謝文晶，邢 巧，徐文帥，謝東海，冼愛丹，楊朝暉，謝榮富，吳曉晨

1.海南省環(huán)境科學(xué)研究院，海南 ?？?571126 2.海南省生態(tài)環(huán)境監(jiān)測中心，海南 ?？?571126

對流層O3是地表大氣光化學(xué)煙霧和溫室氣體的成分之一，是大氣中的強氧化劑，可能和其他化合物發(fā)生反應(yīng)，生成有毒空氣污染物[1-2]。對流層O3主要是由其前體物(氮氧化物、一氧化碳和揮發(fā)性有機物)在陽光下發(fā)生光化學(xué)反應(yīng)產(chǎn)生的[3-6]。高濃度O3會對人體呼吸系統(tǒng)和心血管系統(tǒng)造成危害，還會造成農(nóng)作物減產(chǎn)[7-9]。因此，分析和研究城市大氣O3具有十分重要的現(xiàn)實意義。

環(huán)境空氣中O3污染問題是當(dāng)今大氣科學(xué)與大氣環(huán)境管理領(lǐng)域共同面臨的難點和熱點[10-12]。據(jù)統(tǒng)計，2019年全國337個城市O3濃度較2018年上升了6.5%，其中以O(shè)3為首要污染物的超標(biāo)天數(shù)占總超標(biāo)天數(shù)的41.7%，僅次于PM2.5；京津冀及周邊地區(qū)和長三角地區(qū)以O(shè)3作為首要污染物的超標(biāo)天數(shù)占總超標(biāo)天數(shù)的比例最高[13]，O3污染已成為影響中國空氣質(zhì)量的關(guān)鍵問題。當(dāng)前關(guān)于環(huán)境空氣O3污染的研究主要包括O3濃度變化[14-16]、與關(guān)鍵影響因子(氣象條件和前體物)的關(guān)系[17-21]及數(shù)值模擬來源解析[22-24]等方面。

三亞市位于海南島最南端，地處熱帶地區(qū)，是海南自由貿(mào)易港的重點城市，常年太陽輻射強烈，更有利于發(fā)生光化學(xué)反應(yīng)，大氣污染特征、氣象條件與內(nèi)地城市有明顯區(qū)別，且近年也受到了O3污染問題的影響。目前關(guān)于海南省O3污染方面的研究[6,15-16,21]較少，且相關(guān)研究主要集中在海口市，缺乏針對三亞市O3污染特征和污染過程的天氣形勢、輸送路徑和潛在源區(qū)分析，針對三亞市O3污染區(qū)域輸送影響還缺乏系統(tǒng)性研究。該研究對2015—2019年三亞市O3濃度變化趨勢及其與氣象要素的關(guān)系、超標(biāo)日主要天氣形勢、2019年9月底和11月上旬2次典型O3污染過程的輸送路徑及潛在源區(qū)進(jìn)行分析，以期為三亞市大氣污染防治及空氣質(zhì)量預(yù)報預(yù)警工作提供參考。

1 數(shù)據(jù)資料與方法

1.1 監(jiān)測數(shù)據(jù)

三亞市2個國控城市環(huán)境空氣質(zhì)量監(jiān)測點位分別為河?xùn)|子站和河西子站，均開展SO2、NO2、O3、CO、PM10和PM2.56項常規(guī)污染物自動監(jiān)測，河?xùn)|子站和河西子站污染物平均濃度代表三亞市污染物濃度。SO2、NO2、O3、CO、PM10和PM2.5采用43i、42i、49i、48i、5014i和5030i型儀器設(shè)備(美國Thermo公司) 進(jìn)行監(jiān)測，PM10和PM2.5分析方法均為β射線法。2015—2019年各污染物濃度數(shù)據(jù)均為標(biāo)準(zhǔn)狀態(tài)下(0 ℃，標(biāo)準(zhǔn)大氣壓)的監(jiān)測結(jié)果。

氣象資料為三亞市觀象臺每小時風(fēng)向、風(fēng)速、氣溫、相對濕度和降水觀測數(shù)據(jù)，用于研究氣象要素與O3濃度之間的關(guān)系。

