泰山頂PM2.5及其二次組分的輸送路徑與潛在源

王 露, 劉保雙, 畢曉輝*, 梅如波, 吳建會, 隋本會, 馮銀廠

1.南開大學環境科學與工程學院， 國家環境保護城市空氣顆粒物污染防治重點實驗室， 天津 300350

泰山頂PM2.5及其二次組分的輸送路徑與潛在源

王 露1, 劉保雙1, 畢曉輝1*, 梅如波2, 吳建會1, 隋本會2, 馮銀廠1

1.南開大學環境科學與工程學院， 國家環境保護城市空氣顆粒物污染防治重點實驗室， 天津 300350

2.泰安市環境監測站， 山東 泰安 271000

為了明確泰山頂PM2.5及其二次組分的輸送路徑與潛在來源，基于后向軌跡聚類方法對2015年冬季和春季抵達泰山頂的氣團傳輸軌跡進行聚類分析，并利用PSCF(潛在源貢獻因子)和CWT(濃度權重軌跡)方法分析泰山頂冬季和春季PM2.5、SO42-、NO3-和NH4+的潛在源域. 結果表明，冬季和春季來自不同方向的氣團軌跡對泰山頂PM2.5及其組分的潛在源分布的影響具有明顯差異. 冬季泰山頂ρ(PM2.5)和ρ(NO3-)平均值的最高值對應的氣團軌跡來自湖北、河南、山東濟寧等地區，而來自西北方向的軌跡1和軌跡2分別對應的ρ(SO42-)和ρ(NH4+)平均值最高；春季影響ρ(PM2.5)和ρ(NO3-)的氣團軌跡主要來自西南方向的河南、安徽北部、山東聊城等地區，而源自蒙古國途經內蒙古、山西、河南北部和山東聊城的氣團軌跡對ρ(SO42-)和ρ(NH4+)的貢獻最大. 泰山頂ρ(PM2.5)、ρ(SO42-)、ρ(NO3-)和ρ(NH4+)的PSCF分布特征與CWT分布特征類似，WPSCF(源區分布概率)和CWT的最高計算值主要集中山東濟寧、聊城以及鄰近的山西省、河北省和河南省，是泰山頂大氣污染物的主要潛在源域.

PM2.5； 二次無機離子； 泰山； 聚類分析； PSCF(潛在源貢獻因子)； CWT(濃度權重軌跡)

Abstract： In order to determine the transport pathways and potential sources of PM2.5as well as the secondary components over the summit of Mount Tai, backward trajectories of daily airflow at the top of the mountain during the winter and spring in 2015 were analyzed by HYSPLIT model using cluster method. Moreover, the potential source contribution function (PSCF) and concentration weighted trajectory (CWT) were used to reveal the potential source areas of PM2.5, SO42-, NO3-and NH4+. The results showed that there were significant differences in the potential source area distribution of PM2.5, SO42-, NO3-and NH4+owing to the airflow trajectories in different directions. In winter, the highest values of PM2.5and NO3-were from air masses, which were concentrated in Hubei and Henan provinces and Jining in Shandong Province, while theρ(SO42-) andρ(NH4+) were highest when airflow was dominated by the northwestern airmasses 1 and 2. However, in spring, the airflow trajectories were mainly from the southwest, which had the biggest contribution to the concentration of PM2.5and NO3-. In addition, the air mass trajectories from Mongolia, northern Inner Mongolia, Shanxi, Henan and Liaocheng in Shandong contributed most toρ(SO42-) andρ(NH4+). The PSCF ofρ(PM2.5),ρ(SO42-),ρ(NO3-) andρ(NH4+) on the top of Mount Tai had similar distribution characteristics to that of CWT, and the highest values of WPSCF (potential contribution algorithm combined with weight factors) and CWT were concentrated in surrounding cities including Liaocheng and Jining cities in Shandong Province and the adjacent provinces including Shanxi, Hebei and Henan. These were identified as the main potential source sources of the air pollutants on the top of Mount Tai.

Keywords： PM2.5; secondary inorganic ions; Mount Tai; cluster analysis; PSCF (potential source contribution function); CWT (concentration weighted trajectory)

隨著經濟的快速發展以及城市化進程的加速，我國大氣顆粒物污染問題日益突出[1- 2]，并趨向于以PM2.5(細顆粒物)污染為主[3]. PM2.5是指環境空氣中空氣動力學當量直徑≤2.5 μm的顆粒物，有粒徑小、毒性大、組分復雜等特點[4]，不僅會降低大氣能見度，影響地球輻射平衡，而且可以通過呼吸系統進入人體器官，對人體健康造成極大的危害[5- 10].

