王振楠,張萌萌,邊帥鵬,姚成才,趙 利,孫天寶,蔡 艦,喬莎旎

1.中科宇圖科技股份有限公司,北京 100101

2.襄陽市大氣污染防治管理中心,湖北 襄陽 441011

近年來,我國秋冬季大氣重污染雖有改善,但污染仍以PM2.5為主。 研究證實,高濃度PM2.5會對人體健康、全球氣候變化、區(qū)域環(huán)境造成顯著的負(fù)面影響[1-3]。 因此,許多學(xué)者開展了關(guān)于PM2.5污染特征及成因[4-6]、化學(xué)組成及來源解析[7-9]等的研究,大多集中在京津冀、長三角等重點區(qū)域。 隨著長江經(jīng)濟帶的建設(shè),華中地區(qū)成為全國霾污染的一個高發(fā)區(qū)[10],其中湖北省以中部地區(qū)污染較重[11-13]。 襄陽市位于湖北省中部區(qū)域,是湖北省重要的工業(yè)城市,耗能高且污染排放總量大,大氣污染程度高[14]。 近年來襄陽市政府加大了對空氣污染的治理力度,空氣質(zhì)量狀況取得明顯改善,但襄陽市秋冬季的污染天氣仍頻發(fā),主要污染物以PM2.5為主。

為了弄清襄陽市PM2.5秋冬污染特征及來源,本研究選取襄陽大氣超級站及國控站2020 年11 月至2021 年1 月的監(jiān)測數(shù)據(jù),分析了PM2.5主要成分和化學(xué)特征,利用正定矩陣因子分析模型(PMF)對污染物進行來源解析,同時結(jié)合后向軌跡、潛在源貢獻因子法(PSCF)及濃度權(quán)重軌跡分析法(CWT)對秋冬季氣流來向和污染物的潛在貢獻源進行了分析,以期為襄陽市大氣污染物成因、來源及治理減排方案提供有效的科學(xué)依據(jù)。

1 研究方法

1.1 數(shù)據(jù)來源

數(shù)據(jù)來自湖北省環(huán)境監(jiān)測中心站超級站數(shù)據(jù)分析平臺(http:/ /59.172.208.250 ∶8082)、湖北省環(huán)境空氣質(zhì)量監(jiān)測數(shù)據(jù)管理系統(tǒng)(http:/ /59.172.208.250 ∶8100/)中襄陽市站點PM2.5污染最嚴(yán)重時段2020 年11 月1 日至2021 年1 月31 日的逐小時自動監(jiān)測數(shù)據(jù),包括氣態(tài)污染物(SO2、NO2、CO 和O3)質(zhì)量濃度、顆粒物(PM10和PM2.5)質(zhì)量濃度、PM2.5水溶性離子組分(簡稱WSI,包括Na+、、K+、Ca2+、Mg2+、Cl-、、)質(zhì)量濃度、碳質(zhì)組分質(zhì)量濃度(OC、EC)以及逐時溫度、相對濕度、風(fēng)速等氣象數(shù)據(jù)。 后向軌跡模型所用的氣象數(shù)據(jù)來自美國國家環(huán)境預(yù)報中心(NCEP)的全球資料同化系統(tǒng)(GDAS)氣象數(shù)據(jù)(ftp:/ /ftp.arl.noaa.gov/pub/archives/gdas1)。

1.2 數(shù)據(jù)分析方法

硫氧化率(SOR)和氮氧化率(NOR)采用肖致美等[7-8]方法進行計算,用來表征氣態(tài)污染物二次轉(zhuǎn)化程度。 基于EC 和OC 觀測數(shù)據(jù),根據(jù)TURPIN 等[15]提出的經(jīng)驗公式進一步估算出污染源直接排放的一次有機碳(POC)和經(jīng)光化學(xué)反應(yīng)生成的二次有機碳(SOC)的濃度,并計算出總碳(TC)濃度,以研究碳組分對PM2.5的貢獻及來源;采用PMF 對PM2.5的主要來源進行解析[16];使用Trajstat 中歐氏距離算法進行聚類,采用PSCF 及CWT 算法進行潛在源區(qū)分析[17]。

