Регионы потенциальных источников PM₁₀ и PM₂.₅ в юго-восточной Балтике по данным фоновой станции Дьябла-Гура

DOI: 10.35595/2414-9179-2025-1-31-233-248

Посмотреть или загрузить статью (Rus)

Об авторах

Ш. Абдо

Балтийский федеральный университет им. И. Канта, Высшая школа живых систем,
ул. Университетская, д. 2, Калининград, Россия, 236041,
E-mail: abdosheyar@gmail.com

Ю.В. Королева

Балтийский федеральный университет им. И. Канта, Высшая школа живых систем,
ул. Университетская, д. 2, Калининград, Россия, 236041,
E-mail: yu.koroleff@yandex.ru

Аннотация

В данной работе проведено исследование потенциальных источников загрязнения атмосферными взвешенными частицами PM10 и PM2.5 на примере рецепторной станции Дьябла-Гура, расположенной в юго-восточной части Балтийского региона, в период с 2021 по 2023 гг. Для анализа использовались модели обратных траекторий воздушных масс, рассчитанные с помощью системы HYSPLIT_4, методы кластерного анализа и метод концентрационно-взвешенных траекторий (CWT). Эти подходы позволили оценить пространственное распределение потенциальных источников загрязняющих веществ и определить преобладающие направления воздушного переноса, ответственные за поступление аэрозолей на территорию наблюдений. Анализ выявил ярко выраженную сезонную динамику концентраций PM: наиболее высокие значения наблюдались в зимние и весенние месяцы, что связано с усилением выбросов от отопительных систем и неблагоприятными метеорологическими условиями, ограничивающими рассеивание загрязняющих веществ. Воздушные массы, поступающие из З ападной Европы, России, Беларуси и стран Балтии, имели наибольшую долю загрязненных траекторий и были связаны с превышениями суточных нормативов. Летние и осенние месяцы характеризовались снижением концентраций PM благодаря уменьшению антропогенной нагрузки и улучшению условий дисперсии, хотя влияние восточных направлений сохранялось. Осенью возрастал вклад северо-западных и восточных потоков. Полученные результаты демонстрируют, что сезонное распределение районов -источников PM, определенное с использованием методов кластерного анализа и CWT, обладает схожими характеристиками. Это подтверждает достоверность и надежность проведенного анализа и указывает на эффективность комплексного подхода к изучению трансграничного переноса атмосферных аэрозолей в регионе.

