2023, Vol. 44
2. 河北科技大学环境科学与工程学院, 石家庄 050018;
3. 河北煜鸿项目管理咨询有限公司, 石家庄 050035;
4. 石家庄市环境预测预报中心, 石家庄 050022;
5. 石家庄市生态环境局栾城区分局, 石家庄 051430;
6. 河北省生态环境应急与重污染天气预警中心, 石家庄 050037
, NIE Sai-sai2 , YU Yu-jie2 , WANG Shuai3
, CUI Jian-sheng2 , WANG Wei4 , REN Xiao-wei5 , ZHU Shuo6
2. School of Environmental Science and Engineering, Hebei University of Science and Technology, Shijiazhuang 050018, China;
3. Hebei Yuhong Project Management Consulting Co. Ltd., Shijiazhuang 050035, China;
4. Shijiazhuang Environmental Prediction Center, Shijiazhuang 050022, China;
5. Luancheng Sub-bureau of Ecology and Environment's Bureau of Shijiazhuang, Shijiazhuang 051430, China;
6. Hebei Ecological Environment Emergency and Heavy Pollution Weather Early Warning Center, Shijiazhuang 050037, China
自2013年《大气污染防治行动计划》实施以来, 我国PM2.5浓度显著降低[1], PM2.5污染超标天数持续减少, 空气质量得到显著改善[2], 与此同时, 臭氧(O3)浓度呈现波动上升趋势, O3污染超标城市和超标天数持续增加[3], O3的区域性污染逐渐受到广泛关注[4, 5]. 在全国尺度, 京津冀及周边、汾渭平原、长三角和珠三角等地区[6]的O3污染形势严峻, 其中又以京津冀及周边的河北南部、山西南部和河南北部[7]更为突出.根据《中国生态环境状况公报(2020年)》(http://www.cnemc.cn), 河北南部的石家庄(倒数第2)、邢台(倒数第8)和邯郸(倒数第5)这3个城市, 即河北南部城市, 在168个城市空气质量综合指数排名中均处于最后10位. 2020年ρ(O3): 石家庄(180 μg ·m-3)、邢台(186 μg ·m-3)和邯郸(182 μg ·m-3)均超过了《环境空气质量标准》(GB 3095-2012)中的二级标准(160 μg ·m-3), O3污染问题不容忽视.
一般来说, 近地面O3浓度升高的原因是挥发性有机物(volatile organic compounds, VOCs)降解的强氧化性自由基(RO2)与NO反应生成较多的NO2, 阻碍NO还原O3, 且其产生的NO2又进一步光解生成O3而导致的污染[8, 9], 特别是在城市区域, 短期内控制VOCs可有效降低O3浓度[10, 11].因此, 关于河北及其南部城市O3污染的研究多集中于O3传输和VOCs污染特征方面, 河北VOCs浓度的空间分布呈现南高北低的特征, 最高的区域为石家庄, 与O3浓度的空间格局较一致[12], 烯烃和芳香烃是南部城市O3生成潜势(OFP)较高的物种[13]; 在河北南部上空利用飞机对O3和VOCs进行航空观测的研究发现, O3浓度存在垂直分层和空间传输特征, 高浓度的O3集中在近地面的边界层内, 高浓度的VOCs集中于河北的城市区域.
控制VOCs的排放, 特别是芳香烃物种, 可有效减少河北南部的O3浓度[14].相关研究利用空气质量模型WRF-Chen模拟河北南部城市O3的空间传输特征[15], 发现邯郸对南部城市O3的贡献最大, 周边区域对南部城市的O3浓度的抬升也存在传输影响.关于南部各城市的研究表明, 石家庄O3污染与前体物VOCs的传输积累有着显著联系[16~18], 特别是在夏季受邢台和邯郸等南部区域的传输影响较大[19], 邯郸市VOCs占比最高(25.8%)的轨迹也在水平传输方向经过石家庄和邢台[20].此外, VOCs浓度升高[21, 22], O3污染的加剧, 会对健康产生威胁[23~25], 甚至对生态系统稳定产生影响[26, 27].综上, 石家庄、邢台和邯郸之间及区域外, 均存在着O3和VOCs的空间传输作用, 但现有研究多以南部城市的O3或VOCs为实验对象, 单独探讨其传输作用, 而将O3和VOCs结合起来探讨其传输贡献程度的研究还较少.
依据《河北省生态环境保护“十四五”规划》(http://hbepb.hebei.gov.cn)要求, 石家庄、邢台和邯郸等重点城市要稳定退出空气质量综合指数排名后10位(“退后十”), 短期内管控O3污染尤其是其前体物VOCs控制将成为关键[28].因此, 本研究选取“十四五”基准年(2020年)石家庄、邢台和邯郸O3典型污染时期(4~10月)内的O3、VOCs和气象自动监测资料, 采用OFP、地理信息系统(GIS)空间统计、拉格朗日混合单粒子轨道模型(hybrid single particle Lagrangian integrated trajectory, HYSPLIT)方法, 对南部城市O3和VOCs的时空污染特征、其与气象要素的关系和空间传输贡献进行探讨, 以期为石家庄、邢台和邯郸稳定“退后十”提供依据.
