本研究题为《中国西北部乌鲁木齐的颗粒物与臭氧空气质量：季节性、趋势与来源》（*particulate matter (pm) and ozone air quality in urumqi of northwest china: seasonality, trends, and sources*），由Xiali Liu、Shixian Zhai（通讯作者）、Ke Li、Lei Zhu、Song Liu、Viral Shah、Amos P.K. Tai、Guannan Geng、Xuewei Hou、Ali Mamtimin、Xia Li以及Tianliang Zhao（通讯作者）合作完成。研究团队来自多所顶尖机构，包括南京信息工程大学中国气象局气溶胶-云-降水重点实验室、香港中文大学地球与环境科学学院、南方科技大学环境科学与工程学院、清华大学环境学院、中国气象局沙漠气象研究所以及美国科学系统与应用公司等。该研究于2025年3月在线发表于环境科学领域的知名期刊《*Atmospheric Environment*》（第350卷，文章ID 121150）。
本研究聚焦于大气环境科学领域，具体针对城市空气污染问题。尽管中国东部地区的空气污染已得到广泛研究，但对于西北部地区，特别是乌鲁木齐这样具有代表性的城市，其空气质量的系统性研究仍然有限。乌鲁木齐地处丝绸之路经济带核心区，是世界上离海洋最远的主要城市，其空气污染问题严重且成因复杂。该市冬季以燃煤供暖为主，重工业密集，机动车数量增长迅速，加之独特的地形（位于天山北麓和准噶尔盆地南缘）不利于污染物扩散，以及春秋季频繁受到沙尘暴影响，使得PM2.5、粗颗粒物（PM2.5-10）和臭氧（O3）污染交织。尽管中国政府已针对该地区实施了一系列污染控制策略，但对过去十年空气污染趋势的驱动因素缺乏系统评估。因此，本研究旨在全面剖析乌鲁木齐PM2.5、PM2.5-10和O3污染的季节特征、长期趋势（2015-2023年）及其背后的驱动因素，特别是排放变化与气象条件的作用，以期为该地区乃至其他观测数据有限区域的有效空气污染控制提供科学依据。
本研究是一项基于观测数据的综合统计分析，主要流程可分为数据收集与处理、统计建模与趋势分解、污染物形成机制诊断以及特殊时期（疫情封锁）的验证分析四个主要部分。
第一部分：数据收集与质量控制 研究团队收集了2015年至2023年期间的多源数据。地面观测数据来自中国生态环境部的国控站点，包括乌鲁木齐市的7个站点以及作为对比组的中国东部地区966个站点。观测的污染物指标包括PM2.5、PM10、O3、NO2、SO2和CO的逐小时数据。其中，粗颗粒物PM2.5-10通过PM10减去PM2.5计算得到。为确保数据质量，研究遵循了前人（Barrero et al., 2015; Lu et al., 2018）的标准，移除了严重的异常值和偶发的连续重复数据，约剔除了3.7%至5.7%不等的污染物数据，以及1.7%的负值PM2.5-10数据。气象数据来自乌鲁木齐市地面气象监测站，包括2米气温（T2M）、海平面气压（SLP）、2米相对湿度（RH2M）、10米风速（WS10M）和降水量（PREC）。地表净太阳辐射（SSR）数据则采用欧洲中期天气预报中心（ECMWF）的ERA5再分析数据集。
此外，研究还利用了卫星遥感数据来获取大尺度的污染物信息。使用OMI/Aura卫星的OMNO2D产品（2015-2023年）和Sentinel-5P/TROPOMI卫星的S5P_L2_NO2_HIR产品（2018-2023年）获取了对流层NO2垂直柱浓度。对于甲醛（HCHO），则使用了史密森尼天体物理天文台的OMI-SAO产品（2015-2019年）和TROPOMI的S5P_L2_HCHO_HIR产品（2018-2023年）。卫星数据均进行了严格的云筛选和质量控制。
