广东省臭氧污染天气型及其变化特征

李婷苑,陈靖扬,翁佳烽,沈 劲,龚 宇

广东省臭氧污染天气型及其变化特征

李婷苑1,陈靖扬1,翁佳烽2*,沈 劲3,龚 宇1

(1.广东省生态气象中心(珠三角环境气象预报预警中心),广东 广州 510640；2.肇庆市气象局,广东 肇庆 526060；3.广东省生态环境监测中心,广东 广州 510308)

结合地面观测资料、再分析数据和客观天气分型方法SOM,分季节、分区域诊断和分析2015～2020年广东省O3污染天气型及其变化特征.结果表明,2015～2019年广东省O3污染逐年上升,其中2017～2019年上升较为明显,2020年则明显下降,气象条件和污染物排放的变化均对O3污染的变化起到重要作用.2017～2020年广东省干季O3浓度接近或超过湿季O3浓度,干季污染城数亦接近湿季.弱冷高压脊天气型是影响广东省O3污染的主导天气型,6a期间共造成526个污染城数.干季和湿季O3污染的主导天气型分别为弱冷高压脊和台风外围,干季弱冷高压脊天气型污染天数占比呈明显上升趋势,2019～2020年超过湿季台风外围天气型成为影响O3污染最主要的天气型.在弱冷高压脊天气型下,影响四大区域O3污染的外来源输送路径主要有东北路和沿海路,湿季珠三角台风外围和粤北变性高压脊天气型下,区域O3污染则受本地排放影响较大.

广东省；臭氧；天气型；变化特征

近地面高浓度的臭氧不仅对人体健康和农作物造成危害[1-3],同时作为温室气体,对全球变暖具有一定影响[4-5].广东省经济快速发展的同时,大气污染也较为严重[6-8].随着大气污染减排工作的不断推进,广东省PM2.5浓度呈逐年下降的趋势,2020年PM2.5年均浓度首次迈入世卫组织第二阶段标准[9].然而,近年臭氧浓度却持续较高且呈上升趋势[10],于2015年超过PM2.5成为广东省的首要污染物,且占比逐年升高,成为影响全省AQI达标率的首要因素[11].

地面臭氧是由NO、VOCs等臭氧前体物在一定的气象条件下通过复杂的光化学反应生成的二次污染物[12-16],其浓度的变化受前体物的排放和气象条件共同影响[17-19].气象条件影响地面臭氧的生成、累积和输送[20],臭氧污染往往发生在高温、低湿、强辐射的气象条件下[21-24],广东省地区因其特殊的地理位置使得该地天气异常复杂,日照长、气压低、2～3级风力亦是造成臭氧污染的重要气象条件[25],当珠三角受偏西风控制时,下风向地区臭氧浓度最高[26].不同的天气型影响下气象要素存在明显差异[27],天气型的变化决定了气象要素周-日尺度的变化,因此天气型对臭氧浓度的变化起着重要的作用.国际上关于天气型对臭氧浓度的影响研究开始得较早,在20世纪80年代已有不少相关研究[28-29].我国目前也在易污染天气方面开展了不少研究[30-32],不同地区天气型对臭氧浓度的影响不同,暖性、且不利于污染物扩散的天气型(如锋前暖区、副热带高压控制等)易造成臭氧污染[33-36].对于珠三角地区,台风外围下沉气流影响下易出现臭氧污染过程[37-39],在台风外围影响下一方面易形成逆温不利于污染物扩散,另一方面可使平流层中的臭氧通过下沉气流进入对流层,导致臭氧的形成[40],此外,台风外围天气亦可加剧华南地区的生物源BVOCs排放,与人为源协同作用加剧珠三角臭氧污染[41];副热带高压控制下日照强、云量少、风力弱等气象条件有利于光化学反应生成较高浓度的臭氧而不利于其扩散,臭氧平均值较高[17];在冷暖气团强度相当或交汇时,大气扩散能力差,易形成严重的空气污染事件[42].在偏北风和强海陆风环流的作用下,乡村地区排放的BVOC和氧化产物输送至下风向的VOC控制区加剧光化学反应和臭氧前体物累积,从而造成严重的臭氧污染[43].

前人的研究提高了人们对臭氧污染天气型的认识,研究方法也渐趋成熟,但目前对广东省臭氧污染天气型的研究尚不具系统性,缺乏易污染天气型的对比分析.本文使用广东省臭氧浓度观测数据和ERA5再分析资料,在分析广东省臭氧浓度变化特征的基础上,分季节、分区域诊断和分析臭氧污染天气型及其变化特征,以期为区域臭氧污染联防联控提供决策参考.

1 数据与方法

1.1 数据来源

本研究2015～2020年O3质量浓度监测数据来源于广东省102个国家环境空气质量监测站,气象要素监测数据来源于广东省86个国家气象站,气象再分析资料采用欧洲中心ERA5和美国NCEP资料,其中ERA5再分析资料分辨率为0.25°´0.25°,NCEP再分析资料分辨率为1°´1°.

1.2 数据处理方法

(1)根据《环境空气质量指数(AQI)技术规定(试行)》[44],使用城市内所有国家环境空气质量监测站小时观测数据计算臭氧浓度日评价值(最大8h滑动平均),并判别城市臭氧污染等级.

