黃河金三角地區(qū)城市O3 污染的時空格局演變特征

靳 寧，王亞俊，李 丹，何 亮，王 成，李艷林

1. 山西能源學(xué)院資源與環(huán)境工程系，山西 晉中 030600

2. 中國環(huán)境科學(xué)研究院水生態(tài)環(huán)境研究所，北京 100012

3. 中國環(huán)境科學(xué)研究院，國家黃河流域生態(tài)保護和高質(zhì)量發(fā)展聯(lián)合研究中心，北京 100012

4. 國家氣象中心，北京 100081

近年來隨著中國城鎮(zhèn)化進程的加快，城市人口的迅速增加導(dǎo)致能源消耗量持續(xù)增長，由此引發(fā)了諸多生態(tài)環(huán)境問題[1-2]. 中國作為世界上最大的發(fā)展中國家和增長較快的經(jīng)濟體之一，城市大氣污染問題日益受到公眾關(guān)注. O3和細顆粒物已成為影響城市環(huán)境空氣質(zhì)量的重要因素[3]. 2013 年國家實施大氣環(huán)境保護措施以來，多數(shù)城市的PM2.5濃度呈現(xiàn)下降趨勢，但O3濃度呈現(xiàn)明顯的上升趨勢. 這一現(xiàn)象在經(jīng)濟發(fā)達、人口密集的京津冀和長三角地區(qū)更為明顯，當(dāng)?shù)氐腛3已超過PM2.5成為影響城市空氣質(zhì)量的首要污染物[4-5]. 繼2020 年9 月中國向國際社會做出“碳達峰、碳中和”承諾后，黨的二十大報告進一步指出“深入推進環(huán)境污染防治，持續(xù)深入打好藍天、碧水、凈土保衛(wèi)戰(zhàn)，基本消除重污染天氣”. 因此，科學(xué)揭示O3濃度時空變化特征及污染狀況，對于O3污染的有效防控具有重要的現(xiàn)實意義.

國內(nèi)外針對O3的研究目前主要集中在以下幾個方面：①研究內(nèi)容上，主要關(guān)注O3濃度時空分布及演變規(guī)律，O3濃度化學(xué)組分特征及來源解析，O3濃度與氣象、地形及社會經(jīng)濟活動之間的關(guān)系，O3濃度對人類健康的影響，PM2.5和O3污染協(xié)同控制等方面[6-10].②研究尺度上，涵蓋了國家、省級、區(qū)域和城市等不同尺度[11-13]. ③研究區(qū)域上，國內(nèi)O3的研究多集中在經(jīng)濟發(fā)達的京津冀、長三角、珠三角地區(qū)，對中西部地區(qū)的研究相對較少[14-17]. ④所用數(shù)據(jù)來源上，涉及地面、衛(wèi)星遙感、無人機以及探空儀觀測等方式[18].已有研究采用地面O3濃度監(jiān)測數(shù)據(jù)在全球、國家、區(qū)域、省域及城市尺度開展O3時間和空間格局研究[19-21]. O3地面平臺的觀測設(shè)備易于維護和標定，能夠進行長時間序列的定點觀測，數(shù)據(jù)的穩(wěn)定性和連續(xù)性較好，可以從小時、日、月、季和年等時間尺度揭示O3變化特征[6,22]. 受限于地面O3監(jiān)測站點的數(shù)量，難以充分反映O3的空間變化特征[13]. 利用衛(wèi)星遙感數(shù)據(jù)估算區(qū)域尺度O3濃度，可以有效彌補地面監(jiān)測站點空間分布不足的缺陷[23]，揭示O3生成敏感區(qū)以及O3濃度的時空變化特征等[24-25].

