2024, Vol. 45
2. 山西省人工增雨防雷技术中心, 太原 030006
, WANG Shu-min1 , PEI Kun-ning1 , YAN Shi-ming1
, SUN Hong-ping2 , ZHANG Feng-sheng1 , GAO Xing-ai1
2. Shanxi Weather Modification and Lightning Protection Technical Center, Taiyuan 030006, China
臭氧（O3）是地球大气的重要微量成分之一, 是一种重要的氧化剂, 也是对流层中其它重要氧化剂（如·OH和NO3）的主要前体物[1].近地层大气中高浓度O3对人类健康、植被生态系统等构成较大威胁[2, 3].近年来, 随着我国社会经济的高速发展、城市化进程的加快以及机动车保有量的激增, 以O3为特征污染物的大气光化学污染已成为我国城市区域越来越突出的大气环境问题, 受到政府、科学界和普通民众的广泛关注[4~7].
对流层O3污染是局地光化学过程和区域输送共同作用的结果[8].有研究表明[9~14], 前体物排放处于高位及高反应活性前体物的化学转化是O3污染形成的主要内在原因, 环境因子及气候条件是关键外在因子, 三维立体传输（平流层输入、垂直混合及水平传输）是重要影响因素[15].Wei等[16]研究表明2015年以来我国夏季O3浓度及O3污染出现概率明显加重, 尤其在华北平原和主要大气污染传输带（即“2+26”城市）.Wang等[17]对武汉城市圈区域O3生成机制的研究表明, （NO + HO2）过程主导着O3的光化学生成, （NO2+ OH）过程主导O3光化学损耗, 夜间（O3+ 烯烃）对于O3的汇作用不可忽视.Shen等[18]研究指出, 在珠三角地区, 副热带高压控制下日照强、云量少和风力弱等气象条件有利于光化学反应生成较高浓度的O3而不利于其扩散, O3平均值较高.谢放尖等[19]研究表明南京市O3污染主要集中在春夏季, 且O3污染的区域输送贡献明显.Wang等[20]进一步研究发现来自东南方向的O3传输是南京夏季夜间O3上升的主要原因.Zeng等[21]研究发现生物质燃烧、污染物输送和平流层入侵对北京上空对流层O3的贡献显著.Liao等[22]采用聚类算法解析北京地面O3日变化的主要型态、时变特征及其气象和化学影响机制, 指出北京地面O3整日偏高型的形成有赖于夜间低空急流输送与日间前体物浓度增长两方面条件的共同作用.
作为我国中部地区重要的省份, 山西省位于华北平原西面的黄土高原上, 地形较为复杂, 东倚太行山, 西傍吕梁山, 高原内部起伏不平, 河谷纵横, 由于地形不同导致了O3污染气象条件存在明显差异.近年来, O3已成为继PM2.5之后山西超标最严重的大气污染物[23], 山西O3污染显著加剧.然而, 与京津冀、长三角和珠三角地区相比而言, 缺乏对该区域O3浓度分布特征及其影响因素等相关研究.山西省大气成分观测网涵盖城市站点和高山站点, 分别代表受人为活动影响较大和相对清洁可作为背景的站点, 为分析山西典型区域的O3浓度分布差异以及不同区域间污染输送相互作用提供了支撑.本研究利用2019年3月至2020年2月山西省大气成分观测网的6个地面观测站点观测的反应性气体O3、NO、NO2和NOx体积分数数据以及同期的气象资料, 从O3的季、日变化特征、前体物NOx与气象条件以及气团输送的影响等方面进行分析, 以期为山西省空气质量预报提供参考并对大气O3污染防治管理提供依据.
1 材料与方法 1.1 站点概述山西省6个大气成分观测站从北到南依次为大同站（DT）、朔州站（SZ）、五台山站（WTS）、太原站（TY）、临汾站（LF）和晋城站（JC）, 基本实现了山西全域网络覆盖（图 1）, 6站均依托国家气象站建设, 站址周围探测环境良好, 且均已纳入国家温室气体观测网首批名录.大同站（113.41°E, 40.08°N, 海拔1 052.6 m）和朔州站（112.43°E, 39.37°N, 海拔1 114.8 m）均位于山西省北部, 分别地处大同盆地的中心和西南端, 都属温带大陆性季风气候, 大同站处在大同市城乡结合地区, 周围有农田和林地环绕, 东、西两侧分别邻近铁路和高速公路；朔州站位于朔州市主城区北部, 四周分布有学校、企事业单位、居民住宅及多条城区交通主干道.太原站（112.54°E, 37.75°N, 海拔776.2 m）位于省会太原市南城区, 地处太原盆地北端, 也属温带大陆性气候, 下垫面主要为水泥、沥青和少量的植被覆盖, 站点临近城市快速路和高速口, 受交通车辆影响明显.临汾站（111.49°E, 36.06°N, 海拔449.5 m）和晋城站（112.85°E, 35.53°N, 海拔794.0 m）分别位于山西省的西南部和东南部, 前者地处临汾盆地, 属半干旱、半湿润季风气候, 站点建在临汾市主城区西南部, 人口较密集, 紧邻近郊和外环快速路等交通主干道；后者地处晋城盆地, 属暖温带半湿润大陆性季风气候, 站点建于晋城市城乡结合区, 附近分布有学校、公园、少量住宅及农田, 除汽车尾气和居民生活排放外无明显污染源.可见, 以上5站观测结果主要代表了山西不同城市地区大气成分浓度水平, 属于城市站点.五台山站（113.52°E, 38.95°N, 海拔2 208.3 m）位于山西省东北部, 属暖温带半干旱型森林草原气候的北端, 因地处偏远, 海拔较高, 周边没有大的人为污染源, 四周森林草地覆盖良好, 已纳入中国气象局野外科学试验基地, 属于高山站点.
