引言

近年来，随着大气污染防治工作相继开展，大气污染情况发生了一定变化，我国PM_2.5浓度持续下降的同时，O₃污染问题日益凸显，O₃已成为部分城市空气质量不达标的首要因素(Lu et al，2020；Zhang et al，2021；丁一汇等，2025)。如果近地面O₃浓度较高，则会对人体健康和生态环境产生有害影响(Pan et al，2015；Bei et al，2022；陈晨等，2022；Yan et al，2023；陈鹏等，2023)。陕西关中城市群是汾渭平原的重要组成部分，目前该地区O₃污染问题已经逐渐显现，成为陕西改善空气质量的重要难题之一(周涛等，2023)。

O₃的形成与其前体物VOCs和NO_x的总量和比例密切相关，同时O₃污染治理措施开展的成效与气象条件变化也有着密切的关系。由于不同地区的排放条件、人为管控政策和气候条件不同，导致O₃与气象要素之间的相互关系存在区域性差异(米艺华等，2024)。目前，已有一些针对陕西O₃与气象要素之间关系的研究。紫外辐射量、气温、风、相对湿度、气压和边界层高度是影响陕西O₃浓度的主要因素，其中紫外辐射量、气温和相对湿度等气象条件会影响O₃的光化学反应速率，风和边界层高度则影响O₃的稀释、扩散及输送过程；O₃浓度与紫外辐射量、气温和边界层高度呈正相关，与风速、相对湿度和气压呈负相关，O₃浓度与10 m纬向风之间正相关性较为特殊，这与关中地区特殊的簸箕地形有关(陈佳源和赵景波，2017；赵伟等，2022；郑小华等，2021)。然而，以往这些研究都是在讨论单个气象要素对O₃浓度的影响，无法定量分离气象条件和污染减排对O₃浓度的影响，而定量评估气象条件如何影响O₃污染则是制定污染防治措施的科学基础，是实现O₃减排调控的决策依据。地面气象要素、高空环流形势等都是O₃污染天气形成的条件，在环境气象预报和评估中需要制定综合指数定量描述气象条件是否有利于形成O₃污染天气。本研究将基于O₃气象条件评估指数、O₃来源解析产品、全球数据同化系统(GDAS)气象数据等资料，结合聚类分析、潜在源贡献因子(PSCF)等方法，分析2019—2023年5—10月(暖季)陕西O₃污染时空变化特征，定量评估气象条件对O₃浓度变化的影响、O₃生成的本地贡献和传输贡献以及不同前体物贡献，并探讨O₃污染传输路径。

1 资料与方法 1.1 资料

选取2019—2023年暖季逐月地面气象常规观测资料，主要包括降水日数、日最高气温和日照时数；目前陕西辐射台站资料来自延安、泾河和安康站，选取时段内三个辐射台站的逐小时辐射资料，分别代表陕北(榆林和延安)、关中(铜川、宝鸡、咸阳、西安和渭南)和陕南(汉中、安康和商洛)辐射情况; 地面气象常规观测和辐射资料以及500 hPa高空环流形势场资料均来自陕西气象大数据云平台“天擎”; 逐小时地面环境空气质量资料来自国控自动监测站(以下简称国控站)，O₃质量浓度观测资料来自中国环境监测总站(陕西共47个站)。O₃浓度日均值为O₃日最大8 h平均浓度值。全文所用时间为北京时。

O₃气象条件评估指数是表征O₃浓度变化中气象条件贡献的无量纲指标。该指数综合考虑多个相关气象要素，能够定量反映气象条件对O₃光化学生成、消耗、传输扩散等一系列物理化学过程的影响，可用于对O₃污染气象条件的定量评估。O₃气象条件评估指数主要构建思路为，研究气象要素对O₃生消和传输的影响，筛选并确定温度、地面风、相对湿度、降水、气压、日照、辐射相关气象要素，分时段统计不同站点各气象要素值落在不同区间条件下O₃污染出现概率相比于气候态概率的倍数作为各要素值区间对应的分指数，该值越大表明O₃污染出现概率越高，按各要素分指数最大值和最小值的比值进行排序，该分指数比值越大表明要素对O₃污染和非O₃污染区分度越大(高星星等，2024)。高星星等(2024)发现在陕西O₃气象条件评估指数与浓度的相关系数可达0.93，具有较好的适用性。选取2019—2023年暖季国家级气象观测站逐日O₃气象条件评估指数(陕西共97个站，该指数来自国家气象中心)。