1.2 后向軌跡聚類分析

采用基于HYSPLIT模式[25]的MeteoInfo軟件對三亞市后向軌跡進(jìn)行聚類分析。將河西子站(109.50°E，18.27°N)作為模擬受點，計算2019年9月21—30日和11月4—10日2次O3污染過程逐日(00:00—23:00)到達(dá)受點的72 h后向氣流軌跡，軌跡的起始高度為500 m。采用歐拉距離算法進(jìn)行聚類分析，獲得不同類型的輸送軌跡，并統(tǒng)計每一類軌跡的出現(xiàn)頻率及相應(yīng)的O3平均濃度。

1.3 潛在源貢獻(xiàn)分析法

潛在源貢獻(xiàn)分析法(PSCF)利用污染軌跡與所有軌跡在途經(jīng)區(qū)域停留時間之比來表征每個區(qū)域?qū)κ荏w點的污染貢獻(xiàn)[26]。將研究區(qū)域劃分為0.5°×0.5°網(wǎng)格來計算PSCF值，計算方法見公式(1)。

PSCFij=Mij/Nij

(1)

式中：Mij為研究區(qū)域內(nèi)途經(jīng)網(wǎng)格ij的污染軌跡數(shù)，Nij為途經(jīng)網(wǎng)格ij的所有軌跡數(shù)。

污染軌跡是受體點濃度超過某濃度閾值時所對應(yīng)的軌跡，濃度閾值一般為所有軌跡對應(yīng)濃度的平均值或空氣質(zhì)量標(biāo)準(zhǔn)值，筆者取所有軌跡對應(yīng)的O3平均濃度作為閾值。PSCFij計算結(jié)果越大代表該網(wǎng)格內(nèi)的污染軌跡數(shù)占比越高，因此PSCFij高值所屬網(wǎng)格區(qū)域即為影響三亞市O3濃度的潛在源區(qū)。為減少Nij較小所帶來的不確定性，乘以權(quán)重函數(shù)Wij計算WPSCFij[27-28]，見公式(2)。權(quán)重函數(shù)見公式(3)。

WPSCFij=Wij×PSCFij

(2)

(3)

1.4 濃度權(quán)重軌跡分析法

利用濃度權(quán)重軌跡分析法(CWT)定量分析各網(wǎng)格區(qū)域?qū)θ齺喪械腛3污染貢獻(xiàn)[29-30]。CWTij計算方法見公式(4)。

(4)

式中：CWTij為網(wǎng)格ij上的平均權(quán)重濃度(μg/m3)；l是氣團(tuán)軌跡；M表示軌跡總數(shù)；Cl是軌跡l經(jīng)過網(wǎng)格ij時對應(yīng)的O3質(zhì)量濃度(μg/m3)；τijl代表軌跡l在網(wǎng)格ij內(nèi)的停留時間。CWT采用與PSCF相同的權(quán)重函數(shù)，見公式(5)。WCWTij值越大表示所屬網(wǎng)格區(qū)域?qū)θ齺喪蠴3污染的貢獻(xiàn)越大。

WCWTij=Wij×CWTij

(5)

2 結(jié)果與討論

2.1 三亞市O3污染總體情況

2015—2019年三亞市O3以優(yōu)良為主，O3處于優(yōu)級(IAQI≤50)的天數(shù)比例為84.3%，良級(51≤IAQI≤100)的天數(shù)比例為13.6%，輕度污染(101≤IAQI≤150)的天數(shù)比例為2.1%，沒有中度污染、重度污染和嚴(yán)重污染(圖1)。三亞市的O3IAQI處于51～60、61～70、71～80、81～90和91～100的天數(shù)占比呈遞減趨勢，O3的IAQI越高，天數(shù)所占比例越低；O3的總超標(biāo)天數(shù)為38 d，占2.1%。三亞市O3-8 h為20～200 μg/m3，對應(yīng)的IAQI為10～137。

