2016年长三角城市群O3浓度的时空变化规律

黄小刚,赵景波



2016年长三角城市群O3浓度的时空变化规律

黄小刚1,2,3,赵景波1,3*

(1.陕西师范大学地理科学与旅游学院,陕西 西安 710119；2.山西师范大学地理科学学院,山西 临汾 041004；3.陕西师范大学地理学国家级实验教学示范中心,陕西 西安 710119)

基于2016年长三角城市群40个城市的监测数据,利用空间内插、空间自相关分析、热点分析等地统计分析方法,研究了2016年长三角城市群O3浓度的时空变化规律.结果表明:2016年长三角城市群O3平均超标天数比例为8.8%,O3已成为造成长三角城市群空气污染的仅次于PM2.5的重要污染物;夏、春、秋、冬季O3浓度依次递减,由于梅雨的影响,O3月均浓度变化曲线呈M型分布,2个峰值出现在5月和8月,谷值出现在6月;O3超标主要发生在4~9月,超标天数占全年的98.1%,月均超标天数比例为17.3%;O3浓度具有明显的空间分异规律,大体呈东北高西南低的态势,过杭州和马鞍山的直线可将长三角城市群O3浓度划分为高值区和低值区,杭州-马鞍山线以东是O3高污染城市聚集区,尤以环太湖经济圈最为严重.O3浓度的空间分布格局与长三角城市群经济发展格局大体一致;O3浓度具有空间集聚规律,4~7月O3热点集中分布在环太湖经济圈至上海区域,受东南季风加强的影响,8~9月热点西移至以南京为中心的区域.

O3；时空变化；空间自相关；热点；长三角城市群

近地层空气O3主要来源于NO和VOCs等前体物在空气中进行的光化学反应[1].由于工业化、城市化的快速发展和汽车保有量的迅速增加,许多城市的光化学污染越来越严重[2],O3浓度呈明显的上升趋势[3-4].根据《2016中国环境状况公报》[5],2016年我国74个新标准第一阶段监测实施城市O3日最大8h平均(O3-8h)第90百分位数浓度的平均值为154μg/m3,比2015年上升了2.7%;超标天数比例为8.6%,比2015年上升0.4个百分点;以O3为首要污染物的污染天数占污染总天数的30.8%,仅次于PM2.5的57.5%.O3已成为影响城市空气质量改善的重要污染物[6-7].

空气污染一般具有区域关联性,一个城市的空气质量除了受到本地污染源影响外,还受周边污染源的影响[8],区域空气污染常表现为城市群污染现象[9].与NO、SO、CO等其它气态污染物相比,O3寿命较长[10],能随气流跨区域长距离传输,区域关联特征更明显.研究显示,2015年7月京津冀13个城市O3污染有80%以上为传输贡献,而本地源贡献仅为6.9%(廊坊)~19.7%(北京)[11].2013年7月长三角地区发生的O3污染事件中,O3长距离传输对于上海、苏州、杭州的浓度贡献则分别为(42.79±10.17)%、(48.57±9.97)%、(60.13±7.11)%[12].南京地区受西南方向的近距离输送影响时,O3浓度较高,而受西北方向的气流输送影响时,O3浓度偏低[13].因此,区域大气O3污染的治理应通盘考虑,联防联控[14].

长江三角洲城市群(以下简称长三角城市群)是中国经济最为活跃的地区之一[15],城市密度大、产业活动密集,污染物排放强度高,区域性大气污染较为严重[16],是我国大气污染防治重点区域[17].长三角城市群O3污染的防治已引起学术界的重视,在重要城市O3污染特征及影响因素[18-20]、来源识别[12]、O3生成潜势[21]、周末效应[22]、垂直分布特征[23-24]等方面取得了许多研究成果.2013年后,国家环保部陆续在全国300多个城市布设了1497个国控监测站点,为以区域为尺度利用连续监测数据开展污染物时空特征的研究提供了条件.易睿等[16]、刘芷君等[25]对2013~2014年长三角地区城市O3监测数据进行了统计分析,认识到夏季长三角地区O3污染最严重,且呈连片分布,上海及周边城市O3污染较严重,内陆城市相对较轻.但传统的研究方法多以城市间的对比为主,范围以江浙沪组成的长三角地区为主,自2016年5月国务院批准实施《长江三角洲城市群发展规划》以来,以长三角城市群为整体来探讨O3浓度时空变化规律的仍鲜有报道.本文基于2016年长三角城市群40个城市的监测数据,运用空间内插、空间自相关分析、热点分析等地统计分析方法,对O3浓度的集聚与分异等时空变化特征进行分析,揭示长三角城市群O3浓度的时空变化规律,有助于深刻认识该区域O3污染的特点、成因和发生机制,为O3污染的联防联控提供科学依据.