目前我國的大氣污染類型已轉變成以細顆粒物、硫化物和NOx等為代表的區域復合性污染為主[11]，如長三角地區、華北地區、京津冀和珠三角地區[12- 16]. 城市大氣顆粒物污染具有區域性特征，大氣顆粒物濃度不僅與本地污染源排放有關，區域傳送對其的影響也不容忽視[17- 18]. 國外學者對顆粒物的區域傳輸也進行了研究，如Mechler等[19- 21]研究發現，區域傳輸對于英國、德國和美國西部和東部的大氣細顆粒物有明顯的貢獻. 國內外研究區域污染傳輸及其貢獻的方法有很多，如Hopke等[22]研究并證明了CWT(濃度權重軌跡)和 PSCF(潛在源貢獻因子)兩種方法可用來確定污染物的污染程度及潛在源區；文獻[23- 26]利用后向軌跡模型、PSCF及CWT方法分析了上海、黃山頂、北京和珠三角地區的污染物傳輸路徑及潛在污染源區. PSCF基于氣流軌跡可識別污染物的潛在源區；CWT用于反映不同軌跡的污染程度. PSCF、CWT以及后向軌跡聚類等模型的綜合使用，已經被廣泛地應用于污染物區域傳輸和潛在源域的研究.

近年來，國內外對大氣污染特征的研究通常在近地面開展，而對高山等背景點位的研究相對較少. LIU等[27]對泰安市PM2.5污染進行了源解析研究，并利用后向軌跡模型及PSCF方法分析了泰安市PM2.5污染的潛在源區，但研究點位集中在泰安市區且為近地面觀測，不能很好地表征污染氣團的區域傳輸特征;而在高山點位進行的污染物觀測則更具區域代表性[28]. 國內目前對高山站點大氣氣溶膠的研究主要集中在我國中東部地區的華山、泰山和黃山[28- 29]，主要分析了氣溶膠的潛在源區及其污染程度，而對顆粒物組分進行的相關研究鮮有報道. 泰山地處我國東部地區，山頂海拔1 545 m，與周圍的山地、丘陵、平原等形成強烈對比，并且位于混合層以上，受局地污染源影響較小，其大氣氣溶膠濃度水平具有很好的區域代表性. 因此，泰山頂是一個理想的研究點位，不僅可以了解整個華東地區的顆粒物及其組分的區域背景水平，而且對于研究氣團的區域輸送具有不可替代的地理優勢.

該研究結合泰山頂ρ(PM2.5)、ρ(SO42-)、ρ(NO3-)和ρ(NH4+)的監測數據及全球資料同化系統氣象數據，利用后向軌跡模型分析軟件TrajStat，計算泰山頂冬季和春季的氣團傳輸軌跡，分析不同類型的輸送軌跡與泰山頂ρ(PM2.5)及其化學組分的關系；同時基于PSCF和CWT法分析對泰山頂ρ(PM2.5)及其化學組分有貢獻的潛在源區，以期進一步了解以泰山頂為代表的整個區域的污染來源情況，并為該區域大氣PM2.5污染防治提供參考.

1 研究方法

1.1 研究區概況

泰山地處山東省中部，采樣點位于泰山頂(117.1°E、36.3°N)，海拔 1 545 m，處于混合層以上，大氣狀況具有較好的區域代表性. 泰山植被類型豐富，森林覆蓋率可達80%，屬于溫帶季風區，氣候為典型的半濕潤大陸性季風氣候.

圖1 2015年冬季與春季泰山風景區主要大氣污染物的濃度水平Fig.1 The concentration of main atmospheric pollutants in winter and summer of Mount Tai Scenic Area in 2015

圖2 2015年春季和冬季泰山風景區氣壓、相對濕度和溫度的逐日變化Fig.2 Daily variations of pressure, humidity and temperature in winter and summer of Mount Tai Scenic Area in 2015

圖3 觀測期間風向玫瑰Fig.3 Rose map of wind direction during the observation period

從泰山頂采樣點附近的環境空氣質量自動監測站獲取主要大氣污染物(SO2、NO2、CO和O3)的質量濃度水平及風速、風向、溫度、濕度等氣象參數. 由圖1可見，研究期間泰山風景區有較高的ρ(PM2.5)及大氣前體物ρ(SO2)、ρ(CO)、ρ(NO2)和ρ(O3)，并且ρ(O3)在春季明顯高于冬季. 由圖2、3可見，研究期間泰安風景區氣象條件季節變化較明顯，平均溫度為13.7 ℃，相對濕度為44.5%，平均氣壓為995.4 hPa，平均風速為4.1 m/s. 根據氣象條件的季節性特征，將采樣周期設置在2015年冬季和春季兩個典型污染季節，時間分別為2月10—16日和4月20—26日.

1.2 數據來源

用于后向軌跡模式計算的2015年2月和4月研究區氣象場資料為美國國家環境預報中心(NCEP)提供的全球資料同化系統(GDAS, global data assimilation system)數據(ftp://arlftp.arlhq.noaa.gov/pub/archives/reanalysis).ρ(SO2)、ρ(NO2)、ρ(O3)等數據由泰安市環境監測中心國控點自動監測網絡獲得.

采用武漢天虹儀表有限公司生產的TH- 150C型智能中流量采樣器，并選擇直徑為90 mm的石英濾膜進行受體顆粒物樣品的采集. 于采樣期每天10：00—翌日09：00，采樣器流量為100 L/min. 濾膜在采樣前后在恒溫恒濕環境下用靈敏度為±0.01 mg的Mettler AX025型微量天平稱量，水溶性離子(SO42-、NO3-和NH4+)質量濃度使用美國戴安公司生產的DX- 120型離子色譜儀測定分析[30]. 分析時做10%樣品量的平行樣和空白樣，以保證質控和分析結果的準確性.

