基于卫星和地面观测的中国典型城市群对流层内臭氧时空变化特征

郭云飞，包云轩，刘端阳

1. 南京信息工程大学气象灾害预报和评估协同创新中心，江苏 南京 210044

2. 江苏省无锡学院物联网设备超融合应用与安全工程研究中心，江苏 无锡 214105

3. 江苏省气象科学研究所，中国气象局交通气象重点实验室，江苏 南京 210008

4. 南京气象科技创新研究院，江苏 南京 210008

臭氧(O3)是大气中重要的微量气体，90%左右位于平流层，其对大气化学和环流过程起重要作用[1].对流层O3占10%左右，高浓度O3不仅对空气质量造成影响，还对人体健康和陆地生态系统产生危害[2-3].自2013年我国《大气污染防治行动计划》颁布以来，各地区PM2.5排放得到有效控制[4]. 然而，随着很多城市O3前体物-NOx和VOCs排放的增多，O3污染日益凸显，O3已逐渐取代颗粒物成为大气中的首要污染物[5]. 因此，及时准确地掌握大范围尺度下对流层和近地面O3的时空分布及其演变特征，对于解决O3污染问题、提高空气质量具有重要意义.

目前，许多学者对我国重大城市群(京津冀、长三角、珠三角城市群等)地面O3浓度的时空分布特征开展研究[6-9]，结果表明，这些城市群均存在严重的O3污染问题并呈逐年加重趋势. 但研究多仅局限于单点或地面基站的监测，且地域代表性常受到制约.随着空间遥感技术的发展，卫星遥感为获取全球或区域尺度的O3探测数据提供了可能，国内学者常使用美国EOS-Aura卫星搭载的OMI臭氧监测仪数据和中国“风云三号”气象卫星搭载的紫外臭氧柱总量探测仪(TOU)数据对大气O3柱含量变化展开讨论[10-11].但多数研究偏重整个大气柱O3柱总量的分析，因平流层O3含量占比较高且受纬度制约性较大，大气O3柱总量也表现出随纬度升高而增加的特征[12]，很难体现出地形和人类排放因子对O3柱总量的贡献情况，因此需进一步分析对流层内O3柱总量的时空分布状况；同时，已有研究多局限于某一地区或城市，针对对流层O3柱总量演变趋势的研究较少.

Ziemke等[13]通过残差法反演得到的OMI-MLS(臭氧监测仪-微波临边探测器)对流层O3柱总量数据在中国地区的适用性较高，可以揭示近地面的O3污染情况[14-16]. Ziemke等[17]研究发现，北半球对流层O3柱总量在北美大陆和亚洲大陆东部的中纬度地区较高，而京津冀、长三角和珠三角城市群作为中国东部中低纬度地区较大的经济中心，O3污染问题受到学者的广泛关注. 因此，该研究拟利用OMI-MLS卫星数据来研究京津冀、长三角和珠三角城市群对流层O3柱总量的时空分布特征和演变趋势，同时结合地面监测的O3数据，分析各城市近地面O3浓度的分布及污染状况，以期为中国城市群环境治理和O3减排措施的制定提供科学依据.

1 资料与方法

1.1 城市群划分

选取我国东部三大典型城市群开展研究，包括京津冀城市群13个城市、长三角城市群26个城市和珠三角城市群9个城市，具体各城市群城市名称及空间分布如图1所示.

图 1 中国典型城市群空间位置概况Fig.1 Overview of the spatial locations of typical urban agglomerations in China

1.2 数据来源

1.2.1对流层O3柱总量数据

采用OMI-MLS对流层O3柱总量数据对城市群对流层O3柱总量进行对比分析，该数据集是由Ziemke等[13]通过残差法反演得到，即以同时搭载在Aura卫星上的臭氧监测仪(OMI)探测到的大气O3柱总量和微波临边探测器(MLS)探测的平流层以上O3廓线数据为基础，通过计算二者之差可得出对流层各测点O3柱总量. 数据采用多步森单位DU (dobson unit，1 DU=2.69×1016cm-1)，空间分辨率为1.00°×1.25°，由美国国家航空航天局(NASA，National Aeronautics and Space Administration in USA)戈达德太空飞行中心(Goddard Space Flight Center，https://acd-ext.gsfc.nasa.gov/Data_services/cloud_slice/new_data.html)提供，目前更新了2004年10月-2020年12月对流层O3柱浓度逐月数据. 经过过滤处理，剔除了多云、阴天等恶劣天气下质量较差的数据，但对于部分地区恶劣天气出现频率较大的月份，因数据过滤日数多，其代表性会受到一定限制. 整体上数据集经过全球各国的验证和采用，尤其在东亚地区准确性较高、可靠性较好[18-20]. 该研究选用的数据集时间范围为2005年1月-2020年12月，空间覆盖范围为上述我国三大城市群.

