实操:hysplit后向轨迹模型
- 格式:docx
- 大小:454.71 KB
- 文档页数:9
!!收稿日期"#"#$#%$!+!!作者简介 郭佰汇#!1'1$$'吉林白山人'大学本科'中级工程师'主要研究方向*气象(农业基于g)E M ,=F 后向轨迹订正污染物浓度的霾预报方法郭佰汇'王!优'孙嘉骏'于芳健'王晓霞'刘鹏飞'冯雪菲"朝阳市气象局#辽宁朝阳!!""###$!!摘!要选用"#!+年!"#!%年辽宁朝阳站气象要素资料与M ?"42数据'根据最新霾预报预警标准确定霾日'利用E \9D </D >'M 9D <.@>和(9>P D B B j .F D O $;三种相关对M ?"42日差与气象要素以及气象要素间作了相关性检验'确定了M ?"42日差方程影响因子%利用逐步回归分析建立M ?"42日差方程'结合过去一日M ?"42值作出M ?"42预报方程%利用M ?"42预报方程对"#!%年!月!!#月的朝阳地区的M ?"42值进行了预报'检验得出此预报方法的M ?"42浓度预报准确率为*#427'霾日预报准确率为'+6'"7%利用g )E M ,=F 后项轨迹模拟出的污染物路径和沉降对"#!+年!"#!*年间霾天气进行了分型'根据总结得出的*类路径和2类沉降类型的M ?"42预报方程误差'对"#!%年!!!#月间的M ?"42预报浓度进行订正'根据路径订正的M ?"42预报效果最好'准确率提高"6%7'根据路径和沉降共同订正的霾日预报效果最好'准确率提高了&627&关键词 霾预报%逐步回归%g )E M ,=F 后向轨迹!!中图分类号 M +"%4"!!文献标识码 5!!文章编号 !##%)*1"!#"#"#$"&)##%#)#+!!霾是指大量极细微的干尘粒等均匀地浮游在空中#使水平能见度小于!#6#0/的空气普遍浑浊现象(!)'关于霾的研究#郑秋萍(")等指出霾日污染物浓度远大于非霾日#随着霾等级增大#黑炭浓度明显增大'薛莲(&)等对霾日和非霾日的大气污染物和M ?!主要化学浓度水平及其日变化特征进行了研究#总体表现为霾日高于非霾日的特征'周丽(+)等运用统计分析和气象统计预报的方法#对影响大气污染的气象因子进行了综合分析#并分别建立了气溶胶M ?"42粒子浓度与气体污染物&气象要素场的两类统计相关拟合模型'陆忠艳(2!')等用逐步回归&支持向量机等方法对霾的预报方法作了研究'因此#笔者旨在根据"#!+年!"#!%年资料建立朝阳地区霾预报方法#为进一步提高霾天气预报水平打好坚实的基础'!!资料和方法!4!!资料来源文中气象资料选用"#!+年!月!"#!%年!#月国家基准观测站朝阳站的常规地面气象资料和?=Z 5M E 高空资料#M ?"42选用了环保部门朝阳地区八里堡&河畔小区&农业园区&西梁四个观测站的M ?"42平均值作为朝阳站的M ?"42值'!4"!资料处理利用f N 语言编进行双线性插值将格点数据转化为站点数据#读取?=Z 5M E 高空资料中#'和"#时次的%##G M D 风速&%##G M D !'2#G M D 温度露点差&'2#G M D !1"2G M D 温度&1"2G M D !'2#G M D 垂直速度等资料'!4&!技术方法!4&4!!霾天气统计标准'根据辽气办发"#!2""#%号$文中霾预报等级划分标准#当"+G 满足此标准时则记为有霾日#标准如表!"M ?"42浓度为预报时效内平均值$'表!霾预报等级划分标准等级相对湿度"7$能见度"0/$M ?"42浓度"CA +/&$轻度霾'1#&%Q C .'2且%2'M ?"42%!!2中度霾'1#"%Q C .'&或!!2'M ?"42%!2#重度霾'1#!%Q C .'"或!2#'M ?"42%"2#严重霾'1#Q C .'!或M ?"42("2#同时结合1辽宁省气象局环境气象业务工作方案2霾预警信号发布标准#预计未来!"G 内能见度小于2###/#相对湿度小于1#7#M ?"42平均浓度大于!2#CA !/$&并将持续*G 及以上时#则同样记为有霾日'!4&4"!相关性检验'M9D <.@>相关系数用来衡量两个数据集合是否在一条线上面#它用来衡量定距变量间的线性关系'E \9D </D >相关系数利用两变量的秩次大小作线性相关分析#对原始变量的分布不作要求#属于非参数统计方法#适用范围要广些'(9>P D B B j .F D O $;相关系数用于反映分类变量相关性的指标#适用于两个分类变量均为有序分类的情况'为更好地对M ?"42和各气象要素的相关性进行检验#文中选用E \9D </D >#M 9D <.@>和(9>P D B B j .F D O $;三种相关性检验方法对因子进行精选'!4&4&!逐步回归'逐步回归是一种线性回归模型自变量选择方法#它将偏回归平方和经验是显著的变量逐个引入模型#对已入选回归模型的变量逐个!#%!"#"#年!"月内蒙古科技与经济J @Q 9/;9<"#"#第期总第期. All Rights Reserved.进行检验#将检验认为不显著的变量删除#以保证所得自变量子集中每一个变量都是显著的#此过程经过若干步直到不能再引入新变量为止(1)'笔者采用E5E软件对M?"42日差与各气象要素进行逐步回归模型分析'!4&4+!g)E M,=F模型'g)E M,=F模型是一种用于计算和分析大气污染物输送&扩散轨迹的专业模型#主要有"种形式.后向传输模型和前向扩散模型'其中#后向模拟是模拟目标地区的气流流向的另一种形式#主要用来解释目标地区气体或者颗粒污染物是由于什么来源造成的影响#是用来解释源的问题(!##!!)'笔者即是采用g)E M,=F后项轨迹模拟污染物路径和沉降来对M?"42预报结果进行订正以实现朝阳地区霾预报方法'"!结果与讨论"4!!霾天气变化趋势根据辽宁省气象部门结合M?"42浓度的最新霾天气预报预警划分标准#统计得出"#!+年!"#!*年&年间朝阳地区出现的12个霾日#霾日数月变化情况如图!'图!!辽宁朝阳地区霾天气月变化趋势"4"!M?"42日差预报方程建立"4"4!!因子初选因子的选择是影响预报模型准确性的一个重要因素'张宝贵(!"!!+)等都对霾与气象要素之间的统计关系进行了研究#指出霾天气与能见度&相对湿度&风&气压&等气象要素密切相关'先对因子进行初选#以日常进行霾天气预报的经验为依据#选择霾预报时会考虑到的各气象要素#主要包括以下几类. "地面物理量."+G降水"X"+$&最高温度"F A$&!+G 露点温度"F P!+$G气压"M#2$&相对湿度"X g!+$$等,#地面物理量"+G变量.!+G温度"+G 变量"D F!+$&!+时气压"+G变量"D M!+$等,;地面物理量平均量.平均能见度的倒数"f=E$&平均相对湿度"X g$&平均总云量"`)$等,<高空物理量. #'G%##G M D风速"#'$Q%##$&#'G%##G M D风速"+G 变量"#'$D Q%##$&#'G'2#G M D温度露点差"#'$K$ K P'2#$&"#G1"2$'2#G M D温度差""#$F1"2$'2#$& "#G1"2G M D垂直速度""#$@/91"2$等'共初选出+"个物理量作为建立M?"42日差"文中用D M?"42表示$与气象要素相关关系的因子' "4"4"!因子精选"4"4"4!!D M?"42与各气象要素的相关性检验'完成因子初选后进行因子的精选#通过计算初选因子与预报对象之间的线性相关系数#挑选相关系数的绝对值较大的各物理量为入选因子#入选因子要通过信度为#6#2的相关检验#才能作为精选因子#最后建立预报模型'根据&种相关性检验方法#计算得D M?"42与各要素之间的相关性#对各检验方法得出的检验统计量进行分析#E\9D</D>和(9>P D B B j.F D O$;检验方法在)M?"42相关性检验表现一致#M9D<.@>相关性检验略有不同#&种检验方法筛选出检验统计量' #6#2的要素共有!1个'"4"4"4"!各要素间相关性检验'对建立多元回归方程的因子选取时#若因子间有较强的相关性#会影响方程的准确性'因此对筛选出的!1个气象要素两两进行相关性检验#排除要素间相关性过强对预报方程的影响'结果表明.D F!+和F!+&D M!+和M!+& D F P!+和F P!+&3E!#/和3E!+&#'$K$K P'2#和#' $K$K P%##&"#$D F'2#和#'$D F'2#&"#$@/9'2#和"#$@/91"2两两间的检验统计量'#6##!#具有显著的相关性#由于检验统计量越小相关性越强#因此在剔除以上气象要素中检验统计量相对大的要素F!+&M!+&F P!+&3E!+&#'$K$K P%##&"#$D F'2#&"# $@/91"2'f=E与3E!#/&D F!+等多个气象要素也具有一定的相关性#但考虑到能见度在霾天气预报中的重要影响#暂不将f=E其剔除'"4"4"4&!M?"42日差预报因子确定'通过以上D M?"42与各要素之间的相关性检验和各要素之间的相关性检验结果#按照相关性检验的原理#检验统计量越小#相关性越好,在多元回归方程中#相关性强的因子不同时出现在方程中#因此在相关性强的因子中筛选出其中与D M?"42相关性最好用来建立方程#最终确定建立D M?"42的!"个气象要素f=E& 3E!#/&X"+&D F!+&D M!+&D F P!+&X g#2&8)!+&#' $D Q%##&#'$K$K P'2#&#'$D F'2#&"#$@/9'2#' "4"4&!M?"42日差预报方程建立根据&种相关确定的气象要素因子建立多元线性回归方程'利用逐步回归的方法#将因子一个个引入#引入因子的条件是该因子的方差贡献是显著的'同时#每引入一个新因子后#按能通过#6#2的显著性3检验的标准对老因子逐个检验#将方差贡献变为不显著的因子剔除#得到D M?"42与各气象要素的多元相关相关关系#见表"'表"D M?"42与各要素多元相关关系气象要素及常数项相关系数检验统计量方程总体检验统计量常数项!#4"1!'#4##*!3E!#/$&4&++2"#4##1'D F!+!4!+"**'4###!'4###!D F P!+!4*%*++'4###!8)!+$#4+#*'!&"&#'$D F'2##4"#1%*#4#"21!!%!郭佰汇#等!基于g)E M,=F后向轨迹订正污染物浓度的霾预报方法"#"#年第"&期. All Rights Reserved.