計(jì)劃燒除影響下的大氣O₃和PM_2.5/PM₁₀多尺度互相關(guān)性的多重分形表征

摘 要：為揭示計(jì)劃燒除期間煙羽區(qū)中O3和二次氣溶膠之間的復(fù)雜大氣光化學(xué)行為，基于多重分形去趨勢(shì)互相關(guān)分析（MFDCCA）方法對(duì)涼山彝族自治州西昌市5個(gè)大氣監(jiān)測(cè)點(diǎn)（涼山州政府、青龍寺、邛海賓館、西昌市政府和長(zhǎng)安）不同時(shí)間尺度上O3和PM2.5/PM10序列之間互相關(guān)性的多重分形強(qiáng)度（Δh）進(jìn)行研究。結(jié)果發(fā)現(xiàn)：（1）計(jì)劃燒除期間（2020年12月—2021年2月和2021年12月—2022年2月）和非計(jì)劃燒除期間（2016年—2019年同期）各監(jiān)測(cè)點(diǎn)的O3或PM2.5/PM10的日變化規(guī)律一致，并且計(jì)劃燒除期間的O3濃度小于非計(jì)劃燒除期間，PM2.5/PM10大于非計(jì)劃燒除期間，其中，青龍寺監(jiān)測(cè)點(diǎn)PM2.5/PM10的增漲幅度最高，而O3濃度的下降幅度最低。（2）各監(jiān)測(cè)點(diǎn)O3和PM2.5/PM10序列之間的互相關(guān)性在2016—2022年均具有多重分形特征，各監(jiān)測(cè)點(diǎn)的Δh值均表現(xiàn)出冬春高、夏秋低的季節(jié)變化規(guī)律，且青龍寺監(jiān)測(cè)點(diǎn)的Δh值最高。（3）各監(jiān)測(cè)點(diǎn)的Δh值均在2020與2021年冬季出現(xiàn)峰值，計(jì)劃燒除期間的Δh值均高于非計(jì)劃燒除期間，且青龍寺監(jiān)測(cè)點(diǎn)的增漲幅度最大。研究結(jié)果有助于從新的角度理解計(jì)劃燒除對(duì)大氣光化學(xué)作用的影響，并為進(jìn)一步研究野火對(duì)大氣環(huán)境的影響并制定相應(yīng)的措施提供一定的科學(xué)依據(jù)。

關(guān)鍵詞：計(jì)劃燒除；多重分形去趨勢(shì)互相關(guān)分析；日變化規(guī)律；O3；PM2.5/PM10；二次氣溶膠；西昌市

中圖分類號(hào)：X513"" 文獻(xiàn)標(biāo)志碼：A""" 文章編號(hào)：1673-5072（2024）05-0466-09

近年來，世界各地頻繁發(fā)生前所未有的大規(guī)模野火。除了會(huì)造成直接傷害之外，野火過程中生物質(zhì)燃燒還會(huì)釋放大量有害物質(zhì)［1-3］，在大氣傳輸與沉降過程中嚴(yán)重影響近地面的空氣質(zhì)量［4-5］，從而對(duì)人體健康造成不良的影響。因此，近期越來越多的研究關(guān)注于野火煙羽區(qū)中的大氣化學(xué)問題，旨在更好地理解野火對(duì)大氣環(huán)境的影響，從而有助于制定相應(yīng)的應(yīng)對(duì)措施和環(huán)境保護(hù)政策。

野火煙羽區(qū)中釋放的一次污染物會(huì)在光照及高溫條件下經(jīng)過一系列復(fù)雜光化學(xué)反應(yīng)干擾二次污染物的生成［6-7］。同時(shí)，生成的二次污染物，如O3和二次氣溶膠之間還會(huì)進(jìn)一步相互影響。一方面，O3會(huì)通過調(diào)節(jié)大氣氧化性來影響大氣光化學(xué)行為，從而影響二次氣溶膠的生成［8-9］。另一方面，二次氣溶膠會(huì)通過改變大氣動(dòng)力學(xué)和光分解速率直接影響O3的濃度，也會(huì)通過影響云光學(xué)厚度和非均相反應(yīng)過程間接影響O3的濃度［10］。此外，在不同時(shí)間尺度上，O3和二次氣溶膠之間的相互影響機(jī)制存在著較大的差異［11-13］。由于復(fù)雜的物理和化學(xué)反應(yīng)，現(xiàn)有研究仍未能準(zhǔn)確解釋野火對(duì)O3和二次氣溶膠之間相互作用的影響，進(jìn)一步探究野火煙羽區(qū)中O3和二次氣溶膠之間的相互作用仍具有重要意義。然而，煙羽區(qū)中的細(xì)顆粒物不僅包含由一次污染物轉(zhuǎn)化所產(chǎn)生的二次氣溶膠顆粒［14］，也包含了由生物質(zhì)燃燒所直接釋放的黑碳等一次顆粒物［15］。因此，僅用PM2.5濃度難以揭示野火煙羽區(qū)中二次氣溶膠的生成情況。此前，張嬌等［16］已采用PM2.5/PM10來評(píng)估不同光化學(xué)活性下二次氣溶膠的生成。Munir等［17］和Zhao等［18］通過PM2.5/PM10來定性表征二次氣溶膠所占的比重，其研究均表明PM2.5/PM10是一種估算二次氣溶膠形成的有效方法［19］。因此，本文選擇PM2.5/PM10作為一個(gè)定性評(píng)價(jià)指標(biāo)來度量野火煙羽區(qū)中不同光化學(xué)活性下二次氣溶膠的生成情況，以期為計(jì)劃燒除策略的制定以及后續(xù)野火的控制提供一定的科學(xué)依據(jù)。

