加了一倍以上;東南氣團(tuán)聚類(lèi)C占比為7.5%，該聚類(lèi)軌跡的長(zhǎng)度明顯較其他聚類(lèi)類(lèi)別短，說(shuō)明該聚類(lèi)擴(kuò)散條件較差，因此，冬季刮偏南風(fēng)時(shí)需關(guān)注蘇州本地及長(zhǎng)三角區(qū)域內(nèi)的污染輸送和累積現(xiàn)象。

春季主導(dǎo)風(fēng)向?yàn)槠珫|風(fēng)（聚類(lèi)B），占比為24.3%，該聚類(lèi)代表的氣團(tuán)主要來(lái)源于黃海和東海，所經(jīng)區(qū)域以海面為主，污染源相對(duì)較少，總體有利于空氣質(zhì)量改善;其次是東北偏北氣團(tuán)（聚類(lèi)A）出現(xiàn)頻次較高，占比為21.4%，該氣團(tuán)主要途經(jīng)渤海灣、黃海進(jìn)入江蘇東部影響蘇州工業(yè)園區(qū)，所經(jīng)區(qū)域以海洋為主，且該路徑移動(dòng)速度快，說(shuō)明該路徑的大氣擴(kuò)散條件相對(duì)較好，有利于空氣質(zhì)量改善;總體上，春季各方向氣團(tuán)來(lái)源相對(duì)較均勻，其中南方和東南氣團(tuán)較冬季明顯增加，聚類(lèi)C和聚類(lèi)D代表的南方氣團(tuán)占比高達(dá)32.9%。夏季大氣對(duì)流旺盛，受副熱帶高壓、臺(tái)風(fēng)等影響，主導(dǎo)風(fēng)向?yàn)闁|南風(fēng)，占比達(dá)30.4%，其次是東南偏南風(fēng)，占比為21.5%;夏季，蘇州工業(yè)園區(qū)受到的海洋型氣團(tuán)明顯增加，北方氣團(tuán)顯著減少，大陸型氣團(tuán)影響較小，僅西南氣團(tuán)主要來(lái)自于內(nèi)陸，占比為8.2%，其它方向的氣團(tuán)均來(lái)源于海洋，其中受東海和黃海的海洋型氣團(tuán)影響較大，海洋型氣團(tuán)占比高達(dá)91.8%。秋季主導(dǎo)風(fēng)向?yàn)槠珫|風(fēng);與夏季相比，氣團(tuán)明顯開(kāi)始向北延伸，北方氣團(tuán)顯著增加，東南氣團(tuán)由夏季的60%以上下降到11%，東北風(fēng)和西北風(fēng)顯著增加，受西北和西南方向的大陸型氣團(tuán)影響增加到20.2%。

3 結(jié)束語(yǔ)

（1）從100米的后向軌跡聚類(lèi)分析看，蘇州工業(yè)園區(qū)的主導(dǎo)風(fēng)向?yàn)闁|北偏東風(fēng)，占比為23.7%，其次為東北偏北風(fēng)（20.5%）和西北風(fēng)（17.8%），總體上受海洋型氣團(tuán)和北方大陸型氣團(tuán)影響較大。

（2）蘇州工業(yè)園區(qū)出現(xiàn)偏東氣團(tuán)、東北和東南氣團(tuán)的頻率較高;PM2.5和PM10受西北和西南大陸型氣團(tuán)的影響較大，海上也存在回流的北方污染氣團(tuán)影響。此外，東南方向的氣團(tuán)對(duì)應(yīng)的臭氧污染較重，且出現(xiàn)污染濃度的比例較高。

（3）從季節(jié)上看，冬季蘇州工業(yè)園區(qū)主導(dǎo)風(fēng)向?yàn)闁|北風(fēng)，受北方大陸型氣團(tuán)和東北方向上的海洋型氣團(tuán)影響為主，西風(fēng)和北風(fēng)較秋季明顯增加，偏南風(fēng)時(shí)需關(guān)注本地及長(zhǎng)三角區(qū)域內(nèi)的污染輸送和累積現(xiàn)象。春季各方向氣團(tuán)來(lái)源相對(duì)較均勻，其中南方和東南氣團(tuán)較冬季明顯增加。夏季蘇州工業(yè)園區(qū)受東南和東北方向的海洋型氣團(tuán)明顯增加，北方大陸型氣團(tuán)顯著減少。秋季主導(dǎo)風(fēng)向?yàn)槠珫|風(fēng)，氣團(tuán)明顯開(kāi)始向北延伸，東南海洋型氣團(tuán)顯著減少，西北和西南方向的大陸型氣團(tuán)占比增加到20.2%。

參考文獻(xiàn)：

[1]封藝，劉紅年，孫凱.長(zhǎng)三角城市群污染輸送相互影響的敏感性試驗(yàn)[J].環(huán)境監(jiān)控與預(yù)警，2016（1）：5-12.

[2]郭政，陳爽，董平，等.長(zhǎng)江三角洲城市群工業(yè)污染時(shí)空演化及其驅(qū)動(dòng)因素[J].中國(guó)環(huán)境科學(xué)，2019，39（03）：429-441.

[3]陳燕，蔣維楣，郭文利，等.珠江三角洲地區(qū)城市群發(fā)展對(duì)局地大氣污染物擴(kuò)散的影響[J].環(huán)境科學(xué)學(xué)報(bào)，2005，25（5）：

700-710.

[4]張?jiān)７遥焯?，馮銀廠，等.氣象因素對(duì)環(huán)境空氣質(zhì)量達(dá)標(biāo)的影響分析[J].城市環(huán)境與城市生態(tài)，2006（4）：33-36.

[5]嚴(yán)智勇.深圳市近年來(lái)環(huán)境空氣質(zhì)量情況及主要影響因素分析研究[J].環(huán)境科學(xué)與管理，2014，39（8）：125-129.

[6]王曉琦，郎建壘，程水源，等.京津冀及周邊地區(qū)PM2.5傳輸規(guī)律研究[J].中國(guó)環(huán)境科學(xué)，2016，36（11）：3211-3217.

[7]王世強(qiáng)，黎偉標(biāo)，鄧雪嬌，等.廣州地區(qū)大氣污染物輸送通道的特征[J].中國(guó)環(huán)境科學(xué)，2015，35（10）：2883-2890.

[8]Wang， Y. Q. X. Y. Zhang， R. Arimoto， J. J. Cao，and Z. X. Shen （2004）， The transport pathways and sources of PM10 pollution in Beijing during spring 2001， 2002 and 2003[J].Geophys. Res. Lett.， 31， L14110， doi：10.1029/2004GL019732.

[9]王艷，柴發(fā)合，王永紅，等.長(zhǎng)江三角洲地區(qū)大氣污染物輸送規(guī)律研究[J].環(huán)境科學(xué)，2008，29（5）：1430-1435.

[10]王茜.利用軌跡模式研究上海大氣污染的輸送來(lái)源[J].環(huán)境科學(xué)研究，2013，26（4）：357-363.

[11]何濤，彭燕，喬利平，等.常州市冬季大氣污染特征及潛在源區(qū)分析[J].環(huán)境科學(xué)研究，2018（3）：487-495.

[12]劉世璽，安俊琳，朱彬，等.遠(yuǎn)距離輸送作用對(duì)南京大氣污染的影響[J].生態(tài)環(huán)境學(xué)報(bào)，2010，19（11）：2629-2635.