我國典型南方城市臭氧污染特征

趙熠琳，原彩紅，劉 崢，王 帥，丁俊男

1.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 2.中國環境科學研究院，北京 100012 3.柏力行印刷有限責任公司，北京 102600

我國典型南方城市臭氧污染特征

趙熠琳1，原彩紅2，劉 崢3，王 帥1，丁俊男1

1.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 2.中國環境科學研究院，北京 100012 3.柏力行印刷有限責任公司，北京 102600

分析了我國典型南方城市的臭氧污染特征，選取我國4個有代表性的南方重點城市武漢、寧波、中山和南寧的2013—2015年監測數據，使用EXCEL、ORIGIN和MATLAB等統計軟件開展研究，結果表明：我國南方典型城市的臭氧質量濃度分布有明顯時間變化特征，超標時間跨度大，部分南方城市與氮氧化物存在較明顯負相關性，相關系數高于-0.6；受城市所在不同地理位置、氣象因素、大氣擴散條件及可能的不同本地排放污染源構成等因素影響，4個城市的近3年臭氧濃度月均值、超標情況和年內峰值均存在一定差異和分組相似性；與部分氣象因素也表現出顯著相關性。

臭氧；時空分布；特征；氣象因素；南方城市

隨著我國南部工業化與城市化進程的高速推進，大氣污染狀況愈加嚴峻，在公眾視野還聚焦在細顆粒物時，臭氧(O3)已經悄然成為我國南方城市的首要污染物。污染類型也從一次污染物為主的煤煙型污染轉變為一次污染、二次污染并存的復合型污染；從城市的局地污染發展為城市群的區域污染；灰霾天氣、光化學煙霧、酸沉降等多種問題并存，呈現出煤煙型與氧化型污染共存、局地污染與區域污染相疊加、污染物之間相互耦合的復合型大氣污染[1-2]。開展針對我國南方城市O3污染物變化規律的監測和研究已成為南方大多數城市的重要工作之一。

20世紀50年代國外出現光化學煙霧事件后，美國加州環境健康影響評估分析表明，O3污染對人類身體健康存在很大影響，歐美隨機開展了O3污染的監測和治理。“十一五”期間，我國雖實現了二氧化硫(SO2)排放總量減少10%的約束性指標，城市大氣SO2和可吸入顆粒物(PM10)濃度明顯下降，但以PM2.5和O3為代表的二次污染仍十分嚴重，年平均濃度超過發達國家3～5倍。我國的O3監測起步相對較晚，中國環境監測總站在2008年組織多個省市監測單位開展O3污染監測試點工作，部分城市也開展了單個城市的O3污染短時變化規律初步研究[3-7]。

為探索我國南部重點區域城市O3長時間序列的污染規律、變化特征及相關影響因素，本文選取武漢、寧波、中山和南寧4個典型南方城市作為代表，采用2013—2015年實時監測的6項污染物數據及11項氣象數據展開研究，以期為我國南方城市O3污染規律及未來治理提供一些參考。

1 數據來源和分析評價方法

1.1數據來源

研究使用數據來自國家環境空氣質量監測網2013—2015年例行監測數據，選取研究城市各項污染物日均濃度值，剔除無效數據后展開分析研究。氣象數據來源于FNL氣象網站歷史數據，本文涉及使用數據約10.1萬余條。

城市選取類型主要包括南方內陸城市(武漢)、長三角區域重點城市(寧波)、珠三角區域重點城市(中山)和我國大陸南部省會城市(南寧)。武漢地處江漢平原東部，地勢東南高、西北低，主要被剝蝕丘陵區、剝蝕堆積壟崗區和堆積平原覆蓋；寧波市地勢西南高、東北低，全市主要被平原、丘陵和山地覆蓋；中山市以平原為主，中部地勢較高，四周平坦，西北高、東南低，大部分面積被平原和灘涂覆蓋，小部分被低山、丘陵和臺地覆蓋；南寧市與以上3個城市地貌環境相似，主要被平地、丘陵覆蓋。

1.2分析評價方法

使用EXCEL、ORIGIN和MATLAB等統計軟件并依據國家《環境空氣質量標準》(GB 3095—2012)對國家環境空氣質量監測網2013—2015年例行監測數據進行分析，按照不同時間分布探索O3污染物變化規律，評價超標分布(表1)[1]，解析其他污染物對O3污染濃度變化的影響，及其受大氣條件影響的分析。