2 研究方法

2.1 后軌跡聚類分析法

采用基于GIS的TrajStat軟件[31]對氣團軌跡進行計算和聚類分析，其中的HYSPLIT模式采用拉格朗日方法對污染物的來源和傳輸路徑進行分析，并根據氣團的方向和移動速度對軌跡進行聚類，來估計污染物的潛在源區[32]. 將泰山頂(117.1°E、36.3°N)設為后向軌跡的起始點，起始高度選取 1 000 m(以地平面為基準)，對應泰山頂海拔 1 545 m(以海平面為基準)，遠高于本地混合層高度[33]，因此在確定潛在源區時局地源的影響有限. 為了提高模擬精度，在采樣期間每天模擬8條后向軌跡，每條軌跡后推72 h，并將其春季和冬季兩個季節的軌跡進行聚類，以得到不同的輸送氣流類型. 在此基礎上，對不同季節的氣流所對應的污染物濃度特征進行統計分析，得到造成泰山頂氣團的主要輸送路徑.

2.2 PSCF分析法

PSCF是一種基于氣團軌跡來識別污染物潛在源區的方法，通過把氣團軌跡和某要素值〔該研究指ρ(PM2.5)、ρ(SO42-)、ρ(NO3-)、ρ(NH4+)〕相結合以給出潛在的排放源位置[34- 35]. PSCF函數是指經過某一區域的氣團到達觀測點時所對應的某要素值超過提前設定閾值的條件概率. 該研究選擇包含95%以上的軌跡所覆蓋的地理區域為研究區，同時把該區域劃分成0.5°×0.5°的網格，并對研究要素設定閾值，當軌跡對應的要素值高于設定閾值時，就認為該軌跡是污染軌跡，將其落在某網格(i,j)(i為經度，j為緯度)內的所有的軌跡點數定義為nij，而經過網格(i,j)的污染軌跡點數定義為mij，則污染軌跡落在某網格(i,j)內的概率PSCFij可以定義為

PSCFij=mij/nij

(1)

PSCFij是一種條件概率，其誤差會隨著采樣點與網格距離的增加而增加. 當nij較小時，不確定性會很大. 為了降低不確定性，相關學者引入了權重函數W(nij)，當某一網格內的nij小于研究區每個網格內的平均軌跡端點nave的3倍時，就要使用W(nij)來降低PSCF的不確定性[36]，相關定義如下：

(2)

(3)

式中，WPSCF為源區分布概率. WPSCF的值越大，表明該網格點對觀測點的污染物濃度的貢獻也越大. 高WPSCF值對應的網格組成的區域對應泰山頂粒子質量濃度的潛在源區，而經過該區域的氣團軌跡就是對粒子質量濃度有貢獻的輸送路徑.

2.3 CWT分析法

PSCF方法反映的是通過一個網格中的污染軌跡所占比例，來確定造成受點地區污染的潛在源區，而不能反映污染軌跡的污染程度，無法區分網格對受點地區的污染濃度貢獻的大小. 因此該研究用CWT方法計算軌跡的權重濃度，以反映不同源區的相對貢獻大小[37]. 在CWT分析法中，通過計算經過每個網格的軌跡所對應觀測點粒子的平均濃度來得到該網格點的權重濃度，計算方法：

(4)

式中：Cij為網格(i,j)對應的平均權重濃度，μg/m3；Cl為軌跡l經過網格(i,j)時對應的泰山頂污染物的質量濃度；τijl為軌跡l在網格(i,j)停留的時間. 設置CWT的網格精度與PSCF相同，為0.5°×0.5°. 在PSCF分析法中所用的權重函數W(nij)也適用于CWT分析法，以減少nij值較小時引起的不確定。

當Cij值較大時，說明經過網格(i,j)的空氣團會造成泰山頂較高的污染物質量濃度，該網格所對應的區域是對泰山頂高質量濃度顆粒物污染有較大貢獻的外來源區，經過該網格的軌跡就是對顆粒物污染有貢獻的主要輸送路徑.

3 結果與討論

3.1 PM2.5及其二次粒子組分分析

觀測期間，泰山頂春季和冬季的日均ρ(PM2.5)分別為46.8和37.6 μg/m3，分別是GB 3095—2012《環境空氣質量標準》中ρ(PM2.5)一級標準(日均值35 μg/m3)的1.3和1.1倍，并分別是WHO(世界衛生組織)規定的ρ(PM2.5)24 h限值(25 μg/m3)的1.9和1.5倍. 在春季和冬季，PM2.5中二次粒子的平均ρ(SO42-)、ρ(NO3-)和ρ(NH4+)的分別為5.7、2.7、1.3 μg/m3和7.6、2.8、3.2 μg/m3，三者總和分別占ρ(PM2.5)的20.8%和36.0%，普遍高于重慶、上海、孟買等城市[38- 40]，反映出該地區顆粒物濃度的區域背景值. 可以看出，SO42-、NO3-和NH4+這三種二次粒子對泰山頂PM2.5污染貢獻較大.

