青藏高压系统对川渝春夏臭氧污染的影响机制

刘 微,康 平*,张小玲,向卫国,刘志红,张栩滔,李淳楷,宋荣津,雷 雨

青藏高压系统对川渝春夏臭氧污染的影响机制

刘 微1,康 平1*,张小玲1,向卫国1,刘志红2,张栩滔1,李淳楷1,宋荣津1,雷 雨1

(1.成都信息工程大学大气科学学院,高原大气与环境四川省重点实验室,四川 成都 610225；2.成都信息工程大学资源环境学院,四川 成都 610225)

为研究青藏高压系统对川渝地区春夏季臭氧(O3)污染的影响机制,对2015~2018年每年4~9月的中国气象局高空全要素填图数据(Micaps PLOT High)、川渝14个城市的国控环境监测站点O3监测数据及气象台站数据进行了研究分析.结果表明: O3浓度的高低与青藏高压中心位置分布的状况和数量密切相关,中心分布越密集、出现的极值区域越多和中心个数越多时,同期地表温度越高, O3浓度越高(尤其是中心位置出现在100°E和28°N的频数越多,地表温度越高,导致较多O3极值的出现).对比分析同年逐月与逐年同月高压脊线南北偏移情况对O3浓度的影响,发现高压脊线越往北跳,对应日照时数越长, O3浓度越高.综合分析高压中心和高压脊线对川渝地区O3影响的共同作用,发现高压中心和高压脊线分别主要通过控制地表温度和日照时数来影响O3浓度,且同一时段,二者对O3浓度影响的效果和程度也存在差异,有时对O3浓度的增加表现为协同作用,有时为拮抗作用.

青藏高压；川渝城市群；臭氧浓度；气象因子；中心数量；高压脊线

近地层臭氧(O3)污染主要是由氮氧化物(NO)和挥发性有机物(VOCs)等前体物的光化学反应生成,但气象条件的变化控制着O3的日变化[1].此外,亦有研究指出,O3浓度的增加除了取决于人为源排放量的增加,也可能取决于气象条件的变化[2-3].对于O3污染的气象成因,目前的研究已广泛地表明,高O3污染事件通常与高温、强辐射、低风速和低相对湿度等气象条件,以及大气环流形势有关[4].近年来,随着经济的发展、人口的激增以及机动车保有量的增加,我国城市O3污染问题愈发严重[5,6].特别是京津冀、长江三角洲、珠江三角洲、汾渭平原和川渝城市群等已成为我国区域性大气复合污染最严重的几大区域.根据近年来《四川省生态环境状况公报》[7-8],川渝地区O3日最大8h平均浓度(MAD8)第90分位数有逐年增加的趋势,由2015年的131mg/m3增加至2018年的144mg/m3,且O3浓度超标天数主要来自每年春夏季(4~9月)的贡献.

每年4~9月,亦是青藏高压盛行时期,是其在100hPa附近发展最强的主要季节时段.有关100hPa青藏高压系统对我国东部旱涝关系的天气气候影响和对夏季川渝地区高温天气的影响已有较多研究.文献[9-11]研究指出,西太平洋副热带高压强烈西伸、伊朗高压强烈东伸形成高压脊控制川渝地区时易造成该地区出现高温干旱情况.胡景高等[12]研究发现高压东脊点偏东(西)年,高压强度增强(减弱),江淮流域、东北部分地区偏涝(旱),华南地区偏旱(涝)的结论.

对于O3与气象因子的关系研究,不同地区略有差异,但国内外在对太阳辐射、气温、相对湿度、降水等对O3浓度的影响都有大致相同的结论[13]. Jasaitis等[14]分析发现太阳辐射强度与O3的生成有着密切的关系,在统计学上具有显著的正相关性;姜峰等[15]研究证实O3浓度与太阳辐射强度正相关且会滞后于太阳辐射强度的变化;对于O3浓度与其他气象要素之间的相关关系,程念亮等[16]和王开燕等[17]的研究均指出O3浓度与相对湿度、能见度呈负相关,与气温、风速和日照时数呈正相关.气象因子通过影响光化学反应,从而引起近地面O3浓度的变化.青藏高压系统对川渝春夏季近地层天气气象条件有显著影响,从而也能影响O3污染,研究青藏高压系统对川渝O3污染的影响机制,分析青藏高压变化与O3浓度变化之间的月际和年际规律特征,可对川渝城市群O3浓度进行短中期预报提供更多理论参考.

