, 陈瑜萍1, 范丽雅1,2,3
, 叶代启1,2,31. 华南理工大学环境与能源学院, 广州 510006;
2. 广东省大气环境与污染控制重点实验室, 广州 510006;
3. 挥发性有机物污染治理技术与装备国家工程实验室, 广州 510006
收稿日期: 2019-04-25; 修回日期: 2019-05-31; 录用日期: 2019-05-31
基金项目: 国家自然科学基金(No.41605092);国家重点研发计划项目(No.2017YFC0212801)
作者简介: 庄立跃(1993-), 男, E-mail:zly9309@gmail.com
通讯作者（责任作者）: 范丽雅, E-mail:fanly@scut.edu.cn
摘要: 基于OMI卫星数据和MODIS土地覆盖分类产品，研究了珠江三角洲地区2005-2016年不同土地利用类型臭氧敏感性的时空变化特征.结果表明，采用MODIS数据产品建立的土地利用类型（发达区、较发达区和欠发达区）具有一定的科学性和适用性.臭氧生成受到VOCs控制的地区主要集中在珠三角中部，包括广州南部、佛山、中山、深圳和江门的部分地区，其面积占比不断缩小，在2015年达到最低值5.05%，2016年有所回升.受到NOx控制的地区主要分布在珠三角边缘地带，包括惠州东北部、广州北部、肇庆西北部和江门西南部，其面积不断增大，在2016年达到最大面积占比42.60%.协同控制区集中在这两种控制区之间.分析不同土地利用类型的敏感性，结果发现，发达区主要为VOCs/协同控制区，较发达区主要为协同控制区，欠发达区为NOx控制区.根据不同城市臭氧控制区面积占比的年际变化，可将珠三角9个城市分为3类：第1类以广州为代表，其面积较大，土地利用类型丰富，3种臭氧控制区均有出现；第2类以深圳为代表，集中在珠三角中心区，仅有VOCs控制/协同控制两种控制区；第3类只有惠州，仅有NOx/协同控制两种控制区.
关键词:珠江三角洲OMI卫星土地利用类型臭氧生成敏感性
Study on the ozone formation sensitivity in the Pearl River Delta based on OMI satellite data and MODIS land cover type products
ZHUANG Liyue1
, CHEN Yuping1, FAN Liya1,2,3 , YE Daiqi1,2,3 1. School of Environment and Energy, South China University of Technology, Guangzhou 510006;
2. Guangdong Provincial Key Laboratory of Atmospheric Environment and Pollution Control, Guangzhou 510006;
3. National Engineering Laboratory for Volatile Organic Compounds Pollution Control Technology and Equipment, Guangzhou 510006
Received 25 April 2019; received in revised from 31 May 2019; accepted 31 May 2019
Abstract: Based on OMI satellite data and MODIS land cover type products, the temporal and spatial variations of ozone formation sensitivity on different land use types in the Pearl River Delta from 2005 to 2016 were studied. The results show that the land use types (developed, comparatively developed and less-developed areas) established by using MODIS data products were scientific and applicable. The areas where surface ozone is controlled by VOCs-limited regime are mainly located in the central part of the Pearl River Delta, including southern Guangzhou, Foshan, Zhongshan, Shenzhen and parts of Jiangmen. The area proportion of VOCs-limited area has been shrinking, reaching a minimum of 5.05% in 2015, and rose again in 2016. The areas controlled by NOx-limited regime were mainly distributed on the edge of the Pearl River Delta, including northeastern Huizhou, northern Guangzhou, northwestern Zhaoqing and southwestern Jiangmen. The area proportion of NOx-limited area is increasing, reaching a maximum of 42.60% in 2016. The transitional regime area is mainly distributed between VOCs-limited and NOx-limited areas. The ozone sensitivity regimes on different land use types were also analyzed. The results show that the developed areas were mainly under VOCs-limited/transitional regimes; the comparatively developed areas were mainly under transitional regime; the less developed areas were controlled by NOx. According to the interannual variations of the area proportion of ozone sensitivity regimes in different cities, nine cities in the Pearl River Delta can be divided into three categories:the first category, represented by Guangzhou, has a large area and multiple land use types with three ozone sensitivity regimes emerged. The second category, represented by Shenzhen, is concentrated in the central area of the Pearl River Delta with only VOCs/transitional regimes. The third category only consists of Huizhou, with only NOx/transitional regimes.
Keywords: Pearl River Deltaozone monitoring instrument (OMI)land use typeozone sensitivity
1 引言(Introduction)珠江三角洲地区(简称“珠三角”, PRD)是我国经济发展水平和工业化程度最高的城市群之一, 但在高速发展的同时, 也受到严重的空气污染问题困扰(Chan et al., 2008).近年来, 在经济结构调整和政府有力的减排措施下, 珠三角地区颗粒物等主要污染物浓度呈明显下降趋势, 但臭氧浓度却居高不下, 呈现上升态势(Zhang et al., 2008; 廖志恒等, 2015), 并成为珠三角地区最主要的首要污染物(张莹等, 2016).近地面臭氧会对人体的呼吸系统及植被造成破坏(Führer et al., 1993; Monks, 2005), 并且是一种重要的温室气体(National Research Council, 1991), 由此带来的环境问题越来越受到政府有关部门和公众的关注.
