王肖漢,徐翼洲,張成歆?,吳躍,孫中平,劉誠,3

(1中國科學(xué)技術(shù)大學(xué)精密機械與精密儀器系,安徽 合肥 230026;2生態(tài)環(huán)境部衛(wèi)星環(huán)境應(yīng)用中心,北京 100094;3中國科學(xué)院合肥物質(zhì)科學(xué)研究院安徽光學(xué)精密機械研究所,中國科學(xué)院環(huán)境光學(xué)與技術(shù)重點實驗室,安徽 合肥 230031)

0 引言

對流層是與人類生活關(guān)系最密切的地球大氣層區(qū)域,人類活動通常將化學(xué)化合物直接排放至其中[1]。大氣中氮氧化物NOx包括NO和NO2,其作為主要的污染性痕量氣體,是導(dǎo)致對流層臭氧積累、酸雨、光化學(xué)污染的主要因素[2]。NO2作為大氣氮氧化物的主要存在形式之一,被當(dāng)作衡量大氣質(zhì)量的重要指標(biāo)[3]。對流層NO2的主要來源分為人為排放源和自然排放源,其中自然排放主要包括森林火災(zāi)、雷暴和土壤排放等,人為排放主要包括生產(chǎn)排放、交通排放和生活排放等[4]。

常用的大氣污染監(jiān)測手段分為地基監(jiān)測和衛(wèi)星遙感監(jiān)測。地基監(jiān)測具有較高的精度,但成本高,且難以實現(xiàn)大范圍監(jiān)測區(qū)域覆蓋性觀測。與地基監(jiān)測相比,衛(wèi)星遙感監(jiān)測具有檢測范圍廣、可長期連續(xù)觀測、觀測種類多、成本低等優(yōu)點,對于全球范圍大氣污染物監(jiān)測具有更好的適用性[5]。目前,GOME(Global ozone monitoring experiment)、OMI(Ozone monitoring instrument)、TROPOMI(TROPOspheric monitoring instrument)和EMI(Environmental trace gases monitoring instrument)等衛(wèi)星載荷均已應(yīng)用于全球范圍 NO2監(jiān)測[6]。

EMI是我國首臺星載大氣監(jiān)測光譜儀,于2018年5月9日搭載于高分五號(GF-5)衛(wèi)星發(fā)射運行,空間分辨率可達(dá)12 km×13 km。中國科大基于EMI衛(wèi)星原始光譜數(shù)據(jù)開發(fā)的適用于我國高氣溶膠背景的對流層NO2反演算法已獲得了準(zhǔn)確可靠的反演結(jié)果,且反演結(jié)果與地基MAX-DOAS(Multi-axis differential optical absorption spectroscopy)監(jiān)測結(jié)果具有良好的一致性[7]。

近年來,我國正處于工業(yè)化發(fā)展的快速階段,大氣污染的程度和類型同時也在發(fā)生變化,傳統(tǒng)污染和細(xì)顆粒物PM2.5、氮氧化物NOx、揮發(fā)性有機污染物VOCs等新增污染問題日益嚴(yán)重,大氣污染治理形式嚴(yán)峻[8]。珠三角地區(qū)是我國主要的加工制造和出口基地之一,同時也是我國最具發(fā)展活力的城市群之一,因此珠三角地區(qū)大氣環(huán)境的監(jiān)測和治理工作刻不容緩。

本文基于EMI監(jiān)測所得的珠三角地區(qū)對流層NO2柱濃度數(shù)據(jù),分析珠三角地區(qū)2019年1–8月對流層NO2柱濃度的空間分布及時間變化特征,對于該地區(qū)的大氣污染防治及空氣質(zhì)量的監(jiān)測具有重要的意義。

1 研究區(qū)域及數(shù)據(jù)源

1.1 研究區(qū)域介紹

珠江三角洲地區(qū)(以下簡稱為珠三角)位于廣東省,包括廣州、深圳、珠海、佛山、肇慶、東莞、惠州、中山與江門九市。至2018年末,該城市群已具有常住人口六千余萬人,超過廣東省常住人口的50%。珠三角與長三角、京津冀地區(qū)共同組成了我國三大現(xiàn)代化城市群。2018年,珠三角地區(qū)生產(chǎn)總值達(dá)到廣東省地區(qū)生產(chǎn)總值的80%,對廣東省及東南沿海區(qū)域經(jīng)濟發(fā)展具有導(dǎo)向作用。自1994年起,珠三角地區(qū)產(chǎn)業(yè)結(jié)構(gòu)不斷調(diào)整,結(jié)構(gòu)重心逐漸向第二產(chǎn)業(yè)和第三產(chǎn)業(yè)發(fā)展。2018年,其先進(jìn)制造業(yè)及高新技術(shù)制造業(yè)產(chǎn)業(yè)增加值分別占第二產(chǎn)業(yè)增加值的59.4%和34.8%,且第二產(chǎn)業(yè)與第三產(chǎn)業(yè)在其地區(qū)生產(chǎn)總值構(gòu)成中占有主導(dǎo)地位。

