江蘇PM2.5-O3復(fù)合污染特征及氣象條件分析

嚴(yán)文蓮,劉端陽(yáng),王 磊,李 聰

江蘇PM2.5-O3復(fù)合污染特征及氣象條件分析

嚴(yán)文蓮1,2,劉端陽(yáng)2*,王 磊1,李 聰3

(1.江蘇省氣象臺(tái),南京 210041；2.南京氣象科技創(chuàng)新研究院,中國(guó)氣象局交通氣象重點(diǎn)開(kāi)放實(shí)驗(yàn)室,南京 210041；3.南京市氣象局,南京 210019)

基于2013～2020年江蘇13個(gè)城市的大氣污染和氣象觀測(cè)數(shù)據(jù),分析了江蘇PM2.5-O3復(fù)合污染物的分布特征及其與氣象條件的關(guān)系.結(jié)果表明:江蘇復(fù)合污染物以輕度污染組合為主,南部多于北部,東南部最多,主要在4～10月,下午至傍晚最高,且該時(shí)段O3平均濃度高于單一O3污染;復(fù)合污染在O3超標(biāo)中平均占比15.7%,2014年高達(dá)65.8%,且在2015年后明顯下降;PM2.5和O3二者在暖季O3污染期正相關(guān),PM2.5污染期為弱相關(guān)或負(fù)相關(guān);復(fù)合污染氣象條件更為嚴(yán)格,氣溫、相對(duì)濕度、風(fēng)速和逆溫條件均介于單一O3和單一PM2.5污染之間,且多在4m/s以下和ENE—S區(qū)間,與單一O3污染相比,氣溫和風(fēng)速略低,相對(duì)濕度和逆溫強(qiáng)度略高;出現(xiàn)復(fù)合污染的主要地面形勢(shì)為均壓場(chǎng)和低壓(底)前部,其次是入海高壓后部和高壓底部;通過(guò)后向軌跡聚類分析發(fā)現(xiàn)淮北地區(qū)復(fù)合污染主要來(lái)自東南沿海至本地路徑,中南部城市主要為本地周邊地區(qū)和東南沿海,而東南部城市主要來(lái)源短距離輸送和蘇皖浙交界一帶.

江蘇；PM2.5-O3復(fù)合污染；氣象條件；軌跡聚類分析；分布特征

近年來(lái),我國(guó)大氣污染防治取得了顯著成效,大氣污染格局發(fā)生了變化,以PM2.5污染為代表的顆粒物污染逐步下降,城市O3污染卻日益明顯[1]. PM2.5和O3協(xié)同控制成為我國(guó)持續(xù)改善空氣質(zhì)量的焦點(diǎn)[2-3],二者可通過(guò)光化學(xué)反應(yīng)和非均相的相互作用引起復(fù)雜的非線性疊加效應(yīng)[4-5],以O(shè)3和細(xì)粒子同時(shí)超標(biāo)的復(fù)合型大氣污染越來(lái)越引起人們的重視,由于其同時(shí)存在高濃度的一次排放和二次轉(zhuǎn)化的氣態(tài)及顆粒污染物,對(duì)人體健康的影響也不容忽視[6].

許多學(xué)者對(duì)PM2.5-O3復(fù)合污染的時(shí)空分布特征[7-8]進(jìn)行了分析,發(fā)現(xiàn)我國(guó)PM2.5和O3“雙高”的復(fù)合污染事件主要發(fā)生在暖季(4～10月)[7],且在中東部地區(qū)呈現(xiàn)出離散性和間歇性的特征[8].復(fù)合污染的出現(xiàn)需要滿足一定的氣象條件[9-10],且常出現(xiàn)在特定的天氣背景下[11-12],Dai等[9]指出長(zhǎng)三角地區(qū)復(fù)合污染的出現(xiàn)主要取決于相對(duì)濕度、地面氣溫和風(fēng)速;劉南希等[11]研究指出“雙高”污染過(guò)程主要出現(xiàn)在高壓底后部型、變性高壓脊型、副高+臺(tái)風(fēng)外圍型、冷鋒前部型天氣背景下,而毛卓成等[12]發(fā)現(xiàn)PM2.5-O3復(fù)合污染往往與弱氣壓場(chǎng)有關(guān),且地面存在輻合時(shí),利于復(fù)合污染發(fā)生. 此外,王占山[13]和He[14]等分析表明區(qū)域污染傳輸對(duì)O3和PM2.5同時(shí)偏高的貢獻(xiàn)不容忽視. 賴安琪[15]和劉可欣[16]等還通過(guò)復(fù)合污染的典型過(guò)程分析揭示高濃度O3和PM2.5的物理和化學(xué)形成機(jī)理,認(rèn)為夏秋季復(fù)合污染過(guò)程其關(guān)鍵無(wú)機(jī)組分及其形成機(jī)制是有所差異的;一些學(xué)者還對(duì)PM2.5-O3復(fù)合污染的來(lái)源解析及減排控制措施進(jìn)行了探討[17-18],卞錦婷等[18]認(rèn)為上海復(fù)合污染期間VOCs的排放控制可同時(shí)削減PM2.5和O3滑動(dòng)8h最大濃度峰值.

