《Atmospheric Pollution Research》：Investigation of the cross-border movement of PM
2.5 in the Terai belt of Nepal using a low-cost sensor network
编辑推荐：
跨境空气污染对尼泊尔的影响及监测研究；低成本传感器网络；南亚大气环流；PM2.5浓度时空特征；潜在源贡献函数模型。
哈萨娜·什雷斯塔（Hasana Shrestha）| 阿比谢克·卡纳（Abhishek Karna）| 本杰明·德·福伊（Benjamin de Foy）| 普拉卡什·V·布哈韦（Prakash V. Bhave）| 拉梅什·P·萨普科塔（Ramesh P. Sapkota）| 雷吉娜·M·比安朱（Rejina M. Byanju）| 迈克尔·H·伯金（Michael H. Bergin）| 布莱恩·麦克阿杜（Brian McAdoo）
尼泊尔加德满都特里布万大学（Tribhuvan University）环境科学系
摘要
跨界空气污染是南亚地区一个重要的环境和公共卫生问题。由于尼泊尔地理位置靠近主要污染源区域，该国深受其影响。在特莱地区（Terai）和两个中部山谷安装的一系列经过校准的低成本PM2.5传感器记录到，2022年12月28日至30日期间PM2.5浓度急剧上升。全国范围内的监测站点也显示了这一时期的浓度升高。通过分析气象数据、大气数据（包括气溶胶光学厚度、空气团轨迹、边界层高度、通风系数以及火灾事件等），来描述该地区的污染动态。研究人员使用了“潜在源贡献函数”（Potential Source Contribution Function）模型来追踪将污染物带入尼泊尔的空气团。分析结果表明，来自印度-恒河平原（Indo-Gangetic Plain）的东南风和西南风将污染物带入了这些地区。该地区的火灾活动较少，表明生物质燃烧对污染的影响有限。这项研究证明了低成本传感器在识别本地和跨界污染源方面的有效性。研究结果强调了在南特莱地区加强区域合作和采取针对性政策措施的紧迫性，以减少跨界和境内污染。
引言
颗粒物（PM），尤其是PM2.5对健康的危害已有充分记录（Apte等人，2018；Burnett等人，2018；Lelieveld等人，2015；Murray等人，2020），各国可以通过减少PM2.5的暴露来减轻空气污染对健康的负担（Dhital等人，2024；Georgoulias等人，2025）。然而，当空气中的颗粒物产生于国家管辖范围之外时，实施减少PM2.5产生的政策就变得更加困难。排放源和天气条件的变化使得监测和追踪污染物变得复杂，尤其是在极端天气事件期间（Bai等人，2022）。
在南亚冬季，大部分PM污染会从印度-恒河平原（IGP）长距离传输到印度-喜马拉雅山脉（Indo-Himalayan Range）和孟加拉湾（Sen等人，2017）。尼泊尔南部平原位于IGP范围内（图1），在干旱时期，空气团通常来自印度西北部、巴基斯坦和印度北部（Tripathee等人，2017）。2022年冬季，卢姆比尼（Lumbini，尼泊尔中南部）发生的两次严重雾霾事件与来自尼泊尔西部和IGP西北部的西风有关，这些风将城市和工业产生的颗粒物以及区域性的生物质燃烧产生的颗粒物带入该地区（Rupakheti等人，2020）。同样，印度西北部每年11月的农作物燃烧产生的气溶胶也会通过河流谷地传输到加德满都和高海拔地区，导致PM2.5浓度急剧上升（Khanal等人，2022）。
现在已明确，大气条件和气象因素在决定PM2.5颗粒物的浓度、扩散和沉降过程中起着关键作用。风向和风速是重要因素，尼泊尔的地理特征使得绝热/下坡风在复杂地形上流动时能够扩散或集中污染，尤其是在城市较多的山谷中。风向对PM2.5浓度的影响很大程度上取决于当地地理条件和PM2.5的分布（Islam等人，2023；Chen等人，2020）。风动力还影响行星边界层高度（Planetary Boundary Layer Height，PBLH），进而影响地面附近的污染物混合和扩散（Miao等人，2018；Su等人，2018）。低风速有助于夜间近地面PM2.5浓度的形成和持续（Quan等人，2013）。