经逐步回归建立#D M ?"42与影响气象要素的多元相关关系可见#D M ?"42建立方程总体检验统计量'#6#2#因此方程具有显著性意义#且历年历史数据对多元线性方程的距离残差均'#62#可以认为数据中没有极端点'根据D M ?"42与影响气象要素的多元相关关系#如表&所示#建立D M ?"42与各气象要素的相关关系方程如下.D M ?"42a !#4"1!'$&4&++2"b3E !#/V !4!+"**b D F !+V!4*%*++b D F P !+$#4+#*'&b8)!+V #4"#1%*b #'$D F '2#'"4&!本地霾天气预报方法建立"4&4!!M ?"42预报方程建立及应用检验根据建立的D M ?"42与各气象要素相关关系方程#将前一日的M ?"42值#记为7M ?"42作为基本值#计算当日M ?"42值#即.M ?"42a 7M ?"42V )M ?"42#因此建立朝阳地区的M ?"42预报方程为M ?"42a 7M ?"42V !#4"1!'$&4&++2"b3E !#/V !4!+"**b DF !+V !4*%*++b D F P !+$#4+#*'&b8)!+V#4"#1%*b #'$D F '2#'利用M ?"42预报方程#对"#!%年!$!#月的朝阳地区的M ?"42值进行预报#并与实况M ?"42值进行对比检验'当M ?"42预报值与实况值误差的绝对值%"2时#记为正确#检验得出此预报方法的准确率为*#627#结合霾日的统计标准此预报方法的霾日预报准确率为'+6'"7'"4&4"!利用g )E M ,=F 对预报结果订正根据潘鹄(!2)等对上海地区的灰霾天气研究发现当边界层高度降至*##/左右时#易发生中度&重度灰霾,邓涛(!*)等对广州地区灰霾天气的研究表明发生灰霾天气时#霾层厚度基本达到在!0/#午后可达!620/#而发生严重灰霾天气时#霾层只有2##/'因此选取2##/作为模拟的初始高度#同时选用朝阳站坐标+!622h J #!"#6+2h I 为终点#分别对"#!+!"#!*年期间的霾日进行%"G 后向轨迹分析'根据后项轨迹模拟出的2##/高度污染物路径#将朝阳地区霾天气类型分为偏北路径&西北路径&偏西路径&西南路径&偏南路径&转折路径#各型见图"'根据后项轨迹模拟出的2##/高度污染物沉降速度#将朝阳地区霾天气类型分为快速下沉型&平缓下沉型&基本无沉降型&略有上升型&波动型#各型见图&'图"!基于后项轨迹污模拟染物路径分型"D 4偏北路径,;4西北路径,:4偏西路径,P 4西南路径,94偏南路径,S 4转折路径$"图中绿色线为2##/高度$图&!基于后项轨迹模拟污染物沉降分型"D 4快速下沉型,;4平缓下沉型,:4基本无沉降型,P 4略有上升型,94波动型$"图中绿色线为2##/高度$!!将建立的M ?"42预报方程在后项轨迹模拟污染物各路径类型和各沉降类型下的霾天气过程中预报的M ?"42浓度的误差值总结如表&'!"%!总第+*2期内蒙古科技与经济. All Rights Reserved.表&!基于后项轨迹模拟污染物路径和沉降的霾天气分类及预报方程对应误差分类类型天数M?"42预报方程误差偏北路径*'西北路径+2$!+4!污染物路径偏西路径"!$&"4%西南路径!'$!"4+偏南路径!+"转折路径+$%#4*快速下沉型!"$24&平缓下沉型"#$!%4&污染物沉降速度基本无沉降&*$"41略有上升型!%$"24!波动型!#$2+4!对"#!%年!月!!#月期间出现的霾日做后项轨迹模拟出污染物来源路径和沉降情况#根据表&总结出的M?"42预报方程误差#对"#!%年!月!!#月间的M?"42预报浓度进行订正#订正后与原方程误差对比#如表+'表+!基于后项轨迹模拟订正后预报与原方程准确率对应原方程订正后准确率路径沉降路径V沉降M?"42浓度准确率*#42#7*&4"#7*!4%#7*"4!#7霾准确率'+4'"7'%4!*7'*4%%7''4&"7可以看出#经过后项轨迹模拟污染物路径和沉降订正后的预报准确率均有所提高'根据路径订正的M?"42浓度预报效果最好#准确率提高"4%7,根据路径和沉降共同订正的霾日预报效果最好#准确率提高了&427'&!结论"选用"#!+年!"#!%年辽宁朝阳站气象要素资料与M?"42数据#根据最新霾预报预警标准确定霾日#统计得出"#!+年!"#!*年朝阳地区出现的12个霾日'#以霾天气预报经验为依据初选影响M?"42日差的气象要素+"个#利用&种相关方法最终确定影响M?"42日差的气象要素!"个';利用逐步回归分析对M?"42日差与!"个气象要素影响因子建立方程'结合过去一日M?"42值做出M?"42预报方程.M?"42a 7M?"42V!#4"1!'$&4&++2"b3E!#/V!4!+"**b D F!+V!4*%*++b D F P!+$#4 +#*'&b8)!+V#4"#1%*b#'$D F'2#'<利用M?"42预报方程对"#!%年!月!!#月的朝阳地区的M?"42值进行预报#检验得出M?"42浓度预报准确率为*#627#霾日预报准确率为'+6'"7'利用g)E M,=F后项轨迹模拟出污染物路径和沉降对"#!+$"#!*年间霾天气进行分型#根据总结出的*类路径和2类沉降类型的M?"42预报方程误差#对"#!%年!月!!#月间的M?"42预报浓度进行订正#结果显示根据路径订正的M?"42浓度预报效果最好#准确率提高"6%7,根据路径和沉降共同订正的霾日预报效果最好#准确率提高了&627'参考文献!!"!中央气象局4地面气象观测规范!?"4北京&气象出版社#"##&&""!"%4!""!郑秋萍#刘红年#唐丽娟#等4苏州灰霾特征分析!U"4气象科学#"#!&#&&$!%&'&!''4!&"!薛莲#孙杰#林云#等4深圳冬季霾日的大气污染特征!U"4环境科学研究#"#!!#$2%&2#2!2!!4!+"!周丽#徐祥德#丁国安#等4北京地区气溶胶M?"42粒子浓度的相关因子及其估算模型!U"4气象学报#"#!&#*!$*%&%*!!%*'4!2"!陆忠艳#林海峰#孙晓巍#等4辽宁省霾日的天气形势配置及客观预报方法研究!5"4第&!届中国气象学会年会E"灾害天气监测+分析与预报分会!Z"4"#!+4!*"!毛宇清#孙燕#姜爱军#等4南京地区霾预报方法试验研究!U"4气候与环境研究#"#!!#$2%&"%&!"%14!%"!杨琳4深圳市灰霾天气的时空分布特征与灰霾预警方案的设计!5"4第"'届中国气象学会年会E%城市气象精细预报与服务分会!Z"4"#!!4!'"!李芳#付晓辉#祁东平#等4宜昌市灰霾天气分型及预报方法初探!U"4贵州气象#"#!##$E!%&'2!'%4!1"!杨乐4霾预报建模相关算法的研究!8"4南京&南京信息工程大学#"#!*4!!#"!赵子菁#魏永杰#张祥志#等4南京市霾天气与主要气象条件的相关分析!U"4中国环境科学#"#!2#&2$!"%&&2%#!&2'#4!!!"!南少杰#梁美生#施建华4基于g-.\B C K后向轨迹模式分析太原市重污染天气影响!U"4山西科技#"#!'#&&$*%&!&!!!&&4!!""!张宝贵#孙丽华4秦皇岛市空气污染与气象要素的关系!U"4气象与环境学报#"##1#"2$+%&+&!+%4!!&"!李德平#程兴宏#于永涛#等4北京地区三级以上污染日的气象影响因子初步分析!U"4气象与环境学报#"#!##"*$&%&%!!&4!!+"!孙燕#张备#严文莲#等4南京及周边地区一次严重烟霾天气的分析!U"4高原气象#"#!##"1$&%&%1+!'##4!!2"!潘鹄#耿福海#陈勇航#等4利用微脉冲激光雷达分析上海地区一次灰霾过程!U"4环境科学学报#"#!##&#$!!%&"!*+!"!%&4!!*"!邓涛#吴兑#邓雪娇#等4一次严重灰霾过程的气溶胶光学特性垂直分布!U"4中国环境科学#"#!&#&&$!!%&!1"!!!1"'4!&%!郭佰汇#等!基于g)E M,=F后向轨迹订正污染物浓度的霾预报方法"#"#年第"&期. All Rights Reserved.。
平顶山一次重污染天气过程成因及传输特征分析摘要:利用常规气象资料、颗粒物观测数据、NCEP 1°×1°分析资料、GDAS 1°×1°数据等,对2021年1月21日-24日平顶山一次重污染天气过程成因与污染物传输特征进行了分析。
结果表明: (1) 本次污染天气前期受静稳纬向环流和地面均压场影响,有利于污染积累;中期高空槽与地面高压引导弱冷空气东移南下,产生滞留效应,污染物迅速增加;后期低层东北路冷空气扩散,污染继续积累增长,形成重污染。
(2)本次重污染天气主要有5条传输路径,其中东北路径和偏东路径污染比例高,轨迹短,冷空气势力弱,对PM2.5近距离输送作用明显;西北路轨迹路径长,气团移速较快,重污染轨迹概率偏低;西北偏西路径近距离低高度传输对平顶山重污染影响不大。
(3)重污染时地面东北风占主导,其他方向风速较小,有利形成污染辐合以及污染物二次转化并加剧污染。
关键词:重污染天气;输送路径;轨迹聚类分析0引言近年来,随着经济快速发展及城市化进程的加快,大气污染问题日益突出,已经成为全社会面临的严峻问题,尤其是在冬半年,受东亚大槽槽后影响和青藏高原地形“背风坡”作用,我国中东部处于显著的下沉气流区,气象条件整体偏差,不利于大气污染扩散和清除;同时冬半年也是我国北方的集中供暖期,较高的污染源排放导致大气污染问题更为突出[1-3]。
研究表明,重污染天气不仅与本地排放源及不利的气象条件有关[4-6],外源污染物传输也是造成重污染天气的关键因素[7-8]。
刘超等[9]通过聚类分析法和后向轨迹模式对污染输送特征进行统计分析,花丛等[10]使用聚类轨迹模式对污染输送特征进行统计,进而基于潜在源区贡献和污染源排放强度等要素建立了传输指数,该指数在重污染天气预报评估中具有参考价值。
基于聚类轨迹结果分析污染物输送路径和潜在污染源区,能够对本地污染做出综合判断[11-12]。
浙江工业大学学报JOURNAL OF ZHEJIANG UNIVERSITY OF TECHNOLOGY Vol49No1 Feb2021第49卷第1期2021年2月杭州市PM】。
水溶性离子特征及源解析金赞芳,钱李婧,胡琪悦,施亚盛,胡晶,付国威(浙江工业大学环境学院,浙江杭州310014)摘要:可吸入颗粒物(PM")是大气的主要污染物之一,对其进行控制有助于改善空气质量。
2018年12月至2019年11月在杭州市采集PM"样品,分析样品中水溶性无机离子的组成特征及其季节变化规律,并通过潜在源贡献因子法(PSCF)、浓度权重轨迹分析法(CWT)、相关性分析和PMF 模型等方法探讨PM10中水溶性无机离子的来源。
