京津冀地区典型城市秋冬季PM2.5输送特征研究

张智答,王晓琦*,张晗宇,关攀博,王传达,唐贵谦（.北京工业大学环境与能源工程学院,区域大气复合污染防治北京市重点实验室,北京 004；.中国科学院大气物理研究所,大气边界层物理与大气化学国家重点实验室,北京 0009）

近年来,随着“2+26”城市大气污染物减排措施的不断加强,空气质量得到了一定程度改善,但由于北京及周边地区大气污染物排放量大[1],加之京津冀地区特殊的地形和大气环境特点,环境问题依然严峻.大气中污染物浓度主要受排放源,气象背景场和地形分布等多方面因素影响.研究表明,北京地区细颗粒物（PM2.5）重污染过程主要受到燕山山前东风带,太行山山前西南风带和华北平原东南风带影响[2],在特定天气条件下,周边地区污染源对北京空气中颗粒物浓度具有重要影响[3].PM2.5在大气环流作用下传输距离远,异地输送特征显著[4],是京津冀,长三角等重点城市群重污染频发的主要原因.当前许多学者对 PM2.5来源解析,理化特征,气象影响要素等进行了大量的研究.同时也采用了后向轨迹模型[5],潜在源贡献分析（PSCF）法[6],CAMx-PSAT（comprehensive air quality model with extensionsparticulate source apportionment technology）[7]对PM2.5传输规律开展了深入研究.程念亮等[8]对北京及其周边省市的 PM2.5空间分布进行插值分析,发现污染高值区最先出现在河南北部及河北南部,再逐渐由南向北蔓延.王郭臣等[9]利用HYSPLIT模型和气流轨迹聚类发现不同方向气流轨迹对北京PM2.5的影响在空间上存在显著差异,西北方向气流是影响北京 PM2.5浓度的主要气流轨迹.王燕丽等[10]对京津冀区域 PM2.5污染及相互输送特征进行定量模拟,建立了京津冀13个城市的PM2.5传输矩阵,发现北京与廊坊,保定,天津,沧州等城市之间存在明显的污染输送.徐冉[11]等利用后向轨迹聚类分析发现秋冬季重污染累积阶段影响北京地区的气团主要来自于西北,偏西,西南和东南路径.李珊珊等[12]运用 CAMX模型对京津冀秋季一次重污染过程模拟分析发现,北京,天津,石家庄PM2.5平均外来源输送率分别为57%,48%,27%,重污染日与非重污染日相比,外来贡献上升明显.尽管如此,对系统性研究区域传输路径,传输通量及强度等方面的研究还存在不足[13-14],且针对 PM2.5的来源解析多集中于近地面传输影响,对高空的 PM2.5传输规律研究更有待进一步探讨.因此,对不同输送通道上排放量大,污染严重的城市（如西南通道上石家庄,偏东通道上唐山等）开展 PM2.5传输途径和区域来源的研究具有十分重要意义.

本文选取北京,唐山和石家庄作为输送通道上典型城市,针对秋冬季典型月份（10月和 1月）,运用PSCF方法识别了三个典型城市 PM2.5的潜在源区;利用三维空气质量模式的颗粒物来源识别技术（CAMx-PSAT）定量评估了三个城市与其周边省市之间 PM2.5的传输贡献;基于 CAMx模拟结果,分别以北京,唐山和石家庄作为目标城市,通过计算目标城市与其邻近城市行政边界的垂直结构中 PM2.5的传输通量,确定各个目标城市在不同高度下的 PM2.5传输途径.本研究从定性和定量、近地面和高空等多角度出发,系统性的分析京津冀地区典型城市的污染传输路径,并总结 PM2.5区域来源的一般规律,以期为我国区域污染联防联控的制定与实施提供科技支撑.

