2017, Vol. 37
[PDF全文]
2. 中科三清科技有限公司, 北京 100029;
3. 中国科学院大气物理研究所, 北京 100029
2. Clear Technology Co. Ltd, Beijing 100029;
3. Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029
经过多年的努力, 珠三角地区(PRD)的一次污染物已得到较有效的控制(Zhong et al., 2013), PM2.5等受人们广泛关注的污染物也于近年得到了一定程度的控制, 2015年珠三角的PM2.5浓度于三大重点区域中率先达到国家二级标准(赵卉卉等, 2016).然而, 光化学反应的重要产物臭氧却仍得不到很好的控制(Zheng et al., 2010).高浓度臭氧一方面对人体健康有较大影响(Tilton et al., 1989；Fann et al., 2015), 同时也会损坏农作物(Ghude et al., 2014), 另一方面, 其会加剧大气氧化性, 不断氧化SO2与NO2等气态污染物(Sun et al., 2014), 生成较高浓度的PM2.5.
广东省位于亚热带地区, 高温与强日照有利于光化学过程的进行与臭氧的生成(Li et al., 2016).同时, 珠三角植被繁茂, 天然源VOCs排放强度较大(Situ et al., 2013), 涂料、家具、电子和印染等高VOCs排放的行业密集, 人为源VOCs的排放也较大(Yin et al., 2015)；路网与交通发达, 汽车保有量逐年上升, NOx的排放量也较大(Liu et al., 2017).在臭氧前体物大量排放、气候条件有利臭氧生成的珠三角地区, 已进行过大规模的综合观测(Zhang et al., 2008a；2008b), 对珠三角的臭氧污染已有一定了解.由于滴定效应, 城市的臭氧平均浓度要低于非城市地区(Borrego et al., 2010).PRD地区NOx与O3的浓度关系也表明NOx排放的增加在乡村地区对O3浓度有正效应(Shao et al., 2009), 而在高NOx排放源区地区对O3浓度则有负效应, 可能是VOC敏感, 但NOx减排有利于区域臭氧峰值的减少(Li et al., 2013).在臭氧来源方面, 把反应活性与排放量综合考虑以后, 10种VOC是香港臭氧的主要前体物, 溶剂相关的物种贡献了70%的臭氧, 交通贡献了23%(Cheng et al., 2013).PRD地区及外围区域的污染物排放对PRD地区的臭氧都有重要贡献, 臭氧污染呈现出区域性或超级区域性的特点.使用CAMx的OSAT研究表明, 对于PRD, 本地排放在七月对臭氧的贡献达68%~80%, 在十月达35%~55%, 在一月与四月仅为19%~32%(Li et al., 2013).
目前在珠三角的臭氧研究均是短期局地性的研究, 但自2013年以来珠三角已开展全面大范围的臭氧连续监测, 粤东西北地区则于2014年起全面开展臭氧监测.然而, 目前关于较大范围臭氧污染特征的报道还相对缺乏.本研究主要分析珠三角与广东省的臭氧污染特征与其来源, 为珠三角地区的臭氧污染防治提供参考.
2 数据与方法(Data and methods) 2.1 监测网络和数值模型介绍2013年珠江三角洲区域空气质量监控网共布设63个点位, 包括珠三角9市1区54个城市站点、8个区域站及1个大气超级站.监测指标包括二氧化硫、二氧化氮、可吸入颗粒物、细颗粒物、臭氧、一氧化碳等项目.2014年起广东省空气质量监测网共布设了102个城市空气质量监测点位、8个区域站、1个大气超级站(图 1).监测指标包括二氧化硫、二氧化氮、可吸入颗粒物、细颗粒物、臭氧、一氧化碳和降尘等项目.该网络执行国家规定的QA/QC标准.该网络每小时以AQI(空气质量指数)和污染物浓度的形式向公众发布全省城市空气质量实况.
