2022, Vol. 43
2. 中国科学院大气物理研究所东亚区域气候-环境重点实验室, 北京 100029;
3. 海南省南海气象防灾减灾重点实验室, 海口 570203;
4. 海南省环境科学研究院, 海口 571126
2. Key Laboratory of Regional Climate-Environment Research for Temperate East Asia, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China;
3. Key Laboratory of South China Sea Meteorological Disaster Prevention and Mitigation of Hainan Province, Haikou 570203, China;
4. Hainan Research Academy of Environmental Sciences, Haikou 571126, China
近年来我国工业化、城市化的进程持续加快, 2020年我国GDP突破了10.1×1013元, 城市化率达到了63%[1]. 快速的经济增长和城市化大幅提高了人民的生活水平, 但同时也造成能源资源消耗的持续增加, 以细颗粒物(PM2.5)和臭氧(O3)为主要大气污染物的大气环境问题日趋严重[2~4], 我国大气污染已经从点源污染和城市污染, 发展成为区域性和复合性大气污染[5, 6], 引起了社会的广泛关注[7, 8]. 自2013年9月10日国务院颁布《大气污染防治行动计划》以来, 我国大气污染治理取得了举世瞩目的成就, PM2.5持续下降, 然而O3浓度却稳步上升, 特别是纬度较低的华东、华南等地, O3已经代替PM2.5成为最主要的大气污染物[9, 10]. 高浓度的O3不仅危害人体健康[11], 同时还会影响生态环境和农业生产等[12, 13]. 相对而言, O3污染的成因更为复杂, 治理难度更大.
目前, 国内外相关专家学者主要从O3污染的形成机制[14, 15]、污染特征[16]与来源[17, 18]和影响因素[19]及监测预报[20]等方面展开研究. 比如Xu等[21]的研究发现, 北京市气温高于21℃后, O3浓度与气温存在线性上升关系, 特别是气温高于26℃以后, O3浓度容易出现超标. 刘小正等[22]的研究分析了2005~2014年OMI卫星反演数据, 发现冬季中国中东部地区对流层O3上升速度达40%, 其中京津冀地区的O3涨幅超过长三角和珠三角地区, 此外长三角地区O3混合比例最高, 而珠三角地区相对较稳定. 李全喜等[23]的研究利用兰州市4个监测点2014~2016年资料分析了O3浓度时空分布特征以及影响因素, 结果表明O3的月季变化为单峰分布, 夏季最高. 王玫等[24]的研究对京津冀地区13个城市的ρ(O3)数据进行了分析, 发现2014~2017年ρ(O3)年均增长4.5 μg·m-3, 其中北京市和保定市O3污染最为严重. 王旭东等[25]的研究发现郑州市2014~2018年O3增长速率为15.5 μg·(m3·a)-1, 市区站点的主控因子为气温和相对湿度, 而城郊站点为气温和风速.
海南省作为我国唯一一个热带海岛旅游省份, 一直以生态自然环境好著称. 特别是近年来随着政府和民众对生态环境保护工作的重视, 国家和省政府连续出台了多项针对海南省生态环境的保护政策, 如《国家生态文明试验区(海南)实施方案》和《海南省全面加强生态环境保护坚决打好污染防治攻坚战行动方案》等, 区域空气质量明显改善, 2020年海南省空气质量优良天数较2018年上升2.0个百分点[26], ρ(PM2.5)和ρ(PM10)持续下降. 与此同时, 海南省ρ(O3)维持较高水平, 而且O3在海南省首要污染物中占比最高, O3污染问题尤为凸显. 本文基于2015~2020年海南省空气质量监测数据和气象观测数据, 采用经验正交函数分解(EOF)、趋势系数和回归分析等方法定量诊断ρ(O3)的时空变化特征及其与前体物和气象因子的关系, 通过更好地了解前体物和气象因子对O3污染的内在机制, 以期为海南省O3污染防治工作提供支持.
1 材料与方法 1.1 数据资料空气质量监测数据源自海南省生态环境厅, 监测站点共计32个, 其中O3、SO2和NO2采用瑞典某公司的长光程仪器进行监测, PM10、PM2.5和CO分别采用美国某公司点式5030、FH62C14和48i型监测仪器自动监测[27]. 考虑到海南省近年来主要污染物为臭氧日最大8h滑动平均(O3-8h)[28], 因此本文主要选取ρ(O3-8h)进行分析. 另外由于各个市县站点开始监测的时间不同, 本文选取了资料较为完整的2015~2020年, 共计6 a的监测资料展开分析. 此外所有气态污染物监测值在分析之前均处理为参比状态值. 气象观测站点有18个(三沙市除外), 气象要素包括降水量、平均气温、相对湿度、平均风速、日照时数、大气压和太阳总辐射, 其中太阳总辐射只有海口市和三亚市两个站点, 气象资料来自海南省气象局, 站点地理位置分布见图 1所示.
