臺風“南瑪都”影響下的福州市臭氧污染成因及控制對策

應傳友，林 晶，鄭文飛，蔡 哲，陳 曦，唐志偉，周德榮，江 飛

1. 福州市環境科學研究院，福建 福州 350013

2. 南京創藍科技有限公司，江蘇 南京 210035

3. 南京大學大氣科學學院，江蘇 南京 210046

4. 南京大學地球系統科學研究所，江蘇 南京 210046

近年來，隨著我國《大氣污染防治行動計劃》《大氣污染防治法》以及《打贏藍天保衛戰三年行動計劃》等政策的嚴格實施，PM2.5濃度顯著下降[1]，而近地面O3濃度逐年上升且污染范圍也逐漸擴大[2-4].近地面的O3污染不僅嚴重危害居民的身體健康[5-6]，還會給生態環境帶來不利影響[7]，O3污染也逐漸成為大氣環境治理的關注重點. 在污染成因分析和治理方面開展了很多研究，尤其是O3前體物—氮氧化物與揮發性有機物的特征分析及治理建議[8-11]，例如，加強工藝過程VOCs 有組織排放[12]、交通源排放管控[13]等，也有研究用OBM 模型等開展精準管控[14-15]. 除此之外，還與氣象條件密切相關，不同區域的氣候特點和地理環境也對O3生成、積累和擴散造成影響[16-19].O3濃度高值往往出現在春夏秋3 個季節，有研究表明，不同氣候不同地形區域，高值集中的時段是有區別的，如西北地區和廣東沿海地區[20-21]. 對于中國東南沿海城市來說，受到蒙古高壓從陸地移動到海洋上的影響，長距離O3傳輸會導致O3污染[22]. 此外沿海城市O3還會受季風、海陸風和臺風等典型天氣系統的影響，其中臺風是影響該地區的主要天氣系統之一，臺風不僅會帶來強降雨和大風天氣，還會影響周圍地區的氣象條件和光化學過程，有利于污染物的空間輸送[23].

關于臺風過程對沿海城市近地面O3影響的相關研究表明，當處于臺風外圍時，易出現高溫、低濕和弱風的天氣，加速O3的生成，進一步導致本地的O3濃度超標，研究表明，在副高與臺風外圍的下沉氣流共同作用下，大氣的垂直輸送作用促進了本地O3濃度上升[24-25]. 除此之外，臺風系統還會對污染物的水平輸送產生影響，例如，臺風“蘇迪羅”影響期間，江西地區的一次排放產物(BVOCs)和二次產物(O3)經區域輸送加劇了珠三角地區的O3污染[26]. 福州市作為我國東部沿海典型城市，地處亞熱帶季風氣候區，每年受臺風影響頻繁，據統計，2018—2020 年共有11 個臺風導致福州市O3生成累積[27]. 如2018 年第25 號臺風“康妮”，2019 年第18 號臺風“米娜”等，都造成了福州市O3污染超標，受臺風影響造成的福州市O3日最大8 小時滑動平均濃度分別為181、188 μg/m3.王宏等[28-29]對福州市易發生O3污染的天氣進行分型，指出臺風系統是其中一個重要的類型.

盡管研究人員已經開展了大量的工作，但是針對影響福州市的臺風帶來的氣象條件引起的O3濃度空間變化、氣團傳輸影響等缺少數值模型手段的研究，并且缺乏臺風造成的O3污染情況下的管控分析研究.2022 年9 月15—21 日臺風“南瑪都”(國際編號：2214)是2022 年典型的遠距離臺風過程，期間福州市O3濃度持續抬升，19 日出現輕度污染. 因此本文針對這次過程，開展數據分析和數值模擬，綜合分析臺風“南瑪都”對福州市O3污染過程的影響機理，以期為臺風過程O3污染預報提供一定的借鑒，也為臺風影響下福州市的O3防治對策制定提供依據.