相比之下，泰山頂的ρ(PM2.5)明顯低于泰安市區(63.0 μg/m3)[27]以及北京(84.5 μg/m3)[41]、南京(77.5 μg/m3)[41]、成都(114.0 μg/m3)[42]，但高于國外一些城市〔如威尼斯和馬賽港的ρ(PM2.5)分別是15.0和14.0 μg/m3〕[43]以及GB 3095—2012對自然風景區PM2.5排放標準的規定，污染形勢嚴峻. 由圖1～3可見，冬季和春季泰山風景區大氣中的氣態前體物中平均ρ(SO2)、ρ(NO2) 以及ρ(O3)分別為48.0、43.9、22.1 μg/m3和31.8、28.5、74.4 μg/m3，從冬季到春季，ρ(SO2)、ρ(NO2)表現出顯著降低的趨勢(T檢驗，P<0.01)，而ρ(O3)表現出顯著增加的趨勢(T檢驗，P<0.01). 泰山頂位于混合層以上，因此，其大氣中的SO2和NO2等氣態前體物主要來自于區域輸送，而受到局地源的影響較小. 泰山頂大氣中的SO2、NO2基本上可以代表華東區域的背景水平，這些前體物通過化學轉化會進一步增加顆粒物中二次粒子(SO42-、NO3-和NH4+)的區域背景濃度[44- 45]. 因此，研究泰山頂PM2.5及其二次粒子組分SO42-、NO3-和NH4+的濃度水平及區域來源對泰山風景區PM2.5污染治理具有重要的意義.

3.2 后向軌跡聚類分析

注：底圖于2016年11月3日自國家基礎地理信息系統(http://nfgis.nsdi.gov.cn)下載. 審圖號：GS (2014) 6032. 余同.圖4 2015年泰山頂冬季和春季氣流聚類分析Fig.4 Cluster analysis of the airflow in the winter and spring of Mount Tai in 2015

為了研究泰山頂冬季和春季受區域傳輸的影響程度以及污染物的傳輸方向，該研究運用TrajStat軟件對泰山頂2015年冬季和春季的氣流濃度數據結合氣象資料進行軌跡分析，并基于軌跡空間分布特征將其聚類，得到4條主要傳輸路徑(見圖4)，每條路徑出現概率見表1. 為研究各類氣流軌跡對PM2.5及其組分SO42-、NO3-和NH4+的影響，將不同類型的氣流軌跡特征和其對應的ρ(PM2.5)、ρ(SO42-)、ρ(NO3-)、ρ(NH4+)的算術平均值相結合進行分析. 由圖4和表1可知，在研究期間，冬季來自西北方向的氣流軌跡(軌跡1、2和3)在冬季氣流總軌跡數中所占比例最大，其中，來自蒙古國、內蒙古、河北和山東聊城方向的氣流軌跡占59.0%；而源自西伯利亞，途徑蒙古國、內蒙古、山西、河北和山東方向的氣流軌跡占19.6%. 春季來自河南、安徽北部、山東濟寧方向的軌跡最多，在當季氣流軌跡總數中占46.5%.

基于泰山頂冬季和春季氣流后向軌跡聚類結果，對各類型軌跡對應的ρ(PM2.5)、ρ(SO42-)、ρ(NO3-)和ρ(NH4+)進行統計分析，以表征大氣污染物的濃度水平特征. 由表1可見，冬季來自湖北、河南、山東濟寧的氣流軌跡4對應的ρ(PM2.5)和ρ(NO3-)平均值最高，分別為40.5和3.2 μg/m3，這可能是因為冬季河南、山東等地區處于采暖期，燃煤電廠排放的大量NO2，在西南方向的氣流影響下到達泰山頂，發生二次反應使得該氣流對應的PM2.5和 NO3-平均濃度值偏高. 軌跡1對應的ρ(SO42-)平均值最高，為7.6 μg/m3; 其次為軌跡4，ρ(SO42-)達到7.5 μg/m3，這是由于這些地區大量燃煤產生的SO2在泰山風景區較高的ρ(O3)背景值下參與非均相化學反應生成二次粒子SO42-. 來自西北方向的軌跡2對應的ρ(NH4+)最高，為4.3 μg/m3; 而來自軌跡3的最小，

表1 2015年冬季和春季各類軌跡的區域特征

為3.1 μg/m3，各類氣流軌跡的ρ(NH4+)差異較小. 春季來自河南、安徽北部、山東濟寧等地區的氣流軌跡對應的ρ(PM2.5)和ρ(NO3-)平均值最高，分別為63.2和3.3 μg/m3，這可能是由于來自西南方向的氣流軌跡經過河南、安徽、山東濟寧等工業發達的地區，把當地排放的大氣污染物攜帶到泰山頂；軌跡3對應的ρ(SO42-)和ρ(NH4+)平均值最高，分別為6.7和1.6 μg/m3，該軌跡源自蒙古國，途徑內蒙古、山西、河南北部和山東聊城. 總體來看，泰山頂冬季和春季較易受到西北和西南地區的大陸性氣流的影響，受人為排放或沙塵因素的影響大，冬季ρ(NH4+)的平均值相對較高，ρ(SO42-)和ρ(NO3-)的平均值在冬春兩季變化不大，ρ(PM2.5)的平均值在春季明顯高于冬季.