目前國內(nèi)外對中國區(qū)域O3污染的研究主要集中在經(jīng)濟較發(fā)達的地區(qū). 2019 年習(xí)近平總書記明確提出將黃河流域生態(tài)保護和高質(zhì)量發(fā)展上升為重大國家戰(zhàn)略. 黃河金三角地區(qū)位于山西省、陜西省和河南省交界地帶，受地形因素、氣象條件、煤炭燃燒、工業(yè)污染及機動車尾氣排放等多方面因素影響，該地區(qū)長期以來空氣污染較嚴重，屬于國家大氣污染重點控制區(qū)域. O3污染主要來源于本地生成和外地傳輸，并受氣壓、能見度、溫度等氣象因素的影響[26]. 如王星等[27]利用地理探測器和后向軌跡模型定量分析自然因素及人為因素對關(guān)中地區(qū)O3造成的影響. 盧盛棟等[28]分析了太原南部城區(qū)O3濃度及其影響因子的變化特征. 宋曉偉等[29]采用潛在源貢獻函數(shù)法對O3污染時空變化特征、與氣象因子的關(guān)系以及傳輸路徑進行了研究. 已有研究多集中在探索O3濃度在時間和空間上的變化，以及O3濃度與氣象因子的簡單關(guān)聯(lián)，較少涉及地理及社會經(jīng)濟要素等對O3濃度分布的影響，以及對O3污染過程的統(tǒng)計分析. 因此，為了實現(xiàn)黃河金三角地區(qū)城市化高質(zhì)量發(fā)展與生態(tài)文明建設(shè)的雙重目標，迫切需要揭示該地區(qū)O3濃度的時空演變規(guī)律，厘清城市化和O3濃度變化之間的關(guān)系，提出針對性的防控措施. 明確黃河金三角地區(qū)污染過程的特點和分類，對于跨區(qū)域聯(lián)合防治空氣污染，降低O3污染的危害具有重要現(xiàn)實意義.

本文以黃河金三角地區(qū)為研究對象，融合地面站點監(jiān)測以及衛(wèi)星遙感反演的O3濃度數(shù)據(jù)，采用地統(tǒng)計分析和空間數(shù)據(jù)分析等方法，從年、季、月尺度開展O3濃度以及污染等級的時間和空間變化特征分析，揭示黃河金三角地區(qū)O3空間格局的總體波動. 研究成果將為黃河金三角地區(qū)城市群O3污染的區(qū)域聯(lián)防聯(lián)控提供有針對性的防治措施，也為黃河流域生態(tài)保護和高質(zhì)量發(fā)展提供科學(xué)依據(jù).

1 研究區(qū)概況及研究方法

1.1 研究區(qū)域概況

黃河金三角地區(qū)的地理位置為33°31′N～36°57′N、108°58′E～112°34′E，包含3 個省(山西省、陜西省、河南省)的4 個地級市(臨汾市、運城市、渭南市、三門峽市)，共計47 個區(qū)縣(見圖1). 黃河金三角地區(qū)位于我國中西部地區(qū)的交界地帶，在全國起到承東啟西、貫通南北的作用. 據(jù)《2021 年中國統(tǒng)計年鑒》顯示，該區(qū)域面積為58 010 km2，總?cè)丝跒? 531.46 萬，地區(qū)生產(chǎn)總值7 632.35 億元，分別占全國的0.604%、1.084%和0.667%.

圖1 黃河金三角地區(qū)地理位置Fig.1 Location of the Yellow River Golden Triangle Demonstration Area

1.2 數(shù)據(jù)來源

自2013 年起，全國空氣質(zhì)量自動監(jiān)測站點的實時監(jiān)測數(shù)據(jù)陸續(xù)對外發(fā)布. 考慮到不同站點觀測數(shù)據(jù)的起始年份不一致，為了便于對比分析，該研究統(tǒng)一將O3濃度數(shù)據(jù)的起止時段設(shè)置為2015 年1 月1 日-2023 年2 月28 日，數(shù)據(jù)的時間分辨率為日. 逐日O3濃度數(shù)據(jù)來源于中國環(huán)境監(jiān)測總站的全國城市空氣質(zhì)量實時發(fā)布平臺，包括臨汾、運城、渭南和三門峽4 個地面站點. 此外，為了進一步分析O3的空間自相關(guān)性，收集了2022 年黃河金三角地區(qū)衛(wèi)星遙感反演的逐月O3濃度格點數(shù)據(jù)(http://tapdata.org.cn). 同時收集了黃河金三角地區(qū)各區(qū)縣2022 年GDP 數(shù)據(jù)以及逐月NPP (National Polar-orbiting Partnership)/VIIRS(Visible Infrared Imaging Radiometer Suite)夜間燈光數(shù)據(jù)(空間分辨率為1 km)，用于分析該地區(qū)O3濃度空間分布與城市經(jīng)濟水平和能源消耗之間的關(guān)系.

1.3 O3 污染等級劃分

依據(jù)HJ 633-2012《環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定(試行)》，基于日最大8 小時滑動平均值將環(huán)境空氣污染物O3標準濃度限值分別設(shè)置為100、160、215、265 和800 μg/m3.

