气温和湿度在泸州市城区对臭氧浓度预测的运用研究

肖旖旎,张洪文

(四川省泸州生态环境监测中心站，四川 泸州 646000)

前 言

臭氧(O3)是大气中重要的微量组分，大部分集中在平流层。对流层臭氧多是氮氧化物(NOX)和挥发性有机物(VOCS)在大气中通过一系列光化学反应形成的二次污染物[1-2]。近地面人类活动增加了化石燃料燃烧，产生大量的NOX、VOCS以及二氧化硫，极易在高温低湿强光照条件下发生二次反应，进一步加重臭氧污染[3]，严重影响人体健康和生态系统的稳定[4]。目前，臭氧污染已成为成渝地区环境大气亟待解决的问题之一。

泸州市位于四川盆地南部，处于盆地边缘，地形起伏大，常年处于静风地带，污染物扩散条件差。泸州市臭氧污染高发期为每年的4～8月， 2017～2019年，泸州市臭氧年超标天数分别为10天、13天、25天，全年第90分位的最大8小时浓度分别为134，139和147，臭氧超标天数逐年上升，浓度逐年增加，臭氧已成为仅次于细颗粒物的第二大污染因子。随着臭氧区域性污染的频次不断攀升以及治理措施的不成熟，臭氧作为首要污染物的比重正在不断上升，甚至超过颗粒物成为第一大污染因子。相关研究表明[5-6]，利用PMF模型可以准确分析臭氧前体物VOCS组成与来源，对预测臭氧污染有实际指导意义，但是模型需要的源清单数据量庞大。另外，也有方法表明[7～11]，气温、气压、风速、光照强度和湿度等气象因子均对臭氧浓度有不同程度的影响，气象参数作为臭氧预测的因子，具有相关性高且计算简便的优点。本文根据泸州地区夏季高温高湿的气象特征，选取温度和湿度作为预测臭氧的因子，变量简单，以此研究科学预测泸州市城区臭氧浓度的方法。

1 材料与方法

本文收集整理了2019年泸州市的臭氧监测数据，并用臭氧8小时滑动平均日最大值(O3-8h)作为臭氧浓度的分析指标；泸州市地面气温和湿度数据为兰田宪桥空气站(经纬度为：105.42°E，28.85°N，海拔高度为253m)2019年的观测资料，本文运用日最高气温Tmax，日平均气温Tmean和日最低气温Tmin作为臭氧的气象影响因子进行分析。

气温的时间序列记为Ti，定义日最高气温为Tmax，日平均气温Tmean和日最低气温Tmin的计算公式为(1)～(3)。

Tmax=max{Ti}(0≤i≤23)

(1)

Tmin=min{Ti}(0≤i≤23)

(2)

(3)

O3-8h浓度记为X(i)，O3-8h的第90百分位浓度计算方法为：

(1)将臭氧污染物浓度序列按数值从小到大排序，排序后的浓度序列为{X(i)，i=1，2，…，n}，

(2)计算第p百分位数mp的序数k，序数k按式(4)计算：

k=1+(n-1)×p%

(4)

式中：k为p%位置对应的序数，n为污染物浓度序列中的浓度值数量。

(3)第p百分位数mp按式(5)计算：

mp=X(s)+(X(s+1)-X(s))×(k-s)

(5)

式中:s为k的整数部分，当k为整数时s与k相等。

2 结果和分析

2.1 臭氧监测分析

按照《环境空气质量标准》(GB 3095-2012)评价[12]，2019年泸州市全年臭氧超标天数为24d，统计发现，臭氧污染主要集中在4月、6月、8月和9月，其中8月超标天数最多为13d，见图1。各月臭氧月最大值与臭氧月第90百分位值浓度变化与月超标天数一致，4月、6月、8月和9月的浓度值较高。2019年在川南4个地市州以及成都共5个城市中，泸州市全年O3-8h年90百分位浓度为147μg/m3，在5个城市中排第3，见图2。

图1 泸州市2019年各月臭氧浓度及超标天数图Fig.1 The monthly concentration of ozone and days exceeding standard in Luzhou in 2019

图2 2019年川南地区及成都O3-8h 年90百分位浓度对比图Fig.2 Comparison of O3-8h 90th percentile concentrations in southern Sichuan and Chengdu in 2019

2.2 气温与臭氧的关系

图3为2019年泸州市气温与臭氧浓度的时间关系图。图中可看出，日最高气温Tmax、日最低气温Tmin和日均气温Tmean与臭氧变化趋势一致，说明3个温度指标均与臭氧浓度呈正相关。

图3 2019年泸州市气温与臭氧浓度时间变化图Fig.3 The variation of concentration of ozone and temperature in Luzhou in 2019