珠三角地區(qū)地勢特點為“三面環(huán)山、一面朝?！?該地勢特點對當(dāng)?shù)卮髿馕廴疚镛D(zhuǎn)移具有一定影響,并且各城市的大氣污染物排放和不同城市之間的污染物輸送導(dǎo)致了該地區(qū)大氣的區(qū)域性污染[9]。近年來,廣東省先后出臺了《廣東省珠江三角洲大氣污染防治辦法》和《廣東省珠三角清潔空氣行動計劃》,強力推進(jìn)了污染防治工作,珠三角地區(qū)空氣質(zhì)量總體呈持續(xù)改善態(tài)勢。

1.2 衛(wèi)星高光譜反演與數(shù)據(jù)來源

1.2.1 衛(wèi)星高光譜反演大氣污染物原理

由EMI原始光譜數(shù)據(jù),利用Lamber-Beer定律及基于DOAS(Differential optical absorption spectroscopy)方法和模式模擬或經(jīng)驗公式計算所得的大氣質(zhì)量因子(Air mass factor,AMF),可反演得到大氣對流層NO2垂直柱濃度[10]。該算法主要可分為以下三步:

1)利用DOAS方法反演大氣NO2斜柱濃度

根據(jù)Lamber-Beer定律,波長為λ的光束,經(jīng)光學(xué)厚度為τ的大氣出射后,其輻射強度為

式中:I0(λ)為入射光強,σ(λ)為氣體吸收截面,ρ(s)為氣體的數(shù)密度,為氣體數(shù)密度在光路上的積分,即斜柱濃度。

考慮到大氣中的多種吸收氣體,可進(jìn)一步得到

式中:σj(λ)為第j種氣體的吸收截面,cj為第j種氣體的斜柱濃度。

利用最小二乘法擬合上述方程,可得整層大氣NO2斜柱濃度。

2)由整層大氣NO2斜柱濃度分離對流層NO2斜柱濃度

利用對流層頂信息,從整層大氣NO2斜柱濃度中分離平流層NO2斜柱濃度,得到對流層NO2斜柱濃度為

式中:Dsc,tropo、Dsc,total和Dsc,strat分別為對流層、整層大氣和平流層NO2斜柱濃度。

3)基于對流層NO2AMF計算對流層NO2垂直柱濃度

利用輻射傳輸模型或經(jīng)驗公式計算對流層NO2大氣質(zhì)量因子AMF,將對流層NO2斜柱濃度轉(zhuǎn)換成垂直柱濃度,其計算公式為

式中:Dvc,tropo和FAM,tropo分別為對流層NO2垂直柱濃度和大氣質(zhì)量因子。

1.2.2 EMI數(shù)據(jù)

EMI是搭載于高分五號衛(wèi)星的凸面光柵分光天底推掃型光譜儀,每日過境我國的時間約為北京時間13:30,涵蓋了波長240～710 nm的紫外和可見光光譜范圍,分為四個光譜通道[9]。該儀器配備有二維CCD(Charge coupled device)檢測器,可分別記錄入射光的光譜信息與空間信息,光譜分辨率為0.3～0.5 nm,空間分辨率達(dá)12 km×13 km,可實現(xiàn)全球覆蓋[11]。研究所用對流層NO2數(shù)據(jù)由中國科大衛(wèi)星高光譜反演算法反演EMI觀測的后向散射光譜數(shù)據(jù)所得。

采用的2019年1–8月期間EMI對流層NO2柱濃度反演結(jié)果與我國六個地基MAX-DOAS監(jiān)測站點的監(jiān)測結(jié)果表現(xiàn)一致,其皮爾遜相關(guān)系數(shù)達(dá)到了0.82,具有良好的可用性[7]。