1 研究区域、数据来源与研究方法

1.1 研究区概况

长三角城市群位于32°34′~29°20′ N,115°46′~ 123°25′ E,地处长江入海前的冲积平原.根据《长江三角洲城市群发展规划》,长三角城市群包括:上海市,江苏省的南京、苏州、无锡、常州、南通、扬州、镇江、泰州、盐城,浙江省的杭州、宁波、嘉兴、绍兴、湖州、金华、台州、舟山,安徽省的合肥、芜湖、马鞍山、安庆、铜陵、池州、滁州、宣城等26个地级市.国土面积21.17万km2,约占全国的2.2%,总人口1.5×108人,地区生产总值147000×108元,分别占全国的19.78%和11.0%.长三角城市群是“一带一路”与长江经济带的重要交汇地带,是中国城镇化基础最好的地区之一,经济发达,环境污染严重,与京津冀、珠三角地区一起被列为我国大气污染防治的三大重点区域[17].

1.2 数据来源和评价标准

图1 2016年长三角城市群空气质量监测站分布

气象数据来自中国气象数据网(http://data. cma.cn),监测数据来源于中国环境监测总站“全国城市空气质量实时发布平台”(http://106.37.208.233: 20035/).O3数据统计有效性按照《环境空气质量标准(GB 3095-2012)》[26]和《环境空气质量评价技术规范(试行)(HJ 663-2013)》[27]执行.O3日评价指标为O3-8h,年评价指标为O3-8h第90百分位数浓度.月均值、季均值、年均值分别指一个日历月、一个日历季、一个日历年内O3-8h的算术平均值.计算O3年均值和O3-8h第90百分位数浓度时,若监测点全年O3-8h数据少于324个,则认为该监测点全年数据无效并剔除;计算月均值时,若监测点当月O3-8h数据少于27个(2月份少于25个),则认为当月数据无效并剔除.长三角城市群在全国城市空气质量实时发布平台上共有41个监测城市(图1),因诸暨年有效监测数据不足324个而被剔除,本文实际研究的监测城市为40个.春季指3~5月,夏季指6~8月,秋季指9~11月,冬季指12、1、2月.评价标准按《环境空气质量指数(AQI)技术规定(试行)(HJ 633-2012)》[27]执行,O3空气质量划分为5个级别:优(1~100μg/m3)、良(101~160μg/m3)、轻度污染(161~215μg/m3)、中度污染(216~265μg/m3)和重度及以上污染(³266μg/m3),其中轻度及以上污染为超标.超标天数比例指在一定时段内,O3日评价指标超标的百分比.

1.3 研究方法

1.3.1 空间插值 本文收集的数据为点状数据,为了解长三角城市群O3浓度的完整空间分布,采用克里金插值法(OKM)对O3浓度的空间分布进行插值.OKM是一种在空间数据分布不均的条件下,能够对插值点属性的空间行为进行全面计算的无偏最优估计算法[28].插值时,从长三角城市群40个有效监测城市中随机抽取4个作为验证点,采用交叉验证法对插值的效果进行评估,精度在86%以上,空间插值效果较好.

1.3.2 基于Moran’的O3浓度空间自相关分析 空间自相关是指空间事物或属性在空间分布上具有相关性,且距离越近相关性越强[17].全局Moran’ s是用于表征区域空间事物自相关性的一个常用且有效的指标[29].本文采用全局Moran’ s探测整个长三角城市群O3浓度分布的空间关联程度及结构模式,全局Moran’的计算公式如下:

的标准化统计量检验的计算公式为:

式中:VAR()是全局Moran’的变异系数;()是其数学期望.

如果()为正且显著,表明相似的观测值趋于空间集聚,即存在正的空间自相关关系;如果()为负且显著,表明相似的观测值趋于空间分散,即存在负的空间自相关关系.

1.3.3 基于Getis-Ord的O3浓度热点分析 全局Moran’虽然可以从整体上反映研究区事物或属性的空间自相关性,但无法反映局部的空间自相关关系及程度.Getis-Ord热点分析可用于分析事物分布的空间集聚性和异质性,验证研究对象是否存在相似值的局部集聚现象[30],并识别其具体的位置.Getis-Ord的计算公式如下:

为便于分析,对进行标准化处理,计算公式为:

式中:VAR()是的变异系数;()是其数学期望.

如果()为正且显著,表示位置为热点(高值聚集);()为负且显著,表示位置为冷点(低值聚集).