|
图 1 海南省空气质量监测站(32站)及气象观测站(18站)空间分布 Fig. 1 Distribution of air quality monitoring stations (32 stations) and meteorology monitoring stations (18 stations) in Hainan Province |
经验正交函数分解(empirical orthogonal function, EOF), 也称特征向量分析或者主成分分析, 是一种将物理量场正交分解为空间场和时间系数乘积, 提取主要数据特征量的方法. 其优点是提取出来的空间函数部分特征向量不随时间变化, 而时间函数部分与空间无关. 其具体方法如下：
|
(1) |
某一物理量场可以以矩阵(m表示为空间点, n表示为时间点)的形式表示, 如式(1)所示. 将式(1)矩阵分解成空间函数V和时间函数T两个部分, 如式(2)所示：
|
(2) |
式中, V为空间函数矩阵, T为时间函数矩阵, V的每一列表示一个模态的空间典型场, 只与空间有关, 对应的T序列表示该模态的时间函数, 描述了该模态的时间变化规律, 也称为主分量[29]. 此外, 本文还用到了气候倾向率和气候趋势系数等统计方法, 具体可参考文献[30].
2 结果与讨论 2.1 臭氧质量浓度的时空分布图 2给出了2015~2020年平均的海南省O3-8h空间分布, 从中可知, ρ(O3-8h)呈现北部和西部偏高, 中部、东部和南部偏低的分布特征. 西部和北部的大部分市县ρ(O3-8h)均超过了70 μg·m-3, 最高值出现在东方市, 高达91.5 μg·m-3, 中部、东部和南部的市县基本在70μg·m-3以下, 最低值出现在琼中县, 只为59μg·m-3. 这可能与海南省不同市县的气候环境和经济发展水平差异有很大关系[31]. 受东亚季风、台风活动和海南省地形的共同影响, 西北半部年降水量明显偏少于东南半部, 加之气温偏高, 日照充足, 水汽偏低, 植被相对稀少, 导致光化学反应速率偏快, ρ(O3-8h)自然也高. 而东南半部地区是海南省台风影响最为频繁的地区, 年降水量偏多, 植被茂盛, 湿度较大, 光化学反应受到一定的抑制, ρ(O3-8h)相对偏低. 此外, 像北部和西部的海口市和儋州市等市县, 人口基数、机动车保有量和GDP等整体都较大[32], 因而导致人为排放的O3前体物也较多, 导致ρ(O3-8h)相对较高.
|
图 2 2015~2020年平均的海南省O3-8h、NO2、CO、年降水量、相对湿度、日照时数、平均气温和平均风速空间分布 Fig. 2 Distribution of annual mean O3-8h, precipitation, relative humidity, sunshine duration, mean temperature and mean wind speed over Hainan Province from 2015 to 2020 |
图 3为海南省O3-8h气候趋势系数空间分布. 从图 3(a)中可以看出, 2015~2020年期间海南省ρ(O3-8h)变化呈现明显的区域特征, 表现为上升趋势的市县共有6个, 分别为海口市、澄迈县、临高县、文昌市、屯昌县和陵水县, 其中海口市、澄迈县和屯昌县的气候趋势系数通过了95%的信度检验. 表现为下降趋势的市县共有12个, 其中有6个气候趋势系数通过了95%的信度检验. 由于2019年末新冠病毒开始在各省市迅速蔓延, 2020年1月24日开始, 我国大部分地区实行了交通管制、工厂停工、杜绝聚会、学校停课和公司停班等[33], 而且持续时间和影响规模都是以往活动不可比拟的. 防疫工作的开展在一定程度上影响着2020年观测的大气污染物浓度数据, 因此作者进一步计算了海南省ρ(O3-8h) 2015~2019年的气候趋势系数, 如图 3(b)所示. 相比而言, 2015~2019年北部市县的ρ(O3-8h)上升更为显著, 除了海口市、澄迈县和屯昌县以外, 文昌市的ρ(O3-8h)气候趋势系数也通过了95%信度检验, 其中澄迈县的在0.6以上. 一方面, 北部市县在冬季风的控制下, 容易受偏北气流携带的外来污染物影响; 另一方面, 近些年随着海南省“候鸟型”养老产业的蓬勃发展[34], 餐饮排放、汽车保有量和电量消耗等增加, 必定会加剧本地大气污染物排放, O3影响因素更为复杂, 加大了治理难度. ρ(O3-8h)表现为下降趋势的市县共有12个, 6个市县通过了95%的信度检验, 与2015~2020年一致. 总体而言, 海南省ρ(O3-8h)表现为下降趋势, 2015~2020年年平均ρ(O3-8h)气候倾向率为-0.65 μg·(m3·a)-1, 气候趋势系数为-0.414(表 1), 其中个别市县的ρ(O3-8h)上升值得关注.
