文档类型判断： 类型 a (报告单一原创性研究)

关于全球变暖背景下超大城市臭氧趋势及其敏感性研究的学术报告

一、 研究团队与发表信息

本研究由日本国立研究开发法人产业技术综合研究所安全科学研究部门的研究员 Jairo Vazquez Santiago、Hiroo Hata、以及数字建筑研究中心的 Edgar J. Martinez-Noriega 与 Kazuya Inoue 共同完成。研究成果以题为 “Ozone trends and their sensitivity in global megacities under the warming climate” 的论文形式，于2024年发表在顶级学术期刊 Nature Communications 上。

二、 研究背景与目的

本研究隶属于大气化学与环境科学交叉领域，核心关注点是全球超大城市的地面臭氧污染问题。地面臭氧作为一种有害的二次污染物，其形成高度依赖于挥发性有机化合物（Volatile Organic Compounds， VOCs）和氮氧化物（Nitrogen Oxides， NOx）这两种前体物在阳光下的光化学反应。超大城市人口密集、污染物排放源集中，导致高浓度臭氧事件频发，严重威胁公众健康。然而，臭氧与前体物之间的关系具有高度非线性，其生成机制可分为VOC控制型（VOC-limited）和NOx控制型（NOx-limited）等不同敏感状态，这给制定有效的污染控制策略带来了巨大挑战。

既往研究多利用卫星遥感数据（如臭氧监测仪 Ozone Monitoring Instrument, OMI）获取的甲醛（Formaldehyde， HCHO）和二氧化氮（Nitrogen Dioxide， NO2）柱浓度数据，分别作为VOCs和NOx排放的代理指标，并通过HCHO/NO2比率（FNR）来判断臭氧生成敏感性。但以往研究多集中于北半球中高纬度发达地区，对热带及南半球快速发展中的超大城市关注不足。此外，在全球气候变暖的背景下，温度升高如何通过影响前体物排放和光化学反应速率来调制臭氧长期趋势，仍需在全球尺度上进行系统性评估。

为此，本研究旨在实现以下目标：1）利用2005年至2019年长达15年的OMI卫星数据，全面分析全球41个超大城市及4个偏远地区HCHO、NO2及FNR的时空变化趋势；2）结合哥白尼大气监测服务（Copernicus Atmosphere Monitoring Service， CAMS）的臭氧再分析数据，评估同期地面臭氧浓度的变化；3）运用先进的统计与趋势分解方法，揭示前体物与臭氧趋势之间的关联；4）探究气温和短波辐射等气象因子变化对前体物排放趋势的影响，从而阐明气候变化在加剧城市臭氧污染中的作用。

三、 详细研究流程与方法

本研究流程严谨，可分为数据获取与处理、研究区域选定、统计趋势分析和相关性探究四个主要阶段，并应用了多种先进的统计与机器学习方法。

第一阶段：数据获取与处理。 研究团队整合了多源遥感与再分析数据集。对于臭氧前体物，使用了NASA Aura卫星上OMI仪器的每日L3级产品。具体而言，HCHO数据来自OMHCHOD产品（空间分辨率0.1°×0.1°），NO2数据来自OMNO2D产品（空间分辨率0.25°×0.25°）。为了减少噪声和数据间断，对每日数据进行了筛选（如剔除高云量、高太阳天顶角像元）、空间插值（双线性插值）处理，并计算了月度均值。为统一分析，将HCHO数据重采样至0.25°分辨率。FNR通过计算月度HCHO与NO2柱浓度的比值得到。臭氧浓度数据则来自CAMS的第四代再分析数据集（EAC4），提取了2005-2019年间地面月均臭氧浓度，并将其重网格化至0.25°分辨率以与其他数据匹配。气象数据来自NASA的全球陆地数据同化系统（GLDAS），获取了相同时间段和分辨率的月均地表气温和短波辐射通量数据。

第二阶段：研究区域选定。 研究选取了全球41个人口超过1000万的超大城市作为核心研究对象，涵盖了所有大洲（大洋洲除外），并包括中国的京津冀、长三角、珠三角三个城市群。为了与城市区域形成对比，还选择了4个受人为排放影响较小的偏远地区：亚马逊雨林、刚果雨林、撒哈拉沙漠和维多利亚大沙漠。每个研究区域的范围基于欧洲委员会联合研究中心的全球人类住区图层项目的建成区数据精确界定，确保了分析针对城市核心区域。