1.2.2近地面大气层O3监测数据

京津冀、长三角和珠三角城市群地面O3监测数据来自中国环境监测总站的全国城市空气质量实时发布平台(http://106.37.208.233:20035)，共包括京津冀13个城市(80个监测站)、长三角26个城市(137个监测站)、珠三角9个城市(56个监测站)的O3逐小时浓度数据，时间范围为2015年1月-2020年12月，通过取城市所有监测站点的O3浓度平均值来代表该城市的总体空气质量状况.

1.3 数据分析方法

1.3.1时空分布计算方法

基于对流层O3柱总量数据可以计算三大城市群年均值、季均值和月均值，其中季节划分标准为春季(3-5月)、夏季(6-8月)、秋季(9-11月)和冬季(12月-翌年2月).

对于地面O3监测数据，根据《环境空气质量标准》(GB 3095-2012)二级标准限值和《环境空气质量评价技术规范(试行)》(HJ 663-2013)规定，计算出O3日最大8 h滑动平均浓度(简称“O3-8 h浓度”)，以该年第90百分位数O3-8 h浓度限值(160 μg/m3)来判定O3是否年超标. 依据《环境空气质量指数(AQI)技术规定(试行)》(HJ 633-2012)将O3-8 h浓度划分为5个等级，分别为优(1~100 μg/m3)、良(101~160 μg/m3)、轻度污染(161~215 μg/m3)、中度污染(216~265 μg/m3)、重度及以上污染(＞265 μg/m3)，对5个等级分别赋予不同的权重系数(0、1、2、3和5)，以创建反映地区O3污染轻重的指数OPI，计算公式：

式中：OPI为O3污染指数；Di(1)、Di(2)、Di(3)、Di(4)、Di(5)为统计出的O3-8 h浓度5个等级的天数，d；pi(1)、pi(2)、pi(3)、pi(4)、pi(5)分别为5个等级对应的权重系数；n代表年份. OPI污染指数越高，表明O3污染越严重. 利用Jenks自然断点法对结果分级，其原理是运用了聚类的思想，使组中的差异最小化，外部组和组之间的差异最大化，从而对相似值进行最有效的区分.

1.3.2演变趋势分析方法

为了探究三大城市群对流层O3柱总量的长期变化趋势，该文采用一元线性回归模型[21]加以研究，计算公式：

式中：t为年份序列；y为t年对流层O3柱总量的估计值，DU；α为对流层O3柱总量的年均变化量，DU；β为回归模型在Y轴上的截距，DU. 若α＞0，则对流层O3柱总量呈上升趋势；若α＜0，对流层O3柱总量为下降趋势.α的绝对值可以反映年均变化的快慢，通过相关系数检验法对趋势结果做显著性验证.

2 结果与讨论

2.1 OMI-MLS对流层O3柱总量分析

2.1.1多年整体变化状况

2005-2020年京津冀、长三角和珠三角城市群对流层O3柱总量的月变化情况如图2所示. 由图2可见：三大城市群之间对流层O3柱总量月变化有较大差异，其中在京津冀和长三角城市群表现为单峰特征，而在珠三角城市群呈双峰的变化特征. 京津冀城市群对流层O3柱总量在1-6月稳定增长，并于7月达到峰值(52.5 DU)，之后迅速降低，10月后下降速率减缓并趋于稳定；长三角城市群对流层O3柱总量上升速率显著大于下降速率，峰值出现在5月(47.8 DU)，随后一直呈降低趋势，7-9月下降速率得到一定减缓；珠三角城市群第一次峰值出现在4月(44.2 DU)，5-7月迅速下降，并于8月达到谷值，虽然在9月出现了次峰，但峰值仅为第一次峰值的80%. 三大城市群之间对流层O3柱总量峰值表现为京津冀城市群＞长三角城市群＞珠三角城市群的特征，并且峰值出现时间随着纬度的增加逐渐后延.

图 2 2005—2020年京津冀、长三角和珠三角城市群对流层O3柱总量月变化情况Fig.2 Monthly variation of tropospheric O3 column amount in the urban agglomerations of Beijing-Tianjin-Hebei, Yangtze River Delta and Pearl River Delta from 2005 to 2020