|
图 3 海南省月平均O3-8h气候趋势系数空间分布 Fig. 3 Spatial distribution of the climatic trend coefficient of O3-8h over Hainan Province |
|
表 1 2015~2020年海南省O3-8h的年平均和四季变化趋势 Table 1 Annual and seasonal variation trends of O3-8h over Hainan Province from 2015 to 2020 |
2.2 O3-8h质量浓度的四季变化趋势
图 4给出了海南省2015~2020年各个季节平均的ρ(O3-8h)空间分布. 从中可知, 海南省ρ(O3-8h)有明显的季节变化特征. 秋季ρ(O3-8h)明显偏高, 冬季和春季次之, 夏季最低. 从空间分布上看, 北部和西部市县ρ(O3-8h)偏高于其余地区, 这与年平均ρ(O3-8h)空间分布一致, 其原因主要与海南省不同地区经济发展水平和自然条件有关[27]. 从不同季节上看, 春季ρ(O3-8h)呈现西北半部偏高, 东南半部偏低的分布特征, 其中东方市ρ(O3-8h)高达94.4 μg·m-3. 夏季是海南省降水主要发生季节, 受降水的冲刷作用和偏南气流影响, 海南省ρ(O3-8h)普遍偏低, 其中中部的五指山市ρ(O3-8h)低至41.4 μg·m-3. 秋季北方冷空气开始活跃, 偏北气流携带大量O3前体物影响海南省. 加之海南省纬度偏低, 秋季气温还维持较高水平, 光化学反应剧烈, 秋季是海南省ρ(O3-8h)最高的季节, 其中O3污染事件也多数发生在秋季[35]. 冬季海南省ρ(O3-8h)分布较为均匀, 其中中部、东部和南部的市县ρ(O3-8h)也较其他季节有所上升, 北部市县ρ(O3-8h)偏低于秋季. 冬季受冬季风影响, 海南省受北方污染气团影响较为明显, 但是由于冬季气温偏低, 光化学反应速率偏慢, 因而冬季ρ(O3-8h)偏低于秋季.
|
图 4 2015~2020年海南省四季O3-8h质量浓度平均分布 Fig. 4 Average seasonal distributions of O3-8h in Hainan Province from 2015 to 2020 |
图 5为4个季节海南省ρ(O3-8h)的年际变化趋势. 从中可知, 不同季节其年际变化不尽相同. 春季、夏季和冬季表现为下降的变化趋势, 其气候倾向率分别为：-1.37(春季)、-1.65(夏季)和-1.11 μg·(m3·a)-1(冬季), 气候趋势系数分别为-0.779、-0.705和-0.528, 均通过了80%的信度检验(表 1), 其中春季达到了95%的信度检验, ρ(O3-8h)下降较为显著. 值得关注的是秋季ρ(O3-8h)表现为显著地上升趋势, 其气候倾向率和气候趋势系数分别为2.05 μg·(m3·a)-1和0.705, 通过了90%的信度检验.
|
图 5 2015~2020年海南省四季O3-8h质量浓度与标准差的年际变化 Fig. 5 Annual variations in seasonal O3-8h and standard deviation over Hainan Province during 2015-2020 |
对海南省18个市县2015~2020年月平均ρ(O3-8h)进行标准化处理, 再利用EOF方法分解. 前3个模态和对应的主分量(PCs)分别占总方差贡献的63.73%、8.85%和5.55%(表 2), 3个模态均通过了North's检验[36, 37]. 从EOF第一模态(EOF1)和第二模态(EOF2)的空间分布以及对应的主分量(PC1和PC2)可以看出(图 6), 第一主成分体现了海南省ρ(O3-8h)的一致性变化特征. 第一模态均被正值覆盖, 其中高荷载区分别位于西部的昌江县、南部的保亭县、陵水县和三亚市, 以及东部的琼海市, 最大值为0.269, 表征这些站点ρ(O3-8h)具有高度的正相关性. 低荷载区位于北部的澄迈县, 中心值为0.174, 表明澄迈县ρ(O3-8h)变化与其他市县相关性较弱. 结合PC1可知, 海南省ρ(O3-8h)呈现显著的季节性振荡特征, 其中秋季ρ(O3-8h)偏高, 夏季ρ(O3-8h)偏低, 而且全省18个市县均具有统一的季节性振荡. 第二主成分体现的是海南省ρ(O3-8h)变化的不均匀性. 第二模态表现为海南省北部的海口市、澄迈县和定安县, 东部的文昌市, 中部的屯昌县和琼中县, 以及南部的三亚市EOF2为正值, 其他市县均为负值. 正值区域中高荷载区位于北部的澄迈县, 为0.571, 而负值区域高荷载区位于乐东县, 为-0.334, 表征这两个市县的ρ(O3-8h)有明显的负相关性. 从PC2上看, 2017年年末到2019年年底, EOF2为正值的市县ρ(O3-8h)偏高, 其余时段ρ(O3-8h)偏低; 反之, EOF2为负值的市县ρ(O3-8h)在2017年年末到2019年年底偏低, 其余时段偏高. 第二主成分具有明显的地区差异.