基于此,本研究利用2015~2018年(4a)每年4~9月的中国气象局高空全要素填图数据(Micaps PLOT High),得出100hPa青藏高压中心位置与高压脊线的逐日变化,结合同期川渝地区14个城市67个国控环境监测站点的O3日最大8h平均浓度(MAD8)监测数据和气象台站地面气象要素观测资料,通过空间统计方法,探讨青藏高压中心与高压脊线的变化如何影响川渝地区春夏季的天气气象条件,进而影响O3污染时空变化的机制.以期为川渝城市群O3污染防治提供科学依据.

1 数据和方法

1.1 数据来源

本研究所使用的青藏高压系统判识数据是2015~2018年每年4~9月逐日100hPa中国气象局高空全要素填图数据(Micaps PLOT High).地面气象观测资料采用中国气象数据共享网(http://cdc.cma. gov.cn)的中国地面气象站逐日观测资料,在充分考虑数据完整性和代表性等因素后,选取川渝14个城市/地区(成都、泸州、遂宁、内江、乐山、南充、宜宾、广元、达州、巴中、攀枝花、阿坝州、甘孜州和凉山州)对应的14个台站.数据包括气温、日照时数、相对湿度和降水量等气象要素.数据集原始数据文件已经过严格的质量控制和检查.

O3浓度数据为O3日最大8h平均浓度(MAD8),数据来源于四川省环境监测总站,严格参照《环境空气质量标准》(GB3095-2012)[18]进行质控,同时剔除部分时段由于停电､仪器校准等原因出现的缺测.选取了对应14个城市/地区的MAD8数据进行研究.由于本研究侧重于揭示2015~2018年每年 4~9月100hPa青藏高压中心位置和脊线逐月变化特征,以期探讨同年不同月份和同月不同年份100hPa青藏高压系统对川渝城市群O3浓度的影响机制.因此本文对逐日Micaps PLOT High数据、地面气象观测数据和MAD8数据进行时空匹配,并求取了月均值来进行分析讨论.

1.2 分析方法

1.2.1 青藏高压的定义及统计方法 关于青藏高压的定义大致分为3种:第一种,青藏高原100hPa上出现高压脊[19];第二种,定义青藏高原100hPa上出现闭合的高压中心[20-21];第三种,利用NCEP再分析资料,以孙国武等[19]的定义为基础,利用高度距平场对青藏高压进行定义,即:

(1) 水平范围在25°~45° N和60°~105° E,且地形高度超过3km;

(2) 从500~100hPa高度场距平均为正距平;

(3) 500hPa距平大于30gpm 的点超过3个;

(4) 条件(2)和条件(3)持续时间3d及以上为一次青藏高压过程.

第一种定义简单明了,但在实际统计过程中一个高压会出现多个高压脊,且高压脊较狭长,不利于确定高压中心位置,导致统计工作繁琐;第三种定义约束条件较多,在高空天气图的判识上很难展开;第二种定义易操作,且本研究中所使用的Micaps PLOT High逐日100hPa天气图资料(共915张)能够满足其要求和标准,所以本研究中对于青藏高压系统中心位置的定量统计方法,参照上述第二种定义,在100hPa出现闭合的高压中心,则称为一次高压过程.结合Micaps PLOT High数据,获取2015~2018年每年4~9月青藏高压的中心位置,利用MATLAB的scatterhistogram函数绘制带曲线直方图的散点图得到不同年份各月的高压中心位置分布图.

在研究高压脊线时,仅考虑脊线的南北偏移,偏移量的定量统计方法如下:以某年4月为例,从Micaps PLOT High逐日100hPa天气图上识别高压脊线的3个点坐标:如4月1日,3点为(11),(22), (33),将此3点拟合成一条直线:=11,同理,4月日拟合直线如式(1):

取4月份平均截距,如式(2):

式中:代表的是该月中的第几天,b截距代表的是该天的脊线偏移量大小,B截距之和代表的是第几个月的脊线偏移总量大小,故4为4月份脊线总偏移量的衡量指标(RO)大小.同理,5月截距设为5,若5>4,且两者均为正值,则5月较4月向北偏移,反之则向南偏移(负值).通过比较截距正负和大小,得出南北偏移的方向和大小.

计算得出偏移量大小的量级为10-3,为便于分析,将所有值同时扩大1000倍.但在数据集中时,会有少部分疑似异常值,使最终求得的月与月之间的脊线偏移量相差悬殊.因此要对数据进行修正,修正方法如下:设有某月数据集,第一四分位数为1,第三四分位数为3,记四分位数间距IQR3-1,若数据不满足式(3):

则判定X为疑似异常值,将其剔除.剔除所有异常值后再对剩余数据求平均,得到最终结果.经计算,与剔除数据前计算的月脊线偏移量相比,最终数据改变的有2016年5~4月、8~7月、9~8月;2017年6~5月、7~6月;2018年5~4月这6组数据.

