2016年長三角城市群O3濃度的時空變化規律

黃小剛,趙景波

?

2016年長三角城市群O3濃度的時空變化規律

黃小剛1,2,3,趙景波1,3*

(1.陜西師范大學地理科學與旅游學院,陜西 西安 710119；2.山西師范大學地理科學學院,山西 臨汾 041004；3.陜西師范大學地理學國家級實驗教學示范中心,陜西 西安 710119)

基于2016年長三角城市群40個城市的監測數據,利用空間內插、空間自相關分析、熱點分析等地統計分析方法,研究了2016年長三角城市群O3濃度的時空變化規律.結果表明:2016年長三角城市群O3平均超標天數比例為8.8%,O3已成為造成長三角城市群空氣污染的僅次于PM2.5的重要污染物;夏、春、秋、冬季O3濃度依次遞減,由于梅雨的影響,O3月均濃度變化曲線呈M型分布,2個峰值出現在5月和8月,谷值出現在6月;O3超標主要發生在4~9月,超標天數占全年的98.1%,月均超標天數比例為17.3%;O3濃度具有明顯的空間分異規律,大體呈東北高西南低的態勢,過杭州和馬鞍山的直線可將長三角城市群O3濃度劃分為高值區和低值區,杭州-馬鞍山線以東是O3高污染城市聚集區,尤以環太湖經濟圈最為嚴重.O3濃度的空間分布格局與長三角城市群經濟發展格局大體一致;O3濃度具有空間集聚規律,4~7月O3熱點集中分布在環太湖經濟圈至上海區域,受東南季風加強的影響,8~9月熱點西移至以南京為中心的區域.

O3；時空變化；空間自相關；熱點；長三角城市群

近地層空氣O3主要來源于NO和VOCs等前體物在空氣中進行的光化學反應[1].由于工業化、城市化的快速發展和汽車保有量的迅速增加,許多城市的光化學污染越來越嚴重[2],O3濃度呈明顯的上升趨勢[3-4].根據《2016中國環境狀況公報》[5],2016年我國74個新標準第一階段監測實施城市O3日最大8h平均(O3-8h)第90百分位數濃度的平均值為154μg/m3,比2015年上升了2.7%;超標天數比例為8.6%,比2015年上升0.4個百分點;以O3為首要污染物的污染天數占污染總天數的30.8%,僅次于PM2.5的57.5%.O3已成為影響城市空氣質量改善的重要污染物[6-7].

空氣污染一般具有區域關聯性,一個城市的空氣質量除了受到本地污染源影響外,還受周邊污染源的影響[8],區域空氣污染常表現為城市群污染現象[9].與NO、SO、CO等其它氣態污染物相比,O3壽命較長[10],能隨氣流跨區域長距離傳輸,區域關聯特征更明顯.研究顯示,2015年7月京津冀13個城市O3污染有80%以上為傳輸貢獻,而本地源貢獻僅為6.9%(廊坊)~19.7%(北京)[11].2013年7月長三角地區發生的O3污染事件中,O3長距離傳輸對于上海、蘇州、杭州的濃度貢獻則分別為(42.79±10.17)%、(48.57±9.97)%、(60.13±7.11)%[12].南京地區受西南方向的近距離輸送影響時,O3濃度較高,而受西北方向的氣流輸送影響時,O3濃度偏低[13].因此,區域大氣O3污染的治理應通盤考慮,聯防聯控[14].

長江三角洲城市群(以下簡稱長三角城市群)是中國經濟最為活躍的地區之一[15],城市密度大、產業活動密集,污染物排放強度高,區域性大氣污染較為嚴重[16],是我國大氣污染防治重點區域[17].長三角城市群O3污染的防治已引起學術界的重視,在重要城市O3污染特征及影響因素[18-20]、來源識別[12]、O3生成潛勢[21]、周末效應[22]、垂直分布特征[23-24]等方面取得了許多研究成果.2013年后,國家環保部陸續在全國300多個城市布設了1497個國控監測站點,為以區域為尺度利用連續監測數據開展污染物時空特征的研究提供了條件.易睿等[16]、劉芷君等[25]對2013~2014年長三角地區城市O3監測數據進行了統計分析,認識到夏季長三角地區O3污染最嚴重,且呈連片分布,上海及周邊城市O3污染較嚴重,內陸城市相對較輕.但傳統的研究方法多以城市間的對比為主,范圍以江浙滬組成的長三角地區為主,自2016年5月國務院批準實施《長江三角洲城市群發展規劃》以來,以長三角城市群為整體來探討O3濃度時空變化規律的仍鮮有報道.本文基于2016年長三角城市群40個城市的監測數據,運用空間內插、空間自相關分析、熱點分析等地統計分析方法,對O3濃度的集聚與分異等時空變化特征進行分析,揭示長三角城市群O3濃度的時空變化規律,有助于深刻認識該區域O3污染的特點、成因和發生機制,為O3污染的聯防聯控提供科學依據.

