基于后向軌跡模式的豫南地區(qū)冬季PM2.5來源分布及傳輸分析

高 陽, 韓永貴, 黃曉宇, 韓 磊,2,3,4*

1.寧夏大學(xué)資源環(huán)境學(xué)院, 寧夏 銀川 750021 2.寧夏旱區(qū)資源評價與環(huán)境調(diào)控重點(diǎn)實(shí)驗(yàn)室, 寧夏 銀川 750021 3.中阿旱區(qū)特色資源與環(huán)境治理國際合作聯(lián)合實(shí)驗(yàn)室, 寧夏 銀川 750021 4.寧夏大學(xué)環(huán)境工程研究院, 寧夏 銀川 750021

自1998年以來，我國城鎮(zhèn)化和工業(yè)化發(fā)展取得了舉世矚目的成就，形成了眾多城市群；與此同時，粗放式的發(fā)展模式也產(chǎn)生了一系列大氣污染問題[1-3]，其中PM2.5已成為城市和區(qū)域大氣污染的主要超標(biāo)污染物. PM2.5不僅能降低城市能見度[4-5]，同時也會對人體的呼吸系統(tǒng)、心血管系統(tǒng)等產(chǎn)生諸多不良影響[6-7]. PM2.5污染具有區(qū)域性特征，不僅受到本地污染源排放的影響，還受到外來氣團(tuán)跨區(qū)域輸送的影響[8-9]. 后向軌跡模式(HYSPLIT-4)、潛在源貢獻(xiàn)(PSCF)分析法和濃度權(quán)重軌跡(CWT)分析法是研究大氣顆粒物跨區(qū)域輸送及識別潛在源區(qū)的常用方法，已被國內(nèi)外學(xué)者廣泛應(yīng)用于多種污染物在各地區(qū)傳輸和擴(kuò)散的研究中. Zemmer等[10]利用HYSPLIT對土耳其伊斯坦布爾大氣中豚草花粉來源進(jìn)行了探討，結(jié)果表明本地來源可能為伊斯坦布爾和色雷斯，跨區(qū)域輸送來源可能為保加利亞、烏克蘭、俄羅斯黑海地區(qū)以及摩爾多瓦. Hwang等[11]等利用PSCF分析法研究表明，美國西部沿海IMPROVE站點(diǎn)PM2.5的潛在源區(qū)主要位于加利福尼亞州的錫斯基尤縣以及俄勒岡州東部. GAO等[12]利用HYSPLIT和PSCF分析法研究發(fā)現(xiàn)，中國北方城市群2008年夏季PM2.5不僅受到本地污染源排放的影響，還受到遠(yuǎn)距離傳輸?shù)挠绊?，其中滄州市、石家莊市和保定市為河北省南部的潛在污染源區(qū)，而涿州市、陽坊市、燕郊市、香河市和廊坊市則是北京市和天津市的潛在污染源區(qū). LIAO等[13]利用HYSPLIT對成都市2013年冬季重污染期間PM2.5的傳輸路徑及潛在源區(qū)進(jìn)行了研究，發(fā)現(xiàn)來自四川盆地內(nèi)部的氣流軌跡占比在77%以上，其潛在源區(qū)主要位于四川盆地東南部及西部邊緣. 因此，研究區(qū)域大氣污染物來源時，要同時考慮本地污染源排放和周邊地區(qū)以及遠(yuǎn)距離輸送的影響.

