受气候遥相关作用影响，中国东部将出现可预见的臭氧（O3）和细颗粒物（PM2.5）同时污染现象

《ACS Environmental Au》：Foreseeable Co-occurring O3 and PM2.5 Pollution in Eastern China Driven by Climate Teleconnections

臭氧与PM?.?共现污染（COP）在中国东部气候驱动机制及预测模型研究。通过EOF分解揭示COP年际变率受三大气候模式主导：西太平洋海温负异常抑制副热带高压，加剧华北平原污染物积聚；巴伦支海海冰减少触发大气波动，形成南北污染梯度；北大西洋涛动通过西风异常输送污染物至沿海地区。基于多变量回归模型，结合春季西太平洋海温（SSTwp）、巴伦支海海冰面积指数（SIAI）及北大西洋涛动（NAO）等气候指标，可提前三个月预测COP频率，尤其在华北平原区域预测精度达74%。研究为精准污染管控提供气候预测支持。

　　中国在近年来经历了严重的空气污染问题，特别是在北方的华北平原（NCP）地区，夏季常常出现臭氧（O?）和细颗粒物（PM?.?）共同发生的污染现象（COP）。这种现象不仅对人类健康构成威胁，还对生态系统产生负面影响。尽管已有一些研究探讨了局部气象因素和大尺度气象系统对空气污染的影响，但关于气候因素如何影响COP的年际变化仍缺乏系统性的理解。本研究通过分析中国东部地区COP频率的年际变化，揭示了三个主要的气候模式，并进一步探讨了这些模式如何通过遥相关机制影响污染物的传输与累积。

### 研究背景与意义

随着中国城市化进程的加快和工业化的深入，空气污染问题日益严重。O?和PM?.?作为主要污染物，其浓度在许多城市区域持续升高，引发了公众和政策制定者的广泛关注。尽管近年来中国政府实施了严格的清洁空气政策，PM?.?浓度有所下降，但其污染事件仍然频繁发生，尤其是在中国主要城市群中。与此同时，氮氧化物（NO?）排放的减少在某些条件下反而促进了O?的增加，特别是在挥发性有机化合物（VOC）受限的区域。这种复杂性使得COP事件的形成机制更加难以捉摸，也增加了其对环境和健康的影响。

COP事件的频率和强度不仅受到人为排放的影响，还受到气象条件的显著调控。例如，在极端污染事件中，气象因素对O?和PM?.?的贡献分别超过了50%和70%。因此，理解COP的年际变化不仅有助于识别其背后的关键驱动因素，还能为制定更有效的污染控制策略提供科学依据。考虑到气候变化可能对大气环流模式产生深远影响，研究COP的气候驱动因素显得尤为重要。

### 研究方法与数据来源

本研究采用多种方法和数据集，以全面分析COP的年际变化及其气候驱动机制。首先，利用卫星遥感数据和地面观测数据，重建了中国东部地区O?和PM?.?的长期浓度记录。O?数据来源于Gao等人的研究，覆盖中国全境，分辨率约为0.1° × 0.1°。PM?.?数据则来自长期无缺失的高分辨率空气污染物浓度数据集（LGHAP），该数据集通过结合卫星遥感、地面观测和数值模拟，利用机器学习方法构建，具有较高的精度和适用性。

为了消除人为排放变化对COP频率的影响，研究采用了“趋势消除”方法。具体而言，COP事件被定义为在5月至7月期间，某网格点的O?和PM?.?浓度均超过其对应年份的95%分位数。这一方法使得研究能够更准确地捕捉到气象因素对COP的影响，而不是人为排放的变化。

此外，研究还整合了多种气象再分析数据，包括海表温度（SST）、地势高度、风速、相对湿度、降水和地表短波辐射等，这些数据来源于欧洲中期天气预报中心（ECMWF）的ERA5数据集，具有0.25° × 0.25°的分辨率。这些数据用于分析COP事件与大尺度气候模式之间的关系。与此同时，北极海冰（SI）数据来源于Met Office Hadley Centre，其分辨率约为1.0° × 1.0°，用于评估北极海冰变化对COP频率的影响。

为了进一步验证气候模式与COP频率之间的联系，研究还采用了社区地球系统模型（CESM）版本2.1.3进行模拟实验。CESM被用来研究SST和SI异常对COP频率的影响，通过设置不同的强迫条件，模拟了不同气候背景下的污染物传输与累积过程。模型结果显示，气候异常能够显著影响COP频率，为预测提供了一定的理论依据。

