滁州市一次持續(xù)性臭氧污染過程氣象與傳輸特征分析

王 雷,周 穎,龔年祖

1.池州學(xué)院地理與規(guī)劃學(xué)院自然資源遙感應(yīng)用研究中心,安徽 池州 247000

2.滁州市氣象局,安徽 滁州 239000

近地面臭氧(O3)是由氮氧化物(NOx)、揮發(fā)性有機(jī)物(VOCs)和一氧化碳(CO)等前體物經(jīng)過一系列光化學(xué)反應(yīng)生成的二次污染物[1]。一方面,作為一種強(qiáng)氧化劑,近地面O3與心血管疾病、呼吸系統(tǒng)疾病的發(fā)生密切相關(guān)[2-4];另一方面,O3污染不但會(huì)造成農(nóng)作物減產(chǎn)[5-6],而且還會(huì)通過對(duì)植物造成傷害從而影響生態(tài)系統(tǒng)[7-8]。近些年來,我國大氣污染防治的重點(diǎn)集中在細(xì)顆粒物(PM2.5)污染。隨著一系列防治措施的實(shí)施,全國PM2.5濃度持續(xù)下降[9],然而O3污染卻呈加重趨勢(shì),O3已成為我國夏季的主要大氣污染物[10]。

O3濃度不僅受到本地污染排放的影響,還受到氣象條件和區(qū)域輸送的影響。黃小剛等[11]研究發(fā)現(xiàn),由于安徽省O3濃度快速上升,長三角城市群O3濃度的空間分布格局由東高西低演變?yōu)楸备吣系?且同質(zhì)化增強(qiáng)。王雷等[12]對(duì)安徽省O3濃度時(shí)空分異格局的分析結(jié)果表明,安徽省O3濃度在空間上呈集聚特征,蚌埠、宿州、淮南和滁州等安徽省東北部城市O3濃度整體偏高,氣象要素是影響安徽省O3時(shí)空分布格局的重要因素。GONG等[13]對(duì)長三角41個(gè)城市城際污染輸送的研究表明,本地前體物排放對(duì)滁州市O3濃度的貢獻(xiàn)為30.74%,而長三角其他地區(qū)的區(qū)域輸送對(duì)滁州市O3濃度的貢獻(xiàn)高達(dá)56.63%,其中南京對(duì)滁州的O3貢獻(xiàn)率最高,為12.14%。現(xiàn)有研究關(guān)于顆粒物污染過程的區(qū)域傳輸特征的分析較多[14-18],而對(duì)O3區(qū)域輸送特征的分析相對(duì)較少。HU等[19]研究發(fā)現(xiàn),2016年8月25日南京近地面高濃度O3來源于夜間殘留層輸送。胡子梅等[20]研究發(fā)現(xiàn),蚌埠市的一次O3污染過程存在明顯的外來污染傳輸。

滁州市位于安徽省東部,毗鄰江蘇省南京市,是長三角中心區(qū)27個(gè)城市之一。隨著2010年《皖江城市帶承接產(chǎn)業(yè)轉(zhuǎn)移示范區(qū)規(guī)劃》以及2016年《長江三角洲城市群發(fā)展規(guī)劃》的實(shí)施,滁州市經(jīng)濟(jì)發(fā)展迅速。2011至2020年,滁州市地區(qū)生產(chǎn)總值增長了182.65%,是安徽省地區(qū)生產(chǎn)總值增長最快的城市。隨著經(jīng)濟(jì)的快速發(fā)展,滁州市近年來的O3濃度上升較快,O3污染超標(biāo)事件多發(fā),但目前對(duì)滁州市O3污染的研究相對(duì)較少?；诖?本文針對(duì)2019年滁州市發(fā)生的一次持續(xù)性O(shè)3污染過程的氣象和外來傳輸特征進(jìn)行分析,以期為區(qū)域污染防治提供科學(xué)參考。

滁州市2019年O3濃度高值主要集中出現(xiàn)在夏季的6、7月份,其中,6月份的一次O3污染過程的持續(xù)時(shí)間最長,從6月8日至17日,共持續(xù)了10 d。本研究以該次污染過程為例,基于上述時(shí)間段的空氣質(zhì)量數(shù)據(jù)和氣象數(shù)據(jù),分析污染發(fā)生期間的氣象特征,并運(yùn)用HYSPLIT后向軌跡模型、潛在源貢獻(xiàn)因子(PSCF)和濃度權(quán)重軌跡(CWT)等分析方法,分析區(qū)域傳輸特征及潛在貢獻(xiàn)源區(qū)。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