江蘇處于長(zhǎng)三角城市群中心地帶,不僅在靜穩(wěn)天氣背景下常出現(xiàn)本地污染累積,同時(shí)外來(lái)污染輸送滯留情況也頻發(fā).近年來(lái),江蘇地區(qū)也呈現(xiàn)出PM2.5濃度下降、O3逐漸上升的趨勢(shì)[19-20],以往對(duì)江蘇PM2.5和O3單一污染的特征和氣象成因研究較多[21-22],隨著O3逐漸取代顆粒物成為主要的污染物,如何更加有效的開(kāi)展二者的協(xié)同控制成為一個(gè)難點(diǎn)問(wèn)題,然而顆粒物和O3具有耦合和復(fù)雜的關(guān)系, Jia[23]和邵平[24]等研究指出南京PM2.5和O3在冷熱季呈現(xiàn)相反的關(guān)系,O3日變化峰值和AOD變化呈顯著負(fù)相關(guān),而江蘇針對(duì)以高PM2.5濃度和高O3濃度為特征的復(fù)合污染事件的研究較少.因此,本文將通過(guò)分析江蘇PM2.5-O3復(fù)合污染特征,闡述與氣象因素的關(guān)系及出現(xiàn)的天氣形勢(shì),并對(duì)其來(lái)源軌跡進(jìn)行分析,為進(jìn)一步了解江蘇復(fù)合污染的成因及開(kāi)展PM2.5和O3協(xié)同控制提供參考.

1 數(shù)據(jù)與方法

1.1 資料說(shuō)明

環(huán)境污染數(shù)據(jù)來(lái)自2013-2020年江蘇省72 個(gè)國(guó)控站,13個(gè)城市污染濃度分別由轄區(qū)內(nèi)國(guó)控站點(diǎn)平均獲得,其計(jì)算和評(píng)價(jià)方法按照《環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定》(HJ633-2012)[25]和《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB3095-2012)執(zhí)行[26].氣象資料來(lái)自同時(shí)段江蘇省13市氣象站地面觀測(cè)資料及南京探空站L波段探空數(shù)據(jù),主要包括:溫度、相對(duì)濕度、風(fēng)速風(fēng)向、探空數(shù)據(jù)等.文中小時(shí)PM2.5-O3復(fù)合污染指PM2.5和O3小時(shí)分指數(shù)同時(shí)達(dá)到二級(jí)標(biāo)準(zhǔn)及以上,即小時(shí)濃度為(PM2.5)>75μg/m3且(O3)>200μg/m3; PM2.5-O3復(fù)合污染日則為同時(shí)出現(xiàn)PM2.5日均值和臭氧8h滑動(dòng)平均日最大值(O3-8max)達(dá)到二級(jí)標(biāo)準(zhǔn)及以上,即日濃度(PM2.5)>75μg/m3且(O3-8max)> 160μg/m3.

1.2 研究方法

文中在討論復(fù)合污染氣象條件采用絕熱法計(jì)算混合層高度,并用HYSPLIT后向軌跡聚類分析方法研究復(fù)合污染源地.

a)后向軌跡聚類分析

利用美國(guó)國(guó)家環(huán)境預(yù)測(cè)中心(NCEP)提供的GDAS數(shù)據(jù)(分辨率1°×1°),對(duì)2013～2020年江蘇13個(gè)城市復(fù)合污染時(shí)次前72h氣塊軌跡進(jìn)行追蹤,并開(kāi)展客觀聚類分型. HYSPLIT是由美國(guó)國(guó)家海洋和大氣管理局 (NOAA)開(kāi)發(fā),用于計(jì)算和分析氣塊輸送、擴(kuò)散軌跡的模型,可實(shí)現(xiàn)軌跡聚類分型,聚類的基本原則是按照軌跡路徑最接近的原則進(jìn)行多條軌跡合并分組.

b)日最大混合層高度計(jì)算

本研究中混合層高度采用干絕熱曲線法計(jì)算[27].利用早晨08時(shí)探空資料與地面最高氣溫資料,計(jì)算午后地面最高氣溫所在的點(diǎn)沿干絕熱線上升與早晨08時(shí)探測(cè)的溫度廓線相交點(diǎn),該點(diǎn)距地面的高度與站點(diǎn)海拔高度之差即為日最大混合層高度.

2 江蘇復(fù)合污染的時(shí)空分布特征

2.1 復(fù)合污染的空間分布特征

2013～2020年江蘇13個(gè)城市復(fù)合污染累計(jì)出現(xiàn)46～72d不等.區(qū)域分布看,江蘇復(fù)合污染出現(xiàn)時(shí)次數(shù)南部高于北部,其中大值區(qū)集中在江蘇東南部地區(qū),最高在無(wú)錫,累計(jì)278時(shí)次,其次是南通和蘇州,分別為233和232時(shí)次,這與該區(qū)域化工企業(yè)較多,光化學(xué)污染相對(duì)頻發(fā)有關(guān),而江蘇西北部地區(qū)相對(duì)較少(圖1a).以往研究表明,江蘇省PM2.5顆粒物空間分布北部高于南部,內(nèi)陸多于沿海,O3濃度總體東部沿海城市高于內(nèi)陸,超標(biāo)日南部多于北部[28],可見(jiàn),復(fù)合污染與O3或PM2.5單一污染的區(qū)域分布特征存在差異. O3超標(biāo)情況下,江蘇地區(qū)平均15.7%的比例出現(xiàn)復(fù)合污染,較上海地區(qū)偏少[12],其中江蘇沿海地區(qū)總體高于內(nèi)陸,分別在江蘇東南部和東北角存在兩個(gè)大值區(qū)(圖1b).