表1 O3濃度限值

注：O3日最大8 h滑動平均值高于800 μg/m3時不再進行其空氣質量分指數計算， O3空氣質量分指數按1 h平均值計算。

2 結果與討論

2.1主要時空分布特征

2.1.1 O3質量濃度近3年月均值濃度時間變化趨勢

2013—2015年國家環境空氣質量監測網數據統計結果表明，O3濃度存在一定規律性,武漢、寧波、中山和南寧市2013—2015年月均質量濃度見圖1～圖4。武漢和寧波2個城市O3濃度變化曲線為較明顯的“M”型，中山和南寧2個城市曲線趨勢則更傾向于波浪型。武漢和寧波較為一致，在4—10月高溫期間均會呈現明顯上升趨勢，O3月均值武漢較寧波高，但是3年總體基本維持在同一水平，無明顯升高或降低；中山和南寧2個城市月均濃度最高值均出現在每年10月，曲線整體趨勢較為平緩，2013年中山市在10月出現一個較為突出的峰值，2014—2015年峰值降低較為明顯，降低了28.8%～33.5%，其他時間段內2個城市O3濃度基本維持在同一水平，中山市2014、2015年曲線趨勢更為相似，南寧市2013、2014年曲線趨勢幾乎一致。

2.1.2 O3質量濃度日變化趨勢

夏、秋季是南方城市受O3污染最為嚴重的季節，采用武漢、寧波、中山和南寧4個城市2015年O3污染濃度峰值最高月份市區中心位置的點位監測數據，分析每天O3質量濃度的變化趨勢。武漢市8月東湖梨園點位、寧波市9月市監測中心點位、中山市10月華柏園點位和南寧市4月市監測站點位的O3日濃度變化趨勢見圖5。

圖1 2013—2015年武漢O3月均質量濃度Fig.1 O3 monthly average data of Wuhan in 2013-2015

圖2 2013—2015年寧波O3月均質量濃度Fig.2 O3 monthly average data of Ningbo between 2013 and 2015

圖3 2013—2015年中山O3月均質量濃度Fig.3 O3 monthly average data of Zhongshan in 2013-2015

由圖5可見，武漢市東湖梨園、寧波市監測中心、中山市華柏園、南寧市監測站在O3污染最嚴重的月份中，每日的O3濃度變化趨勢基本一致。從每日凌晨開始，O3小時濃度有小幅度降低，07：00—08:00降到一天當中O3小時值濃度最低值水平，隨后O3小時值濃度開始迅速升高，15:00—16:00 O3小時濃度達全天最高，隨后濃度開始下降并降至當日凌晨濃度值水平。

圖4 2013—2015年南寧O3月均質量濃度Fig.4 O3 monthly average data of Nanning in 2013-2015

2.2O3質量濃度特征分析

2.2.1 O3質量濃度年超標情況

武漢、寧波、中山和南寧4個城市的O3污染超標天數如圖6所示。從圖6可見，武漢市超標天數柱狀圖呈“V”字型，2015年污染超標天數最高，達57 d；寧波市超標天數逐年有小幅度上升，2015年超標天數為28 d；中山市則呈逐年下降趨勢，從2013年超標46 d降至2015年的23 d，降幅50%；南寧市則在2014年污染最重，呈倒“V”字型趨勢，但是仍為4個典型南方城市中累計超標天數最少的城市，2015年僅超標3 d。

2013—2015年武漢市O3第90百分位日最大8 h滑動平均值為161.6～169 μg/m3，寧波市為139.2～154 μg/m3，中山市為145～167.6 μg/m3，南寧市為118～131.6 μg/m3；2013—2015年武漢、寧波、中山和南寧4個城市總超標率分別為13.2%、6.3%、10.0%、2.0%。

