我国臭氧污染控制分区及其控制类型识别

张鸿宇,王 媛,卢亚灵,王琰玮,余 超,王军霞,曹 东,蒋洪强

我国臭氧污染控制分区及其控制类型识别

张鸿宇1,2,王 媛1*,卢亚灵1,2,王琰玮1,余 超3,王军霞4*,曹 东2,蒋洪强2

(1.天津大学环境科学与工程学院,天津 300350；2.生态环境部环境规划院,国家环境保护环境规划与政策模拟重点实验室,北京 100012；3.中国科学院空天信息创新研究院,北京 100094；4.中国环境监测总站,北京 100012)

基于卫星遥感指示剂法,以2017～2019年为基准年份,通过对比臭氧在线监测数据、VOCs和氮氧化物排放强度数据以及卫星遥感数据,在PM2.5重点监管区域的基础上,重新修订大气污染臭氧重点管控区,将我国臭氧年均浓度超标区(高于160µg/m3)划分为不同重点区域,识别每一个重点区域臭氧前体物敏感类型,即VOCs控制区、NO控制区以及VOCs和NO协同控制区,针对每种类型进一步细化为本地污染控制区和联防联控控制区,这种结合地面监测、统计调查数据和遥感观测数据的臭氧分区分类方法可以为大气污染的宏观分区分类管控提供一种新的思路,为国家出台全国层面臭氧污染防治及PM2.5和O3协同控制相关政策提供决策参考.

臭氧污染；控制分区；VOCs和NO；协同控制；类型识别

自2013年国家实施《大气污染防治行动计划》《打赢蓝天保卫战三年行动计划》以来,我国大气环境质量得到明显改善,尤其是PM2.5浓度下降显著,但O3浓度不降反升,并呈现逐年加重趋势,已经成为影响我国大气环境质量的重要因素[1].加强PM2.5和O3协同控制已经成为我国“十四五”及更长时期大气污染防治的重点任务.臭氧污染的形成不仅受辐射、温度、湿度、风向、风速等气象因素影响,也受VOCs和NO等臭氧前体物[2]以及PM2.5的浓度影响[3].臭氧成因的复杂性使其防治成为全球性难题,而我国臭氧污染防治起步晚,经验不足,臭氧污染防治工作面临巨大挑战[4].

美国在20世纪50年代曾经历过严重的臭氧污染,洛杉矶光化学烟雾事件造成数千人死亡,农作物损失严重;经过几十年的综合治理,美国的臭氧污染得到极大改善,2019年臭氧日最大8h平均浓度为0.064´10-6(相当于125.6µg/m3),与1980年水平相比下降了35%[5].日本在20世纪90年代在臭氧污染治理方面遇到瓶颈,日本本州四大工业区的O(臭氧和过氧乙酰硝酸酯)日最大8h浓度的第99百分位数3年滑动均值波动上升;实施臭氧前体物总量控制之后,臭氧浓度呈现下降趋势[4].美国日本的成功经验在于从臭氧前体物VOCs或NO的单一排放控制,转变为VOCs和NO的协同控制;从单一的城市属地管理,转变为区域协同治理[4-6].我国在NO控制方面,已经取得明显成效,但VOCs的减排才刚刚起步.根据经典的EKMA(经验动力学模拟方法)曲线,削减O3前体物浓度,O3浓度不一定下降;因而需要进一步分析我国不同区域的O3污染对前体物的敏感类型,进而有针对性地开展NO和VOCs的协同控制.

目前,我国在京津冀、长江三角洲和珠江三角洲等地区已经开展了大量臭氧与前体物敏感性研究.主要采用指示剂法、观测模型法和空气质量模型法进行判断.一些研究表明,我国大部分城市属于VOCs控制区,以人为源为主,珠江三角洲地区天然源VOCs贡献显著;而远郊区属于NO控制区,郊区则处于NO和VOCs协同控制区[7-8].还有一些研究表明,臭氧生成敏感性存在明显的时空差异,同一地点不同时间可能呈现不同的臭氧污染控制区.如,在京津冀、长江三角洲和珠江三角洲等地开展的分析发现,当地臭氧生成的控制区在早上为VOCs 控制区,在下午则转变为NO控制区[9].采用烟雾产量模式(SPM)的观测模型法研究显示,在珠江三角洲地区以及台湾地区的臭氧生成主要受VOCs 控制[10-11].基于卫星观测的HCHO和NO2数据的指示剂法显示,2005～2013年期间,我国大多数农村地区依旧为NO控制区,但是京津冀、长江三角洲和珠江三角洲及周边地区属于NO和VOCs协同控制区的范围有所扩大[12-13].除控制类型外,学者进一步分析了VOCs的关键性物种、VOCs的污染来源等领域,相关研究在郑州、洛阳、长江三角洲、珠江三角洲、四川盆地等地均已开展[14-21].