(2)定义某区域一段时间内每日污染城市个数总和为污染城数.

(3)采用欧洲中心ERA5再分析资料,选择500hPa位势高度场、海平面气压、10m水平风,研究范围为100°～130°E,10°～40°N,是直接影响广东省的天气系统出现的主要区域.本研究基于欧盟COST (欧洲科技合作) 733行动计划开发的专门的天气分型软件COST 733[45],使用自组织神经网络分析方法(SOM)实现广东省大气环流系统分型工作.应用神经网络非线性机器学习算法对逐日代表环流形势的多层次多要素数据作为一个整体进行训练分型,根据分型数量对应的总解释方差拐点确定为具体天气型种数.SOM最大的优点是自动寻找样本中的内在规律和本质属性,自组织、自适应地改变网络参数与结构,极大方便寻找最优解.具体步骤为:1)对输入数据矩阵和竞争层中各神经元对应的权重向量(数量即对应分型结果,算法最后输出结果为权重向量)全部进行归一化;2)将输入模式向量与竞争层的权重向量进行相似性比较(采用欧式距离),并将最相似的权重向量判为竞争获胜神经元;3)输出获胜神经元,调整训练权重,同时更新学习率和邻域函数,并重新回到第一步骤继续训练,直至学习率衰减至零,神经元权重向量也就趋于聚类中心.为了保证神经元(权重)趋于聚类中心,进行多次上述3个步骤的迭代,项目设置10000次以上迭代运算以保证分型结果的稳定性.

(4)将广东省划分为珠江三角洲(以下简称珠三角)、粤东、粤西和粤北四大区域,如图1,其中珠三角包含广州、深圳、珠海、佛山、惠州、东莞、中山、江门和肇庆9个地市;粤东包含汕头、潮州、揭阳和汕尾4个地市;粤西包含云浮、阳江、茂名和湛江3个地市;粤北包含梅州、河源、韶关和清远5个地市.

(4)根据广东省气候分析结果,本文使用连平站(114.48°E,24.37°N)、番禺站(113.32°E,22.93°N)、高州站(110.85°E,21.93°N)和惠来站(116.30°E,23.03°N)作为广东省粤北、珠三角、粤西和粤东区域综合气象因子代表站(图1五角星).

图1 广东省区域划分

后向轨迹模式(HYSPLIT)使用NCEP的全球资料同化系统GDAS的FNL全球分析资料,模拟2015～2020年抵达连平、惠来、高州和番禺10m高度的每日12:00～19:00对应的72h后向轨迹数据.

潜在源区贡献函数PSCF为经过某一区域的气团到达观测点时对应的某要素值超过设定阈值的条件概率,PSCF的值越大代表经过此网格的气团对接受点的空气质量影响的概率越大[46].具体公式如下:

式中:m表示当区域内出现某一个或以上城市污染时,轨迹经过网格的轨迹点数;n为经过网格的所有轨迹点数.

PSCF的误差会随着网格与采样点距离增加而增加,当n较小时,会有很大的不确定性.为了减小这种不确定性,引入权重函数W[47]:

WPSCF即为引入权重函数后的概率分布场:

2 结果与讨论

2.1 臭氧污染概况

表1统计了2015～2020年广东省O3-8h浓度和污染城数,2015～2020年O3-8h平均浓度为85μg/m3,平均每年出现O3污染城数为365个,其中轻度污染319个,中度污染42个,重度污染4个.2015～2019年O3污染呈逐年上升的趋势,O3-8h平均浓度由76μg/m3上升至95μg/m3,污染城数由196个上升至683个,轻度污染城数同样呈逐年上升的趋势,中度和重度污染城数则呈波动上升的趋势,在2018年略有回落.相较于2019年,2020年O3-8h平均浓度及污染城数均明显下降,O3-8h平均浓度下降了7μg/m3,污染城数由683个下降至325个,下降了52%,其中轻度污染城数下降了295个(51%),中度污染城数下降了52个(56%),重度污染下降了11个(85%).2020年受疫情影响,国家采取了严格的管控措施,例如居家建议、限制公共交通、关闭非必要的工厂等,疫情期间NO排放减少了20%～50%[48],加上蓝天保卫战的大力减排措施[49],使得主要受交通和工业源影响的CO浓度在2020年亦显著低于2019年(图2),由0.78mg/m3下降至0.67mg/m3,下降了14%,因此2020年O3-8h平均浓度及污染城数的显著下降可能与污染排放显著减少有关.

表1 2015～2020年广东省O3-8h浓度及污染城数年变化

广东省地处热带和亚热带季风气候区,在温带和热带各类天气影响下,干湿季明显是广东省气候的基本特征之一.为了解广东省干湿季O3污染特征,本研究将统计的O3污染分成干季(10月～次年3月)和湿季(4～9月)[50]来对比分析(图3).广东省干湿季均可出现O3污染,2015～2019年干湿季O3-8h浓度和污染城数整体上呈现上升的趋势,2020年均明显下降.2015～2016年湿季O3-8h浓度明显高于干季,自2017年起,干湿季O3-8h浓度差异不明显,甚至在2020年干季O3-8h浓度超过了湿季(高3μg/m3),这与京津冀、长三角等地区的夏季峰值存在明显差异[51].干季污染城数低于湿季,2016～2017年湿季污染城数显著高于干季,干湿季平均污染城数分别为225和66个,2018～2020年干湿季污染城数则差异较小.