1 材料与方法 1.1 观测站点分布和风向变化石家庄、邢台和邯郸位于河北中南部(河北南部城市), 太行山脉南麓, 整体地势西高东低, 总面积约30 930 km2(图 1), 其均是重要的京津冀大气污染传输通道“2+26”城市[29].河北南部城市的国控环境质量监测站共有16个, 省控环境质量监测站共有121个.VOCs组分监测站分别位于石家庄市监控中心(38°01′48.56″N, 114°32′8.09″E, 72 m)、邢台市一中(37°04′16.5″N, 114°28′23.0″E, 85 m)和邯郸市环保局(36°36′47.04″N, 114°30′22.03″E, 60 m), 均位于主体建筑楼顶, 站点周围主要功能区均是居住区和商业区.风速和风向是污染物发生空间传输和扩散作用的主要驱动因素[30], 南部城市4~10月主导风向主要为南向和北向, 石家庄主导风向呈SSE和NNW, 邢台为N和S, 而邯郸则为S和SSE, 风向分布上南部城市间存在着一定联系.
|
图 1 河北南部城市观测点分布和风向变化 Fig. 1 Distribution of observation points and wind direction in southern Hebei cities |
2020年4~10月河北南部城市O3浓度选取15个国控环境监测站的逐时数据(封龙山为区域背景站不参与计算), 包含O3浓度1 h均值(O3-1 h)和8 h滑动均值(O3-8 h)数据, 总有效数据量为154 080 h, 源自中国环境监测总站(http://www.cnemc.cn/).南部城市4~10月的VOCs数据来源于3市VOCs组分监测站的逐时资料, 包括烷烃29种、烯烃11种、炔烃1种、芳香烃17种、含氧VOCs(OVOCs)22种、卤代烷烃20种、卤代烯烃9种、卤代芳烃6种和硫化物1种共116个物种.同期气象要素(温度、湿度、降水、风向和风速)数据是3市气象监测站的逐小时资料, 有效数据量为77 035 h, 数据来源于中国气象局气象数据中心(http://data.cma.cn/data).2020年3~11月的全球资料同化系统(GDAS)数据采用美国国家环境预报中心提供的多尺度气象数据集(ftp://arlftp.arlhq.noaa.gov/pub/archives/gdas1/).
监测数据处理过程中, 首先对各类型数据制作散点图和箱型图, 初步找出异常数据及对应时段, 再进一步核实负值、零值、极值等仪器故障数据, 并删除异常数据.数据的逐时、日和月处理均通过Excel VBA和Origin 2018 pro实现; 相关性分析采用SPSS 24处理后, 经R-GUI实现可视化.后向轨迹模拟和聚类分析通过MeteInfo Map[31]实现; 潜在源区和传输贡献统计采用ArcGIS 10.3实现.数据处理满足《环境空气质量指数技术规定(试行)》 (HJ 633-2012)、GB 3095-2012及其修改单要求.
1.3 臭氧生成潜势VOCs物种对O3光化学生成的潜在活性程度可通过OFP表征[32], 计算OFP的关键是准确得到最大增量反应活性(maximum incremental reactivity, MIR[33]), MIR是最大增量O3反应中的生成系数[34], 可通过烟雾箱实验模拟得到, 本研究采用文献[34]的MIR数值, 公式如下：
|
(1) |
式中, OFPi为第i个物种的OFP(μg ·m-3); MIRi为第i个物种的MIR系数(以O3/VOCs计, g ·g-1); VOCsi为第i个物种的环境浓度(μg ·m-3); mi为VOCs物种(i)的相对分子质量; MO3为O3的相对分子质量(48).
1.4 后向轨迹模拟与传输贡献 1.4.1 后向轨迹模拟及聚类分析后向轨迹是基于HYSPLIT模式倒推模拟一定时期的大气气团轨迹.模拟过程中, 每条轨迹的时间分辨率为1 h, 后向模拟时间为48 h, 高度为100 m[35].在后向轨迹基础上, 结合4~10月O3浓度数据, 利用GIS筛选出O3浓度超过GB 3095-2012中对应二级限值的轨迹, 即O3污染轨迹, 进而采用角距离(angle distance)聚类分析, 将多条空间来源的O3污染轨迹聚类成具有主要方向差异的传输通道.以上过程通过TrajStat模块[31]实现.
南部城市后向轨迹模拟的目标点主要基于O3国控监测站位置以及能够反映O3污染轨迹对整个城市影响的位置确定, 即选择处于城市中心位置的O3国控监测站, 并结合VOCs组分站的位置, 最终确定石家庄市人民会堂(38°03′8.53″N, 114°31′17.18″E)站点[36]、邢台市环保局(37°03′43.20″N, 114°29′7.44″E)站点和邯郸市矿院(36°34′39.36″N, 114°30′12.60″E)站点为后向轨迹模拟的目标点(图 1).
