基于共享社会经济路径的中国未来臭氧变化及其对植被和人类健康的影响研究学术报告

一、 主要作者、机构及发表信息 本研究由南京信息工程大学（NUIST）的徐晨（Chen Xu）、毛宇皓（Yu-hao Mao）及廖宏（Hong Liao）共同完成。研究论文《Future ozone changes and their impacts on vegetation and human health in China under the shared socio-economic pathways》于2024年发表在《Journal of Geophysical Research: Atmospheres》期刊第129卷上。

二、 研究背景与目的 本研究隶属于大气环境与气候变化的交叉领域，具体聚焦于大气化学传输模拟、未来气候变化情景分析及其生态环境与公共健康影响评估。随着中国工业化和城市化的快速发展，以地表臭氧（Surface Ozone）为代表的光化学污染问题日益严峻。臭氧不仅本身是重要的温室气体，其高浓度暴露还会对人类呼吸系统、心血管系统造成危害，并损害植被健康，导致农作物减产。尽管中国政府自2013年以来实施了更严格的污染物排放控制措施，但观测数据显示，2013年至2019年间中国的年均臭氧浓度呈现波动上升趋势。因此，预测未来臭氧浓度变化并评估其对关键受体（如主要农作物产区和人口密集区）的潜在影响，对于制定长期的大气污染防控策略、保护公众健康和粮食安全具有至关重要的科学意义。

在此背景下，本研究旨在利用全球化学传输模型（GEOS-Chem），在四种共享社会经济路径（SSP）情景下，模拟预测中国2050年的地表臭氧浓度，并系统性地量化未来臭氧污染对四个重点污染区域（京津冀BTH、长三角YRD、珠三角PRD、四川盆地SCB）和三个主要粮食产区（黄淮海HHH、东北平原NEP、长江中下游MLRY）的植被暴露风险及过早死亡（Premature Mortality）的影响。研究试图回答以下核心问题：在不同社会经济和排放发展路径下，中国未来臭氧浓度将如何演变？哪些区域在何种情景下面临较高的臭氧超标风险和植被损害风险？未来臭氧污染相关的人口过早死亡将呈现怎样的变化趋势？

三、 详细研究流程与方法 本研究遵循“情景设定-模型模拟-模型验证-影响评估”的完整流程，具体步骤如下：

第一步：模型配置与未来情景设定 研究采用全球三维化学传输模型GEOS-Chem（版本12.09）作为核心模拟工具。模型水平分辨率为2°纬度×2.5°经度，垂直方向分为47层。模拟驱动场采用美国宇航局（NASA）全球建模与同化办公室（GMAO）提供的MERRA-2再分析气象数据。为单独考察排放变化的影响，研究固定使用2020年的气象场，分别模拟2020年（代表现状）和2050年（代表未来）中国的臭氧浓度。

未来排放情景基于政府间气候变化专门委员会（IPCC）第六次评估报告（AR6）采用的共享社会经济路径（SSP）。研究选取了四种具有代表性的SSP情景，它们对应不同的辐射强迫水平和社会经济发展轨迹：SSP126（低强迫路径）、SSP245（中等强迫路径）、SSP370（中高强迫路径）和SSP585（高强迫路径）。研究从国际耦合模式比较计划第六阶段（CMIP6）的输入数据门户网站获取了这四种情景下2015、2020及2050年的月度人为排放和开放燃烧排放数据，并将其应用于模型模拟。自然排放（如生物源挥发性有机化合物BVOCs、闪电氮氧化物NOx等）在2020年和2050年的模拟中保持不变。

第二步：模型性能验证 为确保模型模拟的可靠性，研究利用中国环境监测总站（CNEMC）提供的全国地面观测站点数据对模型进行了验证。验证年份为2020年，使用了全国1652个站点的每小时臭氧观测数据。研究者将模拟的臭氧浓度插值到各个观测站点的地理位置，计算了夏季（6-8月）最大日8小时平均（MDA8）臭氧浓度的空间分布，并与观测值进行对比。此外，还计算了多个统计指标来定量评估模型性能，包括相关系数（R）、标准化平均偏差（NMB）、平均分数偏差（MFB）和平均分数误差（MFE）。

验证结果表明，GEOS-Chem模型能够较好地再现2020年中国地表臭氧浓度的时空分布特征。在四种SSP情景下，模拟与观测的月度MDA8臭氧浓度相关系数（R）在0.74至0.77之间，夏季相关性更高（R达0.80-0.82）。NMB值在-46.42%（2015年）到+19.64%之间波动，MFB和MFE值均落在可接受的模型性能目标范围内。尽管模型在四川盆地东部、华中地区等地存在一定的高估，在黄河下游存在低估，但整体性能满足研究需求，证明了利用该模型进行未来预测的合理性。

