气象因素对泉州臭氧的影响

利用泉州城区2017年全年连续观测的O_3和气象要素资料,统计了臭氧浓度的分布特征,分析了气象要素对O_3质量浓度的影响,对比了O_3超标日和非超标日的气象要素特征。结果表明:(1)泉州市O_3质量浓度月变化呈双峰形,春季最高,夏季最低;日变化呈单峰形,最大值出现在13:00—14:00,最小值出现在06:00—07:00,上下游站O_3浓度存在明显传输效应。(2)泉州O_3质量浓度与相对湿度呈负相关,其相关性最高;与风速呈正相关,其相关系数最低,且存在明显区位性差异;与气温的相关性比较复杂,既有正相关,也有负相关。(3)各站点O_3小时质量浓度超标时,均对应2个气象要素区间值。(4)对比污染日非污染日发现,污染日相对湿度较低(50%～60%),非污染日较高(70%～80%);污染日温度略低于非污染日;污染日风向总体为西南偏南,非污染日风向为西南-东南。     

2017—2019年中国337个城市及重点区域臭氧污染状况分析

分析了2017—2019年中国337城市O_3污染特征,结果表明:2017—2019年全国O_3第20～70百分位浓度逐年增幅相对稳定,第80～95百分位浓度逐年上升速率最快,平均每年升高5.5μg/m~3。全国O_3超标以轻度污染为主,主要集中在5—9月,占全年O_3超标天数的85.3%;"2+26"城市、汾渭平原交界、长三角、苏皖鲁豫交界O_3超标天数占全国63.9%,"2+26"城市O_3污染最为严重,平均每城市超标71 d。2017—2019年O_3单因子超标分别损失全国空气质量优良天数比例为4.5个百分点、4.9个百分点和7.4个百分点,2019年9月O_3单因子超标天数比例为18.8个百分点,单月使全年优良天数减少1.2个百分点。天津、河北、山东、北京、河南、山西、江苏的O_3污染相对较重,天津市发生O_3污染的关键温度为26～34℃,风速为2.0～2.5 m/s,相对湿度为40%～80%,降水明显减少和温度偏高是导致2019年O_3浓度升高的重要气象因素。     

沈阳地区臭氧污染日时空变化特征及天气分型研究

利用2013—2019年沈阳地区11个国控监测站近地层臭氧(O_3)浓度监测数据和地面气象观测资料,分析了沈阳地区O_3污染日的O_3浓度时空分布规律,并对造成O_3污染日的天气系统进行了主观分型。结果表明:自2013年以来,以O_3为首要污染物的天数逐年增加,2017年达到研究期内的最高值,但2018—2019年略有下降。O_3浓度的日变化趋势呈现明显的单峰形,O_3-1 h在10:00—20:00明显高于其他时间段,最大浓度值出现在15:00,而在01:00—07:00则相对较低。从季节变化上看,沈阳地区O_3污染主要发生在6—7月,两个月的O_3污染日之和占全年O_3总污染日的比例高达51%。从O_3浓度空间分布上看,沈阳地区三环外监测站测得的O_3浓度明显高于三环内监测站,高浓度区域主要集中在东部和东北部,城市中心存在明显的低浓度区,南部和北部差别不大,但也明显高于城市中心。造成沈阳地区O_3污染的主要天气类型有4种:暖脊型、均压场型、高空槽型和副热带高压型。其中:暖脊型出现的频次最高,占总样本的49.1%;副热带高压型出现的次数最少,占总样本的7.7%。     

南京市臭氧污染现状及变化特征的研究

利用2016年南京市臭氧(O_3)及前体物监测数据,对南京市O_3污染现状、变化特征及其与前体物的关系进行分析。结果表明,2016年南京市O_3超标56 d,超标率15.3%,O_3日最大8 h滑动平均值的第90百分位数为184μg/m~3,超标0.15倍。O_3超标主要集中在4—9月份,日变化呈现"单峰"型特征,峰值出现在14:00,而上午8:00—10:00时段O_3浓度升幅最显著,小时浓度升幅超过20%。前体物VOCs和NO_2浓度变化与O_3呈反相关,且VOCs和NO_2浓度冬季最高,夏季最低,秋季和春季基本相当。     

