汾渭平原至黄土高原不同海拔高度地区近地面臭氧浓度差异

钱 朋,朱 彬,2*,刘慧敏,蒋伊蓉,张建康,高美美,康 磊

汾渭平原至黄土高原不同海拔高度地区近地面臭氧浓度差异

钱 朋1,朱 彬1,2*,刘慧敏2,3*,蒋伊蓉2,3,张建康2,3,高美美2,3,康 磊3

(1.南京信息工程大学气象灾害预报预警与评估协同创新中心,中国气象局气溶胶与云降水重点开放实验室,江苏 南京 210044；2.陕西省气象局秦岭与黄土高原生态环境气象重点实验室,陕西 西安 710016；3.榆林市气象局,陕西 榆林 719000)

利用2017～2019年中国生态环境监测总站逐小时地面臭氧(O3)和二氧化氮(NO2)数据, 结合再分析气象数据集,分析了从汾渭平原至黄土高原三个不同海拔高度的典型城市郊区(西安:500m、榆林:1100m和鄂尔多斯:1300m)O3浓度的季-月-日变化特征,以及导致三地O3浓度差异可能的化学和气象成因.结果表明:与其他季节比较,夏季三地的O3浓度都较高且差值较小,其中西安昼间O3的净增量最大、夜间净减量也最大且前体物NO2浓度最高,说明西安夏季白天O3光化学反应最强烈、夜间NO滴定O3效应也最强,榆林其次、鄂尔多斯最弱;冬季三地的O3浓度都较低且差异较大,其中西安最低、鄂尔多斯最高,可能是由于冬季白天光化学反应都弱、夜间NO滴定O3效应差异和高海拔地区背景O3浓度高共同导致的,反映了三地O3浓度水平差异不仅受不同NOx水平下局地化学作用影响,还由区域背景值决定.分析还发现,高海拔的鄂尔多斯和榆林二地O3浓度在上午升高的速率快于西安,与二地边界层向上发展的速率一致,可能是由于此时的夹卷效应将高海拔自由对流层的高背景O3向下湍流输送所致.在每个季节雨天夜间,三地的O3浓度均高于其阴、晴天,但是这一差异在西安较弱,而在榆林和鄂尔多斯较强,这进一步意指高海拔地区近地面O3在雨天夜间更强烈地受到高浓度背景O3的影响,一方面是通过降水的拖曳作用,另一方面是因为雨天夜间NO的滴定作用减弱.本研究通过长期观测资料分析,推测了不同海拔高度对近地面O3的影响机制,还需在更多地区进行分析和利用模式开展验证.

O3；NO2；海拔高度；光化学反应；夹卷；背景浓度

作为光化学反应的产物,近地面臭氧(O3)的温室效应可影响区域和全球气候,也会对生物和生态系统健康产生有害影响[1-2].近年来,中国许多城市的颗粒物浓度在下降,而O3浓度却呈增加趋势,已然成为我国空气质量治理的难点[3-5].已有研究表明,近地面O3主要受局地光化学反应和外源输送的影响[6-8].然而,由于环境和地域分布的差异,不同地区的O3浓度水平及其来源具有较大的差异,例如远离城市的龙凤山背景站的O3浓度较低,而位于长三角经济发达区的临安背景站和高海拔的瓦里关本底站的O3浓度则较高[9].因此,环境条件和地理差异对近地面O3的影响仍然值得深入研究.

Ding等[10]对北京近地面O3浓度变化的研究表明,该地O3浓度较高主要是由于较强的光化学生成、区域污染输送和中东部生物质焚烧影响的共同作用.Lu等[11]与Zhao等[12]认为华北地区夏季高温通常与反气旋系统(西太平洋副高等)相关,该系统带来晴朗的天空、强烈的太阳辐射,促进华北地区夏季O3浓度快速升高.刘宁微等[13]表明,亚洲夏季风将O3及其前体物由纬度较低的华南、华东地区向纬度较高的华北地区不断输送和累积也是促进华北地区夏季O3浓度的升高的原因之一.Zhu等[14]的研究指出,青藏高原东北部瓦里关大气本底站周边夏季近地面O3浓度高主要受本地光化学生成11.8´10-9(体积混合比)和来自东亚、欧洲和非洲O3远距离传输22.7´10-9的影响;Ding等[15]认为夏季副热带急流导致平流层和自由对流层上部高O3下传是该站夏季O3高值的原因;亚洲O3前体物的人为排放增加是瓦里关地区1994～2013年秋季O3浓度增加的关键驱动因素[16].Tang等[17]的研究表明,边界层高度高和强湍流有利于加剧华北平原近地面的O3污染.在香港郊区,大气边界层与自由大气之间的夹卷过程同样对近地面的O3浓度升高有重要影响[18].Li等[19]的研究表明,泰山的O3浓度约50%是由于直接传输的贡献,另50%是由传输而来的前体物在当地生成的.光化学反应和区域传输同样是黄山高O3浓度的主要原因[20].喜马拉雅山脉中部的Nainital地区(1958m)未显示出明显的O3局地光化学生成,而高O3浓度主要是由于区域性污染气团近距离输送(约7´10-9)、远程传输(8´10-9～11´10-9)和平流层O3入侵(2´10-9～16´10-9)的贡献[21].还有学者研究表明,东亚大范围人为排放为日本高山站(Happo)光化学O3浓度生成年均贡献约10´10-9[22].北半球中纬度地区的背景O3浓度同样在持续上升,每年上升幅度约为0.5%至2%[23].美国加州六个沿海站点的背景O3浓度范围为32´10-9～44´10-9,且该值往往随海拔的升高而增加[24].此外, Bonasoni等[25]在探究Cimone山O3浓度变化的研究中表明,该地O3浓度最大值所在的季节受区域背景O3浓度的影响.Shin等[26]认为,由东亚远程传输而来的区域背景O3浓度比本地前体物排放对韩国近地面O3浓度的贡献高约2.5倍.综合以往研究可见,不同地区近地面O3浓度主要受前体物浓度、所处地理和气候条件、较大尺度长距离输送及垂直对流交换等的影响.其中,各观测点的海拔高度不同对背景O3浓度和O3垂直交换都可能产生重要影响.

