临近空间紫外辐射环境及影响因素研究

安源，王先华，叶函函，施海亮，吴时超，李超，孙二昌

（1 中国科学院合肥物质科学研究院安徽光学精密机械研究所，合肥 230031） （2 中国科学技术大学，合肥 230026）

0 引言

临近空间是介于航空飞行器运行和航天轨道空间之间的大气区域，是对流层与太空环境的过渡。与近地表相比，临近空间的紫外辐射强度要强得多［1］，虽然其在太阳辐射中占比不大，但却对临近空间中的众多应用产生深远影响，特别是其对地外生命探寻、微生物生存繁育以及飞行器驻留的研究具有重要作用。临近空间的大气特性特别是紫外辐射特征与现代火星表面环境最为一致［2-4］。开展紫外辐射对临近空间中生存微生物的相关研究，将为火星是否可能存在生命等重要的天体生物学问题提供新的认知和理论依据。此外，临近空间中生存的微生物具有特殊的生理代谢过程以及遗传发育机制，也是天体生物学研究的重点之一［5-7］。紫外辐射作为影响微生物在临近空间中生存状态的重要环境因素，由于缺乏对其特性等的研究，制约了对不同地点、不同高度、不同时间微生物群落分布、动态变化等的认识和评价。除了在天体生物学中的重要意义，运行在临近空间的飞行器（例如空间飞艇等）相较传统航空飞行器具有长期留空并持续飞行的特点，有高使用效能、高性价比以及部署快的优点［8-10］。但紫外辐射会破坏飞行器所使用的高分子材料［11-12］，且加速衰减飞行器能源供给材料的性能和可靠性［13］。开展对临近空间紫外辐射的研究，将为飞行器安全以及材料与临近空间环境的相互作用提供数据支撑。

鉴于临近空间的重要作用，科研人员对临近空间特别是其中的紫外辐射开展了相关研究。梅笑冬等基于美国环境预报中心—国家大气研究中心的再分析资料和欧洲中尺度预报中心的40 年再分析数据（ECMWF Reanalysis-40 years，ERA-40）获取了研究紫外辐射所需的初始环境变量，初步掌握了中国区域紫外辐射强度的时空分布特征。但其使用的初始环境变量是由长时间再分析资料平均得到，导致紫外辐射强度的时空分布易受极端值影响［14］；张轩谊则利用欧洲中尺度预报中心的卫星时序耦合再分析资料（Coupled Reanalysis of the Satellite era，CERA-SAT）的O3数据，研究了中国临近空间不同地形地势条件下陆地区域紫外辐射垂直分布和季节演变的特征，但其缺乏对海洋区域的紫外辐射研究［15］；该作者还利用耀斑辐照度光谱模型（Flare Irradiance Spectral Model-Version 2，FISM2）和质谱和非相干散射-外逸层-2000（Mass Spectrometer and Incoherent Scatter-Exosphere-2000，MSIS-E-00）模型计算了耀斑爆发期间太阳远紫外波段在临近空间的光谱特性、流量变化、加热率变化以及沉积情况，而并未计算与大气光化学作用密切相关的紫外B 波段辐射在临近空间的变化量［16］。综上，目前对临近空间紫外辐射的研究存在很大局限性，且均未涉及到导致临近空间紫外辐射变化的基本要素，如OH 对O3浓度的影响等。随着微生物技术、高分子材料科学等学科的发展，在临近空间展开相关研究的必要性和重要性迅速提升。但受限于探测技术等，对临近空间环境特征、辐射特性等的研究更多地处于理论构建阶段，因此加强临近空间大气成分相互作用等内在因素导致的紫外辐射特征研究成为提高对其变化认识的重要基础性工作。

紫外辐射是临近空间大气光化学反应的能量驱动源，O3受其B 波段的光解产生激发态O（1D），后者与水汽反应生成OH，使得OH 在临近空间O3的损失过程中发挥了重要作用，同时该过程也是引起临近空间紫外辐射量变化的重要因素之一［17-19］。中国区域南北跨纬度约50°，东西跨经度约62°［20］，四季变化明显，具有较为代表性的广大临近空间。因此本文以中国区域为例，利用对流层紫外和可见光辐射传输模型（Tropospheric Ultraviolet and Visible Radiation Model，TUV），结合戈达德地球观测系统—化学（Goddard Earth Observing System -Chem，GEOS-Chem）模拟的OH 与O3浓度时空分布特征，获取了20～50 km 高度范围的紫外辐射强度时空变化，计算了OH 与O3浓度月变化对紫外辐射强度的影响。

