由南京大学王伟、周逸婷、李萌萌等人领衔的研究团队，于2025年4月9日在线发表在国际期刊 Science China Earth Sciences 2025年5月第68卷第5期上，论文题为《Large-scale synoptic and weather drivers for the co-occurrence of fine particulate matter and ozone extremes over China》。该研究是一项针对中国地区细颗粒物（PM2.5）与臭氧（O3）极端污染事件协同发生现象及其驱动机制的原创性研究，属于环境科学、大气科学及气候变化的交叉领域。
近年来，尽管中国的清洁空气行动显著降低了PM2.5的年均浓度，但臭氧污染问题日益凸显，且PM2.5与O3的复合型污染事件频发，对公众健康构成了叠加风险。已有的研究多关注于绝对浓度阈值定义的复合污染事件，或局限于单一区域的个案分析，较少系统性地从大尺度天气动力学角度，探讨在全国范围内、不同排放背景区域中，PM2.5与O3极端事件协同发生的普适性气象驱动因子和天气系统背景。同时，气候变化背景下极端天气事件（如极端高温和静稳天气）的增多，使得厘清复合污染与极端天气的内在关联变得尤为迫切。因此，本研究的目的是超越传统的绝对阈值定义，采用更具可比性的相对百分位数方法，系统揭示中国PM2.5和O3极端事件协同发生（下文简称“协同发生事件”）的时空分布特征，并深入探究其背后的关键气象条件、极端天气角色以及主导的大尺度天气系统（synoptic systems），从而为预测和应对未来气候变化下可能加剧的复合污染风险提供科学依据。
本研究详细的研究流程主要包括以下五个关键步骤，并涉及多种数据处理与分析方法。
第一步骤：数据收集与预处理。 研究采用了两类核心数据集，时间跨度为2014年至2022年共九年。首先是地面空气污染物观测数据，来源于中国生态环境部（MEE）的全国监测网络，覆盖超过1500个站点。研究使用了经过标准大气条件订正的日均PM2.5浓度和日最大8小时滑动平均（MDA8）O3浓度。其次是气象再分析数据，采用欧洲中期天气预报中心（ECMWF）的第五代再分析数据集（ERA5），空间分辨率0.25°×0.25°，时间分辨率1小时。所用变量包括：2米气温、总降水量、500百帕位势高度和风场、10米风场等。这些高分辨率数据为后续分析极端天气和天气系统提供了坚实基础。
第二步骤：定义核心事件。 研究采用了基于本地气候学的相对阈值定义方法，这是本研究方法学的关键创新点之一。具体而言，“PM2.5与O3极端事件的协同发生”被定义为：在某站点某一年中，其日均PM2.5浓度和MDA8 O3浓度同时超过各自年度日浓度分布的80%分位数。这种基于百分位数的定义，有效消除了不同地区因排放水平差异造成的绝对浓度阈值影响，使得在清洁和污染地区识别出的“极端”事件具有气象意义上的可比性，从而更纯粹地聚焦于气象驱动机制。对于一个区域（如城市群）的“大范围协同发生事件”，则定义为该区域内所有站点的平均污染物浓度同时超过各自本地80%分位数的日子。此外，研究还对“极端高温日”和“静稳天气日”进行了明确定义。极端高温日定义为日最高气温超过以1961-1990年为参考期、以当日为中心的15天时间窗口内温度分布80%分位数的日子。静稳天气日则采用综合标准：10米风速<3.2 m s⁻¹、500百帕风速<13 m s⁻¹、且日总降水量 mm。这两个定义的结合（即同时满足极端高温和静稳天气）构成了“复合型极端天气事件”。
第三步骤：时空特征与气象条件分析。 基于上述定义，研究首先统计分析了协同发生事件在全国及主要城市群（如京津冀BTH、长三角YRD、珠三角PRD、四川盆地SCB）的时空分布特征（发生频率、季节偏好）及污染浓度水平。接着，利用ERA5数据，计算了协同发生事件发生时伴随的典型气象条件，如平均气温、风速、相对湿度等，并与单独的PM2.5污染日、O3污染日及清洁日进行对比。同时，量化了协同发生事件与各类极端天气事件（单独静稳、单独极端高温、复合型极端天气）在发生频率上的重合比例，并进一步分析了在复合型极端天气下，协同发生事件的持续时间、空间范围和污染浓度的变化。
第四步骤：大尺度天气系统分类。 为了探究协同发生事件背后的大气环流背景，研究采用了T-mode主成分分析（T-PCA）这一客观数学方法对天气系统进行分类。该方法是本研究另一个重要的方法学工具。具体操作是，使用COST733软件，对2014-2022年暖季（3月至10月）每日的500百帕位势高度和风场数据进行聚类分析，为BTH、YRD、PRD、SCB四个重点区域分别识别出最优数量的典型天气环流型。然后，统计每种天气型下发生大范围协同发生事件的频率，从而筛选出各区域的“高风险”天气型。T-PCA方法能够有效识别出与特定环境现象（如污染）相关的持续性天气模式，其客观性避免了主观分类的偏差。
第五步骤：关联分析与综合讨论。 最后，研究整合了所有结果，分析了大范围协同发生事件的年际变化与极端天气事件频率、高风险天气型出现频率年际变化之间的关联。同时，在讨论部分，将本研究发现与前人研究进行对比，并展望了气候变化背景下极端天气增多可能带来的复合污染风险加剧趋势，也指出了研究中未考虑的化学反馈机制等局限性。
研究的主要结果内容丰富，层层递进，有力地支撑了最终结论。
