前言：尋找寫作靈感？中文期刊網用心挑選的夏季氣象條件對臭氧的影響，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
摘要：為探討山地氣候背景夏季氣象條件對臭氧（Ｏ３）的影響，利用２０１３－２０１７年重慶市北碚區３個環境監測站點日值數據集和相關氣象要素資料，運用綜合數理統計方法，對北碚區Ｏ３濃度的特征變化以及夏季氣象條件對重慶北碚區Ｏ３的影響進行分析，并通過ＨＹＳＰＬＩＴ模型方法查找Ｏ３傳輸路徑，分析其潛在源區．結果表明，北碚區Ｏ３高濃度主要集中在７月下旬至８月，且縉云山站點Ｏ３濃度最高．夏季氣象條件對Ｏ３污染有著密切的聯系，當日平均氣溫達到３０～３５℃，日極端最高氣溫在３５～４０℃時，Ｏ３超標率達到最高．日照時數對Ｏ３濃度呈正相關性，相對濕度、降水對Ｏ３濃度呈負相關性．北碚區夏季Ｏ３污染輸送較重的氣團路徑主要來自東北方以及東南方，夏季Ｏ３污染高濃度主要受四川盆地成都周邊城市群、重慶本地和貴州北部的影響．
關鍵詞：夏季；氣象條件；臭氧；影響研究；潛在源區
近年來，在經濟、社會的迅猛發展背景下，大量的能源被開發利用，城市空氣污染越來越嚴重，對人們的生活和健康產生了較大的影響．作為城市空氣主要污染物之一的臭氧（Ｏ３），是一種光化學反應的微量氣體，它主要來自大氣層中氮氧化物和碳氫化合物等．近地面的Ｏ３主要來源于氮氧化物和揮發性有機化合物，在光照作用下發生的大氣光化學反應以及平流層輸入、前體物濃度水平、大氣化學反應、氣象條件和區域傳輸等對Ｏ３濃度都有一定的影響［１］．高濃度Ｏ３將嚴重威脅人類健康，還會對植物和農作物等造成危害［２］．目前針對Ｏ３污染，國內外學者進行了大量的研究［３－１０］．如：國外Ｊａｃｏｂ等［１１］的研究顯示，未來幾十年氣候變化將會使污染地區夏季Ｏ３濃度增加，其中受影響最大的是城市地區；Ｓｉｌｌｍａｎ［１２］基于１０年觀測數據對Ｏ３與前體物ＶＯＣｓ和ＮＯｘ的關系進行研究，結果表明，在某些區域要達到降低Ｏ３濃度的效果，單獨減少ＶＯＣｓ或者ＮＯｘ的排放濃度是不可行的，不同區域下有不同的影響機制；Ａｎｔóｎ等［１３］利用１９７８－２０００年的ＮＡＳＡＯ３總量的數據，對葡萄牙上空Ｏ３總量的時空結構進行研究得出，葡萄牙上空的Ｏ３總量與緯度有輕微的依賴關系，Ｏ３濃度存在季節性顯著變化．國內王旭東等［１］基于鄭州環境和氣象數據，分析Ｏ３傳輸路徑和潛在源區；Ｚｈａｎｇ等［１４］使用后向軌跡和ＰＳＣＦ手段研究了杭州Ｏ３污染傳輸影響；王闖等［１５］利用２０１３年沈陽市Ｏ３數據和氣象數據，分析氣象條件對Ｏ３濃度的影響研究；高平等［１６］基于２０１５年１０月廣州４個代表不同站點類型，結合ＷＲＦ模擬的氣象數據，研究了各站點Ｏ３的變化特征、影響因素及敏感性．重慶作為典型山地城市，受地形［１７］、南亞高壓和西太平洋副高的共同影響，屬于亞熱帶季風性濕潤氣候［１８］，風速小，夏季高溫多．