京津冀地区臭氧与PM2.5复合污染日化学物理特征的综合分析研究报告
一、 研究团队与发表信息
本研究报告基于一篇发表于学术期刊《Atmos. Chem. Phys.》的原创性研究论文。该论文题为“Composited analyses of the chemical and physical characteristics of co-polluted days by ozone and PM2.5 over 2013–2020 in the Beijing–Tianjin–Hebei region”，发表于2023年1月3日。
研究的主要作者为戴慧斌（Huibin Dai）和廖宏（Hong Liao，通讯作者），其研究团队主要来自南京信息工程大学江苏省大气环境监测与污染控制重点实验室、大气环境与装备技术协同创新中心以及环境科学与工程学院。合作作者还包括来自中国气象科学研究院高原气象研究所的研究人员。
二、 研究学术背景
本研究属于大气环境科学领域，具体聚焦于区域复合型空气污染的成因机制分析。自2013年中国实施《大气污染防治行动计划》以来，全国PM2.5浓度显著下降，但与此同时，地表臭氧浓度却意外上升。这种变化导致了一种新的、复杂的污染现象频繁出现：即臭氧（O3）与PM2.5在同一天均超过国家空气质量标准，被称为“O3-PM2.5复合污染日”。京津冀地区作为中国人口最密集、污染问题最突出的区域之一，此类复合污染事件在暖季（4-10月）频繁发生，对公众健康、生态系统和农作物生产构成双重威胁。
尽管已有研究分别探讨了臭氧或PM2.5的污染特征，也有部分工作关注了二者之间的相关性，但对于O3-PM2.5复合污染日独特的化学和物理特征，特别是其垂直分布和形成机制，尚缺乏深入、系统的认识。臭氧和PM2.5虽然形成机制不同，但通过共同的前体物（氮氧化物和挥发性有机物）和光化学反应相互耦合。理解复合污染日的内在机制，对于制定协同控制策略、实现空气质量持续改善具有关键意义。
因此，本研究旨在：1）通过对比O3-PM2.5复合污染日与单一臭氧污染日或单一PM2.5污染日，揭示复合污染日独特的化学机制；2）识别与京津冀地区O3-PM2.5复合污染日相关联的天气形势。研究时间跨度为2013年至2020年的暖季，以期捕捉在清洁空气行动背景下污染特征的演变。
三、 详细研究流程与方法
本研究采用了“观测数据分析-模型模拟验证-过程机理诊断”相结合的综合研究框架，具体流程如下：
1. 数据收集与处理： * 研究对象与样本： 研究区域为京津冀地区（37–41° N， 114–118° E）。使用了2013-2020年暖季（4-10月）中国环境监测总站（CNEMC）79个站点的逐小时PM2.5和臭氧观测数据。定义了三种污染日类型：臭氧污染日（O3PDs，日最大8小时平均臭氧浓度 > 160 µg m⁻³）、PM2.5污染日（PM2.5PDs，日均PM2.5浓度 > 75 µg m⁻³）以及二者的复合污染日（O3-PM2.5PDs）。为进行机理分析，进一步从O3PDs和PM2.5PDs中排除了复合污染日，定义了“臭氧单污染日”和“PM2.5单污染日”。 * 气象与辅助数据： 使用了MERRA-2再分析资料获取温度、相对湿度、边界层高度等气象要素，以及NCEP/NCAR再分析资料获取高空位势高度场和风场。此外，还使用了AERONET观测的气溶胶光学厚度数据用于模型结果验证。