1.2.3 MEIC排放數(shù)據(jù)

中國多尺度排放清單模型(MEIC)是由清華大學(xué)開發(fā)維護(hù)的一套覆蓋了700多種人為排放源的中國大氣污染物和溫室氣體排放清單模型。其包括了中國內(nèi)地近三十年數(shù)十種大氣污染物和溫室氣體的排放數(shù)據(jù),每類排放源均具有完整的排放源分類分級體系。MEIC模型將亞洲排放清單[12]整合至統(tǒng)一的清單模型框架,通過建立基于機組的電廠排放數(shù)據(jù)庫[13],開發(fā)高分辨率道路機動車排放表征模型[14],建立非甲烷揮發(fā)性有機物(Non-methane volatile organic compounds,NMVOC)化學(xué)組分分配方法[15],進(jìn)一步提高了排放表征精度。

以下引用MEIC模型2019年1–8月珠三角地區(qū)NOx主要人為排放源數(shù)據(jù),分析對流層NO2柱濃度的時間變化特征。

1.2.4 統(tǒng)計數(shù)據(jù)

本研究利用珠三角各城市2019年經(jīng)濟統(tǒng)計數(shù)據(jù)、常住人口數(shù)及2019上半年機動車保有量,分析若干因素對珠三角城市空氣質(zhì)量的影響作用。各城市經(jīng)濟統(tǒng)計數(shù)據(jù)包括2019年地區(qū)生產(chǎn)總值、分產(chǎn)業(yè)總值及產(chǎn)業(yè)占比。其中,2019年各市經(jīng)濟數(shù)據(jù)及常住人口數(shù)引自各市統(tǒng)計局,機動車保有量數(shù)據(jù)引自智云數(shù)據(jù)平臺。

2 結(jié)果與討論

2.1 時間變化

2.1.1 珠三角地區(qū)對流層NO2柱濃度月變化

圖1(a)為珠三角地區(qū)2019年1–8月對流層NO2柱濃度月均值及其變化情況,因2月份數(shù)據(jù)缺失程度較高,以1、3月份數(shù)據(jù)均值替代。由圖可見,總體時間變化特征為兩端高中間低的“內(nèi)凹型”特征。最低值出現(xiàn)在 6 月,約為 3.0×1015molecules·cm?2,且 5、6、7 月的月均值水平相近,約為 3.3×1015molecules·cm?2;最高值出現(xiàn)在1月,月均值達(dá)到了8.5×1015molecules·cm?2。1–6月期間,NO2柱濃度水平呈下降趨勢,隨后在7、8月呈現(xiàn)上升趨勢;1–3月期間和5–7月期間的NO2柱濃度月均值變化率明顯小于3–5月期間和7–8月期間。

圖1 珠三角地區(qū)2019年1–8月對流層NO2柱濃度月均值(a)與NO2月相對變化及人為源排放NOx相對變化(相對2019年1月)(b)Fig.1 The monthly mean values of the tropospheric NO2column concentration in the Pearl River Delta from January to August 2019(a)and the monthly relative changes of NO2and anthropogenic NOxemissions(relative to January 2019)(b)

圖1(b)所示為珠三角地區(qū)2019年1–8月對流層NO2柱濃度月相對變化及主要人為排放源NOx排放量(工業(yè)源、能源源、生活源、交通源)月相對變化(以2019年1月為基準(zhǔn))。由圖可見:工業(yè)排放源排放量在上半年處于增長趨勢,6–8月排放量略下降,與NO2相對變化趨勢相反;能源排放源與生活排放源排放量均在在4月份降至最低,4月后能源排放源排放量呈增長趨勢,而生活排放源排放量保持穩(wěn)定;交通排放源排放量在1–8月期間均保持穩(wěn)定狀態(tài)。與珠三角地區(qū)對流層NO2柱濃度相對變化相比,能源排放源和生活排放源排放量的變化趨勢與之相近,但NO2變化與兩者相比在時間上存在滯后。