1.4 數(shù)據(jù)處理方法

1.4.1 趨勢分析

趨勢分析通過對O3濃度數(shù)據(jù)時間序列數(shù)據(jù)進行一元線性回歸，計算得到反映O3濃度變化的斜率. 斜率為正值代表O3濃度的變化呈增加趨勢，斜率為負值則代表減小趨勢. 對每個區(qū)縣的O3濃度數(shù)據(jù)進行趨勢分析后，繪制黃河金三角地區(qū)O3濃度變化趨勢的空間分布圖，揭示O3濃度增加或減小的區(qū)域.

1.4.2 污染過程統(tǒng)計

在對O3濃度數(shù)據(jù)進行時間和空間分析的基礎(chǔ)上，采用熱點分析識別具有統(tǒng)計顯著性的O3濃度區(qū)域.利用ArcGIS 軟件中的熱點分析功能計算Z得分值.具有顯著統(tǒng)計學(xué)意義的正Z得分值，Z得分值越高，O3濃度高值(熱點)的聚集就越緊密；相反，具有統(tǒng)計學(xué)意義的負Z得分值越低，表明O3濃度低值的聚集越為緊密.

2 結(jié)果與討論

2.1 黃河金三角地區(qū)O3 濃度的時間變化特征

2.1.1 年際變化特征

2015-2022 年黃河金三角地區(qū)4 個地市(臨汾市、運城市、渭南市、三門峽市)O3年均濃度呈現(xiàn)兩種變化趨勢，2017 年臨汾市和運城市的O3濃度(年均值均為120 μg/m3)明顯高于渭南市和三門峽市(分別為100 和99 μg/m3). 2015-2022 年O3平均濃度表現(xiàn)為運城市(105 μg/m3)＞臨汾市(103 μg/m3)＞三門峽市(97 μg/m3)＞渭南市(95 μg/m3). 臨汾市和運城市的O3濃度變化具有一致的特征，均表現(xiàn)為2015-2017年O3濃度迅速上升，到2017 年達到最大值，之后O3濃度呈現(xiàn)逐年下降趨勢，O3在該區(qū)域得到了較為明顯的控制. 渭南市和三門峽市的O3濃度則呈現(xiàn)緩慢增加的趨勢(見圖2). 這與污染源的排放及分布狀況、年際間氣象條件的變化以及大氣對O3等污染物的擴散能力等密切相關(guān).

圖2 黃河金三角地區(qū)四地市2015-2022 年O3 年均濃度變化趨勢Fig.2 Average O3 concentrations from 2015 to 2022 for four cities in the Yellow River Golden Triangle Demonstration Area

2.1.2 季節(jié)性變化特征

黃河金三角地區(qū)O3濃度總體呈現(xiàn)夏季(146 μg/m3)＞春季(113 μg/m3)＞秋季(83 μg/m3)＞冬季(59 μg/m3)的變化特征. 春季、夏季、秋季和冬季的O3濃度增加速率分別為2.8、2.3、2.6、2.0 μg/(m3·a). 整體上，春季和夏季O3濃度較高，秋冬和冬季O3濃度較低(見圖3).黃河金三角地區(qū)O3濃度的變化與工業(yè)污染、機動車排放以及當(dāng)?shù)靥厥獾牡匦魏蜌夂驐l件密切相關(guān)[30-31].黃河金三角地區(qū)春季和夏季光照強，氣溫升高使得光化學(xué)反應(yīng)活躍，致使O3濃度增加. 秋季和冬季太陽輻射與氣溫均不利于O3的光化學(xué)反應(yīng)發(fā)生，且該地區(qū)冬季處于供暖期，容易產(chǎn)生霧霾，空氣能見度低，紫外線輻射減少，因此O3濃度相比于夏季明顯降低.

圖3 黃河金三角地區(qū)O3 濃度季節(jié)性變化特征Fig.3 Seasonal variation of O3 concentrations in the Yellow River Golden Triangle Demonstration Area

2.1.3 月變化特征

黃河金三角地區(qū)1-12 月四地市O3月均濃度變化趨勢基本一致，整體上呈現(xiàn)5-9 月O3濃度值偏高，其余月份O3濃度值偏低的變化特征. 臨汾市、運城市、渭南市和三門峽市O3濃度均在6 月最高(分別為172、161、147 和153 μg/m3)，12 月為最低(分別為39、50、38 和43 μg/m3). 2015-2022 年黃河金三角地區(qū)四地市的O3月均值呈現(xiàn)先增加后減小的變化特征，每年5-8 月的O3濃度較高，1 月、11 月和12月的O3濃度較低(見圖4). 總體上，1 月、11 月和12月O3濃度月內(nèi)波動幅度較小，數(shù)據(jù)分布較為集中；5-8 月O3濃度月內(nèi)波動幅度較大，數(shù)據(jù)分布較為分散. 年際間，O3濃度高值所在月份的數(shù)據(jù)波動較大，O3濃度低值所在月份的數(shù)據(jù)波動較小.

