中国极端臭氧污染事件的气象特征及未来预测研究学术报告
一、 研究团队、发表期刊与时间
本研究由Yang Yang1, Yang Zhou2, Hailong Wang3, Mengyun Li1, Huimin Li1, Pinya Wang1, Xu Yue1, Ke Li1, Jia Zhu1, and Hong Liao1共同完成。研究团队主要来自南京信息工程大学环境科学与工程学院下属的多个国际联合实验室和省级重点实验室（中国江苏南京），合作单位包括上海市宝山区气象局（中国上海）以及美国太平洋西北国家实验室大气科学与全球变化部（美国华盛顿州里奇兰）。
该研究成果以题为《Meteorological characteristics of extreme ozone pollution events in China and their future predictions》的原创研究论文形式，发表于学术期刊 Atmos. Chem. Phys.（Atmospheric Chemistry and Physics，大气化学与物理学）第24卷，第1177–1191页，出版于2024年。论文于2023年6月27日收稿，经修订后于2023年12月10日被接受，最终于2024年1月26日在线发表。
二、 学术背景与研究目的
本研究属于大气环境科学与气候变化交叉领域，核心关注近地面臭氧（O3）污染的形成机制及其与气象条件、气候变化的关联。
研究背景： 近地面臭氧是一种由氮氧化物（NOx）和挥发性有机化合物（VOCs）在阳光照射下发生光化学反应生成的二次污染物。高浓度的臭氧对生态系统和人体健康具有显著危害，包括降低农作物产量和加剧心肺疾病。近年来，中国许多地区的近地面臭氧浓度持续显著上升，已成为最受关注的空气污染物之一。臭氧浓度的变化不仅受前体物排放的影响，也强烈依赖于气象条件，如温度、相对湿度、太阳辐射和风场等。高温、低湿、强太阳辐射通常有利于臭氧的光化学生成，而低风速则利于臭氧的局地积累。此外，大尺度的大气环流模式（如西太平洋副热带高压、季风）可以通过改变区域气象条件进而影响臭氧的生成、积累和传输。尽管已有研究探讨了中国特定区域（如华北平原）臭氧污染的气象特征，但尚缺乏一个覆盖中国多个主要污染区域的系统性研究，同时对这些关键气象特征的历史变化和未来趋势的分析也较为有限。
研究目的： 基于上述背景，本研究旨在：（1）系统探究中国不同区域（华北平原NCP、长三角YRD、四川盆地SCB、珠三角PRD）发生极端臭氧污染事件时的关键气象特征；（2）量化导致这些区域臭氧污染的主要物理和化学过程（如化学生成、区域传输）的相对贡献；（3）分析这些有利于臭氧污染的气象条件在过去40年（1980–2019年）的历史变化趋势；（4）基于未来气候情景预测，评估至2100年这些气象条件的可能变化及其对臭氧污染的潜在影响。
三、 详细研究流程与方法
本研究采用了多源数据融合、数值模拟与未来情景预测相结合的综合研究框架，具体流程如下：
1. 数据收集与初步分析： * 研究对象与样本： 研究选取了中国四个典型的臭氧污染区域：华北平原（NCP）、长三角（YRD）、四川盆地（SCB）和珠三角（PRD），并分别以北京、上海、成都和广州作为代表城市。 * 数据处理： 首先，利用中国生态环境部（MEE）全国监测网络2013–2020年4月至9月的每小时地面臭氧浓度观测数据，计算了各城市每日最大8小时滑动平均臭氧浓度（MDA8-O3）。根据中国国家环境空气质量标准（GB3095-2012），将MDA8-O3超过160 µg m−3的日子定义为“臭氧污染日”。通过统计各城市历年4-10月污染日的频率，识别出每个区域污染最严重的月份（NCP：2018年6月；YRD：2017年7月；SCB：2015年7月；PRD：2019年9月）。 * 气象数据： 使用欧洲中期天气预报中心（ECMWF）的ERA5月平均再分析数据集（1980–2020年，水平分辨率0.25°×0.25°），提取了海平面气压（SLP）、500 hPa位势高度（GPH）、850 hPa和500 hPa风场、2米气温（T2M）和地表相对湿度（RH）等关键气象变量。