從統計結果看，2013—2015年武漢市O3污染超標天數最多，中山市其次，寧波市O3的月均質量濃度在大部分時間都高于中山市的月均質量濃度。寧波市共超標87 d，中山市共超標122 d，南寧市超標天數最少。分析原因認為：武漢市所處地理位置為中國大陸內陸高溫地區，城市人口密集、周邊工業污染較嚴重，內陸城市的污染物擴散條件在一定程度上受大氣條件制約，因此武漢污染最嚴重；寧波市為非工業密集城市，地理位置臨海，受特殊海邊城市氣象影響因素導致城市超標天數較中山市少；中山市位于珠三角經濟開發區，雖地理位置相對臨海，但較寧波市而言，周邊工業發展污染源較多，區域性傳輸更為嚴重，受副熱帶高壓影響城市年均溫度更高，更有助于促進O3的二次污染物生成，提高城市O3日最大8 h滑動平均值；南寧市的地理位置為內陸和臨海之間，在一定條件下受沿海特殊氣象條件及副熱帶高壓等影響，年均氣溫與中山市基本持平(中山市年均21.8 ℃，南寧市21.6 ℃)，但由于城市區域周邊的工業發展較其他3個城市略為落后，城市本地及周邊的工業污染源與前3個城市相比明顯最少，使南寧市超標天數均為最少。

2.2.2 O3超標月情況

4個城市2013—2015年O3月超標天數變化情況見圖7。從圖7可見：中山市與南寧市的O3超標分布趨勢一致，均從入夏逐步上升，在10月達到峰值；武漢市和寧波市的規律較相似，從4月開始逐步上升，5—6月達到峰值，隨后均有一個月的下降期，而后快速上升并出現第二個最大值，武漢市的回升趨勢較寧波市更明顯。

圖7 2013—2015年典型南方城市O3月超標天數變化情況Fig.7 Temporal distribution of ozone pollution exceeded days in typical southern cities in 2013-2015

4個典型南方城市在2013—2015年O3質量濃度超標累積天數共計342 d，4—10月出現的超標天數占總超標天數的94.74%。

2013—2015年4個城市累積O3質量濃度超標天數最多的月份見表2。

表2 2013—2015年O3質量濃度超標天數累積最高月份

2.2.3 O3質量濃度月峰值

4個城市每年O3峰值出現也有一定規律可循，部分城市每年出現O3濃度峰值的時間大多出現在固定的月份(見表3)。

表3 城市O3濃度峰值最高月份

武漢市O3濃度峰值均出現在夏季6—8月，且高溫期幾個月內的月均質量濃度相差不大；中山市O3濃度峰值均集中在10月。寧波市2013—2014年O3濃度峰值均出現在入夏初期(4—5月)，2015年雖然峰值出現在9月，但是5月均值僅比9月低2.3%；南寧市和寧波市較為相似，2013—2014年出現在10月，2015年10月月均值濃度比4月僅低3.9%。

分析原因認為，可能是由于城市所處地理位置不同，武漢市和寧波市的峰值出現趨勢較相似，中山市和南寧市的峰值趨勢更接近。

2013—2015年峰值變化趨勢如圖8所示。

圖8 2013—2015年O3月均濃度峰值變化情況Fig.8 O3 monthly average concentration peak trend in 2013-2015

從圖8可見：武漢市及寧波市峰值變化趨勢一致，均在2014年有一定比例升高，隨后2015年又有所下降，但降低后峰值仍高于2013年O3濃度水平；中山市和南寧市峰值變化大體相似，均是逐年降低，不同的是中山市2014年較2013年有非常明顯的下降，南寧市2015年下降幅度相對更大。

結合數據分析結果整體看來，珠三角及南方近海城市的O3污染情況近年有所緩解。

2.2.4 O3與NO2的相關性分析

為研究典型南方城市的O3和NO2濃度質量變化特性，選取2013—2015年NO2和O3的月均質量濃度進行線性回歸分析，結果見圖9～圖12。

圖9 2013—2015年武漢市O3與NO2月均值相關性Fig.9 Correlation between O3 concentration and NO2 of Wuhan in 2013-2015

圖10 2013—2015年寧波市O3與NO2日均值相關性Fig.10 Correlation between O3 concentration and NO2 of Ningbo in 2013-2015

圖11 2013—2015年中山市O3與NO2日均值相關性Fig.11 Correlation between O3 concentration and NO2 of Zhongshan in 2013-2015

圖12 2013—2015年南寧市O3與NO2日均值相關性Fig.12 Correlation between O3 concentration and NO2 of Nanning in 2013-2015