圖1 O3的IAQI占比Fig.1 Proportion in different range of IAQI for ozone

2015—2019年，三亞市的首要污染物包括O3、PM2.5、PM10和NO2。其中NO2作為首要污染物僅在2016年出現(xiàn)1 d，PM2.5和PM10作為首要污染物的占比整體呈現(xiàn)波動下降趨勢，O3作為首要污染物占比最高，各年均超過85.0%，呈現(xiàn)波動上升趨勢，2019年三亞市的首要污染物均為O3(圖2)。從年度變化趨勢上看，SO2年均質(zhì)量濃度和CO第95百分位濃度變化較小，均處于極低濃度水平；PM10和PM2.5年均質(zhì)量濃度變化不大，分別為30、15 μg/m3左右；NO2年均質(zhì)量濃度呈逐年下降趨勢，由13 μg/m3下降至9 μg/m3；O3-8 h的第90百分位濃度總體在110 μg/m3左右波動，2019年略有上升(圖3)。2015—2019年，三亞市污染天的超標(biāo)污染物均為O3，其中2019年O3超標(biāo)天數(shù)較2015年有明顯增加，有13 d出現(xiàn)輕度污染，O3已成為影響三亞市空氣質(zhì)量達(dá)標(biāo)的主要污染物。

圖2 2015—2019年首要污染物占比Fig.2 Proportion of the primary pollutantsfrom 2015 to 2019

圖3 2015—2019年常規(guī)大氣污染物濃度變化Fig.3 Concentration variation of conventional air pollutants from 2015 to 2019

2.2 O3時間變化特征

2.2.1 月變化特征

一般情況下，太陽紫外輻射強、氣溫較高、風(fēng)速較小等氣象條件有利于O3化學(xué)反應(yīng)生成。由于夏季溫度高、輻射強，京津冀[17,31]、長三角[2-3,32]等地區(qū)“夏半年”O(jiān)3濃度偏高于“冬半年”。三亞市O3-8 h月均濃度與溫度呈現(xiàn)反向特征(圖4和圖5)，這與京津冀[17,31]、長三角[2-3,32]等地區(qū)的城市相反。三亞市春夏季(3—8月)氣溫較高，對應(yīng)的O3-8 h月均濃度卻相對較低，絕大多數(shù)月份均低于80 μg/m3；秋冬季(9月至次年2月)則反之。2015—2019年O3-8 h月均濃度最高值出現(xiàn)在10月至次年1月。三亞市O3濃度與風(fēng)向密切相關(guān)，夏季以偏南風(fēng)為主，來自海洋的清潔氣團(tuán)有利于大氣污染物的稀釋，O3及其前體物濃度相對較低，此外三亞市夏季降水較多，降水的沖刷能降低O3濃度；9月之后主導(dǎo)風(fēng)向轉(zhuǎn)為東北風(fēng)，且風(fēng)力明顯加大，此時該地易受內(nèi)陸地區(qū)污染氣團(tuán)輸送的影響。此外三亞市秋冬季的月均氣溫為20 ℃左右，仍具有較好的光化學(xué)反應(yīng)條件，因此O3濃度在秋冬季處于高值。

圖4 2015—2019年O3-8 h月變化Fig.4 Monthly variation of O3-8 hconcentration from 2015 to 2019

圖5 2015—2019年月降水量和月均氣溫Fig.5 Monthly precipitation and average temperature from 2015 to 2019

三亞市O3超標(biāo)天集中在10—11月，其中10月的超標(biāo)天數(shù)最多，達(dá)16 d，11月出現(xiàn)8 d，9月出現(xiàn)5 d，濃度相對較高的1、12月，O3超標(biāo)天分別出現(xiàn)4、2 d，除此之外，3、4月也偶爾出現(xiàn)1～2 d O3超標(biāo)，5—8月無O3超標(biāo)天(圖6)。

圖6 2015—2019年O3超標(biāo)天數(shù)Fig.6 The number of ozone non-attainmentdays from 2015 to 2019