2.2 復(fù)合污染的時(shí)間變化

由圖2a可見(jiàn),PM2.5顆粒物年變化總體是下降趨勢(shì),O3呈上升趨勢(shì),其中2020年梅汛期降水日較多,導(dǎo)致6～7月O3濃度明顯下降;而復(fù)合污染出現(xiàn)時(shí)次的年變化差異較大,2013～2015年較多,主要出現(xiàn)在5～6月份,占比近50%,這與該時(shí)期蘇皖等地秸稈焚燒頻發(fā)有關(guān)[29],隨著秸稈焚燒的減少,2015年后復(fù)合污染明顯下降,但在2018年出現(xiàn)一個(gè)小峰值;從復(fù)合污染在總O3污染的占比看,2013～2015年較高,尤其是2014年,高達(dá)65.8%,隨著PM2.5濃度的下降和O3濃度的升高,2015年后復(fù)合污染的比例也明顯下降,不足10%,特別是2020年僅有0.35%.復(fù)合污染逐月變化看(圖2b),2～11月都有出現(xiàn),其中5月、6月最高,分別占28.9%和30.1%,7月后明顯下降,10月略上升,其變化趨勢(shì)與O3較為一致,均在春末夏初較高,冬季較少.研究發(fā)現(xiàn),江蘇5～6月平均最高氣溫25～30℃,且大部分時(shí)段處于梅汛期前,輻射增強(qiáng),是O3超標(biāo)高發(fā)期,使得白天易出現(xiàn)復(fù)合污染超標(biāo);進(jìn)一步分析發(fā)現(xiàn),復(fù)合污染10月份略上升,這主要是進(jìn)入秋季,夜間靜穩(wěn)天氣增多,利于本地顆粒物污染聚集,同時(shí),北方冷空氣也開(kāi)始活躍,利于上游污染物輸送影響本地,另外,這個(gè)時(shí)期相應(yīng)的光化學(xué)氣象條件仍在一定程度上利于O3污染超標(biāo).

從復(fù)合污染出現(xiàn)時(shí)次數(shù)的日變化來(lái)看(圖2c),一天之中復(fù)合污染物多出現(xiàn)在中午前后至傍晚這段時(shí)間,峰值在15:00左右,累積出現(xiàn)333次,這與單O3污染多發(fā)時(shí)段類似.復(fù)合污染時(shí)對(duì)應(yīng)的O3平均濃度也是在14:00～17:00較高,最高16時(shí)238.6μg/m3,比該時(shí)段單O3污染時(shí)的O3平均濃度整體要高,對(duì)人體健康的危害也更大.另外,單O3污染早上還有一個(gè)峰值,出現(xiàn)次數(shù)較少,這可能是夜間上層由于逆溫的存在維持富氧空氣層,在日出后隨著垂直混合的加強(qiáng),將上層的O3向地面輸送有關(guān)[30-31].

2.3 PM2.5和O3相互關(guān)系

由圖3可見(jiàn),PM2.5低于45μg/m3時(shí),PM2.5濃度和O3超標(biāo)時(shí)次呈正相關(guān),在30～45μg/m3區(qū)間O3超標(biāo)最多,隨著PM2.5濃度進(jìn)一步增加,O3超標(biāo)次數(shù)開(kāi)始下降,且同時(shí)出現(xiàn)中度復(fù)合污染及以上的時(shí)次較少(約16.3%).可見(jiàn),復(fù)合污染主要集中在PM2.5輕度污染階段.高濃度PM2.5對(duì)O3的生成有抑制作用,不同地區(qū)不同季節(jié)兩者相關(guān)性不同[10].根據(jù)江蘇PM2.5和O3月演變特征,將4～9月定義為江蘇O3污染期,也對(duì)應(yīng)著復(fù)合污染多發(fā)期,11～2月定義為江蘇PM2.5污染期,分析二者的相關(guān)性(圖4),可以看到,在O3污染期,PM2.5和O3正相關(guān)為主,且越靠近沿海地區(qū),相關(guān)性越大,該區(qū)域?qū)?yīng)更為潔凈的空氣;而在PM2.5污染期,二者關(guān)系更為復(fù)雜,總體呈弱的正相關(guān)或負(fù)相關(guān).由此可見(jiàn),復(fù)合污染高發(fā)期,其顆粒物濃度總體不高,且PM2.5與O3呈正相關(guān). O3污染期對(duì)應(yīng)氣溫較高的季節(jié),大氣氧化性增強(qiáng),易促進(jìn)二次顆粒物的形成,出現(xiàn)復(fù)合污染;而在PM2.5污染期,氣溫較低,大氣氧化性較弱[23,32],同時(shí),較高的PM2.5水平抑制了地表太陽(yáng)輻射,也可能削弱O3的生成[33],不利于復(fù)合污染出現(xiàn).

圖3 不同的PM2.5濃度區(qū)間O3污染超標(biāo)時(shí)次

a、O3污染期4～9月;b、PM2.5污染期11～2月

3 復(fù)合污染與氣象因子關(guān)系

在人為排放源不變的情況下,氣象因素是影響PM2.5和O3濃度的關(guān)鍵因素,而兩者與濕度、溫度等氣象因子相關(guān)性存在差異[19,34],這樣使得PM2.5-O3復(fù)合污染對(duì)氣象因素的要求更加嚴(yán)格.

