珠三角城市群臭氧浓度时空变化特征分析

尹稚祯，王兴磊

(伊犁师范大学 化学与环境科学学院 污染物化学与环境治理重点实验室，新疆 伊宁 835000)

近年来，随着工业化、区域经济一体化进程的快速发展以及机动车保有量的迅速增加，我国大气环境氧化性逐年升高，区域O3污染呈加剧态势，多个城市的O3浓度存在超标问题[1-2].研究表明，高浓度的O3可降低农作物产量、使橡胶开裂，对呼吸器官和眼部有强烈的刺激性，会增加因呼吸系统疾病引起的死亡率[3-6].我国以京津冀、长三角、珠三角为主的发展地区，O3最大8小时浓度频频超过国家二级空气质量标准[7-8].据《2017年中国生态环境公报》显示，珠三角地区以O3为首要污染物的天数占污染总天数的比例为70.6%，O3日最大8h平均值第90百分位浓度值和O3超标天数比例连续数年远高于全国平均水平.在这一特殊的气候背景下，珠三角区域的O3浓度变化应引起关注.目前，关于珠三角地区O3污染物已有一些研究，有学者对O3浓度变化、来源进行了解析研究，沈劲(2015年)使用NAQPMS模型研究国广东省与典型城市不同季节下的O3来源情况[9].叶绿萌等(2016年)应用WRF/Chem模式，对O3污染区域进行分区，将珠三角地区秋季O3重污染事件进行了模拟，划分了O3敏感区域，并研究敏感性区域随时间变化规律与成因[10].有学者针对VOCs和NOx等前体物与臭氧间的关系进行了分析，李泽琨(2015年)分析了O3与其前体物关系特征，识别各典型地区O3生成机制并评估不同前体物削减比例对O3控制影响效果[11].刘建等(2017年)分析了2012年O3前体物以及气象因子对珠三角地区O3浓度的影响[12].蒋美青等(2018年)对珠三角地区的鹤山、西角、竹洞、磨碟沙、深圳O3及NO和VOCs等前体物观测结果进行了分析，指出城市群的O3生成多数处于人为源VOCs控制区或过渡区，且对烯烃和芳香烃的敏感性最强[13].

O3污染在珠三角地区日益严重，而上述研究尚未揭示珠三角城市群之间O3污染的关联和空间差异，目前仍缺乏对珠三角城市群O3时空分布特征针对性、系统性的研究，本研究采用空间自相关和核密度方法，通过中国空气质量在线监测分析平台发布的珠三角城市群O3浓度监测数据，对珠三角城市群O3浓度的时空分布进行分析，探究珠三角城市群O3污染物空间分布差异与时间变化规律，以期直观揭示珠三角城市群O3时空演变特征.

1 研究区域数据

1.1 研究区域概况

珠江三角洲既是地理区域，也是经济区域，位于广东省中部，是广东省平原面积最大的地区，一般所指的珠三角经济区包括广州、深圳、佛山、东莞、惠州、中山、珠海、江门、肇庆、汕尾、阳江、清远、云浮、河源，共14个城市形成的珠三角城市群，这是我国乃至亚太地区最具活力的经济区之一，也是本文研究区域.

1.2 数据来源

本文研究的O3数据及其他污染物(PM2.5、PM10、NO2、SO2、CO)来自中国空气质量在线监测分析平台实时发布的监测数据.气象数据来自中国气象科学数据共享服务网中的常规气象数据.本文以第90百分位O3-8h作为判定城市O3年度、月度、季度大小和O3是否超标的指标，将其按照不同的时间尺度，进行时间和空间变化分析[14-15].根据《环境空气质量评价技术规范(试行)》的规定，当城市年(季或月)O3-8h滑动平均值的第90百分位数质量浓度大于160μg/m3时，认为该城市的O3浓度值超标[16].根据《环境空气质量指数(AQI)技术规定(试行)(HJ633—2012)》将O3-8h划分为5个等级，即:优(1～100μg/m3)、良(101～160μg/m3)、轻度污染(161～215μg/m3)、中度污染(216～266μg/m3)和重度及以上污染(大于266μg/m3)[17].

