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
近地面臭氧(O3)不仅是大气中重要的氧化剂, 参与了多种化学反应, 同时也是主要的温室气体和大气污染物之一, 其浓度的上升对城市空气质量、人体健康、生态系统和气候变暖等问题都有显著的影响[1~4].随着我国经济的迅猛发展和工业化的快速推进, 大气污染问题已由传统的单一污染物污染和点源污染, 转变成为多污染物共同作用的复合型污染和区域性污染[5~7].自2013年开始, 我国政府相继颁布和实施了多项大气污染防治政策, 以PM2.5为代表的大气颗粒物浓度呈逐渐下降的变化趋势, 大气污染防治工作效果显著[8, 9].然而O3浓度却呈现出波动上升趋势, 并逐渐取代了PM2.5成为多个城市中的首要污染物[10, 11].根据生态环境部门的监测数据显示[12], 2021年全国339个地级及以上城市中, 以O3为首要污染物的超标天数占总超标天数的34.7%, 而京津冀及周边地区、长三角地区和汾渭平原(三大重点区域)以O3为首要污染物的超标天数占总超标天数分别为41.8%、55.4%和39.3%, 明显高于全国339个城市的平均结果.近地面O3污染已经成为影响空气质量持续改善的重要因素[13, 14].
O3是一种二次污染物, 主要由挥发性有机物(VOCs)、氮氧化合物(NOx)和一氧化碳(CO)等前体物, 在紫外辐射作用下经过一系列复杂的链式光化学反应生成[15].O3浓度变化强烈依赖于气象要素, 气温在一定程度上反映了太阳紫外辐射强度的大小, 温度越高, 光化学反应越剧烈, 对O3浓度升高越有利[16]; 相对湿度和云量的变化一方面会影响太阳辐射强度, 另一方面会影响大气污染物的干湿沉降效果, 因此相对湿度和云量主要与O3浓度呈负相关关系[17]; 风向风速的变化对O3的传输和消散也会产生影响, 在高污染区域风速与O3浓度呈负相关关系, 而在下游污染区域呈正相关关系[18, 19].此外, 边界层高度、海陆风、气候变化等也会对O3浓度产生影响[3, 20].热带气旋是一种发生在热带洋面上的强烈的暖性气旋性涡旋[21], 当热带气旋靠近陆地时, 外围的下沉气流会在陆地形成具有稳定结构的高压均压场, 这种形势场具有高温、低湿和弱风的气象条件[22, 23], 非常有利于光化学过程和污染物的积累.从垂直方向上看, 热带气旋外围下沉气流还会使得边界层内气流混合加强[24], 造成混合层顶低和逆温层出现[25], 近地层污染物不易扩散, 导致O3浓度超标.在我国东南沿海省份, 热带气旋外围下沉气流引起的O3污染天气已经引起了广泛关注[26~28].
海南岛是我国第二大岛屿, 地处热带, 气候暖热湿润, 常以环境优美, 空气质量好著称[29].近年来国家和省政府高度重视生态环境保护工作, 连续出台了多项针对生态环境的保护政策.在此背景下海南岛颗粒物浓度有明显下降[30], 2019~2021年海南岛ρ(PM2.5)分别为16、13和13 μg·m-3, ρ(O3)(第90百分位数)分别为118、105和111 μg·m-3, O3浓度下降并不明显, 浓度一直维持较高水平[31].海南岛素有“台风走廊”之称, 年平均影响的热带气旋高达7个之多[32].目前针对台风影响下的海南岛O3污染特征及成因还未见报道, 而此项工作对于海南岛城市O3污染预报工作有很强的现实意义, 因此本研究收集整理了2015~2020年西北太平洋热带气旋资料, 海南岛18个市县O3监测数据和气象数据, 以及ERA5再分析资料, 深入探讨了不同路径对海南岛O3浓度的影响, 以期为台风影响下气象和环境部门的O3污染预报提供一定的借鉴, 并为政府部门的大气污染防治政策制定提供支撑.