2. 全球化学传输模型模拟与过程诊断： * 模型与配置： 为分离气象条件的影响并深入理解污染形成的物理化学机制，研究使用了全球大气化学模型GEOS-Chem（版本v12.9.3）。该模型包含完整的O3–NOx–烃类–气溶胶化学机制。模拟时段为1981–2020年，气象驱动场为MERRA-2再分析数据。模拟采用2°纬度×2.5°经度的水平网格和47层垂直结构。关键设置是，在模拟中人为排放、生物质燃烧排放、生物源排放等均保持在2017年的水平，从而排除了排放变化对臭氧年际变化和趋势的影响，使得模拟结果能够纯粹反映气象条件变化的作用。 * 模拟验证： 研究指出，采用相同配置的GEOS-Chem模型在先前多项研究中已被证实能够较好地模拟中国的臭氧浓度分布，为本次模拟的可靠性提供了支撑。 * 过程量化分析： 为了定量揭示导致臭氧浓度异常的主要过程，研究采用了集成过程速率（Integrated Process Rate， IPR）分析方法。该方法能够量化化学反（净生成）、水平输送、垂直混合（扩散）和干沉降等不同物理化学过程对目标区域臭氧质量变化的贡献率（单位：吉克/天， Gg d−1）。此外，还通过计算区域边界（地表至500 hPa）的臭氧水平通量，具体分析了区域传输的来源和强度。
3. 历史变化与未来趋势分析： * 历史变化分析（1980–2019）： 基于ERA5再分析数据，计算了四个区域在其各自最污染月份（如NCP的6月）的气象条件（T2M， RH）相对于1980–2019年气候平均态的异常时间序列。同时，计算了每年同月份的大气环流场（SLP， 500 hPa GPH）与最污染月份环流型之间的空间相关系数，以此表征类似污染型环流出现的频率。 * 未来预测分析（2021–2100）： 利用耦合模式比较计划第六阶段（CMIP6）中13个气候模式的集合模拟数据，分析了在两种共享社会经济路径（SSP）情景下，未来有利于臭氧污染的气象条件的频率变化。两种情景分别是可持续路径（SSP1-2.6）和高强迫路径（SSP5-8.5）。分析指标包括高温月、低湿月出现的频率，以及与历史最污染月份环流型相似月份的频率。
四、 主要研究结果及其逻辑关联
1. 极端臭氧污染事件的关键气象特征识别： 通过观测数据锁定各区域污染最严重的月份后，结合ERA5再分析数据分析了这些月份异常的气象场。结果显示： * 华北平原（NCP， 2018年6月）： 受500 hPa异常高压脊控制，地表出现显著正温度异常。同时，中国东北和西北太平洋上空的异常低压及伴随的异常北风，阻碍了海洋水汽向华北输送，导致该区域相对湿度异常偏低。这种“高温-低湿”的气象条件极有利于臭氧的光化学生成。 * 长三角（YRD， 2017年7月）： 同样受中低层异常高压系统控制，形成了高温、低湿、晴朗少云的天气，促进了臭氧的化学生成。 * 四川盆地（SCB， 2015年7月）： 该月SCB地表温度并未出现显著正异常，甚至部分地区为负异常，不利于本地化学生成。然而，中层大气（500 hPa）在中国东部和西北太平洋上空的异常低压槽，有利于将东部污染区的臭氧向西输送至四川盆地。同时，中国中西部上空的异常高压有利于高层臭氧向下输送。 * 珠三角（PRD， 2019年9月）： 整个中国大部分地区被异常高压覆盖，而东海存在异常低压。这种气压配置在低层产生了异常的北风，一方面将中国北方的污染气团向南输送至珠三角，另一方面减弱了来自海洋的清洁空气流入，导致区域传输成为此次污染事件的主因。
2. 臭氧污染形成的主导物理化学过程量化： 基于GEOS-Chem模型的IPR分析，定量比较了在最污染月份与气候平均态之间，不同过程对区域臭氧质量变化的贡献。结果清晰地验证并量化了上述气象特征分析： * NCP和YRD： 化学生成是导致臭氧质量增加的主导过程，在最污染月份分别比常年平均高出2.36 Gg d−1和2.38 Gg d−1。水平输送也有一定贡献（NCP：+1.58 Gg d−1）。 * SCB和PRD： 水平输送是导致臭氧质量增加的最主要过程，贡献率分别高达+5.10 Gg d−1和+6.67 Gg d−1。而化学生成过程在这两个区域的最污染月份反而表现为负贡献（减少臭氧质量）。结合边界臭氧通量分析进一步证实：SCB的臭氧增加主要来自北部的输入通量增强（增加4.02 Tg）；PRD的臭氧增加则主要来自北部和东部的输入通量增强（分别增加1.97 Tg和1.09 Tg）。这一发现至关重要，它表明中国不同区域的极端臭氧污染事件可能由截然不同的主导机制驱动：NCP和YRD以本地强化生成为主，而SCB和PRD则以区域传输为主。