三大城市群对流层O3柱总量在空间上同样表现出显著差异. 由图3可见：京津冀城市群对流层O3柱总量最高，长三角城市群次之，珠三角城市群最低. 京津冀城市群对流层O3柱总量变化范围为37.0~41.6 DU，呈由东南向西北减小的环带状分布特征，其中东南部的沧州市对流层O3柱总量最高；长三角城市群对流层O3柱总量变化范围为36.9~40.8 DU，表现出随纬度升高而增加的特征；珠三角城市群对流层O3柱总量变化范围为35.2~36.1 DU，呈西北高于东南的分布特征. Li[22]研究发现，对流层O3柱总量的空间分布受地形影响较大，低海拔地区往往较高. 京津冀西北部和长三角南部多为山地、丘陵地貌，海拔相对较高，对流层O3柱总量低于京津冀东南部和长三角北部的平原地区. 地形对对流层O3柱总量空间分布的影响可归结为大气环流作用，低海拔地区易出现逆温现象，造成O3、NO2等污染物的堆积，且日照时间较长，加快了光化学反应速率[14]. 长三角城市群对流层O3柱总量略低于京津冀城市群，这可能由于长三角城市群东面临海，内陆产生的O3等污染物会被海上大量的清洁空气所稀释[23]. 而处在华南的珠三角城市群虽多为平原，但平原面积较小，三面受到山地丘陵包围，且受季风输送与稀释的影响较大，对流层O3柱总量较低，海拔对该地区对流层O3柱总量空间分布的影响较弱.

图 3 2005−2020年京津冀、长三角和珠三角城市群对流层O3柱总量空间分布及海拔Fig.3 Spatial distribution of tropospheric O3 column amount and altitude in the urban agglomerations of Beijing-Tianjin-Hebei, Yangtze River Delta and Pearl River Delta from 2005 to 2020

2.1.2季节性变化特征

进一步分析三大城市群不同季节对流层O3柱总量的空间分布发现，城市群间、同一城市群不同季节的空间分布有显著差异，空间异质性较大(见图4).京津冀城市群四季对流层O3柱总量平均值分别为39.6、50.0、36.8和32.1 DU，均表现为从东南向西北逐渐减小的趋势，变化梯度较为均匀. 夏季对流层O3柱总量最高，其中东南部最高，达52.4 DU；春季对流层O3柱总量明显低于夏季，秋季低于春季，冬季最低. 长三角城市群四季对流层O3柱总量平均值分别为42.2、44.4、37.6和32.3 DU，空间分布季节性差异较大. 夏季对流层O3柱总量最高，冬季最低，而春季则略低于夏季，秋季又明显低于春季；夏、秋两季对流层O3柱总量均表现为南低北高的特征，其中夏季地区差异较明显(南北相差10.6 DU). 珠三角城市群四季对流层O3柱总量平均值分别为42.2、34.4、34.4和32.0 DU，空间上呈现出较明显的纬向梯度分布特征. 春季对流层O3柱总量明显高于其余3季，且地区差异较小；夏、秋两季对流层O3柱总量均呈南低北高，且夏季略低于秋季的特征；冬季表现出与夏、秋两季相反的空间分布格局.

图 4 2005—2020年京津冀、长三角和珠三角城市群对流层O3柱总量的季节性空间分布情况Fig.4 Seasonal spatial distribution of tropospheric O3 column amount in the urban agglomerations of Beijing-Tianjin-Hebei, Yangtze River Delta and Pearl River Delta from 2005 to 2020

结合已有研究来分析三大城市群对流层O3柱总量季节性差异的原因. 京津冀和长三角城市群对流层O3柱总量的季节性分布受温度影响较大，夏季温度高，太阳辐射强，有利于光化学反应的进行；而春、秋两季温度相差较小，但对流层O3柱总量均在春季高于秋季，这可能与春季中低纬度地区较为频繁的平流层-对流层O3交换有关[24]. 研究[25]表明，对流层顶折叠引发的平流层-对流层O3交换是春季对流层O3柱总量增加的重要来源. 与Wang等[26]发现广西壮族自治区对流层O3柱总量在夏季出现极低值的现象类似，珠三角城市群对流层O3柱总量在夏季明显降低，与亚夏季风影响下O3被稀释并往内陆迁移有关[27]；另外，当相对湿度较高时，水汽所含的·OH、HO2·等自由基会迅速将O3分解成O2，从而降低O3浓度[28]. 珠三角城市群夏季温度虽然较高，但频繁出现的降水天气会抑制O3的形成并促进其分解，并且降水天气也对卫星数据的反演造成一定影响. 在全球范围内，对流层O3柱总量在春季、夏季较高[29]，其中，中高纬度地区多以夏季最高[30]，而中低纬度地区多以春季最高[31-32]，与笔者研究的三大城市群对流层O3柱总量的季节性变化特征一致.