图2 2015～2020年广东省CO浓度逐年变化

图3 2015～2020年不同季节广东省O3-8h浓度及污染城数

图4 2015～2020年广东省21地市O3污染天数

广东省O3污染主要分布在珠三角区域内(图4),2015～2020年珠三角、粤东、粤西和粤北平均污染天数为166,58,64和53d.珠三角各市污染天数介于59～240d之间,珠三角中部和西南部污染天数较大,共有4个地市超过200d,分别为江门、东莞、中山和佛山(污染天数分别为240,231,214和210d);珠三角各市O3污染差异大,珠三角区域内惠州污染天数最低,为59d.粤东各市O3污染较为接近,污染天数介于48～72d之间.粤西各市污染天数介于34～103d之间.粤北各市O3污染差异也较大,各市污染天数介于8～106d之间,其中梅州仅出现8d O3污染,为全省最低.

2.2 臭氧污染天气型

利用SOM法将2015～2020年影响广东省的天气型分为12种环流形势,分别为台风外围(TP)、台风外围+冷高压脊(TPR)、副热带高压(以下简称副高, SH)、副高脊+偏南风(SRS)、低压槽(TR)、东路冷空气(EC)、西路冷空气(MC)、中路冷空气(WC)、弱冷高压脊(HR)、冷锋前(FC)、变性高压脊(DR)和反气旋环流(AC),以上分型结果几乎涵盖日常预报业务中所见的广东省影响系统,对比分型结果与主观天气系统识别结论大体一致,说明SOM分型技术的适用性.

分别计算每种天气型下广东省O3污染城数(图5),可见,造成广东省污染的天气型主要为弱冷高压脊(HR)、台风外围(TP)、副高(SH)和台风外围+冷高压脊(TPR)天气型,污染城数均超过200个.弱冷高压脊(HR)天气型是影响广东O3污染最主要的天气型,在该天气型下2015～2020年期间污染城数共为526个,其中轻度污染城数为454个,中度污染城数为66个,重度污染城数为6个.台风外围(TP)天气型造成的重度污染城数最多(7个),该天气型下共出现364个O3污染城数.

图5 2015～2020年广东省不同天气型下O3污染城数

根据统计结果,按臭氧超标城数由高到低分为3类天气型(图6),Ⅰ类高污染天气型为弱冷高压脊(HR)天气型,Ⅱ类中污染天气型包括台风外围(TP)、副高(SH) 2种天气型,Ⅲ类低污染天气型为台风外围+冷高压脊(TPR)天气型.3类天气型对应的平均污染城数分别为526,345和248个,其中轻度污染城数分别为454,290和223个,中度污染城数分别为66,45和22个,重度污染城数分别为6,6和3个.

图6 3类O3污染天气环流形势

图中等值线为500hPa高度场,填色为海平面气压,箭头表示10m风矢

为更好地了解3类污染天气型下气象条件情况,图7给出2015～2020年不同天气型下气象要素特征,其中ALL为所有天气型下的气象要素平均值.

弱冷高压脊(HR)天气型下,大陆气团南下影响广东,大气较为干燥,在这种天气型影响下往往天气较为晴好(平均日雨量仅1.9mm),湿度较低(76.1%),日照时间较长(5.0h),有利于臭氧的生成.同时,因冷空气强度较弱,广东省近地面以弱偏北风为主,这有利于臭氧及其前体物在区域内聚集或向区域内下风向城市输送,从而容易造成O3污染现象.2015～ 2020年弱冷高压脊(HR)天气型共出现222d,占比10.1%,主要出现在冷暖交替的时期,4、10和11月分别出现26,83和84d.

台风外围(TP)天气型、副高(SH)天气型常常对应高温、晴热天气,使得O3在近地面快速生成,另外,这两种天气型均对应大范围下沉运动,下沉气流一方面有利于高空O3向近地面输送,另一方面形成”锅盖”使得污染物在近地面累积.2015～2020年台风外围(TP)和副高(SH)天气型共出现176和189d,分别占比8.0%和8.9%,台风外围(TP)天气型主要出现在7～8月(共143d),副高(SH)天气型则主要出现在9～10月(共150d).

台风外围+冷高压脊(TPR)天气型为低污染天气型,台风属于低压系统,而冷高压脊为高压系统,当这两种天气型共同影响时容易形成较大的气压梯度力,加大地面风力(日平均风速达2.3m/s),水平扩散条件好于弱冷高压脊(HR)和台风外围(TP)天气型,但在该天气形势下湿度更低、日照更长,气象条件更有利于臭氧的生成.台风外围+冷高压脊(TPR)天气型出现频率较低,2015～2020年共出现72d,占比3.3%,该类天气型仅出现在9,10和11月,分别出现24,41和7d.

2.3 不同季节臭氧污染主导天气型

不同季节的主要影响天气型往往不同,同一种天气型在不同季节造成的污染也可能存在差异[52],为研究不同季节的主要污染天气型,统计广东省干湿季不同天气型下O3污染情况,如图8所示,干季、湿季广东省区域O3污染的主导天气型分别为弱冷高压脊(HR)和台风外围(TP).