结果表明:PM10年均质量浓度为(105.97士50.01)&g/m3,低于国家二级标准;受季风气候影响,PMi0季平均质量浓度在冬季最高,夏季最低;PM"中各离子质量浓度由大到小排列为NO'>SO4'>NH]>Ca2+>Na+>Cl'>K+>Mg2+;NO',SO2',NH]3种离子,约占总水溶性无机离子质量浓度的85.0%,可见杭州市大气中二次气溶胶污染程度高,主要以(NH4)2SO4和NH4NO3的形式存在;大气中PM“的水溶性离子主要来源有机动车排放源相关性二次气溶胶、生物质燃烧源、煤燃烧源相关性二次气溶胶、海洋源以及土壤和建筑扬尘源等5类。
关键词:杭州;PM“;水溶性无机离子;PMF中图分类号:X513文献标志码:A文章编号:1006-4303(2021)01-0111-08 Characteristics and source analysis of water-soluble ions in PM10in HangzhouJIN Zanfang,QIAN Lijing,HU Qiyue,SHI Yasheng,HU Jing,FU Guowii(Co l egeofEnvironment$Zhejiang UniversityofTechnology$Hangzhou310014$China)Abstract:PM:0is one of the main pollutants in the atmosphere and the control of PM10is in favor of improving the air quality of Hangzhou.PM10samples were collected from Dec.2018to Nov.2019in Hangzhou to analyze the composition and seasonal variation of water-solubleinorganic ionsin the samples.Based applying the potentialsource contribution method(PSCF),the concentration-weightedtrajectory(CWT)analysis,correlation analysisand PMF model,the sourcesof water-solubleinorganicionsin PM10were explored.The results showed that the average annual mass concentration of PM:0(105.97士50.01)&g/m3was lower than the secondary nationalstandardsin GB3095-2012.Influencedbythe monsoonclimate,PM10hadthehighest and lowest seasonal average concentration in winter and summer,respectively.The concentrationsofwater-solubleinorganicionsinPM10showedasequenceasfo l ows:NO3'>SO24'> NH]>Ca2+>Na+>Cl->K]>Mg2].The NO',SO厂and NH]ions accounted for about85% ofthetotalconcentration ofthe water-solubleinorganicions,indicating thatthe secondary aerosol pollution in Hangzhou,which was mainly in the form of(NH4)2 SO4and NH4NO3,was serious.The mainsourcesofthe water-solubleinorganicionsin PM10in Hangzhouincluded5 kinds,i. e.,secondary aerosol related to vehicle emission,biomass combustion,secondary aeroVol related to coal combuVtion$marineVourceVandVoil and duVt from buildingV.Keywords:Hangzhou;PM10;water-soluble inorganic ions;PMF收稿日期:2020-03-19基金项目:国家自然科学基金资助项目(41673097,1273129)作者简介:金赞芳(1976—),女,浙江湖州人,教授,研究方向为流域氮循环,-mail:jinzanfang@。
2020年10月21—22日济南一次沙尘天气过程分析徐 媛32282部队,山东济南 250000摘要 主要采取气象探测资料对2020年10月21—22日济南一次沙尘天气过程进行分析。
结果表明:此次出现在济南的沙尘天气是由蒙古国中南部沙尘气溶胶持续南下造成的。
此次沙尘天气发生的主要影响系统是冷锋,地面冷锋过境,源于蒙古国南部一带的沙尘不断朝着东部和南部发展,途经区域PM10浓度值大幅升高。
由后向轨迹模式进行分析获悉,此次沙尘天气期间传输通道以西北路为主,并且后向轨迹模拟不同高度的气团传输路径和实况天气形势大体上一致。
关键词 济南;沙尘天气;天气形势;传输路径中图分类号:X513 文献标识码:B 文章编号:2095–3305(2023)08–0217-03沙尘天气是我国北方地区发生概率很高的一类灾害性天气[1]。
沙尘天气的出现不仅会加剧土地荒漠化、影响空气质量,还会导致能见度急剧下降,影响交通运输安全[2-3]。
因此,沙尘天气成为气象学者们研究的重要课题。
近年来,我国许多学者对大风沙尘天气的成因、机理展开了诸多研究,得出了许多研究成果。
例如:马素艳等学者[4]分析了2011年5月11日内蒙古地区一次强沙尘暴天气过程,认为此次强沙尘暴天气是由冷涡、强锋区、蒙古气旋、冷锋等天气系统共同造成的。
闵月等[5]分析了2015年4月27日北疆沿天山一带的沙尘暴天气过程,认为乌拉尔山低槽分裂短波槽与中纬度锋区上中亚低槽汇合东移是沙尘暴发生的影响系统,地面冷锋过境是沙尘暴出现的直接原因,水平风速增大和局地上升运动的共同作用加大了空气的扰动和流动,促进了沙尘暴的产生。
姬菲菲等[6]从天气学成因、动力机制等方面对2013年宁夏春季的一次大风、沙尘天气过程展开分析,发现该大风沙尘天气是受高压脊前西北气流影响,地面冷锋和冷高压移动过境所致的,而中高层的强冷平流也是影响此次大风沙尘暴的重要因素之一。
宝乐尔[7]通过对阿拉善盟2019年春季一次风沙天气过程进行分析发现,此次天气过程主要是700 hPa大气斜压性作用、500 hPa冷平流触发作用、高空动量下传作用、锋生作用、变压梯度等各方面因素共同造成的。
基于拉格朗日混合单粒子轨迹模式(HYSPLIT)的核污染物扩
散数值预报技术
王广杰;沈红;李娟;兰伟仁;管维彪
【期刊名称】《辐射研究与辐射工艺学报》
【年(卷),期】2024(42)2
【摘要】本研究利用拉格朗日混合单粒子轨迹模式(HYSPLIT)开展了核污染物数值预报试验。
欧洲示踪试验和虚拟事故情景下的模拟预报试验结果表明,HYSPLIT模式模拟的1h内轨迹最小绝对误差约为0.2°,该模式可以有效地预报核污染物的扩散轨迹。
模拟轨迹误差主要受风向和风速的影响,且初始状态误差会使轨迹模拟的误差随着预报时效增加而逐渐增大;对于单次轨迹模拟,模式模拟轨迹会存在偏差,但在一定时间范围内,轨迹模拟可以很好反映示踪剂在释放后空间范围内整体的分布特征;利用大气扩散模式HYSPLIT和中尺度天气预报模式(WRF),可以实现区域核污染物的数值预报,模式可以预报出事故区域核泄漏物质的扩散路径和浓度分布。
【总页数】10页(P106-115)
【作者】王广杰;沈红;李娟;兰伟仁;管维彪
【作者单位】61741部队
【正文语种】中文
【中图分类】TL99
【相关文献】
1.基于拉格朗日混合单粒子轨道模型的大气污染物扩散预报系统研究
2.热浮升烟流扩散的拉格朗日粒子模拟
3.基于欧拉—拉格朗日模式的风沙跃移数值模拟方法
4.四种拉格朗日粒子浓度计算方法的评估——箱式计数法、高斯核、均匀核和抛物线核
5.胶州湾环流和污染扩散的数值模拟——Ⅲ.胶州湾拉格朗日余流与污染物质的迁移
因版权原因,仅展示原文概要,查看原文内容请购买。
第54卷 第3期 2024年3月中国海洋大学学报P E R I O D I C A L O F O C E A N U N I V E R S I T Y O F C H I N A54(3):076~087M a r .,2024千里岩湿沉降中的营养盐特征㊁来源及生态效应研究❋杨思奇1,王玲燕1❋❋,刘素美1,2(1.中国海洋大学深海圈层与地球系统前沿科学中心海洋化学理论与工程技术教育部重点实验室,山东青岛266100;2.崂山实验室海洋生态与环境科学功能实验室,山东青岛266237)摘 要: 本研究基于2020年3月 2021年2月黄海千里岩岛雨水中营养盐(N H +4㊁N O -3㊁N O -2㊁P O 3-4㊁S i O 2-3㊁D O N ㊁D O P )浓度,利用后向轨迹聚类分析和浓度权重轨迹分析法(C W T )解析气团主要传输路径和营养盐潜在源区,并讨论湿沉降对黄海生态系统的影响㊂结果表明,N H +4㊁N O -3和DO N 是雨水营养盐的主要组成,平均浓度分别为(48.2ʃ118.8)㊁(30.8ʃ97.2)和(22.1ʃ147.7)μm o l /L ㊂N O -2㊁P O 3-4㊁D O P 和S i O 2-3的浓度较低,平均仅为(0.24ʃ0.40)㊁(0.87ʃ5.5)㊁(0.12ʃ0.17)和(0.13ʃ0.23)μm o l /L ㊂影响雨水的气团来自南方陆海混合源(41%)㊁北方陆源(41%)㊁东南海源(10%)和西北陆源(8%),陆源气团影响的雨水中营养盐浓度普遍高于混合源和海源㊂不同营养盐组分潜在源区的分布特征不同㊂N H +4㊁N O -3和P O 3-4的潜在源区集中在山东,D O N 的潜在源区分布在河北㊁山东㊁河南㊁安徽和俄罗斯的贝加尔湖附近,D O P 的潜在源区在长江入海口附近的上海和浙江沿岸地区,S i O 2-3的潜在源区分别位于山东河北交界处㊁安徽江苏交界处㊁安徽江西交界处和黄海部分海域㊂总体而言,对营养盐高贡献的潜在源区位于周边陆地地区,海源较少㊂黄海大气T D N 的全年湿沉降通量为103.0m m o l ㊃m -2㊃a -1,对新生产力的贡献可达29.9%㊂关键词: 营养盐;湿沉降;潜在源区;生态效应;千里岩中图法分类号: X 51 文献标志码: A 文章编号: 1672-5174(2024)03-076-12D O I : 10.16441/j.c n k i .h d x b .20230015引用格式: 杨思奇,王玲燕,刘素美.