2. 化学传输模型模拟与评估： * 模型与设置： 研究采用了嵌套网格版本的GEOS-Chem三维全球化学传输模型（版本11-01）来模拟臭氧和PM2.5及其组分。模拟区域为亚洲，水平分辨率0.5°×0.625°，驱动气象场为MERRA-2。人为排放清单主要采用中国多尺度排放清单（MEIC），生物源排放采用MEGAN v2.1模型计算。模拟时段为2013-2020年，包含6个月的spin-up时间。 * 模型性能评估与阈值调整： 将模拟的日均PM2.5和臭氧浓度与观测进行对比，结果显示模型能较好地捕捉浓度的时空变化和日际波动（相关系数r分别为0.72和0.80）。然而，模型普遍存在低估峰值浓度的问题，导致直接使用国家标准阈值识别的污染日数量远低于观测。为解决此问题，研究创新性地为每个模型网格计算了模拟值相对于观测高浓度日（超过标准的日子）的归一化平均偏差，并据此按比例下调了识别污染日的模型阈值（例如，将臭氧阈值从80 ppb调整至网格特定的较低值）。这一方法显著提高了模型对污染事件的捕获能力，使56%-93%的观测污染日能被模型同时捕捉到，为后续基于模型结果的机理分析提供了可靠的样本集。
3. 复合分析： * 样本构建： 对于每一种污染日类型（臭氧单污染日、PM2.5单污染日、O3-PM2.5复合污染日），研究选取那些既被观测到、又被模型（使用调整后阈值）捕获到的所有日期作为“样本日”。 * 分析方法： 对这些样本日进行“复合分析”，即计算所有样本日在各个变量（如化学组分浓度、气象要素、过程贡献等）上的平均值，从而得到每种污染类型的典型特征。这种方法有效过滤了随机天气波动的影响，突出了与特定污染类型相关联的稳定信号。
4. 过程分析与机理诊断： * 工具应用： 研究利用GEOS-Chem模型内置的过程分析工具，定量诊断了影响臭氧和PM2.5各组分的不同物理化学过程的贡献率，包括净化学生产、干沉降、水平平流、垂直平流和湍流扩散。这一步骤是揭示不同污染类型形成机制差异的核心。 * 垂直结构剖析： 特别关注了污染物浓度和关键气象要素（如相对湿度、垂直速度）的垂直廓线，结合过程分析结果，旨在理解近地面污染与高空过程的关联。
5. 天气形势合成分析： * 对每种污染日类型对应的区域性污染事件（即超过50%站点污染），合成分析了海平面气压场以及850 hPa和500 hPa的位势高度场与风场，以识别其典型的大尺度环流背景。
四、 主要研究结果
1. 污染日时空分布与趋势： 观测显示，2013-2020年暖季，京津冀地区臭氧单污染日、PM2.5单污染日和复合污染日发生频次均很高。臭氧污染日主要出现在5-7月，PM2.5污染日主要出现在4月和10月，而复合污染日则多集中在5-7月。时间趋势上，臭氧污染日显著增加（+7.9 天/年），而PM2.5污染日和复合污染日则呈下降趋势（分别为-11.2 和 -3.4 天/年），这反映了PM2.5减排的成效和臭氧问题的加剧。一个关键发现是，在PM2.5污染日中，伴随臭氧污染的比例（即复合污染日占比）逐年上升，尤其在2020年暖季的某些月份达到了100%，表明近年来PM2.5污染几乎总是与臭氧污染相伴发生。
2. 地表化学特征： 复合分析表明，O3-PM2.5复合污染日具有独特的化学特征： * 高氧化性： 复合污染日的地表羟基自由基和总氧化剂浓度均处于高水平，虽低于臭氧单污染日，但显著高于PM2.5单污染日。这表明复合污染发生在强氧化性大气环境中。 * 高效的二次转化： 硫氧化率和氮氧化率在复合污染日也较高，意味着二氧化硫和氮氧化物向硫酸盐和硝酸盐的转化效率高。 * 硫酸盐主导： 在PM2.5组分中，硝酸盐、铵盐、黑碳和有机碳的浓度在PM2.5单污染日最高。然而，硫酸盐的浓度在O3-PM2.5复合污染日达到最高，且其在PM2.5中的占比也最高。硫酸盐的日变化峰值与臭氧同步出现在午后，表明白天强光化学氧化过程协同促进了臭氧和硫酸盐的生成。
