程麟鈞,王 帥, 宮正宇, 楊 琦, 王業耀
1.中國地質大學(北京)水資源與環境學院,北京 100083 2.中國環境監測總站, 國家環境保護環境監測質量控制重點實驗室,北京 100012
2008—2016年臭氧監測試點城市的臭氧污染特征
程麟鈞1,2,王 帥2, 宮正宇2, 楊 琦1, 王業耀1,2
1.中國地質大學(北京)水資源與環境學院,北京 100083 2.中國環境監測總站, 國家環境保護環境監測質量控制重點實驗室,北京 100012
選取臭氧試點城市北京、沈陽、上海和重慶,通過對2008—2016年臭氧監測數據進行分析研究,可以看出4個試點城市中北京的臭氧污染最嚴重。4個城市的臭氧污染特征均為高濃度臭氧所占比例較大,高值比較高,低濃度臭氧所占比例較小。北京、沈陽和上海的年平均臭氧濃度總體呈上升趨勢。北京、上海、重慶、沈陽4個城市9年的超標天數比例分別為15.9%、7.7%、3.9%、6.5%。上海的臭氧濃度在秋季非常高。2012年的臭氧變化趨勢比較異常,可能是由于2012年發生的不尋常氣候條件導致。4個城市的臭氧濃度變化和氣象條件的變化顯著相關。
臭氧;試點城市;污染特征
隨著我國經濟飛速發展、人口增加和機動車保有量的增加,揮發性有機化合物(VOCs)和氮氧化物(NOx)等O3前體物的排放量居高不下,部分城市O3污染問題開始逐漸凸顯。在2012年頒布的《環境空氣質量標準》(GB 3095—2012)[1]中,O3作為一項基本污染物被要求在全國所有地級及以上城市開展監測。在全國大范圍開展O3監測結果顯示,很多城市存在O3超標問題,O3已成為繼PM2.5后困擾城市空氣質量改善和達標管理的另一種重要二次污染物[2-4]。
近地面的O3本身就是一種重要的氣態污染物,同時也是能使低層大氣增溫的重要“溫室氣體”之一[5],光化學反應是城市近地面O3的主要來源,高濃度O3作為城市光化學煙霧的特征產物,已引起國內外的普遍關注[6-7]。
2008年1月起,原國家環保局在北京、天津、上海、重慶、青島、沈陽、廣州、惠州8個城市的17個監測點位開展O3試點監測工作;2013年開始,環境保護部在74個城市(京津冀、長三角、珠三角區域及直轄市、省會城市和計劃單列市)496個國控監測點位開展SO2、NO2、PM10、PM2.5、CO、O3等6項污染物的例行監測;2015年,在全國338個地級市1 436個國控監測點位全面實行新標準,對6項污染物開展監測。本文選取數據比較完整的北京、沈陽、上海和重慶4個城市,通過對2008—2016年監測數據進行分析,研究O3濃度的年、季、月和日的時間變化特征,探討O3濃度與部分氣象因子(溫度、濕度和日照時間)的關系,為客觀揭示重點城市O3污染特征提供科學依據。
1.1數據來源
本文所使用的O3濃度數據來自環境保護部在北京、上海、重慶和沈陽4個城市設置的50個環境空氣質量監測國控點位(46個評價點和4個城市對照點)自動監測設備,設備運行期間按照《環境空氣質量自動監測技術規范》(HJ/T 193—2005)[8]定期進行校準和質控操作。部分時段由于停電、儀器校準等原因數據無效。O3評價指標為日最大8 h滑動平均質量濃度(以下以“O3-8 h”表示),數據統計有效性按照《環境空氣質量標準》(GB 3095—2012)[1]和《環境空氣質量評價技術規范(試行)》(HJ 663—2013)[9]執行。城市每天的O3-8 h由每個監測點(不含對照點)O3日最大8 h的算術平均質量濃度得出。
1.2統計分析方法
O3-8 h按照《環境空氣質量指數(AQI)技術規定(試行)》[10]劃分為5個級別:優(1 ~100 μg/m3),良(101~160 μg/m3),輕度污染(161~215 μg/m3),中度污染(216~265 μg/m3),重度污染(266 ~800 μg/m3)。
為考察年際間城市O3-8 h變化趨勢,分別統計了2008—2016年4個城市第5、10、25、50、75、90、95百分位O3-8 h以及年均值,其中第90百分位O3-8 h在環境管理中用于城市O3年度達標評價的判定。使用秩相關系數法判斷上述指標9年來的變化趨勢[9]。