1 数据来源与研究方法

1.1 数据来源

后向轨迹模式采用的气象资料来自 NECP（美国国家环境预报中心）提供的全球资料同化系统（GDAS）数据.WRF模拟所需要的背景场数据来源于美国国家环境预报中心（NECP）提供的1×1°,6h分辨率的FNL全球分析资料,所需要的土地利用数据,地形资料采用美国 USGS全球土地和地形利用数据.CAMx模型模拟所使用的污染源清单则采用本研究团队通过自下而上的方法建立的 2017年京津冀区域大气污染源排放清单,分辨率精确至乡镇级别[15-16],京津冀以外部分采用的是清华大学研发的2016年 MEIC高分辨率排放清单,污染物种类主要包含PM10,PM2.5,SO2,NOx,NH3,CO和VOCs等.北京,唐山和石家庄的风速（WS）,相对湿度（RH）和气温（T2）等常规气象数据来自于各个城市的气象站点,北京,唐山和石家庄的 PM2.5质量浓度数据来自于中国空气质量在线监测分析平台（https://www.aqistudy.cn/historydata）,参考EPA（Environmental Protection Agency）评价标准,引入标准化平均偏差（NMB）,标准化平均误差（NME）和相关系数（COR）等 3个统计指标[17],验证模式模拟的性能.研究发现除春季外,PM2.5与后向散射系数在三个季节均呈现了中度以上的正相关性[18].因此,本研究选取2018年1月北京地区的后向散射系数来间接验证模型模拟不同垂直层高的PM2.5浓度的准确性,利用云高仪激光雷达测量得到不同高度的后向散射系数数据是由中科院大气物理研究院提供.

1.2 空气质量模型

空气质量模拟采用美国 ENVIRON公司在UAM-V模式基础上开发的CAMx v6.3.0模式,该模式可以在城市和区域等多种尺度上对气态和颗粒态的大气污染物进行综合性模拟[19].CAMx模型除具有第 3代空气质量模型的典型特征之外,最显著的特点包括:双向嵌套及弹性嵌套,网格烟羽（PiG）模块,颗粒物来源追踪技术（PSAT）,臭氧源分配技术（OSAT）,臭氧和其他物质源灵敏性的直接去耦合法等[20].颗粒物来源示踪PSAT工具,是CAMx模型中针对不同种类的颗粒物,进行不同地区污染源贡献识别分析的综合方法,其能有效地追踪排放源对目标区域PM2.5的贡献[21],PSAT可以应用于二次有机气溶胶,硫酸盐,硝酸盐,铵盐等污染物的解析,已经广泛应用到PM2.5模拟研究中[22-23].

1.3 模型设置

模拟时段:2018年1月和10月,分别作为冬季和秋季代表月,模拟时间间隔为 1h; 模拟区域:采用Lambert 投影坐标系,设置两层嵌套网格,分辨率为36km×36km,12km×12km;中心经纬度坐标为116.47°E,45.00°N.外层（Domain1）覆盖中国东部和中部大部分区域,内层（Domain2）覆盖京津冀地区,山东,山西,河南以及部分内蒙古,辽宁,陕西,湖北,安徽,江苏,浙江和上海地区.

受体城市:PSAT模块是模拟污染源与环境受体之间的响应关系.为建立污染源与环境受体间空间传输矩阵,必须对污染源进行分类,并选取受体点.受体城市选取见图1所示.

图1 CAMx 模型双重嵌套区域示意Fig.1 Modeling Domains in the CAMx Model During the Study Period

气象模拟:CAMx模型所需要的气象场由中尺度气象模型WRF提供[24],WRF模型与CAMx模型采用相同的空间投影坐标系,但模拟范围大于CAMx 模拟范围.两种模型在模拟区域内垂直方向共设置 28层,其对应的δ坐标分别为 1.000,0.994,0.988,0.981,0.969,0.956,0.944,0.926,0.902,0.881,0.852,0.828,0.796,0.754,0.704,0.648,0.589,0.546,0.495,0.445,0.387,0.287,0.187,0.136,0.091,0.061,0.020和0.000.参数设置:CAMx模型参数设置见表1,WRF参数化方案见表2.

