2015—2021年广州市...复合污染特征及天气分型研究_刘南希.pdf

第 43 卷第 1 期2023 年 1 月Vol.43，No.1Jan.，2023环境科学学报Acta Scientiae Circumstantiae20152021年广州市臭氧和PM2.5复合污染特征及天气分型研究刘南希1，2，何成1，2，刘晨曦1，2，何国文1，2，王一鸣1，2，王浩霖1，2，曹梅1，3，卢骁1，2，*，范绍佳1，2，*1.中山大学大气科学学院，珠海 5190822.广东省环珠江口气候环境与空气质量变化野外科学观测研究站，广州 5102753.广东省气象公共服务中心，广州 510640摘要：利用广州市20152021年的地面观测资料和ERA5再分析数据集，统计了臭氧和PM2.5的时间分布特征及两者同时出现高值（“双高”过程）的气象成因，并进一步用自组织神经网络（SOM）研究了高浓度臭氧和PM2.5（浓度大于年第85分位数）对应的客观天气型.结果表明，20152021年，广州市臭氧浓度呈逐年上升趋势，而PM2.5浓度则呈逐年下降趋势，臭氧逐渐取代PM2.5成为首要污染物.“双高”日主要集中在春季和秋季，且秋季占比超过50%.当温度为2030，湿度为30%50%时，“双高”日出现的概率达到30%以上.基于天气分型方法，本研究 发现在所有“双高”污染过程中，主要天气分型依次为：高压底后部型、变性高压脊型、副高+台风外围型、冷锋前部型；秋季发生“双高”污染时，天气分型依次为：副高+台风外围型和副高+弱冷高压脊型.关键词：广州；臭氧；PM2.5；复合污染；客观天气分型文章编号：0253-2468（2023）01-0042-12 中图分类号：X51，X16 文献标识码：AStudy on characteristics and weather classification of ozone and PM2.5 complex pollution in Guangzhou from 2015 to 2021LIU Nanxi1，2，HE Cheng1，2，LIU Chenxi1，2，HE Guowen1，2，WANG Yiming1，2，WANG Haolin1，2，CAO Mei1，3，LU Xiao1，2，*，FAN Shaojia1，2，*1.School of Atmospheric Sciences，Sun Yat-sen University，Zhuhai 5190822.Guangdong Provincial Observation and Research Station for Climate Environment and Air Quality Change in the Pearl River Estuary，Guangzhou 5102753.Guangdong Meteorological Public Service Center，Guangzhou 510640Abstract：In this paper，based on the ground observation data and ERA5 reanalysis data set from 2015 to 2021 in Guangzhou，the temporal characteristics of ozone and PM2.5 and the meteorological causes of the high value（“double high”process）of both are statistically analyzed，and the objective weather patterns corresponding to the high concentration of ozone and PM2.5（greater than the 85th quantile）are further studied through the self-organizing neural network（SOM）.The concentration of ozone is increasing year by year，while the concentration of PM2.5 is decreasing.Ozone gradually replaced PM2.5 as the primary pollutant.“Double high”days are mainly concentrated in spring and autumn，with autumn accounting for more than 50%.When the temperature falls in the range of 2030，and the humidity falls in 30%50%，the probability of“double high”days is higher than 30%.Results based on SOM show that，when“double high”pollution occurs，the weather types are：high pressure bottom rear，transformed cold high ridge，subtropical high+typhoon periphery and front of cold front；When“double high”pollution occurs in autumn，the weather types are：subtropical high+typhoon periphery and subtropical high+weak cold high ridge.Keywords：Guangzhou；ozone；PM2.5；complex pollution；objective weather classificationDOI：10.13671/j.hjkxxb.2022.0417刘南希，何成，刘晨曦，等.2023.20152021年广州市臭氧和PM2.5复合污染特征及天气分型研究 J.