干季,广东省区域受东北季风影响较大,影响O3污染过程的主要天气型为弱冷高压脊(HR)、台风外围和冷高压脊结合(TPR).2015～2020年弱冷高压脊(HR)天气型造成O3轻度污染城数351个、中度污染城数45个、重度污染城数1个,居首位.台风外围和冷高压脊结合(TPR)天气型造成的污染总城数为155,明显低于弱冷高压脊(HR)天气型.

湿季,影响广东省区域O3污染过程的主要天气型为台风外围(TP)和副高(SH).在台风外围(TP)天气型下,6a期间共出现轻度污染城数299个、中度污染城数58个、重度污染城数7个,居首位.副高(SH)天气型亦造成较高污染城数,轻、中、重度污染城数分别为226,33和4个,居第二位.弱冷高压脊(HR)天气型下O3污染程度也相对较重,中度污染城数为21个,重度污染城数为4个.

由图9可以看到,湿季台风外围(TP)天气型污染天数占比呈波动下降趋势,干季弱冷高压脊(HR)天气型污染天数占比呈明显上升趋势,干季台风外围和冷高压脊结合(TPR)、湿季副高(SH)无明显趋势.2015～2020年干湿季O3污染主要天气型污染天数平均值分别为:干季弱冷高压脊(HR) 13d/a,干季台风外围和冷高压脊结合(TPR) 5d/a,湿季台风外围(TP) 17d/a和湿季副高(SH) 12d/a.湿季台风外围(TP)天气型污染天数占比在近6a呈波动下降趋势,其中2016年最高(58%),2020年最低(20%).近6a秋季弱冷高压脊(HR)天气型污染天数占比分别是12%、12%、21%、28%、42%和52%,呈明显上升趋势,且2019～2020年已超过湿季台风外围(TP)天气型.

图9 2015～2020年不同季节广东省O3污染主导天气型污染天数占比变化趋势

2015～2020年干季弱冷高压脊(HR)天气型出现天数分别为31,21,20,48,37,32d,湿季台风外围(TP)天气型出现天数分别为26,35,17,57,35,6d,即2018～ 2019年干季弱冷高压脊(HR)天气型和湿季台风外围(TP)天气型天数明显较高,加剧臭氧污染的有利气象条件明显增加,值得注意的是2017年O3污染干湿季主导天气型出现天数均较低,2019年干湿季主导天气型出现天数较2018年也明显下降,但臭氧浓度却上升明显,因此2017和2019年臭氧浓度的上升可能与前体物排放变化密切相关,2018年臭氧浓度上升受气象条件影响较大.2020年干季弱冷高压脊(HR)天气型和湿季台风外围(TP)天气型天数均下降,2020年气象条件明显转好,结合图2分析,2020年臭氧浓度的下降可能是由于较好的气象条件与污染物排放减少共同影响.

2.4 不同区域臭氧污染主导天气型

同种天气型下不同区域间气象条件存在差异,因此污染物浓度也往往存在明显差异[7,39],为了解广东省不同区域O3污染主导天气型,表2给出2015～ 2020年不同季节下广东省四大区域臭氧污染主导天气型,图10给出2015～2020年不同季节广东省四大区域臭氧污染主导天气型污染天数变化趋势.

表2 2015～2020年不同季节下广东省四大区域O3污染主导天气型

干季,广东省四大区域主导天气型均为弱冷高压脊(HR),在该天气型下2015～2020年干季各区域污染城数为:珠三角255个、粤西87个、粤东44个、粤北12个.湿季,各区域主导天气型完全不同,珠三角、粤东、粤西和粤北地区主导天气型分别为台风外围(TP)、反气旋环流(AC)、副高(SH)和变性高压脊(DR),污染城数分别为:307,29,23和31个.在主导天气型下,粤东、粤西和粤北的O3污染城数明显少于珠三角地区.

干季主导天气型污染天数在2016～2019年呈逐年上升,湿季主导天气型污染天数在2018和2019年较高(图10).结合表1广东省O3污染逐年变化以及2.3节分析可以发现,2017年干季珠三角和粤西弱冷高压脊(HR)天气型污染天数增加与污染物排放变化密切相关.2018年干季珠三角和粤东弱冷高压脊(HR)以及湿季珠三角台风外围(TP)、粤东反气旋环流(AC)和粤北变性高压脊(DR)天气型污染天数均有所增加:2018年干季弱冷高压脊(HR)、湿季台风外围(TP)和变性高压脊(DR)天气型出现天数明显上升,提示加剧臭氧污染的有利气象条件明显增加;2018年湿季反气旋环流(AC)天气型出现天数为近6a最低,较2017年减少8d(减少29%),但该天气型下粤东污染天数却明显增加,因此2018年污染物排放变化也可能对污染天数增加有一定影响.2019年干季珠三角和粤西弱冷高压脊(HR)天气型污染天数明显增加,分别增加了16d和12d,但该天气型出现天数较2018年却明显下降(11d),因此2019年O3污染上升受污染物排放变化影响较大;2020年干季弱冷高压脊(HR)天气型出现天数仅下降5d,但在该天气型下各区域污染天数下降均超过5d,珠三角地区污染天数下降最为明显,由29d下降至13d,粤东、粤西和粤北分别下降了6,8和6d,因此除了气象条件转好以外,污染物排放减少也是2020年O3污染下降的重要原因.

