环境科学学报  2018, Vol. 38 Issue (6): 2214-2222
引用本文
刘湾湾, 刘琼, 陈勇航, 等. 2018. 上海地区对流层低层臭氧及硫酸盐气溶胶时空分布特征研究[J]. 环境科学学报, 38(6): 2214-2222.
Liu W W, Liu Q, Chen Y H, et al. 2018. The temporal and spatial distribution characteristics of lower tropospheric ozone and sulfate aerosols in Shanghai[J]. Acta Scientiae Circumstantiae, 38(6): 2214-2222.
上海地区对流层低层臭氧及硫酸盐气溶胶时空分布特征研究    [PDF全文]
刘湾湾1 , 刘琼1 , 陈勇航1 , 姚一丰1 , 李莉2,3 , 王红丽2,3 , 徐健1 , 王海林1     
1. 东华大学环境科学与工程学院, 上海 201620;
2. 上海市环境科学研究院, 上海 200233;
3. 国家环境保护城市大气复合污染成因与防治重点实验室, 上海 200233
收稿日期: 2017-11-18; 修回日期: 2018-02-06; 录用日期: 2018-02-12
基金项目: 国家自然科学基金项目（No.91644211）；东华大学青年教师科研启动基金；上海市环境保护局重大科研项目﹝沪环科（2016-12）﹞；中央高校基本科研业务费专项资金（No.EG2018025）
作者简介: 刘湾湾(1989-), 女, E-mail:liuwwan@163.com
通讯作者（责任作者）: 陈勇航, E-mail: yonghangchen@126.com
摘要: 基于Aura/OMI卫星资料，分析了上海地区2007—2016年近十年对流层低层O3浓度（0~3 km）、SO2柱浓度和硫酸盐气溶胶光学厚度（0~2 km）时空演变特征.结果表明，近十年来上海地区臭氧浓度总体呈现上升的趋势，最低值在2008年，为31.57 μg·m-3，最高值在2016年，浓度为40.72 μg·m-3；O3季节变化明显，夏季高、春秋次之、冬季低.十年来，硫酸盐气溶胶污染先减少后增加，2007年硫酸盐气溶胶（AOD=0.81）污染最为严重，占近十年硫酸盐气溶胶发生频率的16.41%，2010年污染最轻（AOD=0.68），比2007年下降了16.12%，且硫酸盐气溶胶污染频率为7.68%，但在2013年以后，硫酸盐气溶胶污染又出现增长趋势；污染季节特征与O3相同，这主要是因为夏季阳光充足有利于大气光化学反应的进行，从而使O3和硫酸盐气溶胶等光化学产物的浓度升高.SO2浓度在2007—2014年总体呈现下降的变化趋势，且下降趋势明显，最低值（2014年）比最高值（2007年）降低了52.76%，但在2014年后SO2浓度略有反弹；SO2污染主要集中在冬季.
关键词: O3     硫酸盐气溶胶     SO2     空间变化     时间变化    
The temporal and spatial distribution characteristics of lower tropospheric ozone and sulfate aerosols in Shanghai
LIU Wanwan1, LIU Qiong1, CHEN Yonghang1 , YAO Yifeng1, LI Li2,3, WANG Hongli2,3, XU Jian1, WANG Hailin1    
1. School of Environmental Science and Engineering, Donghua University, Shanghai 201620;
2. Shanghai Academy of Environmental Scienes, Shanghai 200233;
3. The Key Laboratory for the Cause of Atmospheric Compound Pollution and its Prevention and Control in the State Environmental Protection City, Shanghai 200233
Received 18 November 2017; received in revised from 6 February 2018; accepted 12 February 2018
Supported by the National Natural Science Foundation of China (No. 91644211), the Research Foundation for Young Teachers in Donghua University, the Major Scientific Research Projects of Shanghai Environmental Protection Bureau (No. 2016-12) and the Fundamental Research Funds for the Central Universities (No. EG2018025)
Biography: LIU Wanwan(1989—), female, E-mail:liuwwan@163.com
*Corresponding author: CHEN Yonghang, E-mail: yonghangchen@126.com
Abstract: Using the data obtained from the Ozone Monitoring Instrument (OMI) onboard the Aura satellite, the temporal and spatial distribution characteristics of the lower troposphere ozone (0~3 km), sulfur dioxide (0~2 km) and sulfate aerosols (0~2 km) over Shanghai were analyzed. A time series analysis of satellite ozone observations over 10 years (2007-2016) showed an upward trend with the minimum annual average in 2008 (31.57 μg·m-3) and the maximum in 2016 (40.72 μg·m-3) in Shanghai; the concentration of ozone was highest in summer, lower in spring and autumn, and lowest in winter. The highest annual average optical depth of aerosols in 2007 (AOD=0.81) resulted in that the sulfate aerosol pollution was the most serious, accounting for nearly 16.41% of the total frequency; the sulfate aerosol pollution in 2010 was the least (AOD=0.68) and the frequency of the pollution only accounted for 7.68%; but the sulfate aerosol pollution increased since 2013; the characteristics of seasonal changes of sulfate aerosols were the same as ozone, because the sunshine in summer is favorable to the photochemical reactions in the atmosphere, making the concentrations of photochemical products such as ozone and sulfate aerosols increase. In contradiction to ozone, the concentrations of sulfur dioxide were on a larger decline for the periods from 2007 to 2014, but there was a slight rebound since 2014; the highest annual average concentration of sulfur dioxide was in 2007, which was 52.76% higher than the lowest annual average concentration in 2014; the sulfur dioxide pollution mainly occurred in winter.
Key words: O3     sulfate aerosols     SO2     spatial distribution     temporal variation    
1 引言(Introduction)