作为光化学反应生成的二次污染物, 近地面臭氧主要是由前体物氮氧化物(NOx)和挥发性有机物(VOCs)在太阳辐射的作用下生成(Atkinson, 2000), 其生成机制是复杂的非线性关系(Wang et al., 2017), 控制单一前体物并不能有效地控制臭氧污染.因此, 研究不同区域的臭氧生成机制、确定臭氧敏感性对臭氧防控具有重要的科学意义.
针对珠三角地区的臭氧敏感性研究已有较多报导(高东峰等, 2007; Zhang et al., 2008; Shao et al., 2009; 梁永贤等, 2014; 沈劲等, 2014; 李泽琨, 2015; 叶绿萌等, 2016), 这些研究表明珠三角地区臭氧生成主要受到VOCs控制, 即限制VOCs排放能更有效地控制臭氧污染；少部分郊区为NOx控制, 即限制NOx排放能更有效地控制臭氧污染.但这些研究的研究时段基本集中在2010年前, 且局限在单一城市或站点, 尤其是广州、深圳这样的大城市, 并且受到研究时间尺度短、监测数据难获取、清单更新不及时等不利条件制约, 不能全面系统地反映珠三角地区的臭氧敏感性特征.
基于卫星数据产品得到的FNR指示剂(即甲醛(HCHO)柱浓度和二氧化氮(NO2)柱浓度之比)具有时间尺度长、空间范围广、监测连续等优点, 能够打破时空范围的限制, 为研究臭氧敏感性时空变化提供了科学的手段.该指示剂由Martin等(2004)首先提出并将GOME卫星数据运用到臭氧敏感性的工作当中, 它是在Sillman(1995)提出的H2O2/HNO3指示剂的基础上建立的, FNR指示剂作为研究臭氧敏感性的指示剂具有一定的科学可靠性(Sillman et al., 2002).Duncan等(2010)将该方法运用到分辨率更精细的OMI(Ozone Monitoring Instrument)卫星数据, 并研究美国不同城市的臭氧敏感性, 发现在洛杉矶地区, 当HCHO/NO2的比值小于1时, 可认定为VOCs控制, 当HCHO/NO2的比值介于1~2之间时, 可认定为VOCs-NOx协同控制, 当HCHO/NO2的比值大于2时, 可认定为NOx控制.由于珠三角地区VOCs污染特征和洛杉矶地区具有一定相似性(Brown et al., 2007; Zheng et al., 2009), 目前基于OMI FNR指示剂研究中国城市地区的臭氧敏感性的研究已广泛开展(Jin et al., 2015; 单源源等, 2016; 武卫玲等, 2018), 从研究结果来看, 该划分标准在珠三角地区具有一定的适用性.武卫玲等(2018)利用OMI卫星数据探究了京津冀及周边地区夏季的臭氧敏感性.单源源等(2016)基于OMI卫星数据分析了我国中东部地区的臭氧敏感性, 但由于其研究范围幅度大, 难以体现珠三角内部各城市的差异, 对珠三角地区内部的精细化环境管理意义不大.Jin等(2015)用基于MODIS数据划分的土地利用类型研究中国FNR的变化, 但其土地利用类型的划分是基于全国范围, 在珠三角地区不具有太大的实际意义.目前基于OMI卫星数据研究整个珠三角范围、长时间序列的臭氧敏感性研究仍有欠缺, 特别是分地域类型和行政区划的研究很少.另一方面, 珠三角地区臭氧浓度最高的季节常为秋季(刘建等, 2017), 但在冬季仍有臭氧超标的现象出现(周学思等, 2019), 研究各个季节的臭氧敏感性对珠三角地区具有重要意义.
本研究基于OMI卫星的HCHO和NO2数据产品, 并以MODIS土地覆盖类型产品为辅助数据, 在定义不同土地利用类型的基础上, 针对珠三角地区开展大范围、长时间、多地域类型的臭氧敏感性分析, 以期为珠三角地区制定差异化、精细化的臭氧控制策略提供重要科学依据.
2 研究方法(Methodology)2.1 OMI卫星数据OMI搭载于Aura卫星, Aura是NASA地球观测系统(Earth Observation System)系列卫星中一颗重要的太阳同步轨道近极轨卫星, 于2004年7月15日发射升空. OMI是用于天底扫描的紫外-可见光波段成像光谱仪, 其主要目的是对臭氧层、空气质量和气候变化进行观测和研究.Aura过境时间一般在当地时间13：40—13：50, 围绕地球一圈约为100 min左右, 轨道高度约705 km, 波段范围为270~500 nm, 光谱分辨率为0.5 nm, 星下点分辨率为13 km×24 km, 地面扫描幅宽为2600 km, 扫描视场角度为114°, 可测量包括O3、NO2、SO2、HCHO柱浓度和O3廓线及气溶胶、云、表面紫外辐射等在内的多种数据.