1 數據與方法

1.1 數據來源

福州市及各國控站點2022 年9 月15—21 日常規污染物SO2、NO2、PM2.5、PM10、CO、O3小時濃度數據來自福州市環境空氣監測管理系統(http://fjaqi.fjemc.org.cn/kqzlfz)；VOCs 組分數據(包含116 個物種)來自福州市環境科學研究院在瑯岐建設的臭氧研究觀測站，各站點位置如圖1 所示. 監測方法、數據的質量控制等均嚴格按照《環境空氣質量標準》(GB 3095—2012)、《環境空氣質量指數(AQI)技術規定》(HJ 633—2012)和《環境空氣質量評價技術規范(試行)》(HJ 663—2013)等規定執行. 同時段的氣象觀測數據來自中國氣象數據網(http://data.cma.cn). 利用FNL (Final Operational Global Analysis)氣象再分析數據驅動WRF 模型，該數據來自http://rda.ucar.edu/data sets/ds083.2(訪問時間：2022 年9 月28 日)，時間分辨率為6 h，空間分辨率1°×1°. DEM (數字高程模型)數據來源于http://dwtkns.com/srtm(訪問時間為2023 年5 月1 日)，水平分辨率為90 m.

圖1 福州市環境空氣質量國控站點分布示意Fig.1 The location of national control environment monitoring stations in Fuzhou

1.2 研究方法

本研究采用的模型系統是WRF3.9-CMAQ5.2.WRF 模型是新一代中尺度高分辨率天氣研究和預報模型，可為CMAQ 和LPDM 提供氣象驅動場；CMAQ模型模擬評估區域擬采用兩層嵌套，最外層區域覆蓋中國大部分地區，分辨率為36 km×36 km，網格數為123×163，第二層區域覆蓋包含福建省、浙江省、江西省、廣東省、臺灣省等中國東部大部分地區，分辨率為12 km×12 km，網格數為219×195. 在垂直方向上，模型系統垂直分層擬分為35 層，模型頂為50 hPa，其中邊界層內(2 km 范圍內)有14 層. 模型的物理參數化方案對模擬的氣象場(如溫度，輻射等)有重要影響，進而也能影響光化學反應、氣溶膠的形成等. 云微物理方案擬采用WRF Single-Moment6-classscheme方案，長波輻射擬采用快速輻射傳輸模型(RRTM)，短波輻射采用了美國NASA 的Goddard 方案.

拉格朗日粒子釋放模型一種基于拉格朗日觀點的中小尺度粒子擴散模型[30-31]. 可以通過計算氣塊群的運動軌跡，進而實現對大氣物質的溯源和擴散過程的模擬. 本研究模擬后推時間為6 h，模擬水平空間分辨率為1 km.

基于觀測的模型(Observation-based model, OBM)是指以觀測數據為基礎，分析光化學污染過程的模型，用于計算在特定條件下，O3前體物在生成O3過程中的各種化學反應行為，研究區域O3與前體物減排的響應關系等[32-34]. 本研究使用OBM 模型繪制不同的NOx和VOCs 初始濃度對應的O3生成等濃度曲線(EKMA)，用于研究福州市O3濃度與前體物敏感性關系，以期為O3前體物精準減排提供理論支撐.

2 結果與討論

2.1 模型的準確性評估

為驗證WRF 和CMAQ 模型模擬的不確定性，采用常規的模型統計評價指標，即R(相關系數)、RMSE(均方根誤差)、MFB(平均分數偏差)、MFE(平均分數誤差)、NMB(標準化平均偏差)以及NME(標準化平均誤差)，來量化驗證模擬結果. 指標具體計算公式如下：

式中，N為樣本數，Simi、Obsi分別為第i個時次的模型模擬結果和監測數據結果.

總體而言，WRF 對2 m 氣溫和2 m 相對濕度的模擬效果較好，R均大于0.8，說明監測數據與WRF模型模擬結果具有很好的一致性；2 m 風速的模擬均值比監測均值高0.3 m/s. 2 m 氣溫、2 m 相對濕度和2 m風速的RMSE 分別為2.45、8.93、1.51(見表1)，表明模型基本再現了溫度、濕度以及風速的變化趨勢. 故認為模擬結果合理.