2 结果与讨论

2.1 O3总体污染特征

2016年长三角城市群40个有效监测城市O3-8h第90百分位数浓度变化范围为104~224μg/ m3,平均值为154μg/m3,比全国平均值138μg/m3[5]高11.6%.各城市O3-8h第90百分位数浓度主要分布在140~180μg/m3之间,共27个,占有效监测城市的67.5%.其中分布在150~160μg/m3之间的有13个,占有效监测城市的32.5%(图2).O3年评价指标有12个城市超标,超标城市比例为30%,超标城市以轻度污染为主,共11个城市,占超标城市的90.9%,有1个城市为中度污染,占超标城市的9.1%;有28个城市年评价指标达标,达标城市比例为70%,评价结果均为良.年评价指标没有出现优和重度及以上污染的城市.

2016年,长三角城市群40个有效监测城市O3超标天数共1292d,占有效监测天数(40个城市有效监测天数累计为14619d)的8.8%,远高于全国O3超标天数比例(5.2%[5]),各市平均超标天数为32.3d.其中,O3日评价结果为优的天数累计9292d,占63.6%;良4035d,占27.6%;轻度污染1119d,占7.7%;中度污染164d,占1.1%;重度污染9d,占0.1%.未出现严重污染天气.各城市均有不同程度的O3超标,超标天数在1~104d之间,其中,超标天数在21~35d之间的比例最大,共16个城市,占有效监测城市的40%(图3).

图2 O3-8h第90 百分位数浓度频率分布

图3 O3超标天数频率分布

与其它5项常规监测指标相比,O3的超标天数比例居第二位,低于PM2.5(15.7%),高于PM10(6.4%)、NO2(2.5%)、SO2(0.1%)、CO(0.0%).以O3为首要污染物的污染天数占总污染天数的35.0%,仅次于PM2.5(60.8%),远高于PM10(2.1%)、NO2(1.8%)、SO2(0.4%)和CO(0.0%).嘉兴、台州、湖州、宜兴、舟山等5城市以O3为首要污染物的污染天数甚至超过以PM2.5为首要污染物的污染天数.O3已成为造成长三角城市群空气污染的仅次于PM2.5的重要污染物.

2.2 O3浓度的时间变化规律

由图4可见,长三角城市群O3月均浓度变化曲线大体呈M型分布,2个峰值分别出现在5月和8月.1月O3平均浓度最小,为59μg/m3,此后O3浓度逐渐升高,5月达到第一个峰值,为119μg/m3,是1月平均浓度的2倍.6月O3浓度略有下降,出现谷值,为110μg/m3.7月后,O3浓度又开始上升,8月达到第二个峰值,也是一年的最大值,为124μg/m3,是最小值的2.1倍.9月,O3浓度仍然处于高位,但相较于8月已略有下降,为118μg/m3.10月后,O3浓度迅速下降,10~12月O3月均浓度保持在61~72μg/m3的低值水平,仅为最大值的49.2%~58.1%.总体上O3月均浓度变化可分为3个阶段:10月~次年1月为最低阶段,变化范围为59~72μg/m3,平均浓度64μg/m3;2~3月为居中阶段,变化范围为81~90μg/m3,平均浓度85μg/m3;4~9月为最高阶段,变化范围为110~124μg/m3,平均浓度116μg/m3.

图4 O3浓度与超标天数的月度分布

O3污染主要集中在4~9月的最高阶段,40个城市O3超标天数累计为1292d,其中有1268d发生在4~9月,占全年O3总超标天数的98.1%,平均超标天数比例为17.3%,其中8月最高,为21.1%,4月最低,为13.7%.最低阶段和居中阶段O3污染天气较少出现,各月超标天数比例在0.9%以下.与2013年长三角地区O3污染最严重的时间5~8月[16]相比,2016年O3污染时间明显延长.按照O3-8h持续上升且连续3d超过100μg/m3(优)作为一年中O3污染开始的时间,O3-8h持续下降且连续3d低于100μg/m3作为O3污染结束的时间[10],长三城市群O3污染开始于3月25日,结束于9月26日,持续186d.这一评价结果与O3超标天数的分布相符,说明该方法的评价结果较为可靠,可作为长三角城市群O3污染的预警指标之一.