1.2 方法

基于O₃气象条件评估指数开展气象条件对O₃浓度变化影响评估时，所采用的评估方法、时空统计原则等均按照《气象条件对O₃浓度变化影响评估服务规范》(高星星等，2024)中规定。气象条件对O₃浓度变化影响的分析评估则采用O₃气象条件评估指数的变化率，以其表征综合气象条件对O₃浓度变化的贡献：

$ R_{\mathrm{w}}=\frac{I_1-I_0}{I_0} $

(1)

式中: I₁和I₀分别为时段1和时段0对应的O₃气象条件评估指数，R_w为时段1相对时段0的综合气象条件对O₃浓度变化的贡献。对于任意范围、任意时段的评估，应先计算单日该范围内所有站点的算术平均，作为该范围的日值；再计算评估时段内该范围日值的算术平均，即为该范围在评估时段内的平均值。

O₃污染来源解析产品以中国气象局全球同化预报系统(CMA-GFS)模式气象场驱动大气化学模式CAMx7.1，综合考虑人为污染源和自然排放源的影响，可实现对O₃生成的本地贡献和区域传输贡献的定量评估以及不同前体物贡献的定量评估。主要参数化方案为：气象化学机制为CB05，气溶胶热力学平衡模式为ISORROPIA，二次有机化学方案为SOAP。OSAT技术是一种耦合在CAMx数值模型中的源解析技术，有关CAMx7.1模式和OSAT源解析技术的详细介绍可参见CAMx用户手册(Ramboll Environment and Health, 2020)。O₃浓度变化主要与气象因素、前体物排放和区域输送有关(宿兴涛等，2023)。CAMx-OSAT O₃来源解析技术是以污染源示踪的方式获取有关O₃及其前体物生成(或排放)和消耗的信息，并统计不同地区、不同类型的O₃生成前体物对O₃生成的贡献量，同时还对已生成的O₃进行示踪，因此可以分析本地生成和外部传输O₃的占比，统计不同地区、不同种类的前体物对环境中O₃生成的贡献量。研究表明，CAMx模式在O₃浓度模拟中表现出较好的性能，可以较为准确地模拟出O₃浓度的变化趋势及其高值出现的时间(Ge et al，2021；刘得守等，2021)。高星星等(2024)验证了本研究所用O₃来源解析产品在陕西复杂地形下的适用性，发现该产品中模拟的O₃浓度偏差较小，与实况O₃浓度相关系数可达0.78，在陕西具有较好的适用性。受该产品可用时间范围限制，选取2023年暖季逐时O₃来源解析产品，空间分辨率为25 km，产品来自国家气象中心，包括O₃V和O₃N两部分，分别代表VOCs和NO_x控制下生成的O₃浓度。变量O₃V和O₃N的第一维都表示38个区域，其中第1个区域为背景浓度，第29个区域为陕西，代表本地生成，其余区域构成远距离输送。某个区域j对陕西VOCs(NO_x)控制下生成的O₃浓度的贡献率E_j等于VOCs(NO_x)控制下该区域对陕西的O₃浓度贡献C_j与所有区域对陕西的O₃浓度贡献之和的比值：

$ E_j=\frac{C_j}{\sum\limits_{i=0}^{37} C_i} $

(2)

式中C_i为某一区域对陕西的O₃浓度贡献。

利用后向轨迹模型(HYSPLIT)结合国控站O₃小时浓度自动监测数据以及GDAS数据，模拟2023年暖季抵达西安泾河站(34.43°N、108.97°E)500 m高度的每日14时大气气团的72 h后向轨迹，并通过聚类、PSCF、浓度权重轨迹(CWT)等分析方法，研究以西安市为代表的陕西O₃传输路径和潜在源区(庄晓翠等，2022；郑秀丽等，2025)。