|
图 1 山西省6个大气成分观测站地理位置示意 Fig. 1 Location of six observation stations in Shanxi Province |
6站采用的观测仪器分别为美国热电环境设备公司生产的49i紫外光度法O3分析仪, 检测下限1.0×10-9（体积分数, 下同）, 零漂 < 1.0×10-9（24 h）, 跨漂 < ±1%（月）；42i化学发光NO-NO2-NOx分析仪, 检测下限0.40×10-9, 零漂 < 0.40×10-9（24 h）, 跨漂 < ±1%（满度值）.所有仪器每日24 h连续采样, 数据记录频率为5 min.选取6站2019年3月至2020年2月O3、NO、NO2和NOx在线观测数据, 利用仪器的日常零跨检查与定期多点校准等结果对原始数据进行质量控制和订正, 各站均保留85%以上的有效数据, 在此基础上计算小时均值和日均值等.选取6站同期地面气象观测资料, 包括逐小时气温、风速、风向、辐射以及日降水量、日日照时数等.用于后向轨迹模式计算的气象场资料（2019年3月至2020年2月）为美国国家环境预报中心（NCEP）提供的全球资料同化系统（GDAS）数据, 每日4个时次, 即00：00、06：00、12：00和18：00, 水平分辨率为1°×1°.结合后向轨迹进行O3污染输送分析的气体资料, 采用将O3观测数据的小时时间序列减去相应的30 d滑动平均后时间序列的方法, 取得与季节变化基本不相关的气体体积分数差值[Δφ（O3）]进行研究.此外, 选取2019年3~9月中国高分辨率高质量近地表O3污染物数据集（ChinaHighO3）[16]进行地面MDA8O3浓度空间分布图的绘制, 并与研究结果作比对.
2 结果与讨论 2.1 O3体积分数水平与污染状况图 2给出了6站O3日最大8h体积分数滑动平均值φ（MDA8O3）的逐日变化.可以看出, 研究时段内6站φ（MDA8O3）均表现出明显的日际变化, O3体积分数一般在4~9月较高, 10月至翌年3月较低.晋北的大同和朔州2站φ（MDA8O3）年变化趋势接近, 且朔州φ（MDA8O3）整体上略高于大同, 晋东北的五台山站φ（MDA8O3）还在3月出现了高值.晋中部的太原站φ（MDA8O3）整年保持较低水平, 晋南部的临汾和晋城2站φ（MDA8O3）都表现出夏半年高于冬半年的特点, 但冬半年临汾φ（MDA8O3）明显低于晋城, 与晋北部大同和朔州2站φ（MDA8O3）变化相近的特征不同.
|
图 2 研究期内山西6站φ（MDA8O3）逐日变化 Fig. 2 Daily variations in φ(MDA8O3)at six stations during the study period |
图 3给出了研究时段内山西6站φ（MDA8O3）超标天数及第90百分位数.根据《环境空气质量标准》（GB 3095-2012）和《环境空气质量指数（AQI）技术规定（试行）》（HJ 633-2012）, 2019年除太原站仅在6月出现了φ（MDA8O3）超标, 其余站均在5~9月发生φ（MDA8O3）超标, 另外大同、临汾和晋城3站在4月也发生超标, 而五台山站更是从3月起就出现了超标.山西6站2019年φ（MDA8O3）超标天数从高到低依次为：晋城（60 d）、临汾（55 d）、五台山（54 d）、朔州（40 d）、大同（26 d）和太原（2 d）, 可以看出, 晋南部的晋城和临汾站φ（MDA8O3）超标最严重, 其次是晋北部的五台山、朔州和大同站, 晋中部的太原站全年仅有2 d发生超标, O3污染程度最轻.从φ（MDA8O3）超标发生的月份来看, O3污染月份主要分布在5~9月, 6站5~9月φ（MDA8O3）超标率均占全年超标率的88%以上, 其间又以6月污染最严重, 如太原站6月φ（MDA8O3）超标率占全年100%, 其余5站6月φ（MDA8O3）超标率分别占全年的23%~39%, 以上结论与《山西省大气环境气象公报（2019年）》[24]基本一致.由于朔州、五台山、临汾和晋城这4站的φ（MDA8O3）第90百分位数均超出二级标准限值160 μg·m-3（折合等于75×10-9）, 因此这4站2019年O3超标.