為了分析O3濃度變化與氣象條件關系,使用逐步回歸分析法分析了O3-8 h與光照時間、溫度和相對濕度的相關性。
2.1O3污染現狀及年際變化趨勢
2.1.1 主要污染指標的年際變化特征
2008—2016年4個試點城市的第90百分位O3-8 h如圖1所示。2008—2016年北京、上海、重慶、沈陽第90百分位O3-8 h年均值分別為186、153、130、142 μg/m3。北京僅在2011年第90百分位O3-8 h為158 μg/m3,沒有超標,其他年份均超標,2015年超標最嚴重,達203 μg/m3。4個城市中重慶的O3污染狀況相對較輕,但是2013年濃度上升比較快,在2013年達163 μg/m3。上海的O3污染比較嚴重,特別是2015、2016年,O3質量濃度分別達161、164 μg/m3,已經超標。沈陽O3污染從2009年開始比較嚴重,2014年和2016年均超標,質量濃度分別為165、162 μg/m3。整體上來看,4個城市的O3污染情況都比較嚴重,且呈上升趨勢,其中北京的污染狀況最嚴重。

圖1 2008—2016年4個試點城市的第90百分位O3-8 hFig.1 O3-8 h 90per concentration in four cities in 2008-2016
為詳細考察4個試點城市O3-8 h統計分布的變化情況,分別對2008—2016年各城市第5、10、25、50、75、90、95百分位O3-8 h的變化情況進行了分析。如圖2所示,北京的O3濃度從第75百分位開始上升速率加快,說明北京的O3污染特征是高濃度O3污染占比高,2011年的污染情況整體好于其他年份。上海的各百分位O3濃度各年份相對穩定,但第95百分位占比各年份差異比較大,2011年最低,第 95百分位O3-8 h為157 μg/m3,2015年達200 μg/m3,2016年為191 μg/m3,可見上海近年的O3污染問題比較突出。重慶的O3污染特征也比較明顯,從第75百分位開始,O3濃度上升比較快,且歷年的濃度值差異較大,以第95百分位為例,2010年最低只有130 μg/m3,但2013年就達到了184 μg/m3,重慶的地形和氣象條件都比較特殊,不同年份的O3濃度差異比較大,變化特征也不盡相同。沈陽的O3濃度在2008年比較低,第95百分位O3-8 h只有115 μg/m3,但2009年驟升至167 μg/m3,且基本呈逐年升高趨勢,O3污染問題也比較突出。整體來看,4個試點城市的O3污染特征均為高濃度O3比例較大,高值比較高,低濃度O3的比例較小。O3污染狀況越來越嚴重。

圖2 2008—2016年4個城市各百分位O3-8 h變化情況Fig.2 Variation of O3-8 h concentration of number of days in different levels in four cities in 2008-2016
為了更細致考察各城市不同百分位濃度的年際變化趨勢,對各百分位濃度進行Spearman秩相關系數檢驗,結果見表1。從表1可以看出,北京市O3濃度分布的低值區間呈下降趨勢,表現為第5百分位、第10百分位濃度下降,但中高濃度區間的O3濃度呈明顯上升趨勢,平均值呈明顯上升趨勢。上海和沈陽各百分位濃度指標和平均值均在升高,重慶的第5、10、25、50百分位O3濃度下降,高濃度區間的O3濃度上升。
北京、沈陽、上海和重慶的年平均O3濃度趨勢如圖3所示。與圖1的第90百分位O3-8 h趨勢比較,北京的年平均O3濃度在4個城市中并不是最高的,但是第90百分位O3-8 h遠高于其他3個城市,重慶的年平均O3濃度在4個城市中較低,但是第90百分位O3-8 h和其他3個城市差異很小,說明北京和重慶的O3污染特征是高濃度污染比較嚴重。北京、沈陽和上海的年平均O3濃度從2008年到2016年總體呈上升趨勢。華北和華東人口密度大,工業和農業發達,因此,這些區域的O3污染狀況主要是由O3前體物排放量大導致。特別是在夏天,強烈的太陽輻射和高溫加劇了大氣光化學反應。

表1 2008—2016年4個城市不同O3-8 h指標的Spearman秩相關系數
注:“*”代表置信度0.05水平下顯著相關;“** ”代表置信度0.01水平下顯著相關。

