2018—2023年上海秋季臭氧及其前体物年际变化驱动因子分析

《Atmospheric Environment》：Drivers of interannual variability in autumn ozone and its precursors in Shanghai during 2018–2023

　　

• •
  气象条件强烈调节上海秋季O₃的变异性。
• •
  经过气象归一化的O₃在2018–2022年间显著增加，O₃生成效率的提高驱动了这一增长。
• •
  秋季O₃峰值生成处于转换区，表明需要协同控制VOCs和NO_x的减排。

引言

近地面臭氧（O₃）是一种强氧化性污染物，对人体健康、生态系统和气候变化产生不利影响（Fadnavis等，2025；Monks等，2015）。O₃的长期趋势反映了空气质量的变化和大气氧化能力的变化，是衡量O₃前体物控制策略有效性的重要指标（Wang等，2023）。全球范围内，O₃浓度在北美大多数站点呈下降趋势，但在欧洲和东亚呈上升趋势，过去二十年来东亚地区的上升速度最快（Lyu等，2023；Parrish和Ennis，2019；Tian等，2025；Vazquez Santiago等，2024）。自2013年中国实施《大气污染防治行动计划》以来，中国大部分地区细颗粒物（PM_2.5）浓度持续下降（Chen等，2025a；Zhang等，2019），而O₃浓度则持续处于高位并表现出显著的变异性（Wang等，2020, 2023）。2013–2017年间，中国最大8小时平均浓度第90百分位数（MDA-8h 90th）O₃以3.28 ppbv·yr^?1（5.09%·yr^?1）的速率增长（Wang等，2020）。在各主要区域中，京津冀地区（BTH）O₃增长最快（7.49%·yr^?1），其次是长三角（YRD）地区（5.53%·yr^?1）和珠江三角洲（PRD）地区（2.14%·yr^?1）（Wang等，2020）。

作为一种典型的二次空气污染物，O₃浓度变化被认为是由前体物排放（如挥发性有机物（VOCs）和氮氧化物（NO_x））和气象条件（如辐射、气团输送）共同控制的（Chace等，2025；Lyu等，2023）。定量解析前体物排放和气象条件对O₃变异性各自的贡献仍是O₃研究的关键课题。常用方法包括基于排放的化学传输模型（Liu等，2023a）、基于观测的统计分析（Han等，2020）和机器学习方法（Fang等，2026；Hassan等，2023；Ma等，2021）。化学传输模型模拟表明，2013–2020年间，气象变异性（35.0%）和人为排放（65.0%）共同贡献了中国O₃的增加，其中VOCs排放相对于NO_x减排速度较慢被确定为主要驱动力（Liu等，2023a）。VOCs和NO_x排放下降的偏差改变了VOCs/NO_x比值，并使O₃生成敏感性发生转移（Chace等，2025；Wang等，2024）。对2013–2018年中国东部夏季O₃趋势的逐步多元线性回归分析表明，气象因素解释了43.0%的观测变化，其中光化学相关变量（如云量和温度）的影响强于气团输送变量（Han等，2020）。京津冀地区（Ma等，2021）和长三角地区杭州（Zhang等，2024）的机器学习研究表明，气象因素对O₃趋势的贡献约为60%，而排放约占40%。

与O₃不同，VOCs和NO_x水平的长期趋势通常主要归因于排放变化，气象影响受到的关注较少（Li等，2023a；Borlaza-Lacoste等，2026）。然而，气象条件可以通过稀释、扩散和改变光化学条件而显著调节VOCs和NO_x水平（Lyu等，2023）。因此，在将O₃及其前体物的趋势归因于排放控制之前，需要进行气象归一化处理。无论是2007–2017年的PRD地区还是2013–2021年的中国东部地区，经过气象归一化后的O₃趋势都强于观测趋势，表明气象变异性部分掩盖了潜在的增加趋势（Wang等，2023；Yang等，2019）。类似地，2016–2020年北京VOCs浓度有所下降，但经过气象归一化后降幅减弱（Liu等，2024b）。这些发现凸显了在解释O₃及其前体物长期趋势时考虑气象变异性的重要性。