千里岩湿沉降中的营养盐特征㊁来源及生态效应研究[J ].中国海洋大学学报(自然科学版),2024,54(3):76-87.Y a n g S i q i ,W a n g L i n g y a n ,L i u S u m e i .C h a r a c t e r i s t i c s ,s o u r c e s a n d e c o l o g i c a l e f f e c t s o f n u t r i e n t s i n t h e a t m o s ph e r i c w e t d e p o s i t i o n o f Q i a n l i y a n [J ].P e r i o d i c a l o f O c e a n U n i v e r s i t y of C h i n a ,2024,54(3):76-87. ❋ 基金项目:国家自然科学基金项目(42176040);山东省 泰山学者 工程专项项目资助S u p p o r t e d b y t h e N a t i o n a l N a t u r a l S c i e n c e F o u n d a t i o n o f C h i n a (42176040);t h e T a i s h a n S c h o l a r s P r o g r a m m e o f S h a n d o n g Pr o v i n c e 收稿日期:2023-01-19;修订日期:2023-03-05作者简介:杨思奇(1998 ),女,硕士生㊂E -m a i l :y a n g s q147@s i n a .c n ❋❋ 通信作者:王玲燕(1989 ),女,博士后㊂E -m a i l :w a n g l i n g ya n @o u c .e d u .c n 大气沉降不仅是清除大气污染物㊁净化空气㊁改善空气质量的有效途径,也是海洋中外源性营养盐(N ㊁P ㊁S i)的重要输入途径[1-3]㊂研究表明,全球范围内通过大气沉降输送入海的N 约占陆源输入的一半以上[4]㊂地中海西北部地区湿沉降占D O P 沉降总量的80%[5]㊂在日本海东南部,通过湿沉降输送的T D N 通量约占总沉降通量的58%[6]㊂这表明大气湿沉降是海洋营养盐的主要来源之一,因此营养盐湿沉降一直是国内外研究的热点㊂已有不少学者对黄海西部千里岩岛营养盐的湿沉降进行研究㊂于志刚等[7]研究发现,千里岩大气湿沉降N /P 比值远高于R e d f i e l d 比值,将对该海域的营养盐结构产生一定的影响㊂刘昌岭等[8]研究发现,千里岩降水中营养盐浓度的季节变化明显,春㊁冬季节高于夏㊁秋季节㊂韩丽君等[9]通过统计多年来黄海西部营养盐年平均浓度的变化特征发现,沙尘暴活动对大气湿沉降中营养盐的浓度有明显影响㊂然而以往的研究多关注于湿沉降中营养盐的浓度分析,对其来源的分析研究则相对有限㊂混合单粒子拉格朗日综合轨迹(H y b r i d S i n gl e -P a r t i c l e L a g r a n g i a n I n t e g r a t e d T r a je c t o r i e s ,H Y S -P L I T )模型中的后向轨迹分析模式已广泛应用于物质的大气输送㊁扩散及沉降模拟[10-13],并在后续发展出后向轨迹聚类分析法[14-15]和浓度权重轨迹分析法(C o n -c e n t r a t i o n w e i gh t e d f i e l d ,C W T )[16]等方法㊂张六一等[17]利用后向轨迹聚类分析法研究三峡腹地湿沉降中氮磷的来源,发现四川盆地是三峡库区腹地区域外源性输入高浓度氮磷的主要源区㊂刘浪等[18]运用C W T 法计算得到了北京大气颗粒物中N H +4和N O -3的主要贡献源区,发现N H +4和N O -3潜在源区空间分布特征相似,对北京N H +4和N O -3高贡献的潜在源区主要分布在北京本地以及南部区域,以天津㊁廊坊㊁衡水㊁保3期杨思奇,等:千里岩湿沉降中的营养盐特征㊁来源及生态效应研究定㊁石家庄等地为主㊂运用这些方法探究大气沉降中营养盐的来源可以为制定合理的减排措施提供一定的科学依据㊂通过大气沉降输送进入海洋的营养盐影响着海洋上层水体中的营养盐结构,支撑着浮游植物的生长,并引起海洋初级生产力的响应[3,19-22]㊂相较干沉降而言,湿沉降往往呈现出偶发性和集中性的特点,降水能快速将气溶胶及附着其上的营养盐等物质冲刷至地面或水体中,突发性强降水甚至可能会导致表层海水的暂时富营养化,影响浮游植物的种群结构,并可引起赤潮㊁水华等现象的发生[9,23-25]㊂本文通过分析测定2020年3月 2021年2月在千里岩收集的雨水样品,讨论雨水中营养盐的浓度与组成,利用后向轨迹聚类分析法和浓度权重轨迹分析法(C W T)解析气团主要传输路径和营养盐潜在源区,初步分析通过湿沉降输入的营养盐对黄海生态系统的影响㊂1材料与方法1.1样品采集与分析1.1.1样品采集2020年3月 2021年2月以降雨事件为基础在位于黄海西北部的近岸岛屿千里岩岛(36ʎ16'N,121ʎ23'E)采集雨水样品(一天内多次降雨的合并为一个雨水样品),当地人为污染较少,大气污染物主要来自于临近渔港㊁过往船舶和大陆气团的远距离输送[26]㊂样品使用采雨器采集(采雨器预先经1/10 (V/V)H C l浸泡3d,使用M i l l i-Q水洗净,待干燥后用洁净塑料袋包好),每次降雨发生前打开采雨器,降雨结束后立即取回并将样品置于-20ħ冰箱冷冻保存,同时记录降雨量和降雨期间的温度㊁湿度㊁风向㊁风速㊁气压等各项气象参数㊂1.1.2样品分析样品带回实验室后立即过滤并测定雨水的p H值㊂无机态营养盐(N H+4㊁N O-3㊁N O-2㊁P O3-4㊁S i O2-3)使用Q u A A t r o连续流动分析仪测定,分别采用靛酚蓝法㊁镉铜还原法㊁重氮偶氮法㊁磷钼蓝法和硅钼蓝法进行检测,方法的检测限分别为0.02, 0.01,0.01,0.01和0.04μm o l/L,测样精密度均优于2%㊂为保证数据质量,在样品测定过程中,每10个样品加入一个营养盐标准进行对比,测试期间所有营养盐标准的相对标准偏差不超过5%㊂总溶解态氮(T D N)和总溶解态磷(T D P)采用碱性过硫酸钾氧化法,消解后使用连续流动分析仪测定[27],为检验样品中N和P的消解效率,取乙二胺四乙酸(E D T A)和单磷酸腺苷(A M P)标准与雨水样品同时消解,回收率均在95%以上㊂溶解无机氮(D I N)㊁溶解有机氮(D O N)和溶解有机磷(D O P)浓度根据公式D I N=(N H+4)+(N O-3)+(N O-2)㊁D O N=T D N-D I N和D O P=T D P-P O3-4计算得出㊂样品中的水溶性离子(S O2-4㊁C l-㊁N a+㊁C a2+㊁M g2+和K+)使用离子色谱仪(I C S6000,T h e r m o S c i-e n t i f i c)测定㊂阳离子(N a+㊁C a2+㊁M g2+和K+)的测定使用D i o n e x I o n P a c C S12A色谱柱,使用的淋洗液为18m m o l/L的甲磺酸溶液,流速设置为1.0m L/m i n㊂阴离子(S O2-4和C l-)的测定使用D i o n e x I o n P a cA S11-H C色谱柱,使用的淋洗液为K O H溶液(从0.3m m o l/L到36.0m m o l/L梯度洗脱),流速设置为1.2m L/m i n㊂S O2-4㊁C l-㊁N a+㊁C a2+㊁M g2+和K+的检测限分别为0.01㊁0.04㊁0.02㊁0.02㊁0.01和0.01m g/L,精密度均优于2%㊂为保证数据质量,在样品测定过程中,每10个样品加入一个阴阳离子标准进行对比,测试期间所有阴阳离子标准的相对标准偏差不超过5%㊂1.2数据处理1.2.1加权平均浓度(C V WM)和沉降通量(F W)雨水中各项化学组分的加权平均浓度(μm o l/L)和沉降通量(m m o l㊃m-2㊃a-1)的计算公式如下:C V WM=ðn i=1C iˑQ i/ðn i=1Q i,F W=ðn i=1C iˑQ i㊂(1)式中:n为统计时间内降雨的次数;C i为单次降雨中营养盐的浓度(μm o l/L);Q i为单次降雨量(m m);F W为湿沉降通量㊂雨水p H值的平均值根据雨水中H+的加权平均浓度计算[28]㊂本研究中出现的平均浓度均为降雨量加权平均浓度㊂1.2.2海盐离子质量浓度([s s-X])和非海盐离子质量浓度([n s s-X])为了区分人为来源和海洋来源对离子浓度的影响,对雨水样品中海盐离子质量浓度和非海盐离子质量浓度进行计算,计算公式如下:s s-X=N a+s a m p l eˑX/N a+s e a w a t e r,n s s-X=X s a m p l e-s s-X㊂(2)式中:[N a+]s a m p l e为雨水样品中N a+的浓度,([X]/ [N a+])s e a w a t e r为海水中相应离子与N a+的比值[29]㊂1.3气团后向轨迹分析及后向轨迹聚类分析H Y S P L I T4模型是由美国国家海洋和大气管理局(N O A A)和澳大利亚气象局共同研发的一种用于分析大气气团的来源㊁输送和扩散轨迹的模型,该模型目前已广泛应用于全球大气沉降化学组分的来源解析研究㊂以降雨事件的开始时刻为起始时间,1500m为起始高度,利用全球数据同化系统(G D A S)气象数据(h t-t p://w w w.a r l.n o a a.g o v/r e a d y/h y s p l i t4.h t m l)和H Y S P L I T气团后向轨迹模式(h t t p://r e a d y.a r l.n o-a a.g o v/H Y-S P L I T.p h p)计算得到观测期间内发生的77中 国 海 洋 大 学 学 