2 結(jié)果與討論

2.1 大氣污染特征與氣象要素分析

研究時段內(nèi),襄陽市優(yōu)良天氣有42 d,輕度污染29 d,中度污染14 d,重度污染7 d,首要污染物以PM2.5(占比75.0%)為主,且在出現(xiàn)污染天(日AQI＞100)時首要污染物均為PM2.5。 進一步分析不同PM2.5污染程度時大氣主要污染物濃度變化特征發(fā)現(xiàn)(圖1),優(yōu)良時段對應(yīng)的PM2.5、PM10、NO2、SO2、CO 的平均質(zhì)量濃度分別為45 μg/m3、81 μg/m3、39 μg/m3、13 μg/m3、0.8 mg/m3,除SO2外,其他污染物均隨著污染程度的升級出現(xiàn)明顯增長。

圖1 PM 2.5 不同污染程度下大氣主要污染物和氣象條件的變化特征Fig.1 Variation characteristics of main air pollutants and meteorological conditions at different PM 2.5 pollution levels

分析氣象數(shù)據(jù)發(fā)現(xiàn),濕度越高、氣溫越低時,污染等級越高。 PM2.5為0 ～75 μg/m3時,平均相對濕度為60.5%,平均溫度為8.9 ℃;在PM2.5為151 ～250 μg/m3時,平均相對濕度升至77.9%,平均溫度降至6.0 ℃。 風(fēng)速在PM2.5為0 ～75 μg/m3時最大(1.46 m/s),在PM2.5為116 ～150 μg/m3時最小(1.11 m/s),但重污染時段風(fēng)速有所增加。 在輕度污染時氣壓最低,中度、重度污染時氣壓有所升高。 可見,在不同的PM2.5質(zhì)量濃度污染等級下,氣象條件有所差別,輕度、中度污染時,表現(xiàn)為濕度高、風(fēng)速小、氣溫低,有利于污染的積累,重度污染時濕度大、風(fēng)速回升,以往研究指出湖北冬季發(fā)生重污染以區(qū)域傳輸為主并伴隨有較強偏北風(fēng)[10],而襄陽市位于湖北地區(qū)西北部傳輸通道前沿且處于盆地內(nèi)缺口,有利于上游污染的輸送與轉(zhuǎn)化。

為了進一步研究不同污染物排放及二次轉(zhuǎn)化的影響,利用特征比值進行分析,大氣污染物質(zhì)量濃度比見圖2。 其中PM2.5/PM10能夠反映可吸入顆粒物中細(xì)顆粒物的含量以及細(xì)顆粒物的二次形成[18],隨著污染程度的升高,該比值呈上升趨勢,說明二次細(xì)顆粒物的形成對襄陽市PM2.5高值的貢獻更大。 NO2是機動車尾氣排放的主要污染物,SO2/NO2可作為固定源和移動源的空氣污染指標(biāo),隨著污染程度的升高,該比值有下降趨勢,表明移動源對污染期間PM2.5的貢獻更大。 CO是惰性氣體,可以用其他污染物與CO 的質(zhì)量濃度比來分析污染物排放與二次轉(zhuǎn)化的情況[19],發(fā)現(xiàn)隨著污染等級升高,不同污染物具有顯著的變化特征,其中,PM2.5/CO 呈上升趨勢,最高值出現(xiàn)在重污染階段,說明污染期間污染排放與二次轉(zhuǎn)化對PM2.5形成有重要的影響。 SO2/CO、NO2/CO、O3/CO 呈明顯下降趨勢,表明隨著污染程度的加重,SO2、NO2、O3化學(xué)轉(zhuǎn)化作用明顯,推測NO2、SO2可能被O3等氧化劑氧化生成了硝酸鹽和硫酸鹽[16]。

圖2 PM 2.5 不同污染程度下大氣污染物的質(zhì)量濃度比特征Fig.2 Characteristics of mass concentration ratio of atmospheric pollutants at different PM 2.5 pollution levels

