删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

2010—2016年上海城区臭氧长时间序列变化特征初探

本站小编 Free考研考试/2021-12-31

张小娟1,2, 李莉2, 王红丽2, 陶士康2, 朱书慧2, 陈勇航1, 王军1, 游振宇3, Jeremy C. Avise4
1. 东华大学环境科学与工程学院, 上海 201620;
2. 上海市环境科学研究院, 国家环境保护城市大气复合污染成因与防治重点实验室, 上海 200233;
3. 南京大学大气科学学院, 南京 210023;
4. Laboratory for Atmospheric Research, Washington State University, Pullman, Washington, USA
收稿日期: 2018-01-16; 修回日期: 2018-02-22; 录用日期: 2018-02-22
基金项目: 上海市环境保护局重大科研项目(沪环科(2016-12),沪环科(2017-02))
作者简介: 张小娟(1992-), 女, E-mail:zhangxiaojuan0726@163.com
通讯作者(责任作者): 李莉(1979—), 女, 教授级高工, 国家环境保护城市大气复合污染成因与防治重点实验室主任, 上海市环境科学研究院大气所所长, 长期从事大气复合污染成因与控制研究.E-mail:lili@saes.sh.cn

摘要: 基于2010—2016年上海城区近地面大气臭氧(O3)的连续在线观测数据,研究了上海城区O3长时间序列变化规律和污染特征.结果表明,近7年来上海城区O3污染逐渐凸显,但总体以轻度污染为主,7—8月高温炎热季节以中度污染居多.城区O3-8 h(臭氧日最大8 h滑动平均)年均增速为3.81 μg·m-3·a-1,99%和95%分位值增速较快,分别为6.65和4.94 μg·m-3·a-1;25%、50%和75%分位值的增速在3.06~4.45 μg·m-3·a-1之间.春季O3浓度均值较高,年际变化小;夏季极值较高,且污染超标情况最为突出;秋季O3浓度次于春、夏季,冬季最低;夏、秋和冬季O3浓度总体呈上升态势.O3日变化呈"单峰型",最大值出现在13:00左右,且峰值逐年增加,污染持续时间变长,最小值出现在早晨7:00.城区O3"周末效应"逐渐减弱.基于KZ过滤器方法的数据分析结果表明,上海城区O3-8 h长期变化主要受O3-BF(O3-8 h的基准组分)影响;O3-SF(O3-8 h的天气影响组分)在5—9月对O3-8 h影响较大,其范围为-98.85~139.60 μg·m-3.
关键词:臭氧变化特征周末效应长时间序列上海
Preliminary study on the long-term trends of ozone in urban Shanghai from 2010 to 2016
ZHANG Xiaojuan1,2, LI Li2 , WANG Hongli2, TAO Shikang2, ZHU Shuhui2, CHEN Yonghang1, WANG Jun1, YOU Zhenyu3, Jeremy C. Avise4
1. College of Environmental Science and Engineering, Donghua University, Shanghai 201620;
2. State Environmental Protection Key Laboratory of the Cause and Prevention of Urban Air Pollution Complex, Shanghai Academy of Environmental Sciences, Shanghai 200233;
3. School of Atmospheric Sciences, Nanjing University, Nanjing 210023;
4. Laboratory for Atmospheric Research, Washington State University, Pullman, Washington, USA
Received 16 January 2018; received in revised from 22 February 2018; accepted 22 February 2018
Abstract: Continuous measurements were conducted to investigate the long-term trends and characteristics of ozone from 2010 to 2016 in Shanghai urban. The results show that in the past 7 years, the pollution of ozone in the urban area of Shanghai has become more and more serious, and the main factor is mild pollution, with moderate or moderate pollution occurring in July and August. The growth rate of average annual is 3.81 μg·m-3·a-1, the increasing rates of the O3 concentrations for high percentiles values (99% and 95%) are 6.65 μg·m-3·a-1 and 4.94 μg·m-3·a-1 respectively, the growth rates of 25%, 50% and 75% were between 3.06 and 4.45 μg·m-3·a-1. The average value of ozone concentration in spring was the higher and inter-annual changes in small; while the extreme value in summer was higher, and the pollution was the most serious in summer; ozone of autumn was lower than spring and summer, the lowest in winter; ozone showed an increasing trend in summer, autumn and winter in general. Diurnal variation of ozone was "unimodal", the maximum at 13: 00 and increased gradually, meanwhile the pollution time became longer, the minimum at 7:00. Weekend effect of ozone is gradually weakened in Shanghai. The data analysis based on the KZ filter method shows that the long-term changes of O3-8 h (maximum 8-hour moving average of ozone days) in Shanghai urban area are mainly affected by O3-BF (O3-8 h Baseline Forcing); O3-SF (O3-8 h Synoptic Forcing) is greater impact on O3-8 h from May to September, the range is -98.85~139.60 μg·m-3.
Keywords: ozonechanging characteristicsweekend effectlong-term trendShanghai
1 引言(Introduction)随着城市化、工业化、机动化的高速推进及能源消费总量的持续升高, 挥发性有机物(VOCs)和氮氧化物(NOx)等臭氧(O3)前体物的排放密度居高不下, O3污染问题开始逐渐突出(Tie et al., 2009; Tie et al., 2013; Zhang et al., 2015).相关研究表明, 若不采取有效控制措施, 预计2015—2050年间全球O3浓度将增加20%~25%, 到2100年将增加40%~60%(Meehl et al., 2007).经过大气污染防治行动计划向纵深领域的推进实施, 我国细颗粒物(PM2.5)污染得到显著改善, 然而, 城市和区域以O3为典型代表的光化学污染逐渐突显(王红丽等, 2015Wang et al., 2017).
近地面臭氧(O3)是VOCs和NOx等前体物在太阳辐射作用下经光化学反应生成的二次污染产物(Fishman et al., 1978).过去几十年中, 近地面O3浓度在我国乃至全球呈明显的上升趋势(Vingarzan et al., 2004;Li et al., 2014), 尤其在经济发达、人口密集的京津冀、长三角和珠三角地区(Zhang et al., 2008Lu et al., 2010;Wang et al., 2010;Shao et al., 2011).已有研究表明, 这三大城市群的O3浓度超过我国空气质量标准的100%~200%(Wang et al., 2017), 光化学污染事件频繁发生.2001—2006年间, 北京城区O3-1 h最大值以1.3% a-1的速率上升(Tang et al., 2009);2006—2011年间, 广州地区的O3浓度以0.86×10-9 a-1的速率增加, 香港的O3浓度以0.59×10-9 a-1的速率增加(Li et al., 2014);1991—2006年间, 代表长三角背景地区的临安O3月均值5%分位值以1.8×10-9 a-1的速率增加(Xu et al., 2008);2006—2016年间, 上海O3浓度以1.1×10-9 a-1的速率增加(Gao et al., 2017).高浓度的近地面O3具有很强的氧化性, 对人类健康、生态系统、农作物等具有不利影响(Bell et al., 2004廖志恒等, 2015Wang et al., 2005, ;Zhang et al., 2016), 因此引起了国内外****的广泛关注.
上海作为我国经济最发达的城市, O3污染问题已经引起很多****的关注.Geng等(20072008)研究了O3前体物(NOx、VOCs)与O3形成的关系, Tie等(2009)分析了上海O3的短期变化特征等, 结果表明, 上海O3浓度主要受光化学反应、气象条件及区域传输等原因的影响.本研究基于2010—2016年间上海城区近地面O3及其前体物NOx的连续在线观测数据, 总结臭氧长时间序列的变化规律, 以期为臭氧污染防控策略的制定提供重要科学参考.
2 资料与方法(Materials and methods)2.1 观测点位本研究于2010—2016年间在上海城区观测站点开展了O3小时浓度连续在线观测, 获得了O3 1 h浓度(以“O3-1 h”表示)观测数据.该观测点位于上海市徐汇区, 设在上海市环境科学研究院办公楼4楼楼顶(31.170°N, 121.431°E)(图 1), 采样点距离地面约15 m.观测点周边主要是居民住宅区和商用写字楼, 其东侧约500 m是交通干道沪闵高架路, 南侧150 m是漕宝路, 周围2 km范围内除机动车尾气排放外无其他明显的大气污染源, 是一个典型的城市观测站点(Wang et al., 2013).
图 1(Fig. 1)
图 1 臭氧观测站点位置 Fig. 1Location of ozone observation station

