长江三角洲典型城市臭氧污染特征与影响因素分析——以扬州市为例

王亚林，易 睿，陈相辉

(1.扬州市环境监测中心站，江苏 扬州 225000；2.扬州市环保局，江苏 扬州 225009)

· 大气环境 ·

长江三角洲典型城市臭氧污染特征与影响因素分析
——以扬州市为例

王亚林1，易 睿1，陈相辉2

(1.扬州市环境监测中心站，江苏 扬州 225000；2.扬州市环保局，江苏 扬州 225009)

为研究扬州市臭氧污染特征及其影响因素，对扬州市2013～2015年国家环境空气质量监测网中的环境空气质量评价城市点数据进行统计分析。结果表明：这三年均存在O3超标现象，年超标率在3.0%～14.3%之间。春、夏为O3污染高发季节，日均气温、相对湿度、风速、机动车数量等均为重要的污染影响因素。

臭氧；机动车；气象因素；原因分析

1 引 言

臭氧(O3)是重要的空气氧化剂，适当浓度的O3可以消菌杀毒，但过高浓度的O3可能对生物健康构成威胁[1]。近年来，随着城市化、工业化的快速发展以高浓度O3为特征的光化学烟雾污染在长江三角洲地区时有发生[2]，O3已成为该地区除细颗粒物(PM2.5)以外的，另一项重要大气污染物。

《长江三角洲城市群发展规划》明确将扬州市定位为长三角城市群构建中重要的Ⅱ型大城市，该市自2013年起开展O3监测。本文以扬州市为例，根据该市环境空气质量监测网中的在线监测数据和气象要素数据，对2015年该市O3污染现状及2013～2015年变化情况、污染影响因素开展了相关分析，目的在于总结典型城市近地面层O3浓度的变化规律及影响因素，以期为长三角地区近地面O3污染防治和深入研究提供资料和依据，也为环境保护部门进一步预防和监测光化学烟雾污染提供参考。

2 方法与数据

2.1 分析方法

城市环境空气质量日评价主要依据《环境空气质量标准》(GB 3095-2012) 和《环境空气质量指数(AQI) 技术规定(试行) 》；城市环境空气质量年评价主要依据《环境空气质量评价技术规范(试行) 》(HJ 663-2013) 。

2.2 数据来源

以扬州市国家环境空气质量监测网中的环境空气质量评价城市点数据为依据。

3 分析结果

3.1 污染现状

2015年，扬州市O3日最大8小时平均值分布范围为17～254μg/m3。有效监测天数363天，超过《环境空气质量标准》(GB 3095-2012) 二级标准限值的天数为52天，有效监测超标率为14.3%。其中，轻度污染45天，占12.37%，中度污染7天，占1.93%，无重度污染和严重污染。全年城市环境空气质量超标天数共116 天，以O3为首要污染物的污染天数占全部污染天数的41.4%，仅次于PM2.5(以PM2.5为首要污染物的污染天数占全部污染天数的50.9%)。

《环境空气质量评价技术规范(试行) 》规定，当城市一年内O3日最大8 h滑动平均值的第90 百分位数浓度大于160μg/m3时该城市年度评价结果超标。扬州市2015年O3日最大8h滑动平均值第90百分位数为175μg/m3，超标，超标倍数为0.09。

3.2 日内变化

因2015年扬州市O3日最大8小时平均值未超标天数的O3日内变化较小，所以选取O3日最大8小时平均值超过《环境空气质量标准》(GB 3095-2012) 二级标准限值的天数来分析O3的日内变化更具代表性，全年共52天。将这超标的52天的日内1h平均浓度值分时段取平均值作为纵坐标，以24h为横坐标作图，可得O3小时平均浓度值24h变化曲线(图1)，由图1可知：2015年O3小时平均浓度值日内呈现单峰分布，超过二级标准限值(200μg/m3)的时段主要集中在14∶00～17∶00之间；谷底出现在6∶00前后，随后O3浓度逐渐升高，峰值出现在15∶00前后，此时前体物NO2浓度最低，说明此时是O3生成的光化学反应最旺盛的时段。夜间浓度维持在较低水平。

图1 O3和NO2小时平均浓度值24小时变化曲线图Fig.1 Hourly mean concentrations variation curve of O3 and NO2 during a day

3.3 季度变化

受O3前体物和城市光化学反应的影响，扬州市O3月均浓度具有明显的季节变化特征，其中冬季月均浓度最低，且未出现超标情况；春季3～5月O3污染逐渐加重，5月份月均浓度和超标天数均达全年峰值，污染最重，月均浓度达143μg/m3，超标天数12天，占全年总超标天数的23.1%；夏季O3污染维持在相对较高水平；进入秋季后，O3污染逐渐减弱，月均浓度和超标天数均呈下降趋势[3～5]，如表1，图2。