|
图 3 研究期内山西6站φ（MDA8O3）超标天数及第90百分位数 Fig. 3 Days exceeding the standard and the 90th percentile of φ(MDA8O3)over Shanxi during the study period |
根据2.1节的结论, 为更好地分析和认识山西6站O3体积分数变化特征, 在后续的研究中, 重新对站点顺序作出调整, 首先按照站点类型将6站分为城市站和高山站（5+1）, 然后按照城市站φ（MDA8O3）超标程度, 由高到低依次为晋南部的晋城和临汾、晋北部的朔州和大同以及晋中部的太原.
图 4给出了6站气态污染物小时体积分数的月平均值变化及与主要气象要素的关系.从中可知, 5个城市站O3月均值均呈单峰型, 峰值出现在6月, 夏季6月太阳辐射强烈、气温较高, 有利于O3的光化学生成.城市站O3体积分数都表现为：夏季 > 春季 > 秋季 > 冬季, 其中临汾站夏季O3均值高达冬季的14.3倍, 其他站夏季O3均值大约是冬季的2.0~3.1倍.从图 4还可看出, 城市站O3及其前体物NO、NO2的月均值基本呈反相位变化, 夏季光照充分的情况下易发生光化学反应, 利于NO转化为NO2, 促进O3的生成；冬季大气辐射减弱, O3的光化学反应速率降低, 此时燃煤采暖排放和交通源叠加造成NOx排放显著增大, 且较低的大气混合层厚度不利于污染物扩散, 导致NO和NO2体积分数相应出现高值.NO2是NOx中最为稳定的物种之一, 在强太阳辐射条件及VOCs的参与下, 多余NO2的生成光解是城市高浓度O3的唯一化学来源[25].由图 4可知, 晋城、临汾、朔州和大同4站3~9月NO2明显高于NO, 这大体上也与O3的高值月份吻合；太原站NO体积分数明显高于其它城市站, 反映出太原作为省会城市规模较大、交通更为繁忙的特点, 6~8月NO多向NO2转化, 同样导致O3峰值出现.与城市站相比, 五台山站O3也表现为：夏季 > 春季 > 秋季 > 冬季, 但全年前体物NO、NO2体积分数都很低, 月均值基本在5×10-9以下, 说明有NOx参与的光化学反应可能不是五台山站O3的主要来源, 这一现象与青海瓦里关[26, 27]和黄山光明顶[28]等高山站点情况类似.
|
图 4 山西6站O3、NO和NO2的季节分布及与气象要素的关系 Fig. 4 Seasonal distribution of O3, NO, and NO2 and their relationship with meteorological factors at six stations |
关于气象要素对O3浓度的影响, 一般认为O3污染多发于晴空日, 其浓度与气温、太阳辐射和日照时数在统计学上呈正相关, 与降水和相对湿度呈负相关[29~32].如图 4所示, 城市站O3季节分布与气温季节分布相一致, 全省气温南高北低, 因而南部的晋城和临汾站更容易出现O3污染.日照时数能够反映太阳辐射强度, 而降水量和总云量都对日照时数有影响, 晋城和临汾这2站的降水量和总云量都较高, 造成日照时数距平多负值, 但O3污染相对严重, 说明气温对城市站O3体积分数的影响较其它气象因素显著.太原站的气温和日照时数均介于南北之间, 但O3体积分数最低、污染最轻, 很可能与本站O3被大量的NO滴定消耗有关[33].相比城市站点, 五台山站不仅前体物NOx体积分数很低, 同时气温和日照时数也较低, 不利于O3的局地光化学生成, 然而该站O3体积分数全年保持高位, 可能与高山地区O3背景浓度水平较高以及O3的输送有关.
2.2.2 逐月日变化特征分析图 5给出了研究时段内6站O3体积分数逐月日变化.由于O3是光化学反应的产物, 一般情况下, 其体积分数会随着日出而逐渐变大, 到中午太阳辐射最强的时候其体积分数也达到最高值, 随后在夜间由于与NO发生滴定反应不断被消耗而逐渐降低.从图 5可以看出, 5个城市站O3小时体积分数日变化均呈单峰型分布, 15：00左右达到峰值, 06：00左右降至谷值, 与我国多数城市的O3日变化特征一致.对比可知, 晋城站O3日变化谱型较对称, 5~8月一天中O3小时体积分数在10：00~18：00均处于较高水平；临汾站O3小时体积分数高值同样集中在5~8月一日中午前后, 不同于晋城的是, 临汾冬半年O3小时体积分数显著降低.北部的朔州和大同站O3日变化谱型十分相似, 太原站仅在6月12：00~18：00出现了较明显的O3高值.五台山站O3日变化谱型与城市站截然相反, O3小时平均体积分数在20：00出现最高值, 在10：00出现最小值, 4~9月尤为明显, 且日振幅远小于城市站.Yan等[34]利用后向轨迹模型对该地区的研究发现, 这是由于午后谷风的上升气流将华北平原和汾渭平原的高浓度O3源源不断地输送到站点, 再加上站点NO浓度很低, 输送来的O3不容易被滴定消耗, 因此不断积累直至在晚间出现峰值, 夜间风向逐渐转为山风, 山风带来的下沉气流又将站点的高浓度O3吹散所致.五台山站O3日变化的峰、谷值时间恰好比城市站滞后约5 h, 反映出城市区域和高山地区之间O3污染传输的时效性.
