楊雪玲，邢 莉，王 穎，劉隨心，劉文霞

1.西安地球環(huán)境創(chuàng)新研究院，陜西 西安 710061 2.中國科學(xué)院地球環(huán)境研究所,中國科學(xué)院氣溶膠化學(xué)與物理重點實驗室，陜西 西安 710061 3.中國科學(xué)院地球環(huán)境研究所,黃土與第四紀(jì)地質(zhì)國家重點實驗室，陜西 西安 710061 4.陜西師范大學(xué)地理科學(xué)與旅游學(xué)院，陜西 西安 710062 5.蘭州大學(xué)大氣科學(xué)學(xué)院，甘肅 蘭州 730000 6.蘭州大學(xué),半干旱氣候變化教育部重點實驗室，甘肅 蘭州 730000 7.寶雞市環(huán)境監(jiān)測中心站，陜西 寶雞 721016

近年來，汾渭平原(包括山西省晉中市、運城市、臨汾市、呂梁市，河南省洛陽市、三門峽市，陜西省西安市、銅川市、寶雞市、咸陽市、渭南市及楊凌示范區(qū))空氣污染問題日益凸顯，污染程度僅次于京津冀及周邊地區(qū)，部分地區(qū)空氣質(zhì)量指標(biāo)甚至劣于京津冀地區(qū)，亟需加大治理力度.為改善汾渭平原環(huán)境質(zhì)量，增強人民的藍天幸福感，實現(xiàn)環(huán)境效益、經(jīng)濟效益和社會效益多贏，2018年6月國務(wù)院印發(fā)《打贏藍天保衛(wèi)戰(zhàn)三年行動計劃》，將汾渭平原納入到大氣污染防治重點區(qū)域，從產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)、運輸結(jié)構(gòu)、用地結(jié)構(gòu)等4個方面提出了具體治理要求.

污染物排放量大和特殊地形形成的不利擴散條件，使得汾渭平原重污染頻發(fā)[1].寶雞市位于汾渭平原的最西部，北有黃土臺塬、南有秦嶺橫亙、西側(cè)隴塬收口，三面都有天然地形屏障.寶雞市國家重點監(jiān)測的污染源主要分布在寶雞市東北部，而寶雞市主導(dǎo)風(fēng)向為偏東風(fēng)[2]，其傳輸上游為空氣質(zhì)量較差的咸陽市和西安市，東風(fēng)易將上游污染氣團傳輸至寶雞市，三面環(huán)山的地形造成污染物累積，容易爆發(fā)持續(xù)性的重污染天氣過程.重污染期間，環(huán)境空氣質(zhì)量急劇下降，分析重污染成因可為空氣質(zhì)量的治理提供理論指導(dǎo).為研究各地區(qū)重污染成因，許多學(xué)者針對不同城市大氣污染問題開展了大量研究.高愈霄等[3]利用2013—2014年京津冀地區(qū)13個城市空氣質(zhì)量監(jiān)測數(shù)據(jù)，選取31次區(qū)域重污染事件分析了京津冀地區(qū)2013—2014年空氣質(zhì)量、重污染過程的變化規(guī)律以及均壓場天氣型污染特征，結(jié)果顯示京津冀地區(qū)空氣污染自北向南逐步加重，有明顯的區(qū)域特征；O3型均壓場和顆粒物型均壓場是京津冀地區(qū)均壓場天氣污染的代表，顆粒物型均壓場出現(xiàn)在秋冬季，表現(xiàn)為氣壓梯度小，伴隨西南小風(fēng)和逆溫現(xiàn)象，O3型均壓場出現(xiàn)在春末、夏季.Wise等[4]利用Kolmogorov-Zurbenko (KZ)過濾方法研究了影響美國西南地區(qū)O3和顆粒物(PM)的氣象因子，結(jié)果表明溫度和混合層高度均對O3的影響較大，濕度對PM的影響最大，O3濃度變化的40%～70%是由于氣象條件變化引起的，顆粒物濃度變化的20%～50%是由于氣象條件變化引起的.李珊珊等[5]研究表明，重污染日北京市、天津市、石家莊市的PM2.5外來輸送率分別為58%、54%、39%，區(qū)域輸送對于各地區(qū)PM2.5濃度有十分重要的影響.Tiwari等[6]研究表明：PM2.5濃度與混合高度之間存在顯著負相關(guān)，相關(guān)系數(shù)為-0.45，冬季相關(guān)性強于夏季；夏季PM2.5濃度與相對濕度之間呈顯著負相關(guān)，相關(guān)系數(shù)為-0.56，冬季PM2.5濃度與相對濕度呈正相關(guān)，相關(guān)系數(shù)為0.32.Karagiannidis等[7]研究表明:氣象條件對佩特雷市的空氣質(zhì)量影響顯著，受反氣旋系統(tǒng)或弱的緯向環(huán)流控制時氣壓較高，邊界層低、地面風(fēng)速弱、垂向擴散能力弱均限制了污染物的擴散，CO、PM10、NO和NO2濃度增加;而O3濃度分布與其他污染物不同，在氣旋系統(tǒng)控制時其濃度增加.王珊等[8]利用西安市8個氣象站點的氣象觀測資料及13個站點的污染物濃度監(jiān)測資料，分析了西安市2013年12月16—25日重霾天氣過程的污染特點及成因，結(jié)果顯示不利氣象條件是造成此次霾污染的主要原因，霾發(fā)展和維持階段氣象場特征表現(xiàn)為受弱氣壓場控制，氣壓梯度小、風(fēng)速小、層結(jié)穩(wěn)定，弱的降溫與相對濕度增大以及西安市特有的喇叭口地形進一步加重了霾污染.