报2024年所有降雨事件的气团72h 后向轨迹㊂通过M e t e o i n f o软件中的T r a j S t a t 插件进行后向轨迹聚类分析[30-31],将其中相似方向和速率的轨迹进行合并归类以代表一类气团输送路径㊂1.4浓度权重轨迹分析法(C W T )浓度权重轨迹分析法(C W T )是一种利用气团轨迹结合某要素值以判断该要素可能的排放源位置并给出不同源区强度的方法[16],将研究区域划分为1ʎˑ1ʎ的网格单元(i ,j ),每个网格单元的C W T 值为:C W T i j =ðMl =1C l ˑτi j l ðMl =1τi j l ㊂(3)式中:C W T i j 为网格(i ,j )的平均权重浓度,C W T i j 的值越大意味着网格(i ,j )对采样地点相应要素的贡献越高;l 为气团轨迹;M 为轨迹的总数;C l 为轨迹l 经过网格(i ,j )时对应的化学组分浓度;τi j l 为轨迹l 经过网格(i ,j )的端点数㊂当通过网格的端点数较小时,计算结果可能会有很大的不确定性㊂为了减少这种不确定性,通常需要引入权重系数W i j 对C W T i j 进行校正得到W C W T i j ,n a v e 为每个网格中轨迹端点数的平均值㊂W i j =1.03n a v e <n i j0.71.5n a v e <n i j ɤ3n a v e 0.4n a v e <n i j ɤ1.5n a v e 0.2n i j ɤna v e,W C W T i j =C W T i j ˑW i j㊂(4)2 结果与讨论2.1 营养盐的浓度与组成2020年3月 2021年2月一年时间内在千里岩共采集49个雨水样品,总降雨量为1017.3m m ,远高于以往观测到的300~600m m 的年均降雨量[32-35]㊂雨水的p H 值范围为4.35~6.85,平均值为5.45㊂雨水中营养盐浓度的变化范围较大,最高浓度和最低浓度间的差距可达1~3个数量级(见图1)㊂氮组分是雨水中营养盐的主要组成,N H +4㊁N O -3和DO N 的浓度范围分别为4.4~544.2μm o l /L ㊁3.9~380.4μm o l /L 和1.2~711.0μm o l /L ,平均浓度分别为(48.2ʃ118.8)㊁(30.8ʃ97.2)和(22.1ʃ147.7)μm o l /L ,共占全部营养盐浓度的95%以上㊂N O -2性质不稳定,在环境中易被氧化为N O -3,因此浓度较低,浓度范围为0.04~2.3μm o l /L ,平均浓度仅为(0.24ʃ0.40)μm o l /L ㊂各项氮组分中,D O N 约占T D N 的2%~74%,平均约占T D N 的22%,在文献报道的近海地区观测到的范围内[6,26,36-37]㊂不同形态的无机氮中,N H +4约占DI N 的36%~88%,平均约占D I N 的61%,雨水中N H +4的平均浓度约为N O -3平均浓度的1.5倍,是D I N 的主要组成,这与目前观测到的中国整体活性氮沉降状况一致,主要受中国较为发达的农业活动影响[38-39]㊂千里岩雨水中各项氮组分浓度普遍低于人类活动密集的北京[28]㊁南京[40]㊁贵阳[41]等内陆地区和青岛[37]等沿海城市的研究结果,高于东海[42]㊁日本海[6]和太平洋[43]等海域的研究结果,各地区雨水中氮组分浓度整体呈现内陆>近海>大洋的趋势(见图2),与大气活性氮沉降通量由近岸向外海梯度下降的趋势一致[44]㊂与N H +4㊁N O -3和DO N 相比,雨水中磷组分和硅组分的浓度较低,P O 3-4㊁D O P 和S i O 2-3的浓度分别在0.06~22.9μm o l /L ㊁<D L~0.84μm o l /L 和0.03~1.3μm o l /L 之间,平均浓度分别仅为(0.87ʃ5.5)㊁(0.12ʃ0.17)和(0.13ʃ0.23)μm o l /L ㊂这主要是由于大气中的P 和S i 主要来自土壤和岩石的风化[45-47],被风沙卷起进入大气的P 和S i 主要以矿物成分存在,溶解度小且容易在短距离内发生沉降[48-50]㊂P O 3-4在T D P 中的占比范围为48%~100%,平均约占T D P 的88%,是T D P 的主要组成,与M i ya z a k o 等[51]在东亚地区观察到的雨水中磷沉降状况一致㊂虽然较过去的研究结果而言[9],千里岩雨水中无机氮组分浓度有所下降,但P O 3-4浓度略有上升,这也与近年来观测到的中国大气总氮沉降通量下降而大气磷沉降通量增加的趋势相符合[39,52]㊂沙尘暴的发生能够使大量的S i 被释放到大气中并通过大气输送沉降进入海洋[53-54]㊂2020年中国气候公报[55](C h i n a C l i m a t e B u l l e t i n,2020)显示北方地区沙尘天气过程较常年同期偏少,因此雨水中S i O 2-3的浓度较低,平均浓度仅为往年观测值的1/28[9]㊂千里岩雨水中营养盐的浓度受降雨量影响,较高的营养盐浓度通常出现在降雨量较小的降雨事件中(见图1)㊂降雨量及营养盐浓度随时间的变化较为明显,观测期间降雨量分布严重不均,夏季(6 8月)降雨量约占全年总降雨量的78%,频繁的降雨对大气颗粒物的清除和稀释作用高,因此雨水中的各项营养盐浓度均较低;与之相比,由于降雨量较小,早春(3 4月)和秋季(9 11月)的雨水中各项营养盐浓度均较高,特别是在8月28日 10月15日长达49天的时间内未收集到降雨,因此10月16日的降雨中各项营养盐浓度均出现高值㊂2.2气团后向轨迹聚类分析对获得的所有后向轨迹进行聚类分析发现,研究期间影响千里岩雨水的气团分为4类(见图3):包括来自南方陆海混合源(A )㊁北方陆源(B )㊁东南海源(C )和西北陆源(D )的气团,分别影响20㊁20㊁5和4个雨水样873期杨思奇,等:千里岩湿沉降中的营养盐特征㊁来源及生态效应研究图1 千里岩降雨量和雨水营养盐浓度随时间变化F i g .1 R a i n f a l l a n d n u t r i e n t c o n c e n t r a t i o n s o f r a i n w a t e r i n Q i a n l i yan (参考文献[6,28,37,40-43]㊂R e f e r e n c e d f r o m [6,28,37,40-43].)图2 不同区域雨水中氮组分平均浓度的对比F i g .2 C o m p a r i s o n o f t h e a v e r a ge c o n c e n t r a t i o n s of N s p e c i e s i n r a i n w a t e r a t d i f f e r e n t r e gi o ns 图3 千里岩雨水样品采集期间气团后向轨迹聚类F i g .3 C l u s t e r a n a l y s i s o f a i r m a s s b a c k w a r d t r a je c t o r i e s d u r i n g t h e c o l l e c t i o n of r a i n w a t e r s a m p l e s i n Q i a n l i ya n 97中国海洋大学学报2024年品㊂根据不同方向的气团来源分类,统计不同来源气团影响雨水的化学组成特征如表1所示㊂总体而言,陆源气团影响的雨水中各项营养盐浓度普遍高于混合源和海源气团㊂表1不同来源气团的雨水中降雨量(m m)㊁营养盐浓度(μm o l/L)和无机离子浓度(μm o l/L)T a b l e1 R a i n f a l l(m m),n u t r i e n t c o n c e n t r a t i o n s(μm o l/L)a n d i n o r g a n i c i o n c o n c e n t r a t i o n s(μm o l/L)i n r a i n w a t e r f r o m d i f f e r e n t a i r m a s s s o u r c e sA(n=20)B(n=20)C(n=5)D(n=4)降雨量635.7216.2149.615.8 N H+433.0ʃ84.790.2ʃ128.232.0ʃ162.9237.0ʃ68.3 N O-320.9ʃ65.561.0ʃ95.816.7ʃ126.2144.1ʃ136.0 N O-20.22ʃ0.260.41ʃ0.540.07ʃ0.060.36ʃ0.34 P O3-40.23ʃ2.11.5ʃ5.11.9ʃ1.99.0ʃ11.4 S i O2-30.12ʃ0.280.15ʃ0.150.15ʃ0.180.38ʃ0.25 D O N6.7ʃ87.931.6ʃ72.852.0ʃ70.5229.0ʃ360.0 D O P0.05ʃ0.190.06ʃ0.100.03ʃ0.32<D L N a+301.1ʃ616.3174.2ʃ324.9204.5ʃ1205.2355.9ʃ398.8 K+9.6ʃ41.210.8ʃ15.610.8ʃ60.331.4ʃ42.5 M g2+32.1ʃ71.922.4ʃ37.322.8ʃ124.060.1ʃ56.3 C a2+12.4ʃ50.827.2ʃ29.429.3ʃ77.486.4ʃ98.7 C l-322.8ʃ648.4184.4ʃ338.7244.9ʃ1245.0304.2ʃ279.0 S O2-422.1ʃ55.329.2ʃ41.024.4ʃ96.5120.0ʃ121.6 n s s-K+3.0ʃ28.97.0ʃ11.26.3ʃ34.123.7ʃ34.4 n s s-M g2+<D L2.7ʃ6.9<D L19.7ʃ44.6 n s s-C a2+5.8ʃ39.923.4ʃ26.824.8ʃ52.478.6ʃ90.4 n s s-S O2-43.9ʃ23.718.7ʃ33.412.0ʃ28.598.4ʃ100.2平均而言,各项营养盐浓度在西北陆源气团D影响的雨水中出现最高值㊂一方面可能是气团D影响的雨水全部发生在降雨事件较少且降雨量较低的春季,雨水对营养盐的稀释作用较小,气团D影响的雨水样品中总无机离子浓度约为其他气团的2倍说明了这一点㊂另一方面可能是由于气团D受春季东亚季风影响,经过蒙古高原沙尘源区和人类活动密集的山西㊁河北㊁山东等地,带来了较多的沙尘矿物和人类污染物,受沙尘源与人为源的混合影响,相较其他气团,样品中代表地壳源的n