设为首页 加入收藏 期刊导航 网站地图

Advances in Environmental Protection
Vol. 10  No. 01 ( 2020 ), Article ID: 34226 , 9 pages
10.12677/AEP.2020.101009

Statistical Characteristics of Ozone and the Meteorological Condition Analysis of Ozone Pollution in Changsha in the Last Five Years

Ting Chen, Xuan Ding, Yun Fang

Changsha Meteorological Bureau, Changsha Hunan

Received: Jan. 28th, 2020; accepted: Feb. 12th, 2020; published: Feb. 19th, 2020

ABSTRACT

The statistical characteristics of ozone concentration and the meteorological conditions of ozone pollution in the last five years are analyzed by using the monitoring data of 10 aerosol stations in Changsha and the meteorological data of Changsha National Meteorological Station from 2015 to 2019. The conclusion is as follows: (1) The days of ozone pollution, annual average concentration of O3-8 h, O3-1 h are both showing an increasing trend year by year in the last five years; the ozone concentration is the lowest in winter, the second in spring and the highest in summer and autumn; the monthly variation of ozone concentration shows the characteristics of single peak distribution, and its peak concentration mainly occurs in August or September every year. (2) The peak value of ozone hourly concentration is mainly at 13 to17 o’clock, and the valley value appears at 7 o’clock; the peak concentration of Nitrogen dioxide is around 0 o'clock at night, and the valley concentration is mainly between 13 to 17 o’clock, corresponding to the peak concentration time of ozone. (3) The basic meteorological conditions of ozone pollution are sunny days without rain, wind speed between one to two grade, sunshine of more than 5.5 hours, and maximum temperature between 28 to 37 centigrade and the favorable meteorological conditions are sunny days without rain, wind speed between one to two grade, sunshine of more than 9 hours, and maximum temperature between 30 to 35 centigrade. (4) In the ozone pollution days, the average temperature and the maximum temperature are higher than the non-pollution days, the percentage of rainy day is only 12%, which is about 34% lower than the non-pollution days; the average sunshine hours are more than 9 hours, and the minimum relative humidity ≤ 40% is more than 50%, which is far greater than the non-pollution days. The average wind speed and the maximum wind speed in the ozone pollution days are also smaller than in the non-pollution days.

Keywords:Ozone Concentration, Statistical Characteristics, Meteorological Condition Analysis of Ozone Pollution

近五年内长沙臭氧统计特征及污染气象 条件分析

陈婷，丁玄，方韵

长沙市气象局，湖南 长沙

收稿日期：2020年1月28日；录用日期：2020年2月12日；发布日期：2020年2月19日

摘 要

利用2015~2019年长沙10个气溶胶站点监测数据及长沙国家基本气象站气象要素数据，统计近五年臭氧浓度变化特征，并分析臭氧污染气象条件。结果表明：(1) 五年内，O3污染日数、O3-8 h年平均浓度、O3-1 h年平均浓度呈现逐年递增的趋势；冬季臭氧浓度最低，春季次之，夏秋季节最高；臭氧浓度月变化表现出单峰分布的特点，其浓度峰值主要出现在每年的8月或9月。(2) O3小时浓度峰值主要集中在13~17时，浓度谷值出现在7时；NO2的峰值浓度出现在夜间0时前后，谷值浓度主要集中在13~17时，与O3峰值浓度时间对应。(3) 臭氧污染的基本气象条件为晴天无雨、风速1~2级、日照5.5小时以上、最高气温28℃~37℃；有利气象条件为晴天无雨、风速1~2级、日照9小时以上、最高气温30℃~35℃。(4)臭氧污染日内，平均气温和最高气温均比非污染日高，雨日所占百分比仅12%，较非污染日偏低约34%；平均日照时数在9小时以上，最小相对湿度 ≤ 40%占比超过了50%，远大于非污染日，平均风速和极大风速也均是臭氧污染日小于非污染日。