1 材料与方法 1.1 数据资料本研究采用的资料包括:①2015~2020年共6 a海南岛32个环境监测站点的O3小时浓度数据, 数据来自海南省生态环境厅(http://hnsthb.hainan.gov.cn:8009/EQGIS/), O3浓度监测值在分析之前均处理为参比状态值.②2015~2020年期间所有西北太平洋(含南海, 赤道以北, 180°E以西)海域生成的181个热带气旋数据, 资料来自中国台风网(https://tcdata.typhoon.org.cn/zjljsjj_sm.html)“CMA-STI热带气旋最佳路径数据集”.③2015~2020年海南岛18个市县地面逐日气象数据, 包括降水量、平均气温、相对湿度、日照时数、气压、平均气温和太阳总辐射, 其中太阳总辐射只有海口市和三亚市两个站点资料, 数据源自海南省气象局.
1.2 污染定义为兼顾热带气旋对海南岛O3污染影响的强度(浓度)和广度(地域范围), 本文首先对海南岛各个市县的环境监测资料进行平均, 处理出2015~2020年18个市县的O3-8h(日最大8 h滑动平均)浓度值, 同时参照标准《环境空气质量指数(AQI)技术规定(试行)》(HJ633-2012), 以O3-8h浓度二级标准, 即160 μg·m-3作为判定热带气旋发生期间是否造成海南岛O3污染的临界标准, 以热带气旋期间出现ρ(O3-8h)超过160 μg·m-3的市县是否超过3个作为重度和轻度污染的判据, 由此将热带气旋分为3类:①无污染热带气旋(none-pollution tropical cyclones, NP):热带气旋期间无任一市县ρ(O3-8h)≥160 μg·m-3.②轻污染热带气旋(slight-pollution tropical cyclones, SP):热带气旋期间有市县ρ(O3-8h)≥160 μg·m-3, 且出现市县数<3个. ③高污染热带气旋(heavy-pollution tropical cyclones, HP):热带气旋期间有市县ρ(O3-8h)≥160 μg·m-3, 且出现市县数≥3个.
1.3 聚类分析方法热带气旋不同于其它天气尺度系统, 具有明显清晰的移动轨迹特征, 因而本文采用了聚类分析方法对西北太平洋海域生成的181个热带气旋移动路径进行聚类分析.聚类分析是一种对不同事物间的相似性进行分类, 使得同类对象间相似性最大, 不同类对象相似性最小的方法[33].K-means聚类方法(也称快速聚类)是一种应用广泛的经典聚类算法, 其基本原理是将数据A聚成K类, 使得每个样本点都属于且仅属于一种一类, 同时希望不同类的样本之间的欧式距离尽可能小, 因而欧式距离即可作为测度样本“亲疏程度”的指标.K-means聚类方法具有运算简单、高效, 易于实施等优异特性, 已被应用于多种领域[34].
2 结果与讨论 2.1 热带气旋期间海南岛O3-8h浓度特征图 1给出了2015~2020年热带气旋期间海南岛O3-8h浓度平均值和超标市县个数叠加.从中可知, 海南岛O3-8h浓度与超标市县个数存在很好的正相关关系, 即在O3-8h浓度偏高时段, 超标市县个数偏多; 反之, O3-8h浓度偏低时段, 超标市县个数偏少或没有市县超标.从不同年份上看(表 1), 热带气旋生成个数偏多的年份, 海南岛发生O3污染天数也偏多, 表明海南岛O3污染与热带气旋个数存在密切联系. 2017、2018和2019年热带气旋生成个数在30个及其以上, 为偏多年份, 其中2018年热带气旋生成个数最多, 达到34个; 热带气旋生成偏多年份发生污染天数(d)分别为41(2017年)、43(2018年)和71(2019年), 其中2019年污染天数最多最严重, HP天数达到了39 d(54.9%).2015、2016和2020年热带气旋生成个数在29个及以下, 生成个数最少年份为2020年, 仅为26个; 热带气旋生成偏少年份发生污染天数(d)分别为44(2015年)、22(2016年)和40(2020年), 其中2016年污染天数最少, 且没有出现HP天数.此外近3年HP天数比例均在54.9%以上, 表明海南岛O3污染有逐年加重趋势[35], 应引起广泛关注.从不同污染类别上看(表 2), 2015~2020年181个热带气旋样本中, 生命期间海南岛出现O3污染天气的热带气旋共有40个, 占总样本数的22.1%, 其中HP类和SP类热带气旋各有20个, 对应的海南岛ρ(O3-8h)分别为111.05μg·m-3和87.48 μg·m-3; 而NP类的热带气旋个数为141个, 占总样本数的77.9%, 海南岛ρ(O3-8h)为61.98 μg·m-3.结果表明有77.9%的热带气旋未能致使海南岛出现O3污染天气, 这可能是本文所选的热带气旋中包含了所有季节的样本个数所致.结合前人的分析可知, 海南岛O3污染主要出现在秋季和春季, 夏季基本没有O3污染天气[36].