s s-C a2+对无机离子的贡献更高,与人类活动有关的n s s-S O2-4和生物质燃烧有关的n s s-K+对无机离子的贡献也更高,说明了这一点㊂N H+4和N O-3在南方陆海混合源气团A和东南海源气团C影响的雨水中出现最低值,在北方陆源气团B影响的雨水中出现较高值㊂气团A和C影响的雨水中代表海洋源的N a+㊁C l-和M g2+是无机离子的主要组成,占比达到80%,在较为清洁的海洋气流影响下,N H+4和N O-3浓度较低㊂虽然气团A在输送过程中经过陆地,受到一定程度的人类活动影响,但其影响的降雨多发生在雨水丰沛的夏季,降雨事件较为频繁且降雨量较高,对大气颗粒物的清除和稀释作用高,这可能是导致南方陆海混合源气团A影响的雨水中各项营养盐浓度较低的原因㊂气团B主要受人为源影响,该气团经过工农业发达㊁人口稠密的河北和山东地区,受到工业生产㊁农业施肥和交通运输等人类活动产生的污染物影响,所影响的样品中n s s-S O2-4和n s s-K+的贡献也更高,但其影响的降雨事件中约有60%发生在5 8月,受该时期频繁的降雨影响,气团B影响的降雨中营养盐浓度远低于同属陆源气团的气团D㊂P O3-4和S i O2-3的最低值出现在气团A影响的雨水中,主要可能由于该方向气团起源于海洋且经过的中国东南部陆地地区的沙尘和土壤源较少,且土壤有效硅含量较低[48],样品中代表地壳源的n s s-C a2+浓度也最低㊂东南海源气团C影响的雨水中P O3-4和S i O2-3的浓度高083期杨思奇,等:千里岩湿沉降中的营养盐特征㊁来源及生态效应研究于陆海混合源气团A,甚至高于陆源气团B影响的雨水,可能由于该气团经过海上长距离传输,气溶胶老化较为严重导致[49]㊂气团C影响的雨水中D O N浓度较高,该气团影响的降雨事件多发生在春㊁夏季节(5 6月),此时正值农作物追肥时期,因此日本地区化肥的使用可能是气团C影响的降雨中D O N浓度较高的原因㊂而所有气团影响的雨水样品中D O P浓度都很低,差别不大㊂2.3浓度权重轨迹分析鉴于从气团后向轨迹聚类分析得到的雨水中各营养盐组分潜在来源的空间分布信息仍不足,利用浓度权重轨迹分析法(C W T)定量分析采样期间不同潜在源区对千里岩雨水中除N O-2外各项营养盐组分的贡献程度,将T r a j S t a t插件计算得到的所有气团后向轨迹覆盖区域划分为1ʎˑ1ʎ大小的网格,由于N O-2性质不稳定,此处不对其进行分析㊂浓度权重分布图(见图4)呈现了潜在源区对千里岩雨水中各项营养盐浓度贡献的大小,W C W T值越大,表明所在区域对千里岩雨水中对应营养盐组分的贡献越大㊂如图4所示,千里岩雨水中不同营养盐组分潜在源区的分布特征不同㊂N H+4和N O-3的W C W T高值区分布相似,主要集中在山东,次高值出现在河南㊁安徽和江苏,与N H+4和N O3-分别对应的主要前体物质N H3和N O X在中国大气中的浓度分布状况相一致[56-58]㊂这些地区农作物种植发达,氮肥施用量高,牲畜养殖广泛且畜牧业产量高[58],同时人类活动密集,工业生产和交通运输发达,有较多的人为排放[56],对N H+4和N O3-的贡献也更大㊂D O N的W C W T高值区零散分布在河北㊁山东㊁河南㊁安徽和俄罗斯的贝加尔湖附近,所有高值区均出现在受沙尘源和人为源共同影响的气团D经过的路径㊂结合2.3中不同气团来源雨水中营养盐的浓度发现,气团D影响的雨水中D O N浓度远高于其他气团,是其他气团的4~34倍㊂人为污染源是中国近海大气中D O N的主要来源[59],出现W C W T高值的区域人类活动较为密集,而沙尘粒子可以作为载体对人类污染物进行输运[60]㊂起源于蒙古高原沙尘源区的气团D携带着较多的土壤颗粒和沙尘粒子经过以上区域,带来大量的陆源物质导致观测地点雨水中D O N的浓度升高[59]㊂P O3-4的W C W T高值区出现在山东㊂王楠等[61]研究发现在距离千里岩较近的青岛地区,农业活动㊁机动车燃油排放㊁化石燃料燃烧是气溶胶中D I P的主要来源,而山东地区农业活动㊁工业生产以及交通运输发达,对P O3-4的贡献也更大㊂同时在西北陆源气团D的输送轨迹上出现P O3-4的W C W T次高值区,起源于沙尘源区的气团D经过人类活动密集的地区,吸附大量的N O X㊁S O2等人为活动产生的酸性气体[62-63],导致气溶胶的酸性增加[64],进而引起P的溶解度增加[49],但其影响的雨水事件较少,所以仅出现次高值㊂D O P的W C W T高值区集中在长江入海口附近的上海和浙江沿岸地区㊂此处农业活动发达,而人类农业活动是D O P的重要来源,王楠等[61]研究发现农业活动源对青岛地区气溶胶中D O P的贡献约为27%㊂S i O2-3的W C W T高值区有四处,分别位于山东河北交界处㊁安徽江苏交界处㊁安徽江西交界处和黄海部分海域㊂这些陆地区域的集约化农业活动加剧了土壤的扰动,进而使S i向大气的排放增加,这可能是S i O2-3的W C W T高值出现的原因㊂黄海部分海域出现S i O2-3的W C W T高值区,可能来源于大气的远距离传输㊂除以上地区外,日本以南部分海域对各项营养盐存在一定贡献,可能与附近陆地地区的大气传输有关㊂结合气团后向轨迹可以看出,千里岩雨水样品中各项营养盐的潜在贡献源区主要为周边陆地地区㊂出现W C W T高值的区域通常位于北方陆源气团B经过的途径上,东南海源气团C经过的海上部分地区有一定贡献,但其贡献程度较低,南方陆海混合源气团A经过的大部分地区W C W T值都很低,证明其贡献较小㊂虽然西北陆源气团D影响的雨水样品中各项营养盐浓度较高,但影响的降雨事件较少,因此经过的地区较少出现W C W T的高值㊂2.4湿沉降对黄海的影响大气沉降是陆源营养盐向海洋输送的重要途径之一,通过大气沉降(包括干沉降和湿沉降)向黄海输入的D I N和D I P分别约占总陆源输入量(大气沉降和河流)的71%和51%,其贡献高于河流(分别为29%和49%);D S i的贡献则不到1%(见表2)㊂研究表明黄海中部海域水体过剩氮含量N*(N*=D I N-16ˑD I P)约为-1.0μm o l/L,受降雨影响的水体中N*高达0.7~5μm o l/L[65]㊂黄海面积为380ˑ109m2,平均深度为44m[65],通过本研究湿沉降数据和文献干沉降数据[34]计算可知,通过大气沉降向黄海输入的D I N和P O3-4可导致水体中D I N和P O3-4的浓度升高约3.6和0.03μm o l/L(见表2),进而导致水体N*升高约3.2μm o l/L,这一计算结果与黄海中部开阔海域受降雨影响水体中N*升高的范围(约1.7~6.0μm o l/L)相符[65],因此通过大气沉降输入的营养盐对黄海中部海域的氮限制状况存在一定的缓冲作用[66-67]㊂过去的研究多集中于湿沉降中D I N对海洋初级生产的贡献,但是近年来的研究表明,D O N也可以被海洋生物吸收利用[67]㊂以往对于湿沉降中营养盐对黄海生产力的影响只考虑D I N的贡献,或者采用全球湿沉降中D O N占T D N的平均比值30%进行计算[9],本研究则采用实测18中国海洋大学学报2024年图4千里岩雨水中各项营养盐的浓度权重分布F i g.4 W C W T m a p s o f n u t r i e n t s i n r a i n w a t e r o f Q i a n l i y a n数据进行估算以提供更为准确的结果㊂选定受河流影响较小的黄海中部海域为研究区域(该海域属于N潜在限制区域[67],假设通过湿沉降输送进入黄海的T D N 可以被生物完全吸收利用,则T D N的年湿沉降通量为103.0m m o l㊃m-2㊃a-1,根据R e d f i e l d比值(CʒN= 106ʒ16),可支持8.2g㊃m-2㊃a-1的新生产力(以C 元素计,下同),贡献黄海年平均新生产力(27.4g㊃m-2㊃a-1)的29.9%[69]㊂本研究观测期间内来自南方陆海混合源㊁北方陆源㊁东南海源和西北陆源气团影响的湿沉降中T D N的通量分别为38.7㊁39.6㊁15.1和9.6m m o l㊃m-2㊃a-1(见表1),根据R e d f i e l d比值,分别可支持黄海3.1㊁3.2㊁1.2和0.8g㊃m-2㊃a-1的新283期杨思奇,等:千里岩湿沉降中的营养盐特征㊁来源及生态效应研究生产力,对黄海年平均新生产力的贡献分别为11.2%㊁11.5%㊁4.4%和2.8%㊂突发性强降雨可在短时间内带来大量的营养盐,例如观测期内的6月23日,千里岩12h 内降雨量达到44.8m m ,输入氮组分通量可达5.9m m o l ㊃m -2,可支持471m g㊃m -2㊃d -1的新生产力,远高于黄海年平均新生产力(75.1m g㊃m -2㊃d-1)[69],因此在容易出现水体层化现象的夏季,湿沉降的贡献可能更为重要㊂表2 黄海外源营养盐年输入通量T a b l e 2 A n n u a l i n p u t f l u x o f e x o ge n o u s n u t r i e n t s i n t h e Y e l l o w S e aˑ109m o l /a来源①D I NP O 3-4S i O2-3大气沉降②湿沉降30.6(1)0.34(1)0.05(1)干沉降29.6[34]0.12[34]0.13[34]鸭绿江3.00[70]0.005[70]2.55[71-72]大沽河0.08[70]0.0002[70]0.03[73]淮河2.75[70]0.12[70]1.11[73-74]河流输入③长江15[70]0.23[70]12.2[75]汉江2.6[70]0.066[70]0.70[73,76]克乌姆河1.32[73,77]0.01[73,77]0.60[73,77]荣山江0.06[70]0.0062[70]0.12[73,77]注:(1)为本研究数据㊂(1)d a t a f r o m t h i s s t u d y.