气候变化和污染源对中国华北地区臭氧的影响*

张天奇， 高 阳

(中国海洋大学深海圈层与地球系统前沿科学中心，海洋环境与生态教育部重点实验室， 山东 青岛 266100)

中国华北地区近年来臭氧污染严重。对流层臭氧主要是挥发性有机物(VOCs)与NOx在一定气象条件如温度、湿度下反应生成的。Ma等[1]基于2005年6月～2006年9月北京城区观测数据发现，北京城区臭氧小时值最高可达198.9 ppbv，在观测时间内近200 h超过中国臭氧浓度标准限值。陈希等[2]通过卫星遥感数据发现，1979—2013年华北地区夏季对流层臭氧以1.28 DU/10a的增长率迅速上升。Zhao等[3]基于2016年6～7月的观测发现，由于高温和东南风的影响，石家庄臭氧小时平均最大值和8 h滑动平均最大值分别达到了(97.9±26.1)和(84.4±22.4)ppbv。2017年6月中旬，华北地区有55个城市的臭氧日8 h滑动平均最大值(MDA8)超过了160 μg/m3，有的甚至超过了200 μg/m3[4]。针对这一时段的高臭氧污染事件，Ma等[5]通过利用三维区域大气模式Weather Research and Forecasting (WRF) Model和Community Multi-scale Air Quality (CMAQ)，对其机制进行了解析，发现高温热浪、天然源尤其是城市排放天然源对高浓度臭氧污染事件起到关键作用。

气候变化会对气象包括近地面温度和大气环流等因素产生影响，这些气象的变化可通过影响天然源排放、边界层高度等影响臭氧污染[6-8]。全球模式是研究气候变化常用的工具，例如针对气象方面的研究包括Coupled Model Intercomparison Project (CMIP) Phase 3 (CMIP3)[9]和CMIP Phase 5 (CMIP5)[10]。随着气候变化对大气污染影响重要性的增加，第一个世界多国联合的全球气候化学模式项目应运而生，即Atmospheric Chemistry and Climate Model Intercomparison Project(ACCMIP)[11]。

对于CMIP3 Special Report Emission Scenarios (SRES)情景，中国未来人为源污染排放主要呈现增加的趋势[12]，从而导致臭氧浓度增加[13-15]。新的CMIP5 Representative Concentration Pathways (RCPs)情景预计中国大部分地区人为污染源如Volatile Organic Compounds (VOCs)和NOx排放降低，从而在一定程度上降低臭氧污染的程度。但是与CMIP3 SRES情景显著不同的是RCP情景下甲烷排放的设计。RCPs共有四个情景，包括RCP2.6、RCP4.5、RCP6.0和RCP8.5。和2000年代相比，RCP2.6、RCP4.5和RCP6.0情景下甲烷排放量在本世纪末分别下降30%，10%和2.5%，但是RCP8.5下本世纪末甲烷排放则增加一倍多。过去的研究已经显示，甲烷的增加对流层臭氧有显著的抬升作用[7]。另一方面，全球变暖下天然源排放的异戊二烯会增加，这一增加将促进臭氧的生成。因此，基于人为源排放降低、甲烷和天然源排放增加的综合作用，中国华北地区未来臭氧如何变化是本研究主要的科学问题。