1.3 研究方法

1.3.1 空间自相关分析

依据地理学第一定律，地理事物或属性在空间分布上互为相关，存在集聚(Clustering)、规则(Regularity)、随机(Random)分布，相关性随距离增大而减少，该现象称为自相关[18-19].空间自相关统计量常用于分析数据之间地理和大气要素空间集聚和变化趋势，为探索要素的时空集聚和演变规律提供依据[18-20].

本文采用经典的全局自相关指数Moran’s I(IMoran)，亦称莫兰指数[21]，对珠三角城市群O3浓度的空间相关性进行实证考察，具体公式如下:

(1)

(2)

1.3.2 核密度估计

核密度估计是一种常见的非参数检验方法，已经成为研究空间分布非均衡的重要工具[22-24].根据数据本身的特点、性质，利用核密度函数估计未知的总体密度函数.假设有一组O3浓度数据为X1，X2，…，Xn，则O3浓度分布曲线的密度函数f(x)的核密度可以表示为:

(3)

式中:N为观测值的个数，K为核函数，h为窗宽，X为均值，Xi为独立同分布的观测值.

1.3.3 主成分回归分析

主成分回归分析是以主成分为自变量进行的回归分析.其原理是用主成分分析法对回归模型中的多重共线性进行消除后，将主成分作为自变量进行回归分析，然后根据得分系数矩阵将原变量代回得到新变量.其具体步骤为:

对N个自变量构成的数据表作主成分分析，得到N个主成分F1，F2，…，FN.根据特征值的累积贡献率选取前k个主成分.

采用线性回归，作因变量关于前k个主成分F1，F2，…，Fk的多元线性回归，得到回归模型:

(4)

由于每个主成分F1，F2，…，Fk均是自变量x1,x2,…,xn的线性组合.因此，经转化可得到最终线性回归模型:

(5)

2 结果与分析

2.1 时间变化特征分析

2.1.1 年际变化特征

如图1所示，2016—2019年珠三角城市群O3质量浓度年均值分别为150μg/m3、167μg/m3、161μg/m3、157μg/m3，各城市年均O3质量浓度分布区间由2016年的111～173μg/m3变化为2019年的122～190μg/m3.2016—2019年间珠三角城市群年均O3浓度呈现先升高后降低的趋势.

在2017年，珠三角城市群O3质量浓度提升幅度普遍在15～20μg/m3.解释认为这是由于气象条件和人为排放因素的共同影响所致，O3前体污染物的高排放和较差的大气输送扩散条件皆会使O3浓度升高[25-26].2017年，珠三角地区平均大气环境容量较2016年同期降低24.4%，不利于空气中大气污染物的清除(2017年中国气候公报)，造成珠三角地区O3浓度大范围增加.自2018年，广东政府实施的《广东省打赢蓝天保卫战实施方案(2018—2022年)》，围绕“散乱污”工业企业(场所)综合整治、煤炭消费总量控制、工业锅炉、炉窑、挥发性有机物、柴油车治理、扬尘污染防治等做了工作，对珠三角大气质量的改善起到了积极作用.

除2016年东莞O3年均浓度值居首位外，2017—2019年珠三角城市O3年均值浓度排序皆为江门>中山>佛山>东莞>广州>清远>阳江>肇庆>珠海>深圳>惠州>云浮>汕尾>河源，推测认为这可能和地理位置、产业结构、主导风向有关.

研究期间江门、中山、佛山、东莞、东莞、广州O3污染与区域内其他城市相比较为严重.解释认为顺德区是珠三角地区重要的工业基地，该地排放的O3前体物对江门地区的O3有较大贡献.自2016年，O3已经代替PM2.5成为中山大气首要污染物(2016—2017年中山市环境质量报告)，这主要是由于中山市中小规模的企业占主要比重，化工、工业锅炉等化石能源消耗产生大量NOx，家电制造、印染、制药等产业排放大量VOCs导致中山市O3污染形势严峻[27].东莞是珠三角重要的工业城市，O3前体物排放量相对较大，尤其在秋季偏北风的影响下对周边区域影响较大.广州市交通繁忙，机动车尾气排放量较大，会造成广州和佛山城区O3浓度的增加[9].