目前關于重慶Ｏ３污染的研究取得了一些成果［１９－２２］，蒲茜等［２３］通過研究重慶市Ｏ３污染日的大氣環流分型與傳輸特征，總結出Ｏ３污染期間主要有８種天氣類型，主要污染來源有一個明顯的從北轉南的趨勢，Ｏ３污染的潛在源貢獻分析結果與全市工業源ＮＯｘ和ＶＯＣｓ排放量空間分布的一致性較高．韓余等［２４］通過重慶市Ｏ３污染，對氣象因子預報方法進行了對比研究．作為重慶市主城中心城區之一的北碚區，隨著近年來的大氣污染治理，空氣質量持續改善，優良天數保持在主城區前列，但是空氣質量受氣象要素、環境污染等客觀因素的影響，仍存在較大的環保壓力，其中Ｏ３是嚴重影響空氣質量的重要因素之一．為了強化源頭治理，為此，有必要對山地氣候背景下夏季Ｏ３污染進行深入研究．
１資料與方法
１．１資料來源
１．１．１環境監測資料本文數據包括２０１３－２０１７年３個北碚環境監測站點逐時的Ｏ３質量濃度，對比北碚環境監測站點環境信息（表１），可知天生環境監測站點（本文簡稱天生站）相對其他２個監測站點海拔最低，人口密度略低于蔡家監測站點（本文簡稱蔡家站）．縉云山監測站點（本文簡稱縉云山站）海拔最高，周邊的綠化覆蓋率最高.
１．１．２氣象觀測資料氣象觀測資料包括２０１３－２０１７年的北碚國家氣象觀測站平均氣溫（Ｔ）、最高氣溫（Ｔｍａｘ）、相對濕度（ＨＲ）、降水（Ｒ）、風向（ＷＤ）和風速（ＳＷ）等常規氣象觀測數據，蔡家和縉云山區域自動站的平均氣溫（Ｔ）、最高氣溫（Ｔｍａｘ）、降水（Ｒ）等常規氣象觀測數據．由于天生站位于城區，在本文主要采用北碚國家氣象觀測站數據進行對比分析，蔡家氣象數據則取蔡家站數據，縉云山氣象數據則取縉云山山腰黛湖區域自動站數據．
１．２研究區域
重慶市北碚區地處川東平行嶺谷區，地形由窄條狀山脈和丘陵谷地組成．由西向東分布有瀝鼻山、縉云山、中梁山、龍王洞山４條山脈，其間為寬緩的丘陵谷地．山脈兩側地勢陡峻，多形成陡坡和峻坡，山脊高程７００～１０００ｍ，最高峰為皮家山，高程為１３１２．１ｍ．山脈之間寬闊的丘陵谷地相對低緩，丘頂高程２５０～４５０ｍ，最低點為嘉陵江童家溪出境處１７５ｍ．屬于立體氣候中亞熱帶氣候，北碚轄區多年平均氣溫為１４．９～１８．１℃，日平均氣溫大于１０℃的積溫在６０００～６５００℃之間；年降水量為１０００～１３００ｍｍ；年平均日照時數在１１００ｈ左右．具有冬暖夏熱，春早秋短無霜期長，雨量豐沛，地區分布季節分配不均，風力小，濕度大，云霧多，日照少，秋季多綿雨，夏季多伏旱等特點．
１．３研究方法
１．３．１Ｏ３污染物濃度限值環境空氣質量與人類健康程度息息相關［２５］，本研究依據《環境空氣質量標準》２０１２年版對Ｏ３污染物質量濃度限值的定義（表２），Ｏ３質量濃度超標均以日最大８ｈ平均質量濃度大于１６０μｇ／ｍ３為標準計算．
