2017—2020年前体物与气象因子对承德市臭氧污染的影响

利用2017—2020年承德市环境监测站和承德市国家基准气象站的数据,分析了承德市近地层O3浓度特征,O3与其他污染物之间的关系和气象因子对O3浓度的影响.结果表明,2017—2020年承德市年平均O3超标日数40天,占总超标日数的55％.承德市O3-8h浓度呈现夏季>春季>秋季>冬季的季节变化特征,5—7月份O3-8h浓度最高,平均浓度超过160μg·m-3.O3浓度的日变化表现为单峰型分布,O3浓度最低值出现在清晨7:00—8:00时,峰值出现在14:00—16:00时.O3-8h浓度与细颗粒物PM10和PM2.5在夏季呈显著的正相关关系,其他季节相关性不显著;O3-8h浓度与前体物CO和NO2在夏季呈显著的正相关关系,冬季呈显著的负相关关系.太阳总辐射强度大于750 W·m-2,最高气温大于30℃,无降水和相对湿度30％～60％,受地面偏南气流影响的气象条件下,承德市易于出现O3-8 h浓度超标天气.     

兰州市大气臭氧与其前体物及气象因子相关性研究

兰州市在"一带一路"建设中发挥着重要的战略支点作用.基于OMI（ozone monitoring instrument,臭氧层监测仪）数据产品,对2006-2015年兰州市对流层O₃柱浓度与前体物及气象因子的相关性进行研究.结果表明:2006-2015年兰州市对流层O₃柱浓度值与HCHO总柱浓度值均随时间的变化呈先增后减的趋势,对流层NO₂柱浓度值呈逐年递减的趋势;相关性分析得出,对流层O₃柱浓度与HCHO总柱浓度、对流层NO₂柱浓度相关性较高的地区范围呈先增后减的趋势.在敏感控制区上,2006-2015年VOCs敏感控制区从有到无,VOCs-NO_x协同敏感控制区范围逐渐缩小,NO_x敏感控制区范围逐渐扩大;在气象因子上,对流层O₃柱浓度与气温、日照时间呈显著正相关,与气压、降水量呈显著负相关.在偏北风向上,风速为1.7~1.9 m/s时,兰州市大气对流层O₃柱浓度相对较高.研究显示,NO_x排放量的减少能有效降低兰州市对流层O₃柱浓度.      

河南省臭氧污染特征与气象因子影响分析

利用环境空气质量监测站和国家基准地面气候站数据,研究了2017年河南省臭氧(O₃)污染时空特征及其与颗粒物、前体物和气象因子关系.结果表明,河南省2017年O₃日最大8 h滑动平均值(MDA8)呈现夏季>春季>秋季>冬季的特征,年均值为108μg·m^-3;各地市均有不同程度O₃超标情况,其中,安阳超标天数高达88 d,信阳最少为17 d;春末夏初(5月和6月) O₃污染最为严重,O₃ MDA8月均浓度在140μg·m^-3以上,并在6月达到峰值;定性和定量分析显示O₃ MDA8月均浓度与颗粒物,O₃小时浓度与CO、NO₂呈负相关;不同季节、不同城市O₃MDA8与气象因子(日照时长、气温、降雨、能见度、相对湿度及风速)的相关性具有差异.     

前体物与气象因子对珠江三角洲臭氧污染的影响

利用2012年中国气象局广州番禺大气成分站的O_3、NO_x逐时浓度数据,广州观象台逐时的温度、相对湿度以及风向风速数据,统计分析了2012年O_3前体物(NO_x)以及气象因子对珠江三角洲(以下简称珠三角)地区臭氧浓度的影响.研究发现:O_3和NO_x均表现出单峰结构的月变化特征,且分别于10月和3月达到峰值,为(104.9±68.0)μg/m~3,(131.1±122.1)μg/m~3.O_3的日变化为单峰分布,午后的浓度较高,而NO_x浓度于早晚高峰有增加,且夜间浓度高于白天.NO_x对O_3有显著的滴定作用,O_3浓度随着NO_x浓度的增加呈现指数形式下降.高温低湿条件有利于O_3的形成.与NO_x类似,O_3浓度随着温度和相对湿度的增大以指数形式相应的增大和减小.当珠三角地区受偏西风控制时,下风向地区的O_3浓度最高,而当珠三角地区盛行偏北风时,下风向地区的O_3浓度最低,且该方向所对应的NO_x浓度最高,表明广州城区的NO_x对O_3的滴定作用显著.珠三角地区发生光化学污染的关键性因子主要为20~40μg/m~3的NO_x浓度,高于27°C的气温,低于55%的相对湿度以及受偏西风控制.分析发现10月份O_3的形成主要受VOCs控制,且烯烃的O_3生成潜势贡献最大,为69%,而烷烃和芳香烃的贡献分别为15%、16%.     