上海市环境公报指出2016年上海市臭氧日比2015年升高了6.06%, PM2.5降低了35.82%, 前者代表物质是臭氧, 后者代表物质是细粒子污染, 可见目前上海大气环境状况仍然是一次与二次复合污染类型, 且二次污染有增加趋势.上海地区臭氧浓度逐渐上升, 光化学污染日益严重, 由O3带来的一系列污染问题也日益突出, 臭氧污染已成为上海不可忽视环境问题之一(李霄阳等, 2017).硫酸盐气溶胶对霾的贡献很大(张轶雯, 2015), 其主要来源为SO2通过光化学反应生成H2SO4气体(Pumphrey et al., 2015), 经过一系列物理、化学反应形成硫酸盐气溶胶(高丽洁等, 2004), 有文献表明气溶胶能够消减到达地面的太阳辐射, 从而抑制光化学反应, 减少臭氧的生成, 虽然臭氧和硫酸盐气溶胶是两种不同物质, 但他们之间密切联系(刘琼等, 2012).SO2一直以来受到政府和科学家的关注, 也采取了很多措施控制其浓度, 但由于SO2对硫酸盐气溶胶有重大影响, 不能忽视SO2浓度变化, 所以本文对上海地区对流层低层臭氧、二氧化硫及硫酸盐气溶胶AOD时空分布特征进行研究.

目前, 大气监测方法有地面观测、飞机观测和卫星遥感观测, 由于飞机成本高, 样本少, 大部分研究基于地面单点观测, 吴锴等通过地面站点监测对成都市臭氧污染特征进行了研究(吴锴等, 2017), 安俊岭等(2004)分析了北京市交通主干线地区的臭氧效率, 施洋对上海市大气亚微米级颗粒物污染特征与霾污染形成机制进行了研究(施洋, 2014), 孙冉等(2017)分析了上海一次典型雾霾过程中不同天气现象的气溶胶光学特性及转化机制.由于卫星覆盖面广, 且能同时观测各个污染物浓度变化, 利用卫星搭载探测仪器对大气环境探究具有无可替代的优势, 国外已有学者利用卫星数据探究大气环境变化, Fioletov、Vitali E等(2016)用OMI传感器追踪全球SO2排放源, He等(2017)研究了相对湿度对O3和SO2的非均匀反应的影响, Ishino等(2017)对南极大气中的硫酸盐和臭氧季节变化进行了研究.刘红年等(2001)对中国对流层二氧化硫光化学氧化过程的数值研究, 上海是中国经济、科技、文化、工业、金融中心, 是长三角核心城市, 是工业聚集地之一, 赵辰航对上海地区光化学污染中气溶胶特征进行了研究(赵辰航等, 2015), 但目前还没文献同时考虑臭氧与硫酸盐气溶胶长时间的空间分布特征, 而且细粒子污染对环境和人体健康都有危害, 在大气环境治理中不容忽视.因此本文利用卫星数据, 研究超大城市上海O3、硫酸盐气溶胶和SO2柱浓度污染特性, 为复合型污染防控措施, 提供科学事实和依据.