１．３．２后向軌跡美國國家海洋和大氣管理局開發的ＨＹＳＰＬＩＴ（ｈｙｂｒｉｄｓｉｎｇｌｅｐａｒｔｉｃｌｅｌａｇｒａｎｇｉａｎｉｎtｅｇｒａｔｅｄｔｒａｊｅｃｔｏｒｙ）專業模式，主要用于大氣計算和分析大氣污染輸送與擴散軌跡［２６］．該模式主要應用于大氣污染在各個地區的傳輸軌跡和擴散的研究［２７－２９］，是一個集輸送、擴散和沉降的完整模式，可處理多種氣象要素輸入場、多種物理過程和不同類型污染物排放源．本研究將重慶市北碚區縉云山監測點（２９．８３°Ｎ，１０６．３８°Ｅ）作為起始點，模擬計算監測點２０１３－２０１７年夏季（６月，７月，８月）２時、８時、１４時到２０時（北京時間）４８ｈ后向軌跡，模擬起始高度設置為距離地面５００ｍ高度［１４］．然后使用ＴｒａｊＳｔａｔ軟件的ＡｎｇｌｅＤｉｓｔａｎｃｅ算法對氣團后向軌跡做聚類分析，研究氣團輸送路徑．
１．３．３潛在來源ＰＳＣＦ分析潛在來源ＰＳＣＦ分析（ｐｏｔｅｎｔｉａｌｓｏｕｒｃｅｃｏｎｔｒｉｂｕｔｉｏｎｆｕｎｃｔｉｏｎ）方法是計算和描述可能潛在源區的空間地理位置的概率密度函數，可以識別對研究區域污染物影響大的區域．濃度權重軌跡分析法（ｃｏｎｃｅｎｔｒａｔｉｏｎ－ｗｅｉｇｈｔｅｄｔｒａｊｅｃｔｏｒｙ，ＣＷＴ）可以估算每個網格上污染物濃度．結合兩種方法可以較為準確地確定某地的污染物潛在源區．ＰＳＣＦｉｊ值定義為經過第ｉｊ網格的污染軌跡數ｍｉｊ和總軌跡數ｎｉｊ的比值，ＰＳＣＦｉｊ值高的網格被解釋為潛在源區，計算公式為：ＰＳＣＦｉｊ＝ｍｉｊ／ｎｉｊ（１）為減少當某一網格中ｎｉｊ小于研究區域內每個網格內平均端點數ｎａｖｅ在３倍時所導致ＰＳＣＦｉｊ值較高的不確定性，將ＰＳＣＦｉｊ值乘以權重函數Ｗ（ｎｉｊ），即ＷＰＳＣＦ＝Ｗ（ｎｉｊ）×ＰＳＣＦｉｊ，權重函數Ｗｉｊ值［３０］定義為：Ｗ（ｎｉｊ）＝１．０ｎｉｊ＞６００．７２０＜ｎｉｊ≤６００．４２１０＜ｎｉｊ≤２００．０５ｎｉｊ≤１０
２Ｏ３質量濃度特征分析
２．１Ｏ３年際變化特征
為北碚區３個環境監測站點２０１３－２０１７年間Ｏ３日質量濃度最大值的年際變化箱線圖．縉云山站的值最高，其次是蔡家站，天生站值最低；天生站與蔡家站的箱線下限（最低值）、下四分位、中位數線、上四分位都基本一致，明顯低于縉云山站，天生站、蔡家站的中位數基本維持在４０～６０μｇ／ｍ３，而縉云山中位數維持在８０～１００μｇ／ｍ３；從箱線上限（最大值）來看，３個站點，天生站近５年均是最低，而蔡家站與縉云山站則大致相同，兩站之間的最大值差距較?。玻埃保的辏希掣哔|量濃度時間跨度較大，３月－４月開始出現高質量濃度天數外，其余年份的Ｏ３高質量濃度天數基本集中在７月下旬至８月．３個站點Ｏ３質量濃度從高到低依次為縉云山站、蔡家站、天生站，蔡家站和天生站兩地相差不大，縉云山站監測點Ｏ３質量濃度遠高于其他兩地．對比表１環境監測站點環境信息分析可知，主要是縉云山監測站點在海拔和綠化覆蓋率明顯高于其余２個站點，有研究表明［３１］植被排放的ＶＯＣｓ亦可增加大氣光化學系統的活性，自由基的增加容易加快Ｏ３的生存，因此縉云山站的Ｏ３質量濃度明顯高于其余２個站點．
２．２Ｏ３質量濃度逐月變化特征