1.4.2 PCWT及区域贡献在O3污染轨迹基础上, 经过CWT(concentration weighted trajectory)运算, 即得到O3污染轨迹的CWT, 即PCWT(polluted trajectory CWT)[35], 为减少PCWT模拟不确定性, 将PCWT结果乘以权重因子(Wij)得到WPCWT. PCWT的空间模拟范围与后向轨迹的范围一致, 空间分辨率为0.25°.计算过程见式(2)~式(4).在得到WPCWT结果后, 基于ArcGIS 10.3 Map处理和统计不同城市O3和VOCs的WPCWT网格数据, 最终得到河北南部城市O3和VOCs的内部及区域外传输的贡献程度.
|
(2) |
|
(3) |
|
(4) |
式中, PCWTij为栅格上的污染轨迹的权重浓度; M为污染轨迹总数; l为某一污染轨迹; τijl为l在栅格ij上停留的时间; cl为l经过某一栅格ij所对应的O3或VOCs的浓度(μg ·m-3); Wij为按nij分级的权重因子; WPCWTij为减少不确定性后的PCWTij值(μg ·m-3), 即最终结果.
2 结果与讨论 2.1 河北南部城市O3污染概况为探讨河北南部城市O3污染天数和月度变化特征, 利用2020年4~10月O3日最大8 h滑动平均浓度(MDA8 O3)数据, 并结合HJ 633-2012对O3污染等级和月均浓度进行统计(图 2).河北南部城市O3污染[月均ρ(O3)≥160 μg ·m-3]主要出现在4~9月, O3作为首要污染物[ρ(MDA8 O3)≥100 μg ·m-3]则出现在4~10月, 6月是O3污染最为严重的月份(图 2).石家庄呈单峰型(倒“U”型)分布, 而邢台和邯郸呈双峰型(“M”型)分布; 首峰均为6月, 其ρ(O3)均值依次为：邢台(233.8 μg ·m-3)>邯郸(225.2 μg ·m-3)>石家庄(224.8 μg ·m-3), 邢台(214.4 μg ·m-3)和邯郸(203.1 μg ·m-3)的次峰出现在9月.此外, 邯郸(2 d)和邢台(1 d)均出现O3重度污染天[ρ(MDA8 O3)≥265 μg ·m-3], 石家庄无重污染天.
|
图柱粗细表示O3浓度的大小, 柱越粗表示O3浓度越大 图 2 河北南部城市4~10月O3浓度和污染等级的变化 Fig. 2 Variation in O3 mass concentration and pollution level in southern Hebei cities from April to October |
南部城市4~6月O3浓度呈迅速升高态势(图 2), 这与辐射加强、温度升高[37], 加快O3的光化学反应有关; 7月雨季来临, 降水的降温和增湿作用[38], 致使O3浓度显著下降.7~9月石家庄O3浓度呈持续下降趋势, 而邢台和邯郸则呈整体抬升趋势, 这与7~9月南部城市间气象条件差异和O3前体物(VOCs和NOx)的排放有一定的关系, 一般来说, 污染源排放的影响是较稳定和长期的, 而不同城市间温度、湿度、风速和降水等气象条件的空间差异性, 将在短时期导致O3污染出现明显的区域分异[16].9月南部城市以偏北风为主(图 4), 从北向南的输送加强, 加之邢台和邯郸位置偏南, 气温没有明显下降, 光化学反应还较强, 进而导致O3污染.此外, 10月温度下降、辐射强度减弱是南部城市O3污染显著改善的重要原因[35].
2.2 河北南部城市O3污染的时空特征 2.2.1 O3与气象要素的月度时空变化南部城市O3污染时期(4~10月), O3空间分布及其与气象要素的逐月变化关系如图 3所示, 气象要素选取与O3光化学反应有密切联系的温度(T)、湿度(RH)和降水量(PREC), 以及与O3空间传输相关的风速(WS).南部城市4~10月的O3浓度与T整体变化较一致, 而与RH变化呈相反关系(图 3), 高温伴随着强辐射环境, 会加快O3的生成, 低湿度不利于O3与水分子的结合, 因此, 高温低湿的气象条件会促进O3的生成.南部城市4~10月T[(23±0.4)℃]和RH[(61±1)%]的差异较小, PREC[(1.9±0.3)mm]和WS[(2.4±0.6)m ·s-1]的差异较大, 5月石家庄的降水量(1.5 mm)显著低于邢台(2.1 mm)和邯郸(3.1 mm), 而其ρ(O3)明显低于邢台(198 μg ·m-3)和邯郸(199 μg ·m-3), 这与石家庄5月南向风速较大扩散作用强有关, 邢台和邯郸二者的主导风向为南向, 但其北向仍有较高风速, 这使二者产生的污染不易扩散至域外, 且域外污染进入后也易形成积累所致(图 4).6月邢台(3.4 m ·s-1)的风速显著高于石家庄(2.6 m ·s-1)和邯郸(1.9 m ·s-1), 主导风向为南向, 位于下风向的石家庄会受到邢台和邯郸较多的传输影响, 但由于其降水量(4.9mm)较大, 降低了O3的生成强度, 致使O3浓度略低于邢台和邯郸[16].
|
图 3 河北南部城市4~10月O3浓度空间分布及其与气象要素的月变化 Fig. 3 Spatial distribution of O3 mass concentration and monthly variations with meteorological elements in southern Hebei cities from April to October |
|
百分数为风向频率(%); 静风频率除9月石家庄和邢台外均为0 图 4 河北南部城市5月、6月和9月的风向和风速 Fig. 4 Wind direction and speed in southern Hebei cities in May, June, and September |
南部城市4~10月ρ(O3)的范围为192~231 μg ·m-3, 全域达O3污染等级, 部分区域达到中度污染, 空间上呈西南高、东北低的趋势, 与西部区域较多的天然源VOCs排放和偏南风驱动的传输有关.4~10月ρ(TVOC)呈：邢台(274 μg ·m-3)>石家庄(266 μg ·m-3)>邯郸(218 μg ·m-3), 其中, 烯烃和芳香烃OFP总量(石家庄54.42%、邢台60.34%、邯郸67.21%)均超过各南部城市总OFP的一半, 烯烃是石家庄(33.62%)和邢台(35.84%)OFP中占比突出的物种, 芳香烃是邯郸(35.86%)OFP中占比最大的物种.