 |
| 图 1 广东省主要大气监测点示意图 Fig. 1 The spatial distribution of monitoring sites in Guangdong Province |
粤港监控网由广东省与香港特别行政区共同建设, 2011—2014年, 该网络每日以RAQI(区域空气质量指数, 涵盖二氧化硫、二氧化氮、可吸入颗粒物和臭氧四项指标)的形式向公众发布区域空气质量日报.2014年9月, 粤港监控网空气质量监测范围扩展到粤港澳三地, 该网络更名为粤港澳珠三角区域空气监测网(简称粤港澳网), 监测站点从16个增加至23个, 包括珠三角九市一区的18个站点、香港特区4个站点和澳门特区1个站点(图 2).监测指标包括二氧化硫、一氧化氮、二氧化氮、氮氧化合物、可吸入颗粒物、细颗粒物、臭氧、一氧化碳等项目.网络严格执行国际认可的QA/QC标准.
 |
| 图 2 粤港澳网大气监测点示意图 Fig. 2 Air monitoring network in Guangdong, Hong Kong and Macao |
从源出发基于大气扩散模式的源解析技术, 是主流源解析技术之一, 是弄清城市大气污染物的来源及各来源所占比例的有效手段, 不仅可以定性地识别大气污染物的来源, 还可以定量地计算出各个污染源对环境污染的贡献值, 在大气污染呈复合型、压缩型、区域性特征的背景下其应用较为广泛.
本文采用的NAQPMS模式是中国科学院大气物理所研发的区域-城市空气质量模式系统(王哲等, 2014), 可实现多尺度多过程的双向嵌套数值模拟.该模式系统充分借鉴了国际上先进的天气预报模式和空气质量模式的优点, 结合了中国各区域、城市的地理、地形环境、污染源排放资料等特点.物理化学过程采用模块化设计, 包括了平流扩散、气溶胶化学、干湿沉降、气相化学、液相化学机制等物理化学模块, 提供CBMZ、CB4等气相化学反应机制.NAQPMS模式还耦合了污染物来源解析模块.该模块可实时在线解析不同地区和不同行业对大气一次污染物和二次污染物的贡献.相较于传统的源开关法, 该方法避免了化学非线性特征对源开关法解析结果的影响, 且其在一次模拟中可解析多个目标区域的贡献, 大大节约了计算时间.模式采用三层嵌套, 气象场由WRF(v3.5.1)驱动, 排放源数据包括：华南理工大学开发的2010年广东省清单(潘月云等, 2015)、香港环保署开发的2012年香港清单(香港环保署, 2017)、清华大学开发的MEIC清单(He et al., 2012)、REAS清单(Ohara et al., 2007)和MEGAN模型估算的天然源清单.
为了识别O3的来源, 本研究按行政区把模拟区域划分为28个区域, 分别为广东省的21个地级市、江西省等6个相邻省份和模拟域内其他地区(图 3).
 |
| 图 3 模拟区域分区示意图 Fig. 3 Modeling domains |
本文采用标准化平均偏差(NMB)与标准化平均误差(NME)、相关系数(R)评估模拟结果, 定义如下：
|
(1) |
|
(2) |
|
(3) |
式中, Cm为模拟值, Co为观测值, 
自2006年以来, 粤港网监测的多项污染物均呈波动下降趋势, 但臭氧浓度均值却在波动上升.与2006年相比, 2016年SO2、NO2、PM10与PM2.5浓度分别下降了77%、30%、38%和37%, 但臭氧年均浓度从48 μg·m-3上升到52 μg·m-3, 上升了8%.2016年与2015年相比大部分污染物浓度均有所下降, SO2下降14%, NO2上升3%, O3下降2%, PM10下降6%, PM2.5下降6%.遥感数据表明, 广东地区AOD 2015较2007年下降了29.7%(张磊等, 2016), 低于本研究的结果(39%).基于OMI数据的中国中东部城市近地面臭氧时空分布特征研究表明, 珠三角臭氧总柱浓度与近地面臭氧浓度在2005到2014年间变化不大(刘小正等, 2016), 本研究的结果表明近地面臭氧平均浓度在2006到2014年间上升19%.遥感与本研究结果的差异主要是由于监测的对象与手段存在差异导致.