以往研究主要探讨了不同地区O3浓度受光化学、水平输送和垂直交换等物理化学过程的影响,而针对海拔高度和前体物结合对近地面O3的影响研究较少.从汾渭平原至黄土高原海拔高度变化较大,而且受人类活动影响程度差异也较大.本研究选取其中三个不同海拔高度的典型地区(西安:500m、榆林:1100m和鄂尔多斯:1300m),采用环境监测总站的O3和NO2监测资料及其同期的气象再分析资料,探究各地区O3浓度的差异及其可能的成因.

1 资料与方法

1.1 研究区域

汾渭平原是黄河流域汾河平原、渭河平原及其周边台塬阶地的总称,北起山西省阳曲县,南抵陕西省秦岭山脉,西至陕西省宝鸡市,呈东北—西南方向分布,其中渭河平原海拔约325～600m.黄土高原东部以太行山脉为界,西至祁连山东端,北部与内蒙古高原相邻,南部以秦岭为界,地势西北高,东南低,自西北向东南呈波状下降,海拔在800～3000m不等.其中,汾渭平原中西安城郊的广运潭站点海拔高度在500m左右,周围地势开阔,且不靠近重要交通道路和工业区;黄土高原中榆林郊区的红石峡森林公园站点海拔高度在1100m左右,森林公园周围污染较小;黄土高原中鄂尔多斯城郊的华泰产业园站点海拔高度在1300m左右,地处高原腹地,地势平坦,起伏不大.因此本文选取这三个海拔高度有较大差异的城市郊区站点来研究不同海拔高度地区O3浓度差异的成因,这三地的O3前体物的差别也需要同时考虑.

图1 研究区地形和观测站位置示意

1.2 数据来源

本研究使用的2017年1月1日～2019年12月31日逐小时O3浓度数据和NO2浓度数据来源于中国国家环境监测总站(http://www.cnemc.cn/),站点分别为西安广运潭(109°3'E,34°19'N)、榆林红石峡森林公园(109°44'E,38°20'N)和鄂尔多斯华泰产业园(109°48'E,39°35'N).为了确保研究数据的连续性和可靠性,本研究对获取的小时O3浓度和NO2浓度数据进行了数据质量控制,首先,删除缺失值和极端异常值(按季节和昼夜分类后的污染物值不满足3σ准则)[27];其次,使用Feng等[28]的方法剔除时间不一致的异常值.本研究为对比不同海拔高度污染物的浓度,选用具有守恒性的混合比浓度表示法[29].将中国国家环境监测站的污染物值(μg/m)根据如下公式换算成体积混合比(´10-9):

式中:=8.314;为当地温度,k;为当地近地面气压, Pa,为污染物摩尔质量,g/mol.本研究在分析O3浓度季节、月和日变化特征和NO2浓度日变化特征时的数据为去除降水的逐小时数据,O3浓度雨天特征研究采用降水天数据.

本研究使用2017年1月1日～2019年12月31日逐小时的气象数据集,该数据集是来自欧洲天气预报中心(ECMWF)的ERA5再分析资料(https://cds.climate.copernicus.eu/),数据集时间分辨率为1h,空间分辨率为0.25°×0.25°,气象要素包括总云量、边界层高度、降水量、温度和近地面气压,该数据集的可靠性已得到其他研究的验证[30-31].有研究根据再分析资料的天空中总云量来定义晴天(总云量£2成)和阴天(总云量³8成[32]),本研究为保证具有统计意义的数据量、并突出辐射对光化学的影响,我们定义晴天为总云量£4成,阴天为总云量³7成,舍弃了晴天和阴天之间的多云天数据.