2.2.2 O3与VOCs的日变化为探讨南部城市O3污染时期, T、RH和WS这3个敏感气象要素与VOCs日变化的关系, 选取4~10月O3、VOCs和气象要素的逐时资料进行统计(图 5).南部城市O3日变化趋势整体一致, 均在15:00~16:00达到峰值(143.13 μg ·m-3), 在06:00~07:00达到谷值(36.31 μg ·m-3), 与2019年4~9月的日变化一致[36], 而TVOC日变化整体与O3相反, ρ(TVOC)峰值(130.82 μg ·m-3)出现在06:00~07:00, 谷值(98.45 μg ·m-3)出现在15:00~16:00.一般而言, 夜间(18:00~次日06:00)大气边界层高度较低且稳定[39]、辐射量较小, O3与VOCs的光化学反应受到抑制, 加之日间城市交通排放的较多NOx会与O3发生滴定作用[40], 导致O3降至谷值, VOCs得到积累升至峰值; 06:00~16:00辐射增强、温度升高和湿度的降低, O3光化学逐渐增强, 加之边界层抬升、风速逐渐增强, 受到O3空间传输的影响, O3浓度逐渐升至峰值, 由于光化学消耗, VOCs降至谷值.16:00~18:00辐射强度降低、风速减弱, O3光化学反应和传输受到抑制, O3浓度开始降低, VOCs得到积累.OFP日变化中, 石家庄(OVOCs)、邢台(芳香烃)和邯郸(芳香烃)的OFP优势物种有差异.
|
图 5 河北南部城市O3、VOCs、OFP及与气象要素的日变化 Fig. 5 Diurnal variations in O3, VOCs, OFP, and meteorological elements in southern Hebei cities |
南部城市O3污染时期, PM2.5和VOCs与气象要素的逐日相关性如图 6所示, 石家庄O3与烷烃、烯烃和OVOCs呈较强的相关性(P < 0.05), 邢台O3与烯烃、炔烃和卤代烯烃有较强的联系(P < 0.05), 邯郸O3仅与芳香烃和卤代芳烃有显著的相关性(P < 0.01), 这与城市产业结构和空间布局的差异, 致使污染物排放的差异有关[16].南部城市O3与T均呈显著正相关(P < 0.01), 与RH呈负相关, 原因是高温低湿会促进VOCs与O3的光化学反应, 较高的湿度不利于本区域O3的生成.南部城市O3、VOCs与WS存在正相关, 其中, 石家庄O3与WS呈显著正相关(P < 0.01), 邢台TVOC与WS呈较强的正相关(P < 0.05), 表明在风的驱动作用下, 存在着O3及VOCs物种的空间传输过程.此外, 降水对南部城市O3的相关性较弱.
|
红色为正相关(r>0), 蓝色为负相关(r < 0), 色度越深表示相关性越强; “—”表示无数据; *表示P < 0.05, **表示P < 0.01 图 6 河北南部城市O3、VOCs与气象要素的相关性 Fig. 6 Correlation of ozone, VOCs, and meteorological elements in southern Hebei cities |
一般而言, PM2.5浓度降低会减少HO2自由基的非均相吸收[41], 进而加剧O3的生成[42], 因此, PM2.5的空间传输也会对输入地O3浓度产生一定的影响.4~10月邢台风速(3.1 m ·s-1)高于石家庄(2.2 m ·s-1)和邯郸(1.8 m ·s-1), 邢台ρ(PM2.5)均值为34.52 μg ·m-3, 低于石家庄(39.78 μg ·m-3)和邯郸(38.69 μg ·m-3), 结合图 5, 邢台06:00~16:00的O3浓度重于石家庄和邯郸, 这是由于当风速较高时, PM2.5扩散至区域外后, 本区域PM2.5浓度降低, 加之温度的促进作用, 会导致该区域O3浓度升高, 而下风向区域PM2.5浓度的升高, 会降低O3的生成.