![]() |
图 1 2015~2020年热带气旋发生期间海南岛O3-8h浓度和超标市县个数 Fig. 1 O3-8h concentration and the number of cities and counties exceeding the standard in Hainan Island during the occurrence of tropical cyclones from 2015 to 2020 |
![]() |
表 1 2015~2020年热带气旋个数和海南岛O3污染统计 Table 1 Statistics on the number of tropical cyclones and O3 pollution in Hainan Island from 2015 to 2020 |
![]() |
表 2 2015~2020年海南岛不同污染类别热带气旋个数统计 Table 2 Statistics on the number of tropical cyclones of different pollution types in Hainan Island |
2.2 年际和季节变化
图 2和图 3分别为各污染类别热带气旋个数的年际变化和逐月变化.从图 2中可以看出, 不同类别的热带气旋年际变化特征明显不同.HP类热带气旋在2015~2020年期间出现显著的增多趋势, 趋势系数和气候倾向率分别为0.725和0.667个·a-1, 其中趋势系数通过了95%的信度检验(表 2), 表明近年来热带气旋对海南岛O3污染的影响有加重的趋势.SP和NP类热带气旋则表现为减少的变化趋势, 其趋势系数分别为-0.207和-0.351, 均没有通过信度检验; 气候倾向率分别为-0.095个·a-1和-0.548个·a-1.这与中国香港地区的统计结果较为一致[37].从图 3中可知, 夏季和秋季是热带气旋最为活跃的季节, 其中7~10月平均热带气旋个数均在4个以上, 占比均超过14%, 最大值出现在8月, 为6.67个(22.1%).HP类和SP类热带气旋主要出现在秋季, 其中HP类热带气旋9、10和11月平均热带气旋个数(占比)分别为0.67(20%)、1.33(40%)和1.17个(35%); SP类热带气旋分别为0.67(20%)、1.17(35%)和0.83个(25%).NP类热带气旋主要发生在夏季和秋季, 与所有样本数基本一致[图 3(a)], 其中7~9月平均热带气旋个数(占比)分别为4.83(20.57%)、6.67(28.37%)和3.67个(15.60%).
