中国六个客观聚类区域近地面臭氧对不同温度与湿度条件的敏感性

《Journal of Environmental Sciences》：Sensitivity of surface ozone to different temperature and humidity conditions across six objectively-clustered regions in China

　　

• •
  K均值聚类分析识别出中国十个不同的臭氧区域。
• •
  O?随Tmax呈线性增加，但对RH呈二次响应。
• •
  温度和湿度对O?污染施加了不同的区域控制作用。
• •
  在潮湿条件下，极端高温抑制了长江三角洲地区的O?。

引言

《大气污染防治行动计划》和《打赢蓝天保卫战三年行动计划》的实施使中国空气污染防治取得了显著成就。因此，细颗粒物（PM_2.5）污染显著下降。然而，臭氧（O₃）浓度却呈现出明显的上升趋势。在一些城市和地区，O₃超标天数已超过PM?.?，使O₃成为影响空气质量超标的主要污染物（Lyu et al., 2023; Pu et al., 2019; Zhai et al., 2019）。近地面O₃是一种氧化能力强的二次污染物，对人体（Fleming et al., 2018）和生态系统健康（Feng et al., 2019; Van Donkelaar et al., 2010; Wittig et al., 2009）均有不利影响。

O₃的生成由其前体物——挥发性有机化合物（VOCs）和氮氧化物（NO?）驱动，而气象条件决定了这些前体物生成O₃的反应环境（Wu et al., 2017; Zhang et al., 2026）。基于O₃化学机制及其反应条件的研究表明，高温、低湿度和强太阳辐射等气象因素有利于O₃的生成（Li et al., 2002, 2024, 2025a, 2025b; Gong and Liao, 2019; Jacob et al., 1993; Liu et al., 2020）。温度通过调节生物源VOCs排放和过氧乙酰硝酸酯（PAN）的化学过程来影响O₃（Jacob et al., 1993），而羟基自由基（·OH）作为O₃生成的关键物种，主要来源于臭氧的光解及随后与水蒸气的反应，参与HO?自由基的循环（Li et al., 2002）。近年来中国大气O₃浓度的上升可归因于多种因素：全球变暖为O₃生成创造了更有利的背景条件（Jacob and Winner, 2009）；大气颗粒物浓度下降减少了HO?的汇，从而增加了平流层O₃的生成，同时也减少了其在颗粒物表面的沉积汇（Li et al., 2019b）。

研究揭示了O₃浓度与气象参数之间的关系在中国各地存在差异。例如，华北和珠江三角洲地区O₃与温度的正相关性强于长江三角洲，华北北部O₃与相对湿度（RH）的负相关性弱于长江三角洲和华中地区（Han et al., 2020）。在北京-天津-河北（BTH）地区，影响O₃浓度最显著的三个气象因素依次为日最高气温（T_max）、南风以及RH；而在四川盆地，主导参数则为RH、T_max和南风（Li et al., 2019a）。值得注意的是，即使在BTH地区内部，O₃与各气象变量之间的关系在不同城市之间也存在差异（Liu et al., 2019）。然而，上述研究仍有若干关键方面未被充分考虑：（1）区域划分方法主要基于传统地理分区，而非以O₃浓度水平为基础进行客观划分。这种经验划分的重大缺陷在于同一区域内各城市的O₃分布特征可能存在较大差异。（2）尽管T_max和RH是影响大多数地区O₃浓度的两个最主要变量，但针对其在区域尺度上与O₃具体关系的定量研究仍然稀缺。（3）对极端热浪条件下O₃-温度-湿度关系的详细探讨仍然缺乏。

因此，本研究利用2021年1月1日至2025年9月30日338个城市的MDA8 O₃数据建立客观的区域划分方案。定量分析了六个重污染区域中T_max和RH的惩罚因子，识别了O₃形成的最优气象窗口，并创新性地提出了温度-相对湿度影响指数（TRHI）以量化各区域对温度和湿度的相对敏感性，阐明了极端高温条件下O₃异常下降的机理。研究结果将为我国不同气象条件下的区域化臭氧污染防控策略提供定量依据。

各章节摘要

数据描述

2021年1月1日至2025年9月30日的小时观测近地面气象数据取自国家气象科学数据中心（https://data.cma.cn/）。数据集包括温度（T, °C）和相对湿度（RH, %）。采用距各城市中心最近的气象站数据代表城市气象条件。日最高气温（T_max）定义为每日记录的最大小时温度。其他气象

区域聚类与臭氧污染评估

对2021年1月1日至2025年9月30日338个城市的日MDA8 O?浓度数据进行K均值聚类。通过计算各K值（从2到16）的误差平方和（SSE）来评估聚类数K（图S1）。最终选取K=10进行聚类分析，因为从K=9到K=10的SSE降幅明显大于从K=10到K=11的降幅，同时综合考虑了聚类数量的合理性。

结论

本研究通过2021年1月1日至2025年9月30日338个城市的MDA8 O₃数据进行K均值聚类分析，识别出中国十个不同的区域，建立了中国臭氧污染的客观区域划分方案。这种客观方法有效克服了传统经验划分的局限性。其中，中南华北平原（CS-NCP）受影响最为严重，污染天数最多且最

作者贡献声明

刘京达（Jing-da Liu）：原稿撰写、可视化、方法论、调查研究、形式化分析、数据整理、概念构思。王润泽（Run-yu Wang）：审稿与编辑。何超（Chao He）：可视化。赵淑曼（Shu-man Zhao）：审稿与编辑。王莉莉（Li-li Wang）：审稿与编辑。李柯（Ke Li）：审稿与编辑、概念构思。王思越（Yue-si Wang）：审稿与编辑。

生成式人工智能及AI辅助技术在写作过程中的声明

在撰写本稿件的过程中，作者使用DeepSeek改进了语言、语法和可读性。作者随后对内容进行了必要的修改和编辑，并对最终发表版本承担全部责任。

利益冲突声明

作者声明不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。

作者贡献声明

刘京达（Jingda Liu）：原稿撰写、方法论、调查研究、形式化分析、数据整理、概念构思。王润泽（Runyu Wang）：审稿与编辑。何超（Chao He）：可视化。赵淑曼（Shuman Zhao）：审稿与编辑。王莉莉（Lili Wang）：审稿与编辑。李柯（Ke Li）：审稿与编辑、概念构思。王思越（Yuesi Wang）：审稿与编辑。

利益冲突声明

作者声明不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。

致谢

本研究受江苏省南京市浦口区企业专家工作室项目和江苏省杰出青年科学基金（编号：BK20240035）资助。

刘京达 | 王润泽 | 何超 | 赵淑曼 | 王莉莉 | 李柯 | 王思越