1 研究方法与模式介绍

根据《环境空气质量标准》(GB3095—2012)制定的标准，臭氧污染的小时浓度为200 μg/m3，MDA8浓度为160 μg/m3。ACCMIP大部分模式只输出臭氧月均值，鉴于本研究需要臭氧小时浓度值，共有4种模式满足研究需求，具体信息如表1所示。为便于表达，本研究中对表1中各模式名称方面利用括号中标注：GFDL-AM3(GFDL)，GISS-E2-R(GISS)，MOCAGE(MOCAGE)和UM-CAM(UMCAM)。根据表1，为探究未来气候变化和人类排放对臭氧的影响，本研究采用5种实验：历史时段在2000年代，代表当前的排放和气象条件(Hist)。未来时段是2030和2090两个年代，情景包括气象和污染源同时改变的RCP4.5和RCP8.5情景，以及保持污染源不变(2000年代)，只改变气象的情景(这个气象情景是RCP 8.5)：2030年代(Em2000Cl2030)和2100年代(Em2000Cl2100)。所有模式插值成2°×2°，与作者过去用ACCMIP进行的研究空间分辨率一致[16]。其中，未来情景下气候变化既包括温室气体排放的影响，同时也包含污染气体排放所带来的改变。例如RCP 4.5和RCP 8.5两种情景下辐射强迫在2100年达到4.5和8.5 W/m2。RCP8.5情景下，CH4和CO2等温室气体排放强度在21世纪增加相对较快，本世纪末大约增加2倍以上；RCP4.5中CH4和CO2等温室气体则呈现出先增加后减少的趋势，因此本世纪末其排放低于本世纪初[17]。RCP情景下大气污染物排放变化与温室气体不尽相同，就全球角度而言，黑碳(BC)、一氧化碳(CO)、有机碳(OC)、二氧化硫(SO2)、非甲烷挥发性有机物(NMVOC)和氮氧化物(NOX)在RCP 4.5和RCP 8.5情景中整体呈现下降的趋势，而氨气(NH3)在未来有所增加[11]。

表1 各模式模拟时间段Table 1 Time slices in each model

2 ACCMIP臭氧模拟评估

本文利用观测数据对ACCMIP模式历史时段(见表1中Hist)2001—2010进行验证。这一时段臭氧小时浓度观测值比较少，本研究主要利用Acid Deposition Monitoring Network in East Asia (EANET; https://www.eanet.asia/)月均臭氧浓度数据，对日本以下站点进行评估，包括：Happo(36°42′N, 137°48′E)、Oki(36°17′N, 133°11′E)、Rishiri(45°07′N, 141°12′E)、Sado-sek(38°14′N, 138°24′E)和Tappi(41°15′N, 140°21′E)。模式对比的统计分析主要包括平均分数偏差(MFB)、平均分数误差(MFE)、标准平均偏差(NMB)、标准平均误差(NME)和相关系数(R)。具体公式如下：

(1)

(2)

(3)

(4)

(5)

其中：Model和Obs分别代表模式和观测臭氧月平均浓度值；N为样本数量。

ACCMIP模式对于全球范围内对流层臭氧的模拟能力在Young 等[18]的研究中做了详细评估。例如，ACCMIP对流层臭氧柱空间分布与Ozone Monitoring Instrument (OMI) and Microwave Limb Sounder (MLS)具有较高的相关性(见文献[18]中图 6(a),(b))。首先，针对EANET站点数据对ACCMIP四个模式进行评估，其散点图分布及统计分析如图1所示。考虑到不同模式Hist模拟的时间不尽相同(见表1)，图1显示的是基于模式Hist所有年1～12月的平均值与EANET数据各观测点2001—2010年各月平均值进行相关性分析，根据美国环保局的标准[19]，MFB和MFE分别在15%和35%。从图1可以看出，GFDL和UM-CAM这两个模式模拟效果符合这一标准，MOCAGE和GISS模式的平均偏差超过标准，尤其是GISS模式的平均偏差较大。为了进一步验证模式对华北地区臭氧的模拟能力，通过已发表文献资料获得华北区域不同站点臭氧浓度的观测数据，具体观测信息见表2。由于观测时间大部分在2004年后，基于表1，模拟时段与之相符的模式主要包括GFDL和GISS，因此，对这两个模式进行评估(见图2)，从中可以看出，GFDL的偏差(如MFB和MFE)明显小于GISS，并且接近标准值，这与评估模式和EANET站点对比结果具有较好的一致性。

图1 各模式结果与观测的臭氧月平均值对比Fig.1 Comparison of the simulated and observed monthly mean ozone concentration

图2 华北区域模式结果与观测的臭氧浓度对比Fig. 2 Comparison of the simulated and observed ozone concentration in North China

表2 臭氧观测数据来源Table 2 Source of the ozone observation data

为进一步比较ACCMIP各模式与观测的分布，将4种模式与EANET对应网格Hist所有月均臭氧浓度数据进行提取，与EANET观测对比做成箱型图(见图3)。EANET在2001—2010年月平均臭氧浓度为46.7 ppbv，与图1显示的散点图类似，GFDL和UMCAM模式与EANET一致性高，月平均浓度分别为50.0和44.1 ppbv，偏差分别为7%和6%，而GISS和MOCAGE的月平均分别为60.7和56.6 ppbv，偏差分别为29%和21%。从箱式图各百分位的分布来看，GISS和MOCAGE整体偏高较多，因此，后面的分析除特殊说明外，其结果为GFDL和UCAM模式两个模式的平均。