![]() |
图 2 各污染类别热带气旋个数年际变化 Fig. 2 Annual variation in different types of tropical cyclones |
![]() |
图 3 各污染类别热带气旋个数逐月变化 Fig. 3 Monthly variation in different types of tropical cyclones |
热带气旋主要是通过外围下沉气流改变陆地天气形势场结构, 进而影响近地面O3浓度变化[22~25].一般而言, 热带气旋强度越强, 外围下沉气流越剧烈, 影响效果越大.本文将每个热带气旋1 d内的所有台风中心附近极大风速(vmax)和最小气压(pmin)进行平均, 并与海南岛ρ(O3-8h)求相关, 如图 4和图 5所示, 其中污染时段定义为单日海南岛有一个及其以上市县O3-8h浓度超标, 清洁时段定义为单日海南岛没有市县O3-8h浓度超标.从中可知, O3-8h浓度主要与平均极大风速(vmax)呈正相关关系, 与最小气压(pmin)呈负相关关系, 表明热带气旋强度越强, 越有利于海南岛O3-8h浓度上升.所有时段的O3-8h浓度与平均极大风速(vmax)和平均最小气压(pmin)相关系数分别为0.124和-0.092(表 3).对比污染时段和清洁时段的相关系数可知, 污染时段O3-8h浓度与平均极大风速(vmax)和平均最小气压(pmin)相关系数分别为0.257和-0.232, 明显偏高于清洁时段的相关系数(0.116和-0.085).进一步统计不同强度等级热带气旋对海南岛O3-8h浓度的影响程度对比, 分别以TD、TS、STS、TY、STY和SUPERTY代表热带低压、热带风暴、强热带风暴、台风、强台风和超强台风, 结果如图 6所示.从中可知, 热带气旋强度与海南岛O3污染存在一定的正相关关系, 即热带气旋强度越强, 海南岛发生O3污染的概率越大.从TD等级到TY等级, HP类热带气旋占所有样本数的比例逐级递增, 并在TY等级达到了最大值, 为35.4%, STY和SUPERTY HP类热带气旋的比例分别为14.8%和10.8%, 偏低于TY等级, 其内在影响机制还有待于进一步分析.
![]() |
图 4 不同时段热带气旋中心附近最大风速vmax和海南岛O3-8h浓度相关性 Fig. 4 Correlation between the maximum wind speed near the tropical cyclone center and the O3-8h in Hainan Island at different periods |
![]() |
图 5 不同时段热带气旋中心附近最小气压pmin和海南岛O3-8h浓度相关性 Fig. 5 Correlation between the minimum air pressure near the tropical cyclone center and the O3-8h in Hainan Island at different period |
![]() |
表 3 不同时段海南岛O3-8h浓度与热带气旋中心附近最大风速和最小气压相关系数 Table 3 Correlation coefficients between O3-8h and maximum wind speed and minimum pressure near the tropical cyclone centerat different time periods |
![]() |
图 6 不同强度等级热带气旋对海南岛O3-8h浓度影响程度对比 Fig. 6 Comparison between different degree tropical cyclones and different levels of O3-8h in Hainan Island |
利用K-means聚类方法对2015~2020年发生在西北太平洋的181个热带气旋移动路径进行聚类分析, 其结果如图 7所示.从中可以看出, 聚成的4种路径类型热带气旋的地理位置有非常清楚的区分, 具体可分为南海生成影响型(A型), 西太平洋近大陆转向型(B型), 西太平洋远大陆转向型(C型)和远海长距离西行转向型(D型).图 8显示了4类热带气旋所有包含台风起始位置和全体路径.A类热带气旋共有67个(37%), 是4类热带气旋中个数最多的一类.该类热带气旋多数生成于南海, 少部分在菲律宾吕宋岛以东洋面生成, 西移进入南海.A类热带气旋多数穿过南海登陆越南, 少数从我国华南沿海登陆, 影响区域为100°~140°E, 10°~30°N.B类热带气旋共有34个(18.9%), 主要生成于140°E以东洋面, 生成后稳定向西北偏西方向移动, 部分热带气旋靠近大陆后转向东北, 其余减弱消失在南海, 影响区域为110°~160°E, 10°~40°N.C类热带气旋共有31个(17.1%), 是4类热带气旋中个数最少的一类.该类热带气旋起始位置多数在菲律宾以东洋面生成, 先东北移动后转向西北移动, 影响日本较多.影响区域为120°~150°E, 10°~50°N.D类热带气旋共有49个(27.1%), 是4类热带气旋中移动距离最长, 分布最为分散的一类.该类热带气旋在130°E以东洋面上生成, 多数先向西北方向移动, 后转向东北方向移动.影响区域为130°~180°E, 5°~60°N.