O3月均浓度变化曲线呈M型,可能是长三角城市群气象条件综合作用的结果.O3浓度很大程度取决于地面总辐射量控制下的光化学反应过程[31],而温度影响O3光化学生成速率[32],因此,温度、太阳辐射与O3浓度有显著的正相关关系.水汽对O3的消耗则是近地层O3的一个重要的汇,水汽所含的自由基H、OH等能迅速将O3分解[33],与O3浓度有显著的负相关关系.1~5月O3浓度的快速升高主要是由于温度升高和太阳辐射的增强造成的,温度降低和太阳辐射减弱则是8月以后O3浓度开始降低的主要影响因素.然而,与月均温度变化的单峰、倒V型不同,在温度较高的6月O3浓度出现了谷值,这可能与梅雨有关.6月中下旬长江中下游地区进入梅汛期,日照时数明显偏少,降水量和相对湿度通常较高,以上海宝山气象站为例(表1),2016年宝山气象站6月的日照时数和日照百分率分别为98.5h和23%,明显低于5月的139.1h和33%,而6月的相对湿度和降水量分别为83%和239.2mm,明显高于5月的76%和159.5mm.在忽略O3前体物浓度的差异和其它影响因素情况下,多云导致的日照时数的降低对O3浓度的下降贡献40%,降水对O3浓度降低贡献55%[34].因此,6月平均气温虽然高于5月,但较低的日照时数和较高相对湿度、降水量仍使6月O3浓度低于5月,出现谷值.8月O3浓度达到一年的最大值,则是因为8月长三角城市群主要受副热带高压控制,天气晴朗少云,太阳辐射较强,较高的气温(29.5℃,全年第2)、较大的日照时数(268.2h,全年第1)和较小的相对湿度(71%,全年倒数第3)、降水量(32.4mm全年倒数第2)为O3的光化学反应生成提供了有利条件.10月O3浓度的迅速降低,除受温度下降的影响外,还与雨带南撤经过长三角地区有关,受较低的日照时数(49.3h,全年最低)和较高的相对湿度(80%,全年第2)、降水量(296mm,全年最大)的综合影响.

从季节上来看,O3浓度和超标天数比例具有夏季高、冬季低、春秋季次之的季节变化特征.夏季O3污染最严重,O3浓度最高,超标天数最多,各城市平均浓度为116μg/m3,总超标天数为650d,超标天数比例为17.7%.春季次之,各城市平均浓度为106μg/m3,总超标天数为386d,超标天数比例为10.5%.秋季第3,O3平均浓度为84μg/m3,总超标天数为251d,超标天数比例为6.9%.冬季最小,O3平均浓度为66μg/m3,总超标天数为4d,超标天数比例为0.1%,O3污染基本消失.

表1 2016年宝山气象站主要气象要素月值统计

2.3 O3浓度的空间分异规律

因O3年评价指标为O3-8h第90百分位数浓度,本文采用O3-8h第90百分位数浓度进行插值来分析O3浓度的空间分异规律.图5显示,O3浓度分布大体为东北高西南低,过杭州和马鞍山的直线可将长三角城市群O3浓度划分为高值区和低值区.杭州-马鞍山线以东是O3浓度高值区,是2016年O3高污染城市的聚集区,长三角城市群12个O3年评价指标超标的城市均分布于此,O3-8h第90百分位数浓度变化范围为116~224μg/m3,平均为163μg/m3.高值区全年累计超标天数为1122d,占长三角城市群累计超标天数的86.8%,各城市年均超标40d,平均超标天数比例为10.9%,其中又以环太湖经济圈(包括苏州、无锡、常州、湖州、嘉兴、宜兴和吴江等8个监测城市)O3污染最严重,O3-8h第90百分位数浓度平均值为183μg/m3,各城市年均超标61d,平均超标天数比例16.7%.杭州-马鞍山线以西是O3浓度低值区,O3-8h第90百分位数浓度变化范围为104~ 160μg/m3,平均为130μg/m3.低值区累计超标天数为152d,占长三角城市群累计超标天数的13.2%,各城市年均超标11d,平均超标天数比例3%,其中浙江富阳、临安和安徽的芜湖、宜城超标天数在5d以下,全年O3空气质量良好.

O3浓度的分布格局与长三角城市群经济发展格局大体一致,长三角城市群经济发展在空间上形成了以上海为中心,南京和杭州为副中心,苏州、无锡和宁波为次中心,以环太湖地区为经济核心区域向南北两端和西南缘梯度降低的发展态势[35],表明长三角城市群城市化、产业与人口聚集对O3浓度年度分布格局具有主导作用.环太湖经济圈是长三角城市群的核心腹地,是长三角经济最活跃和经济发展水平最高的区域,高度的城市化和密集的产业活动为O3光化学反应提供了丰富的前体物,形成长三角城市群O3污染最严重的区域.南京作为长三角城市群的副中心城市,是我国重要的“油-化-纤-肥”结合的大型重工业基地,污染物排放比较严重,形成了偏内陆地区O3污染的中心.而上海作为长三角城市群最大的城市和经济中心,未成为长三角城市群O3污染最严重的城市,宁波作为长三角城市群的副中心城市,也未形成严重的O3污染,可能因为上海和宁波地处沿海,易受海洋性季风和海陆风影响,清洁的海洋气团使得污染物易被稀释.杭州-马鞍山线以西,尤其是皖南地区,是长三角城市群经济相对欠发达的区域,城市密度相对较小,O3前体物排放量小,O3空气质量良好.