由繪制的北碚區２０１３－２０１７年的Ｏ３質量濃度平均逐月變化圖，北碚區３個大氣污染監測站點的逐月Ｏ３質量濃度變化呈單峰型，峰值基本出現在７月，低值基本出現在１２月，每年的１１月次年２月Ｏ３質量濃度非常低．在穩步上升的大趨勢中，各監測點在４－６月增幅較?。表湛N云山Ｏ３質量濃度遠高于其他兩地，蔡家和天生兩地趨勢一致，Ｏ３質量濃度相差不大．從北碚區３個監測站日最大８ｈＯ３質量濃度月極端最大值變化可以看出，３個監測站日最大８ｈＯ３質量濃度月極端最大值的變化趨勢與月平均值（圖３ａ）基本一致，１１月－２月最低，７月Ｏ３質量濃度最高；除蔡家站４月Ｏ３質量濃度最高外，其余月份極端最大值均出現在縉云山監測點，且蔡家站５～８月的極端最大值與縉云山站基本一致．２月開始有平均１ｄ的濃度超標日數外，天生站和蔡家站均最早開始于４月；３個站質量濃度超標日數一般結束于１０月；秋末冬季均未出現超標現象；７月、８月是Ｏ３質量濃度超標日數最多的月份，其中縉云山站７月平均超標日數為１８．８ｄ，８月為１４．４ｄ，７－８月天生站和蔡家站超標日數均在１０ｄ左右．
２．３Ｏ３質量濃度逐日變化特征
２０１３－２０１７年北碚地區Ｏ３質量濃度日變化圖，從圖５ａ可見北碚區總體平均Ｏ３質量濃度日變化呈現上午質量濃度低，１ｄ的最大值出現時間在２０：００時左右，之后逐漸回落．各監測點呈現一致的變化趨勢，天生站和蔡家站在１９：００－２０：００時達到１ｄ的最大值，縉云山站在２２：００時達到最大值．縉云山站平均Ｏ３質量濃度最大，蔡家站和天生站每天平均Ｏ３質量濃度相差不大，較縉云山站相差４０μｇ／ｍ３左右．圖５ｂ是２０１３－２０１７年夏季６－８月平均北碚區Ｏ３質量濃度日變化圖．從圖５ｂ中可見，夏季Ｏ
３質量
濃度逐時變化與年平均變化基本一致，１小時Ｏ３質量濃度從高到低依次為縉云山站、蔡家站、天生站，日最高峰值與年平均變化也基本一致，隨著太陽輻射的增加，在１１：００時左右，Ｏ３質量濃度也隨之逐漸增大，大約在１９：００－２１：００時，達到日最大值；但是夏季蔡家站１小時Ｏ３質量濃度從１４：００時起增長速度較快，在１８：００時與天生站的Ｏ３質量濃度差值達到２３．２μｇ／ｍ３，只低于縉云山站６．４μｇ／ｍ３．３夏季Ｏ３與氣象條件的關系國內外大量學者對Ｏ３的研究結論表明［３２－３４］，近地面Ｏ３濃度變化受氣象條件的影響較大，在Ｏ３的形成、傳輸、沉降和消散的過程中氣象條件都有重要的作用．由于北碚區Ｏ３污染最嚴重的季節主要出現在夏季，為更好地研究氣象條件對Ｏ３發展的影響，本研究主要選?。玻埃保常玻埃保纺晗募荆ǎ叮冈拢┑模希硵祿巴跉庀髷祿M行分析．
３．１氣溫
統計對比３個環境監測站點不同氣溫范圍（平均氣溫、日極端最大氣溫）對應Ｏ３質量濃度及其超標率的情況（表３）可見，天生站位于城區，在平均氣溫＞３５℃的情況下，無Ｏ３超標日數，３個站Ｏ３超標主要集中在２５～３５℃之間，其中３０℃＜Ｔ≤３５℃超標率最高，分別達到６１．６％，５１．５％，５０．３％，Ｏ３日最大質量濃度也是在日平均氣溫４級范圍中最高的；日極端最高氣溫４個范圍，３個站均有超標日數，Ｏ３超標主要集中在３５℃＜Ｔｍａｘ≤３８℃和３８℃＜Ｔｍａｘ≤４０℃之間，除天生站超標率最高出現在３８℃＜Ｔｍａｘ≤４０℃之間外，其余２個站超標率最高的范圍在３５℃＜Ｔｍａｘ≤３８℃之間，在日極端最高氣溫超過４０℃的情況下，Ｏ３超標率從高到低依次為蔡家站、縉云山站、天生站．