 |
| 图 4 粤港网各项主要大气污染物年际变化规律 Fig. 4 Annual variation of major air pollutants in the air monitoring network of Guangdong and Hong Kong |
自2014年广东省全省各区开始连续监测臭氧以来, 广东省各区域的臭氧最大8小时浓度年第90百分位数呈现逐年下降趋势(图 5).各区域2015年的臭氧百分位数浓度比2014年有所下降, 这显示出广东省的臭氧污染整体在改善.珠三角的臭氧浓度水平每一年均高于粤东西北地区, 而在非珠三角地区, 粤东的臭氧浓度水平最高.2016年珠三角的臭氧污染有所反弹, 但仍低于2014年水平.尽管粤东西北地区的臭氧持续下降, 全省平均的臭氧污染水平仍比2015年上升, 但低于2014年的水平.
 |
| 图 5 广东各区域臭氧最大8小时浓度年第90百分位数年际变化规律 Fig. 5 Annual variation of the 90th percentage of maximum O3-8 h concentration in each regions of Guangdong |
每年珠三角与非珠三角地区的臭氧月份变化特征均显示出夏秋季浓度较高, 冬春季浓度较低的变化规律(图 6).几乎每年珠三角与非珠三角地区的臭氧浓度最高值均出现在10月, 浓度较低的月份一般为12月、2月、3月、5月与6月, 但在某些年份也存在例外的情况, 如2014年6—7月珠三角的臭氧浓度显著高于15年同期的珠三角臭氧浓度.另外, 2014年6月粤东与粤西的臭氧浓度也显著高于2015年同期的臭氧浓度, 显示出在不同年份中个别月份会表现出不一致的变化规律.但一般在6—10月臭氧都会呈现上升趋势, 并于10月达到峰值, 然后在11—12月逐月下降, 这一规律每年均发生.2016年5月珠三角与粤东西北的臭氧浓度显著高于2014与2015年同期, 估计与年际气候变化有关.沈劲等(2015)研究了珠三角2013年干湿季的臭氧情况, 研究表明O3-8 h浓度干湿季节差异不大, 湿季温度高, 日照时间长, 有利于非雨天臭氧的生成与积累, 但干季湿度低, 降水少, 在秋冬季也有较高的臭氧浓度.本研究的结果表明干季与湿季均存在臭氧浓度较低或较高的月份, 使用干湿条件划分研究时段意义不大, 逐月的分析更能反映臭氧季度与月度变化特性.
 |
| 图 6 广东各区域臭氧最大8小时浓度年第90百分位数月际变化规律 Fig. 6 Monthly variation of the 90th percentage of maximum O3-8 h concentration in each regions of Guangdong |
根据近年臭氧最大8小时浓度年第90百分位数空间分布结果(图 7), 广东省臭氧总体上呈现出珠三角中南部和粤东东部部分地区较高、粤西污染相对较轻的分布态势, 总体上2015年的臭氧浓度显著低于2014年(图 7).2014年是珠三角、粤东与粤北等地部分城市臭氧浓度较高, 而2015年浓度较高的区域仅剩东莞与潮州, 云浮与梅州等城市是全省臭氧浓度洼地.2016年粤东地区与东莞的臭氧较前两年有较明显的回落, 因此全省的最高值较前两年有所回落, 但珠三角其它城市的臭氧略有上升, 珠江口附近的东莞与顺德仍是珠三角及全省臭氧浓度最高的城区.
 |
| 图 7 广东2014—2016年臭氧最大8小时浓度年第90百分位数空间分布规律 Fig. 7 Spatial distribution of the annual 90th percentage of maximum O3-8 h concentration in Guangdong during 2014—2016 |
本文采用标准化平均偏差(NMB)与标准化平均误差(NME)、相关系数(R)作为统计指标, 广东省102个城市站点及8个区域站O3小时浓度模拟效果统计分析见表 1.从表 1可以看到, 虽然模式系统低估了广东省1月、4月、7月和10月的臭氧小时值, 但相关性较好, 模式系统整体可靠.