2 结果与讨论 2.1 O₃污染基本特征

2019—2023年暖季，2022年陕西O₃污染日数最多，达86 d，2023年则较2022年有改善，减少了31 d，2020年最少，仅36 d。近地面O₃浓度日均值年变化呈先减小再增加后减小趋势，2020年和2023年暖季陕西O₃浓度日均值分别较上一年同期减少了5.4%和1.9%，2021年和2022年暖季分别较上一年同期增加了1.9%和8.1%，其中2020年最低，为104 μg·m^-3，2022年最高，达115 μg·m^-3(图 1a)。2019年和2020年暖季O₃浓度，陕北高于关中，关中高于陕南；2021—2023年暖季关中高于陕北，陕北高于陕南。总体来看，关中O₃浓度高于陕北，陕北高于陕南，且O₃主要集中在关中城市群，尤其是关中平原喇叭口地形内侧(图 1b)，这主要与该处地势较低污染不易扩散，及其上游的河南、山西等地高污染易随东风沿关中平原东开喇叭口地形倒灌至关中平原等有关(肖致美等，2023；黄蕾等，2023)。

不同区域O₃浓度高值均主要集中在5—9月，但不同区域浓度月均值变化特征不同，主要表现在峰值类型及峰值出现时间存在差异(米艺华等，2024)。2019—2023年暖季陕西近地面O₃浓度年变化整体上呈波动趋势(图 1a)，月变化总体上呈现为单峰型(图 2a)，除2020年外，其余年份O₃浓度月均峰值均出现在6月，10月O₃浓度最低，这与黄蕾等(2023)和高美美等(2023)研究结论一致。O₃浓度从5月开始上升，达最高值后呈下降趋势，夏季O₃浓度高与气温高、日照强共同导致太阳辐射增强，光化学反应速率加剧有关; 7月和8月的O₃浓度大多低于6月，主要是由于主汛期降水日数多，尤其是陕西暴雨天气多集中在这两个月份，降水的冲刷和清除作用不利于O₃浓度累积；9月，随着大气环流的转换，气温降低，光化学反应速率减缓，O₃浓度下降。

陕北和关中O₃浓度月变化特征与陕西基本一致，陕南O₃浓度月变化总体虽然也表现为单峰型，但峰值出现时间与关中和陕北略有不同，峰值后更易出现小幅反弹，严晓瑜等(2020)也发现O₃浓度月变化特征受纬度影响较大，随纬度增高单峰结构越明显。陕南O₃月均浓度和月均最大浓度基本最小，关中基本最大，陕南和关中月均最大浓度都出现在2022年。陕西近地面O₃浓度日变化总体表现为单峰型(图 2b)，从07时或08时随着气温升高、太阳辐射强度增加、人为活动增多而开始迅速上升，于15时或16时达到最高峰值，之后随着辐射强度和气温下降，O₃浓度开始下降，直至次日07时再次达到最低值。白天O₃浓度变化剧烈，夜间平缓，同时，低值区间各年度都比较相近，而高值区间却相差较大。最大日峰值(120 μg·m^-3)出现在2022年，最小日值(27 μg·m^-3)出现在2019年，关中最大日峰值和最小日值均最大，陕南均最小。

2.2 O₃污染气象条件

O₃气象条件评估指数是定量表征大气辐射、气温、相对湿度、风等气象要素对O₃污染综合影响的气象指数，其值越高表示气象条件越有利于O₃污染的发生。2019—2023年暖季陕西O₃气象条件评估指数呈波动变化。其中，2022年O₃气象条件评估指数最大(表 1，10.86)，表明2022年O₃综合气象条件最差，有利于O₃浓度上升，这是导致2022年陕西O₃污染最重的主要原因之一; 2019年O₃气象条件评估指数(9.70)最小，表明2019年O₃综合气象条件最好，有利于O₃浓度下降。2022年暖季陕西O₃气象条件评估指数较2019年和2021年同期分别增加了12.0%和7.7%，尤其是陕南南部，气象条件可使2022年暖季O₃浓度较2019年和2021年同期分别增加12.0%和7.7%(图 3b)。2023年暖季陕西O₃气象条件评估指数较2022年同期减小了7.6%，气象条件明显转好，对O₃浓度下降有所贡献。若排放源不变，2020年暖季陕西O₃浓度应比2019年同期增加4.4%，但实际O₃浓度较2019年减少了5.3%，体现了区域大气污染治理的积极成效(图 3a)。陕北、关中和陕南在地形和气候上均存在一定的差异，且对O₃生成前体物的敏感性也存在一定的差异，陕南O₃气象条件评估指数较上一年同期变化趋势与陕西一致(表略)，变化幅度大于陕北和关中，对陕西O₃气象条件评估指数变化起着主导作用。2019年和2020年暖季陕北O₃浓度日均值均最高，O₃气象条件评估指数最大，2021—2023年关中O₃浓度日均值均最高，但关中O₃气象条件评估指数并不是最大，陕北最大，2019—2023年陕南O₃浓度日均值均最低，但陕南2020年和2022年O₃气象条件评估指数并不是最小，关中最小，这充分体现了近地面O₃浓度变化不仅与气象要素有着密切关系，而且还取决于前体物排放(柯碧钦等，2022)。