3.3 潛在源區分析

為了進一步研究泰山頂的潛在污染源分布及相對貢獻，利用PSCF法對研究期間泰山頂PM2.5及其組分SO42-、NO3-和NH4+的源概率分布進行模擬. WPSCF值越大，表示該區域網格對泰山頂污染物質量濃度的貢獻越大. 如圖5所示，對于PM2.5，冬季WPSCF的較大值主要集中在山西、河北和山東西部等地，是泰山頂PM2.5的主要潛在源區，此外，重慶、湖南、湖北、河南和內蒙古等區域對泰山頂污染源也有一定影響；春季WPSCF的較大值主要集中在山東西部和河南等區域，這與后軌跡聚類中質量濃度的分析結果一致，而其他網格區域WPSCF值在0.08以下，對泰山頂PM2.5貢獻較小.

ρ(SO42-)、ρ(NO3-)和ρ(NH4+)的分布特征與ρ(PM2.5)較為類似，但春季有較大的區別. 在春季，WPSCF的較大值集中在河南和山東西部的狹長地帶，并成線狀分布，這是由于春季西南季風北上過程中將沿途的人為污染物攜帶所致. 總體看來，泰山頂ρ(PM2.5)及其組分ρ(SO42-)、ρ(NO3-)和ρ(NH4+)的WPSCF潛在分布范圍較小，泰山頂冬季和春季的污染物受距離山東較近的山西、河南、河北等地的區域輸送影響較大，重慶、湖北等地也有一定貢獻.

3.4 濃度權重軌跡分析

由于WPSCF只能反映潛在源區的貢獻概率大小，而不能反映各潛在源區不同軌跡的污染程度. 因此，該研究采用CWT分析法對影響泰山頂的PM2.5及SO42-、NO3-和NH4+的潛在源區進行模擬，結果如圖6所示.

圖5 2015年泰山頂冬季和春季PM2.5、SO42-、NO3-、NH4+的潛在源貢獻分布Fig.5 Distribution of potential source function (PSCF) of PM2.5, SO42-, NO3-, NH4+ in winter and spring of Mount Tai in 2015

圖6 2015年泰山頂冬季和春季PM2.5、SO42-、NO3-、NH4+的濃度權重分布Fig.6 Distribution of concentration-weighted trajectory(CWT) of PM2.5,SO42-, NO3-, NH4+ in winter and spring of Mount Tai in 2015

由圖6可見，CWT方法分析得到的污染源區的分布結構與PSCF方法的結果大體相似，但在細節方面略有不同. 冬季PM2.5的最主要潛在源區集中在山西、河北和山東西部，這些地區對泰山頂日均ρ(PM2.5)貢獻在12.0 μg/m3以上，這是由于冬季采暖期燃煤鍋爐排放的大量污染物所致；春季CWT的較大值集中在河南和山東本地局部地區，日均ρ(PM2.5)貢獻在15.0 μg/m3以上，這是由于春季這些區域人為排放的污染物隨西南方向的氣流擴散到泰山頂，此外，鄰近的山西、河北和內蒙古對泰山頂也有一定的影響，這些地區對泰山頂日均ρ(PM2.5)貢獻在3.0 μg/m3以上.

ρ(SO42-)、ρ(NO3-)和ρ(NH4+)的CWT分布特征與ρ(PM2.5)相似. 冬季的最主要潛在源區集中在山西、河北和山東聊城，對應日均ρ(SO42-)、ρ(NO3-)、ρ(NH4+)的CWT計算值分別在2.5、0.9和1.0 μg/m3以上. 春季CWT的較大值集中在河南和山東濟寧，對應的日均ρ(SO42-)、ρ(NO3-)、ρ(NH4+)的CWT計算值分別在2.0、0.5和0.3 μg/m3以上. 總體來看，雖然PSCF與CWT分析法在分析過程中都具有一定的不確定性，但CWT法、PSCF法的模擬結果與表1中各氣流軌跡所經過的潛在源區以及濃度貢獻值基本一致，因此模擬可信度較高. 模擬結果顯示，泰山頂大氣污染物主要受周邊山西、河北、河南、山東濟寧和聊城等地區域輸送的影響，另外，湖北省和重慶市也是其潛在源區.

PSCF和CWT分析法在都有一定的變化和不確定性[46- 47]，該研究使用這兩種方法得到了相似的模擬結果，并且模擬結果與表1中各氣流所經過的潛在地區以及這些地區的濃度貢獻值基本一致. 兩種模型模擬的結果相互驗證，降低了單獨模擬時的不確定性，使得結果更加合理.

4 結論

a) 泰山頂氣流輸送在冬季和春季季節性變化特征明顯. 冬季，來自西北方向的氣流所占比例較高，為78.6%；春季，來自西南方向的氣流占有較大的比例，對泰山頂PM2.5及其二次組分質量濃度的影響較大.