本研究以滁州市老年大學(xué)空氣質(zhì)量監(jiān)測(cè)站點(diǎn)(32.315°N,118.310°E)為目標(biāo)站點(diǎn)。該站點(diǎn)位于滁州市老城區(qū)內(nèi),周邊主要為生活區(qū)。其他參考站點(diǎn)包括滁州市的人大賓館監(jiān)測(cè)站點(diǎn)、南京市的草場(chǎng)門監(jiān)測(cè)站點(diǎn)、揚(yáng)州市的邗江監(jiān)測(cè)站監(jiān)測(cè)站點(diǎn)和淮安市的市監(jiān)測(cè)站監(jiān)測(cè)站點(diǎn)?？諝赓|(zhì)量數(shù)據(jù)來源于中國環(huán)境監(jiān)測(cè)總站全國城市空氣質(zhì)量實(shí)時(shí)發(fā)布平臺(tái)(數(shù)據(jù)整理于https：//quotsoft.net/air/),包括SO2、NO2、CO、PM10、PM2.5和O3濃度的小時(shí)數(shù)據(jù)。

近地面逐小時(shí)氣象觀測(cè)數(shù)據(jù)來源于滁州市氣象局,觀測(cè)要素包括溫度(℃)、風(fēng)速(m/s)、風(fēng)向、相對(duì)濕度(%)、氣壓(hPa)和降雨量(mm)。大氣邊界層高度(m)數(shù)據(jù)來源于美國國家環(huán)境預(yù)報(bào)中心(NCEP)再分析資料(https：//rda.ucar.edu/datasets/ds083.2/),數(shù)據(jù)采集頻率為4次/d[對(duì)應(yīng)的時(shí)刻分別為00：00、06：00、12：00、18：00(UTC時(shí)間)],空間分辨率為1°×1°。HYSPLIT模型和MeteoInfo軟件[21]所需氣象資料來源于全球資料同化系統(tǒng)(GDAS)氣象數(shù)據(jù)集(ftp：//ftp.arl.noaa.gov/pub/archives/gdas1),時(shí)間和空間分辨率與大氣邊界層高度數(shù)據(jù)一致。地面天氣圖來自香港天文臺(tái)(https：//www.hko.gov.hk/sc/wxinfo/currwx/wxcht.htm)。

1.2 研究方法

1.2.1 HYSPLIT軌跡模擬及聚類分析

HYSPLIT模型最早是由美國國家海洋與大氣管理局(NOAA)空氣資源實(shí)驗(yàn)室和澳大利亞氣象局(BOM)合作開發(fā),采用歐拉-拉格朗日混合計(jì)算方法,可用于分析大氣污染物的輸送、分散和沉積過程[22-23]。為了追溯滁州市O3污染期間的氣團(tuán)路徑與走向,本文采用HYSPLIT模型進(jìn)行氣流后向軌跡模擬及聚類分析。

本研究以滁州市老年大學(xué)監(jiān)測(cè)站為終點(diǎn),分別分析了O3污染發(fā)生前、污染過程中和污染結(jié)束后的多個(gè)時(shí)間點(diǎn)的500 m高度48 h后向氣流軌跡。另外,模型以6 h為間隔,計(jì)算了整個(gè)污染時(shí)段的后向氣流軌跡,共得到40條500 m高度后向軌跡。最后,通過對(duì)各氣流軌跡的運(yùn)輸速率和方位進(jìn)行聚類,梳理出高度重合的軌跡,以便更加準(zhǔn)確地分析污染物的來源。

1.2.2 PSCF分析

PSCF分析是以條件概率函數(shù)為基礎(chǔ),對(duì)潛在污染源進(jìn)行定位的方法[24]。利用該方法進(jìn)行分析時(shí),首先需要完成后向軌跡模擬;接著對(duì)氣流軌跡覆蓋范圍進(jìn)行網(wǎng)格化,生成分辨率為0.5°×0.5°的長方形網(wǎng)格(i,j);然后設(shè)置O3濃度閾值為160 μg/m3,當(dāng)某一軌跡對(duì)應(yīng)的污染物濃度超過上述閾值時(shí),就會(huì)被標(biāo)注為污染軌跡;最后用經(jīng)過網(wǎng)格(i,j)的污染軌跡端點(diǎn)數(shù)mij除以該網(wǎng)格內(nèi)的全部軌跡端點(diǎn)數(shù)nij,即得到PSCF值。PSCF值計(jì)算公式如公式(1)所示：