海南省背景区域臭氧及其前体物污染特征

基于2019年五指山背景点、海口市和三亚市的环境空气自动监测数据和气象观测资料,分析了海南省背景区域和重点城市O₃及其前体物NO₂污染特征;结合挥发性有机物（VOCs）在线监测数据,分析了五指山背景点VOCs的时间变化规律、O₃浓度高值月份O₃及其前体物VOCs和NO_x的污染特征以及VOCs的臭氧生成潜势（OFP）.结果表明,O₃是影响五指山背景点空气质量的关键污染物,五指山背景点O₃日最大8 h浓度平均值与海口市和三亚市显著相关.背景点NO₂月均浓度水平显著低于城市点,然而背景点和城市点O₃月均浓度水平和变化趋势高度一致.背景点O₃变化与风向密切相关,春夏季偏南风频率较高,O₃浓度相对较低;秋冬季以东北风为主,易受内陆污染输送影响,O₃浓度较高.五指山背景点春夏季VOCs体积分数低于秋冬季,但对应的OFP高于秋冬季;其中异戊二烯夏季体积分数显著高于秋冬季,且其夏季体积分数占总挥发性有机物的比例最高,对应的OFP贡献率可达70%以上,O₃则表现出秋冬季显著高于夏季的特征.11月O₃高浓度时段乙炔和芳香烃的体积分数较清洁日出现较大上升,同时其对应的OFP显著上升.VOCs优势物种和OFP主要贡献物种的分析结果表明,O₃高浓度时段机动车尾气和油气挥发排放源对五指山背景点VOCs的化学组成和OFP有重要贡献.     

基于OMI数据的中国中东部臭氧及前体物的时空分布

基于OMI卫星资料,分析了2005—2014年中国中东部地区对流层低层ρ(O₃)、对流层NO₂柱浓度及甲醛总柱浓度的时空演变趋势及相互关系. 结果表明:近10年来,中国中东部地区对流层低层ρ(O₃)呈上升趋势,2005年及2014年分别为60.64、69.43 μg/m3,年均增长率为1.6%;对流层低层ρ(O₃)增长的区域面积不断扩大,部分地区增长超23 μg/m3;呈春夏季高,冬季最低的分布趋势. 2005—2012年,对流层NO₂柱浓度呈上升趋势,2005年及2012年分别为4.41×1015、5.90×1015 mol/cm2,年均增长率为4.8%;2012年后呈下降趋势,下降的区域面积逐步扩大,部分地区降低约 15×1014 mol/cm2;呈冬季最高、夏季最低的分布特征;2005—2010年甲醛总柱浓度呈上升趋势,2005年及2010年分别为9.74×1015、1.59×1016 mol/cm2,年均增长率为12.6%,2010年后呈下降趋势;呈夏季最高、冬季最低的分布特征;甲醛总柱浓度增长的区域面积逐渐扩大. 利用甲醛与NO₂柱浓度比值探讨臭氧控制区的空间分布特征,表明鲁豫晋、京津冀、长三角及珠三角地区中心城市属于VOCs控制区,周围城市属于VOCs-NO_x协同控制区,其他地区属于NO_x控制区.      

近地面臭氧污染过程和相关气象因子的分析

为了了解₃的污染过程,进行了包括全天24h₃浓度和气象参数的观测。分析了高浓度₃日的气象条件,表明高压天气形势、晴天少云、日照持续、气温升高、湿度低、温度垂直梯度和Ri数较高等是形成高浓度₃的有利条件。从₃浓度全天24h的观测结果发现,除12:00～14:00的主峰外,在0:00～4:00还有一个次峰。所有例子都表明₃浓度日变化和各气象因子有着很好的对应关系,值得注意的是,当风速和太阳辐射同步增减时,共同促使₃浓度增大,使₃在中午出现显著的峰值,当风速值出现在其他时间时,也可以使₃出现次峰。      

重庆长寿区臭氧污染生成影响及潜源分析

文章基于2017-2020年长寿区及观测点位臭氧(O_3)及其前提物(NO_2和VOCs)以及气象因子(气温、相对湿度、风速、风向等)逐小时数据,分析了臭氧(O_3)及其前体物(NO_2和VOCs)污染物浓度年际及O_3污染典型期间的变化情况,讨论了O_3浓度与气象因子之间相关性,通过HYSPLIT后向轨迹和潜在源区贡献(PSCF)分析长寿区春、夏两季O_3潜在源区贡献特征。研究表明,O_3小时浓度160μg/m~3的超标小时浓度占比在2017-2019年呈逐年上升趋势,因新冠疫情影响2020年显著降低。全年O_3浓度高值区集中在4-9月,呈"夏高冬低"特征。O_3和NO_2的日变化特征反应了局地NO-NO_2转化与光化学生成的滴定作用。VOCs观测期内平均浓度为32.01×10~(-9)(体积浓度),较重庆市夏季VOCs偏高23.64%。O_3生成潜势贡献表现为含氧类VOCs芳香烃类烷烃烯烃卤代烃炔烃。O_3浓度与不同气象因子之间存在不同的相关性特征。该区域潜在源区具有明显季节性特征:春季主要位于涪陵、南川和巴南等区域;夏季主要集中在广安、江北、合川、渝北等一带。     