3.1 溫度、濕度和風(fēng)

分別討論O3污染多發(fā)期4～9月的小時(shí)單O3污染、單PM2.5污染和復(fù)合污染三種情況下對(duì)應(yīng)時(shí)次的溫度、濕度和風(fēng)速的分布(圖5),可以看到,75%的復(fù)合污染的溫度主要在27.9℃以上,相對(duì)濕度在60%以下,風(fēng)速低于3.2m/s,平均值分別為30.1℃、51%和2.5m/s,均介于單O3和單PM2.5污染之間,整體與單一的O3污染的情況更為接近,平均溫度和風(fēng)速略低,相對(duì)濕度略高,而單PM2.5污染情況平均溫度22.2℃,與之相比要明顯偏低,且相對(duì)濕度明顯高、風(fēng)速略低,即平均溫度:(單O3)>(復(fù)合污染)>(單PM2.5),相對(duì)濕度:(單O3)<(復(fù)合污染)<(單PM2.5),風(fēng)速:(單O3)>(復(fù)合污染)>(單PM2.5). 進(jìn)一步統(tǒng)計(jì)4～9月江蘇各城市復(fù)合污染期間風(fēng)向頻次(圖6),可以看到,各城市在風(fēng)向上略有差異,但總體是復(fù)合污染在ENE—S區(qū)間較為頻發(fā),ESE風(fēng)向上出現(xiàn)頻次最多,且88%的時(shí)次對(duì)應(yīng)著4m/s以下的風(fēng)速.

圖6 復(fù)合污染下各市風(fēng)向分布情況

3.2 混合層高度和逆溫特征

逆溫和混合層高度是反映邊界層內(nèi)大氣污染物擴(kuò)散能力的重要參數(shù),低層逆溫的存在及較低的混合層高度,有利于抑制大氣中污染物的垂直輸送和水平擴(kuò)散,導(dǎo)致污染天氣的發(fā)生和維持,同時(shí),逆溫對(duì)大氣污染擴(kuò)散的影響與逆溫的強(qiáng)度也有關(guān)[35].統(tǒng)計(jì)2013～2020年南京站08:00的探空數(shù)據(jù),分別計(jì)算復(fù)合污染、單O3污染和單PM2.5污染日平均混合層高度和逆溫情況(表1),可以看到,復(fù)合污染的日最大混合層高度是三者中最高的,平均1524m,遠(yuǎn)高于單PM2.5污染發(fā)生時(shí)混合層高度,但逆溫出現(xiàn)的頻率和強(qiáng)度仍介于兩者之間.

表1 不同污染類型下平均混合層高度和逆溫情況

4 復(fù)合污染天氣分型

普查2013～2020年出現(xiàn)復(fù)合污染時(shí)次的地面天氣形勢(shì)(共計(jì)樣本數(shù)257個(gè)),發(fā)現(xiàn)復(fù)合污染出現(xiàn)的地面天氣型主要有4類:均壓場(chǎng)(45.1%),低壓(底)前部(32.3%)、入海高壓后部(16.7%)、高壓底部(4.3%),這與江蘇PM2.5主要在均壓場(chǎng)內(nèi),O3污染在低壓前部和均壓場(chǎng)占據(jù)較大比重有類似特征[22]. 復(fù)合污染日中約32%具有持續(xù)性(連續(xù)5h)和區(qū)域性(3站及以上出現(xiàn))特點(diǎn),四類天氣型下均有,其中入海高壓后部出現(xiàn)的復(fù)合污染中更易出現(xiàn)持續(xù)性和區(qū)域性現(xiàn)象(表2).

表2 復(fù)合污染物不同天氣分型及污染情況

(1)均壓場(chǎng):該類型復(fù)合污染占比最多.當(dāng)江蘇上空處于均壓場(chǎng)或弱氣壓場(chǎng),風(fēng)力小,天氣靜穩(wěn),有利于本地污染累積.一方面該類型下夜間常出現(xiàn)PM2.5污染累積,并持續(xù)至中午前后,隨著O3濃度上升,出現(xiàn)復(fù)合污染;另一方面,該天氣型下常在西邊有低值系統(tǒng),東面高壓已入海,有時(shí)北方有冷高壓且偏北,江蘇處于幾者之間,常有風(fēng)場(chǎng)內(nèi)的弱切變輻合,白天隨著光化學(xué)條件轉(zhuǎn)好,在輻合線附近出現(xiàn)小范圍污染聚集,致使PM2.5和O3同時(shí)上升.

(2)低壓(倒槽)前部:該類型下低壓靠近江蘇,西南風(fēng)增強(qiáng),利于氣溫上升,O3污染上升,倒槽前部常伴有弱的切變輻合區(qū),利于局地污染聚集或持續(xù)維持;隨著低壓倒槽進(jìn)一步靠近,江蘇上空云系增多或伴有弱降水,由于降水弱對(duì)污染無(wú)明顯清除作用,反而有利于氣態(tài)污染物發(fā)生均相或非均相等濕驅(qū)動(dòng)反應(yīng),通過(guò)二次轉(zhuǎn)化生成二次無(wú)機(jī)氣溶膠,導(dǎo)致PM2. 5濃度上升.上述系統(tǒng)演變出現(xiàn)在中午前后至傍晚時(shí)段易造成復(fù)合污染出現(xiàn).

(3)入海高壓后部:江蘇多處于入海的弱高壓后部,盛行偏南風(fēng)或東南風(fēng),風(fēng)力不大,氣溫上升. 由于江蘇東南部地區(qū)工業(yè)聚集,且高濃度O3污染頻發(fā),在東南風(fēng)作用下易向省內(nèi)進(jìn)行短距離輸送,造成復(fù)合污染. 值得注意的是,該天氣型出現(xiàn)復(fù)合污染的概率較前兩者要低,但更易造成持續(xù)性或區(qū)域性的復(fù)合污染.