2 研究方法与数据来源(Research methods and data sources)

本文所使用的OMI具体产品介绍如表 1所示, 研究的数据为OMI二级产品OMO3PR、OMSO2和OMAERUV, 分别为对流层低层臭氧浓度、硫酸盐气溶胶光学厚度、二氧化硫边界层浓度.OMI卫星的高光谱性能提高了臭氧、二氧化硫和硫酸盐气溶胶的准确性和精确度(臧海佳, 2011; Li et al., 2013).本文使用的OMO3PR产品基于最优估计算法(optimal estimation algorithm), 该方法使用了较新的LABOS辐射传输模型, 在数据反演过程中, 为确保数据的准确性, 剔除了云量大于0.5的监测数据.OMO3PR数据文件包含从南极到北极单个轨道的阳光照射部分的测量, 共有18层高度的廓线数据(Qu et al., 2001), 本文选取对流层低层(自地面3 km高度)的臭氧数据为研究范围.刘小正等(2016)通过对上海地区臭氧激光雷达、地面臭氧监测数据与卫星反演结果比较, 得出使用卫星反演的近地面数据可以用于研究长时间范围内近地层的臭氧变化, 且相较于常规监测方法, 可以利用的数据覆盖范围更广, 时间分辨率也更高.本文使用的OMI SO2柱总量产品基于主成分分析(principal component analysis, PCA)算法反演, PCA算法充分利用仪器的高光谱特性, 有效降低了当前OMI SO2反演产品误差, 提高了产品精度和应用范围.OMSO2数据一共有4层, 从低到高分别为边界层(Planetary Boundary Layer, PBL)、对流层低部(Lower Tropospheric Layer, TRL)、对流层中部(Middle Tropospheric Layer, TRM)、下平流层(Lower Stratospheric Layer, STL), 边界层(PBL)用于研究近地表污染(Xue et al., 2010), 对流层低部(TRL)用于研究火山源脱气的研究, 对流层中部(TRM)用于研究中度喷发和硫污染的远程运输, 下平流层(STL)用于研究爆炸性火山爆发, 本文选取边界层SO2数据作为研究范围.姜杰等(2012年)基于OMI卫星数据验证了上海等重点城市二氧化硫卫星数据与地面监测数据具有一致的季节变化趋势和较好的相关性, 有研究表明OMI对SO2的反演结果是可信的(Krotkov et al., 2008).本文使用硫酸盐气溶胶产品基于近紫外吸收、消光气溶胶光学厚度和单次散射反照率, NASA的OMI气溶胶数据产品能提供气溶胶光学厚度(Aerosol Extinction Optical Depth, AOD), 并基于混合使用的OMI紫外线气溶胶指数(UVAI)和CO量区分气溶胶类型, 分为沙尘气溶胶(Desert Dust Aerosols, DST)、与生物质燃烧相关的碳质气溶胶(Carbonaceous Aerosols Associated With Biomass Burning, BIO)和弱吸收硫酸盐气溶胶(Weakly Absorbing Sulfate-based Aerosols, SLF) (Omar et al., 2009), 本文只研究硫酸盐气溶胶.李龙等(2015)利用MODIS与OMI气溶胶光学厚度, 得出华东地区的AOD总体呈现南低北高的趋势, 高值区主要分布在上海、江苏东南等区域.综上所述, OMI卫星的OMO3PR、OMSO2和OMAERUV 3个产品是可靠的, 可用于上海地区对流层低层臭氧及硫酸盐气溶胶时空分布特征研究.

表 1 研究数据介绍 Table 1 The introduction of research data

选取2007—2016年近十年的数据, 研究区域为上海(图 1), 数据处理范围为30.65°N~31.95°N、120.85°E~122.05°E, 用ENVI/IDL提取经纬度、O3和SO2浓度、硫酸盐气溶胶光化学厚度等有效信息, 并用ArcGIS的量子化(Quantis)分析法对上海区域多年臭氧、二氧化硫和硫酸盐气溶胶空间变化进行研究, 空间分辨率0.1°×0.1°, 臭氧和硫酸盐气溶胶AOD格点数为84个, 二氧化硫格点数为80个.

图 1 上海行政区域 Fig. 1 Administrative region of Shanghai
3 结果与分析(Results and analysis) 3.1 上海对流层O3浓度时空分布特征

图 2显示上海地区臭氧值浓度年际变化, 臭氧总体的变化是增长趋势, 但是在2010—2011年、2012—2013年臭氧浓度是先上升后下降, 在2013—2016年, O3柱浓度从(37.11±1.90) μg·m-3上升到(40.72±2.04) μg·m-3, O3均值最高值出现在2016年, 为(40.72±2.04) μg·m-3.以2007年O3年平均值为基准, 自2007年以来上海地区O3浓度呈现不同程度的增长, 其中2016年增长幅度最大, 为26.42%, 2014—2016年O3均值上下变化幅度较小.