表1 氣象要素模擬效果評價Table 1 Evaluation of simulation effect of meteorological elements

利用NMB、NME、MFB 和MFE 來評估模型模擬的O3與NO2濃度情況，其中NMB 與NME 越接近0，說明模擬值越接近于監測值；當—60%≤MFB≤60%且MFE≤75%時，認為模型模擬精度符合要求；當—30%≤MFB≤30%且MFE≤50%時，認為模擬的性能達到良好水平[35]. 從圖2 可以看出，9 月15—19日的O3模擬峰值濃度與監測結果相差在10 μg/m3以內，20—21 日的O3模擬濃度與監測值變化趨勢一致，較好地捕捉到了20 日凌晨和夜間的O3監測濃度抬升的過程，但是模擬濃度低于監測值，可能是由于這兩日模擬的日最高氣溫比監測值分別低4.6、3.7 ℃，導致模型模擬的O3生成條件弱，使得O3模擬結果偏低. NO2模擬結果與監測結果的平均偏差為2 μg/m3，模擬結果的日變化幅度比監測值的日變化幅度略大.從表2 可以看出，福州市O3、NO2濃度的NMB 分別為—12.9%、17.1%，NME 分別為22.5%、36.2%，MFB分別為—6.2%、8.6%，MFE 分別為17.3%、21.6%，說明模擬效果較好.

表2 福州市2022 年9 月15-21 日O3、NO2 濃度模擬效果評價Table 2 Evaluation of O3 and NO2 concentration simulation effect in Fuzhou from September 15th to 21st, 2022

2.2 臺風過程期間污染概況

根據2022 年第14 號臺風“南瑪都”移動路徑、強度變化及福州市逐日空氣質量情況，將此次臺風對福州市O3污染影響的過程分為3 個階段，分別為臺風影響前(9 月15 日)、臺風影響期間(9 月16—19 日)及臺風影響后(9 月20—21 日).

結合9 月15—21 日臺風過程期間福州市逐日空氣質量情況(見表3)和每日15:00 WRF-CMAQ 模式O3濃度空間分布(見圖3) 來看，臺風影響前(9 月15 日)福州市地面風場以西北風為主，空氣質量為良，AQI 為57，O3小時最高濃度為111 μg/m3.

表3 2022 年9 月15-21 日福州市逐日空氣質量情況Table 3 Daily air quality in Fuzhou from September 15th to 21st, 2022

臺風影響期間，16—17 日“南瑪都”位于臺灣省以東洋面，逐漸增強向北偏西方向移動，福州市午后以偏東風為主，福州市周邊省市及近海海域均存在O3高值區，其中16 日、17 日AQI 較前一日分別升高了38.7%、9.2%，O3小時濃度峰值分別為154、170 μg/m3；隨著臺風“南瑪都”逐漸向北偏東方向移動，19 日登陸日本福岡縣，福州市午后持續受偏東風影響，18—19 日福州市AQI 持續升高，19 日達到輕度污染，AQI 達115，O3小時最高濃度達194 μg/m3，為這次污染過程的最高值. 18—19 日福州市以北的寧德、溫州、臺州、麗水等城市也出現輕度污染，海上O3污染氣團受海上偏北風影響持續南下.

臺風影響后(9 月20—21 日)福州市近地面風場轉為東北風，20 日AQI 降至99，仍在超標的邊緣，O3的小時濃度峰值為170 μg/m3；21 日AQI 繼續降至84，O3小時最高濃度降至151 μg/m3.

整體來看，福州市首要污染物為O3-8 h，臺風影響前和影響期間(9 月15—19 日)O3-8 h 濃度持續升高，臺風影響后(9 月20—21 日)逐漸降低；同一時段內福州市PM2.5、PM10、NO2、CO 濃度變化與O3-8 h濃度變化趨勢一致.

在臺風過程期間，福州市的氣象要素(風向風速、氣溫、相對濕度)以及O3、NO2濃度變化如圖4 所示.臺風影響前、中、后3 個階段中，福州市的主導風向由西北風轉為偏東南風又轉為東北風；風速在前期午后明顯抬升，最大超過8 m/s，中期逐漸減弱，后期基本在4 m/s 以內；相對濕度方面各階段無明顯變化；臺風前期和中期日最高氣溫基本處于35 ℃，而后期氣溫降至32 ℃左右；前體物NO2濃度前期在夜間19:00—23:00 持續升高，最大值達24 μg/m3，中期在07:00—09:00 和18:00—21:00 基本在14 μg/m3以上，無明顯外來傳輸影響，后期濃度明顯下降，基本穩定在10 μg/m3；O3濃度在前期呈現單峰型日變化特征，中期在11:00—14:00 基本維持在160 μg/m3以上，且18—20 日的18:00—23:00 濃度仍會維持在120 μg/m3以上，推測在該時段內福州市可能受到了外來傳輸影響，后期O3小時最高濃度也逐漸下降，污染過程也隨之結束.

