该文档发表于《Communications Earth & Environment》（自然合作期刊），于2025年发表。研究的主要作者为Jiangyong Li、Hao Wang（通讯作者，单位：暨南大学）等，合作单位包括暨南大学环境与气候学院、南岭森林大气环境与碳中和广东省野外科学观测研究站、粤港澳大湾区空气质量科学与管理创新基地、澳大利亚昆士兰科技大学地球与大气科学学院/国际空气质量与健康实验室、香港理工大学土木与环境工程系、广东省环境监测中心等。
二、 研究学术背景
本研究属于大气环境科学、大气化学与气候变化交叉领域，聚焦于地表臭氧（O₃）污染的形成机制。地表臭氧作为威胁生态系统和人类健康的二次污染物，主要由氮氧化物（NOx）和挥发性有机化合物（VOCs）在光照下发生光化学反应生成。尽管许多地区NOx和VOCs的人为排放已有所下降，但地表臭氧浓度仍居高不下，表明我们对臭氧形成机制的理解尚不完整。
一个日益受到关注的问题是城市空气污染物与森林自然排放物之间的复杂相互作用。森林一方面能净化空气，另一方面也会释放大量生物源挥发性有机化合物（Biogenic Volatile Organic Compounds，简称BVOCs），如异戊二烯和单萜烯。这些BVOCs可以与人为排放的NOx反应，在光照下促进臭氧生成。然而，以往研究多集中于简化的单向过程，如城市污染物向森林的输送或BVOCs与城市气团的简单混合。现实情况更为动态：含有城市污染物的气团可以穿过森林，经历化学转化，然后回流到其他城市区域。随着城市扩张和森林景观破碎化（特别是在城乡交错带密集的地区），这种“城市-森林-城市”（Urban-Forest-Urban，简称UFU）羽流的相互作用可能更频繁地发生。
基于此背景，本研究旨在揭示一种先前未被充分认识的、加剧臭氧污染的途径：城市扩张导致的森林破碎化会形成UFU羽流，触发臭氧的级联增强生产。研究团队假设，在UFU羽流内部，城市NOx与森林BVOCs的相互作用可能导致臭氧生产的多阶段增强。为了验证这一假设，他们选择中国南方南岭森林和邻近的珠江三角洲城市群作为研究区域，结合实地观测与数值模型，深入探究这一机制。
三、 详细研究流程
本研究采用了多方法集成的研究框架，主要包括长期观测数据分析、现场强化观测、数值模型模拟和情景分析，工作流程环环相扣。
第一流程：长期观测与UFU羽流识别。 研究首先基于2018年至2022年共五年的数据进行分析。研究对象为珠江三角洲（PRD）城市群的地表臭氧浓度。他们利用混合单粒子拉格朗日积分轨迹模型计算了抵达PRD中心区域的空气团后向轨迹。通过分析轨迹路径和1公里分辨率土地利用数据，识别出那些先经过北部城市区域、再穿越南岭森林、最后到达PRD的轨迹，并将其定义为UFU羽流。其余轨迹则归类为非UFU羽流。同时，他们收集了PRD区域内由中国国家环境监测中心提供的站点观测数据，计算了每日最大8小时平均臭氧浓度。通过对比UFU羽流日和非UFU羽流日的臭氧浓度，初步评估UFU羽流的影响。此外，还利用一氧化碳作为人为源示踪剂，并采用逐步回归模型量化了温度、BVOCs排放和人为污染物差异等多个潜在因素对臭氧浓度差异的贡献。
第二流程：森林站点现场观测与模型验证。 为了探究UFU羽流的第一阶段（城市污染物进入森林）的具体化学过程，研究团队于2020年10月在南岭森林的天井山站点进行了现场强化观测。观测内容包括气象参数、臭氧、氮氧化物、一氧化碳、二氧化硫、VOCs、含氧挥发性有机化合物以及光解速率等。这些高时间分辨率的现场数据有两个核心用途：一是直接用于驱动一个近显式化学机理的箱式模型，以计算关键自由基（如OH）的浓度；二是用于验证和约束三维空气质量模型。研究使用了天气研究与预报模型耦合社区多尺度空气质量模型（WRF-CMAQ）来模拟该区域的大气化学过程。通过设置“包含所有排放源”的基准情景和“关闭人为排放”的敏感性情景，量化了人为污染物入侵对森林大气化学成分的影响。模型结果与观测数据进行了比对，确保了模型的可靠性。
