自贡逐时臭氧污染气象条件指数研究及应用

摘 要：基于空气质量和气象数据，运用相关性分析和概率统计方法，分析2015—2020年自贡市臭氧气象条件特征，综合气象因子对臭氧的影响，构建了逐时臭氧污染气象条件指数模型与等级划分标准，并进行检验评估。结果表明：高温低湿环境下易发生高浓度臭氧事件；偏北和偏西风对臭氧影响略高于其他风向；在一定范围内，臭氧浓度及超标率随风速增加略有上升；逐时臭氧污染气象条件指数模型由气温、相对湿度、风向、风速评分组成，对指数和分级标准进行检验评估，随指数等级升高，臭氧浓度和超标率也增加；使用欧洲中心数值预报产品对2种不同天气类型的臭氧污染气象条件指数预报进行对比验证，预报效果较好。

关键词：臭氧污染；气象条件指数；自贡；等级标准

中图分类号：X515 文献标志码：B 文章编号：2095–3305（2024）07–0-04

近年来，大气污染防治取得显著效果，但臭氧体积分数却呈上升趋势。臭氧生成与人为排放量增加有关外，还与太阳辐射、温度、相对湿度等气象因素密切相关。国内外学者对臭氧模拟预测开展了大量研究，其方法包括统计回归、人工神经网络、数值模式等[1-2]。

自贡市地处四川盆地南部，受特殊的地形影响，具有静风频率高、大气湿度高和逆温现象频发等不利气象条件，加之城镇化和工业化的深入推进导致自贡市大气污染严重[3-4]。2018年起，各省市需按照中国气象局要求在5—9月开展臭氧污染气象条件等级的预报业务工作，但自贡市的臭氧污染预报主要依赖经验判断，缺乏客观性，且精细化程度不足，预报服务效果不够可靠。

针对自贡市臭氧污染现状，基于2015—2020年环境和气象数据，以臭氧高污染影响气象因子为切入点，基于概率统计和相关性分析方法，结合各气象因子对臭氧污染的影响程度，构建适用于自贡市的逐时臭氧污染气象条件指数模型，并划分出等级标准，为今后臭氧污染预报预警提供科学参考。

1 数据与方法

环境空气质量数据为2015—2020年自贡市国控站6种污染物逐小时浓度资料，6种污染物包括细颗粒物（PM2.5）、可吸入颗粒物（PM10）、二氧化硫（SO2）、二氧化氮（NO2）、一氧化碳（CO）、臭氧（O3）[5]。数据来源全国空气质量实时发布平台、四川省生态环境监测总站提供的空气质量日报资料和中国气象数据共享网。

根据《环境空气质量指数（AQI）技术规定（试行）》（HJ 633—2012），臭氧每小时平均浓度超过二级标准（200 μg/m3）为超标，臭氧超标率（E）计算方法见式（1）。

E=T1/T×100%（1）

式（1）中，E为臭氧超标率，T为总次数，T1为超标次数。

选取2015—2020年自贡市气温、相对湿度、风速、风向和降水量等气象要素，探讨气象要素对臭氧的影响，然后将气温与其他气象因子联立，计算统计联立后的臭氧浓度和超标率。再根据气象因子对臭氧的影响程度构建逐时臭氧污染气象条件指数预报模型，并划分等级标准。最后，评估和检验应用其臭氧污染气象条件指数模型结果。

2 结果与分析

2.1 自贡市环境空气质量污染概况

如图1所示，2015—2020年自贡市空气质量为优的有514 d，占总天数的23%；空气质量为良的有1 094 d，占总天数的50%。同时，自贡市空气质量为良、轻度污染、中度污染天数基本呈现先增加后减少的趋势。2020年空气质量为优的天数达到100 d，重度污染基本消除。

如图2所示，2015—2020年自贡市空气质量不断提高。NO2、PM2.5、PM10作为首要污染物的天数在逐年下降，而臭氧天数逐年增加，成为2020年占比最高的首要污染物。

2.2 气象因子与臭氧浓度的关联性分析

臭氧污染主要集中在夏季，基于此，选取自贡市4—9月逐时臭氧浓度和气象要素进行相关性分析。结果见表1：逐时臭氧浓度与气温存在显著的正相关性（相关系数为0.59），与相对湿度存在显著的负相关性（相关系数为-0.68），与风速存在正相关性，与风向的相关性不明显，与降水量的相关性不明显。

2.3 气象因子与臭氧浓度的影响

气温、相对湿度、风向、风速、降水对臭氧均有影响（图3）。从气温来看，随着气温升高，臭氧浓度和超标率也呈上升趋势。当气温＞30 ℃时，臭氧浓度及超标率上升变化更为明显；从相对湿度来看，随着相对湿度的增大，臭氧浓度和超标率呈下降趋势。当在较干燥环境（0%≤相对湿度＜40%）下，臭氧浓度和超标率较高；从降水量来看，降水量对臭氧污染的影响不明显，无雨时臭氧超标率略高；从风向来看，偏北和偏西风的臭氧污染较高；从风速来看，当风速＞2 m/s时，臭氧超标率最大，为1.81%，这表明一定风速条件更利于臭氧及前体物在区域内相互输送，促进臭氧浓度增加。

2.4 气象因子联合对臭氧污染的影响

统计气温与其他气象因子联立下的臭氧超标率，研究气象因子联合对臭氧污染的影响。同一温度区间内，不同相对湿度对臭氧污染存在明显差别。当气温≥35 ℃且0%≤相对湿度＜40%时，臭氧超标率高达39.71%，说明高温低湿有利于臭氧增加。