第三步：未来臭氧浓度变化模拟与分析 在验证模型的基础上，研究运行了GEOS-Chem模型，分别模拟了2020年（基准年）和2050年在四种SSP情景下中国的臭氧浓度。分析的重点是七个关键区域（四个污染区和三个农业区）的季节性MDA8臭氧浓度变化。研究计算并比较了这些区域在春、夏、秋、冬四季的MDA8臭氧浓度在2020年和2050年的平均值，并计算了2050年相对于2020年的变化量。同时，研究还参考世界卫生组织（WHO）发布的空气质量指南（8小时平均浓度限值为100 μg/m³，约合51 ppbv），评估了未来臭氧超标的风险。

第四步：植被暴露风险评估 为量化臭氧对植被（尤其是农作物）的累积暴露风险，研究采用了美国环境保护署（EPA）推荐的植被臭氧暴露指数W126。该指数通过对白天（8:00-20:00）每小时臭氧浓度进行S型函数加权累积计算而得，其特点是强调高浓度臭氧的贡献，抑制低浓度臭氧的影响，因此能更生物相关地反映臭氧对植物的潜在伤害。研究利用模型模拟的每小时臭氧浓度，计算了三个主要农业区在2020年和2050年四季（3个月为一个季节）的W126值。评估标准参考了美国的二级环境空气质量标准（3个月W126值在7至21 ppm-h之间），W126值超过21 ppm-h即表明植被面临较高的臭氧损害风险。

第五步：健康影响评估 研究评估了臭氧长期暴露对30岁以上人群造成的过早死亡风险。评估方法基于暴露-反应函数（Exposure-Response Function）。具体计算公式采用了Jerrett等人（2009）建立的log-linear模型，计算归因于臭氧暴露的过早死亡人数。评估考虑了三种疾病终点：心血管疾病（CVD）、呼吸系统疾病（RD）和慢性阻塞性肺疾病（COPD）。所需输入数据包括： 1. 臭氧暴露数据：使用模型模拟的各网格年度MDA8臭氧浓度。 2. 人口数据：采用SSP情景下对应的2020年和205年格点化人口数据，并结合联合国提供的人口年龄结构数据，估算30岁以上人口。 3. 基线死亡率：从世界卫生组织（WHO）2019年全球健康估计数据中提取中国地区三种疾病的年龄别基线死亡率。 4. 浓度响应系数（β）：采用Turner等人（2016）研究中的系数，该系数基于一项大型队列研究得出，表示长期臭氧暴露每增加10 ppb导致的死亡风险比（Hazard Ratio）。 研究分别计算了四个污染区域在2020年和205年，因臭氧暴露导致的三类疾病的过早死亡人数，并分析了其变化趋势。

四、 主要研究结果 1. 未来臭氧浓度变化特征： * 区域与季节差异：模拟结果显示，BTH、YRD、HHH和MLRY地区臭氧浓度呈现典型的夏季高、冬季低的季节特征。PRD地区则呈现春、秋季高，夏、冬季低的特征。SCB地区春季和夏季浓度较高。NEP地区臭氧浓度整体低于其他区域。 * 情景依赖性：到2050年，不同SSP情景下臭氧浓度变化差异显著。在SSP126和SSP245（低和中强迫路径）下，由于人为前体物（NOx, NMVOCs）排放大幅减少，大部分区域夏季臭氧浓度显著下降，降幅最高可达15.5 ppbv（MLRY地区，SSP126情景）。而在SSP370和SSP585（中高和高强迫路径）下，臭氧浓度变化相对较小。 * 超标风险：到2050年夏季，在四种SSP情景下，BTH、YRD、HHH和MLRY地区的MDA8臭氧浓度均将超过WHO的空气质量指导值（51 ppbv）。此外，部分区域在春季和秋季的特定情景下（如SSP245）也存在超标风险。

2. 植被暴露风险（W126）结果： * 季节与区域模式：W126的季节变化与臭氧浓度季节变化一致，但由于其加权特性，高浓度季节（夏季）的W126值被进一步放大。HHH和MLRY地区夏季W126值最高，冬季接近于零，表明植被损害风险主要集中在夏季。NEP地区W126值全年均较低。 * 风险水平：在2020年，HHH和MLRY地区夏季W126值（52.0-58.8 ppm-h 和 32.7-39.8 ppm-h）已远超过美国二级标准上限（21 ppm-h）。到2050年，在SSP370和SSP585情景下，MLRY地区夏季W126仍将远超21 ppm-h；而在所有四种情景下，HHH地区夏季W126都将处于高风险水平。这表明，除非采取强效的减排措施（如SSP126路径），否则中国主要农业区（特别是黄淮海地区）的植被在2050年夏季仍将面临严重的臭氧暴露威胁。