| 表 1 O3模拟浓度与观测浓度的统计分析 Table 1 Statistical analysis of the hourly O3 concentration simulation performance |
 |
2014年是有监测以来广东省臭氧污染最严重的年份, 以广东省全境为受体, 解析2014年1、4、7、10月份广东省臭氧来源, 本地排放是广东省臭氧最重要的来源(图 8), 但不同季节贡献率略有差异, 其贡献率大小依次为夏季(57%)、冬季(41%)、春季(40%)和秋季(34%).除本地贡献外, 不同季节广东省臭氧的主要来源变化较大, 冬季以江西省(12%)、其他地区(10%)、超区域传输(25%)为主, 春季以其他地区(18%)、超区域传输(27%)为主, 夏季以其他地区(11%)、超区域传输(23%)为主, 秋季以江西省(25%)、湖南省(10%)和其他地区(13%)为主.造成广东省臭氧来源季节性差异的原因主要是季节主导风向的不同和上风向地区排放源强、污染源强的差异.广东省夏季以偏南风为主导风向, 而广东省以南是海洋, 污染物排放强度较小, 在主导风向的作用下广东省外输送到广东省的臭氧浓度较低, 因而广东省夏季本地贡献远高于其他季节.类似地, 广东省秋季以偏北风为主, 而且夏秋季节华南地区日照充足, 气温较高, 利于臭氧生成, 在偏北风的作用下广东省以北地区(如江西省、湖南省等)生成的臭氧输送到广东省, 导致广东省秋季省外贡献远高于其他季节, 而本地贡献则远低于其他季节.前期北大团队在珠三角基于模型的臭氧来源解析也表明秋季珠三角有相当一部分臭氧来源于广东省外(陈皓等, 2015).
 |
| 图 8 广东省臭氧来源解析 Fig. 8 The region contributions to O3 in Guangdong province |
从前面的分析可以看到, 珠三角西南部的江门市是广东省境内臭氧污染较为严重的城市, 因此, 本文选取江门市作为典型城市, 分析其2014年1月、4月、7月和10月臭氧污染来源(图 9), 解析过程以江门全境作为受体.江门市臭氧来源季节特征较为显著：冬季臭氧主要来源于本地排放(28%)、超区域传输(27%)、省外(20%)和粤北(7%), 春季臭氧主要来源于本地排放(49%)、超区域传输(20%)和省外(15%), 夏季臭氧主要来源于本地排放(50%)、超区域传输(21%)、粤西(13%)和省外(12%), 秋季臭氧主要来源于省外(36%)、本地排放(19%)、粤北(14%)、佛山(9%)和肇庆(8%).主导风向变化是造成江门市臭氧来源季节性特征的重要因素, 以北风和东南风为主导风向的春季、秋季和冬季, 江门市以北地区对江门市臭氧贡献较为显著, 如省外(江西省和湖南省)、粤北地区、珠三角北部地区(佛山、肇庆)等；而以偏南风为主的夏季, 江门市以南地区则对江门市臭氧贡献显著, 如省外(海南省)、粤西等.此外, 上风向源强较低是江门市夏季本地排放对臭氧贡献明显高于其他季节的原因, 江门以南是海洋, 污染物排放强度较小, 输送到江门市的臭氧浓度较低, 因而江门市夏季本地贡献远高于秋冬两季.而江门市春季本地贡献较高则应该与江门市风力大小相关, 江门市春季风力等级小于3级的天数最多, 风力最小(表 1), 因而污染物浓度传输量较小, 本地贡献高于秋冬两季.前期的研究表明秋季江门地区的臭氧主要来源于珠三角外地区的输送, 此外, 广州、佛山与中山等地对江门的臭氧贡献较大(沈劲等, 2015), 本研究也表明佛山的贡献较大, 但其它地区的贡献略有不同, 本研究中广州和中山的贡献相对较少, 肇庆与粤北的贡献相对较大, 两个研究结果的差异估计与所研究的年份不同有关, 因为不同年份的同一个月也会存在一定的气象条件差异.
 |
| 图 9 江门市臭氧来源解析 Fig. 9 The region contributions to O3 in Jiangmen |
 |
| 图 10 江门市风玫瑰图 Fig. 10 The wind rose diagram for different season in Jiangmen |
| 表 2 江门市风力统计情况 Table 2 The statistics of wind speed in Jiangmen |
|
1) 2014—2016年广东省的臭氧污染局部在改善.珠三角的臭氧浓度水平总体高于粤东西北地区, 而在非珠三角地区, 粤东的臭氧浓度水平最高.广东省臭氧总体上呈现出珠三角中南部和粤东东部部分地区较高、粤西污染相对较轻的分布态势.广东省的臭氧夏秋季浓度较高, 冬春季浓度较低.