2.2 PM 2.5 主要化學(xué)組分分析

2.2.1 水溶性離子組分

研究期間,PM2.5的水溶性離子(WSI)約占PM2.5總質(zhì)量濃度的85.2%,隨污染程度加重,水溶性離子占比逐漸增加(83.0% ～87.6%),詳見圖3。 進一步分析水溶性離子濃度及占比(圖4和圖5),水溶性離子組分平均質(zhì)量濃度由大到小為其中襄陽市的二次離子(占比51.2%)、(占比23.2%)、(占比20.2%)(簡稱SNA)含量是水溶性離子的主要成分(共占94.6%),顯著高于鄭州[8]、陽泉[16]、武漢[20]、北京[21]等城市。對比不同PM2.5質(zhì)量濃度級別水溶性離子組成,隨污染程度加重,質(zhì)量濃度和占比同步升高,Na+、Cl-、Ca2+、Mg2+等其他離子變化幅度較小,說明硝酸鹽和銨鹽的生成是襄陽市PM2.5質(zhì)量濃度升高的重要原因。與的質(zhì)量濃度比可用來評估固定源與移動源特征,比值大于1 時受移動源影響較大,比值小于1 時固定源起主導(dǎo)作用[22]。 從圖6 可見,PM2.5不同污染程度下,與的質(zhì)量濃度比分別為3.42、4.09、4.37、5.29,污染程度越重比值越大,表明空氣質(zhì)量受機動車尾氣排放影響越大。

圖3 PM 2.5 不同污染程度下各組分質(zhì)量濃度占比Fig.3 Proportion of mass concentration of each component at different PM 2.5 pollution levels

圖4 PM 2.5 不同污染程度下水溶性離子組分質(zhì)量濃度Fig.4 Mass concentration and proportion of WSI com ponen ts at different PM 2.5 pollution levels

圖5 PM 2.5 不同污染程度下水溶性離子組分占比Fig.5 Mass proportion of W SI components at different PM 2.5 pollution levels

圖6 PM 2.5 不同污染程度下SOR、NOR 值及水溶性離子比值Fig.6 SOR,NOR values and water-soluble ion ratios at different PM 2.5 pollution levels

SOR 和NOR 可表示SO2和NO2向二次離子的轉(zhuǎn)化程度,其數(shù)值越大,二次轉(zhuǎn)化程度越高[20]。 從圖6 可見,本研究中SOR、NOR 平均值分別為0.34、0.61,高于鄭州[8]、陽泉[16]、安陽[23]等城市;PM2.5污染越重,SOR、NOR 越大,二次轉(zhuǎn)化程度越高;值得注意的是,NOR 在不同PM2.5質(zhì)量濃度級別均高于SOR,該特點在輕度污染時段更明顯,表明污染程度越輕時NO2的二次轉(zhuǎn)化對PM2.5的貢獻更大。

2.2.2 碳質(zhì)組分特征分析

研究期間,總碳TC(OC 與EC 質(zhì)量濃度總和)約占PM2.5總質(zhì)量濃度的13.1%(圖3)。 碳質(zhì)組分的質(zhì)量濃度隨PM2.5質(zhì)量濃度升高而增大,但占比從PM2.5為0 ～75 μg/m3時的14.9%降至PM2.5為116 ～150 μg/m3時的11.1%,PM2.5為151 ～250 μg/m3時小幅升至11.4%,表明碳組分濃度的升高不是引發(fā)污染程度加深的主要原因。 襄陽市PM2.5中碳組分質(zhì)量濃度見圖7,OC、EC 的質(zhì)量濃度隨污染程度的加重逐漸增大,OC質(zhì)量濃度為5.7 ～16.4 μg/m3,EC 質(zhì)量濃度為1.7 ～4.7 μg/m3,OC 質(zhì)量濃度約是EC 的3.4 倍,因此OC 是TC 的主要組分。 在不同PM2.5質(zhì)量濃度等級中SOC 在OC 中占比均大于0.6,表明SOC 是OC 的重要組成,可見二次生成是PM2.5中碳組分的重要來源。 已有研究發(fā)現(xiàn),機動車尾氣、燃煤的OC/EC 分別為1.0 ～4.2、2.5 ～10.5,本研究不同PM2.5質(zhì)量濃度級別對應(yīng)的OC/EC 為2.8 ～3.9,因此推測機動車尾氣、燃煤是襄陽市冬季碳質(zhì)組分的重要來源[24-25]。

圖7 PM 2.5 不同污染程度下OC、EC、POC、SOC 質(zhì)量濃度及碳質(zhì)組分比值Fig.7 OC, EC, POC, SOC and carbon component ratio at different PM 2.5 pollution levels