当边界层内出现强烈的温度逆温现象和空气下沉运动时，也可能发生严重的污染事件（Zhong等人，2018）。通风系数（Ventilation Coefficient，VC）结合了PBLH和风速，用于衡量大气扩散污染物的能力。较高的VC值有助于更好的混合和稀释，从而改善空气质量。然而，由于不同地区的天气模式、排放率和背景污染水平不同，PM2.5风险水平的VC阈值也会有所差异（Vongruang等人，2024）。
为了分析长距离传输（LRT），需要确定污染的潜在来源。研究人员应用了“潜在源贡献函数”（Potential Source Contribution Function，PSCF），将受体站点观测到的高PM2.5浓度与通过混合单颗粒拉格朗日积分轨迹（Hybrid Single Particle Lagrangian Integrated Trajectory，HYSPLIT）确定的潜在污染源区域联系起来（Polissar等人，2001；Begum等人，2005；Uygur等人，2009；Fleming等人，2012；Dimitriou等人，2015；Liu等人，2016；Dimitriou等人，2023）。在像喜马拉雅山脉这样地形复杂的地区，这尤其具有挑战性，因此需要使用多种工具来确定最可能的污染源。
本研究探讨了尼泊尔特莱地区（Terai）和中部地区（Mid-land）的PM2.5污染情况，重点关注2022年12月28日至30日干旱冬季期间的一次高污染事件。通过使用一系列经过校准的低成本TSI BlueSky传感器，在不同地貌区域的城乡站点测量了PM2.5浓度。为了确定这次污染事件的可能来源（无论是尼泊尔内部还是跨界来源），研究人员结合了基于地面传感器的数据、利用反轨迹和源函数（HYSPLIT和PSCF）确定的潜在污染源、局部气象影响（PBLH和VC）、来自可见光红外成像辐射计套件（Visible Infrared Imaging Radiometer Suite，VIIRS）卫星的区域污染物浓度遥感数据，以及全球火灾同化卫星（Global Fire Assimilation Satellite，GFAS）提供的火灾事件数据。了解本地和外部污染源及其传输路径对于有效管理空气质量以及促进尼泊尔乃至整个南亚地区的跨国环境治理至关重要。
部分摘录
站点描述
尼泊尔是一个内陆国家，北与中国接壤，其他三面与印度相邻。该国地形独特多样，海拔从特莱地区南部的60米到喜马拉雅山脉的6000米不等，这种地形特征阻碍了来自北方的空气流动；北部则与平均海拔4000米的青藏高原相邻。这种地理多样性包括北部人口稀少的高山地带、丘陵地带等。
时间序列分析
表1显示了2022年12月至2023年1月期间各传感器位置的24小时平均PM2.5浓度及其在污染事件期间的增长百分比。2022年12月28日至30日期间，PM2.5浓度超过了NAAQS规定的不健康阈值（40 μg/m3）。在这两个月的平均值中，东部特莱地区的PM2.5浓度最高，其次是西部特莱地区，而中部特莱和内特莱地区的浓度相似。
结论
本研究利用尼泊尔特莱地区和两个主要中部山谷中精心校准的低成本PM2.5传感器网络，调查了2022年12月发生的突发污染事件。该网络设计包括特莱地区的城乡传感器对，有助于评估当地污染基线并识别外部对空气质量的影响。
扩散归一化分析表明，污染事件的来源主要是长距离传输，而非局部排放。
作者贡献声明
哈萨娜·什雷斯塔（Hasana Shrestha）：撰写——审稿与编辑、初稿撰写、可视化、验证、方法论研究、数据分析、概念构建。阿比谢克·卡纳（Abhishek Karna）：撰写——审稿与编辑、初稿撰写、可视化、验证、方法论研究、数据分析、概念构建。本杰明·德·福伊（Benjamin de Foy）：撰写——审稿与编辑、验证、方法论研究。普拉卡什·V·布哈韦（Prakash V. Bhave）：撰写——审稿与编辑、验证、资金筹集、数据收集。
利益冲突声明
作者声明没有已知的财务利益冲突或个人关系可能影响本文的研究结果。
致谢
我们衷心感谢杜克大学（Duke University）和杜克基金会（The Duke Endowment，McAdoo）提供的支持和资源，以及美国国务院（US Department of State）的研究资助（资助编号：SLMAQM20CA2398）。同时感谢CDES、IOST和TU在后勤和研究方面的支持。我们还要感谢Trailokya Raj Bajgain在数据提取软件开发方面的帮助。此外，我们也感谢NOAA/NESDIS/STAR气溶胶与大气成分科学项目（NOAA/NESDIS/STAR Aerosols and Atmospheric Composition Science）的支持。