关键词 :臭氧浓度，统计特征，污染气象条件

Copyright © 2020 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

伴随着经济发展、城市规模的扩大以及机动车尾气排放的剧增，近几年已进入城市光化学复合污染时期 [1]，含有氮氧化物(NOX)、一氧化碳(CO)、可挥发性有机物(VOCs)的大气 [2]，在较强太阳辐射下发生光化学反应，造成臭氧污染。近年来全国各地纷纷开展臭氧观测以研究当地低层大气中臭氧浓度的变化特征，如上甸子本底站 [3] 夏季地面臭氧浓度最高、冬季较低，日变化振幅夏季最大、冬季较小，日最高浓度出现在15~18时，而4~7时出现最低值。临安本底站 [4] 秋季地面臭氧浓度最高，夏季较低，日变化振幅与上甸子本底站差别较大。瓦里关地区 [5] 夏初臭氧浓度达到最大值，春秋次之，冬季最低，而各个季节的地面臭氧浓度变化趋势也不一样：即春季臭氧浓度呈明显的双峰型，夏季浓度呈多峰型且波动较大，秋季臭氧浓度变化不大、日变化振幅相对较小，冬季臭氧浓度在中午出现最大值呈单峰型分布。另外，北京 [6] [7] 、成都 [8] 、济南 [9] 、上海 [10] 等地夏季的近地面臭氧浓度一般较高，而冬季则很低，日最高浓度一般出现在中午或午后14时左右，夜间浓度则降至很低。

虽然各地近地面臭氧浓度及其变化规律有所不同，但都具有明显的季节变化和日变化特征。之所以会出现这种情况，原因之一就在于影响近地面臭氧生成的气象条件因地而异。研究表明，臭氧的产生主要受高压天气的控制 [11] [12]。因紫外辐射是产生臭氧的一个很重要的原因，因此晴天少云的天气下臭氧浓度明显要高于阴雨天的浓度。气温较高也有利于臭氧的生成 [13] [14]，这主要是因为高温能促进光化学反应的进行。此外，相对湿度 [15] 、风速和风向 [16] 都会影响近地面臭氧浓度。总的来说，臭氧污染的发生与多种气象要素共同作用有关。

本文利用2015~2019年长沙市臭氧观测数据，统计臭氧浓度变化特征，并分析臭氧浓度变化与气象要素之间的内在联系，旨在为臭氧污染气象条件分析与预报提供指导，同时为相关部门防控臭氧污染提供合理的气象条件分析及建议。

2. 数据来源与方法

本文所用臭氧浓度数据来源于分布在长沙城区的10个气溶胶站点的监测数据(具体经纬度位置见表1)，气象要素数据来源于长沙国家基本气象站(站号：57687，28.1˚N, 112.8˚E)。数据时间为2015年1月1日~2019年12月31日，数据已进行质控，剔除了无效值。分析臭氧浓度变化特征主要采用传统的统计学方法，根据臭氧监测日数据，按年度、季度、月份分别统计出相应的年、季、月平均浓度；小时浓度的日变化特征则采用小时数据分别按0~23时的顺序逐小时进行统计。臭氧的污染气象条件分析，则主要是筛选出五年内臭氧污染和非污染的样本，根据两类样本的时间检索出对应的气象要素，按百分位数统计方法，剔除最大、最小值后，分析气象要素的分布区间，提炼出相应的臭氧污染气象条件模型。

Table 1. The location of ten aerosol stations in Changsha

表1. 长沙市10个气溶胶站点位置

3. 臭氧浓度统计特征

3.1. 2015~2019年臭氧浓度年度变化

5年内O3污染日数(图1)、O3-8 h年平均浓度、O3-1 h年平均浓度(表2)呈现逐年递增的趋势，其中臭氧污染日数呈现出线性递增的特点。2019年臭氧污染日数达到47天，其中中度污染3天，O3-8 h、O3-1 h的年平均浓度分别为95.7 μg/m3、111.7 μg/m3 (表1)，O3污染呈恶化趋势。

Figure 1. Days of ozone pollution from 2015 to 2019

图1. 2015~2019年臭氧污染日数

Table 2. Days of ozone pollution and annual average concentration of ozone from 2015 to 2019

表2. 2015~2019年臭氧污染日数及年平均浓度

五年内O3-8 h年平均浓度、O3-1 h平均浓度在2018年达到最大值，2019年稍有回落。《环境空气质量技术评价规范(试行)》规定，当城市一年内O3日最大8 h滑动平均值的第90百分位浓度大于160 μg/m3时该城市年度评价结果超标。从O3-8 h年平均浓度的90%分位值看，2015~2017年，臭氧浓度小于160 μg/m3，而2018年、2019年臭氧浓度的90%分位值分别达到161、171 μg/m3，为臭氧超标年份。