通過對泰山頂冬季和春季的氣流軌跡進行聚類，可以定量分析各類型氣流軌跡對泰山頂ρ(PM2.5)及二次粒子ρ(SO42-)、ρ(NO3-)、ρ(NH4+)影響的程度：冬季來自湖北、河南、山東濟寧等地區的氣流軌跡4對應的ρ(PM2.5)和ρ(NO3-)平均值最高，來自西北方向的軌跡1和軌跡2分別對應的ρ(SO42-)和ρ(NH4+)平均值最高；春季來自河南、安徽北部、山東濟寧等地區的西南氣流軌跡對應的ρ(PM2.5)和ρ(NO3-)平均值最高，源自蒙古國，途經內蒙古、山西、河南北部和山東聊城的軌跡3對應的ρ(SO42-)和ρ(NH4+)平均值最高.

b) 泰山頂ρ(PM2.5)及二次粒子ρ(SO42-)、ρ(NO3-)和ρ(NH4+)的PSCF和CWT季節分布特征類似. 冬季污染物的高WPSCF值和高CWT值主要分布在山東聊城和鄰近的山西省和河北省等人口密集、工業污染嚴重的地區，春季WPSCF和CWT的高值主要集中在山東濟寧和河南省等地區. 山東濟寧、聊城以及周邊城市山西省、河北省和河南省是泰山頂PM2.5及其二次組分的主要潛在源區.

[1] YANG F,TAN J,ZHAO Q,etal.Characteristics of PM2.5speciation in representative megacities and across China[J].Atmospheric Chemistry and Physics,2011,11(11):5207- 5219.

[2] CHE Huizheng,ZHANG Xiaoye,LI Yang,etal.Haze trends over the capital cities of 31 provinces in China,1981- 2005[J].Theoretical and Applied Climatology,2009,97(34):235- 242.

[3] 李莉,安靜宇,嚴茹莎.基于細顆粒物來源追蹤技術的2013年12月上海市嚴重污染過程的PM2.5的源貢獻分析[J].環境科學,2015(10):3543- 3553. LI Li,AN Jingyu,YAN Rusha.Source contribution analysis of the fine particles in Shanghai during a heavy haze episode in December,2013 based on the particulate matter source apportionment technology[J].Environmental Science,2015,36(10):3543- 3553.

[4] 張少紅,于少華.PM2.5的來源,危害及防治措施研究[J].環境科學與管理,2014,39(7):92- 94. ZHANG Shaohong,YU Shaohua.Sources,harm and prevention control measures of PM2.5pollution[J].Environmental Science and Management,2015,36(10):3543- 3553.

[5] 宋娜,徐虹,畢曉輝,等.?？谑蠵M2.5和PM10來源解析[J].環境科學研究,2015,28(10):1501- 1509. SONG Na,XU Hong,BI Xiaohui,etal.Source apportionment of PM2.5and PM10in Haikou[J].Research of Environmental Sciences,2015,28(10):1501- 1509.

[6] 王琰.環境社會學視野中的空氣質量問題:大氣細顆粒物污染(PM2.5)影響因素的跨國數據分析[J].社會學評論,2015(3):53- 67. WANG Yan.Sociological perspectives on air pollution:a cross-national analysis of social determinants of fine particulate matter(PM2.5)[J].Sociological Review of China,2015(3):53- 67.

[7] TIE Xuexi,CAO Junji.Aerosol pollution in China:present and future impact on environment[J].Particuology,2009,7(6):426- 431.

[8] MENON S,HANSEN J,NAZARENKO L,etal.Climate effects of black carbon aerosols in China and India[J].Science,2002,297(5590):2250- 2253.

[9] YORK R,ROSA E A.Choking on modernity:a human ecology of air pollution[J].Social Problems,2012,59(2):282- 300.

[10] POPW C A,DOCKERY D W.Health effects of fine particulate air pollution:lines that connect[J].Journal of the Air and Waste Management Association,2006,56(6):709- 742.

[11] 柴發合,陳義珍,文毅,等.區域大氣污染物總量控制技術與示范研究[J].環境科學研究,2006,19(4):163- 171. CHAI Fahe,CHEN Yizhen,WEN Yi,etal.Study for regional air pollutants total amount control technologies and demonstration[J].Research of Environmental Sciences,2006,19(4):163- 171.

[12] 梁丹,王彬,王云琦,等.重慶市冬季 PM2.5及氣態污染物的分布特征與來源[J].環境科學研究,2015,28(7):1039- 1046. LIANG Dan,WANG Bin,WANG Yunqi,etal.Distribution characteristics and sources of PM2.5and gaseous pollutants in winter in Chongqing[J].Research of Environmental Sciences,2015,28(7):1039- 1046.

[13] 李莉,陳長虹,黃成,等.長江三角洲地區大氣O3和PM10的區域污染特征模擬[J].環境科學,2008,29(1):237- 245. LI Li,CHEN Changhong,HUANG Cheng,etal.Regional air pollution characteristics simulation of O3and PM10over Yangtze River Delta Region[J].Environmental Science,2008,29(1):237- 245.