我国臭氧污染防治工作已进入NO和VOCs的协同控制阶段,并已在城市级别以及区域层面开展了相关研究,且随着时间的推移,结果的不确定性很大;但在国家层面,尚缺乏对臭氧污染控制分区的宏观判断,以及分区域的臭氧污染控制手段.本研究基于卫星遥感指示剂法,以2017～2019年为基准年份,通过对比臭氧监测数据、VOCs和氮氧化物排放强度数据以及卫星数据,在生态环境部原有划定的以PM2.5治理为核心的大气污染重点监管区域的基础上,重新修订大气污染臭氧重点管控区,将我国臭氧年均浓度超标区(高于160µg/m3)划定为不同重点区域,识别每一个重点区域臭氧前体物敏感类型,针对每种类型进一步细化为本地污染控制区和联防联控控制区,并针对不同区域提出相应的管控措施和建议,为国家出台全国层面臭氧污染防治及PM2.5和O3协同控制相关管理政策提供决策参考.

1 数据与方法

1.1 研究方法

1.1.1 FNR指示剂法 指示剂法是基于卫星观测数据,通过使用O3光化学反应中某些特定的物种、组合或比值作为指示剂,根据其区间范围来判定臭氧生成的控制类型.其中,HCHO作为多种VOCs的短寿命氧化产物,与过氧自由基成正比,可用于指示VOCs的反应速率,其与NO2/NO等污染物浓度的比值FNR被广泛用于判断O3生成敏感性[22].

卫星FNR指示剂方法目前在城市尺度[23]、区域尺度[24]、以及全球尺度[25]均得到应用,并且可用于研究臭氧污染控制区类型的时空变化特征.Martin等[26]首次将指示剂法扩展到了卫星观测领域,基于GOME卫星数据计算HCHO与NO2柱浓度的比值HCHO/NO2,作为O3生成敏感性的指示剂.随后,Duncan等[27]基于OMI数据FNR研究近地面O3生成与其前体物VOCs及NO的响应关系.但不同区域的定量响应关系会存在一定的差异.

Wang 等[28]针对最新的我国的地面O3生成与其前体物VOCs及NO的响应关系研究结果给出了FNR判定O3前体物主控区的标准:当某地区FNR<2.3时,该地区主要受VOCs控制, O3浓度对VOCs排放量的变化较为敏感;当FNR>4.2时,该地区主要受NO控制,O3浓度对NO排放量的变化较为敏感;介于2.3～4.2之间则为NO-VOCs协同控制.结合以上研究,考虑中国的大气环境背景,选取此结果作为宏观划分不同O3前体物主控区的主要依据.

1.1.2 排放强度法 排放强度是指单位土地面积排放强度(每平方千米污染物排放量),通过对比VOCs和NO排放强度与臭氧的实时监测浓度,定量分析出我国臭氧污染与本地VOCs和NO排放之间的关系.研究发现O3每日最高8h平均浓度的年均值超过国家二级标准(160µg/m3)区域内城市级别的NO和VOCs平均排放强度显著高于全国均值;也可以这样说,NO或VOCs排放强度高于全国均值的区域,多数情况下对应的就是O3浓度超过国家二级标准的地区.因此可以把VOCs和NO排放强度全国均值作为评判排放强度和O3浓度关系的一个关键点.以VOCs和NO单位面积排放强度全国平均值作为依据,在臭氧每日最高8h平均浓度的年均值超过国家二级标准的区域内,当某城市VOCs或NO单位面积排放强度实际统计值高于全国平均值时,认为本地人为源的贡献比较突出,确定为本地控制区;单位面积排放强度低于全国平均值但O3浓度仍超标时,该地区很可能受其他地区大气传输影响,因此确定为联防联控区.