近年來，我國關(guān)于PM2.5污染特征和來源解析的相關(guān)研究主要集中在京津冀、長三角、珠三角及中原城市群等復(fù)合型嚴(yán)重污染區(qū)[14-16]，但對中原城市群冬季PM2.5污染特征及來源解析的研究主要集中在鄭州市[17]，其中，對豫南地區(qū)PM2.5的研究主要為PM2.5與氣象因子的相關(guān)性[18-19]、污染防治對策、大氣環(huán)境質(zhì)量現(xiàn)狀評價及預(yù)測等，對其冬季PM2.5來源及傳輸特征的分析較少. 為了解豫南地區(qū)PM2.5污染現(xiàn)狀，該研究選取PM2.5污染較為嚴(yán)重的冬季(2017年12月—2018年2月)，利用ρ(PM2.5)在線監(jiān)測小時數(shù)據(jù)和日數(shù)據(jù)，分析了PM2.5污染特征；利用HYSPLIT-4后向軌跡模式，并結(jié)合軌跡聚類分析法，探討了區(qū)域傳輸對ρ(PM2.5)的影響；結(jié)合PSCF和CWT分析方法，研究豫南地區(qū)2017年冬季潛在源區(qū)空間分布和貢獻(xiàn)，以期為當(dāng)?shù)卣M(jìn)行PM2.5污染治理、改善城市空氣質(zhì)量決策的實(shí)施提供科學(xué)支撐，為中原城市群城市之間冬季大氣細(xì)顆粒物污染及聯(lián)防聯(lián)控提供基礎(chǔ)數(shù)據(jù).

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

豫南地區(qū)位于31°46′N～33°48′N、110°58′E～114°01′E，行政區(qū)劃上主要包括南陽市、信陽市和駐馬店市. 豫南地區(qū)地勢南高北低，地貌類型為階梯地貌；水系發(fā)達(dá)，湖泊河流眾多. 豫南地區(qū)南陽市、信陽市和駐馬店市大部分地區(qū)位于暖溫帶和亞熱帶的氣候過渡帶上，四季分明，年均降水量在1 300 mm左右，年均氣溫在15 ℃左右，日照時數(shù)偏少，年均相對濕度為77%. 豫南地區(qū)共設(shè)12個國控空氣質(zhì)量自動監(jiān)測站點(diǎn)(見圖1)，分別為南陽市氣象站、南陽理工學(xué)院、南陽市瓦房莊、南陽市漢畫館、南陽市環(huán)保局、信陽市公安局平橋分局、信陽市南灣水廠、信陽市釀酒公司、信陽市審計局、駐馬店市彩印廠、駐馬店市一紙廠、天方二分廠.

圖1 豫南地區(qū)空氣質(zhì)量自動監(jiān)測站點(diǎn)位置Fig.1 Location of automatic air quality monitoring stations in southern Henan Province

1.2 數(shù)據(jù)來源

該研究所用ρ(PM2.5)及環(huán)境空氣質(zhì)量指數(shù)(Air Quality Index，AQI)數(shù)據(jù)來源于河南省空氣質(zhì)量預(yù)報發(fā)布系統(tǒng)(http:1.192.88.18:8088TodayMonitor)，數(shù)據(jù)在發(fā)布前均經(jīng)過嚴(yán)格的質(zhì)量控制. 氣團(tuán)后向軌跡資料使用美國國家環(huán)境預(yù)報中心(National Centers for Environmental Prediction，NCEP)和美國國家大氣研究中心(National Centers for Atmospheric Research，NCAR)提供的全球再分析資料以及全球資料同化系統(tǒng)(Global Land Data Assimilation System, GDAS)氣象要素數(shù)據(jù)(ftp:arlftp.arlhq.noaa.govpubarchivesgdas1)，選取時段為2017年12月1日—2018年2月28日.

1.3 研究方法

1.3.1氣團(tuán)后向軌跡模型

HYSPLIT-4后向軌跡模式是歐拉和拉格朗日混合型的擴(kuò)散模式，其平流和擴(kuò)散處理采用拉格朗日方法，大氣污染物質(zhì)量濃度計算采用歐拉方法. 該研究利用HYSPLIT-4[20]對豫南地區(qū)2017年冬季各月24 h 氣團(tuán)后向軌跡進(jìn)行模擬，分別將南陽市(32.99°N、112.53°E)、信陽市(32.15°N、114.09°E)和駐馬店市(33.01°N、114.02°E)設(shè)為起始點(diǎn)，軌跡模擬起始高度設(shè)置為500 m[21-23]，因?yàn)?00 m高度風(fēng)場能較準(zhǔn)確地反映大氣邊界層內(nèi)的平均流場特征[24].