不同温度区间内，风速、风向对臭氧影响不同。当气温＜30 ℃时，风速对臭氧污染的形成基本无影响。当气温≥35 ℃且1 m/s≤风速＜2 m/s时，臭氧超标率上升至最高，为30.61%。当气温≥33 ℃时，不同风向下的臭氧超标率均较大。

降水量对臭氧的影响不明显。

2.5 臭氧污染气象条件评分体系建立

臭氧污染气象条件评分体系由气温、相对湿度、风速、风向构成。将气温作为臭氧污染的主要影响气象因子，气温基础分根据臭氧超标率（E）评定，评分规则：E＜1%时，评分为0分；1%≤E＜5%时，评分为1分；当E＞5%时，E每增加5%时评分增加1分。如表2所示，不同气温等级评分差异大，表明气温对臭氧超标具有较大影响，可作为基础评分因子。

根据气温与风速联立统计下的臭氧超标率计算出气温与风速的联合评分（表3）。当气温≥35 ℃且1 m/s≤风速＜2 m/s时，评分最高，这表明该风速有利于臭氧区域输送促进臭氧生成。

其他气象因子的单独评分为其他气象因子与气温的联合评分减去气温基础分（表4）。相对湿度评分：当气温≥35 ℃且相对湿度＜40%时，最利于臭氧增加。

风速评分：当气温≥35 ℃时且1 m/s≤风速＜2 m/s时，有利于臭氧浓度升高。风向评分：当30 ℃≤气温＜33 ℃时，除西南偏南风外，其他风向均利于臭氧浓度升高；当气温≥33 ℃时，各风向均利于臭氧浓度升高，且当气温≥35 ℃时影响更大。

臭氧污染气象条件指数（OPMCI）由气温、相对湿度、风向、风速评分组成，计算公式如式（2）。

OPMCI=TS+RHS+WDS+WSS（2）

式（2）中，TS为气温基础评分，RHS为相对湿度评分，WDS为风向评分，WSS为风速评分。

2.6 臭氧污染气象条件指数检验及等级标准确定

用2015—2020年历史数据计算自贡臭氧污染气象条件指数（OPMCI），检验结果显示：臭氧浓度和超标率（E）随着OPMCI升高逐渐增加（图4）。当OPMCI≥12时，E为27.18%，臭氧平均浓度为173.43 μg/m3，可判定臭氧污染风险最高。

结合《全国臭氧气象预报业务规范》和各指数下的臭氧浓度和超标情况，对OPMCI进行分区间统计，将OPMCI从不易污染到极易污染分为1～6级，建立OPMCI预报模型和等级标准（表5）。各等级下臭氧超标有明显差异，级别越高，臭氧浓度和超标率明显增大[6-7]。

2.7 臭氧污染气象条件指数的业务应用

将欧洲中心数值预报模式结果（起报时间为20：00）临近插值到自贡代表站（29.35°N，104.77°E）得到未来96 h气象预报产品。选取两种不同天气类型（a.降水天气，先污染后改善（2022年6月29—7月3日）；b.晴热天气，持续污染（2022年8月15—8月19日））进行预报指数对比验证（表6）。

7月1日的降水天气将未来OPMCI预报结果最大值从7降至0～2之间，1—2日实际臭氧8 h浓度在100 μg/m3左右，为优良天气；8月15—19日受晴热高温影响，预报日最大OPMCI≥16，实际臭氧8 h浓度接近或高于160 μg/m3，其中19日的实际臭氧8 h浓度为204.50 μg/m3，易出现轻度及以上臭氧污染。这说明逐时臭氧污染气象条件指数对预报臭氧日超标情况有指示性，其预报结果符合臭氧污染实际情况[8]。

3 结论

（1）2015—2020年自贡市空气质量不断提高，但臭氧污染加剧，在2020年成为占比最高的首要污染物。

（2）高温低湿环境下易发生高浓度臭氧事件。偏北和偏西风下的臭氧浓度和超标率较其他风向略高；在一定范围内，臭氧浓度和超标率随风速的增加略微上升。

（3）采用概率统计和相关性分析方法，选取气温、相对湿度、风速、风向气象因子构建了适合于自贡地区逐时臭氧污染气象条件指数模型和等级分级标准，通过验证分析表明了该指数模型具有可行性。

（4）检验评估结果表明，臭氧超标风险随臭氧污染气象条件指数的增加而增加。通过对2种天气类型进行OPMCI指数和等级预报的检验对比，证实了指数预报模型及等级分级标准对自贡臭氧污预报有指导意义。

参考文献

[1] 黄小刚，邵天杰，赵景波，等.气象因素和前体物对中国东部O3浓度分布的影响[J].中国环境科学，2019，39（6）：2273 -2282.

[2] 李颖若，韩婷婷，汪君霞，等.ARIMA时间序列分析模型在臭氧浓度中长期预报中的应用[J].环境科学，2021，42（7）： 3118-3126.

[3] 雷雨，张小玲，康平，等.川南自贡市大气颗粒物污染特征及传输路径与潜在源分析[J].环境科学，2020，41（7）：3021-3030.

[4] 吕长春.自贡市臭氧浓度变化特征及其与气象因素的相关性研究[J].气象与环境科学，2021，44（3）：47-53

[5] 张丽，梁碧玲，李磊.深圳市臭氧污染气象条件指数研究及业务应用[J].气象科技进展，2019，9（3）：160-165.

[6] 黄俊，廖碧婷，王春林，等.广州逐时臭氧污染气象条件指数研究及应用[J].环境科学学报，2023，43（1）：63-75.

[7] 孙津.基于半监督小样本学习的北京市臭氧空间分布模式分类研究[J].地球信息科学学报，2024，26（3）：725-735.

[8] 李秋华，石红丽，孟飞，等.新乡市夏季臭氧污染特征及一次典型污染过程分析[J].皮革制作与环保科技，2023，4（22）： 176-178，181.