2.4 河北南部城市O3污染的空间关联为探讨南部城市O3污染时期, O3传输轨迹和主要传输方向分布, 对聚类后不同轨迹上的O3、WS、VOCs及其物种进行统计(图 7), 轨迹上O3浓度为O3算术均值.石家庄O3污染轨迹聚类出4个主要的污染传输方向[图 7(a1)], 其中, 经过邢台和邯郸的轨迹3是占比最高的轨迹(49.20%), 轨迹上ρ(O3)均值(186.95 μg ·m-3)较高、WS较大(2.5 m ·s-1)和ρ(TVOC)82.15 μg ·m-3最高, 来自邢台和邯郸的O3、TVOC传输对石家庄O3污染产生了一定影响, 且烷烃和卤代烷烃是TVOC传输中较多的物种[43].
|
粗实线表示聚类后的结果, 细实线代表模拟后的轨迹, 不同线条颜色表示不同传输方向的轨迹 图 7 河北南部城市O3污染轨迹分布及轨迹要素统计 Fig. 7 Statistics of ozone pollution trajectory distribution and elements in southern Hebei cities |
邢台O3污染轨迹聚类出6个传输方向[图 7(a2)], 来自南部的轨迹(67.49%)频率显著高于北部(32.51%), 北部的轨迹1(10.63%)经过石家庄, 其轨迹上ρ(O3)(198.92 μg ·m-3)最高, 而其ρ(TVOC)均值(40.6 μg ·m-3)最低, 且空间距离较短、WS(2.6 m ·s-1)较弱, 因此, 轨迹1以近距离的O3传输为主, 会较多地受到邢台北部区域O3污染的影响.邢台南部轨迹2~5均经过邯郸及其以南区域, 4条轨迹的ρ(O3)均值为184.83 μg ·m-3, WS为3.4 m ·s-1, ρ(TVOC)为90.96 μg ·m-3, 其中, 烷烃、卤代烷烃和芳香烃的浓度占比较高, 结合轨迹长度, 说明邢台南部轨迹除来自近距离O3传输外, 还存在VOCs活性物种的传输.
邯郸O3污染轨迹聚类出5个传输方向, 南部轨迹(74.82%)频率较多, 北部轨迹(25.18%)较少[图 7(a3)].北部轨迹1经过邢台中东部、石家庄东部和衡水, 轨迹上的ρ(O3)均值(189.96 μg ·m-3)较高, WS(2.1 m ·s-1)较高, 卤代烷烃和芳香烃超过ρ(TVOC)(83.14 μg ·m-3)一半, 其与受到近距离邢台的O3和VOCs活性较高(芳香烃), 及长距离传输VOCs寿命较长的卤代烃有关.邯郸O3南部轨迹2~5主要经过山西、河南和山东部分区域, 其中, 经过河南的轨迹2和轨迹3的ρ(O3)均值(190.35 μg ·m-3)最高, VOCs物种主要是芳香烃和卤代烷烃, 说明南部前体物的传输对O3有重要影响; 经过山西的轨迹5的ρ(TVOC)均值(164.12 μg ·m-3)最高, 但其ρ(O3)均值(182.29 μg ·m-3)最低, 轨迹5初始轨迹为西北, 在到达邯郸时受到太行山的阻挡, 轨迹较少, 加之卤代烷烃的OFP较低[43], 导致其ρ(O3)较低(182.29 μg ·m-3).
2.5 河北南部城市O3本地生成和传输贡献为进一步探讨南部城市O3和VOCs空间传输的贡献强度, 采用WPCWT定量模拟出O3和VOCs的权重浓度分布(图 8), 并结合GIS空间分析, 最终得出南部城市间O3和VOCs的贡献率(表 1).石家庄O3本地生成贡献率为25.23%, 邢台对石家庄的O3贡献率(27.39%)最多, 其他区域对石家庄的贡献率为26.88%, 因此, 石家庄加强VOCs排放管控[44], 并与邢台、保定和衡水[WPCWT≥160 μg ·m-3)]加强协同管控, 可有效减轻O3污染的影响[45].邢台本地O3贡献率为26.35%, 除石家庄(15.78%)和邯郸(26.8%)外的O3传输贡献率高达31.07%, 污染物主要来自衡水、沧州、安阳、鹤壁和濮阳, 且南部区域的贡献率较高.邯郸本地贡献率(23.06%)低于石家庄和邢台, 受到南部外源污染传输(47.12%)的影响较大, 主要以安阳、鹤壁、濮阳、聊城和菏泽的传输为主.
|
图 8 河北南部城市O3和VOCs的WPCWT分布 Fig. 8 Distribution of WPCWT for ozone and VOCs in southern Hebei cities |
|
表 1 河北南部城市O3和VOCs的传输贡献率/% Table 1 Transport contribution rates of ozone and VOCs in southern Hebei cities/% |
南部城市间VOCs的贡献率可以指示O3空间传输过程中VOCs对目标区域的影响, 可反映VOCs减排对降低O3污染的潜力.石家庄VOCs的本地排放贡献率为25.49%, 与O3的本地生成贡献存在较好的较一致性, 表明石家庄排放的VOCs较多地转化成了O3[46], 其他区域贡献中, 邢台对石家庄的VOCs传输贡献率(28.86%)仍是最高的, 应加强VOCs防治措施的协同[45].邢台VOCs本地生成贡献率为25.25%, 邯郸对邢台VOCs的传输贡献率(32.76%)最高, 说明来自邯郸的VOCs传输对邢台O3的污染有着重要作用.邯郸VOCs内部传输的贡献率为21.57%, 邯郸其他区域的贡献率最高(53.44%), 邯郸VOCs的传输主要来自河南中北部的传输[WPCWT≥80 μg ·m-3)], 与O3权重浓度分布较一致.