3. 健康影响评估结果： * 死亡人数变化趋势：从2020年到2050年，在大多数情景和区域，归因于臭氧的过早死亡人数呈下降趋势，这主要归因于臭氧浓度的降低和/或人口结构的变化。 * 例外情况：研究发现了一个重要的例外：在SSP245（中等强迫路径）情景下，BTH和YRD地区因CVD、RD和COPD导致的过早死亡人数预计将分别增加4.2千/3.1千/3.3千和1.6千/1.1千/1.2千。论文分析认为，这可能是因为在该情景下，这两个区域臭氧浓度有所上升，而人口下降幅度较小，两者共同作用导致了死亡人数的净增加。 * 区域差异：PRD地区在SSP126和SSP245情景下死亡人数下降显著，在SSP370和SSP585情景下变化不大。SCB地区由于人口减少明显，在所有情景下死亡人数均呈下降趋势，尤其在SSP126情景下下降幅度最大。

五、 研究结论与价值 本研究的核心结论是：中国未来的臭氧污染及其对植被和健康的威胁高度依赖于社会经济发展和排放路径的选择。 * 科学价值：本研究首次在统一的SSP情景框架下，利用全球化学传输模型GEOS-Chem，系统性地评估了中国未来臭氧变化对特定污染区域和主要农业区的植被风险（使用W126指数）和人群健康风险（使用过早死亡人数）。它将大气化学模拟、未来情景分析、生态风险评价和健康影响评估有机结合，提供了一个综合评估未来环境风险的研究范例。研究揭示了不同减排力度下（SSP126 vs SSP585）臭氧浓度和影响的巨大差异，突显了积极减排对于缓解臭氧污染负面效应的关键作用。 * 应用价值与政策启示： 1. 预警高风险区域与时段：明确指出BTH、YRD、HHH和MLRY地区在2050年夏季普遍面临臭氧浓度超标风险，HHH和MLRY农业区植被夏季受臭氧损害的风险极高。这为相关部门进行区域差异化、季节重点化的臭氧污染防治提供了科学靶点。 2. 揭示中等路径的潜在风险：特别指出在SSP245（中等强迫）路径下，BTH和YRD这两个关键经济区可能出现臭氧相关死亡人数不降反增的“非预期后果”，提示政策制定者需要审慎评估中等减排力度下的综合健康效应，避免陷入“减排但健康收益不佳”的困境。 3. 支持长期战略制定：研究结果强调了实施类似于SSP126的深度减排路径，对于同时保护公众健康和农业生态系统、实现协同效益的重要性。这为中国制定面向2035年乃至2060年“碳中和”目标下的中长期大气环境管理与气候变化适应战略提供了定量参考依据。

六、 研究亮点 1. 评估对象的针对性与系统性：区别于以往研究多关注全国平均或大范围区域，本研究精心选取了与中国大气污染防治、粮食安全和人口健康密切相关的七个典型区域进行重点评估，使得研究结论更具政策参考价值。 2. 综合使用专业评估指标：不仅使用常规的MDA8臭氧浓度，还引入了专业的植被暴露指数W126来评估生态风险，并使用基于流行病学证据的暴露-反应函数评估健康风险，评估方法更为科学和全面。 3. 揭示非单调变化规律：研究发现BTH和YRD地区在SSP245情景下过早死亡人数增加，这一反直觉的结果揭示了未来环境健康风险的复杂性，即并非排放控制越宽松风险就一定越高，中等控制路径下可能因臭氧化学的非线性响应而产生特殊的风险模式，这是本研究的一个重要发现。 4. 固定气象场的实验设计：通过固定使用2020年气象场进行模拟，本研究有效地隔离了未来排放变化对臭氧的影响，使结论更清晰地指向人为排放控制的作用，简化了归因分析。

七、 其他有价值内容 研究在讨论部分指出了本工作的不确定性来源，包括模型分辨率、化学机制、气象条件的未来变化以及排放情景本身的不确定性。作者特别提到，未来的工作将考虑气候变化（如变暖、环流改变）对臭氧浓度的影响，因为气候变化也是驱动未来臭氧变化的重要因素。此外，研究也提及了当前模拟的一个局限：植被受损后可能反馈影响其BVOCs的排放，而这一生物地球化学反馈过程未在当前的模型设置中体现。这些坦诚的讨论为后续研究的改进指明了方向。研究的数据和模型代码均给出了公开获取途径，体现了研究的可重复性和透明性。