10月前后超標(biāo)天較12月和1月明顯增多，可能與以下2個方面因素有關(guān)：一方面由于10月前后也是上游東北方向的珠三角等地區(qū)的O3濃度峰值時段，三亞市易受內(nèi)陸地區(qū)污染輸送影響；另一方面，10月前后三亞市月均氣溫仍處于25 ℃左右，相對于12月和1月氣溫較高，有利于來自內(nèi)陸輸送的高濃度O3前體物疊加本地污染源排放的O3前體物發(fā)生光化學(xué)反應(yīng)生成O3，使O3濃度升高。

2.2.2 日變化特征

圖7體現(xiàn)了2015—2019年三亞市O3小時濃度值變化特征。

圖7 2015—2019年O3、NO和NO2日變化Fig.7 Diurnal variation of ozone,nitric oxideand nitrogen dioxide from 2015 to 2019

從圖7可以看出，三亞市O3表現(xiàn)出明顯的單峰型日變化特征，O3谷值出現(xiàn)時間為08：00，峰值出現(xiàn)時間為14：00，這與氣溫的日變化特征一致。與O3相反，NO2在08：00出現(xiàn)峰值，這主要與早高峰時段行駛的機動車排放較多NOx相關(guān)，NOx中的NO可以與O3快速反應(yīng)消耗O3，在減少O3的過程中又可以產(chǎn)生NO2。08：00后太陽輻射逐漸增強，氣溫上升，光化學(xué)反應(yīng)隨之逐漸增強，O3開始不斷累積，濃度逐漸升高。太陽輻射強度在午后達(dá)峰，此時光化學(xué)速率最大，O3濃度達(dá)峰。隨后太陽輻射和氣溫逐漸降低，O3濃度也隨之下降。另一方面，三亞市O3小時濃度峰谷比為1.8，顯著低于國內(nèi)重點城市[33]，這可能與三亞市O3前體物NOx濃度較低有關(guān)。

三亞市O3濃度在不同季節(jié)表現(xiàn)出冬季、秋季、春季、夏季遞減的日變化特征(圖8)，各季節(jié)O3峰值出現(xiàn)在13：00或14：00。三亞市優(yōu)級天、良級天和輕度污染天的O3日變化均表現(xiàn)出單峰型變化特征(圖9)。谷值均出現(xiàn)在08：00，峰值分別出現(xiàn)在14：00、15：00和17：00，出現(xiàn)時間逐漸延后；峰谷比分別為1.9、1.6和1.9。NOx有明顯早高峰。三亞市優(yōu)級、良級、輕度污染天O3日變化特征與其他城市的單峰型特征一致[33]，但輕度污染天O3日變化特征與海口市差別較大，未表現(xiàn)出O3濃度在12：00—22：00一直保持高值且21：00出現(xiàn)次峰的現(xiàn)象[6]。

圖8 2015—2019年O3不同季節(jié)日變化 Fig.8 Diurnal variation of ozone in different seasons from 2015 to 2019

圖9 不同空氣質(zhì)量級別下O3和NOx日變化特征Fig.9 Diurnal variation of ozone and nitrogen oxidesin different levels of air quality