图5 O3-8h第90百分位数浓度与O3超标天数比例分布

2.4 O3污染的空间演化过程

由O3超标天数比例月度空间分布(图6)可知,1~3月长三角城市群全境基本无O3污染,4~6月O3污染首先在环太湖经济圈至上海区域出现,7~9月高污染范围经历了向整个杭州-马鞍山线以东地区扩展、向西收缩、再向东增强的变化过程后,10月开始O3污染全境消失.总体上看,杭州-马鞍山线以东,O3超标天数比例高且空间分布变化大,杭州-马鞍山线以西,O3超标天数比例低且空间分布变化小.

4~6月,O3污染主要发生在环太湖经济圈至上海区域,污染强度先增强,后减弱.4月长三角城市群O3污染率先在环太湖经济圈至上海区域出现,O3超标天数比例在20%以上的城市共14个,均分布在该区域,其中环太湖经济圈O3超标天数比例最高,在23.3%~43.3%之间,平均为30.7%,超标天数比例最高的城市是宜兴,为46.1%,其余地区除南京(20%)外均低于20%,杭州-马鞍山线以西超标天数比例多在10%以下.5月,随着气温的进一步升高,环太湖经济圈至上海区域O3超标天数比例进一步上升,超标天数比例大于20%的城市增至17个,环太湖经济圈平均超标天数比例上升到34.6%,杭州-马鞍山线以西超标天数比例仍多保持10%以下.6月,由于梅汛期的到来,O3浓度下降,高污染范围向环太湖经济圈收缩, O3超标天数比例在20%以上的城市减至12个,主要分布在环太湖经济圈及周边地区,环太湖经济圈平均超标天数比例降至29.0%.

图6 O3超标天数比例月度空间分布

7月,随着梅雨的北移,长三角城市群主要受副热带高压带的控制,高温夏天开始,O3浓度出现回升,超标天数比例迅速升高,O3高污染范围开始向西北扩展.超标天数比例超过20%的城市达24个,已遍布杭州-马鞍山线以东地区,甚至向南推进到浙江的金华和义乌.环太湖经济圈至上海区域O3超标天数比例升至30%以上,环太湖经济圈平均超标天数比例上升到36.1%,其中宜兴最大,达59.3%.杭州-马鞍山线以西地区O3浓度虽然也有所回升,但超标天数比例仍较低,除义乌、金华和台州外,超标天数比例均在10%以下.

8月,长三角城市群污染强度达到一年最高,但受夏季风加强的影响,沿海城市O3超标天数比例降低,O3高污染范围西移. O3超标天数比例大于20%的城市有21个,污染范围向西越过杭州-马鞍山线,扩展至安徽合肥、铜陵.南京及其周边的滁州、句容、马鞍山O3超标天数比例明显上升,超标天数比例在30%以上,而沿海城市O3超标天数比例出现明显下降,部分沿海城市如上海、海门、太仓、舟山等超标天数比例降至10%以下.环太湖经济圈大部分城市O3超标天数比例也有所下降,但宜兴超标天数比例有明显上升,达一年的最高值71%.

9月,夏季风开始减弱,沿海城市O3超标天数比例出现上升,超标天数比例大于20%的区域又遍布整个杭州-马鞍山线以东地区.杭州-马鞍山线以西地区,除合肥外,多降至5%以下.

从季节上看,春季O3高污染区域主要发生在在环太湖经济圈以东地区,夏季则发生在整个杭州-马鞍山线以东地区,秋季向内陆收缩,冬季O3污染现象基本消失.

2.5 O3浓度的空间集聚规律

2.5.1 O3浓度的空间自相关性 表2列出了2016年长三角城市群O3浓度全局Moran's值及其显著性检验结果.表2显示,2016年长三角城市群O3年均浓度和O3浓度最高阶段(4~9月)月均浓度的空间自相关性通过了0.01置信水平的显著性检验,且Moran's指数均大于0,表明O3年均浓度和O3浓度最高阶段的月均浓度在空间分布上存在极显著的正相关关系,即O3浓度分布呈集聚化趋势.O3浓度最低阶段(10月~次年1月)和居中阶段(2~3月)的空间自相关关系不强,其中1、2和10月的Moran's未通过显著性检验, 3、11、12月Moran's通过了0.05的置信水平的显著性检验,但未通过极显著检验.