研究[9-14]表明，污染氣象成因和污染物區(qū)域傳輸作用對本地污染的影響較大，研究不同地區(qū)污染氣象成因和污染物區(qū)域傳輸作用對本地區(qū)污染的治理有要的意義.目前，對寶雞市重污染特征的研究較少，因此該研究利用污染物濃度監(jiān)測資料和氣象要素觀測資料，采用統(tǒng)計學(xué)分析方法、特征雷達圖和HYSPLIT-4后向軌跡模型對寶雞市2018年12月29日—2019年1月8日持續(xù)性重污染過程進行初步分析，探討此次重污染天氣的形成與發(fā)展機制，以期為寶雞市重污染天氣過程提供理論基礎(chǔ)和環(huán)境治理方向，為汾渭平原污染擴散條件類似城市的環(huán)境治理提供借鑒.

1 資料與方法

1.1 數(shù)據(jù)來源

污染物濃度資料來源于寶雞市環(huán)境空氣質(zhì)量8個國控站點〔寶雞市監(jiān)測站、竹園溝、文理學(xué)院、三陸醫(yī)院、三迪小學(xué)、技工學(xué)校、陳倉區(qū)環(huán)保局家屬樓、廟溝村(對照點)〕以及9個省控站點(扶風(fēng)縣環(huán)保局、眉縣環(huán)保局、岐山縣環(huán)保局、鳳翔縣環(huán)保局、太白縣紀(jì)委、麟游縣環(huán)保局、千陽縣環(huán)保局、隴縣環(huán)保局、鳳縣市民中心)逐時監(jiān)測資料，監(jiān)測站點位置分布如圖1所示.氣象要素資料來自寶雞市國家基準(zhǔn)站地面觀測資料，監(jiān)測時間為2018年12月29日00:00—2019年1月8日23:00，監(jiān)測的污染物種類有SO2、NO2、O3、CO、PM10、PM2.5，氣象要素有氣溫、相對濕度、風(fēng)速、風(fēng)向等.

圖1 寶雞市監(jiān)測站點分布Fig.1 The distribution of monitoring sites of Baoji City

1.2 分析方法

1.2.1特征雷達圖

特征雷達圖是利用數(shù)學(xué)算法消除污染物濃度變化以及不同污染物間濃度量級差異的影響，可以直觀和快速地分辨大氣污染特征在時間和空間上發(fā)生的變化.利用歷史特征雷達圖可以在時間序列上判斷出偏沙塵污染型、偏燃煤污染型、偏二次顆粒物污染型、偏機動車污染型、偏煙花污染型等多個污染類型；利用區(qū)域特征雷達圖可以在區(qū)域分布中判斷出偏燃煤污染區(qū)、偏機動車污染區(qū)、偏鋼鐵污染區(qū)等多個區(qū)域類型[15].