![]() |
图 7 2015~2020年热带气旋聚类后的平均路径 Fig. 7 Mean track of tropical cyclones after clustering from 2015 to 2020 |
![]() |
图 8 4类聚类分析结果对应的热带气旋轨迹 Fig. 8 Tropical cyclone trajectories corresponding to the four types of cluster analysis results |
4种路径类型的热带气旋各自包含HP、SP和NP热带气旋个数及对应的海南岛平均O3-8h浓度如表 4所示.总体而言, A类热带气旋最容易造成海南岛出现大范围和高浓度的O3污染, 其次是B类和D类热带气旋, 而C类热带气旋海南岛发生O3污染可能性最低.从不同类型污染来看, 在A类热带气旋中HP的个数最多, 为7个, ρ(O3-8h)最高, 达到了121.90 μg·m-3. 其次是B类和D类, HP个数均为5个, ρ(O3-8h)分别为117.95 μg·m-3和113.08 μg·m-3.C类最少, 仅为3个, ρ(O3-8h)为102.64μg·m-3.对于SP污染的热带气旋, A类热带气旋个数也是4类中个数最多的, 为7个, B类和D类次之, 均为6个, 而C类SP个数只为1个.从SP对应的ρ(O3-8h)上看, C类热带气旋最高, 达到了111.79 μg·m-3, 这可能与样本数偏少有关.B类和D类次之, A类最低.
![]() |
表 4 4种路径类型热带气旋个数及对应海南岛O3-8h浓度 Table 4 Number of four types of tropical cyclones and its O3-8h concentration in Hainan Island |
2.6 成因分析
当热带气旋发生时, 其环流结构影响了周边大范围的气象场变化, 通过改变降水、水汽条件、风场、日照和太阳辐射等气象要素, 进而影响着区域O3的生成、传输、扩散和清除等[28].图 9给出了HP期间海南岛O3-8h污染时段热带气旋位置频数.从中可以看出, HP期间热带气旋中心出现频率相对密集区域有两个, 一个位于南海中部海面, 中心值为4次; 一个位于巴士海峡以东的西太平洋海面, 中心值为3次.说明热带气旋中心位于这两个区域时, 海南岛最容易出现O3污染.本文进一步计算了4种路径类型热带气旋生命期间, 污染时段和清洁时段海南岛气象要素平均值如表 5所示, 其中污染时段指海南岛1个及以上市县O3-8h浓度超标的时段; 清洁时段指没有1个市县O3-8h浓度超标的时段.总体上看, 污染时段海南岛降水量偏少, 相对湿度偏低, 日照时数偏长, 太阳总辐射偏强; 反之, 清洁时段降水量偏多, 相对湿度偏高, 日照时数偏短, 太阳总辐射偏弱.平均气温没有较大差异, 但均在22℃以上.污染时段和清洁时段平均风速差异也较小, 一般而言, 风速偏大时有利于污染物向外扩散, 因而风速与污染物浓度呈负相关关系, 海南岛污染时段和清洁时段平均风速差异较小可能与外源输送有关[36].此外, 污染时段和清洁时段气压差异也较小.
![]() |
图 9 HP期间O3-8h污染时段热带气旋位置频数 Fig. 9 Location frequency of tropical cyclone during O3-8h pollution during HP period |
![]() |
表 5 HP型热带气旋不同阶段海南岛气象要素平均值 Table 5 Mean of meteorological elements in Hainan Island at different stages of HP-type tropical cyclone |
3 结论
(1) 2015~2020年西北太平洋一共发生了181次热带气旋过程, 其中有40个热带气旋的生命期间海南岛出现了O3污染天气, 占总样本数的22.1%.热带气旋生成个数偏多的年份, 海南岛发生O3污染天数也偏多, 其中2019年污染天数最多最严重, HP天数达到了39 d(54.9%), 2016年污染天数最少, 且没有出现HP天数.HP类热带气旋有逐年增多趋势, 且主要出现在秋季, 趋势系数和气候倾向率分别为0.725和0.667个·a-1, 其中趋势系数通过了95%的信度检验.