1.1.3 综合分析法 基于臭氧年均浓度,识别我国臭氧超标区域;结合卫星遥感数据(FNR值),将我国臭氧超标区域划分为VOCs主控区、NO主控区以及VOCs和NO协同控制区;再根据地面VOCs和NO排放强度数据,以城市为最小单位,进一步确定本地控制区和联防联控区,完成臭氧污染分区分类划定,并提出管控建议.具体的分区分类方法由图1所示,详细的分区分类划定原则如表1所示.

图1 臭氧污染管控分区分类方法

表1 O3浓度高值区NOx和VOCs分区分类管控原则

1.2 数据来源

臭氧的监测数据来自生态环境部和中国环境监测总站2017～2019年全国城市级别的臭氧年均浓度值;选用每日最高8h平均作为每日臭氧浓度值,再以每年有效天数臭氧浓度值的算数平均值作为当年的臭氧年均值,选用2017～2019年3年臭氧年均值的算数平均作为臭氧污染控制分区的浓度依据[29].

NO和VOCs单位面积排放量数据来自2019年全国“自下而上”城市级别的统计调查数据,以城市级别NO和VOCs的排放量除以城市的行政区域面积作为NO和VOCs单位面积排放量,即NO和VOCs排放强度.

FNR数据是通过搭载在美国NASA对地观测卫星Aura上的OMI(Ozone Monitoring Instrument)传感器获取的HCHO柱浓度和NO2柱浓度,计算两者的比值得到各地市的FNR值.OMI传感器具有较高的空间分辨率(13km´24km),能够实现每日全球覆盖,提供较高精度的NO2、HCHO等大气痕量气体柱浓度,与地面监测结果具有良好的一致性[30-31].为了确保FNR值的数据质量,本文选取的卫星柱浓度数据经过了严格的质量控制,包括: (1)0£太阳天顶角£85°;(2)均方根误差<0.0003;(3)地表反射率<30%;(4)云量<30%;(5)未受行异常影响.

2 结果与讨论

2.1 O3污染形势分析

2017～2019年空气质量监测结果表明,O3每日最高8h平均的年均值(三年平均)超过国家二级标准(160mg/m3)的地区连片分布在我国长江以北的华北和华东地区,涵盖了京津冀及周边、汾渭平原和苏皖鲁豫、长江三角洲等大部分重点地区;以及北方的辽中南地区、河北省北部与山西交界地区、苏皖鲁豫交界地区、豫鄂交界地区;成渝地区以及珠江三角洲地区也有分布.O3浓度二级达标区(100～160mg/m3),主要分布在我国长江以南地区的华南和东北、西北、西南大部分地区;O3浓度一级达标区(100mg/m3以下)零星分布在我国东北、西南、南部地区.

2.2 VOCs和NOx污染排放分析

图2 2017～2019年我国O3浓度(每日最高8h平均的三年均值-城市级别)分级

底图来自于标准地图服务系统(http://bzdt.ch.mnr.gov.cn/)下载的1:1100万中国地图,审图号:GS(2020)4633号

虽然臭氧浓度及其前体物的浓度存在非线性关系,但根据监测和统计调查数据(图2和图3), VOCs和NO单位面积排放强度极高值和高值区分布规律与O3浓度超标区分布规律十分相似,即也分布在京津冀及周边、汾渭平原、苏皖鲁豫和长江三角洲等重点地区;成渝和珠江三角洲部分城市O3浓度和排放强度也较高.VOCs和NO的不同之处在于,VOCs排放强度高值区在东部沿海地区分布更为集中;NO排放强度在湖北、湖南和江西等中部地区也相对较高,但是该区域的O3浓度并不高.总体来看,臭氧浓度超标区与VOCs和NO排放强度的高值区在华北和华东地区的分布具有较好的一致性.臭氧浓度超标区对应的VOCs和NO单位面积排放强度最大,超过全国均值;而臭氧浓度达标区的排放强度都小于全国均值,臭氧二级达标区次之,一级达标区最小(图4a和图4b).

图3 城市级别NOx和VOCs排放强度分级

底图来自于标准地图服务系统(http://bzdt.ch.mnr.gov.cn/)下载的1:1100万中国地图,审图号:GS(2020)4633号

同时虽然位于O3浓度超标区的土地面积较小(图4c),仅占全国总面积的12.90%,但是O3超标区内的人口数量却较多(图4d),占全国总人口的46.68%.所以虽然O3浓度超标面积所占比例很小,但都位于我国人口集中的地区,危害程度较大.

