外来输送对舟山城区不同季节PM2.5污染的影响研究

周昊，牛彧文，何晴，徐哲永，曹宗元，於敏佳，陈淑琴，母清林

(1.舟山市气象局，浙江 舟山 316021；2.浙江省气象科学研究所/中国气象科学研究院浙江分院，浙江 杭州 310008；3.浙江省海洋生态环境监测中心，浙江舟山 316021)

1 引 言

以大气细颗粒物(PM2.5)为代表的大气污染物是城市环境空气质量指数的主要影响因子。PM2.5质量浓度水平上升，不仅会使大气能见度趋于下降，直接导致灰霾天气发生，而且还可引起人类呼吸道疾病，给公众健康带来严重危害[1-3]。研究表明，不利的大气扩散条件以及大量大气污染物的本地排放是引发PM2.5长时间超标的根本原因[4-6]。与此同时，在我国京津冀、长三角和珠三角等大型城市群的重污染天气除了与本地污染源过量排放有关外，不同区域间大气污染物的外来输送是影响本地区PM2.5质量浓度升高的主要原因[7-9]。王郭臣等[10]研究发现，西北方向长距离路径气流输送对北京冬季PM2.5浓度变化影响显著，此外是偏南气流的影响。朱书慧等[11]研究认为，长江三角洲冬季PM2.5浓度较高主要是受来自华北和华东地区的跨区域输送的影响。李志成等[12]研究发现，来自中国东北内陆和沿海地区的气流输送是珠江三角洲PM2.5高污染的重要原因。

针对外来输送对不同地区PM2.5污染影响的问题，科研人员已经发展了多种方法进行研究，目前应用较广泛的是利用拉格朗日混合单粒子轨迹模式(HYSPLIT)，模拟分析影响本地区气团的来向，以获取与污染物相关的气团路径和来源，并结合潜在源分析函数和浓度权重分析法，研究大气污染物潜在外来源区的分布。基于上述方法，蒋永成等[13]分析发现，对厦门冬春季PM2.5污染有显著影响的外来输送源区主要分布在长江三角洲到华北平原，秋季污染外来输送的主要源区分布在珠江三角洲到福建南部沿海。刘晓咏等[14]分析表明，影响河北邢台沙河市冬季PM2.5较高污染的潜在源区主要分布在该市周边区域，其中东南部的工业区对高浓度的PM2.5贡献最大。严宇等[15]研究得出，影响福州PM2.5污染的潜在源区主要分布在长江三角洲、浙江东南沿海和福建北部。符传博等[16]研究发现，广东省是影响海口市大气污染物超标最主要的潜在贡献源区，其次是周边相邻省区的贡献。蒋琦清等[17]对影响杭州城区不同季节PM2.5潜在源区的空间分布特征也进行了分析。此外，张婷慧等[18-20]分别利用CAMx、WRF-Chem 和RAMS-CMAQ 区域空气质量数值模式对PM2.5的跨界输送过程和潜在贡献作用开展了更加精细化的数值模拟研究。以上研究均表明，区域性和跨区域性的外来输送对不同城市或地区PM2.5污染的影响具有明显的时空分布特征。

舟山地处浙江省东北部沿海，主城区位于舟山岛，为典型海岛城市，大气污染物排放源很少，PM2.5质量浓度总体呈较低水平，城区空气质量指数级别常年保持一级或二级，但受外来输入影响，空气质量有时也会出现不同程度污染[21-22]。目前国内学者针对舟山PM2.5污染的输送路径和潜在源区问题已开展了一定的研究。方利江等[23]对舟山本岛2012 年四个季节代表月份PM2.5输送过程的数值模拟结果表明，浙江东部沿海及杭州湾、长江口和上海等毗邻地区是舟山本岛PM2.5污染的潜在源区。黄仲文等[24]对2013—2016 年舟山市PM2.5输送路径和潜在来源的分析表明，江苏、山东南部、浙江北部和安徽东部是舟山PM2.5污染最主要的潜在源区，冬季跨区域的短距离输送对PM2.5污染有重要影响。但以上研究采用的PM2.5质量浓度数据均为日均值，后向轨迹每天仅对应4 条，对污染物潜在来源分析仍存在一定不确定性，对大气输送和潜在源区的分析精度有待进一步提高，高时间分辨率数据有助于改进后向轨迹和潜在贡献源分析的模拟结果[25-27]。近年来以PM2.5为主的大气污染防治工作在不断推进，国内重点防治区域的空气质量也得到持续改善，利用最近几年的数据对舟山PM2.5外来输送可能出现的新特点做进一步研究非常必要。