辐射影响光化学反应的强弱，较强的辐射有利于O₃的生成。总辐射曝辐量是指某地在某一时间段内接收到的太阳辐射能量的总和，可用来表征某地太阳辐射的强度，是导致O₃浓度变化最直接的气象要素之一。O₃浓度与总辐射曝辐量日均值变化趋势有关，但不完全一致。总辐射曝辐量总体上呈波动变化趋势，2022年为其日均值最大年，较2021年同期偏强9.8%，有利于O₃生成，2022年O₃污染最为严重(表 1和图 1a)。2020年和2023年暖季总辐射曝辐量日均值较上一年同期分别减小了0.8%和6.9%，均有利于O₃浓度下降。总辐射曝辐量月变化特征总体与O₃浓度类似(图 4a)，表现为单峰型，峰值多出现在5—7月，陕北、关中和陕南最大总辐射曝辐量月均值分别为25.20、27.61和24.08 MJ·m^-2，关中总辐射曝辐量月均峰值最大，10月总辐射曝辐量最小。春末夏初陕西O₃浓度最高与5—7月太阳辐射增强进而导致光化学反应速率加剧有关。总辐射曝辐量日变化总体表现为单峰型(图 4b)，与O₃浓度日变化特征相似，但总辐射曝辐量峰值一般出现在12—13时，O₃浓度峰值比总辐射曝辐量变化滞后4 h左右，这说明O₃是由于太阳辐射经过一系列复杂光化学反应而形成的二次污染物(徐栋夫等，2023)。总辐射曝辐量从08时开始上升，气温的升高和辐射量的增加均有利于光化学反应速率增加，但光解生成O₃并累积增加的过程需要一定时间，这可能是O₃浓度峰值相较于总辐射曝辐量峰值滞后的主要原因，16时O₃浓度达最高值，随后呈下降趋势，辐射量减小导致光化学反应速率减缓，O₃浓度下降。2019年和2020年暖季总辐射曝辐量日均值和日均峰值关中大于陕北，2020年之后陕北大于关中，这与O₃浓度变化趋势相反；陕南总辐射曝辐量日均值和日均峰值一直最小。辐射因子与O₃的影响机理比较复杂，可能与在夏季出现高温天气时，午后局地对流带来的强降水和高湿度对O₃浓度升高产生负作用有关。