2.1.2 珠三角地區(qū)各城市對流層NO2柱濃度月變化

圖2為珠三角地區(qū)各個城市2019年1–8月期間對流層NO2柱濃度月均值變化情況,其中2月份數(shù)據(jù)由1、3月份數(shù)據(jù)取均值獲得。由圖分析,佛山市、中山市、江門市和珠海市的對流層NO2柱濃度變化趨勢與珠三角地區(qū)整體對流層NO2柱濃度變化趨勢相似,呈現(xiàn)“內(nèi)凹型”特征,且江門市與珠海市的對流層NO2柱濃度整體水平低于佛山市與中山市;廣州市、東莞市的對流層NO2柱濃度在1–3月份呈上升趨勢,在3–5月份呈下降趨勢,而在5–8月份呈波動變化趨勢,其中5、6、7月份的對流層NO2柱濃度水平相近,8月份對流層NO2柱濃度水平較之有較明顯的提升;肇慶市對流層NO2柱濃度在1–3月也呈現(xiàn)出上升趨勢,隨后在3–4月明顯下降,且在4–8月保持較低的穩(wěn)定水平;深圳市在1–7月份對流層NO2柱濃度處于較穩(wěn)定的狀態(tài),且污染水平較低,但在8月份有明顯的提升;惠州市為珠三角東側(cè)城市,2019年1–8月期間對流層NO2柱濃度無明顯變化,且污染程度為珠三角城市群中最低。

圖2 珠三角地區(qū)各市2019年1–8月對流層NO2柱濃度月均值變化Fig.2 The monthly change of the tropospheric NO2column concentration of cities in the Pearl River Delta from January to August 2019

2.2 空間分布

2.2.1 珠三角地區(qū)對流層NO2空間分布

利用珠三角地區(qū)對流層NO2柱濃度數(shù)據(jù),繪制出2019年1–8月珠三角地區(qū)對流層NO2空間分布圖,如圖3所示。因2月數(shù)據(jù)缺失程度較高,以1月與3月均值替代。

圖3 珠三角地區(qū)2019年1–8月對流層NO2空間分布Fig.3 The spatial distribution of NO2in troposphere in the Pearl River Delta from January to August 2019

由圖3分析得:珠三角地區(qū)的NO2污染跨度較大,對流層NO2柱濃度范圍自0.2×1016molecules·cm?2至3.0×1016molecules·cm?2,且高污染地區(qū)呈塊狀分布,區(qū)域污染形勢明顯;在1月份期間,高污染區(qū)域于主要集中在佛山市中部地區(qū)及肇慶市東南部地區(qū),同時在珠江入海口地區(qū),而外圍城市,如惠州市等,則保持較低的NO2水平;在4月份期間,各市NO2柱濃度呈現(xiàn)低水平,對流層NO2柱濃度高于1.0×1016molecules·cm?2的情況只出現(xiàn)在佛山市中部與東莞市臨海小塊區(qū)域,呈現(xiàn)塊狀分布特征;在5–8月份期間,佛山市中部及珠江入?？谥苓厖^(qū)域的對流層NO2柱濃度呈現(xiàn)回升趨勢,且主要污染重心由佛山市中部向珠江入?？谥苓厖^(qū)域及香港特別行政區(qū)偏移,即向東南方向偏移;在8月期間,珠江入?？谥苓厖^(qū)域的對流層NO2柱濃度明顯上升,區(qū)域性污染嚴(yán)重。

2.2.2 珠三角對流層NO2城市分布

圖4為2019年珠三角各市地區(qū)生產(chǎn)總值及1–8月對流層NO2柱濃度均值,由圖可見:佛山市為珠三角九市中對流層NO2平均柱濃度最高的城市,總平均值達(dá)到了9.2×1015molecules·cm?2,并且相較對流層NO2平均柱濃度排名第二的中山市高出1×1015molecules·cm?2以上;位于佛山市以及珠江入?？谥車膹V州市、深圳市、東莞市及中山市的對流層NO2平均柱濃度較佛山市稍低,處于5.7×1015～7.9×1015molecules·cm?2范圍內(nèi);位于珠三角外圍的惠州市、珠海市、江門市與肇慶市,在該期間對流層NO2柱濃度總平均值處于1.4×1015～3.9×1015molecules·cm?2之間,明顯低于其余五市,均保持較低污染水平。

圖4 2019年珠三角各市地區(qū)生產(chǎn)總值及1–8月對流層NO2柱濃度均值Fig.4 GDP of the Pearl River Delta in 2019 and mean value of the tropospheric NO2column concentration from January to August

2.3 影響因素分析

珠三角地區(qū)的大氣污染物存量和排放受到多方面因素的影響,如經(jīng)濟發(fā)展?fàn)顩r、常住人口數(shù)量、機動車保有量、城市綠化程度、污染治理政策等,以下從經(jīng)濟發(fā)展?fàn)顩r、常住人口數(shù)量、機動車保有量三方面分析其對珠三角地區(qū)對流層NO2柱濃度的影響效應(yīng)。