表1为2019年泸州市臭氧与各温度指标相关系数。表中可看出，臭氧与日最高气温Tmax的相关系数最高，为0.83，臭氧与日最低气温Tmin的相关系数最低，为0.60。

表1 臭氧与各温度相关性系数Tab.1 The correlation of ozone and temperatures

2.3Tmax与臭氧的关系

由于Tmax与臭氧的相关系数最大，按照春(3、4、5月)、夏(6、7、8月)、秋(9、10、11月)和冬(12、1、2月)进行分类，绘制Tmax与臭氧关系图如图4和表2。分析可知，各季节内Tmax与臭氧浓度相关系数r在0.70～0.87，均有较明显正线性相关关系，但不同季节也存在较大差异。通过线性拟合(表2)，春、秋、冬季内，线性趋势较为接近，Tmax每升高1℃，而臭氧浓度升高5.05～6.08μg/m3，但夏季为10.0μg/m3，约为其他季节的1.6～2.0倍，这也与夏季高温天气易出现臭氧超标天气相符。

图4 2019年泸州市日最高气温与臭氧浓度季节关系图Fig.4 Seasonal relationship between ozone concentration and the daily maximum temperature in Luzhou in 2019

表2 臭氧与四季日最高气温相关性系数Tab.2 Correlation coefficient between ozone and daily maximum temperature in different seasons

《环境空气质量标准》(GB 3095-2012)中，臭氧的日浓度限值为160μg/m3。由图4中可发现，夏季臭氧超标次数较多，可将Tmax=30℃作为泸州市城区是否发生臭氧超标污染的日最高气温判断阈值。当日最高气温超过30℃后，随着气温升高，臭氧污染的几率明显上升。夏季是臭氧污染的高发季节，运用线性拟合关系式，求得夏季判定臭氧超标的日最高气温阈值为30℃。当日预测最高气温超过夏季的日最高气温判定阈值，臭氧超标的可能性较大。

2.4 湿度对臭氧的影响

按照春(3、4、5月)、夏(6、7、8月)、秋(9、10、11月)和冬(12、1、2月)进行分类，绘制湿度与臭氧关系图如图5。可以看出湿度与臭氧浓度呈负相关，即湿度越高，越不利于臭氧生成。表3中可看出，夏季湿度与臭氧的相关系数最大，为-0.91，高于全年的平均湿度与臭氧的相关系数，其次是春季、秋季和冬季，与夏季低湿天气易出现臭氧超标天气相符。

图5 2019年泸州市日均湿度与臭氧浓度季节关系图Fig.5 Seasonal relationship between ozone concentration and the daily humidity in Luzhou in 2019

表3 臭氧与四季日均湿度相关性系数Tab.3 Correlation coefficient between ozone and daily humidity in different seasons

2.5 运用气温与湿度对臭氧浓度预测的方法

运用日最高气温和日均湿度，根据不同季节的线性拟合关系，构建Tmax与湿度预测臭氧浓度的方法，详见表4。方法1为运用Tmax预测臭氧的浓度，方法2为运用日均湿度预测臭氧的浓度，方法3为综合Tmax和日均湿度预测臭氧的浓度。方法1和方法2的臭氧预测浓度与实测浓度相关系数均为0.89，方法3的臭氧预测浓度与实测浓度相关系数为0.93。方法1、2、3的预测值与实测值平均偏差分别为35.1、34.2、33.1μg/m3。综合来看方法3为预测方案中最优选择。

表4 Tmax与湿度预测臭氧浓度的方法Tab.4 Method of ozone concentration prediction by temperature and humidity

3 结 论

3.1 泸州市臭氧污染主要集中在4月、6月、8月和9月， 臭氧的月最大值、臭氧月第90百分位值浓度和月超标天数变化较为一致。2019年，泸州市全年O3-8h年90百分位浓度为147μg/m3，在川南4个地市州以及成都共5个城市中排名第三位，仅次于成都和自贡，在全省21个地市州中排名第14位，污染较为严重。

3.2 臭氧浓度与气温呈正相关性，即气温越高越有利于臭氧生成。臭氧浓度与日最高气温相关性高于日均气温；夏季臭氧浓度与气温的相关性高于其他季节。臭氧浓度与湿度呈负相关性，即湿度越高越不利于臭氧生成。夏季臭氧浓度与日均湿度的相关性高于其他季节。

3.3 泸州气候特点为高温高湿，运用日最高气温和日均湿度双因子法预测泸州地区臭氧浓度，相关系数为0.93，预测趋势良好。此预测方法可在气候特征相似的地区运用，对于预测臭氧浓度，提前做好管控措施，预防臭氧超标具有指导意义。