2.2 观测仪器O3浓度在线观测采用Thermo Fisher Model 49i O3分析仪, 利用O3分子对紫外光吸收的特性, 253.7 nm紫外光通过O3的衰减符合Lambert-Beer定律, 通过紫外分光光度计测量气体样品中O3的浓度.其检测量程为0~400 mg · m-3, 最低检测限为1.07 μg · m-3, 采样流量为1~3 L · min-1.
氮氧化物(NOx=NO+NO2)观测采用Thermo Fisher 42i(NO-NO2-NOx)高精度分析仪, 利用化学发光法的原理, 基于NO与O3的化学发光反应产生激发态的NO2分子, 当激发态的NO2分子返回及态势发出一定波长的光, 所发出光的强度与NO的浓度呈线性正相关.监测NO2时先将NO2通过钼转换器转换成NO, 然后再通过化学发光反应进行定量分析.
O3分析仪和NO-NO2-NOx分析仪均采用零空气和标气进行多点(零点和高点)线性动态校准, 其中, 高点值为最大量程的80%, 每周校准一次.
2.3 数据分析方法本文使用2010—2016年上海城区观测站O3-1 h的连续在线观测数据, 运用统计学方法分析数据, 总结归纳臭氧年际变化、季节变化、日变化及夏季周末效应变化等长时间序列变化特征.O3的“周末效应”是指对流层低层O3浓度的周循环效应, 即相对于工作日, 在周末虽然一些O3前体物(如VOCs、NOx和CO等)浓度水平降低, 但O3浓度值却有明显增加的现象(Qin et al., 2004), 反之为反周末效应.本文季节划分采用气象意义上的季节定义:春季(3—5月)、夏季(6—8月)、秋季(9—11月)、冬季(12—2月).O3污染分析是按照《环境空气质量指数(AQI)技术规定(试行)》(环境保护部科技标准司, 2012), 根据O3的日最大8 h滑动平均(记为“O3-8 h”)划分为6个级别:优(0~100 μg · m-3)、良(101~160 μg · m-3)、轻度污染(161~215 μg · m-3)、中度污染(216~265 μg · m-3)、重度污染(266~280 μg · m-3)、严重污染(>280 μg · m-3).
O3浓度的极值分析利用KZ过滤器(Kolmogorov-Zurbenko)方法(Zurbenko et al., 1986), 它可以分离出对空气质量浓度的气象影响, 以便检查其潜在的趋势, 具有较好的分离特性、简单性和处理缺失数据的能力.KZ过滤器的算法来自离散函数的高阶导数定义, 其运算定义为连续的m个数值进行滑动平均后进行k次迭代, 直到所需要的频率下的组分被分离出来为止.具体公式如下所示:
(1)
式中, m为过滤窗长度, 即为这次滑动平均所包含的数据个数;k为所需要重复这类滑动平均的次数;S(t)i+j0表示原始的O3时间序列, 在每次滑动平均后将得到的KZ值作为下一次滑动平均的S(t)值, 即:
(2)
本文将O3-8 h通过KZ过滤器方法, 根据Hogrefe等(2000)研究KZ过滤器的分离方法, 选取参数m=5、k=5进行计算, 将O3-8 h分离成两种组分:基准组分(Baseline Forcing, O3-BF)和天气影响组分(Synoptic Forcing, O3-SF).基准组分是该区域臭氧前体物排放情况、背景值和气候等因素的函数, 天气影响组分是天气和逐日变化的函数.分析臭氧的这两种组分与观测数据的差别, 从而得到臭氧生成的潜在趋势.
3 结果与讨论(Results and analysis)3.1 臭氧污染现状及长时间序列变化特征随着大气污染防治行动计划向纵深领域的推进实施, 上海市空气污染状况整体得到显著改善.由表 1可知, 上海市2013—2016年污染天数分别为124、84、102和90 d, 其中以PM10、PM2.5为首要污染物的污染天数逐渐减少, 而以O3为首要污染物的污染天数逐渐增加, 且占比分别为26.6%、22.6%、32.4%和37.8%, 说明上海市O3已逐渐成为继PM2.5之后影响城市空气质量改善和达标管理的另一种二次污染物.
表 1(Table 1)
表 1 上海市空气污染情况统计 Table 1 Statistics of air pollution in Shanghai
表 1 上海市空气污染情况统计 Table 1 Statistics of air pollution in Shanghai
污染级别首要污染物天数/d
2013年2014年2015年2016年
轻度污染PM1022/1
PM2.547384331
NO2/4710
O323141927
中度污染PM102///
PM2.519171412
O385147
重度污染PM2.519452
O32///
严重污染PM2.52///
总计/1248410290
注:2013年以前, 上海市空气质量评价指标是API, 尚未将PM2.5、O3纳入污染指标.