第二部分：趋势分解与驱动因素分析 为了区分人为排放变化和气象条件变异对污染物长期趋势的贡献，研究采用了多元线性回归模型。具体步骤为： 1. 建立气象-污染物关系模型：首先，对每个季节（DJF冬季、MAM春季、JJA夏季、SON秋季）分别构建模型。将经过去季节化和去趋势化处理的日尺度污染物变率与关键气象因子（T2M, SLP, RH2M, WS10M, PREC, SSR）通过逐步MLR建立统计关系。 2. 计算气象驱动趋势：利用上述建立的关系，输入仅去除了季节性但保留趋势的气象数据异常序列，计算出由气象变化所驱动的污染物异常序列（其中包含了气象因素可能导致的趋势信号）。 3. 分离排放驱动趋势：将观测到的污染物总趋势减去气象驱动趋势，即得到归因于人为排放变化的趋势部分。所有趋势分析均基于普通最小二乘回归。
第三部分：臭氧生成机制诊断 为了探究乌鲁木齐夏季O3上升的化学成因，研究使用了两种互补的诊断方法： 1. 地表O3-NO2相关性分析：分析夏季高O3概率（定义为MDA8 O3超过65 ppbv的天数百分比）与24小时平均NO2浓度的关系。在VOCs（挥发性有机物）限制 regime下，减少NOx会导致O3上升，两者呈负相关；而在NOx限制或NOx-VOCs共同限制 regime下，减少NOx可能使O3下降，两者呈正相关。 2. 卫星HCHO/NO2比率诊断：利用卫星观测的HCHO（VOCs的指示物）与NO2的比率（HCHO/NO2）作为诊断指标。通过绘制夏季高O3概率（定义为当地时间14:00-17:00 O3浓度超过62 ppbv的天数比例）随HCHO/NO2比率变化的散点图，可以判断O3生成 regime。高O3概率曲线峰值对应的HCHO/NO2比率范围通常被认为是NOx和VOCs共同限制区，其左侧为VOCs限制区，右侧为NOx限制区。
第四部分：特殊时期验证——疫情封锁响应 研究选取了2020年冬季（1月23日至3月8日）和夏季（7月16日至8月29日）两个疫情封锁期作为“自然实验”。通过对比封锁期间污染物浓度与2019年及2021年同期的平均浓度，分析各种污染物对人为活动急剧变化的响应模式。这种响应与长期趋势分析得出的驱动机制相互印证，增强了结论的可靠性。
第一部分：污染物浓度水平与趋势 与东部城市平均水平相比，乌鲁木齐表现出更严重的颗粒物污染和快速增长的臭氧污染。 * PM2.5：2023年年均浓度高达45 μg m⁻³，超过中国二级标准。其季节性与东部一致，冬高夏低，但冬季均值（131.4 μg m⁻³）是东部平均水平（70.3 μg m⁻³）的近两倍，这主要归因于密集的冬季燃煤排放和不利的扩散条件。在2015-2023年间，PM2.5呈显著下降趋势，速率为-3.5 μg m⁻³ yr⁻¹，与东部下降速率（-3.4 μg m⁻³ yr⁻¹）相当，九年累计下降34%。 * PM2.5-10（粗颗粒物）：年均浓度高达40 μg m⁻³，全年维持在较高水平，并在春季（4-5月）和秋季（9-10月）出现双峰，这与春秋两季的自然沙尘事件相符。其下降趋势（-3.4 μg m⁻³ yr⁻¹）远快于东部（-1.3 μg m⁻³ yr⁻¹），主要体现在冬、夏季，而春、秋季下降不显著，说明了自然沙尘贡献的持续性。 * MDA8 O3（臭氧）：暖季（4-9月）均值频繁超过60 ppbv。其上升趋势（2.5 ppbv yr⁻¹）比东部（1.4 ppbv yr⁻¹）快80%，导致东西部城市间的O3差距迅速缩小。尤其是在2015-2019年间，增速高达3.6 ppbv yr⁻¹。