2 结果与讨论

2.1 O3浓度时间分布特征

2.1.1 O3的季节和月变化特征 图2a中显示2017～2019年三地O3浓度均为夏季高、冬季低;夏季三地O3浓度较接近,而在其它季节,鄂尔多斯O3浓度最高,榆林次之,西安最低.由于三地在夏季易受高压控制,天气晴朗、白天太阳辐射强,O3光化学反应强烈,促使三地O3浓度都较高.此外,榆林和鄂尔多斯两地在夏季还易受到东南风的影响,部分来自关中地区的污染物也可能加重了两地的O3污染;而处于关中盆地内部的西安在夏季由于受到地形汇集效应和局地排放的影响,并且温度相比陕北地区更高,更有利于O3的生成,促使O3浓度更高[33].在冬季,三地O3浓度都较低与低辐射和低气温有关.图2d中显示,三地O3浓度月平均变化特征都呈单峰型,西安和榆林O3浓度全年的变化幅度较大,在春夏两季快速升高,在秋冬两季快速下降;而鄂尔多斯O3浓度全年的变化幅度相对较小,但是整体O3浓度却是三地最高.有研究表明,高海拔地区近地面O3浓度还易受平流层和自由对流层高浓度O3下传的影响[16],而低海拔地区夏季O3浓度快速升高通常归因于更强烈的光化学反应生成[34].

在图2b和2e、图2c和2f的对比中还发现,在夏季白天,西安的O3浓度最高;而在不同季节夜间,鄂尔多斯O3浓度都远高于其他两地.Talbot等[35]指出,New England地区夜间O3浓度低主要是受NO滴定作用影响,因此夜间NO滴定O3效应可能也是导致鄂尔多斯O3浓度在不同季节夜间高于西安和榆林两地的主要原因.

2.1.2 O3的日变化特征 图3中显示三地O3浓度在不同季节的日变化特征都呈单峰型,午前快速升高,夜间较快下降.在春季午后,西安O3浓度略高于其他两地;而在夜间,鄂尔多斯O3浓度远大于其他两地.在夏季午后,西安O3浓度快速升至最高且与其他两地的差值可达10´10-9以上,并且西安午后的O3浓度峰值与早晨O3浓度的差值在三地中是最大的,说明西安夏季O3光化学反应最强烈;而鄂尔多斯夏季白天O3浓度峰值在三地中最低,夜间O3浓度低值在三地中最高,因此鄂尔多斯午后O3浓度峰值与早晨O3浓度的差值最小;榆林夏季O3浓度日变化特征大致介于西安和鄂尔多斯中间.在秋冬季全天,鄂尔多斯O3浓度最高,榆林O3浓度次之,西安O3浓度最低.

2.2 前体物及气象要素对O3浓度的影响

2.2.1 NO2与O3NO和VOCs是近地面O3形成的主要前体物.NO由NO2和NO组成,在大多数情况下NO2占NO的主要部分.由于观测资料的限制,本研究以NO2浓度衡量O3前体物浓度水平.由图4可见,在不同季节西安的NO2浓度在三地中都是最高的,这是由于西安NO的排放源较多(如工业排放和汽车尾气等)[36];榆林NO2浓度其次,而在夜间NO2浓度水平较高且接近西安,这主要是因为附近干道上夜间行驶的大型车辆多,尾气排放量较大[37];鄂尔多斯NO2浓度最低,但是在早晚8点左右NO2浓度受局地交通源排放的影响出现峰值.西安NO2浓度在春夏季日出后快速下降,在日落后快速升高,而在秋冬季白天消耗较少,在夜间仍然快速升高,此外O3浓度在春夏季白天太阳辐射较强时增幅也最大,反映该地在春夏季白天O3光化学最活跃、且在不同季节夜间NO滴定O3效应最强;榆林NO2浓度在不同的季节日出后都快速下降,日落后都快速升高,还有O3浓度在不同季节白天太阳辐射较强时增幅也较大,反映该地光化学过程也比较活跃、夜间的滴定作用也较强;鄂尔多斯NO2浓度在不同季节白天消耗少,夜间升高较慢,而且O3浓度在太阳辐射较强时也最低,可得鄂尔多斯O3浓度受光化学反应影响最小,夜间NO滴定O3效应也最弱,但是鄂尔多斯O3浓度在春夏季夜间和秋冬季全天太阳辐射较弱或无太阳辐射时都最高. Brönnimann等[38]的研究表明,在区域背景O3条件下,瑞士不同海拔高度地区(490～3600m)的O3浓度和变化(昼夜周期、季节性周期、趋势)明显不同.因此在每个季节夜间,鄂尔多斯的O3浓度远高于榆林和西安主要是由于NO滴定O3效应较其他两地弱的影响,而在春秋冬三季白天,高海拔的榆林和鄂尔多斯O3浓度与低海拔的西安O3浓度变化特征存在较大差异可能是受当地背景O3浓度的影响.