３．２日照和相對濕度
日照時數是指一天內太陽直射光線照射地面的時間，在一定程度反應了太陽輻射對Ｏ３質量濃度的影響，日照時數越長，越有利于提高光反應速度，從而加快Ｏ３的生成［３３］。天生無日照時，相應地也無Ｏ３超標日數．但隨著日照時數的增加，Ｏ３超標天數也在逐漸增加，當日照達到８～１０ｈ之間時，Ｏ３超標率達到３６．６％．因此，近地面的Ｏ３質量濃度與日照時數有明顯的正相關性．大氣中水汽通過影響太陽輻射從而影響Ｏ３發生光化學反應，大氣中的水汽在一定的條件下通過反應消耗Ｏ３［３５］．由繪制的２０１３－２０１７年相對濕度及Ｏ３質量濃度散點圖（圖６）可知，隨著相對濕度的增加，Ｏ３質量濃度逐漸減少．結合北碚區不同濕度區間下的Ｏ３質量濃度及超標率（表４）可知，在Ｏ３質量濃度超標日數里的相對濕度主要集中在５０％～８０％之間，其中相對濕度在７０％～８０％之間，超標率最高，相對濕度≤５０的超標率最低．
３．３降水
統計２０１３－２０１７年３個監測站點不同降水范圍對應Ｏ３質量濃度及其超標率情況（表５）可知，Ｏ３超標日主要是在無降水日出現，超標率達８９％左右，在中雨和大雨量級時，天生站無Ｏ３超標日，蔡家站和縉云山站的超標率１％左右，小雨量級則３個站都有Ｏ３超標情況出現，超標率從大到小排列依次是蔡家站、天生站、縉云山站．
３．４風向和風速
結合天生站夏季不同風向風速變化及日最大Ｏ３質量濃度的風玫瑰圖（圖７），可以看出，天生站２０１３－２０１７年間夏季主要以北風、東北風為主，平均風速１．３ｍ／ｓ，最小風速０．１ｍ／ｓ，最大風速４．５ｍ／ｓ，Ｏ３質量濃度受風向的影響，中心城區Ｏ３質量濃度較高，Ｏ３質量濃度向西北方擴散的面積較大．
４Ｏ３來源模擬分析
４．１夏季Ｏ３４８ｈ氣團后向軌跡的變化軌跡
受氣象和前體物等因素的影響的同時，Ｏ３質量濃度也受污染物區域傳輸以及傳輸過程中前體物的光化學反應的重要影響［３６］．本研究將重慶市北碚區縉云山監測點（２９．８３°Ｎ，１０６．３８°Ｅ）作為起始點，模擬計算監測點２０１３－２０１７年夏季（６月，７月，８月）０２：００時、０８：００時、１４：００時到２０：００時（北京時間）４８ｈ后向軌跡，模擬起始高度設置為距離地面５００ｍ高度．然后使用ＴｒａｊＳｔａｔ軟件對氣團后向軌跡做聚類分析，繪制氣團輸送路徑（圖８）．結果顯示，北碚區縉云山夏季Ｏ３氣團傳輸路徑聚類后有６條軌跡，平均Ｏ３質量濃度是１０４．８μｇ／ｍ３，其中軌跡１（１９％）主要來自西方，途經四川內江附近，氣團長度最短；軌跡２（１９％）相比軌跡１傳輸路徑較長，主要來自南方，途經廣西、貴州；軌跡３（５％）氣團長度最長，主要來自西北方，途經青海、四川，同時此條軌跡的Ｏ３質量濃度最高，平均濃度達１２８．