PM2.5和臭氧对前体物减排和气象变化的响应及其政策启示

《大气污染防治行动计划》实施以来,我国重点区域PM_2.5浓度快速下降,但臭氧(O₃)浓度逐步上升,大气污染控制形势已由单一的PM_2.5控制转变为PM_2.5和O₃的协同控制. 了解PM_2.5和O₃对前体物排放变化和气象条件变化的响应,对制定PM_2.5和O₃协同控制策略具有重要意义. 本文通过使用FNL全球再分析资料和自下而上的排放清单ABaCAS-EI,结合三维空气质量模式和响应曲面模型,评估前体物变化和气象条件变化后PM_2.5和O₃浓度的响应,并依据解析的响应关系提出了前体物减排、联防联控区域划分和目标设定等方面的政策建议. 结果表明:①VOCs减排对降低各省份PM_2.5和O₃浓度均有利,NO_x的减排量不足会导致京津冀、长三角地区的O₃浓度和京津冀地区的PM_2.5浓度增加,为避免PM_2.5和O₃年评价值反弹需要的VOCs与NO_x减排比分别为15%~25%(PM_2.5)和5%~90%(O₃). ②O₃污染防治需要更大范围的联防联控,对于京津冀地区,需要考虑引入河南省和山东省的联合控制,对于长三角和珠三角地区,还需要联合江西省、福建省进行控制. ③气象条件对PM_2.5和O₃背景值的影响较大,使用3年或5年滑动平均值可以有效降低气象条件年际变化对PM_2.5和O₃浓度的影响(对于PM_2.5,2008—2019年其背景值极差的降幅分别为35%~81%或60%~86%;对于O₃,极差的降幅分别为40%~67%或53%~87%). 采用多年滑动平均有助于科学设定和考核PM_2.5和O₃的控制目标. 研究显示:PM_2.5和O₃的协同控制依赖于NO_x和VOCs的协同减排,其减排比例在不同地区存在差异;此外,科学的PM_2.5和O₃的协同控制还需要更大范围的联防联控和评价指标的持续更新.      

2015~2020年海南省臭氧时空变化及其成因分析

基于2015～2020年海南省32个大气环境监测站监测数据,以及同期的常规气象观测资料,采用经验正交函数分解方法（EOF）、气候倾向率和趋势系数分析等方法,探讨了海南省O₃-8h（最大8 h平均）时空分布特征,及其与前体物和气象因子的关系.结果表明,海南省ρ（O₃-8h）呈北部和西部偏高,中部、东部和南部偏低的分布特征,最高值出现在东方市(91.5μg·m^-3). 2015～2020年共有12个市县ρ（O₃-8h）呈下降趋势,其中有6个市县达到了95%的信度检验.ρ（O₃-8h）季节变化特征明显,秋季最高,春季和冬季次之,夏季最低.秋季ρ（O₃-8h）表现为上升趋势,而其余三季为下降趋势. EOF分解的前两个特征向量场的累积方差为72.58%,能够较好地描述ρ（O₃-8h）的主要分布特征.第一模态体现了ρ（O₃-8h）变化的一致性,第二模态体现了地区性差异.ρ（O₃-8h）的变化与前体物和气...     