1 模型与数据

临近空间中的OH 与O3存在着密切联系：一方面，奇氢族HOX对临近空间O3具有催化破坏作用，特别是其中的OH 对催化破坏O3具有重要意义［21-23］。主要的催化O3损失过程表示为

式中，X 代表OH/H，XO 代表HO2/OH。

该反应的最终结果是在不改变HOX浓度的情况下消耗O3［24］；另一方面，OH 作为O3最重要的汇，引起了大气中O3的损失：在紫外B 波段辐射存在的情况下，临近空间中的O3被光解为激发态O（1D）和氧气。产生的O（1D）除了将过多能量转化为热能之外，仍有一定比例的O（1D）与水汽碰撞生成OH［19］。整个过程的最终反应式为

式中，h表示普朗克常量，v表示频率。

GEOS-Chem 是一个可以描述大气光化学作用过程的模型，因此用GEOS-Chem 来模拟OH 与O3之间的浓度变化及相互之间的影响。鉴于环境变化的偶然性，为更好地把握它们之间的浓度变化规律，在月均值上进行分析。在此基础上，结合TUV 辐射传输模型高精度紫外辐射计算能力，模拟和分析了受OH 影响的O3浓度造成的紫外辐射值变化。

1.1 GEOS-Chem 模型

相较于一维箱式模型等，GEOS-Chem 作为一个不断完善的三维全球大气化学传输模型已被应用于OH、O3的相关研究中［25-27］。本文中使用标准化学方案的GEOS-Chem v12.9.3，采取通用对流层—平流层化学扩展机制模拟OH 与O3时空分布。该化学机制整合快速光解率计算算法X（FAST-JX）来计算光解速率，其不确定性来自喷气实验室的截面和量子产率组合数据。相较于旧版本快速光解率计算算法（FAST-J），FAST-JX 通过将分析的光谱范围扩展，使得覆盖的波段达到177～850 nm，使用线性化臭氧（Linearized ozone， Linoz）平流层O3化学包算法描述O3的平流层—对流层交换。

过高的空间分辨率并不会提高模拟的准确度，且使得环境参量等具有更大的不确定性［28］，所以以2°×2.5°的水平分辨率模拟了2019 年中国区域0～80 km 高度月均OH 与O3浓度分布。模拟过程中传输和对流时间设置为600 s，排放和化学时间为1 200 s，辐射作用时间为10 800 s。气象数据使用第2 版现代研究与应用回顾分析数据（The Modern-Era Retrospective analysis for Research and Applications，MERRA-2）。GEOS-Chem 仅使用了如表1 所示的MERRA-2 部分子集，其时间分辨率根据数据类别的不同由1 h 和3 h组成，其水平分辨率由0.625°×0.5°、1°×1.25°和1.25°×1.25°组成，垂直方向上其将大气分为72 层，从地表至31 层为纯sigma 层，之后为固定压强层。根据模拟任务，GEOS-Chem 将MERRA-2 再分析数据重新分割和/或重新网格化为目标分辨率。

表1 GEOS-Chem 使用的MERRA-2 子集Table 1 MERRA-2 subset used by GEOS-Chem

GEOS-Chem 由协调排放组件（Harmonized Emissions Component，HEMCO）模块设置各种人为、生物和其他排放源的排放。由于本文研究的重点为临近空间的OH 与O3，因此采用默认设置的排放清单及排放量驱动GEOS-Chem。

经分析后可知,引发再出血的因素与首次胃出血量、是否实施内镜手术存在相关性,同时与患者自身血红蛋白水平和胃溃疡病情有着直接关系。

1.2 辐射传输模型

为了探究不同O3浓度下到达各高度层的紫外辐射量，采用由美国国家大气研究中心研发并不断更新改进的TUV 5.3.1 辐射传输模型。该模型采用了伪球面多流离散坐标法求解多层大气辐射传输方程，其可分别计算0～120 km 大气高度内280～320 nm 和320～400 nm 波长的紫外辐照度。由于其具有精度高的优势，被应用于辐射计算、大气光化学模式和生态环境研究等方面［29，30］。