本文所用的对流层NO2和HCHO柱浓度月均数据均来自欧洲航天局(European Space Agency)对流层排放监测网(TEMIS), NO2柱浓度数据产品DOMINO的分辨率为0.125°×0.125°, 不确定性约为15% (Boersma et al., 2011)；HCHO柱浓度数据产品的分辨率为0.25°×0.25°, 不确定性约为25% (Celarier et al., 2008), 为了匹配不同分辨率的产品, 将HCHO柱浓度数据通过重采样处理为0.125°×0.125°.不同土地利用类型或行政区划内的HCHO、NO2柱浓度为该区域内所有网格数据的平均值.
网格内臭氧敏感性(FNR)依照以下公式计算：
 | (1) |
臭氧敏感性的判断标准为：当FNR小于1时, 该网格处在VOCs控制区；当FNR介于1~2之间时, 该网格处在VOCs-NOx协同控制区；当FNR大于2时, 该网格处在NOx控制区.
2.2 MODIS土地覆盖类型数据本文所建立的珠三角土地利用类型分类是基于中分辨率成像光谱仪(MODIS)三级土地覆盖类型(Land Cover Type)产品(MCD12Q1).该产品根据一年的Terra和Aqua观测所得数据处理而得.根据国际地圈生物圈计划(IGBP), 该产品包含了17个主要土地覆盖类型, 其中包括11个自然植被类型、3个土地开发和镶嵌的类型和3个非草木土地类型, 该数据被分为18×36条带, 本文的研究区域为h28v06条带, 由于其分辨率为500 m, 为了匹配OMI数据进行分析研究, 将整个研究区域划分为0.125°×0.125°网格区域, 根据网格内土地覆盖类型的占比定义网格类型.
2.3 地面监测数据本文用于验证土地利用类型划分的站点信息和验证OMI对流层NO2柱浓度准确性的监测数据均来自“粤港澳珠江三角洲区域空气监测网络”(以下简称“监测网络”).该“监测网络”自2006年开始每年分别发布半年和全年空气质量监测结果报告(http://www.gdep.gov.cn/hjjce/kqjc/)各一次, 截止至2016年, 整个珠三角地区(包括香港、澳门)共有23个监测站点, 记录了SO2、NO2、O3等6项污染物的月均值和年均值变化情况.在本研究中, 根据《附录A：监测子站地点资料》(以2016年报告为准)验证土地利用类型的划分结果, 利用2006—2016年报告中的NO2月均浓度对比验证OMI数据.
3 结果与讨论(Results and discussion)3.1 基于MODIS产品的土地利用类型分类结果MODIS MCD12Q1数据产品共有17种土地覆盖类型, 其中, “城市和建筑区”主要存在于城市当中, 其面积是衡量基础建设和经济发展水平的重要指标, 故其在单位网格中所占的比例是判断土地利用类型的重要因素.Jin等(2015)在研究中国整体的臭氧敏感性时将只要含有“城市和建筑区”像元的网格划分为“城区”.但考虑到珠三角的整体工业和经济发展水平居于全国前列, “城市和建筑区”像元数量远大于全国平均水平, 所以这一划分标准不完全适用于该地.本研究的主要目的之一是研究珠三角内部不同土地利用类型之间的差异, 因此, 基于珠三角实际情况, 本文建立了本地化的土地利用类型划分标准, 将珠三角划分成“发达区”、“较发达区”和“欠发达区”3种类型(表 1).
表 1(Table 1)
| 表 1 土地利用类型的分类标准 Table 1 Classification Criteria of Land Use Types | ||||||||
表 1 土地利用类型的分类标准 Table 1 Classification Criteria of Land Use Types
| ||||||||
 |
如图 1所示, 发达区网格主要集中在珠三角中心区, 占据广州、深圳、东莞等发达城市的大部分面积；中心区边缘为较发达区, 并逐渐过渡到珠三角外围欠发达区, 后者占据了肇庆的绝大部分地区.“监测网络”所发布的报告中, 将监测子站划分为“城区”和“郊区”等多种类型(表 2), 其中, 城区/市区站点均处于图 1建立的发达区, 而郊区及其他站点主要处在较发达区和欠发达区, 这说明本研究所采用的划分标准具有一定的科学性和实用性.