2.2.2 O3浓度的增减量分析 由图4可知三地O3浓度在早晨至午后的增量较大且有较大不同,因此有必要细致探讨它们在这段时间的小时增速(´10-9/h).由图5可见,在各季节清晨至午后(6:00～ 14:00),三地O3浓度的小时增速都呈现先变大后变小的特征.值得注意的是,在午前的6:00～11:00,榆林和鄂尔多斯O3浓度增速较大,而西安O3浓度增速最小;在中午至午后的12:00～14:00,西安O3浓度增速最大,榆林和鄂尔多斯O3浓度增速较小.西安O3浓度增速在各季的11:00后变大且大于其他两地,结合图4中西安NO2浓度变化情况表明西安的O3光化学反应最强烈.而榆林和鄂尔多斯O3浓度增速在各季的6:00～11:00较大,结合图4中两地NO2浓度变化情况来看榆林的O3光化学反应也较强,但是鄂尔多斯的O3光化学反应却较弱.有研究表明,大气边界层在上午快速发展时产生的夹卷过程会增加近地面的O3浓度[18],因此榆林和鄂尔多斯O3浓度增速在6:00～11:00较大不仅由光化学反应生成,可能还受边界层上部夹卷的影响.

2.2.3 边界层高度(BLH)日变化和增减量分析 上节讨论指出榆林和鄂尔多斯光化学反应相对较弱,但午前O3浓度增速却较大,可能是受到边界层上部夹卷的影响.夹卷可以有效交换自由对流层和低层大气的物质和能量[39],因此本节讨论白天边界层的发展情况.图6为ERA5再分析资料给出的三地BLH日变化,可见三地BLH在不同季节早晨7:00后都开始快速升高,其中在早晨7:00～9:00,西安的BLH增速最大;在午前9:00～11:00,榆林和鄂尔多斯BLH增速较大,在午后14:00后达到最高并开始下降.三地的BLH在春季最高、夏季次之、秋冬季最低.有研究表明,中国大部分地区春季的近地面风速最强、夏季的太阳辐射最强烈,这两个季节有利于边界层的发展并且春季的BLH略高于夏季[40].此外,榆林和鄂尔多斯的BLH在每个季节都接近且都较高,在春夏季14:00可发展至2200m以上;而西安的BLH在每个季节都最低且与其他两地的BLH午后最大差值可达750～1000m.

三地的边界层在不同季节的7:00后开始快速发展,虽然西安边界层高度增速在7:00～9:00最大,但是BLH整体较低并且在此时段内西安O3浓度增速也较小,可以推测西安白天边界层发展过程中上部的夹卷作用对近地面O3浓度升高的贡献较小.而榆林和鄂尔多斯的边界层高度增速在春夏季的9:00～11:00较大,最大小时增速接近400m,表明边界层的发展更快速,促进了大气边界层与自由大气之间的夹卷作用,使得自由大气中的高背景O3浓度输送至近地面,因此,榆林和鄂尔多斯O3浓度增幅在春夏季午前都较大.但是在秋冬季午前三地边界层发展都较慢且差别不大,而榆林和鄂尔多斯午前O3增量仍然高于西安,可能是由于前二地背景O3浓度较高的缘故.

Δ1为7:00减去6:00的时间变化量, Δ2为8:00减去7:00的时间变化量, Δ3为9:00减去8:00的时间变化量等

2.3 不同天气条件下的O3浓度差异分析

综上可知,强烈的光化学反应和边界层上部的夹卷过程都可能会促进近地面O3浓度的升高,但是这两个因素对三地近地面O3的影响程度在不同的天气条件下也有差异,本节还需探讨在不同天气和辐射条件下三地O3浓度的变化情况.由图7可知,在阴、晴天,三地的O3浓度日变化特征与上述图3一致,而在雨天,鄂尔多斯O3浓度在每个季节全天整体最高(除冬季17:00～21:00数据量少,可能引起变化特征不稳定),榆林次之,西安最低.由于西安的O3浓度受光化学反应影响最大,在阴、雨天光化学反应弱,O3浓度最低.榆林的O3浓度受光化学反应影响也较大,虽然在阴、雨天弱光化学反应对O3浓度升高的贡献较小,但是在春夏季上午受边界层上部夹卷和高背景O3浓度的影响,近地面O3浓度并不低.而鄂尔多斯O3浓度受光化学反应影响最小,推测可能是由于鄂尔多斯海拔最高,高海拔地区的高背景O3浓度使得鄂尔多斯O3浓度常年在不同天气条件下都处于较高水平.