1.3.2后向軌跡聚類分析

該研究利用TrajStat軟件1.4.8版本[25]，并采用Euclidean Distance算法按月進(jìn)行聚類得到不同類型的輸送軌跡，對每類軌跡的出現(xiàn)頻率及對應(yīng)的ρ(PM2.5)進(jìn)行統(tǒng)計，以便研究豫南地區(qū)2017年冬季PM2.5輸送通道的月份差異.

1.3.3PSCF方法

PSCF方法[26-29]是一種基于后向氣團(tuán)軌跡來計算識別潛在污染源區(qū)的方法，也稱為滯留時間分析法. 該方法假設(shè)氣團(tuán)后向軌跡在某個網(wǎng)格中有停留時間，那么該氣團(tuán)就會接收到來自這個區(qū)域排放的污染物，隨后經(jīng)過傳輸，對研究點(diǎn)的污染物濃度產(chǎn)生貢獻(xiàn)[30]. 該研究利用TrajStat軟件提供的PSCF方法，將氣團(tuán)軌跡所覆蓋的區(qū)域劃分為0.25°×0.25°的水平網(wǎng)格(i，j)，共計6 998個網(wǎng)格，結(jié)合逐小時ρ(PM2.5)進(jìn)行分析，PSCF計算公式：

PSCFij=mijnij

(1)

式中，i、j分別為經(jīng)度和緯度，nij為網(wǎng)格(i，j)內(nèi)的所有軌跡節(jié)點(diǎn)數(shù)，mij為網(wǎng)格(i，j)內(nèi)的污染軌跡節(jié)點(diǎn)數(shù)，PSCFij為網(wǎng)格(i，j)中污染軌跡出現(xiàn)的概率.

PSCF值越大，表明網(wǎng)格內(nèi)軌跡ρ(PM2.5)大于75 μgm3的概率越大，即氣團(tuán)軌跡經(jīng)過的網(wǎng)格區(qū)域?qū)ρ芯奎c(diǎn)ρ(PM2.5)貢獻(xiàn)越大. 為降低某些偏遠(yuǎn)網(wǎng)格內(nèi)因氣團(tuán)滯留時間較短帶來的PSCF不確定性，以某一網(wǎng)格nij小于研究區(qū)域內(nèi)各網(wǎng)格平均滯留時間的3倍為邊界，引入權(quán)重函數(shù)(Wij)[31-32]：

(2)

對PSCF進(jìn)行加權(quán)計算：

WPSCFij=PSCFij×Wij

(3)

式中,WPSCFij為網(wǎng)格(i，j)的WPSCF值.

1.3.4CWT方法

PSCF方法只反映當(dāng)前網(wǎng)格污染軌跡所占比例，并不體現(xiàn)污染軌跡對目標(biāo)網(wǎng)格的污染貢獻(xiàn). CWT則可以確定不同潛在污染源區(qū)對目標(biāo)網(wǎng)格的相對貢獻(xiàn)大小[33]. 通過計算每個網(wǎng)格的權(quán)重濃度定量給出經(jīng)過該網(wǎng)格軌跡對應(yīng)的ρ(PM2.5)平均值，反映各網(wǎng)格對受體點(diǎn)的污染貢獻(xiàn)程度，計算公式：

(4)

式中：CWTij為網(wǎng)格(i，j)的平均污染權(quán)重濃度，μgm3；k為氣團(tuán)軌跡；N為軌跡的總數(shù)；Ck是軌跡k經(jīng)過網(wǎng)格(i，j)時對應(yīng)的ρ(PM2.5)，μgm3；αijk為軌跡k在網(wǎng)格(i，j)停留的時間. PSCF方法中所用的權(quán)重函數(shù)Wij同樣適用于CWT方法，以減少CWTij的不確定性，定義WCWTij如下：

WCWTij=CWTij×Wij

(5)

式中,WCWTij為網(wǎng)格(i，j)的權(quán)重軌跡污染程度.