本文基 于2016 年3 月—2019 年2 月 舟山城区逐小时的大气污染物监测数据，利用后向轨迹聚类分析、潜在源分析函数和浓度权重分析等方法，研究外来输送对不同季节舟山城区PM2.5污染的影响，为区域性和跨区域性的大气污染联防联控治理工作提供参考依据。

2 资料和方法

2.1 资料来源

本文所用的大气污染物监测数据由浙江省海洋生态环境监测中心提供，包括2016 年3 月—2019年2月舟山国家环境空气质量自动监测站(即国控站)所采集的PM2.5逐小时质量浓度数据。站点均位于舟山城区三个主要城市功能区内，分布如图1 所示，各站数据分别代表舟山定海城区(舟山定海老城区)、临城新区(舟山新城区)和普陀城区(舟山沈家门老城区)大气污染状况。本文所用的气象数据为NCEP(美国国家环境预报中心)的GDAS(全球资料同化系统)产生的格点再分析资料，水平方向分辨率为1 °×1 °，垂直方向23 层，时间分辨率为每3小时一次。

图1 舟山城区环境空气质量监测站分布

2.2 研究方法

后向轨迹计算采用的是美国大气资源实验室和澳大利亚气象局为主联合研发的拉格朗日混合单粒子轨迹模式HYSPLIT(Hybrid Single-Particle Lagrangian Integrated Trajectory Model)，是一种用于计算和分析大气污染物扩散范围、浓度变化和传输轨迹的模式。本文采用的是2019 年9 月发布的V4.2.0 版本，该模式对大气平流和扩散过程采用拉格朗日方法进行计算，具体原理见文献[28]。模式以舟山市海洋环境生态监测站为后向轨迹计算的起始点，模式层顶设为10 000 m，考虑到大气污染物在大气边界层内的混合特性和近地层风流动的代表性，将起始点的高度设定为200 m[29]，根据舟山气候特征[30]，将研究期间的3—5 月、6—8月、9—11 月和12 月—次年2 月分别对应春季、夏季、秋季和冬季，以此计算不同季节每日和每小时产生的48小时后向轨迹。

后向轨迹聚类分析方法是按照沃德层次聚类法(TSV 方法)对影响舟山城区不同季节的所有后向轨迹进行聚类分析，通过反复迭代计算不同气流轨迹上两个点间的欧拉距离，并对空间相似度中最大的轨迹进行选择和分类，具体方法见文献[31-32]，经过后向轨迹聚类分析得到外来输送在不同季节可能的几类路径。

潜在源分析函数(PSCF，Potential Source Contribution Function)法是一种将后向气流轨迹点数和污染物浓度相结合来计算污染物贡献源区分布的统计方法[33-34]，该函数给出了经过某区域的气流到达观测点时对应的污染物浓度值超过指定阈值的条件概率。本研究将所有后向轨迹覆盖的区域进行水平网格化，每个网格点大小设为0.5 °×0.5 °，PM2.5质量浓度阈值设为35 μg/m3。PSCF 值为研究区域内经过网格ij内污染轨迹点个数mij与经过该网格内所有轨迹点个数nij的比值。浓度权重轨迹(CWT，Concentration Weighted Trajectory)分析也是通过气流轨迹识别污染物潜在源区的方法[35-36]，CWT 值为网格ij内的平均权重浓度，反映出潜在源区的污染程度。为了减少经过网格内气流轨迹点数nij较少而对计算结果产生的不确定性，引入权重函数Wij进行订正，订正结果表示为上述两者与Wij各自的乘积，Wij定义[13-17]如下：当nij小于等于网格内平均轨迹点数时，取0.05；当nij大于网格内平均轨迹点数且小于等于1.5 倍网格内平均轨迹点数时，取0.42；当nij大于1.5 倍网格内平均轨迹点数且小于等于3 倍网格内平均轨迹点数时，取0.7；当nij大于3 倍网格内平均轨迹点数时，取1.0。