3. 历史变化趋势（1980–2019）： 分析过去40年气象条件的变化发现： * NCP和YRD： 在2000–2019年期间，相较于1980–1999年，在其最污染月份出现高温和低湿条件的频率显著增加。这与这两个区域污染主要由化学生成驱动的结论相吻合，表明历史气候变化（变暖、变干）已使得NCP和YRD发生严重臭氧污染的气象条件变得更加频繁。 * SCB和PRD： 除了高温、低湿条件同样变得更为频繁外，与各自最污染月份相似的大气环流型（SLP和500 hPa GPH型）的出现频率在2000–2019年也显著增加。这意味着，导致区域传输型污染的关键环流条件也因气候变化而增多。两者共同作用，导致了SCB和PRD地区在过去几十年间严重臭氧污染事件的增加。
4. 未来预测趋势（2021–2100）： 基于CMIP6多模式集合的未来情景预测显示： * 温度： 在两种SSP情景下，四个区域出现异常高温月份的频率均呈现明显的上升趋势，且在高强迫情景（SSP5-8.5）下，上升趋势远强于可持续情景（SSP1-2.6）。 * 湿度： NCP、YRD和SCB的低湿月份频率呈下降趋势（尤其在SSP5-8.5下），而PRD呈上升趋势，但变化趋势的显著性远低于温度。 * 环流型： 与历史最污染月份相似的环流型频率在未来没有表现出显著的趋势性变化。 * 综合解读： 未来气候变化加剧臭氧污染的主要途径，可能更倾向于通过全球变暖过程增强臭氧的化学生成。由于高温是促进光化学反应的关键因子，其在未来的显著增加（尤其在SSP5-8.5路径下）预示着臭氧污染加剧的风险升高。研究明确指出，高人为辐射强迫不仅导致气候变暖和经济增速放缓，还可能引发更严重的环境污染问题。相比之下，可持续路径（SSP1-2.6）由于升温更为缓和，对臭氧污染的加剧作用也相对较小，是保持中国清洁空气的更优路径。
五、 研究结论与价值
本研究系统揭示了中国不同区域极端臭氧污染事件背后的差异化气象驱动机制、量化了关键物理化学过程的贡献、并评估了其历史变化与未来趋势。主要结论如下： 1. 机制差异： 中国极端臭氧污染事件存在明显的区域分异机制。华北平原和长三角的污染主要由局地“高温-低湿”气象条件增强光化学生成所致；而四川盆地和珠三角的极端污染则主要由特定的大气环流型驱动的区域传输主导。 2. 历史归因： 过去40年的气候变化，包括高温低湿条件增多以及有利于污染传输的环流型出现更频繁，共同导致了中国主要区域严重臭氧污染事件发生频率的增加。 3. 未来风险： 未来气候变暖（尤其是高强迫情景下）将通过显著增加高温频率，潜在地加剧中国的臭氧污染。控制温室气体排放、走可持续发展路径（SSP1-2.6），对于协同应对气候变化和改善空气质量具有双重效益。
科学价值： 本研究深化了对中国区域臭氧污染复杂成因的理解，将气象影响从笼统的描述推进到对不同主导过程（生成vs.传输）的定量区分，为精准化、差异化的臭氧污染防控提供了科学依据。同时，首次系统地将历史变化分析与多模式未来预测相结合，清晰地揭示了气候变化与臭氧污染之间的关联及未来风险。
应用价值： 研究成果可直接服务于空气质量预报和污染预警。例如，对NCP和YRD，应重点关注本地高温低湿气象条件的预报；对SCB和PRD，则需加强对可能导致区域输送的特定环流型的监测和预警。此外，研究结论为制定中长期空气质量改善和气候变化应对协同政策提供了关键科学支撑。
六、 研究亮点
七、 其他有价值内容
研究在讨论部分也坦诚地指出了其局限性和未来研究方向： * 模型不确定性： 研究使用的GEOS-Chem模型水平分辨率较粗（2°×2.5°），这对于SCB和PRD这样地形复杂或空间尺度较小的区域，可能在量化化学生成等过程时带来偏差。未来需要使用更高分辨率的模型或嵌套模拟进行更精细的研究。 * 排放固定的假设： 模型模拟固定了排放（以2017年为基准），这虽然能分离气象影响，但也意味着模型未能捕捉到成都2016年7月和2018年7月另外两个高污染月份的可能原因，这些事件可能更多地受前体物排放年际变化的影响。这提示在实际污染成因分析中，需综合考虑排放和气象的共同作用。 * 研究范围的拓展： 本研究聚焦于“最极端”的污染个例，但现实中还有许多其他气象条件也能引发臭氧污染。未来需要对各个区域进行更全面的、涵盖不同强度污染事件的气象条件分类研究。此外，定量评估气象对臭氧污染的贡献，还需全面考虑前体物排放变化、臭氧化学机制转变、平流层-对流层交换等多种因素。