(4)高壓底部:該類型復(fù)合污染占比較少,多出現(xiàn)在淮北地區(qū),其次是西南部地區(qū).常對(duì)應(yīng)有弱冷空氣擴(kuò)散下來(lái),出現(xiàn)顆粒物累積和冷空氣弱輸送的疊加效應(yīng),造成復(fù)合污染.

5 復(fù)合污染來(lái)源特征分析

就江蘇而言,上游地區(qū)污染輸送影響不容忽視[22,35],同時(shí)O3前體物的輸送對(duì)本地O3的生成也很重要[36].為研究江蘇復(fù)合污染的來(lái)源特征,以50m高度為例,分別對(duì)江蘇13個(gè)城市出現(xiàn)復(fù)合污染的時(shí)次進(jìn)行72h后向軌跡聚類(圖7).對(duì)比分析發(fā)現(xiàn)江蘇復(fù)合污染源地的區(qū)域性特征較為明顯.

(a)淮北地區(qū):徐州、宿遷、淮安三地區(qū)源地大體一致,主要來(lái)自東南沿海至本地路徑,特別是徐州和淮安地區(qū),該路徑下占比50%以上;其次是沿東北風(fēng)由華北經(jīng)山東至本地,另外小部分來(lái)自江蘇西邊界的輸送.連云港與徐州、淮安和宿遷類似,東南方向占比最大,其次是在西偏北方位,特別是短距離的輸送占比較大.可見(jiàn),江蘇東南沿海是淮北地區(qū)復(fù)合污染的主要源地.

(b)中南部地區(qū):如南京、揚(yáng)州、鹽城、泰州等地,偏北路徑輸送對(duì)其復(fù)合污染的貢獻(xiàn)較小,本地源和周邊短距離輸送占比顯著增大.以揚(yáng)州地區(qū)為例,55.79%復(fù)合污染時(shí)次對(duì)應(yīng)的污染物源地為本地周邊地區(qū);另外,東南沿海一帶也是該區(qū)域復(fù)合污染的一個(gè)重要源地.

(c)東南部城市:如蘇南地區(qū)、南通、鎮(zhèn)江等地,該區(qū)域的復(fù)合污染輸送路徑差異較大,但綜合看有幾個(gè)特點(diǎn):一個(gè)主要來(lái)源還是本地或東南部周邊沿岸地區(qū)短距離輸送;另一個(gè)主要來(lái)源偏西方向(蘇皖浙交界一帶);另外,蘇南和淮河以南東部沿海城市也有一部分復(fù)合污染來(lái)自北部沿著江蘇東部沿海往南輸送,或再次途徑江蘇東南部地區(qū)再折回. 如復(fù)合污染頻發(fā)的南通地區(qū),46.46%來(lái)自周邊附近,近40%來(lái)自南部浙江沿海一帶的輸送,而東南沿海南下占據(jù)12.39%.

綜上可知,江蘇大部分地區(qū)復(fù)合污染的一個(gè)重要源地是來(lái)自江蘇東南部地區(qū);在江蘇中南部地區(qū),本地及周邊城市的短距離輸送不容忽視;另外,江蘇西邊界和北邊界的輸送也有一定的貢獻(xiàn).

6 結(jié)論

6.1 江蘇復(fù)合污染物出現(xiàn)次數(shù)南部多于北部,東南部城市最多,無(wú)錫最高; 2014年最高,主要出現(xiàn)在4-10月,尤其是5～6月,一天中下午至傍晚最高,其對(duì)應(yīng)的O3平均濃度比該時(shí)段單O3污染的濃度要高;復(fù)合污染在O3超標(biāo)中平均占比15.7%,2014年高達(dá)65.8%,且在2015年后明顯下降;PM2.5和O3之間關(guān)系復(fù)雜,以輕度復(fù)合污染組合為主,在30～45μg/m3區(qū)間O3超標(biāo)時(shí)次最多,在O3污染期,PM2.5和O3正相關(guān),且越靠近沿海地區(qū),相關(guān)性越大,而在冬季PM2.5污染時(shí)期,二者呈弱的正相關(guān)或負(fù)相關(guān).

6.2 復(fù)合污染適宜的氣象因子條件為:(單O3)>(復(fù)合污染)>(單PM2.5),(單O3)<(復(fù)合污染)<(單PM2.5),風(fēng)速上(單O3)>(復(fù)合污染)>(單PM2.5);復(fù)合污染的逆溫頻次和強(qiáng)度也介于單O3和單PM2.5污染之間,而日最大混合層高度高于兩者;復(fù)合污染在ENE—S區(qū)間最為頻發(fā),且多在4m/s以下.另外,出現(xiàn)復(fù)合污染的四種主要地面形勢(shì)分別為均壓場(chǎng)、低壓(底)前部、入海高壓后部和高壓底部,持續(xù)性和區(qū)域性復(fù)合污染事件約占32%.

6.3 江蘇復(fù)合污染軌跡來(lái)源有較為明顯的地域特點(diǎn):淮北地區(qū)主要來(lái)自東南沿海至本地路徑,其次是東北方向;江蘇中南部地區(qū)主要源地為本地、周邊地區(qū)及東南沿海一帶;而東南部城市主要源自本地或東南部周邊沿岸地區(qū)輸送和蘇皖浙交界一帶.

[1] 張運(yùn)江,雷若媛,崔世杰,等.2015～2020年我國(guó)主要城市PM2.5和O3污染時(shí)空變化趨勢(shì)和影響因素[J]. 科學(xué)通報(bào), 2022,67(18):2029- 2042. Zhang Y J, Lei R Y, Cui S J, et al. Spatiotemporal trends and impact factors of PM2.5and O3pollution in major cities in China during 2015～2020 [J]. Chinese Science Bulletin, 2022,67(18):2029-2042.