图7 2017～2019年三地O3浓度(有色线条)和降水量(有色柱体)在不同季节的不同天气条件下的日变化

图7中还显示,在每个季节的雨天午后,西安的O3浓度远低于阴、晴天,而榆林和鄂尔多斯的O3浓度仅略低于阴、晴天.出乎预料的是,在每个季节雨天夜间,三地的O3浓度均高于其阴、晴天.图8中显示,在不同季节,三地BLH在雨天夜间最高,可能是由于降雨时下沉气流导致机械湍流增强;BLH在阴天夜间次之;在晴天夜间最低,可能是因为晴夜地表辐射冷却最强,易形成稳定的逆温层[41].由图8还可见,三地的NO2浓度在每个季节雨天夜间都较阴、晴天低(鄂尔多斯冬季除外,可能是因为冬季供暖排放的NO多[42]).由于三地BLH在阴、晴天夜间较低,限制了污染物的扩散,容易造成近地面NO2浓度的积累,而三地BLH在雨天夜间较高,污染物容易扩散以及由于降水对NO2的清除作用,使得近地面NO2浓度降低[43].因此,在每个季节,三地雨天夜间的BLH最高、近地面NO2浓度最低,NO的滴定作用减弱,导致三地雨天夜间的O3浓度高于阴、晴天.

但是图7中还显示,在每个季节,西安雨天夜间的O3浓度略高于阴、晴天,而榆林和鄂尔多斯雨天夜间的O3浓度明显高于阴、晴天,此时榆林和鄂尔多斯的降水量在夜间也较高、白天较低.降水会产生下沉气流(O3的水溶性不高、降水的清除作用不大),其拖曳作用可将自由对流层的高背景O3带至近地面[44],也能导致高海拔的榆林和鄂尔多斯夜间O3浓度高于阴、晴天.因此高海拔的榆林和鄂尔多斯夜间O3浓度显著高于阴、晴天,一方面是因为雨天夜间NO的滴定作用减弱的影响,另一方面是由于降水的拖曳作用影响.而西安的降水量在除夏季外的其他季节为白天较高,其低海拔的O3拖曳增加作用较弱,加之雨天西安光化学反应很弱,使得西安雨天白天的近地面O3浓度不会高于阴、晴天.

图8 2017～2019年三地BLH(有色线条)和NO2浓度(有色柱体)在不同季节的不同天气条件下的日变化

3 结论

3.1 三地的O3浓度在夏季较高,冬季较低且三地之间的差值夏季较小,冬季较大.西安的O3浓度在夏季白天午后快速升高、超过其他两地10´10-9,且前体物NO2浓度最高,夜间NO滴定O3效应最强;榆林的O3浓度增速在不同季节白天午前最大,但是在午后增速小于西安,且前体物NO2浓度也较高,夜间NO滴定O3效应也较强;鄂尔多斯的O3浓度增速在不同的季节白天午前较大、而在午后最小,并且前体物NO2浓度最低,夜间NO滴定O3效应也最弱.这些现象反映出白天低海拔的西安O3光化学反应强烈,能促进O3浓度快速升高,而高海拔的榆林和鄂尔多斯O3光化学反应对O3浓度升高的贡献要比低海拔的西安小;夜间高海拔的鄂尔多斯O3浓度与低海拔的西安O3浓度变化特征存在较大差异可能是由于NO滴定O3效应强弱的影响.

3.2 三地的边界层高度在不同季节的日变化特征都呈单峰型,春季因为近地面风速最强,夏季因为强烈的太阳辐射,所以三地的边界层高度在这两个季节发展最快且在14:00后边界层高度最高可达2300m.榆林和鄂尔多斯的边界层高度增速在春夏季午前9:00～11:00快速变大,最大增速接近400m/h, O3浓度增速在此时段内也较大,反映出边界层的快速发展促进了大气边界层与自由大气之间的交换,夹卷效应将自由大气中高背景O3浓度通过向下湍流输送至近地面,增加了两地近地面的O3浓度.但是在秋冬季午前榆林和鄂尔多斯两地的边界层高度增速较小且与西安差异不大,而O3浓度增速却依然大于西安,这进一步表明榆林和鄂尔多斯处于海拔较高的地区,而高海拔地区O3背景浓度较高,受此影响使得两地O3浓度常年处于较高水平.西安的BLH增速在不同季节的7:00～9:00最大,但是其BLH整体较低并且在此时段内O3浓度增速也较小,说明西安边界层上部的夹卷过程对其O3浓度升高的贡献较小.

3.3 在每个季节,由于三地BLH在阴、晴天夜间较低,限制了污染物的扩散,容易造成近地面NO2浓度的积累,而三地BLH在雨天夜间较高,污染物容易扩散以及由于降水对NO2的清除作用,使得近地面NO2浓度降低.因此,在每个季节,三地雨天夜间的BLH最高、近地面NO2浓度最低,NO的滴定作用减弱,导致三地雨天夜间的O3浓度高于阴、晴天.但是在每个季节,西安雨天夜间的O3浓度略高于阴、晴天,而榆林和鄂尔多斯雨天夜间的O3浓度明显高于阴、晴天,此时榆林和鄂尔多斯的降水量在夜间也较高、白天较低.降水会产生下沉气流(O3的水溶性不高、降水的清除作用不大),其拖曳作用可将自由对流层的高背景O3带至近地面,也能导致高海拔的榆林和鄂尔多斯夜间O3浓度高于阴、晴天.因此高海拔地区近地面O3在雨天夜间更强烈地受到高浓度背景O3的影响,一方面是通过降水的拖曳作用,另一方面是因为雨天夜间NO的滴定作用减弱.而西安的降水量在除夏季外的其他季节为白天较高,其低海拔的O3拖曳增加作用较弱,加之雨天西安光化学反应很弱,使得西安雨天白天的近地面O3浓度不会高于阴、晴天.