表1 CAMx参数设置Table 1 Parameters setting of CAMx

表2 WRF参数化方案Table 2 Parameterization scheme of WRF

1.4 模型验证

由表3可知,WRF模型能较好地模拟3种气象要素的时间演变特征,模拟值与观测值均体现了较高的正相关性,COR均高于 0.60.其中,T2模拟效果最好,COR均在0.82以上,唐山T2的模拟效果COR能达到 0.91以上,NMB为-0.32%～0.19%,NME为0.42%～0.72%; RH模拟值低于观测值,存在小范围低估,且其NMB和NME 的模拟偏差较T2大,NMB为-7.86%～-4.11%,NME 为 11.23%～17.28%; WS 的COR为0.61～0.71,NMB为23.30%～48.56%,NME为33.86%～57.23%,模拟值高于观测值,存在小范围高估.从CAMx模型模拟出的PM2.5效果可以看出,三个城市的 PM2.5模拟值与观测值均体现了较好的一致性,COR均高于0.67,NMB为-30.92%～-0.37%,NME为23.17%～40.2%.三个城市PM2.5模拟值均低于观测值,存在不同程度的低估,这可能是由于污染源排放清单的不确定性,模型内部化学机制不完善以及气象要素模拟误差等多方面因素所带来的影响[25].本研究选取2018年1月北京地区0～817米高度范围内的后散射系数数据与模式模拟对应的不同高度层的PM2.5浓度数据进行对比验证,结果表明:不同垂直层高的 PM2.5与后向散射系数均呈现较高的正相关性,COR为0.52～0.63,表明本次模拟结果可靠（图2）.

图2 不同高度下的PM2.5及后向散射系数逐日变化情况Fig.2 The daily variation of PM2.5 and backscatter coefficient at different heights

表3 模拟值与监测值统计指标对比Table 3 Comparison of statistical indicators between monitored and simulated data

1.5 PSCF法介绍

PSCF法[26]可以结合气团轨迹和污染物阈值来确定潜在污染源的可能区域.在计算过程中,潜在源区被分成多个分辨率为 0.5×0.5°的 i×j的网格,目标区域范围介于 80°E～125°E,20°N～50°N,并假设污染物沿着气团轨迹传输,在其过程中无化学转化和大气清除作用.计算公式如下[27]:

式中:PSCFij代表潜在源区贡献（无量纲）;mij代表经过网格（i,j）的轨迹数（条）;nij代表总轨迹数（条）;W（nij）代表网格权重系数（无量纲）,目的是避免 nij较小的网格出现PSCFij高值.

1.6 传输通量计算方法

PM2.5传输通量是指在特定时间内通过某一垂直截面上PM2.5的质量[28].本文采用WRF-CAMx 模型模拟研究区域内的气象场与空气质量,并在垂直方向上设置成相同的层数（28层）,将垂直截面离散化为多个网格单元.PM2.5传输通常在大气边界层以下为有效传输,但污染物在大气边界层以上也可能发生远距离输送,且京津冀地区大气边界层高度平均在1000m以下[29-30],故本研究选取地表以上12层高度（约1800m）作为垂直空间传输通量研究范围,使得不同高度层下 PM2.5传输通量的垂直演变特征分析更加具体.通过提取北京,唐山和石家庄接壤区域对应高度层PM2.5浓度和风场,研究1800m以内不同海拔高度PM2.5传输通量的垂直分布特征.传输通量计算如下:

式中:Flux为PM2.5传输通量,t/d;h为垂直方向研究的最高层;l为两个毗邻城市的边界线（无量纲）;L为模拟网格分辨率,km;Hk为在 k和 k+1层之间的高度差,m;c为PM2.5浓度,μg/m3;v为风向（°）和风速（m/s）;n为通过垂直截面的法向量（无量纲）.以北京为例,PM2.5从周边城市传输至北京的通量为正值,即流入通量;PM2.5从北京传输到周边城市的通量为负值,即流出通量;流入通量与流出通量的矢量和代表 PM2.5传输净通量.