|
图 5 山西6站O3逐月日变化 Fig. 5 Diurnal variation in O3 at six stations |
对流层O3与NO和NO2的相互关系可简要概括为：地面活动排放的NOx进入对流层大气中, 在λ < 0.4 μm的太阳光照射下, 发生光致离解生成原子氧和NO, 原子氧和O2结合生成O3, 同时大气中的NMHC和CO等还原态物质迅速消耗NO, O3与NO和NO2处于动态平衡[35].要了解NOx对O3体积分数变化的影响, 有必要分析研究O3与其前体物NO、NO2之间的相关关系.
由2.2节分析可知, 光化学反应可能不是引起五台山站高体积分数O3的主要来源, 因此本研究仅对5个城市站O3及其前体物体积分数进行讨论.图 6为研究时段内各城市站O3日振幅与上午NO2体积分数平均值的散点图及线性拟合, 这里O3日振幅为1 d中15：00和06：00的O3小时体积分数差, 上午NO2体积分数平均值为06：00~10：00的NO2体积分数小时平均值.各站O3日振幅与上午NO2体积分数平均值都表现出良好的正线性相关, 二者的Pearson相关系数均通过P < 0.001的显著性检验.就线性拟合的斜率而言, 斜率越大说明NO2对O3光化学生成的贡献越大, 晋城和临汾站的斜率高达1.3以上, 其次是大同站（1.2）, 太原站和朔州站略低分别为0.926和0.839, 可见太原站O3的光化学生成潜力与其他站相近, 但观测到的O3体积分数却很低, 从图 4可知太原站NO体积分数显著高于其他站, 由此进一步印证了太原O3是被高体积分数NO滴定大量消耗的推断.
|
图 6 山西5个城市站O3日振幅与NO2体积分数的散点图及线性拟合 Fig. 6 Scatter plot and linear fitting between O3 daily amplitude and NO2 volume fraction at urban stations |
图 7为晋城站四季白天时段NO、NO2、O3与NOx的关系, 根据O3体积分数日变化特点, 白昼定义为每日的08：00~19：00, 合计12 h.由图 7可知, 晋城站夏季高O3体积分数对应于低NOx体积分数, NOx以NO2为主, NO2与NO变化趋势相近；春、秋和冬季的NO、NO2和O3体积分数随NOx的变化曲线规律相似, 低NOx区以NO2为主, 随着NOx体积分数增大, NO2体积分数几乎不变, NOx增长的贡献主要来自于NO, 而在较高NOx体积分数时, O3基本上完全被消耗.临汾、朔州、大同和太原的NO、NO2、O3与NOx关系与晋城站相似（图略）, 也都与北京[36]、天津[37]和河北廊坊[38]等地的研究结果一致.分析发现山西各城市站的NO与NO2的分界点φ（NOx）约为50×10-9~70×10-9, O3与NO的分界点φ（NOx）多在30×10-9~40×10-9, O3与NO2的分界点φ（NOx）一般在15×10-9~30×10-9, 分别低于河北廊坊NO与NO2、O3与NO以及O3与NO2的分界点φ（NOx）（99.6×10-9、44.0×10-9和33.5×10-9）, 体现了华北地区的高原与平原区域O3及其前体物体积分数分布的差异.以上分界点NOx体积分数也为进一步研究山西城市地区O3-NOx敏感性以及合理管控O3前体物排放提供了依据.