[1] 曾贤刚,阮芳芳,姜艺婧.中国臭氧污染的空间分布和健康效应 [J]. 中国环境科学, 2019,39(9):4025-4032.

Zeng X G, Ruan F F, Jiang Y J. Spatial distribution and health effects of ozone pollution in China [J]. China Environmental Science, 2019, 39(9):4025-4032.

[2] Huang J, Li G X, Xu G Z, et al. The burden of ozone pollution on years of life lost from chronic obstructive pulmonary disease in a city of Yangtze River Delta, China [J]. Environ. Pollut., 2018,242(8):1266-1273.

[3] Zhang Y Q, Shindell D, Seltzer K, et al. Impacts of emission changes in China from 2010 to 2017 on domestic and intercontinental air quality and health effect [J]. Atmos Chem Phys, 2021,21(20):16051- 16065.

[4] Lu X, Zhang L, Wang X, et al. Rapid increases in warm- season surface ozone and resulting health impact in China since 2013 [J]. Environ. Sci. Technol. Lett., 2020,7(4):240-247.

[5] 刘楚薇,连鑫博,黄建平.我国臭氧污染时空分布及其成因研究进展 [J]. 干旱气象, 2020,38(3):355-361.

Liu C W, Lian X B, Huang, J P. Research progress on the spatial and temporal distribution of ozone pollution and its causes in China [J]. Arid Meteorology, 2020,38(3):355-361.

[6] Wang T, Ding A J, Gao J, et al. Strong ozone production in urban plumes from Beijing, China [J]. Geophys Res Lett, 2006,33(21): L21806.

[7] Zong R, Yang X, Wen L, et al. Strong ozone production at a rural site in the North China Plain: Mixed effects of urban plumes and biogenic emissions [J]. J. Environ. Sci., 2018,71(5):261-270.

[8] Sun J, Shen Z, Wang R, et al. A comprehensive study on ozone pollution in a megacity in North China Plain during summertime: Observations, source attributions and ozone sensitivity [J]. Environ. Int., 2021,146(1):106279.

[9] 颜 鹏,李兴生,罗 超,等.我国地面O3、NOx、SO2背景值的观测研究 [J]. 应用气象学报, 1997,8(1):53-63.

Yan P, Li X S, Luo C, et al. Observations on the background values of O3, NOand SO2at ground level in China [J]. Journal of Applied Meteorology, 1997,8(1):53-63.

[10] Ding A J, Wang T, Thouret V, et al. Tropospheric ozone climatology over Beijing: analysis of aircraft data from the MOZAIC program [J]. Atmos. Chem. Phys., 2008,8(1):1-13.

[11] Lu X, Zhang L, Chen Y F, et al. Exploring 2016–2017 surface ozone pollution over China: source contributions and meteorological influences [J]. Atmos. Chem. Phys., 2019,19(12):8339–8361.

[12] Zhao Z J, Wang Y X. Influence of the West Pacific subtropical high on surface ozone daily variability in summertime over eastern China [J]. Atmos. Environ., 2017,170:197–204.

[13] 刘宁微,李晓岚,任万辉,等.东亚夏季风对中国东部臭氧输送过程的影响 [J]. 大气科学学报, 2021,44(2):261-269.

Liu N W, Li X L, Ren W F, et al. Influence of East Asian summer winds on ozone transport processes in eastern China [J]. Journal of Atmospheric Sciences, 2021,44(2):261-269.

[14] Zhu B, Hou X W, Kang H Q. Analysis of the seasonal ozone budget and the impact of the summer monsoon on the northeastern Qinghai-Tibetan Plateau [J]. J. Geophys. Res. Atmos., 2016,121(4): 2029–2042.

[15] Ding A J, Wang T. Influence of stratosphere-to-troposphere exchange on the seasonal cycle of surface ozone at Mount Waliguan in western China [J]. Geophys. Res. Lett., 2006,33(3):L03803.

[16] Xu W Y, Xu X B, Lin M Y, et al. Long-term trends of surface ozone and its influencing factors at the Mt Waliguan GAW station, China – Part 2: The roles of anthropogenic emissions and climate variability [J]. Atmos. Chem. Phys., 2018,18(2):773–798.

[17] Tang G Q, Liu Y T, Huang X, et al. Aggravated ozone pollution in the strong free convection boundary layer [J]. Sci. Total. Environ., 2021, 788(9):147740.

[18] 戚慧雯,包云轩,黄建平,等.夹卷对郊外大气边界层内臭氧影响的数值模拟研究 [J]. 热带气象学报, 2018,34(5):713-720.