2.1.3年际变化特征

2005-2020年三大城市群对流层O3柱总量的年际变化情况见图5. 由图5可见，2005-2020年三大城市群对流层O3柱总量均呈逐年显著增长趋势(P＜0.01)，年均增加值分别为0.25、0.28和0.27 DU，长三角城市群增长最快，京津冀城市群最慢. 其中，京津冀城市群对流层O3柱总量的波动范围为37.4~41.4 DU，2009-2015年波动较大，2016年以后变化平稳但维持在一个较高的范围，最高峰出现在2013年；长三角城市群波动范围为36.8~41.8 DU，虽然在2014-2016年有所下降，但2016年后迅速上升，并在2018年和2019年出现峰值，2020年对流层O3柱总量出现突降，可能与新冠肺炎疫情期间O3前体物排放减少有关[33]；珠三角城市群对流层O3柱总量波动范围为33.0~39.0 DU，高低振荡较为剧烈，2019年出现峰值，2020年同样受新冠肺炎疫情影响出现了明显的下降趋势.

图 5 2005—2020年京津冀、长三角和珠三角城市群对流层O3柱总量的年际和四季变化情况Fig.5 Interannual and seasonal variations of tropospheric O3 column amount in the urban agglomerations of Beijing-Tianjin-Hebei, Yangtze River Delta and Pearl River Delta from 2005 to 2020

进一步分析不同季节对流层O3柱总量变化趋势，以确定各季节对对流层O3柱总量的影响. 京津冀城市群四季对流层O3柱总量年均增加值分别为0.22、0.19、0.29、0.29 DU，夏季对流层O3柱总量波动最小且增长最慢，秋、冬两季波动较大且增长最快. 长三角城市群四季对流层O3柱总量年均增加值分别为0.24、0.39、0.32和0.18 DU，在对流层O3柱总量最高的夏季增长最快，秋季次之. 珠三角城市群四季对流层O3柱总量年均增加值分别为0.39、0.30、0.29和0.16 DU，春季对流层O3柱总量最高且增长最快，夏、秋两季的变化趋势相似，冬季增长最慢. 综上，京津冀城市群在对流层O3柱总量较低的秋冬季年均增长最快，而长三角和珠三角城市群分别在对流层O3柱总量最高的夏季和春季增长最快. Zhang等[34]研究发现，全球范围内对流层O3柱总量增长最快的地区从地中海东部沿岸延伸到印度和东南亚，再向东越过太平洋地区. Ziemke等[35]发现，近38年来东亚地区对流层O3柱总量年均增长由2005年之前的0.12~0.14 DU增至0.3 DU，与笔者研究结论基本一致.

2.2 近地面O3浓度的分析

2.2.1O3-8 h浓度与对流层O3柱总量的对比

2015-2020年三大城市群对流层O3柱总量与O3-8 h浓度对比见图6. 由图6可见，京津冀和长三角城市群对流层O3柱总量与O3-8 h浓度相关性较好(P＜0.01). 2015-2020年京津冀城市群对流层O3柱总量均呈倒“V”型，O3-8 h浓度在多数年份也呈现此特征. 长三角城市群对流层O3柱总量与O3-8 h浓度在多数年份呈“M”型，个别年份表现为单峰型. 而珠三角城市群对流层O3柱总量与O3-8 h浓度相关性不明显，对流层O3柱总量在每年4月达到峰值，该时段O3-8 h浓度较低；而秋季因受来自大陆上风向的区域传输及局地污染导致O3聚集[20]，珠三角城市群O3-8 h浓度出现峰值，对流层O3柱总量则维持在较低水平. 珠三角城市群对流层O3柱总量与O3-8 h浓度相关性较差，一方面与对流层O3柱总量受平流层-对流层O3交换过程及季风环流扰动关系密切；另一方面，不可控的环流形势和气象因素会造成不同年份O3-8 h浓度的月变化出现差异，并且会对反演的卫星数据准确性产生限制，从而影响二者相关性.

图 6 2015−2020年京津冀、长三角和珠三角城市群对流层O3柱总量与O3-8 h浓度的对比Fig.6 Comparison of tropospheric O3 column amount and O3-8 h concentration in the urban agglomerations of Beijing-Tianjin-Hebei, Yangtze River Delta and Pearl River Delta from 2015 to 2020

2.2.2O3-8 h浓度和第90百分位O3-8 h浓度的空间分布情况

利用Jenks自然断点法对2015-2020年三大城市群所有城市O3-8 h浓度及第90百分位O3-8 h浓度进行空间分类(见图7). 由图7可见，各城市群不同年份O3-8 h浓度的空间分布差异明显，第90百分位O3-8 h浓度的空间分布与O3-8 h浓度空间分布成正比.

