我國臭氧污染控制分區及其控制類型識別

張鴻宇,王 媛,盧亞靈,王琰瑋,余 超,王軍霞,曹 東,蔣洪強

我國臭氧污染控制分區及其控制類型識別

張鴻宇1,2,王 媛1*,盧亞靈1,2,王琰瑋1,余 超3,王軍霞4*,曹 東2,蔣洪強2

(1.天津大學環境科學與工程學院,天津 300350；2.生態環境部環境規劃院,國家環境保護環境規劃與政策模擬重點實驗室,北京 100012；3.中國科學院空天信息創新研究院,北京 100094；4.中國環境監測總站,北京 100012)

基于衛星遙感指示劑法,以2017～2019年為基準年份,通過對比臭氧在線監測數據、VOCs和氮氧化物排放強度數據以及衛星遙感數據,在PM2.5重點監管區域的基礎上,重新修訂大氣污染臭氧重點管控區,將我國臭氧年均濃度超標區(高于160μg/m3)劃分為不同重點區域,識別每一個重點區域臭氧前體物敏感類型,即VOCs控制區、NO控制區以及VOCs和NO協同控制區,針對每種類型進一步細化為本地污染控制區和聯防聯控控制區,這種結合地面監測、統計調查數據和遙感觀測數據的臭氧分區分類方法可以為大氣污染的宏觀分區分類管控提供一種新的思路,為國家出臺全國層面臭氧污染防治及PM2.5和O3協同控制相關政策提供決策參考.

臭氧污染；控制分區；VOCs和NO；協同控制；類型識別

自2013年國家實施《大氣污染防治行動計劃》《打贏藍天保衛戰三年行動計劃》以來,我國大氣環境質量得到明顯改善,尤其是PM2.5濃度下降顯著,但O3濃度不降反升,并呈現逐年加重趨勢,已經成為影響我國大氣環境質量的重要因素[1].加強PM2.5和O3協同控制已經成為我國“十四五”及更長時期大氣污染防治的重點任務.臭氧污染的形成不僅受輻射、溫度、濕度、風向、風速等氣象因素影響,也受VOCs和NO等臭氧前體物[2]以及PM2.5的濃度影響[3].臭氧成因的復雜性使其防治成為全球性難題,而我國臭氧污染防治起步晚,經驗不足,臭氧污染防治工作面臨巨大挑戰[4].

美國在20世紀50年代曾經歷過嚴重的臭氧污染,洛杉磯光化學煙霧事件造成數千人死亡,農作物損失嚴重;經過幾十年的綜合治理,美國的臭氧污染得到極大改善,2019年臭氧日最大8h平均濃度為0.064′10-6(相當于125.6μg/m3),與1980年水平相比下降了35%[5].日本在20世紀90年代在臭氧污染治理方面遇到瓶頸,日本本州四大工業區的O(臭氧和過氧乙酰硝酸酯)日最大8h濃度的第99百分位數3年滑動均值波動上升;實施臭氧前體物總量控制之后,臭氧濃度呈現下降趨勢[4].美國日本的成功經驗在于從臭氧前體物VOCs或NO的單一排放控制,轉變為VOCs和NO的協同控制;從單一的城市屬地管理,轉變為區域協同治理[4-6].我國在NO控制方面,已經取得明顯成效,但VOCs的減排才剛剛起步.根據經典的EKMA(經驗動力學模擬方法)曲線,削減O3前體物濃度,O3濃度不一定下降;因而需要進一步分析我國不同區域的O3污染對前體物的敏感類型,進而有針對性地開展NO和VOCs的協同控制.

目前,我國在京津冀、長江三角洲和珠江三角洲等地區已經開展了大量臭氧與前體物敏感性研究.主要采用指示劑法、觀測模型法和空氣質量模型法進行判斷.一些研究表明,我國大部分城市屬于VOCs控制區,以人為源為主,珠江三角洲地區天然源VOCs貢獻顯著;而遠郊區屬于NO控制區,郊區則處于NO和VOCs協同控制區[7-8].還有一些研究表明,臭氧生成敏感性存在明顯的時空差異,同一地點不同時間可能呈現不同的臭氧污染控制區.如,在京津冀、長江三角洲和珠江三角洲等地開展的分析發現,當地臭氧生成的控制區在早上為VOCs 控制區,在下午則轉變為NO控制區[9].采用煙霧產量模式(SPM)的觀測模型法研究顯示,在珠江三角洲地區以及臺灣地區的臭氧生成主要受VOCs 控制[10-11].基于衛星觀測的HCHO和NO2數據的指示劑法顯示,2005～2013年期間,我國大多數農村地區依舊為NO控制區,但是京津冀、長江三角洲和珠江三角洲及周邊地區屬于NO和VOCs協同控制區的范圍有所擴大[12-13].除控制類型外,學者進一步分析了VOCs的關鍵性物種、VOCs的污染來源等領域,相關研究在鄭州、洛陽、長江三角洲、珠江三角洲、四川盆地等地均已開展[14-21].