图 2 上海地区对流层O3柱浓度年际变化 Fig. 2 Inter-annual variation of lower tropospheric O3 column concentration in Shanghai

由图 3可知, 每年O3柱浓度的变化趋势基本一致, 呈现出夏高、春秋其次、冬季低的季节变化.上海地区对流层低层每年O3柱浓度月际变化最大值基本出现在7月或者6月, 2012年6月O3浓度为10年最大月均值, 为(53.16±2.66) μg·m-3；但2013年和2014年最大值在5月, 春末大气辐射强度、温度等有利于臭氧的光化学生成, 同时有文献表明(齐冰等, 2017), 该时期易出现对流层折叠的现象, 导致平流层臭氧气团输送到对流层上层, 通过垂直交换到达对流层低层, 从而引起臭氧浓度聚集；每年O3柱浓度月际变化最小值则出现在1月、2月或者12月, 10年中O3柱浓度的月均值最小值则出现在2008年2月, 为(18.52±0.92) μg·m-3.

图 3 上海地区对流层低层O3柱浓度月际变化 Fig. 3 Inter-monthly variation of lower tropospheric O3 column concentration in Shanghai

图 4 上海地区2007—2016年O3浓度多年季节空间分布图 Fig. 4 Seasonal spatial distribution of O3 concentration over the years from 2007 to 2016 in Shanghai

从上海O3多年的季节空间分布图可以看出, 夏季O3高值区分布较广, 说明臭氧污染更为严重, 呈现出由上海东南地区向西北地区辐射递减的变化, O3值在42~46 μg·m-3之间, 其中臭氧的高值区(＞46 μg·m-3), 主要分布在上海的崇明岛、奉贤南部、青浦西南部、松江区、金山北部和上海市区.春季O3的高值覆盖面有所减小, 浓度主要分布在小于42 μg·m-3, 较夏季O3的季节分布图来看, 高值区明显减小并且分布区域零散, 仅出现在徐家汇、长宁区、虹口区、杨浦区和浦东新区范围内臭氧浓度值略高.秋季O3浓度在34~42 μg·m-3之间, 其中高值区覆盖面很小, 由西北方向到东南方向递减的趋势, O3相对高值区分布在嘉定区和宝山区.冬季臭氧的高值区出现的范围相对秋季有很大的减小, O3浓度分布小于34 μg·m-3, 且臭氧低值分布区域明显增大, 相对高值区域主要分布在虹口区、杨浦区、浦东与闵行交界处.综上可以得出上海O3季节分布为夏高、春秋次之、冬季低, 夏季阳光充足, 在均压控制下, 上海城区的主导风向为西南风, 而西南风的气团更容易携带充足的臭氧前提物, 由于传输路径短, 上海夏季出现高污染现象.由夏季、秋季和春季空间分布图可以发现上海郊区臭氧浓度高于市区, 这是由于郊区经济快速发展和城区的迁移, 城市消耗了大量的能源, 并向大气排放超过环境容量的污染物, 污染物之间复杂的源关系和物理化学作用下, 大气环境则表现为高浓度臭氧和细颗粒物共存(奇奕轩, 2017)；冬季臭氧浓度市区大于郊区, 与冬季上海的风向发生变化有关, 冬季为偏东风, 上海处于低压控制下易于污染物的累积.

3.2 上海对流层硫酸盐气溶胶时空分布特征

图 5a为近10年上海地区硫酸盐气溶胶污染年际分布图, 上海硫酸盐气溶胶AOD总体变化是下降趋势, 但在2010—2011年和2013—2016年硫酸盐气溶胶AOD有增长态势.硫酸盐气溶胶污染最严重年份在2007年(AOD=0.819), 占近10年硫酸盐气溶胶发生频率的16.41%；2010年污染最轻(AOD=0.687), 硫酸盐气溶胶发生频率为7.68%.上海地区硫酸盐气溶胶污染在2008年开始下降, 比2007年降低了7.68%, 2010年则降低了16.12%, 上海在世博会前期空气治理效果显著, 值得注意的是近几年(2013—2016年)AOD有增长的态势, 2014年比2013年增长了8.9%, 硫酸盐气溶胶的发生频率也有所增加, 2016年比2015年污染次数增加了21.55%.影响硫酸盐气溶胶变化的原因有二氧化硫的排放量和当地的气候条件(钱云等, 1997), 安静宇等(2014年)对中国东部地区重污染过程中上海市细颗粒物的来源追踪模拟研究发现, 在8类污染源中(燃烧源、生产工艺过程、流动源、生活面源、挥发源、扬尘源、农业源、天然源), 燃烧源对细颗粒物中硫酸盐和硝酸盐的浓度贡献最大, 化石能源仍然是造成上海大气污染的重要原因, 由下文可知近几年上海地区二氧化硫浓度有缓慢上升趋势.王茜等(2013)利用轨迹模式研究上海大气污染的输送来源, 得出上海气流输送季节变化特征明显, 冬、春和秋季上海较易受到河北南部、河南中东部、山东、安徽、江苏以及浙江中北部等区域的大陆性气流影响, 受沙尘或人为污染排放的影响相对较大；夏季上海一方面受较清洁的海洋性气流影响, 一次污染物浓度较低, 另一方面受江苏中南部、浙江中北部以及安徽中南部等地影响, PM2.5和O3浓度较高(刘超, 2017; 李世奇, 2017).