根据GB3095—2012统计2010—2016年上海城区O3-8 h超标天数情况, 结果见图 2a, 与上海市整体污染天气情况相似, O3-8 h超标天数总体呈增加的趋势.2012、2013、2015和2016年分别出现1 d重度污染天气, 2014年中度及以上污染天数减少, 但轻度污染天数未变;2015年O3-8 h超标情况相对严重, 污染天数为34 d;2016年相对2015年轻度污染天数减少5 d, 中度污染天数减少1 d.图 2b所示为上海城区2010—2016年臭氧污染日的时间序列图.由图可知, 上海城区O3浓度高值主要出现在每年的4—11月, 其中, 夏季7月和8月的污染程度最高.从年代际变化看, 臭氧污染事件有逐渐增加的趋势.总体而言, 上海城区臭氧污染以轻度污染为主, 7—8月间受高温、强辐射的影响, 有中度乃至重度污染发生.
图 2(Fig. 2)
图 2 臭氧污染日及污染程度变化 Fig. 2Ozone pollution days and pollution levels change

为掌握近7年来上海城区不同浓度段臭氧的变化特征, 选取O3-8 h的99%、95%、75%、50%、25%、5%百分位的数据分析其总体变化趋势(图 3)和分布频数变化(图 4).一般而言, O3-8 h低百分位(5%)代表背景浓度, 高百分位(95%和99%)代表污染情况浓度, 而中间百分位(25%、50%和75%)代表上海城区O3主要浓度的逐年变化情况, 可视为“典型情况”下的O3浓度(Li et al., 2014).由图 3可知, 近7年上海城区O3-8 h各个百分位的浓度均呈增加的趋势, 年平均增速为3.81 μg · m-3 · a-1, O3-8 h浓度99%百分位的增速约为年平均增速的2倍, 为6.65 μg · m-3 · a-1, 且O3-8 h浓度99%百分位数值均在180 μg · m-3以上, 超过O3标准(160 μg · m-3);O3-8 h浓度95%百分位的增速为4.94 μg · m-3 · a-1;除2010和2012年未超标外, 其他年份90%百分位浓度均超标;O3-8 h浓度25%、50%和75%百分位的增速低于99%和95%百分位, 增长速率在3.06~4.45 μg · m-3 · a-1之间;O3-8 h年均值增速介于50%百分位与75%百分位增速之间, 以3.81 μg · m-3 · a-1的速率增加;5%百分位值增速最慢, 为2.88 μg · m-3 · a-1.由此可见, 近年来上海城区O3-8 h总体呈增加的趋势, 且高浓度O3的快速增加是导致O3污染问题逐年突出的关键因素.
图 3(Fig. 3)
图 3 不同分位数O3-8 h变化趋势 Fig. 3Overall trends of different percentiles for O3-8 h


图 4(Fig. 4)
图 4 2010—2016年上海O3-8 h的频数分布曲线 Fig. 4Frequency distribution of O3-8 h from 2010 to 2016 in Shanghai

图 4的上海城区O3-8 h频数分布曲线可知, 2010—2012年O3-8 h主要分布在25~60 μg · m-3范围内, 2013—2016年主要分布在60~100 μg · m-3范围内.近7年0~60 μg · m-3范围的O3-8 h的分布频率逐年减少, 60 μg · m-3以上的O3-8 h的分布频率则逐年增加, 达到污染浓度(>160 μg · m-3)的频率增速为1.55% a-1.总体而言, 高浓度O3发生频率呈逐年增加态势, 光化学污染事件的潜在发生风险不断增大. 图 5为2010—2016年O3-1 h季节统计箱式图, 呈现了O3-1 h的10%、25%、50%、75%、90%百分位和均值的季节变化.上海城区春季气温、太阳辐射及日照时长逐渐增加, 受平流层折叠臭氧向下输送、区域性大范围传输及近地面光化学反应较强等因素的影响(Hogrefe et al., 2003), 其O3浓度的均值相对较高, 2010—2012年O3浓度均值波动较大, 2013—2016年春季O3浓度均值基本一致, 90%分位值略微上升.夏季, 白天光照时间较长, 受强辐射、高温等气象因素影响, 大气化学反应活跃, 光化学反应迅速, O3浓度持续累积, 出现极值较多, O3浓度均值较高;夜间, 随着光照强度减弱, O3生成减少, 同时受NO滴定作用, O3被快速消耗, 浓度较低;因此, 夏季O3均值与中位数的差异、极值与中位数的差异最大, 但夏季O3均值整体呈增加态势.秋季的天气条件逐渐不利于O3的生成, O3浓度相对于春季和夏季略低, 但从整体上来看, 2010—2016年秋季O3浓度呈逐年增加的趋势.冬季气温低、光照弱, 不利于光化学生成, O3浓度相对于其他3个季节最低, 整体也是呈逐年增加的趋势.
图 5(Fig. 5)
图 5 2010—2016年上海O3-1 h季节统计图 Fig. 5Seasonal statistical graph for O3-1 h of season from 2010 to 2016 in Shanghai

