摘要：基于2011—2023年阿克达拉区域大气本底站PM10和PM2.5连续观测数据，采用统计分析、气象相关性分析、HYSPLIT-4模型及潜在源贡献因子（PSCF）和浓度权重轨迹（CWT）等方法，分析了PM10和PM2.5质量浓度变化趋势和来源特征。结果表明：（1）2011—2023年阿克达拉站PM10年均质量浓度从12.1 μg·m-3增至23.2 μg·m-3，PM2.5年均质量浓度从7.3 μg·m-3增至10.8 μg·m-3，年均增长率分别为0.81 μg·m-3·a-1和0.31 μg·m-3·a-1，PM10增长率高于PM2.5。（2）PM10和PM2.5质量浓度呈现春冬高、夏秋低的季节变化；PM2.5/PM10比值呈双峰分布（0.4～0.5和0.8～0.9），低比值反映自然源贡献，高比值反映人为源贡献。（3）气团轨迹分析显示，PM10主要来源于哈萨克斯坦东部干旱区（PSCF值0.4～0.7），PM2.5主要来源于新疆北部人为源区域（PSCF值0.5～0.8）。（4）2023年共识别出PM10高浓度事件4次(峰值范围681.1～822.6 μg·m-3)和PM2.5高浓度事件5次(峰值范围294.2～551.4 μg·m-3)，事件持续时间通常小于1 h，呈现“短时高强度”特征。（5）与临安站对比，阿克达拉站PM10和PM2.5质量浓度呈现“低基准、高波动、短峰值”特点，基准浓度低于临安站，但峰值浓度更高。研究结果可为干旱区大气本底颗粒物污染特征认识和跨境传输规律分析提供科学依据，有助于推动西北地区大气环境质量评估和区域协同治理。
文章目录
1 数据与方法
1.1 研究区概况
1.2 数据来源
1.2.1 PM10、PM2.5监测数据
1.2.2 气象数据来源
1.3 研究方法
1.3.1 数据质量控制与统计分析
1.3.2 轨迹模拟与源区分析
2 结果与分析
2.1 阿克达拉站PM10、PM2.5质量浓度长期变化特征分析
2.1.1 年际变化趋势
2.1.2 日变化及其季节差异
2.2 PM2.5/PM10比值特征
2.3 阿克达拉站PM10、PM2.5传输特征与2023年高浓度事件分析
2.3.1 气团后向轨迹聚类特征
2.3.2 2023年阿克达拉站PM10、PM2.5高浓度事件分析
2.3.3 气象条件影响分析
2.3.4 潜在源区分析
2.4 与临安站对比分析
2.4.1 浓度水平对比
3 结 论
