唐山市（位于京津冀地区，是一个典型的重工业城市）中PM2.5的传输途径及其主要来源区域

《Atmospheric Environment》：The transport pathways and sectoral potential source areas of PM 2.5 in Tangshan, a typical heavy industrial city in the Beijing-Tianjin-Hebei region

唐山市2020年四季PM2.5污染传输路径及潜在源区研究显示，冬季（1月）和秋季（10月）因近距离传输（河北、天津）及950 hPa稳定气团（贡献率30.52%），PM2.5浓度分别达114.8和110.7 μg/m3，其中轨迹聚类分析（500 m高度）揭示西南河北至天津的工业密集区是主要污染传输路径，工业源和居民源贡献率最高且存在季节差异，建议强化区域协同治理。

　　

高爱芳|游曦|赵莉|刘启贤|李爱国|赵亮|康爱斌|张宝军|张洪亮

河北省地质大学水资源与环境学院，河北省水资源可持续利用与开发重点实验室，河北省水资源可持续利用与产业结构优化协同创新中心，河北省生态与环境地质研究中心，石家庄，050031，中国

摘要

本研究调查了2020年1月、4月、7月和10月唐山地区PM_2.5的传输路径及其潜在来源区域。利用MeteoInfo软件中的HYSPLIT模型，对不同起始高度和时间的风流后向轨迹进行了聚类分析。通过计算加权潜在源贡献函数（WPSCF）和浓度加权轨迹（WCWT），确定了唐山地区PM_2.5的潜在来源区域，并分析了污染传输路径。研究结果如下：首先，1月（114.8 μg m^?3）和10月（110.7 μg m^?3）的高PM₂浓度主要是由于通过河北和天津的短距离传输造成的，其中轨迹1（950 hPa）占总污染气流的30.52%（124.8 μg m^?3）。其次，1月份唐山地区PM_2.5污染的潜在来源区域的WPSCF和WCWT值最高。WCWT值超过90 μg m^?3的高值区域分布在廊坊、天津部分地区以及京津冀交界处。第三，不同月份各种来源对唐山PM_2.5浓度的贡献有所不同，工业和居民源是主要贡献者。第四，500米和1000米高度的风流轨迹是一致的。24小时PM_2.5浓度更高，而24/72小时的潜在来源区域结果显示高值区域多为工业密集区。这些发现强调了区域合作和部门协同管理在减轻唐山PM_2.5污染方面的重要性。

引言

细颗粒物（PM_2.5）对人类健康和气候有不良影响（Hu等人，2017；Huang等人，2023；Wang等人，2021a；Zhang等人，2022b）。例如，PM_2.5已知会引发哮喘、支气管炎和心血管疾病（Zhu等人，2024）。研究表明，PM_2.5浓度每增加10 μg m^?3，高血压急诊患者增加8%，心血管疾病也会增加。此外，研究还表明，PM_2.5污染与呼吸系统和循环系统疾病有关，导致超过一百万例过早死亡，并对人类健康造成威胁，同时造成经济损失（Gao等人，2020，2022；Han等人，2019；Lu等人，2016；Maji等人，2018；Wang等人，2023；Yao等人，2020；Zhang等人，2019b）。自2013年以来，京津冀地区（BTH）的空气质量显著改善（Zhao等人，2024），这归功于持续加强的空气污染物减排措施。然而，由于北京及其周边地区的排放量较大，加上BTH地区的独特地形和大气环境条件，严重的空气污染问题仍然存在。BTH地区大多数城市的PM_2.5质量浓度超过了中国的二级标准（5 μg m^?3，2021年世界卫生组织推荐值）。PM_2.5主要来源于人类活动和各种工业过程的直接排放，包括工业运营、车辆交通和居民源，其余部分则来自一次污染物的二次转化。不同排放源产生的PM_2.5具有不同的成分和毒性。PM_2.5的某些成分会影响人体，从而诱发癌症。流行病学调查证实了城市大气颗粒物中的多环芳烃（PAHs）与居民肺癌发病率和死亡率之间的相关性（Feng等人，2022）。除了排放源的内部原因外，PM_2.5浓度还受到气象条件等多种因素的影响。此外，它与邻近地区的污染源和长距离污染传输密切相关。

后向轨迹传输模型可以有效地模拟目标区域内的气流，并研究空气污染物在区域间的传输（Feng等人，2022；Hui等人，2019；Lv等人，2022；Zhang等人，2022a，2023；Zhao等人，2020；Zong等人，2018）。Li等人（2017a）采用轨迹聚类、WPSCF和WCWT方法，识别了2014年至2015年北京地区PM_2.5的主要空气团传输路径和潜在来源。结果表明，北京在冬季和春季受到来自南方、东南方、北方和西北方的轨迹影响。Hao等人（2019）使用后向轨迹聚类分析了渤海西岸PM_2.5的传输路径和潜在来源区域。研究发现，2009年至2018年间，两条主要的高PM_2.5传输路径与南部来源区域有关（WCWT ≥ 140.0 μg m^?3），这些区域被认为是人为污染源。Li等人（2017b）使用PSCF和CWT分析了青岛冬季空气污染的特征、路径和来源分布。研究发现，来自山西、河北南部和山东西部的44.1%的空气团占总污染轨迹的73.9%，平均PM_2.5浓度为134.9 μg m^{?3_2.5来源，强调了来自南部和西南部地区的主要传输路径。Du等人（2019）结合HYSPLIT和化学传输模型，发现区域传输对PM_2.5的影响占14–31%，并对北京二次无机气溶胶的贡献率为30–63%。Lv等人（2022）结合多种模型研究了北京雾霾期间的PM_2.5区域传输，揭示了南部和东部传输路径对PM_2.5来源变化和浓度的显著影响。}