图 1(Fig. 1)
 |
| 图 1 珠三角地区土地利用类型分类结果 Fig. 1Classification of land use types in the Pearl River Delta region |
表 2(Table 2)
| 表 2 “监测网络”站点地区类型和土地利用类型结果对比 Table 2 Comparisons between area types of sites located in "Monitoring Network" and land use type | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
表 2 “监测网络”站点地区类型和土地利用类型结果对比 Table 2 Comparisons between area types of sites located in "Monitoring Network" and land use type
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
3.2 珠三角臭氧前体物时空变化3.2.1 OMI卫星数据验证在“监测网络”中, 分别从珠三角9个城市里各挑选一个站点作为代表该城市的站点对OMI NO2卫星数据进行验证, 9个代表站点分别为：麓湖公园(广州)、荔园(深圳)、惠景城(佛山)、唐家(珠海)、南城元岭(东莞)、东湖(江门)、下埔(惠州)和紫马岭公园(中山).图 2是各个站点的NO2月均浓度与所在卫星网格的OMI NO2对流层月均柱浓度之间的对比验证, 通过对比可以看出, 二者之间有较好的相关性(r=0.66, n=1141).由于卫星仅在每天午后时段有一个测量结果, 且代表的是整个对流层的柱浓度, 而温度、云量也有较大的影响, 这些因素都会减弱它们之间的相关性.
图 2(Fig. 2)
 |
| 图 2 2006—2016年“监测网络”NO2月均浓度与OMI NO2对流层月均柱浓度的相关性 Fig. 2Correlation between NO2 monthly concentrations from the "Monitoring Network" and NO2 column concentrations from OMI satellite from 2006 to 2016 |
由于甲醛目前还没有纳入常规监测污染物中, 因此, 本研究无法对HCHO柱浓度数据进行验证, 但对于该数据产品前人已经开展了很多验证工作(Millet et al., 2008; Baek et al., 2014).
3.2.2 珠三角HCHO和NO2对流层柱浓度时空变化如图 3所示, 珠三角地区2005—2016年对流层NO2和HCHO柱浓度呈现明显的周期性变化, 根据拟合方程的结果, 周期大约为12个月, 类似的周期性变化在其他文献中也有相关报道(咸龙等, 2018; 周春艳等, 2015).从整体趋势来看, HCHO柱浓度的年际变化较为稳定, 年平均浓度为10.70×1015~12.21×1015 molec·cm-2, 与咸龙等(2018)得到的珠三角2009—2016年甲醛柱浓度的年均值范围(10.79×1015~14.62×1015 molec·cm-2)接近, 两者之间的差异来自于数据产品的选取和研究时段的不同.与HCHO相比, 对流层NO2柱浓度的年均浓度呈现较明显的下降趋势, 从2005年的10.30×1015 molec·cm-2下降到2016年的6.77×1015 molec·cm-2, 下降幅度为34.26%.在全国其他地区, 如长三角部分区域和闽赣地区对流层NO2柱浓度也出现类似的负增长, 而在华北、华中、华东地区则出现较为明显的正增长(周春艳等, 2015; 单源源等, 2016).
图 3(Fig. 3)
 |
| 图 3 2005—2016年HCHO、NO2和FNR的月变化 Fig. 3Variations of HCHO, NO2 and FNR from 2005 to 2016 |
从季节变化来看(图 4), HCHO不同季节的柱浓度分别为：春季(3—5月)11.69×1015 molec·cm-2, 夏季(6—8月)12.38×1015 molec·cm-2, 秋季(9—11月)12.26×1015 molec·cm-2, 冬季(12—2月)9.66×1015 molec·cm-2.夏、秋两季的HCHO平均柱浓度较为接近, 而冬季则一直保持在最低水平, 整体上看呈现“夏高冬低”的趋势, 这可能与气温和交通源排放的波动有关(顾达萨等, 2008; 陈月霞等, 2011).NO2不同季节的柱浓度分别为：春季(3—5月)8.34×1015 molec·cm-2, 夏季(6—8月)5.72×1015 molec·cm-2, 秋季(9—11月)8.23×1015 molec·cm-2, 冬季(12—2月)11.97×1015 molec·cm-2.春、秋两季NO2的平均柱浓度接近, 与HCHO相反, 呈现明显的“冬高夏低”特征.这主要是由于夏季强烈的光化学反应中NO2被大量消耗, 尤其是在珠三角的高温作用下, 而由于冬季相对较低的气温和不利于扩散的气象条件, 导致NO2易于积累(Pope et al., 2015; 刘显通等, 2015).
图 4(Fig. 4)
 |
| 图 4 2005—2016年对流层HCHO (a)和NO2 (b)柱浓度不同季节变化 Fig. 4Temporal variations of column concentration of tropospheric HCHO (a) and NO2 (b) in different seasons from 2005 to 2016 |
图 5展示了珠三角地区2016年HCHO和NO2的空间分布.HCHO对流层柱浓度的分布较为均匀, 在肇庆和佛山交界处平均浓度较高；从不同土地利用类型来看(图 6), 发达区的平均浓度较高, 与最低的欠发达区相比, 两者年均浓度差在2×1015 molec·cm-2之内.与HCHO相比, NO2柱浓度在不同地区之间具有较大的差异, 其中广州和佛山的交界处、深圳、东莞等地存在较为明显的高值.从图 6可以看出, 发达区的NO2柱浓度一直为最高, 在2006年出现最大值(14.40×1015 molec·cm-2), 其次分别是较发达区和欠发达区.3种土地利用类型的变化相似, 均是呈现负增长, 但发达区的下降幅度最为明显, 从2005—2016年, 降幅为40.44%, 较发达区和欠发达区则分别为32.14%和25.72%.