2.3 基于FNR的O3污染主控区识别

由图5可见,2017年,VOCs主控区城市有142个,主要分布在京津冀及周边、汾渭平原、华中、长江三角洲等地;VOCs和NO协同控制区有101个地市,分布在华北、华中VOCs主控区的周边,以及珠江三角洲、吉林、湖北、江西、四川、东南沿海等地区;NO主控区城市有56个,分布在我国广西、云南、湖南等地区.2019年,VOCs主控区城市减少到120个,主要变化在华中南部地区,该区域臭氧前体物敏感类型由VOCs敏感转为VOCs和NO协同敏感,与Wang 等[28]基于2016和2019年数据对比的发现基本一致.但总体VOCs和NO协同控制区城市总数相较2017年略有减少(90个),变化主要在陕西、宁夏、四川等地,该区域由VOCs和NO协同敏感转为NO敏感,导致全国NO主控区增至86个城市.

总体来说,根据FNR数据显示,京津冀及周边、汾渭平原、苏鲁皖豫、长江三角洲等地的O3生消对VOCs的变化更明显,属于VOCs主控区;西南方大部分区域对NO敏感,为NO主控区;中国北方陕晋冀蒙交界地区、鄂湘赣大部分地区属于VOCs和NO协同控制区.与《中国大气臭氧污染防治蓝皮书》中基于空气质量模型法研究我国臭氧对NO和VOCs排放敏感性的研究基本一致,即NO敏感重心在我国西南部,VOCs敏感重心在北方及东部沿海[32].

图5 全国2017年和2019年FNR分布变化

无效值地区表示NO2和HCHO的数据值都比较低(低于1×1015molecule/ cm2),卫星监测的结果误差可能比较大,故不参与计算;底图来自于标准地图服务系统(http://bzdt.ch.mnr.gov.cn/)下载的1:1100万中国地图,审图号:GS(2020)4633号

2.4 O3污染管控分区分类

在应用FNR遥感数据识别O3主控区的基础上(选取2017～2019年FNR值的3年均值),根据2019年NO和VOCs单位面积排放强度实际统计值与全国城市层面平均值的比值确定出哪些地区是本地人为源排放强度较大的区域,作为最核心的本地排放控制区.据此将2017～2019年O3浓度3年均值超标区进一步分区分类如下:

在全国层面,原有的4个大气污染重点区域,即京津冀及周边地区、长江三角洲地区、汾渭平原地区、苏皖鲁豫交界地区,O3浓度呈现超标高值,且集中连片分布;此外,珠江三角洲、豫鄂交界地区、陕晋冀蒙交界、辽中南、成渝地区,也存在O3浓度超标区.这些地区都属于O3重点管控区域,但是分属不同的管控类型(图6).四大重点区域几乎全部位于VOCs主控区,但其中有接近一半的城市本地单位面积VOCs排放强度是低于全国均值的,特别是在某些省份的交界处,例如豫鄂交界地区、陕晋冀蒙交界地区,本地VOCs排放强度虽然较低,但O3也是存在超标现象,很可能受到大气污染重点区域传输的影响.因此同样是O3超标的重点管控区域,造成其超标的原因不同,需针对不同类型,提出相应的政策.

图6 各重点区域O3 前体物NOx和VOCs分区

底图来自于标准地图服务系统(http://bzdt.ch.mnr.gov.cn/)下载的1:1100万中国地图,审图号:GS(2020)4633号

2.4.1 原有四大重点区域分区分类调整建议 根据O3污染的情况,建议将原有的以PM2.5为管控核心的4个大气污染重点区域区分不同类型,并且将分区范围调整如下:

京津冀及周边地区,除原有的2+26个城市,建议增加河北省秦皇岛市和北部的陕晋冀蒙交界地区的3个城市,作为O3重点管控区.按照FNR值判断该区域内大部分城市属于VOCs主控区,与蒋美青等[8]研究京津冀地区臭氧生产主要受烯烃、芳香烃影响的结果相一致.其中环渤海、山东省西部和太行山东侧地区单位土地面积VOCs排放是全国平均值的1.8倍,是VOCs的本地控制区;河北省保定市、衡水市以及山西省东南部、河南省西北部地区本地VOCs排放强度仅为全国平均值的67%,北部的忻州市、张家口市VOCs和NO排放强度仅为全国平均值的26%、55%,本地人为源排放属于较低水平,但受周边城市高强度VOCs排放及大气传输影响,属于VOCs联防联控区.仅有东部(承德市)为VOCs和NO联防联控区.