[14] TANG Guiqian,ZHAO Pusheng,WANG Yingyong,etal.Mortality and air pollution in Beijing:the long-term relationship[J].Atmospheric Environment,2017,150:238- 243.

[15] SHAO Min,TANG Xiaoyan,ZHANG Yuanhang,etal.City clusters in China:air and surface water pollution[J].Frontiers in Ecology and the Environment,2006,4:353- 361.

[16] 趙晴,賀克斌,馬永亮,等.北京及周邊地區夏季大氣顆粒物區域污染特征[J].環境科學,2009,30(7):1873- 1880. ZHAO Qing,HE Kebin,MA Yongliang,etal.Regional PM pollution in Beijing and surrounding area during summertime[J].Environmental Science,2009,30(7):1873- 1880.

[17] 張志剛,高慶先,韓雪琴,等.中國華北區域城市間污染物輸送研究[J].環境科學研究,2004,17(1):14- 20. ZHANG Zhigang,GAO Qingxian,HAN Xueqin,etal.The study of pollutant transport between the cities in North China[J].Research of Environmental Sciences,2004,17(1):14- 20.

[18] 王芳,陳東升,程水源,等.基于氣流軌跡聚類的大氣污染輸送影響[J].環境科學研究,2009,22(6):637- 642. WANG Fang,CHEN Dongsheng,CHENG Shuiyuan,etal.Impacts of air pollutant transport based on air trajectory clustering[J].Research of Environmental Sciences,2009,22(6):637- 642.

[19] MECHLER R,AMANN M,SCHOPP W.A methodology to estimate changes in statistical life expectancy due to the control of particulate matter air pollution[J].Transboundary Air Pollution Project,2002,7:4- 89.

[20] BURKART K,CANARIO P,BREITNER S,etal.Interactive short-term effects of equivalent temperature and air pollution on human mortality in Berlin and Lisbon[J].Environmental Pollution,2013,183:54- 63.

[21] DEY S,TRIPATHI S N.Source apportionment of submicron organic aerosols at an urban site by factor analytical modelling of aerosol mass spectra[J].Atmospheric Chemistry & Physics,2006,6(6):11681- 11725.

[22] HOPKE P K,GAO N,CHENG M D.Combining chemical and meteorological data to infer source areas of airborne pollutants[J].Chemometrics and Intelligent Laboratory Systems,1993,19(2):187- 199.

[23] 王茜.利用軌跡模式研究上海大氣污染的輸送來源[J].環境科學研究,2013,26(4):357- 363. WANG Qian.Study of air pollution transportation source in Shanghai using trajectory model[J].Research of Environmental Sciences,2013,26(4):357- 363.

[24] 王愛平,朱彬,銀燕,等.黃山頂夏季氣溶膠數濃度特征及其輸送潛在源區[J].中國環境科學,2014(4):852- 861. WANG Aiping,ZHU Bin,YIN Yan,etal.Aerosol number concentration properties and potential sources areas transporting to the top of mountain Huangshan in summer[J].China Environmental Science,2014(4):852- 861.

[25] ZHU Lei,HUANG Xin,SHI Hui,etal.Transport pathways and potential sources of PM10in Beijing[J].Atmospheric Environment,2011,45(3):594- 604.

[26] 李志成,鄭君瑜,鐘流舉.珠江三角洲地區2006年顆粒物污染過程識別與分析[J].環境科學研究,2011,24(9):975- 981. LI Zhicheng,ZHENG Junyu,ZHONG Liuju.Identification and analysis of PM pollution processes in the Pearl River Delta Region in 2006[J].Research of Environmental Sciences,2011,24(9):975- 981.

[27] LIU Baoshuang,SONG Na,DAI Qili,etal.Chemical composition and source apportionment of ambient PM2.5during the non-heating period in Taian,China[J].Atmospheric Research,2016,170:23- 33.

[28] GAO Jian,WANG Tao,DING Aijun,etal.Observational study of ozone and carbon monoxide at the summit of mount Tai(1534 m a.s.l) in central-eastern China[J].Atmospheric Environment,2005,39(26):4779- 4791.

[29] PRATT K A,PRATHER K A.Aircraft measurements of vertical profiles of aerosol mixing states[J].Journal of Geophysical Research：Atmospheres,2010,115:D11.

[30] ZHAO Pusheng,FENG Yinchang,ZHU Tan,etal.Characterizations of resuspended dust in six cities of North China[J].Atmospheric Environment,2006,40(30):5807- 5814.

[31] ROLAND D,BARBARA S,GLENN R,etal.Hysplit4 user’s guide[EB/OL].Maryland:National Oceanic and Atmosphoric Administration Air Resources Laboratory,2009[2017- 01- 06].http://ready.arl.noaa.gov/HYSPLIT.php.

[32] 李金堡,駱永軍,柴藝淳.青島地區混合層高度的季節性變化[J].艦船電子工程,2014(11):69- 72. LI Jinbao,LUO Yongjun,CHAI Yichun.Analysis of seasonal change of mixing height in Qingdao[J].Ship Electronic Engineering,2014(11):69- 72.