|
|
表 2 海南省月平均O3-8h质量浓度前3个EOF特征向量方差贡献/% Table 2 Percentage contributions of the first three EOF eigenvectors to the variance of the monthly average O3-8h over Hainan Province/% |
|
图 6 2015~2020年海南省月平均O3-8h质量浓度EOF分解的前两个模态及其主分量 Fig. 6 First two leading EOF models of monthly O3-8h from 2015 to 2020 and their time coefficients |
城市O3主要来源于氮氧化合物(NOx)和挥发性有机物(VOCs)在太阳紫外辐射下, 经过一系列复杂的链式光化学反应生成[38], O3作为一种二次污染物, 其浓度变化很大程度上受前体物排放的影响. NO2作为O3最重要的前体物之一, 其人为排放源主要包括汽车尾气、化石燃料、工业生产、火力发电和金属铸造等[39], 海南省作为国内著名的旅游省份, 工业排放和化石燃烧都较其他省份偏少, 但是近年来随着国际旅游岛和海南自贸港建设步伐的加快, 民用汽车保有量增长迅速, 汽车尾气排放对NO2浓度上升贡献较大[32]. CO也是常见的一种大气污染物, 其人为源包括汽车尾气、工业生产、冬季采暖和炉灶燃烧等. CO是·OH主要的汇, 其浓度变化能影响大气中·OH, 进而间接控制着其他大气污染物的反应[40]. 此外CO也是光化学反应的中间产物, 其浓度的上升预示着光化学反应速率的加快[38], 故而CO与O3存在密切关系. 图 7给出了ρ(O3-8h)与ρ(NO2)和ρ(CO)的散点图, 从中可知, ρ(O3-8h)与ρ(NO2)和ρ(CO)存在明显的正相关关系, 即ρ(NO2)和ρ(CO)偏高时, ρ(O3-8h)偏高; 而ρ(NO2)和ρ(CO)偏低时, ρ(O3-8h)也偏低. ρ(O3-8h)与ρ(NO2)和ρ(CO)的相关系数分别为0.529和0.35(表 3), 其中ρ(O3-8h)与ρ(NO2)的相关系数通过了99%的信度检验, 而与ρ(CO)的相关系数通过了95%的信度检验.
|
图 7 2015~2020年月平均O3-8h质量浓度与主要前体物质量浓度的相关性 Fig. 7 Monthly correlation analysis of O3-8h with main precursor from 2015 to 2020 |
|
|
表 3 2015~2019年月平均O3-8h质量浓度与前体物和气象因子的相关系数1) Table 3 Correlation coefficients between monthly O3-8h with precursors and meteorological factors from 2015 to 2019 |
2.5 O3-8h质量浓度与气象因子的相关性
城市中O3的大小, 除了与前体物的排放状况有关外, 还与气象条件决定的光化学反应、干湿沉降、传输和稀释等有关[41]. 当不利于污染物扩散的气象条件出现时, 污染物在近地面逐渐积累, 浓度上升; 反之气象条件有利于污染物向外扩散, 则污染物浓度在近地面维持甚至下降. 为了更为直观地分析气象因子对ρ(O3-8h)的影响, 图 8进一步给出了ρ(O3-8h)与7种气象因子的散点图. 降水的冲刷作用一直是大气污染物最为有效的清除机制之一, 从图 8(a)可以看出, ρ(O3-8h)与降水量呈显著的负相关关系, 即降水量偏多时, ρ(O3-8h)偏低; 降水量偏少时, ρ(O3-8h)偏高. 二者的相关系数为-0.363, 通过了99%的信度检验. 相对湿度的大小会对O3的生成和消除产生影响. 相对湿度降低时, 一方面会减弱大气对太阳辐射的消光机制, 增加地面太阳辐射量, 促进光化学反应速率[42]; 另一方面不利于O3干沉降作用的发生, 延长O3停留在空气中的时间, 提升ρ(O3-8h)[43]. 图 8(b)表明海南省ρ(O3-8h)与相对湿度呈负相关关系, 二者的相关系数为-0.213. 一般而言, 日照时数越长, 气温越高, 光化学反应越剧烈, 因而ρ(O3-8h)与日照时数和平均气温存在正相关关系[19, 24, 25]. 从图 8(c)和8(d)可知, 海南省ρ(O3-8h)与日照时数和平均气温的相关系数分别为-0.332和-0.56, 这种相反的变化特征表明海南省ρ(O3-8h)更多依赖于其他因素, 这与我国其他南方城市一致[10, 38]. 平均风速对O3的作用主要体现在传输和消散方面, 风速偏大时, 有利于高污染排放区域污染物向外扩散, 同时影响着下游地带的污染物外源输送. 海南省ρ(O3-8h)与平均风速呈较好的正相关关系, 相关系数为0.473, 通过了99%的信度检验, 表明外源输送在一定程度上影响着ρ(O3-8h)的变化[35]. 高压内部盛行下沉气流, 故而高压系统控制下的区域多为晴好天气, 不利于污染物的垂直输送扩散, 同时也对光化学反应提供必要条件. 海南省ρ(O3-8h)与大气压相关系数高达0.646 [图 8(f)], 通过了99%的信度检验. 太阳紫外辐射是影响光化学反应速率的主要因子之一, 图 8(g)表明, 海南省ρ(O3-8h)与太阳总辐射呈负相关关系, 相关系数为-0.399, 这可能与夏季ρ(O3-8h)偏低有关[27], 夏季尽管太阳辐射偏强, 气温偏高, 但是降水等其他气象要素导致O3清除作用增大, 故而ρ(O3-8h)并没有明显上升.