2.1.2 季节变化特征

按照气候统计划分春季3—5月、夏季6—8月、秋季9—11月，冬季12—2月，将月均O3浓度数据进行统计作为各季平均浓度分析珠三角城市群O3浓度季度分布状况.结合图1知，2016—2019年珠三角城市群大体呈现出夏、秋季浓度较高，春季居中，冬季较低的季节性变化规律.这主要是由于环境中大部分O3是VOCs和NOx经光化学反应生成的二次污染物，夏季大气辐射强度大、光化学反应严重，有利于O3的生成.珠三角地区秋季盛行的北风、偏北风带来外来污染传输，从而加剧O3污染.在冬季，因太阳辐射不强且温度较低，光化学反应进行的程度不高，所以O3浓度较低.春季雨水较多，可降低O3前体物的浓度[28].

与其他年份相比，2017年O3季浓度值较高.2017年比2016年春季增长了16%，夏季降低6%，秋季增长9%，冬季增长34%，其中冬季O3浓度增长幅度最高.推测认为是由于2017年珠三角14座城市在冬季降水量均大幅度减少所致，较2016年相比，各城市降水量减少幅度在83.02%～93.34%.2018年夏季、2019年秋季O3浓度较上年季浓度相比分别增长了13.5%、23.7%，这可能与2018年我国夏季气温创历史新高以及风速较弱等不利气象条件有关(2018年中国气候公报).2019年为“厄尔尼诺年，9—11月期间，在西太平洋和南海共有11个台风(中心附近最大风力≥8级)在西太平洋洋面生成，主要向西方向移动.在台风靠近珠三角地区的过程中，珠三角地区受台风外围下沉气流控制，造成高层大气向近地面输送O3，加之本地生成的O3等大气污染物无法向上扩散而在近地面逐渐积累，导致O3浓度升高.

2.1.3 月变化特征

2016—2019年珠三角城市群O3-8H第90百分位浓度月际变化情况见图2.从总体看，研究期间珠三角城市群O3浓度月变化特征大体呈现出不规则的“M”形起伏的变化规律，这与李霄阳、湛社霞的研究结果相一致，这可能与珠三角地区高温天气持续时间较久有关[1,29]，赵旭辉等分析合肥O3浓度时提出，当气温高于32℃时，O3浓度表现为不增加状态[30]，刘玉莲认为当气温高于一定界值，过高的气温条件使污染排放减少、扩散速度增快，导致空气中O3的前体物浓度有所减少，使近地面浓度降低[4].

2016—2019年珠三角城市群O3月均浓度在1—5月呈不稳定上升趋势，5—6月下降，6—9月呈波动上升趋势，9—12月呈波动下降趋势.1、2、12月O3浓度较低，珠三角大多数城市受温度、季风气候影响在5、11月有两个小高峰值，在8、9月达到一年中的峰值.中山8月O3平均质量浓度(243μg/m3)为城市月均值中最高，河源1月O3平均质量浓度(101μg/m3)是城市月均值中最低.从珠三角城市群发生O3污染的范围来看，5、7、8、9月出现多个城市的O3污染问题，6月受珠三角地区盛行西南方向的南海季风气候特征影响，O3浓度相对较低.

2.1.4 日变化特征

从珠三角城市群14个城市中选取7个城市绘制不同季节O3逐小时质量浓度变化图.由图3可知，珠三角城市群O3时段浓度变化特征总体呈典型的单峰型变化规律，由于不同时段大气扩散条件以及气温、风速等的不同，在24小时内先后了出现波谷和波峰，在夜间O3浓度维持相对较低的水平，白天浓度则较高.夜间生成O3的光化学反应较弱，NO通过反应不断消耗O3，导致在0:00—7:00期间O3浓度呈现缓慢降低趋势，在日出之前出现小时浓度的最低值.在不同季节，O3浓度最低值出现的时间也有所不同.在春季和秋季，O3浓度谷值普遍出现在7:00以及6:00和8:00，夏季在6:00或7:00出现最低值，且普遍呈现双谷值.在冬季，谷值普遍出现在8:00.随着太阳辐射逐渐增强，大气光化学反应强烈，O3浓度大幅度开始增高(一般在8:00—15:00)，在中午达到峰值后随着太阳辐射减弱而成降低趋势.珠三角城市群首个峰值出现的时间普遍为:15:00(春季)、14:00(夏季)、15:00(秋季)、16:00(冬季).这可能与辐射的强烈程度及光化学反应的发生有关.