O3和二次氣溶膠之間的相互影響機(jī)制受到大氣光化學(xué)的作用、污染源排放強(qiáng)度以及氣象條件等諸多因素的影響［18］，在這些因素的綜合影響下，O3和PM2.5/PM10序列展現(xiàn)出非平穩(wěn)、復(fù)雜性和非線性等特征［20-21］。采用傳統(tǒng)的統(tǒng)計(jì)學(xué)方法難以對(duì)O3和二次氣溶膠之間復(fù)雜的多時(shí)間尺度關(guān)系進(jìn)行刻畫，而多重分形方法是處理復(fù)雜系統(tǒng)的重要工具，它能定量地描述復(fù)雜系統(tǒng)在多個(gè)時(shí)間尺度上自相似演化的差異［22-23］。多重分形去趨勢(shì)互相關(guān)分析（MFDCCA）是多重分形中重要的分析方法之一，它可以識(shí)別兩個(gè)非平穩(wěn)時(shí)間序列之間互相關(guān)性的多重分形特征［24］，已被廣泛應(yīng)用于眾多領(lǐng)域。

計(jì)劃燒除主要是對(duì)林下可燃物進(jìn)行有計(jì)劃可控制的燒除，以此來降低森林野火發(fā)生的風(fēng)險(xiǎn)［25］。計(jì)劃燒除的實(shí)施為探究野火過程對(duì)O3和二次氣溶膠之間互相關(guān)性的影響提供了獨(dú)特的機(jī)會(huì)。因此，本文擬采用MFDCCA方法研究計(jì)劃燒除期間和非計(jì)劃燒除期間O3和PM2.5/PM10序列之間互相關(guān)性的多重分形特征，從而揭示野火煙羽區(qū)中O3和二次氣溶膠之間復(fù)雜的大氣光化學(xué)行為，為制定有效的大氣污染應(yīng)對(duì)策略提供理論基礎(chǔ)。

1 研究區(qū)域與數(shù)據(jù)

涼山彝族自治州西昌市位于四川省西南部川滇交界處，介于四川盆地和云南省中部高原之間。西昌市境內(nèi)主要植被為暖性針葉樹種云南松，林下枯落松針堆積，屬高易燃性可燃物，因此該市為高火險(xiǎn)地區(qū)，是四川省實(shí)施計(jì)劃燒除的重點(diǎn)區(qū)域。西昌市共有5個(gè)監(jiān)測(cè)點(diǎn)（涼山州政府、青龍寺、邛海賓館、西昌市政府和長(zhǎng)安），其中，涼山州政府、西昌市政府與長(zhǎng)安監(jiān)測(cè)點(diǎn)位于西昌市城區(qū)內(nèi)，交通排放和生活餐飲油煙排放是該區(qū)域主要大氣污染源；青龍寺和邛海賓館監(jiān)測(cè)點(diǎn)位于西昌市風(fēng)景區(qū)，邛海賓館距離城區(qū)相對(duì)較近，青龍寺距離城區(qū)相對(duì)較遠(yuǎn)。

研究數(shù)據(jù)為2016年1月1日—2022年12月31日O3和PM2.5/PM10小時(shí)平均時(shí)間序列，取自全國(guó)城市空氣質(zhì)量實(shí)時(shí)發(fā)布平臺(tái)。據(jù)《西昌市林業(yè)和草原局關(guān)于在林區(qū)開展計(jì)劃燒除的通知》（西市林發(fā)［2020］47號(hào)）以及《西昌市2021—2022年度森林草原可燃物計(jì)劃燒除通告》，將研究時(shí)段中2020年12月—2021年2月以及2021年12月—2022年2月作為計(jì)劃燒除期間的研究數(shù)據(jù)，2016—2020年同時(shí)間段作為非計(jì)劃燒除期間的研究數(shù)據(jù)。由于儀器校準(zhǔn)、停電和故障等因素，使得涼山州政府監(jiān)測(cè)點(diǎn)2022年5月之后的數(shù)據(jù)缺失，另外4個(gè)監(jiān)測(cè)點(diǎn)的數(shù)據(jù)連續(xù)性較好。5個(gè)監(jiān)測(cè)點(diǎn)在2016年1月1日—2022年12月31日期間O3、PM2.5和PM10小時(shí)濃度數(shù)據(jù)共計(jì)920 520個(gè)，數(shù)據(jù)缺失率為3.4%。對(duì)于缺失的數(shù)據(jù)，參考已有研究采用數(shù)據(jù)缺失值的前后數(shù)據(jù)平均值進(jìn)行補(bǔ)充［26-27］。

2 研究方法

為了研究2個(gè)非平穩(wěn)序列之間耦合互相關(guān)性的多重分形特征，Zhou［24］提出了多重分形去趨勢(shì)相互關(guān)聯(lián)分析（MFDCCA）。針對(duì)原始的環(huán)境監(jiān)測(cè)站獲得的O3、PM2.5和PM10小時(shí)濃度數(shù)據(jù)，構(gòu)建的具體算法如下：