3.2 臭氧及其前体物日变化对上海城区2010—2016年在线观测的O3-1 h统计分析可知(图 6), O3-1 h在10:00—20:00时段出现明显超标现象;夜间O3-1 h的箱体明显比白天小, 散点分布也相对集中, 说明白天O3-1 h分布比较分散.2010—2016年上海城区O3-1 h的日变化呈明显的“单峰型”, O3浓度日变化与近地面大气光化学过程密切相关, 并随着太阳辐射强度的变化而变化.由于夜间NO通过大气化学反应对O3的滴定作用, 在早上6:00—8:00出现O3-1 h最低值, 在10:00—16:00时段由于光化学反应作用增强, O3浓度累积升高, 约在14:00左右出现最高值, 随后O3消耗浓度逐渐降低, 至夜间20:00以后变化趋于平缓, 并维持一个较低水平至次日日出.2010—2016年O3-1 h逐年上升, 超过60 μg · m-3的时段由2010年的11:00—16:00变化到2016年的10:00—18:00, 增加了3 h, 表明上海城区O3污染持续时间逐年增长, 且污染程度加重.相关研究表明, NOx浓度是影响O3高值的重要因素, 而VOCs则是决定O3峰宽的重要因子(Monks et al., 2000).图 7b显示, NOx浓度的日变化与O3浓度的变化趋势相反, 呈“双峰型”.受交通早高峰的影响, 在7:00左右, 机动车尾气排放较多, O3前体物NOx在7:00出现浓度的最高值;之后随着太阳辐射的增强, 光化学作用开始消耗NOx, 在14:00左右, NOx出现最小值;随着太阳辐射强度的减小, 光化学作用也变弱, 17:00—20:00属于下班高峰, NOx浓度出现第2次峰值.近年来, 上海市对NOx的排放加强治理, 取得了一定的成效, 2010—2016年整体呈逐年下降和峰宽逐年变窄的趋势.相关研究表明, 上海城区属于VOCs控制区(Geng et al., 2007;严如莎等, 2016), 在VOCs控制区O3浓度随NOx浓度的增加而减小(Geng et al., 2008).对比图 7a7b可知, 4:00—7:00时段NOx上升最快, O3浓度较低且轻微下降, 7:00—14:00时段, 随着NOx的快速下降, O3浓度快速上升至峰值, 说明O3浓度越高对NOx越敏感, 反之越不敏感, 这与Gao等(2017)对上海城区的研究结果一致.
图 6(Fig. 6)
图 6 2010—2016年上海O3日变化统计图 Fig. 6Diurnal statistical graph of ozone from 2010 to 2016 in Shanghai


图 7(Fig. 7)
图 7 2010—2016年上海O3(a)与NOx(b)日变化规律 Fig. 7Diurnal variations of ozone(a) and NOx(b)from 2010 to 2016in Shanghai

3.3 周末效应演变趋势考虑到夏季O3污染频率较高, 对夏季O3浓度的周末效应进行分析.图 8为上海城区2010—2016年年均夏季O3与前体物NO和NO2周末与工作日的浓度日变化曲线.夏季上海城区O3浓度周末比工作日略高, 具有轻微的周末效应, 其中, 在早高峰(7:00左右)和晚高峰(18:00左右)相对明显;NO与NO2的日变化幅度相对于O3来说较小, 且NO浓度明显低于NO2, NO浓度周末与工作日的差异在上下班高峰略微明显外, 其余时段差异较小;NO2浓度工作日明显高于周末, 在上下班高峰差异最大.
图 8(Fig. 8)
图 8 2010—2016年夏季上海O3、NO和NO2浓度周末与工作日年均日变化规律 Fig. 8Annual average diurnal variation of ozone, NO and NO2 on weekends and weekdays from 2010 to 2016 in summer

2010—2016年每年夏季O3和NOx的日变化与总的日变化趋势一致, 周末与工作日的浓度变化情况如下(图 9):2010年在9:00—21:00时段, 周末的O3浓度略高于工作日, 0:00—8:00时段, 则是工作日高于周末;2011年7:00—21:00时段内, O3浓度在周末与工作日基本一致, 22:00—6:00时段, 工作日高于周末;2012年6:00—23:00时段, O3浓度表现为相对明显的周末效应, 该时段NOx浓度工作日明显高于周末;2013—2016年, O3浓度在工作日与周末基本一致.总的来看, 2010—2012年夏季上海城区存在O3浓度的周末效应, 2012年最明显;2013—2106年O3浓度的周末效应逐渐消失.O3浓度周末效应减弱的可能原因主要为:一方面人类活动方式改变, 机动车出行在周末与工作日之间的差异减小, NOx排放差异减小, 因此, 导致O3浓度周末效应减弱;另一方面可能随着污染治理力度的加大, O3主控机制发生转变, 导致O3浓度周末效应改变.
图 9(Fig. 9)
图 9 2010—2016年夏季周末与工作日O3和NOx浓度变化规律 Fig. 9Diurnal variation of ozone and NOx on weekends and weekdays in summer