### 研究结果与气候模式分析

研究发现，中国东部地区的COP频率呈现出三种主要的气候模式。第一种模式（EOF1）表现为与华北平原的COP频率一致的空间分布，其年际变化与西太平洋海表温度的异常变化密切相关。当西太平洋出现持续的冷海表温度异常时，会抑制西太平洋副热带高压（WPSH）的形成，从而减少该地区的降水，导致污染物在华北平原的累积。同时，这种抑制作用也会减弱湿沉降过程，降低PM?.?的清除效率，并可能促进O?的光化学反应，从而增加COP事件的发生频率。

第二种模式（EOF2）则表现出南北对称的分布特征，即在长江三角洲（YRD）地区COP频率较低，而在北方地区则较高。这种南北对偶模式主要与北极海冰的变化有关，特别是巴伦支海地区的海冰损失。研究发现，春季巴伦支海的海冰减少会触发大气波列的传播，从而改变东亚地区的环流模式。这种变化会导致北方地区的空气污染加剧，而南方地区则因水汽输送增强而出现相对较少的COP事件。因此，北极海冰的变化通过改变大气环流，间接影响了COP的频率分布。

第三种模式（EOF3）则主要体现在中国东部沿海地区，显示出对海表温度和海冰变化的高敏感性。研究指出，北大西洋三极型海表温度异常（NAO驱动）是导致这种模式的关键因素。NAO的正相位通常伴随着北大西洋的降温，这种降温可能通过激发副极地遥相关，影响东亚地区的风场和降水模式。例如，异常的西风环流会促进污染物从内陆向沿海地区的输送，导致沿海地区的O?和PM?.?浓度升高，从而增加COP事件的发生概率。

为了进一步验证这些气候模式对COP的影响，研究还构建了一个多变量线性回归模型，该模型结合了西太平洋SST异常、巴伦支海SI异常以及NAO指数作为预测变量。模型结果表明，这些气候信号能够有效预测COP频率，且预测效果在华北平原最为显著。通过10折交叉验证，模型的预测能力得到了验证，其与观测数据的相关系数达到0.71，具有较高的可靠性。

### 气候预测与政策建议

本研究的一个重要成果是开发了一个能够提前三个月预测COP频率的模型。该模型的构建基于对气候信号的深入分析，结合了多种气象变量和气候模式。研究发现，西太平洋的冷却SST、巴伦支海的海冰损失以及北大西洋的三极型SST异常均能显著影响COP频率。通过将这些气候信号纳入预测模型，研究不仅揭示了COP的形成机制，还为政策制定者提供了早期预警工具。

该模型的应用具有重要的现实意义。首先，它可以帮助政府提前采取措施，减少COP事件对公众健康的危害。例如，在预测到COP频率可能增加的情况下，政府可以加强空气污染监测，采取针对性的减排措施，以降低污染物浓度。其次，该模型也为生态系统的保护提供了科学依据。由于COP事件对生态系统中的净初级生产力有负面影响，提前预测有助于制定更有效的环境管理策略，减少对生态环境的破坏。

此外，研究还指出，气候变化可能对COP频率产生深远影响。未来，西太平洋的SST预计会因副热带环流的变化而上升约2°C，这可能改善中国东部的空气质量，降低COP发生的可能性。然而，北极海冰的持续减少，特别是在巴伦支海地区，可能会加剧北方地区的空气污染问题。同时，NAO指数的轻微上升趋势也可能对COP频率产生促进作用。因此，气候变化背景下的COP预测不仅需要考虑当前的气候信号，还应结合未来气候情景，以更全面地评估其潜在影响。

### 结论与展望

本研究首次系统性地揭示了中国东部地区COP频率的三个主要气候模式，并分析了这些模式与西太平洋冷却SST、北极海冰损失以及北大西洋三极型SST异常之间的关系。研究结果表明，这些气候信号在预测COP频率方面具有较高的准确性，为政策制定提供了重要的科学支持。同时，研究还强调了人为排放与气候因素之间的复杂相互作用，指出未来的研究需要进一步考虑排放变化对COP的影响，以提高预测模型的精度。

随着全球气候变化的加剧，大气污染问题将变得更加复杂。因此，未来的研究应加强对气候与污染协同变化的监测和预测能力，尤其是在极端天气事件频发的背景下。此外，结合高分辨率的气象数据和先进的数值模拟技术，可以更准确地捕捉COP事件的时空演变规律，为制定科学的污染控制策略提供依据。通过这些努力，中国可以在应对气候变化和空气污染双重挑战方面取得更大的进展，保护公众健康和生态环境。