基于后向轨迹的秋冬季漯河重污染输送及典型个例分析

利用常规气象数据、颗粒物观测数据、全球大气同化系统GDAS数据、NCEP再分析资料、ERA5再分析资料等,结合数理统计、轨迹聚类、天气学分析等方法对2015—2019年秋冬季漯河重污染特征、污染输送及潜在源区分布进行分析,并通过一次典型重污染个例进行证明。结果表明:近5 a秋冬季漯河重污染过程发生频次高、持续时间长、污染程度重,AQI、PM_(2.5)变化趋势不明显,PM_(10)浓度下降趋势明显,PM_(2.5)/PM_(10)比值逐年递增,以PM_(2.5)重污染为主。秋冬季漯河主要有6种气团输送路径,东北路、偏东路轨迹短、移速慢且高度低,近距离近地层污染输送特征明显,为重要重污染通道;西北路远距离下沉沉降输送和西南轨迹近距离输送下的AQI均值及重污染概率较低,对漯河重污染贡献不高。漯河潜在源区来源复杂、范围广、强度大,其污染潜在源主要分布在河南中东部、尤其是东北部,对应东北路径、偏东路径等气团轨迹。重污染时地面偏北风是其主导风,尤其是2—4 m·s^(-1)之间偏北到东北风最为显著。两次跨区域输送表明,北路或东北路近地层输送是AQI峰值维持发展的重要原因。     

漯河一次持续性重污染过程成因及传输特征分析

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、激光雷达资料等,对2018年11月下旬河南漯河一次连续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)本次污染与天气形势关系密切,前期受静稳纬向环流和地面均压场影响,有利污染积累;中期高空槽与地面变性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;后期因低层东路冷空气扩散与静稳形势恢复,污染继续积累增长,形成连续性重污染。(2)PM_(2.5)造成重污染时因辐射逆温持续稳定,导致污染加剧;PM_(10)重污染时因逆温层减弱消失,有利污染物输送沉降;混合重污染时因近地层湍流混合加强形成逆温,污染持续发展。(3)本次重污染天气主要有5条传输路径,西南路径和偏东路径污染比例较高,其轨迹短,高度在900 hPa以下,对PM_(2.5)近距离输送作用明显;西北路径和偏北路轨迹长,起始高度在700—600 hPa之间,高空中远距离输送以PM_(10)为主。(4)受静稳条件和近地层高湿影响,高消光带维持在600 m以下,较低边界层抑制垂直扩散,导致污染细颗粒物与沙尘积累并长时间共存。(5)本次重污染是本地污染累积和高空外源污染输送共同影响。除漯河本地污染贡献较高外,高潜在源区主要集中河南西南部、东北部以及与山东交界处,这也是本次持续性污染发展的重要原因。(6)重污染时地面偏北风占主导,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。     

京津冀地区冬半年污染传输特征及传输指数的改进

文章通过轨迹聚类、潜在源区分析等方法对京津冀地区冬半年污染物传输特征进行了分析,在此基础上对传输指数的构建方法进行了改进,并结合一次重污染天气过程分析了其作用。结果表明,对于北京、天津和石家庄,其重污染轨迹出现概率从高到低均为偏南路径、偏西路径、偏东路径和西北路径;在近地面高度上,西南和东南风的增强在大多时候成为北京的污染物传输通道,其中东南方向的污染物来源主要集中在大气低层;改进后的传输指数能够更好地反映外来传输作用对本地污染物浓度的影响,京津冀及周边地区的传输作用对北京、天津和石家庄等大城市的污染物浓度影响较明显,其中城郊及周边地区的近距离传输影响最为显著;合理应用传输指数可以对重污染天气的成因进行初步判断。     