1 研究區域、數據來源與研究方法

1.1 研究區概況

長三角城市群位于32°34′~29°20′ N,115°46′~ 123°25′ E,地處長江入海前的沖積平原.根據《長江三角洲城市群發展規劃》,長三角城市群包括:上海市,江蘇省的南京、蘇州、無錫、常州、南通、揚州、鎮江、泰州、鹽城,浙江省的杭州、寧波、嘉興、紹興、湖州、金華、臺州、舟山,安徽省的合肥、蕪湖、馬鞍山、安慶、銅陵、池州、滁州、宣城等26個地級市.國土面積21.17萬km2,約占全國的2.2%,總人口1.5×108人,地區生產總值147000×108元,分別占全國的19.78%和11.0%.長三角城市群是“一帶一路”與長江經濟帶的重要交匯地帶,是中國城鎮化基礎最好的地區之一,經濟發達,環境污染嚴重,與京津冀、珠三角地區一起被列為我國大氣污染防治的三大重點區域[17].

1.2 數據來源和評價標準

圖1 2016年長三角城市群空氣質量監測站分布

氣象數據來自中國氣象數據網(http://data. cma.cn),監測數據來源于中國環境監測總站“全國城市空氣質量實時發布平臺”(http://106.37.208.233: 20035/).O3數據統計有效性按照《環境空氣質量標準(GB 3095-2012)》[26]和《環境空氣質量評價技術規范(試行)(HJ 663-2013)》[27]執行.O3日評價指標為O3-8h,年評價指標為O3-8h第90百分位數濃度.月均值、季均值、年均值分別指一個日歷月、一個日歷季、一個日歷年內O3-8h的算術平均值.計算O3年均值和O3-8h第90百分位數濃度時,若監測點全年O3-8h數據少于324個,則認為該監測點全年數據無效并剔除;計算月均值時,若監測點當月O3-8h數據少于27個(2月份少于25個),則認為當月數據無效并剔除.長三角城市群在全國城市空氣質量實時發布平臺上共有41個監測城市(圖1),因諸暨年有效監測數據不足324個而被剔除,本文實際研究的監測城市為40個.春季指3~5月,夏季指6~8月,秋季指9~11月,冬季指12、1、2月.評價標準按《環境空氣質量指數(AQI)技術規定(試行)(HJ 633-2012)》[27]執行,O3空氣質量劃分為5個級別:優(1~100μg/m3)、良(101~160μg/m3)、輕度污染(161~215μg/m3)、中度污染(216~265μg/m3)和重度及以上污染(3266μg/m3),其中輕度及以上污染為超標.超標天數比例指在一定時段內,O3日評價指標超標的百分比.

1.3 研究方法

1.3.1 空間插值 本文收集的數據為點狀數據,為了解長三角城市群O3濃度的完整空間分布,采用克里金插值法(OKM)對O3濃度的空間分布進行插值.OKM是一種在空間數據分布不均的條件下,能夠對插值點屬性的空間行為進行全面計算的無偏最優估計算法[28].插值時,從長三角城市群40個有效監測城市中隨機抽取4個作為驗證點,采用交叉驗證法對插值的效果進行評估,精度在86%以上,空間插值效果較好.

1.3.2 基于Moran’的O3濃度空間自相關分析 空間自相關是指空間事物或屬性在空間分布上具有相關性,且距離越近相關性越強[17].全局Moran’ s是用于表征區域空間事物自相關性的一個常用且有效的指標[29].本文采用全局Moran’ s探測整個長三角城市群O3濃度分布的空間關聯程度及結構模式,全局Moran’的計算公式如下:

的標準化統計量檢驗的計算公式為:

式中:VAR()是全局Moran’的變異系數;()是其數學期望.

如果()為正且顯著,表明相似的觀測值趨于空間集聚,即存在正的空間自相關關系;如果()為負且顯著,表明相似的觀測值趨于空間分散,即存在負的空間自相關關系.

1.3.3 基于Getis-Ord的O3濃度熱點分析 全局Moran’雖然可以從整體上反映研究區事物或屬性的空間自相關性,但無法反映局部的空間自相關關系及程度.Getis-Ord熱點分析可用于分析事物分布的空間集聚性和異質性,驗證研究對象是否存在相似值的局部集聚現象[30],并識別其具體的位置.Getis-Ord的計算公式如下:

為便于分析,對進行標準化處理,計算公式為:

式中:VAR()是的變異系數;()是其數學期望.

如果()為正且顯著,表示位置為熱點(高值聚集);()為負且顯著,表示位置為冷點(低值聚集).