(2) 热带气旋强度与海南岛O3-8h浓度成正相关关系, 污染时段O3-8h浓度与平均极大风速(Vmax)和平均最小气压(Pmin)相关系数分别为0.257和-0.232, 明显偏高于清洁时段的相关系数(0.116和-0.085).随着热带气旋强度等级的上升, HP类热带气旋占所有样本数的比例升高, 最大值出现在TY等级, 为35.4%, STY和SUPERTY HP类热带气旋的比例分别达到了14.8%和10.8%.
(3) 热带气旋路径聚类分析表明, A类热带气旋是4类中个数最多的一类, 共有67个, 占所有样本数的37%; B类和D类热带气旋分别有34个(18.9%)和49个(27.1%), C类热带气旋生成个数最少, 仅为31个(17.1%).此外, A类热带气旋最容易造成海南岛出现大范围和高浓度的O3污染, A类热带气旋中HP的个数最多, 为7个, ρ(O3-8h)最高, 达到了121.90 μg·m-3.其次是B类和D类, HP个数均为5个, ρ(O3-8h)分别为117.95 μg·m-3和113.08 μg·m-3.C类最少, 仅为3个, ρ(O3-8h)为102.64 μg·m-3.
(4) HP期间热带气旋中心出现频率相对密集的区域分别是南海中部海面和巴士海峡以东的西太平洋海面, 中心值分别为4次和3次.对比分析HP类热带气旋期间污染时段和清洁时段海南岛气象要素平均值表明, HP类热带气旋使得污染时段海南岛降水量偏少, 相对湿度偏低, 日照时数偏长, 太阳总辐射偏强等, 气象条件的变化有利于O3浓度升高.
[1] | Wang M, Chen W T, Zhang L, et al. Ozone pollution characteristics and sensitivity analysis using an observation-based model in Nanjing, Yangtze River Delta Region of China[J]. Journal of Environmental Sciences, 2020, 93: 13-22. DOI:10.1016/j.jes.2020.02.027 |
[2] | Fan H, Zhao C F, Yang Y K. A comprehensive analysis of the spatio-temporal variation of urban air pollution in China during 2014-2018[J]. Atmospheric Environment, 2020, 220. DOI:10.1016/j.atmosenv.2019.117066 |
[3] |
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. DOI:10.19316/j.issn.1002-6002.2021.02.05 |
[4] |
赵楠, 卢毅敏. 中国地表臭氧浓度估算及健康影响评估[J]. 环境科学, 2022, 43(3): 1235-1245. Zhao N, Lu Y M. Estimation of surface ozone concentration and health impact assessment in China[J]. Environmental Science, 2022, 43(3): 1235-1245. DOI:10.13227/j.hjkx.202108099 |
[5] | Chen K, Zhou L, Chen X D, et al. Acute effect of ozone exposure on daily mortality in seven cities of Jiangsu Province, China: no clear evidence for threshold[J]. Environmental Research, 2017, 155: 235-241. DOI:10.1016/j.envres.2017.02.009 |
[6] | Liu X F, Guo H, Zeng L W, et al. Photochemical ozone pollution in five Chinese megacities in summer 2018[J]. Science of the Total Environment, 2021, 801(3). DOI:10.1016/j.scitotenv.2021.149603 |
[7] | Mazzuca G M, Ren X R, Loughner C P, et al. Ozone production and its sensitivity to NOx and VOCs: results from the DISCOVER-AQ field experiment, Houston 2013[J]. Atmospheric Chemistry and Physics, 2016, 16(22): 14463-14474. DOI:10.5194/acp-16-14463-2016 |
[8] | Liu J Y, Woodward R T, Zhang Y J. Has carbon emissions trading reduced PM2.5 in China?[J]. Environmental Science & Technology, 2021, 55(10): 6631-6643. |
[9] | He W H, Meng H, Han J, et al. Spatiotemporal PM2.5 estimations in China from 2015 to 2020 using an improved gradient boosting decision tree[J]. Chemosphere, 2022, 296(11). DOI:10.1016/j.chemosphere.2022.134003 |