表2 2016年长三角城市群O3浓度空间自相关指数

长三角城市群O3浓度的空间自相关性特征,是局地光化学反应和区域传输引起的.已有研究表明,O3浓度的改变是局地光化学反应与区域传输共同作用的结果[36],长三角城市群经济发展水平呈正空间自相关关系[37],现阶段,我国经济发展水平高的城市一般工业发达、人口密集、城市化水平高,经济发展水平的空间自相关性必然反映到O3前体物的排放上,这是长三角城市群O3浓度存在空间集聚化趋势的物质基础.大气污染物跨区域输送则进一步加剧O3浓度的空间自相关性,不同跨区域污染输送模型对长三角地区不同城市O3跨区域输送的模拟表明[12-13,38-40],跨界污染输送对本地O3污染贡献很大.O3浓度较高时气温一般较高,大气边界层较高,易于O3生成和扩散,O3浓度的空间自相关性相对较强.O3浓度低值时段,气温一般较低,边界层高度低,大气层结相对稳定,不利于O3生成和扩散,O3浓度的空间自相关性相对较弱.因O3污染及其集聚性主要发生在O3浓度最高阶段,本文只对年度和4~9月O3浓度的集聚特征进行分析.

2.5.2 O3浓度的年度空间集聚规律 由于全局Moran's评估无法反映局部状态,需在识别出O3浓度空间集聚特征的基础上,进一步采用Getis-Ord探测其集聚的具体区域.O3浓度的年度空间集聚特征如图7a所示,热点集中分布在环太湖经济圈以东地区,且向西南逐渐演替为冷点区,冷热点格局的梯度变化特征明显.其中,热点城市包括常州、无锡、苏州、江阴、张家港、常熟、昆山、南通、海门、太仓、泰州、上海、嘉兴和宜兴,冷点分布在皖南的铜陵、池州和安庆,其他城市的空间自相关不明显.由此表明,O3在环太湖经济圈至上海区域已形成了较为稳定和持续的O3污染城市群,区域性污染特征十分明显,O3污染治理应跨区域合作,联防联控.皖南则为O3浓度的稳定低值区,O3空气质量良好.

2.5.3 O3浓度集聚性的空间演变 从月份来看(图7b-g),O3浓度热点有一次明显的西移过程.4~7月长三角城市群O3浓度冷热点格局与O3年均浓度冷热点格局大体相同,代表了O3浓度年度的集聚特征.热点集中分布在环太湖经济圈至上海区域,包括常州、无锡、苏州、江阴、张家港、常熟、昆山、南通、海门、太仓、泰州、上海和嘉兴,冷点主要分布在安徽的铜陵、池州、安庆、宣城和芜湖.8月后,随着副热带高压带控制的减弱,东南季风逐渐加强,来自海洋较为洁净的空气稀释了沿海城市的O3浓度,同时也输送了部分O3到内陆.热点因此而明显西移,形成了以南京为中心,包括南京、马鞍山、句容、镇江、滁州、扬州、泰州、金坛、常州、江阴、溧阳、宜兴的O3浓度高值区,成为新的O3污染热点,沿海地区O3浓度的集聚性减弱,多表现为无特征点.杭州-马鞍山线以西O3浓度也有所升高,4~7月形成的冷点多数演化为无特征点.9月的热点格局与8月基本相同,但在义乌和金华形成了新的冷点.

图7 2016年长三角城市群O3浓度年、月空间集聚

3 结论

3.1 2016年,长三角城市群O3-8h第90 百分位数浓度的平均值为154μg/m3,各城市年均超标32.3d,平均超标天数比例为8.8%,以O3为首要污染物的污染天数占总污染天数的35.0%,O3已成为造成长三角城市群空气污染的仅次于PM2.5的重要污染物.

3.2 受梅雨影响,O3月均浓度变化曲线呈M型分布,2个峰值分别出现在5月和8月.O3超标主要发生在4~9月,超标天数占全年的98.1%,平均超标天数比例为17.3%,其中8月最高,平均超标天数比例为21.1%.

3.3 杭州-马鞍山线可将长三角城市群O3浓度划分为高值区和低值区.杭州-马鞍山线以东为高值区,O3-8h第90百分位数浓度平均值为163μg/m3,各城市年均超标40d,其中环太湖城市圈O3污染最严重, O3-8h第90百分位数浓度平均值为183μg/m3,各城市年均超标61d.杭州-马鞍山线以西是低值区, O3-8h第90百分位数浓度平均值为134μg/m3,各城市年均超标11d.O3污染具有月度空间演化规律.

3.4 O3年均浓度及4~9月月均浓度的空间分布存在极显著的空间自相关关系.年度热点主要分布在环太湖经济圈至上海区域,冷点分布在皖南的铜陵、池州和安庆. 4~7月冷热点分布格局与年度冷热点格局大体相同,但随着东南季风的加强,8~9月热点西移至以南京为中心的区域.