我國臭氧污染防治工作已進入NO和VOCs的協同控制階段,并已在城市級別以及區域層面開展了相關研究,且隨著時間的推移,結果的不確定性很大;但在國家層面,尚缺乏對臭氧污染控制分區的宏觀判斷,以及分區域的臭氧污染控制手段.本研究基于衛星遙感指示劑法,以2017～2019年為基準年份,通過對比臭氧監測數據、VOCs和氮氧化物排放強度數據以及衛星數據,在生態環境部原有劃定的以PM2.5治理為核心的大氣污染重點監管區域的基礎上,重新修訂大氣污染臭氧重點管控區,將我國臭氧年均濃度超標區(高于160μg/m3)劃定為不同重點區域,識別每一個重點區域臭氧前體物敏感類型,針對每種類型進一步細化為本地污染控制區和聯防聯控控制區,并針對不同區域提出相應的管控措施和建議,為國家出臺全國層面臭氧污染防治及PM2.5和O3協同控制相關管理政策提供決策參考.

1 數據與方法

1.1 研究方法

1.1.1 FNR指示劑法 指示劑法是基于衛星觀測數據,通過使用O3光化學反應中某些特定的物種、組合或比值作為指示劑,根據其區間范圍來判定臭氧生成的控制類型.其中,HCHO作為多種VOCs的短壽命氧化產物,與過氧自由基成正比,可用于指示VOCs的反應速率,其與NO2/NO等污染物濃度的比值FNR被廣泛用于判斷O3生成敏感性[22].

衛星FNR指示劑方法目前在城市尺度[23]、區域尺度[24]、以及全球尺度[25]均得到應用,并且可用于研究臭氧污染控制區類型的時空變化特征.Martin等[26]首次將指示劑法擴展到了衛星觀測領域,基于GOME衛星數據計算HCHO與NO2柱濃度的比值HCHO/NO2,作為O3生成敏感性的指示劑.隨后,Duncan等[27]基于OMI數據FNR研究近地面O3生成與其前體物VOCs及NO的響應關系.但不同區域的定量響應關系會存在一定的差異.

Wang 等[28]針對最新的我國的地面O3生成與其前體物VOCs及NO的響應關系研究結果給出了FNR判定O3前體物主控區的標準:當某地區FNR<2.3時,該地區主要受VOCs控制, O3濃度對VOCs排放量的變化較為敏感;當FNR>4.2時,該地區主要受NO控制,O3濃度對NO排放量的變化較為敏感;介于2.3～4.2之間則為NO-VOCs協同控制.結合以上研究,考慮中國的大氣環境背景,選取此結果作為宏觀劃分不同O3前體物主控區的主要依據.

1.1.2 排放強度法 排放強度是指單位土地面積排放強度(每平方千米污染物排放量),通過對比VOCs和NO排放強度與臭氧的實時監測濃度,定量分析出我國臭氧污染與本地VOCs和NO排放之間的關系.研究發現O3每日最高8h平均濃度的年均值超過國家二級標準(160μg/m3)區域內城市級別的NO和VOCs平均排放強度顯著高于全國均值;也可以這樣說,NO或VOCs排放強度高于全國均值的區域,多數情況下對應的就是O3濃度超過國家二級標準的地區.因此可以把VOCs和NO排放強度全國均值作為評判排放強度和O3濃度關系的一個關鍵點.以VOCs和NO單位面積排放強度全國平均值作為依據,在臭氧每日最高8h平均濃度的年均值超過國家二級標準的區域內,當某城市VOCs或NO單位面積排放強度實際統計值高于全國平均值時,認為本地人為源的貢獻比較突出,確定為本地控制區;單位面積排放強度低于全國平均值但O3濃度仍超標時,該地區很可能受其他地區大氣傳輸影響,因此確定為聯防聯控區.