长江三角洲地区,该区原有41个城市,其中24个城市O3浓度超过160mg/m3的国家二级标准,建议将其划为O3重点控制区.基于FNR值判断此区域为VOCs主控区,观测结果与Wang[17]、Xu等[18]提出我国东部地区臭氧污染消减应严控VOCs排放的研究相吻合.基于NO和VOCs单位面积排放数据,本区域可进一步分为两类:一类是上海及其附近的苏锡常城市群,北至江苏淮安市,南至浙江杭州和绍兴市,单位土地面积VOCs排放量是全国平均值的3.5倍以上,以VOCs为主控目标污染物,且属于VOCs本地控制区;另一类是安徽和江苏省的城市群,主要是蚌埠、淮南、滁州市等区域,VOCs排放强度低于全国平均值,属于VOCs联防联控区.

图7 京津冀O3前体物NOx和VOCs分区

汾渭平原地区,该区域共有11个城市,地面监测数据显示,11个城市臭氧平均浓度自2015年保持连续增长,其中2017～2019年均超过二级标准限值(160mg/m3)[33].基于各个城市2017～2019年臭氧3年均值,有8个城市的O3浓度超过国家二级标准,建议将其划为O3重点控制区.按照FNR值判断该地区属于VOCs主控区.但除了西安市VOCs排放强度高于全国平均水平,汾渭平原整体VOCs排放强度仅是全国平均值的65%,汾渭平原O3浓度偏高很可能主要受京津冀地区VOCs传输影响.因而划定西安市为VOCs本地控制区,其他地区为VOCs联防联控区.汾渭平原的臭氧防治工作应加强与京津冀地区的合作,确保VOCs排放得到有效控制.

图8 长江三角洲O3前体物NOx和VOCs分区

图9 汾渭平原O3前体物NOx和VOCs分区

苏皖鲁豫鄂交界地区,该区域主体原为苏皖鲁豫交界地区的22个城市,其中17个城市O3浓度超过国家二级标准,并且我们发现与该地区紧密相连的湖北省北部的黄冈市、武汉市、孝感市以及河南省的信阳市2017～2019年3年平均的O3浓度也是超标的,建议在原有苏皖鲁豫交界地区17个城市的基础上增加这4个城市共计21城市,将其划为O3重点控制区.该区域属于VOCs主控区,其中只有山东省和武汉市多以本地排放为主,单位面积VOCs排放强度高于全国均值,划为VOCs本地控制区;其他城市VOCs 本地单位面积排放均低于全国均值50%左右,很可能受外来源影响较大,划为VOCs联防联控区.

图10 苏皖鲁豫鄂交界地区O3前体物NOx和VOCs分区

图11 珠江三角洲及周边地区O3前体物NOx和VOCs分区

2.4.2 其他地区O3分区分类管控建议 全国其他地区从2017～2019年臭氧浓度3年均值超标区域来看,仅有零星城市超标;其中珠江三角洲地区虽然不是PM2.5重点控制区,但该地区的O3污染仍十分严重,9个城市中5个城市的O3浓度超过国家二级标准.按照FNR值判断,该区域内所有城市都属于VOCs主控区,与Cheng等[19]、Xue等[20]关于珠江三角洲的臭氧敏感性研究一致;并且根据统计数据,单位面积VOCs排放强度为全国平均值的7.10倍,因而建议增加珠江三角洲地区为我国臭氧污染重点控制区,并划定该区域为VOCs本地控制区.

其他地区如辽中南地区有2个城市O3超标、成渝地区仅有成都市O3超标,但个别年份辽中南地区(如2017年朝阳市、葫芦岛市、锦州市、沈阳市)、成渝地区(2017年重庆市、成都市)有多个城市臭氧浓度超标情况,应引起足够重视,严格管控VOCs和NO人为源排放,建立区域联防联控机制,以防臭氧污染面积扩大.

3 讨论

本文应用FNR得到的O3生成敏感性空间特征与其他研究者[12,16]的研究具有较好的一致性,为后续宏观区域的分区分类划分提供了相对可靠的科学依据,能够为全国及重点区域出台差异性臭氧管控措施提供参考建议.