图 5 上海地区对流层硫酸盐气溶胶AOD年际变化(a); 上海地区硫酸盐气溶胶年际频率分布(b) Fig. 5 Inter-annual variation of lower tropospheric sulfate aerosol AOD in Shanghai (a) and Inter-annual frequency distribution of sulfate aerosol in Shanghai (b)

图 6为近10年上海硫酸盐气溶胶消光光学厚度(AOD)月际变化, 上海硫酸盐气溶胶浓度月变化呈现“凸”的变化趋势, 硫酸盐气溶胶AOD峰值基本出现在6月, 但在2015年最大值为7月, 2016年最大值为10月；低值出现在1月或者12月；上海地区的硫酸盐气溶胶浓度变化呈现明显季节变化, 即夏高、春秋次之、冬季低.这与SO2月际变化趋势相反, 夏季SO2浓度低, 而硫酸盐气溶胶浓度高.

图 6 上海地区对流层低层硫酸盐气溶胶AOD月际变化图 Fig. 6 Inter-monthly variation of lower tropospheric sulfate aerosol AOD in Shanghai

图 7A给出了2007—2016年上海地区硫酸盐气溶胶AOD和污染频数季节空间变化, 上海市夏季硫酸盐气溶胶污染较严重(AOD＞0.95), 且夏季属于硫酸盐污染高发时节；其次是春季和秋季, 秋季硫酸盐污染频率较低；冬季硫酸盐气溶胶污染轻(AOD＜0.5), 但冬季发生气溶胶污染频率高.每个季节污染严重区域不一样, 主要在江苏、浙江交界处或者是沿海地区.夏季硫酸盐气溶胶主要污染区域为崇明、浦东、嘉定、青浦地区和市区, 这些区域发生硫酸盐气溶胶污染次数超过44, 主要来源SO2液相氧化过程(王莹, 2012), 上海夏季主导风向为西南风, 受到风场影响使得硫酸盐气溶胶向东边移动, 上海东部易发生硫酸盐气溶胶污染(朱帅等, 2009).春季硫酸盐气溶胶污染仅次于夏季, 虽然温度回升, 大气氧化性增强, 但上海春季降雨量大, 湿沉降速率增大, 使硫酸盐气溶胶污染降低(杜欢欢等, 2010).上海秋季降雨量增加, 湿沉降速率较高, 大气氧化性也降低, 使得秋季硫酸盐气溶胶污染大大降低(王体健等, 2000).虽然冬季人为SO2排放量增加, 但由于冬季气温较低、到达地面的太阳辐射明显减弱, 光化学反应受到抑制, 所以硫酸盐气溶胶浓度较低.

图 7 上海2007—2016年硫酸盐气溶胶光学厚度多年季节空间分布图(A); 上海近十年硫酸盐气溶胶频数季节空间分布图(B) Fig. 7 Seasonal spatial distribution of sulfate aerosol AOD over the years from 2007 to 2016 in Shanghai (A); Seasonal spatial distribution of sulfate aerosol frequency in Shanghai in recent ten years (B)
3.3 上海对流层SO2浓度时空分布特征

图 8显示上海地区SO2浓度年际变化, SO2总体变化是下降趋势, 最高值出现在2007年, 为(2.90±0.14)×1016 mole·cm-2, 最低值在2014年, 为(1.39±0.14)×1016 mole·cm-2, 但在2014—2016年有缓慢上升态势, 2016年比2014年上升了13.14%.以2007年SO2柱年均值为基准, 自2007年以来上海地区O3呈现不同程度降低变化, 2014年下降幅度最大, 为52.67%.