2.3.1 經(jīng)濟發(fā)展?fàn)顩r

經(jīng)濟發(fā)展?fàn)顩r對大氣污染物存量和排放具有一定的影響,一般而言,經(jīng)濟發(fā)展處于增速階段并且產(chǎn)業(yè)結(jié)構(gòu)中制造業(yè)占比高的地區(qū),工業(yè)生產(chǎn)、交通運輸?shù)然顒痈宇l繁,從而導(dǎo)致大氣污染物含量上升,對流層NO2柱濃度水平更高。利用二次多項式擬合珠三角地區(qū)生產(chǎn)總值與對流層NO2柱濃度的相關(guān)關(guān)系,如圖5所示。

圖5 珠三角各市地區(qū)生產(chǎn)總值及對流層NO2柱濃度回歸分析Fig.5 Regression analysis of GDP and tropospheric NO2column concentration of cities in the Pearl River Delta

由圖4及圖5分析經(jīng)濟發(fā)展水平對污染的影響:深圳市與廣州市的地區(qū)生產(chǎn)總值明顯高于其余各市,兩市2019年地區(qū)生產(chǎn)總值之和超過了珠三角總體地區(qū)生產(chǎn)總值的50%,且深圳市與廣州市的對流層NO2柱濃度在珠三角城市群中處于中等偏上水平,并非最高水平;東莞市與佛山市的地區(qū)生產(chǎn)總值低于深圳市與廣州市,高于其余五市,但對流層NO2柱濃度高于深圳市和廣州市;其余五市地區(qū)生產(chǎn)總值相近,為珠三角城市群中較低水平,惠州市對流層NO2柱濃度為九市中最低,江門市、珠海市、肇慶市三市地區(qū)生產(chǎn)總值相近,且對流層NO2柱濃度相近,高于惠州市,低于深圳市;中山市地區(qū)生產(chǎn)總值約為東莞市與佛山市的50%,明顯低于深圳市與廣州市,但其對流層NO2柱濃度僅次于佛山市。

利用二次多項式擬合所得R2為0.52,說明經(jīng)濟發(fā)展水平與污染程度呈非線性相關(guān)關(guān)系,其反映的經(jīng)濟發(fā)展與污染排放的關(guān)系為:發(fā)展水平低的城市污染排放水平較低,快速發(fā)展中的城市污染水平較高,而已經(jīng)達(dá)到較高發(fā)展水平的城市污染排放也處于較低水平。

由表1給出了2019年珠三角各市地區(qū)生產(chǎn)總值產(chǎn)業(yè)結(jié)構(gòu)。珠三角各市第一產(chǎn)業(yè)占比均低于20%,在三大產(chǎn)業(yè)中占比最低;廣州市與深圳市第三產(chǎn)業(yè)占比最高,分別為71.62%和60.93%;而佛山市與中山市第二產(chǎn)業(yè)與第三產(chǎn)業(yè)占比相近,均在50%左右。結(jié)合圖4及以上分析可見,佛山市與中山市的第二產(chǎn)業(yè)占比高于廣州市與深圳市,第二產(chǎn)業(yè)以制造業(yè)為主,故出現(xiàn)了佛山市和中山市在地區(qū)生產(chǎn)總值低于廣州市與深圳市的情況下,大氣對流層NO2柱濃度水平更高的現(xiàn)象?？梢?產(chǎn)業(yè)結(jié)構(gòu)對大氣污染物的含量具有一定的影響,第二產(chǎn)業(yè)占比與對流層NO2柱濃度具有一定的正相關(guān)關(guān)系。

表1 珠三角地區(qū)各市地區(qū)生產(chǎn)總值產(chǎn)業(yè)結(jié)構(gòu)Table 1 The industrial structure of the Pearl River Delta region