3 结论(1) 石家庄、邢台和邯郸(河北南部城市)O3作为首要污染物均出现在4~10月, 6月是其污染最重的月份, 其ρ(O3)大小呈：邢台>邯郸>石家庄.南部城市4~10月ρ(O3)[(192~231)μg ·m-3]的空间分布呈南高北低, ρ(TVOC)均值大小呈：邢台(274 μg ·m-3)>石家庄(266 μg ·m-3)>邯郸(218 μg ·m-3), 烯烃和芳香烃是南部城市占比较高的VOCs物种.
(2) 南部城市O3日变化均呈以15:00~16:00为峰值(143.13 μg ·m-3)的单峰型分布, 而VOCs日变化是以06:00~07:00为峰值(130.82 μg ·m-3)的单峰型分布; O3与T呈正相关(P < 0.01), O3与RH呈负相关(P < 0.01), O3与WS呈正相关(P < 0.01).
(3) 南部城市间O3污染具有显著的空间方向性和关联性, 南部轨迹的频率显著高于北部轨迹, 北部轨迹的O3浓度较高, 而南部轨迹的VOCs浓度较高, 烷烃、卤代烷烃和芳香烃是VOCs传输的主要物种.经石家庄到邢台的轨迹上ρ(O3)均值(198.92 μg ·m-3)最高, 经邯郸到邢台的O3污染轨迹频率(67.49%)最高.
(4) 南部城市间O3和VOCs的空间贡献有显著差异, O3本地生成的贡献大小依次为：邢台>石家庄>邯郸; VOCs本地生成的贡献大小依次为：石家庄>邢台>邯郸.O3传输过程中, 邢台对石家庄的传输贡献率最高(27.39%), 其次是邯郸对邢台的传输贡献率(26.8%); VOCs传输过程中, 邯郸对邢台的传输贡献率(32.76%)高于邢台对石家庄的传输贡献率(28.86%).
| [1] | Wang Y H, Gao W K, Wang S, et al. Contrasting trends of PM2.5 and surface-ozone concentrations in China from 2013 to 2017[J]. National Science Review, 2020, 7(8): 1331-1339. DOI:10.1093/nsr/nwaa032 |
| [2] | Lyu X, Wang N, Gu H, et al. Causes of a continuous summertime O3 pollution event in Jinan, a central city in the North China Plain[J]. Atmospheric Chemistry and Physics, 2019, 19(5): 3025-3042. DOI:10.5194/acp-19-3025-2019 |
| [3] |
牛笑笑, 钟艳梅, 杨璐, 等. 2015-2020年中国城市PM2.5-O3复合污染时空演变特征[J]. 环境科学, 2023, 44(4): 1830-1840. Nu X X, Zhong Y M, Yang L, et al. Spatiotemporal evolution characteristics of PM2.5-O3 compound pollution in Chinese cities from 2015 to 2020[J]. Environmental Science, 2023, 44(4): 1830-1840. |
| [4] |
李沈鑫, 邹滨, 张凤英, 等. PM2.5和O3污染协同防控区的遥感精细划定与分析[J]. 环境科学, 2022, 43(10): 4293-4304. Li S X, Zou B, Zhang F Y, et al. Regionalization and analysis of PM2.5 and O3 synergetic prevention and control areas based on remote sensing data[J]. Environmental Science, 2022, 43(10): 4293-4304. |
| [5] |
张鸿宇, 王媛, 卢亚灵, 等. 我国臭氧污染控制分区及其控制类型识别[J]. 中国环境科学, 2021, 41(9): 4051-4059. Zang H Y, Wang Y, Lu Y L, et al. Identification of ozone pollution control zones and types in China[J]. China Environmental Science, 2021, 41(9): 4051-4059. DOI:10.3969/j.issn.1000-6923.2021.09.010 |
| [6] | Wu W L, Xue Y X, Zheng Y X, et al. Diurnal regulation of VOCs may not be effective in controlling ozone pollution in China[J]. Atmospheric Environment, 2021, 256. DOI:10.1016/j.atmosenv.2021.118442 |
| [7] | Liu Z Z, Doherty R M, Wild O, et al. Contrasting chemical environments in summertime for atmospheric ozone across major Chinese industrial regions: the effectiveness of emission control strategies[J]. Atmospheric Chemistry and Physics, 2021, 21(13): 10689-10706. DOI:10.5194/acp-21-10689-2021 |
| [8] | Yan Y L, Peng L, Li R M, et al. Concentration, ozone formation potential and source analysis of volatile organic compounds (VOCs) in a thermal power station centralized area: a study in Shuozhou, China[J]. Environmental Pollution, 2017, 223: 295-304. DOI:10.1016/j.envpol.2017.01.026 |
| [9] | Jin X M, Fiore A, Boersma K F, et al. Inferring changes in summertime surface Ozone-NOx-VOC chemistry over U.S. urban areas from two decades of satellite and ground-based observations[J]. Environmental Science & Technology, 2020, 54(11): 6518-6529. |
| [10] | Lyu X, Guo H, Zou Q L, et al. Evidence for reducing volatile organic compounds to improve air quality from concurrent observations and in situ simulations at 10 stations in eastern China[J]. Environmental Science & Technology, 2022, 56(22): 15356-15364. |
| [11] | Sillman S, Logan J A, Wofsy S C. The sensitivity of ozone to nitrogen oxides and hydrocarbons in regional ozone episodes[J]. Journal of Geophysical Research, 1990, 95(D2): 1837-1851. DOI:10.1029/JD095iD02p01837 |
| [12] | Wang Z S, Wang H Y, Zhang L, et al. Characteristics of volatile organic compounds (VOCs) based on multisite observations in Hebei province in the warm season in 2019[J]. Atmospheric Environment, 2021, 256. DOI:10.1016/j.atmosenv.2021.118435 |
| [13] | Guan Y, Zhang Y H, Zhang Y S, et al. Pollution characteristics and key reactive species of volatile organic compounds in Beijing-Tianjin-Hebei area, China[J]. Aerosol and Air Quality Research, 2020, 20(9): 1886-1897. DOI:10.4209/aaqr.2019.11.0595 |