1.2.2統(tǒng)計學(xué)變量

選用統(tǒng)計學(xué)變量平均值(M)和相關(guān)系數(shù)(R)分析污染物和氣象要素的基本特征及二者的相關(guān)性.

(1)

(2)

1.2.3后向軌跡

HYSPLIT-4模型是由美國國家海洋和大氣管理局(NOAA)空氣資源實驗室和澳大利亞氣象局聯(lián)合研發(fā)的一種完整的輸送、擴散和沉降模式，用于計算簡單的氣團軌跡，以及復(fù)雜的傳輸、擴散、化學(xué)轉(zhuǎn)換和沉積模擬的專業(yè)模型[16].

HYSPLIT-4模型應(yīng)用最廣的模塊是氣團后向軌跡分析，該模塊可以確定氣團的來源并建立源-受體關(guān)系.還可用于模擬污染物和危險物質(zhì)在大氣中的傳輸、擴散和沉積等過程，包括放射性物質(zhì)的跟蹤和預(yù)測，野火煙霧、風(fēng)吹塵埃、各種固定和流動排放源的污染物、過敏原和火山灰的釋放.

HYSPLIT-4模型是一種歐拉和拉格朗日混合型的計算模式.在擴散模型中，氣團擴散到超過氣象網(wǎng)格單元的大小(水平或垂直)，然后分裂成幾個新的氣團，每個氣團都有其污染物質(zhì)量的份額.在粒子模型中，固定數(shù)量的粒子通過水平風(fēng)場沿模型域平流，并通過湍流分量進行擴散.

2 結(jié)果與討論

2.1 污染特征分析

2019年元旦前后京津冀地區(qū)、汾渭平原地區(qū)陸續(xù)爆發(fā)長時間的重污染天氣，寶雞市位于重污染區(qū)域的最西邊，屬于汾渭平原污染較重的城市.由圖2可見：此次重污染過程首要污染物均為PM2.5，重污染期間寶雞市AQI指數(shù)日變化與ρ(PM2.5)日變化一致(R=0.99).自2018年12月29日起ρ(PM2.5)逐日升高；2019年1月1日ρ(PM2.5)升至166 μg/m3，環(huán)境空氣質(zhì)量開始達到重度污染級別；1月3日ρ(PM2.5)升至284 μg/m3；4日、5日受弱冷氣流的影響，ρ(PM2.5)略有降低；6日ρ(PM2.5)達到最大值(308 μg/m3)，之后開始下降；8日ρ(PM2.5)降至71 μg/m3，環(huán)境空氣質(zhì)量轉(zhuǎn)為良.根據(jù)ρ(PM2.5)變化特征，將此次重污染過程劃分為發(fā)展階段(2018年12月29—31日)、維持階段(2019年1月1—6日)、消退階段(2019年1月7—8日).寶雞市此次重污染過程有幾個明顯特征：①污染持續(xù)時間長，有8 d (2018年12月31日—2019年1月7日)日均ρ(PM2.5)超過GB 3095—2012《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》中二級標(biāo)準(zhǔn)限值(75 μg/m3)，有6 d (2019年1月1—6日)環(huán)境空氣質(zhì)量在重度及以上污染級別(AQI>200)；②污染強度大，重污染期間ρ(PM2.5)平均值為205.4 μg/m3，有2 d達到嚴(yán)重污染級別(2019年1月3日和6日，AQI>300)；③弱冷空氣對空氣質(zhì)量的改善周期短，高濕環(huán)境使得污染加重.