第一步，通過兩組非平穩(wěn)序列xt和yt重構(gòu)去趨勢(shì)序列Xt和Yt。假設(shè)2個(gè)非平穩(wěn)時(shí)間序列xy和yt，t=1，2，…，N，其中N是時(shí)間序列的長(zhǎng)度，在本研究中，xt為O3小時(shí)濃度序列，yt為PM2.5/PM10小時(shí)比值序列。其去趨勢(shì)序列Xt和Yt可以構(gòu)造為

Xt=∑ti=1（xi－x-），Yt=∑ti=1（yi－y-） ，（1）

式中：x-=1N∑ti=1xi，y-=1N∑ti=1yi，xi中的i用于表示序列xt中 1至t時(shí)段內(nèi)的第i個(gè)數(shù)據(jù)。

第二步，根據(jù)不同時(shí)間尺度s，將序列Xt和Yt分別分割成互不交疊的等長(zhǎng)區(qū)間Ns。分別將序列xt和yt進(jìn)行劃分，得到具有相同長(zhǎng)度Ns=N/s的不重疊區(qū)域。實(shí)際上，長(zhǎng)度N通常不是s的倍數(shù)，所以有必要從另一端重復(fù)上述相同的劃分方法。在這種情況下，共獲得2Ns段區(qū)間。

第三步，對(duì)每一個(gè)時(shí)間序列子區(qū)間，采用最小二乘法擬合這2Ns個(gè)子序列的局部趨勢(shì)，分別得到Xt和Yt在第v個(gè)子序列中的擬合多項(xiàng)式X～t和Y～t，并計(jì)算得到每個(gè)區(qū)間v殘差的協(xié)方差F2（s，v）。

當(dāng)v=1，2，…，Ns時(shí)，

F2（s，v）=1s∑st=1X（（v－1）s+t）－X～t·Y（（v－1）s+t）－Y～t；（2）

當(dāng)v=Ns+1，Ns+2，…，2Ns時(shí)，

F2（s，v）=1s∑st=1X（N－（v－Ns）s+t）－X～t·Y（N－（v－Ns）s+t）－Y～t。（3）

第四步，求出兩組時(shí)間序列的q階互相關(guān)波動(dòng)函數(shù)。對(duì)所有分段進(jìn)行平均，計(jì)算不同時(shí)間尺度s下的q階波動(dòng)函數(shù)Fq（s）。

Fq（s）=12Ns∑2Nsv=1［F2（s，v）］1/q，q≠0，（4）

Fq（s）=exp14Ns∑2Nsv=1ln［F2（s，v）］，q=0，（5）

式中：v=1，2，3，…，2Ns，q可以取任何實(shí)數(shù)值，該算法在q取2時(shí)為標(biāo)準(zhǔn)的去趨勢(shì)互相關(guān)分析（DCCA）方法。在本研究中q的取值為-20、-10、-5、0、5、10和20。

第五步，對(duì)于每一個(gè)確定的q值，分析兩組序列之間的冪律關(guān)系并求出多重分形的強(qiáng)度。若2個(gè)時(shí)間序列之間具有長(zhǎng)期冪律互相關(guān)關(guān)系，則波動(dòng)函數(shù)與時(shí)間尺度將存在以下冪律關(guān)系：

Fq（s）∝sh（q），（6）

式中，h（q）為廣義Hurst指數(shù)。如果h（q）不隨著q的變化而變化，說明兩組序列之間的相關(guān)關(guān)系為單一分形。如果h（q）表現(xiàn)出隨著q的增加而單調(diào)遞減的形式，那么說明兩組序列之間的互相關(guān)性具有典型的多重分形特征，并且可以通過h（q）的范圍來計(jì)算多重分形的強(qiáng)度Δh。

Δh=maxh（q）－minh（q），（7）

當(dāng)h（q）隨著q的變化始終為常數(shù)時(shí)，即Δh=0時(shí)，表示兩組時(shí)間序列的q階波動(dòng)函數(shù)均相同，這意味著兩組時(shí)間序列之間互相關(guān)性的局部結(jié)構(gòu)是均勻一致的，即兩組序列之間的互相關(guān)性是單一分形的。當(dāng)h（q）隨著q發(fā)生變化，即Δhgt;0時(shí)，表明O3和PM2.5/PM10序列之間存在不同的非線性依賴關(guān)系，二者之間的互相關(guān)性顯現(xiàn)出明顯的多重分形特征。Δh越大，表示兩組序列之間互相關(guān)性的多重分形強(qiáng)度越強(qiáng)，即不同波動(dòng)程度下，序列之間的互相關(guān)性具有更強(qiáng)的多時(shí)間尺度變異性［28］。與單一分形的長(zhǎng)期持續(xù)性特征相比，多重分形結(jié)構(gòu)賦予了多時(shí)間尺度上兩個(gè)序列之間長(zhǎng)期互相關(guān)作用子集的復(fù)雜變異性特征［28］。單一分形是指在一定時(shí)期內(nèi)在各個(gè)時(shí)間點(diǎn)上的分形特征都相同的分形結(jié)構(gòu)，意味著刻畫分形特征的參數(shù)不隨時(shí)間的變化而變化。多重分形是指在具有自相似性的形態(tài)結(jié)構(gòu)上的多個(gè)標(biāo)度指數(shù)的測(cè)度所組成的度量集合，會(huì)隨著時(shí)間的變化呈現(xiàn)出不同分形特征的分形結(jié)構(gòu)。在不同時(shí)間尺度上，2個(gè)變量長(zhǎng)期互相關(guān)作用子集互相嵌套和集聚，反映著復(fù)雜作用模式在多時(shí)間尺度演化的高度非線性和自相似特征。