2 结果与讨论

2.1 研究区空气污染概况

图（3）为三城市 2018年 1月（冬季）,10月（秋季）PM2.5逐日质量浓度,其中北京市 PM2.5秋冬季平均浓度分别为 42μg/m3和 35μg/m3,唐山为 54μg/m3和 59μg/m3,石家庄为 61μg/m3和 112μg/m3,可以看出,三个城市冬季的大气污染程度普遍高于秋季.研究时段期间,北京,唐山和石家庄超过国家二级标准的天数分别为11d,17d和30d,中度及以上污染天数为5d,2d和15d,其中石家庄污染最为严重,重污染天数高达10d.1月份石家庄出现了一次重污染过程,且持续天数较长,其中1月14日PM2.5日平均浓度高达232μg/m3,超过国家二级标准3倍以上.在1月21日受强冷空气南下东移的影响下,污染物不断扩散,空气质量得到明显的改善.三个城市冬季PM2.5浓度之间相关系数为 0.85（北京-唐山）,0.62（北京-石家庄）和0.60（唐山-石家庄）,秋季PM2.5浓度之间相关系数为0.84（北京-唐山）,0.84（北京-石家庄）和0.70（唐山-石家庄）,秋冬季均呈现了显著正相关,说明区域性是京津冀地区大气污染主要特征之一.同时,为了比较三个城市化学组成的相似程度,引入发散系数CD（coifficient of divergence）来表征三个城市化学组分数据的偏离程度[31].由表 4可知,秋冬季三个城市各观测点的CD不尽相同,秋季保持在0.07～0.21,冬季保持在 0.25～0.33,秋季北京和唐山的 CD 最小（0.07）,表明两城市城区 PM2.5化学组分的浓度存在一定程度的相似性,这可能是由于秋季北京受唐山传输的影响较大造成的.因此,开展污染物跨区域输送研究,对厘清京津冀地区PM2.5传输途径和区域来源具有十分重要的意义.

图3 1月和10月北京、唐山和石家庄PM2.5污染概况Fig.3 Overview of PM2.5 in Beijing、Tangshan and Shijiazhuang in January and October

表4 北京,唐山和石家庄三个城市之间的发散系数（CD）Table 4 Coifficient of divergence between Beijing,Tangshan and Shijiazhuang

2.2 PM2.5传输特征分析

2.2.1 PSCF分析 从图4可知,三个城市PSCF较大值主要分布在河北南部,河南及山西等地区,上述地区人口密度大,工业水平发达,污染物排放量大[32],在传输的效应下对京津冀地区空气质量的影响不容忽视.其中河北南部地区（如保定,石家庄等）对北京和唐山PM2.5潜在贡献最大,多数高于0.7,而其他地区的PSCF值相对较低,一般低于0.5,表明处在西南传输通道上的河北南部地区是影响北京和唐山PM2.5的主要潜在源区,而石家庄的 PSCF高值主要集中在山西北部地区（如大同、阳泉）,多数高于 0.6,表明石家庄受西北输送通道上山西省的影响最大;与冬季相比,三个城市在西南和东南输送通道附近PSCF值多数高于0.6,而东北方向的PSCF值相对较低,其 PSCF值一般低于 0.4,其中北京和唐山 PSCF高值主要分布在河北南部,河南东北部等地区,而石家庄PSCF高值集中在山西南部地区,可以看出来自西南方向的污染物输送对京津冀地区城市之间的空气质量影响较大,这与张晗宇等[33]的研究结果保持一致.

图4 1月和10月北京（a,b）,唐山（c,d）和石家庄（e,f）PM2.5的PSCF分布Fig.4 PSCF map for PM2.5 in Beijing（a,b）,Tangshan（c,d）and Shijiazhuang（e,f）in January and October