圖4 黃河金三角地區(qū)四地市O3 濃度月均變化特征Fig.4 Variations of monthly O3 concentrations for four cities in the Yellow River Golden Triangle Demonstration Area

以2017 年為例，4 個地市1-12 月O3濃度的變化特征類似(見圖5). O3濃度高值主要出現(xiàn)在5-9 月，其中運城市和三門峽市O3濃度最大值出現(xiàn)在上旬(分別為275、243 μg/m3)，臨汾市和渭南市O3濃度最大值出現(xiàn)在中旬(分別為329、266 μg/m3).

圖5 2017 年黃河金三角地區(qū)四地市O3 濃度時間變化趨勢Fig.5 Temporal variation of O3 concentrations in four cities in the Yellow River Golden Triangle Demonstration Area in 2017

2.2 黃河金三角地區(qū)O3 濃度的空間變化特征

2022 年黃河金三角地區(qū)O3濃度變化趨勢的空間分布如圖6 所示. O3濃度最大值和平均值具有一致的變化特征，高值區(qū)域主要分布在沿東北到西南方向，低值區(qū)域分布在西北和東南部. O3濃度最小值的空間分布特征同最大值和平均值相反，高值區(qū)主要分布在沿東北到西南方向的兩側(cè)，低值區(qū)主要分布在沿東北到西南方向. 2015-2022 年黃河金三角地區(qū)O3濃度整體上呈現(xiàn)增加趨勢，變化程度較大的區(qū)域位于臨汾市東部和運城市中東部地區(qū). 與已有關(guān)于京津冀、長三角城市群年均O3濃度的研究[14-16]相比，黃河金三角地區(qū)O3濃度明顯偏低.

圖6 黃河金三角地區(qū)歷年O3 濃度的最小值、平均值、最大值和變化趨勢(線性傾向率)的空間分布Fig.6 Spatial distribution of the minimum, average, maximum, and changes of annual average O3 concentrations in the Yellow River Golden Triangle Demonstration Area

采用空間自相關(guān)分析方法對黃河金三角地區(qū)各縣區(qū)的O3濃度進行空間自相關(guān)檢驗. 黃河金三角地區(qū)2022 年逐月的O3濃度熱點分析結(jié)果表明，O3濃度空間局部相關(guān)性呈現(xiàn)周期性的變化規(guī)律. 西北部地區(qū)1 月和12 月熱點顯著區(qū)占多數(shù)，2-4 月和10-11 月冷點顯著區(qū)占多數(shù)，其余月份不顯著區(qū)占多數(shù).1 月和12 月中部冷點顯著區(qū)占多數(shù)，7-11 月臨汾市東部和運城市中東部地區(qū)熱點顯著區(qū)占比依次為28.4%、16.9%、33.6%、27.3% 和16.9%. 3-10 月南部為冷點顯著區(qū)，其余月份不顯著區(qū)占多數(shù)(見圖7).黃河金三角地區(qū)O3濃度的空間相關(guān)性變化特征與該地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)、自然地理條件等均密切相關(guān)[29,32].

圖7 黃河金三角地區(qū)2022 年1-12 月O3 濃度熱點分析Fig.7 Hotspot analysis of O3 concentrations in the Yellow River Golden Triangle Demonstration Area from January to December in 2022

O3濃度與NPP/VIIRS 和GDP 的LISA 聚集結(jié)果表明，聚類地區(qū)的置信度均達到95% 以上，表明聚集結(jié)果具有可信度(見圖8). 整體上，NPP/VIIRS 低聚集類型主要分布在研究區(qū)域北部的永和縣、大寧縣和隰縣，空間上呈現(xiàn)塊狀分布，這3 個縣的GDP、NPP/VIIRS 值和O3濃度均較低；永和縣、大寧縣和隰縣的NPP/VIIRS-O3呈現(xiàn)低-低聚集模式，NPP/VIIRS值和O3濃度均較低；NPP/VIIRS-O3呈現(xiàn)高-低聚集的為堯都區(qū)和安澤縣，這2 個地區(qū)NPP/VIIRS 值均較高，O3濃度均較低. GDP-O3呈現(xiàn)低-低聚集的為永和縣、大寧縣和隰縣，這3 個縣的GDP 和O3濃度均較低；GDP-O3呈現(xiàn)高-高聚集的為富平縣、萬榮縣和平陸縣，這3 個縣的GDP 和O3濃度均較高；盧氏縣的GDP-O3呈現(xiàn)低-高的聚集模式，表明盧氏縣的GDP低而O3濃度高.