将经过权重函数订正的PSCF 和CWT 结果分别定义为WPSCF 和WCWT，以此反映潜在源区的可能分布和外来输送对目标点污染的浓度贡献大小，从而分析外来输送对舟山城区不同季节PM2.5污染的影响。这里需要指出的是，WPSCF 和WCWT 均是基于后向轨迹和数学统计方法得出的，没有考虑大气化学过程对污染源分布和贡献的影响，因此该方法在分析一次颗粒物的污染源是非常有效的，但是对二次颗粒物(如硫酸盐、硝酸盐等)的分析有较大不确定性。

3 结果分析

3.1 舟山城区PM2.5浓度变化的季节特征

图2 是研究期间舟山城区不同站点PM2.5日均质量浓度变化，各站点PM2.5随时间变化呈现出很好的一致性特征，特别是在高浓度日各站PM2.5的数值更加接近。计算各站点之间的PM2.5日均质量浓度差值百分比的平均值(表1)，可发现任意两站之间数据差值百分比平均值最小的是定海檀枫与普陀东港的对比结果，为17.00%，其次是定海檀枫与临城新区，为17.15%，总体差值百分比的平均值为17.72%。综上，研究期间舟山城区三个国控站之间PM2.5数据总体差异性较小，说明各站点的PM2.5污染受到共同的区域性污染影响较大，局地污染对站点的影响总体不大，三个站点的平均浓度能够较好地代表舟山城区的PM2.5环境质量浓度。

表1 2016年3月—2019年2月舟山城区不同站点之间PM2.5日均质量浓度差值百分比的平均值(%)

图2 2016年3月—2019年2月舟山城区不同站点PM2.5日均质量浓度变化

图3 是2013—2018 年舟山城区PM2.5年均质量浓度变化，舟山城区年均PM2.5质量浓度总体呈下降趋势，2018年年均PM2.5质量浓度与2013年相比下降36.6%，2013—2016 年逐年下降趋势明显，2016—2018 年呈波动下降趋势，表明2013 年以来舟山城区的PM2.5污染在持续改善。图4是研究期间舟山城区PM2.5日均质量浓度的季节变化，PM2.5日均质量浓度季节平均值最大均出现在冬季，春季次之，秋季和夏季浓度较低。除2018 年外，PM2.5的冬季日均质量浓度季节平均值均在30 μg/m3以上，其中2017年冬季和2016年冬季日均质量浓度平均值位于前两位，分别为(36.14±23.88) μg/m3和(32.79±19.95) μg/m3，PM2.5日均质量浓度最大值出现在2017 年冬季，为131.75 μg/m3。图5 是研究期间不同季节舟山定海国家基本气象站风玫瑰图，在冬、春季节，舟山城区最大频率风向多为来自内陆的西北偏北风，处在上风侧北方内陆的PM2.5被这种气流携带并输送至舟山，加上不利的大气扩散条件等因素的影响，容易导致PM2.5质量浓度趋于升高，而夏季舟山城区最大频率风向多为来自东海和西北太平洋的东南风，秋季则多为来自北部洋面上的偏北风，清洁的海洋性气团加上降雨偏多等因素的影响，有利于夏、秋季节PM2.5的稀释和清除。受以上特殊气候条件的影响，舟山冬季和春季的PM2.5质量浓度总体高于夏季和秋季。