2 結果與討論

2.1 O3總體污染特征

2016年長三角城市群40個有效監測城市O3-8h第90百分位數濃度變化范圍為104~224μg/ m3,平均值為154μg/m3,比全國平均值138μg/m3[5]高11.6%.各城市O3-8h第90百分位數濃度主要分布在140~180μg/m3之間,共27個,占有效監測城市的67.5%.其中分布在150~160μg/m3之間的有13個,占有效監測城市的32.5%(圖2).O3年評價指標有12個城市超標,超標城市比例為30%,超標城市以輕度污染為主,共11個城市,占超標城市的90.9%,有1個城市為中度污染,占超標城市的9.1%;有28個城市年評價指標達標,達標城市比例為70%,評價結果均為良.年評價指標沒有出現優和重度及以上污染的城市.

2016年,長三角城市群40個有效監測城市O3超標天數共1292d,占有效監測天數(40個城市有效監測天數累計為14619d)的8.8%,遠高于全國O3超標天數比例(5.2%[5]),各市平均超標天數為32.3d.其中,O3日評價結果為優的天數累計9292d,占63.6%;良4035d,占27.6%;輕度污染1119d,占7.7%;中度污染164d,占1.1%;重度污染9d,占0.1%.未出現嚴重污染天氣.各城市均有不同程度的O3超標,超標天數在1~104d之間,其中,超標天數在21~35d之間的比例最大,共16個城市,占有效監測城市的40%(圖3).

圖2 O3-8h第90 百分位數濃度頻率分布

圖3 O3超標天數頻率分布

與其它5項常規監測指標相比,O3的超標天數比例居第二位,低于PM2.5(15.7%),高于PM10(6.4%)、NO2(2.5%)、SO2(0.1%)、CO(0.0%).以O3為首要污染物的污染天數占總污染天數的35.0%,僅次于PM2.5(60.8%),遠高于PM10(2.1%)、NO2(1.8%)、SO2(0.4%)和CO(0.0%).嘉興、臺州、湖州、宜興、舟山等5城市以O3為首要污染物的污染天數甚至超過以PM2.5為首要污染物的污染天數.O3已成為造成長三角城市群空氣污染的僅次于PM2.5的重要污染物.

2.2 O3濃度的時間變化規律

由圖4可見,長三角城市群O3月均濃度變化曲線大體呈M型分布,2個峰值分別出現在5月和8月.1月O3平均濃度最小,為59μg/m3,此后O3濃度逐漸升高,5月達到第一個峰值,為119μg/m3,是1月平均濃度的2倍.6月O3濃度略有下降,出現谷值,為110μg/m3.7月后,O3濃度又開始上升,8月達到第二個峰值,也是一年的最大值,為124μg/m3,是最小值的2.1倍.9月,O3濃度仍然處于高位,但相較于8月已略有下降,為118μg/m3.10月后,O3濃度迅速下降,10~12月O3月均濃度保持在61~72μg/m3的低值水平,僅為最大值的49.2%~58.1%.總體上O3月均濃度變化可分為3個階段:10月~次年1月為最低階段,變化范圍為59~72μg/m3,平均濃度64μg/m3;2~3月為居中階段,變化范圍為81~90μg/m3,平均濃度85μg/m3;4~9月為最高階段,變化范圍為110~124μg/m3,平均濃度116μg/m3.

圖4 O3濃度與超標天數的月度分布

O3污染主要集中在4~9月的最高階段,40個城市O3超標天數累計為1292d,其中有1268d發生在4~9月,占全年O3總超標天數的98.1%,平均超標天數比例為17.3%,其中8月最高,為21.1%,4月最低,為13.7%.最低階段和居中階段O3污染天氣較少出現,各月超標天數比例在0.9%以下.與2013年長三角地區O3污染最嚴重的時間5~8月[16]相比,2016年O3污染時間明顯延長.按照O3-8h持續上升且連續3d超過100μg/m3(優)作為一年中O3污染開始的時間,O3-8h持續下降且連續3d低于100μg/m3作為O3污染結束的時間[10],長三城市群O3污染開始于3月25日,結束于9月26日,持續186d.這一評價結果與O3超標天數的分布相符,說明該方法的評價結果較為可靠,可作為長三角城市群O3污染的預警指標之一.