TUV 模型需要输入四类参数：第一类为模型基本设置参数，包括输入文件名、输出文件名以及解算辐射传输方程的方案选择参数；第二类输入参数控制着波长范围、经纬度、时间和高度等；第三类为描述O3、SO2、NO2等气体柱浓度和大气状态的气压、温度等的大气参数；第四类为输出项的高阶设定参数。研究表明临近空间紫外辐射量受O3影响最大，衡量O3影响的参量为O3柱浓度和垂直分布。由O3的长期垂直分布统计可知，平流层中下部集中了大气O3总量的80%，故临近空间的O3状态可以通过O3柱浓度的变化反映［31］。由于GEOS-Chem 模型输出的是O3体积混合比（×10-6）廓线，而TUV 辐射传输方程中需要输入以多普森单位（Dobson Unit，DU）描述的O3总量，因此O3体积混合比与柱浓度转换公式为［32］

式中，Ci是第i层O3柱浓度（DU），Mi是体积混合比（×10-6），ΔPi为第i层顶部与底部之间的压力差（hPa）。求得某一层的O3柱浓度值之后，累加所有层的O3柱浓度值可得目标柱体O3总量。为凸显受OH 影响的O3浓度对临近空间紫外辐射影响，将其他吸收气体的浓度值等相关参数设置为零［14-15，33-35］。其他类别的输入参数均采取默认值。

2 结果与讨论

临近空间中OH 浓度在40～45 km 高度处存在一个最大值［17］，作为痕量气体的OH，较高浓度可以更具代表性地凸显其与O3浓度之间的变化关系，因此本次分析的结果以GEOS-Chem 模拟的中国区域第56 层（约43 km）大气高度处OH 与O3在春（3、4、5 月）、夏（6、7、8 月）、秋（9、10、11 月）、冬（12、1、2 月）四个季节浓度分布情况为例。由第1 节可知临近空间中O3生成OH 的过程中需要小于320 nm 的紫外辐射参与，其主要受280～320 nm 的紫外B 波段（UVB）影响，且相较于O3对紫外C 波段的全吸收和紫外A 波段的少吸收，UVB 不仅影响了临近空间大部分的光化学反应，还可以更敏感地体现出不同O3浓度对紫外辐射的影响。因此本节中，使用TUV 辐射传输方程计算了与OH 和O3浓度变化关系密切的UVB 辐照度在中国区域的月变化情况，给出典型的中国区域临近空间高中低（22、32、42 km）三个高度处的辐照度变化情况。

2.1 OH 时空分布结果分析

图1～4 展示了OH 在中国区域2019 年的浓度变化情况，表2 统计了其浓度特征。由图表可知在约43 km 高度处，春季OH 浓度分布复杂：其中3 月OH 浓度主要呈现出随纬度增加逐渐减小的趋势，但在个别区域例如内蒙古自治区的中部、甘肃省南部、四川省北部等存在着凸出的浓度高值区；4 月OH 浓度的高值区主要分布在东北、内蒙古自治区东部、新疆维吾尔自治区大部以及西藏自治区西部；5 月OH 浓度大体以32.5°N 为界呈现出北高南低的趋势。春季OH 浓度值的变化范围大，极值差为9.02×106molecules·cm-3。浓度的均值与离散程度由于4 月OH 浓度的凸出变化先增加后减小。最大权重浓度范围则逐月增加。夏季OH 浓度分布面积的变化较大，受夏至的影响，6、7 月OH 分布主要呈现出北高南低趋势：其中6 月OH 浓度的高值区集中在30°N 以北，但7 月OH 浓度范围的高值区逐渐缩小，主要集中在42.5°N 以北。8 月高值区无明显纬向变化，位于西南区域以及新疆维吾尔自治区北部。夏季OH 浓度极值差为2.64×106molecules·cm-3。均值逐渐减小，均值差分别为9.00×105molecules·cm-3、6.30×105molecules·cm-3。离散程度逐月减小，最大权重浓度范围的变化与春季特征一致。整个秋季OH 浓度分布整体上呈现出南高北低的分布趋势，但是9 月的浓度高值区主要出现在27°N 以南，低值区位于37°N 以北；10 月的OH 浓度高值区进一步北移，低值区缩小至45°N 以北；11 月中国区域的OH 浓度高低值以约33°N 为界。秋季各月的OH 浓度极值差逐渐增大，分别为1.55×106molecules·cm-3、3.63×106molecules·cm-3、6.08×106molecules·cm-3。均值以13.17%和4.68%逐月减小，而离散程度逐渐增加。最大权重浓度范围先减小后增加。整个冬季OH 浓度受太阳辐射影响与秋季分布趋势相似，最小值位于黑龙江省北部区域，最大值位于南海区域，但各月覆盖范围不同：12 月以35°N 为界由南向北浓度逐渐降低，随后OH 浓度高值区逐月向北扩大。OH 的浓度在9.48×106～2.88×106molecules·cm-3之间变化。均值先减小至1 月后增加，离散程度则出现相反状态。12 月最大权重浓度集中在7.82×106molecules·cm-3左右，相较于1 月增加了约9.85%，2 月则集中在7.77×106molecules·cm-3左右，相较于1 月减少了约10.14%。