圖2 豫南地區(qū)2017年12月—2018年2月 不同AQI等級占比情況Fig.2 The proportion of different AQI categories in southern Henan Province from December 2017 to February 2018

2 結(jié)果與討論

2.1 2017年冬季大氣污染狀況

基于逐日AQI數(shù)據(jù)，分析了豫南地區(qū)2017年12月—2018年2月不同AQI等級占比情況(見圖2). 由圖2可見:AQI的變化范圍主要集中在44～353之間. 2017年12月信陽市優(yōu)良天數(shù)占比(39%)最大，駐馬店市(38%)次之，而南陽市則最低，為32%；2018年1月信陽市優(yōu)良天數(shù)占比(42%)最大，南陽市和駐馬店市均為32%；2018年2月信陽市和駐馬店市優(yōu)良天數(shù)占比均為54%，南陽市最低，僅為34%. 信陽市空氣質(zhì)量最好，有研究[34]表明，2014—2017年信陽市城區(qū)的空氣質(zhì)量有明顯變好的趨勢，其次為駐馬店市，南陽市空氣質(zhì)量最差.

圖3 豫南地區(qū)2017年12月—2018年2月 ρ(PM2.5)逐日變化和日變化特征Fig.3 Day-by-day and daily variation characteristics of ρ(PM2.5) in southern Henan Province from December 2017 to February 2018

2.2 ρ(PM2.5)變化特征

豫南地區(qū)3個城市在2017年12月—2018年2月ρ(PM2.5)變化特征如圖3所示. 由圖3可見，南陽市ρ(PM2.5)最高，為(109.3±55.7)μgm3，駐馬店市〔(92.1±50.8)μgm3〕次之，信陽市〔(88.4±44.2)〕μgm3〕最低，分別為GB 3095—2012《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》二級標(biāo)準(zhǔn)限值(75 μgm3)的1.5、1.2和1.2倍，表明3個城市2017年冬季污染形勢都很嚴(yán)峻. 對比3個城市，南陽市ρ(PM2.5)日均值和日超標(biāo)倍數(shù)略高于其他2個城市，可能是因?yàn)槟详柺刑幱谌姝h(huán)山、南部開口的馬蹄形盆地之中，其西部和北部是伏牛山，東部和東南部是白云山、桐柏山等低山丘陵，不利于PM2.5的稀釋擴(kuò)散.

為進(jìn)一步了解豫南地區(qū)ρ(PM2.5)的日變化特征，對3個城市ρ(PM2.5)的日變化進(jìn)行分析. 由圖3可見：3個城市ρ(PM2.5)日均值大小依次為南陽市(107.4 μgm3)>駐馬店市(91.0 μgm3)>信陽市(85.7 μgm3)；ρ(PM2.5)變化趨勢基本一致，均呈雙峰型變化，峰值出現(xiàn)在10:00和22:00左右，谷值出現(xiàn)在07:00—08:00和16:00—17:00. 16:00以后近地面氣溫開始降低，不利于PM2.5擴(kuò)散，加之晚高峰到來，車流量增加，ρ(PM2.5)逐漸上升，并于22:00左右升至第2個峰值，表明汽車尾氣排放對ρ(PM2.5)存在一定程度的影響[35]；22:00后上層空氣散熱較慢，輻射逆溫形成，空氣層結(jié)穩(wěn)定，不利于PM2.5擴(kuò)散[36]；08:00以后，隨著早高峰的到來，取暖設(shè)備使用量增多，機(jī)動車尾氣排放量增加，ρ(PM2.5)逐漸升高[37]，于10:00達(dá)到第1個峰值；10:00后由于溫度升高，大氣湍流增強(qiáng)，混合層高度增高，大氣擴(kuò)散PM2.5的能力增強(qiáng)[38-40]，ρ(PM2.5)逐漸降低.

2.3 氣團(tuán)后向軌跡聚類分析

為了分析區(qū)域傳輸對豫南地區(qū)2017年12月、2018年1月和2月ρ(PM2.5)的影響以及不同氣團(tuán)軌跡的污染特征，利用TrajStat軟件，按月進(jìn)行聚類分析，各月份氣團(tuán)軌跡分類見表1～3.