湖北省近两年冬季月份PM2.5污染天气型特征及其与大尺度环流的相关研究

基于湖北省PM_(2.5)大气成分逐日监测数据和高分辨率气象再分析资料,利用EOF方法对2015—2016年湖北省近两年冬季月份PM_(2.5)的污染分型并分析其天气特征,探讨PM_(2.5)质量浓度与大尺度环流因子相关性,并计算得到海平面气压指数。结果表明:冬季PM_(2.5)质量浓度湖北中部高于东西部,时间序列上存在较大波动,且近两年有明显下降趋势。湖北省冬季PM_(2.5) EOF前4个特征向量时间系数的方差贡献为86. 2%,能够反映PM_(2.5)空间场的主要特征。湖北省PM_(2.5)污染的天气型特征主要有两类:传输型污染和本地累积型,前者造成的PM_(2.5)污染浓度高于后者。传输型分别表现出全区污染、西部污染和中北部污染,全区污染时段湖北近地层以偏北气流为主,有利于将北方地区PM_(2.5)输送到湖北省;西部污染在于偏东气流将东部污染物以及沿海地区水汽输送到湖北省,同时受鄂西山脉的阻挡,污染物在湖北省西部地区聚积;中北部污染表现为东北和西北气流的汇集效应。本地累积型在静稳天气条件和地形共同作用下造成湖北东部污染和中南部污染。三种传输型污染物输送通道分别为北路输送、东路输送和东北路输送。东亚冬季风系统的高层东亚大槽和低层大陆冷高压减弱时,PM_(2.5)质量浓度增加。关键区的海平面气压相关指数与湖北省PM_(2.5)质量浓度和EOF第一模态时间系数相关性较好,对预报预测有一定指示意义。     

西宁市区不同天气形势下的PM_(10)输送路径及潜在源区

针对2016年西宁市区稳定和沙尘两种不同天气形势,基于后向轨迹气团的聚类分析法、潜在源贡献因子法(PSCF)和浓度权重轨迹分析法(CWT),结合市环境监测站PM_(10)浓度质量资料,分析了西宁市区不同天气形势下不同来源区域PM_(10)质量浓度的贡献影响及其潜在源区。结果表明:西宁市区稳定天气PM_(10)均来自青海省境内,PM_(10)输送路径以西方和东方转向路径最多,占总轨迹数的34.78%和30.43%;西方路径主要从青海省格尔木市向东输送,东方转向路径则从西宁市西部地区向东转而向西输送,两者经过的地区均没有明显的沙源;PM_(10)的潜在贡献源区主要在西宁市区及其北部与大通县和互助县交界地区。沙尘天气PM_(10)输送路径除了以来自青海省海西州的西方路径为最多外,甘肃省河西走廊的东方转向路径也较多,占比分别达到42.11%和36.84%;西方路径PM_(10)主要从沙漠地带南疆—青海省海西州西部向东输送,东方转向路径PM_(10)则经河西走廊沙源地进入西宁市区;PM_(10)污染主要是PM_(10)由沙源地输送进入西宁市区聚集所造成。地形对PM_(10)的输送路径有较大的影响。     

湖州市PM2.5浓度变化及传输特征分析

基于2014—2018年全国空气质量指数（AQI）和PM_2.5质量浓度数据、美国国家环境预报中心GDAS数据和后向轨迹模式,分析研究了湖州市PM_2.5浓度变化特征,并筛选出5 a内出现的8次重污染天气过程进行输送特征和潜在源分析。结果表明：湖州地区PM_2.5日平均浓度频率分布呈指数分布,高频区主要集中在20—40 μg·m^-3之间。污染主要出现在冬季,夏季、初秋为低浓度值,PM_2.5小时平均浓度的日变化呈主副双峰型分布特征,其中主峰出现在10时,副峰出现在02时,谷值则在18时,其与NO₂和SO₂的变动有关。污染主要通过西北和偏东路径进行中远距离传输,其中西北路径传输对湖州地区影响较大,而偏东路径下气团经过海面,夹带的水汽与颗粒物充分混合,会加剧颗粒物的二次生成和老化过程;西南偏西路径和偏南路径对湖州空气污染也有一定贡献,但存在不确定性,个别过程中偏南路径表现为清洁通道。西北路径上的城市群是主要潜在源区,大值区主要集中在安徽中西部。     

深圳市东北部PM_(2.5)的变化特征及潜在传输来源

2014年深圳市东北部吓陂监测站PM_(2.5)的年均质量浓度为47.0μg/m~3,在全市处于较高污染状态,并呈现出冬季秋季春季夏季的季节变化特征。气象要素的分析表明,2014年吓陂监测站夏季时降水较多、湿度最大、风速最大、气温最高、边界层高度最高,最有利于污染物的扩散和清除;冬季时降水最少、湿度最小、风速最小、气温最低、边界层高度最低,最不利于污染物的扩散和清除。后向轨迹聚类分析表明,吓陂监测站的后向轨迹主要分为5类,其中来自北方内陆地区的气团污染最重,来自南海地区的气团污染最轻。进一步利用潜在源贡献因子进行源区识别分析,结果表明:2014年吓陂监测站的PM_(2.5)主要来源于本地源的排放及周边地区(尤其是广东东北部地区)的短距离输送,此外江西等内陆地区的长距离传输在一定程度上也可能导致吓陂监测站PM_(2.5)质量浓度的升高。     