3 结果与讨论

3.1 2000年代中国臭氧时空分布特征

考虑到我国的臭氧污染主要在东部地区，因此利用GFDL和UMCAM的平均值，给出了我国东部Hist情景下MDA8臭氧季节平均的空间分布(见图4)。从图中可以看出，从区域角度看，北方污染程度明显大于南方地区。对于北方地区，夏季MDA8平均值比其它三个季节高，最高值主要集中在华北区域(见图中黑色方框范围)，平均值为76.1 ppbv，春季达到64.7 ppbv，秋冬两季的浓度最低，分别为50.6和40.1 ppbv。值得一提的是，对于南方地区，如珠三角地区，如比较图4(c)和(b)，其臭氧污染在秋季高于夏季。利用ACCMIP四个模式的平均值进行检测，其结果与GFDL和UMCAM模式的结论保持一致。

(盒子上下线分别代表25和75百分位，中间的线为50百分位，红色点代表平均值。最小和最大值分别为虚线的下限和上限。The box-and-whisker plots displaying the 25th percentile, 75th percentile (boxes), medians (middleline inside the box), average (red point), minimum (bottom line) and maximum (top line).)图3 各模式与EANET观测臭氧月均值的箱式图Fig.3 The box-and-whisker plots displaying the monthly mean ozone concentration from models and EANET

3.2 华北地区臭氧污染受未来气候变化和污染源的影响

为探究未来气候变化和人类排放对臭氧的影响，以2001—2010(Hist)为基准，本研究对比分析了华北地区臭氧在RCP 4.5和RCP 8.5情景下分别在2030年代和2100年代的变化，以及保持污染源不变的情况下，在这两个年代的变化，具体见表1。华北地区小时臭氧和MDA8臭氧的季节平均变化见图4，数据列于表3。结合图5和表3，MDA8的季节平均值高于臭氧小时浓度季节平均值。

图4 MDA8臭氧季节平均值的的空间分布Fig.4 Spatial distribution of seasonal mean of MDA8 ozone

华北地区臭氧浓度在未来的变化具有以下几个特点。首先，相对于Hist，RCP 4.5和RCP 8.5情景下本世纪末(2100)的华北地区臭氧显著降低，主要原因在于人为源挥发性有机物和氮氧化物的降低所致。同时，RCP4.5和RCP8.5两个情景中华北地区2100年代臭氧浓度在夏季降低后，导致其平均浓度低于春季，意味着夏季浓度的降低幅度更大，主要原因在于臭氧前体物的减少对于光化学活跃的夏季的影响大于其它季节。其次，华北地区RCP 8.5在2100年代冬季(52.9 ppbv)平均MDA8臭氧浓度高于Hist冬季(40.1 ppbv)，同时也高于Em2000Cl2100(未来污染源不变的情景; 41.9 ppbv)。RCP8.5在2100年代冬季MDA8臭氧浓度升高的现象在RCP 4.5中并未出现(40.4 ppbv)，其主要控制因素在于RCP 8.5中甲烷的增加，这与过去针对其它地区如美国的研究一致(见Young等[18]中图5)。在2030年代，RCP 4.5和RCP 8.5情景中人为源排放呈现一定的增长趋势，因此臭氧浓度相对Hist增加，尤其是这两个情景夏季MDA8臭氧和小时臭氧相比，Hist显著增加。综合对于夏季臭氧显著升高的情景(RCP45_2030，RCP85_2030)与显著降低的情景(RCP45_2100，RCP85_2100)，进一步强调了全球变暖下，人为源污染物的减排控制对于臭氧浓度的降低具有重要意义。如果污染源维持不变(Em2000Cl2030和Em2000Cl2100)，相对于Hist，华北地区夏季MDA8平均增加不到1.0 ppbv，但是区域最大增加可达3.2 ppbv。

(三角形代表臭氧区域MDA8平均的季节平均；空心圆代表臭氧区域小时平均值的季节平均。The triangles indicate the seasonal average value of regional mean MDA8 ozone. The circles indicate the seasonal average value of regional mean hourly ozone.)