2.3 氣象條件對O3的影響分析

2.3.1 氣象要素分析

表1給出了O3-8 h 與常規(guī)氣象因子的Spearman相關(guān)系數(shù)。從全年來看，O3-8 h與日均相對濕度、日均氣溫和日降水量呈負(fù)相關(guān)關(guān)系，與日均風(fēng)速呈正相關(guān)關(guān)系。氣溫在一定程度上能反映太陽紫外輻射的強度。氣溫高一方面促進(jìn)光化學(xué)反應(yīng)，另一方面增強大氣垂直輸送能力[22]。與北京[17]、天津[17]、石家莊[31]、杭州[2-3]、南京[32]等國內(nèi)多數(shù)城市不同，三亞市全年O3-8 h與氣溫呈現(xiàn)負(fù)相關(guān)關(guān)系，這可能與三亞市的地理位置有關(guān)。三亞市緯度較低，屬于熱帶海洋性季風(fēng)氣候，全年氣溫均較高，太陽紫外輻射較強，且有較好的光化學(xué)反應(yīng)條件。但三亞市本地O3前體物的濃度較低，因此由本地前體物通過光化學(xué)反應(yīng)生成的O3濃度不高，本地貢獻(xiàn)的O3濃度較小，O3濃度受其他氣象因素影響較大。風(fēng)速一方面會影響大氣對O3及其前體物的水平擴散稀釋能力，另一方面影響O3及其前體物的傳輸效果。三亞市夏季的主導(dǎo)風(fēng)向為來自海洋的偏南風(fēng)，氣團(tuán)較為清潔，污染主要以本地排放為主，風(fēng)速越大，越有利于大氣對O3濃度的水平擴散稀釋，因此夏季的O3-8 h與日均風(fēng)速呈負(fù)相關(guān)關(guān)系。而在O3污染多發(fā)的秋冬季，O3-8 h與日均風(fēng)速呈正相關(guān)性，表明外來污染傳輸對三亞O3濃度影響較大。O3-8 h與降水量相關(guān)系數(shù)為-0.329，這是由于降水時大氣光化學(xué)反應(yīng)極弱，且降水具有明顯的濕清除作用，不利于O3的生成和累積。O3-8 h與日均相對濕度的相關(guān)系數(shù)為-0.600，一般情況下，相對濕度大會減弱太陽紫外輻射，不利于O3生成；此外水汽在一定條件下通過與O3發(fā)生化學(xué)反應(yīng)消耗O3，因此相對濕度與O3-8 h呈現(xiàn)較好的負(fù)相關(guān)性[34]。

表1 氣象因子與O3-8 h的相關(guān)系數(shù)Table 1 Correlation coefficients of meteorological factors with O3-8 h

由不同風(fēng)向O3濃度分布圖(圖10)可以看出，O3濃度與風(fēng)向密切相關(guān)。在偏南風(fēng)方位，O3小時平均濃度相對于其他方位偏低，當(dāng)風(fēng)向為東北方位，O3小時平均濃度相對較高。夏季O3小時平均濃度顯著低于其他3個季節(jié)，在秋冬季，東北風(fēng)向時O3濃度相對較高，而偏南風(fēng)向O3濃度仍然處于較低濃度水平。

圖11 體現(xiàn)了O3超標(biāo)日和達(dá)標(biāo)日氣象要素對比情況。從圖11可以看出，超標(biāo)日氣溫和達(dá)標(biāo)日氣溫比較接近，除2018 年達(dá)標(biāo)日氣溫低于超標(biāo)日外，其余年份達(dá)標(biāo)日氣溫均高于超標(biāo)日氣溫，說明強太陽輻射并非是造成三亞市O3超標(biāo)的決定性因素。2015—2019年超標(biāo)日的相對濕度均明顯低于達(dá)標(biāo)日(平均降低了16.6%)，表明相對濕度越高，越有利于O3消耗，O3超標(biāo)概率降低，這和前文所述的相對濕度與O3-8 h呈現(xiàn)負(fù)相關(guān)關(guān)系的分析結(jié)果一致。三亞市全年風(fēng)速總體較大，達(dá)標(biāo)日平均風(fēng)速為4.4～5.3 m/s，水平擴散條件總體有利，但是三亞市超標(biāo)日平均風(fēng)速與國內(nèi)其他城市(成都[35]、南昌[36]、深圳[37]等)有顯著差異，每年超標(biāo)日平均風(fēng)速為4.8～7.7 m/s，2016、2017年的平均風(fēng)速均超過6 m/s，屬于極為有利的擴散條件。從風(fēng)玫瑰圖來看，2015—2019年超標(biāo)日的主導(dǎo)風(fēng)向為東北風(fēng)。以上結(jié)果表明外來污染傳輸對三亞市O3濃度影響較大，較強的東北風(fēng)將來自內(nèi)陸地區(qū)大量高濃度O3及其前體物輸送至三亞市，加上相對濕度有所降低，三亞市整體氣溫相對較高，光化學(xué)反應(yīng)條件良好，導(dǎo)致O3超標(biāo)。