O3月均濃度變化曲線呈M型,可能是長三角城市群氣象條件綜合作用的結果.O3濃度很大程度取決于地面總輻射量控制下的光化學反應過程[31],而溫度影響O3光化學生成速率[32],因此,溫度、太陽輻射與O3濃度有顯著的正相關關系.水汽對O3的消耗則是近地層O3的一個重要的匯,水汽所含的自由基H、OH等能迅速將O3分解[33],與O3濃度有顯著的負相關關系.1~5月O3濃度的快速升高主要是由于溫度升高和太陽輻射的增強造成的,溫度降低和太陽輻射減弱則是8月以后O3濃度開始降低的主要影響因素.然而,與月均溫度變化的單峰、倒V型不同,在溫度較高的6月O3濃度出現了谷值,這可能與梅雨有關.6月中下旬長江中下游地區進入梅汛期,日照時數明顯偏少,降水量和相對濕度通常較高,以上海寶山氣象站為例(表1),2016年寶山氣象站6月的日照時數和日照百分率分別為98.5h和23%,明顯低于5月的139.1h和33%,而6月的相對濕度和降水量分別為83%和239.2mm,明顯高于5月的76%和159.5mm.在忽略O3前體物濃度的差異和其它影響因素情況下,多云導致的日照時數的降低對O3濃度的下降貢獻40%,降水對O3濃度降低貢獻55%[34].因此,6月平均氣溫雖然高于5月,但較低的日照時數和較高相對濕度、降水量仍使6月O3濃度低于5月,出現谷值.8月O3濃度達到一年的最大值,則是因為8月長三角城市群主要受副熱帶高壓控制,天氣晴朗少云,太陽輻射較強,較高的氣溫(29.5℃,全年第2)、較大的日照時數(268.2h,全年第1)和較小的相對濕度(71%,全年倒數第3)、降水量(32.4mm全年倒數第2)為O3的光化學反應生成提供了有利條件.10月O3濃度的迅速降低,除受溫度下降的影響外,還與雨帶南撤經過長三角地區有關,受較低的日照時數(49.3h,全年最低)和較高的相對濕度(80%,全年第2)、降水量(296mm,全年最大)的綜合影響.

從季節上來看,O3濃度和超標天數比例具有夏季高、冬季低、春秋季次之的季節變化特征.夏季O3污染最嚴重,O3濃度最高,超標天數最多,各城市平均濃度為116μg/m3,總超標天數為650d,超標天數比例為17.7%.春季次之,各城市平均濃度為106μg/m3,總超標天數為386d,超標天數比例為10.5%.秋季第3,O3平均濃度為84μg/m3,總超標天數為251d,超標天數比例為6.9%.冬季最小,O3平均濃度為66μg/m3,總超標天數為4d,超標天數比例為0.1%,O3污染基本消失.

表1 2016年寶山氣象站主要氣象要素月值統計

2.3 O3濃度的空間分異規律

因O3年評價指標為O3-8h第90百分位數濃度,本文采用O3-8h第90百分位數濃度進行插值來分析O3濃度的空間分異規律.圖5顯示,O3濃度分布大體為東北高西南低,過杭州和馬鞍山的直線可將長三角城市群O3濃度劃分為高值區和低值區.杭州-馬鞍山線以東是O3濃度高值區,是2016年O3高污染城市的聚集區,長三角城市群12個O3年評價指標超標的城市均分布于此,O3-8h第90百分位數濃度變化范圍為116~224μg/m3,平均為163μg/m3.高值區全年累計超標天數為1122d,占長三角城市群累計超標天數的86.8%,各城市年均超標40d,平均超標天數比例為10.9%,其中又以環太湖經濟圈(包括蘇州、無錫、常州、湖州、嘉興、宜興和吳江等8個監測城市)O3污染最嚴重,O3-8h第90百分位數濃度平均值為183μg/m3,各城市年均超標61d,平均超標天數比例16.7%.杭州-馬鞍山線以西是O3濃度低值區,O3-8h第90百分位數濃度變化范圍為104~ 160μg/m3,平均為130μg/m3.低值區累計超標天數為152d,占長三角城市群累計超標天數的13.2%,各城市年均超標11d,平均超標天數比例3%,其中浙江富陽、臨安和安徽的蕪湖、宜城超標天數在5d以下,全年O3空氣質量良好.

O3濃度的分布格局與長三角城市群經濟發展格局大體一致,長三角城市群經濟發展在空間上形成了以上海為中心,南京和杭州為副中心,蘇州、無錫和寧波為次中心,以環太湖地區為經濟核心區域向南北兩端和西南緣梯度降低的發展態勢[35],表明長三角城市群城市化、產業與人口聚集對O3濃度年度分布格局具有主導作用.環太湖經濟圈是長三角城市群的核心腹地,是長三角經濟最活躍和經濟發展水平最高的區域,高度的城市化和密集的產業活動為O3光化學反應提供了豐富的前體物,形成長三角城市群O3污染最嚴重的區域.南京作為長三角城市群的副中心城市,是我國重要的“油-化-纖-肥”結合的大型重工業基地,污染物排放比較嚴重,形成了偏內陸地區O3污染的中心.而上海作為長三角城市群最大的城市和經濟中心,未成為長三角城市群O3污染最嚴重的城市,寧波作為長三角城市群的副中心城市,也未形成嚴重的O3污染,可能因為上海和寧波地處沿海,易受海洋性季風和海陸風影響,清潔的海洋氣團使得污染物易被稀釋.杭州-馬鞍山線以西,尤其是皖南地區,是長三角城市群經濟相對欠發達的區域,城市密度相對較小,O3前體物排放量小,O3空氣質量良好.