Qi H W, Bao Y X, Huang J P, et al. Numerical simulation study on the effect of entrainment on ozone in the suburban atmospheric boundary layer [J]. Journal of Tropical Meteorology, 2018,34(5):713-720.

[19] Li J, Wang Z, Akimoto H, et al. Near-ground ozone source attributions and outflow in central eastern China during MTX2006 [J]. Atmos Chem. Phys., 2008,8(24):7335–7351.

[20] Wang Z F, Li J, Wang X Q, et al. Modeling of regional high ozone episode observed at two mountain sites (Mt. Tai and Huang) in East China [J]. J. Atmos. Chem., 2006,55(3):253-272.

[21] Kumar R, Naja M, Venkataramani S, et al. Variations in surface ozone at Nainital: A high‐altitude site in the central Himalayas [J]. J Geophys. Res. Atmos., 2010,115(D16):302.

[22] Pochanart P, Kato S, Katsuno T, et al. Eurasian continental background and regionally polluted levels of ozone and CO observed in northeast Asia [J]. Atmos Environ, 2004,38(9):1325–1336.

[23] Vingarzan R. A review of surface ozone background levels and trends [J]. Atmos Environ, 2004,38(21):3431–3442.

[24] Jaffe D A, Parrish D, Goldstein A, et al. Increasing background ozone during spring on the west coast of North America [J]. Geophys. Res. Letts., 2003,30(12):1613.

[25] Bonasoni P, Stohl A, Cristofanelli P, et al. Background ozone variations at Mt. Cimone Station [J]. Atmos Environ, 2000,34(29/30): 5183–5189.

[26] Shin H, Cho K, Han J, et al. The effects of precursor emission and background concentration changes on the surface ozone concentration over Korea [J]. Aerosol Air Qual Res, 2012,12(1):93-103.

[27] 林奕夫,郑书生.基于正态分布规则的时间差数据清洗算法 [J]. 电子技术与软件工程, 2021,(24):194-196.

Lin Y F, Zheng S S. Time difference data cleaning algorithm based on normal distribution rules [J]. Electronic Technology and Software Engineering, 2021,(24):194-196.

[28] Feng S, Hu Q, Qian W H. Quality control of daily meteorological data in China, 1951～2000: A new dataset [J]. Int. J. Climatol., 2004,24(7): 853–870.

[29] 唐孝炎.大气环境化学 [M]. 北京:高等教育出版社, 1990.

Tang X Y. Atmospheric environmental chemistry [M]. Beijing: Higher Education Press, 1990.

[30] Yao B, Teng S W, Lai R Z, et al. Can atmospheric reanalyses (CRA and ERA5) represent cloud spatiotemporal characteristics? [J]. Atmos. Res., 2020,244(11):105091.

[31] Liu X H, Zhu B, Zhu T, et al. The seesaw pattern of PM2.5interannual anomalies between Beijing-Tianjin-Hebei and Yangtze River Delta across eastern China in winter [J]. Geophys. Res. Lett., 2022,49(2): e2021GL095878.

[32] Ao X Y, Grimmond C S B, Liu D W, et al. Radiation Fluxes in a Business District of Shanghai, China [J]. J. Appl. Meteorol. Climatol., 2016,55(11):2451-2468.

[33] 南国卫,孙 虎.基于灰色关联模型对陕西省O3浓度影响因素分析 [J]. 环境科学学报, 2017,37(12):4519-4527.

Nan G W, Sun H. Analysis of factors influencing O3concentration in Shaanxi Province based on grey correlation model [J]. Journal of Environmental Science, 2017,37(12):4519-4527.

[34] Logan A Z. Tropospheric ozone: Seasonal behavior, trends, and anthropogenic influence [J]. J Geophys Res, 1985,90(D6):10463–10482.

[35] Talbot R, Mao H T, Sive B. Diurnal characteristics of surface level O3and other important trace gases in New England [J]. J. Geophys. Res. Atmos., 2005,110(D9):D09307.

[36] 贝耐芳,冯 添,吴佳睿,等.西安地区夏季臭氧的模拟研究 [J]. 地球环境学报, 2017,8(6):552-567.

Bei N F, Feng T, Wu J R, et al. Simulation of summer ozone in Xi'an [J]. Journal of Earth Environment, 2017,8(6):552-567.

[37] Yin M F, Zhang X, Li Y F, et al. Ambient ozone pollution at a coal chemical industry city in the border of Loess Plateau and Mu Us Desert: characteristics, sensitivity analysis and control strategies [J]. PeerJ, 2021,9:e11322.

[38] Brönnimann S, Schuepbach E, Zanis P, et al. A climatology of regional background ozone at different elevations in Switzerland (1992～1998) [J]. Atmos. Environ., 2000,34(29):5191-5198.

[39] 苗世光,蒋维楣,李 昕,等.对流边界层大涡模式的改进及对夹卷速度的研究 [J]. 大气科学, 2001,25(1):25-37.