图 8 上海地区对流层SO2柱浓度年际变化 Fig. 8 Inter-annual variation of lower tropospheric sulfur dioxide concentration in Shanghai

由图 9可知, 每年的SO2柱浓度的变化趋势基本一致, 月均值最大值多出现在1月、2月或者12月, 而最小值出现在6月、7月或者8月, 总体季节分布为冬季SO2浓度高、夏季浓度低.10年中SO2柱浓度的月均值最大值出现在2007年6月, 为(6.98948±0.34947)×1016 mole·cm-2；月均最小值则出现在2008年2月, 为(0.00221±0.00023)×1016 mole·cm-2.冬季的SO2浓度偏高, 主要原因由于冬季石油、机动车、电厂以及煤炭的需求量增高, 导致SO2排放量增加.夏季SO2浓度偏低, 因高浓度的臭氧能光解产生氧原子与水汽反应生成大量的OH自由基, 促进了SO2向SO42-转化(刘红年等, 2001), 而在此过程中, 主要发生反应有气相反应、液相反应和颗粒物表面的反应, 其中气相反应是二氧化硫氧化的重要途径, 且该反应需要在一定条件下(相对湿度或温度较高)才会发生(王明星, 1991; 朱帅, 2006; 唐孝炎, 2006).

图 9 上海地区SO2对流层低层浓度月际变化 Fig. 9 Inter-monthly variation of lower tropospheric sulfur dioxide concentration in Shanghai

图 10为中国上海SO2多年的季节空间分布图, 冬季的SO2高值区(＞1.6×1016 mole·cm-2)分布较广, 说明SO2浓度较高污染更为严重, 春季SO2浓度次之, 夏秋季浓度较低.春季SO2浓度值主要分布在(0.9~2.4)×1016 mole·cm-2, SO2高值分布在松江、闵行与浦东区交界处、奉贤南部、和崇明岛东部范围；夏季SO2浓度值主要分布在小于1.6×1016 mole·cm-2, 仅在崇明岛和金山区范围SO2浓度值略高, 低值区分布在奉贤、青浦、松江和浦东等地, 呈现出由上海西北向东南递减的趋势；秋季SO2浓度偏低, 高值区为黄埔、徐家汇区、长宁区和静安区；冬季SO2高值区增加, SO2值在(1.6~3)×1016 mole·cm-2之间, 且上海12月、1月、2月的二氧化硫月均值也较高, 高值区域基本分布在长宁区、杨浦区、青浦区和崇明岛中部.崇明岛是化工、纺织等工业聚集地, 工业化排放和城市的快速化发展使得该地区二氧化硫浓度较高.

图 10 上海地区SO2的2007—2016年多年季节空间分布图 Fig. 10 Seasonal spatial distribution of sulfur dioxide concentration over the years from 2007 to 2016 in Shanghai

对上海地区对流层低层臭氧、二氧化硫及硫酸盐气溶胶时空分布特征进行分析, 从时间分布来看, O3季节变化明显, 夏季高、春秋次之、冬季低；SO2季节分布为冬高、夏低；而硫酸盐气溶胶AOD季节分布为夏高、春秋次之、冬季低, 臭氧与二氧化硫季节变化相反, 而与硫酸盐气溶胶AOD季节变化一致.从空间分布来看, 春季O3高值区(＞42 μg·m-3)为虹口区、杨浦区、闸北区、崇明北部、奉贤南部以及金山, 夏季O3高值区(＞42 μg·m-3)为奉贤区、松江区、金山区、宝山及徐家汇、长宁等市区；春季SO2低值区(＜1.6×1016 mole·cm-2)为虹口区、杨浦区、闸北以及奉贤、金山等, 夏季低值区(＜1.6×1016 mole·cm-2)为松江区、闵行南部、金山、奉贤区等；春季硫酸盐气溶胶AOD高值(>0.8)为崇明西南、奉贤和金山等, 夏季硫酸盐气溶胶AOD(>1.1)相对污染严重区域为奉贤区、宝山、浦东新区、徐家汇、长宁区等, 基本上臭氧浓度高的区域, 二氧化硫浓度低, 而硫酸盐气溶胶AOD高.通过分析三者时空分布可以得出高浓度的臭氧促进SO2转化为硫酸盐类物质, 且臭氧和硫酸盐气溶胶季节变化一致, 后续我们将进一步处理和分析数据, 进一步验证三者之间的相互关系.

4 结论(Conclusions)

1) 上海地区光化学污染比较严重, 近10年上海地区O3浓度总体呈增长的趋势, 2016年达峰值, 为(40.72±2.04) μg·m-3, 比2007年增长了26.42%；臭氧污染呈明显的季节变化, 夏季高、春秋次之、冬季低, 污染主要分布在上海奉贤区、青浦区、松江区、徐家汇等市区, 且郊区污染明显高于市区.