为了解外来输送潜在源区对四大区域O3污染的影响,图11给出四大区域主导污染天气型下WPSCF分布和轨迹聚类分析,可以看到,在干季弱冷高压脊(HR)天气型下,珠三角除了本地周边存在高WPSCF值(>0.45)外,受东北路和沿海路输送影响也较为明显,东北路较高WPSCF值分布于韶关、河源和江西,沿海路较高WPSCF值分布于珠三角东南部到汕尾一带;粤东主要受福建沿海输送影响;粤北主要受东北路江西远距离输送影响;粤西则主要受东北路的珠三角、粤北和湖南输送影响.在湿季台风外围(TP)天气型下,珠三角区域O3污染最主要为珠三角区域内城市群输送,WPSCF大值区覆盖珠三角全区域,同时,粤北清远、韶关和粤西阳江也存在WPSCF大值区,说明这些地区对珠三角区域O3污染也可能有一定影响.湿季反气旋环流(AC)天气型下,粤东O3污染主要受本区域沿海排放影响.湿季副高(SH)天气型下,粤西主要受本地排放和广西东南部排放共同影响.与干季弱冷高压脊(HR)天气型相比,湿季变性高压脊(DR)天气型粤北受本地影响更大一些,江西南部和珠三角北部仅少量格点存在较高WPSCF值.

图11 2015～2020年广东省四大区域主要污染天气型下轨迹聚类及WPSCF分布特征

3 结论

3.1 2015～2019年O3污染呈逐年上升的趋势,其中2017～2019年上升较为明显;2020年O3-8h平均浓度及污染城数均明显下降,O3-8h平均浓度下降了7μg/m3,污染城数由683个下降至325个,下降了52%.2017和2019年O3污染上升主要受排放变化影响,2018年则主要受不利气象条件影响,气象条件转好和污染物排放减少的共同作用使得2020年O3污染显著下降.广东省干湿季均可出现O3污染,2017～ 2020年干季O3浓度接近或超过湿季O3浓度,干湿季污染城数也非常接近.

3.2 造成广东省污染的天气型主要为弱冷高压脊(HR)、台风外围(TP)、副高(SH)和台风外围+冷高压脊(TPR)天气型,其中弱冷高压脊(HR)天气型是影响广东O3污染最主要的天气形势,在该天气型下2015～2020年期间共出现526个污染城数,台风外围(TP)天气型造成的重度污染城数最多(为7个).

3.3 广东省干季和湿季O3污染的主导天气型分别为弱冷高压脊(HR)和台风外围(TP),O3污染平均天数分别为13d/a和17d/a.湿季台风外围(TP)天气型污染天数占比在近6a呈波动下降趋势,干季弱冷高压脊(HR)天气型污染天数占比则逐年上升,且2019～ 2020年超过湿季台风外围(TP)天气型成为影响广东省O3污染最主要的天气型.

3.4 干季,广东省四大区域主导天气型均为弱冷高压脊(HR);湿季广东省四大区域主导天气型完全不同:珠三角为台风外围(TP),粤东为反气旋环流(AC),粤西为副高(SH),粤北为变性高压脊(DR).在弱冷高压脊(HR)天气型下,影响四大区域O3污染的外来源输送路径主要有东北路和沿海路,湿季珠三角台风外围(TP)和粤北变性高压脊(DR)天气型下,区域O3污染受本地排放影响较大.

[1] Pleijel H, Broberg M C, Uddling J. Ozone impact on wheat in Europe, Asia and North America – A comparison [J]. Science of The Total Environment, 2019,664:908-914.

[2] Maji K J, Namdeo A. Continuous increases of surface ozone and associated premature mortality growth in China during 2015～2019 [J]. Environmental Pollution, 2021,269C:116183.

[3] Sharps K, Vieno M, Beck R, et al. Quantifying the impact of ozone on crops in Sub-Saharan Africa demonstrates regional and local hotspots of production loss [J]. Environmental Science and Pollution Research, 2021,28(44):62338-62352.

[4] Wang W C, Liang X Z, Dudek M P, et al. Atmospheric ozone as a climate gas [J]. Atmospheric Research, 1995,37:247-256.

[5] Beaney G, Gough W A. The influence of tropospheric ozone on the air temperature of the city of Toronto, Ontario, Canada [J]. Atmospheric Environment, 2002,36:2319–2325.

[6] 吴 兑,毕雪岩,邓雪娇,等.珠江三角洲大气灰霾导致能见度下降问题研究 [J]. 气象学报, 2006,64(4):510-517.

Wu D, Bi X Y, Deng X J, et al. Effect of atmospheric haze on the deterioration of visibility over the Pear River Delta [J]. Acta Meteorologica Sinica, 2006,64(4):510-517.

[7] Li T Y, Deng X J, Li Y, et al. Transport paths and vertical exchange characteristics of haze pollution in Southern China [J]. Science of the Total Environment, 2018,625:1074-1087.

[8] 沈 劲,何 灵,程 鹏,等.珠三角北部背景站臭氧浓度变化特征 [J]. 生态环境学报, 2019,28(10):2006-2011.