长三角地区是中国O₃污染最严重的区域之一，污染季节漫长，4月至10月O₃浓度持续处于高位（Chang等，2021；Wang等，2022b）。为缓解O₃污染，上海实施了一系列清洁空气政策（如《上海市清洁空气行动计划》），旨在减少VOCs和NO_{90th O3浓度在2022–2023年仍达到80.6–83.6 ppbv，相对于2014年增加了15.8%–20.2%。以往研究表明，2016–2018年之前上海城区O3浓度增长迅速（Gao等，2017；Xu等，2019）。然而，2018年之后，这一上升趋势减弱并变得在统计上不显著（Li等，2023b；Xue等，2023），一些研究甚至报告了下降趋势（Fu等，2023）。长三角其他城市也观测到类似模式。例如，2015–2021年4月至9月，江苏南京和浙江杭州未检出显著的O3趋势（Fu等，2023），安徽芜湖在2020–2023年期间也未检出显著趋势（Fang等，2025）。此外，2014–2020年间，长三角地区秋冬季节O3浓度增长速度快于夏季（Wang等，2022b），2006–2015年上海也呈现类似特征（Xu等，2019）。然而，以往长三角O3污染研究主要关注暖季（Fang等，2026；Qian等，2022；Weng等，2022），秋冬季节的O3研究相对不足。O3浓度通常随着10月向冬季过渡时温度和太阳辐射的降低而下降（Chang等，2021；Wang等，2022b），而季风环流变化和区域输送的变化可能进一步改变O3及其前体物的分布。以往研究还表明，长三角地区秋季O3可受本地前体物排放和区域输送的共同影响（Li等，2019）。这些特征表明有必要深入了解暖季向冷季过渡期间O3的变异性及其驱动因素。}

本研究调查了2018–2023年秋季（10–11月）上海城区O₃及其前体物的年际变异性，并利用随机森林（RF）和SHapley加性解释（SHAP）分析识别了O₃、VOCs和NO₂变异性的关键驱动因素。进一步通过气象归一化量化了人为排放和气象变异性对O₃及其前体物年际变化的各自贡献。最后，在逐时、逐日和年尺度上评估了O₃对其前体物的敏感性。这些结果可以为理解2017年后上海秋季O₃及其前体物的趋势和驱动因素提供新的见解，并为评估现有控制措施和制定更有针对性的O₃减缓及前体物减排策略提供科学支持。

章节摘要

观测站点与时间

观测站点（图S1）位于上海城区（121.43°E，31.17°N），该区域以居住和商业用地为主。站点以东约1公里处有一条交通繁忙的主要干道，以东南约50公里处是上海最大的石化工业区。站点的详细描述见Du等（2025）。O₃、NO_x和VOCs浓度于每年10月15日至11月10日期间进行测量。

O₃、VOCs、NO₂和气象条件的年际变异性

O₃和其他空气污染物的月变化表明，10–11月期间O₃仍维持较高水平，而PM_2.5和NO₂开始增加（图S2）。2018–2023年10月期间，MDA-8h O₃有6天超过中国二级标准（160 μg·m^?3），占全年O₃污染天数的2.97%，而11月仅有1天超标。按照世界卫生组织指南（100 μg·m^?3），10月和11月分别记录了94天和26天超标。

结论

2018–2023年10–11月在上海城区开展了O₃及其前体物的现场观测。O₃表现出明显的午后峰值，表明光化学生成作用较强。O₃及其前体物均表现出显著的年际变异性，尽管其最大值出现在不同年份。2018–2023年期间O₃浓度未呈现显著趋势，而NO₂和VOCs浓度及反应性在2018–2022年期间显著下降（p ≤ 0.05）。

CRediT作者贡献声明

陈雪琪：撰写——初稿，可视化，形式分析，数据整理。王倩：撰写——初稿，形式分析，数据整理。王明：撰写——审阅与编辑，验证，方法论，经费获取，概念化。高亚琴：形式分析，数据整理。张云江：撰写——审阅与编辑，方法论。颜汝莎：形式分析，数据整理。景升高：形式分析，数据整理。付清燕：监督，资源，项目。

利益冲突声明

作者声明不存在任何已知的竞争性经济利益或个人关系，这些利益或关系可能会影响本研究中报告的工作。

致谢

本研究得到了国家重点研发计划（2023YFC3706204，2023YFC3706105）和国家自然科学基金（批准号42477108）的资助。作者衷心感谢南京信息工程大学的方杰和李宗恒在机器学习方法方面提供的帮助，以及胡坤和周宏在数据整理方面提供的支持。

陈雪琪|王倩|王明|高亚琴|张云江|颜汝莎|景升高|付清燕|王红利