①S o u r c e ;②A t m o s -p h e r i c d e p o s t t i o n ;③R i v e r i n pu t .3 结论(1)雨水中营养盐浓度的变化范围较大,受降雨量影响,较高的营养盐浓度通常出现在降雨量较低的事件中㊂N H +4㊁N O -3和DO N 是千里岩雨水中营养盐的主要组成,平均浓度分别为(48.2ʃ118.8)㊁(30.8ʃ97.2)和(22.1ʃ147.7)μm o l /L ,N O -2㊁P O 3-4㊁D O P 和S i O 2-3的浓度较低,平均浓度分别为(0.24ʃ0.40)㊁(0.87ʃ5.5)㊁(0.12ʃ0.17)和(0.13ʃ0.23)μm o l /L ㊂N H +4和N O -3构成了DI N 的主体,D O N 约占T D N 的22%㊂P O 3-4是T D P 的主要组成,占比约为88%㊂(2)影响雨水的气团来自南方陆海混合源(41%)㊁北方陆源(41%)㊁东南海源(10%)和西北陆源(8%),不同来源的气团对雨水中营养盐浓度的影响存在差异㊂陆源气团影响的雨水中各项营养盐浓度普遍高于混合源和海源㊂(3)雨水中不同营养盐组分潜在源区的分布特征不同㊂N H +4和N O -3的贡献源区集中在山东,D O N 的贡献源区零散分布在河北㊁山东㊁河南㊁安徽和俄罗斯的贝加尔湖附近,P O 3-4的贡献源区在山东,D O P 的贡献源区集中在长江入海口附近的上海和浙江沿岸地区,S i O 2-3的贡献源区分别位于山东河北交界处㊁安徽江苏交界处㊁安徽江西交界处和黄海部分海域㊂对营养盐高贡献的潜在源区主要为观测区域周边陆地地区,海上部分地区有一定贡献,但其贡献程度较低㊂(4)黄海大气T D N 的全年湿沉降通量为103.0m m o l ㊃m -2㊃a -1,对新生产力的贡献可达29.9%㊂强降雨带来的大量营养盐输入会在短时间内对黄海新生产力产生重要影响㊂通过大气沉降输入的营养盐对黄海中部海域的氮限制状况存在一定的缓冲作用㊂参考文献:[1] C h i e n C ,M a c k e y K R M ,D u t k i e w i c z S ,e t a l .E f f e c t s o f A f r i c a n d u s t d e p o s i t i o n o n p h y t o p l a n k t o n i n t h e w e s t e r n t r o p i c a l A t l a n t i c O c e a n o f f B a r b a d o s [J ].G l o b a l B i o g e o c h e m i c a l C yc l e s ,2016,30(5):716-734.[2] U m e z a w a Y ,T o y o s h i m a K ,S a i t o h Y ,e t a l .E v a l u a t i o n o f o r i gi n -d e p e n d e d n i t r o g e n i n p u t t h r o u g h a t m o s p h e r i c d e po s i t i o n a n d i t s e f f e c t o n p r i m a r y p r o d u c t i o n i n c o a s t a l a r e a s o f w e s t e r n K y u s yu ,J a pa n [J ].E n v i r o n m e n t a l P o l l u t i o n ,2021,291:118034.[3] D u c e R A ,L a R o c h e J ,A l t i e r i K ,e t a l .I m p a c t s o f a t m o s ph e r i c a n t h r o p o g e n i c n i t r o g e n o n t h e o pe n o c e a n [J ].S c i e n c e ,2008,320(5878):893-897.[4] J i c k e l l s T D ,B u i t e n h u i s E ,A l t i e r i K ,e t a l .A r e e v a l u a t i o n o f t h em a g n i t u d e a n d i m p a c t s o f a n t h r o p o g e n i c a t m o s p h e r i c n i t r o ge n i n -p u t s o n t h e o c e a n [J ].G l o b a l B i o g e o c h e m i c a l C yc l e s ,D o i :10.1002/2016G B 005586.[5] V i o l a k i K ,B o u r r i n F ,A u b e r t D ,e t a l .O r g a n i c p h o s ph o r u s i n a t -m o s p h e r i c d e p o s i t i o n o v e r t h e M e d i t e r r a n e a n S e a :A n i m po r t a n t m i s s i n g p i e c e o f t h e p h o s p h o r u s c y c l e [J ].P r o g r e s s i n O c e a n o gr a -p h y,2018,163:50-58.[6] Y a n G ,K i m G .S o u r c e s a n d f l u x e s o f o r g a n i c n i t r o g e n i n p r e c i pi t a -t i o n o v e r t h e s o u t h e r n E a s t S e a /S e a o f J a p a n [J ].A t m o s ph e r i c C h e m i s t r y a n d P h ys i c s ,2015,15(5):2761-2774.[7] 于志刚,张经,陈宁,等.黄海西部大气湿沉降(降水)中各元素沉降通量的初步研究[J ].环境化学,2000(4):352-356.Y u Z G ,Z h a n g J ,C h e n N ,e t a l .W e t d e p o s i t i o n (p r e c i pi t a t i o n )o f m a jo r e l e m e n t s a t t w o s i t e s o f n o r t h w e s t e r n Y e l l o w S e a [J ].E n v i -r o n m e n t a l C h e m i s t r y,2000(4):352-356.[8] 刘昌岭,陈洪涛,任宏波,等.黄海及东海海域大气湿沉降(降水)中的营养元素[J ].海洋环境科学,2003(3):26-30.L i u C L ,C h e n H T ,R e n H B ,e t a l .N u t r i e n t e l e m e n t s i n w e td e p o s i t i o n (p r e c i pi t a t i o n )f r o m t h e Y e l l o w S e a a n d t h e E a s t C h i n a S e a r e gi o n s [J ].M a r i n e E n v i r o n m e n t a l S c i e n c e ,2003(3):26-30.[9] 韩丽君,朱玉梅,刘素美,等.黄海千里岩岛大气湿沉降营养盐的研究[J ].中国环境科学,2013,33(7):1174-1184.H a n L J ,Z h u Y M ,L i u S M ,e t a l .N u t r i e n t s o f a t m o s ph e r i c w e t d e p o s i t i o n f r o m t h e Q i a n l i ya n I s l a n d o f t h e Y e l l o w S e a [J ].C h i n a E n v i r o n m e n t a l S c i e n c e ,2013,33(7):1174-1184.[10] D r a x i e r R R ,H e s s G D .A n o v e r v i e w o f t h e H Y S P L I T _4m o d e l -l i n g s y s t e m f o r t r a j e c t o r i e s ,d i s p e r s i o n a n d d e p o s i t i o n [J ].A u s -t r a l i a n M e t e o r o l o g i c a l M a ga z i n e ,1998,47(4):295-308.[11] H e J ,B a l a s ub r a m a n i a n R ,B u r g e r D F ,e t a l .D r y an d w e t a t -38。
权重排放量及排放量权重轨迹模型蔺旭东;曾晓宁;陈伟【摘要】大气污染物浓度权重轨迹模型是一种研究大气污染物的区域输送问题的常用模型,但这一模型只考虑大气污染物浓度对目标城市的影响,而不考虑大气污染物持续输送时间的影响.针对此缺陷,提出了一种新的大气污染物源区计算模型——排放量权重轨迹模型,将污染物持续输送的时间因素引入模型计算中,计算出网格的权重排放量,并将权重排放量作为对目标城市污染贡献度的新衡量标准.【期刊名称】《中国环境管理干部学院学报》【年(卷),期】2018(028)002【总页数】5页(P42-46)【关键词】权重排放量;PM2.5;源区计算模型【作者】蔺旭东;曾晓宁;陈伟【作者单位】河北环境工程学院信息工程系,河北秦皇岛066102;河北科技师范学院数信学院,河北秦皇岛;河北环境工程学院信息工程系,河北秦皇岛066102【正文语种】中文【中图分类】X51随着我国的经济发展,工业化进程的不断加速,大气污染问题也变得尖锐起来。
目前,尤以京津冀地区大气污染状况最为严重[1-2]。
就一个区域而言,准确定位出对于域内各城市有较高贡献度的大气污染物输送源区,对于应对区域性大气污染问题,有着十分重要的现实意义。
目前,对于大气污染物输送及权重浓度的计算,主要分为两类方法:第一种是基于排放源清单的空气质量模型模拟方法:吴小芳[3]基于Models-3/CMAQ空气质量模型对杭州市大气污染的模式进行了研究,Cai等[4]基于WRF-CMAQ模型对2012—2020年期间京津冀地区的PM2.5浓度分布变化进行了模拟。