|
图 7 晋城站NO、NO2和O3体积分数对NOx的关系 Fig. 7 Relationship between NO, NO2, O3, and NOx volume fractions at Jincheng station |
O3体积分数的变化与风场和不同地区的下垫面特征如地形起伏、地表粗糙度等密切相关, 不同地形下的近地面风速和风向的变化对O3的影响十分复杂.图 8为山西各站2019年3~9月O3小时体积分数风向风速玫瑰图.从中可知, 晋城站在偏南风向下的O3体积分数明显高于偏北风向, 受夏季季风影响SE-S-SW扇区风频较高为43.26%, 且当小时风速为4~7 m·s-1时, 易出现O3体积分数高值.临汾站在东、南和西风向下, 受上游污染源的影响容易造成本地O3体积分数的增加, 且南风和西风出现频率均很高；临汾局地风速小于晋城, 当风速约4 m·s-1时O3体积分数较高.山西北部的朔州和大同2站, 都处于大同盆地, 地形相似导致O3污染的气象条件也十分相近, 两地主导风向均为西北风, 但引起O3体积分数升高的风向均来自SSE-SSW-WSW扇区, 且朔州在4~6 m·s-1风速时出现O3体积分数高值, 大同在6~10 m·s-1风速下产生高体积分数O3.太原站O3体积分数仅在SSW风向、风速约5 m·s-1时出现明显抬升, SSW风向出现频率为9.87%仅次于N风.五台山站最多风向依次为WSW（22.35%）、E（17.21%）和W（14.99%）, 以上风向下的O3体积分数分布均匀；因站点海拔较高, 西北和西南风向小时风速可达15 m·s-1以上, 对五台山地区O3污染物起到一定的清除作用, 而ESE风向频率虽低, 但当风速为9~10 m·s-1时水平输送作用会使得O3体积分数增加, 相应的小时φ（O3）平均值高达103.2×10-9.可见, 影响各站O3体积分数升高的地面风主要来自东南、南和西南方向, 可能与这些方位城市群O3的区域输送有关, 且在特定风速条件下O3污染物的输送效率提高, 导致站点O3体积分数增加.
|
图 8 山西6站2019年3~9月O3小时体积分数风向风速玫瑰图 Fig. 8 Distribution of O3 volume fraction in different wind conditions at six stations from March to September in 2019 |
为分析气团输送对城市站和高山站O3影响的区别和联系, 本节选取晋城站和五台山站为代表站点进行研究.图 9给出两站2019年3~9月的72 h后向轨迹聚类结果以及每类轨迹对应的Δφ（O3）平均值, 表 1列出两站聚类轨迹在各月份出现的频次、占轨迹总数的百分比和轨迹平均移动高度等.
|
（a）和（b）分别为晋城站聚类轨迹的水平与垂直分布, （c）和（d）分别为五台山站聚类轨迹的水平与垂直分布, （a）和（c）中的百分数表示轨迹占比, 体积分数表示与各类轨迹对应的Δφ（O3）平均值 图 9 晋城站和五台山站聚类轨迹分布 Fig. 9 Distribution map of cluster trajectories at Jincheng and Wutaishan stations |
|
表 1 晋城站和五台山站各簇轨迹逐月统计结果 Table 1 Monthly statistical results of each cluster trajectory at Jincheng and Wutaishan stations |
从图 9和表 1可知, 晋城站的后向轨迹聚类分为5簇, 轨迹1源自华北平原中南部的山东、江苏、安徽和河南等地, 移动高度低、速度慢；轨迹3来自站点东北方向, 沿途主要经过京津冀地区, 移动高度较高、速度较快.这两类轨迹对应的Δφ（O3）平均值均为正值（1.89×10-9和1.20×10-9）, 有研究表明[39], 在排除了污染物浓度季节变化影响后, 各轨迹对应的浓度水平主要反映排放源空间分布和轨迹移动特性对污染物浓度的影响, 因此推断轨迹1和3可能将源地更高体积分数的O3向晋城站输送.轨迹2源自湖北地区, 途经河南到达站点, 移动高度最低、速度最慢；轨迹4和5均来自西北方向, 途经西北地区, 移动高度和速度都很高.这3类轨迹的Δφ（O3）平均值呈负值, 说明轨迹途经区域的O3体积分数相对本站偏低.从出现比例来看, 晋城站轨迹2的占比最低且主要出现在7月, 其他四类轨迹占比相当, 轨迹1和3主要集中在6~9月, 轨迹4和5主要集中在3~5月.五台山站的后向轨迹聚类也分为5簇, 轨迹1和2分别源自京津冀和汾渭平原地区, 轨迹高度低且移速慢, 气团到达五台山站前都有一个先下沉后上升的移动路径, 很容易裹挟近地面高浓度污染物并输送至站点, 对应较高的Δφ（O3）平均值, 分别为4.41×10-9和3.95×10-9；轨迹3、4和5均来自高纬度地区, 轨迹高度高、速度快, 其中, 西北来向的轨迹5对应Δφ（O3）平均值为0.09×10-9, 而正北来向的轨迹3和4对应的Δφ（O3）平均值为负值, 表明北向气流较西北气流更清洁.五台山站的轨迹1、2和3主要出现在6~9月, 轨迹4各月出现比例较均匀, 轨迹5占比最高达58.02%, 主要出现在3~5月.通过对比可知, 五台山站与晋城站经度相近, 纬度相差约3.4°, 两站后向轨迹聚类的风向相似, 但因五台山站纬度更高, 其西北气流占比明显大于晋城站, 而东南气流占比却不及晋城站.与此同时, 西北气流有利于降低晋城站的O3体积分数, 起到污染清除的作用, 却能引起五台山站O3体积分数的轻微抬升；而来自人口相对密集和经济发达地区的东向气流, 对两站O3体积分数基本都是正贡献, 由此反映出站点地理位置不同引起的大气污染物输送作用的差异.
