不到一千年以前，东亚的中原地带正处于一个名为宋的朝代，有一位名为游的陆姓官员在一场秋雨后写了一首诗，无意中点破了近千年后中原大陆的现状：
驱除云雾极知难，敢意天公不作悭。–《秋霁》
时至今日，在经历了APEC蓝的洗礼后，大家都清楚的看到了针对大气污染物一个快速有效的解决方案：停工（源削减）。不过考虑到吃饭问题，可能更实际的方法就是这位陆姓官员在另一首诗中所提到的：夜阑卧听风吹雨。
那么问题来了，什么样的风可以清除污染物？答案很显然，必须是干净的风。就好比河流的上游与下游，如果你上游的水是干净的，下游的污染物就可以被带走，那么下下游呢？很不幸，由于来水就是脏的，即便你本身不生产污染物，但大自然的搬运工也会让你变脏。北京就是个例子，早期治理采取将工厂迁出城区的模式，但挡不住京津冀本身都是工业区，所以城区的污染物有相当部分来自你觉得应该不存在的工业源。那么究竟是哪里来的？今天介绍一个学界内用来评价短期大气污染事件的一个工具模型：后退气流轨迹模型。
该模型全称为Hybrid Single Particle Lagrangian Integrated Trajectory Model，由美国国家海洋大气局(NOAA)提供，有本地版与在线版两种，数据与软件开放下载，这里只关注在线版。此外，该软件虽然常用来画后退气流轨迹，但实际可应用于各种大气空气质量问题。现在演示下如何观察下11月17日（空气质量良）与20日（空气质量严重污染）上午9点北京某地区后退48小时的气流轨迹。
在这里选择Compute archive trajectories来进行后退气流轨迹绘制，你可以看到也有预测的功能，按下不表。在轨迹类型里选择一个点跟normal，后面选择一个经纬度N40.0148940000，E116.3502740000，其余默认，点击下一步，选择gdas1.nov14.w3这个数据集，在下一页设定日期，注意这些数据的时区是按格林尼治标准时间来的，我设置为1点实际是北京时间的上午9点，总时间设定为48小时，设定level hight 为100，500，1000来代表三个高度上气团，别的按默认来，之后猛击request trajectory按钮，稍等片刻就可以得到一张后退气流轨迹图。之后改换时间得到另一个时间的图。下面这张是结果。
这种图还是很直观的，我们可以看到17日的良好空气质量的一个重要来源是西北部气流，最终到达北京上空100m，500m跟1000m的气团实际来自海拔更高地方的输送，我们知道一般来源污染源来自于低空而不是高空，所以来源上看应该是比较清洁的。从经纬度上我们可以看到这是一股东北风，且在到达前高度骤降，大概是遇到一个局地低压，而6小时前这个气团正好进入京津冀地区，我不好判断这个低压是的来源是热岛效应，局地地形还是其他什么原因，但从当天空气质量上看这股气团应该是当天较好空气质量的来源。
我们再看20号，高空气流来自西北部且48小时走了这么长说明气流强度比较大，但看下中低空气流就明白了，不同高度的风场差异是很大的。中低空气流来自西南低空气流，且在6小时内有个爬升的过程，这暗示当天北京可能处于高压控制下，大气稳定度高。从来源上看因为是低空气流，可能卷积了西南方向的污染物并输送到目的地，如果其他条件适合，当日北京空气质量不达标是没跑了。
所以你看，我们可以用后退气流轨迹来分析一次大气污染事件的成因，配合源解析技术，我们可以勾勒出一副较为完整的来源去向途径。其实这个模型不但提供了反推模式，也提供了预测模式，所以我们可以大概预测几天后某点源污染的扩散通路，这对紧急空气污染事件的实时决策是很重要的，不过好像这种精度的数据只有美国有，面向全球的数据精度也就够大概预测城市区域的气流轨迹来源，再小就得自己收集数据了。
但是，我需要说明的是该技术不是万金油，这是一个基于监测数据的模型预测工具，不严谨的说，其原始数据格式是将地球网格化，每隔几度设点监测海拔，风速，气温，气压等数据，然后配合动力学模型对所需预测气团的轨迹进行网格对接与插值，最后反推出一条主要气流的来源。但其实当天刮风你好解释，风不大就不太能体现出有效信息，经常你会看到一个气团在很小的区域里打转，这可能是当时就没风。一般拿来娱乐下可以，但千万记住证据仅有一条是不够的，证明的角度越多，其结论的可信度就越高。
好了，现在你可以自己尝试玩下这个模型，看看自己所在城市呼吸的空气究竟是哪里来的，干净与否，不考虑细节的话具备大概初中水平的地理知识就足够了。虽然你去不到世界的每一个角落，但你可以知道每个角落里的风是哪来的，风向就是风吹来的方向。