2.3.2 常住人口狀況

圖6為2019年珠三角各市常住人口數(shù)與2019年1–8月期間珠三角地區(qū)各城市對流層NO2柱濃度。由圖可見:珠三角各市常住人口數(shù)與各市對流層NO2柱濃度呈現(xiàn)出一定的正相關(guān)性。其中人口較少的惠州市、江門市、珠海市、肇慶市,在九市中的對流層NO2柱濃度梯度中屬于最低一級。而人口較多的佛山市和東莞市則具有更高的對流層NO2柱濃度。廣州市與深圳市分別為廣東省省會與經(jīng)濟特區(qū),人口較一般城市更加密集,對流層NO2柱濃度位于中等偏上水平,但相比人口更少的佛山市水平偏低。佛山市常住人口數(shù)處于九市中等水平,但其對流層NO2柱濃度為九市最高;中山市常住人口數(shù)在九市處于低水平,但其對流層NO2柱濃度僅次于佛山市?？梢?珠三角各城市常住人口數(shù)與其對流層NO2柱濃度具有非線性相關(guān)關(guān)系。

圖6 2019年珠三角各市常住人口數(shù)及1–8月對流層NO2柱濃度均值Fig.6 The number of permanent residents in the Pearl River Delta cities in 2019 and mean value of the tropospheric NO2column concentration from January to August

2.3.3 機動車保有量

機動車尾氣是對流層NO2的主要人為排放源之一,從機動車保有量對各地區(qū)對流層NO2柱濃度水平進(jìn)行分析具有重要的參考價值。圖7為2019年珠三角各市機動車保有量及2019年1–8月對流層NO2柱濃度均值,由圖中數(shù)據(jù)分析可見,深圳市與廣州市的機動車保有量相近且明顯高于其余各市,東莞市與佛山市的機動車保有量略低于深圳市與廣州市,但明顯高于其余各市。廣州市、深圳市、東莞市與佛山市的機動車保有量明顯高于其余各市,且該四城的對流層NO2柱濃度也處于偏高水平,而中山市的機動車保有量僅為深圳市機動車保有量的1/4左右,但其對流層NO2柱濃度水平在珠三角各市中僅次于佛山市,可見機動車保有量與地區(qū)對流層NO2柱濃度也具有非線性相關(guān)關(guān)系。

圖7 2019年珠三角各市機動車保有量及1–8月對流層NO2柱濃度均值Fig.7 The number of motor vehicles in the Pearl River Delta in 2019 and mean value of the tropospheric NO2column concentration from January to August

一般而言,機動車保有量和常住人口數(shù)之間具有相關(guān)性,對珠三角九市機動車保有量和常住人口數(shù)進(jìn)行線性回歸分析,如圖8所示。可見,機動車保有量與常住人口數(shù)具有顯著的線性相關(guān)關(guān)系。因此,機動車保有量和常住人口數(shù)對城市污染水平的影響相似。

圖8 珠三角九市機動車保有量與常住人口數(shù)線性回歸分析Fig.8 Linear regression analysis of vehicle ownership and permanent population in nine cities of Pearl River Delta

3 結(jié)論

1)由EMI遙感結(jié)果分析,在2019年1–8月期間,珠三角地區(qū)對流層NO2柱濃度整體呈現(xiàn)“內(nèi)凹型”時間變化特征:1–6月呈下降趨勢,7–8月呈上升趨勢,最高值出現(xiàn)在1月份,約為8.5×1015molecules·cm?2,最低值出現(xiàn)在6月份,約為3.0×1015molecules·cm?2,且5、6、7月份對流層NO2柱濃度水平相近且穩(wěn)定。

2)珠三角地區(qū)對流層NO2分布具有區(qū)域性特征,主要NO2污染重心為佛山市中部,以及珠江入?？谘睾：０丁Ｔ?019年1–8月期間,NO2污染源中心由佛山市中部向深圳及香港特區(qū)方向轉(zhuǎn)移,即向東南沿海方向轉(zhuǎn)移。

3)珠三角地區(qū)對流層NO2柱濃度分布與城市的經(jīng)濟狀況、產(chǎn)業(yè)結(jié)構(gòu)、常住人口數(shù)量及機動車保有量具有一定的相關(guān)關(guān)系。其中,城市地區(qū)生產(chǎn)總值與污染水平呈二次相關(guān)關(guān)系,經(jīng)濟結(jié)構(gòu)中第二產(chǎn)業(yè)占比與污染水平有正相關(guān)性,機動車保有量和常住人口數(shù)與污染水平有相似的非線性相關(guān)性。佛山市與中山市地區(qū)生產(chǎn)總值低于深圳市與廣州市,但其第二產(chǎn)業(yè)占比明顯高于深圳市與廣州市,并且對流層NO2柱濃度水平高于深圳市與廣州市,該兩市在大氣污染防治中需注意當(dāng)?shù)亟?jīng)濟發(fā)展?fàn)顩r及產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化。