2.1.5 O3污染特征

2016—2019年珠三角城市群轻度污染及以上污染等级出现的天数见图4.在研究时间范围内珠三角城市群轻、中、重度污染天数呈现先增加后降低再升高的变化.2016—2019年珠三角14座城市群发生O3污染的天数分别为209、529、313、533天.在2019年9月7日—11月24日期间，O3污染天数占总天数的80.12%，在此期间珠海出现4年来首次O3重度污染事件，本文推测可能由于台风引起的不利天气气象条件所致.2019年O3年均浓度水平虽然较2018年有降低，但污染状况不容乐观，值得进一步关注.4年来各城市O3超标天主要为轻度污染，其比例达到81.06%，重度污染天数占2.79%，研究期间的重度污染天数是由于中山、江门O3高值所致，江门和中山位于珠三角下风向位置易于造成污染物的积累，O3浓度值高于其他地区.深圳、惠州、阳江、云浮、河源、肇庆、清远未发生重度污染.

2016—2019年珠三角城市群出现数次大范围O3污染事件，见表1.大范围污染天气过程呈现出3个特点:① 污染过程发生突然，污染物浓度累积迅速，多个城市几乎同步出现浓度迅速累积升高现象，污染范围最广的一次涉及了13个城市；② 14座城市中河源、云浮、汕尾、阳江、惠州出现污染事件的频率较小，可能和地理位置和气象条件有关；③ 持续时间较短，污染发生过后，大部分城市O3浓度在数日内开始下降，但污染程度严重，污染过程中珠三角多个城市的O3浓度达到中度、甚至重度污染.

表1 珠三角城市群2016—2019年O3大范围污染事件Tab.1 Large scale O3 pollution events in the Pearl River Delta during 2016 to 2019

2.2 空间分布特征

2.2.1 珠三角城市群O3分布概况

本文对2016—2017年珠三角城市群O3质量浓度空间分布动态研究过程进行分析.

借助Rstudio3.5软件，采用高斯核对珠三角城市群O3质量浓度的分布动态演进进行估计.由图5(见第754页)可知，较2016年相比，珠三角区域核密度曲线向右移动、峰值高度增加，表明随着时间推移，珠三角地区O3浓度整体呈现上升趋势.② 2017年核密度曲线的开口减小，波峰形态由双峰变为不明显的对称双峰，表明珠三角地区O3浓度分布差距呈减小趋势，两极分化现象减弱，并且已出现O3浓度从中低值流向中高值区的现象.

随时间推移，肇庆核密度呈现对称双峰向单峰变化的发展趋势，曲线右侧拖尾，表明O3浓度变化差异增大，且出现O3重污染现象.阳江密度曲线左侧起始段几乎不变，但右侧外移，曲线由单峰发展为明显的双峰状态，第二波峰的核密度远高于第一波峰，表明O3浓度升高且出现两极分化现象，O3浓度水平多集中在中高值区.清远核密度曲线由双峰发展为单峰趋势，两极分化现象消失，密度曲线右移，峰值增高，右侧曲线有拖尾，表明O3浓度整体水平增高，甚至出现了O3重污染事件.随着时间推移，深圳市O3密度函数中心存在向右移动趋势，城市O3污染水平整体呈上升趋势，核密度函数峰值增高，核密度分布曲线的左侧轻微隆起，表明O3浓度变化差异增大，存在轻微的两极分化现象.核密度左侧曲线有延伸，表明个别O3浓度值甚至低于2016年.随着时间推移，广州O3密度函数右移，峰值明显升高，O3污染水平上升，右侧曲线轻微隆起，两极分化现象减弱.东莞核密度曲线右移动，峰值O3浓度总体水平升高，随时间推移，O3浓度出现峰值的频率虽然接近，但峰值浓度明显增高，出现明显的低浓度值流向高浓度值的现象.佛山核密度曲线向右移动，峰值增高，表明O3浓度升高，并且呈现出由双峰向单峰变化的趋势，波峰变更陡，变化区间缩小，表明随时间推移，O3浓度变化差异明显变小.中山核密度曲线向右移动且曲线变化区间明显增加，主峰峰值降低，呈现对称双峰分布，表明O3浓度已从中低值流向中高值，且O3浓度变化差异在进一步扩大的同时伴随中、高值两极分化现象.河源核密度峰值增高，O3浓度增加，区间明显缩小，表明O3浓度变化差异减小.随时间推移，惠州核密度曲线更加陡峭且呈现多峰分布，第一波峰对应的核密度远高于其他波峰，表明惠州O3浓度总体水平表现为中低值，已出现多极分化现象，O3浓度已流向高值区.珠海核密度曲线虽然峰值降低，但曲线总体向右偏移，表明O3浓度总体水平增高，但仍然有小部分的O3浓度值低于2016年浓度值现象，核密度区间增大，且由单峰变为双峰状态，表明珠海O3浓度变化差异增大且伴随两极分化现象.随时间推移，江门核密度曲线右移，峰值增高，核密度宽度缩小，表明江门O3浓度变化差异缩小，O3整体水平增高，并伴随轻微多极分化现象.云浮密度曲线右移，核密度宽度减小，峰值增高且波峰陡峭，表明O3浓度总体水平升高，且O3浓度两极分化现象得到缓解，O3浓度变化差异较小，分布较为集中.汕尾核密度函数宽度较大，峰值降低，表明O3浓度变化差异增大，由辨识度较低的多峰转变为明显的双峰状态，O3浓度在低值区和中值区出现两极分化现象.