环境科学学报，43（1）：42-53LIU Nanxi，HE Cheng，LIU Chenxi，et al.2023.Study on characteristics and weather classification of ozone and PM2.5 complex pollution in Guangzhou from 2015 to 2021 J.Acta Scientiae Circumstantiae，43（1）：42-53收稿日期：2022-08-31 修回日期：2022-10-15 录用日期：2022-11-15基金项目：广东省科技计划项目（科技创新平台类）（No.2019B121201002）；广东省基础与应用基础研究重大项目（No.2020B0301030004）；广东省重点领域研发计划项目（No.2020B1111360003）作者简介：刘南希（1999），女，E-mail：；*责任作者，E-mail：；1 期刘南希等：20152021年广州市臭氧和PM2.5复合污染特征及天气分型研究1引言（Introduction）近地层臭氧（O3）是一种具有氧化性的二次污染物，主要由氮氧化物（NOx）和挥发性有机化合物（VOCs）在阳光照射下发生光化学反应产生（Atkinson，2000）.细颗粒物PM2.5（大气中粒径小于2.5 m的固态和液态颗粒物）由一次气溶胶和二次气溶胶组成（Dai et al.，2021）.对流层臭氧和PM2.5都是对环境和人类健康造成严重威胁的大气污染物（Wu et al.，2021）.长期暴露于高浓度的PM2.5和臭氧环境中可诱发心血管、高血压、老花眼等疾病（Chuang et al.，2011；Song et al.，2019）.因此，PM2.5和臭氧污染起了大众和科学界的高度关注.随着经济和城市群的迅速发展，区域性、复合型大气污染逐渐成为我国面临的重要大气污染问题（Zhang et al.，2008；Shao et al.，2009）.城市群大气复合型污染是指城市群出现大气氧化性物种（如臭氧）增加和PM2.5浓度增高、大气能见度下降以及环境恶化趋势向整个区域蔓延的污染现象（吴兑等，2006；邓雪娇等，2008；邓涛等，2012）.自2014年起，广东省相继颁布了 广东省大气污染防治“十三五”规划、广东省大气污染防治行动方案 20142017 等，各地通过开展一系列排放控制举措，使得颗粒物污染得到了显著改善（廖志恒等，2015；van der A et al.，2017），但与国外相比还有较大差距.与此同时，由于臭氧与其前体物间有着复杂的非线性关系，加之目前对VOCs的排放控制相对滞后于NOx的控制，导致近地层臭氧浓度逐年升高（周学思等，2019；Chen et al.，2020）.在细颗粒物污染问题还未得到彻底解决，臭氧污染仍在加剧的大背景下，不利气象条件导致的PM2.5和臭氧复合型污染特征在珠三角地区愈发凸显（赖安琪等，2018；He et al.，2022；何国文等，2022）.当前，针对粤港澳大湾区的PM2.5或臭氧的污染特征、理化性质和污染事件成因等方面的研究已取得了较多的成果（陈训来等，2008；刘建等，2015；Deng et al.，2019；沈劲等，2020；陈多宏等，2022），但对高浓度的PM2.5和臭氧复合型污染的关注较少，且多局限于对个例的研究.污染过程对应天气的预报预警是有效开展污染预报和防治的前提条件，城市复合污染天气往往是由不利的气象要素导致的.然而气象要素的变化是由不同的大尺度天气环流形势演变所决定的，区域中复合污染物的空间分布和随时间的变化特征与天气 形势密切相关（Russo et al.，2014；高晓荣等，2018）.因此，找出重污染天气对应的天气形势十分有必要（Schnell et al.，2017；Xiao et al.，2022）.基于此，本文利用20152021年广州市地面观测资料和ERA5再分析数据集，研究广州PM2.5和臭氧浓度的年际-月变化和年际-日变化以及各污染物逐年超标率；汇总出现“双高”污染的月份分布和逐年变化趋势；利用自组织经网络算法（SOM，即Self-Organizing Maps）进行客观天气分型，得到易发生复合污染的大气环流形势和天气分型.这有助于进一步加深对粤港澳大湾区地区复合污染成因及影响机制的认识，为粤港澳 大湾区污染天气的准确预报预警提供科学参考依据.2数据与方法（Data and methodology）2.1数据资料本文使用的环境空气质量监测数据来源于国家环境空气质量监测网（https：/：18007/），包括20152021年广州市11个环境空气质量国控监测站点的空气质量指数（AQI）及6项污染物（SO2、NO2、CO、PM2.5、PM10、臭氧）的逐小时浓度监测资料.本文使用的气象资料来自广州气象站（59287站点）20172021年逐小时的观测数据，包括气压（hPa）、温度（）、湿度、风速（ms-1）、能见度（m）资料.数据从广东省空气质量预报预警系统网站下载得到（http：/113.108.142.147：20032/Home/Index）.本文用于天气分型研究的气象资料为ERA5再分析数据，下载于欧洲中期天气预报中心官网（https：/cds.climate.copernicus.eu/#！/search？text=ERA5）.ERA5数据集的水平分辨率为 0.250.25，时间分辨率为1 h，研究区域为90130E、1045N，该区域可以反映直接影响广东省的主要天气系统.本文获取的主要 气象数据包括20152021年的海平面气压场、10 m水平风场、500 hPa位势高度场、950 h