圖4 2022 年9 月15-21 日福州市O3、NO2 濃度及氣象要素時間序列Fig.4 Time series of O3, NO2 concentration and meteorological factors in Fuzhou from September 15th to 21st, 2022

氣團老化程度可反映氣團中VOCs 的大氣光化學反應狀態，與VOCs 排入大氣后的傳輸時間和傳輸路徑上大氣氧化性的強弱有關[36]. 通常以來源相近但光化學活性相差較大的兩種VOCs 物種濃度比來衡量氣團的老化程度[37]. 環境空氣中間/對-二甲苯和乙苯一般來自相同的排放源[38]，間/對-二甲苯活性比較強，隨著大氣中光化學反應的發生不斷的被消耗掉，間/對-二甲苯與乙苯的濃度比值會越來越小；比值較小，則說明該氣團經歷的化學進程較長，老化程度高，離排放源比較遠. 本文采用間/對-二甲苯與乙苯的濃度比值作為評價此次福州市O3污染的光化學反應進程及氣團老化程度的指標. 以2022 年9 月2 日為對照時段，該日無臺風影響，且O3日最大8 小時滑動平均濃度為127 μg/m3，分別計算了9 月2 日和18—20日逐時的間/對-二甲苯與乙苯的濃度比值(見圖5).由圖5 可見，9 月18—20 日較9 月2 日出現間/對-二甲苯與乙苯的濃度比值明顯下降的趨勢. 結合每日10:00—20:00 的散點圖來看(見圖6)，9 月18—20 日間/對-二甲苯與乙苯的濃度比值處于0.75～1.31 之間，明顯低于2 日的2.52. 綜上，18—20 日福州市可能受到了老化氣團傳輸的影響，結合實際情況來看，影響福州的老化氣團很可能來自臺風影響下的海上高濃度O3氣團傳輸.

圖5 福州市2022 年9 月2 日、18-20 日逐時的間/對-二甲苯與乙苯的濃度比值Fig.5 The hourly ratio of m/p-xylene concentration and ethylbenzene concentration in Fuzhou on September 2nd, 18th-20th, 2022

圖6 2022 年9 月2 日、18-20 日福州市每日10:00-20:00 間/對-二甲苯與乙苯的濃度比值Fig.6 The concentration ratio of m/p-xylene to ethylbenzene between 10:00 and 20:00 per day in Fuzhou, September 2nd, 18th-20th, 2022

2.3 臺風影響造成的海陸污染傳輸

從2.2 節能夠看出，9 月18—20 日的O3高值現象可能與此次“南瑪都”臺風造成的污染傳輸影響有關，本節從監測數據和數值模擬兩個方面定量評估傳輸對福州O3的貢獻.

圖7(a)為9 月19—20 日福州市不同時刻O3濃度及地面風場空間分布情況. 9 月19 日12:00，浙江、福建及近海地區主導風向為偏北風，東南區域O3濃度整體較高，浙江省中南部O3高值區域內平均濃度高達171 μg/m3，此時福州市O3濃度為182 μg/m3，從風場來看，浙江省的高濃度O3氣團會隨著偏北風移動至海上，在近海堆積；至18:00，浙江省O3高值范圍明顯減小，而浙江及福建近海地區的O3濃度明顯升高，結合風向判斷是由傳輸造成的該區域O3濃度抬升. 另外，福州近海區域主導風向轉為東到東北風，從海洋吹向陸地，近海的高濃度O3開始逐漸傳輸至福州市，12:00—18:00，福州市O3小時濃度平均值為178 μg/m3，至18:00，O3小時濃度仍維持在160 μg/m3，23:00 福州市O3小時濃度回落至128 μg/m3，比前一日同時刻(18 日23:00) 濃度高出40 μg/m3；至20 日03:00，高濃度O3氣團逐漸移動出福州市范圍，傳輸對福州市O3濃度的影響逐漸結束.