图3 2013—2018年舟山城区PM2.5年均质量浓度变化

图4 2016年3月—2019年2月舟山城区PM2.5日均质量浓度的季节变化箱线图框的上、下边线分别指示75%分位和25%分位，竖线的上、下边线分别指示95%分位和5%分位，框内横线指示中位数，实心方形指示平均值，上、下实心三角形分别指示最小值和最大值。

图5 2016年3月—2019年2月不同季节舟山市定海国家基本气象站的风玫瑰图填色为风速，单位：m/s。a.春季；b.夏季；c.秋季；d.冬季。

3.2 舟山城区PM2.5外来输送路径的季节特征

3.2.1 后向轨迹特征分析

对2016年3月—2019年2月每日08时起始高度为200 m的1 095条后向轨迹进行分析(图6)，分析表明影响舟山城区外来输入的气流后向轨迹具有明显的季节性差异特征，不同季节气流后向轨迹的源头方向和覆盖范围各有差异。春季，受冬季盛行风向夏季盛行风过渡转换的影响，天气系统复杂多变，有来自不同方向的气流影响舟山，轨迹分布较分散，长距离气流主要从西北方向我国的内蒙古和甘肃、蒙古、俄罗斯，途经华北、华东地区和渤海、黄海、东海海面输入至舟山，另有来自南海、广东、广西和江西等地西南方向气流的输入。夏季，受夏季风影响，气流以西南和东南方向输入为主，长距离气流大多数来自西北太平洋洋面，其中来自南海，途经台湾海峡和东海海面到达舟山的短距离输入气流非常集中，也有少部分来自江西、安徽、河南、山西和辽宁等地，与方利江等[23]2012 年结果不同的是，本研究期间夏季从西北方向和东北方向输入到舟山的气团轨迹有所增多。秋季，北方冷空气活动开始活跃，受夏季盛行风向冬季盛行风过渡转换的影响，气流转变为偏北和东北方向输入，海洋上气流多数来自渤海、黄海和日本海，内陆上气流最远来自蒙古和俄罗斯，也有少部分从西北太平洋洋面输入。冬季，受北方大陆冷高压和冬季风影响，气流主要从偏北和西北方向输入，大多数来自华北、西北地区以及蒙古和俄罗斯，且为远距离输送为主，有少部分轨迹长度较短的气流来自西北太平洋以及西南方向的湖南和江西等地。

图6 2016年3月—2019年2月不同季节每日08时起始的48小时后向轨迹 a.春季；b.夏季；c.秋季；d.冬季。

3.2.2 后向轨迹聚类分析

图7 是研究期间不同季节逐小时的48 小时后向轨迹及轨迹聚类分析结果，背景轨迹是逐小时输出的后向轨迹。通过对各季节所有后向轨迹聚类分析过程的空间方差增长率变化分析发现，当聚类结果的簇数小于4 之后空间方差增长率迅速增长，因此确定季节聚类轨迹个数为4，即有4 类路径。春季，从海洋和陆地而来的气流各占约一半，其中来自浙江省内及沿海的短距离偏南路径和来自黄海北部，途经黄海、东海和浙江东北部沿海的东北偏北路径占比位居前两位，分别为31.11%和30.25%，其次是来自东海及其以东洋面的偏东路径，占比22.93%。西北路径占比15.70%，沿山西、河北、山东、江苏和上海的长距离输送路径到达舟山。夏季，气流主要从东海、西北太平洋、南海和西北内陆输送而来，其中来自台湾南部海域途经台湾岛、东海、浙江沿海的偏南路径占比最大，为42.51%，其次为来自日本南部洋面，途经东海的偏东路径和来自江苏，途经上海、杭州湾的西北偏北路径，以短距离输送为主，各占22.96%和20.52%，其余14.01%为来自东南方向的西北太平洋的东南路径，为长距离输送。秋季，来自山东半岛东部，途经黄海、东海、浙江东北部沿海的东北偏北路径占比最大，为47.86%，为短距离输送，其次为偏南路径和东北偏东路径，分别来自浙江中北部沿海和日本海、朝鲜海峡，占比各为22.41%和20.07%。占比最少的是来自蒙古，途经我国华北北部、渤海、山东半岛、黄海和东海的西北偏北路径，为9.66%，为长距离输送。冬季，气流以偏北路径和西北路径为主，其中西北路径占比最大，为36.40%，其始于山东西南部，穿过江苏、上海和杭州湾到达舟山，为跨区域的短距离输送，其次为来自黄海北部和蒙古的东北偏北路径和西北偏北路径，分别途经黄海、长江口和东海到达舟山，各占25.88%和24.34%，另有13.38%的短距离偏东路径来自东海。总体上，舟山春季以偏北和局地偏南路径输送为主，夏季以偏南路径输送为主，秋季以偏北路径输送为主，冬季主要受西北路径和偏北路径的外来输送影响，以跨区域的短距离输送为主。分别与方利江等[23]2012 年和黄仲文等[24]2013—2016 年结果相比，不同季节主要聚类路径的输送方向较一致，其中夏季和冬季仍分别主要受偏南路径和西北路径气流输送的影响，不同之处在于本研究中夏季影响舟山的偏东路径和西北偏北路径占比明显增多。