[10] | Tan Z F, Lu K D, Jiang M Q, et al. Exploring ozone pollution in Chengdu, southwestern China: a case study from radical chemistry to O3-VOC-NOx sensitivity[J]. Science of the Total Environment, 2018, 636: 775-786. DOI:10.1016/j.scitotenv.2018.04.286 |
[11] | Zeng P, Lyu X P, Guo H, et al. Causes of ozone pollution in summer in Wuhan, Central China[J]. Environmental Pollution, 2018, 241: 852-861. DOI:10.1016/j.envpol.2018.05.042 |
[12] | 中华人民共和国生态环境保护部. 2021年中国生态环境状况公报[EB/OL]. https://www.mee.gov.cn/hjzl/sthjzk/zghjzkgb/202205/P020220527581962738409.pdf, 2022-05-28. |
[13] |
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. DOI:10.13227/j.hjkx.201905222 |
[14] |
解淑艳, 霍晓芹, 曾凡刚, 等. 2015—2019年汾渭平原臭氧污染状况分析[J]. 中国环境监测, 2021, 37(1): 49-57. Xie S Y, Huo X Q, Zeng F G, et al. Analysis of ozone pollution in Fenwei Plain from 2015 to 2019[J]. Environmental Monitoring in China, 2021, 37(1): 49-57. |
[15] | Wang T, Xue L K, Brimblecombe P, et al. Ozone pollution in China: a review of concentrations, meteorological influences, chemical precursors, and effects[J]. Science of the Total Environment, 2017, 575: 1582-1596. DOI:10.1016/j.scitotenv.2016.10.081 |
[16] | He J J, Gong S L, Yu Y, et al. Air pollution characteristics and their relation to meteorological conditions during 2014-2015 in major Chinese cities[J]. Environmental Pollution, 2017, 223: 484-496. DOI:10.1016/j.envpol.2017.01.050 |
[17] |
符传博, 徐文帅, 丹利, 等. 2015~2020年海南省臭氧时空变化及其成因分析[J]. 环境科学, 2022, 43(2): 675-685. Fu C B, Xu W S, Dan L, et al. Temporal and spatial variations in ozone and its causes over Hainan Province from 2015 to 2020[J]. Environmental Science, 2022, 43(2): 675-685. |
[18] |
耿福海, 刘琼, 陈勇航. 近地面臭氧研究进展[J]. 沙漠与绿洲气象, 2012, 6(6): 8-14. Geng F H, Liu Q, Chen Y H. Discussion on the research of surface ozone[J]. Desert and Oasis Meteorology, 2012, 6(6): 8-14. |
[19] |
刘楚薇, 连鑫博, 黄建平. 我国臭氧污染时空分布及其成因研究进展[J]. 干旱气象, 2020, 38(3): 355-361. Liu C W, Lian X B, Huang J P. Research review on the spatio-temporal distribution of ozone pollution and its causes in China[J]. Journal of Arid Meteorology, 2020, 38(3): 355-361. |
[20] |
孙家仁, 许振成, 刘煜, 等. 气候变化对环境空气质量影响的研究进展[J]. 气候与环境研究, 2011, 16(6): 805-814. Sun J R, Xu Z C, Liu Y, et al. Advances in the effect of climate change on air quality[J]. Climatic and Environmental Research, 2011, 16(6): 805-814. DOI:10.3878/j.issn.1006-9585.2011.06.15 |
[21] |
高拴柱, 董林, 许映龙, 等. 2016年西北太平洋台风活动特征和预报难点分析[J]. 气象, 2018, 44(2): 284-293. Gao S Z, Dong L, Xu Y L, et al. Analysis of the characteristics and forecast difficulties of typhoons in Western North Pacific in 2016[J]. Meteorological Monthly, 2018, 44(2): 284-293. |
[22] |
岳海燕, 顾桃峰, 王春林, 等. 台风"妮妲"过程对广州臭氧浓度的影响分析[J]. 环境科学学报, 2018, 38(12): 4565-4572. Yue H Y, Gu T F, Wang C L, et al. Influence of typhoon Nida process on ozone concentration in Guangzhou[J]. Acta Scientiae Circumstantiae, 2018, 38(12): 4565-4572. |