关于协同发生事件的时空特征， 研究发现，这些事件在暖季（3-10月）最为常见，占全年事件的81.9%-100%。空间分布上，协同发生事件在排放水平相对较低的南方地区，尤其是珠三角地区最为频发（年均25.8天），而向北方逐渐减少。值得注意的是，尽管珠三角发生频率最高，但污染浓度峰值却出现在京津冀地区，其协同发生事件期间的PM2.5和O3平均浓度分别高达99.7微克/立方米和176.4微克/立方米，是世界卫生组织（WHO）推荐值的两倍以上，显示出极高的健康风险。研究还发现，在暖季，PM2.5与O3的日浓度在大部分城市群呈现显著正相关，这为两者的协同发生提供了可能性的基础信号。
关于伴随的气象条件与极端天气的角色， 结果表明，协同发生事件通常伴随着一系列不利的气象条件：较高的气温（约27.7°C）、较低的风速（约1.4 m s⁻¹）和较低的大气湿度（约51.9%）。更重要的是，研究定量揭示了极端天气的关键驱动作用：在中国主要城市群，高达76.4%的协同发生事件与极端天气事件同时发生。其中，单独静稳天气、单独极端高温以及两者复合的“复合型极端天气”的贡献比例分别为21.8%、16.4%和38.2%。空间上，复合型极端天气是南方地区协同发生事件的主要驱动因子（占52.6%），而北方和华东地区则更多由静稳天气及其与高温的复合事件驱动。进一步的深度分析发现，与单一极端天气事件相比，在复合型极端天气条件下，协同发生事件不仅发生频率更高，其持续时间和影响的地理范围也显著增大（事件持续可达3-14天，影响范围可覆盖研究区域的32%-64%），且污染物浓度水平平均增加约10%。这清晰地表明，极端天气，尤其是热浪与静稳天气的叠加，会显著“放大”复合污染事件的强度、尺度和持续性。
关于主导的大尺度天气系统， 通过T-PCA分类，研究成功识别出各区域诱发大范围协同发生事件的3-4种高风险天气型。这些天气型虽然只占暖季总天数的40.3%到66.4%，却贡献了72.9%到97.6%的大范围协同发生事件。具体而言：1）京津冀地区：主要受与东北阻塞高压结合的西太平洋副热带高压（早春）、东北阻塞高压（晚春/初夏）、以及西太平洋副热带高压与台风结合（初秋）的天气系统影响。这些系统带来显著的正温度异常（平均+5.4°C）和特定的风场配置。2）长三角地区：春季的协同发生主要与西太平洋副热带高压、其与东北阻塞高压的结合以及蒙古高压相关。3）珠三角地区：春季主要由西太平洋副热带高压与蒙古高压结合驱动，初秋则由副高系统（有时伴随台风活动）主导。4）四川盆地地区：春季协同发生主要由西太平洋副热带高压驱动，秋季则与东北阻塞高压及台风影响有关。这些高风险天气型的共同特征是，它们能在当地诱发或加剧前述的不利气象条件（高温、低风、静稳），从而为PM2.5和O3的协同积累与生成创造大尺度的“天气温床”。
关于年际变化关联， 研究发现，各区域大范围协同发生事件的年际波动，与极端高温事件、高风险天气型出现频率的年际异常存在强烈的正相关关系。例如，在长三角地区，协同发生事件最频繁的年份（2014, 2015, 2018, 2022），也正是极端高温天气和高风险天气型出现较多的年份。这从年际尺度上证实了天气系统和极端天气对复合污染事件的主导性影响。
本研究的结论具有重要的科学价值和应用前景。首先，研究系统性地揭示了中国PM2.5与O3极端事件协同发生的时空规律，并创新性地采用相对阈值定义，剥离了排放变化的干扰，突出了气象驱动因子的普适性作用。其次，研究定量论证了极端天气事件（尤其是热浪与静稳的复合事件）对协同发生事件的频率、强度、持续时间和范围的显著放大效应，这为理解“气候-天气-污染”的连锁反应提供了关键证据。第三，研究通过客观天气分型，明确了不同区域导致复合污染事件的关键大尺度天气系统，如西太平洋副热带高压、东北阻塞高压、蒙古高压和台风等，为基于天气预报的污染潜势预测提供了具体的环流型参考依据。
本研究的科学价值在于，它深化了对复合型空气污染形成机理中“天气与气候驱动”维度的理解，填补了从全国尺度、多区域角度系统性分析大尺度天气系统作用的空白。其应用价值体现在：研究结果可直接用于改进空气质量预警预报模型，通过监测和预测特定的高风险天气型和极端天气条件，提前判断复合污染事件发生的风险。在气候变化背景下，鉴于极端天气事件预计将更加频繁和剧烈，本研究发出的预警具有重要的现实意义：未来中国面临协同空气污染与极端天气叠加的“复合压力”风险可能会增加，这对现行的空气污染控制策略和公共健康防护提出了新的挑战。
本研究的亮点突出体现在三个方面：一是方法学的创新性，采用基于本地百分位数的定义来研究极端污染事件，使得气象驱动分析更具普遍性和可比性；二是研究视角的系统性，从站点到区域、从气象条件到天气系统、从个例到年际变化，构建了多层次、多角度的完整分析框架；三是发现的重要性，首次在全国尺度上定量揭示了复合型极端天气对PM2.5-O3协同发生事件的“放大器”效应，并精确识别了各区域对应的关键天气系统，结论明确且支撑数据翔实。
此外，研究在讨论部分也指出了值得进一步探索的方向，例如PM2.5与O3之间复杂的化学相互作用（气溶胶-辐射-化学反馈）也是促成两者协同发生的重要因素；同时，尽管相对阈值方法剥离了排放趋势的影响，但现实中持续的减排行动可能会导致协同发生事件的绝对浓度和长期趋势发生变化。这些点为后续研究提供了清晰的思路。