图7 2016年3月—2019年2月不同季节后向轨迹的聚类分析括号内数字为各类路径的占比。a.春季；b.夏季；c.秋季；d.冬季。

3.2.3 不同聚类路径PM2.5质量浓度的季节特征

图8 给出了不同季节不同聚类路径PM2.5质量浓度的箱线图。从不同季节四类路径对应的PM2.5质量浓度数据的统计结果来看，春季西北路径对应的PM2.5质量浓度平均值最高，为(33.55±19.66)μg/m3，该路径途经山西太原、河北邢台、山东枣庄和江苏徐州等污染较重的工业生产区，有利于PM2.5长距离输送，其次是占比最多的东北偏北路径，对应的浓度平均值为(30.96±14.51) μg/m3。浙江省内局地偏南路径对应的PM2.5质量浓度最大值最高，为129.33 μg/m3，超过95%分位(49.33 μg/m3)的高值出现的频率为4.96%，在高值出现的当日舟山地区主要受高空暖脊控制，大气层结稳定，加之宁波、台州工业生产区污染排放的影响，有利于PM2.5最大值浓度水平上升。夏季，途经江苏盐城、江苏南通和上海等地的西北偏北路径对应的PM2.5质量浓度平均值最大，为(25.10±14.02) μg/m3，该路径途经长三角人口稠密的污染排放区域，有利于PM2.5短距离输送。偏南路径对应的PM2.5质量浓度最大值为113 μg/m3，超过95%分位(37.67 μg/m3)的高值出现的频率为4.89%，这可能与高值出现时存在局地排放有关。偏东路径和东南路径分别源自东海和西北太平洋，清洁的洋面和湿润的夏季风对PM2.5浓度有稀释作用，浓度平均值较低。秋季，来自浙江台州、宁波两地沿海地区的局地偏南路径对应的PM2.5质量浓度平均值和最大值分别为(25.20±17.14) μg/m3和125 μg/m3，超过95%分位(58.33 μg/m3)的高值出现的频率为4.88%，对PM2.5浓度贡献最大，该路径主要与高值出现当日地面高压东移所形成的静稳天气有关。东北偏北路径来自山东胶东半岛附近人为污染排放较多区域，对应的浓度平均值为(17.89±11.84) μg/m3，对PM2.5浓度的贡献略低于偏南路径。西北偏北轨迹数占比最小，东北偏东路径来自日本海，并途经东海到达舟山，两者对PM2.5质量浓度平均值贡献均较小。冬季，轨迹占比最大的西北路径对应浓度的平均值和最大值均最高，分别为(50.19±30.46) μg/m3和182 μg/m3，超过95%分位(111.33 μg/m3)的高值出现的频率为4.95%，高值出现的当日舟山受冷空气过境影响，出现了输入性灰霾天气。该路径途经山东济宁、山东枣庄和江苏徐州等冬季北方生活燃煤供暖区，当地排放的污染物在西北气流携带下输送至舟山，是PM2.5主要外来输送路径，其次是偏东路径的输送，对应的PM2.5浓度平均值为(24.60±12.11) μg/m3，这与静稳天气所致的大气扩散条件较差有关。东北偏北路径途经清洁的黄海和东海海面，对应的浓度值较低。综上聚类分析结果，舟山城区PM2.5质量浓度平均值较高时对应的外来输送以西北路径和偏北路径为主，这两类输送路径是舟山城区春季、夏季和冬季PM2.5污染的主要来源，此外来自浙江沿海地区的局地偏南路径对舟山秋季PM2.5污染影响最大，春季和秋季浙江省内的局地偏南路径的输送对舟山PM2.5污染的影响不容忽视。