本文的局限在于采用单位面积排放强度的划分标准还有待改进,但这种地面统计数据结合遥感观测数据的划分方法可以为臭氧污染的宏观分区分类提供一种新的思路;其次本研究中的臭氧管控分区分类的结果是基于臭氧的年均浓度判断,未能考虑臭氧的季节性波动影响,而夏季是臭氧浓度超标的主要时段;同时FNR值的选取范围对于结果也有较大影响,本文研究得出2017～2019年全国重点地区臭氧浓度受VOCs影响较大,部分原因是重点地区NO排放强度也较大,随着严格的污染物排放管控措施,这些区域未来有可能转为VOCs和NO协同控制区,应给予持续关注并加强研究.本文仅针对臭氧年均浓度超过国家二级标准(160mg/m3)的区域做了详细分析,未来应扩大研究范围,将臭氧浓度超过一级达标区标准(³100mg/ m3)的区域全部纳入进来,能够覆盖更广的国土面积,指导全国采取更有针对性的臭氧污染防治差异化区域政策.

4 结论

2017～2019年臭氧浓度三年均值超标地区,特别是京津冀及周边、汾渭平原和苏皖鲁豫鄂、长江三角洲等重点地区,其前体物VOCs和NO单位面积排放强度也较大.总体O3超标地区面积占比较小,但是都位于我国人口集中的地区,健康危害程度较大.基于2017～2019年FNR遥感指示剂显示,京津冀及周边、长江三角洲、珠江三角洲等地O3浓度对VOCs浓度变化更敏感,目前属于VOCs主控区;西南方大部分区域对NO敏感,为NO主控区;两者之间的大部分地区属于VOCs和NO协同控制区.结合VOCs和NO排放强度可知,我国大气污染重点管控地区中,京津冀及周边、长江三角洲、珠江三角洲城市群是主要的VOCs本地控制区,苏皖鲁豫鄂、汾渭平原地区多为VOCs联防联控区.

[1] 严 刚,薛文博,雷 宇,等.我国臭氧污染形势分析及防控对策建议[J]. 环境保护, 2020,48(15):15-19.

Yan G, Xue W B, Lei Y, et al. Analysis of China's ozone pollution situation and suggestions for prevention and Control [J]. Environmental Protection, 2020,48(15):15-19.

[2] Li Y S, Yin S S, Yu S J, et al. Characteristics of ozone pollution and the sensitivity to precursors during early summer in central plain, China [J]. Journal of Environmental Sciences, 2021,99:354-368

[3] Dai H B, Zhu J, Liao H, et al. Co-occurrence of ozone and PM2.5pollution in the Yangtze River Delta over 2013～2019: Spatiotemporal distribution and meteorological conditions [J]. Atmospheric Research, 2021,249:1-9.

[4] 王 宁,宁 淼,臧宏宽,等.日本臭氧污染防治经验及对我国的启示[J]. 环境保护, 2016,44(16):69-72.

Wang N, Ning M, Zang H K, et al. Japan’s experience in ozone pollution prevention and control and its enlightenment to China [J]. 2016,44(16):69-72.

[5] 万 薇.美国治理臭氧污染重在做好两个协同[N]. 中国环境报, 2020-06-29(003).

Wan W. Two emphasizes of ozone pollution control in USA [N]. China Environment News, 2020-06-29(003).

[6] 杨 昆,黄一彦,石 峰,等.美日臭氧污染问题及治理经验借鉴研究[J]. 中国环境管理, 2018,10(2):85-90.

Yang K, Huang Y Y, Shi F, et al. Research on ozone pollution issues and their control experiences in the United States and Japan [J]. Chinese Journal of Environmental Management, 2018,10(2):85-90.

[7] Wang T, Xue L K, Brimblecombe P, et al. Ozone pollution in China: A review of concentrations, meteorological influences, chemical precursors, and effects [J]. Science of the Total Environment, 2017, 575:1582-1596.

[8] 蒋美青,陆克定,苏 榕,等.我国典型城市群臭氧形成机制和关键VOCs的反应活性分析[J]. 科学通报, 2018,63(12):1130-1141.

Jiang M Q, Lu K D, Su R, et al. Analysis of the formation mechanism of ozone and the reactivity of key VOCs in typical urban agglomerations in China [J]. Chinese Science Bulletin, 2018,63(12): 1130-1141.