图 7 2015—2020年京津冀、长三角和珠三角城市群O3-8 h浓度和第90百分位O3-8 h浓度的空间分布情况Fig.7 Spatial distribution of O3-8 h concentration and the 90th percentile O3-8 h concentration in the urban agglomerations of Beijing-Tianjin-Hebei, Yangtze River Delta and Pearl River Delta from 2015 to 2020

京津冀城市群O3-8 h浓度范围为64.9~119.6 μg/m3，第90百分位O3-8 h浓度范围为108~216 μg/m3，空间分布上由2016年之前的北高南低转变为南高北低. 2015年和2016年O3-8 h浓度较低，这两年O3污染程度最轻. 2017-2019年O3-8 h浓度较高，其中2018年浓度最高(区域平均值为110.9 μg/m3)，2017年次之(区域平均值为107.8 μg/m3)，且2017-2019年所有城市O3均未达标，污染较为严重，与王玫等[36]研究结论一致. 2017年保定市、沧州市、廊坊市和邢台市O3-8 h浓度均超过110 μg/m3，这4个城市与唐山市的第90百分位O3-8 h浓度突破了200 μg/m3.2018年共8个城市O3-8 h浓度超过110 μg/m3，其中保定市、石家庄市、沧州市、天津市和邢台市第90百分位O3-8 h浓度均达到200 μg/m3. 研究[37]表明，颗粒物的非均相反应会降低O3浓度，减排背景下颗粒物浓度的下降对O3的静作用可能导致了O3-8 h浓度的升高. 2019年O3污染有所改善，O3-8 h浓度较高的区域主要集中在京津冀城市群的南部城市. 2020年O3-8 h浓度明显下降，该年张家口市和承德市O3年达标，污染得到缓解.

长三角城市群O3-8 h浓度范围为39.0~118.8 μg/m3，第90百分位O3-8 h浓度范围为61~201 μg/m3，其中2015年和2016年呈由沿海向内陆减小的布局，2017-2020年则表现为北高南低. 2015年和2016年O3-8 h浓度相对较低，其中2015年O3-8 h浓度以块状分布为主，年超标城市均位于东部沿海地区；2016年东北部的城市O3-8 h浓度有所降低，而西部安徽省部分城市O3-8 h浓度增加迅速；2017年O3-8 h浓度为近6年最高(区域平均值达106.7 μg/m3)，O3-8 h高浓度中心开始西移，西北部的滁州市O3-8 h浓度最高(118.8 μg/m3)，此外中部以北的湖州市、南通市、上海市、嘉兴市、扬州市、泰州市和镇江市的O3-8 h浓度也均超过110 μg/m3，而第90百分位O3-8 h浓度扬州市最高，2017年仅不到1/3的城市O3年达标. 常炉予等[38]模拟发现：2017年受西太平洋副高控制的环流形势更有利于O3污染的形成，这一年的副高较往年偏强且西伸脊点更西，这可能导致了长三角城市群O3-8 h浓度较高；2018年和2019年O3-8 h高浓度中心进一步西移，O3-8 h浓度呈降低趋势，东部沿海城市O3污染得到明显改善，而西部安庆市、池州市等城市则由O3达标转变为超标；2020年因新冠肺炎疫情导致O3-8 h浓度进一步降低，达标城市明显增多，O3污染得到有效改善. 长三角城市群O3-8 h高浓度中心的西移，这是由于沿海城市O3前体物的排放减少，而西部安徽省部分城市经济的迅速发展造成O3-8 h浓度升高[39].

珠三角城市群O3-8 h浓度范围为72.4~112.2 μg/m3，第90百分位O3-8 h浓度范围为127~197 μg/m3，其中2015-2019年O3-8 h浓度呈逐年增加的趋势，2020年O3污染有所改善. 2015年O3-8 h和第90百分位O3-8 h浓度均为近6年最低，仅东莞市O3年超标.2016-2019年O3-8 h浓度同比均有所上升，增速分别为3.8%、10.9%、0.6%和3.8%，其中位于中部的江门市、中山市和佛山市增长迅猛，至2019年，珠三角O3-8 h浓度区域平均值达100.4 μg/m3；并且O3年超标城市数量也逐年增加，至2019年，仅有惠州市和深圳市O3年达标. 珠三角城市群O3-8 h浓度在中部地区上升速率明显高于外围地区，原因为中部地区NO2浓度的显著下降使得O3滴定效应减弱[40]. 2020年所有城市O3-8 h浓度有所下降，其中深圳市和肇庆市的O3-8 h浓度最低，该年仅江门市未达标.

2.2.3污染等级空间分布

按式(1)计算出各城市O3污染指数OPI，其变化范围为0.34~0.77，并利用Jenks自然断点法将污染分为很轻、较轻、中等、较重和严重5个等级(见图8).由图8可见：京津冀城市群O3污染指数最高，且呈现出南高北低的分布状况，其中，保定市、廊坊市、沧州市、衡水市、邢台市和邯郸市O3污染较严重，秦皇岛市污染相对较轻；长三角城市群的O3污染指数空间分布表现为中心城市向外围扩散，城市间差异较大的特征，其中，扬州市、湖州市和嘉兴市O3污染较重，其次为中北部的盐城市、泰州市、南京市、镇江市、常州市和无锡市，而中西部的铜陵市和宣城市污染指数较低；珠三角城市群整体上O3污染程度较轻，其中惠州市和深圳市的O3污染指数较低.