2) 广东省本地排放是臭氧主要来源, 夏季占比为57%, 其余季节约占40%.臭氧的跨省输送特征明显.
3) 臭氧研究热点区域, 珠三角西南部春夏季臭氧本地贡献约为50%, 但秋冬季仅占19%~28%, 其它地区的臭氧贡献随季节变化差异较大.
4) 根据广东省臭氧污染时空变化特征与来源解析结果, 若要减轻广东的臭氧污染, 建议实施臭氧消峰行动, 即在夏秋季节严控珠三角地区的臭氧前体物排放, 特别是珠三角中部广州、佛山与东莞等城市的排放要重点控制.同时, 强化粤东西北地区与周边省份的协同减排.
致谢: 南方科技大学的李莹副研究员协助修改了英文摘要, 在此致以最诚挚的谢意.
Borrego C, Monteiro A, Ferreira J, et al. 2010. Modelling the photochemical pollution over the metropolitan area of Porto Alegre, Brazil[J]. Atmospheric Environment, 44(3): 370–380.
DOI:10.1016/j.atmosenv.2009.10.027
|
Cheng H R, Saunders S M, Guo H, et al. 2013. Photochemical trajectory modeling of ozone concentrations in Hong Kong[J]. Environmental Pollution, 180: 101–110.
DOI:10.1016/j.envpol.2013.04.039
|
陈皓, 王雪松, 沈劲, 等. 2015. 珠江三角洲秋季典型光化学污染过程中的臭氧来源分析[J]. 北京大学学报(自然科学版), 2015, 51(4): 620–630.
|
Fann N, Nolte C G, Dolwick P, et al. 2015. The geographic distribution and economic value of climate change-related ozone health impacts in the United States in 2030[J]. Journal of the Air & Waste Management Association, 65(5): 570–580.
|
香港环保署. 2017. 香港空气污染物排放清单[OL]. 2017-04-20. http://www.epd.gov.hk/epd/tc_chi/environmentinhk/air/data/emission_inve.html
|
Ghude S D, Jena C, Chate D M, et al. 2014. Reductions in India's crop yield due to ozone[J]. Geophysical Research Letters, 41(15): 5685–5691.
DOI:10.1002/2014GL060930
|
Li M, Zhang Q, Kurokawa J, et al. 2017. MIX: a mosaic Asian anthropogenic emission inventory under the international collaboration framework of the MICS-Asia and HTAP[J]. Atmospheric Chemistry & Physics, 17(23): 34813–34869.
|
Li Y, Lau A K H, Fung J C H, et al. 2013. Systematic evaluation of ozone control policies using an Ozone Source Apportionment method[J]. Atmospheric Environment, 76: 136–146.
DOI:10.1016/j.atmosenv.2013.02.033
|
Li Y, Lau A K H, Fung J C H, et al. 2013. Importance of NOx control for peak ozone reduction in the Pearl River Delta region[J]. Journal of Geophysical Research Atmospheres, 118(16): 9428–9443.
DOI:10.1002/jgrd.50659
|
Li M, Song Y, Mao Z, et al. 2016. Impacts of thermal circulations induced by urbanization on ozone formation in the Pearl River Delta region, China[J]. Atmospheric Environment, 127: 382–392.
DOI:10.1016/j.atmosenv.2015.10.075
|
Liu Y H, Liao W Y, Lin X F, et al. 2017. Assessment of Co-benefits of vehicle emission reduction measures for 2015–2020 in the Pearl River Delta region, China[J]. Environmental Pollution, 223: 62–72.