圖12展示了日最高氣溫、日均相對濕度、日均風(fēng)速對O3-8 h的影響。圖12表明當(dāng)日最高氣溫主要分布在20～30 ℃，日均相對濕度為65%～85%，日均風(fēng)速為3 ～8 m/s且主導(dǎo)風(fēng)向為東北風(fēng)時，三亞市O3超標(biāo)天數(shù)占2015—2019年總超標(biāo)天數(shù)的73.7%，該氣象條件可初步作為三亞市O3污染的預(yù)警指標(biāo)。

圖10 O3濃度隨風(fēng)向風(fēng)速的變化Fig.10 Ozone concentration changes with wind direction and speed

圖11 2015—2019年O3超標(biāo)日和達(dá)標(biāo)日氣象要素對比Fig.11 Comparison of meteorological elements between the non-attainment daysand the attainment days of ozone from 2015 to 2019

圖12 2015—2019年日最高氣溫、日均相對濕度和日均風(fēng)速對O3-8 h的影響Fig.12 The effects of daily maximum temperature,daily average relativehumidity and daily average wind speed on the O3-8 h from 2015 to 2019

2.3.2 超標(biāo)日主要天氣形勢分析

三亞市O3超標(biāo)日與?？谑谐瑯?biāo)日的天氣形勢相同，主要以臺風(fēng)外圍和冷高壓南下2種類型為主[6]。當(dāng)海南省及整個華南地區(qū)均處于臺風(fēng)的外圍時，這些地區(qū)受下沉氣流作用較為明顯，垂直擴散條件差，不利于本地污染物擴散；隨著臺風(fēng)向北移動，三亞市主導(dǎo)風(fēng)向為東北風(fēng)，來自上風(fēng)向珠三角等地區(qū)的O3及其前體物易輸送至三亞市。另一類典型天氣形勢為冷高壓南下型，冷高壓的底部亦具有較明顯下沉氣流，地面氣流難以向高空擴散；與臺風(fēng)外圍型有所不同，冷高壓南下時，風(fēng)速較大，隨著北方冷空氣向南移動，上風(fēng)向區(qū)域的O3及其前體物易向三亞持續(xù)輸送，在三亞市較強的光照條件下，O3容易保持在較高濃度水平。

2.4 O3污染輸送影響及潛在源區(qū)分析

2.4.1 軌跡聚類分析

2019年超標(biāo)天較往年明顯增多，為明確污染時段主要的氣團(tuán)輸送特征，筆者對2019年9月21—30日和11月4—10日海南省出現(xiàn)的大范圍污染時段進(jìn)行分析。對2019年9月21—30日污染過程240條軌跡和11月4—10日污染過程168條軌跡中具有相似速率與來向的氣團(tuán)軌跡分別進(jìn)行聚類，代表氣團(tuán)輸送路徑。2019年9月21—30日主要有4條輸送路徑(圖13)，均來自東北方向。聚類N1為來自湖北武漢、湖南株洲和廣東茂名的氣團(tuán)軌跡，占27.9%，氣團(tuán)移動速度較快；聚類N2為來自福建三明和龍巖，廣東梅州、河源和惠州的氣團(tuán)軌跡，占42.1%；聚類N3為來自上海、浙江杭州、福建漳州和廣東汕頭的氣團(tuán)軌跡，占15.0%，氣團(tuán)移動速度較快；聚類N4為來自廣東江門和陽江的氣團(tuán)軌跡，占15.0%，氣團(tuán)移動速度較慢。2019年11月4—10日主要有4條輸送路徑，均來自東北方向。聚類N1為來自湖南郴州，廣東韶關(guān)、清遠(yuǎn)、廣州、佛山和江門的氣團(tuán)軌跡，占33.9%；N2為來自江西與浙江交界，福建南平，廣東揭陽、汕尾的氣團(tuán)軌跡，占29.2%；N3為來自江西九江、贛州，廣東廣州、中山和江門的氣團(tuán)軌跡，占31.0%；N4為來自江蘇鹽城、上海、浙江寧波和福建泉州的氣團(tuán)軌跡，占5.9%。