注：此图基于国家自然资源部标准地图服务系统的标准地图[审图号：GS(2016)1554 号]绘制，底图无修改图1 2019 年春季OH 浓度分布Fig. 1 Distributions of OH concentration in spring 2019

表2 2019 年中国区域OH 浓度数据（单位：×106 molecules·cm-3）Table 2 OH concentration data of China region in 2019 （unit：×106 molecules·cm-3）

2.2 O3时空分布结果分析

由OH 浓度变化导致O3浓度的月变化如图5～8 所示，统计数据如表3 所示。由图表可知43 km 高度处，春季O3浓度随时间变化复杂：3 月O3浓度由西部向华东、华中和华南、西南区域逐渐降低；4 月O3浓度高值区域则呈双条带状分布，高值区多集中在东北、华北和西南区域；5 月的O3浓度分布由南向北逐渐降低：高值区集中在西南和南海区域，随着纬度逐渐升高，O3浓度继续降低，低值区集中在华北、东北和西北区域。春季O3浓度各月极值差逐月减小，分别为3.78×10-6、1.5×10-6、0.71×10-6。均值以13.70%、6.18%逐月减少。数据离散程度和最大权重浓度范围亦逐渐减小。夏季O3浓度呈现出南高北低的分布趋势，浓度高值区逐月增加：6 月浓度高值区位于25°N 以南，7 月则扩大至大至32.5°N 以南，覆盖面积在8 月达到夏季中的最大，大致位于37.5°N 以南。夏季O3在3.53×10-6～5.07×10-6之间变化，均值与春季变化趋势相反。离散程度表现出先增加至7 月的0.34×10-6后减小的趋势。最大权重浓度范围与离散程度变化趋势相反，7 月最大权重的浓度范围在夏季最小，为4.02×10-6～4.14×10-6。秋季O3浓度分布多变：9 月O3低值区主要分布在东北、内蒙古自治区、新疆维吾尔自治区、西藏自治区以及南海区域；10 月以O3浓度特征将中国区域分为高低值两个部分，新疆维吾尔自治区、黑龙江省、内蒙古自治区以及青海省的北部区域是O3浓度的高值部分；11 月的O3浓度在除了内蒙古自治区之外的27°N 以北区域较高。秋季的O3浓度极值较差，在11 月达到最大的2.92×10-6，而均值在10 月达到最大5.23×10-6。O3浓度的离散程度最大的11 月相较于最小的9 月增加了约60.32%。最大权重的浓度范围先减小至10 月，后增大至11 月的5.38×10-6～5.67×10-6。冬季的12 月、1 月O3具有明显的西高东低浓度特征：其中12 月的O3高值区主要分布在西北、西南以及内蒙古自治区的西部。1 月低值区主要集中于华东、华中和华南区域。但是2 月的O3分布呈现出北高南低的浓度分布状况，O3的浓度高值区主要集中在新疆维吾尔自治区北部、华北以及东北区域。冬季各月极值差由2.06×10-6减小至1.68×10-6后增大至1.84×10-6。但O3均值与离散程度呈现单一的逐渐减小趋势。最大权重的浓度范围最大值为12 月的5.62×10-6～5.82×10-6。