荆门市冬季PM2.5传输轨迹及潜在源分析

对2015年3月至2018年2月共36个月荆门市PM2.5浓度值按月和季节作特征分析，利用HYSPLIT轨迹模型对污染最为严重的冬季进行后向48h气团轨迹模拟。结果表明：PM2.5月均浓度表现为1月最高，达到107μg/m3，7月最低，为30μg/m3，冬季平均值为92μg/m3，显著高于其它季节，并且冬季高浓度PM2.5主要与本地地面5—11m/s的偏北（N、NNE）大风伴随出现；气团轨迹分为西南、东北、西北三个路径，近地面传输的东北路径和高空传输的西南路径气团均引起PM2.5浓度升高，而西北路径气团整体上对污染物具有一定清除作用；东北路径方向的河南以及靠近荆门市的西北、西南向地区为48h的潜在源贡献大值区。在通过气象条件定性判断荆门未来的PM2.5浓度变化时，因东北路径近地面传输的特性，应关注上游潜在源区内地面站点PM2.5的浓度值；对于高空传输的西南路径，应关注高空水汽的输送情况，以及轨迹高度下降地区即水汽的沉降区是否在潜在源区；西北路径为干冷空气的高空传输，在较接近荆门时轨迹高度才开始明显下降，应关注西北方向近距离潜在源区的地面站点PM2.5的浓度值。     

运城盆地秋冬季PM2.5传输特征和源区分析

利用2017-2019年空气质量监测数据，采用HYSPLIT后向轨迹模式、聚类分析、潜在源贡献因子分析法（PSCF）和浓度权重轨迹分析法（CWT），对运城市秋冬季大气PM2.5传输路径、对应重污染的天气形势和潜在源区进行分析。结果表明：（1）运城近地层盛行偏东风时污染频率高，弱的偏东风和西南风时，污染物浓度较大。秋冬季PM2.5后向轨迹西北方向最多达53.53%，偏东方向最少为11.25%，偏西方向和西南方向介于两者之间，分别为16.61%和12.06%。（2）不同轨迹对应天气形势不同，西北和偏西轨迹下，500 hPa高度场上为两槽一脊或偏西气流，700～850 hPa受脊前西北气流影响，地面为高压前底部型或均压场型；西南轨迹下，500 hPa高度场上为偏西气流，700～850 hPa运城处于槽前西南气流，地面气压场为高压前底部（底部）或均压场。（3）运城PM2.5潜在源区主要位于陕西南部、四川东部和新疆东南、甘肃的东南部等地区，说明影响运城秋冬季PM2.5的浓度除了来自汾渭平原西南部的颗粒物区域输送，来自西北方向新疆、甘肃的远距离颗粒物传输也是重要来源。     

基于PSCF与CWT方法的赣江新区大气污染物潜在源区个例分析

利用TrajStat软件和GDAS全球同化气象数据,对江西省赣江新区2011—2020年四季72 h气团后向轨迹进行聚类分析,并结合PM2.5和O3逐小时浓度数据,运用潜在源贡献因子分析法（PSCF）和浓度权重轨迹分析法（CWT）分析了2016年12月2—10日一次污染天气过程中大气污染物输送对赣江新区上空污染物浓度的贡献。结果表明,赣江新区2011—2020年四季气团后向轨迹中占比最大的均为短支气流,其中春季的短支气流来源于东侧,其他季节均来源于东北方向的安徽省,夏季和冬季的长支气流与季风的季节性变化一致。在2016年12月2—10日的污染天气过程中,赣江新区的PM2.5潜在源区主要分布于江西省北部、湖北省东南部,O3潜在源区主要分布于江西省北部、湖北省南部和湖南省东北小部分地区;同时天气形势显示,赣江新区处在槽后脊前,湖北省东南部存在偏强西北风,为大气污染物向赣江新区的输送创造了条件。     