圖8 黃河金三角地區(qū)O3 濃度與NPP/VIIRS 及GDP 的LISA 雙變量聚集結(jié)果Fig.8 The LISA bivariate aggregation results for O3 concentration, NPP/VIIRS and GDP in the Yellow River Golden Triangle Demonstration Area

2.3 黃河金三角地區(qū)O3 污染的時間變化特征

2.3.1 O3污染等級的年變化

基于HJ 633-2012《環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定(試行)》統(tǒng)計黃河金三角地區(qū)4 個地市2015-2022 年O3污染等級的變化情況，結(jié)果顯示黃河金三角地區(qū)每年都有不同程度的污染日數(shù)，各污染等級天數(shù)平均值表現(xiàn)為優(yōu)良(199 d)＞輕度污染(123 d)＞中度污染(46 d)＞重度污染(7 d)＞嚴重污染(0 d)，優(yōu)良的天數(shù)占到54%以上(見表1). 黃河金三角地區(qū)4 個地市的污染等級具有一致的變化特征. 以運城市為例，2015-2022 年優(yōu)良的天數(shù)介于154～300 d 之間(平均值為188 d)，輕度污染的天數(shù)介于63～170 d 之間(平均值為127 d)，中度污染的天數(shù)介于33～74 d 之間(平均值為53 d)，重度污染的天數(shù)介于0～23 d 之間(平均值為5 d)，嚴重污染的天數(shù)介于0～2 d 之間. 從逐年的變化趨勢可知，黃河金三角地區(qū)輕度污染的天數(shù)呈增加趨勢，優(yōu)良和中度污染的天數(shù)呈減小趨勢，其中中度污染天數(shù)下降趨勢明顯.

表1 2015-2022 年黃河金三角地區(qū)O3 污染天數(shù)Table 1 Statistical characteristics of numbers of O3 pollution days in the Yellow River Golden Triangle Demonstration Area from 2015 to 2022 d

2.3.2 O3污染等級的月尺度、季節(jié)尺度的變化特征

黃河金三角地區(qū)四地市O3污染的月變化具有一致的分布格局，整體上表現(xiàn)出金字塔的分布格局(見圖9). 優(yōu)良主要出現(xiàn)在1-3 月和10-12 月，輕度污染主要出現(xiàn)在4-5 月和7-9 月，中度污染主要出現(xiàn)在5-9 月，重度污染主要出現(xiàn)在6-7 月，嚴重污染主要出現(xiàn)在6-8 月，O3污染的高發(fā)期與太陽輻射強度、溫度、邊界層高度等有關(guān). 各O3污染等級對應(yīng)的天數(shù)表現(xiàn)為優(yōu)良＞輕度污染＞中度污染＞重度污染＞嚴重污染，其中優(yōu)良天數(shù)占到全年的50%以上. 以臨汾市為例，優(yōu)良天數(shù)最多的為12 月(31.0 d)，最少的為7 月(4.6 d)；輕度污染天數(shù)最多的為4 月(16.3 d)，最少的為12 月(0 d)；中度污染天數(shù)最多的為6 月(18.9 d)，最少的為1-2 月和11-12 月(均為0 d)；重度污染天數(shù)最多的為6 月(7.1 d)，最少的為1-4 月和10-12 月(0 d)；嚴重污染天數(shù)最多的為6 月(0.6 d).