圖3 試點城市O3的年際變化趨勢Fig.3 Annual ozone concentrations in four cities during 2008-2016
2.1.2 各級別天數變化趨勢
從2008—2016年4個試點城市的逐日O3-8 h等級來看,優良天數占比最多,輕度污染、中度污染和重度污染的頻次占比相對較小,嚴重污染
級別只有2011年沈陽出現2 d(圖4)。北京的O3污染情況最為嚴重,除2008年和2011年外,均有重污染級別天,中度污染級別天數從2008年的7 d升至2016年的25 d。上海的O3污染特征是優級別天數占比較低,平均只有59.9%,從2011年開始出現中度污染天,2013年出現重度污染級別天數2 d。重慶的O3污染狀況整體較好,但從2008年到2016年優級別天數比例變化來看,呈下降趨勢,2008年優級別天數占比79.61%,2016年占比72.95%,而且從2013年開始,輕度污染天數明顯增加,所以重慶的O3污染趨勢是加重的。沈陽的O3污染加重趨勢比較明顯,2008年的優級別天數達336 d(占91.8%),2016年是214 d(占58.47%),輕度污染天數從2008年的4 d升至2016年的37 d。按照《環境空氣質量標準》(GB 3095—2012)二級標準限值(160 μg/m3)進行評價,北京、上海、重慶、沈陽4個城市9年的超標天數比例分別為15.9%、7.7%、3.9%、6.5%,整體均呈上升趨勢。

圖4 2008—2016年試點城市O3-8 h各級別天數比例變化情況Fig.4 Number of days in different levels in four cities during 2008-2016
2.2O3污染的季節變化特征
北京、沈陽、上海和重慶的季節性平均O3濃度趨勢如圖5所示。北京的O3污染主要集中在春、夏季,重慶春季的O3濃度較低。上海的O3濃度在秋季非常高,這在很多研究中都有提及[11-13]。這主要是由當地天氣流動模式導致,是東亞季風、熱帶氣旋與長三角區域海陸風相互作用的產物。

圖5 試點城市O3的季節變化趨勢Fig.5 Seasonal ozone concentrations in four cities from 2008 to 2016
2012年夏季,除上海以外的其他3個城市O3濃度明顯下降,但在接下來的冬季,4個城市的O3濃度急劇上升。這可能是由2012年比較異常的氣候條件導致[14]。在2011、2012年冬季海洋和大氣環流異常的影響下,2012年3月發生了拉尼娜現象,2012年中國春季和夏季氣溫偏高,秋季氣溫偏低,導致異常的O3污染趨勢。
2.3O3污染和氣象因素的關系
O3濃度變化和氣象條件的變化高度相關,將4個試點城市2008—2016年的O3-8 h和溫度、相對濕度及日照時間進行多重線性回歸,結果見表2。從表2可見,4個城市的顯著性檢驗均為0.000(<0.01),所以O3濃度的變化與氣象要素的變化顯著相關,具有極顯著的統計學意義。
各個城市的O3濃度變化具有不同的特征,控制因子各不相同。北京的O3濃度變化和溫度、濕度及日照時間都呈正相關,主要受日照時間影響(圖6),所以北京O3污染的季節性最為明顯。從圖6可以看出,夏季日照強烈時,O3濃度非常高,超標情況嚴重,冬季日照減弱,O3濃度也驟減,從長時間序列來看,具有非常明顯的季節性特征。北京的O3濃度變化和濕度也呈比較明顯的正相關,北京的濕度月際變化很大,雨熱同期,而O3高濃度污染季節正好是降雨季節,所以在年際變化中表現出正相關性。
重慶的O3濃度變化主要受溫度影響,且和濕度呈負相關,以2015年的O3-8 h和平均相對濕度為例(圖7),可以看到O3濃度的變化趨勢和濕度的變化趨勢相反。日照時間對重慶的O3濃度變化影響不大,這主要是因為四川盆地被山地和高原包圍,大氣擴散條件差,高AOD(氣溶膠光學厚度)使該區域能夠接受到的太陽輻射較少[15-16]。盆地的特殊氣候特征和地理特征造成這一地區的O3濃度變化特征與其他地區不一樣。

表2 O3-8 h和主要氣象參數的多重線性回歸結果
上海的O3濃度變化主要受濕度影響,并且和溫度呈負相關,沈陽與上海相反,O3濃度變化主要受溫度影響,且與濕度呈負相關。