2) 上海近10年硫酸盐气溶胶污染总体变化呈下降趋势, 污染最严重年份在2007年(AOD=0.819), 占近十年硫酸盐气溶胶发生频率的16.41%, 2010年污染最轻(AOD=0.618), 硫酸盐气溶胶发生频率为7.68%, 值得注意的是2013—2016年上海地区硫酸盐气溶胶污染有增长的态势, 2014年硫酸盐气溶胶AOD比2013年增长了38.9%, 2016年硫酸盐气溶胶污染次数比2015年增长21.53%.上海地区的硫酸盐气溶胶季节分布为夏高、春秋次之、冬季较低, 夏季硫酸盐气溶胶主要污染区域为崇明、浦东、青浦地区、徐家汇等市区, 市区污染大于郊区, 春季、秋季、冬季硫酸盐气溶胶污染主要在郊区, 分布在江苏、浙江交界处或沿海区域.

3) 上海地区近10年的SO2浓度总体呈下降趋势, 2007年为峰值, 为(2.90±0.14)×1016 mole·cm-2, 2014年达到最小值, 为(1.39±0.14)×1016 mole·cm-2, 2016年比2007年SO2浓度降低了28.63%, 而在2014—2016年, SO2浓度有增长的趋势, 这与上海产业调整、环境治理措施有关.SO2的柱浓度变化呈现冬季高、夏季低, 冬季SO2污染主要来自人为排放, 即化石燃料的燃烧、机动车等, 污染由市区向郊区扩散.