第三流程：UFU羽流全过程机制模拟与情景分析。 在验证模型的基础上，研究进行了多组精心设计的数值实验，以剖析UFU羽流中臭氧级联增强的全过程。1. 森林生物源贡献量化：通过设置“森林BVOCs排放归零”的情景，与基准情景对比，量化了南岭森林BVOCs排放对下游PRD地区臭氧浓度的净贡献，并利用CMAQ的集成过程速率模块分析了贡献的来源（如化学生产、水平输送等）。2. 典型案例深入分析：研究选取了两个典型案例来代表不同气象条件下的UFU羽流行为。第一个是2020年10月的季风条件案例，重点分析水平输送过程；第二个是2022年9月受台风“梅花”影响的案例，该案例以强输送条件为特征，用于分析化学过程的增强。3. 人为排放源区贡献解析：为了理解不同阶段人为排放的作用，他们将广东省分为上风区（非PRD）和下风区（PRD），通过独立控制这两个区域的污染物排放进行情景模拟，分别评估了上风区城市污染物直接进入森林、以及PRD本地排放对森林下游臭氧贡献的影响。4. 温度敏感性模拟：为了评估未来气候变暖的影响，他们基于CMIP6的未来变暖预估，进行了升温敏感性模拟，将模型温度提升5.62°C，以分析温度升高对森林驱动臭氧增强效应的放大作用。
第四流程：数据分析与机理整合。 所有观测和模拟数据通过统计分析和过程诊断进行整合。例如，利用观测数据构建了森林中OH自由基浓度对NOx水平的依赖关系，并与全球其他森林观测数据进行了对比。通过分析ROx自由基收支，量化了人为污染物对森林大气自由基循环的具体扰动。最终，结合所有流程的证据，构建了一个描述UFU羽流中臭氧级联增强生产的概念模型。
四、 主要研究结果
1. UFU羽流导致下游城市臭氧显著升高。 五年观测数据显示，在夏季和初秋，UFU羽流中的最大8小时平均臭氧浓度比非UFU气团高出35%至105%，且差异具有统计显著性。逐步回归分析进一步表明，高温和森林BVOCs排放是导致UFU羽流内臭氧增强的显著变量，而人为污染物浓度差异的影响在统计上不显著，这初步指向了BVOCs与人为污染物相互作用的关键角色。
2. 上风城市排放显著改变森林大气化学状态，完成第一阶段增强。 南岭森林的现场观测和模型模拟一致证明，人为污染物的入侵深刻改变了森林大气。在基准情景下，观测到的臭氧浓度为45.6 ± 12.3 ppbv，模型模拟为44.7 ± 9.3 ppbv。而在关闭人为排放的情景下，模拟臭氧浓度骤降至20.9 ± 3.6 ppbv，证实了城市污染物输入是森林背景臭氧升高的主要原因（第一阶段增强）。人为NOx的输入使森林NOx浓度达到观测值1.18 ± 0.67 ppbv，是亚马逊森林的8-10倍。这显著提升了森林大气的氧化能力：中午时分的OH自由基浓度达到(5.4 ± 3.2) × 10⁶ molec. cm⁻³，是无人为影响情景下的7倍，也远高于亚马逊森林的观测值。高氧化能力的直接证据是异戊二烯浓度异常低，仅为0.6 ± 0.3 ppbv，低于无人为影响情景的模拟值，表明人为污染物加速了BVOCs的氧化。自由基收支分析显示，人为污染物抑制了森林中通过LIM机制再生OH的路径，但通过增强O₃光解和关键反应NO + HO₂ → NO₂ + OH，大幅提高了OH的总体循环速率。