Ключ. слова

трансграничное загрязнение, TrajStat, HYSPLIT, CWT

Список литературы

  1. Aliaga D., Sinclair V.A., Andrade M., Artaxo P., Carbone S., Kadantsev E., Bianchi F. Identifying Source Regions of Air Masses Sampled at the Tropical High-Altitude Site of Chacaltaya using WRF-FLEXPART and Cluster Analysis. Atmospheric Chemistry and Physics Discussions, 2021. V. 21. No. 21. P. 1–32. DOI: 10.5194/acp-21-16453-2021.
  2. Austin E., Coull B.A., Zanobetti A., Koutrakis P.A Framework to Spatially Cluster Air Pollution Monitoring Sites in US Based on the PM₂.₅ Composition. Environment International, 2013. V. 59. P. 244–254. DOI: 10.1016/j.envint.2013.06.003.
  3. Bari A., Dutkiewicz V.A., Judd C.D., Wilson L.R., Luttinger D., Husain L. Regional Sources of Particulate Sulfate, SO₂, PM₂.₅, HCl, and HNO₃ in New York, NY. Atmospheric Environment, 2003. V. 37. No. 20. P. 2837–2844. DOI: 10.1016/S1352-2310(03)00200-0.
  4. Brook R.D., Rajagopalan S., Pope C.A. III, Brook J.R., Bhatnagar A., Diez-Roux A.V., Holguin F., Hong Y., Luepker R.V., Mittleman M.A., Peters A., Siscovick D., Smith S.C. Jr., Whitsel L., Kaufman J.D. Particulate Matter Air Pollution and Cardiovascular Disease. Circulation, 2010. V. 121. No. 21. P. 2331–2378. DOI: 10.1161/CIR.0b013e3181dbece1.
  5. Byčenkienė S., Dudoitis V., Ulevicius V. The Use of Trajectory Cluster Analysis to Evaluate the Long-Range Transport of Black Carbon Aerosol in the South-Eastern Baltic Region. Advances in Meteorology, 2014. Art. 137694. DOI: 10.1155/2014/137694.
  6. Davuliene L., Jasineviciene D., Garbariene I., Andriejauskiene J., Ulevicius V., Bycenkiene S. Long-Term Air Pollution Trend Analysis in the South-Eastern Baltic Region, 1981–2017. Atmospheric Research, 2021. V. 247. Art. 105191. DOI: 10.1016/j.atmosres.2020.105191.
  7. Draxler R.R., Hess G.D. Overview HYSPLIT4. Australian Meteorological Magazine, 1998. V. 47. P. 295–308.
  8. Hsu C.Y., Chiang H.C., Chen M.J., Yang T.T., Wu Y.S., Chen Y.C. Impacts of Hazardous Metals and PAHs in Fine and Coarse Particles with Long-Range Transports in Taipei City. Environmental Pollution, 2019. V. 250. P. 934–943. DOI: 10.1016/j.envpol.2019.04.038.
  9. Karl M., Jonson J.E., Uppstu A., Aulinger A., Prank M., Sofiev M., Jalkanen J.-P., Johansson L., Quante M., Matthias V. Effects of Ship Emissions on Air Quality in the Baltic Sea Region Simulated with Three Different Chemistry Transport Models. Atmospheric Chemistry and Physics, 2019. V. 19. No. 10. P. 7019–7053. DOI: 10.5194/acp-19-7019-2019.
  10. Lelieveld J., Klingmüller K., Pozzer A., Ramanathan V. Effects of Fossil Fuel and Total Anthropogenic Emission Removal on Public Health and Climate. Proceedings of the National Academy of Sciences, 2019. V. 116. No. 15. P. 7192–7197. DOI: 10.1073/pnas.1819989116.
  11. Li M., Huang X., Zhu L., Li J., Song Y., Cai X., Xie S. Analysis of the Transport Pathways and Potential Sources of PM₁₀ in Shanghai Based on Three Methods. Science of the Total Environment, 2012. V. 414. P. 525–534. DOI: 10.1016/j.scitotenv.2011.10.054.
  12. Miltenberger A.K., Roches A., Pfahl S., Wernli H. An Online Trajectory Module (version 1.0) for the Nonhydrostatic Numerical Weather Prediction Model COSMO. Geoscientific Model Development, 2013. V. 6. No. 6. P. 1989–2004. DOI: 10.5194/gmd-6-1989-2013. Web resource: https://www.cosmo-model.org/content/model/cosmo/development/COSMO_Doc_Trajectory_Module.pdf (accessed 3.03.2025).
  13. Pope C.A. III, Coleman N., Pond Z.A., Burnett R.T. Fine Particulate Air Pollution and Human Mortality: A Review of Epidemiological Evidence. Environmental Health Perspectives, 2020. V. 128. No. 4. Art. 047001. DOI: 10.1016/j.envres.2019.108924.
  14. Shukurov K.A., Shukurova L.M. Potential Sources of Southern Siberia Aerosols by Data of AERONET Site in Tomsk, Russia, Proceedings. SPIE 10466, 23rd International Symposium on Atmospheric and Ocean Optics: Atmospheric Physics, 2014. Art. 104663W. DOI: 10.1117/12.2287936.
  15. Skowrońska K., Chrzanowski W., Namięsnik J. Identification of Chemical Pollution Problems and Causes in the Baltic Sea in Relation to Socio-Economic Drivers. Polish Journal of Environmental Studies, 2009. V. 18. No. 4. P. 701–709.
  16. Stohl A. Computation, Accuracy and Applications of Trajectories—A Review and Bibliography. Atmospheric Environment, 1998. V. 32. No. 6. P. 947–966. DOI: 10.1016/S1352-2310(97)00457-3.
  17. Tørseth K., Aas W., Breivik K., Fjæraa A.M., Fiebig M., Hjellbrekke A.G., Lund Myhre C., Solberg S., Yttri K.E. Introduction to the European Monitoring and Evaluation Programme (EMEP) and Observed Atmospheric Composition Change during 1972–2009. Atmospheric Chemistry and Physics, 2012. V. 12. P. 5447–5481. DOI: 10.5194/acp-12-5447-2012.
  18. Wang Y. MeteoInfo: An Open-Source GIS, Scientific Computation and Visualization Platform. EGU General Assembly Conference Abstracts, 2022. EGU22-3492. DOI: 10.5194/egusphere-egu22-3492.
  19. Wang Y., Zhang X., Draxler R.R. TrajStat: GIS-Based Software that Uses Various Trajectory Statistical Analysis Methods to Identify Potential Sources from Long-Term Air Pollution Measurement Data. Environmental Modelling & Software, 2009. V. 24. P. 938–939. DOI: 10.1016/j.envsoft.2009.01.004.
  20. Weerakkody Appuhamillage U. The Impact of Living Walls in the Reduction of Atmospheric Particulate Matter Pollution. PhD Thesis, Staffordshire University, Stoke-on-Trent, 2018. 209 p.
  21. Zhu L., Huang X., Shi H., Cai X., Song Y. Transport Pathways and Potential Sources of PM₁₀ in Beijing. Atmospheric Environment, 2011. V. 45. P. 594–604. DOI: 10.1016/j.atmosenv.2010.10.040.

Для цитирования: Абдо Ш., Королева Ю.В. Регионы потенциальных источников PM₁₀ и PM₂.₅ в юго-восточной Балтике по данным фоновой станции Дьябла-Гура. ИнтерКарто. ИнтерГИС. M.: Географический факультет МГУ, 2025. Т. 31. Ч. 1. С. 233–248. DOI: 10.35595/2414-9179-2025-1-31-233-248

For citation: Abdo Sh., Koroleva Yu.V. PM₁₀ and PM₂.₅ source regions in the southeastern Baltic based on data from the Diabla Góra background station. InterCarto. InterGIS. Moscow: MSU, Faculty of Geography, 2025. V. 31. Part 1. P. 233–248. DOI: 10.35595/2414-9179-2025-1-31-233-248 (in Russian)