3.2. 2015~2019年臭氧浓度季节变化

受臭氧前体物及城市光化学反应的影响，2015~2019年臭氧月平均浓度呈现明显的季节变化特征(见表3)。从臭氧超标日数来看，臭氧污染主要集中在夏秋季节，这与臭氧的生成机理有关，夏秋季节太阳紫外辐射强烈，为臭氧的光化学反应提供催化条件。冬季太阳辐射较弱，五年内均没有臭氧污染。而对于春季，2015、2016年未出现臭氧污染，但是2017~2019年春季均出现了臭氧污染，其中以2017年春季最多，达到11天，这与2017年春季气温异常偏高、日照偏多的气候特点有关。从臭氧浓度特征来看，冬季臭氧浓度最低，且五年内变化幅度较小；春季次之，夏秋季节最高，其中夏季臭氧浓度最高，并且五年内呈现出波动式增长的特点。秋季臭氧浓度整体上低于同年夏季臭氧的浓度，但五年内臭氧累积超标日数比夏季多18天。

Table 3. Seasonal average concentration of ozone and days of ozone pollution from 2015 to 2019

表3. 2015~2019年臭氧季平均浓度及污染日数

3.3. 臭氧浓度月际变化

统计2015~2019年臭氧的月平均浓度(表4)可知，五年内，臭氧浓度的月变化大体上表现出单峰分布的特点，每年的4~10月为臭氧浓度高值期，其浓度峰值主要出现在每年的8月或9月，主要原因在于8、9月臭氧的生成条件明显优于其他月份，2019年9月臭氧浓度为近五年来最高，达到166.2 μg/m3。

Table 4. Monthly average concentration of O3-8 h from 2015 to 2019 (unit: μg/m3)

表4. 2015~2019年O3-8 h浓度月际变化(单位：μg/m3)

3.4. 臭氧、NO2小时浓度日变化及二者的关系

因未出现臭氧污染的天数内臭氧浓度日变化较小，所以选取2015~2019年内臭氧浓度超过二级标准限值(轻度污染及以上)的143个样本来分析臭氧的日内变化更具有代表性。将超标的143天的日内1 h平均浓度值分年、分时段取平均值作为纵坐标，以24 h为横坐标作图(图2)，可得臭氧小时浓度平均值的24 h变化曲线，同时与NO2小时浓度变化(图3)进行对比分析。由图可知：O3、NO2的小时平均浓度值日内均呈现单峰分布。O3峰值浓度主要集中在13~17时之间，浓度低值主要在0~7时，7时为谷值。NO2的谷值浓度主要集中在13~17时，与O3峰值浓度时间对应，峰值浓度出现在夜间0时前后。由此可知，日出后在光照催化作用下，O3浓度不断升高，与此同时前体物NO2的浓度逐渐降低，并在15~16时达到O3浓度最高而NO2最低，说明此时是O3生成的光化学反应最旺盛的时段。

Figure 2. Ozone hourly concentration variation in ozone pollution day from 2015 to 2019

图2. 2015~2019年，O3污染日内臭氧小时浓度变化曲线

Figure 3. Ozone and Nitrogen dioxide hourly concentration variation of daily variation

图3. O3、NO2小时浓度平均值日变化曲线

4. 臭氧的污染气象条件分析

4.1. 臭氧超标样本中气象因子阈值分析

统计2015年1月~2019年12月长沙地区出现的共143个臭氧超标的样本日，分析气温、降水、风速、日照、云量等气象要素的特征值。初步分析显示，臭氧浓度与上述各气象要素的单一相关性都不高，认为是由于臭氧的生成、扩散都受到各种气象条件的影响，机理较为复杂。因此重点分析臭氧超标的样本日中，各个气象要素值的分布区间，形成臭氧超标的基本天气模型。具体统计数据如表5。忽略“最大值”、“最小值”这些极端情况，分析各要素的主要分布区间，具体如下：

Table 5. Statistical characteristics of meteorological data corresponding to ozone pollution samples

表5. 臭氧污染样本对应气象要素统计特征

4.1.1. 降水

臭氧超标基本出现于晴朗无雨的天气，143个样本中仅有17个样本有降水，且其中12个样本日照时数 ≥ 8小时，表明降雨可能是出现在夜间，故“无降水”是臭氧超标的基本条件。