1.2.2 O3浓度超标定义 城市环境评价标准严格采用《环境空气质量标准》(GB3095-2012)[18]中关于O3的二级标准,即MAD8超标标准为160mg/m3.同时根据《环境空气质量指数(AQI)技术规定(试行)》(HJ633-2012)[22]对不同MAD8值进行了等级划分,使用二级标准,其中160~215mg/m3为轻度污染,215~265μg/m3为中度污染,265~800mg/m3为重度污染,800mg/m3以上为严重污染.

2 结果与讨论

2.1 O3污染时空特征

2.1.1 时间变化特征 川渝地区2015~2018年O3污染呈逐年加重的趋势. 2015~2018年4~9月,川渝14个城市MAD8超过二级标准的天数为430d,占总监测天数(即14个城市监测天数的总和,共10248d,下同)的4.2%(图1).川渝地区MAD8月均浓度具有一定的月变化特征, O3污染最为严重的时段多集中在春末和夏季(5~8月).2015年4~5月MAD8月均浓度逐渐升高,5~8月MAD8浓度在90 μg/m3左右,并于7月达到峰值103μg/m3,8月以后开始下降,在9月维持在60μg/m3左右.2016年4~5月MAD8浓度趋势与2015年相似,在8月达到峰值102μg/m3,9月浓度较8月有所下降,但仍处于较高状态(约77μg/m3).2017年各月 MAD8浓度均较高,在7月达到峰值114μg/m3.2018年各月MAD8浓度处于一个更高的状态,除9月份外,其余月份均大于90μg/m3,有3个月甚至超过了100μg/m3.

此外, MAD8超标天数的月分布与MAD8月均浓度也有相似的变化趋势,在MAD8月均浓度较高的月份,超标天数也较多.当然也存在超标天数与月均浓度分布不相似的情况,如月均浓度较高但超标天数不多的情况,2017年4月, MAD8月均浓度为93μg/m3,但超标天数只有7d;2017年6月, MAD8月均浓度也为93μg/m3,超标天数只有6d,主要是由于MAD8月均浓度多为高位良好值且分布比较均匀,但MAD8超过160μg/m3的污染日并不多.而对于超标天数较多,月均浓度不高的情况,如2015年4月,超标天数有23d,但月均浓度为87μg/m3,2015年5月超标天数有21d,月均浓度为96μg/m3.本研究认为可能与青藏高压的变化导致川渝城市群MAD8浓度极值频繁出现有关,具体原因还需要深入探讨.

图1 川渝14城市2015~2018年O3月均浓度与超标天数

图2 2015~2018年4~9月川渝14城市逐日O3污染时空分布

2.1.2 空间分布特征 为了研究青藏高压对川渝不同城市/地区的MAD8浓度影响是否相同,本文对14个城市的MAD8超标天数和逐日MAD8浓度进行分析后发现(图2):成都､遂宁和内江等四川盆地腹地区域城市的春夏季MAD8超标天数较多,污染较严重,而川西山区阿坝州､甘孜州和凉山州等地区的春夏季O3污染较轻.成都､遂宁和内江的 MAD8超标天数每年均较多,总数分别为145､63和63d,三城市春夏季MAD8浓度均值分别达到117,107, 107μg/m3;宜宾在2015年未出现超标,之后3a超标天数不断增加(累计31d),春夏季MAD8浓度均值为98μg/m3;南充2016年未出现超标,其他3a均超标,且超标天数较多(累计24d),春夏季MAD8浓度均值为90μg/m3;达州在前3a超标天数均较少(累计2d),但在2018年增至12d; 阿坝州､甘孜州和凉山州MAD8超标天数接近为0d,尤其是阿坝州､甘孜州两地春夏季MAD8浓度保持在60μg/m3左右,最高未超过90μg/m3.