圖13 氣團(tuán)輸送路徑Fig.13 Air mass transport paths

為進(jìn)一步明確不同類型氣團(tuán)對O3污染的貢獻(xiàn)，表2和表3分別給出了2019年9月21—30日和11月4—10日不同聚類軌跡到達(dá)三亞市的概率和對應(yīng)的O3小時平均濃度及聚類的軌跡簇中超標(biāo)軌跡在總超標(biāo)軌跡的占比和超標(biāo)軌跡對應(yīng)的O3小時平均濃度。將濃度超過O3-8 h國家二級標(biāo)準(zhǔn)(標(biāo)準(zhǔn)限值為160 μg/m3)的軌跡定義為超標(biāo)軌跡，其中2019年9月21—30日共48條超標(biāo)軌跡，11月4—10日共32條超標(biāo)軌跡。由表2可知，2019年9月21—30日，三亞市聚類N1和N2軌跡數(shù)之和為70.0%，對應(yīng)的O3平均質(zhì)量濃度分別為140、134 μg/m3；超標(biāo)軌跡之和占總超標(biāo)軌跡數(shù)的83.3%，超標(biāo)軌跡對應(yīng)的O3平均質(zhì)量濃度分別為177、178 μg/m3。這2類氣團(tuán)出現(xiàn)的概率高，且對應(yīng)的O3濃度高，表明此次污染過程來自東北方向氣團(tuán)途經(jīng)湖南、福建和廣東等地區(qū)攜帶大量NOx、VOCs等O3前體物和光化學(xué)產(chǎn)物，疊加本地污染源排放影響后，導(dǎo)致三亞市O3濃度較高。2019年11月4—10日，聚類N1和N3軌跡數(shù)之和占總軌跡數(shù)的比例為64.9%，對應(yīng)的O3平均質(zhì)量濃度分別為137、145 μg/m3；超標(biāo)軌跡之和占總超標(biāo)軌跡數(shù)的93.8%，超標(biāo)軌跡對應(yīng)的O3平均質(zhì)量濃度分別為177、183 μg/m3，這2類氣團(tuán)出現(xiàn)的概率大、對應(yīng)的O3濃度高，表明此次污染過程受來自東北方向途經(jīng)江西、湖南和廣東等地區(qū)的氣團(tuán)影響較大。

表2 2019年9月21—30日后向軌跡聚類分析結(jié)果Table 2 Cluster analysis results of backward trajectories from September 21 to 30,2019

表3 2019年11月4—10日后向軌跡聚類分析結(jié)果Table 3 Cluster analysis results of backward trajectories from November 4 to 10,2019

2.4.2 潛在源區(qū)分析

PSCF指的是超過閾值濃度的軌跡在所有軌跡數(shù)的占比，其所在區(qū)域即為受體點的污染潛在源區(qū)。圖14為后向軌跡的WPSCF結(jié)果，2019年9月21—30日WPSCF值大于0.4的區(qū)域主要集中在廣東和湖南交界，廣東、江西和福建三省交界，廣東南部地區(qū)和海南大部分地區(qū)，2019年11月4—10日WPSCF值大于0.4的區(qū)域主要集中在江西、湖南和廣東三省交界，珠三角，雷州半島以及海南東部地區(qū)。WPSCF高值區(qū)分布方向與三亞秋冬季主導(dǎo)風(fēng)向一致，表明來自上風(fēng)向的湖南南部、江西南部、珠三角地區(qū)和雷州半島的污染氣團(tuán)對下風(fēng)向的三亞影響較大。