3 結(jié)果與分析

3.1 O3和PM2.5/PM10的變化規(guī)律

各監(jiān)測(cè)點(diǎn)計(jì)劃燒除期間和非計(jì)劃燒除期間O3濃度、PM2.5/PM10的日變化規(guī)律如圖1所示：2個(gè)時(shí)期各監(jiān)測(cè)點(diǎn)O3濃度、PM2.5/PM10的日變化模式基本一致。各監(jiān)測(cè)點(diǎn)O3濃度日變化呈現(xiàn)出單峰狀特征，均在8∶00—9∶00出現(xiàn)最低值，16∶00—17∶00達(dá)到最高值；PM2.5/PM10日變化表現(xiàn)出不穩(wěn)定的波動(dòng)特征，均在下午16∶00—18∶00出現(xiàn)最低值。

計(jì)劃燒除期間和非計(jì)劃燒除期間各監(jiān)測(cè)點(diǎn)O3濃度和PM2.5/PM10的計(jì)算結(jié)果如表1所示：在計(jì)劃燒除期間，涼山州政府、青龍寺、西昌市政府和長(zhǎng)安監(jiān)測(cè)點(diǎn)的PM2.5/PM10均高于非計(jì)劃燒除期間，而邛海賓館監(jiān)測(cè)點(diǎn)卻略微下降；各監(jiān)測(cè)點(diǎn)O3濃度均低于非計(jì)劃燒除期間。其中，青龍寺監(jiān)測(cè)點(diǎn)PM2.5/PM10增漲幅度最高，達(dá)到13.2%，而O3濃度下降幅度最低，僅下降2%。

3.2 O3和PM2.5/PM10互相關(guān)性的多重分形特征

2016—2022年各監(jiān)測(cè)點(diǎn)O3和PM2.5/PM10序列之間互相關(guān)性的多重分形特征如圖2所示：各監(jiān)測(cè)點(diǎn)在不同q值下ln（s）均能很好地?cái)M合去趨勢(shì)波動(dòng)函數(shù)lnFq（s），但各監(jiān)測(cè)點(diǎn)的擬合斜率不同。當(dāng)q=2時(shí)，各監(jiān)測(cè)點(diǎn)h（2）值均大于0.5，說明各監(jiān)測(cè)點(diǎn)O3和PM2.5/PM10序列之間的互相關(guān)性具有較強(qiáng)的長(zhǎng)期持續(xù)特征，并以冪律形式在研究時(shí)段的時(shí)間尺度上長(zhǎng)期存在。長(zhǎng)期持續(xù)特征表現(xiàn)為，在一定的時(shí)間尺度上，O3和PM2.5/PM10序列之間的互相關(guān)性隨時(shí)間的變化并非遵循馬爾科夫過程，即隨時(shí)間的變化二者之間的互相關(guān)性不呈現(xiàn)指數(shù)形式的快速衰減形式，而是遵循冪律形式隨時(shí)間緩慢衰減［29］。這意味著過去O3濃度的變化模式將對(duì)未來一定時(shí)間尺度內(nèi)PM2.5/PM10的變化趨勢(shì)造成持續(xù)性的影響。隨著q從-20上升到20，各監(jiān)測(cè)點(diǎn)h（q）均呈單調(diào)遞減趨勢(shì)，這表明O3和PM2.5/PM10序列之間存在不同的非線性依賴關(guān)系，二者之間的互相關(guān)性表現(xiàn)出明顯的多重分形特征。

由圖2展示的q階廣義Hurst指數(shù)圖可以看到，涼山州政府、青龍寺、邛海賓館、西昌市政府和長(zhǎng)安監(jiān)測(cè)點(diǎn)Δh值分別為0.47、0.61、0.42、0.36和0.41，青龍寺監(jiān)測(cè)點(diǎn)的Δh值明顯高于其他監(jiān)測(cè)點(diǎn)，說明在2016—2022年各監(jiān)測(cè)點(diǎn)O3和PM2.5/PM10序列之間的互相關(guān)性均存在多重分形特征，且青龍寺監(jiān)測(cè)點(diǎn)O3和PM2.5/PM10序列之間互相關(guān)性的時(shí)間變異性更強(qiáng)。

2016—2022年不同季節(jié)Δh值的計(jì)算結(jié)果如表2所示：各監(jiān)測(cè)點(diǎn)的Δh值均表現(xiàn)出冬春較高、夏秋較低的季節(jié)變化規(guī)律。其中，青龍寺監(jiān)測(cè)點(diǎn)不同季節(jié)的Δh值均高于其他監(jiān)測(cè)點(diǎn)，這說明青龍寺監(jiān)測(cè)點(diǎn)O3和PM2.5/PM10序列之間互相關(guān)性的多重分形結(jié)構(gòu)更為復(fù)雜。