圖2 2018年12月29日—2019年1月8日寶雞市AQI和ρ(PM2.5)時間變化序列Fig.2 Temporal variations of AQI and PM2.5 in Baoji City from December 29th,2018 to January 8th,2019

2.1.1污染物濃度時間變化特征分析

由圖3可見，此次重污染過程ρ(PM2.5)與ρ(PM10)分布特征明顯.發(fā)展階段，ρ(PM2.5)和ρ(PM10)均持續(xù)升高，ρ(PM2.5)/ρ(PM10)在0.6～1.0之間浮動，具有明顯的日變化特征.維持階段，ρ(PM2.5)/ρ(PM10)繼續(xù)升高，2019年1月4日受間隙冷空氣影響，ρ(PM2.5)和ρ(PM10)均在短期內(nèi)下降，弱冷空氣在短期內(nèi)使得污染物濃度下降；在長期高濕環(huán)境下，污染物的二次轉(zhuǎn)化作用增強，加重了當(dāng)?shù)匚廴?，?PM2.5)和ρ(PM10)均明顯升高，2019年1月6日20:00ρ(PM2.5)達最大值(379 μg/m3)，ρ(PM2.5)/ρ(PM10)在0.9左右穩(wěn)定波動，說明該時段內(nèi)ρ(PM2.5)占比較大.消退階段，受強冷空氣影響，ρ(PM2.5)與ρ(PM10)均驟降，2019年1月7日09:00—11:00ρ(PM2.5)由191 μg/m3降至54 μg/m3，09:00—11:00ρ(PM2.5)減小了147 μg/m3，ρ(PM2.5)/ρ(PM10)由0.9降至0.3，說明消退階段ρ(PM2.5)占比下降明顯.

城市中NO2主要源自機動車尾氣排放等移動污染源[17]，而SO2主要源自工業(yè)燃燒(如燃煤發(fā)電、金屬冶煉等)等固定污染源[18].因此，大氣中ρ(NO2)/ρ(SO2)可以作為移動源和固定源貢獻估算的指標(biāo).若ρ(NO2)/ρ(SO2)越高，說明移動污染源的貢獻率越高；ρ(NO2)/ρ(SO2)越低，說明固定污染源的貢獻率越高[19-20].研究[21-22]表明：我國北方機動車排放的SO2遠少于NO2，ρ(NO2)/ρ(SO2)在24～119之間；固定源排放SO2和NO2，ρ(NO2)/ρ(SO2)為0.2～0.8.由圖3可見：整個過程ρ(NO2)和ρ(SO2)均存在明顯的日變化特征，ρ(SO2)在5～25 μg/m3范圍內(nèi)變化，重污染過程3個階段ρ(SO2)變化差異不大；ρ(NO2)在16～103 μg/m3范圍內(nèi)變化，重污染維持階段ρ(NO2)顯著升高；ρ(NO2)/ρ(SO2)在重污染發(fā)展階段、維持階段和消退階段的平均值分別為5.43、6.20、3.99，均大于0.8，說明此次重污染過程移動源較固定源對污染的貢獻大.重污染過程3個階段中ρ(NO2)/ρ(SO2)先增后減，說明隨著減排措施的不斷實施，區(qū)域性移動源減排的正面效果超過工業(yè)源減排的正面效果，移動源貢獻率下降、工業(yè)源貢獻率上升，據(jù)此可推斷短時間內(nèi)移動源管控(機動車限行等)減排效率高于工業(yè)源管控措施(工業(yè)限產(chǎn)等).

圖3 2018年12月29日—2019年1月8日寶雞市污染物質(zhì)量濃度變化趨勢Fig.3 Temporal variations of the mass concentration of pollutant in Baoji City from December 29th,2018 to January 8th,2019

固定燃燒源是CO的最大來源，生物質(zhì)、煤炭和汽油燃燒是CO排放的主要來源[23]，因此ρ(CO)/ρ(SO2)可以表征本地源對空氣污染的貢獻率，其比值越高，說明當(dāng)?shù)氐呢暙I率越高[24].由圖3可見：ρ(CO)和ρ(SO2)存在明顯的日變化特征，整個重污染過程ρ(CO)先升后降，在0.6～3.5 mg/m3范圍內(nèi)變動，峰值出現(xiàn)在重污染維持階段(2019年1月6日22:00)；ρ(CO)/ρ(SO2)在重污染發(fā)展階段、維持階段和消退階段的平均值分別為0.12、0.21、0.10，說明此次重污染過程本地源排放對污染的貢獻先增后減.靜穩(wěn)天氣持續(xù)，本地排放污染物難以擴散，本地源排放對重污染的貢獻逐漸凸顯.