|
图 8 2015~2020年月平均O3-8h质量浓度与气象因子的相关性 Fig. 8 Monthly correlation analysis of O3-8h with meteorological factors from 2015 to 2020 |
以上的分析表明, 前体物的排放和气象因子的作用都会对ρ(O3-8h)变化产生重要影响. 一般而言, 大量的前体物排放, 以及高强度的太阳紫外辐射、高温、低湿、长日照时数、弱风速和有利的风向等气象条件能有效促进光化学反应速率, 致使ρ(O3-8h)上升. 本小节利用海南省18个市县平均的前体物：ρ(NO2)和ρ(CO), 以及气象因子：降水量(P)、气压(pr)、相对湿度(RH)、10 m平均风速(W10)、日照时数(SD)、平均气温(T)和太阳总辐射(Tr), 运用多元线性回归方法建立了关于ρ(O3-8h)的线性回归方程：
|
(3) |
图 9给出了由公式(3)计算得到的前体物和气象因子对ρ(O3-8h)的多元线性回归逐月变化曲线. 作为对比, 图 9同时给出了观测得到的ρ(O3-8h)实测值逐月变化曲线. 从中可以看出, 前体物和气象因子回归的ρ(O3-8h)与观测得到的ρ(O3-8h)具有较好的一致性, 基本能反映出实测值ρ(O3-8h)的逐月变化. 进一步计算二者的相关系数为0.853, 通过了99.9%的信度检验. 回归值对实测值方差的解释达到了0.73, 即多元回归的ρ(O3-8h)逐月变化可以解释73%的观测得到的ρ(O3-8h)的逐月变化.
|
图 9 2015~2020年O3-8h质量浓度观测值的逐月变化与利用前体物和气象因子对O3-8h质量浓度的多元线性回归曲线 Fig. 9 Monthly variations in observation curve and multiple linear regression curve of O3-8h using precursors and meteorological factors from 2015 to 2020 |
为了对比分析前体物和气象因子对ρ(O3-8h)的相对重要性, 本研究分别利用前体物(NO2、CO)和气象因子(P, pr, RH, W10, SD, T和Tr), 建立了对应的线性回归方程. 结果表明, 只考虑前体物的回归ρ(O3-8h)与观测得到的ρ(O3-8h)相关系数为0.529, 解释的方差为0.28; 而只考虑气象因子的回归ρ(O3-8h)与观测得到的ρ(O3-8h)相关系数为0.815, 解释的方差为0.66, 并且它们都通过了99%的信度检验. 由此可知, 气象因子的作用对海南省ρ(O3-8h)的变化相比于前体物更为重要, 其原因可能是前体物中没有考虑可挥发性有机物(VOCs)所致.
3 结论(1) 海南省ρ(O3-8h)呈北部和西部偏高, 中部、东部和南部偏低的分布特征. 最高值出现在东方市, 为91.5 μg·m-3. 2015~2020年海南省共有12个市县ρ(O3-8h)表现为下降的变化趋势, 主要分布在西部、中部和东部. 共有6个市县表现为上升的变化趋势, 其中海口市、澄迈县和屯昌县的气候趋势系数通过了95%的信度检验.
(2) 季节变化特征分析表明, 海南省ρ(O3-8h)表现为秋季最高, 冬季和春季次之, 夏季最低. 其中2015~2020年秋季ρ(O3-8h)出现上升的变化趋势, 其气候倾向率和气候趋势系数分别为2.05 μg·(m3·a)-1和0.507, 通过了80%的信度检验, 秋季O3污染加重的现象值得关注. 春季、夏季和冬季ρ(O3-8h) 2015~2020年则表现为不同程度地下降趋势, 其中春季下降最快, 其气候趋势系数通过了95%的信度检验.
(3) 对海南省月平均ρ(O3-8h)的距平场进行EOF分析得到前两个特征向量场的累积方差为72.58%, 能够较好地描述ρ(O3-8h)的主要分布特征. 第一模态在空间上为正值, 第一主分量呈显著的季节性振荡, 体现了海南省ρ(O3-8h)变化的一致性. 第二模态在不同区域表现不同, 表明了ρ(O3-8h)变化的地区性差异.
(4) 海南省ρ(O3-8h)的变化与前体物和气象因子有较好的相关关系. ρ(O3-8h)与前体物呈正相关关系, 相关系数分别为0.529[ρ(NO2)]和0.35[ρ(CO)], 均通过了95%的信度检验. ρ(O3-8h)与降水量、相对湿度、日照时数、平均气温和总辐射呈负相关关系, 与平均风速和大气压呈正相关关系. 其中与降水量、日照时数、平均气温、平均风速、大气压和总辐射的相关系数通过了99%的信度检验.