唐娴等[5]则利用我国自主研发的NAQPMS模型对辽宁中部城市群一次灰霾天气过程的外来影响程度进行了研究。
这类方法可以给出网格化的污染物浓度贡献率,但计算结果的可信度取决于排放源清单的准确性。
第二种是利用HYSPLIT模型进行后向轨迹计算,然后利用浓度权重轨迹(Concentration Weighted Trajectory,CWT)模型进行网格化权重浓度的计算。
成都大气污染物在焚烧秸秆时的溯源初步探究周雯;陈建文;王斌;刘培川【摘要】Based on the Air Pollution Index, the local and regional transport effect of urban air quality caused by straw burning was analyzed. The characteristics of different air pollution events( local, the integration of the local and regional, and transport) and atmospheric pollutant tracing analysis in the condition of heavy pollution were discussed by combining with the use of satellite remote sensing, back trajectory and meteorological data.%在空气污染指数( API)的数据基础上,结合卫星遥感、气团后向轨迹及气象数据,通过初步分析秸秆焚烧对本地及区域范围输送对城市空气质量影响,研究不同空气污染类型(本地型、本地区域相结合型、输送型)特征,探索重污染条件的大气污染物溯源方法。
【期刊名称】《中国环境监测》【年(卷),期】2014(000)003【总页数】8页(P47-54)【关键词】焚烧秸秆;气团后向轨迹;卫星遥感;气象;污染物溯源法【作者】周雯;陈建文;王斌;刘培川【作者单位】四川大学建筑与环境学院,四川成都610065;四川省环境监测中心站,四川成都610041;四川大学建筑与环境学院,四川成都610065;四川省环境监测中心站,四川成都610041【正文语种】中文【中图分类】X823近年来每当春耕秋收时节,享有“天府之国”美誉的成都则会出现连续多日位居中国空气污染指数城市排行榜前列的现象,究其原因主要是周边地区焚烧秸秆所致。
实操:利用Hysplit绘制后向轨迹图本文主要从如何下载气象数据、如何聚类分析、如何更换自动出图的后向轨迹底图、如何叠加各方向来源的污染物浓度图几个方面进行介绍。
类似下图。
一、提前下载安装离线版hysplit软件
直接在美国国家海洋和大气管理局选择适合自己电脑的版本,网址
https:///documents/Tutorial/html/index.html
二、气象数据的准备(当时气象数据的下载走了很多弯路,因为不知道怎么下载,下载多少数据够用。
一旦你数据准备没做好,后面跑模型很容易出问题)
①、ftp数据下载网址:ftp:///pub/archives/gdas1.v1/(需要注意有的时候这个网址没法直接进去,则需要挂vpn)
③、一般根据你的采样时间及你想做的后向轨迹后推时间确定下载的文件个数
比如,你的采样时间是2018年7月1日-7月30,然后做的72小时后向轨迹模型分析,
2018年7月1日后推三天的时间是6月28,所以你下载数据的时候,起始文件应该是2018年6月28所在周的文件,即gdas1.jun18.w5,同理可以得到结束文件是gdas1.jul18.w4(为了使得运行更顺利,一般可以在起始文件和结束文件前、后再多下载一个周的数据文件),所以我们需要下载的数据文件有:gdas1.jun18.w4,gdas1.jun18.w5,gdas1.jul18.w1,gdas1.jul18.w2,gdas1.jul18.w3,gdas1.jul18.w4,gdas1.jul18.w5三、按所需时间段批量计算后退气流轨迹
①、初始参数设置:打开Hysplit主界面->“Trajectory"->“Setup Run”
②、参数设置:
(1)starting time(采样开始时间):按年月日小时的顺序输入起始时间,注意
空格。
(2)起始位置的数量:一般填1,同时点击右侧的Setup starting location,填写坐标经纬度以及起始高度,(经纬度用小数表示,高度用100、500、1000)。
本次示例为39.1°N,117.1°E, 100
(3)总运行时间:按实际需求填写,一般和你要研究的物种的大气化学寿命相关,选择24h或36h或48h或72h等。
(4)方向:选择后推“Back”。
(5)模型层高:填写模型的最大高度,一般按默认即可。
(6)垂直运动模式:点击“Select”,选择“3 = constant density",按输入的气象数据内置的垂直运动模式即可。
(7)输出:轨迹结果输出目录。
注意一个细节,在目录最后要加上几个字母作为这次计算的输出文件的前缀,以便下一步计算的时候识别并锁定。
新建一个文件夹,文件名称为test。
(8)添加气象数据:按所要计算的时间范围选择多个气象文件。
(9)可点击“save as”保存配置文件,以便下一次使用。
点击“save”保存配置。
③、运行批量计算
(1)返回Hysplit主界面->“Special Runs"->“Daily”
选择一天中每隔几个小时计算一次,直到多少天后截止。
这个和你后续的目的相关,如果你想将其与气态污染物浓度相联系,比如你的气态污染物浓度数据是每
个小时的数据,你可以每隔1h计算一次,如果你是昼夜样品,有昼夜气态污染物的浓度,那你可以每隔12h运行一次,如果没有特殊要求,可以定义为6h。
然后直到多少天后则根据你的采样阶段所持续的时间
(2)点击“Execute Script”,稍等片刻(这时候会不断闪现对话框),直到下图出现,表示计算完成。
点击“Exit”
可以在你刚刚新建的文件夹中发现这样的结果文件,这就是计算的后向轨迹原始文件。
四、对后退气流轨迹数据进行聚类(聚类只能对一个位置一个高度聚类)
①、我们现在有多日多条的后推气流轨迹,接下来要做的就是将所有轨迹按照距离进行归类。
②、返回Hysplit主界面->“Special Runs"->"Clustering"->"Standard"
③、参数设置:
1、配置。
(1)Hours to cluster聚类时间:需要进行聚类的时间长度。
建议做多少小时的后推气流轨迹,就聚类多少小时。
(2)Time interval聚类时间间隔:选择将轨迹划分为几段进行聚类计算。
例如36小时的聚类时间+1小时的聚类时间间隔,就意味着把所有轨迹每隔1小时进行一次距离比对,共进行36小时的距离比对。
(3)Trajectoryskip轨迹间隔:简单地说就是每隔几条纳入计算范围。
例如填写1,就是每一条都参加计算,填写2,就是每两条取一条进行计算。
(4)Endpoints folder端点文件夹:选取批量计算的轨迹结果所在的文件夹。
(即
你新建的名称包含前缀名test的那个文件夹)
(5)working folder工作文件夹:输出聚类结果的文件夹。
(6)Archive folder结果文件夹:可以同working folder。
2、聚类
(1)首先要锁定目标轨迹文件。
这时候就需要用到我们在批量输出轨迹时预先设置的文件前缀。
例如上文提到输出的批量轨迹的前缀是“test”,这里就填写“test”。
点击“MAKE INFILE”。
如果成功识别锁定我们要的那批轨迹文件,会有如下提示
(2)点击“Run cluster analysis”,会出现如下对话框依次聚类每条轨迹,完成后点击退出即可。
3、分簇
(1)、确定簇的数量就是看两个指标:TSV变化图和TSV变化的变化率。
(2)、通常,TSV变化率大于30%表示“不同”簇被配对了,也就是说匹配前的簇数是可能的最终结果。
但是,如果30%未识别任何最终簇数,则可以使用20%的标准。
(3)、单击运行按钮以生成可能的最终簇数的文本列表(CLUSEND)
上述结果一列为簇数,一列为该簇数的迭代的TSV变化相对于前一个簇数的迭代的TSV变化的变化率。
(4)、簇数选择:在前几个聚类迭代中,TSV的变化非常大,那么对于大部分聚类来说,随着聚类数量的减少,TSV的增加速率通常很小,并且几乎不变。
在某一时刻,TSV的变化迅速上升,表明组合的簇不是非常相似。
通常会有几个较大的上升点。
在这些TSV大幅增加的点之前的聚类数量给出了可能的最终结果。
所以numbers of cluster可以选择5条。
4、分簇结果
确定簇数后,点击运行即可。
垂直气层高度选择meters AGL,完成后点击退出即可
这个时候聚类就已经完成了。
我们可以点击“Display Means”查看分类结果,也可以点击“Display Clusters”查看单个簇中的所有轨迹。
五、结果分析
(1)聚类结果会生成在working文件夹里。
主要有以下几个结果文件:
①CLUSLIST_N (N是聚类的簇数)。
②C1_Nmean.tdump(簇数是多少,就会有几个这样的文件,C1_N一直到CN_N,介绍的是具体每个簇的信息)。
③Cmean1_N.tdump (每个簇的平均情况)。
④clusmean1_N(簇的分布图)。
最后一步匹配浓度的时候,需要用的文件是CLUSLIST_N 。
(2)将聚类结果与污染物浓度数据结合分析
打开CLUSLIST_N文件。
文件中会列出聚类时间段里的所有轨迹,以及他们所属的cluster。
将文件中数据用excel打开,并整理后可以得到两列,一列是cluster 编号,一列是时间点组成的序列。
这样我们就得到了时间点和cluster的对应信息。
再把污染物浓度与时间点对应,我们就可以得到每个cluster的污染物浓度情况。
五、出图
①、若只是想修改线属性,图框内容等,不需要调整底图,直接将得到的ps文件拖入coreldraw软件中进行调整即可。
②、需要修改底图:依照程序运行完,->直接“Display"->“Trajactory"->不修改任何参数,“输出kml/kmz格式"
直接将kml/kmz格式文件拖入google earth进行底图修改选择。