表1 2015年O3月度超标情况比较表Tab.1 O3 monthly concentrations over standard in 2015

图2 2015年O3浓度季度变化曲线Fig.2 Monthly mean concentrations variation curve of O3 in different seasons

3.4 年际变化

2013年～2015年，市区O3日最大8h滑动平均值第90百分位数范围在132(2014年)～175(2015年)μg/m3之间，超标率在3.0%～14.3%。2015年超标天数比2013年增加41天，O3污染呈恶化趋势[6]，如表2，图3。

表2 2013～2015年O3超标情况年际变化表Tab.2 Yearly variation of O3 concentration exceeding standard during 2013～2015

注：O3日最大8h平均值第90百分位数反映城市臭氧年度浓度变化。

图3 2013～2015年O3超标情况年际变化Fig.3 Yearly variation of O3 concentration exceeding standard during 2013～2015

4 影响因素

4.1 气象因素

(1)O3日均浓度值、O3超标率与日均气温均呈显著正相关关系，相关系数分别为0.943和0.657。当日均气温升高时，O3浓度不断升高。日均气温<10℃时没有出现超标现象，当日均气温≥10℃时随着气温的升高，O3超标率不断提高，日均气温在20℃～30℃区间时，共出现34天超标，占总超标天数的65.4%。当日均气温≥30℃时，超标率有所降低，如图4。

图4 不同日均气温下的O3超标率和浓度均值变化曲线Fig.4 O3 over standard rate and daily mean concentration variation curve under different average daily temperatures

(2)当相对湿度在40%～90%范围内变化时，随着相对湿度的增加，O3超标率总体呈现先升后降的趋势，O3浓度日均值总体呈现下降趋势，如图5。

在相对湿度40%～80%范围内，随着相对湿度增加，O3超标率逐渐上升，相对湿度在70%～80%范围时超标率最高，当相对湿度≥80%时超标率开始下降；当相对湿度≥90%，没有出现超标状况，这是因为相对湿度高时大气中的水汽影响太阳紫外辐射在光化学反应的作用，导致大气光化学反应减弱。

图5 不同相对湿度下的O3超标率和浓度均值变化曲线Fig.5 O3 over standard rate and daily mean concentration variation curve under different relative humidity

(3)随着风速的增加，O3超标率总体呈现为先升后降的规律，在风速<3m/s时，超标率基本随着风速的增加而增加；风速≥3m/s时超标率逐渐降低，风速≥5m/s时，超标率为0。较高的风速增加了大气混合，但风又具有水平扩散作用，又会稀释O3，这两种作用同时发生，当风速较低时O3的混合作用强于扩散作用，从而随着风速的增加超标频率增加，当风速超过一定限值时，扩散作用又占主导地位，随着风速的增加超标频率减少，如图6。

图6 不同风速下的O3超标率变化曲线Fig.6 O3 over standard rate variation curve under different wind speed

4.2 机动车影响

O3的前体物氮氧化物(NOX)主要由工业源和交通源排放产生，都是在化石燃料使用过程中的燃烧高温使空气中的氮气氧化活化形成的。2015年扬州市工业源NOX排放量为4.52万吨[6]，同比减少12.9%。但机动车保有量增长比较显著，同比长7.56%，不仅是汽油等燃料的增加会产生NOX排放增量，还会在机动车保有量增加到一定程度，而道路条件没有改善的情况下，产生交通拥堵，加重氮氧化物排放。同样选取2015年O3日最大8小时平均值超过《环境空气质量标准》(GB 3095-2012) 二级标准限值的52天，将日车流量按24h分段进行分析，可知：扬州市车流量呈现日内 “双峰”特征，上午10∶00前后、下午14∶00前后出现交通高峰，符合早晚市民出行的各自特点；每日14∶00～17∶00出现O3小时浓度高峰，说明车流量的增大对O3小时浓度的变化存在明显影响，但对O3小时浓度的抬升存在约2h～4h的滞后效应，这是由于从日出到正午随着太阳辐射强度的增大，O3前体物光化学反应增强，造成O3浓度增加; 晚高峰后，大气化学反应还在继续，夜间O3小时浓度缓慢下降．与3.2分析结果吻合[7-8]，如图7。

图7 不同车流量时段下O3浓度变化曲线Fig.7 O3 mean concentration variation curve under different traffic flow

4.3 挥发性有机物影响

挥发性有机物(VOCs)不仅是PM2.5的前体物，也是O3的另一类前体物，其排放主要有工业源、交通源、生活源和自然源，2105年该市VOCs排放总量约13 291t[6]。其中工业源在扬州市主要有扬农化工、联环药业与开发区的一些电子、机电和家具制造业，这些企业大都位于主城区的南部，进入春季，主导风向转为南风，会导致下风向的主城区挥发性有机物浓度的增加；而机动车排放的碳氢化合物(HC)属于VOCs，春季恰逢扬州市旅游旺季，大量外地机动车涌入，也会由于机动车的增加、怠速行驶、三元催化装置的失效等因素导致排放增加；生活源主要是干洗、装修、餐饮、汽车维修、加油站等，大部分属于无组织的面源排放，这部分增量情况难以统计；而自然源主要是由植被产生的，随着市区绿化面积增加，加之近年乔灌木生长进入成年期导致生物量的增加，由植物代谢产生的异戊二烯等VOCs的排放不容忽视，该市处于亚热带区域，春季进入植物的生长代谢旺盛时期，异戊二烯的排放也会呈现一个逐步增长的水平，符合3.3分析结论[9-10]。