3.4 O3-8 h的长时间变化趋势由上述分析可知, O3污染事件主要是由于极值的出现导致, 因此, 本文分析了O3-8 h及其基准组分(O3-BF)和天气影响下化学生成浓度(O3-SF)的长时间序列的变化(图 10), 探讨了O3污染超标原因.O3-8 h和O3-BF以1年为周期变化, 高浓度值出现在5—9月, 低浓度值出现在11月—次年2月, 总体均呈增加趋势, O3-BF的变化曲线相对平滑;O3-8 h和O3-BF之间的波动差别则是由O3-SF所致, 其总体变化不明显, 也以1年为周期变化, 每年5—9月光照强、温度高等天气条件有利于O3的生成, 同时该时期上海雨期频繁, 阴雨天气不利于O3的生成, 因此, O3-SF的波动范围较大, 为-98.85~139.60 μg · m-3.根据KZ过滤器方法原理可知, O3-SF小于0 μg · m-3时, 即O3-8 h低于O3-BF, 天气条件抑制O3生成, 反之则促进O3生成, 其绝对值越大, 影响越大.上海城区O3-8 h的长期变化趋势由区域的O3-BF决定, 而每天的波动变化则是由区域当时的O3-SF决定.
图 10(Fig. 10)
图 10 上海城区O3-8 h和各组分的长时间序列变化 Fig. 10The long-term variation of O3-8 h and each component in the urban of Shanghai

4 结论(Conclusions)1) 近7年(2010—2016年)上海城区O3污染逐渐凸显, 以轻度污染为主, 在7—8月出现中度及以上污染居多.O3-8 h的年均增速为3.81 μg · m-3 · a-1, 99%和95%百分位的增速较快, 分别为6.65和4.94 μg · m-3 · a-1;25%、50%和75%百分位的增速在3.06~4.45 μg · m-3 · a-1之间.春季O3-1 h均值较高, 夏季极值较高, 且污染超标情况在夏季最严重.
2) O3浓度日变化表现为显著的“单峰型”, 峰值出现在13:00左右, 峰值逐年增高, 峰宽逐年加宽, 污染持续时间变长.NOx浓度的日变化与O3相反, 在7:00出现峰值, 13:00左右出现最小值.O3浓度随NOx浓度的增加而减小, 且O3浓度越大对NOx越敏感.
3) 2010—2012年上海城区存在O3周末效应现象, 在2012年最明显, 2013—2016年O3浓度在周末与工作日相近, 周末效应减弱, 甚至出现反周末效应.
4) 基于KZ过滤器方法的数据分析表明, 上海城区O3-8 h的长期变化主要受O3-BF的影响;O3-SF在5—9月对O3-8 h影响较大, 其范围为-98.85~139.60 μg · m-3.