圖6 2008—2016年北京O3-8 h和日照時間的關系Fig.6 Relation between sunshine time and O3-8 h in Beijing from 2008 to 2016
從4個試點城市2008—2016年的O3污染情況來看,北京的O3污染狀況最嚴重。4個城市的O3污染特征均為高濃度O3比例較大,高值比較高,低濃度O3的比例較小。北京、沈陽和上海的年平均O3濃度從2008年到2016年總體呈上升趨勢。上海的O3濃度在秋季非常高。2012年的O3變化趨勢比較異常,可能是由2012年發生的不尋常氣候條件導致。4個城市的O3濃度變化和氣象條件的變化顯著相關。
[1] 環境保護部,質檢總局.環境空氣質量標準: GB 3095—2012[S]. 北京:中國環境科學出版社,2012.
[2] 潘本鋒,程麟鈞,王建國,等.京津冀區域臭氧污染特征與來源分析[J].中國環境監測,2016,32(5):17-23.
PAN Benfeng, CHENG Linjun, WANG Jianguo,et al.Characteristics and source attribution of ozone pollution in Beijing Tianjin and Hebei area[J].Environmental Monitoring in China,2016,32(5):17-23.
[3] 程麟鈞,王帥,宮正宇,等.京津冀區域臭氧污染趨勢及時空分布特征[J].中國環境監測,2017,33(1):14-21.
CHENG Linjun, WANG Shuai, GONG Zhengyu,et al.Pollution trends of ozone and its characteristics of temporal and spatial distribution in Beijing-Tianjin-Hebei Region[J].Environmental Monitoring in China,2017,33(1):14-21.
[4] 易睿,王亞林,張殷俊,等. 長江三角洲地區城市臭氧污染特征與影響因素分析[J]. 環境科學學報,2015, 35(8):2 370-2 377.
YI Rui, WANG Yalin, ZHANG Yinjun,et al.Pollution Characteristics and influence factors of ozone in Yangtze River Delta [J]. Acta Scientiae Circumstantiae, 2015, 35(8):2 370-2 377.
[5] Souri A H, Choi Y, Li X, et al. A 15-year climatology of wind pattern impacts on surface ozone in Houston, Texas [J]. Atmospheric Research, 2016, 174:124-134.
[6] 安俊琳,王躍思,孫揚. 氣象因素對北京臭氧的影響[J]. 生態環境學報,2009.18(3): 944-951.
AN Junlin, WANG Yuesi, SUN Yang. Assessment of ozone variations and meteorological effects in Beijing[J]. Ecology and Environmental Sciences, 2009, 18(3): 944-951.
[7] ZHANGY L, WANG X M, BARLETTA B, et al. Source attributions of hazardous aromatic hydrocarbons in urban, suburban and rural areas in the Pearl River Delta (PRD) region[J]. Journal of Hazardous Materials, 2013, 250/251: 403-411.