第三阶段：统计趋势与模式分析。 这是本研究方法学的核心部分，采用了多层次、多角度的分析策略。首先，对全球尺度的HCHO、NO2、FNR和臭氧进行了探索性空间数据分析（ESDA），计算了全局和局部莫兰指数（Moran‘s I），以量化这些污染物在空间上的聚集或分散模式。其次，在区域尺度（45个选定站点）上，对月时间序列数据（取第50百分位数）进行了深入的时序分析。关键方法包括：1）季节性曼-肯德尔检验（Seasonal Mann-Kendall Test）与森氏斜率估计（Sen’s Slope Estimator）：这是一种非参数检验方法，能有效识别数据在消除季节周期后的长期单调趋势方向（tau值）和变化幅度（Sen’s Slope），并给出统计显著性（p值）。研究对所有站点的HCHO、NO2、臭氧、气温和短波辐射均进行了此项检验。2）基于局部加权回归的季节趋势分解（Seasonal-Trend decomposition using Loess， STL）：该方法将时间序列分解为趋势项、季节项和残差项，能够更细致地揭示数据中非线性的长期变化模式，特别是用于分析臭氧浓度在不同子时期（如2005-2011年和2012-2019年）的趋势转变。3）K-means聚类分析：为了对全球站点进行科学分类，研究采用了无监督机器学习算法——K-means聚类。以前体物排放特征为分类依据，将45个站点的多年平均HCHO、NO2柱浓度和FNR值作为输入变量。通过“肘部法则”确定最优聚类数（K=4）。该算法通过最小化簇内方差，将具有相似前体物排放水平和化学敏感性的站点自动归为同一簇，从而从数据驱动角度识别出全球臭氧污染治理的“同类区域”。

第四阶段：相关性分析与驱动机制探究。 在聚类结果的基础上，研究将站点按簇分组，对每组内各变量的年度均值进行了皮尔逊相关性分析。主要分析了HCHO、NO2分别与气温、短波辐射之间的统计关系。这一步骤旨在定量揭示气候变化（以气温升高为核心指标）对不同类型区域前体物排放趋势的潜在影响机制，将观测到的趋势与物理/化学过程联系起来。

四、 主要研究结果

全球空间分布与变化： 2005-2019年间，全球HCHO柱浓度呈现显著增长，尤其在热带地区（如亚马逊、刚果雨林）以及北半球中高纬度森林区域，增幅明显，反映了生物源VOC排放的增强。NO2的空间分布则凸显了人为热点区域：北美、欧洲和东亚。在此期间，北美和欧洲的NO2显著下降，而东亚地区变化不显著，南亚（印度次大陆）、南美和非洲的NO2则有所上升。相应地，全球地面臭氧在2019年相较于长期平均呈现普遍升高，在欧洲、中东、东亚和东南亚等前体物排放高强度区域，臭氧浓度异常增幅最大（部分地区高达+5 ppb）。

超大城市与偏远地区趋势分析（曼-肯德尔检验结果）： * HCHO趋势： 所有45个分析区域均显示HCHO柱浓度显著上升（p<0.05）。增幅最大的城市主要位于南美（利马、圣保罗、里约热内卢）和亚洲（成都、德黑兰、西安）的热带或快速城市化地区。即使是东京、伦敦、纽约等温带发达城市，HCHO也有上升，但幅度相对较小。 * NO2趋势： 呈现明显的区域分化。发达经济体超大城市（如洛杉矶、东京、伦敦、巴黎、莫斯科、纽约）的NO2排放显著下降。而发展中经济体的超大城市，特别是亚洲的达卡、拉合尔、德黑兰、加尔各答，NO2上升趋势最为显著。中国大部分城市群未显示显著趋势，但珠三角和郑州呈下降趋势，西安则显著上升。所有四个偏远地区的NO2均呈上升趋势，其中雨林地区斜率更高。 * FNR描述与趋势： 发达工业化地区的超大城市FNR值最低（趋向VOC控制型），而非洲和东南亚的超大城市FNR值最高（趋向强NOx控制型）。趋势分析表明，绝大多数站点的FNR在向过渡/NOx控制型条件移动，主要驱动力是HCHO的普遍上升。达卡和拉各斯是仅有的两个FNR显著下降的城市，与其NO2增幅最大相一致。 * 臭氧趋势： 45个区域中有35个显示臭氧上升趋势，其中25个趋势显著。一个关键发现是，STL趋势分解揭示了许多城市臭氧趋势在2012年前后发生转折。例如，2005-2011年间，中国多数超大城市臭氧浓度下降或稳定，但2012-2019年间则转变为显著上升趋势，武汉、珠三角、长三角地区变化最为显著。印度城市也呈现出类似模式。洛杉矶、伦敦、巴黎等城市在2005-2011年臭氧变化不显著，但2015年后急剧上升。四个偏远地区中，亚马逊和刚果雨林的臭氧自2012年起也显著增加。