[9] Lu K, Zhang Y, Su H, et al. Oxidant (O3+NO2) production processes and formation regimes in Beijing [J]. Journal of Geophysical Research, 2010,115(D07303):1-18.

[10] Li J, Lu K, Lv W, et al. Fast increasing of surface ozone concentrations in Pearl River Delta characterized by a regional air quality monitoring network during 2006～2011 [J]. Journal of Environmental Sciences, 2014,26(1):23-36.

[11] Peng Y P, Chen K S, Wang H K, et al. In situ measurements of hydrogen peroxide, nitric acid and reactive nitrogen to assess the ozone sensitivity in Pingtung County, Taiwan [J]. Aerosol and Air Quality Research, 2011,11(1):59-69.

[12] Jin X, Holloway T. Spatial and temporal variability of ozone sensitivity over China observed from the ozone monitoring instrument [J]. Journal of Geophysical Research: Atmospheres, 2015, 120(14): 7229-7246.

[13] Tang G Q, Liu Y S, Zhang J Q, et al. Bypassing the NOtitration trap in ozone pollution control in Beijing [J]. Atmospheric Research, 2021,249:1-5.

[14] 颜 敏,尹魁浩,梁永贤,等.深圳市夏季臭氧污染研究[J]. 环境科学研究, 2012,25(4):411-418.

Yan M, Yin K H, Liang Y X, et al. Research of ozone issue in summer of Shenzhen [J]. Environmental Science Research, 2012,25(4):411-418.

[15] Sun J, Shen Z X, Wang R N, et al. A comprehensive study on ozone pollution in a megacity in North China Plain during summertime: Observations, source attributions and ozone sensitivity [J]. Environment International, 2021,146:1-16.

[16] Zhao S P, Yu Y, Qin D H, et al. Analyses of regional pollution and transportation of PM2.5and ozone in the city clusters of Sichuan Basin, China [J].Atmospheric Pollution Research, 2019,10:374-385.

[17] Wang, N, Lyu, X, Deng, X, et al. Aggravating O3pollution due to NOemission control in eastern China, Science of the Total Environment, 2019,677:732–744.

[18] Xu J W, Huang X, Wang N, et al. Understanding ozone pollution in the Yangtze River Delta of eastern China from the perspective of diurnal cycles [J]. Science of the Total Environment, 2020,752:1-11.

[19] Cheng H R, Guo H, Wang X M, et al. On the relationship between ozone and its precursors in the Pearl River Delta: application of an observation-based model (OBM) [J]. Environmental Science and Pollution Research, 2010,17(3):547-560.

[20] Xue L K, Wang T, Gao J, et al. Ground-level ozone in four Chinese cities: precursors, regional transport and heterogeneous processes [J]. Atmospheric Chemistry and Physics, 2014,14(23):13175-13188.

[21] 任俊宇,朱宽广,谢 旻,等.咸宁市大气臭氧敏感性和污染来源解析研究[J/OL]. 中国环境科学: [2021-06-23]. https://doi.org/10. 19674/j.cnki.issn10006923.20210430.001.

Ren J Y, Zhu K G, Xie M, et al. Analysis of ozone sensitivity and pollution source appointment in Xianning, Hubei Province [J/OL]. China Environmental Science, [2021-06-23]. https://doi.org/10. 19674/j.cnki.issn10006923.20210430.001.

[22] Sillman S. The use of NO, H2O2, and HNO3as indicators for ozone- NO-hydrocarbon sensitivity in urban locations [J]. Journal of Geophysical Research: Atmospheres, 1995,100(D7):14175-14188.

[23] Choi Y, Souri A H. Chemical condition and surface ozone in large cities of Texas during the last decade: Observational evidence from OMI, CAMS, and model analysis [J]. Remote Sensing of Environment, 2015,168(Supplement C):90-101.

[24] Souri A H, Choi Y, Jeon W, et al. Remote sensing evidence of decadal changes in major tropospheric ozone precursors over East Asia [J]. Journal of Geophysical Research: Atmospheres, 2017,122(4):2474-2492.

[25] Jin X, Fiore A M, Murray L T, et al. Evaluating a space-based indicator of surface ozone-NO-VOC sensitivity over midlatitude source regions and application to decadal trends [J]. Journal of Geophysical Research: Atmospheres, 2017,122(19):10439-10461.