京津冀地区位于华北平原（NCP）中部，是中国污染最严重的地区之一（He等人，2021；Shao等人，2020；Wang等人，2012）。唐山位于河北省东部，地处燕山山脉南麓和华北平原东北部（图1）。它南临渤海，北靠燕山山脉，与北京和天津相邻，是京津冀城市群的中心城市之一。这一地理位置使唐山成为连接华北和东北的重要通道，是区域经济发展的关键引擎，也是大气污染传输的关键节点（He等人，2020；Sun等人，2017）。作为传统的工业城市，唐山拥有众多的钢铁、煤炭和石化产业。该市的巨大污染排放、不利的气象条件以及独特的地形导致了严重的空气污染，尤其是PM_2.5污染（Wang等人，2014；Wu，2019）。研究表明，该地区的主要污染源包括钢铁厂、化工厂、金属冶炼厂以及用于居民供暖和烹饪的煤炭（Liu等人，2023；Peng等人，2020）。此外，唐山拥有便捷的交通网络，包括高速公路、铁路和机场，这促进了经济发展，但也可能加剧大气污染的传输和扩散。

外部来源对PM_2.5的贡献显著影响了城市污染的时空变化。因此，追踪PM_2.5的传输路径和工业污染源，并明确各区域对污染的贡献，可以为当地PM_2.5控制提供科学依据，并促进区域协同治理PM_2.5和工业污染源。2017年，唐山、石家庄、邢台、保定和邯郸是污染最严重的五个城市（Wang等人，2020b；Yuan和Yang，2019；Zhang等人，2018）。然而，大多数关于京津冀地区的研究集中在北京和天津（Li等人，2015；Lv等人，2016；Yu等人，2019；Zhang等人，2013b；Zheng等人，2005），忽视了唐山这一重要的工业城市。此外，关于PM_2.5区域传输及其在唐山污染水平中的各种工业来源贡献的详细研究较少。鉴于唐山的人口、地理位置、重工业发展和污染状况，需要对城市的PM_2.5污染特征及其区域传输效应进行综合研究。

本研究利用天气研究和预报模型（WRF）和社区多尺度空气质量模型（CMAQ）（Wang等人，2020a）模拟了2020年1月、4月、7月和10月的PM_2.5浓度，并评估了各行业对PM_2.5水平的贡献。使用MeteoInfo软件（Zhang等人，2020）进行了污染轨迹聚类分析，以研究PM_2.5的潜在传输路径。此外，还采用了潜在源贡献函数（PSCF）和浓度加权轨迹（CWT）方法来分析唐山地区PM_2.5的潜在来源区域及其各行业的贡献。本研究旨在了解PM_2.5污染的来源，并确定唐山的潜在来源区域。同时，它还提出了未来PM_2.5污染控制措施的建议，并为区域和行业协同治理PM_2.5污染提供支持。

部分内容

WRF/CMAQ建模

CMAQ采用耦合数学方法模拟空气质量，整合了实际的化学和物理过程。它使用三维欧拉化学和传输模拟系统来模拟大气污染物。可追溯的空气质量模型CMAQv5.0.2（Wang等人，2020a）以及扩展的SAPRC光化学机制（Wang等人，2020a；Ying等人，2015；Zhang和Ying，2011）用于评估各种来源对PM_2.5的贡献

PM_2.5（500米高度）的轨迹聚类分析

1月后的向回轨迹经过聚类后分为6类（图2和表1）。轨迹1起源于河北省西南部，经过天津市域，占总数的20.03%。这条污染轨迹的PM_2.5质量浓度最高（104.5 μg m^?3），占6条轨迹中的30.52%。这条气流的传输距离较短，途经河北和天津的工业发达区域

结论

对唐山每日24小时后向轨迹的聚类分析显示，1月（114.8 μg m^{?3?3_2.5浓度较高。通过河北和天津的短距离气流是PM_2.5浓度较高的主要原因。1月的轨迹1和10月的轨迹4的气压约为950 hPa，空气团相对稳定，容易携带污染物。}

CRediT作者贡献声明

高爱芳：写作——审稿与编辑、监督、方法论、调查、正式分析。游曦：写作——初稿撰写、验证、方法论、调查、正式分析。赵莉：写作——审稿与编辑、验证。刘启贤：软件支持。李爱国：写作——审稿与编辑、正式分析。赵亮：写作——审稿与编辑、监督、方法论、正式分析、数据整理。康爱斌：写作——审稿与编辑。张宝军：写作——审稿与编辑

利益冲突声明

作者声明没有已知的财务利益或个人关系可能影响本文的研究结果。

致谢

本研究得到了中央引导地方科学和技术发展基金项目（236Z4203G）、河北挥发性有机化合物检测与处理技术创新中心开放基金（ZXJJ20240106）、河北省教育厅科研项目（BJK2024008）、唐山市科技计划-关键研发计划项目（22150231J）的支持。