由表1可見，南陽市2017年12月主要受3個方向氣團(tuán)的影響，分別為西北、正南、偏東. 西北方向氣團(tuán)途經(jīng)內(nèi)蒙古自治區(qū)西部、寧夏回族自治區(qū)北部、陜西省北部、山西省西南部、河南省西北部到達(dá)南陽市，氣團(tuán)占比最大，該氣團(tuán)傳輸距離長、傳輸速度快，其所攜帶的ρ(PM2.5)較高. 由表2可見，信陽市2017年12月主要受4個方向氣團(tuán)的影響，分別為西北、正南、東北、偏東. 西北氣團(tuán)占比48.12%，途經(jīng)內(nèi)蒙古自治區(qū)西南部、陜西省北部、山西省西南部、河南省西北部，該氣團(tuán)傳輸距離長、傳輸速度快，所攜帶的ρ(PM2.5)較高. 由表3可見，駐馬店市2017年12月主要受3個方向氣團(tuán)的影響，分別為西北、正南、偏東. 西北方向氣團(tuán)占比51.21%，途經(jīng)蒙古國南部和中國內(nèi)蒙古自治區(qū)西南部、寧夏回族自治區(qū)北部、陜西省北部、山西省西南部、河南省西北部，該氣團(tuán)傳輸距離長、傳輸速度，所攜帶的ρ(PM2.5)較高.

由表1可見：南陽市2018年1月主要受3個方向氣團(tuán)的影響，分別為西北、東北、正南. 途經(jīng)山東省西南部、河南省東部的東北方向氣團(tuán)占比為38.71%，所攜帶的ρ(PM2.5)較高；西北和正南方向氣團(tuán)占比相近，所攜帶的ρ(PM2.5)相近且均高于東北方向. 因此，2018年1月南陽市空氣污染同時受到近距離排放(湖北省北部、南陽市)和遠(yuǎn)距離傳輸(西北和東北方向)的影響. 由表2可見，信陽市2018年1月受3個方向氣團(tuán)影響，分別為西北、東北、局地. 局地性氣團(tuán)源自信陽市，氣團(tuán)占比為39.52%，氣團(tuán)傳輸距離較短、速度較慢，不利于顆粒物擴(kuò)散，使得污染物在傳輸過程中得到積累，其所攜帶的ρ(PM2.5)較高. 由表3可見：駐馬店市2018年1月主要受3個方向氣團(tuán)的影響，分別為西北、東北、正南. 東北方向氣團(tuán)占比為55.78%，途經(jīng)山東省南部、江蘇省西北部、安徽省北部、河南省東部，所攜帶的ρ(PM2.5)較高；南部方向氣團(tuán)來自湖北省北部、河南省南部，氣團(tuán)占比為15.99%，氣團(tuán)傳輸距離短、速度慢，污染物在傳輸過程中逐漸累積，所攜帶的ρ(PM2.5)較高.