5 结 论

(1)2013～2015年扬州市O3浓度和超标率均呈现上升趋势，污染程度持续加重。2015年以O3为首要污染物的污染天数比例高达41.4%。日内O3小时平均浓度呈现单峰分布，谷底出现在6∶00前后，峰值出现在15∶00前后；全年O3污染随季节变化特征明显，冬季未出现超标情况，春、夏为污染高发季节，O3浓度和超标率均维持的较高水平，秋季O3污染逐渐减弱。

(2)日均气温、相对湿度、风速是影响O3浓度的重要气象因素，O3日均浓度值、O3超标率与日均气温均呈显著正相关关系，相关系数分别为0.943和0.657。当相对湿度在40%～90%范围内变化时，随着相对湿度的增加，O3超标率总体呈现先升后降的趋势，O3浓度日均值总体呈现下降趋势。随着风速的增加，O3超标率总体呈现为先升后降的规律。

(3)该市车流量呈现日内 “双峰”特征，上午10∶00前后、下午14∶00前后出现交通高峰，O3小时浓度峰值出现在每日14∶00～17∶00，说明说明车流量的增大对O3小时浓度的变化存在明显影响，但对O3小时浓度的抬升存在约2h～4h的滞后效应。

(4)挥发性有机物(VOCs)也是O3的另一类重要前体物，其排放来源繁杂，排污企业的位置分布和排放规律、旅游旺季机动车大量增加带来的VOCS排放增加、植物的生长代谢排放等与现有O3浓度变化规律存在一定相符性，但其影响机理复杂，仍需进一步开展研究。

[1] 张红星，孙 旭，姚余辉,等.北京夏季地表臭氧污染分布特征及其对植物的伤害效应[J].生态学报.2014，34(16)：4756-4765.

[2] 易 睿，王亚林，张殷俊,等.长江三角洲地区城市臭氧污染特征与影响因素分析[J].环境科学学报.2015，35(8)：2370-2377.

[3] 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.

[4] 陈鹏飞，张 蔷，权建农,等.北京地区臭氧时空分布特征的飞机探测研究[J].环境科学.2012，33(12):4141-4150.

[5] 高晋徽，朱 彬，王东东,等.南京北郊O3、NO2和SO2浓度变化及长/近距离输送的影响[J].环境科学学报，2012,32 (5):1149-1159.

[6] 扬州市“十二五”环境质量报告书编委会.扬州市“十二五”环境质量报告书[R].扬州：扬州市环境保护局.2015.

[7] 李泽琨.珠江三角洲地区臭氧及其前体物非线性响应特征及控制对策研究[D].广州：华南理工大学，2015.

[8] 郭宇宏，王自发，康宏等.机动车尾气排放对城市空气质量的影响研究—以乌鲁木齐市春节前后对比分析[J].环境科学学报.2014,34(5):1109-1117.

[9] 聂 滕，李 漩，王雪松,等.北京市夏季臭氧前体物控制区的分布特征[J].北京大学学报(自然科学版) .2014,50(3):557-564.

[10] 颜 敏，尹魁浩，梁永贤,等.深圳市夏季臭氧污染研究[J].环境科学研究，2012，25(4)：411-418.

Analysis on Ozone Pollution Characteristics and Influencing Factors of Typical City in Yangtze River Delta——Taking Yang Zhou City as an Example

WANG Ya-lin1，YI Rui1，CHEN Xiang-hui2

(1.YangzhouEnvironmentalMonitoringCentry,Yangzhou,Jiangsu225009，China; 2.YangzhouEnvironmentalProtectionBureau,Yangzhou,Jiangsu225009,China)

In order to study the characteristics of ozone pollution in Yangzhou and its influencing factors, the statistical analysis of the city air quality data in Yangzhou city from 2013 to 2015 was carried out.The results show that in recent three years ozone concentration has been exceeded the standard. The annual over-standard rate is between 3.0% and 14.3%. The spring and summer are the main seasons of ozone pollution，and the daily average temperature, relative humidity, wind speed and the number of motor vehicles are all important influencing factors of pollution.

Ozone;motor vehicle;meteorological factors;cause analysis

2016-10-09

王亚林(1980-)，男，江苏扬州人，2004年毕业于南京林业大学环境科学专业，工程师，现就职于扬州市环境监测中心站，从事环境监测工作。

X701

A

1001-3644(2017)02-0076-05