[33] WANG Y Q,ZHANG X Y,DRAXLER R R.TrajStat:GIS-based software that uses various trajectory statistical analysis methods to identify potential sources from long-term air pollution measurement data[J].Environmental Modeling and Software,2009,24(8):938- 939.

[34] HAFNER W D,HITES R A.Potential sources pesticides,PCBs,and PAHs to the atmosphere of the Great Lakes[J].Environmental Science & Technology,2003,37(17):3764- 3773.

[35] HOH E,HITES R A.Sources of toxaphene and other organochlorine pesticides in North America as determined by air measurements and potential source contribution function analyses[J].Environmental Science & Technology,2004,38(15):4187- 4194.

[36] POLISSAR A V,HOPKE P K,HARRIS J M.Source regions for atmospheric aerosol measured at Barrow,Alaska[J].Environmental Science & Technology,2001,35(21):4214- 4226.

[37] HSU Y K,HOLSEN T M,HOPKE P K.Comparison of hybrid receptor models to locate PCB sources in Chicago[J].Atmospheric Environment,2003,37(4):545- 562.

[38] 梁丹,王彬,王云琦,等.重慶市冬季PM2.5及氣態污染物的分布特征與來源[J].環境科學研究,2015,28(7):1039- 1046. LIANG Dan,WANG Bin,WANG Yunqi1,etal.Distribution characteristics and sources of PM2.5and gaseous pollutants in winter in Chongqing[J].Research of Environmental Sciences,2015,28(7):1039- 1046.

[39] GUPTA L,SALUNKHE A,KUMAR R.Source apportionment of PM10by positive matrix factorization in urban area of Mumbai,India[J].The Scientific World Journal,2012,2012:585791.

[40] 王同桂.重慶市大氣PM2.5污染特征及來源解析[D].重慶:重慶大學,2007.

[41] GU Jinxia,DU Shiyong,HAN Daowen,etal.Major chemical compositions,possible sources,and mass closure analysis of PM2.5in Jinan,China[J].Air Quality Atmosphere and Health,2014,7(3):251- 262.

[42] TAO Jun,CHENG Tiantao,ZHANG Renjian,etal.Chemical composition of PM2.5at an urban site of Chengdu in southwestern China[J].Advances in Atmospheric Sciences,2013,30(4):1070- 1084.

[43] SALAMEH D,DETOURNAY A,PEY J,etal.PM2.5chemical composition in five European Mediterranean cities:a 1-year study[J].Atmospheric Research,2015,155:102- 117.

[44] SHARMA M,KISHORE S,TRIPATHI S N,etal.Role of atmospheric ammonia in the formation of inorganic secondary particulate matter:a study at Kanpur,India[J].Journal of Atmospheric Chemistry,2007,58(1):1- 17.

[45] ZHANG Qian,SHEN Zhenxing,CAO Junji,etal.Variations in PM2.5,TSP,BC,and trace gases(NO2,SO2,and O3) between haze and non-haze episodes in winter over Xi’an,China[J].Atmospheric Environment,2015,112:64- 71.

[46] SQUIZZATO S,MASIOL M.Application of meteorology-based methods to determine local and external contributions to particulate matter pollution:a case study in Venice(Italy)[J].Atmospheric Environment,2015,119:69- 81.

[47] NICOLAS J,CHIARI M,CRESPO J,etal.Assessment of potential source regions of PM2.5,components at a southwestern Mediterranean site[J].Tellus Series B:Chemical & Physical Meteorology,2010,63(1):96- 106.

Transport Pathway and Potential Sources of PM2.5and Secondary Components at the Top of Mountain Tai

WANG Lu1, LIU Baoshuang1, BI Xiaohui1*, MEI Rubo2, WU Jianhui1, SUI Benhui2, FENG Yinchang1

1.State Environmental Protection Key Laboratory of Urban Ambient Air Particulate Matter Pollution Prevention and Control, College of Environmental Science and Engineering, Nankai University, Tianjin 300350, China 2.Tai’an Environmental Monitoring Station, Tai′an 271000, China

X823

1001- 6929(2017)10- 1505- 10

A

10.13198/j.issn.1001- 6929.2017.02.73

2017-01-06

2017-05-30

國家重點研發計劃大氣污染成因與控制技術研究專項(2016YFC0208500，2016YFC0208501)；國家自然科學基金項目(21407081)

王露(1994-)，女，山西長治人，846153336@qq.com.

*責任作者，畢曉輝(1980- )，男，山東商河人，副教授，博士，主要從事顆粒物來源解析及空氣污染防治研究，bixh@nankai.edu.cn

王露,劉保雙,畢曉輝,等.泰山頂PM2.5及其二次組分的輸送路徑與潛在源[J].環境科學研究,2017,30(10):1505- 1514.

WANG Lu,LIU Baoshuang,BI Xiaohui,etal.Transport pathway and potential sources of PM2.5and secondary components at the top of Mountain Tai[J].Research of Environmental Sciences,2017,30(10):1505- 1514.