表1 南陽市不同月份各類氣團(tuán)軌跡的區(qū)域特征

表2 信陽市不同月份各類軌跡的區(qū)域特征

表3 駐馬店市不同月份各類軌跡的區(qū)域特征

由表1可見：南陽市2018年2月主要受3個方向氣團(tuán)的影響，分別為西北、東北、正南. 西北方向氣團(tuán)途經(jīng)內(nèi)蒙古自治區(qū)西部、寧夏回族自治區(qū)北部、陜西省中西部和東部、山西省西南部、河南省西北部，氣團(tuán)占比為40.47%，所攜帶的ρ(PM2.5)較高；途經(jīng)山東省西南部、河南省東部的東北方向氣團(tuán)(32.74%)次之，但所攜帶的ρ(PM2.5)較高，說明東北方向氣團(tuán)途經(jīng)城市空氣質(zhì)量較差. 由表2可見：信陽市2018年2月不同方向氣團(tuán)占比差異顯著. 局地性氣團(tuán)占比為35.42%，源自信陽市與湖北省的交界區(qū)域，該氣團(tuán)傳輸距離短、傳輸速度慢，所攜帶的ρ(PM2.5)較高；東北方向氣團(tuán)占比(32.59)次之，所攜帶的ρ(PM2.5)較高，所以信陽市空氣污染同時受到近距離排放(湖北省北部、信陽市)和遠(yuǎn)距離傳輸(東北方向)的影響. 由表3可見：駐馬店市2018年2月主要受3個方向氣團(tuán)的影響，分別為西北、東北、正南. 西北方向氣團(tuán)途經(jīng)蒙古國西南部和中國內(nèi)蒙古自治區(qū)西部和南部、寧夏回族自治區(qū)北部、陜西省西北部、山西省西南部、河南省西北部，氣團(tuán)占比為39.13%，所攜帶的ρ(PM2.5)較高；東北方向氣團(tuán)占比(31.70%)與西北氣團(tuán)相近，但其所攜帶的ρ(PM2.5)較高，故駐馬店市大氣污染受遠(yuǎn)距離傳輸(東北和西北方向)的影響.

2.4 潛在源貢獻(xiàn)因子分析

氣團(tuán)后向軌跡聚類分析雖能較清楚地說明冬季各月影響豫南地區(qū)的氣團(tuán)傳播路徑及來向，但不能識別影響豫南地區(qū)ρ(PM2.5)的潛在源區(qū). 為確定ρ(PM2.5)的潛在來源，利用PSCF計算3個城市的WPSCF值(見圖4～6).

注：圖中黑點(diǎn)表示南陽市.圖4 2017年12月—2018年2月南陽市 PM2.5的WPSCF分布Fig.4 Distribution of WPSCF of PM2.5 in Nanyang from December 2017 to February 2018

注：圖中黑點(diǎn)表示信陽市.圖5 2017年12月—2018年2月信陽市 PM2.5的WPSCF分布Fig.5 Distribution of WPSCF of PM2.5 in Xinyang from December 2017 to February 2018

注：圖中黑點(diǎn)表示駐馬店市.圖6 2017年12月—2018年2月駐馬店市 PM2.5的WPSCF分布Fig.6 Distribution of WPSCF of PM2.5 in Zhumadian from December 2017 to February 2018

由圖4可見：南陽市2017年12月WPSCF高值區(qū)域主要分布在冀魯豫交界區(qū)域及湖北省北部，其WPSCF值在0.7～0.9之間. 2018年1月高值區(qū)域明顯增多，且向西北及西南方向延伸，主要分布在冀魯交界區(qū)域、陜西省中西部、湖北省東北部、西部及其周邊地區(qū)，其WPSCF值在0.7～0.9之間；南陽市西部及其周圍區(qū)域的WPSCF值介于0.6～0.8之間，較12月有所上升，推測南陽市2018年1月除受到區(qū)域輸送影響外，本地污染源排放也有一定貢獻(xiàn). 2018年2月WPSCF高值區(qū)域主要分布在湖北省東部、陜鄂交界處、晉豫交界處及其周邊區(qū)域，其WPSCF值在0.8～0.9之間，此外河北省南部、陜西北部也有一定貢獻(xiàn)；南陽市大部分區(qū)域的WPSCF值在0.2～0.4，表明2018年2月南陽市PM2.5污染可能主要受區(qū)域輸送的影響.

由圖5可見：2017年12月信陽市WPSCF高值區(qū)域主要分布在山東省中西部、鄂贛皖交界區(qū)域及河北省南部；2018年1月WPSCF高值區(qū)域明顯增大且分布集中，主要分布在山東省西北部與渤海、河南省交界區(qū)域，其WPSCF值在0.7～0.9之間，相比12月，東北路徑區(qū)域傳輸對信陽市ρ(PM2.5)的影響可能增強(qiáng)，相應(yīng)西北路徑區(qū)域傳輸?shù)挠绊懣赡軠p弱；2018年2月WPSCF高值區(qū)域面積顯著縮小，由山東省西北部遷移至山東省南部，其WPSCF值在0.6～0.8之間，表明信陽市2018年2月受區(qū)域傳輸影響最弱.