1.1.3 綜合分析法 基于臭氧年均濃度,識別我國臭氧超標區域;結合衛星遙感數據(FNR值),將我國臭氧超標區域劃分為VOCs主控區、NO主控區以及VOCs和NO協同控制區;再根據地面VOCs和NO排放強度數據,以城市為最小單位,進一步確定本地控制區和聯防聯控區,完成臭氧污染分區分類劃定,并提出管控建議.具體的分區分類方法由圖1所示,詳細的分區分類劃定原則如表1所示.

圖1 臭氧污染管控分區分類方法

表1 O3濃度高值區NOx和VOCs分區分類管控原則

1.2 數據來源

臭氧的監測數據來自生態環境部和中國環境監測總站2017～2019年全國城市級別的臭氧年均濃度值;選用每日最高8h平均作為每日臭氧濃度值,再以每年有效天數臭氧濃度值的算數平均值作為當年的臭氧年均值,選用2017～2019年3年臭氧年均值的算數平均作為臭氧污染控制分區的濃度依據[29].

NO和VOCs單位面積排放量數據來自2019年全國“自下而上”城市級別的統計調查數據,以城市級別NO和VOCs的排放量除以城市的行政區域面積作為NO和VOCs單位面積排放量,即NO和VOCs排放強度.

FNR數據是通過搭載在美國NASA對地觀測衛星Aura上的OMI(Ozone Monitoring Instrument)傳感器獲取的HCHO柱濃度和NO2柱濃度,計算兩者的比值得到各地市的FNR值.OMI傳感器具有較高的空間分辨率(13km′24km),能夠實現每日全球覆蓋,提供較高精度的NO2、HCHO等大氣痕量氣體柱濃度,與地面監測結果具有良好的一致性[30-31].為了確保FNR值的數據質量,本文選取的衛星柱濃度數據經過了嚴格的質量控制,包括: (1)0￡太陽天頂角￡85°;(2)均方根誤差<0.0003;(3)地表反射率<30%;(4)云量<30%;(5)未受行異常影響.

2 結果與討論

2.1 O3污染形勢分析

2017～2019年空氣質量監測結果表明,O3每日最高8h平均的年均值(三年平均)超過國家二級標準(160mg/m3)的地區連片分布在我國長江以北的華北和華東地區,涵蓋了京津冀及周邊、汾渭平原和蘇皖魯豫、長江三角洲等大部分重點地區;以及北方的遼中南地區、河北省北部與山西交界地區、蘇皖魯豫交界地區、豫鄂交界地區;成渝地區以及珠江三角洲地區也有分布.O3濃度二級達標區(100～160mg/m3),主要分布在我國長江以南地區的華南和東北、西北、西南大部分地區;O3濃度一級達標區(100mg/m3以下)零星分布在我國東北、西南、南部地區.

2.2 VOCs和NOx污染排放分析

圖2 2017～2019年我國O3濃度(每日最高8h平均的三年均值-城市級別)分級

底圖來自于標準地圖服務系統(http://bzdt.ch.mnr.gov.cn/)下載的1:1100萬中國地圖,審圖號:GS(2020)4633號

雖然臭氧濃度及其前體物的濃度存在非線性關系,但根據監測和統計調查數據(圖2和圖3), VOCs和NO單位面積排放強度極高值和高值區分布規律與O3濃度超標區分布規律十分相似,即也分布在京津冀及周邊、汾渭平原、蘇皖魯豫和長江三角洲等重點地區;成渝和珠江三角洲部分城市O3濃度和排放強度也較高.VOCs和NO的不同之處在于,VOCs排放強度高值區在東部沿海地區分布更為集中;NO排放強度在湖北、湖南和江西等中部地區也相對較高,但是該區域的O3濃度并不高.總體來看,臭氧濃度超標區與VOCs和NO排放強度的高值區在華北和華東地區的分布具有較好的一致性.臭氧濃度超標區對應的VOCs和NO單位面積排放強度最大,超過全國均值;而臭氧濃度達標區的排放強度都小于全國均值,臭氧二級達標區次之,一級達標區最小(圖4a和圖4b).

圖3 城市級別NOx和VOCs排放強度分級

底圖來自于標準地圖服務系統(http://bzdt.ch.mnr.gov.cn/)下載的1:1100萬中國地圖,審圖號:GS(2020)4633號

同時雖然位于O3濃度超標區的土地面積較小(圖4c),僅占全國總面積的12.90%,但是O3超標區內的人口數量卻較多(圖4d),占全國總人口的46.68%.所以雖然O3濃度超標面積所占比例很小,但都位于我國人口集中的地區,危害程度較大.