广西臭氧时空分布特征及污染天气类型研究

基于2015—2017年广西14个城市环境空气质量日监测数据和相关气象资料,分析了广西O_3时空分布特征,利用主观分型方法归纳了广西O_3污染的典型天气类型。结果表明,广西2015—2017年O_3累积超标天数分别为74,41和89 d,年均值分别为122,120和128μg/m~3,日变化呈现单峰型分布特征,O_3超标占比最高的时段均为4—5月和8—10月; 2017年O_3高值区面积明显增大,呈现连片式的特征;台风外围型(53. 4%)、副高控制型(26. 5%)和冷高压脊变性控制型(16. 7%)是造成广西O_3污染的典型天气类型。广西O_3污染受气象条件影响较大,天气形势变化导致的污染规律较明显。     

2015—2019年汾渭平原臭氧污染状况分析

基于全国空气质量监测网数据,分析了2015—2019年汾渭平原11个城市臭氧(O_3)污染状况。结果表明:2015—2019年,汾渭平原11个城市O_3平均浓度总体呈升高趋势,年平均升高12.2μg/m~3,其中,2017—2019年均超过二级标准限值(160μg/m~3)。O_3单项污染物的空气质量分指数占空气质量指数的比例逐年升高,O_3超标使汾渭平原2015—2019年各年度空气质量优良天数比例分别减少了1.4、5.4、13.0、11.1、14.4个百分点。O_3浓度呈春夏季(5—9月)高、秋冬季(11—12月)低的特点,其中,5—9月O_3超标天数占全部O_3超标天数的97%以上。各年度O_3日最大8小时平均质量浓度(O_3-8 h)的最大值分别为152、176、224、195、202μg/m~3,均出现在5—7月。O_3-8 h介于150～160μg/m~3的日期主要集中在6—8月,介于160～170μg/m~3的日期主要集中在5—7月,两区间对应的日期属于O_3达标敏感天。2017—2019年,区域内各年度首次出现O_3小时污染的日期有逐渐提前的趋势。2019年,汾渭平原11个城市O_3-8 h第90百分位浓度介于138～204μg/m~3,9个城市超过二级标准限值,O_3超标使临汾、洛阳、晋中、运城、渭南、西安、吕梁、咸阳8个城市的空气质量优良天数比例减少了10个百分点以上。     

佛山市近地面臭氧污染特征及相关气象因子分析

利用2014年佛山市8个国控大气自动监测点位的O_3监测数据,分析了佛山市的O_3污染特征,结果表明,2014年O_3日最大8 h平均值的第90百分位数为167μg/m~3,O_3为首要污染物的超标天数为43d,占比46.7%;ρ(O_3)区域变化不大;ρ(O_3)月变化呈现"三峰型",全年高ρ(O_3)集中在6—10月份,其中7月份出现全年最高峰值;ρ(O_3)日变化呈单峰型分布,夜间浓度较低且变化平缓,14:00—16:00左右达到峰值,并存在一定的"周末效应",但并不明显;ρ(O_3)与气温呈显著正相关,与湿度、气压、雨量呈显著负相关,与风向、风速的相关性相对较弱;总体上看,高温、低湿、微风、偏南风、低压、无雨的天气条件下高ρ(O_3)更容易出现。     

全国及重点区域臭氧污染现状

分析2013—2016年中国开展臭氧(O_3)监测的338个城市(港、澳、台不在统计范围)O_3污染现状和时空变化特征,结果表明:中国城市O_3污染日益突出,2015年54个城市O_3超标,75.9%的O_3超标城市位于京津冀及周边、长三角、珠三角区域,O_3区域污染特征显著。74个城市O_3浓度整体呈上升趋势并向高值区集中,京津冀区域O_3污染最为严重。O_3污染季节变化特征明显,O_3污染主要集中于5—10月,京津冀、长三角和珠三角区域O_3最高超标天数分别出现在6、5、10月。建议加强O_3成因分析,建立O_3污染控制策略,有效应对O_3污染,实现科学减排。     

盐城市臭氧污染特征及影响因素

对2015—2016年盐城市城区4个空气质量自动监测国控站点的O_3监测数据进行分析,探讨盐城市O_3污染水平、时空分布特征及其与前体物、气象因子之间的关系。结果表明,各站点O_3污染水平较为接近,2016年各站点O_3-8h第90百分位数超标天数较2015年分别下降了43.5%,50.0%,8.7%和43.6%;全年O_3逐月值大致呈双峰分布,高ρ(O_3)主要集中在4—10月;O_3日变化曲线呈明显的单峰分布,一般在05:00—07:00最低,13:00—15:00达到峰值;不同季节的O_3日变化情况有所差异,午后O_3峰值与O_3日变化幅度均在春季最大,冬季最低;NO、NO_2和CO的日变化曲线均呈现出早晚双峰分布,受早高峰影响,一般在07:00左右达到一日中的最大值;O_3与NO_x等前体物均显著负相关,高ρ(O_3)往往出现在高ρ(CO)/ρ(NO_2)时;总体上各站点的ρ(O_3)随风速的增大而增大。     