圖5 O3-8h第90百分位數濃度與O3超標天數比例分布

2.4 O3污染的空間演化過程

由O3超標天數比例月度空間分布(圖6)可知,1~3月長三角城市群全境基本無O3污染,4~6月O3污染首先在環太湖經濟圈至上海區域出現,7~9月高污染范圍經歷了向整個杭州-馬鞍山線以東地區擴展、向西收縮、再向東增強的變化過程后,10月開始O3污染全境消失.總體上看,杭州-馬鞍山線以東,O3超標天數比例高且空間分布變化大,杭州-馬鞍山線以西,O3超標天數比例低且空間分布變化小.

4~6月,O3污染主要發生在環太湖經濟圈至上海區域,污染強度先增強,后減弱.4月長三角城市群O3污染率先在環太湖經濟圈至上海區域出現,O3超標天數比例在20%以上的城市共14個,均分布在該區域,其中環太湖經濟圈O3超標天數比例最高,在23.3%~43.3%之間,平均為30.7%,超標天數比例最高的城市是宜興,為46.1%,其余地區除南京(20%)外均低于20%,杭州-馬鞍山線以西超標天數比例多在10%以下.5月,隨著氣溫的進一步升高,環太湖經濟圈至上海區域O3超標天數比例進一步上升,超標天數比例大于20%的城市增至17個,環太湖經濟圈平均超標天數比例上升到34.6%,杭州-馬鞍山線以西超標天數比例仍多保持10%以下.6月,由于梅汛期的到來,O3濃度下降,高污染范圍向環太湖經濟圈收縮, O3超標天數比例在20%以上的城市減至12個,主要分布在環太湖經濟圈及周邊地區,環太湖經濟圈平均超標天數比例降至29.0%.

圖6 O3超標天數比例月度空間分布

7月,隨著梅雨的北移,長三角城市群主要受副熱帶高壓帶的控制,高溫夏天開始,O3濃度出現回升,超標天數比例迅速升高,O3高污染范圍開始向西北擴展.超標天數比例超過20%的城市達24個,已遍布杭州-馬鞍山線以東地區,甚至向南推進到浙江的金華和義烏.環太湖經濟圈至上海區域O3超標天數比例升至30%以上,環太湖經濟圈平均超標天數比例上升到36.1%,其中宜興最大,達59.3%.杭州-馬鞍山線以西地區O3濃度雖然也有所回升,但超標天數比例仍較低,除義烏、金華和臺州外,超標天數比例均在10%以下.

8月,長三角城市群污染強度達到一年最高,但受夏季風加強的影響,沿海城市O3超標天數比例降低,O3高污染范圍西移. O3超標天數比例大于20%的城市有21個,污染范圍向西越過杭州-馬鞍山線,擴展至安徽合肥、銅陵.南京及其周邊的滁州、句容、馬鞍山O3超標天數比例明顯上升,超標天數比例在30%以上,而沿海城市O3超標天數比例出現明顯下降,部分沿海城市如上海、海門、太倉、舟山等超標天數比例降至10%以下.環太湖經濟圈大部分城市O3超標天數比例也有所下降,但宜興超標天數比例有明顯上升,達一年的最高值71%.

9月,夏季風開始減弱,沿海城市O3超標天數比例出現上升,超標天數比例大于20%的區域又遍布整個杭州-馬鞍山線以東地區.杭州-馬鞍山線以西地區,除合肥外,多降至5%以下.

從季節上看,春季O3高污染區域主要發生在在環太湖經濟圈以東地區,夏季則發生在整個杭州-馬鞍山線以東地區,秋季向內陸收縮,冬季O3污染現象基本消失.

2.5 O3濃度的空間集聚規律

2.5.1 O3濃度的空間自相關性 表2列出了2016年長三角城市群O3濃度全局Moran's值及其顯著性檢驗結果.表2顯示,2016年長三角城市群O3年均濃度和O3濃度最高階段(4~9月)月均濃度的空間自相關性通過了0.01置信水平的顯著性檢驗,且Moran's指數均大于0,表明O3年均濃度和O3濃度最高階段的月均濃度在空間分布上存在極顯著的正相關關系,即O3濃度分布呈集聚化趨勢.O3濃度最低階段(10月~次年1月)和居中階段(2~3月)的空間自相關關系不強,其中1、2和10月的Moran's未通過顯著性檢驗, 3、11、12月Moran's通過了0.05的置信水平的顯著性檢驗,但未通過極顯著檢驗.