2.3 基于FNR的O3污染主控區識別

由圖5可見,2017年,VOCs主控區城市有142個,主要分布在京津冀及周邊、汾渭平原、華中、長江三角洲等地;VOCs和NO協同控制區有101個地市,分布在華北、華中VOCs主控區的周邊,以及珠江三角洲、吉林、湖北、江西、四川、東南沿海等地區;NO主控區城市有56個,分布在我國廣西、云南、湖南等地區.2019年,VOCs主控區城市減少到120個,主要變化在華中南部地區,該區域臭氧前體物敏感類型由VOCs敏感轉為VOCs和NO協同敏感,與Wang 等[28]基于2016和2019年數據對比的發現基本一致.但總體VOCs和NO協同控制區城市總數相較2017年略有減少(90個),變化主要在陜西、寧夏、四川等地,該區域由VOCs和NO協同敏感轉為NO敏感,導致全國NO主控區增至86個城市.

總體來說,根據FNR數據顯示,京津冀及周邊、汾渭平原、蘇魯皖豫、長江三角洲等地的O3生消對VOCs的變化更明顯,屬于VOCs主控區;西南方大部分區域對NO敏感,為NO主控區;中國北方陜晉冀蒙交界地區、鄂湘贛大部分地區屬于VOCs和NO協同控制區.與《中國大氣臭氧污染防治藍皮書》中基于空氣質量模型法研究我國臭氧對NO和VOCs排放敏感性的研究基本一致,即NO敏感重心在我國西南部,VOCs敏感重心在北方及東部沿海[32].

圖5 全國2017年和2019年FNR分布變化

無效值地區表示NO2和HCHO的數據值都比較低(低于1×1015molecule/ cm2),衛星監測的結果誤差可能比較大,故不參與計算;底圖來自于標準地圖服務系統(http://bzdt.ch.mnr.gov.cn/)下載的1:1100萬中國地圖,審圖號:GS(2020)4633號

2.4 O3污染管控分區分類

在應用FNR遙感數據識別O3主控區的基礎上(選取2017～2019年FNR值的3年均值),根據2019年NO和VOCs單位面積排放強度實際統計值與全國城市層面平均值的比值確定出哪些地區是本地人為源排放強度較大的區域,作為最核心的本地排放控制區.據此將2017～2019年O3濃度3年均值超標區進一步分區分類如下:

在全國層面,原有的4個大氣污染重點區域,即京津冀及周邊地區、長江三角洲地區、汾渭平原地區、蘇皖魯豫交界地區,O3濃度呈現超標高值,且集中連片分布;此外,珠江三角洲、豫鄂交界地區、陜晉冀蒙交界、遼中南、成渝地區,也存在O3濃度超標區.這些地區都屬于O3重點管控區域,但是分屬不同的管控類型(圖6).四大重點區域幾乎全部位于VOCs主控區,但其中有接近一半的城市本地單位面積VOCs排放強度是低于全國均值的,特別是在某些省份的交界處,例如豫鄂交界地區、陜晉冀蒙交界地區,本地VOCs排放強度雖然較低,但O3也是存在超標現象,很可能受到大氣污染重點區域傳輸的影響.因此同樣是O3超標的重點管控區域,造成其超標的原因不同,需針對不同類型,提出相應的政策.

圖6 各重點區域O3 前體物NOx和VOCs分區

底圖來自于標準地圖服務系統(http://bzdt.ch.mnr.gov.cn/)下載的1:1100萬中國地圖,審圖號:GS(2020)4633號

2.4.1 原有四大重點區域分區分類調整建議 根據O3污染的情況,建議將原有的以PM2.5為管控核心的4個大氣污染重點區域區分不同類型,并且將分區范圍調整如下:

京津冀及周邊地區,除原有的2+26個城市,建議增加河北省秦皇島市和北部的陜晉冀蒙交界地區的3個城市,作為O3重點管控區.按照FNR值判斷該區域內大部分城市屬于VOCs主控區,與蔣美青等[8]研究京津冀地區臭氧生產主要受烯烴、芳香烴影響的結果相一致.其中環渤海、山東省西部和太行山東側地區單位土地面積VOCs排放是全國平均值的1.8倍,是VOCs的本地控制區;河北省保定市、衡水市以及山西省東南部、河南省西北部地區本地VOCs排放強度僅為全國平均值的67%,北部的忻州市、張家口市VOCs和NO排放強度僅為全國平均值的26%、55%,本地人為源排放屬于較低水平,但受周邊城市高強度VOCs排放及大氣傳輸影響,屬于VOCs聯防聯控區.僅有東部(承德市)為VOCs和NO聯防聯控區.

