Page 243 - 《高原气象》2026年第1期

1 期 武泽昊等：2016年秋季海口市臭氧污染来源解析模拟研究 239
本文以 60 μg·m 作为污染轨迹的标准， 计算 受到临海船舶等海上交通排放的影响， 对 O 高值
-3
3
O 潜在源区贡献因子， 其中 PSCF 值越大， 表示该 有明显贡献。来自珠江三角洲远距离传输的气团
3
-3
区域对海口 O 的影响越大。CWT 法对 O 进行浓 对 海 口 O 的 影 响 较 大 ， 贡 献 为 20~50 μg·m ，
3
3
3
度权重轨迹分析， 可以反映污染网格具体的浓度 PSCF>0. 4。来时两广交界地区对海口 O 的月均贡
3
-3
贡献， CWT 值与 PSCF 共同分析对海口 O 污染的 献高于 20 μg·m ， 可能主要受贵港市的影响。海
3
主要来源及贡献浓度。图 5 表明海口主要的来源 口以南区域对站点影响较小， 受海上清洁气团的
贡献位于东北方向， 其中临海区域对 O 的月均贡 影响， O 的 PSCF<0. 2。CWT 的结果与 PSCF 的结
3
3
-3
献高达 70 μg·m ， PSCF 的值高于 0. 6， 表明海口 果接近。

图5 2016年秋季O 潜在源区分区（a）和浓度权重轨迹分析（b）
3
Fig. 5 Spatial classification of potential ozone （O） source regions （a） and
3
concentration-weighted trajectory analysis （b） during autumn 2016

4 结论 参考文献（References）：

本文基于 WRF-Chem 和 FLEXPART 模式， 结 Chen F， Dudhia J， 2001. Coupling an advanced land surface-hydrolo‐
gy model with the Penn state-NCAR MM5 modeling system. part
合 PSCF和 CWT等方法， 模拟研究了不同理化过程
I： model implementation and sensitivity［J］. Monthly Weather Re‐
对 2016 年秋季海口市 O 浓度变化的影响因素， 分 view， 129（4）： 569-585. DOI： 10. 1175/1520-0493（2001）129<
3
析了海口 O 污染的潜在源区， 得出了如下主要 0569： caalsh>2. 0. co； 2.
3
结论： Chen Z X， Liu J， Qie X S， et al， 2024. Stratospheric influence on sur‐
（1） 过程分析揭示了化学过程是秋季海口市 face ozone pollution in China［J］. Nature Communications， 15：
4064. DOI： 10. 1038/s41467-024-48406-x.
O 浓度变化的主导因素， 其对海口市秋季 O 浓度
3
3
Dewan S， Lakhani A， 2022. Tropospheric ozone and its natural pre‐
日变化的贡献最大。而垂直混合过程在日变化中
cursors impacted by climatic changes in emission and dynamics
主要发挥清除作用。随着 9 -11 月太阳辐射的减 ［J］. Frontiers in Environmental Science， 10： 1007942. DOI：
弱， 化学过程对 O 浓度的正贡献逐月下降， 而垂直 10. 3389/fenvs. 2022. 1007942.
3
混合过程的负贡献也随气温降低和湍流活动减弱 Ek M B， Mitchell K E， Lin Y， et al， 2003. Implementation of Noah
land surface model advances in the National Centers for Environ‐
而有所减小。
mental Prediction operational mesoscale Eta model［J］. Journal of
（2） 基于 FLEXPART-WRF 模式的轨迹聚类分
Geophysical Research： Atmospheres， 108（D22）： 2002JD00329
析表明， 平流输送对O 浓度的影响取决于气团的来 6. DOI： 10. 1029/2002JD003296.
3
源方向， 当气团来自海口市北部与东北部时， 平流 Feng J， Huang X Y， Li Y J， 2022. Improving surface wind speed fore‐
贡献较高， 而来自东南部和南部的海洋气团相对清 casts using an offline surface multilayer model with optimal
洁， 有助于降低当地 O 浓度。结合 PSCF 和 CWT ground forcing［J］. Journal of Advances in Modeling Earth Sys‐
3
分析发现海口临近东北方向海域对 O 的月均贡献 tems， 14（10）： e2022MS003072. DOI： 10. 1029/2022MS003072.
3
Gao J H， Li Y， Zhu B， et al， 2020. What have we missed when study‐
达到 70 μg·m ， 广东东南区域是海口 O 污染主要 ing the impact of aerosols on surface ozone via changing photoly‐
-3
3
的贡献源区。 sis rates？［J］. Atmospheric Chemistry and Physics， 20（18）：