从图5可观察到，2016—2017年肇庆、广州、佛山、清远O3空间分布特征较为接近，深圳、东莞较为接近，珠海与汕尾，河源与惠州分布特征具有相似性.虽然这些城市发展规模、污染物排放量、风向、O3污染程度各有差别，但O3动态分布变化趋势具有相似性，说明地理位置特征也是影响O3浓度分布趋势的主要因素，具体地理要素仍需进一步研究.

2.2.2 空间自相关分析

运用Geoda软件绘制珠三角城市群2016和2017年的O3的IMoran散点图，如图6所示.2016年I值为-0.1462，2017年则为-0.1094，表明① O3浓度在珠三角城市群之间存在一定的负向空间相关性，在空间上表现为离散格局，随着时间推移，I值呈下降趋势，即珠三角地区臭氧污染空间格局处在一个动态发展的变化过程，且空间的自相关性减弱，结合图1所示，珠三角城市群O3污染呈现出南北高，由内陆中部向西部和东北向外递减，逐渐降低的分布格局.② 随着时间推移，位于第4象限内的城市数量下降，而第3象限内城市数量上升，说明珠三角城市O3在空间上的集聚效应增强，局部非相似性减弱，珠三角城市群O3总体在空间分布上的差异缩小.③ 可能受气象条件、自然地理要素变化等影响使珠三角的相邻城市之间的空间相关程度发生变化.在2017年IMoran散点图上，第1象限包括广州、佛山、中山、清远，这些高O3浓度的城市被其他高O3浓度城市包围，处于O3浓度增长的扩散效应区.这几座城市为远离海洋的珠三角北、中部城市，污染物受到北部高山地形的影响导致空气流动速率变缓慢，空气扩散条件差，加之本地污染物的排放表现为高-高集聚.空间中这些城市彼此集聚，存在“积极”影响，促使高O3浓度城市的浓度持续升高.需要对其进行有力监督，不可忽视空间因素对城市O3污染的影响，谨防发生区域污染.第2象限包括深圳、珠海、肇庆、云浮，这些城市为LH型的空间自相关集聚，低O3浓度城市受周围高O3浓度城市极化作用影响，O3浓度存在空间负相关；第3象限中汕尾、阳江为临海城市.河源、惠州位于上风向地区且并非工业集中区，城市空气扩散条件好，易于污染物扩散，所以表现为低-低集聚.这些城市被周边低O3浓度城市包围，彼此间存在“消极”影响，促使O3浓度降低；在第4象限的东莞、江门城市为HL型的空间自相关集聚，处于极化效应区，这2个城市被周边低O3浓度城市包围，空间中这些城市彼此影响，对高O3浓度城市存在“消极”影响，而对低O3浓度城市存在“积极”影响，即导致高O3浓度城市的浓度值持续升高，促使低O3浓度城市的浓度值继续降低.