Shen J, He L, Cheng P, et al. Characteristics of ozone concentration variation in the northern background site of the Pearl River Delta [J]. Ecology and Environmental Sciences, 2019,28(10):2006-2011.

[9] 广东省生态环境厅.2020广东省生态环境状况公报 [Z]. 广州:广东省生态环境厅, 2021.

Guangdong Provincial Department of ecology and environment. 2020Report on the state of Guangdong provincial ecology and environment [Z]. Guangzhou: Guangdong Provincial Department of ecology and environment, 2021.

[10] 沈 劲,杨土士,晏平仲,等.广东省臭氧污染特征及其成因分析 [J]. 环境科学与技术, 2020,43(12):90-95.

Shen J, Yang T S, Yan P Z, et al. Characteristics and causes of ozone pollution in Guangdong Province [J]. Environmental Science & Technology, 2020,43(12):90-95.

[11] 邓玉娇,向昆仑,洪莹莹,等.广东省生态气象监测公报 [Z]. 广州:广东省气象局, 2021.

Deng Y J, Xiang K L, Hong Y Y, et al. Guangdong Eco-meteorology monitoring bulletin [Z]. Guangzhou: Guangdong Meteorological Service, 2021.

[12] QX/T 240-2014 光化学烟雾判识 [S].

QX/T 240-2014 Identification of photochemical smog [S].

[13] 王红丽.上海市光化学污染期间挥发性有机物的组成特征及其对臭氧生成的影响研究 [J]. 环境科学学报, 2015,35(6):1603-1611.

Wang H L. Characterization of volatile organic compounds (VOCs) and the impact on ozone formation during the photochemical smog episode in Shanghai, China [J]. Acta Scientiae Circumstantiae, 2015, 35(6):1603-1611.

[14] 陆克定,张远航,苏 杭,等.珠江三角洲夏季臭氧区域污染及其控制因素分析 [J]. 中国科学:化学, 2010,40(4):407-420.

Lu K D, Zhang Y H, Su H, et al. Regional ozone pollution and key controlling factors of photochemical ozone production in Pearl River Delta during summer time [J]. Scientia sinica Chimica, 2010,40(4):407-420.

[15] 沈 劲,陈多宏,汪 宇,等.基于情景分析的珠三角臭氧与前体物排放关系研究 [J]. 生态环境学报, 2018,27(10):1925-1932.

Shen J, Chen D H, Wang Y, et al. Study on the relationship between ozone and precursors emission in the Pearl River Delta based on scenario analysis [J]. Ecology and Environmental Sciences, 2018, 27(10):1925-1932.

[16] 邓思欣,刘永林,司徒淑聘,等.珠三角产业重镇大气VOCs污染特征及来源解析 [J]. 中国环境科学, 2021,41(7):2993-3003.

Deng S X, Liu Y L, Situ S P, et al. Characteristics and source apportionment of volatile organic compounds in an industrial town of Pearl River Delta [J]. China Environmental Science, 2021,41(7):2993-3003.

[17] Shen J, Zhang Y H, Wang X S, et al. An ozone episode over the Pearl River Delta in October 2008 [J]. Atmospheric Environment, 2015, 122:852-863.

[18] Yin C Q, Deng X J, Zou Y, et al. Trend analysis of surface ozone at suburban Guangzhou, China [J]. Science of the Total Environment, 2019,695:133880.

[19] 洪莹莹,翁佳烽,谭浩波,等.珠江三角洲秋季典型O3污染的气象条件及贡献量化 [J]. 中国环境科学, 2021,41(1):1-10..

Hong Y Y, Weng J F, Tan H B, et al. 2021. Meteorological conditions and contribution quantification of typical ozone pollution during autumn in Pearl River Delta [J]. China Environmental Science, 2021,41(1):1-10.

[20] Solomon P, Cowling E, Hidy G, et al. Comparison of scientificfindings from major ozone field studies in North America and Europe [J]. Atmospheric Environment, 2000,34:1885–1920.

[21] Colette A, Andersson C, Baklanov A, et al. Is the ozone climate penalty robust in Europe? [J]. Environmental Research Letters, 2015,10:084015.

[22] Ejimofor C S, Okoro E C, Sivla W T. Effects of elevated humidity on stratospheric ozone content in the tropics [J]. International Journal of Physical Sciences, 2021,15(4):182-193.

[23] 邓雪娇,周秀骥,吴 兑,等.珠江三角洲大气气溶胶对地面臭氧变化的影响 [J]. 中国科学:地球科学, 2011,41(1):93-102.

Deng X J, Zhou X J, Wu D, et al. Effect of atmospheric aerosol on surface ozone variation over the Pearl River Delta region [J]. Scientia Sinica Terrae, 2011,41(1):93-102.

[24] 齐 冰,朱彧文,杜荣光,等.杭州市近地面大气臭氧浓度变化特征分析 [J]. 中国环境科学, 2017,37(2):443-451.

Qi Bing, Niu Y W, Du R G, et al. Characteristics of surface ozone concentration in urban site of Hangzhou [J]. China Environmental Science, 2017,37(2):443-451.

[25] 黄 俊,廖碧婷,吴 兑,等.广州近地面臭氧浓度特征及气象影响分析 [J]. 环境科学学报, 2018,38(1):23-31.