９μｇ／ｍ３；軌跡４（２４％），Ｏ３質量濃度位居全部軌跡線路的第２，達到１１０．９７μｇ／ｍ３，主要來源于重慶東南部影響；軌跡占比最高的是軌跡５（２８％），平均Ｏ３質量１００．９μｇ／ｍ３，主要來源于東北方，與北碚區主要風向一致，途經四川盆地東北部；軌跡６（５％）Ｏ３質量濃度最低，平均Ｏ３質量濃度８７．１３μｇ／ｍ３，主要來源于西南方，途經云南、貴州．
４．２Ｏ３污染潛在源區分析
本研究將后向軌跡所覆蓋的空間區域（２０°～４０°Ｎ，９０°～１２０°Ｅ）網格化為０．２５°×０．２５°的網格，設定軌跡對應的Ｏ３質量濃度大于１６０μｇ／ｍ３（國家二級標準）作為污染軌跡，計算每個網格內的ＰＳＣＦ值以及ＣＷＴ值．由北碚縉云山夏季Ｏ３潛在源區分布概率（ＷＰＳＣＦ）分析結果，可知夏季Ｏ３潛在源區分布廣泛，重慶東南部，貴州東北部、中部等地區是ＷＰＳＣＦ高值區（＞０．２４），湖南、廣西等地部分網格也存在較高的ＷＰＳＣＦ值，可能是Ｏ３潛在源區．基于ＣＷＴ對研究區的ＷＰＳＣＦ和加權濃度權重軌跡值（ＷＣＷＴ）進行進一步分析發現，兩者結果較為相似，ＷＰＳＣＦ的大值區和ＷＣＷＴ大值區基本重合，潛在污染源較為可靠．從北碚縉云山夏季Ｏ３質量濃度的ＷＣＷＴ分析結果（圖９ｂ）可知，夏季Ｏ３污染潛在源高值區主要位于四川盆地成都周邊城市群、重慶本地（除東北的城口—巫溪—巫山外的城市）、貴州北部，對北碚縉云山Ｏ３質量濃度４８ｈ貢獻超過了１００μｇ／ｍ３．
５小結
（１）北碚區Ｏ３質量濃度從高到低依次為：縉云山站、蔡家站、天生站，高Ｏ３質量濃度主要集中在７月下旬到８月，１１月到次年２月濃度最低，天生站和蔡家站小時Ｏ３質量濃度在１９：００－２０：００時達到最大，縉云山站則在２２：００時達到最大值．
（２）氣象條件對夏季Ｏ３有密切的影響，當日平均氣溫在３０～３５℃區間時、日極端最高氣溫達到３５～４０℃時，Ｏ３超標率最高；Ｏ３質量濃度與日照時數呈正相關性，Ｏ３質量濃度隨著日照時數的增加而增加；與相對濕度、降水呈負相關性，隨著濕度及降水的增加，Ｏ３質量濃度逐漸減少；夏季主要以北風、東北風為主，受風向的影響，中心城區濃度較高，Ｏ３質量濃度向西北方擴散的面積較大．
（３）對北碚區夏季Ｏ３污染輸送較重的氣團路徑主要來自東北方以及東南方．夏季Ｏ３污染潛在源高值區主要位于四川盆地成都周邊城市群、重慶本地（除東北的城口—巫溪—巫山外的城市）、貴州北部．綜上所述，Ｏ３是二次生成的光化學污染物，Ｏ３生成和積累的時間主要集中在白天，而重慶夏季典型的Ｏ３污染日大氣環流就是高空處于青藏高壓前部，低層大氣穩定，８５０ｈＰａ處于低壓西北側［２３］，天氣多為晴朗少云，輻射強，日照時間長，非常有利于Ｏ３光化學反應．因此，北碚夏季氣象條件對Ｏ３的影響較為明顯．
作者:吉莉 劉曉冉 張新科 李強 單位:重慶市北碚區氣象局 重慶市氣象科學研究所 重慶市榮昌區氣象局