4.1.2. 气温

臭氧的浓度峰值一般出现在13~17时，与最高气温的出现时间比较匹配，因此主要以最高气温作为气温指标。从统计结果可知，50%的样本(25%分位~75%分位)分布于30.2℃~35.0℃，此区间样本密度最大，是条件最好的区间；80%的样本(10%分位~90%分位)分布于28.3℃~37.1℃，说明最高气温在28℃以下或37℃以上时，很少出现臭氧超标的情况。

4.1.3. 相对湿度

90%的样本最小相对湿度分布于15%~53%之间，50%的样本最小相对湿度在40%以下。由此判断，最小相对湿度小于53%是臭氧超标的基本条件，最小相对湿度小于40%是臭氧超标的有利条件。

4.1.4. 云量

统计了总云量和低云量两个要素。对于总云量，75%的样本分布于0~7成，对应晴天或多云，样本密度非常高；对于低云量，90%的样本分布于0~4成，对应晴天，样本密度较总云量更高。故“晴天”或“晴天间多云”是臭氧超标的基本条件。

4.1.5. 风速

以平均风速为统计对象，48%的样本分布于0~1.5 m/s，即1级风，37%的样本分布于1.6~3.3 m/s，即2级风。风速较小时，水平扩散条件差，有利于臭氧在本地的累积；而当风速达到3级(3.4~5.4 m/s)或以上时，即使臭氧生成条件很好，但在有利的扩散条件下，很难形成臭氧超标的情况。

4.1.6. 日照

143个样本中，仅有4个样本日照为0，仅有11个样本日照在5小时以下，15% (10%分位~25%分位)的样本在5.7~8.7小时，表明5.5小时以上的日照时间是臭氧超标的基本条件；75% (25%分位~100%分位)的样本分布于8.7~12.7小时，即9小时以上的日照时间是比较有利的条件。

综上4.1.1~4.1.6中所述，臭氧超标的基本气象条件为：晴天无雨、风速1~2级、日照5.5小时以上、最高气温28℃~37℃；而有利气象条件为：晴天无雨、风速1~2级、日照9小时以上、最高气温30℃~35℃。

4.2. 臭氧污染日与非污染日内气象要素对比分析

每年4~10月是臭氧污染的集中爆发季节。将2015~2019年4~10月分为臭氧污染日和非污染日两大类，其中污染样本143个，非污染样本928个，分析两大类样本间气象要素的差异(表6)。臭氧污染日内，平均气温和最高气温均比非污染日高，雨日所占百分比仅12%，较非污染日偏低约34%。因臭氧污染日多以晴天为主，平均日照时数在9小时以上，故最小相对湿度 ≤ 40%占比超过了50%，远大于非污染日。平均风速和极大风速均是臭氧污染日小于非污染日，主要是因为风速较大时较有利于污染物的扩散和清除，而主导风向皆为NNW，无明显差异。

Table 6. Comparison of meteorological data in ozone pollution days and non-pollution days in April to October from 2015 to 2019

表6. 2015~2019年4~10月臭氧污染日与非污染日间气象要素对比

5. 总结

1) 2015~2019年，O3污染日数、O3-8 h年平均浓度、O3-1 h年平均浓度呈现逐年递增的趋势，其中臭氧污染日数呈现出线性递增的特点；臭氧浓度呈现明显的季节变化特征，冬季臭氧浓度最低，且变化幅度最小；春季次之，夏秋季节最高，其中夏季臭氧浓度最高，而秋季臭氧超标日数多于夏季；臭氧浓度的月变化大体上表现出单峰分布的特点，每年的4~10月为臭氧浓度高值期，其浓度峰值主要出现在每年的8月或9月，主要原因在于8、9月臭氧的生成条件明显优于其他月份，2019年9月臭氧浓度为近五年来最高，达到166.2 μg/m3。

2) O3、NO2的小时平均浓度值日内均呈现单峰分布。O3峰值浓度主要集中在13~17时之间，浓度低值主要在0~7时，7时为谷值。NO2的谷值浓度主要集中在13~17时，与O3峰值浓度时间对应，峰值浓度出现在夜间0时前后。由此可知，日出后在光照催化作用下，O3浓度不断升高，与此同时前体物NO2的浓度逐渐降低，并在15~16时达到O3浓度最高而NO2最低，说明此时是O3生成的光化学反应最旺盛的时段。