图 10给出2019年3~9月山西及周边区域地面MDA8O3浓度平均分布.从中可知, 研究时段内O3浓度高值区主要集中在华北平原中部、汾渭平原东部以及山西省东南部, 其次西北地区中北部、山西中北部以及黄淮地区的O3浓度也较高, 而山西以南和西南的大部分地区O3浓度普遍较低.结合图 9和图 10可以看出, 以上2个代表性站点的O3后向轨迹聚类及其对应的Δφ（O3）平均值高低, 恰与同期山西及周边区域地面MDA8O3浓度分布相吻合, 较好地验证了上述气团输送对站点O3体积分数抬升或降低的推断, 进一步表明来自华北平原和汾渭平原高浓度O3的水平传输很可能是造成山西站点O3体积分数升高的原因之一.因此, 对山西大气O3污染的防控不仅要考虑NOx等前体物的削减, 还应关注水平传输对当地O3污染的影响, 尤其要加强山西与河北、河南及山东等周边地区O3污染的联防联控.
|
图 10 2019年3~9月山西及周边区域地面MDA8O3浓度空间分布 Fig. 10 Spatial distribution of surface MDA8O3 concentration in Shanxi and its surrounding areas from March to September in 2019 |
（1）山西6站由于地理位置、地形和下垫面特征不同, O3体积分数变化有共同特征和地区差别.O3体积分数一般在4~9月较高, 10月至翌年3月较低, 研究期内山西南部的晋城和临汾2站的φ（MDA8O3）超标最严重, 其次是北部的五台山站、朔州站和大同站, 中部的太原站污染程度较轻.
（2）城市站和高山站的O3体积分数都表现为：夏季 > 春季 > 秋季 > 冬季, 前者O3的季节变化主要受前体物NOx光化学反应的影响, 而后者NOx并不是高体积分数O3的主要来源.气温、日照时数、降水量和总云量也会影响O3分布, 对于城市站, 气温是最主要的影响因素.
（3）5个城市站的O3小时体积分数平均日变化均呈单峰型, 15：00左右达到峰值, 06：00左右降至谷值.五台山站的O3日变化谱型与城市站截然相反, 其日变化的峰、谷值时间分别比城市站滞后了约5 h, 反映了城市区域与高山地区之间O3污染传输的时效.
（4）在城市站点, 白天的NO2体积分数直接影响O3的日振幅大小, 尽管太原站O3的光化学生成潜力与其他站相近, 由于被高体积分数的NO滴定大量消耗, 该站O3体积分数为城市站中最低.各城市站高体积分数的O3对应低体积分数的NOx, 低NOx以NO2为主, 高NOx主要来自NO的贡献, 在较高NOx体积分数时, O3基本上完全被消耗.
（5）影响各站O3体积分数升高的地面风主要来自东南、南和西南方向, 在特定风速条件下O3污染物的输送效率提高, 导致站点O3体积分数增加.站点地理位置不同会引起大气污染物输送作用的差异, 而来自华北平原和汾渭平原高浓度O3的水平输送很可能是造成山西各站点O3体积分数升高的共同原因, 山西的大气O3污染防控应加强区域联合应对.
致谢: 感谢山西省6个大气成分站全体工作人员在反应性气体日常观测和设备维护中的辛勤劳动.