Huang J, Liao B T, Wu D, et al. Guangzhou ground level ozone concentration characteristics and associated meteorological factors [J]. Acta Scientiae Circumstantiae, 2018,38(1):23-31.

[26] 刘 建,吴 兑,范绍佳,等.前体物与气象因子对珠江三角洲臭氧污染的影响 [J]. 中国环境科学, 2017,37(3):813-820.

Liu J, Wu D, Fan S J, et al. Impacts of precursors and meteorological factors on ozone pollution in Pearl River Delta [J]. China Environmental Science, 2017,37(3):813-820.

[27] 许建明,常炉予,马井会,等.上海秋冬季PM2.5污染天气形势的客观分型研究 [J]. 环境科学学报, 2016,36(12):4303-4314.

Xu J M, Chang L Y, Ma J H, et al. Objective synoptic weather classification on PM2.5pollution autumn and winter seasons in Shanghai [J]. Acta Scientiae Circumstantiae, 2016,36(12):4303-4314.

[28] Wolff G T, Lioy P J. Development of an ozone river associated with synoptic scale episodes in the eastern United States [J]. Environmental Science and Technology, 1980,14(10):1257-1260.

[29] Heidorn K C, Yap D. A synoptic climatology for surface ozone concentrations in southern Ontario, 1976～1981 [J]. Atmospheric Environment, 1986,20:695-703

[30] Zhang Y, Mao H, Ding A, et al. Impact of synoptic weather patterns on spatio-temporal variation in surface O3levels in Hong Kong during 1999～2011 [J]. Atmospheric Environment, 2013,73:41-50.

[31] Wang N, Ling Z H, Deng X J, et al. Source contributions to PM2.5under unfavorable weather conditions in Guangzhou city, China [J]. Advances in atmospheric sciences, 2018,35:1145-1159.

[32] 尹晓梅,朱 彬,熊亚军,等.2007～2016年北京天气分型与霾日的关联 [J]. 中国环境科学, 2020,40(1):123-134.

Yin X M, Zhu B, Xiong Y J, et al. Objective analysis on circulation types and its links to haze days over Beijing during 2007～2016 [J]. China Environmental Science, 2020,40(1):123-134.

[33] 唐贵谦,李 昕,王效科,等.天气型对北京地区近地面臭氧的影响 [J]. 环境科学, 2010,31(3):573-578.

Tang G Q, Li X, Wang X K, et al. Effects of synoptic type on surface ozone pollution in Beijing [J]. Environmental Science, 2010,31(3):573-578.

[34] 王 宏,林长城,陈晓秋,等.天气条件对福州近地层臭氧分布的影响 [J]. 生态环境学报, 2011,20(8/9):1320-1325.

Wang H, Lin C C, Chen X Q, et al. Effects of weather condition on surface ozone distribution in Fuzhou [J]. 2011,20(8/9):1320-1325.

[35] 常炉予,许建明,瞿元昊,等.上海市臭氧污染的大气环流客观分型研究 [J]. 环境科学学报, 2019,39(1):169-179.

Chang L Y, Xu J M, Qu Y H, et al. Study on objective synoptic classification on ozone pollution in Shanghai [J]. Acta Scientiae Circumstantiae, 2019,39(1):169-179.

[36] 任万辉.沈阳地区臭氧污染日时空变化特征及天气分型研究 [J]. 中国环境监测, 2021,37(4):75-82.

Ren W H. Study on spatial and temporal variation characteristics of ozone pollution and weather classification in Shenyang [J]. Environmental Monitoring in China, 2021,37(4):75-82.

[37] 岳海燕,顾桃峰,王春林,等.台风“妮妲”过程对广州臭氧浓度的影响分析 [J]. 环境科学学报, 2018,38(12):4565-4572.

Yue H Y, Gu T F, Wang C L, et al. Influence of typhoon Nida process on ozone concentration in Guangzhou [J]. Acta Scientiae Circumstantiae, 2018,38(12):4565-4572.

[38] Deng T, Wang T J, Wang S Q, et al. Impact of typhoon periphery on high ozone and high aerosol pollution in the Pearl River Delta region [J]. Science of the Total Environment, 2019,668:617-630.

[39] 高晓荣,邓雪娇,谭浩波,等.广东四大区域污染过程特征与影响天气型分析 [J]. 环境科学学报, 2018,38(5):1708-1716.

Gao X R, Deng X J, Tan H B, et al. Characteristics and analysis on regional pollution process and circulation weather types over Guangdong Province [J]. Acta Scientiae Circumstantiae, 2018,38(5):1708-1716.

[40] Jiang Y C, Zhao T L, Liu J, et al. Why does surface ozone peak before a typhoon landing in Southeast China? [J]. Atmospheric Chemistry & Physics, 2015,15:13331-13338.

[41] Wang N, Huang X, Xu J W, et al. Typhoon-boosted biogenic emission aggravates cross-regional ozone pollution in China [J]. Science Advances, 2022,8:eabl6166.

[42] 范绍佳,王安宇,樊 琦,等.珠江三角洲大气边界层特征及其概念模型 [J]. 中国环境科学, 2006,26(Suppl.):4-6.

Fan S J, Wang A Y, Fan Q, et al. Atmospheric boundary layer features of Pearl River Delta and irs conception model [J]. China Environmental Science, 2006,26(Suppl.):4-6.

