技能介绍

解决具体问题

在大气环境监测与研究中，明确“谁贡献了污染”往往比单纯公布浓度更关键。当你需要向决策者或审稿人解释某监测站点的 PM₂.₅ 或 O₃ 前体究竟有多少来自外省或特定行业时，传统基于 CMAQ-ISAM 的区域源解析不仅对算力要求极高，在纯 Windows 或无 Linux 子系统的环境下也难以部署。本技能旨在提供一条纯 PC 可跑的定量溯源管线，直接输出各省或各行业的精确贡献百分比，并生成符合发表要求的源贡献地图。

核心能力与关键步骤

技能的核心物理逻辑是后向拉格朗日轨迹足迹 × 排放通量。通过追踪从受体点释放的虚拟粒子，累加其在网格内的滞留时间得到足迹（FPR），再将其与 MEIC 排放通量相乘，即可按省份或方位角聚合出定量的贡献率。
为了适应不同运行环境，技能内置了两条等价的工作流：

路径 A（纯 Windows 无 Docker）：利用 real_footprint.py 直接拉取 ARCO ERA5 的真实 10m 风场数据，向量化计算后向轨迹足迹，随后交由 source_contribution_map.py 等脚本出图。
路径 B（本机有 Docker）：调用官方 FLEXPART v11 镜像与 flex_extract 工具计算高保真真实 FPR，再结合同一套后处理脚本与 MEIC 通量完成出图。

适用边界与物理注意点

在应用该管线时，必须清楚其物理假设与局限性：

PM₂.₅ 的一次排放限制：当前仅使用一次 PM 排放通量，未模拟二次硫酸盐、硝酸盐及 SOA 的生成。因此结果代表“一次颗粒区域传输贡献”，对二次组分会存在低估，在撰写文献时须明确注明。
O₃ 的前体物界定：足迹模型本质是线性传输，不含光化学反应。使用 NOx/VOC 通量得出的是“前体物运输贡献”，而不是 O₃ 浓度本身。
气象数据的时间与源限制：路径 A 依赖的 ARCO ERA5 数据仅覆盖至 2021 年底，若需更新日期或获取更高精度的湍流/垂直混合参数，必须切换至路径 B。

截图预览

使用场景

在纯 Windows 环境下，需要用真实风场数据计算某监测站点的后向轨迹足迹，并生成省界底图上的贡献率填色图，且不能使用 Docker。
本机有 Docker 和 CDS 账号，要跑 FLEXPART v11 真实后向轨迹（72h、5e4 粒子），输出 FP_*.nc 后与 MEIC 通量联用，得到各省对站点 PM₂.₅ 的定量贡献百分比。
已有 FLEXPART 的 FP_*.nc 或 MEIC 的排放 nc 文件，需要后处理脚本按省份聚合贡献率，并导出为 CSV 表格或 publication 级地图。
需要按方位角分析气流来向的停留时间占比与污染贡献占比差异，在报告里同时呈现 4/8/16 扇区的气流停留%与贡献%。

适合人员

环境监测站技术人员：需要用定量源解析结果向上级或公众说明本站点污染的省外传输来源占比，且手头只有普通 Windows 电脑。
高校大气科学研究生：在撰写学位论文或期刊文章时，需要以发表级地图呈现各省份对监测站点 PM₂.₅ 或 O₃ 前体的定量贡献，且不想搭建复杂的 CMAQ-ISAM 环境。
环保咨询工程师：为客户出具污染溯源报告时，需要按行业或省份给出可量化的贡献百分比，并能追溯到排放通量与轨迹足迹的计算逻辑。