2.3 O3与其他环境因子相关性分析

2.3.1 O3与污染物相关性分析

通过分析O3与其他环境因子的相关性关系，可以更好地揭示珠三角地区O3污染规律.图7(见第756页)展示了O3与其他主要大气污染物的散点矩阵图.O3与PM2.5、PM10、SO2、NO2、CO的皮尔逊相关系数分别为0.4651、0.5249、0.5227、0.2028、0.0401.由图可知，O3与PM2.5、PM10、SO2、NO2浓度之间均存在正相关，且通过显著性检验.表2给出了珠三角城市群不同季节下O3与其他环境因子的person相关系数，由表可知，在春、夏季，珠三角城市群O3与其PM2.5、PM10、SO2、NO2、CO呈显著的正相关，说明在春、夏季O3与PM2.5、PM10、SO2、NO2、CO的变化趋势有较好的一致性.张宇静[31]、舒桌智[32]等的研究亦表明在夏季PM2.5和O3呈正相关，在冬季两者则呈负相关.解释认为是因为夏季太阳辐射强，气温较高，大气氧化性较强，O3主导大气氧化性，大气氧化性通过促进颗粒物生成而使PM2.5浓度升高，在冬季太阳辐射弱，气温较低，大气氧化性弱，高浓度的PM2.5削弱太阳辐射抑制大气光化学，导致O3生成率降低.除此之外，王玫[7]的研究表明京津冀地区O3和与PM2.5存在一定的负相关，孙丹丹的研究表明长三角地区O3和其前体物NO2、CO浓度呈负相关关系[33].易睿[34]、吴锴[21]等的研究结果表明O3和NO2、CO存在负相关，且CO与O3的相关性较差.解释认为这些差异可能是由于各区域复杂的物理化学机制和边界层等气象条件，以及污染物之间存在着多重相互影响的途径造成的[35-36].

2.3.2 O3与气象因子相关性分析

① 温度是影响珠三角城市群O3浓度的重要因素，由图8可知温度与O3浓度正相关性显著.从日序列看，O3浓度与平均温度的相关性在夏季最高，秋季和春季次之，冬季较低.这是因为平均气温越高，太阳辐射也越强，有利于O3的光化学转化，而冬季太阳辐射减弱，光化学反应相应减弱，造成O3浓度均值与冬季温度相关关系不显著.当平均温度>14.6℃时，珠三角城市群出现O3浓度超标事件.当平均温度>30.7℃时开始出现O3重污染事件.② 在四季中，珠三角城市群O3浓度与湿度都保持高度负相关，在秋、春季相关系数更高.相对湿度较高时，水汽充分，有云的可能性增大，使到达地面的紫外辐射较少，光化学反应减弱，O3浓度较低.当温度从31.1℃上升到31.8℃、相对湿度降低14%的情况下，O3浓度反而呈增加趋势，甚至达到426μg/m3的高值，这说明还有其他关键因素影响O3浓度，这可能和风向有关.③ O3与风速在春、夏、冬季呈负相关，在秋季可能受风向影响呈不明显的正相关.近地面风速大小对O3浓度的影响是复杂的.在适当风速下，有助于污染物的稀释和扩散，但风速过大，则会将地面的污染物带入空中，使空气中污染物浓度增高.当珠三角城市群日平均风速分布区间为1.5～2m/s时，O3超标率较高，达到25%.当日平均风速<2.5m/s时，O3超标率随风速增加而增高，当日平均风速>3m/s时，O3超标频率开始降低.④ 春、夏季能见度相关性较好，秋、冬能见度则较低.总体而言，能见度与O3浓度表现为正相关，能见度高时，往往是天气晴朗、太阳辐射较强，高温低湿的天气，有利于光化学反应，使O3浓度增加.夏季O3浓度与能见度呈负相关，具体原因仍有待进一步研究.⑤ O3与降水量呈负相关.降雨时易出现云量增多，风速增强等天气现象，不利于O3生成和积累，同时，降雨对空气中的污染物具有洗刷作用，能够减轻污染物浓度.O3与降水量在秋季相关性较低，可能是由于秋季的降水受到季风等气象因子的影响比较大，导致降水对O3的影响不够明显.