| [14] | Benish S E, He H, Ren X R, et al. Measurement report: aircraft observations of ozone, nitrogen oxides, and volatile organic compounds over Hebei Province, China[J]. Atmospheric Chemistry and Physics, 2020, 20(23): 14523-14545. DOI:10.5194/acp-20-14523-2020 |
| [15] |
张雨. 河北南部城市夏季臭氧来源及传输贡献研究[D]. 邯郸: 河北工程大学, 2021. Zhang Y. Regional contribution and inter-city transport of summertime ozone over southern Hebei cities[D]. Handan: Hebei University of Engineering, 2021. |
| [16] |
王帅, 聂赛赛, 冯亚平, 等. 石家庄市臭氧和二氧化氮的时空演替特征及来源解析[J]. 环境科学, 2021, 42(6): 2679-2690. Wang S, Nie S S, Feng Y P, et al. Spatio-temporal evolution characteristics and source apportionment of O3 and NO2 in Shijiazhuang[J]. Environmental Science, 2021, 42(6): 2679-2690. DOI:10.13227/j.hjkx.202011090 |
| [17] |
王帅, 崔建升, 冯亚平, 等. 石家庄市挥发性有机物和臭氧的污染特征及源解析[J]. 环境科学, 2020, 41(12): 5325-5335. Wang S, Cui J S, Feng Y P, et al. Characteristics and source apportionment of VOCs and O3in Shijiazhuang[J]. Environmental Science, 2020, 41(12): 5325-5335. DOI:10.3969/j.issn.1000-6923.2020.12.026 |
| [18] | Zheng Y H, Jiang F, Feng S Z, et al. Long-range transport of ozone across the eastern China seas: a case study in coastal cities in southeastern China[J]. Science of the Total Environment, 2021, 768. DOI:10.1016/j.scitotenv.2020.144520 |
| [19] | Guan Y, Wang L, Wang S J, et al. Temporal variations and source apportionment of volatile organic compounds at an urban site in Shijiazhuang, China[J]. Journal of Environmental Sciences, 2020, 97: 25-34. DOI:10.1016/j.jes.2020.04.022 |
| [20] | Yao S, Wang Q H, Zhang J M, et al. Ambient volatile organic compounds in a heavy industrial city: concentration, ozone formation potential, sources, and health risk assessment[J]. Atmospheric Pollution Research, 2021, 12(5). DOI:10.1016/j.apr.2021.101053 |
| [21] | Chen X, Millet D B, Singh H B, et al. On the sources and sinks of atmospheric VOCs: an integrated analysis of recent aircraft campaigns over North America[J]. Atmospheric Chemistry and Physics, 2019, 19(14): 9097-9123. DOI:10.5194/acp-19-9097-2019 |
| [22] | Karlsson P E, Klingberg J, Engardt M, et al. Past, present and future concentrations of ground-level ozone and potential impacts on ecosystems and human health in northern Europe[J]. Science of The Total Environment, 2017, 576: 22-35. DOI:10.1016/j.scitotenv.2016.10.061 |
| [23] | Li Y D, Yin S S, Yu S J, et al. Characteristics, source apportionment and health risks of ambient VOCs during high ozone period at an urban site in central plain, China[J]. Chemosphere, 2020, 250. DOI:10.1016/j.chemosphere.2020.126283 |
| [24] | Li X, Chen Q, Zheng X Y, et al. Effects of ambient ozone concentrations with different averaging times on asthma exacerbations: a meta-analysis[J]. Science of the Total Environment, 2019, 691: 549-561. DOI:10.1016/j.scitotenv.2019.06.382 |
| [25] | Maji K J, Ye W F, Arora M, et al. Ozone pollution in Chinese cities: assessment of seasonal variation, health effects and economic burden[J]. Environmental Pollution, 2019, 247: 792-801. DOI:10.1016/j.envpol.2019.01.049 |
| [26] | de Vries W, Posch M, Simpson D, et al. Modelling long-term impacts of changes in climate, nitrogen deposition and ozone exposure on carbon sequestration of European forest ecosystems[J]. Science of the Total Environment, 2017, 605-606: 1097-1116. DOI:10.1016/j.scitotenv.2017.06.132 |
| [27] | Unger N, Zheng Y Q, Yue X, et al. Mitigation of ozone damage to the world's land ecosystems by source sector[J]. Nature Climate Change, 2020, 10(2): 134-137. DOI:10.1038/s41558-019-0678-3 |
| [28] | Liu Z Y, Lei Y, Xue W B, et al. Mitigating China's ozone pollution with more balanced health benefits[J]. Environmental Science & Technology, 2022, 56(12): 7647-7656. |
| [29] | Xiao C C, Chang M, Guo P K, et al. Analysis of air quality characteristics of Beijing-Tianjin-Hebei and its surrounding air pollution transport channel cities in China[J]. Journal of Environmental Sciences, 2020, 87: 213-227. DOI:10.1016/j.jes.2019.05.024 |