参考文献
安俊岭. 2006. 北京近交通主干线地区的臭氧生成效率[J]. 环境科学学报, 2006(4): 652–657.
安静宇, 李莉, 黄成, 等. 2014. 2013年1月中国东部地区重污染过程中上海市细颗粒物的来源追踪模拟研究[J]. 环境科学学报, 2014, 34(10): 2635–2644.
杜欢欢, 孔令东, 王雪梅, 等. 2010. . 大气氧化性对硫酸盐气溶胶形成的影响研究[A]. 中国颗粒学会第七届学术年会暨海峡两岸颗粒技术研讨会论文集[C]. 中国颗粒协会、中国科学院地球研究所、西安建筑大学
Fioletov V E, McLinden C A, Krotkov N, et al. 2016. A global catalogue of large SO2 sources and emissions derived from the Ozone Monitoring Instrument[J]. Atmospheric Chemistry and Physics, 16(18): 11497–11519. DOI:10.5194/acp-16-11497-2016
高丽洁, 王体健, 徐永福, 等. 2004. 中国硫酸盐气溶胶及其辐射强迫的模拟[J]. 高原气象, 2004(5): 612–619.
He X, Pang S, Ma J, et al. 2017. Influence of relative humidity on heterogeneous reactions of O3 and O3/SO2 with soot particles: Potential for environmental and health effects[J]. Atmospheric Environment, 165: 198–206. DOI:10.1016/j.atmosenv.2017.06.049
Ishino S, Hattori S, Savarino J, et al. 2017. Seasonal variations of triple oxygen isotopic compositions of atmospheric sulfate, nitrate, and ozone at Dumont d'Urville, coastal Antarctica[J]. Atmospheric Chemistry and Physics, 17(5): 3713–3727. DOI:10.5194/acp-17-3713-2017
Krotkov N, McClure B, Dickerson R, et al. 2008. Validation of SO2 retrievals from the Ozone Monitoring Instrument over NE China[J]. Geophys Research-Atmospheres, 16: 1–13.
Li C, Joiner J, Krotkov N A, et al. 2013. A fast and sensitive new satellite SO2 retrieval algorithm based on principal component analysis: Application to the ozone monitoring instrument[J]. Geophysical Research Letters, 40(23): 6314–6318. DOI:10.1002/2013GL058134
李霄阳, 李思杰, 刘鹏飞, 等. 2018. 2016年中国城市臭氧浓度的时空变化规律[J]. 环境科学学报, 2018, 38(4): 1263–1274.
刘琼. 2012. 上海地区气溶胶对近地面臭氧的影响研究[D]. 上海: 东华大学 http://cdmd.cnki.com.cn/Article/CDMD-10255-1012312222.htm
刘红年, 蒋维楣, 汤剑平, 等. 2001. 中国对流层二氧化硫光化学氧化过程的数值研究[J]. 环境科学学报, 2001, 21(3): 358–363.
李龙, 施润和, 张璐, 等. 2015. 华东地区MODIS与OMI气溶胶光学厚度数据融合[J]. 地球信息科学学报, 2015, 17(10): 1224–1233.
刘超, 花丛, 康志明. 2017. 2014-2015年上海地区冬夏季大气污染特征及其污染源分析[J]. 气象, 2017, 43(7): 823–830.
李世奇, 朱平芳. 2017. 产业结构调整与能源消费变动对大气污染的影响——基于上海投入产出表的实证分析[J]. 上海经济研究, 2017(6): 82–89.
Omar A H, Winker D M, Vaughan M A, et al. 2009. The CALIPSO automated aerosol classification and lidar ratio selection algorithm[J]. Journal of Atmospheric and Oceanic Technology, 26(10): 1994–2014. DOI:10.1175/2009JTECHA1231.1
Pumphrey H C, Read W G, Livesey N J, et al. 2015. Observations of volcanic SO2 from MLS on Aura[J]. Atmospheric Measurement Techniques, 8(1): 195–209. DOI:10.5194/amt-8-195-2015
Qu Y N, Glodberg M D, Divakrla M. 2000. Ozone Profile Retrieval from Satellite Observation Using High Spectral Resolution Infrared Sounding Instrument[J]. Advances in Atomspheric Sciences(5): 959–971.
钱云, 符淙斌. 1997. SO2排放、硫酸盐气溶胶和气候变化[J]. 地球科学进展, 1997(5): 43–49.
齐冰, 牛彧文, 杜荣光, 等. 2017. 杭州市近地面大气臭氧浓度变化特征分析[J]. 中国环境科学, 2017, 37(2): 443–451.
奇奕轩. 2017. 北京北郊夏季臭氧及其前体物污染特征及影响因素研究[D]. 北京: 中国环境科学研究院 http://cdmd.cnki.com.cn/Article/CDMD-82405-1017111297.htm
寿子琪. 2017. 2016年上海市环境公报[R]. 上海: 上海市环境保护局. 06-12
施洋. 2014. 上海市大气亚微米级颗粒物(PM1)污染特征与霾污染形成机制[D]. 上海: 复旦大学 http://www.wanfangdata.com.cn/details/detail.do?_type=degree&id=Y2867235
孙冉, 王鸿宇, 马骁骏, 等. 2017. 上海一次典型雾霾过程中不同天气现象的气溶胶光学特性及转化机制[J]. 环境科学学报, 2017, 37(3): 824–823.
唐孝炎等. 2006. 大气环境化学[D]. 北京: 北京高等教育出版社. 49-53
吴锴, 康平, 王占山, 等. 2017. 成都市臭氧污染特征及气象成因研究[J]. 环境科学学报, 2017, 37(11): 4241–4252.
王体健, 闵锦忠, 孙照渤, 等. 2000. 中国地区硫酸盐气溶胶的分布特征[J]. 气候与环境研究, 2000(2): 165–174.
王莹. 2012. 晋城市环境空气二氧化硫、氮氧化物与硫酸盐、硝酸盐相互关系的研究[D]. 太原: 太原理工大学 http://cdmd.cnki.com.cn/Article/CDMD-10112-1016025049.htm
王茜. 2013. 利用轨迹模式研究上海大气污染的输送来源[J]. 环境科学研究, 2013, 26(4): 357–363.
王明星. 1991. 大气化学[J]. 地球科学进展, 1991(5): 52–54.
Xue L, Ding A, Gao J, et al. 2010. Aircraft measurements of the vertical distribution of sulfur dioxide and aerosol scattering coefficient in China[J]. Atmospheric Environment, 44(2): 278–282. DOI:10.1016/j.atmosenv.2009.10.026
赵辰航, 耿福海, 马承愚, 等. 2015. 上海地区光化学污染中气溶胶特征研究[J]. 中国环境科学, 2015, 35(2): 356–363.
朱帅, 颜鹏, 马建中. 2009. 超大城市SO2排放对硫酸盐区域分布影响的观测与模拟[J]. 环境科学研究, 2009, 22(1): 7–15.
臧海佳, 王旻燕, 李占清. 2011. 美国对地观测系统卫星资料产品及服务[M]. 北京: 气象出版社: 173–180.
张轶雯. 2015. 长三角区域背景细气溶胶中不同化学成分质量-粒度分布特征及其来源分析[D]. 北京: 中国气象科学研究院 http://cdmd.cnki.com.cn/Article/CDMD-85101-1015305955.htm
朱帅. 2006. 长江三角洲臭氧和气溶胶数值模拟研究[D]. 北京: 中国气象科学研究院 http://cdmd.cnki.com.cn/Article/CDMD-85101-2006083043.htm