表2 2016年長三角城市群O3濃度空間自相關指數

長三角城市群O3濃度的空間自相關性特征,是局地光化學反應和區域傳輸引起的.已有研究表明,O3濃度的改變是局地光化學反應與區域傳輸共同作用的結果[36],長三角城市群經濟發展水平呈正空間自相關關系[37],現階段,我國經濟發展水平高的城市一般工業發達、人口密集、城市化水平高,經濟發展水平的空間自相關性必然反映到O3前體物的排放上,這是長三角城市群O3濃度存在空間集聚化趨勢的物質基礎.大氣污染物跨區域輸送則進一步加劇O3濃度的空間自相關性,不同跨區域污染輸送模型對長三角地區不同城市O3跨區域輸送的模擬表明[12-13,38-40],跨界污染輸送對本地O3污染貢獻很大.O3濃度較高時氣溫一般較高,大氣邊界層較高,易于O3生成和擴散,O3濃度的空間自相關性相對較強.O3濃度低值時段,氣溫一般較低,邊界層高度低,大氣層結相對穩定,不利于O3生成和擴散,O3濃度的空間自相關性相對較弱.因O3污染及其集聚性主要發生在O3濃度最高階段,本文只對年度和4~9月O3濃度的集聚特征進行分析.

2.5.2 O3濃度的年度空間集聚規律 由于全局Moran's評估無法反映局部狀態,需在識別出O3濃度空間集聚特征的基礎上,進一步采用Getis-Ord探測其集聚的具體區域.O3濃度的年度空間集聚特征如圖7a所示,熱點集中分布在環太湖經濟圈以東地區,且向西南逐漸演替為冷點區,冷熱點格局的梯度變化特征明顯.其中,熱點城市包括常州、無錫、蘇州、江陰、張家港、常熟、昆山、南通、海門、太倉、泰州、上海、嘉興和宜興,冷點分布在皖南的銅陵、池州和安慶,其他城市的空間自相關不明顯.由此表明,O3在環太湖經濟圈至上海區域已形成了較為穩定和持續的O3污染城市群,區域性污染特征十分明顯,O3污染治理應跨區域合作,聯防聯控.皖南則為O3濃度的穩定低值區,O3空氣質量良好.

2.5.3 O3濃度集聚性的空間演變 從月份來看(圖7b-g),O3濃度熱點有一次明顯的西移過程.4~7月長三角城市群O3濃度冷熱點格局與O3年均濃度冷熱點格局大體相同,代表了O3濃度年度的集聚特征.熱點集中分布在環太湖經濟圈至上海區域,包括常州、無錫、蘇州、江陰、張家港、常熟、昆山、南通、海門、太倉、泰州、上海和嘉興,冷點主要分布在安徽的銅陵、池州、安慶、宣城和蕪湖.8月后,隨著副熱帶高壓帶控制的減弱,東南季風逐漸加強,來自海洋較為潔凈的空氣稀釋了沿海城市的O3濃度,同時也輸送了部分O3到內陸.熱點因此而明顯西移,形成了以南京為中心,包括南京、馬鞍山、句容、鎮江、滁州、揚州、泰州、金壇、常州、江陰、溧陽、宜興的O3濃度高值區,成為新的O3污染熱點,沿海地區O3濃度的集聚性減弱,多表現為無特征點.杭州-馬鞍山線以西O3濃度也有所升高,4~7月形成的冷點多數演化為無特征點.9月的熱點格局與8月基本相同,但在義烏和金華形成了新的冷點.

圖7 2016年長三角城市群O3濃度年、月空間集聚

3 結論

3.1 2016年,長三角城市群O3-8h第90 百分位數濃度的平均值為154μg/m3,各城市年均超標32.3d,平均超標天數比例為8.8%,以O3為首要污染物的污染天數占總污染天數的35.0%,O3已成為造成長三角城市群空氣污染的僅次于PM2.5的重要污染物.

3.2 受梅雨影響,O3月均濃度變化曲線呈M型分布,2個峰值分別出現在5月和8月.O3超標主要發生在4~9月,超標天數占全年的98.1%,平均超標天數比例為17.3%,其中8月最高,平均超標天數比例為21.1%.

3.3 杭州-馬鞍山線可將長三角城市群O3濃度劃分為高值區和低值區.杭州-馬鞍山線以東為高值區,O3-8h第90百分位數濃度平均值為163μg/m3,各城市年均超標40d,其中環太湖城市圈O3污染最嚴重, O3-8h第90百分位數濃度平均值為183μg/m3,各城市年均超標61d.杭州-馬鞍山線以西是低值區, O3-8h第90百分位數濃度平均值為134μg/m3,各城市年均超標11d.O3污染具有月度空間演化規律.