参考文献
Bell M L, Mcdermott A, Zeger S L, et al. 2004. Ozone and short-term mortality in 95 US urban communities, 1987-2000[J]. Jama, 292(19): 2372–2378.DOI:10.1001/jama.292.19.2372
Fishman J, Grutzen P J. 1978. The origin of ozone in troposphere[J]. Nature, 274: 855–858.DOI:10.1038/274855a0
Gao W, Tie X, Xu J, et al. 2017. Long-term trend of O3 in a mega City (Shanghai), China: Characteristics, causes, and interactions with precursors[J]. Science of the Total Environment, 603-604: 425.DOI:10.1016/j.scitotenv.2017.06.099
Geng F, Zhao C, Tang X, et al. 2007. Analysis of ozone and VOCs measured in Shanghai: A case study[J]. Atmospheric Environment, 41(5): 989–1001.DOI:10.1016/j.atmosenv.2006.09.023
Geng F, Tie X, Xu J, et al. 2008. Characterizations of ozone, NOx, and VOCs measured in Shanghai, China[J]. Atmospheric Environment, 42(29): 6873–6883.DOI:10.1016/j.atmosenv.2008.05.045
环境保护部科技标准司.2012.环境空气质量指数(AQI)技术规定(试行): HJ 633—2012[S].北京: 中国环境科学出版社
Hogrefe C, Trivikrama Rao S, Zurbenko I G, et al. 2000. interpreting the information in ozone observations and model predictions relevant to regulatory policies in the eastern United States[J]. Bulletin of the American Meteorological Society, 81(9): 536–544.
Hogrefe C, Vempaty S, Rao S T, et al. 2003. A comparison of four techniques for separating different time scales in atmospheric variables[J]. Atmospheric Environment, 37(3): 313–325.DOI:10.1016/S1352-2310(02)00897-X
Li J, Lu K, Lv W, et al. 2014. 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 Science, 26(1): 23–36.DOI:10.1016/S1001-0742(13)60377-0
廖志恒, 范绍佳. 2015. 2006—2012年珠江三角洲地区O3污染对人群健康的影响[J]. 中国环境科学, 2015, 35(3): 897–905.
Lu K, Zhang Y, Su H, et al. 2010. Oxidant (O3+NO2) production processes and formation regimes in Beijing[J]. Journal of Geophysical Research Atmospheres, 115(D7): 29–32.
Meehl G A, Stocker T F, Collins W D, et al. 2007. Global Climate Projections//Solomon S, Qin D, Manning M, et al.Climate Change 2007: The Physical Basis, Contribution of Working Group I to Fourth Assessment Report of IPCC on Climate Change[M]. Cambridge, UK/NY, USA: Cambridge UniversityPress.
Monks P S. 2000. A review of the observations and origins of the spring ozone maximum[J]. Atmospheric Environment, 34(21): 3545–3561.DOI:10.1016/S1352-2310(00)00129-1
Qin Y. 2004. Weekend/weekday differences of ozone, NOx, CO, VOCs, PM10 and the light scatter during ozone season in southern California[J]. Atmospheric Environment, 38(19): 3069–3087.DOI:10.1016/j.atmosenv.2004.01.035
Shao M, Wang B, Lu S H, et al. 2011. Effects of Beijing Olympics control measures on reducing reactive hydrocarbon species[J]. Environmental Science & Technology, 45(2): 514–519.
Tang X, Li J, Dong Z X, et al. 1989. Photochemical pollution in Lanzhou, China - A case study[J]. Journal of Environmental Sciences, 58(1): 384–395.
Tang G, Li X, Wang Y, et al. 2009. Surface ozone trend details and interpretations in Beijing, 2001—2006[J]. Atmospheric Chemistry & Physics, 9(22): 8813–8823.
Tie X, Brasseur G P, Zhao C S, et al. 2006. Chemical characterization of air pollution in Eastern China and the Eastern United States[J]. Atmospheric Environment, 40(14): 2607–2625.DOI:10.1016/j.atmosenv.2005.11.059
Tie X, Geng F, Peng L, et al. 2009. Measurement and modeling of O3, variability in Shanghai, China: Application of the WRF-Chem model[J]. Atmospheric Environment, 43(28): 4289–4302.DOI:10.1016/j.atmosenv.2009.06.008
Tie X, Geng F, Guenther A, et al. 2013. Megacity impacts on regional ozone formation: observations and WRF-Chem modeling for the MIRAGE-Shanghai field campaign[J]. Atmospheric Chemistry & Physics, 13(11): 5655–5669.
Wang H X, Kiang C S, Tang X Y, et al. 2005. Surface ozone: A likely threat to crops in Yangtze delta of China[J]. Atmospheric Environment, 39(21): 3843–3850.DOI:10.1016/j.atmosenv.2005.02.057
Wang H X, Zhou L J, Tang X Y. 2006. Ozone concentrations in rural regions of the Yangtze Delta in China[J]. Journal of Atmospheric Chemistry, 54: 255–265.DOI:10.1007/s10874-006-9024-z
Wang T, Xue L, Brimblecombe P, et al. 2017. Ozone pollution in China: A review of concentrations, meteorological influences, chemical precursors, and effects[J]. Science of the Total Environment, 575: 1582.DOI:10.1016/j.scitotenv.2016.10.081
王红丽. 2015. 上海市大气挥发性有机物化学消耗与臭氧生成的关系[J]. 环境科学, 2015, 36(9): 3159–3167.
Wang H L, Chen C H, Wang Q, et al. 2013. Chemical loss of volatile organic compounds and its impact on the source analysis through a two-year continuous measurement[J]. Atmospheric Environment, 80: 488–498.DOI:10.1016/j.atmosenv.2013.08.040
Xu X, Lin W, Wang T, et al. 2008. Long-term trend of surface ozone at a regional background station in eastern China 1991─2006: enhanced variability[J]. Atmospheric Chemistry & Physics Discussions, 8(1): 2595–2607.
严茹莎, 李莉, 安静宇, 等. 2016. 上海市夏季臭氧生成与其前体物控制模拟研究[J]. 环境污染与防治, 2016, 38(1): 30–35.
Zhang Y, Cooper O R, Gaudel L A, et al. 2016. Tropospheric ozone change from 1980 to 2010 dominated by equatorward redistribution of emissions[J]. Nature Geoscience.DOI:10.1038/NGEO2827
Zhang Y H, Su H, Zhong L J, et al. 2008. Regional ozone pollution and observation-based approach for analyzing ozone-precursor relationship during the PRIDE-PRD2004 campaign[J]. Atmospheric Environment, 42(25): 6203–6218.DOI:10.1016/j.atmosenv.2008.05.002
Zhang Z, Zhang X, Gong D, et al. 2015. Evolution of surface O3, and PM2.5, concentrations and their relationships with meteorological conditions over the last decade in Beijing[J]. Atmospheric Environment, 108: 67–75.DOI:10.1016/j.atmosenv.2015.02.071
Zurbenko I G. 1986. The Spectral Analysis of Time Series[M]. North-Holland: Elsevier.