2.1.2污染特征分析

利用監(jiān)測資料得到的5種污染因子〔SO2、NO2、CO、PM2.5和粗顆粒物(PM2.5～10)〕繪制歷史特征雷達圖來分析此次重污染過程污染變化特征.5種污染因子中PM2.5既有一次污染源又有污染物的二次轉(zhuǎn)化生成[25].SO2、NO2、CO和粗顆粒物主要來自于一次污染源排放[26-27]，其中，SO2主要來自燃煤和鋼鐵等工業(yè)過程源的排放[28]，NO2主要來自燃煤、工業(yè)過程(焦化、玻璃等)、機動車尾氣排放[29-31]，CO主要是由燃煤、機動車、鋼鐵及生物質(zhì)等的不完全燃燒產(chǎn)生[32-33]，粗顆粒物主要來自于沙塵、土壤和揚塵[34-35].通過繪制特征雷達圖，依據(jù)特定時間或站點污染物特征值的不同組合，可以判斷環(huán)境空氣質(zhì)量特征受哪些源或機制影響.若5種污染因子特征值均未超出其特征值的上、下限，表明特定時間或站點的污染特征與歷史平均或區(qū)域平均相比未發(fā)生顯著變化，歸類為偏綜合型；當(dāng)PM2.5特征值超出上限，表明污染特征受二次顆粒物生成影響顯著；當(dāng)SO2、NO2、CO特征值均超出上限，表明污染特征受工業(yè)排放過程影響；當(dāng)NO2和CO特征值均超出上限，表明污染特征受機動車影響顯著；當(dāng)粗顆粒物特征值超出上限，表明污染特征受揚塵影響顯著；當(dāng)SO2特征值明顯超出上限，表明污染特征受燃煤排放影響.

由圖4可見：重污染發(fā)展階段寶雞市污染特征由偏綜合型和偏燃煤型污染特征逐漸轉(zhuǎn)化為偏二次型污染；重污染維持階段主要以二次污染類型為主，4日受間歇冷空氣的影響，短期內(nèi)出現(xiàn)偏燃煤型污染；消退階段污染類型由偏二次型轉(zhuǎn)變?yōu)槠珦P塵型；重污染結(jié)束后污染類型以偏揚塵型為主.重污染期間污染特征以偏二次型為主，在制定重污染應(yīng)急措施時，應(yīng)考慮減少二次反應(yīng)前體物的排放和改變污染物二次反應(yīng)條件，從源頭和過程兩方面阻止二次反應(yīng)對重污染的影響.

圖4 寶雞市歷史特征雷達圖Fig.4 Radar map of historical characteristics of Baoji City

2.2 污染氣象成因分析

2.2.1環(huán)流形勢影響分析

分析此次重污染過程不同高度層(500 hPa、700 hPa和地面)08：00環(huán)流形勢變化可知：2018年12月31日08:00汾渭平原高空500 hPa受西北氣流控制，中層700 hPa處于平直西風(fēng)氣流，地面處于高壓后部受偏南氣流影響，大氣擴散條件一般，偏南氣流攜帶水汽較大，有利于本地污染的二次轉(zhuǎn)化，寶雞市空氣質(zhì)量逐漸轉(zhuǎn)差，由前期良至輕度污染轉(zhuǎn)為輕至中度污染；2019年1月1日08:00空中高層氣流平直轉(zhuǎn)西北西氣流，中低層為西北氣流，低層受東南氣流影響，地面處于高壓底部受偏東氣流影響，偏東氣流的輸送將寶雞市東部的污染物傳輸?shù)綄氹u市，寶雞市三面環(huán)山，偏東氣流將污染物帶入，氣流在盆地底部回流難以擴散，重污染爆發(fā)；2日、3日高空受西北氣流控制，中低層偏東氣流輸送，地面受均壓場控制，氣流靜穩(wěn)，加重了寶雞市污染，空氣質(zhì)量達到嚴(yán)重污染級別；4日空中高層受偏西氣流影響，中層受偏東氣流影響，低層為東南氣流，地面高壓東移，受間歇性弱冷氣流活動的影響，污染物濃度短期內(nèi)下降，由于空氣濕度升高明顯，寶雞市污染仍未得到緩解；5日、6日大氣靜穩(wěn)狀態(tài)持續(xù)，空氣濕度增加，大氣擴散條件不利，寶雞市重度污染天氣持續(xù)；6日下午地面有冷空氣滲透，空中高層受高原短波槽東移影響，中層轉(zhuǎn)西北氣流，低層為東南氣流影響，地面處于高壓前部，大氣擴散條件有轉(zhuǎn)好趨勢；7日冷空氣南下空中高層受平直氣流影響，中層受西北氣流控制，低層偏北氣流，7日午后汾渭平原中西部地區(qū)受冷氣團控制，大氣擴散條件有利，污染物濃度迅速降低，重污染過程結(jié)束.發(fā)展階段，東南氣流將濕度較大的污染氣團輸送至寶雞市，造成寶雞市重污染的爆發(fā)；維持階段，受均壓場的控制，污染物不易擴散，高濕的環(huán)境有利于污染物的二次轉(zhuǎn)化，造成污染持續(xù)加重；消退階段，干冷空氣滲入，將污染氣團“趕出”，空氣質(zhì)量迅速轉(zhuǎn)好，此次重污染過程結(jié)束.