[26] Martin R V, Parrish D D, Ryerson T B, et al. Evaluation of GOME satellite measurements of tropospheric NO2and HCHO using regional data from aircraft campaigns in the southeastern United States [J]. Journal of Geophysical Research: Atmospheres, 2004,109(D24):1325-1334.

[27] Duncan B N, Yasuko Y, Jennifer R O, et al. Application of OMI observations to a space-based indicator of NOand VOC controls on surface ozone formation [J]. Atmospheric Environment, 2010,44(18): 2213-2223.

[28] Wang W N, van der A R, Ding J Y, et al. Spatial and temporal changes of the ozone sensitivity in China based on satellite and ground-based observations [J]. Atmospheric Chemistry and Physics, 2021,21(9): 7253-7269.

[29] 中国环境监测总站.全国实时空气质量监测[EB/OL]. (2020-08- 24). http://www.cnemc.cn/.

China National Environmental Monitoring Centre. National real-time air quality monitoring data [EB/OL]. (2020-08-24).http://www. cnemc.cn/.

[30] Boersma K F, Eskes H J, Dirksen R J, et al. An improved tropospheric NO2column retrieval algorithm for the ozone monitoring instrument [J]. Atmospheric Measurement Techniques, 2011,4:1905-1928.

[31] De Smedt I, Stavrakou T, Hendrick F, et al. Seasonal and long-term variations of global formaldehyde columns inferred from combined OMI and GOME-2 observations [J]. Atmos. Chem. Phys., 2015,15: 12519-12545

[32] 中国大气臭氧污染防治蓝皮书[M]. 中国环境科学学会臭氧污染控制专业委员会, 2020.

Blue book of China's atmospheric ozone pollution prevention and control [M]. Professional Committee of Ozone Pollution Control, Chinese Society of Environmental Sciences, 2020.

[33] 解淑艳,霍晓芹,曾凡刚,等.2015～2019年汾渭平原臭氧污染状况分析[J].中国环境监测, 2021,37(1):49-57.

Xie S Y, Huo X Q, Zeng F G, et al. Analysis of ozone pollution in Fenwei Plain from 2015 to 2019 [J]. China Environmental Monitoring, 2021,37(1):49-57.

Identification of ozone pollution control zones and types in China.

ZHANG Hong-yu1,2, WANG Yuan1*, LU Ya-ling1,2, WANG Yan-wei1, YU Chao3, WANG Jun-xia4*, CAO Dong2, JIANG Hong-qiang2

(1.School of Environmental Science and Engineering, Tianjin University, Tianjin 300072, China；2.State Environmental Protection Key Laboratory of Environmental Planning and Policy Simulation, Chinese Academy of Environmental Planning, Beijing 100012, China；3.Aerospace Information Research Institute Innovation, Chinese Academy of Sciences, Beijing 100094, China；4.China National Environmental Monitoring Centre, Beijing 100012, China)., 2021,41(9)：4051～4059

This study is based on the satellite remote sensing indicator method, using 2017～2019 as the base years, by comparing ozone on-site monitoring data, VOCs and nitrogen oxide emission intensity data, and satellite remote sensing data, on the basis of PM2.5key regulatory areas, reclassifying ozone control areas, which means classifying areas where the annual average concentration of ozone exceeds the standard (above 160µg/m3) into different key zones. Identify the sensitive types of ozone precursors in each key zone, namely VOCs control zone, NOcontrol zone, and VOCs and NOcoordinated control zone; For each type it is further confirmed into local pollution control zones and joint prevention and control zones. This type of ozone classification method that combines ground monitoring data, statistical data and remote sensing observation data can provide a new idea for the macro-zone classification control of air pollution and also provide decision-making reference for the national level of ozone pollution prevention and control, and PM2.5& O3coordinated control related policies.

ozone pollution；classified control zones；VOCs and NO；coordinated control；type identification

X51,X21

A

1000-6923(2021)09-4051-09

张鸿宇(1988-),男,吉林长春人,助理研究员,硕士,主要从事大气环境质量研究.发表论文8篇.

2021-01-29

国家重点研发计划资助项目(2018YFC0213600);国家自然科学基金资助项目(41871211,41571522,91846301)

, 王媛, 教授, wyuan@tju.edu.cn; 王军霞, 高级工程师, wangjx@cnemc.cn