图8 2016年3月—2019年2月不同季节聚类路径对应的PM2.5质量浓度值箱线图说明同图3。a.春季；b.夏季；c.秋季；d.冬季。

3.3 舟山城区PM2.5外来输送的潜在源区分析

3.3.1 WPSCF分析

图9 给出了影响舟山城区PM2.5外来输送的WPSCF 季节分布，潜在源区的分布具有明显的季节性差异特征，不同季节潜在源区的空间分布差异明显。从各季节WPSCF 的分布情况看，春季WPSCF 大于0.8 的网格区集中分布在河南东部、安徽中北部到东南部、浙江西北部和福建北部沿海，其中安徽宣城境内有极大值，表明来自以上地区的外来输入对春季舟山PM2.5污染的潜在贡献作用最大。夏季WPSCF 大于0.6 的网格区主要分布在江苏西南部和浙江西南部，具体位置在江苏镇江和浙江丽水境内，此外山西南部也存在孤立的大值区，从河南到浙江内陆以及浙江到福建沿海各分布有两条较弱的带状输入，其外来贡献较弱。秋季WPSCF 大于0.6 的网格区集中分布在安徽中西部和东南部、江苏南部和浙江西南部，其中在浙江丽水和温州交界附近有极大值，此外在江苏南部和江苏东部近海海域也有较大值分布。冬季WPSCF 大于0.7 的区域明显扩大，主要分布在山东西北部和中南部、安徽东北部和南部、江苏西北部和中南部以及浙江北部，在山东西南部与江苏西北部交界、安徽北部和河南东部WPSCF 大于0.9，其中在山东枣庄和江苏徐州附近为极大值。将研究期间舟山PM2.5的WPSCF 分析结果与方利江等[23]对2012 年的数据研究对比发现，研究期间PM2.5潜在源区主要分布在大陆，而2012 年潜在源区主要集中在浙江沿海区域及杭州湾附近，但浙江东部到福建沿海一带仍是舟山夏季PM2.5潜在源区之一。与黄仲文等[24]对2013—2016年的数据研究对比发现，研究期间WPSCF 大于0.7 的高值区范围仍在安徽、江苏、山东和浙江的部分地区，不同之处在于浙江北部和江苏的分布范围有所减小，而在山东、浙江和福建等地有所增多，具有明显向山东西北部、浙江西南部和福建北部沿海地区延伸的趋势。这些新发现可能与本研究采用逐小时数据进行分析有关，过去有研究表明采用小时数据相比日均数据可发现更多的潜在源区，WPSCF 大值区分布更加精细，能够更好地识别潜在源区的具体分布[27]。