闂傚倸鍊搁崐鐑芥嚄閸洖绠犻柟鎹愵嚙鐟欙箓鎮楅敐搴″闁搞劍绻堥獮鏍庨鈧俊鑲╃棯閹佸仮闁哄被鍔戦幃銈夊磼濞戞﹩浼�2婵犵數濮烽弫鎼佸磻閻愬搫鍨傞柛顐f礀缁犳壆绱掔€n偓绱╂繛宸簻鎯熼梺鍐叉惈椤戝洨绮欒箛娑欌拺闁革富鍘奸崝瀣亜閵娿儲顥㈢€规洜鏁婚崺鈧い鎺戝閳锋垿鏌涘☉姗堝伐濠殿噯绠戦湁婵犲﹤鎳庢禒杈┾偓瑙勬礃濡炰粙寮幘缁樺亹鐎规洖娲ら獮姗€姊绘担鍛婃儓妞わ富鍨堕幃妯衡攽鐎n亝杈堥梺闈涚箞閸婃牠鎮¢悢鍏肩叆闁哄洦顨呮禍鎯ь渻閵堝繐顩柡浣割煼閻涱噣宕橀埡鍐炬祫闁诲函缍嗛崑鎺懳涢崘銊㈡斀闁绘劖娼欓悘锔剧棯閺夎法效妤犵偛顦垫俊鍫曞幢濞嗘埈鍟庨梻浣烘嚀椤曨參宕戦悙鏍稿寮介鐔蜂化婵炴挻鑹鹃敃锕傚箖閸忛棿绻嗛柛娆忣槸婵洭鏌嶇拠鏌ュ弰妤犵偛娲畷婊勬媴閾忕懓骞€婵犵數濮烽。钘壩i崨鏉戝瀭闂傚牊绋堥弸宥夋煥濠靛棙濯兼繛灏栨櫊閺屾洘绻涢悙顒佺彆闂佺粯鎸堕崕鑼崲濞戙垹绠i柣鎰╁妿缁变即姊虹紒妯烘诞闁衡偓闁秴桅闁告洦鍨奸弫鍐煏韫囧﹥娅呴柛鎾讳憾濮婃椽骞愭惔锝傚闂佸憡姊归悷鈺呮偘椤旈敮鍋撻敐搴℃珮闁轰礁绉电换婵囩節閸屾稑顎涘┑鈥冲级閹稿啿顫忕紒妯诲闁告盯娼у﹢閬嶅箲閵忋倕绠涙い鏂垮⒔閻撳姊虹紒妯虹伇婵☆偄瀚板畷褰掑磼閻愬鍘遍悗鍏夊亾闁逞屽墴瀹曟垿鎮欓崫鍕紱闂侀潧艌閺呮粓鎮¢妷鈺傜厽闁哄洨鍋涢埀顒€婀遍埀顒佺啲閹凤拷
婵犵數濮烽弫鍛婃叏娴兼潙鍨傜憸鐗堝笚閸嬪鏌曡箛瀣偓鏇㈡倷婵犲嫭鍠愮€广儱妫欓崣蹇涙煏閸繍妲归柍閿嬪灴閺屾稑鈽夊鍫濅紣缂備焦顨嗙敮妤佺┍婵犲浂鏁冮柨婵嗘处閸掓稑顪冮妶鍐ㄧ仾婵☆偄鍟幈銊╁焵椤掑嫭鐓忛柛顐g箖閿涘秵淇婇銏狀伃闁哄矉绲鹃幆鏃堫敍濠婂憛锝夋⒑閸濄儱校闁绘濮撮悾鐑藉閵堝懐顔掑銈嗘⒒閺咁偊宕㈤幖浣光拺闁告稑锕ョ粈瀣箾娴e啿娲﹂崐鍫曟煥濠靛棙顥撳ù婊勭矒閺岀喓鈧稒岣跨粻鏍ь熆鐠哄搫顏紒杈ㄥ笧閳ь剨缍嗘禍璺何熼埀顒勬⒑缁洘鏉归柛瀣尭椤啴濡堕崱妤€娼戦梺绋款儐閹瑰洭寮诲鍥ㄥ珰闁哄被鍎卞鏉库攽閿熺姷鐣哄ù婊冪埣瀵顓奸崼顐n€囬梻浣告啞閹稿鎮烽埡浣烘殾妞ゆ牗绋戦閬嶆倵濞戞顏呯椤栨埃鏀介柣鎰级閳绘洖霉濠婂嫮绠炵€殿喗鐓¢、妤呭礋椤掆偓閳ь剙鐖奸弻锝夊箛椤旇姤姣勯梺纭呮閸婂潡寮诲☉銏犖ч柛銉仢閵忋倖顥嗗璺侯儑缁♀偓婵犵數濮撮崐鎼佸汲閿濆棎浜滈幖娣焺濞堟洟鏌曢崶褍顏柛鈺冨仱椤㈡﹢鎮欏顔荤棯濠电姵顔栭崹閬嶅箰閹惰棄钃熼柨鐔哄Т閻愬﹪鏌嶆潪鎵妽闁诲繋绶氬娲川婵犲嫭鍠涢梺绋款儐閹瑰洤顫忕紒妯诲闁告縿鍎虫婵犵數鍋橀崠鐘诲幢閹邦亝鐫忛梻浣虹帛閸旀寮崫銉т笉闁哄啫鐗婇悡娆撴煙椤栧棗鑻▓鍫曟⒑瀹曞洨甯涙慨濠傜秺楠炲牓濡搁妷搴e枔閹风娀骞撻幒婵囨祰闂傚倷鐒﹂幃鍫曞磹瑜忕划濠氬箻鐠囪尪鎽曢梺缁樻濞咃綁鎯屽▎鎾寸厵缂佸鐏濋銏ゆ煙椤旂晫鎳囨慨濠勫劋鐎电厧鈻庨幋鐘樻粎绱撴担鍝勑i柣妤佹礋椤㈡岸鏁愭径妯绘櫇闂佸啿鐏堥弲婊堟倵婵犳碍鈷戠憸鐗堝笒娴滀即鏌涘Ο鍝勨挃缂侇喗鐟╁畷鐔碱敍濞戞帗瀚奸梻浣告贡鏋繛瀵稿厴閸┿儲寰勯幇顓犲幐闂佸壊鍋掗崑鍕櫠鐎电硶鍋撶憴鍕缂傚秴锕ユ穱濠傤潰瀹€濠冃┑鐘愁問閸ㄤ即濡堕幖浣歌摕婵炴垶菤濡插牊鎱ㄥΔ鈧悧濠囧极閸撗呯=濞达絽鎼牎闁汇埄鍨抽崑銈夊春閳ь剚銇勯幒鍡椾壕闂