| [30] | Chen Z Y, Chen D L, Zhao C F, et al. Influence of meteorological conditions on PM2.5 concentrations across China: a review of methodology and mechanism[J]. Environment International, 2020, 139. DOI:10.1016/j.envint.2020.105558 |
| [31] | Wang Y Q. Meteoinfo: GIS software for meteorological data visualization and analysis[J]. Meteorological Applications, 2014, 21(2): 360-368. DOI:10.1002/met.1345 |
| [32] | Xiong Y, Du K. Source-resolved attribution of ground-level ozone formation potential from VOC emissions in Metropolitan Vancouver, BC[J]. Science of the Total Environment, 2020, 721. DOI:10.1016/j.scitotenv.2020.137698 |
| [33] | Carter W P L. Development of a condensed saprc-07 chemical mechanism[J]. Atmospheric Environment, 2010, 44(40): 5336-5345. DOI:10.1016/j.atmosenv.2010.01.024 |
| [34] | Venecek M A, Carter W P L, Kleeman M J. Updating the SAPRC maximum incremental reactivity (MIR) scale for the United States from 1988 to 2010[J]. Journal of the Air & Waste Management Association, 2018, 68(12): 1301-1316. |
| [35] |
聂赛赛, 王帅, 崔建升, 等. 石家庄市大气污染物的季节性时空特征及潜在源区[J]. 环境科学, 2021, 42(11): 5131-5142. Nie S S, Wang S, Cui J S, et al. Spatio-temporal characteristics and potential source areas of seasonal atmospheric pollution in Shijiazhuang[J]. Environmental Science, 2021, 42(11): 5131-5142. DOI:10.13227/j.hjkx.202102120 |
| [36] |
王帅, 冯亚平, 崔建升, 等. 石家庄市臭氧污染的时空演变格局和潜在源区[J]. 环境科学学报, 2020, 40(9): 3081-3092. Wang S, Feng Y P, Cui J S, et al. Spatio-temporal evolution patterns and potential source areas of ozone pollution in Shijiazhuang[J]. Acta Scientiae Circumstantiae, 2020, 40(9): 3081-3092. DOI:10.13671/j.hjkxxb.2020.0154 |
| [37] | Qian J, Liao H, Yang Y, et al. Meteorological influences on daily variation and trend of summertime surface ozone over years of 2015-2020:quantification for cities in the Yangtze River Delta[J]. Science of the Total Environment, 2022, 834. DOI:10.1016/j.scitotenv.2022.155107 |
| [38] |
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 |
| [39] | Zhao W, Tang G Q, Yu H, et al. Evolution of boundary layer ozone in Shijiazhuang, a suburban site on the North China Plain[J]. Journal of Environmental Sciences, 2019, 83: 152-160. DOI:10.1016/j.jes.2019.02.016 |
| [40] | 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 |
| [41] | Li K, Jacob D J, Liao H, et al. Anthropogenic drivers of 2013-2017 trends in summer surface ozone in China[J]. Proceedings of the National Academy of Sciences of the United States of America, 2018, 116(2): 422-427. |
| [42] |
宋小涵, 燕丽, 刘伟, 等. 2015~2021年京津冀及周边地区PM2.5和臭氧复合污染时空特征分析[J]. 环境科学, 2023, 44(4): 1841-1851. Song X H, Yan L, Liu W, et al. Spatiotemporal distribution characteristics of co-pollution of PM2.5 and ozone over BTH with surrounding area for years of 2015-2021[J]. Environmental Science, 2023, 44(4): 1841-1851. |
| [43] |
伍永康, 陈伟华, 颜丰华, 等. 不同传输通道下珠江三角洲臭氧与前体物非线性响应关系[J]. 环境科学, 2022, 43(1): 160-169. Wu Y K, Chen W H, Yan F H, et al. Nonlinear response relationship between ozone and precursor emissions in the Pearl River Delta region under different transmission channels[J]. Environmental Science, 2022, 43(1): 160-169. DOI:10.3969/j.issn.1000-6923.2022.01.018 |
| [44] | Wang Z B, Li J X, Liang L W. Spatio-temporal evolution of ozone pollution and its influencing factors in the Beijing-Tianjin-Hebei Urban Agglomeration[J]. Environmental Pollution, 2020, 256. DOI:10.1016/j.envpol.2019.113419 |
| [45] |
李红, 彭良, 毕方, 等. 我国PM2.5与臭氧污染协同控制策略研究[J]. 环境科学研究, 2019, 32(10): 1763-1778. Li H, Peng L, Bi F, et al. Strategy of coordinated control of PM2.5 and ozone in China[J]. Research of Environmental Sciences, 2019, 32(10): 1763-1778. |
| [46] | Song Y F, Zhang Y Y, Liu J F, et al. Rural vehicle emission as an important driver for the variations of summertime tropospheric ozone in the Beijing-Tianjin-Hebei region during 2014-2019[J]. Journal of Environmental Sciences, 2022, 114: 126-135. |