图9 2016年3月—2019年2月不同季节舟山城区PM2.5的WPSCF分布a.春季；b.夏季；c.秋季；d.冬季。

3.3.2 WCWT分析

潜在源贡献函数能反映污染物在特定阈值条件下轨迹所占的比例大小，但不能定量模拟出该潜在源区污染物浓度数值的大小，这里引入浓度权重分析法，以WCWT 值的分布进一步分析对舟山城区PM2.5浓度影响较大的潜在源区。图10 是研究期间不同季节舟山城区PM2.5的WCWT 季节分布。分析发现，春季WCWT 大于36 μg/m3的较大值区主要分布在山东半岛及其海域、江苏东北部、安徽大部和长三角等地，其中在山东东南部、安徽中北部和东南部、河南东部、浙江西北部、杭州湾和福建沿海对舟山PM2.5质量浓度的贡献最大在40 μg/m3以上。夏季WCWT 整体值较低，大于32 μg/m3的较大值区主要分布在安徽东南部、江苏南部和浙江中部，其中安徽东南部、江苏西南部和浙江西南部对舟山PM2.5质量浓度的贡献在36 μg/m3以上，此外从江苏黄海海域到福建沿海地区存在20～28 μg/m3较弱的浓度贡献带。秋季WCWT 大于36 μg/m3的较大值区和夏季分布相似，集中分布在安徽东南部、江苏西南部和浙江西南部地区，在上述地区内均存在对舟山PM2.5质量浓度贡献在40 μg/m3以上的网格区。冬季WCWT大于60 μg/m3的高值区集中分布在山东西北部到中南部、江苏西部和安徽东北部，在山东西南部、江苏西北部到中西部、安徽北部和河南东部对舟山PM2.5质量浓度贡献在70 μg/m3以上，极大值仍集中在山东西南部和江苏西北部交界。同时发现，在安徽南部和浙江北部WPSCF 值较高的网格区在经过WCWT分析后PM2.5权重浓度并不高，另外在WPSCF 值相同的山东中南部、江苏西北部和安徽北部，经过WCWT 分析后变得不再相同，这说明WCWT 方法比PSCF 方法能够更加精细地分析出污染物的最佳潜在源区。以上各季节WCWT 分析得出的潜在源区与WPSCF 分析的结果相比较一致，而且舟山城区附近的WPSCF 和WCWT 值均较小，也说明了影响舟山城区PM2.5污染的本地排放源很少，而主要受区域性和跨区域性污染物外来输送的影响。

4 总结和讨论

(1) 2013 年以来，舟山城区年均PM2.5质量浓度总体呈下降趋势，2018 年年均PM2.5质量浓度与2013 年相比下降了36.6%，近年舟山城区的PM2.5污染在持续改善。PM2.5日均质量浓度季节平均值最大均出现在冬季，春季次之，秋季和夏季浓度较低。

(2) 舟山城区PM2.5质量浓度平均值较高时对应的外来输送以西北路径和偏北路径为主，这两类输送路径是舟山城区春季、夏季和冬季PM2.5污染的主要来源，此外来自浙江沿海地区的局地偏南路径对舟山秋季PM2.5污染影响最大，春季和秋季浙江内陆的局地偏南路径的输送对舟山PM2.5污染的影响不容忽视。

(3) 舟山城区PM2.5污染主要受区域性和跨区域性污染物外来输送的影响，而本地排放源的影响较小。春季舟山城区PM2.5污染的潜在外来输送源区主要位于安徽中北部到东南部、河南东部和福建北部沿海等地，其中安徽宣城附近的贡献最大。夏季和秋季的潜在源区较相似，主要位于安徽东南部、江苏南部和浙江西南部等地，其中江苏镇江、浙江丽水和温州附近的贡献最大。冬季的潜在源区主要位于山东西南部、江苏西北部、安徽东北部和河南东部等地，其中山东枣庄和江苏徐州附近贡献最大。

(4) 本文对外来输送对舟山城区不同季节PM2.5污染影响的研究结果是基于后向轨迹模式和数学统计方法得出的，实况中影响某地区PM2.5污染的外部因素是多方面的而且错综复杂，未来可利用其他考虑多种大气物理和化学过程的空气质量数值模式对外来输送对舟山PM2.5污染的影响进行进一步验证和分析。