3.2 O3與PM2.5/PM10互相關(guān)性多重分形的差異

采用7年的數(shù)據(jù)難以準(zhǔn)確評(píng)估短時(shí)間內(nèi)計(jì)劃燒除對(duì)Δh的影響，因此，逐月計(jì)算各監(jiān)測(cè)點(diǎn)2016—2022年O3和PM2.5/PM10序列之間互相關(guān)性的Δh值，得到其時(shí)間演化圖像如圖3所示：各監(jiān)測(cè)點(diǎn)在2016年1月—2022年12月的Δh值均大于0，表明O3和PM2.5/PM10序列之間互相關(guān)性的演化特征具有多重分形本質(zhì)。同時(shí)可以看到，各監(jiān)測(cè)點(diǎn)的Δh值在2020年與2021年冬季出現(xiàn)了明顯的峰值，這與涼山彝族自治州西昌市發(fā)布的計(jì)劃燒除實(shí)施時(shí)間一致，說明可能是計(jì)劃燒除的實(shí)施導(dǎo)致了各監(jiān)測(cè)點(diǎn)Δh的增加。

進(jìn)一步計(jì)算計(jì)劃燒除期間和非計(jì)劃燒除期間各監(jiān)測(cè)點(diǎn)的Δh值，結(jié)果如表3所示：各監(jiān)測(cè)點(diǎn)的Δh值均大于0，且計(jì)劃燒除期間均高于非計(jì)劃燒除期間。涼山州政府、青龍寺、邛海賓館、西昌市政府和長(zhǎng)安監(jiān)測(cè)點(diǎn)Δh值的增漲幅度分別為56.8%、83.3%、75.7%、39.5%和42.1%，其中青龍寺Δh值的增漲幅度最高。

4 討 論

4.1 日濃度變化規(guī)律

各監(jiān)測(cè)點(diǎn)計(jì)劃燒除期間和非計(jì)劃燒除期間O3或PM2.5/PM10的日變化模式基本一致，O3濃度日變化規(guī)律與太陽輻射及溫度的響應(yīng)有關(guān)，前體物需要一定的時(shí)間去進(jìn)行復(fù)雜的大氣光化學(xué)反應(yīng)才能生成O3［30］，故在16∶00—17∶00出現(xiàn)O3最高濃度。而隨著時(shí)間的推移，太陽輻射在17∶00之后逐漸降低，這使得光化學(xué)反應(yīng)所產(chǎn)生的O3量會(huì)少于氧化反應(yīng)中所消耗的O3量，因此O3濃度逐漸降低，直到第二天8∶00—9∶00出現(xiàn)最低濃度。各監(jiān)測(cè)點(diǎn)PM2.5/PM10日變化的不穩(wěn)定波動(dòng)特征可能是太陽輻射和重力作用對(duì)PM2.5的影響所致。上午7時(shí)左右太陽輻射的出現(xiàn)和增強(qiáng)增加了大氣光化學(xué)反應(yīng)程度，促使大氣環(huán)境中二次氣溶膠的快速生成，從而PM2.5/PM10在此期間較高。傍晚太陽開始降落，大氣光化學(xué)能力也隨之減弱，抑制了二次氣溶膠的生成，使得在16∶00—18∶00出現(xiàn)PM2.5/PM10最低值。此外，顆粒物經(jīng)過沉降作用會(huì)使地面PM2.5不斷增加，因而夜晚PM2.5/PM10值再次上升。各監(jiān)測(cè)點(diǎn)O3和PM2.5/PM10日變化規(guī)律與已有研究基本一致［28，31］，日變化規(guī)律與近地面大氣光化學(xué)過程密切相關(guān)，這說明研究區(qū)域中O3和二次氣溶膠濃度主要由大氣光化學(xué)作用所決定，而非大氣遠(yuǎn)程輸送所導(dǎo)致。

在大氣復(fù)合系統(tǒng)中，O3與PM2.5/PM10的演化受到大氣光化學(xué)反應(yīng)的影響。在計(jì)劃燒除期間，揮發(fā)性有機(jī)化合物（VOCs）和氮氧化物（NOx）等前體物濃度的增加，使得大氣光化學(xué)反應(yīng)程度增強(qiáng)。在此過程中，VOCs和NOx等在光照及高溫條件下經(jīng)過一系列復(fù)雜光化學(xué)反應(yīng)生成二次污染物O3［6-7］，同時(shí)也會(huì)產(chǎn)生一系列生成二次氣溶膠所需要的氧化劑，如·OH、H2O2、RCHO等。在氧化劑的作用下，VOCs和NOx會(huì)通過大氣光氧化過程、成核過程、凝結(jié)和氣/粒分配過程以及均相和非均相反應(yīng)等化學(xué)過程生成二次氣溶膠［32］，使得各監(jiān)測(cè)點(diǎn)PM2.5/PM10值上升。另一方面，氣溶膠濃度上升將會(huì)增強(qiáng)對(duì)太陽光輻射的散射和吸收，減弱大氣光化學(xué)反應(yīng)，使得地表O3濃度下降［25］。同時(shí)，隨著大氣中產(chǎn)生的顆粒物增加，會(huì)導(dǎo)致非均相反應(yīng)增強(qiáng)，顆粒物表面發(fā)生N2O5的水解反應(yīng)并吸收HO2，從而減少O3的前體物質(zhì)，抑制O3的生成［32］，使得各監(jiān)測(cè)點(diǎn)O3濃度下降。更豐富的植物源釋放出更多的BVOCs使得大氣光化學(xué)反應(yīng)程度相對(duì)更強(qiáng)，促進(jìn)了O3和二次氣溶膠的生成，因而計(jì)劃燒除期間青龍寺監(jiān)測(cè)點(diǎn)PM2.5/PM10的增漲幅度相對(duì)高于其他監(jiān)測(cè)點(diǎn)，O3下降幅度相對(duì)較低。此外，邛海賓館監(jiān)測(cè)點(diǎn)在計(jì)劃燒除期間PM2.5/PM10略微下降可能與計(jì)劃燒除期間正值疫情爆發(fā)，導(dǎo)致外出燒烤的人數(shù)減少，從而燒烤油煙排放量降低有關(guān)。