2.4 重污染个例分析

2017年9月27—28日为珠三角城市群O3大范围超标的时段，同时也是出现城市O3重污染现象较多的时期.尤其江门、中山在这两日连续发生O3重污染，因此，研究基于江门、中山2017年9月27—28日的空气质量逐小时数据，以PM2.5、PM10、SO2、NO2、CO、O3、温度、湿度、风速、能见度为解释变量(期间无降水，排除降水量影响因素)，运用Spss进行O3影响因素主成分回归分析.

1) 由Spss软件对江门、中山O3浓度解释变量进行主成分回归分析，汇总结果得表3.表中特征根大于1的江门、中山选定变量的主成分皆有3个，分别代表了原始变量的84.3510%和84.801%，已足够起到对影响O3的因素进行分析，说明主成分选择前3个成分来进行分析是可行的.

表3 总方差解释Tab.3 Explanation of total variance

2) 对O3与F1、F2、F3进行多元回归分析，分别得到江门、中山的O3回归方程，即模型1、2中用于判断拟合优度检验的系数R2分别为0.941、0.974，说明拟合效果较好.回归系数如表4所示.

表4 回归系数Tab.4 Regression coefficient

整理得到江门、中山关于O3的主成分回归方程分别为:

由上述回归结果可知，江门、中山重污染期间影响O3因素的机制既有相同点，也有不同点.影响江门和中山O3浓度最主要的因素皆是CO，其次为气象因素，主要来自于风速、温度、能见度.除了CO污染物之外，SO2浓度变化对两地O3浓度的影响较大，颗粒物和NO2的影响则较低，可能因为颗粒物、NO2浓度变化较为稳定.江门和中山CO对O3浓度影响关系是相反的，并且影响程度大不相同.在其他变量不变的情况下，CO均值每增加1单位，江门O3浓度减少80.417μg/m3，中山O3浓度增加13.574μg/m3.这段期间江门以北风为主，而中山则以西北风和东风为主，两地风向的不同以及地理位置和其他不确定的气象条件可能使CO与O3相关性相反，具体原因仍然有待进一步验证.

3 结 论

1) 2016—2019年珠三角地区年均O3浓度呈现先升高后降低的趋势，其中江门、中山、东莞、佛山O3污染较为严重.珠三角城市群大体呈现出夏、秋季浓度较高春季居中，冬季较低的季节性变化规律.O3质量浓度月均分布呈现出不规则“M”形起伏的变化规律.O3质量浓度日变化呈典型的单峰型变化规律，不同季节峰值和谷值出现的时间也有所不同，这与太阳辐射的强烈程度及光化学反应的发生有关.

2) 在研究期出现过数次较大范围的O3污染，污染过程发生突然，污染物浓度累积迅速，染持续时间较短，污染程度严重，多个城市O3浓度达到中度、甚至重度污染，其中重度污染天数的增加主要是中山、江门O3高值所致.对重污染个例进行剖析，表明江门、中山O3重污染超标最主要的影响因素是CO，其次为气象因素，主要来自于风速、温度、能见度.

3) 核密度估计表明，珠三角城市群O3浓度有部分由中低值流向高值区，两极分化现象减弱，O3浓度分布差距减小.空间统计分析表明，珠三角城市群O3浓度分布呈逐渐减弱的负向空间相关，表现在南北高，由内陆中部向西部和东北向外递减，逐渐降低的离散型空间格局分布.此外，广州、佛山、中山、清远城市处于O3浓度增长的扩散效应区，对周边城市存在“积极”影响，要谨防区域污染现象发生.

4) 不同时间下，珠三角地区O3与其他污染物的相关性也不同，就全年看，O3与PM2.5、PM10、SO2、NO2、CO呈正相关负相关，不同季节下相关性会发生改变.这些差异可能是由于各区域复杂的物理化学机制和边界层等气象条件，以及污染物之间多重相互影响的途径造成的，这需要进一步的进行验证.温度、湿度、风速、降水量是影响珠三角城市群O3浓度的重要因素，温度、能见度与O3浓度表现为正相关，相对湿度、降水量、风速与O3浓度呈负相关.当平均温度>14.6℃时，开始出现O3超标事件，当相对湿度、风速增加到一定程度，O3超标频率开始增加.