图 8 2015−2020年京津冀、长三角和珠三角城市群O3污染指数的空间分布情况Fig.8 Spatial distribution of O3 pollution index in the urban agglomerations of Beijing-Tianjin-Hebei, Yangtze River Delta and Pearl River Delta from 2015 to 2020

3 结论

a) 基于OMI-MLS的对流层O3柱总量月峰值和年均值均呈京津冀城市群＞长三角城市群＞珠三角城市群的特征，空间分布受海拔影响较大，低海拔地区往往对流层O3柱总量较高. 季节分布上，京津冀城市群对流层O3柱总量在夏季(50.0 DU)最高，四季均表现为从西北向东南增大的趋势；长三角城市群对流层O3柱总量同样在夏季(44.4 DU)最高，表现出由低纬向高纬度增大的纬向带状分布特征；珠三角城市群对流层O3柱总量在春季(42.2 DU)明显高于其他三季，空间上地区差异较小.

b) 三大城市群对流层O3柱总量均呈现出逐年显著增大的趋势，年均增加值分别为0.25、0.28和0.27 DU. 所有季节对流层O3柱总量均表现出增长趋势，京津冀城市群在对流层O3柱总量较低的秋冬季年均增长(0.29 DU)最快，而长三角和珠三角城市群分别在对流层O3柱总量最高的夏季和春季增长最快.

c) 京津冀和长三角城市群对流层O3柱总量与O3-8 h浓度月均值均有良好的相关性，而珠三角城市群二者相关性较差.

d) O3-8 h浓度表现为京津冀城市群＞长三角城市群＞珠三角城市群的特征，其中京津冀城市群在2018年O3-8 h浓度(110.9 μg/m3)最高，空间分布上由2016年之前的北高南低转变为南高北低，多数城市O3污染较重且年达标率较低；长三角城市群O3-8 h浓度在2017年(106.7 μg/m3)最高，2016年起O3-8 h高浓度中心由东北逐渐往西南部内陆转移，东南沿海城市O3年达标率显著提高；珠三角城市群O3污染程度最轻，达标城市较多，但O3-8 h浓度逐年上升并于2019年达最高值(100.4 μg/m3)，中心城市上升速率远大于外围城市.

参考文献(References)：

［1］李刚,谭言科,李崇银,等.近30年北半球冬季臭氧总量分布特征及其与平流层温度的关系[J].地球物理学报,2015,58（5）:1475-1491.

LI G,TAN Y K,LI C Y,et al.The distribution characteristics of total ozone and its relationship with stratospheric temperature during boreal winter in the recent 30 years[J].Chinese Journal of Geophysics,2015,58（5）:1475-1491.

［2］EBI K L,MCGREGOR G.Climate change,tropospheric ozone and particulate matter,and health impacts[J].Environmental Health Perspectives,2008,116（11）:1449-1455.

［3］REN W,TIAN H Q,TAO B,et al.Impacts of tropospheric ozone and climate change on net primary productivity and net carbon exchange of China′s forest ecosystems[J].Global Ecology and Biogeography,2011,20（3）:391-406.

［4］李红,彭良,毕方,等.我国PM2.5与臭氧污染协同控制策略研究[J].环境科学研究,2019,32（10）:1763-1778.

LI H,PENG L,BI F,et al.Strategy of coordinated control of PM2.5and ozone in China[J].Research of Environmental Sciences,2019,32（10）:1763-1778.

［5］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.

［6］李娜,周涛,刘小雪,等.廊坊市臭氧污染特征及其与气象因素的关系[J].环境工程技术学报,2021,11（2）:217-225.

LI N,ZHOU T,LIU X X,et al.Characteristics of ozone pollution and its relationship with meteorological factors in Langfang City[J].Journal of Environmental Engineering Technology,2021,11（2）:217-225.

［7］栗泽苑,杨雷峰,华道柱,等.2013—2018年中国近地面臭氧浓度空间分布特征及其与气象因子的关系[J].环境科学研究,2021,34（9）:2094-2104.

LI Z Y,YANG L F,HUA D Z,et al.Spatial pattern of surface ozone and its relationship with meteorological variables in China during 2013-2018[J].Research of Environmental Sciences,2021,34（9）:2094-2104.