3) 臭氧超标的基本气象条件为：晴天无雨、风速1~2级、日照5.5小时以上、最高气温28℃~37℃；有利气象条件为：晴天无雨、风速1~2级、日照9小时以上、最高气温30℃~35℃。

4) 臭氧污染日内，平均气温和最高气温均比非污染日高，雨日所占百分比仅12%，较非污染日偏低约34%。因臭氧污染日多以晴天为主，平均日照时数在9小时以上，故最小相对湿度 ≤ 40%占比超过了50%，远大于非污染日。平均风速和极大风速均是臭氧污染日小于非污染日，主要是因为风速较大时较有利于污染物的扩散和清除，而主导风向皆为NNW，无明显差异。

文章引用

陈 婷,丁 玄,方 韵. 近五年内长沙臭氧统计特征及污染气象条件分析
Statistical Characteristics of Ozone and the Meteorological Condition Analysis of Ozone Pollution in Changsha in the Last Five Years[J]. 环境保护前沿, 2020, 10(01): 76-84. https://doi.org/10.12677/AEP.2020.101009

参考文献

  1. 1. 安俊琳, 王跃思, 孙扬, 等. 气象因素对北京臭氧的影响[J]. 生态环境学报, 2009, 18(2): 944-951.

  2. 2. Guo, H., Jiang, F., Cheng, H.R., et al. (2009) Concurrent Observations of Air Pollutants at Two Sites in the Pearl River Delta and the Implication of Regional Transport. Atmospheric Chemistry and Physics, 9, 7343-7360. https://doi.org/10.5194/acp-9-7343-2009

  3. 3. 刘洁, 张小玲, 张晓春, 等. 上甸子本地站地面臭氧变化特征及影响因素[J]. 环境科学研究, 2006, 19(4): 19-24.

  4. 4. 丁国安, 徐晓斌, 罗超, 等. 中国大气本底条件下不同地区地面臭氧特征[J]. 气象学报, 2001, 59(1): 88-95.

  5. 5. 乜虹, 牛生杰, 王治邦, 等. 青藏高原清洁地区近地面层臭氧的特征分析[J]. 干旱气象, 2004, 22(1): 1-7.

  6. 6. 安俊琳, 王跃思, 李昕, 等. 北京大气中NO、NO2和O3浓度变化的相关性分析[J]. 环境科学, 2007, 28(4): 706-711.

  7. 7. 刘玉彻. 北京夏、秋季近地面O3特征观测研究[D]: [硕士学位论文]. 北京: 中国气象科学研究院, 2005.

  8. 8. 袁野, 范莉, 邹玉林, 等. 成都市大气中臭氧的分布及污染水平[J]. 城市环境与城市生态, 2003, 16(2): 44-45.

  9. 9. 殷永泉, 李昌梅, 马桂霞, 等. 城市臭氧浓度分布特征[J]. 环境科学, 2004, 25(6): 16-20.

  10. 10. 张爱东, 王晓燕, 修光利. 上海市中心城区低空大气臭氧污染特征和变化状况[J]. 环境科学与管理, 2006, 31(6): 21-26.

  11. 11. 洪茂盛, 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): 602-609.

  12. 12. 朱毓秀, 徐家骝. 近地面臭氧污染过程和相关气象因子的分析[J]. 环境科学研究, 1994, 7(6): 13-18.

  13. 13. 丁国安, 罗超, 汤洁, 等. 清洁地区气象因子与地面关系的初步研究[J]. 应用气象学报, 1995, 6(3): 350-364.

  14. 14. 谈建国, 陆国良, 耿福海, 等. 上海夏季近地面臭氧浓度及其相关气象因子的分析和预报[J]. 热带气象学报, 2007, 23(5): 15-20.

  15. 15. 陈世俭, 童俊超, Kazuhiko Kobayashi, 等. 气象因子对近地面层臭氧浓度的影响[J]. 华中师范大学学报(自然科学版), 2005, 39(2): 273-276.

  16. 16. Chan, C.Y. and Chan, L.Y. (2000) Effect of Meteorology and Air Pollutant Transport on Ozone Episodes at a Subtropical Coastal Asian City, Hong Kong. Journal of Geophysical Research, 105, 20707-20724. https://doi.org/10.1029/2000JD900140

期刊菜单