4.2 不同監(jiān)測(cè)點(diǎn)O3和PM2.5/PM10互相關(guān)性多重分形差異

本研究發(fā)現(xiàn)，大氣光化學(xué)反應(yīng)程度的增強(qiáng)將導(dǎo)致O3濃度和PM2.5/PM10值的波動(dòng)在時(shí)間尺度上相對(duì)不穩(wěn)定，不同波動(dòng)程度下O3和PM2.5/PM10序列之間互相關(guān)性的時(shí)間變異性增強(qiáng)，從而Δh增加。因此，Δh與大氣光化學(xué)程度具有密切的聯(lián)系，并且在不同空間尺度上表現(xiàn)出不同的互相關(guān)模式。不同監(jiān)測(cè)點(diǎn)O3與PM2.5/PM10互相關(guān)性多重分形的差異可根據(jù)Δh與大氣光化學(xué)之間的關(guān)系進(jìn)行說明。

2016—2022年青龍寺監(jiān)測(cè)點(diǎn)的Δh值相較于其他監(jiān)測(cè)點(diǎn)的平均值高出47%，這是由于青龍寺監(jiān)測(cè)點(diǎn)位于距離城區(qū)較遠(yuǎn)的風(fēng)景區(qū)，相較于其他靠近城區(qū)的監(jiān)測(cè)點(diǎn)植被覆蓋率更高，豐富的植物釋放的植物源揮發(fā)性有機(jī)化合物（BVOCs）遠(yuǎn)超過人為源揮發(fā)性有機(jī)物（AVOCs）［33-34］。同時(shí)受到樹種、樹齡、氣溫等因素影響，不同植被類型所產(chǎn)生的BVOCs的化學(xué)成分、排放速率和排放量也有所不同［33-34］，這導(dǎo)致青龍寺監(jiān)測(cè)點(diǎn)所排放的BVOCs遠(yuǎn)超過其他監(jiān)測(cè)點(diǎn)，大氣光化學(xué)反應(yīng)更為復(fù)雜，從而Δh值較高。

2016—2022年，各監(jiān)測(cè)點(diǎn)O3與PM2.5/PM10序列之間互相關(guān)性的Δh值均表現(xiàn)出冬春高、夏秋低的季節(jié)變化規(guī)律。這是由于西昌市屬亞熱帶季風(fēng)氣候區(qū)，全年干濕季分明，降雨存在顯著的季節(jié)性差異，夏秋多雨，冬春少雨［35］。降雨會(huì)導(dǎo)致高空云量增加，從而減弱大氣光化學(xué)反應(yīng)的程度，使得Δh值降低。此外，2016—2022年青龍寺監(jiān)測(cè)點(diǎn)在不同季節(jié)下的Δh值均高于其他監(jiān)測(cè)點(diǎn)，可能與該地的植被覆蓋率更高以及植被類型更多樣有關(guān)。

4.3 計(jì)劃燒除期間與非計(jì)劃燒除期間O3和PM2.5/PM10互相關(guān)性多重分形差異

計(jì)劃燒除期間與非計(jì)劃燒除期間O3和PM2.5/PM10互相關(guān)性多重分形的差異可以結(jié)合Δh與大氣光化學(xué)之間的關(guān)系進(jìn)行理解。各監(jiān)測(cè)點(diǎn)的Δh值均在2020年與2021年冬季出現(xiàn)了明顯的峰值。這是由于計(jì)劃燒除是在2020年和2021年的冬季進(jìn)行，在此期間生物質(zhì)燃燒釋放的大量臭氧前體物極大增強(qiáng)了大氣光化學(xué)程度［1-3］，使得O3和PM2.5/PM10值的波動(dòng)更大，O3與PM2.5/PM10之間互相關(guān)性的多重分形結(jié)構(gòu)增加，從而各監(jiān)測(cè)點(diǎn)的Δh值明顯高于其他時(shí)期。

計(jì)劃燒除期間，各監(jiān)測(cè)點(diǎn)O3與PM2.5/PM10序列之間互相關(guān)性的Δh值均高于非計(jì)劃燒除期間，且青龍寺監(jiān)測(cè)點(diǎn)的增漲幅度最高。這是由于計(jì)劃燒除期間，VOCs和NOx等前體物濃度的增加，增強(qiáng)了大氣光化學(xué)反應(yīng)的程度［11，28］，從而Δh值較高。此外，由于青龍寺監(jiān)測(cè)點(diǎn)所排放的VOCs總量更大并且種類也更多，使得該地的大氣光化學(xué)反應(yīng)更為復(fù)雜，O3與PM2.5/PM10序列之間互相關(guān)性的時(shí)間變性更強(qiáng)，因而青龍寺監(jiān)測(cè)點(diǎn)Δh的變化更大。