［8］ZHANG A,LIN J H,CHEN W H,et al.Spatial-temporal distribution variation of ground-level ozone in China′s Pearl River Delta metropolitan region[J].International Journal of Environmental Research and Public Health,2021,18（3）:872.

［9］TANG G Q,ZHU X W,XIN J Y,et al.Modelling study of boundarylayer ozone over Northern China.Part I:ozone budget in summer[J].Atmospheric Research,2017,187:128-137.

［10］王维和,张兴赢,安兴琴,等.风云三号气象卫星全球臭氧总量反演和真实性检验结果分析[J].科学通报,2010,55（17）:1726-1733.

［11］单源源,李莉,刘琼,等.基于OMI数据的中国中东部臭氧及前体物的时空分布[J].环境科学研究,2016,29（8）:1128-1136.

SHAN Y Y,LI L,LIU Q,et al.Spatial-temporal distribution of ozone and its precursors over central and eastern China based on OMI data[J].Research of Environmental Sciences,2016,29（8）:1128-1136.

［12］于瑞新,刘旻霞,李亮,等.长三角地区近15年大气臭氧柱浓度时空变化及影响因素[J].环境科学学报,2021,41（3）:770-784.

YU R X,LIU M X,LI L,et al.Spatial and temporal variation of atmospheric ozone column concentration and influencing factors in the Yangtze River Delta Region in recent 15 years[J].Acta Scientiae Circumstantiae,2021,41（3）:770-784.

［13］ZIEMKE J R,CHANDRA S,DUNCAN B N,et al.Tropospheric ozone determined from Aura OMI and MLS:evaluation of measurements and comparison with the Global Modeling Initiative′s Chemical Transport Model[J].Journal of Geophysical Research Atmospheres,2006,111（D19）:D19303.

［14］曹晓云,祁栋林,肖建设,等.基于卫星观测的青海高原对流层臭氧时空分布特征研究[J].环境科学学报,2021,41（5）:1640-1648.

CAO X Y,QI D L,XIAO J S,et al.Temporal and spatial distribution characteristics of tropospheric ozone in Qinghai Plateau based on satellite observations[J].Acta Scientiae Circumstantiae,2021,41（5）:1640-1648.

［15］BEIG G,SINGH V.Trends in tropical tropospheric column ozone from satellite data and MOZART model[J].Geophysical Research Letters,2007,34（17）:L17801.

［16］NOREEN A,KHOKHAR M F,ZEB N,et al.Spatio-temporal assessment and seasonal variation of tropospheric ozone in Pakistan during the last decade[J].Environmental Science and Pollution Research,2018,25（9）:8441-8454.

［17］ZIEMKE J R,CHANDRA S,LABOW G J,et al.A global climatology of tropospheric and stratospheric ozone derived from Aura OMI and MLS measurements[J].Atmospheric Chemistry and Physics,2011,11（17）:9237-9251.

［18］SCHOEBERL M R,ZIEMKE J R,BOJKOV B,et al.A trajectorybased estimate of the tropospheric ozone column using the residual method[J].Journal of Geophysical Research Atmospheres,2007,112（D24）:D24S49.

［19］NASSAR R,LOGAN J A,WORDEN H M,et al.Validation of Tropospheric Emission Spectrometer (TES) nadir ozone profiles using ozonesonde measurements[J].Journal of Geophysical Research Atmospheres,2008,113（D15）:D15S17.

［20］张倩倩,张兴赢.基于卫星和地面观测的2013年以来我国臭氧时空分布及变化特征[J].环境科学,2019,40（3）:1132-1142.

ZHANG Q Q,ZHANG X Y.Ozone spatial-temporal distribution and trend over China since 2013:insight from satellite and surface observation[J].Environmental Science,2019,40（3）:1132-1142.

［21］魏凤英.现代气候统计诊断与预测技术[M].北京:气象出版社,1999.

［22］LI J.Pollution trends in China from 2000 to 2017:a multi-sensor view from space[J].Remote Sensing,2020,12（2）:208.

［23］徐晓斌,林伟立.卫星观测的中国地区1979—2005年对流层臭氧变化趋势[J].气候变化研究进展,2010,6（2）:100-105.

XU X B,LIN W L.1979-2005 trends of tropospheric ozone over China based on the satellite data[J].Advances in Climate Change Research,2010,6（2）:100-105.

［24］王飞,刘毅,蔡兆男,等.利用GOME-2卫星数据反演对流层臭氧[J].遥感技术与应用,2016,31（2）:316-323.

WANG F,LIU Y,CAI Z N,et al.Tropospheric ozone products retrieved from GOME-2[J].Remote Sensing Technology and Application,2016,31（2）:316-323.

［25］COOPER O R,MOODY J L.Meteorological controls on ozone at an elevated eastern United States regional background monitoring site[J].Journal of Geophysical Research:Atmospheres,2000,105（D5）:6855-6869.