長江三角洲地區,該區原有41個城市,其中24個城市O3濃度超過160mg/m3的國家二級標準,建議將其劃為O3重點控制區.基于FNR值判斷此區域為VOCs主控區,觀測結果與Wang[17]、Xu等[18]提出我國東部地區臭氧污染消減應嚴控VOCs排放的研究相吻合.基于NO和VOCs單位面積排放數據,本區域可進一步分為兩類:一類是上海及其附近的蘇錫常城市群,北至江蘇淮安市,南至浙江杭州和紹興市,單位土地面積VOCs排放量是全國平均值的3.5倍以上,以VOCs為主控目標污染物,且屬于VOCs本地控制區;另一類是安徽和江蘇省的城市群,主要是蚌埠、淮南、滁州市等區域,VOCs排放強度低于全國平均值,屬于VOCs聯防聯控區.

圖7 京津冀O3前體物NOx和VOCs分區

汾渭平原地區,該區域共有11個城市,地面監測數據顯示,11個城市臭氧平均濃度自2015年保持連續增長,其中2017～2019年均超過二級標準限值(160mg/m3)[33].基于各個城市2017～2019年臭氧3年均值,有8個城市的O3濃度超過國家二級標準,建議將其劃為O3重點控制區.按照FNR值判斷該地區屬于VOCs主控區.但除了西安市VOCs排放強度高于全國平均水平,汾渭平原整體VOCs排放強度僅是全國平均值的65%,汾渭平原O3濃度偏高很可能主要受京津冀地區VOCs傳輸影響.因而劃定西安市為VOCs本地控制區,其他地區為VOCs聯防聯控區.汾渭平原的臭氧防治工作應加強與京津冀地區的合作,確保VOCs排放得到有效控制.

圖8 長江三角洲O3前體物NOx和VOCs分區

圖9 汾渭平原O3前體物NOx和VOCs分區

蘇皖魯豫鄂交界地區,該區域主體原為蘇皖魯豫交界地區的22個城市,其中17個城市O3濃度超過國家二級標準,并且我們發現與該地區緊密相連的湖北省北部的黃岡市、武漢市、孝感市以及河南省的信陽市2017～2019年3年平均的O3濃度也是超標的,建議在原有蘇皖魯豫交界地區17個城市的基礎上增加這4個城市共計21城市,將其劃為O3重點控制區.該區域屬于VOCs主控區,其中只有山東省和武漢市多以本地排放為主,單位面積VOCs排放強度高于全國均值,劃為VOCs本地控制區;其他城市VOCs 本地單位面積排放均低于全國均值50%左右,很可能受外來源影響較大,劃為VOCs聯防聯控區.

圖10 蘇皖魯豫鄂交界地區O3前體物NOx和VOCs分區

圖11 珠江三角洲及周邊地區O3前體物NOx和VOCs分區

2.4.2 其他地區O3分區分類管控建議 全國其他地區從2017～2019年臭氧濃度3年均值超標區域來看,僅有零星城市超標;其中珠江三角洲地區雖然不是PM2.5重點控制區,但該地區的O3污染仍十分嚴重,9個城市中5個城市的O3濃度超過國家二級標準.按照FNR值判斷,該區域內所有城市都屬于VOCs主控區,與Cheng等[19]、Xue等[20]關于珠江三角洲的臭氧敏感性研究一致;并且根據統計數據,單位面積VOCs排放強度為全國平均值的7.10倍,因而建議增加珠江三角洲地區為我國臭氧污染重點控制區,并劃定該區域為VOCs本地控制區.

其他地區如遼中南地區有2個城市O3超標、成渝地區僅有成都市O3超標,但個別年份遼中南地區(如2017年朝陽市、葫蘆島市、錦州市、沈陽市)、成渝地區(2017年重慶市、成都市)有多個城市臭氧濃度超標情況,應引起足夠重視,嚴格管控VOCs和NO人為源排放,建立區域聯防聯控機制,以防臭氧污染面積擴大.