[8] 環境保護部. 環境空氣質量自動監測技術規范:HJ/T 193—2005 [S]. 北京:中國環境科學出版社,2005.
[9] 環境保護部科技標準司. 環境空氣質量評價技術規范(試行):HJ 663—2013 [S]. 北京:中國環境科學出版社,2013.
[10] 環境保護部科技標準司. 環境空氣質量指數(AQI)技術規定(試行):HJ 633—2012 [S]. 北京:中國環境科學出版社,2012.
[11] CAI C J, GENG F H, TIE X X, et al. Characteristics and source apportionment of VOCs measured in Shanghai, China[J]. Atmos Environ, 2010, 44:5 005-5 014.
[12] GENG F H, ZHAO C S, XU T G, et al. Analysis of ozone and VOCs measured in Shanghai: A Case Study[J]. Atmos Environ, 2007, 41:981-1 001.
[13] 王紅麗. 上海市大氣揮發性有機物化學消耗與臭氧生成的關系[J]. 環境科學, 2015, 35(6): 1 603-1 611.
WANG Hongli. Characterization of volatile organic compounds (VOVs) and the impact on ozone formation during the photochemical smog episode in Shanghai, China[J]. Acta Scientiae Circumstantiae, 2015, 35(6): 1 603-1 611.
[14] WANG Z Y, REN F M, WANG D Q, et al. Anomalies of Ocean and Atmospheric Circulation in 2012 and Their Impacts on Climate in China[J]. Meteorological Monthly, 2013,39(4): 508-515.
[15] 劉燦, 高陽華, 易靜, 等. 基于MODIS數據的西南地區氣溶膠光學厚度時空變化特征分析[J]. 西南大學學報 (自然科學版), 2014, 36(5):1-9.
LIU Can, GAO Yanghua, YI Jing, et al. An MODIS-Based analysis of Spatio-Temporal variations of aerosol optical depth in southwest of China[J]. Journal of Southwest University (Natural Science Edition), 2014, 36(5):1-9.
[16] LUO Y X, CHEN J, ZHENG X B, et al. Climatology of aerosol optical depth over China from recent of MODIS remote sensing data[J]. Ecology and Environmental Sciences, 2012, 21(5):876-883.
PollutionTrendsofOzoneinOzoneMonitoringPilotCitiesfrom2008to2016
CHENG Linjun1,2, WANG Shuai2, GONG Zhengyu2, YANG Qi1, WANG Yeyao1,2
1.School of Water Resources and Environment, China University of Geosciences, Beijing 100083, China 2.State Environmental Protection Key Laboratory of Quality Control in Environmental Monitoring, China National Environmental Monitoring Centre, Beijing 100012, China
In this paper, the ozone monitoring data inthe selected pilot cities of Beijing, Shenyang, Shanghai and Chongqing from 2008 to 2016were analyzed. It can be seen that the ozone pollution in Beijing was the most serious in four cities. Ozone pollution characteristics of four cities are higher value with relatively larger proportion, the proportion of lower concentrations of ozone is relatively lower. The annual average ozone concentrations in Beijing, Shenyang and Shanghai increased overall from 2008 to 2016. The proportion of days beyond the standard was 15.9% in Beijing, 7.7% in Shanghai, 3.9% in Chongqing, and 6.5% in Shenyang in 2008-2016. Shanghai's ozone concentration is very high in the fall. The trend of ozone changing in 2012 is quite unusual, which probably due to unusual weather conditions that occurred in 2012. The changes of ozone concentrations in four cities are highly correlated with changes in meteorological conditions.
ozone; pilot cities; pollution characteristics
X823
:A
:1002-6002(2017)04- 0026- 07
10.19316/j.issn.1002-6002.2017.04.03
2017-05-10;
:2017-05-16
國家重點研發計劃項目(2016YFC0201800);國家重大儀器專項(2011YQ120024)
程麟鈞(1980-),女,黑龍江鶴崗人,博士,工程師。
王業耀