從圖9～圖12可見，4個典型南方城市中武漢市和寧波市2個城市的O3質量濃度變化與NO2質量濃度相關系數均大于-0.6，變化趨勢呈明顯負相關，表明這2個城市中O3的質量濃度與NO2質量濃度的變化關系密切；但中山市和南寧市O3質量濃度變化與NO2質量濃度相關系數為-0.1～0.1，雖然結果顯示NO2和O3之間不存在線性相關關系，但并不說明這2種污染物之間沒有任何相關性。

相關研究表明[8-9]，珠三角城市及周邊地區削減人為源NOx排放時，O3濃度出現明顯升高，原因為研究城市及工業較發達地區的VOCs/NOx相對較小，VOCs與NOx在與O3的反應中爭奪自由基進行光化學反應，導致僅關注NOx的濃度降低會加劇O3的污染程度，相反關注VOCs濃度的降低對O3重污染反而有明顯改善作用。

2.3O3與氣象因素的相關性

氣象因素與O3的質量濃度變化也有密不可分的聯系，相關研究表明[9-10]，不同地理環境、氣象條件的城市受各種氣象因素影響的相關性也有所差異。使用FNL網站下載的氣象資料數據，包括地面2 m溫度、地面2 m相對濕度、10 m經向風(南向北)、10 m緯向風(西向東)、大氣邊界層高度，975、950 、925 、900、850 hPa高度逆溫強度，結合O3日最大8 h滑動平均值探尋O3質量濃度與氣象因素的關系，結果見圖13。

圖13 2013—2015年O3日均值與氣象因素相關性Fig.13 Correlation between O3 concentration and meteorological factors during 2013 to 2015

地面溫度和850 hPa高度逆溫強度相關性最顯著，O3質量濃度和地面2 m溫度呈明顯正相關，說明O3質量濃度隨著溫度的升高而增高；武漢市、中山市、南寧市和850 hPa高度逆溫強度呈現一致且顯著的負相關，逆溫強度的降低反而致使O3濃度質量增高。值得注意的是，寧波市O3在地面2 m相對濕度、10 m緯向風(西向東)、大氣邊界層高度、950 hPa、925 hPa高度逆溫強度等多項氣象數據的相關性和其他3城市相反，這可能是由不同的本地排放污染源造成的。

3 結論

依據2013—2015年全國環境空氣質量監測網的O3實時監測結果特征分析，我國典型南方城市O3質量濃度分布有明顯的時間變化特征，尤其日變化特征明顯，年濃度變化規律性較為相似，超標時間跨度大，武漢市和寧波市的O3與NOx濃度變化呈明顯負相關，中山市和南寧市線性關系不明顯。受本地及周邊地區污染源構成等原因，內陸及珠三角工業發達地區城市的O3超標情況較長三角及南部沿海代表城市略顯嚴重；另一方面，受城市所在不同地理位置、氣象因素、大氣擴散條件及可能不同的本地排放污染源組成等因素影響，武漢市和寧波市、中山市和南寧市在O3月均值質量濃度超標情況特征和O3月均值質量濃度年內峰值2個方面均存在較明顯差異和分組相似性。

[1] 環境保護部科技標準司.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] 張遠航,邵可聲,唐孝炎,等. 中國城市光化學煙霧污染研究[J]．北京大學學報(自然科學版)，1998,34(2/3):392-400.

ZHANG Yuanhang, SHAO Kesheng, TANG Xiaoyan, et al. Study on photochemical smog pollution in China[J]．Acta Scientiarum Naturalism Universities Pekinensis (Natural Science Edition), 1998, 34(2/3): 392-400.

[3] 洪盛茂． 杭州主城區大氣臭氧對空氣污染指數API的影響[J]． 中國環境監測，2010，26(1): 46-52.

HONG Shengmao. The Influence of Ozone Concentration in Air Pollution Index (API) Hangzhou Urban[J]. Environment Monitoring in China, 2010, 26(1): 46-52.

[4] 殷永泉,李昌梅,馬桂霞,等. 城市臭氧濃度分布特征[J]．環境科學，2004,25(6): 16-20.

YIN Yongquan, LI Changmei, MA Guixia, et al. Ozone Concentration Distribution of Urban[J]．Environmental Science, 2004,25(6): 16-20.