2.2.2 PM2.5传输贡献分析 为了更好的了解本地源和潜在源区之间源和受体之间的关系,我们定量评价了三个典型城市本地源和区域来源对 PM2.5浓度的贡献情况（图5）.从图5可以看出,秋冬季三个城市中 PM2.5均以本地贡献为主,传输贡献为辅,其中受本地贡献最显著的是唐山,本地贡献为 62.56%和68.40%,其次是北京和石家庄,分别为53.19%,59.86%和 51.78%,55.53%,而受传输贡献占比为 37.44%（唐山）～48.22%（石家庄）和 31.60%（唐山）～44.47%（石家庄）.三个城市在传输贡献空间上的差异主要受城市的地理位置和污染源布局的影响,而时间上的差异主要受季风等气象条件的影响[34].从地理位置和污染源布局来看,京津冀地区污染呈“南重北轻”格局[35],河北南部等城市重工业企业较多,产业结构偏重,污染排放负荷大,其对京津冀地区的排放贡献影响明显大于北部城市,石家庄位于河北南部,且处于西南传输通道上,更易受河北南部,山西中东部等重工业城市的传输影响,唐山属于河北省典型的重工业城市,本地污染物排放量大,在三个城市中受传输的影响最小,而北京处于燕山,太行山夹持的山谷地形,易受两个输送通道的共同影响.从季节尺度来看,不同季节主导风向和风速的不同会导致污染物传输路径和强度发生变化,使得各城市PM2.5的来源构成呈现季节差异[36].冬季北京受保定,唐山受天津,石家庄受山西的传输贡献影响最大,分别为6.43%,12.98%和13.00%,秋季北京受天津和唐山的传输贡献影响分别为8.44%和8.16%,研究表明秋季京津冀地区存在两种主导风,即东南风和东北风,东北风有较高的风速,而东南风携带更高浓度PM2.5[37],来自天津和唐山的高浓度污染物受东南季风影响输送至北京,是导致其对北京传输贡献偏高的主要原因.以上研究结果表明,三个典型城市秋冬季PM2.5污染受本地排放和外来排放的共同影响,受传输通道内潜在源区的污染排放影响不容忽视,大气污染治理应充分考虑本地污染源和外来传输贡献,尤其是针对传输通道内高潜在源区（如河北省南部城市）更应强化减排措施.

图5 1月和10月北京,唐山和石家庄来自本地与周边邻近省市PM2.5的平均贡献率Fig.5 Average contribution percentage of PM2.5 in Beijing Tangshan and Shijiazhuang from local sources and neighboring cities and provinces in January and October

2.3 PM2.5垂直通量特征分析

本研究选取 0～153m 为近地面层,153m～1782m为高层来分析三个城市不同海拔高度下的 PM2.5传输通量垂直分布特征.由图6（a）～（c）可知,1月份北京近地面 PM2.5总的净通量表现为正值,净通量达到23.70～25.01t/d,而高空的传输通量有正有负,其中在海拔153～611m处PM2.5总的净通量表现为正值,净通量达到 14.12～32.53t/d,在 611～1782m 处 PM2.5总的净通量表现为负值,净通量达到-47.57～-3.73t/d,表明在海拔0～600m处毗邻城市向北京地区输入的PM2.5的质量要高于北京向外输出的 PM2.5的质量,即北京作为汇的城市,而在海拔600m以上北京作为源的城市向毗邻城市输出 PM2.5.由于北京受燕山和太行山夹持的山谷地形,在较低海拔高度下,其他城市输送至北京的大气污染物受山前阻挡,不易扩散,导致污染物汇聚,而高空不受地形影响,大气扩散条件较好,则作为源向外输送污染物;唐山在近地面处PM2.5总的净通量表现为负值,净通量达到-99.47～-64.71t/d,在海拔153～1001m处PM2.5总的净通量表现为负值,净通量达到-70.33～-13.16t/d,在海拔1001～1782m 处 PM2.5总的净通量表现为正值,净通量达到 1.75～12.21t/d,表明在不同海拔高度下唐山基本上是作为源向周边区域输送 PM2.5;而石家庄与北京和唐山相比,在近地面和海拔 153～611m 处PM2.5总的净通量几乎为零,输入净通量和输出净通量近乎持平.