3.4 O3年均濃度及4~9月月均濃度的空間分布存在極顯著的空間自相關關系.年度熱點主要分布在環太湖經濟圈至上海區域,冷點分布在皖南的銅陵、池州和安慶. 4~7月冷熱點分布格局與年度冷熱點格局大體相同,但隨著東南季風的加強,8~9月熱點西移至以南京為中心的區域.

[1] Fishman J, Crutzen P J. The origin of ozone in the troposphere [J]. Nature, 1978,274(5674):855-858.

[2] Chen P, Quan J, Zhang Q, et al. Measurements of vertical and horizontal distributions of ozone over Beijing from 2007 to 2010 [J]. Atmospheric Environment, 2013,74(2):37-44.

[3] Ding A J, Wang T, Thouret V, et al. Tropospheric ozone climatology over Beijing: analysis of aircraft data from the MOZAIC program [J]. Atmospheric Chemistry & Physics, 2008,8(1):1-13.

[4] Xu X, Lin W, Wang T, et al. Long-term trend of surface ozone at a regional background station in eastern China 1991─2006: enhanced variability [J]. Atmospheric Chemistry & Physics Discussions, 2008,8(1):2595-2607.

[5] 中華人民共和國環境保護部. 2016中國環境狀況公報[R]. 北京:中華人民共和國環境保護部, 2017.

[6] Jenkin M. Analysis of sources and partitioning of oxidant in the UK - Part 1: the NOx-dependence of annual mean concentrations of nitrogen dioxide and ozone [J]. Atmospheric Environment, 2004, 38(30):5117-5129.

[7] Wang Y, Song Q, Frei M, et al. Effects of elevated ozone, carbon dioxide, and the combination of both on the grain quality of Chinese hybrid rice [J]. Environmental Pollution, 2014,189(12):9-17.

[8] Stohl A, Forster C, Eckhardt S, et al. A backward modeling study of intercontinental pollution transport using aircraft measurements [J]. Journal of Geophysical Research, 2003,108(D12):ACH8-1-ACH8- 18.

[9] Lee J Y, Kim Y P. Source apportionment of the particulate PAHs at Seoul, Korea: impact of long range transport to a megacity [J]. Atmospheric Chemistry & Physics, 2007,7(13):3587-3596.

[10] 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.

[11] 王燕麗,薛文博,雷 宇,等.京津冀地區典型月O3污染輸送特征[J]. 中國環境科學, 2017,37(10):3684-3691.

[12] 李 浩,李 莉,黃 成,等.2013年夏季典型光化學污染過程中長三角典型城市O3來源識別[J]. 環境科學, 2015,36(1):1-10.

[13] 高晉徽,朱 彬,王東東,等.南京北郊O3、NO2和SO2濃度變化及長/近距離輸送的影響[J]. 環境科學學報, 2012,32(5):1149-1159.

[14] 張軼男,李倩倩,羅運闊,等.珠三角區域空氣質量指數(RAQI)的研究[J]. 環境科學與技術, 2010,33(3):9-13.

[15] 朱江麗,李子聯.長三角城市群產業-人口-空間耦合協調發展研究[J]. 中國人口·資源與環境, 2015,25(2):75-82.

[16] 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):2370-2377.

[17] Feng J, Chan C K, Fang M, et al. Characteristics of organic matter in PM2.5in Shanghai. [J]. Chemosphere, 2006,64(8):1393-1400.

[18] 林燕芬,王 茜,伏晴艷,等.上海市臭氧污染時空分布及影響因素[J]. 中國環境監測, 2017,33(4):60-67.

[19] 齊 冰,牛彧文,杜榮光,等.杭州市近地面大氣臭氧濃度變化特征分析[J]. 中國環境科學, 2017,37(2):443-451.

[20] 邵 平,安俊琳,楊 輝,等.南京北郊夏季近地層臭氧及其前體物體積分數變化特征[J]. 環境科學, 2014,35(11):4031-4043.

[21] 楊笑笑,湯莉莉,張運江,等.南京夏季市區VOCs特征及O3生成潛勢的相關性分析[J]. 環境科學, 2016,37(2):443-451.

[22] 唐文苑,趙春生,耿福海,等.上海地區臭氧周末效應研究[J]. 中國科學:地球科學, 2009,39(1):99-105.

[23] 鄭向東,陳尊裕,崔 宏,等.長江三角洲地區春季低空大氣臭氧垂直分布特征[J]. 中國科學:D輯, 2004,34(12):1184-1192.

[24] 彭 麗,高 偉,耿福海,等.上海地區臭氧垂直分布特征分析[J]. 北京大學學報(自然科學版), 2011,47(5):805-811.

[25] 劉芷君,謝小訓,謝 旻,等.長江三角洲地區臭氧污染時空分布特征[J]. 生態與農村環境學報, 2016,32(3):445-450.

[26] GB 3095-2012 環境空氣質量標準[S].