第二部分：趋势的驱动因素分解 MLR模型成功捕获了PM2.5和O3月尺度变异的72%-76%。分析表明，观测到的PM2.5下降和O3上升趋势几乎完全由排放变化驱动，气象变化的贡献微乎其微且统计不显著。支持PM2.5下降源于排放控制的有力证据是，同期地表观测的SO2、NO2和CO浓度分别下降了54%、33%和49%。
第三部分：臭氧上升的化学机制 对O3上升的深入诊断揭示了关键的化学驱动转变： 1. 卫星趋势：2015-2019年间，卫星观测的HCHO（VOCs指示物）增加了30-40%，而NO2呈下降趋势。 2. 形成机制转变： * O3-NO2关系变化：夏季高O3概率与NO2的关系从2015-2016年的弱负相关转变为2022-2023年的强正相关。这表明O3生成 regime从早期的VOCs限制转变为近期的NOx限制或共同限制。 * HCHO/NO2比率诊断：基于卫星数据的分析明确显示，乌鲁木齐夏季O3生成机制从2015年的VOCs限制区，逐步过渡到随后几年的NOx和VOCs共同限制区，并有向更偏向NOx限制方向持续移动的趋势。 3. 其他影响因素：研究还发现，当PM2.5浓度超过35 μg m⁻³时，对O3有明显的抑制作用。因此，PM2.5的下降可能在一定程度上“解放”了O3的生成。此外，北半球背景O3的上升也可能是一个贡献因素。
综合以上结果，乌鲁木齐O3的快速上升是多种因素共同作用的结果：2015-2019年VOCs排放的增加是早期O3快速增长的主要驱动力；早期（2015-2016年）NOx的减少在VOCs限制 regime下助推了O3上升；PM2.5的下降减弱了对O3的抑制；以及可能存在的背景O3水平升高。
第四部分：疫情封锁期的验证 疫情封锁期间的污染物响应模式完美印证了长期趋势分析的结论： * 冬季封锁：PM2.5-10和NO2大幅下降（反映交通等一次源锐减），PM2.5下降23%，O3因NO滴定作用减弱而上升23.6%。 * 夏季封锁：NO2同样大幅下降，但O3却轻微下降（4.0%）。这与机制诊断结果一致——夏季O3生成已处于NOx-VOCs共同限制甚至偏向NOx限制，此时NOx的急剧减少反而导致了O3的下降。PM2.5在夏季封锁期略有上升，可能与居民用电增加导致电厂活动（SO2、CO略有上升）有关。
本研究系统阐明了2015-2023年间乌鲁木齐PM和O3污染的演变特征与驱动机制，得出核心结论：乌鲁木齐的PM2.5和PM2.5-10下降主要归功于有效的人为排放控制，而O3的快速上升则是VOCs增加、早期NOx减少、PM2.5下降及背景O3升高共同作用的复杂结果。最关键的科学发现是，乌鲁木齐夏季的O3生成机制已从VOCs限制转变为NOx和VOCs共同限制。
基于此，研究提出了具有重要应用价值的政策启示：对于乌鲁木齐而言，未来要协同降低PM2.5和O3污染，必须实施NOx和VOCs的协同减排。单一的NOx控制策略在当前的化学机制下可能无法有效降低O3，甚至在某些季节可能适得其反。
本研究还将乌鲁木齐的趋势置于更广泛的背景中，指出新疆北部、南部和东部其他主要城市的PM2.5和O3变化趋势与乌鲁木齐基本一致，但乌鲁木齐的趋势最为显著，这进一步凸显了其作为西北地区污染“热点”和研究范例的重要性。此外，论文的图形摘要（Graphical Abstract）和补充材料（Supplementary Data）直观地概括了主要发现并提供了详细的辅助数据和图表，增强了研究的完整性和可读性。