3. 独特的垂直分布特征（核心发现）： 这是本研究最关键的发现之一。模拟的污染物垂直廓线显示： * 臭氧： 在复合污染日和臭氧单污染日，臭氧浓度从地表至约975 hPa（约300米）随高度增加，在975-819 hPa（约300-1800米）高度层保持高而稳定，随后在更高层下降。复合污染日在975-819 hPa层的臭氧浓度比臭氧单污染日高10.4%。 * PM2.5及其组分： 在所有污染类型中，PM2.5浓度在地表最高，并向975 hPa递减。但在975-819 hPa层，情况出现分化：在PM2.5单污染日，PM2.5浓度随高度快速下降；而在O3-PM2.5复合污染日和臭氧单污染日，PM2.5浓度在975-819 hPa层保持异常稳定。进一步分析组分发现，这种稳定性主要由二次无机气溶胶（硝酸盐、铵盐、硫酸盐）贡献。在复合污染日，该层次这些组分的垂直梯度很小（例如，819 hPa与975 hPa的浓度比值接近0.9），而一次组分（如黑碳）的递减则明显更快。
4. 过程分析揭示的机制： 过程分析结果完美解释了上述垂直分布特征的成因： * 高空的强化学生产： 在复合污染日，臭氧、硝酸盐、铵盐和硫酸盐在913-819 hPa（约1800-2000米）高度层均表现出最强的净化学生产。特别是硫酸盐，其化学生产在819 hPa附近达到峰值，这与该层高相对湿度的观测结果相符，促进了二氧化硫的液相氧化。 * 向下输送： 垂直平流过程在944-819 hPa层对污染物质量变化有正贡献，表明存在从高层向中低层的下沉输送。因此，在高空（~850 hPa附近）强烈的化学生产与向下输送的共同作用下，导致了975-819 hPa层污染物浓度的均匀分布，并将高浓度的污染物输送至近地面，加剧了地表污染。
5. 气象条件： 天气形势合成分析表明，O3-PM2.5复合污染日对应着独特的气象配置： * 高空环流： 500 hPa受异常高压脊控制。 * 中低空条件： 850 hPa上，京津冀地区位于异常反气旋的西侧，伴随强的异常南风。这些南风将暖湿空气输送到该区域，导致850 hPa附近相对湿度较高，为硫酸盐等的液相化学生成提供了有利条件。同时，下沉气流有利于将高空生成的污染物向下混合。 * 近地面： 边界层高度介于臭氧单污染日（高）和PM2.5单污染日（低）之间，较强的湍流扩散有助于将下沉输送来的污染物混合到地面。
五、 研究结论与意义
本研究系统揭示了京津冀地区O3-PM2.5复合污染日的综合特征与形成机制。其主要结论是：O3-PM2.5复合污染日并非两种污染现象的简单叠加，而是一种具有独特化学生成路径和垂直输送结构的特殊污染类型。其核心机制在于高空（~850 hPa）强氧化性环境下的活跃光化学与液相反应，生成了大量的臭氧和二次气溶胶（尤其是硫酸盐），随后通过下沉气流被输送到中低层并混合至地表。
这项研究的科学价值在于：首次通过综合观测、模型和过程分析，清晰地刻画了复合污染的三维物理化学结构，明确了高空过程在驱动近地面复合污染中的关键作用，深化了对臭氧与PM2.5协同生成及传输机制的理解。
其应用价值在于：为当前中国大气污染防治，特别是针对PM2.5与臭氧的协同控制，提供了重要的科学依据。研究结果表明，仅关注近地面减排和气象条件可能不足以解决复合污染问题，需要关注区域输送和高空化学过程。控制策略需兼顾氮氧化物和挥发性有机物等共同前体物，并考虑气象条件对垂直输送和化学生成的影响。研究指出的高空高湿条件和特定天气形势，可作为复合污染潜势预报的预警指标。
六、 研究亮点
七、 其他有价值的内容
研究还利用AERONET气溶胶光学厚度观测数据对模型结论进行了间接验证。发现在相同地表PM2.5浓度下，复合污染日的气溶胶光学厚度高于PM2.5单污染日，这支持了模型关于复合污染日气溶胶柱浓度更高、垂直分布更均匀的结论，增强了研究发现的可信度。
这项研究为理解京津冀地区复杂的复合空气污染提供了全面而深入的见解，其方法论和结论对世界其他面临类似污染问题的区域也具有重要的参考价值。