[23] |
张智, 马翠平, 赵娜. 台风"安比"对河北东南部地区一次O3污染影响的特征分析[J]. 环境科学学报, 2019, 39(12): 4162-4173. Zhang Z, Ma C P, Zhao N. The character analysis on typhoon ampil effecting on ozone air pollution in the southeast of Hebei Province[J]. Acta Scientiae Circumstantiae, 2019, 39(12): 4162-4173. |
[24] | Jiang F, Wang T J, Wang T T, et al. Numerical modeling of a continuous photochemical pollution episode in Hong Kong using WRF-chem[J]. Atmospheric Environment, 2008, 42(38): 8717-8727. |
[25] | Shu L, Xie M, Wang T J, et al. Integrated studies of a regional ozone pollution synthetically affected by subtropical high and typhoon system in the Yangtze River Delta region, China[J]. Atmospheric Chemistry and Physics, 2016, 16(24): 15801-15819. |
[26] | Hu X M, Xue M, Kong F Y, et al. Meteorological conditions during an ozone episode in Dallas-Fort Worth, Texas, and impact of their modeling uncertainties on air quality prediction[J]. Journal of Geophysical Research: Atmospheres, 2019, 124(4): 1941-1961. |
[27] |
赵文龙, 张春林, 李云鹏, 等. 台风持续影响下中山市大气O3污染过程分析[J]. 中国环境科学, 2021, 41(12): 5531-5538. Zhao W L, Zhang C L, Li Y P, et al. Analysis of the ozone pollution process in Zhongshan under the continuous influence of typhoons[J]. China Environmental Science, 2021, 41(12): 5531-5538. |
[28] |
赵伟, 吕梦瑶, 卢清, 等. 热带气旋对珠三角秋季臭氧污染的影响[J]. 环境科学, 2022, 43(6): 2957-2965. Zhao W, Lü M Y, Lu Q, et al. Effects of tropical cyclones on ozone pollution in the Pearl River Delta in Autumn[J]. Environmental Science, 2022, 43(6): 2957-2965. |
[29] | 王春乙. 海南气候[M]. 北京: 气象出版社, 2014. |
[30] | 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. |
[31] | 海南省生态环境厅. 2021年海南省生态环境状况公报[EB/OL]. http://hnsthb.hainan.gov.cn/xxgk/0200/0202/hjzl/hjzkgb/202206/t20220602_3205707.html, 2022-06-02. |
[32] | 《海南省天气预报技术手册》编委会. 海南省天气预报技术手册[M]. 北京: 气象出版社, 2013. |
[33] |
张会涛, 田瑛泽, 刘保双, 等. 武汉市PM2.5化学组分时空分布及聚类分析[J]. 环境科学, 2019, 40(11): 4764-4773. Zhang H T, Tian Y Z, Liu B S, et al. Spatial temporal characteristics and cluster analysis of chemical components for ambient PM2.5 in Wuhan[J]. Environmental Science, 2019, 40(11): 4764-4773. |
[34] | Jain A K. Data clustering: 50 years beyond K-means[J]. Pattern recognition Letters, 2010, 31(8): 651-666. |
[35] |
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. |
[36] | 符传博, 丹利, 唐家翔, 等. 海南省城市臭氧污染特征及气象学成因[M]. 北京: 气象出版社, 2021. |
[37] |
杨柳, 王体健, 吴蔚, 等. 热带气旋对香港地区臭氧污染影响的初步研究[J]. 热带气象学报, 2011, 27(1): 109-117. Yang L, Wang T J, Wu W, et al. The preliminary study on the effect of tropical cyclones on ozone pollution in Hong Kong[J]. Journal of Tropical Meteorology, 2011, 27(1): 109-117. |