银川市臭氧污染特征及其气象条件诊断分析

利用2017年银川市区O_3监测数据和同期气象资料,分析O_3污染时间变化特征,在对高浓度O_3污染发生时段典型气象特征诊断分析的基础上,初步总结银川市O_3污染气象要素预警指标和典型环流特征。结果表明:银川市近地面O_3浓度春夏季高、秋冬季低,其月浓度峰值一般出现在夏季6月或7月;O_3浓度白天高、夜间低,日O_3浓度峰值一般出现在14:00—18:00之间;当14:00地面紫外辐射30 W/m~2、气温高于28℃、相对湿度低于40%、风向为偏东或偏南风时发生高浓度O_3污染的概率较高;500 hPa大陆高压脊前西北气流型和地面热低压底部东南气流型是银川市发生O_3污染的典型环流特征。     

海口市臭氧污染及气象条件特征

近年来,臭氧已成为许多城市环境空气的主要污染物之一。笔者分析了2020年海口市5个不同方位代表性监测站点逐小时空气质量监测数据及对应站点的气象要素监测数据。研究结果表明:海口市2020年环境空气污染程度为三级以上的天数有11d,其首要污染物均为臭氧。臭氧浓度高值时段主要出现在10-12月。浓度最大值主要出现在每日14:00-17:00,最小值出现在每日05:00-08:00。气象要素日均值与臭氧浓度相关性大小依次为最高温度＞平均温度＞相对湿度＞降水量＞日照时数＞风速。台风外围下沉气流和东北气流的共同影响是导致海口市臭氧浓度超标的主要因素,下沉气流更有利于低层大气中臭氧的堆积,同时在东北气流影响下,上游区域污染物的传输也会导致海口市臭氧浓度增加。     

安徽省臭氧污染特征及气象影响因素分析

基于2016—2018年安徽省68个国控环境空气质量自动监测站点的臭氧(O_3)监测数据,研究分析了安徽省O_3污染特征及其与气象因子的相关性。结果表明:安徽省O_3污染程度呈现逐年加重趋势,并有显著的季节和月度变化特征。2016—2018年,各年度单月O_3日最大8小时滑动平均质量浓度第90百分位数的最大值分别出现在9月、5月、6月。O_3日变化趋势为典型的单峰形,各年度最低值出现在晨间07:00左右,最高值则是在15:00—16:00。全省O_3浓度总体上呈现出北高南低的空间特征。温度、相对湿度与O_3浓度分别呈现显著正相关、负相关,但在不同季节存在一定差异,其中,春秋季温度与O_3浓度的相关性好于夏冬季,夏季相对湿度与O_3浓度的相关性最为显著。O_3浓度在平均风速为2.1～2.2 m/s时更易出现超标。中部和北部城市在东南风的作用下易出现O_3超标并达到O_3浓度高值,而南部地区在风向为西风时更容易出现O_3超标。     

天津市臭氧污染特征与影响因素分析

2013—2015年,天津市臭氧(O_3)浓度整体呈下降趋势,污染状况略低于京津冀区域的其他城市。O_3浓度春、夏季高,冬季低,高值主要集中在5—9月,浓度从早上06:00开始升高,至中午14:00达到峰值。污染主要集中在中心城区、西部和北部地区,东部、南部和西南部地区污染相对较轻。O_3浓度在温度303 K以上、相对湿度70%以下或西南风为主导时较高。VOCs/NOx比值低于8,O_3的生成处于VOCs控制区。芳香烃类和烯烃类对天津市O_3生成贡献最大,其中,乙烯和甲苯为O_3生成潜势贡献最大的物种,其次为间/对二甲苯、丙烯、邻二甲苯、异戊二烯、反-2-丁烯、乙苯等,通过控制汽车尾气、化工行业及溶剂使用等对O_3生成潜势贡献大的VOCs排放源可有效控制天津市O_3污染。     

气象条件对沈阳市环境空气臭氧浓度影响研究

利用2013年沈阳市环境空气监测点位臭氧监测数据,分析沈阳臭氧浓度变化特征,结合气象资料分析了其对臭氧浓度的影响。结果表明,沈阳市不同区域臭氧浓度变化特征基本一致。臭氧浓度日变化呈单峰趋势,最大值出现在14:00左右,最小值出现在6:00左右;臭氧浓度变化具有明显的季节特征,夏季臭氧浓度最高,春秋次之,冬季最低;臭氧浓度受温度、风速、湿度、能见度、天气情况影响,臭氧浓度变化是多因素共同作用的结果。     