注：此图基于国家自然资源部标准地图服务系统的标准地图[审图号：GS(2016)1554 号]绘制，底图无修改图5 2019 年春季O3浓度分布Fig. 5 Distributions of O3 concentration in spring 2019

表3 2019 年中国区域O3浓度数据（×10-6）Table 3 O3 concentration data of China region in 2019 （×10-6）

临近空间中的平流层由于无明显温度差，大气活动以水平运动为主；而中间层距地表较远，缺少直接感热加热，短波辐射又被热层大气吸收，大气的对流活动远不及对流层显著，这些特征使得临近空间基本处于相对稳定状态［36］。OH 与O3在此基本稳定的大气状态下浓度变化最主要的影响因素即为紫外线光化通量［19］，其直接影响着OH 生成过程中源物质O3的光解量。作为大气中最为活跃的物质，OH 浓度变化受紫外辐射光解O3这一源过程影响，相对稳定的大气环境使得临近空间中OH 与O3浓度之间呈现与理论一致的负相关变化：即OH 丰富的区域，O3浓度较低，反之亦然。这表现在春季的5 月OH 与O3浓度高值区相反的纬向分布趋势；夏季的6 月、7 月OH 浓度高值区随着纬度的增加逐渐减小，而O3浓度高值区随着纬度的增加逐渐增大；秋季的10 月在黑龙江省出现的O3浓度高值和OH 浓度低值。尽管临近空间大气受辐射加热影响有限，但其中的光化学反应在影响大气成分的同时会对大气非绝热加热产生直接影响，使得大气偏离辐射平衡。这就需要在辐射强迫的基础上增加额外的动力强迫控制和非绝热作用来理解［36］。除了临近空间本身复杂的偏离辐射平衡状态，其与热层的底部等大气层之间存在着耦合关系，对外界的强迫扰动敏感也会改变其大气特征，进而加剧其复杂性［37］。这些都使得在接近实际环境的模拟条件下OH 与O3浓度呈现与理论不一致的正相关变化。例如在受紫外辐射影响较小的冬季1 月OH 与O3浓度低值区均出现在东北区域。

由此可知，临近空间处于相对稳定和偏离平衡的繁杂状态，导致其中的OH 与O3浓度极值范围大，离散程度高，最大权重的浓度范围随时空变化多变的趋势，使得两者的浓度关系既表现出规律性又显示出复杂性。因此，要把握OH 对O3浓度影响的准确关系，需要中小尺度动力和物理过程的实测数据。

2.3 紫外辐射结果分析

O3浓度的变化改变着UVB 辐照度的变化。使用式（5）计算各月UVB 辐照度的变化，以此分析中国不同区域高度处UVB 辐照度的变化与O3浓度之间的关系。

式中，pm为各月辐照度的变化，以百分比的形式表示；vmax为某一区域各高度处全年UVB 辐照度的最大值，vm为各月的辐照度。典型高度处的各月辐照度如表4～6 所示。