5 結(jié) 論

通過對(duì)不同時(shí)間尺度上涼山彝族自治州西昌市各監(jiān)測(cè)點(diǎn)O3和PM2.5/PM10序列之間互相關(guān)性的多重分形強(qiáng)度進(jìn)行研究，發(fā)現(xiàn)各監(jiān)測(cè)點(diǎn)Δh在計(jì)劃燒除期間與非計(jì)劃燒除期間均存在明顯差異，說明計(jì)劃燒除的實(shí)施對(duì)O3和二次氣溶膠之間的相互作用造成了影響。這也意味著Δh可以作為用來科學(xué)表征野火煙羽區(qū)中大氣光化學(xué)反應(yīng)變化的重要?jiǎng)恿?shù)，能夠定量刻畫出計(jì)劃燒除期間大氣光化學(xué)反應(yīng)內(nèi)在動(dòng)力過程的變化情況，從而有助于進(jìn)一步對(duì)野火煙羽區(qū)中大氣化學(xué)動(dòng)力學(xué)過程進(jìn)行研究。

參考文獻(xiàn)：

［1］ RICKLY P S，COGGON M M，AIKIN K C，et al.Influence of wildfire on urban ozone：an observationally constrained box modeling study at a site in the Colorado front range［J］.Environmental Science amp; Technology，2023，57（3）：1257-1267.

［2］ ROBINSON M A，DECKER Z C J，BARSANTI K C，et al.Variability and time of day dependence of ozone photochemistry in western wildfire plumes［J］.Environmental Science amp; Technology，2021，55（15）：10280-10290.

［3］ PALM B B，PENG Q，F(xiàn)REDRICKSON C D，et al.Quantification of organic aerosol and brown carbon evolution in fresh wildfire plumes［J］.Proceedings of the National Academy of Sciences，2020，117（47）：29469-29477.

［4］ SHARMA A，VALDES A C F，LEE Y.Impact of wildfires on meteorology and air quality （PM2.5 and O3） over Western United States during september 2017［J］.Atmosphere，2022，13（2）：262.

［5］ GUNSCH M J，MAY N W，WEN M，et al.Ubiquitous influence of wildfire emissions and secondary organic aerosol on summertime atmospheric aerosol in the forested Great Lakes region［J］.Atmospheric Chemistry and Physics，2018，18（5）：3701-3715.

［6］ LIU C Q，ZHANG X H，WANG Q G，SHI K.Role of PM2.5 in the photodegradation of the atmospheric benzene［J］.Environmental Pollution，2019，247.447-456.

［7］ 羅瑞雪，劉保雙，梁丹妮，等.天津市郊夏季的臭氧變化特征及其前體物VOCs 的來源解析［J］.環(huán)境科學(xué)，2021，42（1）：75-87.

［8］ 鮑冰逸，李友平，文燁，等.四川省重點(diǎn)城市PM2.5-O3復(fù)合污染的非線性相互作用［J］.西華師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2023，44（3）：244-252.

［9］ JIA X，MATHUR R，PLEIM J，et al.Air pollution and climate response to aerosol direct radiative effects：a modeling study of decadal trends across the northern hemisphere［J］.Journal of Geophysical Research Atmospheres，2015，120（23）：12221-12236．

［10］XU J，ZHANG Y H，ZHENG S Q.Aerosol effects on ozone concentrations in Beijing：a model sensitivity study［J］.Journal of Environmetal Sciences，2012，24（4）：645-656．

［11］李紅，彭良，畢方，等.我國(guó)PM2.5與臭氧污染協(xié)同控制策略研究［J］.環(huán)境科學(xué)研究，2019，32（10）：1763-1778.

［12］XING J，WANG J D，MATHUR R，et al.Impacts of aerosol direct effects on tropospheric ozone through changes in atmospheric dynamics and photolysis rates［J］.Atmospheric Chemistry and Physics，2017，17（16）：9869-9883.

［13］WANG Y S，YAO L，WANG L L，et al.Mechanism for the formation of the January 2013 heavy haze pollution episode over central and eastern China［J］.Science China Earth Sciences，2014，57：14-25.

［14］ZHAO C，WANG Y，SHI X，et al.Estimating the contribution of local primary emissions to particulate pollution using high‐density station observations［J］.Journal of Geophysical Research：Atmospheres，2019，124（3）：1648-1661.

［15］HUANG X F，YUN H，GONG Z H，et al.Source apportionment and secondary organic aerosol estimation of PM2.5 in an urban atmosphere in China［J］.Science China Earth Sciences，2014，57：1352-1362.

［16］張嬌，史凱，吳波，等.O3與PM2.5/PM10多時(shí)間尺度相關(guān)的多重分形及環(huán)境意義［J］.環(huán)境科學(xué)與技術(shù)，2021，44（11）：25-36.

［17］MUNIR S，HABEEBULLAH T M，MOHAMMED A M F，et al.Analysing PM2.5 and its association with PM10 and meteorology in the arid climate of Makkah，Saudi Arabia［J］.Aerosol and Air Quality Research，2017，17（2）：453-464.

［18］ZHAO D，CHEN H，YU E，et al.PM2.5/PM10 ratios in eight economic regions and their relationship with meteorology in China［J］.Advances in Meteorology，2019，2019：5295726.

［19］李彥輝，吳波，張嬌，等.COVID-19疫情對(duì)張家界森林公園PM2.5/PM10演化的影響［J］.西華師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，42（4）：339-347.

［20］SCHLINK U，DORLING S，PELIKAN E，et al.A rigorous inter-comparison of ground-level ozone predictions［J］.Atmospheric Environment，2003，37（23）：3237-3253.