2.2 青藏高压系统特征

2.2.1 中心位置 2015~2018年每年4~9月青藏高压中心位置的分布均主要集中在70°~120°E,其中90°~100°E最为集中,尤其在100°E、23°N、28°N和30°N这些位置分布较为集中(图3).对于高压中心分布的集中情况,2015~2018年整体呈现越来越集中的趋势,且在2016年高压中心分布最为集中.统计2015~2018年各月出现的中心数量,发现中心位置总个数呈现先增后减的趋势,由2015年的181个增至2016年的197个,之后又减少为2018年的150个,并且每年的中心个数均为4月最少,9月最多.其中2015年4月的中心个数较少,仅有21个,之后中心位置逐渐增多,在9月达到了最大值38个.2016年4月中心个数极少,而6、9月的中心个数均超过了40个.2017年6、9月的中心个数相差不大,均在38个左右.2018年4月中心个数为4a最少(5个),之后每月逐渐增加,9月达到42个.

图3 2015~2018年每年4~9月青藏高压中心位置

2.2.2 高压脊线 整体观察2015~2018年高压脊线的南北偏移情况,发现2016年相对于2015年北跳,2017年相对于2016年南移,2018年又北跳;而每年各月脊线的偏移方向变化差异较大(图4).对4a数据进行统计分析,得出每年各月平均青藏高压脊线位置:4月脊线位于27°N附近,5月南移至26°N附近,6月则北跳至28°N附近,7月继续北跳至31°N附近,8月达到全年中最北(32°N附近),然后随着热赤道的南移,100hPa高压脊也向南撤退,9月位置与6月相近.对每年各月进行分析发现,2015年5月脊线相较于4月大幅北跳(约+3RO),而6月相较于5月则大幅南移(-2RO),7、9月继续南撤.2016年5月与2015年同比则大有不同,出现了大幅南移(约-2.5RO)的现象,而其他月则均较前月向北跳动.2017年5月相较4月北跳了约+1.5RO,6月向南移动,7、8月则又向北跳动,且偏移RO均较大,9月份又向南撤退-3RO.2018年6、9月相较前月均北跳,5、7、8月则相较前月均南移.逐年比较发现,每年9月脊线南北偏移的方向变化较大,且偏移量也较大.

图4 2015~2018年青藏高压脊线南北偏移情况

2.3 青藏高压对O3污染的影响分析

2.3.1 高压中心的影响 高压中心数量与 MAD8超标天数及MAD8月均浓度的变化趋势较为一致(图5).中心数量越多,使得川渝地区气温越高,从而O3污染越严重.2015年5、7月中心数量分别为22、37个,月均温度分别为21.6℃和24.9℃,14城市累计MAD8超标天数分别为21d和39d.2016年6~9月中心数量均超过40个,除9月较特殊外,6~8月的月均温度(均>24.2℃)和超标天数(12~32d)均较高.2017年7月中心数量最多,月均温度亦高达26.1℃,超标天数也最多(49d).2018年规律与2017年相似,每年7、8月中心数量均较多,同期温度也较高(均>25.7℃),O3污染亦很严重.

图5 2015~2018逐月高压中心数量与O3超标天数的变化趋势

芝永华等[23]提出高原大气加热率与青藏高压中心位置具有较好的相关性,青藏高压中心常常出现在大气热源上空.因此,高压中心数量多时,青藏高压周围温度较高,根据热量传输原理,使得川渝城市群气温升高.同时,彭京备等[24]也认为在高原高压发展后期,高原高压脊前的西北气流绕青藏高原控制高原东北侧和东侧地区,不利于水汽向上述地区的输送,使得西北地区到川东地区易于出现高温天气.本研究中青藏高压中心位置较为集中出现在100°E和28°N附近的月份,川渝地区均出现高温天气,且中心分布越集中,越易出现高温现象,使得MAD8浓度升高.2015~2018年中心位置分布的趋势为逐渐趋于紧凑,MAD8月均浓度亦呈逐年上升趋势,超标天数也逐年增加.但2016年较2015年超标天数增加幅度最大,与2016年青藏高压中心位置分布最为集中相匹配,且2016年的4~9月均温为4a最高.2015~2018年4a中,MAD8超标天数超过20d的月份(如2015的7月,2016年的6月,2018年的4月和6月),中心位置在28°N~30°N附近均有一个峰值,且同期温度较高.而每年4月高压中心位置的分布则更能通过影响日照时数来影响O3浓度,如2018年4月份出现的中心个数虽为每年4月最少(仅5个),但基本上都是分布在28°N,MAD8超标天数却较多,其日照时数高达6.2h.