新标准下空气质量预报指导产品对比检验

为了解和掌握上级指导产品对石家庄市空气质量预报的适用性,进一步提高石家庄市空气质量预报的准确性,利用国家气象中心(NMC)、北京区域气象中心(BJ)和河北省气象局(HB)空气质量预报产品,对石家庄市夏季4种主要污染物PM_(2.5)、PM_(10)、O_3和SO_2的预报进行了对比检验,结果表明:1)NMC对4种污染物的预报效果均逊于HB和BJ的,对PM_(10)、PM_(2.5)和SO_2的预报值明显较实况偏大,尤其在发生重污染天气时,对PM_(10)和PM_(2.5)的空报率高达90%以上;2)HB对PM_(10)和SO_2的预报效果好于BJ的,对SO_2的预报值与实况值均在一个等级范围内,发生重污染天气时,对PM_(10)的预报效果好于BJ的,预报值更接近于实况,但对重污染向优、良转折天气的预报值偏高;3)BJ预报PM_(2.5)和O_3的效果好于HB的,对O_3的0级误差级别预报准确率高达90.5%,对PM_(2.5)优到轻度污染等级的预报效果较好,但对重污染天气的预报值低于实况。     

海口市重污染天气潜在源分析研究

在进入冬半年后,海口市受弱冷空气或较强下沉气流控制时,易出现污染天气,对2013—2015年当年10月至翌年1月的气团轨迹进行了聚类分析、潜在源贡献因子分析(Potential Source Contribution Function,PSCF)和重轨迹分析(Concentration Weighted trajectory,CWT),结果表明:在污染时段内,海口大多受到来自中国华南和华东的东北向气流影响。PSCF和CWT分析表明,广东、福建、江西的大部分地区,以及湖南东部、广西东部等地区,是对海口地区污染天气污染物浓度的潜在贡献大值区。在进行预报时,可参考主要天气影响系统,和一些关键区域的外源影响以及本地污染的堆积情况。     

兰州春季沙尘过程PM10输送路径及其潜在源区

将2001-2008年分为沙尘天气相对多年和相对少年,计算兰州市春季逐日4个时次的4d气团后向轨迹。通过聚类分析得到春季到达兰州市区的主要气团轨迹组,结合可吸入颗粒物PM10日均质量浓度资料,通过计算潜在源贡献因子PSCF（potential source contribution function）和浓度权重轨迹CWT（concentration-weighted trajectory）,得到影响兰州市春季PMlo质量浓度的潜在源区以及不同源区对兰州市春季PM10质量浓度贡献的差异。结果表明,在沙尘天气相对多年,西路径和西北路径发生比例最高,分别占总轨迹的33％和19．4％,其中有50％以上为污染轨迹,是造成兰州市春季高质量浓度PM10污染的主要输送路径。沙尘天气相对少年的主要输送路径是西路径,其次是北路径,分别占23．6％和18％。影响兰州市春季大气PM10质量浓度的潜在源区分布在新疆塔里木盆地、吐鲁番盆地、青海柴达木盆地、甘肃河西走廊、内蒙古中部和西部的沙漠戈壁地区。     

肇庆市干季PM_(2.5)污染特征与潜在输送源分析

基于肇庆市2014—2018年PM_(2.5)质量浓度数据,使用HYSPLIT模式计算肇庆市干季的后向气流轨迹,并应用聚类分析法、潜在源贡献因子分析和质量浓度权重轨迹分析方法评估PM_(2.5)污染物的外来输送特征和潜在源区。结果表明:(1)2015—2018年肇庆市PM_(2.5)污染维持在较高水平,2017—2018年PM_(2.5)污染略有加重趋势;(2)污染较重的月份主要在1—4和10—12月,1月PM_(2.5)污染最严重,而6月PM_(2.5)质量浓度最低,5、7和8月无PM_(2.5)污染超标;(3)全年PM_(2.5)日平均质量浓度与风速相关性最高,干季与风速的相关系数有所提高;(4)干季影响肇庆的气流有5条,其中超过1/2源自东北和偏北方向的气流,来自东北方向的气流轨迹对PM_(2.5)污染贡献最高,其次来自偏西方向绕过珠三角北部进入肇庆的轨迹和广东省内短距离输送的轨迹;(5)肇庆市干季PM_(2.5)外来输送潜在源区主要位于肇庆辖区内和珠三角中南部城市以及粤东、粤东北部分地区,其中佛山、珠海、中山、东莞、惠州、广州南部对肇庆PM_(2.5)质量浓度贡献均超过60μg/m;。     