图 5(Fig. 5)
 |
| 图 5 2016年珠三角对流层HCHO柱浓度(a)和NO2柱浓度(b)空间分布 Fig. 5Spatial distribution of column concentration of tropospheric HCHO(a) and NO2(b) in PRD in 2016 |
图 6(Fig. 6)
 |
| 图 6 2005—2016年对流层HCHO柱浓度(a)和NO2柱浓度(b)在不同土地利用类型的变化 Fig. 6Temporal variations of column concentration of tropospheric HCHO (a) and NO2 (b) in different land use types from 2005 to 2016 |
3.3 珠三角臭氧敏感性时空变化3.3.1 臭氧敏感性的空间分布特征和年际变化图 7是珠三角臭氧生成敏感性的空间分布.如图所示, 2005—2014年, 珠三角中心区域为VOCs控制区, 主要分布在广州南部、佛山、中山、深圳和江门的部分地区, 这些区域需要优先控制VOCs排放；NOx控制区主要分布在惠州东北部、广州北部、肇庆西北部和江门西南部, 这些区域需要优先控制NOx排放.在VOCs控制区和NOx控制区之间则是两种污染物的协同控制区, 这些区域需要同时针对VOCs和NOx进行控制, 实现协同减排.
图 7(Fig. 7)
 |
| 图 7 2005—2016年珠三角臭氧生成敏感性的空间分布 Fig. 7Spatial distribution of O3 sensitivity regime of the PRD from 2005 to 2016 |
图 8是不同土地利用类型臭氧敏感性占比变化.如图所示, 从2005—2014年, VOCs控制区的面积在缩小.2005年VOCs控制区面积占比最高(35.02%), 此后逐步下降, 在2011年出现短暂上升(24.91%), 此后继续减小, 到2015年, VOCs控制区仅在佛山、中山和深圳小范围出现(面积占比5.05%), 绝大多数区域是协同控制区(面积占比56.32%).与此同时, NOx控制区面积逐渐扩大, 到2016年达到最大占比42.60%.珠三角地区VOCs控制区向NOx控制区转变的趋势在其他文献中也有相关报道(Li et al., 2014).造成这种转变的原因可能是在VOCs控制区内, NOx的持续减排.在欧洲的英国南部和德国等地发现在VOCs没有同步削减的情况下, NOx的减排会让敏感性从VOCs控制过渡到NOx控制(Beekmann et al., 2010).从图 8可以看出, 在2016年, VOCs控制区的面积回升, 达到2014年的水平, 这可能是“十三五”期间我国大力开展VOCs污染综合整治、控制VOCs排放的结果, 但具体原因仍需要进一步研究.
图 8(Fig. 8)
 |
| 图 8 2005—2016年珠三角不同土地利用类型臭氧敏感性占比变化 Fig. 8The ratio of O3 sensitivity regime in different land use types in PRD from 2005 to 2016 |
在所有土地利用类型中, 发达区的VOCs控制区占比最高, 尤其在2005—2008年.从2009年开始, 协同控制区取代VOCs控制区成为发达区最主要的臭氧敏感性类型, 在2015年达到最大占比69.66%.另一方面, NOx控制区在发达区一直保持着相对较小的占比(均在20%以下).较发达区最主要的控制区类型是协同控制区, 其面积一直稳定在50%左右；欠发达区大部分是NOx控制区, 其面积从2005年开始逐渐增大, 在2016年达到最大占比65.69%.欠发达区的VOCs控制区和NOx控制区面积占比的变化趋势和整个珠三角地区相似.
根据各城市不同控制区占比情况, 可将珠三角9个城市划分为3类, 具体如图 9所示.①广州、江门、肇庆, 这3个城市有6年或以上的时间在同一年当中同时出现3种敏感性控制区, 其特点是行政面积较大、土地利用类型丰富(均含有发达、较发达、欠发达3种类型)、有部分面积处在珠三角地区边缘.除2015年以外, 广州地区3种敏感区类型保持着最为均衡的比例, 其VOCs控制区面积主要集中在南部的发达区, 在北部的欠发达区则为NOx控制区.广州市的这一敏感性分布特点在其他文献中也有相关报道(叶绿萌等, 2016).江门和肇庆的VOCs控制区出现在与佛山的交界处且占比均比较低.
图 9(Fig. 9)
 |
| 图 9 2005—2016年珠三角不同城市臭氧敏感性控制区占比 Fig. 9The ratio of O3 sensitivity regime in different cities in PRD from 2005 to 2016 |
② 佛山、珠海、东莞、中山和深圳, 这5个城市的控制区类型几乎都是协同控制区和VOCs控制区(除佛山在2015和2016年出现NOx控制区, 但所占面积均在12.5%以下), 其特点为行政面积较小、处在珠三角地区中心地带、土地利用类型以发达和较发达区为主.其中, 中山是年均VOCs控制区面积占比最高的城市(平均占比74.24%), 珠海为年均VOCs控制区面积占比最低的城市(平均占比17.95%).东莞在2005—2016年之间VOCs控制区面积先升后降, 在2015达到最低占比, 在2016年回升.除了东莞之外, 其他城市没有表现出明显的年际变化趋势.