［26］WANG Y P,YU C,TAO J H,et al.Spatio-temporal characteristics of tropospheric ozone and its precursors in Guangxi,South China[J].Atmosphere,2018,9（9）:355.

［27］LIU Y,WANG Y,LIU X,et al.Tibetan middle tropospheric ozone minimum in June discovered from GOME observations[J].Geophysical Research Letters,2009,36（5）:L05814.

［28］齐冰,牛彧文,杜荣光,等.杭州市近地面大气臭氧浓度变化特征分析[J].中国环境科学,2017,37（2）:443-451.

QI B,NIU Y W,DU R G,et al.Characteristics of surface ozone concentration in urban site of Hangzhou[J].China Environmental Science,2017,37（2）:443-451.

［29］COOPER O R,PARRISH D D,ZIEMKE J,et al.Global distribution and trends of tropospheric ozone:an observation-based review[J].Elementa:Science of the Anthropocene,2014.doi:10.12952/journal.elementa.000029.

［30］OSTERMAN G B,KULAWIK S S,WORDEN H M,et al.Validation of Tropospheric Emission Spectrometer (TES)measurements of the total,stratospheric,and tropospheric column abundance of ozone[J].Journal of Geophysical Research Atmospheres,2008,113（D15）:D15S16.

［31］CHAN C Y,CHAN L Y,CUI H,et al.Origin of the springtime tropospheric ozone maximum over East China at Linan in 2001[J].Tellus B:Chemical and Physical Meteorology,2011,55（5）:982-992.

［32］JIA J,LADSTÄTTER-WEIENMAYER A,HOU X W,et al.Tropospheric ozone maxima observed over the Arabian Sea during the pre-monsoon[J].Atmospheric Chemistry and Physics,2017,17（8）:4915-4930.

［33］旷雅琼,邹忠,张秀英,等.长三角地区大气污染物对新冠肺炎封城的时空响应特征[J].环境科学学报,2021,41（4）:1165-1172.

KUANG Y Q,ZOU Z,ZHANG X Y,et al.Spatial-temporal responses of atmospheric pollutants to the COVID-19 lockdown across the Yangtze River Delta Region[J].Acta Scientiae Circumstantiae,2021,41（4）:1165-1172.

［34］ZHANG Y Q,COOPER O R,GAUDEL A,et al.Tropospheric ozone change from 1980 to 2010 dominated by equatorward redistribution of emissions[J].Nature Geoscience,2016,9（12）:875-879.

［35］ZIEMKE J R,OMAN L D,STRODE S A,et al.Trends in global tropospheric ozone inferred from a composite record of TOMS/OMI/MLS/OMPS satellite measurements and the MERRA-2 GMI simulation[J].Atmospheric Chemistry and Physics,2019,19（5）:3257-3269.

［36］王玫,郑有飞,柳艳菊,等.京津冀臭氧变化特征及与气象要素的关系[J].中国环境科学,2019,39（7）:2689-2698.

WANG M,ZHENG Y F,LIU Y J,et al.Characteristics of ozone and its relationship with meteorological factors in Beijing-Tianjin-Hebei Region[J].China Environmental Science,2019,39（7）:2689-2698.

［37］余益军,孟晓艳,王振,等.京津冀地区城市臭氧污染趋势及原因探讨[J].环境科学,2020,41（1）:106-114.

YU Y J,MENG X Y,WANG Z,et al.Driving factors of the significant increase in surface ozone in the Beijing-Tianjin-Hebei Region,China,during 2013-2018[J].Environmental Science,2020,41（1）:106-114.

［38］常炉予,许建明,瞿元昊,等.上海市臭氧污染的大气环流客观分型研究[J].环境科学学报,2019,39（1）:169-179.

CHANG L Y,XU J M,QU Y H,et al.Study on objective synoptic classification on ozone pollution in Shanghai[J].Acta Scientiae Circumstantiae,2019,39（1）:169-179.

［39］黄小刚,邵天杰,赵景波,等.长三角城市群臭氧浓度的时空分异及驱动因素[J].长江流域资源与环境,2019,28（6）:1434-1445.

HUANG X G,SHAO T J,ZHAO J B,et al.Spatio-temporal differentiation of ozone concentration and its driving factors in Yangtze River Delta urban agglomeration[J].Resources and Environment in the Yangtze Basin,2019,28（6）:1434-1445.

［40］赵伟,高博,卢清,等.2006—2019年珠三角地区臭氧污染趋势[J].环境科学,2021,42（1）:97-105.

ZHAO W,GAO B,LU Q,et al.Ozone pollution trend in the Pearl River Delta region during 2006-2019[J].Environmental Science,2021,42（1）:97-105.