3. 森林通过输送OVOCs进一步促进下风城市臭氧生成，完成第二阶段增强。 情景模拟结果显示，在2020年10月的季风条件下，南岭森林的BVOCs排放最高可为PRD地区的网格臭氧贡献10 ppbv，且这种贡献主要源于臭氧及其前体物的水平输送。而在2022年9月的台风案例中，强输送条件使得级联增强效应更为显著。森林BVOCs排放对PRD网格最大臭氧的贡献高达20 ppbv，且化学生产过程取代水平输送成为主导机制。分析表明，森林中BVOCs被快速氧化生成的大量长寿命含氧挥发性有机化合物（如甲醛HCHO），在夜间被强风输送到下风城市。这些OVOCs在次日早晨与城市新排放的NOx相遇，迅速引发光化学反应，导致PRD本地臭氧化学生产率显著提升，最高可达10 ppbv h⁻¹。甲醛是贡献最大的OVOC，其臭氧生成潜势贡献达8.6 ± 4.7 ppbv。
4. 人为排放是级联增强的根源，且上下风城市排放作用不同。 敏感性模拟揭示，上风区（非PRD）的人为污染物直接进入森林，能将森林BVOCs对臭氧生成的贡献提升高达12倍。而下风区（PRD）的排放虽不直接进入森林，却能显著增加森林对下游臭氧的贡献，这表明经过或绕过森林的污染物在进入城市后仍能驱动二次污染。当关闭广东省全省的人为排放后，森林排放导致的臭氧污染加剧效应明显减弱，证实人为污染物是UFU羽流中级联臭氧增强的根本驱动力。
5. 机制具有强烈的温度依赖性，在未来变暖下重要性将上升。 温度敏感性模拟表明，森林驱动的臭氧增强效应随温度升高而加剧。下风城市臭氧水平对森林影响的敏感性最高可达2 ppbv/°C，相当于每升温1°C，臭氧相对基线增加约10%。在IPCC的1.5°C升温情景下，这意味着臭氧增加约15%。这种增强不仅源于高温下BVOCs排放增加（如2022年9月，异戊二烯排放预计每升温1°C增加17-24%），也归因于更快的化学反应速率将BVOCs更高效地转化为OVOCs。研究还发现，温度驱动的臭氧增强幅度与NOx浓度呈显著正相关，表明减少NOx排放可以缓解变暖导致的UFU羽流臭氧增强。
五、 研究结论与价值
本研究揭示并证实了“城市-森林-城市”羽流触发臭氧级联增强生产的新机制。该机制包含两个紧密关联的阶段：第一阶段，城市污染物入侵森林，大幅提升大气氧化能力，加速BVOCs氧化并产生大量OVOCs；第二阶段，这些OVOCs被输送到下风城市，与当地丰富的NOx进一步反应，引发新一轮更强的臭氧生成。这一多阶段反馈回路凸显了UFU羽流中污染物相互作用的复杂性。
其科学价值在于，它提供了一个新的框架来理解在景观破碎化区域，人为与自然源排放如何通过动态的空气输送路径协同作用，加剧区域性臭氧污染。它解释了为何在人为前体物排放下降的背景下，某些地区（尤其是城乡交错带）的臭氧污染依然严峻。研究指出，森林在人为污染暴露下，可能扮演“温度依赖性臭氧放大器”的角色，这在全球变暖背景下将变得更加突出。
该研究的应用价值显著，为区域空气质量管理、公共健康风险评估和气候变化适应策略提供了关键见解。它表明，未来的城市和工业规划必须考虑污染物输送路径上生物源与人为源排放的化学相互作用。单纯控制本地排放可能不足以解决臭氧问题，需要跨区域的协同管控，特别是减少上风区NOx等前体物的排放，以打断UFU羽流中的级联增强链条。研究也提示，在评估造林或森林保护的生态效益时，需综合考虑其对区域臭氧污染的潜在复杂影响。
六、 研究亮点
七、 其他有价值内容
研究还展示了利用卫星遥感数据辅助分析臭氧生成化学机制的方法，例如使用TROPOMI卫星反演的甲醛与二氧化氮柱浓度比值来划分臭氧生成敏感性区域。此外，文中对自由基化学的深入分析，特别是人为污染物对森林中OH自由基循环路径的具体改变（如抑制LIM机制、增强其他生成路径），为理解人为活动如何扰动自然大气化学平衡提供了微观尺度的深刻见解。这些细节丰富了对大气氧化性变化机制的认识。