为研究高压中心对O3浓度高值的影响,本文中把MAD8浓度超过190μg/m3称为O3浓度高值.分析发现,成都4a超标天数均非常高,超标天数总数为145d(位居第一),同时O3浓度高值时段成都占了55%,泸州为12%,宜宾和内江均为10%.成都的O3浓度高值4a情况均不同:在2015年主要分布在5月,最高值220μg/m3在6月出现;2016年主要分布在8月,同月出现最高值276μg/m3;2017年主要分布在7月,同月出现最高值为267μg/m3;2018年主要分布在5月和8月,在5月出现最高值247μg/m3.结合同期青藏高压系统特征,发现在2015年5月份中心位置在100°E有一个峰值,且在6月份中心位置大都处于28°N,在2016年8月份中心位置在75°E有一个较大峰值,2017年7月份中心位置集中在100°E,2018年5月份中心位置也在100°E出现极值,8月份中心位置主要在28°N.分析其气象要素,发现这4个城市的4a 4~9月的平均温度比研究区域14个城市4a 4~9月的月均温度均高了1~2℃.而阿坝州、甘孜州和凉山州等西部山区, MAD8浓度与超标天数均较少,其同期对应月均温度均较低(低于15℃,图6).

图6 2015~2018逐月高压中心数量与温度、O3浓度的关系

2.3.2 高压脊线的影响 本文发现,青藏高压脊线偏移更能影响日照时数从而影响O3污染:脊线北跳,日照时数增加,有利于加重O3污染;脊线南移,降水量增加,日照时数减少,有利于减轻O3污染.这与罗四维等[25]的研究结论一致,凡青藏高压脊线位置偏北者,或对应长江流域大范围的严重干旱(如1961、1964、1971及1972年),或对应着长江下游地区的干旱(如1963及1973年);而脊线位置偏南的1965、1968及1970年,长江流域都是多雨偏涝,其中长江流域1969年大涝,脊线也最偏南.同时,亦与俞亚勋等[26]的动力解释相符:重旱年初夏在高原东北侧区域辐散下沉气流增强,不利于降水的形成.青藏高原上空和云贵高原上空的对流辐合上升气流非常强盛,造成其南北两侧区域辐散下沉气流相应加强.而多雨年在高原东北侧河套平原至华北平原上空辐合上升气流增强,有利于降水的形成,从而减少日照时数.如图7所示,2015年5月脊线相较前月北跳约+3RO,日照时数增加了0.49h,MAD8月均浓度增加了约9μg/m3,6月脊线南移,此时日照时数明显减少,MAD8超标天数与浓度亦开始减少,7月脊线继续南移,日照时数继续减少,平均温度也有所下降,相应的MAD8超标天数逐渐减少.2016年8月脊线相较7月北跳,MAD8超标天数由12d迅速增至32d.2017年5月脊线北跳,MAD8月均浓度与超标天数增加,6月脊线南移,日照时数降低了0.32h, MAD8月均浓度由104μg/m3降至93μg/m3,7月脊线又转北跳,此时日照时数大幅上升(增加了1.1h), MAD8月均浓度又升至114μg/m3.2018年各月脊线南北跳动方向变化较大,日照时数为4a最长(高达4.5h),故2018年MAD8超标天数最多.2018年月均脊线位置8月份位于最北32°N,日照时数高达7.4h, MAD8月均浓度也处于该年最高(113μg/m3).

图7 2015~2018各月高压脊线偏移情况与日照时数的关系

2.3.3 高压中心与高压脊线对O3浓度的共同作用在研究中发现高压中心位置的数量和分布,以及脊线偏移均与MAD8浓度存在不符合的情况,因此从气象因子方面对两者的共同作用进行了更深入的探讨(表1).得出青藏高压是通过影响川渝城市群的气象因子进而影响其O3浓度,但并不能同时对所有气象因子进行控制,只能影响其中一部分,例如对温度,日照有较大控制,亦或是对降水,湿度有较大控制.而O3浓度的高低是在多种气象要素的相互作用下发生变化的,由前文青藏高压中心数量及高压脊线偏移与MAD8浓度关系可以发现,高压中心数量多,川渝地区温度较高,但日照时数受到的影响并不显著(每年4月除外);而高压脊线的北跳,更能造成日照时数增加(降水减少)的天气现象.两者在同一时段对川渝地区O3污染的影响可能是协同作用也可能是拮抗作用.所以存在脊线北跳,日照时数减少;中心数量多,温度较低的情况,本文认为也有可能是其他天气系统(如西南涡等)的影响,亦有待进一步深入研究.