图6 整个观测期间和一次重污染过程PM2.5传输通量垂直分布特征Fig.6 Vertical distribution of PM2.5 net fluexs during the study period and a typical heavy pollution event

值得注意的是,1月份北京在近地面最大的净输入通量强度来自张家口（53.83t/d）,其次是保定（20.09t/d）,最大的净输出通量强度来自承德（-11.83t/d）,其次是天津（-0.46t/d）,而高空北京最大的净输入通量强度同样来自张家口（500.97t/d）,其次是保定（126.81t/d）,最大的净输出通量强度来自承德（-293.64t/d）,其次是天津（-167.82t/d）和廊坊北（-161.18t/d）,由于北京受冬季季风的影响,来自张家口方向的净通量的高值主要是由于风速较大而不是受高浓度PM2.5的影响[38],因此可以推断出两条主要的 PM2.5污染传输通道,即西北-东南方向（张家口→北京→廊坊北→天津）和西南-东北方向（保定→北京→承德）,这与Chang等[39]研究结果一致;唐山在近地面最大的输入净通量强度来自承德（25.15t/d）,其次是天津（11.92t/d）,最大的输出净通量强度来自渤海湾（-221.27t/d）,其次是秦皇岛（-58.88t/d）,而在高空唐山的最大的输入净通量强度来自天津（395.60t/d）,其次是承德（190.71t/d）,最大的输出净通量强度来自秦皇岛（-400.65t/d）,其次是渤海湾（-336.51t/d）.从近地面来看,唐山受承德的影响最大,但从污染物输送强度来看,唐山主要受天津方向高空的传输影响较大.整体来看,唐山地区存在两条主要的PM2.5污染传输通道,即西南-东北方向（天津→唐山→渤海湾+秦皇岛）和西北-东南方向（承德→唐山→渤海湾）;石家庄在近地面最大的输入净通量强度来自山西（42.76t/d）,最大的输出净通量强度来自邢台（-33.42t/d）,其次是保定（-11.23t/d）,而在高空石家庄最大的输入净通量强度来自山西（404.25t/d）,最大的输出净通量强度来自邢台（-382.62t/d）,其次是衡水（-151.72t/d）和保定（-30.84t/d）,结果表明近地面和高空石家庄均受来自山西的影响最大,且主要向东南（邢台、衡水）和东北（保定）两个方向输送污染物.由此可以鉴别出两条主要的PM2.5污染传输通道,即西北-东南方向（山西→石家庄→邢台、山西→石家庄→衡水）和西南-东北方向（山西→石家庄→保定）.

由图 6（d）～（f）可知,10月份北京在海拔 0～153m处的 PM2.5总的净通量表现为正值,净通量达到86.41t/d,而高空则表现出相反的趋势,PM2.5总的净通量表现为负值.从近地面来看,北京最大的输入净通量强度来自廊坊北（111.65t/d）,其次是天津（54.81t/d）,保定（8.78t/d）和廊坊南（8.01t/d）,最大的输出净通量强度来自承德（-70.21t/d）,存在一条明显的东南-西北方向的传输通道（天津＋廊坊北→北京→张家口）,高空北京最大输入净通量强度来自保定（581.04t/d）,其次是廊坊南（296.85t/d）,最大的输出净通量强度来自承德（-1082.63t/d）,因此可以推断出一条关键的 PM2.5污染传输通道,即西南-东北传输通道（保定＋廊坊南→北京→承德）,这与 Gao等[40]的研究结果一致.高层与近地面相比,传输路径发生了转变,这是由于随着海拔高度的增加风向发生了转变所致;唐山在海拔0～153m处PM2.5总的净通量表现为负值,净通量达到-246.78t/d,表明在近地层唐山向毗邻城市输出的 PM2.5的质量普遍高于毗邻城市向唐山地区输入的 PM2.5的质量;而在海拔153～1782m 处总的净通量几乎为零,受传输影响不显著;石家庄在海拔0～153m处PM2.5总的净通量表现为正值,净通量达到31.05t/d,而在海拔153～1782m处 PM2.5总的净通量表现为负值,净通量达到-50.90～-0.78t/d.