圖9 黃河金三角地區(qū)O3 污染等級月尺度的變化特征Fig.9 Variation characteristics of monthly O3 pollution levels in the Yellow River Golden Triangle Demonstration Area

黃河金三角地區(qū)O3中度污染主要出現(xiàn)在夏季，輕度污染主要出現(xiàn)在春季和夏季，優(yōu)良主要出現(xiàn)在冬季，具有明顯的周期性波動特征；重度污染零星出現(xiàn)在夏季，嚴重污染在各季節(jié)均很少出現(xiàn)(見圖10). 秋季和冬季太陽輻射與氣溫均不利于O3光化學(xué)反應(yīng)發(fā)生，而春季和夏季光照強，氣溫升高使得光化學(xué)反應(yīng)活躍，增加了O3濃度. 污染等級天數(shù)上春季表現(xiàn)為輕度污染＞優(yōu)良＞中度污染，夏季表現(xiàn)為輕度污染＞中度污染＞優(yōu)良，秋季表現(xiàn)為優(yōu)良＞輕度污染＞中度污染，冬季表現(xiàn)為優(yōu)良＞輕度污染＞中度污染. 2015-2022年春季、夏季的優(yōu)良和輕度污染天數(shù)均呈現(xiàn)減少趨勢，中度污染天數(shù)呈現(xiàn)增加趨勢；秋季優(yōu)良天數(shù)呈現(xiàn)減少趨勢，輕度污染和中度污染天數(shù)均呈現(xiàn)增加趨勢；冬季優(yōu)良天數(shù)呈現(xiàn)減少趨勢，輕度污染天數(shù)呈現(xiàn)增加趨勢，中度污染天數(shù)無任何變化，均為0 d. 2015-2022 年優(yōu)良天數(shù)表現(xiàn)為冬季(85 d)＞秋季(63 d)＞春季(35 d)＞夏季(15 d)，輕度污染天數(shù)表現(xiàn)為春季(47 d)＞夏季(43 d)＞秋季(22 d)＞冬季(6 d)，中度污染天數(shù)表現(xiàn)為夏季(34 d)＞春季(11 d)＞秋季(5 d)＞冬季(0 d).

圖10 黃河金三角地區(qū)O3 污染等級的季節(jié)性變化特征Fig.10 Variation in the number of days in various pollution classes for seasonal average O3 concentrations in the Yellow River Golden Triangle Demonstration Area

O3污染具有明顯的過程性，污染過程的發(fā)生頻率、持續(xù)時間、峰值濃度直接影響污染事件發(fā)生的概率和污染等級. 該研究沒有涉及O3污染的持續(xù)時間、峰值濃度的分析，后期將統(tǒng)計該地區(qū)污染過程的特征，以期為明確該地區(qū)重污染過程的特點、分類和發(fā)生機制提供必要的依據(jù).

3 結(jié)論

a) 2015-2022 年黃河金三角地區(qū)臨汾市、運城市、渭南市和三門峽市O3濃度呈升高趨勢. O3濃度總 體 呈 現(xiàn) 夏季(146 μg/m3)＞春 季(113 μg/m3)＞秋季(83 μg/m3)＞冬季(59 μg/m3) 的變化特征. 1-12 月四地市O3月均值整體呈現(xiàn)5-9 月O3濃度高，其余月份低的變化特征.

b) 空間分布上，黃河金三角地區(qū)2022 年O3濃度最大值和平均值的高值區(qū)域主要分布在沿東北到西南方向，低值區(qū)域分布在西北和東南部，O3濃度最小值的空間分布特征與此相反.

c) 黃河金三角地區(qū)O3濃度空間局部相關(guān)性呈現(xiàn)出周期性的變化規(guī)律，1 月和12 月西北部地區(qū)熱點顯著區(qū)占多數(shù)，中部地區(qū)冷點顯著區(qū)占多數(shù)；2-4 月和10-11 月西北部地區(qū)冷點顯著區(qū)占多數(shù)，3-10月南部為冷點顯著區(qū). NPP/VIIRS-O3聚集區(qū)主要分布在該地區(qū)北部的5 個區(qū)縣，GDP-O3聚集區(qū)零散分布在該地區(qū)的7 個區(qū)縣.

d) 黃河金三角地區(qū)4 個城市2015-2022 年不同污染等級天數(shù)表現(xiàn)為優(yōu)良＞輕度污染＞中度污染＞重度污染＞嚴重污染，優(yōu)良占到54% 以上并呈減小趨勢. 優(yōu)良出現(xiàn)的天數(shù)表現(xiàn)為冬季(85 d)＞秋季(63 d)＞春季(35 d)＞夏季(15 d)；輕度污染出現(xiàn)的天數(shù)表現(xiàn)為春季(47 d)＞夏季(43 d)＞秋季(22 d)＞冬季(6 d)；中度污染出現(xiàn)的天數(shù)表現(xiàn)為夏季(34 d)＞春季(11 d)＞秋季(5 d)＞冬季(0 d).