表1 青藏高压系统与川渝地区O3浓度和气象要素间的Pearson 相关系数

2015~2018年各年9月中心数量在该年均最多,但平均日照时数约2.5h,故MAD8超标天数最少.2018年4月中心数量较少,但MAD8超标天数却较多,因为该月日照比较长(>6.2h).2018年4~9月总中心个数最少,但MAD8总超标天数与月均浓度达到了137d和100μg/m3,均为4a最高,究其原因,是因为该年日照时数最长.2015年7月脊线南移, MAD8超标天数却较多,原因是温度较高(月均温将近25℃).2018年6月脊线北跳,但由于相对湿度较高,日照较少,所以MAD8超标天数均比5月低,8月脊线大幅南移,但8月温度很高(将近26℃),故O3生成比7月多,9月脊线北跳,但本月温度比8月低了将近4℃,故超标天数比8月低.本文计算得出的月均脊线位置5月比4月南移了,但5月MAD8浓度和超标天数均比4月高,由于5月的温度比4月高,温度越高,越利于O3产生. 6月比5月更北,但MAD8浓度和超标天数均比5月少,6月的日照时数比5月少,且相对湿度比5月大,这两个因素使得6月O3生成少于5月.逐年比较,发现2017年的脊线南移,但MAD8浓度和超标天数依然较2015年和2016年同比要高,原因是2017年降水量最低,降水量越低,越利于O3产生,所以2017年MAD8浓度依旧较高,其余年份,脊线偏北者, MAD8浓度较高.

3 结论

3.1 2015~2018年各年青藏高压的中心分布情况均不相同.尤其是每年4月虽然高压中心个数极少,但出现频率在28° N附近越多,对气象要素的影响越显著.各年4~9月高压脊线南北偏移方向并不是呈现单一的方向移动,而是具有多变的特征,其中每年9月份方向变化较大,南北偏移依次交换,各年各月偏移程度亦有所不同.

3.2 青藏高压中心分布越集中,中心数量越多,O3污染越严重,且当中心出现在100°E和28°N附近时,容易引起川渝地区高温和O3异常高值的频繁出现,而每年4月的中心分布越集中在28°N,越能引起日照时数的增加,从而使得O3月均浓度和超标天数较高,特别显著的是2015年和2018年.青藏高压脊线偏移更能影响日照时数从而影响O3污染:脊线北跳,日照时数增加,有利于加重O3污染;脊线南移,降水量增加,日照时数减少,有利于减轻O3污染.

3.3 综合分析得出,青藏高压中心与高压脊线分别对川渝地区的温度和日照时数两个气象要素控制较强,但同一时段对两者的控制强弱存在较大差异.且青藏高压系统在4月逐渐形成,之后系统逐渐增强,并在7~9月达到鼎盛.因此,在每年4~9月是川渝地区O3污染防治的重点时段,考虑青藏高压中心与高压脊线的变化对O3污染时空变化的影响,有助于更科学和准确地进行O3污染的天气形势预测及O3浓度短中期预报.

[1] Kovač-Andrić E, Brana J, Gvozdić V. Impact of meteorological factors on ozone concentrations modelled by time series analysis and multivariate statistical methods [J]. Ecological Informatics, 2009, 4(2):117-122.

[2] Pu X, Wang T J, Huang X, et al. Enhanced surface ozone during the heat wave of 2013 in Yangtze River Delta region, China [J]. Science of the Total Environment, 2017,603:807-816.

[3] Lu X, Zhang L, Shen L. Meteorology and climate influences on tropospheric ozone: a review of natural sources, chemistry, and transport patterns [J]. Current Pollution Reports, 2019,5(4):238-260.

[4] Fu Y, Liao H, Yang Y. 2019. Interannual and decadal changes in tropospheric ozone in China and the associated chemistry–climate interactions: A review [J]. Advances in Atmospheric Sciences, 2019, 36(9):975-993.

[5] 周明卫,康 平,汪可可,等.2016~2018年中国城市臭氧浓度时空聚集变化规律[J]. 中国环境科学, 2020,40(5):1963-1974. Zhou M W, Kang P, Wang K K, et al. The spatio-temporal aggregation pattern of ozone concentration in China from 2016 to 2018 [J]. China Environmental Science, 2020,40(5):1963-1974.

[6] 汪可可,康 平,周明卫,等.四川盆地臭氧浓度空间分异及驱动因子研究[J]. 中国环境科学, 2020,40(6):2361-2370. Wang K K, Kang P, Zhou M W, et al. Spatial differentiation and driving factors of ozone concentration in Sichuan Basin [J]. China Environmental Science, 2020,40(6):2361-2370.

[7] 四川省生态环境厅.2015年四川省生态环境状况公报[Z]. 四川:四川省环境保护厅, 2016. Sichuan Provincial Department of Ecology and Environment. Sichuan ecological and environmental status bulletin 2015 [Z]. Sichuan: Environmental Protection Department of Sichuan Province, 2016.

