湘潭O3浓度变化与气象要素影响分析及预报

林明丽 邓洁琼 刘二影 何宁 游枭雄

摘要 利用2017—2021年湘潭O3逐小时监测数据和气象数据，分析了湘潭O3浓度变化、浓度超标状况及与气象要素之间的关系。结果表明：2017—2021年，湘潭O3濃度分布呈北高南低趋势，但区域特征不十分明显。季节变化特征从高到低依次为夏季＞秋季＞春季＞冬季。O3浓度超标出现在4—11月，盛夏和秋季是O3超标的主要时段，一般在10：00～21：00出现浓度超标，其中，12：00～17：00持续较高的超标率；湘潭O3浓度超标日共分为6种天气形势，均压场型最多，占47.9%。通过对相关性较高的O3影响因子进行多重线性回归，建立春、夏、秋、冬O3浓度回归预报方程，利用2022年实况数据对方程预报结果进行检验，均有较好的预报效果。

关键词 O3浓度；气象要素；超标；影响

中图分类号：P404 文献标识码：B 文章编号：2095–3305（2023）09–0-03

近年来，O3污染问题备受关注。约90%的O3存在于平流层，仅有10%左右的O3分布在对流层[1]。随着城市化建设发展加快，机动车辆急剧增加，O3污染问题愈加突出，各地也相继开展了O3浓度监测，针对近地面O3分布及影响进行了诸多研究[2]，不同地区O3的分布与变化因地而异，有一定的地区特征性。例如：杭州市O3浓度超标现象越来越严重，呈现出明显的季节变化趋势，夏季高，冬季低；与紫外线强度、气温呈正相关，与相对湿度呈负相关[3-4]。出现O3浓度污染的天气类型有高压控制、均压场、高压后部、热带气旋等。O3浓度变化有明显的周末效应[5]。江门的O3浓度秋季均值高于其他季节，37%的O3浓度超标日与西北太平洋或南海热带气旋活动有关[6-7]。

湘潭位于湖南省中东部，是长株潭一体化城市的重要组成部分，是湖南省经济发展的核心增长极，定位为“智造谷”。近年来，湘潭O3浓度年平均值呈逐年增高趋势，最高值252.0 μg/m3（2019年9月7日）。利用2017—2021年湘潭6个环境监测站逐时O3浓度与气象资料，分析了湘潭期间O3超标变化特征、O3超标日天气分型，以及臭氧与气象要素的关系，建立四季O3浓度的回归预报方程，为本地区进一步开展O3研究提供参考。

1 臭氧浓度概念

O3浓度是指空气中O3气体浓度，它反映了空气中的臭氧污染程度。在气象学和大气环境监测中，O3浓度是一个重要指标，它对人类健康和生态环境具有潜在的负面影响。在自然界中，O3是一种普遍存在的气体。它通常是由空气中的氧气在太阳紫外线的作用下分解产生的。在地球大气层中，臭氧主要分布在平流层，其高度为10～50 km，对流层中的O3浓度非常低。然而，在城市和工业区等人类活动较为集中的地区，由于污染物的排放和化学反应的作用，O3浓度会显著高于自然环境中的浓度。这些高浓度的臭氧会危害人体健康和生态环境的平衡。长期接触高浓度O3会刺激呼吸道，引发咳嗽、胸闷、气喘等症状，甚至增加患肺癌等呼吸道疾病的风险。此外，O3还会对植物造成损害，使农作物减产，导致生态系统的平衡被破坏。因此，准确测量和监测O3浓度对环境保护和人类健康具有重要意义。除了加强污染控制和管理外，公众也应尽量减少与O3污染的接触，如选择在室内或低层空气质量较好的地方进行户外活动。了解O3浓度概念及其潜在影响有助于增强环境保护意识，共同建设宜居生态环境。

2 资料说明

O3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”，湘潭市现有6个国控监测站（板塘、江麓、科大、市监测站、岳塘、昭山）。根据监测点的布局，设定科大、昭山在北方位，板塘、江麓在中部，市监测站、岳塘为南部。提取了2017—2021年湘潭6个监测站已审核的O3浓度逐小时数据和O3-8 h浓度，其中2017—2021年O3逐小时浓度数据未出现同一时刻4站缺测，以O3浓度8 h滑动平均最大值（简写O3-8 h）代表O3逐日数据。湘潭O3浓度采用6个监测站O3-8 h浓度平均值得到。气象数据为湘潭国家气象观测站同期逐日气温、最高气温、相对湿度、风向风速和日照等。天气形势数据来源于中国气象局MICAPS 实况资料。

3 湘潭臭氧浓度概况

采用O3浓度的第90百分位数，对2017—2021年湘潭O3浓度的年时空分布进行评价分析发现，不同区域的O3浓度变化不大，总体为北高南低，板塘以南区域O3浓度在150 μg/m3以下，板塘以北区域均在154 μg/m3左右。在年变化规律上，根据6个国控点O3年平均浓度值来看，2017—2019年逐年升高，2019年最高为180.8 μg/m3，之后有所下降，2017年最低为135.0 μg/m3。