③ 惠州, 该市除了2005年出现1.67%的VOCs控制区, 其余年份均为协同控制区和NOx控制区.在近10年间, NOx控制区面积虽有波动, 但一直保持在60%以上.其特点为土地利用类型以较发达和欠发达区为主、工业基础较珠三角其他城市薄弱.叶绿萌等(2016)的研究结果也发现惠州地区对NOx敏感, 该作者认为可能是该地区人为排放的NOx和VOCs相对较少, 而生物源VOCs较多, 影响了该地区的光化学反应.
3.3.2 臭氧敏感性的季节变化特征臭氧敏感性不仅受到前体物排放的影响, 还受到温度、湿度、风向风速等气象因素的影响, 所以同一地区在不同季节也会出现敏感性的差异.
图 10展示了2005—2016年间珠三角地区在不同季节臭氧敏感性控制区面积占比的变化.春季(3—5月)的变化趋势较为复杂多变：VOCs控制区面积先降后升, 2005年的面积占比最大, 为47.29%, 其次是2011年的35.02%.表 3统计了2016年不同土地利用类型臭氧敏感性控制区的面积比例.可以看出, 各土地利用类型之间呈现出了比较大的差异：春季发达区大部分面积处在VOCs控制区(42.70%), 较发达区大部分面积处在协同控制区(50%), 欠发达区大部分面积处在NOx控制区(64.70%).表 4统计了2016年不同城市臭氧敏感性控制区的比例.在2016年春季, 广州、深圳、佛山、东莞和中山主要对VOCs敏感, 珠海和惠州主要处在协同控制区, 江门和肇庆则是对NOx较为敏感.
图 10(Fig. 10)
 |
| 图 10 2005—2016年珠三角不同季节臭氧敏感性控制区占比 Fig. 10The ratio of O3 sensitivity regime in different seasons in PRD from 2005 to 2016 |
表 3(Table 3)
| 表 3 2016年珠三角不同土地利用类型臭氧敏感性控制区比例 Table 3 The ratio of O3 sensitivity regime in different land use types in PRD in 2016 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
表 3 2016年珠三角不同土地利用类型臭氧敏感性控制区比例 Table 3 The ratio of O3 sensitivity regime in different land use types in PRD in 2016
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
表 4(Table 4)
| 表 4 2016年珠三角不同城市臭氧敏感性控制区比例 Table 4 The ratio of O3 sensitivity regime in different cities in PRD in 2016 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
表 4 2016年珠三角不同城市臭氧敏感性控制区比例 Table 4 The ratio of O3 sensitivity regime in different cities in PRD in 2016
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
夏季(6—8月)珠三角地区对NOx较为敏感.李泽琨(2015)研究发现, 8月份珠三角地区整体处于协同控制区, 但NOx对臭氧峰值浓度的控制效果更为显著.夏季高温、强太阳辐射和长日照时间会造成生物源VOCs大量排放, 也会影响臭氧敏感性(毛红梅等, 2016).从图 10可以看出, 夏季NOx控制区面积一直保持在58.13%以上, 在2015年更是达到91.34%.在2016年夏季, NOx控制区是各个土地利用类型中占比最大的控制区(表 3)；除深圳和东莞外, 各个城市中NOx控制区的面积占比也是最大的(表 4).
对于珠三角臭氧污染最严重的秋季(9—11月), 协同控制区和NOx控制区占了珠三角地区大部分面积.Li等(2014)也研究发现, 珠三角秋季高臭氧污染事件主要受到VOCs和NOx的协同控制.如表 3所示, 发达/较发达区秋季主要处在NOx-VOCs协同控制区, 但NOx控制区也占据着不小的面积(发达区：30.34%；较发达区：44.19%), 而欠发达区主要处在NOx控制区.从城市的分布情况来看, 协同控制区是大多数城市最主要的控制区类型, 值得注意的是, 佛山的VOCs控制区面积占比依然非常高, 可能与当地高臭氧污染有一定的关系.
珠三角冬季(1、2和12月)主要对VOCs敏感.VOCs敏感区所占的面积一直在44.76%以上, 2005年和2007年达到最大面积占比62.09%, 3种不同的土地利用类型也以VOCs控制区为主要控制区类型.王宇骏等(2016)也研究发现, 广州地区的臭氧敏感性在冬季主要为VOCs控制和协同控制类型.惠州、江门、肇庆等城市的VOCs控制区占比相比其他季节也均有提高.
4 结论(Conclusions)1) 对流层NO2柱浓度的高值区集中在珠三角中部, 而对流层HCHO柱浓度在珠三角不同地区之间的差异较小.HCHO柱浓度整体上呈现“夏高冬低”的趋势, NO2柱浓度整体上呈现“冬高夏低”的趋势.