表3 不同情景下华北地区区域平均臭氧浓度的变化Table 3 The future changes of regional mean ozone in North China /ppbv

3.3 华北地区仅由气候变化对臭氧污染影响的统计分析

根据前一节讨论的臭氧季节平均变化特点，结合我们过去研究极端天气与臭氧污染的定量方法[27-28]，本研究主要关注在污染源不变的情况下，气候变化对未来臭氧污染超标天数的影响分析。根据我国环境空气质量标准(GB3095—2012)规定的臭氧二级小时平均浓度限值为200 μg/m3(约100 ppbv)，若一天当中臭氧小时浓度最高值超过了100 ppbv，则认定为臭氧浓度超标。基于GFDL和UMCAM模式的平均，Hist，Em2000Cl2030和Em2000Cl2100三个情景下华北地区每年臭氧污染年平均超标天数、发生污染次数和每个污染事件平均持续事件展示在图6。从图中可以看出，华北地区臭氧年超标天数和范围都有所增加，尤其是2100年代(对比图6(c)和图6(a))。就华北地区平均而言，2000年代臭氧平均年超标天数为4.1 d，气候变化的影响下，2030年代超标天数基本保持不变，然而2100年代增加到6.8 d。未来超标天数的增加主要由于污染事件持续时间的增长所致，由2000年代的1.1 d增加到2100年的2.0 d，而发生频率基本保持不变。另一方面，图6显示气候变化对华北地区影响的空间差异性较大，例如臭氧污染天数增加最大发生在山东西部，为解析其可能的原因，本文展示了GFDL和UMCAM两个模式近地面气温的分布和变化(见图7)。

在历史情景Hist和未来RCP 8.5(Em2000Cl2030和Em2000Cl2100)情景下，我国华北地区年均近地面气温分别为281.7，283.2和287.5 K。一方面，可以明显看出在全球变暖的大背景下，RCP 8.5情况中，我国华北地区气温在2030年代和2100年代明显升高，从而利于臭氧的生成和累积；另一方面，气温升高最显著的地区位于山东西部，这在一定程度上可以解释臭氧浓度变化的空间差异性。考虑到ACCMIP模式空间分辨率较粗，这种空间差异的普适性有待于结合区域模式进行进一步解析。

图6 中国华北地区臭氧污染年平均超标天数(第一行)，发生污染次数(第二行)和每个污染事件平均天数(第三行)Fig. 6 The number of days per year (first row), events (second row) and mean length of each event (third row) with ozone exceeding thestandardin North China based on GFDL

图7 我国华北地区近地面气温空间分布及未来变化Fig. 7 Spatial distribution of surfaceairtemperature in North China

4 结语

通过对ACCMIP中GFDL和UMCAM模式的分析，并结合GISS和MOCAGE结果比较，发现我国臭氧存在明显的时空差异，臭氧浓度的高值主要集中在华北区域，夏季臭氧浓度高于其它季节，而南方地区如珠三角秋季臭氧浓度高于夏季。

结合目前华北地区夏季臭氧污染严重的特点，在RCP4.5和RCP 8.5情景下，华北地区臭氧污染呈现出2030年代显著增加，2100年代显著降低的特点，这充分表明全球变暖的大背景下，人为源挥发性有机物和氮氧化物减排对于臭氧污染控制的重要性。值得注意的是RCP 8.5情景下在2100年代冬季臭氧增加，这主要与甲烷增加密切相关。

从华北地区臭氧超标天数的角度进行分析可知，在只考虑气候变化的前提下，2030年代臭氧污染变化较小，但2100年代臭氧年超标天数从范围和数量上都有所增加，污染天数由2000年代的4.1 d增加到2100年代的6.8 d。模式同时揭示了臭氧污染空间变化的差异性，然而由于在全球模式本研究中，ACCMIP模式的空间分辨率较粗，对于研究区域臭氧污染具有一定的局限性。因此，未来研究中结合区域模式高分辨模拟，进一步探究气候变化如何影响我国华北地区臭氧污染，对于其臭氧污染的控制具有重要意义。