日最高气温、降水、日照等也是影响近地面O₃浓度的重要气象要素。较高的气温能够加速O₃生成反应速率，使其分解速度减慢，从而导致O₃浓度增加。降水天气对应着云量较大、辐射较弱，较多的降水日数有利于O₃浓度下降，降水主要通过三方面对O₃浓度产生影响(曹庭伟等，2018；郑小华等，2021)：一是在较高的湿度条件下，光化学反应以消耗O₃反应过程为主导，从而降低了近地面O₃浓度；二是降水蒸发的水汽增加会因消光机制使得太阳辐射强烈衰减，进而减缓近地面光化学反应速率；三是湿度增加有利于O₃干沉降，从而达到清除O₃的作用。较长的日照与强辐射和高温有密切关系，也有利于光化学反应和O₃浓度增加(Tian et al，2021)。2019—2023年暖季，2020年陕西平均日最高气温最低，降水日数最多，日照时数最长(表 1)，与2019—2023年同期多年平均相比，2020年陕西大部地区日最高气温偏低0.3~0.8℃，降水日数偏多5~13 d，日照时数偏长0.5~2.5 h(图 5a~5c)，较低的气温和较多的降水日数不利于O₃生成，使得2020年O₃浓度最低。2022年陕西平均日最高气温最高，降水日数最少，日照时数较长，较过去五年同期平均来看，除榆林日最高气温略偏低，降水日数略偏多外，其他大部地区日最高气温偏高0.5~1.5℃，降水日数偏少10~20 d，日照时数偏长0.1~ 1.5 h(图 5d~5f)，均有利于2022年O₃浓度达最高。相较于关中和陕南，2019—2023年暖季陕北降水日数均最少，日照时数均最长，尤其是榆林，日最高气温除2021年较低外其余年份均最低；陕南降水日数均最多，日照时数均最短，日最高气温均最高。日照时数与各地所处的纬度及海拔高度密切相关，陕北为黄土高原，地势高、日出早、日落晚、日照时间最长，同时远离海洋，加上山岭重重阻挡，夏季风到达时的风力较弱，影响较小，降水日数最少，有利于O₃的生成和累积，使得陕北O₃浓度较高。此外陕北海拔高，空气稀薄，日最高气温最低。陕南北部有秦岭阻挡，从印度洋来的西南季风和从太平洋过来的东南季风在此汇集易形成降水，降水日数最多，日照时数最短，不利于O₃的生成和累积，使得陕南O₃浓度最低，同时受秦岭阻挡冷空气不易侵入，故陕南日最高气温最高。关中日最高气温和日照时数高值，以及降水日数低值站点空间分布与喇叭口地形较为吻合，可见地形对气候有着重要影响，从而影响O₃浓度分布，使得喇叭口地形内侧的O₃污染较重(钱朋等，2023)。

分析触发不同类型污染过程的主导天气系统特征，能够更深入地理解污染天气特征和形成机制，对准确开展重污染预报具有指导意义。同时考虑到高空环流的引导作用，依据08时500 hPa高空环流形势场，采用主观天气分型方法对造成陕西O₃污染的天气系统进行分型。定义某日陕西任四个或以上的地市O₃浓度日均值超过《环境空气质量标准》(环境保护部和国家质量监督检验检疫总局，2012)中的二级标准限值(160 μg·m^-3)时，则为一个陕西区域性O₃污染日。筛选2019—2023年暖季陕西O₃污染日，共计135 d。统计结果表明，近五年暖季影响陕西的O₃天气形势主要划分为五大类：槽前西南气流型、西太平洋副热带高压型、脊前西北气流型、平直气流型和大陆高压型。其中，脊前西北气流型控制下O₃污染日出现频率最高，达68.1%，且中度及以上等级污染日数也最多，O₃污染最为严重。脊前西北气流在陕西强烈的下沉增温现象，配合地面强盛的大陆高压，天空晴朗少云，相对湿度小，气温上升快，强烈的太阳辐射使集聚的O₃前体物光化学反应加快，造成O₃污染。槽前西南气流型O₃污染日出现频率其次，为23.0%，其余三类分型下O₃污染日出现频率均不超过5.0%。

2.3 O₃污染来源解析 2.3.1 陕西O₃污染区域输送贡献

图 6和图 7中的其他指38个模拟源区中除已列出的几个主要贡献区外的区域。2023年暖季陕西O₃浓度背景及边界条件、本地和外来源分别贡献为38%、17%和45%(图 6)，外来传输贡献明显大于本地贡献，其中，对陕西传输影响最大的省份是河南和湖北，贡献分别为6%和4%，以东南输送路径为主；本地贡献和外来传输贡献均以前体物NO_x影响为主；O₃污染来源具有明显的日变化特征(图 7)，与O₃浓度日变化特征相似，本地生成和传输作用均呈现日内“一峰一谷”特征，但两者位相相反，本地生成与O₃浓度位相同步。在不同类型污染过程中，O₃来源存在差异，导致污染特征也发生相应变化。如2023年陕西污染程度最重、影响范围最广的O₃污染过程(7月8—10日)，以本地排放和外来传输共同影响为主，传输路径以西南通道上的四川、重庆和甘肃贡献为主；而2023年持续时间最长的O₃污染过程(7月16—19日)，以外来传输影响为主，传输路径以东路通道上的河南、山东和山西贡献为主。