聚类分析结果： K-means聚类将45个站点分为4簇，清晰地对应了不同的臭氧敏感性状态和经济发展水平： * 簇3（VOC控制型）： 包含纽约、东京、北京-天津、巴黎、伦敦等发达或快速工业化地区的超大城市。特征是高NO2排放、中等HCHO、最低的FNR。 * 簇0（过渡/NOx控制型）： 包含墨西哥城、雅加达、洛杉矶、达卡、孟买、伊斯坦布尔、成都等多元化城市。具有中等FNR值。 * 簇2（强NOx控制型）： 包含拉各斯、马尼拉、曼谷、胡志明市等非洲和东南亚发展中经济体超大城市，以及偏远沙漠。特征是高HCHO、低NO2、最高的FNR。 * 簇1（强NOx控制型 - 偏远雨林）： 仅包含亚马逊和刚果雨林，具有最高的HCHO、最低的NO2，以及极高的FNR。

气象因子关联与驱动机制： 相关性分析得出至关重要结论：在所有聚类中，HCHO与气温都呈现强正相关。这表明，无论是污染城市还是偏远雨林，升温都在驱动VOC排放增加（城市为人为与生物源叠加，雨林主要为生物源）。对于NO2，其与气温的关系因簇而异：在偏远雨林（簇1）和热带发展中城市（簇2），NO2与气温正相关，提示土壤生物源NOx排放随升温而增加；而在发达污染城市（簇3和簇0），NO2与气温呈负相关，这主要反映了这些城市成功实施的人为NOx减排政策的效果覆盖了可能的生物源增加信号。短波辐射与HCHO的相关性不显著或较弱。

五、 研究结论与意义

本研究系统揭示：在全球气候变暖背景下，2005-2019年间，全球超大城市臭氧污染普遍加剧，但其驱动机制存在显著的区域异质性，根本上由前体物排放的长期趋势及其对升温的响应差异所决定。主要结论如下：

1. 趋势分化： 发达经济体超大城市处于或接近VOC控制状态，其臭氧水平在NOx减排和VOC（尤其是生物源VOC）上升的共同作用下，呈现停滞或增长。快速发展中经济体（尤其热带地区）的超大城市，NOx排放持续快速增长，因其处于过渡/NOx控制状态，导致臭氧显著上升。
2. 气候变化的强化作用： 气温升高与HCHO排放的强正相关关系表明，气候变化不仅通过增强光化学反应速率，更通过增加前体物（特别是生物源VOCs，在偏远地区还包括生物源NOx）的排放，正在加剧臭氧污染。这抵消了部分区域人为减排的努力，并将在持续变暖的未来构成更大挑战。
3. 政策启示： 研究强调，有效的臭氧防控策略必须基于对本地长期臭氧生成敏感性的精准诊断。对于VOC控制型城市（如中国东部、欧美城市），控制VOCs（包括审慎选择城市绿化植被种类以降低生物源VOC）应是优先方向；对于NOx控制型城市（如东南亚、非洲城市），控制NOx排放对降低臭氧更为有效。研究构建的基于排放特征的聚类框架，为具有相似化学状态的区域开展协同治理提供了科学依据。

六、 研究亮点

1. 全球视野与填补空白： 首次对全球范围内41个超大城市及代表性偏远地区进行了长达15年的系统性臭氧前体物及臭氧本身趋势的对比分析，特别加强了对热带和南半球发展中大城市的关注，弥补了既往研究的不足。
2. 方法综合与深度分析： 创新性地将季节性曼-肯德尔检验、STL趋势分解、K-means聚类分析和皮尔逊相关分析等多种统计与机器学习方法有机结合，不仅识别了趋势，还揭示了趋势转折点、对区域进行了科学分类，并定量解析了气候因子的驱动作用，分析层次深入、逻辑链条完整。
3. 明确揭示气候关联： 通过大样本统计分析，清晰并定量地证实了气温升高与VOC排放增长之间的强关联，并将这种关联置于不同发展水平和污染状态的区域背景下进行解读，为理解“气候变化加剧空气污染”提供了扎实的实证依据和机制阐释。
4. 重要的政策支撑价值： 研究得出的关于臭氧敏感性区域分异及气候变化影响的结论，直接为不同发展阶段和类型的超大城市制定差异化、精准化的臭氧污染防控策略提供了关键科学支撑，具有很高的应用价值。

七、 其他有价值内容

研究还讨论了数据的不确定性，例如OMI仪器老化可能对HCHO反演带来的噪声，以及CAMS再分析数据在北部高纬度地区可能存在的偏差和空间分辨率对捕捉城市内部异质性的限制。作者指出，未来研究需要融合更高分辨率的数据集，并加强发展中地区的地面观测网络，以验证和补充卫星及再分析数据。这些讨论体现了研究的严谨性，并为后续研究指明了方向。