(1)

但需要注意的是,當(dāng)nij較小時(shí),PSCF方法的計(jì)算結(jié)果容易產(chǎn)生誤差。為減少由nij較小帶來的不確定性,當(dāng)某一網(wǎng)格中的nij小于區(qū)域內(nèi)所有網(wǎng)格平均軌跡端點(diǎn)數(shù)nave的3倍時(shí),可以采用加權(quán)系數(shù)來減小誤差[25]。加權(quán)系數(shù)(Wij)對(duì)應(yīng)的計(jì)算公式如公式(2)所示：

(2)

將加權(quán)系數(shù)Wij添加到PSCF中,即可得到加權(quán)潛在源貢獻(xiàn)因子(WPSCF)值[公式(3)]。依據(jù)WPSCFij值的分布情況,可以更加準(zhǔn)確地定位污染物的潛在源區(qū)。

WPSCFij=PSCFij×Wij

(3)

1.2.3 CWT分析

利用PSCF方法雖然可以對(duì)不同區(qū)域的污染發(fā)生幾率進(jìn)行一定程度的判定,并對(duì)污染源進(jìn)行定位,然而無法進(jìn)一步判定相同PSCF值網(wǎng)格對(duì)受點(diǎn)污染物濃度的貢獻(xiàn)大小。而利用CWT方法就可以計(jì)算出軌跡的權(quán)重濃度,從而反映污染程度[26]。CWT計(jì)算公式如公式(4)所示：

(4)

式中：M為與網(wǎng)格(i,j)交叉的軌跡總數(shù)量,Cl為軌跡l與網(wǎng)格(i,j)交叉時(shí)的受點(diǎn)O3濃度值,τijl為軌跡l在網(wǎng)格(i,j)上的滯留時(shí)間。CWT值較大表示經(jīng)過網(wǎng)格(i,j)的氣團(tuán)會(huì)引起滁州市較高的O3濃度,即網(wǎng)格(i,j)對(duì)應(yīng)的區(qū)域是滁州市O3污染的主要源區(qū)。同樣,可引入加權(quán)系數(shù)Wij計(jì)算加權(quán)濃度權(quán)重軌跡(WCWT)值[公式(5)],以減少由nij較小帶來的不確定性。

WCWTij=CWTij×Wij

(5)

2 結(jié)果與分析

2.1 O3污染過程及其氣象特征分析

2.1.1 污染過程分析

2019年6月8日至17日,滁州市出現(xiàn)了持續(xù)10 d的O3污染過程,O3日最大8 h平均濃度范圍達(dá)165～232 μg/m3,超出國家二級(jí)標(biāo)準(zhǔn)限值3%～45%。由圖1可以看出,污染時(shí)段內(nèi)的O3濃度整體較高,其中,9日夜間至10日上午的O3濃度存在一段異常高值。16日至17日,PM2.5、SO2、CO和PM10濃度均呈現(xiàn)出了兩個(gè)峰值。在隨后的17日夜間,滁州市出現(xiàn)一次降雨過程,O3濃度也隨之下降。借助HYSPLIT模型分析了污染發(fā)生前后5個(gè)時(shí)段的后向氣流軌跡。從圖2可見,在污染發(fā)生初期[圖2(b)],渤海及其以北區(qū)域的污染物穿越山東半島、黃海,經(jīng)淮安、揚(yáng)州、南京等城市進(jìn)入滁州。污染發(fā)生中期[圖2(c)]和污染發(fā)生后期[圖2(d)]的后向軌跡整體相似,污染物主要從黃海出發(fā),經(jīng)東海、浙江省,由南京進(jìn)入滁州。污染發(fā)生前的氣流軌跡以來自西南方向的內(nèi)陸氣流為主[圖2(a)],污染結(jié)束后則以來自東南方向的內(nèi)陸氣流為主[圖2(e)]。污染期間,滁州市環(huán)境空氣質(zhì)量明顯受到海洋氣流的影響。已有研究表明,由于海洋中的NOx排放相對(duì)較少,NO對(duì)O3的滴定作用較弱,且O3在海上的沉積極少,使得中國東部城市O3濃度易受中國東部海域O3及其前體物長距離輸送的影響[27]。