[2] 姜 華,高 健,李 紅,等.我國(guó)大氣污染協(xié)同防控理論框架初探[J]. 環(huán)境科學(xué)研究, 2022,35(3):601-610. Jiang H, Gao J, Li H, et al. Preliminary Research on Theoretical Framework of Cooperative Control of Air Pollution in China [J]. Research of Environmental Sciences, 2022,35(3):601-610.

[3] 張鴻宇,王 媛,盧亞靈,等.我國(guó)臭氧污染控制分區(qū)及其控制類型識(shí)別 [J]. 中國(guó)環(huán)境科學(xué), 2021,41(9):4051-4059. Zhang H Y, Wang Y, Lu Y L, et al. Identification of ozone pollution control zones and types in China [J]. China Environmental Science, 2021,41(9):4051-4059.

[4] Ravishankara R A. Heterogeneous and multiphase chemistry in the troposphere [J]. Science, 1997,276(5315):1058-1065.

[5] 朱 彤,尚 靜,趙德峰.大氣復(fù)合污染及灰霾形成中非均相化學(xué)過(guò)程的作用[J]. 中國(guó)科學(xué):化學(xué), 2010,40(12):1731-1740. Zhu T, Shang J, Zhao D F. The roles of heterogeneous chemical processes in the formation of an air pollution complex and gray haze [J]. Science China Chemistry, 2010,40(12):1731-1740.

[6] Kyung-Min Nam, Xu Zhang, Min Zhong, et al. Health effects of ozone and particulate matter pollution in China: a province-level CGE analysis [J]. The Annals of Regional Science, 2019,63(2):269-293.

[7] 牛笑笑,鐘艷梅,楊 璐,等.2015～2020年中國(guó)城市PM2.5-O3復(fù)合污染時(shí)空演變特征[J]. 環(huán)境科學(xué), 2023,44(4):1830-1840.Niu X X, Zhong Y M, Yang L, et al. Spatiotemporal Evolution Characteristics of PM2.5-O3Compound Pollution in Chinese Cities from 2015 to 2020 [J]. Environmental Science, 2023,44(4):1830-1840.

[8] 花 叢,江琪遲,茜 元,等.我國(guó)中東部地區(qū)2015～2020年夏半年P(guān)M2.5和臭氧復(fù)合污染氣象特征分析[J]. 環(huán)境科學(xué)研究, 2021, 35(3):650-658. Hua C, Jiang Q C, Qian Y, et al. Meteorological characteristics of PM2.5-O3air combined pollution in central and eastern China in the summer half years of 2015～2020 [J]. Research of Environmental Sciences, 2021,35(3):650-658.

[9] Dai Huibin, Zhu Jia, Liao Hong, et al. Co-occurrence of ozone and PM2.5pollution in the Yangtze River Delta over 2013～2019: Spatiotemporal distribution and meteorological conditions [J]. Atmospheric Research, 2021,249, https://doi.org/10.1016/j.atmosres. 2020.105363.

[10] 趙淑婷,王麗濤,齊孟姚,等.邯鄲市PM2.5-O3復(fù)合污染特征及相互影響研究[J]. 環(huán)境科學(xué)學(xué)報(bào), 2021,41(6):2250-2261. Zhao S T, Wang L T, Qi M Y, et al. Study on the characteristics and mutual influence of PM2.5-O3complex pollution in Handan [J].Acta Scientiae Circumstantiae, 2021,41(6):2250-2261.

[11] 劉南希,何 成,劉晨曦,等.2015～2021年廣州臭氧和PM2.5復(fù)合污染特征及天氣分型研究[J]. 環(huán)境科學(xué)學(xué)報(bào), 2023,43(1):42-53.Liu N X, He C, Liu C X, et al. Study on characteristics and weather classification of ozone and PM2.5complex pollution in Guangzhou from 2015 to 2021 [J].Acta Scientiae Circumstantiae, 2023,43(1):42-53.

[12] 毛卓成,許建明,楊丹丹,等.上海地區(qū)PM2.5-O3復(fù)合污染特征及氣象成因分析[J]. 中國(guó)環(huán)境科學(xué), 2019,39(7):2730-2738. Mao Z C, Xu J M, Yang D D, et al. Analysis of characteristics and meteorological causes of PM2.5-O3compound pollution in Shanghai [J]. China Environmental Science, 2019,39(7):2730-2738.

[13] 王占山,張大偉,李云婷,等.北京市夏季不同O3和PM2.5污染狀況研究[J]. 環(huán)境科學(xué), 2016,37(3):807-815. Wang Z S, Zhang D W, Li Y T, et al. Different Air Pollution Situations of O3and PM2.5During Summer in Beijing [J]. Environmental Science, 2016,37(3):807-815.

[14] He Yuanping, Li Lei, Wang Haolin, et al. A cold front induced co- occurrence of O3and PM2.5pollution in a Pearl River Delta city: Temporal variation, vertical structure, and mechanism [J]. Environmental Pollution, 2022,306,DOI:10.1016/j.envpol.2022.119464.

[15] 賴安琪,陳曉陽(yáng),劉一鳴,等.珠江三角洲PM2.5和O3復(fù)合污染過(guò)程的數(shù)值模擬[J]. 中國(guó)環(huán)境科學(xué), 2017,37(11):4022-4031. Lai A Q, Chen X Y, Liu Y M, et al. Numerical simulation of a complex pollution episode with high concentrations of PM2.5and O3over the Pearl River Delta region, China [J]. China Environmental Science, 2017,37(11):4022-4031.