2) 珠三角中心区域为VOCs控制区, 主要分布在广州南部、佛山、中山、深圳和江门的部分地区；NOx控制区主要分布在惠州东北部、广州北部、肇庆西北部和江门西南部；协同控制区位于上述两个控制区之间.
3) 发达区的VOCs控制区占比最高, 在2005—2008年间是发达区最主要的敏感区类型；较发达区最主要的控制区类型是协同控制区；NOx控制区则占据了欠发达区的大部分面积.
4) 根据臭氧敏感性情况, 可将珠三角9个城市划分为3类：广州、肇庆和江门臭氧敏感性较为复杂, 深圳、中山、珠海、东莞、佛山主要受到VOCs和两种前体物协同控制, 惠州则主要受到NOx控制.
5) 春季臭氧敏感性在不同土地利用类型之间有所区别, 发达区主要为VOCs或者协同控制区, 较发达区主要为协同控制区, 欠发达区主要为NOx控制区；秋季, 发达区主要处在协同控制区, 较发达和欠发达区为NOx控制区；夏季所有土地利用类型主要处在NOx控制区, 冬季所有土地利用类型主要处在VOCs控制区.
参考文献
| Atkinson R. 2000. Atmospheric chemistry of VOCs and NOx[J]. Atmospheric Environment, 34(12/14): 2063–2101. |
| Baek K H, Kim J H, Park R J, et al. 2014. Validation of OMI HCHO data and its analysis over Asia[J]. Science of the Total Environment, 490: 93–105.DOI:10.1016/j.scitotenv.2014.04.108 |
| Beekmann M, Vautard R. 2010. A modelling study of photochemical regimes over Europe:robustness and variability[J]. Atmospheric Chemistry and Physics, 10(20): 10067.DOI:10.5194/acp-10-10067-2010 |
| Boersma K F, Eskes H J, Dirksen R J, et al. 2011. An improved tropospheric NO2 column retrieval algorithm for the Ozone Monitoring Instrument[J]. Atmospheric Measurement Techniques, 4(9): 1905–1928.DOI:10.5194/amt-4-1905-2011 |
| Brown S G, Frankel A, Hafner H R. 2007. Source apportionment of VOCs in the Los Angeles area using positive matrix factorization[J]. Atmospheric Environment, 41(2): 227–237.DOI:10.1016/j.atmosenv.2006.08.021 |
| Celarier E A, Brinksma E J, Gleason J F, et al. 2008. Validation of ozone monitoring instrument nitrogen dioxide columns[J]. Journal of Geophysical Research:Atmospheres, 113(D15).DOI:10.1029/2007jd008908 |
| Chan C K, Yao X. 2008. Air pollution in mega cities in China[J]. Atmospheric Environment, 42(1): 1–42. |
| 陈月霞, 曹琳, 杨淑萍. 2011. 气温对大气主要污染物的影响[J]. 现代农业科技, 2011(10): 277–278.DOI:10.3969/j.issn.1007-5739.2011.10.181 |
| Duncan B N, Yoshida Y, Olson J R, et al. 2010. Application of OMI observations to a space-based indicator of NOx and VOC controls on surface ozone formation[J]. Atmospheric Environment, 44(18): 2213–2223.DOI:10.1016/j.atmosenv.2010.03.010 |
| Führer G, Payer H D, Pfanz H. 1993. Effects of air pollutants on the photosynthetic capacity of young Norway spruce trees.Response of single needle age classes during and after different treatments with O3, SO2, or NO2[J]. Trees, 8(2): 85–92. |
| 高东峰, 张远航, 曹永强. 2007. 应用OBM模型研究广州臭氧的生成过程[J]. 环境科学研究, 2007, 20(1): 47–51.DOI:10.3321/j.issn:1001-6929.2007.01.009 |
| 顾达萨, 邵敏, 陆思华. 2008. 城市大气中甲醛来源分析的示踪技术[J]. 北京大学学报(自然科学版), 2008, 44(2): 317–322.DOI:10.3321/j.issn:0479-8023.2008.02.023 |
| Jin X, Holloway T. 2015. Spatial and temporal variability of ozone sensitivity over China observed from the ozone monitoring instrument[J]. Journal of Geophysical Research:Atmospheres, 120(14): 7229–7246.DOI:10.1002/2015JD023250 |
| 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 Sciences, 26(1): 23–36. |
| 李泽琨.2015.珠江三角洲地区臭氧及其前体物非线性响应特征及控制对策研究[D].广州: 华南理工大学http://cdmd.cnki.com.cn/Article/CDMD-10561-1015988217.htm |
| 梁永贤, 尹魁浩, 胡泳涛, 等. 2014. 深圳地区臭氧污染来源的敏感性分析[J]. 中国环境科学, 2014, 34(6): 1390–1396. |
| 廖志恒, 孙家仁, 范绍佳, 等. 2015. 2006—2012年珠三角地区空气污染变化特征及影响因素[J]. 中国环境科学, 2015, 35(2): 329–336. |
| 刘建, 吴兑, 范绍佳, 等. 2017. 前体物与气象因子对珠江三角洲臭氧污染的影响[J]. 中国环境科学, 2017, 37(3): 813–820. |