[5] 張世國,苑克娥,胡順星,等. 北京地區大氣臭氧與氮氧化物測量分析[J]．大氣與環境光學學報, 2012,7(5):321-326.

ZHANG Shiguo, YUAN Kee, HU Shunxing, et al. Analysis for Atmospheric Ozone and Nitrogen Oxide in Beijing Area. Journal of Atmospheric and Environmental Optics, 2012,7(5):321-326.

[6] 胡正華，孫銀銀，李琪，等. 南京北郊春季地面臭氧與氮氧化物濃度特征[J]. 環境工程學報, 2016,6(6): 1 995-2 000.

HU Zhenghua, SUN Yinyin, LI Qi, et al. Concentration characteristics of surface ozone and nitrogen oxides in north suburb of Nanjing in spring[J]. Chinese Journal of Environmental Engineering, 2016,6(6): 1 995-2 000.

[7] 郭穩尚，劉煥武，王奕瀟，等. 西安地區近地面臭氧與氮氧化物濃度特征集相關性研究[J]. 環境保護，2014(6):3-4.

GUO Shangwu, LIU Huanwu, WANG Yixiao, et al. Study on the near surface ozone and nitrogen oxides concentration correlation and characteristics of Xi′an, 2014(6):3-4.

[8] 吳鄂飛. 夏季環境空氣中臭氧和氮氧化物變化關系[J]. 環境科學與技術,2006,8(29):56-58.

WU Efei. The Transformational Relation between Ozone and Nitrogen-Oxide in Ambient Air over Summer[J]. Environmental Science & Technology, 2006,8(29):56-58.

[9] 葉綠蔭，樊少芬，常鳴，等. 珠三角地區秋季臭氧生成敏感性時空變化模擬研究[J]. 南靖大學學報(自然科學),2016，52(6): 977-988.

YE Lyuyin, FAN Shaofen, CHANG Ming, et al. Spatial and temporal distribution of ozone sensitive district in Pearl River Delta region during autumn[J]. Journal of Nanjing University (Natural Sciences), 2016，52(6): 977-988.

[10] 孫韌,劉偉,張贊,等. 城市典型氣象條件與大氣顆粒物污染之間的關系[J].中國環境監測, 2005,21(2): 80-83.

SUN Ren, LIU Wei, ZHANG Zan, et al. The relationship between the typical urban meteorological and the particulate matter pollution[J]. Environmental Monitoring in China, 2005,21(2): 80-83.

[11] 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.

AnalysisontheCharacteristicsofOzonePollutioninTypicalCitiesofSouthernChina

ZHAO Yilin1, YUAN Caihong2, LIU Zheng3, WANG Shuai1, DING Junnan1

1.State Environmental Protection Key Laboratory of Quality Control in Environmental Monitoring, China National Environmental Monitoring Centre, Beijing 100012, China 2.Chinese Research Academy of Environmental Sciences, Beijing 100012, China 3.Bo Lixing Print Limited Liability Company, Beijing 102600, China

This paper intend to explore the characteristics of ozone pollution in typical southern cities of China, including temporal and spatial variation, influencing factors, ozone exceed status and regulatory rules of concentration variation. 4 representative cities from southern China were selected, which are Wuhan, Ningbo, Zhongshan and Nanning, the monitoring data from 2013 to 2015 was used to carry out research on the use of EXCEL, ORIGIN and MATLAB statistical software. The results showed that the ozone concentrations distribution of study cities have obvious time variation, pollution covers a long time span, and some southern cities’ ozone have obvious negative correlation with NO2, the correlation coefficient is higher than -0.6; due to the 4 cities have different geographical location, weather, local emission source of pollution and other factors, in the past 3 years, there were some differences and similarities in the monthly concentration, the exceeding standard and the annual maximum month; and some meteorological factors also showed significant correlation.

ozone; spatiotemporal distribution; characteristics; meteorological factor; southern city

X84

：A

：1002-6002(2017)04- 0194- 07

10.19316/j.issn.1002-6002.2017.04.24

2017-04-22;

：2017-05-05

科技部2015年度環境保護公益性行業科研專項“多度尺度空氣質量預報對接技術與業務示范研究”(201509014)

趙熠琳(1986-)，女，北京人，碩士，工程師。

丁俊男