2.2.2氣象要素影響分析

風(fēng)對污染物有兩方面作用，一是整體的輸送作用，二是沖淡稀釋作用.風(fēng)向決定污染物遷移運動的方向，風(fēng)速決定污染物的遷移速度.污染物由上風(fēng)方被輸送到下風(fēng)方，風(fēng)速越大，單位時間內(nèi)污染物混合的清潔空氣量越大，沖淡稀釋作用就越好；風(fēng)速越小，污染氣團不易移動擴散，易聚集加重污染[36].此次重污染過程首要污染物為PM2.5，因此該研究主要分析風(fēng)對顆粒物的影響，風(fēng)向風(fēng)速玫瑰圖及各風(fēng)向與ρ(PM2.5)分布玫瑰圖如圖5所示.由圖5可見：此次重污染過程發(fā)展階段ρ(PM2.5)高值區(qū)出現(xiàn)在寶雞市東部的扶風(fēng)縣和眉縣，維持階段ρ(PM2.5)高值出現(xiàn)在寶雞市西部的隴縣.整個污染期間主導(dǎo)風(fēng)向為東南風(fēng)，風(fēng)速大于2 m/s的均為東南風(fēng)，大風(fēng)容易造成污染物的長距離輸送，寶雞市東部地區(qū)空氣質(zhì)量最先達到重污染級別；次主導(dǎo)風(fēng)向為西北風(fēng)，西北風(fēng)風(fēng)速以靜小風(fēng)(風(fēng)速小于1.5 m/s)為主，靜穩(wěn)氣流使得污染物在本地徘徊，造成污染物累積，使得寶雞市重污染持續(xù).結(jié)合ρ(PM2.5)在各風(fēng)向上的分布，可以得到污染物濃度高值出現(xiàn)在東南風(fēng)、西北風(fēng)的頻次較多.寶雞市重點污染源位于寶雞市的東北地區(qū)，是造成東北風(fēng)方向出現(xiàn)ρ(PM2.5)高值的主要原因.

圖5 風(fēng)向與風(fēng)速以及風(fēng)向與ρ(PM2.5)分布玫瑰圖Fig.5 Wind rose diagram and the PM2.5 concentration distribution in wind direction

特殊地形的影響，東南大風(fēng)將汾渭平原中東部污染物傳輸帶入寶雞市，西北和東北方向風(fēng)速均較小，靜穩(wěn)氣流使得污染物在本地斡旋，造成污染物的累積，從而加重污染程度.