注：此圖為HYSPLIT模型自動(dòng)生成的后向軌跡制式圖。圖2 各時(shí)段的后向軌跡(UTC時(shí)間)

針對(duì)6月10日前后的O3濃度異常值,結(jié)合后向軌跡分析結(jié)果[圖2(b)],選取上風(fēng)向的南京市、揚(yáng)州市和淮安市相關(guān)監(jiān)測(cè)站點(diǎn),分析周邊站點(diǎn)O3濃度對(duì)滁州市老年大學(xué)監(jiān)測(cè)站點(diǎn)和人大賓館監(jiān)測(cè)站點(diǎn)O3濃度的影響。由圖3可見,6月9日,揚(yáng)州市和南京市監(jiān)測(cè)站點(diǎn)均出現(xiàn)了濃度約為300 μg/m3的高濃度O3污染,而9日23：00的O3濃度均在160 μg/m3左右。同時(shí),從圖2(b)可以發(fā)現(xiàn),流經(jīng)揚(yáng)州和南京的氣流(藍(lán)色方形標(biāo)注)從10日08：00起呈現(xiàn)明顯的下沉趨勢(shì),由2 000 m高度下降至11日04：00的500 m高度。這一過程可能同時(shí)伴隨著污染物的長距離輸送[27]及上風(fēng)向短距離輸送。

注：部分時(shí)段的O3濃度數(shù)據(jù)存在缺失。圖3 滁州市O3異常高值及其周邊站點(diǎn)O3濃度

2.1.2 地面氣象條件分析

O3濃度的高低除了受VOCs、NOx等前體物濃度的影響外,還受到氣溫、風(fēng)速、風(fēng)向和相對(duì)濕度等氣象因子的影響[28-30]。此次污染過程的日最高氣溫在25.5～34.7 ℃之間,日最低相對(duì)濕度在40%左右,風(fēng)向整體以偏東風(fēng)為主,風(fēng)速在4 m/s以下。孫睿等[31]通過對(duì)長三角典型城市O3濃度與氣象因子的相關(guān)性進(jìn)行研究,發(fā)現(xiàn)在溫度超過20 ℃、相對(duì)濕度介于20%～60%、風(fēng)速介于1.2～3.6 m/s時(shí),O3濃度較高。滁州市本次O3污染期間的氣象特征與上述氣象因子范圍大致吻合,表現(xiàn)為低風(fēng)速、低濕度和高溫,這就為O3的生成營造了有利環(huán)境。值得注意的是,6月9日整體氣壓較低且在午后出現(xiàn)了明顯的下降,其中16：00至20：00的氣壓值最低(996 hPa),這意味著該時(shí)段可能存在周邊污染物的復(fù)合輸入[32]。6月10日凌晨02：00的邊界層高度相對(duì)偏高(530 m),表明夜間可能存在較強(qiáng)的上下層湍流交換[33]。

利用香港天文臺(tái)天氣圖(https：//www.hko.gov.hk/sc/wxinfo/currwx/wxcht.htm)分析可知,污染時(shí)段內(nèi)的滁州市天氣形勢(shì)總體可分為3個(gè)階段。第一階段為6月8日至11日。此時(shí),滁州市總體位于由兩個(gè)弱低壓中心組成的鞍形場(chǎng)區(qū)域內(nèi)。兩個(gè)低壓中心的位置在此期間有局部變動(dòng),但整體分別位于我國西南部和北部。鞍形場(chǎng)內(nèi)氣壓穩(wěn)定,大氣擴(kuò)散條件較差,有利于污染物的生成和積累。已有研究顯示,鞍形場(chǎng)天氣類型是導(dǎo)致西安市一次PM2.5重污染過程的重要原因[34]。

第二階段為6月12日至13日。在此階段,高壓中心由日本周邊海域逐漸向西南方向移動(dòng),其中6月12日的高壓中心位于黃海海域。滁州市位于此高壓系統(tǒng)的西側(cè),對(duì)應(yīng)的風(fēng)速逐步增大,但由于該高壓系統(tǒng)的勢(shì)力整體不強(qiáng),風(fēng)力仍然較小。在這種天氣系統(tǒng)的控制下,逐步增大的風(fēng)速有助于當(dāng)?shù)匚廴疚锏臄U(kuò)散,同時(shí)也可能將黃海海域和長三角東部城市群的污染物輸送至滁州市。