由圖6可見：2017年12月駐馬店市WPSCF高值區(qū)域主要分布在湖北省東部及冀魯豫交界區(qū)域，其WPSCF值介于0.7～0.9之間；另外，豫皖交界處及晉冀交界處對駐馬店市ρ(PM2.5)可能也有一定貢獻(xiàn). 2018年1月WPSCF高值區(qū)域主要分布在冀魯豫交界區(qū)域，其WPSCF值介于0.7～0.9之間. 2018年2月WPSCF高值區(qū)域明顯減小，主要分布在冀魯交界區(qū)域及陜鄂交界區(qū)域，其WPSCF值在0.7～0.9之間，此外陜甘交界區(qū)域也有一定貢獻(xiàn).

注：圖中黑點(diǎn)表示南陽市.圖7 2017年12月—2018年2月南陽市 PM2.5的WCWT分布Fig.7 Distribution of PM2.5 mass concentration weight trajectory in Nanyang from December 2017 to February 2018

2.5 濃度權(quán)重軌跡分析

由于PSCF分析法只反映各網(wǎng)格內(nèi)污染軌跡占軌跡總數(shù)的比例，無法反映該網(wǎng)格對目標(biāo)區(qū)域ρ(PM2.5)的貢獻(xiàn)程度，因此進(jìn)一步引入CWT計算每個網(wǎng)格平均權(quán)重濃度，得到潛在源區(qū)的污染貢獻(xiàn)水平(見圖7～9).

注：圖中黑點(diǎn)表示信陽市.圖8 2017年12月—2018年2月信陽市 PM2.5的WCWT分布Fig.8 Distribution of PM2.5 mass concentration weight trajectory in Xinyang from December 2017 to February 2018

注：圖中黑點(diǎn)表示駐馬店市.圖9 2017年12月—2018年2月駐馬店市 PM2.5的WCWT分布Fig.9 Distribution of PM2.5 mass concentration weight trajectory in Zhumadian from December 2017 to February 2018

由圖7可見：南陽市2017年12月WCWT值超過270 μgm3的區(qū)域主要分布在冀魯豫交界區(qū)域；2018年1月WCWT值超過270 μgm3的區(qū)域主要分布在河南省中北部，而冀魯豫交界區(qū)域的WCWT值則降至180～210 μgm3之間，表明該區(qū)域的貢獻(xiàn)程度減?。?018年2月WCWT值超過200 μgm3的區(qū)域主要分布在陜鄂交界區(qū)域及其周邊區(qū)域以及河北省南部.

由圖8可見：信陽市2017年12月WCWT值大于270 μgm3的高值區(qū)主要分布在山東省西部及其周邊區(qū)域；2018年1月信陽市WCWT值大于200 μgm3的高值區(qū)域顯著增大，主要分布在山東省西北部及其周邊區(qū)域；2018年2月WCWT值大于100 μgm3的高值區(qū)域明顯增大，且分布較分散，主要分布在山東省西南部及其周邊地區(qū)、河南省中北部和西部、陜西省中南部、山西省西部，此外，湖南省東部、湖北省西北部也有一定的貢獻(xiàn).

3 結(jié)論

a) 豫南地區(qū)2017年冬季信陽市空氣質(zhì)量最好，其次為駐馬店市，南陽市空氣質(zhì)量最差；南陽市ρ(PM2.5)日均值最高，其次是駐馬店市，信陽市則最低，分別是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 μgm3)的1.5、1.2和1.2倍；豫南地區(qū)ρ(PM2.5)日變化呈雙峰變化特征.

b) 后向軌跡聚類分析表明，豫南地區(qū)主要受到來自西北和東北方向長距離傳輸和正南方向較短距離輸送的影響.

c) 潛在源貢獻(xiàn)分析表明，除豫南地區(qū)及周邊市縣本地污染貢獻(xiàn)外，冀魯豫交界區(qū)域、陜鄂交界區(qū)域、陜西省中西部、湖北省東北部和西部、河南省中北部、山東省南部是影響豫南地區(qū)ρ(PM2.5)的主要潛在源區(qū).