| [1] |
徐晓斌, 葛宝珠, 林伟立. 臭氧生成效率(OPE)相关研究进展[J]. 地球科学进展, 2009, 24(8): 845-853. Xu X B, Ge B Z, Lin W L. Progresses in the research of ozone production efficiency (OPE)[J]. Advances in Earth Science, 2009, 24(8): 845-853. |
| [2] | Feng Z Z, Hu E Z, Wang X K, et al. Ground-level O3 pollution and its impacts on food crops in China: a review[J]. Environmental Pollution, 2015, 199: 42-48. DOI:10.1016/j.envpol.2015.01.016 |
| [3] | Wang W C, Liang X Z, Dudek M P, et al. Atmospheric ozone as a climate gas[J]. Atmospheric Research, 1995, 37(1-3): 247-256. DOI:10.1016/0169-8095(94)00080-W |
| [4] |
马一琳, 张远航. 北京市大气光化学氧化剂污染研究[J]. 环境科学研究, 2000, 13(1): 14-17. Ma Y L, Zhang Y H. The study on pollution of atmospheric photochemical oxidants in Beijing[J]. Research of Environmental Sciences, 2000, 13(1): 14-17. DOI:10.3321/j.issn:1001-6929.2000.01.004 |
| [5] | Tang X, Wang Z F, Zhu J, et al. Sensitivity of ozone to precursor emissions in urban Beijing with a Monte Carlo scheme[J]. Atmospheric Environment, 2010, 44(31): 3833-3842. DOI:10.1016/j.atmosenv.2010.06.026 |
| [6] | Xu W Y, Lin W L, Xu X B, et al. Long-term trends of surface ozone and its influencing factors at the Mt Waliguan GAW station, China-Part 1: overall trends and characteristics[J]. Atmospheric Chemistry and Physics, 2016, 16(10): 6191-6205. DOI:10.5194/acp-16-6191-2016 |
| [7] | Zhang Z Y, Zhang X L, Gong D Y, et al. Evolution of surface O3 and PM2.5 concentrations and their relationships with meteorological conditions over the last decade in Beijing[J]. Atmospheric Environment, 2015, 108: 67-75. DOI:10.1016/j.atmosenv.2015.02.071 |
| [8] |
王淑兰, 柴发合. 北京市O3污染的区域特征分析[J]. 地理科学, 2002, 22(3): 360-364. Wang S L, Chai F H. Provincial characteristics of ozone pollution in Beijing[J]. Scientia Geographica Sinica, 2002, 22(3): 360-364. |
| [9] | Bowman F M, Seinfeld J H. Ozone productivity of atmospheric organics[J]. Journal of Geophysical Research: Atmospheres, 1994, 99(D3): 5309-5324. DOI:10.1029/93JD03400 |
| [10] |
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. |
| [11] | 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 |
| [12] |
徐晓斌. 我国霾和光化学污染观测研究进展[J]. 应用气象学报, 2016, 27(5): 604-619. Xu X B. Observational study advances of haze and photochemical pollution in China[J]. Journal of Applied Meteorological Science, 2016, 27(5): 604-619. |
| [13] |
奇奕轩, 胡君, 张鹤丰, 等. 北京市郊区夏季臭氧重污染特征及生成效率[J]. 环境科学研究, 2017, 30(5): 663-671. Qi Y X, Hu J, Zhang H F, et al. Pollution characteristics and production efficiency of ozone in summertime at rural site in Beijing[J]. Research of Environmental Sciences, 2017, 30(5): 663-671. |
| [14] |
贾诗卉, 徐晓斌, 林伟立, 等. 华北平原夜间对流天气对地面O3混合比抬升效应[J]. 应用气象学报, 2015, 26(3): 280-290. Jia S H, Xu X B, Lin W L, et al. Increased mixing ratio of surface ozone by nighttime convection process over the North China plain[J]. Journal of Applied Meteorological Science, 2015, 26(3): 280-290. |
| [15] |
张涵, 姜华, 高健, 等. 我国大气O3污染成因及影响因素综述[J]. 环境科学研究, 2022, 35(12): 2657-2665. Zhang H, Jiang H, Gao J, et al. Review on causes and influencing factors of O3 pollution in China[J]. Research of Environmental Sciences, 2022, 35(12): 2657-2665. |
| [16] | Wei J, Li Z Q, Li K, et al. Full-coverage mapping and spatiotemporal variations of ground-level ozone (O3) pollution from 2013 to 2020 across China[J]. Remote Sensing of Environment, 2022, 270. DOI:10.1016/j.rse.2021.112775 |
| [17] | Wang R Y, Wang L L, Xue M, et al. New insight into formation mechanism, source and control strategy of severe O3 pollution: the case from photochemical simulation in the Wuhan Metropolitan Area, Central China[J]. Atmospheric Research, 2023, 284. DOI:10.1016/j.atmosres.2023.106605 |
| [18] | Shen J, Zhang Y H, Wang X S, et al. An ozone episode over the Pearl River Delta in October 2008[J]. Atmospheric Environment, 2015, 122: 852-863. DOI:10.1016/j.atmosenv.2015.03.036 |
| [19] |
谢放尖, 陆晓波, 杨峰, 等. 2017年春夏期间南京地区臭氧污染输送影响及潜在源区[J]. 环境科学, 2021, 42(1): 88-96. Xie F J, Lu X B, Yang F, et al. Transport influence and potential sources of ozone pollution for Nanjing during spring and summer in 2017[J]. Environmental Science, 2021, 42(1): 88-96. |