大连市臭氧污染特征及典型污染日成因

通过对大连市区10个空气监测子站的监测数据进行分析,探讨了大连市臭氧污染的时空分布、气象条件对臭氧污染的影响,对臭氧污染日进行了归类分析。结果表明,大连市臭氧污染主要出现在4—10月。在强紫外辐射、高温、低湿、低压和低风速的气象条件下,监测点位的臭氧浓度较高。臭氧污染日的日变化分为单峰型、双峰型和夜间持续升高型3种类型。通过对2015年的一次高浓度臭氧污染过程的气象条件、污染物浓度和污染气团轨迹进行分析,发现臭氧浓度在夜间持续升高现象与区域输送密切相关。     

Locating air quality monitoring station using wind impact area diagram

In this study a new methodology is suggested to approximate the impact area downwind of an air pollution source, where air quality monitoring can be carried out to capture the maximum pollutant concentration. Hourly wind speed for a given month is grouped in to different wind speed ranges and the distance of pollutant travel is approximated from the average wind speed of that wind speed range. Since change in wind direction causes the impact distance to rotate, its rotation is approximated by the SD of wind direction change. Using this approach, area or region down wind of a source is determined and plotted. The pattern of monthly change of wind is better represented by the new type of diagram as compared to the wind rose diagram.     

广州市近地面臭氧时空变化及其与气象因子的关系

利用2012年1月至2016年2月广州市环境空气自动监测数据和气象观测数据,对广州市近地面臭氧的时空分布特征及其与气象因子的关系进行分析。结果表明:2012—2015年广州市臭氧日最大8 h滑动平均值的第90百分位数波动变化,年变化率依次为-14.3%、5.8%、-12.1%;广州市臭氧浓度呈现夏、秋季高,春、冬季低的显著季节变化特征;臭氧日最大8 h平均值的月均值和第90百分位数最高的月份一般分别出现在10月和7—8月;臭氧浓度的日变化曲线为单峰型,最大值一般出现在14:00或15:00;臭氧浓度随垂直高度的升高而增大,从低层(6 m点位或地面站)到中层(118 m和168 m点位)、中层到高层(488 m点位)臭氧日最大8 h滑动平均值的增长率分别为18.3%和39.1%;广州市中心城区臭氧浓度低于南北部城郊,夏、秋季高值区与夏、秋季主导风向相对应;臭氧浓度受降水、气温、相对湿度和风速等气象因子影响,臭氧浓度的超标是多种因素综合作用的结果。     

2008-2016年臭氧监测试点城市的臭氧污染特征

选取臭氧试点城市北京、沈阳、上海和重庆，通过对2008-2016年臭氧监测数据进行分析研究，可以看出4个试点城市中北京的臭氧污染最严重。4个城市的臭氧污染特征均为高浓度臭氧所占比例较大，高值比较高，低浓度臭氧所占比例较小。北京、沈阳和上海的年平均臭氧浓度总体呈上升趋势。北京、上海、重庆、沈阳4个城市9年的超标天数比例分别为15.9%、7.7%、3.9%、6.5%。上海的臭氧浓度在秋季非常高。2012年的臭氧变化趋势比较异常，可能是由于2012年发生的不寻常气候条件导致。4个城市的臭氧浓度变化和气象条件的变化显著相关。     

京津冀区域臭氧污染趋势及时空分布特征

为研究京津冀区域的臭氧(O_3)污染情况及其时空分布特征,对2013—2015年京津冀区域13个城市80个国家环境空气监测点位的监测数据进行了统计分析。结果表明:2013—2015年,京津冀区域O_3污染状况整体呈加重趋势,其中2014年污染状况最为严重。13个城市中O_3污染最严重的城市为北京和衡水,连续3年均超标,且处于上升态势中。区域内不同城市O_3污染趋势并不相同。京津冀区域O_3浓度变化呈明显的季节变化特征,春末和夏季的O_3污染最严重。O_3-8 h(臭氧日最大8 h均值)年均值的高值区主要分布在北京中北部、承德和衡水等,2013—2015年第90百分位O_3-8 h的高值区均集中分布在北京。O_3的浓度峰值时间要晚于NOx2~5 h。O_3在春、夏季呈单峰分布,白天15:00左右出现最大值,在秋、冬季浓度较低,全天波动不大。