何宇凡

(云南省生態(tài)環(huán)境監(jiān)測中心，云南 昆明 650034)

0 引言

雖然我國大氣污染防治取得顯著成效，但是隨著工業(yè)化和城市化的推進，人口-發(fā)展-環(huán)境之間的矛盾依然突出。世界衛(wèi)生組織研究表明，2012年約330萬人死于室內(nèi)空氣污染，約260萬人死亡原因為戶外空氣污染[1]?？諝馕廴镜膯栴}受到了越來越多的關(guān)注。除了本地污染外，污染跨界傳輸也是造成空氣污染的重要原因[2]。張志剛[3]、郭倩[4]、唐毅[5]等人分別研究了北京、成都市、攀枝花市的外來污染源，Jeong[6]、Squizzato[7]、Wimolwattanapun[8]等人研究結(jié)果表明釜山、威尼斯、曼谷城區(qū)和郊區(qū)的污染均受到污染物長距離傳輸影響。

云南省位于我國西南地區(qū)，與緬甸、越南和老撾接壤，地理位置特殊，且位于東南季風和西南季風控制之下，云南省的空氣質(zhì)量不僅受到本地排放的影響，也受到東南半島國家的傳輸影響[9]。文章選取云南省東南邊境城市紅河州為研究對象，對其環(huán)境空氣質(zhì)量及其影響因素進行了分析，旨在為區(qū)域污染特征研究積累基礎資料。

1 數(shù)據(jù)和方法

1.1 數(shù)據(jù)來源

研究選取國家空氣質(zhì)量監(jiān)測聯(lián)網(wǎng)管理平臺發(fā)布的2018—2020年紅河州州政府所在地蒙自環(huán)境空氣自動監(jiān)測數(shù)據(jù)，監(jiān)測及評價項目為二氧化硫、二氧化氮、可吸入顆粒物、細顆粒物、一氧化碳和臭氧等六項常規(guī)污染物實況日均值數(shù)據(jù)、小時數(shù)據(jù)以及同期的氣象數(shù)據(jù)。

1.2 分析方法

HYSPLIT模式可以用來計算和分析大氣污染物輸送、擴散軌跡，可以計算簡單的氣團軌跡以及模擬復雜的擴散和沉積，最初由NOAA和澳大利亞氣象局合作開發(fā)。文章的研究利用 HYSPLIT 模式和ArcGIS 技術(shù)結(jié)合的MeteoInfo軟件插件TrajStat進行后向軌跡聚類分析、潛在源貢獻分析(Potential Source Contribution Function,PSCF)和濃度權(quán)重軌跡分析( Concentration Weighted Trajectory,CWT)。潛在源貢獻因子分析法(PSCF)假設：如果氣團后向軌跡在某個網(wǎng)格當中有停留時間，那么該氣團會接收到來自這個區(qū)域的排放，隨后經(jīng)過傳輸，對接受點的濃度產(chǎn)生貢獻。濃度權(quán)重軌跡分析法(CWT)則可以通過計算軌跡的權(quán)重濃度定量給出每個網(wǎng)格的平均權(quán)重濃度。

2 結(jié)果與分析

2.1 環(huán)境空氣質(zhì)量總體狀況

2018—2020年，蒙自大氣環(huán)境質(zhì)量總體保持優(yōu)良。按日均值評價，實況優(yōu)良天數(shù)比例在90.0%～100%，2019年最低；從圖1可以看出，2018年優(yōu)良天數(shù)比例相對較高，2019年相對較低，總體呈現(xiàn)下降趨勢。

圖1 蒙自2018—2020年優(yōu)良天數(shù)比例情況

按年均值評價，評價期間，均符合二級標準。其中，二氧化硫、二氧化氮、可吸入顆粒物的年均值均符合一級標準，一氧化碳的相應百分位數(shù)符合一級標準，細顆粒物年均濃度、臭氧日最大8h均值的第90百分位數(shù)符合二級標準。

表1 城市環(huán)境空氣質(zhì)量類別評價表

主要污染時段：通過近三年的分析，冬春季(2—5月)是污染集中發(fā)生的時段。2019年蒙自出現(xiàn)輕度污染13d，超標天氣主要集中在3—5月，6—12月空氣質(zhì)量相對較好；2020年蒙自出現(xiàn)輕度污染7d，中度污染2d，超標天氣主要集中在3—4月，6—12月空氣質(zhì)量相對較好。