2018年1月17日至20日,石家庄发生了一次典型的重污染过程,本研究采用 PM2.5传输通量法对此次重污染过程的输送路径进行了分析[图6（g）～（j）].1月17日石家庄PM2.5日均值为173μg/m3,近地面毗邻城市向石家庄地区输入的PM2.5质量高于石家庄向外输出的 PM2.5质量,总的净通量为99.63t/d,表明重污染期间石家庄受其他城市传输的影响较大,其中最大的输入净通量强度来自山西（146.71t/d）,其次是邢台（49.94t/d）,最大的输出净通量强度来自衡水（-67.72t/d）,其次是保定（29.3t/d）,由此可以鉴别出两条主要的 PM2.5污染传输通道,即西北-东南方向（山西→石家庄→衡水）和西南-东北方向（山西→石家庄→保定）.1月 18日～ 20日,PM2.5浓度持续上升,在 20日达到最大值为230μg/m3,总的净通量高达 132.25t/d,其中最大的输入净通量强度同样来自山西（75.94t/d）,最大的输出净通量强度来自保定（-17.58t/d）,可以看出重污染期间 PM2.5的传输方向没有发生明显变化,PM2.5污染物主要沿着山西→石家庄→保定方向输送,重污染期间鉴别出的传输通道与基于整个月份的研究结果保持一致.

基于以上研究结果,京津冀地区秋冬季可以鉴别出两条主要的传输路径（图 7）,冬季存在一条西南-东北方向传输路径（山西→石家庄→保定→北京→承德和天津→唐山→渤海湾+秦皇岛）,另一条是西北-东南方向（张家口→北京→廊坊北→天津和承德→唐山→渤海湾）;而秋季存在一条西南-东北方向输送路径（邢台→石家庄→保定＋廊坊南→北京→承德）,另一条是东南-西北方向（天津＋廊坊北→北京→张家口）.秋冬季京津冀地区存在一条相同的污染物传输通道,即西南-东北方向,污染物途径山西省,河北南部城市向东北方向传输,这与Zhang等[41]的研究结果保持一致.因此,在改善京津冀地区空气质量时,加强传输通道上城市或区域之间的联防联控是十分必要的.

图7 京津冀地区1月（a）和10月（b）污染输送通道示意图Fig.7 Schematic diagram of pollution transport channel in the Beijing-Tianjin-Hebei region in January（a）and October（b）

3 结论

3.1 PSCF分析发现,冬季河北南部成为影响北京和唐山 PM2.5浓度的主要区域,如保定,石家庄等,而对石家庄潜在贡献较大的区域主要分布在山西中东部地区,如大同,阳泉等;秋季对三个典型城市潜在贡献较大的区域主要分布河北南部和河南东北部地区.

3.2 三个典型城市北京,唐山和石家庄秋冬季PM2.5来源以本地贡献为主,传输贡献为辅,其中冬季本地贡献占绝对主导,本地排放贡献在 51.78%～68.40%,外来贡献占比为 31.60%～48.22%,具体贡献率随季节有所波动.

3.3 PM2.5净通量呈现出显著的垂直分布特征,不同季节三个典型城市与毗邻城市之间发生的 PM2.5传输通量流入和流出特征也不同.从近地面来看,秋冬季北京和石家庄作为汇的城市受传输影响显著,其流入通量大于流出通量,唐山作为源的城市向外输送 PM2.5;从高空来看,秋冬季北京和石家庄PM2.5的流出通量大于流入通量,表现为向外输送污染物,而唐山受传输影响不显著.

3.4 京津冀地区冬季鉴别出两条主要的传输路径,即西南-东北方向（山西→石家庄→保定→北京→承德和天津→唐山→渤海湾+秦皇岛）和西北-东南方向（张家口→北京→廊坊北→天津和承德→唐山→渤海湾）;秋季存在两条主要的传输路径,一条是西南-东北方向（邢台→石家庄→保定＋廊坊南→北京→承德）,一条是东南-西北方向（天津＋廊坊北→北京→张家口）.