第三階段為6月14日。在此階段,東海海域出現(xiàn)了勢(shì)力較強(qiáng)的鋒面氣旋,使得太平洋西北部的高壓進(jìn)一步東移。已有研究表明,氣旋周圍的下沉氣流[35-36]會(huì)使得低層大氣層結(jié)穩(wěn)定,不利于污染物的擴(kuò)散。受此氣旋周邊下沉氣流的影響,滁州市風(fēng)速小,天氣靜穩(wěn),O3濃度在15日和16日出現(xiàn)兩個(gè)峰值。6月17日,隨著氣旋不斷向東北方向移動(dòng)且逐步減弱,氣旋外圍的云團(tuán)開始影響內(nèi)陸。在此影響下,滁州市云量增多,太陽輻射減少,且在17日夜間出現(xiàn)了一次降雨過程,O3污染得到緩解。

2.2 污染傳輸特征分析

利用HYSPLIT后向軌跡模型分析外來輸送對(duì)此次滁州市O3污染過程的影響。已有研究顯示：500～1 500 m高度范圍是主要的大氣污染物輸送區(qū);500 m高度風(fēng)場(chǎng)不僅能反映近地面的氣流運(yùn)動(dòng)特性,還能降低地表摩擦力對(duì)氣流的影響[20,37]。以500 m作為研究高度,以老年大學(xué)監(jiān)測(cè)站為目標(biāo)站點(diǎn),進(jìn)行2019年6月8日至17日48 h后向軌跡模擬,并對(duì)所有軌跡進(jìn)行聚類分析,結(jié)果如圖2(f)所示。由圖2(f)可知,此次影響滁州市的氣流可分為3類。在此基礎(chǔ)上,按每條后向軌跡對(duì)應(yīng)的滁州市污染物濃度,計(jì)算不同軌跡類型影響下的空氣質(zhì)量指數(shù)(AQI)值和6種主要大氣污染物濃度值,結(jié)果如表1所示。

表1 3類氣流后向軌跡和污染物濃度特征

第1類氣流的輸送距離相對(duì)較短,屬于大陸性中短距離氣流,主要起始于山東省西南部,經(jīng)江蘇省東北部后,沿安徽省和江蘇省交界處到達(dá)滁州市。這類氣流雖然出現(xiàn)的概率最低(表1),但受該氣流的影響,目標(biāo)站點(diǎn)的AQI值最高,對(duì)應(yīng)的6類污染物的濃度也總體較高。該氣流總體移動(dòng)速度較慢,并且在移動(dòng)期間存在較為明顯的上下湍流,易導(dǎo)致O3濃度上升。

第2類氣流的輸送距離也相對(duì)較短,同樣屬于中短距離氣流,但這類氣流是此次持續(xù)性O(shè)3污染時(shí)段內(nèi)出現(xiàn)頻次最高的氣流類型。受此氣流的影響,目標(biāo)站點(diǎn)的平均AQI值為65。該氣流從上海市到達(dá)杭州灣后,經(jīng)浙江省北部、江蘇省西南部到達(dá)滁州市。第1類和第2類氣流軌跡均途經(jīng)滁州市東南方向,會(huì)將處于上風(fēng)向的長三角東部城市群的污染物輸送至滁州市。已有研究表明,長三角西部的O3污染通常與長三角中部的污染輸送有關(guān)[38]。

第3類氣流的輸送距離較遠(yuǎn),移動(dòng)速度較快,屬于長距離氣流。該類氣流始于遼寧省西南部,經(jīng)渤海海域、山東半島、黃海海域,最終橫穿江蘇省中南部到達(dá)滁州市。在此類氣流的影響下,滁州市空氣質(zhì)量整體較好,但O3濃度仍然較高,且從前文分析中可發(fā)現(xiàn),該氣團(tuán)在部分時(shí)段可能與O3濃度的異常高值有關(guān)。

總體而言,此次滁州市O3污染的發(fā)生主要是受長三角地區(qū)中短距離氣流(軌跡2)的影響,該氣流的出現(xiàn)概率最高。來自滁州市北部的中短距離氣流(軌跡1)和長距離氣流(軌跡3)雖然總體的出現(xiàn)概率相對(duì)較低,但對(duì)滁州市O3濃度的影響卻不容忽視。