[1] Fishman J, Crutzen P J. The origin of ozone in the troposphere [J]. Nature, 1978,274(5674):855-858.

[2] Chen P, Quan J, Zhang Q, et al. Measurements of vertical and horizontal distributions of ozone over Beijing from 2007 to 2010 [J]. Atmospheric Environment, 2013,74(2):37-44.

[3] Ding A J, Wang T, Thouret V, et al. Tropospheric ozone climatology over Beijing: analysis of aircraft data from the MOZAIC program [J]. Atmospheric Chemistry & Physics, 2008,8(1):1-13.

[4] Xu X, Lin W, Wang T, et al. Long-term trend of surface ozone at a regional background station in eastern China 1991─2006: enhanced variability [J]. Atmospheric Chemistry & Physics Discussions, 2008,8(1):2595-2607.

[5] 中华人民共和国环境保护部. 2016中国环境状况公报[R]. 北京:中华人民共和国环境保护部, 2017.

[6] Jenkin M. Analysis of sources and partitioning of oxidant in the UK - Part 1: the NOx-dependence of annual mean concentrations of nitrogen dioxide and ozone [J]. Atmospheric Environment, 2004, 38(30):5117-5129.

[7] Wang Y, Song Q, Frei M, et al. Effects of elevated ozone, carbon dioxide, and the combination of both on the grain quality of Chinese hybrid rice [J]. Environmental Pollution, 2014,189(12):9-17.

[8] Stohl A, Forster C, Eckhardt S, et al. A backward modeling study of intercontinental pollution transport using aircraft measurements [J]. Journal of Geophysical Research, 2003,108(D12):ACH8-1-ACH8- 18.

[9] Lee J Y, Kim Y P. Source apportionment of the particulate PAHs at Seoul, Korea: impact of long range transport to a megacity [J]. Atmospheric Chemistry & Physics, 2007,7(13):3587-3596.

[10] 程麟钧,王 帅,宫正宇,等.京津冀区域臭氧污染趋势及时空分布特征[J]. 中国环境监测, 2017,33(1):14-21.

[11] 王燕丽,薛文博,雷 宇,等.京津冀地区典型月O3污染输送特征[J]. 中国环境科学, 2017,37(10):3684-3691.

[12] 李 浩,李 莉,黄 成,等.2013年夏季典型光化学污染过程中长三角典型城市O3来源识别[J]. 环境科学, 2015,36(1):1-10.

[13] 高晋徽,朱 彬,王东东,等.南京北郊O3、NO2和SO2浓度变化及长/近距离输送的影响[J]. 环境科学学报, 2012,32(5):1149-1159.

[14] 张轶男,李倩倩,罗运阔,等.珠三角区域空气质量指数(RAQI)的研究[J]. 环境科学与技术, 2010,33(3):9-13.

[15] 朱江丽,李子联.长三角城市群产业-人口-空间耦合协调发展研究[J]. 中国人口·资源与环境, 2015,25(2):75-82.

[16] 易 睿,王亚林,张殷俊,等.长江三角洲地区城市臭氧污染特征与影响因素分析[J]. 环境科学学报, 2015,35(8):2370-2377.

[17] Feng J, Chan C K, Fang M, et al. Characteristics of organic matter in PM2.5in Shanghai. [J]. Chemosphere, 2006,64(8):1393-1400.

[18] 林燕芬,王 茜,伏晴艳,等.上海市臭氧污染时空分布及影响因素[J]. 中国环境监测, 2017,33(4):60-67.

[19] 齐 冰,牛彧文,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.

[20] 邵 平,安俊琳,杨 辉,等.南京北郊夏季近地层臭氧及其前体物体积分数变化特征[J]. 环境科学, 2014,35(11):4031-4043.

[21] 杨笑笑,汤莉莉,张运江,等.南京夏季市区VOCs特征及O3生成潜势的相关性分析[J]. 环境科学, 2016,37(2):443-451.

[22] 唐文苑,赵春生,耿福海,等.上海地区臭氧周末效应研究[J]. 中国科学:地球科学, 2009,39(1):99-105.

[23] 郑向东,陈尊裕,崔 宏,等.长江三角洲地区春季低空大气臭氧垂直分布特征[J]. 中国科学:D辑, 2004,34(12):1184-1192.

[24] 彭 丽,高 伟,耿福海,等.上海地区臭氧垂直分布特征分析[J]. 北京大学学报(自然科学版), 2011,47(5):805-811.

[25] 刘芷君,谢小训,谢 旻,等.长江三角洲地区臭氧污染时空分布特征[J]. 生态与农村环境学报, 2016,32(3):445-450.

[26] GB 3095-2012 环境空气质量标准[S].