DOI:10.1016/j.envpol.2016.12.031
|
刘小正, 楼晟荣, 陈勇航, 等. 2016. 基于OMI数据的中国中东部城市近地面臭氧时空分布特征研究[J]. 环境科学学报, 2016, 36(8): 2811–2818.
|
Ohara T, Akimoto H, Kurokawa J I, et al. 2007. An Asian emission inventory of anthropogenic emission sources for the period 1980–2020[J]. Atmospheric Chemistry and Physics, 7(16): 4419–4444.
DOI:10.5194/acp-7-4419-2007
|
潘月云, 李楠, 郑君瑜, 等. 2015. 广东省人为源大气污染物排放清单及特征研究[J]. 环境科学学报, 2015, 1(9): 2655–2669.
|
Shao M, Zhang Y, Zeng L, et al. 2009. Ground-level ozone in the Pearl River Delta and the roles of VOC and NOx in its production[J]. Journal of Environmental Management, 90(1): 512–518.
DOI:10.1016/j.jenvman.2007.12.008
|
Situ S, Guenther A, Wang X, et al. 2013. Impacts of seasonal and regional variability in biogenic VOC emissions on surface ozone in the Pearl River delta region, China[J]. Atmospheric Chemistry and Physics, 13(23): 11803–11817.
DOI:10.5194/acp-13-11803-2013
|
Sun C, Zhao N, Zhuang Z, et al. 2014. Mechanisms and reaction pathways for simultaneous oxidation of NOx and SO2 by ozone determined by in situ IR measurements[J]. Journal of Hazardous Materials, 274: 376–383.
DOI:10.1016/j.jhazmat.2014.04.027
|
沈劲, 钟流举, 叶斯琪, 等. 2015. 珠三角干湿季大气污染特性[J]. 中国科技论文, 2015, 10(15): 1748–1751.
DOI:10.3969/j.issn.2095-2783.2015.15.003 |
沈劲, 陈皓, 钟流举. 2015. 珠三角秋季臭氧污染来源解析[J]. 环境污染与防治, 2015(1): 25–30.
|
Tilton B E. 1989. Health effects of tropospheric ozone[J]. Environmental Science & Technology, 23(3): 257–263.
|
王哲, 王自发, 李杰, 等. 2014. 气象—化学双向耦合模式(WRF-NAQPMS)研制及其在京津冀秋季重霾模拟中的应用[J]. 气候与环境研究, 2014, 19(2): 153–163.
DOI:10.3878/j.issn.1006-9585.2014.13231 |
Yin S, Zheng J, Lu Q, et al. 2015. A refined 2010-based VOC emission inventory and its improvement on modeling regional ozone in the Pearl River Delta Region, China[J]. Science of the Total Environment, 514: 426–438.
DOI:10.1016/j.scitotenv.2015.01.088
|
Zhang Y H, Hu M, Zhong L J, et al. 2008. Regional integrated experiments on air quality over Pearl River Delta 2004 (PRIDE-PRD2004): overview[J]. Atmospheric Environment, 42(25): 6157–6173.
DOI:10.1016/j.atmosenv.2008.03.025
|
Zheng J, Zhong L, Wang T, et al. 2010. Ground-level ozone in the Pearl River Delta region: analysis of data from a recently established regional air quality monitoring network[J]. Atmospheric Environment, 44(6): 814–823.
DOI:10.1016/j.atmosenv.2009.11.032
|
Zhong L, Louie P K K, Zheng J, et al. 2013. Science–policy interplay: Air quality management in the Pearl River Delta region and Hong Kong[J]. Atmospheric Environment, 76: 3–10.
DOI:10.1016/j.atmosenv.2013.03.012
|
张磊. 2016. 2001—2015年广东地区气溶胶光学厚度变化趋势及其影响因素[D]. 南京: 南京大学
http://cdmd.cnki.com.cn/Article/CDMD-10284-1016142025.htm |
赵卉卉, 王明旭, 张永波. 2016. 广东省"十三五"环境保护战略思考[J]. 环境保护科学, 2016(1): 28–32.
|