Miao S G, Jiang W F, Li X, et al. Improvement of the large vortex model in the convective boundary layer and study of the entrainment velocity [J]. Atmospheric Science, 2001,25(1):25-37.

[40] Guo J P, Miao Y C, Zhang Y, et al. The climatology of planetary boundary layer height in China derived from radiosonde and reanalysis data [J]. Atmos. Chem. Phys., 2016,16(20):13309–13319.

[41] 李倩惠,张宏升,鞠婷婷,等.华北北部半干旱地区夏季大气边界层特征的实验研究 [J]. 北京大学学报(自然科学版), 2020,56(2):215-222.

Li Q H, Zhang H S, Ju T T, et al. Experimental study on the characteristics of the summer atmospheric boundary layer in the semi-arid region of northern China [J]. Journal of Peking University (Natural Science Edition), 2020,56(2):215-222.

[42] Kuerban M, Waili Y, Fan F, et al. Spatio-temporal patterns of air pollution in China from 2015 to 2018 and implications for health risks [J]. Environ. Pollut., 2019,258:113659.

[43] Wang M, Tang G Q, Liu Y S, et al. The difference in the boundary layer height between urban and suburban areas in Beijing and its implications for air pollution [J]. Atmos. Environ., 2021,260:118552.

[44] Martin A. Estimated washout coefficients for sulphur dioxide, nitric oxide, nitrogen dioxide and ozone [J]. Atmos. Environ., 1984,18(9): 1955-1961.

Analysis on the difference of near-surface ozone concentration between the Fenwei Plain and the Loess Plateau at different altitudes.

QIAN peng1, ZHU Bin1,2*, LIU Hui-min2,3*, JIANG Yi-rong2,3, ZHANG Jian-kang2,3, GAO Mei-mei2,3, KANG lei3

(1.Key Open Laboratory of Aerosol and Cloud Precipitation, China Meteorological Administration, Collaborative Innovation Center for Meteorological Disaster Prediction, Early Warning and Evaluation, Nanjing University of Information Science & Technology, Nanjing 210044, China；2.Key Laboratory of Eco-Environmental and Meteorology for the Qinling Mountains and Loess Plateau, Shaanxi Meteorological Bureau, Xi'an 710016, China；3.Yulin Meteorological Bureau, Yulin 719000, China)., 2023,43(1)：77～87

Using the hourly dataset of ground-level ozone (O3) and nitrogen dioxide (NO2) collected by the General Ecological and Environmental Monitoring Station of China from 2017 to 2019, combined with reanalysis of meteorological datasets, we analyze the O3concentrations characteristics in seasonal, monthly and diurnal scales in typical suburban areas (Xi'an, 500m; Yulin, 1100m and Ordos, 1300m above sea level) at three different altitudes from the Fenwei Plain to the Loess Plateau. The potential chemical and meteorological causes of the differences in O3concentrations at the three locations are also conducted. The results show that the O3concentrations are high at all three sites with less differences of concentrations in summer. In Xi'an, the net O3increase in daytime, the net decrease in nighttime and the NO2concentrations (one of the precursors of O3) are the highest among the three sites in summer, indicating that O3photochemical production in daytime and the NO titration O3effect in nighttime are the strongest in Xi'an, followed by Yulin and Ordos. In winter, O3concentrations in all three sites are low and the lowest in Xi'an and the highest in Erdos, with large differences. This may be due to the combination effect of weak photochemical reactions in daytime, differences in NO titration O3effects at night and background O3concentrations at different altitudes, reflecting that the O3concentration levels at the three sites are not only dominant by local chemistry at different NOxlevels, but also determined by regional background values. The study also reveals that O3concentrations in Ordos and Yulin (at the higher altitudes) increase faster in the morning than in Xi'an, consistent with the faster upward increase of the boundary layer height in two sites in the morning, which could be caused by the entrainment effect, downward transport high background O3from free troposphere to the surface by turbulence at this period. During the rainy night in each season, O3concentrations in all three sites are higher than those on cloudy and sunny days, with a small difference in Xi'an and significant differences in Yulin and Ordos, which further implies that O3concentrations at sites with high altitudes could be influenced strongly by high background O3concentrations, partly through the dragging effect of precipitation, and partly because of the weakened titration of NO at night on rainy days. In this study, the hypothesis of the altitude impact on surface O3has been proposed through the analysis of long-term observations, which also needs validate by model simulations in widely regions.

O3；NO2；altitude；photochemical reaction；entrainment；background concentration

X511

A

1000-6923(2023)01-0077-11

钱 朋(1999-),男,江苏扬州人,硕士研究生,主要从事大气污染化学的研究.

2022-05-26

国家自然科学基金资助项目(92044302),陕西省气象局秦岭和黄土高原生态环境气象重点实验室2020年面上项目(2020G-5),榆林市科技局2020年技术研发项目(YF-2020-030)

* 责任作者, 朱彬, 教授, binzhu@nuist.edu.cn; 刘慧敏, 高级工程师, jianjia8761@126.com