圖14 O3的WPSCF分布特征Fig.14 Distribution characteristics of ozone WPSCF

PSCF表示污染軌跡通過某一區(qū)域的概率，CWT表示該區(qū)域?qū)κ荏w點的濃度貢獻(xiàn)大小，兩者重合區(qū)域則表示該區(qū)域是主要潛在源區(qū)。圖15給出了后向軌跡WCWT結(jié)果，與WPSCF的結(jié)果相似。2019年9月21—30日WCWT高值區(qū)(>132 μg/m3)同樣包括了廣東和湖南交界，廣東、江西和福建三省交界，廣東南部地區(qū)和海南大部分地區(qū)，2019年11月4—10日WCWT高值區(qū)(>137 μg/m3)同樣包括了江西、湖南和廣東三省交界，珠三角，雷州半島以及海南東部地區(qū)，表明上風(fēng)向的江西南部、湖南南部、珠三角地區(qū)和雷州半島等地是主要的潛在源區(qū)?？傮w來說，WCWT與WPSCF分析得到的結(jié)果具有較好的一致性，均表明三亞市的O3污染受區(qū)域輸送影響較大，且珠三角地區(qū)是重要來源區(qū)域。由此可見，在強化本地污染防控的同時，加強與上風(fēng)向區(qū)域(尤其是珠三角地區(qū))的聯(lián)防聯(lián)控是有效控制O3污染的關(guān)鍵。

圖15 O3的WCWT分布特征Fig.15 Distribution characteristics of ozone WCWT

3 結(jié)論

1)三亞市O3濃度以優(yōu)良為主，2015—2019年O3優(yōu)級天數(shù)比例為84.3%，良級天數(shù)比例為13.6%，輕度污染天數(shù)比例為2.1%。與其他污染物不同，2019年O3第90百分位濃度有了明顯上升，且O3作為首要污染物占比已升至100%，O3已成為影響三亞市空氣質(zhì)量達(dá)標(biāo)的主要污染物。

2)2015—2019年三亞市O3濃度與平均相對濕度、氣溫、降水量呈負(fù)相關(guān)關(guān)系，與平均風(fēng)速呈正相關(guān)關(guān)系，同時與風(fēng)向密切相關(guān)。夏季(6—8月)氣溫較高，主導(dǎo)風(fēng)向為來自海上較為清潔的偏南風(fēng)，O3及其前體物以本地排放為主，O3濃度與風(fēng)速呈負(fù)相關(guān)，O3濃度較低；秋冬季盛行東北風(fēng)，易受到來自內(nèi)陸的污染傳輸影響，O3濃度與風(fēng)速呈正相關(guān)，O3濃度相對較高。

3)三亞市O3呈現(xiàn)明顯的單峰型日變化特征，峰值出現(xiàn)在14：00，谷值出現(xiàn)在08：00，峰谷比為1.8，顯著低于國內(nèi)重點城市。O3濃度在不同季節(jié)表現(xiàn)出冬季、秋季、春季、夏季遞減的日變化特征。O3在優(yōu)級天、良級天和輕度污染天的日變化均具有單峰型變化特征，谷值出現(xiàn)時間相同，但是峰值出現(xiàn)時間逐漸延后。

4)當(dāng)日最高氣溫為20～30 ℃、日均相對濕度為65%～85%、日均風(fēng)速為3～8 m/s且主導(dǎo)風(fēng)向為東北風(fēng)時，該氣象條件可初步作為三亞市O3污染的預(yù)警指標(biāo)。

5)三亞市超標(biāo)日的天氣形勢主要以臺風(fēng)外圍和冷高壓南下2種類型為主，O3超標(biāo)日盛行東北風(fēng)，下沉氣流導(dǎo)致的本地污染物累積加上來自東北方向的區(qū)域污染輸送是造成三亞市O3污染的主要原因。

6)經(jīng)過聚類分析獲得2019年2個污染過程到達(dá)三亞市的氣團(tuán)輸送路徑均為4條，全部來自東北方向；潛在源區(qū)分析WPSCF與WCWT高值區(qū)域一致性較好，均表明珠三角地區(qū)是重要的O3污染潛在源區(qū)。因此，在強化本地污染防控的同時，加強與上風(fēng)向區(qū)域(尤其是珠三角地區(qū))的聯(lián)防聯(lián)控是有效控制O3污染的關(guān)鍵。