2.3 潛在貢獻(xiàn)源區(qū)分析

圖4給出了滁州市此次O3污染過程發(fā)生期間的后向氣流軌跡WPSCF和WCWT分布。

注：底圖來源于自然資源部標(biāo)準(zhǔn)地圖服務(wù)系統(tǒng)(http：//bzdt.ch.mnr.gov.cn/browse.html?picId=%224o28b0625501ad13015501ad2bfc0135%22),審圖號(hào)為GS(2016)2923號(hào),下載日期為2022-05-28。圖4 O3污染的WPSCF和WCWT分布

從WPSCF值來看,潛在貢獻(xiàn)源區(qū)主要分布在安徽省、江蘇省和浙江省等地,這與后向氣流軌跡的分析結(jié)果大致相同。WPSCF高值區(qū)(≥0.4)主要集中在安徽省東南部、江蘇省中西部和浙江省北部,其中浙江省北部和江蘇省中西部WPSCF值大于0.6[圖4(a)],說明這些地區(qū)對(duì)滁州市此次O3污染的貢獻(xiàn)較大。

WCWT值的空間分布特征顯示,高值區(qū)(≥100 μg/m3)主要分布在上海市、安徽省東部、浙江省北部、江蘇省西部,以及膠東半島及其南北兩側(cè)的渤海和黃海部分海域[圖4(b)],說明這些區(qū)域?qū)Τ菔蠴3污染的影響較為顯著。

總體而言,WPSCF和WCWT的分析結(jié)果基本一致,高值區(qū)均位于安徽省東南部、江蘇省中西部和浙江省北部等地,說明上述區(qū)域的污染物輸送是滁州市此次持續(xù)性O(shè)3污染過程的主要潛在貢獻(xiàn)源。值得注意的是,相較于WPSCF分析結(jié)果,WCWT分析結(jié)果更好地反映出了膠東半島及其南北兩側(cè)部分海域?qū)Υ舜蜲3污染過程的影響,這也進(jìn)一步說明了6月10日前后的O3濃度異常高值可能與該區(qū)域的污染物長距離輸送有關(guān)。

3 結(jié)論

2019年6月8日至17日,滁州市發(fā)生一次持續(xù)性O(shè)3污染過程,O3濃度超過國家二級(jí)標(biāo)準(zhǔn)限值3%～45%?；谠摃r(shí)段的空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)和氣象數(shù)據(jù),借助HYSPLIT后向軌跡模型以及PSCF和CWT分析方法,本研究分析了此次污染時(shí)段的氣象和污染傳輸特征。

1)在此次O3污染過程中,滁州市受到均壓場(chǎng)和鋒面氣旋外圍下沉氣流的影響,整體氣象條件表現(xiàn)為以偏東風(fēng)為主、風(fēng)速低、氣溫高和相對(duì)濕度低的特征。不利氣象條件為O3的生成和積累創(chuàng)造了有利環(huán)境。6月10日前后的O3濃度異常高值與該時(shí)段異常的低氣壓和高大氣邊界層高度密切相關(guān)。受此氣象條件的影響,上風(fēng)向的污染物經(jīng)高空長距離輸送及近地面短距離輸送到達(dá)滁州,造成6月10日前后的O3濃度出現(xiàn)異常高值。

2)48 h后向軌跡分析結(jié)果顯示,在此次O3污染期間,滁州市主要受到東南方向長三角地區(qū)中短距離氣流(軌跡2)的影響。來自滁州市北部的中短距離氣流(軌跡1)和長距離氣流(軌跡3)總體的出現(xiàn)概率相對(duì)較低,但對(duì)滁州市O3濃度的影響卻不容忽視,尤其是來自山東、安徽北部和江蘇北部的氣流軌跡,雖然其在此次O3污染過程中的出現(xiàn)概率最低,卻對(duì)應(yīng)著最高的AQI值。

3)此次O3污染過程的潛在貢獻(xiàn)源區(qū)主要集中在安徽省東南部、江蘇省中西部和浙江省北部等地。上述區(qū)域的WPSCF值大于0.4,WCWT值超過了100 μg/m3,表明上述區(qū)域?qū)Υ舜纬菔蠴3污染過程的外源輸送貢獻(xiàn)最大。因此,在滁州市O3污染防治過程中,除應(yīng)注重本地污染物減排外,還應(yīng)加強(qiáng)與上述區(qū)域的聯(lián)防聯(lián)控。