2.3 來源解析

采用美國環(huán)保局發(fā)布的PMF5.0 軟件對研究時段PM2.5的來源進行解析,根據(jù)數(shù)據(jù)質(zhì)量及元素特性,對參與模擬的樣本及化學(xué)組分進行篩選,通過多次測試不確定性參數(shù)和調(diào)整因子數(shù)進行優(yōu)化計算,以尋找最小目標(biāo)函數(shù)值,同時觀察殘差矩陣值,使其大部分殘差值分布在-3 ～ +3 之間,以此保證模擬結(jié)果和觀測結(jié)果有較好的相關(guān)關(guān)系,最終得到4 類因子的貢獻率和成分譜,如圖8 所示。 因子1 主要由組成,燃煤、機動車等排放的SO2、NO2與NH3通過化學(xué)反應(yīng)可生成43及故該因子代表二次源[26];因子2 為地面揚塵源,特征元素為Ca2+、Mg2+,同時OC、、Cl-也有一定貢獻,這可能與揚塵受人類活動影響大,大量腐爛的植物、垃圾和燃燒源排放的污染物進入揚塵有關(guān)[26-27];因子3 對Cl-有顯著貢獻,同時OC、EC 貢獻也較大,Cl-與燃煤和工業(yè)排放有關(guān)[7,28],因貢獻較小,可認(rèn)為該因子為工業(yè)源;因子4 中EC 占比較大,同時OC、Mg2+也有一定占比,EC 與OC 為機動車源的標(biāo)志組分[29],可認(rèn)為該因子為機動車源。

圖8 PM F 解析的4 類源貢獻特征Fig.8 Profiles of the four factors resolved by PMF model

由圖9 可見,研究時段內(nèi)襄陽市PM2.5來源包括二次源(58.0%)、工業(yè)企業(yè)源(22.6%)、機動車源(10.7%)、揚塵源(8.7%)。 其中二次源占比最大,且隨著污染程度加重先降低后升高,說明二次源為秋冬季PM2.5的主要來源。 工業(yè)企業(yè)源在輕度、中度污染時段占比上升幅度較大,對污染初期的積累作用明顯。 揚塵源在優(yōu)良程度下占比最大,其次是中度、重度污染時期,這可能與本地?fù)P塵污染及冷空氣帶來的沙塵傳輸污染有關(guān)。機動車源隨著污染程度的升高占比增大,表明移動源在污染程度越重時影響越大,這也與2.1 節(jié)、2.2.1 節(jié)中分析結(jié)果相似。

圖9 PM 2.5 不同污染程度下PM F 解析結(jié)果Fig.9 The analytical results of PMF under different pollution degree of PM 2.5

2.4 軌跡聚類及潛在源區(qū)分析

2.4.1 軌跡聚類分析

以襄陽市超級站(32.05°N,112.14°E)為軌跡起始點,設(shè)置500 m 為起始高度,分別收集研究期間襄陽市逐時48 h 后向軌跡進行計算,采用歐氏距離算法進行聚類并通過空間方差(TSV)方法選取最佳聚類數(shù)目,最終將秋冬季后向軌跡聚類為6 類(表1)。 根據(jù)聚類分析結(jié)果,襄陽市秋冬季以西北(軌跡2 和軌跡5)、東北氣流(軌跡1 和軌跡6)為主,分別占?xì)饬鬈壽E總數(shù)的37.31%、34.92%。 其中西北方向氣流主要來源于內(nèi)蒙古阿拉善地區(qū)、寧夏區(qū)域,一股從西安、商洛方向翻越秦嶺通過十堰及南陽盆地到達襄陽,另一股從陜西北部,經(jīng)山西南部、河南西北部以及中部區(qū)域,一馬平川直達南襄盆地,這2 股氣流軌跡均較長,氣團移動速度快;東北方向氣流主要來自河北中南部以及河南中北部區(qū)域,軌跡長度略短,氣團移動速度較西北氣團慢。 其次為湖北區(qū)域的短距離東南氣流(軌跡3),占比為18.12%;再次是經(jīng)過甘肅東部、陜西南部,并橫穿秦嶺與大巴山脈夾縫的偏西氣流(軌跡4)占比最低,為9.65%。

表1 2020 年11 月至2021 年1 月各類軌跡路徑及出現(xiàn)概率和對應(yīng)的PM 2.5 質(zhì)量濃度統(tǒng)計分析結(jié)果Table 1 Statistical analysis results of all kinds of trajectory paths, occurrence probability and corresponding PM 2.5 mass concentrations from November 2020 to January 2021