在O3浓度的季节变化上，从高到低依次为夏季＞秋季＞春季＞冬季。2019年与总趋势略有不同，从高到低依次为秋季＞夏季＞春季＞冬季。2019年8—9月出现持续高温少雨天气，利于O3浓度的生成，尤其是9月的O3月浓度最高，为169.9 μg/m3，超过160 μg/m3，达二级标准。究其原因，湘潭7月中下旬开始，出现了持续晴热高温少雨天气，太阳辐射增强。研究表明：受副热带高压控制时，高温、低湿、强太阳辐射和弱风力等气象条件非常有利于O3生成且不利于扩散，致使湘潭8—9月的O3平均浓度及年平均浓度为近4年最大[8]。

4 O3浓度超标的分布特征

4.1 O3浓度超标状况

2017—2021年O3浓度超标率前3年呈逐年增高趋势，2019年O3浓度超标率最高达11.2%，之后由于在大气污染管控上采取防治措施，浓度超标率有所下降。O3超标现象最早在4月底出现（2020年），最迟结束时间在11月初（2017年）。

4.2 O3浓度超标月季分布情况

分析月平均O3浓度超标日数可知，2017—2021年O3浓度超标出现在4—11月，1—3月和12月均无O3超标现象。轻度超标的月平均日数为2.6 d，其中，8、9月轻度超标平均日数最多，为6.6 d，超标天数占总超标天数的68.1%。

在O3轻度污染以上的超标天数中，47.9%出现在秋季，36.2%出现在夏季，春季16.0%，仅冬季没有出现超标天数。秋季容易出现O3极值，2019年秋季9月7日出现O3日最高浓度（252.0 μg/m3，岳塘点）。

4.3 O3浓度超标日分布特征

由于2019年O3浓度及超标现象均较其他年偏高偏重，因此，以2019年为例分析湘潭各站点O3浓度超标日分布特点。

统计各监测站点2019年O3浓度超标日数，板塘以北的＞以南的，昭山超标日最多为55 d，其次为科大，50 d，市监测站最少30 d，板塘、江麓、岳塘46～47 d。分析逐时超标率发现，湘潭O3浓度超标出现时段一般在10：00～21：00。从各站点O3浓度超标率日变化来看（图1），超标率最高的是昭山站，超标现象出现在10：00，于20：00结束，14：00～16：00为超标率出现最高的时段，超标率均为23.3%。各站点的O3浓度超标率存在差异，但大部分在13：00～17：00的超标率均较高，17：00后随着太阳辐射减弱。这与其他地区的日变化规律一致。

5 O3与气象要素的关系

5.1 气温高低对O3浓度的变化

根据平均气温与O3浓度变化图可知，O3浓度随日平均气温的升高而增大，当日平均气温低于14 ℃时，增幅较小，浓度＜60 μg/m3，当日平均气温高于14 ℃时，O3浓度随日平均气温升高增幅渐加大，当日平均气温大于23 ℃时，O3浓度在100 µg/m³以上。而随着气温的升高，超标率呈增大趋势，气温低于22 ℃时，未出现O3浓度超标，气温在24～25 ℃时，超标率为38%，25～26 ℃时超标率为41%，27～28 ℃时，超标率相对较小，只有7%，在平均气温达32 ℃以上时，O3浓度超标率与气温26 ℃时的超标率相当，说明气温升高，光化学反应增强，O3浓度也随之增高，但并不一定会与气温呈正比增加，与其气象条件有利与否及前体物的浓度也有一定关联。

5.2 O3浓度超标日的天气类型

根据湘潭6个国控监测点的O3浓度日数据，设定有3个或以上的站点O3浓度超标时，则选取该日为1个超标日个例。因此，对2017—2021年出现的94个超标日个例进行天气形势分析。根据海平面气压场特征，共分为6种形式：均压场型、高压底（前）部型、高压后部型、高压控制型、低压型、东风系统型。其中，均压场型的个例最多，占47.9%；其次是高压底（前）部型，占25.5%；相对较少的是高压后部型、低压系统型和东风系统型，低于10.0%。

均压场型主要集中在5—6月和8—10月，本地多为类似鞍形场的形势，近地面大气层结稳定，风速较小，天气晴好，在较强的太阳辐射下加快大气光化学反应速度，有利于本地O3生成后积聚。而出现中度以上O3污染过程主要是地面均压场这种天气类型（11次），可见，均压场是导致湘潭O3浓度超标的重要气象条件之一。

5.3 O3日平均浓度回归预报方程建立与检验

气象条件是影响近地面O3生成及其浓度大小的主要因素之一，据研究表明：气温、湿度、降水量、日照、风速风向等是比较重要的气象影响因子。考虑前1日O3最大小时浓度对第二日的累积效果，故将前1日O3最大小时浓度作为影响因子，运用SPSS 16.0统计学软件对O3浓度与相关影响因子进行分析，得到四季O3浓度与相关因子的相关系数。从结果可以看出，春季O3浓度与气象因子和前一日O3浓度的显著性水平都较好，其中，湿度、日照、平均气温、最高气温、前1日O3浓度表现为极显著。夏季O3浓度与所选的因子均表现为极显著。秋季O3浓度与所选因子的显著性水平都较好，其中除降水量外，其他均表现为极显著。冬季O3浓度与降水量无相关性，其他均为极显著。