[16] 劉可欣,盧苗苗,張?jiān)７?等.天津市夏秋季O3-PM2.5復(fù)合污染特征及氣象成因分析[J]. 環(huán)境科學(xué)學(xué)報(bào), 2021,41(9):3650-3662. Liu K X, Lu M M, Zhang Y F, et al. Analysis of characteristics and meteorological causes of O3-PM2.5compound pollution in summer and autumn over Tianjin [J]. Acta Scientiae Circumstantiae, 2021, 41(9):3650-3662.

[17] 肖致美,徐 虹,高璟贇,等.天津市PM2.5-O3復(fù)合污染特征及來(lái)源分析[J]. 環(huán)境科學(xué), 2022,43(3):1140-1150. Xiao Z M, Xu H, Gao J Y, et al. Characteristics and Sources of PM2.5-O3Compound Pollution in Tianjin [J]. Environmental Science, 2022,43(3):1140-1150.

[18] 卞錦婷,黃 凌,李紅麗,等.上海市PM2.5和臭氧復(fù)合污染期多路徑減排效果評(píng)估[J]. 環(huán)境科學(xué)研究, 2023,36(2):314-324. Bian J T, Huang L, Li H L, et al. Evaluation of the effectiveness of multiple emission reduction pathways during a concurrent PM2.5and ozone pollution in Shanghai [J]. Research of Environmental Sciences, 2023,36(2):314-324.

[19] 嚴(yán)文蓮,劉端陽(yáng),康志明,等.江蘇臭氧污染特征及其與氣象因子的關(guān)系[J]. 氣象科學(xué), 2019,39(4):477-487. Yan W L, Liu D Y, Kang Z M, et al. The characteristics of ozone pollution and its relationship with meteorological factors in Jiangsu [J]. Journal of the Meteorological Sciences, 2019,39(4):477-487.

[20] 趙 輝,鄭友飛,吳曉云,等.江蘇省大氣復(fù)合污染特征與相關(guān)氣象驅(qū)動(dòng)[J]. 中國(guó)環(huán)境科學(xué), 2018,38(8):2830-2839. Zhao H, Zhen Y F, Wu X Y, et al. Atmospheric compound pollution characteristics and the effects of meteorological factors in Jiangsu Province [J]. China Environmental Science, 2018,38(8):2830-2839.

[21] Zhujun Dai, Duanyang Liu, Kun Yu, et.al. Meteorological variables and synoptic patterns associated with air pollutions in Eastern China during 2013～2018 [J]. Int. J. Environ. Res. Public Health 2020,17, 2528,http://dx.doi.org/10.3390/ijerph17072528.

[22] Lei Wang, Duanyang Liu, Wenlian Yan, et al. Spatio-temporal distribution, transport characteristics and synoptic patterns of ozone pollution near surface in Jiangsu province, China [J]. Atmospheric Pollution Research, 2022,13(12), https://doi.org/10.1016/j.apr.2022. 101616.

[23] Mengwei Jia, Tianliang Zhao, Xinghong Cheng, et al. Inverse relations of PM2.5and O3in air compound pollution between cold and hot seasons over an urban area of East China [J]. Atmosphere, 2017,8(3), 59:https://doi.org/10.3390/atmos8030059.

[24] 邵 平,辛金元,安俊琳,等.長(zhǎng)三角工業(yè)區(qū)夏季近地層臭氧和顆粒物污染相互關(guān)系研究[J]. 大氣科學(xué), 2017,(3):618-628. Shao P, Xin J Y, An J L, et al. An analysis on the relationship between ground-level ozone and particulate matter in an industrial area in the Yangtze River Delta during summer time [J]. Chinese Journal of Atmospheric Sciences, 2017,(3):618-628.

[25] HJ 633-2012 環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定(試行) [S]. HJ633-2012 Technical regulation on ambient air quality index (ontrial) [S].

[26] GB 3095-2012 環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)[S]. GB 3095-2012 Ambient air quality standards [S].

[27] 李宗愷,潘云仙,孫潤(rùn)橋.空氣污染氣象學(xué)原理及應(yīng)用[M]. 北京:氣象出版社, 1985:171. Li Z K, Pan Y X, Sun R Q. Principles and applications of air pollution meteorology [M]. Beijing: china meteorological press, 1985:171.

[28] 康志明,劉端陽(yáng),嚴(yán)文蓮,等,著.江蘇大氣環(huán)境觀測(cè)與預(yù)報(bào)技術(shù)研究[M]. 北京:氣象出版社, 2022:79-85. Kang Z M, Liu D Y, Yan W L, et al. Research on atmospheric environment observation and forecast technology in Jiangsu Province [M]. Beijing: China Meteorological Press, 2022:79-85.

[29] 杭 鑫,李亞春,張明明,等.基于遙感的秸稈焚燒對(duì)江蘇省氣溶膠光學(xué)厚度時(shí)空分布的影響研究[J]. 生態(tài)環(huán)境學(xué)報(bào), 2017,26(1):111-118. Hang X, LI Y C, Zhang M M, et al. Study on the spatial and temporal distribution of AOD in Jiangsu Province influenced by straw burning based on satellite remote sensing [J]. Ecology and Environmental Sciences, 2017,26(1):111-118.

[30] Jun Hu, Yichen Li, Tianliang Zhao, et al. An important mechanism of regional O3transport for summer smog over the Yangtze River Delta in eastern China [J]. Atmos. Chem. Phys., 2018,18:16239–16251.