(5) 对2015~2020年ρ(O3-8h)逐月演变的多元线性回归结果表明, 同时考虑前体物和气象因子回归的ρ(O3-8h)与观测得到的ρ(O3-8h)有较好的一致性, 基本能反映出实测值ρ(O3-8h)的逐月变化. 二者的相关系数为0.853, 通过了99.9%的信度检验. 回归值对实测值方差的解释达到了0.72. ρ(O3-8h)的逐月变化有0.66的方差可以由气象因子解释, 而前体物的解释方差只为0.28, 其原因可能与前体物中没有考虑可挥发性有机物(VOCs)有关.
| [1] | 国家统计局. 中华人民共和国2020年国民经济和社会发展统计公报[EB/OL]. http://www.stats.gov.cn/tjsj/zxfb/202102/t20210227_1814154.html, 2021-02-28. |
| [2] |
王玮, 汤大钢, 刘红杰, 等. 中国PM2.5污染状况和污染特征的研究[J]. 环境科学研究, 2000, 13(1): 1-5. Wang W, Tang D G, Liu H J, et al. Research on current pollution status and pollution characteristics of PM2.5 in China[J]. Research of Environmental Sciences, 2000, 13(1): 1-5. DOI:10.3321/j.issn:1001-6929.2000.01.001 |
| [3] | Wang Y Q, Zhang X Y, Sun J Y, et al. Spatial and temporal variations of the concentrations of PM10, PM2.5 and PM1 in China[J]. Atmospheric Chemistry and Physics, 2015, 15(23): 13585-13598. DOI:10.5194/acp-15-13585-2015 |
| [4] |
程麟钧, 王帅, 宫正宇, 等. 中国臭氧浓度的时空变化特征及分区[J]. 中国环境科学, 2017, 37(11): 4003-4012. Cheng L J, Wang S, Gong Z Y, et al. Spatial and seasonal variation and regionalization of ozone concentrations in China[J]. China Environmental Science, 2017, 37(11): 4003-4012. DOI:10.3969/j.issn.1000-6923.2017.11.001 |
| [5] |
徐祥德, 王寅钧, 赵天良, 等. 中国大地形东侧霾空间分布"避风港"效应及其"气候调节"影响下的年代际变异[J]. 科学通报, 2015, 60(12): 1132-1143. Xu X D, Wang Y J, Zhao T L, et al. "Harbor" effect of large topography on haze distribution in eastern China and its climate modulation on decadal variations in haze China[J]. Chinese Science Bulletin, 2015, 60(12): 1132-1143. |
| [6] |
冯兆忠, 李品, 袁相洋, 等. 我国地表臭氧生态环境效应研究进展[J]. 生态学报, 2018, 38(5): 1530-1541. Feng Z Z, Li P, Yuan X Y, et al. Progress in ecological and environmental effects of ground-level O3 in China[J]. Acta Ecologica Sinica, 2018, 38(5): 1530-1541. |
| [7] | Liu H, Liu S, Xue B R, et al. Ground-level ozone pollution and its health impacts in China[J]. Atmospheric Environment, 2018, 173: 223-230. DOI:10.1016/j.atmosenv.2017.11.014 |
| [8] | Croze M L, Zimmer L. Ozone atmospheric pollution and Alzheimer's disease: from epidemiological facts to molecular mechanisms[J]. Journal of Alzheimer's Disease, 2018, 62(2): 503-522. DOI:10.3233/JAD-170857 |
| [9] |
邓爱萍, 陆维青, 杨雪. 2013年-2017年江苏省环境空气中首要污染物变化分析研究[J]. 环境科学与管理, 2017, 42(12): 19-22. Deng A P, Lu W Q, Yang X. Analysis on change of primary pollutant in ambient air of Jiangsu province during 2013 and 2017[J]. Environmental Science and Management, 2017, 42(12): 19-22. DOI:10.3969/j.issn.1673-1212.2017.12.005 |
| [10] |
沈劲, 黄晓波, 汪宇, 等. 广东省臭氧污染特征及其来源解析研究[J]. 环境科学学报, 2017, 37(12): 4449-4457. Shen J, Huang X B, Wang Y, et al. Study on ozone pollution characteristics and source apportionment in Guangdong Province[J]. Acta Scientiae Circumstantiae, 2017, 37(12): 4449-4457. |
| [11] | Anenberg S C, Horowitz L W, Tong D Q, et al. An estimate of the global burden of anthropogenic ozone and fine particulate matter on premature human mortality using atmospheric modeling[J]. Environmental Health Perspectives, 2010, 118(9): 1189-1195. DOI:10.1289/ehp.0901220 |
| [12] | Fuhrer J. Ozone risk for crops and pastures in present and future climates[J]. Naturwissenschaften, 2009, 96(2): 173-194. DOI:10.1007/s00114-008-0468-7 |
| [13] |
耿春梅, 王宗爽, 任丽红, 等. 大气臭氧浓度升高对农作物产量的影响[J]. 环境科学研究, 2014, 27(3): 239-245. Geng C M, Wang Z S, Ren L H, et al. Study on the impact of elevated atmospheric ozone on crop yield[J]. Research of Environmental Sciences, 2014, 27(3): 239-245. |