3 討論

本文應用FNR得到的O3生成敏感性空間特征與其他研究者[12,16]的研究具有較好的一致性,為后續宏觀區域的分區分類劃分提供了相對可靠的科學依據,能夠為全國及重點區域出臺差異性臭氧管控措施提供參考建議.

本文的局限在于采用單位面積排放強度的劃分標準還有待改進,但這種地面統計數據結合遙感觀測數據的劃分方法可以為臭氧污染的宏觀分區分類提供一種新的思路;其次本研究中的臭氧管控分區分類的結果是基于臭氧的年均濃度判斷,未能考慮臭氧的季節性波動影響,而夏季是臭氧濃度超標的主要時段;同時FNR值的選取范圍對于結果也有較大影響,本文研究得出2017～2019年全國重點地區臭氧濃度受VOCs影響較大,部分原因是重點地區NO排放強度也較大,隨著嚴格的污染物排放管控措施,這些區域未來有可能轉為VOCs和NO協同控制區,應給予持續關注并加強研究.本文僅針對臭氧年均濃度超過國家二級標準(160mg/m3)的區域做了詳細分析,未來應擴大研究范圍,將臭氧濃度超過一級達標區標準(3100mg/ m3)的區域全部納入進來,能夠覆蓋更廣的國土面積,指導全國采取更有針對性的臭氧污染防治差異化區域政策.

4 結論

2017～2019年臭氧濃度三年均值超標地區,特別是京津冀及周邊、汾渭平原和蘇皖魯豫鄂、長江三角洲等重點地區,其前體物VOCs和NO單位面積排放強度也較大.總體O3超標地區面積占比較小,但是都位于我國人口集中的地區,健康危害程度較大.基于2017～2019年FNR遙感指示劑顯示,京津冀及周邊、長江三角洲、珠江三角洲等地O3濃度對VOCs濃度變化更敏感,目前屬于VOCs主控區;西南方大部分區域對NO敏感,為NO主控區;兩者之間的大部分地區屬于VOCs和NO協同控制區.結合VOCs和NO排放強度可知,我國大氣污染重點管控地區中,京津冀及周邊、長江三角洲、珠江三角洲城市群是主要的VOCs本地控制區,蘇皖魯豫鄂、汾渭平原地區多為VOCs聯防聯控區.

[1] 嚴 剛,薛文博,雷 宇,等.我國臭氧污染形勢分析及防控對策建議[J]. 環境保護, 2020,48(15):15-19.

Yan G, Xue W B, Lei Y, et al. Analysis of China's ozone pollution situation and suggestions for prevention and Control [J]. Environmental Protection, 2020,48(15):15-19.

[2] Li Y S, Yin S S, Yu S J, et al. Characteristics of ozone pollution and the sensitivity to precursors during early summer in central plain, China [J]. Journal of Environmental Sciences, 2021,99:354-368

[3] Dai H B, Zhu J, Liao H, et al. Co-occurrence of ozone and PM2.5pollution in the Yangtze River Delta over 2013～2019: Spatiotemporal distribution and meteorological conditions [J]. Atmospheric Research, 2021,249:1-9.

[4] 王 寧,寧 淼,臧宏寬,等.日本臭氧污染防治經驗及對我國的啟示[J]. 環境保護, 2016,44(16):69-72.

Wang N, Ning M, Zang H K, et al. Japan’s experience in ozone pollution prevention and control and its enlightenment to China [J]. 2016,44(16):69-72.

[5] 萬 薇.美國治理臭氧污染重在做好兩個協同[N]. 中國環境報, 2020-06-29(003).

Wan W. Two emphasizes of ozone pollution control in USA [N]. China Environment News, 2020-06-29(003).

[6] 楊 昆,黃一彥,石 峰,等.美日臭氧污染問題及治理經驗借鑒研究[J]. 中國環境管理, 2018,10(2):85-90.

Yang K, Huang Y Y, Shi F, et al. Research on ozone pollution issues and their control experiences in the United States and Japan [J]. Chinese Journal of Environmental Management, 2018,10(2):85-90.

[7] Wang T, Xue L K, Brimblecombe P, et al. Ozone pollution in China: A review of concentrations, meteorological influences, chemical precursors, and effects [J]. Science of the Total Environment, 2017, 575:1582-1596.

[8] 蔣美青,陸克定,蘇 榕,等.我國典型城市群臭氧形成機制和關鍵VOCs的反應活性分析[J]. 科學通報, 2018,63(12):1130-1141.