[8] 四川省生态环境厅.2018年四川省生态环境状况公报[Z]. 四川:四川省环境保护厅, 2019. Sichuan Provincial Department of Ecology and Environment. Sichuan ecological and environmental status bulletin 2018 [Z]. Sichuan: Environmental Protection Department of Sichuan Province, 2019.

[9] 赵文虎,孙卫国,程炳岩.近50年川渝地区的气温变化及其原因分析 [J]. 高原山地气象研究, 2008,30(7):133-137. Zhao W H, Sun W G, Cheng B Y. Analysis of temperature variation and its causes in Sichuan and Chongqing area in recent 50 years [J]. Meteorological Research of Plateau Mountain, 2008,30(7):133-137.

[10] 杨淑群,潘建华,柏 建.2006年四川极端高温干旱影响系统分析 [J]. 西南大学学报(自然科学版), 2008,30(7):133-137. Yang S Q, Pan J H, Bai J. Systematic analysis of the effects of extreme high temperature and Drought in Sichuan in 2006 [J]. Journal of Southwest University (Natural Science edition), 2008,30(7):133-137.

[11] 郭 渠,孙卫国,程炳岩,等.重庆近48年来高温天气气候特征及其环流形势 [J]. 长江流域资源与环境, 2009,18(1):52-59. Guo Q, Sun W G, Cheng B Y, et al. Climate characteristics and circulation situation of high temperature weather in Chongqing in the past 48years [J]. Resources and Environment of the Yangtze River Basin, 2009,18(1):52-59.

[12] 胡景高,陶 丽,周 兵.南亚高压活动特征及其与我国东部夏季降水的关系 [J]. 高原气象, 2010,29(1):128-136. Hu J G, Tao L, Zhou B. The activity characteristics of South Asian High pressure and its relationship with summer precipitation in eastern China [J]. Plateau Meteorological, 2010,29(1):128-136.

[13] 宋从波,李瑞芃,何建军,等.河北廊坊市区大气中NO、NO2和O3污染特征研究 [J]. 中国环境科学, 2016,36(10):2903-2912. Song C B, Li R F, He J J, et al. Characteristics of NO, NO2and O3pollution in Langfang city, Hebei Province [J]. China Environmental Science, 2016,36(10):2903-2912.

[14] Jasaitis D, Vasiliauskien E, Chadysien E, et al. Surface ozone concentration and its relationships with UVR radiation meteorological parameters and radon on the eastern coast of the Baltic Sea [J]. Atmosphere, 2016,7(2):27.

[15] 姜 峰,王福伟.夏季城市臭氧浓度变化规律分析[J]. 环境与可持续发展, 2016,41(1):62-64. Jiang F, Wang F W.Analysis on the variation of urban ozone concentration in summer [J]. Environment and Sustainable Development, 2016,41(1):62-64.

[16] 程念亮,李云婷,张大伟,等.2013~2014年北京市NO2时空分布研究[J]. 中国环境科学, 2016,36(1):18-26. Cheng N L, Li Y T, Zhang D W, et al.Spatial and temporal distribution of NO2in Beijing from 2013 to 2014 [J]. China Environmental Science, 2016,36(1):18-26.

[17] 王开燕,邓雪娇,张 剑,等.广州南沙区O3浓度变化及其与气象因子的关系[J]. 环境污染与防治, 2012,34(6):23-26. Wang K Y, Deng X J, Zhang J, et al.Variation of O3concentration in Nansha District, Guangzhou and its relationship with meteorological factors [J].Environmental Pollution and Prevention, 2012,34(6):23- 26.

[18] GB 3095—2012 环境空气质量标准[S]. GB 3095—2012 Environmental air quality standard [S].

[19] 孙国武,李春普,胥洪波.盛夏青藏高原上空高压形成和维持的动力机制[J]. 气象, 1989,15(12):17-20. Sun G W, Li C P, Xu H B.The dynamic mechanism of high pressure formation and maintenance over Qinghai-Tibet Plateau in midsummer [J].Meteorological, 1989,15(12):17-20.

[20] 李桂琴.1979年夏季青藏高原移动性高压分析[M]. 北京:科学出版社, 1987:153-160. Li G Q.Analysis of high mobility over the Qinghai-Tibet Plateau in summer 1979 [M]. Beijing:Science Press, 1987:153-160.