| [20] | Wang K, Xie F J, Sulaymon I D, et al. Understanding the nocturnal ozone increase in Nanjing, China: insights from observations and numerical simulations[J]. Science of the Total Environment, 2023, 859. DOI:10.1016/j.scitotenv.2022.160211 |
| [21] | Zeng Y S, Zhang J Q, Li D, et al. Vertical distribution of tropospheric ozone and its sources of precursors over Beijing: results from ~20 years of ozonesonde measurements based on clustering analysis[J]. Atmospheric Research, 2023, 284. DOI:10.1016/j.atmosres.2023.106610 |
| [22] | Liao Z H, Pan Y B, Ma P K, et al. Meteorological and chemical controls on surface ozone diurnal variability in Beijing: a clustering-based perspective[J]. Atmospheric Environment, 2023, 295. DOI:10.1016/j.atmosenv.2022.119566 |
| [23] | Chen L, Xiao H, Zhu L Y, et al. Characteristics of ozone pollution and the impacts of related meteorological factors in Shanxi Province, China[J]. Atmosphere, 2022, 13(10). DOI:10.3390/atmos13101729 |
| [24] | 山西省气象科学研究所. 山西省大气环境气象公报[R]. 太原: 山西省气象局, 2019. |
| [25] | 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 |
| [26] |
金赛花, 樊曙先, 王自发, 等. 青海瓦里关地面臭氧浓度的变化特征[J]. 中国环境科学, 2008, 28(3): 198-202. Jin S H, Fan S X, Wang Z F, et al. The variation characteristics of surface ozone concentration at Waliguan in Qinghai[J]. China Environmental Science, 2008, 28(3): 198-202. |
| [27] | Ding A J, Wang T. Influence of stratosphere-to-troposphere exchange on the seasonal cycle of surface ozone at Mount Waliguan in western China[J]. Geophysical Research Letters, 2006, 33(3). DOI:10.1029/2005GL024760 |
| [28] |
张天航, 银燕, 高晋徽, 等. 中国华东高海拔地区春夏季臭氧质量浓度变化特征及来源分析[J]. 大气科学学报, 2013, 36(6): 683-698. Zhang T H, Yin Y, Gao J H, et al. Characteristics and source analysis of O3 in spring and summer in high-altitude area of Eastern China[J]. Transactions of Atmospheric Sciences, 2013, 36(6): 683-698. |
| [29] |
钱悦, 许彬, 夏玲君, 等. 2016~2019年江西省臭氧污染特征与气象因子影响分析[J]. 环境科学, 2021, 42(5): 2190-2201. Qian Y, Xu B, Xia L J, et al. Characteristics of ozone pollution and relationships with meteorological factors in Jiangxi Province[J]. Environmental Science, 2021, 42(5): 2190-2201. |
| [30] |
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. |
| [31] |
李婷苑, 陈靖扬, 翁佳烽, 等. 广东省臭氧污染天气型及其变化特征[J]. 中国环境科学, 2022, 42(5): 2015-2024. Li T Y, Chen J Y, Weng J F, et al. Ozone pollution synoptic patterns and their variation characteristics in Guangdong Province[J]. China Environmental Science, 2022, 42(5): 2015-2024. |
| [32] |
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. |
| [33] | Xu J, Ma J Z, Zhang X L, et al. Measurements of ozone and its precursors in Beijing during summertime: impact of urban plumes on ozone pollution in downwind rural areas[J]. Atmospheric Chemistry and Physics, 2011, 11(23): 12241-12252. DOI:10.5194/acp-11-12241-2011 |
| [34] | Yan S M, Gao X A, Pei K N, et al. Mixing-layer depth-based backwards trajectory analysis of the sources of high O3 concentrations at the Wutaishan station, North China[J]. Atmospheric Pollution Research, 2023, 14(2). DOI:10.1016/j.apr.2023.101652 |
| [35] | 王明星. 大气化学[M]. ((第二版)). 北京: 气象出版社, 1999. |
| [36] |
王占山, 李云婷, 陈添, 等. 北京城区臭氧日变化特征及与前体物的相关性分析[J]. 中国环境科学, 2014, 34(12): 3001-3008. Wang Z S, Li Y T, Chen T, et al. Analysis on diurnal variation characteristics of ozone and correlations with its precursors in urban atmosphere of Beijing[J]. China Environmental Science, 2014, 34(12): 3001-3008. |
| [37] |
姚青, 孙玫玲, 蔡子颖, 等. 2009年天津城区地面O3和NOx的季节变化与相关性分析[J]. 环境化学, 2011, 30(9): 1650-1656. Yao Q, Sun M L, Cai Z Y, et al. Seasonal variation and analysis of the relationship between NO, NO2 and O3 concentrations in Tianjin in 2009[J]. Environmental Chemistry, 2011, 30(9): 1650-1656. |
| [38] |
宋从波, 李瑞芃, 何建军, 等. 河北廊坊市区大气中NO、NO2和O3污染特征研究[J]. 中国环境科学, 2016, 36(10): 2903-2912. Song C B, Li R P, He J J, et al. Analysis of pollution characteristics of NO, NO2 and O3 at urban area of Langfang, Hebei[J]. China Environmental Science, 2016, 36(10): 2903-2912. |
| [39] |
徐晓斌, 刘希文, 林伟立. 输送对区域本底站痕量气体浓度的影响[J]. 应用气象学报, 2009, 20(6): 656-664. Xu X B, Liu X W, Lin W L. Impacts of air parcel transport on the concentrations of trace gases at regional background stations[J]. Journal of Applied Meteorological Science, 2009, 20(6): 656-664. |