Jiang M Q, Lu K D, Su R, et al. Analysis of the formation mechanism of ozone and the reactivity of key VOCs in typical urban agglomerations in China [J]. Chinese Science Bulletin, 2018,63(12): 1130-1141.

[9] Lu K, Zhang Y, Su H, et al. Oxidant (O3+NO2) production processes and formation regimes in Beijing [J]. Journal of Geophysical Research, 2010,115(D07303):1-18.

[10] Li J, Lu K, Lv W, et al. Fast increasing of surface ozone concentrations in Pearl River Delta characterized by a regional air quality monitoring network during 2006～2011 [J]. Journal of Environmental Sciences, 2014,26(1):23-36.

[11] Peng Y P, Chen K S, Wang H K, et al. In situ measurements of hydrogen peroxide, nitric acid and reactive nitrogen to assess the ozone sensitivity in Pingtung County, Taiwan [J]. Aerosol and Air Quality Research, 2011,11(1):59-69.

[12] Jin X, Holloway T. Spatial and temporal variability of ozone sensitivity over China observed from the ozone monitoring instrument [J]. Journal of Geophysical Research: Atmospheres, 2015, 120(14): 7229-7246.

[13] Tang G Q, Liu Y S, Zhang J Q, et al. Bypassing the NOtitration trap in ozone pollution control in Beijing [J]. Atmospheric Research, 2021,249:1-5.

[14] 顏 敏,尹魁浩,梁永賢,等.深圳市夏季臭氧污染研究[J]. 環境科學研究, 2012,25(4):411-418.

Yan M, Yin K H, Liang Y X, et al. Research of ozone issue in summer of Shenzhen [J]. Environmental Science Research, 2012,25(4):411-418.

[15] Sun J, Shen Z X, Wang R N, et al. A comprehensive study on ozone pollution in a megacity in North China Plain during summertime: Observations, source attributions and ozone sensitivity [J]. Environment International, 2021,146:1-16.

[16] Zhao S P, Yu Y, Qin D H, et al. Analyses of regional pollution and transportation of PM2.5and ozone in the city clusters of Sichuan Basin, China [J].Atmospheric Pollution Research, 2019,10:374-385.

[17] Wang, N, Lyu, X, Deng, X, et al. Aggravating O3pollution due to NOemission control in eastern China, Science of the Total Environment, 2019,677:732–744.

[18] Xu J W, Huang X, Wang N, et al. Understanding ozone pollution in the Yangtze River Delta of eastern China from the perspective of diurnal cycles [J]. Science of the Total Environment, 2020,752:1-11.

[19] Cheng H R, Guo H, Wang X M, et al. On the relationship between ozone and its precursors in the Pearl River Delta: application of an observation-based model (OBM) [J]. Environmental Science and Pollution Research, 2010,17(3):547-560.

[20] Xue L K, Wang T, Gao J, et al. Ground-level ozone in four Chinese cities: precursors, regional transport and heterogeneous processes [J]. Atmospheric Chemistry and Physics, 2014,14(23):13175-13188.

[21] 任俊宇,朱寬廣,謝 旻,等.咸寧市大氣臭氧敏感性和污染來源解析研究[J/OL]. 中國環境科學: [2021-06-23]. https://doi.org/10. 19674/j.cnki.issn10006923.20210430.001.

Ren J Y, Zhu K G, Xie M, et al. Analysis of ozone sensitivity and pollution source appointment in Xianning, Hubei Province [J/OL]. China Environmental Science, [2021-06-23]. https://doi.org/10. 19674/j.cnki.issn10006923.20210430.001.

[22] Sillman S. The use of NO, H2O2, and HNO3as indicators for ozone- NO-hydrocarbon sensitivity in urban locations [J]. Journal of Geophysical Research: Atmospheres, 1995,100(D7):14175-14188.

[23] Choi Y, Souri A H. Chemical condition and surface ozone in large cities of Texas during the last decade: Observational evidence from OMI, CAMS, and model analysis [J]. Remote Sensing of Environment, 2015,168(Supplement C):90-101.

[24] Souri A H, Choi Y, Jeon W, et al. Remote sensing evidence of decadal changes in major tropospheric ozone precursors over East Asia [J]. Journal of Geophysical Research: Atmospheres, 2017,122(4):2474-2492.

[25] Jin X, Fiore A M, Murray L T, et al. Evaluating a space-based indicator of surface ozone-NO-VOC sensitivity over midlatitude source regions and application to decadal trends [J]. Journal of Geophysical Research: Atmospheres, 2017,122(19):10439-10461.