按春、夏、秋、冬，分别利用SPSS 16.0软件进行多重线性回归步进法，引入湿度、日照、平均气温、风速、降水量、最高氣温、前一日O3浓度7个因子作为自变量，选择性加入或剔除某个自变量，建立各季最优的回归方程：

春季：YO3= 73.95-0.562XRH+2.977XS+1.115XTM+0.296X前一日O3

夏季：YO3= 289.878-1.419XRH+2.637XS-9.594XT+4.838XTM-4.347XV+0.28X前一日O3

秋季：YO3= 43.124-0.411XRH+3.465XS+1.308XTM+0.408X前一日O3

冬季：YO3= 42.57-0.192XRH+3.907XS+0.318X前一日O3

经统计方差分析，春、夏、秋、冬O3浓度与因子的复相关系数分别为0.826、0.788、0.897、0.799，调整后的确定系数分别为0.680、0.611、0.802、0.635，建立的回归模型F值分别为244.560、59.838、461.357、262.238，显著性概率P均为0.000，各季的回归模型均极显著。

为检验各季O3浓度预报方程的效果，对2022年春、夏、秋、冬逐日相关实况数据进行检验，综合结果见图2，春、夏、秋、冬的预测与实况相关系数分别为0.846、0.695、0.896、0.792，各季预报方程对O3浓度预测有较好的效果。

6 结论

（1）2017—2021年湘潭O3浓度呈北高南低分布，区域特征不明显。季节变化从高到低依次为夏季＞秋季＞春季＞冬季。

（2）O3浓度超标天数中，有48.8%出现在秋季，32.5%出现在夏季，春季18.8%，仅冬季没有出现超标日。

（3）O3浓度日变化呈“单峰型”分布，浓度超标主要在10：00～21：00；各监测点各有差异，但大部分均在12：00～17：00超标率持续较高，17：00后随太阳辐射减弱而下降。

（4）O3濃度超标日分6种天气类型，以均压场型最多，占47.9%，相对较少的是高压后部型、低压系统型和东风系统型，低于10.0%。

（5）利用多重线性回归建立的各季最优回归预报方程，经2022年实况数据检验，方程对预测O3浓度有较好效果。

参考文献

[1] 唐孝炎.大气环境化学[M].北京：高等教育出版社，1990．

[2] 程念亮，李云婷，张大伟，等.2014年北京市城区臭氧超标日浓度特征及与气象条件的关系[J].环境科学，2016，37（6）：2041-2051.

[3] 洪盛茂，焦荔，何曦，等.杭州市区大气臭氧浓度变化及气象要素影响[J].应用气象学报，2009，20（5）：602-611.

[4] 蒋璐璐，钱燕珍，杜坤，等.宁波市近地层臭氧浓度变化及预测[J].气象与环境学报，2016，32（1）：53-59.

[5] 王占山，李云婷，陈添，等.北京城区臭氧日变化特征及与前体物的相关性分析[J].中国环境科学，2014，34（12）：3001-3008.

[6] 蒲义良，吴斯敏，叶朗明，等.江门市城区臭氧浓度变化特征及气象影响因素分析[J].热带气象学报，2020，36（5）：650-659.

[7] 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（D辑：地球科学），2009，39（1）：99-105.

[8] 杨昕，李兴生.近地面O3变化化学反应机理的数值研究[J].大气科学，1999 （4）：427-438.

Analysis and Prediction of Changes in Ozone Concentration and Meteorological Factors in Xiangtan

Lin Ming-li et al（Xiangtan Meteorological Bureau， Xiangtan， Hunan 411100）

Abstract Using hourly monitoring data and meteorological data of O3 in Xiangtan from 2017 to 2021， the changes in ozone concentration， concentration exceeding standards， and their relationship with meteorological factors in Xiangtan were analyzed. The results show that from 2017 to 2021， the distribution of O3 concentration in Xiangtan was high in the north and low in the south， but the regional characteristics were not very obvious. The seasonal variation characteristics from high to low were summer > autumn > spring > winter. The excessive concentration of O3 occurs from April to November， with midsummer and autumn being the main periods of O3 exceeding the standard. Generally， the concentration exceeding the standard occurs from 10：00 to 21：00， with a consistently high exceeding rate from 12：00 to 17：00; The days when the concentration of O3 in Xiangtan exceeds the standard can be divided into 6 weather situations， with the highest average pressure field type， accounting for 47.9%. By conducting multiple linear regression on O3 influencing factors with high correlation， a regression prediction equation for O3 concentration in spring， summer， autumn， and winter was established. The prediction results of the equation were tested using 2022 actual data， and all showed good prediction results.

Key words Concentration of Ozone; Meteorological elements; Exceeding the standard; Influence