[43] Wang H L, Wu K, Liu Y M, et al. Role of heat wave-induced biogenic VOC enhancements in persistent ozone episodes formation in Pearl River Delta [J]. Journal of Geophysical Research: Atmospheres, 2021, 126(12):1-19.

[44] HJ 633-2012 环境空气质量指数(AQI)技术规定(试行) [S].

HJ 633-2012 Technical regulation on ambient air quality index (on trial) [S].

[45] Philipp A, Bartholy J, Beck C, et al. Cost733 cat-A database of weather and circulation type classifications [J]. Physics and Chemistry of the Earth, 2010,35:360-373.

[46] Begum B A, Kim E, Jeong C H, et al. Evaluation of the potential source contribution function using the 2002 Quebee forest fire episode [J]. Atmospheric Environment, 2005,39(20):3719-3724.

[47] Polissar A V, Hopke P K, Paatero P, et al. The aerosol at Barrow, Alaska: long-term trends and source locations [J]. Atmospheric Environment, 1999,33(16):2441-2458.

[48] Ding J, van der A R J, Eskes H J, et al. NOx emissions reduction and rebound in China due to the COVID-19crisis [J]. Geophysical Research Letters, 2020,47:e2020GL089912.

[49] 广东生态环境.广东省启动2020年蓝天保卫战百日冲刺行动 [Z]. https://www.mee.gov.cn/ywdt/dfnews/202010/t20201008_801985.shtml, 2020.

Guangdong Ecological Environment. Guangdong province has launched a 100-day sprint for Blue Sky Protection Campaign in 2020 [Z]. https: //www.mee.gov.cn/ywdt/dfnews/202010/t20201008_801985.shtml, 2020.

[50] 陈创买,郑德娟,赵仲辉.广东干湿气候的特征 [J]. 热带气象学报, 1997,13(3):193-200.

Chen C M, Zheng D J, Zhao Z H. Features of climate of dryness and wetness in Guangdong [J]. Journal of Tropical Meteorology, 1997, 13(3):193-200.

[51] 张远航,郑君瑜,陈长虹,等.中国大气臭氧污染防治蓝皮书(2020年) [Z]. 北京:中国环境科学学会臭氧污染控制专业委员会, 2020.

Zhang Y H, Zheng J Y, Chen C H, et al. China blue book ofatmospheric ozone pollution prevention and control (2020) [Z]. Beijing: Professional Committee of Ozone Pollution Control, Chinese Society of Environmental Sciences, 2020.

[52] 翁佳烽,梁晓媛,谭浩波,等.基于K-means聚类分析法的肇庆市干季PM2.5污染天气分型研究 [J]. 环境科学学报, 2020,40(2):15-29.

Weng J F, Liang X Y, Tan H B, et al. Objective synoptic classification on PM2.5pollution during dry season based on K-means in Zhaoqing [J]. Acta Scientiae Circumstantiae, 2020,40(2):373-387.

Ozone pollution synoptic patterns and their variation characteristics in Guangdong Province.

LI Ting-yuan1, CHEN Jing-yang1, WENG Jia-feng2*, SHEN Jin3, GONG Yu1

(1. Guangdong Ecological Meteorological Center (Pearl River Delta Center for Environmental Meteorology Prediction and Warning), Guangzhou 510640, China；2.Zhaoqing Meteorology Bureau, Zhaoqing 526060, China；3.Guangdong Environment Monitoring Center, Guangzhou 510308, China)., 2022,42(5)：2015～2024

Based on the surface observation data, reanalysis data as well as the SOM objective classification method, ozone pollution synoptic patterns and their variation characteristics in Guangdong (GD) during 2015～2020 were diagnosed and analyzed by different seasons and regions. The ozone pollution kept an upward tendency year by year from 2015 to 2019, with an impressive increase from 2017 to 2019 but a dramatic decrease in 2020. Changes in meteorological conditions and pollutant emissions played an important role in the variation of O3pollution. The ozone concentration in dry season was close to or higher than that in wet season, and the number of polluted cities during dry season was also close to wet season. Weak cold high ridge (HR) was the dominant synoptic pattern affecting the ozone pollution, which caused 526cities over standard during 6years. The dominant synoptic patterns of ozone pollution in GD were HR and typhoon periphery (TP) in dry and wet season, respectively. The proportion of pollution days under the control of HR in dry season raised obviously, which surpassed TP in wet season and became the most important weather type affecting ozone pollution. Under the control of HR, the transport paths of ozone in four regions mainly included northeast path and coastal path. Regional ozone pollution in PRD and North-GD were greatly affected by local emissions under the control of TP and DR in wet season, respectively.

Guangdong；ozone；synoptic patterns；variation

X511

A

1000-6923(2022)05-2015-10

李婷苑(1988-),女,广东兴宁人,高级工程师,硕士,主要从事环境气象研究.发表论文10余篇.

2021-10-13

广东省重点研发计划项目(2020B1111360003);国家重点研发计划项目(2019YFC0214605,2018YFC0213902);广东省气象局科技创新团队项目(GRMCTD202003);广东省气象局科学技术研究项目(GRMC2020M12);肇庆市科技计划项目(2021040302007)

* 责任作者, 工程师, wengjiaf@mail2.sysu.edu.cn