為進一步研究各類氣流軌跡的PM2.5污染物特征和空間特征,通過計算給出各類軌跡對應(yīng)的PM2.5質(zhì)量濃度算術(shù)平均值及超過規(guī)定濃度限值(PM2.5質(zhì)量濃度＞75 μg/m3)的PM2.5質(zhì)量濃度算術(shù)平均值(表1)。 6 類軌跡的PM2.5平均質(zhì)量濃度從高到低依次是軌跡1＞軌跡6＞軌跡3＞軌跡4＞軌跡5＞軌跡2,污染軌跡平均質(zhì)量濃度從高到低依次是軌跡6＞軌跡1＞軌跡2＞軌跡4=軌跡5＞軌跡3。 東北氣流(軌跡1、軌跡6)對應(yīng)的PM2.5平均質(zhì)量濃度分別為90、80 μg/m3,對應(yīng)的污染軌跡PM2.5平均質(zhì)量濃度分別為117、121 μg/m3,其污染軌跡占比最多,污染程度最重,這可能與冬季華北霧霾傳輸影響有關(guān)[10,30]。 軌跡3 對應(yīng)的PM2.5平均質(zhì)量濃度為69 μg/m3,主要是來自湖北中部及周邊地區(qū)的局地氣團,氣團軌跡較短,不利于污染物擴散,所對應(yīng)的污染軌跡PM2.5質(zhì)量濃度為97 μg/m3,污染程度在各軌跡中最輕,但其污染軌跡占比為6.66%,增加了平均質(zhì)量濃度的貢獻。 軌跡2、軌跡5 對應(yīng)的PM2.5質(zhì)量濃度相對較低,分別為51、54 μg/m3,受該氣團影響的氣流PM2.5質(zhì)量濃度偏低,污染軌跡占比較少,分析原因認(rèn)為:一方面西北部污染排放遠(yuǎn)小于我國中部區(qū)域,空氣較為潔凈;另一方面受西北冷高壓影響,擴散條件有利,雖部分冷高壓伴隨沙塵天氣,但氣團到達襄陽需翻越秦嶺等天然屏障,起到了一定程度凈化空氣的作用。 因此,影響襄陽秋冬季高濃度PM2.5的最重要輸送路徑來自河北南部以及河南中北部區(qū)域,而冬季西北冷空氣會輸入較低濃度的PM2.5,促使空氣質(zhì)量改善,同時湖北地區(qū)秋冬季局地大氣環(huán)流也會影響PM2.5濃度水平。

2.4.2 潛在源區(qū)分析

為了進一步研究區(qū)域傳輸對襄陽市2020 年秋冬季大氣PM2.5的影響,進行了潛在源貢獻因子分析(PSCF)和濃度權(quán)重軌跡分析(CWT)。 將HYSPLIT 計算的氣團軌跡區(qū)域網(wǎng)格化,網(wǎng)格大小設(shè)置為0.5°×0.5°,限定值為各因子秋冬季均值,WPSCF 計算結(jié)果見圖10。

圖10 PM 2.5、OC 的WPSCF 分布特征Fig.10 WPSCF distribution characteristics of PM 2.5,and OC

WPSCF 越大,表示該網(wǎng)格區(qū)域污染軌跡占比越高,對襄陽市污染的影響越大。 從圖10 可以看出,襄陽市PM2.5、、OC 的WPSCF高值區(qū)主要集中在三大區(qū)域,包括京津冀及周邊傳輸通道中南部區(qū)域(河南省中北部、河北省南部、山東省西部),這些區(qū)域人口密集、工業(yè)水平發(fā)達、污染物排放量大、冬季霧霾頻發(fā),在傳輸效應(yīng)下會對襄陽市空氣質(zhì)量產(chǎn)生較大影響;其次在湖北省東部、南部區(qū)域WPSCF 也較高,這可能與遭遇污染傳輸后污染回流或受本地累積型污染天氣影響有關(guān),再次是安徽省北部區(qū)域,WPSCF 在0.6 以上。 以上結(jié)果表明,襄陽市PM2.5、SO2-4、、OC 高值受長距離區(qū)域傳輸影響顯著,這與聚類分析的結(jié)果相似。 此外,值得注意的是,、OC 在襄陽區(qū)域內(nèi)也有高值出現(xiàn),WPSCF 在0.5 ～0.7 之間,這可能與本地排放二次轉(zhuǎn)化相關(guān),其次的WPSCF 高值在襄陽市西北方向(陜西、河南、湖北交界處十堰市周邊)也有出現(xiàn),這可能與汾渭平原陜西中部區(qū)域高壓前部積累的霧霾及傳輸影響有關(guān)。