兰州春季沙尘过程PM10输送路径及其潜在源区

将2001-2008年分为沙尘天气相对多年和相对少年,计算兰州市春季逐日4个时次的4 d气团后向轨迹。通过聚类分析得到春季到达兰州市区的主要气团轨迹组,结合可吸入颗粒物PM₁₀日均质量浓度资料,通过计算潜在源贡献因子PSCF(potential source contribution function)和浓度权重轨迹CWT(concentration-weighted trajectory),得到影响兰州市春季PM₁₀质量浓度的潜在源区以及不同源区对兰州市春季PM₁₀质量浓度贡献的差异。结果表明,在沙尘天气相对多年,西路径和西北路径发生比例最高,分别占总轨迹的33%和19.4%,其中有50%以上为污染轨迹,是造成兰州市春季高质量浓度PM₁₀污染的主要输送路径。沙尘天气相对少年的主要输送路径是西路径,其次是北路径,分别占23.6%和18%。影响兰州市春季大气PM₁₀质量浓度的潜在源区分布在新疆塔里木盆地、吐鲁番盆地、青海柴达木盆地、甘肃河西走廊、内蒙古中部和西部的沙漠戈壁地区。     

2013—2015年廊坊市连续重污染条件下的气象要素和污染物特征

通过综合运用micaps、自动站等气象资料,以及环境监测污染物浓度和AQI指数等资料,对2013—2015年廊坊市的连续重污染天气进行了分析,并细致分析探讨了在空气达到重污染背景下,气温、风向、风速、相对湿度等气象要素和多种空气污染物指数的分布特征。结果表明:(1)连续重污染具有明显的季节性特点,秋季开始出现,冬季达到顶峰,随着次年春季的到来逐渐减少至消失;(2)连续重污染的出现将导致气温升高,此时风向多为西南风—西风和偏东风,平均风速以0.3~1.5m·s^(-1)为主,最大风速多在1.6~3.3m·s^(-1)之间,相对湿度以60%~70%为最高发区间;(3)连续重污染天气的首要污染物为PM_(2.5)或PM_(10),其中以PM_(2.5)为主,比例高达94.3%,且呈逐年小幅下降趋势;(4)CO和SO_2浓度变化与采暖期污染物排放关系密切;(5)5月出现的连续重污染较少,且由大风沙尘天气造成。     

乌鲁木齐一次重污染过程及其边界层特征量分析

针对2020年1月5—17日乌鲁木齐出现的重污染天气，利用乌鲁木齐的探空站资料和地面常规气象数据计算了最大混合层高度、平均风速、逆温特性、边界层通风量、能见度、相对湿度等，对最大混合层高度、能见度、相对湿度与PM_2.5质量浓度进行了相关性分析，并利用Hysplit后向气团轨迹模式分析污染形成源。结果表明：此次重污染天气过程大气层结较为稳定，主要表现为逆温层厚(平均577 m)、逆温强度大(平均1.7℃/100 m)、最大混合层高度低(平均400 m)；边界层通风量对局地空气质量影响显著；PM_2.5质量浓度与相对湿度呈弱的正相关，与能见度呈指数相关；Hysplit后向气团轨迹模式分析得出此次污染过程以局地排放为主要形成源。     

2020年南昌市大气污染特征与潜在源区

基于南昌市大气环境监测、地面气象观料和GDAS等资料,主要采用后向轨迹聚类分析、潜在源贡献因子和浓度权重轨迹分析方法,分析了2020年南昌市大气污染特征和污染物潜在源区。结果表明:1)南昌市春、夏、秋季以O_(3)污染为主,冬季以PM_(2.5)污染为主。2)大气污染物质量浓度日变化具有明显的季节性特征,PM_(2.5)和PM_(10)在春、秋、冬季呈双峰形分布,NO_(2)在秋、冬季呈弱双峰形分布,春、夏季呈单峰分布,O_(3)呈单峰形分布。南昌市东部大气污染较西部更严重。3)南昌市气流输送季节差异明显,春、秋、冬季主要受偏北气流影响,夏季主要受偏南气流影响。本地源是南昌市大气污染的主要潜在源,安徽省南部、湖北省东部、上饶市西部和九江市的区域输送也有一定贡献。     