圖7 9 月19-20 日福州市及周邊地區O3 小時濃度空間分布及福州市國控站點O3 濃度、?Ox 時間序列Fig.7 Spatial distribution of hourly O3 concentration in Fuzhou and its surrounding regions, and time series of O3 concentration and ?Ox of the different sites in Fuzhou from September 19th to 20th

結合站點濃度時間變化(見圖7) 來看，沿海站點(吳航) 與市區站點(師大、紫陽) O3濃度在19—20 日凌晨時段均出現雙峰特征，沿海站點(吳航)O3濃度二次峰值于20 日00:00 出現，早于紫陽和師大站點，這與圖7(a)中的濃度和風場的空間分布特征一致.

光化學氧化劑Ox為O3與NO2的和，由于Ox日變化規律主要受O3日變化影響[39]，因此其典型的小時變化趨勢也與O3日變化相關，在不受傳輸影響的情況下，其小時變化量(?Ox，計算方法為當前時刻的Ox與前一個時刻的Ox的差值)主要表現為先升高后降低；若受到區域污染傳輸影響，則可能出現小時變化量的突變，因此其小時變化量能反映區域污染的貢獻[40-41]. 圖7(b) 為9 月19—20 日的師大和吳航站點?Ox時間變化，整體來看，19—20 日的傍晚至凌晨時段，師大和吳航站點均出現?Ox升高現象，即出現二次峰值，兩個站點受到傳輸影響的O3濃度抬升范圍為10～17 μg/m3，表明此次O3高值與傳輸影響有關.整體來看，高濃度O3氣團受持續東北風由近海向內陸傳輸，進入到福州市范圍內后，受福州市的丘陵河谷地形影響(見圖1)，逐漸增加的高程對污染氣團有阻擋作用，復雜的地形也令污染氣團不易擴散，從而導致O3濃度持續出現高值；?Ox結果表明，福州市O3濃度受外來傳輸的貢獻約為5～17 μg/m3.

九龍站點位置距離海邊最近(見圖1)，海洋氣團往往最早影響到該站點；同時，在9 月16—19 日期間，九龍站點的O3日最大8 小時滑動平均濃度在各站點中最高，達158 μg/m3，因此選取九龍站點作為代表，分析海洋上空O3對福州市O3影響. 筆者利用LPDM模型模擬了九龍站點9 月19 日18:00，后推6 h 的氣團來源(見圖8)，并沿氣團運動方向作陸地到東北部海域的垂直剖面圖(見圖9，剖面位置為圖8 中藍線的位置)，計算大氣O3在該輸送通道上的通量變化，其中起點為陸地，終點為海洋.輸送通量的定義是在給定的方向上O3濃度與該方向上的風速乘積. 計算公式為O3濃度、風速、風向角以及兩個城市站點之間方位角余弦值的乘積，即

式中：Flux為臭氧輸送通量，μg/(m2·s)；WS 表示風速，m/s；WD表示風向；arr_angle 表示兩個站點之間的方位角；[O3]為臭氧濃度，μg/m3. 在計算臭氧通量過程中，風速、風向數據為WRF 模式模擬得到的，區域O3濃度的垂直分布數據由CMAQ 模擬剖面得到.

圖9 為該氣團足跡上不同時刻的WRF-CMAQ模式模擬的從地面至3000 m 高度的O3濃度及風場垂直剖面圖. 19 日午后海上開始出現O3堆積，近地面以海風為主，在海拔高度為300～1200 m 范圍內，14:00 九龍站點上空O3平均濃度為146 μg/m3，東北方向海域O3濃度高值為172 μg/m3；傍晚，海上O3污染氣團向陸地傳輸，影響沿海站點，至18:00 九龍站點上空(300～1200 m 范圍)O3濃度升至170 μg/m3；夜間，海上污染氣團傳輸至陸地，至23:00 九龍上空O3濃度仍維持在179 μg/m3，在18:00—23:00 九龍站點明顯受海上O3污染氣團傳輸影響，在海風影響下，海上O3高值點(119.97°E、26.47°N)對九龍站點的平均輸送量達到6.0 μg/(m3·h)；翌日凌晨(03:00)，在持續海風污染傳輸影響下，O3濃度降至123 μg/m3，下降緩慢.