[27] HJ 663-2013 环境空气质量评价技术规范(试行) [S].

[28] Brus D J, Heuvelink G B M. Optimization of sample patterns for universal kriging of environmental variables [J]. Geoderma, 2007,138(1):86-95.

[29] 许文轩,田永中,肖 悦,等.华北地区空气质量空间分布特征及成因研究[J]. 环境科学学报, 2017,37(8):3085-3096.

[30] 崔娜娜,冯长春,宋 煜.北京市居住用地出让价格的空间格局及影响因素[J]. 地理学报, 2017,72(6):1049-1062.

[31] Minoura H. Some characteristics of surface ozone concentration observed in an urban atmosphere [J]. Atmospheric Research, 1999, 51(2):153-169.

[32] Coleman L, Martin D, Varghese S, et al. Assessment of changing meteorology and emissions On air quality using a regional climate model: Impact on ozone [J]. Atmospheric Environment, 2013,69(69): 198-210.

[33] Finlayson B J, Pitts J N. Photochemistry of the Polluted Troposphere [J]. Science, 1976,192(4235):111-119.

[34] 强 琳,董卫民,徐 衡,等.宝鸡市夏季臭氧及其前体物污染特征研究[J]. 环境工程, 2016,34(6):101-105.

[35] 李 娜.长三角城市群空间联系与整合[J]. 地域研究与开发, 2011, 30(5):72-77.

[36] 苏 榕,陆克定,余家燕,等.基于观测模型的重庆大气臭氧污染成因与来源解析[J]. 中国科学:地球科学, 2018,48(1):102-112.

[37] 孟德友,李小建,陆玉麒,等.长江三角洲地区城市经济发展水平空间格局演变[J]. 经济地理, 2014,34(2):50-57.

[38] 严茹莎,李 莉,安静宇,等.夏季长三角地区臭氧非线性响应曲面模型的建立及应用[J]. 环境科学学报, 2016,36(4):1383-1392.

[39] 李 莉,陈长虹,黄 成,等.长江三角洲地区大气O3和PM10的区域污染特征模拟[J]. 环境科学, 2008,29(1):237-245.

[40] 何 涛,乔利平,徐圃青,等.常州市臭氧污染传输路径和潜在源区[J]. 中国环境监测, 2017,33(4):77-83.

Spatial-temporal variation of ozone in Yangtze River Delta urban agglomeration in 2016.

HUANG Xiao-gang1,2,3, ZHAO Jing-bo1,3*

(1.School of Geography and Tourism, Shaanxi Normal University, Xi'an 710119, China；2.School of Geographical Sciences, Shanxi Normal University, Linfen 041004, China；3.National Demonstration Center for Experimental Geography Education, Shaanxi Normal University, Xian 710119, China)., 2018,38(10)：3611~3620

Based on the air quality monitoring data collected in 40 cities in Yangtze River Delta urban agglomeration in 2016, this study presents the spatial-temporal variation of O3concentration in Yangtze River Delta urban agglomeration in 2016 via spatial interpolation, spatial autocorrelation analysis, and hotspot analysis. It shows that: 1) with an average O3non-attainment rate of 8.8percent, O3has become the second major source of pollutants following PM2.5; 2) the O3concentration is decreasing from summer, spring, autumn to winter, the monthly changing of O3concentration follows a pattern of "M" , with two peaks in May and August respectively, and a valley in June due to the interruption of the plum rain season; 3) the O3non-attainment mainly occurs from April to September, which contributes 98.1% to the O3non-attainment days during the whole year with an average monthly rate of 17.3%; 4) the O3concentration shows an a general decrease trend from the northeast to southwest, and the line connecting Hangzhou and Ma’anshan highlights the difference between the highly polluted area in the eastern side of the line, and the less polluted area in the western side of the line. The cities around the Taihu Lake suffer from severest pollution. In geologically speaking, the spatial distribution of O3is approximately in accord with that of the economic development levels of Yangtze River Delta urban agglomeration; 5) the O3concentration follows the spatial agglomeration law. Owing to the impact of southeast monsoon, the hotspots of O3are primarily distributed in the eastern part of the Lake Cities from April to July, and later, move westward to Nanjing and its adjacent areas from August to September.

O3；spatial-temporal variation；spatial autocorrelation；hotspot；Yangtze River Delta urban agglomeration

X511

A

1000-6923(2018)10-3611-10

黄小刚(1978-),男,广西临桂人,讲师,博士,主要研究方向为生态环境评价与治理.发表论文4篇.

2018-03-27

中国科学院气溶胶化学与物理重点实验室项目(KLACP- 2018-01);国家自然科学基金国际合作重大项目(41210002)

* 责任作者, 教授, zhaojb@snnu.edu.cn