[26] Martin R V, Parrish D D, Ryerson T B, et al. Evaluation of GOME satellite measurements of tropospheric NO2and HCHO using regional data from aircraft campaigns in the southeastern United States [J]. Journal of Geophysical Research: Atmospheres, 2004,109(D24):1325-1334.

[27] Duncan B N, Yasuko Y, Jennifer R O, et al. Application of OMI observations to a space-based indicator of NOand VOC controls on surface ozone formation [J]. Atmospheric Environment, 2010,44(18): 2213-2223.

[28] Wang W N, van der A R, Ding J Y, et al. Spatial and temporal changes of the ozone sensitivity in China based on satellite and ground-based observations [J]. Atmospheric Chemistry and Physics, 2021,21(9): 7253-7269.

[29] 中國環境監測總站.全國實時空氣質量監測[EB/OL]. (2020-08- 24). http://www.cnemc.cn/.

China National Environmental Monitoring Centre. National real-time air quality monitoring data [EB/OL]. (2020-08-24).http://www. cnemc.cn/.

[30] Boersma K F, Eskes H J, Dirksen R J, et al. An improved tropospheric NO2column retrieval algorithm for the ozone monitoring instrument [J]. Atmospheric Measurement Techniques, 2011,4:1905-1928.

[31] De Smedt I, Stavrakou T, Hendrick F, et al. Seasonal and long-term variations of global formaldehyde columns inferred from combined OMI and GOME-2 observations [J]. Atmos. Chem. Phys., 2015,15: 12519-12545

[32] 中國大氣臭氧污染防治藍皮書[M]. 中國環境科學學會臭氧污染控制專業委員會, 2020.

Blue book of China's atmospheric ozone pollution prevention and control [M]. Professional Committee of Ozone Pollution Control, Chinese Society of Environmental Sciences, 2020.

[33] 解淑艷,霍曉芹,曾凡剛,等.2015～2019年汾渭平原臭氧污染狀況分析[J].中國環境監測, 2021,37(1):49-57.

Xie S Y, Huo X Q, Zeng F G, et al. Analysis of ozone pollution in Fenwei Plain from 2015 to 2019 [J]. China Environmental Monitoring, 2021,37(1):49-57.

Identification of ozone pollution control zones and types in China.

ZHANG Hong-yu1,2, WANG Yuan1*, LU Ya-ling1,2, WANG Yan-wei1, YU Chao3, WANG Jun-xia4*, CAO Dong2, JIANG Hong-qiang2

(1.School of Environmental Science and Engineering, Tianjin University, Tianjin 300072, China；2.State Environmental Protection Key Laboratory of Environmental Planning and Policy Simulation, Chinese Academy of Environmental Planning, Beijing 100012, China；3.Aerospace Information Research Institute Innovation, Chinese Academy of Sciences, Beijing 100094, China；4.China National Environmental Monitoring Centre, Beijing 100012, China)., 2021,41(9)：4051～4059

This study is based on the satellite remote sensing indicator method, using 2017～2019 as the base years, by comparing ozone on-site monitoring data, VOCs and nitrogen oxide emission intensity data, and satellite remote sensing data, on the basis of PM2.5key regulatory areas, reclassifying ozone control areas, which means classifying areas where the annual average concentration of ozone exceeds the standard (above 160μg/m3) into different key zones. Identify the sensitive types of ozone precursors in each key zone, namely VOCs control zone, NOcontrol zone, and VOCs and NOcoordinated control zone; For each type it is further confirmed into local pollution control zones and joint prevention and control zones. This type of ozone classification method that combines ground monitoring data, statistical data and remote sensing observation data can provide a new idea for the macro-zone classification control of air pollution and also provide decision-making reference for the national level of ozone pollution prevention and control, and PM2.5& O3coordinated control related policies.

ozone pollution；classified control zones；VOCs and NO；coordinated control；type identification

X51,X21

A

1000-6923(2021)09-4051-09

張鴻宇(1988-),男,吉林長春人,助理研究員,碩士,主要從事大氣環境質量研究.發表論文8篇.

2021-01-29

國家重點研發計劃資助項目(2018YFC0213600);國家自然科學基金資助項目(41871211,41571522,91846301)

, 王媛, 教授, wyuan@tju.edu.cn; 王軍霞, 高級工程師, wangjx@cnemc.cn