佽绻戦懝楣冣€﹂崹顕呮建闁逞屽墴楠炲啳顦圭€规洖宕湁闁哄瀵ч崰妯尖偓瑙勬礈鏋摶鏍归敐澶嬫珳闁汇儺浜缁樻媴娓氼垱鏁梺瑙勬た娴滎亜顫忔禒瀣妞ゆ牗绋掑▍鏍⒑閸濆嫮鈻夐柛妯圭矙閹ょ疀濞戞瑧鍘遍梺鏂ユ櫅閸燁垳绮堥埀顒€顪冮妶蹇曞矝闁哄棙绔糴婵犵數濮烽弫鍛婃叏娴兼潙鍨傞柛锔诲幘缁€濠傗攽閻樺弶鎼愰柣鎺戠仛閵囧嫰骞掑鍫濆帯闂佹剚鍨卞ú鐔煎蓟閺囥垹骞㈡俊銈傚亾闁哄棴缍侀弻锛勪沪閸撗勫垱濡ょ姷鍋炵敮锟犵嵁鐎n喗鍊婚柛鈩冿供濡冣攽閿涘嫬浜奸柛濠冪墱閺侇噣鎮欓崫鍕崶闂佸綊鍋婇崰姘舵儗濞嗗繆鏀介柣妯哄级婢跺嫰鏌涚€n偄濮嶉柡宀嬬秮婵偓闁靛繆鍓濆В鍕煛娴e摜澧︽慨濠勭帛閹峰懐绮欓幐搴♀偓顖氣攽閻橆喖鐏柨鏇樺灩閻g兘顢涘☉姗嗗殼闁诲孩绋掗敋濞存粠鍨跺娲川婵犲嫮鐣垫繝娈垮灥妞存悂骞嗛弮鍫濐潊闁挎稑瀚倴濠碉紕鍋戦崐鏍礉濡ゅ懎绐楅幖娣灮椤╂彃螖閿濆懎鏆為柣鎾寸洴閺屾盯濡烽敐鍛瀴闂佹眹鍔嶉崹鍧楀蓟閿濆鍋勯柛娆忣槹閻濇棃姊虹€圭姵顥夋い锔炬暬閻涱喖螣閼测晝顦╅梺缁樏畷顒勵敆閵忊€茬箚闁绘劦浜滈埀顒佺墪鐓ゆ繝闈涙閺嬪秹鏌¢崶鈺佷憾缂傚倹宀搁悡顐﹀炊閵娧€妲堥悗鐟版啞缁诲啴濡甸崟顖氱婵°倐鍋撻柛鐕佸灦椤㈡瑩鏁撻敓锟�20濠电姴鐥夐弶搴撳亾濡や焦鍙忛柣鎴f绾惧鏌eΟ娆惧殭缂佺姴鐏氶妵鍕疀閹炬惌妫″銈庡亝濞叉ḿ鎹㈠┑瀣棃婵炴垵宕崜鎵磽娴e搫校闁搞劌娼″濠氬Χ閸℃ê寮块梺褰掑亰閸忔﹢宕戦幘婢勬棃鍩€椤掑嫬鐓濋柡鍐ㄧ墕椤懘鏌eΟ鐑橆棤闁硅櫕鎹囬妶顏呭閺夋垹顦ㄩ梺鍐叉惈閿曘儵鏁嶉崨顖滅=闁稿本鐟чˇ锔姐亜閿旇鐏︽い銏″哺椤㈡﹢濮€閻橀潧濮︽俊鐐€栧濠氬磻閹惧绡€闁逞屽墴閺屽棗顓奸崨顖ょ幢闂備胶绮濠氬储瑜斿鍛婄瑹閳ь剟寮婚弴銏犻唶婵犲灚鍔栨晥闂備胶枪妤犲摜绮旇ぐ鎺戣摕婵炴垯鍨归崡鎶芥煏婵炲灝鍔氭い顐熸櫊濮婄儤瀵煎▎鎴犳殸缂傚倸绉撮敃顏堢嵁閸愩剮鏃堝礃閳轰焦鐎梻浣告啞濞诧箓宕f惔銊ユ辈闁跨喓濮甸埛鎴︽煕濠靛棗顏い銉﹀灴閺屾稓鈧綆鍋呭畷灞炬叏婵犲啯銇濈€规洦鍋婂畷鐔煎垂椤愬诞鍥ㄢ拺闁告稑锕ラ埛鎰版煟濡ゅ啫鈻堟鐐插暣閺佹捇鎮╅搹顐g彨闂備礁鎲″ú锕傚礈濞嗘挻鍋熷ù鐓庣摠閳锋垿姊婚崼鐔恒€掔紒鐘冲哺閺屾盯骞樼€靛摜鐤勯梺璇″枓閳ь剚鏋奸弸搴ㄦ煙闁箑鏋ゆい鏃€娲樼换婵嬪閿濆棛銆愬銈嗗灥濡稓鍒掗崼銉ョ劦妞ゆ帒瀚崐鍨箾閸繄浠㈡繛鍛Ч閺岋繝鍩€椤掑嫬纭€闁绘垵妫楀▓顐︽⒑閸涘﹥澶勯柛瀣浮瀹曘儳鈧綆鍠楅悡鏇㈡煛閸ャ儱濡兼鐐瓷戞穱濠囧矗婢跺﹦浼屽┑顔硷攻濡炶棄鐣烽锕€绀嬫い鎰枎娴滄儳霉閻樺樊鍎滅紓宥嗙墪椤法鎹勯悜妯绘嫳闂佺ǹ绻戠划鎾诲蓟濞戙埄鏁冮柨婵嗘椤︺劑姊洪崫鍕闁告挾鍠栭獮鍐潨閳ь剟骞冨▎鎾搭棃婵炴垶顨呴ˉ姘辩磽閸屾瑨鍏屽┑顔炬暩閺侇噣鍨鹃幇浣圭稁婵犵數濮甸懝楣冩倷婵犲洦鐓ユ繝闈涙閸gǹ顭跨憴鍕婵﹥妞介幊锟犲Χ閸涱喚鈧儳鈹戦悙鎻掔骇闁搞劌娼¢獮濠偽旈崘鈺佺/闁荤偞绋堥崜婵嬫倶娓氣偓濮婅櫣娑甸崨顔兼锭闂傚倸瀚€氭澘鐣烽弴銏犵闁挎棁妫勯埀顒傛暬閺屻劌鈹戦崱娑扁偓妤侇殽閻愮榿缂氱紒杈ㄥ浮閹晛鐣烽崶褉鎷伴梻浣告惈婢跺洭宕滃┑鍡╁殫闁告洦鍋€濡插牊绻涢崱妤佺濞寸》鎷�
相关话题/污染 上海 观测 数据 大气