2.4 臭氧敏感性及減排控制情景分析

針對此次臺風影響期間福州市O3濃度高值日(9 月18—20 日)，利用OBM 模型評估福州市每日的減排潛力，結果如圖10 所示. 圖10(a)顯示，在當前的排放情況下，18 日福州市O3處于VOCs 與NOx的協同控制區；19—20 日若保持NOx濃度比例不變，降低VOCs 濃度比例時，O3濃度呈快速下降趨勢；若保持VOCs 濃度不變而只降低NOx濃度比例，O3濃度呈現先升高后降低的趨勢，福州市O3處于VOCs 控制區. 因此臺風影響期間，福州市O3由VOCs-NOx協同控制區逐漸轉為VOCs 控制區，針對福州市O3管控舉措，應分別對NOx與VOCs 排放進行差異化管控，才能夠有效降低O3濃度.

圖89 月19 日18:00 垂直剖面分析路徑Fig.8 Vertical profile analysis path at 18:00 on September 19th

由圖10 可見，9 月18 日福州市O3處于VOCs與NOx協同控制區時，在VOCs 與NOx減排比例為1∶1 時，同時提高VOCs 與NOx的削減比例，O3濃度降幅最大，控制效果最好；在9 月19—20 日福州市O3處于VOCs 控制區下，在VOCs 與NOx減排比例為2∶1 時，隨著VOCs 削減比例的提高，O3濃度降幅最大，控制效果最好.

3 結論

a) 2022 年第14 號臺風“南瑪都”在9 月16 日于臺灣省東部海面形成超強臺風，17—18 日逐漸向福州靠近，江蘇南部、浙江沿海區域及福建沿海城市O3濃度逐漸升高，至19 日臺風于日本登陸，福州市O3日最大8 小時滑動平均濃度達176 μg/m3，出現O3輕度污染. 9 月18—20 日，福州市18:00—23:00 O3濃度基本維持在120 μg/m3以上，可能與臺風外圍引起的海上O3污染氣團傳輸有關. 為定量評估海上O3傳輸通量貢獻，通過WRF-CMAQ 模型也模擬了臺風影響過程中的O3與NO2濃度變化，并且其MFB 和MFE 分別在—6.2%～8.6%、17.3%～21.6%之間，說明該模型對O3及其前體物NO2的模擬結果較為可靠，可以反映O3及其前體物NO2的濃度時空變化特征.

b) 9 月18—20 日間/對-二甲苯與乙苯濃度比值處于0.75～1.31 之間，明顯低于清潔時段(9 月2 日)的2.52. 說明光化學進程較長，氣團老化程度較高，此次污染過程受老化氣團傳輸影響較大. 在19 日22:00至20 日04:00，?Ox結果表明，福州市的O3濃度受傳輸貢獻約5～17 μg/m3. 19 日18:00—23:00，海上O3污染氣團對九龍站點的O3平均輸送量達到6.0 μg/(m3·h).

c) 為有效降低O3濃度，在臺風影響期間可以對福州市NOx與VOCs 排放進行動態地差異化管控.9 月18 日，福州市O3生成對于VOCs 和NOx均較為敏感，建議VOCs 與NOx減排比例為1∶1；19—20 日福州市O3生成對于VOCs 更為敏感，削減VOCs 濃度對控制O3有利，建議VOCs 與NOx減排比例為2∶1，增大VOCs 減排力度，以減輕高溫和自然源排放增加等不可控因素對O3污染的影響，通過科學動態調整NOx與VOCs 減排比例，能夠達到更好的管控效果.

d) 此次臺風“南瑪都”對福州市O3存在比較明顯的直接傳輸影響，但傳輸造成O3污染的機理復雜，也存在O3的前體物傳輸至當地進而出現污染的情況，而OBM 模型也無法通過判斷O3生成控制區來區分本地和外地的前體物在本地O3生成中的作用. 因此為了針對不同的O3傳輸特征，提出更科學的管控建議，還需對其做進一步研究.