2013—2016年海口市空气质量特征及典型个例污染物来源分析

根据海南省环境科学研究院提供的海口站2013—2016年逐日空气污染数据,统计分析了海口市空气质量状况。综合应用高低空环流场、AQI指数结合MODIS卫星蓝光气溶胶厚度图,采用HYSPLIT轨迹聚类分析法、潜在源贡献因子法和浓度权重轨迹分析方法,重点分析了2013年12月海口空气污染的的主要输送路径,并探讨了首要污染物PM_2.5和O₃的潜在源区。结果表明：冬夏季风风向转换是海口发生空气污染的最主要气象原因,且首要污染物为PM_2.5,其次是PM₁₀和O₃;海口市空气质量达标率在97.1%,总体较好,AQI指数呈逐年下降趋势;值得关注的是,O₃呈逐年稳定上升趋势。大气污染物浓度受污染物排放和环流场共同影响,海口污染日对应的地面天气形势主要有3种类型,冷高压、变暖高压脊和台风外围下沉气流。此次污染过程中污染源是来自北方地区污染物长距离输送影响的结果。污染物个例分析中,首要污染物PM_2.5潜在源区主要集中在湖南和江西的交界处、广东沿海地区、广西北部、江西和福建的交界处以及浙江中部地区,这些潜在源区气团沿着轨迹1、2和4通过长距离输送到海口。海口O₃质量浓度贡献较大的区域主要集中在湖南和江西的交界处、粤西一带,主要沿着轨迹2将内陆地区的污染源输送到海口。     

长江三角洲西部地区PM_(2.5)输送轨迹分类研究

长三角4个省会(直辖市)城市(上海、南京、合肥、杭州)中,合肥与南京的PM_(2.5)浓度演变有较高的一致性。应用聚类分析的方法对2013—2015年合肥非降水日(日降水量低于10 mm)100 m高度(代表近地层)和1000 m高度(代表边界层中上部)的72 h后向轨迹进行分类,结合合肥2013—2015年PM_(2.5)日均浓度资料,探讨近地层和边界层中上部输送轨迹与长三角西部PM_(2.5)浓度的关系。近地层和边界层中上部分别得到7组和6组不同的后向轨迹;不同输送轨迹对应的PM_(2.5)浓度、重污染(重度以上污染,PM_(2.5)日均浓度大于150μg/m3)天数、能见度、地面风速、相对湿度等都有显著不同,尤其是在近地层。100 m高度,平均长度最短、来向偏东的轨迹组对应的PM_(2.5)浓度均值最高(约是组内均值最低值的2倍)、重污染天数最多,且占比最高(30%),重污染日对应的气流在过去72 h下降高度均值仅28 m,明显低于其他PM_(2.5)污染等级日;来向偏西北、长度较短的轨迹组,PM_(2.5)浓度均值和重污染天数为第2高,这一类轨迹占比14%,气流到达本地前存在明显的下沉运动,反映了远距离输送加剧本地PM_(2.5)重污染的特征。这两类轨迹常对应PM_(2.5)日均浓度的上升。PM_(2.5)平均浓度最低的2个轨迹组分别是来自东北和西南的较长轨迹组,所占比例分别为6.4%和10.3%,这2类轨迹往往对应着PM_(2.5)日均浓度下降。1000 m高度的结果与100 m高度结果类似,但PM_(2.5)平均浓度的组间差异不及100 m高度,与2001—2005年PM10浓度与输送轨迹的关系不同。对3 a中84个重污染日两个高度的后向轨迹进行聚类,近地层和边界层中上部各得到7类和6类PM_(2.5)重污染日的天气形势。近地层92%的重污染日对应的海平面气压形势场上,从华北到华东属于均压区,气压梯度小,轨迹来向以偏东到偏北方向为主,垂直方向延伸高度在950 hPa以下。1000 m高度,77%的重污染日属于相对较短的轨迹组,对应的850 hPa高度场特征为从中国西北(新疆)到东南受高压控制,长三角或位于高压底部,或位于两高压之间的均压区。这对PM_(2.5)浓度预报有较好的指示意义。