WPSCF 無法確定對研究區(qū)域污染物濃度的貢獻水平,進一步使用濃度權(quán)重軌跡分析法來確定不同區(qū)域貢獻的相對大小。 從圖11 可以看出,WCWT 結(jié)果與WPSCF 具有較好的一致性,但潛在源區(qū)分布更廣泛。 PM2.5的WCWT 高值主要集中在河南中北部、河北南部、安徽北部以及湖北東部、西北部以及中南部區(qū)域,WCWT 高值在80 μg/m3以上;其他污染因子的WCWT 高值分布區(qū)域與PM2.5基本相似,但對于、OC在襄陽區(qū)域范圍內(nèi)也存在高值,需注意本地源的影響。 總體來講,長距離傳輸對襄陽市污染貢獻更顯著,其次湖北省內(nèi)的傳輸也會增加污染程度,本地區(qū)域內(nèi)污染物的影響程度相對較低。

圖11 PM 2.5、、OC 的WCW T 分布特征Fig.11 WCWT distribution characteristics of PM 2.5,and OC

3 結(jié)論

1)研究時段內(nèi),襄陽市優(yōu)良天氣有42 d,輕度污染29 d,中度污染14 d,重度污染7 d,首要污染物以PM2.5為主,且在出現(xiàn)污染天時首要污染物均為PM2.5。 除SO2外,PM2.5、PM10、NO2和CO 均隨著污染程度升級出現(xiàn)明顯增長。 隨污染程度加重,PM2.5/PM10呈上升趨勢,SO2/CO、NO2/CO、O3/CO 呈明顯下降趨勢,二次顆粒物的形成對襄陽市PM2.5高值的貢獻更高。 此外,在輕度、中度污染時,氣象特征表現(xiàn)為濕度高、風(fēng)速小、氣溫低,有利于污染的積累轉(zhuǎn)化,重度污染時濕度大、風(fēng)速回升,有利于上游污染的輸送與轉(zhuǎn)化。

2)襄陽市秋冬季PM2.5化學(xué)組分中水溶性離子貢獻最大,隨污染程度加重,濃度和占比同步增大,可見水溶性離子升高是PM2.5污染加重的重要原因。 SNA 占水溶性離子的94.6%,其中占比高達51.2%,是PM2.5的重要組分。 SOR、NOR 分別為0.34、0.61,二次轉(zhuǎn)化較為嚴(yán)重,且隨著污染程度加重,二次轉(zhuǎn)化程度越高。

3)PMF 模型解析出襄陽市PM2.5主要來源及貢獻率為二次源58.0%、工業(yè)企業(yè)源22.6%、機動車源10.7%、揚塵源8.7%。 其中工業(yè)企業(yè)源在輕度、中度污染時段占比上升幅度較大,機動車源隨著污染程度的升高占比增大。 因此,襄陽市更應(yīng)該重視對二次組分,特別是在污染初期由本地工業(yè)企業(yè)、機動車產(chǎn)生的二次離子前體物(NOx等)的減排。

4)襄陽市秋冬季大氣高濃度PM2.5的最重要輸送路徑來自河北南部以及河南中北部區(qū)域,其污染軌跡占比最大,污染程度最重,同時湖北地區(qū)秋冬季局地大氣環(huán)流也會影響PM2.5濃度水平,而冬季西北冷空氣會輸入較低濃度的PM2.5,促使空氣質(zhì)量改善。

5) 襄陽市 PM2.5、、 OC 的WPSCF 和WCWT 分布特征相似,高值區(qū)主要分布在河南省中北部、河北省南部、山東省西部、安徽省北部、江漢平原東部及南部區(qū)域,極少量分布在襄陽區(qū)域,長距離區(qū)域傳輸對襄陽市污染濃度貢獻更大,尤其是來自河南中北部、河北南部區(qū)域傳輸路徑的污染。