| 刘显通, 郑腾飞, 万齐林, 等. 2015. OMI遥感珠三角城市群NO2的时空分布特征及人类活动影响分析[J]. 热带气象学报, 2015, 31(2): 193–201. |
| 毛红梅, 张凯山, 第宝锋. 2016. 四川省天然源VOCs排放量的估算和时空分布[J]. 中国环境科学, 2016, 36(5): 1289–1296.DOI:10.3969/j.issn.1000-6923.2016.05.002 |
| Martin R V, Fiore A M, Van Donkelaar A. 2004. Space-based diagnosis of surface ozone sensitivity to anthropogenic emissions[J]. Geophysical Research Letters, 31(6): L06120. |
| Millet D B, Jacob D J, Boersma K F, et al. 2008. Spatial distribution of isoprene emissions from North America derived from formaldehyde column measurements by the OMI satellite sensor[J]. Journal of Geophysical Research:Atmospheres, 113(D2): D02307. |
| Monks P S. 2005. Gas-phase radical chemistry in the troposphere[J]. Chemical Society Reviews, 34(5): 376–395.DOI:10.1039/b307982c |
| National Research Council. 1992. Rethinking the Ozone Problem in Urban and Regional Air Pollution[M]. Washington, DC: National Academies Press. |
| Pope R J, Savage N H, Chipperfield M P, et al. 2015. The inffuence of synoptic weather regimes on UK air quality:Regional model studies of tropospheric column NO2[J]. Atmospheric Chemistry and Physics, 15: 11201–11215.DOI:10.5194/acp-15-11201-2015 |
| Ran Y, Li X, Lu L. 2010. Evaluation of four remote sensing based land cover products over China[J]. International Journal of Remote Sensing, 31(2): 391–401.DOI:10.1080/01431160902893451 |
| Shao M, Zhang Y, Zeng L, et al. 2009. Ground-level ozone in the Pearl River Delta and the roles of VOC and NOx in its production[J]. Journal of Environmental Management, 90(1): 512–518.DOI:10.1016/j.jenvman.2007.12.008 |
| Sillman S. 1995. The use of NOy, H2O2 and HNO3 as indicators for O3-NOx-VOC sensitivity in urban locations[J]. Journal of geophysical Research:Atmospheres, 100: 14175–14188.DOI:10.1029/94JD02953 |
| Sillman S, He D. 2002. Some theoretical results concerning O3-NOx-VOC chemistry and NOx-VOC indicators[J]. Journal of Geophysical Research:Atmospheres, 107(D22): ACH 26-1–ACH 26-15. |
| 单源源, 李莉, 刘琼, 等. 2016. 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. |
| 沈劲, 钟流举, 陈皓, 等. 2014. H2O2与HNO3生成速率比值判别臭氧生成敏感性[J]. 中国科技论文, 2014, 9(6): 725–728.DOI:10.3969/j.issn.2095-2783.2014.06.023 |
| 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: 1582–1596.DOI:10.1016/j.scitotenv.2016.10.081 |
| 王宇骏, 黄新雨, 裴成磊, 等. 2016. 广州市近地面臭氧时空变化及其生成对前体物的敏感性初步分析[J]. 安全与环境工程, 2016, 23(3): 83–88. |
| 武卫玲, 薛文博, 雷宇, 等. 2018. 基于OMI数据的京津冀及周边地区O3生成敏感性[J]. 中国环境科学, 2018, 38(4): 1201–1208. |
| 咸龙, 葛建团, 徐敏, 等. 2018. 珠江三角洲对流层HCHO柱浓度遥感监测及影响因子[J]. 中国环境科学, 2018, 38(9): 3221–3231.DOI:10.3969/j.issn.1000-6923.2018.09.003 |
| 叶绿萌, 樊少芬, 常鸣, 等. 2016. 珠三角地区秋季臭氧生成敏感性时空变化模拟研究[J]. 南京大学学报(自然科学), 2016, 52(6): 977–988. |
| 张莹, 岳玎利, 江明, 等. 2016. 珠江三角洲臭氧污染特征与趋势初步分析[J]. 广东化工, 2016, 43(12): 152–153+144.DOI:10.3969/j.issn.1007-1865.2016.12.074 |
| 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 |
| Zheng J Y, Shao M, Che W W, et al. 2009. Speciated VOC emission inventory and spatial patterns of ozone formation potential in the Pearl River Delta, China[J]. Environmental Science & Technology, 43(22): 8580–8586. |
| 周春艳, 厉青, 何颖霞, 等. 2015. 山东省近10年对流层NO2柱浓度时空变化及影响因素[J]. 中国环境科学, 2015, 35(8): 2281–2290.DOI:10.3969/j.issn.1000-6923.2015.08.005 |
| 周学思, 廖志恒, 王萌, 等. 2019. 2013—2016年珠海地区臭氧浓度特征及其与气象因素的关系[J]. 环境科学学报, 2019, 39(1): 143–153. |