2.2.3后向軌跡分析

利用HYSPLIT-4后向軌跡模型對此次污染過程寶雞市大氣運動進行分析.根據(jù)寶雞市風(fēng)向的垂直分布及當(dāng)?shù)刈畲蠡旌蠈拥母叨萚37]，設(shè)置100、500、1 500 m 3個高度層進行48 h內(nèi)后向軌跡分析.由表1可見：2018年12月31日寶雞市氣團在100、500 m高度上均來自寶雞市東部地區(qū)，傳輸范圍為650 km；1 500 m高度氣團來自西南方向，距離寶雞市650 km的范圍.2019年1月3日100、500 m高度氣團從河南南部沿西北方向進入陜西省境內(nèi)，經(jīng)由汾渭平原中東部最終到達寶雞市，傳輸范圍為400 km；1 500 m高度氣團從我國西部地區(qū)傳輸進入寶雞市.1月6日100、500 m高度氣團傳輸路徑差異明顯，100 m氣團在汾渭平原中東部區(qū)域打轉(zhuǎn)，一路向西傳輸進入寶雞市；500 m高度氣團傳輸路徑較遠，由河南省中部經(jīng)山西省進入陜西省境內(nèi)，快速進入寶雞市；1 500 m高度氣團來及西南方向，距離較遠.1月8日100、500、1 500 m高度氣團均來自寶雞市北部，傳輸速度較快.偏東氣流將污染物送至寶雞市，造成重污染的爆發(fā)，氣流靜穩(wěn)使得污染物在本地徘徊，延長了重污染持續(xù)的時間，偏北氣流帶來的冷空氣將污染氣團轉(zhuǎn)移，空氣質(zhì)量逐漸轉(zhuǎn)好.氣團移動路徑進一步驗證了氣象條件對污染物濃度影響的分析結(jié)果.近地面氣團的移動具有區(qū)域特性，汾渭平原的重污染治理需要加強區(qū)域聯(lián)動，共同治理環(huán)境污染問題.

表1 寶雞市HYSPLIT-4 48 h后向軌跡分析Table 1 48 h backward trajectory analysis from the HYSPLIT-4 model in Baoji City

3 結(jié)論

a) 此次重污染持續(xù)時間長，污染強度大.重污染過程有6 d空氣質(zhì)量達到重度及以上污染級別，重污染期間ρ(PM2.5)平均值為205.4 μgm3，有2 d達到嚴(yán)重污染級別.弱冷空氣對空氣質(zhì)量改善的周期較短，高濕環(huán)境有利于污染物的二次轉(zhuǎn)化使得污染加重.

b) 氣象因子對污染物的影響作用較大，此次重污染過程汾渭平原500 hPa高度位于槽后脊前位置，700 hPa有西南暖濕氣流輸送容易形成上暖下冷的穩(wěn)定結(jié)構(gòu)，結(jié)合地面均壓場或弱輻合形勢，污染物不易擴散，易聚集累積.此次重污染過程主導(dǎo)風(fēng)向為東南風(fēng)，風(fēng)速大于2 ms時，風(fēng)向均為東南風(fēng)，大風(fēng)容易造成污染物的長距離輸送，東南大風(fēng)將汾渭平原中東部污染物傳送至寶雞市；次主導(dǎo)風(fēng)向為西北風(fēng)，以靜小風(fēng)為主，靜穩(wěn)氣流使得污染物在本地徘徊，造成污染物累積，加重污染程度.

c) 重污染維持階段ρ(PM2.5)ρ(PM10)在0.9左右，說明此次過程ρ(PM2.5)占比較大.ρ(NO2)ρ(SO2)在重污染發(fā)展、維持階段和消退階段的平均值分別為5.43、6.20、3.99，說明此次重污染過程移動源排放比固定源對污染的貢獻較大.ρ(NO2)ρ(SO2)先增后減，說明隨著減排措施的不斷實施，區(qū)域性移動源減排的正面效果超過工業(yè)源減排的效果，移動源貢獻率下降、工業(yè)源貢獻率上升，因此短時間內(nèi)移動源管控(機動車限行等)減排效率好于工業(yè)源管控措施(工業(yè)限產(chǎn)等).ρ(CO)ρ(SO2)在重污染發(fā)展階段、維持階段和消退階段的平均值分別為0.12、0.21、0.10，說明此次重污染過程本地源排放對污染的貢獻先增后減，靜穩(wěn)天氣持續(xù)，本地排放污染物難以擴散，本地源排放對重污染的貢獻逐漸凸顯.

d) 2018年12月29日—2019年1月8日歷史特征雷達圖顯示，此次重污染過程寶雞市污染特征由污染特征不明顯和偏燃煤型污染特征逐漸轉(zhuǎn)化為偏二次型污染，重污染過程結(jié)束后污染類型以偏揚塵型為主.