圖2 2018—2020年污染天氣月度分布情況

主要污染物質(zhì)：超標天數(shù)中，首要污染物以細顆粒物為主，2019年、2020年細顆粒物占比為69.2%和100%。首要污染物(包括空氣質(zhì)量為良的天數(shù))主要以細顆粒物為主，其次是臭氧和可吸入顆粒物。在污染天數(shù)中，超標污染物不僅僅是單一物種，而是多種污染物混合，較多的組合是PM2.5、PM10以及O3，一次源與光化學污染疊加，來源及機制較為復雜，特別是區(qū)域特殊的地理位置，使得它受到外源影響的可能性極大，復合型、結(jié)構(gòu)型污染態(tài)勢初現(xiàn)。

2.2 污染時段分析

2.2.1 后向軌跡分析

以紅河州蒙自(23.37°N，103.38°E)為參照點，選取1000m高度分別計算2019年(2019年3月25日—2019年4月1日)和2020年(2020年3月27日—2020年4月3日)污染時段后向24h的軌跡，用于追蹤抵達紅河州市的氣團過去24h的輸送路徑。結(jié)果如圖3所示。根據(jù)2019年氣團移動速度和方向分為5類，結(jié)果如表2所示。對比各聚類軌跡出現(xiàn)頻率及受點 PM2.5濃度，軌跡聚類1和2出現(xiàn)概率為16.23%和0.52% ，聚類1主導下受點 PM2.5平均濃度為101μg/m3，超標的濃度平均值107μg/m3，均超過二級標準；聚類2主導下受點 PM2.5平均濃度為139μg/m3，超標的濃度平均值139μg/m3，濃度超過三級標準。軌跡聚類3和5出現(xiàn)概率為29.32% 和38.74%，聚類3主導下受點 PM2.5平均濃度為70μg/m3，超標的濃度平均值83μg/m3；聚類5主導下受點 PM2.5平均濃度為88μg/m3，超標的濃度平均值94μg/m3。軌跡聚類4出現(xiàn)概率為15.18%，其主導下受點 PM2.5平均濃度為47μg/m3，超標的濃度平均值85μg/m3。綜上可認為2019年紅河州市污染期間，導致PM2.5濃度較高的氣流主要來自越南西北部的軌跡聚類1、2、3和5這四類，而來自云南省普洱市的聚類4是較清潔氣流。

圖3 紅河州市2019年(左)和2020年(右)后向軌跡聚類分布

表2 2019年紅河州市各聚類軌跡信息對比

根據(jù)2020年氣團移動速度和方向分為4類，結(jié)果如表3所示。對比各聚類軌跡出現(xiàn)頻率及受點PM2.5濃度，軌跡聚類1和2 主導下受點 PM2.5平均濃度和超標濃度超過二級標準，軌跡聚類3和4主導下受點 PM2.5超標濃度超過三級標準，污染濃度高的聚類1和2來自于緬甸東北部，而污染嚴重的聚類3和4來自于老撾北部。

表3 2020年紅河州市各聚類軌跡信息對比

2.2.2 PSCF和CWT分析

對紅河州PM2.5的 PSCF 和 CWT 計算結(jié)果如圖4所示。從圖可知，2019年云南省紅河州南部和越南北部是紅河州市潛在污染源區(qū)，2020年云南省紅河州的南部、滇西南大部分地區(qū)、越南和老撾北部、緬甸西北部是紅河州市潛在污染源區(qū)。

圖4 2019年和2020年紅河州市污染期間污染物潛在源區(qū)分布

3 結(jié)論

(1)2018—2020年，蒙自大氣環(huán)境質(zhì)量總體保持優(yōu)良，2019年相對較差，總體呈現(xiàn)下降趨勢。評價期間，各項污染物年均指標均符合或優(yōu)于二級標準。冬春季(2—5月)是污染集中發(fā)生的時段，6—12月空氣質(zhì)量相對較好。超標天數(shù)中，首要污染物以細顆粒物為主，其次是臭氧。

(2)2019年，導致PM2.5濃度較高的氣流主要來自越南西北部的氣團，而來自云南省普洱市的氣團是較清潔氣流。2020年污染濃度高的來自于緬甸的東北部，而污染嚴重的來自于老撾北部。

(3)2019年云南省紅河州南部和越南北部是紅河州市潛在污染源區(qū)，2020年云南省紅河州的南部、滇西南大部分地區(qū)、越南和老撾的北部、緬甸西北部是紅河州市潛在污染源區(qū)。