[21] 段廷扬,马兰香,卢建壮.青藏高原500hPa高压的统计特征[J]. 高原气象, 1992,11(1):56-65. Duan T Y, Ma L X, Lu J Z.Statistical characteristics of 500hPa high pressure in Qinghai-Tibet Plateau [J].Plateau Meteorological, 1992, 11(1):56-65.

[22] HJ633—2012 环境空气质量指数(AQI)技术规定 [S]. HJ633—2012 Technical specification of ambient air quality assessment (Trial) [S].

[23] 芝永华,祖永安.1990年夏季青藏高原加热场与100hPa青藏高压[J]. 甘肃气象, 1996,14(3):13-15. Zhi Y H, Zu Y A.In the summer of 1990, the Qinghai-Tibet Plateau heating field and 100hPa Qinghai-Tibet high pressure [J].Gansu Meteorology, 1996,14(3):13-15.

[24] 彭京备,陈烈庭.青藏高原移动性高压对夏季川东地区高温天气的影响 [J]. 气候与环境研究, 2011,16(5):665-678. Peng J B, Chen L T.Influence of high mobility over Qinghai-Tibet Plateau on high temperature in eastern Sichuan in summer. [J].Climate and Environmental Studies, 2011,16(5):665-678.

[25] 罗四维,钱正安,王谦谦.夏季100毫巴青藏高压与我国东部旱涝关系的天气气候研究[J]. 高原气象, 1974,1(2):1-10. Luo S W, Qian Z A, Wang Q Q.Weather and climate study on the relationship between Qinghai-Tibet High pressure and drought and Flood in eastern China in summer [J]. Plateau Meteorological, 1974, 1(2):1-10.

[26] 俞亚勋,谢金南,王宝灵.青藏高原东北侧初夏干湿年500hPa环流场特征分析[J]. 高原气象, 2000,19(1):43-51. Yu Y X, Xie J N, Wang B L.Characteristic analysis of 500hPa circulation field in wet and dry years in early summer on the northeast side of Qinghai-Tibet Plateau. [J]. Plateau Meteorological, 2000,19(1): 43-51.

Mechanism of Qinghai-Tibet high pressure system on spring and summer ozone pollution over Sichuan-Chongqing area.

LIU Wei1, KANG Ping1*, ZHANG Xiao-ling1, XIANG Wei-guo1, LIU Zhi-hong2, ZHANG Xu-tao1, LI Chun-kai1, SONG Rong-jin1, LEI Yu1

(1.Plateau Atmosphere and Environment Key Laboratory of Sichuan Province, School of Atmospheric Sciences, Chengdu University of Information Technology, Chengdu 610225, China；2.College of Resource and Environment, Chengdu University of Information Technology, Chengdu 610225, China)., 2021,41(4)：1511~1520

In order to study the mechanism of Qinghai-Tibet high pressure system on spring and summer ozone (O3) pollution over Sichuan-Chongqing area, the Micaps PLOT High upper-air total factor data, national environmental monitoring station O3observation data and meteorological station data of 14 cities from April to September of 2015 to 2018 were analyzed. Results showed that O3concentration was closely related to the distribution and quantity of the central position of Qinghai-Tibet high pressure system. The denser the high-pressure center, the more extreme areas and the number of centers, the higher the surface temperature and O3concentration in the same period. Especially the frequency of the center appeared around 100°E and 28°N, the surface temperature was higher, led to the emergence of more extreme high concentration of O3. Compared and analyzing the influence of the north-south migration of the high-pressure ridge on O3concentration during different years and months, it was found that the northward migration of high-pressure ridge leaded to longer sunshine duration and higher O3concentration. The combined effects of high-pressure center and ridge line on O3over Sichuan-Chongqing area were analyzed as well, which showed that high-pressure center and high-pressure ridge affect the O3concentration mainly by controlling the surface temperature and sunshine duration, respectively. At the same time, the effect and degree of the two effects on O3concentration were also different (i.e., sometimes the increase of O3concentration showed synergistic effect, while sometimes antagonistic effect).

Qinghai-Tibet high pressure；Sichuan-Chongqing urban agglomeration；ozone concentration；meteorological factors；number of centers；ridge of high pressure

X511

A

1000-6923(2021)04-1511-10

刘 微(1998-),女,江西吉安人,成都信息工程大学本科生.主要从事大气环境相关研究.

2020-08-20

成都市科技计划项目(2019-YF05-00718-SN);国家重点研发计划项目(2018YFC0214001);国家自然科学基金资助项目(41771535);四川省重大科技专项(2018SZDZX0023);四川省科技计划重大前沿项目(2018JY0011)

* 责任作者, 讲师, kangping@cuit.edu.cn