| [14] | Junge C E. Global ozone budget and exchange between stratosphere and troposphere[J]. Tellus, 1962, 14(4): 363-377. DOI:10.3402/tellusa.v14i4.9563 |
| [15] | Pandis S N, Seinfeld J H. Sensitivity analysis of a chemical mechanism for aqueous-phase atmospheric chemistry[J]. Journal of Geophysical Research: Atmospheres, 1989, 94(D1): 1105-1126. DOI:10.1029/JD094iD01p01105 |
| [16] |
李霄阳, 李思杰, 刘鹏飞, 等. 2016年中国城市臭氧浓度的时空变化规律[J]. 环境科学学报, 2018, 38(4): 1263-1274. Li X Y, Li S J, Liu P F, et al. Spatial and temporal variations of ozone concentrations in China in 2016[J]. Acta Scientiae Circumstantiae, 2018, 38(4): 1263-1274. |
| [17] |
杨辉, 朱彬, 高晋徽, 等. 南京市北郊夏季挥发性有机物的源解析[J]. 环境科学, 2013, 34(12): 4519-4528. Yang H, Zhu B, Gao J H, et al. Source apportionment of VOCs in the northern suburb of Nanjing in summer[J]. Environmental Science, 2013, 34(12): 4519-4528. |
| [18] | Wang N, Liu X P, Deng X J, et al. Aggravating O3 pollution due to NOx emission control in eastern China[J]. Science of the Total Environment, 2019, 677: 732-744. DOI:10.1016/j.scitotenv.2019.04.388 |
| [19] |
余益军, 孟晓艳, 王振, 等. 京津冀地区城市臭氧污染趋势及原因探讨[J]. 环境科学, 2020, 41(1): 106-114. Yu Y J, Meng X Y, Wang Z, et al. Driving factors of the significant increase in surface ozone in the Beijing-Tianjin-Hebei region, China, during 2013-2018[J]. Environmental Science, 2020, 41(1): 106-114. |
| [20] |
刘烽, 徐怡珊. 臭氧数值预报模型综述[J]. 中国环境监测, 2017, 33(4): 1-16. Liu F, Xu Y S. Review of surface ozone modeling system[J]. Environmental Monitoring in China, 2017, 33(4): 1-16. |
| [21] | Xu W Y, Zhao C S, Ran L, et al. Characteristics of pollutants and their correlation to meteorological conditions at a suburban site in the North China Plain[J]. Atmospheric Chemistry and Physics, 2011, 11(9): 4353-4369. DOI:10.5194/acp-11-4353-2011 |
| [22] |
刘小正, 楼晟荣, 陈勇航, 等. 基于OMI数据的中国中东部城市近地面臭氧时空分布特征研究[J]. 环境科学学报, 2016, 36(8): 2811-2818. Liu X Z, Lou S R, Chen Y H, et al. Spatiotemporal distribution of ground-level ozone in mid-east China based on OMI observations[J]. Acta Scientiae Circumstantiae, 2016, 36(8): 2811-2818. |
| [23] |
李全喜, 王金艳, 刘筱冉, 等. 兰州市区臭氧时空分布特征及气象和环境因子对臭氧的影响[J]. 环境保护科学, 2018, 44(2): 78-84, 97. Li Q X, Wang J Y, Liu X R, et al. Temporal and spatial distribution of ozone and effects of meteorological and environmental factors on ozone in the urban areas of Lanzhou City[J]. Environmental Protection Science, 2018, 44(2): 78-84, 97. |
| [24] |
王玫, 郑有飞, 柳艳菊, 等. 京津冀臭氧变化特征及与气象要素的关系[J]. 中国环境科学, 2019, 39(7): 2689-2698. Wang M, Zheng Y F, Liu Y J, et al. Characteristics of ozone and its relationship with meteorological factors in Beijing-Tianjin-Hebei Region[J]. China Environmental Science, 2019, 39(7): 2689-2698. DOI:10.3969/j.issn.1000-6923.2019.07.001 |
| [25] |
王旭东, 尹沙沙, 杨健, 等. 郑州市臭氧污染变化特征、气象影响及输送源分析[J]. 环境科学, 2021, 42(2): 604-615. Wang X D, Yin S S, Yang J, et al. Characteristics, meteorological influences, and transport source of ozone pollution in Zhengzhou city[J]. Environmental Science, 2021, 42(2): 604-615. |
| [26] | 海南省生态环境厅. 2020年海南省生态环境状况公报[EB/OL]. http://hnsthb.hainan.gov.cn/xxgk/0200/0202/hjzl/hjzkgb/202106/t20210607_2990105.html, 2021-06-07. |
| [27] |
符传博, 徐文帅, 丹利, 等. 2015-2018年海南省城市臭氧时空分布特征[J]. 环境化学, 2020, 39(10): 2823-2832. Fu C B, Xu W S, Dan L, et al. Spatiotemporal distribution of ozone in cities of Hainan from 2015 to 2018[J]. Environmental Chemistry, 2020, 39(10): 2823-2832. DOI:10.7524/j.issn.0254-6108.2020042304 |
| [28] |