［21］權(quán)建農(nóng)，徐祥德，賈星燦，等.影響我國(guó)霾天氣的多尺度過程［J］.科學(xué)通報(bào)，2020，65（9）：810-824.

［22］喬中霞，何紅弟，楊斌，等.香港港口近地面O3與氮氧化物濃度變化的多重分形特征［J］.環(huán)境科學(xué)研究，2017，30（1）：121-129.

［23］LIU C Q，LIANG J，LI Y P，et al.Fractal analysis of impact of PM2.5 on surface O3 sensitivity regime based on field observations［J］.Science of the Total Environment，2023，858：160136.

［24］ZHOU W X.Multifractal detrended cross-correlation analysis for two nonstationary signals ［J］.Physical Review E，2008，77（6）：066211.

［25］ZHANG C，NI Z W，NI L P.Multifractal detrended cross-correlation analysis between PM2.5 and meteorological factors ［J］.Physica A：Statistical Mechanics and Its Applications，2015，438：114-123.

［26］吳波，劉春瓊，張嬌，等.COVID-19期間區(qū)域大氣高污染發(fā)生的非線性動(dòng)力機(jī)制［J］.中國(guó)環(huán)境科學(xué)，2021，41（5）：2028-2039.

［27］FLORES A，TITO H，SILVA C.Local average of nearest neighbors：Univariate time series imputation［J］.International Journal of Advanced Computer Science and Applications，2019，10（8）：45-50.

［28］張嬌，劉春瓊，吳波，等.COVID-19疫情期間城郊型森林公園O3變化對(duì)NO2減排響應(yīng)的多重分形模式［J］.生態(tài)學(xué)報(bào)，2021，41（24）：9969-9680.

［29］BUNDE A，EICHNER J F，KANTELHARDT J W，et al.Long-term memory：a natural mechanism for the clustering of extreme events and anomalous residual times in climate records［J］.Physical Review Letters，2005，94（4）：048701.

［30］安林昌，張恒德，李凱飛.降雨天氣對(duì)大氣污染物濃度的影響分析［J］.氣象與環(huán)境學(xué)報(bào)，2018，34（3）：58-70.

［31］WU B，LIU C Q，ZHANG J，et al.The multifractal evaluation of PM2.5-O3 coordinated control capability in China ［J］.Ecological Indicators，2021，129：107877.

［32］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)，2017，41（3）：618-628.

［33］張鋼鋒，謝紹東.基于樹種蓄積量的中國(guó)森林VOC排放估算［J］.環(huán)境科學(xué)，2009，30（10）：2816-2822.

［34］白建輝，BAKER B，JOHNSON C，等.西雙版納熱帶森林揮發(fā)性有機(jī)物的觀測(cè)研究［J］.中國(guó)環(huán)境科學(xué)，2004，24（2）：142-146.

［35］鄭自君，房鵬，王建嬙，等.西昌市環(huán)境空氣質(zhì)量氣象影響因素的分析研究［J］.西昌學(xué)院學(xué)報(bào)（自然科學(xué)版），2019，33（2）：78-85.

Multifractal Characterization of Multi-scale Cross-correlationsBetween O3 and PM2.5/PM10 Affected by Planned Burning

ZHONG Xin-yu1，CHEN Zhi-rong2，LUO Jing1，MEI Xiao-li2，

FAN Bin-xin2，LI You-ping2，LIU Chun-qiong2

（1.College of Mathematics and Statistics，Jishou University，Jishou Hunan 416000，China；2.College of Environmental Science and Engineering，China West Normal University，Nanchong Sichuan 637009，China）

Abstract： To reveal the complex atmospheric photochemical behavior between O3 and secondary aerosols in the plume region during the planned burning periods，the multifractal intensity （Δh）of cross- correlations between O3 and PM2.5/PM10 on different time scales is studied through multifractal detrended cross-correlation analysis （MFDCCA） at five air monitoring points in Xichang of Liangshan Yi autonomous prefecture，including Liangshan prefecture government，Qinglong Temple，Qionghai hotel，Xichang municipal government and Chang’an.The results are as follows：（1） The daily variation pattern of O3 and PM2.5/PM10 at each monitoring point in planned burning periods （from December 2020 to February 2021 and from December 2021 to February 2022） is consistent with that in unplanned burning periods （the same period during 2016—2019）；the concentration of O3 in planned burning periods is smaller than that in the unplanned burning periods while PM2.5/PM10 value in planned burning periods is greater than that in the unplanned burning periods；Qinglong Temple has the highest increase in PM2.5/PM10 and the lowest decrease in O3.（2） The cross-correlation between O3 and PM2.5/PM10 at each monitoring point has shown multifractal features from 2016 to 2022 and the values of Δhhave presented a seasonal variation law of being higher in winter and spring but lower in summer and autumn；Qinglong Temple has the highest Δh value.（3） In the winter of 2020 and 2021，the Δh values in all monitoring points have reached the peak and the values of Δh in the planned burning periods are higher than those in the unplanned burning periods；the increase of Δh value in Qinglong Temple is the largest.The results will help to understand the effects of planned burning on atmospheric photochemistry from a new angle and provide a scientific basis for further studying the effects of wildfire on atmospheric environment and formulating corresponding measures.

Keywords：planned burning；multifractal detrended cross-correlation analysis；daily variation pattern；O3；PM2.5/PM10；secondary aerosols；Xichang