[31] Jia Mao, Lili Wang, Chuhan Lu, et al. Meteorological mechanism for a large-scale persistent severe zone pollution event over eastern China in 2017 [J]. Journal of Environmental Science, 2020,92,10.1016/ j.jes.2020.02.019.

[32] 王 芃,朱盛強(qiáng),張夢(mèng)媛,等.大氣氧化性及其對(duì)二次污染物形成的貢獻(xiàn)[J]. 科學(xué)通報(bào), 2022,67(18):2069-2078. Peng W, Zhu S Q, Zhang M Y, et al. Atmospheric oxidation capacity and its contribution to secondary pollutants formation [J]. Chinese Science Bulletin, 2022,67(18):2069-2078.

[33] 張宇靜,趙天良,殷翀之,等.徐州市大氣PM2.5與O3作用關(guān)系的季節(jié)變化[J]. 中國(guó)環(huán)境科學(xué), 2019,39(6):2267-2272. Zhang Y J, Zhao T L, Yin C Z, et al. Seasonal variation of the relationship between surface PM2.5and O3concentrations in Xuzhou [J]. China Environmental Science, 2019,39(6):2267-2272.

[34] 張小曳,徐祥德,丁一匯,等.2013～2017年氣象條件變化對(duì)中國(guó)重點(diǎn)地區(qū)PM2.5質(zhì)量濃度下降的影響[J]. 中國(guó)科學(xué):地球科學(xué), 2020, 50(4):483-500. Zhang X Y, Xu X D, Ding Y H et al. The impact of meteorological changes from 2013 to 2017 on PM2.5mass reduction in key regions in China [J]. Scientia Sinica (Terrae), 2020,50(4):483-500.

[35] Liu Duanyang, Wenlian Yan, Zhiming Kang, et al. Boundary-layer features and regional transport process of an extreme haze pollution event in Nanjing, China [J]. Atmospheric Pollution Research, 2018, 9(6):1088-1099.

[36] Cheng Gong, Hong Liao, Lin Zhang, et al. Persistent ozone pollution episodes in North China exacerbated by regional transport [J]. Environmental Pollution, 2020,265,115056,doi:10.1016/j.envpol.2020. 115056.

Analysis of characteristics and meteorological conditions of PM2.5-O3compound pollution in Jiangsu province.

YAN Wen-lian1,2, LIU Duan-yang2, WANG Lei1, LI Cong3

(1.Jiangsu Meteorological Observatory, Nanjing 210041, China；2.Key Laboratory of Transportation Meteorology of China Meteorological Administration (CMA), Nanjing Joint Institute for Atmospheric Sciences, Nanjing 210041, China；3.Nanjing Meteorological Bureau, Nanjing 210019, China)., 2023,43(10)：5098～5106

Based on the air pollution and meteorological observation data of 13cities in Jiangsu Province from 2013 to 2020, the distribution characteristics of PM2.5-O3compound air pollutants and their relationship with meteorological conditions were analyzed. The results showed that the occurrence frequency of compound pollutants in Jiangsu were mainly composed of light pollution combinations, with more in the south, especially in the southeast. The compound air pollutants mainly appeared from April to October, with the highest concentration from afternoon to evening, and the average concentration of ozone during this period was higher than that of single ozone pollution; The average compound pollution days account for 15.7% of high ozone days, which was as high as 65.8% in 2014 and has significantly decreased since 2015. There was a positive correlation between PM2.5and ozone concentrations in the warm season ozone pollution period, and a weak or negative correlation in the PM2.5pollution period. The air temperature, relative humidity, wind speed and inversion conditions during the compound air pollution period are between single ozone pollution and PM2.5pollution, mostly of them are below 4m/s and in the ENE-S wind direction range. Compared with the single ozone pollution, air temperature and wind speed are slightly lower, while relative humidity and inversion intensity are slightly higher during the compound air pollution. The main surface situations of compound pollution are the uniform pressure field and the front of low pressure (bottom), followed by the rear of high pressure into the sea and the bottom of high pressure. Through the backward trajectory cluster analysis, it is found that the compound pollution in Huaibei area mainly comes from the southeast coast to the local path, the central and southern cities mainly come from the surrounding areas and the southeast coastal area, and the southeastern cities mainly come from the short-distance transport and the Jiangsu-Anhui-Zhejiang border area.

Jiangsu；PM2.5-O3compound pollution；meteorological conditions；trajectory cluster analysis；distribution characteristics

X51

A

1000-6923(2023)10-5098-09

2023-03-06

災(zāi)害天氣國(guó)家重點(diǎn)實(shí)驗(yàn)室開(kāi)放課題(2021LASW-A07)

* 責(zé)任作者, 正高級(jí)工程師, liuduanyang2001@126.com

嚴(yán)文蓮(1983-),女,江西新余人,正高級(jí)工程師,碩士,主要從事大氣污染及霧霾預(yù)報(bào)技術(shù)研究.發(fā)表論文30余篇.yike-112@163.com.

嚴(yán)文蓮,劉端陽(yáng),王 磊,等.江蘇PM2.5-O3復(fù)合污染特征及氣象條件分析 [J]. 中國(guó)環(huán)境科學(xué), 2023,43(10):5098-5106.

Yan W L, Liu D Y, Wang L, et al. Analysis of characteristics and meteorological conditions of PM2.5-O3compound pollution in Jiangsu province [J]. China Environmental Science, 2023,43(10):5098-5106.