表4 42 km 处UVB 辐照度（单位：W·m-2）Table 4 The UVB irradiance at 42 km（unit： W·m-2）

表5 32 km 处UVB 辐照度（单位：W·m-2）Table 5 The UVB irradiance at 32 km（unit： W·m-2）

表6 22 km 处UVB 辐照度（单位：W·m-2）Table 6 The UVB irradiance at 22 km （unit： W·m-2）

基于式（5）的计算结果和表4～6 的数据可知，东北区域各月份（除最大值所在月）受O3柱浓度影响，UVB 辐照度的变化在42 km 高度处为0.51%～5.02%，32 km 处为2.36%～18.07%，22 km 处为4.44%～29.52%。变化呈现出双谷值趋势，其中变化最剧烈的为9 月，变化最平缓的为4 月；华北区域各月份受O3柱浓度影响辐照度的变化在42 km 处为1.37%～6.09%，32 km 处为5.45%～20.58%，22 km 处为9.35%～31.48%，变化趋势、极值所处月份与东北区域相似；西北区域的辐照度的变化42 km 处为0.78%～5.99%，32 km 处为2.91%～18.24%，22 km 处为4.98%～29.24%。变化呈现单峰趋势，变化剧烈出现在5 月，平缓出现在3 月；华东区域辐照度的变化在0.36%～22.62%之间，变化剧烈的5 月22 km 处达22.62%，32 km 处达13.91%，42 km 处达3.59%；变化平缓的1 月，22 km 处达2.42%，32 km 处达1.41%，42 km 处达0.36%；华中和华南区域辐照度的变化呈现出振荡上升的趋势，在22 km 处以7.01%～28.83%变化，32 km 处以4.13%～18.04%变化，42 km 处以1.07%～5.72%变化。辐照度变化剧烈出现在2 月，平缓出现在11 月；西南区域的辐照度值的变化在0.62%～24.42%之间。最剧烈的变化出现在4 月的22 km 处，较为平缓的在9 月的42 km处。南海区域辐照度值的变化在0.87%～18.66 %之间。最剧烈变化出现在12 月的22 km 处，变化较为平缓的在8 月的42 km 处。

由上述分析可知，22 km 处的辐照度变化最为剧烈，所以对中国区域大陆南北典型区域以及海洋区域该高度处UVB 辐照度进行进一步分析。

华北区域的O3柱浓度与各高度辐照度的变化如图9（a）所示。该区域的O3柱浓度均值为280.66 DU，两个最小值出现的月份在4 月和11 月，分别为218.02 DU 和182.09 DU。各月份（除最大值所在月）辐照度的变化受O3柱浓度影响显著，且受O3浓度分布的影响，变化剧烈的程度随着高度增加逐渐减小。图9（b）给出变化最为剧烈的22 km 处辐照度分布曲线。华北区域辐照度呈现出双峰趋势，4 月次大值处的辐照度为5.87 W·m-2，11 月辐照度最大值为6.47 W·m-2。华北区域辐照度的极值差为2.12 W·m-2。夏季辐照度均值为四个季中最小的4.90 W·m-2，秋季辐照度均值为最大的5.27 W·m-2。

图9 华北区域紫外辐照度及变化关系Fig. 9 The ultraviolet irradiance and change relationship in the North China region

华中和华南区域的O3柱浓度与各高度辐照度的变化如图10（a）所示。2019 年华中和华南区域的O3柱浓度在246.06～377.22 DU 之间变化，均值为301.44 DU，全年O3柱浓度大体上呈现振荡增强趋势，相较于华北区域的O3柱浓度，华中和华南区域的最大值则出现在11 月。各月份辐照度的变化随O3柱浓度变化而不同，同样受O3浓度的影响，变化最为剧烈的22 km 处，极值差达到了24.26%，较为平缓的42 km 处，极值差为5.21%。华中和华南区域22 km 处辐照度如图10（b）所示，最大值6.43 W·m-2出现在1 月，最小值4.58 W·m-2则在11 月。季均值最大值（冬季）相较于最小值（春季）大13.18%。

图10 华中和华南区域紫外辐照度及变化关系Fig. 10 The ultraviolet irradiance and change relationship in the Central and South China region

南海区域的O3柱浓度与各高度辐照度的变化如图11（a）所示。2019 年南海区域的O3柱浓度在242.08～378.78 DU 之间变化，南海区域的O3柱浓度最大值出现在12 月，最小值出现在9 月，均值为292.37 DU。各月份辐照度的变化与O3柱浓度变化一致，变化最为剧烈的22 km 处，其极值差达到了13.19%，较为平缓的42 km处，极值差为2.57%。南海区域22 km 处辐照度如图11（b）所示，全年辐照度最大值5.89 W·m-2出现在9 月，最小值4.79 W·m-2则在12 月。全年春季辐照度均值最小为5.07 W·m-2，最大值为夏季的5.45 W·m-2。

图11 南海区域紫外辐照度及变化关系Fig. 11 The ultraviolet irradiance and change relationship in the South China Sea region