符传博, 唐家翔, 丹利, 等. 2014-2016年海口市空气质量概况及预报效果检验[J]. 环境科学学报, 2019, 39(1): 270-278. Fu C B, Tang J X, Dan L, et al. Verification of air quality forecasted by CUACE model in Haikou City during 2014 to 2016[J]. Acta Scientiae Circumstantiae, 2019, 39(1): 270-278. |
| [29] | 魏凤英. 现代气候统计诊断与预测技术[M]. (第二版). 北京: 气象出版社, 2007. |
| [30] |
符传博, 丹利, 冯锦明, 等. 1960~2012年中国地区总云量时空变化及其与气温和水汽的关系[J]. 大气科学, 2019, 43(1): 87-98. Fu C B, Dan L, Feng J M, et al. Temporal and spatial variations of total cloud amount and their possible relationships with temperature and water vapor over China during 1960 to 2012[J]. Chinese Journal of Atmospheric Sciences, 2019, 43(1): 87-98. |
| [31] | 王春乙. 海南气候[M]. 北京: 气象出版社, 2014. |
| [32] |
符传博, 唐家翔, 丹利, 等. 基于卫星遥感的海南地区对流层NO2长期变化及成因分析[J]. 环境科学学报, 2016, 36(4): 1402-1410. Fu C B, Tang J X, Dan L, et al. Satellite-based long-term trends analysis in Tro NO2 over Hainan Island and its possible reason[J]. Acta Scientiae Circumstantiae, 2016, 36(4): 1402-1410. |
| [33] |
旷雅琼, 邹忠, 张秀英, 等. 长三角地区大气污染物对新冠肺炎封城的时空响应特征[J]. 环境科学学报, 2021, 41(4): 1165-1172. Kuang Y Q, Zou Z, Zhang X Y, et al. Spatial-temporal responses of atmospheric pollutants to the COVID-19 lockdown across the Yangtze River Delta region[J]. Acta Scientiae Circumstantiae, 2021, 41(4): 1165-1172. |
| [34] | 翟羽, 庄雪球, 曹卫洁. 三亚"候鸟型"养老产业发展的现状与对策探索[J]. 产业与科技论坛, 2015, 14(15): 20-21. DOI:10.3969/j.issn.1673-5641.2015.15.009 |
| [35] |
符传博, 丹利, 唐家翔, 等. 2017年10月海南省一次臭氧污染特征及输送路径与潜在源区分析[J]. 环境科学研究, 2021, 34(4): 863-871. Fu C B, Dan L, Tang J X, et al. Potential source contributions and transported routes in Hainan province during ozone polluted episode in October 2017[J]. Research of Environmental Sciences, 2021, 34(4): 863-871. |
| [36] | North G R, Bell T L, Cahalan R F, et al. Sampling errors in the estimation of empirical orthogonal functions[J]. Monthly Weather Review, 1982, 110(7): 699-706. DOI:10.1175/1520-0493(1982)110<0699:SEITEO>2.0.CO;2 |
| [37] |
周国华, 罗小莉, 王盘兴, 等. 中国冬季气温异常EOF分析的改进[J]. 大气科学学报, 2012, 35(3): 295-303. Zhou G H, Luo X L, Wang P X, et al. Improvements of empirical orthogonal function analysis for winter temperature anomaly over China[J]. Journal of Nanjing Institute of Meteorology, 2012, 35(3): 295-303. DOI:10.3969/j.issn.1674-7097.2012.03.004 |
| [38] |
符传博, 周航. 中国城市臭氧的形成机理及污染影响因素研究进展[J]. 中国环境监测, 2021, 37(2): 33-43. Fu C B, Zhou H. Research progress on the formation mechanism and impact factors of urban ozone pollution in China[J]. Environmental Monitoring in China, 2021, 37(2): 33-43. |
| [39] | 王明星. 大气化学[M]. (第二版). 北京: 气象出版社, 1999. |
| [40] |
杨继东, 刘佳泓, 杨光辉, 等. 天津市环境空气中一氧化碳污染特征及变化趋势研究[J]. 环境科学与管理, 2012, 37(6): 89-90, 104. Yang J D, Liu J H, Yang G H, et al. Analysis on pollution characteristics and variation trend of CO in Tianjin[J]. Environmental Science and Management, 2012, 37(6): 89-90, 104. DOI:10.3969/j.issn.1673-1212.2012.06.024 |
| [41] |
符传博, 徐文帅, 丹利, 等. 前体物与气象因子对海南省臭氧污染的影响[J]. 环境科学与技术, 2020, 43(7): 45-50. Fu C B, Xu W S, Dan L, et al. Impacts of precursors and meteorological factors on ozone pollution in Hainan Province[J]. Environmental Science & Technology, 2020, 43(7): 45-50. |
| [42] |
刘晶淼, 丁裕国, 黄永德, 等. 太阳紫外辐射强度与气象要素的相关分析[J]. 高原气象, 2003, 22(1): 45-50. Liu J M, Ding Y G, Huang Y D, et al. Correlation analyses between intensity of solar ultraviolet radiation and meteorological elements[J]. Plateau Meteorology, 2003, 22(1): 45-50. DOI:10.3321/j.issn:1000-0534.2003.01.006 |
| [43] | Kavassalis S C, Murphy J G. Understanding ozone-meteorology correlations: a role for dry deposition[J]. Geophysical Research Letters, 2017, 44(6): 2922-2931. DOI:10.1002/2016GL071791 |