2.3.2 西安O₃污染传输路径

为了进一步了解O₃传输特征，以O₃污染最重的西安为例，对其气流后向轨迹做聚类分析。当O₃质量浓度日均值超过160 μg·m^-3时，认为该日为污染日。2023年暖季西安O₃超标日中来自河南、湖北的东南向气流轨迹3出现频率最高(37.04%)，对应的O₃浓度值较高(178 μg·m^-3)，对O₃的贡献率最大(35%，图 8a)；西北向气流轨迹2和轨迹4分别来自陕北和蒙古国，对O₃的贡献率分别为27%和28%；途经新疆和甘肃的偏西向气流轨迹1也对O₃超标具有一定的贡献。潜在源区分析可以进一步了解西安O₃污染源区(图 8b)。西安西北部对应的权重潜在源贡献因子(WPSCF)＜0.2，途经内蒙古和宁夏等地；西安偏东南方向潜在污染源区概率较大，河南对应的0.1＜WPSCF＜0.7，湖北西北部多为0.2＜WPSCF＜0.8。加权浓度权重(WCWT)轨迹分布特征与WPSCF类似(图 8c)，WCWT高值出现在西安本地及西安东南方向的湖北和河南，这些地区排放的污染物会对西安O₃污染造成严重影响。综上所述，西安O₃污染输送路径主要来自偏东南方向湖北和河南的中距离输送，其次是西北方向的长距离输送。这与关中平原东开喇叭口地形有关，此路径O₃污染物主要源自河南中西部和湖北西北部地区，上述地区人口密集、工业生产源及移动源较多，易出现O₃重污染(黄蕾等，2023)，在偏东风下易输送到西安，造成西安出现O₃高浓度，因此有必要加强与周边城市在O₃减排方面联防联控机制的建立(宋梦迪等，2022)。

3 结论

利用国控站数据分析了2019—2023年暖季陕西O₃浓度时空变化特征，结果表明，2022年暖季陕西O₃污染日数最多，O₃浓度日均值、月均峰值、日峰值均最高，污染最重；2020年暖季陕西O₃污染最轻。O₃浓度呈典型单峰型月际、日变化，月均峰值出现在6月，日最大值出现在15—16时，最小值出现在07时。从空间分布来看，关中O₃污染最重，且O₃污染主要集中在关中平原喇叭口地形内侧，陕南O₃污染最轻。

基于O₃气象条件评估指数的分析表明，2022年暖季陕西总辐射曝辐量日均值最大、日最高气温最高、降水日数最少、日照时数较长，O₃综合气象条件最差，这是导致2022年陕西O₃浓度最高的主要原因。2022年暖季陕西O₃浓度较上一年同期增加了8.1%，其中气象条件可使其较上一年同期增加7.7%。若排放源不变，2020年暖季陕西O₃浓度应比2019年同期增加4.4%，但实际O₃浓度减少了5.3%，这充分体现了区域大气污染治理的积极成效。陕北总辐射曝辐量日均值较大，降水日数最少，日照时数最长，O₃综合气象条件最差，但陕北O₃浓度并非最高，关中最高，这主要与O₃浓度变化不仅取决于气象条件，还与前体物VOCs及NO_x的大量排放有关。天气分型分析发现脊前西北气流型控制下O₃污染出现频率最高，达68.1%，污染最为严重。

基于CAMx模式的O₃来源解析产品以及HYSPLIT模型的聚类、PSCF和CWT分析发现，2023年暖季陕西O₃浓度以前体物NO_x影响为主，表明VOCs减排取得成效更显著，下一步需协同强化区域NO_x控制。外来传输贡献(45%)大于本地贡献(17%)，以东南输送路径为主，其中，对陕西传输影响最大省份是河南和湖北，分别为6%和4%，应加强上述区域联防联控。O₃污染来源具有明显的日变化特征；在不同类型污染过程中，O₃来源存在差异，导致污染特征也发生相应变化。