[27] HJ 663-2013 環境空氣質量評價技術規范(試行) [S].

[28] Brus D J, Heuvelink G B M. Optimization of sample patterns for universal kriging of environmental variables [J]. Geoderma, 2007,138(1):86-95.

[29] 許文軒,田永中,肖 悅,等.華北地區空氣質量空間分布特征及成因研究[J]. 環境科學學報, 2017,37(8):3085-3096.

[30] 崔娜娜,馮長春,宋 煜.北京市居住用地出讓價格的空間格局及影響因素[J]. 地理學報, 2017,72(6):1049-1062.

[31] Minoura H. Some characteristics of surface ozone concentration observed in an urban atmosphere [J]. Atmospheric Research, 1999, 51(2):153-169.

[32] Coleman L, Martin D, Varghese S, et al. Assessment of changing meteorology and emissions On air quality using a regional climate model: Impact on ozone [J]. Atmospheric Environment, 2013,69(69): 198-210.

[33] Finlayson B J, Pitts J N. Photochemistry of the Polluted Troposphere [J]. Science, 1976,192(4235):111-119.

[34] 強 琳,董衛民,徐 衡,等.寶雞市夏季臭氧及其前體物污染特征研究[J]. 環境工程, 2016,34(6):101-105.

[35] 李 娜.長三角城市群空間聯系與整合[J]. 地域研究與開發, 2011, 30(5):72-77.

[36] 蘇 榕,陸克定,余家燕,等.基于觀測模型的重慶大氣臭氧污染成因與來源解析[J]. 中國科學:地球科學, 2018,48(1):102-112.

[37] 孟德友,李小建,陸玉麒,等.長江三角洲地區城市經濟發展水平空間格局演變[J]. 經濟地理, 2014,34(2):50-57.

[38] 嚴茹莎,李 莉,安靜宇,等.夏季長三角地區臭氧非線性響應曲面模型的建立及應用[J]. 環境科學學報, 2016,36(4):1383-1392.

[39] 李 莉,陳長虹,黃 成,等.長江三角洲地區大氣O3和PM10的區域污染特征模擬[J]. 環境科學, 2008,29(1):237-245.

[40] 何 濤,喬利平,徐圃青,等.常州市臭氧污染傳輸路徑和潛在源區[J]. 中國環境監測, 2017,33(4):77-83.

Spatial-temporal variation of ozone in Yangtze River Delta urban agglomeration in 2016.

HUANG Xiao-gang1,2,3, ZHAO Jing-bo1,3*

(1.School of Geography and Tourism, Shaanxi Normal University, Xi'an 710119, China；2.School of Geographical Sciences, Shanxi Normal University, Linfen 041004, China；3.National Demonstration Center for Experimental Geography Education, Shaanxi Normal University, Xian 710119, China)., 2018,38(10)：3611~3620

Based on the air quality monitoring data collected in 40 cities in Yangtze River Delta urban agglomeration in 2016, this study presents the spatial-temporal variation of O3concentration in Yangtze River Delta urban agglomeration in 2016 via spatial interpolation, spatial autocorrelation analysis, and hotspot analysis. It shows that: 1) with an average O3non-attainment rate of 8.8percent, O3has become the second major source of pollutants following PM2.5; 2) the O3concentration is decreasing from summer, spring, autumn to winter, the monthly changing of O3concentration follows a pattern of "M" , with two peaks in May and August respectively, and a valley in June due to the interruption of the plum rain season; 3) the O3non-attainment mainly occurs from April to September, which contributes 98.1% to the O3non-attainment days during the whole year with an average monthly rate of 17.3%; 4) the O3concentration shows an a general decrease trend from the northeast to southwest, and the line connecting Hangzhou and Ma’anshan highlights the difference between the highly polluted area in the eastern side of the line, and the less polluted area in the western side of the line. The cities around the Taihu Lake suffer from severest pollution. In geologically speaking, the spatial distribution of O3is approximately in accord with that of the economic development levels of Yangtze River Delta urban agglomeration; 5) the O3concentration follows the spatial agglomeration law. Owing to the impact of southeast monsoon, the hotspots of O3are primarily distributed in the eastern part of the Lake Cities from April to July, and later, move westward to Nanjing and its adjacent areas from August to September.

O3；spatial-temporal variation；spatial autocorrelation；hotspot；Yangtze River Delta urban agglomeration

X511

A

1000-6923(2018)10-3611-10

黃小剛(1978-),男,廣西臨桂人,講師,博士,主要研究方向為生態環境評價與治理.發表論文4篇.

2018-03-27

中國科學院氣溶膠化學與物理重點實驗室項目(KLACP- 2018-01);國家自然科學基金國際合作重大項目(41210002)

* 責任作者, 教授, zhaojb@snnu.edu.cn