各高度处辐照度的变化趋势与O3柱浓度的变化趋势高度一致，说明临近空间的辐照度变化受O3浓度影响最大；由22～42 km 辐照度的变化趋势可知，随着高度的逐渐降低，辐照度逐渐减小，即UVB 在穿过临近空间时，O3对UVB 逐渐吸收，由于受O3柱浓度值的影响，22 km 高度处的辐照度最小，也正是由于该特性，导致了22 km 处辐照度在各月的变化程度最为剧烈。季辐照度均值的最大值与最小值在不同区域存在着时间差异：华北、华中和华南区域以及南海区域季辐照度均值的最大值分别出现在秋季、冬季和夏季，而最小值则分别出现在夏季以及春季两次。

3 结论

基于GEOS-Chem，对2019 年的OH 和O3浓度进行模拟，并分析了春、夏、秋、冬四个季节OH 与O3的时空分布特征。在此基础上，应用TUV 辐射传输模型模拟了临近空间UVB 辐照度，针对特征高度进行了辐照度随O3柱浓度变化分析，基本揭示了UVB 波段的紫外辐照度区域和季节演变特征。

临近空间中OH 与O3的时空分布特征及关系具有规律性与复杂性：春季OH 浓度遵循着北高南低的分布规律，且浓度先增加后减小，而在OH 浓度和太阳辐照条件变化的作用下，O3的浓度值逐渐降低，从3 月的约5.25×10-6，减少至5 月的约4.25×10-6，高值区逐渐减小，北高南低的浓度分布规律逐月减弱；夏季OH的高值区随时间向北移动至8 月，面积达最小，其浓度从1.07×107molecules·cm-3逐月减小至9.97×106molecules·cm-3。由于OH 对O3的消耗作用，O3呈现出与OH 浓度相反的南高北低浓度趋势，且O3高值区域逐月向北扩散，其浓度则从6 月的约4.23×10-6逐月增加至8 月的4.64×10-6；秋季的OH 浓度呈现出南高北低的分布趋势，OH 的低值区向南移动且面积逐渐增加，至11 月高值区域的面积达最小，其浓度从9.11×106molecules·cm-3逐月减小至7.54×106molecules·cm-3。与春季相似，受OH 浓度和太阳辐照条件变化的共同影响，9、10 月的O3浓度最大和最小值区域分布发生了南北转换，而11 月O3高值区占据了中国大陆的大部分区域。O3浓度逐月增加至5.19×10-6；OH 冬季的浓度高值区由南向北逐渐增大，浓度季均值为6.84×106molecules·cm-3。由于紫外辐射较弱，临近空间大气本身的复杂使得此时间段的O3的空间分布在12 月、1 月存在着西高东低的分布趋势，在2 月则出现了北高南低的浓度分布趋势，O3浓度的均值先减小后增加，季节均值为5.18×10-6。

基于上述OH 与O3的浓度关系，紫外辐射亦随时空产生相应的变化。各区域典型高度处的紫外辐照度年变化大：22 km 处的辐照度年较差由高到低由华北区域的2.12 W·m-2减小至南海区域的1.10 W·m-2；32 km 处的辐照度年较差由高到低为华北区域的2.29 W·m-2、华中和华南区域的2.05 W·m-2、东北区域的1.97 W·m-2、西北区域的1.66W·m-2、华东区域的1.54 W·m-2、西南区域的1.45 W·m-2和南海区域的1.23 W·m-2；42 km 处的辐照度年较差在0.53～0.93 W·m-2之间变化，最值出现的区域与22 km、32 km 一致。受O3柱浓度影响，在辐照度变化最为剧烈的22 km 高度处，东北区域辐照度变化的年较差最大为25.08%；西北区域、华北区域、华中和华南区域的次之，分别为24.25%、23.44%、21.82%；华东区域和西南区域的较弱，分别为20.20%和20.09%；南海区域的最小，为13.19%。

OH 引起O3浓度与分布的变化复杂，进而导致了临近空间各个高度处的紫外辐射变化剧烈，结合模型对中国区域临近空间UVB 辐射的仿真模拟，发现在具有一定规律的同时，还存在一些多变现象，表明空间环境影响因素的复杂性，为高精度把握临近空间紫外辐射强度的变化，利用卫星遥感进行相关要素的长期监测是必要的。