2016~2019年江西省臭氧污染特征与气象因子影响分析

利用2016~2019年生态环境部环境监测总站提供的江西省11个设区市的监测数据及同期的国家气象观测站常规观测资料,研究江西省臭氧污染特征与气象因子的关系.结果表明,江西省近几年臭氧污染日益严重,2016年全省臭氧（日最大8 h滑动平均值）平均浓度为80.1 μg·m^-3,到2019年上升至98.2 μg·m^-3,平均年增长率为6 μg·m^-3.2019年江西省11个设区市O₃超标总天数为475 d,占总超标天数的72.6%.2016~2018年O₃月平均浓度具有典型的季节变化特征：夏季 > 春季 > 秋季 > 冬季,2019年秋季由于降水量显著减少、日照时数增多和气温升高等气象条件导致秋季近地面臭氧浓度异常升高,其平均浓度高于其它季节.臭氧浓度总体与气温、日照时数呈正相关,与相对湿度呈负相关,当气温高于30℃、相对湿度在20%~40%区间、风速在2~3 m·s^-1区间时易出现高浓度臭氧污染.江西省臭氧浓度呈现一定的空间分布特征：赣东北地区低于其他地区,南部城市高于北部城市.其中,赣州市臭氧污染较为严重,其2019年平均浓度居全省最高,为104.2 μg·m^-3.基于后向轨迹HYSPLIT模型和潜在源解析PSCF对赣州市进行分析,研究结果表明赣州市臭氧污染的主要潜在贡献源区存在一定的季节差异：春季臭氧污染的外来输送源主要来自广东中部和江西北部地区,夏季主要来自江西北部地区,而秋季则主要来自广东北部和安徽中部地区.     

气象因素对香港地区臭氧污染的影响

基于2000~2015年香港地区的臭氧监测数据和气象数据,分析了香港的臭氧污染特征及气象因素对臭氧污染的影响.结果表明:(1)香港地区臭氧浓度呈现明显的季节变化特征,其中秋季春季冬季夏季,臭氧超标日集中在夏季和秋季,超标日发生在冬季和春季的情形极少.(2)2000~2015年香港臭氧日最大8h平均浓度(MDA8)年均浓度呈增长趋势,平均增长速率为0.77μg·(m3·a)-1,臭氧MDA8第90百分位数浓度同样呈增长趋势,增长速率为1.49μg·(m3·a)-1.(3)较高的气温是香港地区臭氧污染发生的必要条件,气温越高越容易导致更高浓度的臭氧污染.(4)绝大多数情况下,臭氧浓度与相对湿度间呈负相关关系,相对湿度越高,香港地区的臭氧MDA8平均浓度及第90百分位数浓度均会降低.(5)当香港发生臭氧污染时,盛行风往往从偏北风或偏东风转为偏西风.随着风速的增大,臭氧平均浓度变化不大,但是臭氧第90百分位数浓度会明显降低.(6)降水和云量是影响臭氧浓度的重要因素,连续多日的无雨或少雨天气是臭氧污染事件发生的必要条件,而随着云量的增加,臭氧平均浓度和第90百分位数浓度会持续降低.(7)在太阳总辐射量≤20 MJ·m-2或日照时长≤10 h的情况下,臭氧浓度与太阳辐射及日照时长呈正相关关系.然而,在太阳辐射强烈的情况下(太阳总辐射量 20 MJ·m-2或日照时长 10 h),随着太阳辐射增强或日照时长的增加地面臭氧浓度反而降低,这是因为太阳辐射强烈的情况常出现在雨后天晴的背景下,并盛行来自海洋的偏南风,使得臭氧污染不易形成.(8)香港臭氧超标日的出现往往伴随着一系列气象条件的共同改变,包括晴天少雨、辐射增强、边界层高度增加、相对湿度降低、风速变小以及气温升高等气象特征,污染结束则伴随着相反的气象变化.     

石家庄市主城区臭氧污染特征及气象成因分析

为了解石家庄市主城区O₃(臭氧)污染特征及其影响因子,基于2015-2018年石家庄市空气质量连续监测资料和同期气象数据分析了主城区O₃污染总体特征及气象成因.结果表明:①石家庄市主城区大气光化学污染日益严峻,ρ(O₃)日均值由2015年的47 μg/m3增至2018年的66 μg/m3,ρ(O₃)超过GB 3095-2012《环境空气质量标准》二级标准限值的天数由2015年的20 d增至2018年的70 d.②ρ(O₃)存在明显的季节性差异,呈夏季[(89±33)μg/m3] >春季[(69±25)μg/m3] >秋季[(40±26)μg/m3] >冬季[(28±16)μg/m3]的特征;ρ(O₃)日变化呈单峰型分布,谷值出现在06:00-07:00,峰值出现在15:00-16:00,且15:00-17:00是ρ(O₃)超标的高发时段.③ρ(O₃)与气温呈指数关系,当气温为20~25、25~30、≥ 30℃时,ρ(O₃)日均值分别为75、90及119 μg/m3.ρ(O₃)在相对湿度为60%时存在拐点,当相对湿度≤ 60%时,ρ(O₃)随相对湿度的增大而上升;当相对湿度>60%时,ρ(O₃)随相对湿度的增大而下降.风速与ρ(O₃)呈分段线性关系,当风速 < 2 m/s时,ρ(O₃)随风速的增加而上升;当风速≥ 2 m/s时,ρ(O₃)随风速的增加而下降.④影响石家庄市主城区ρ(O₃)升高的污染源主要位于其东-东南-南方位,其次为东北-东方位,而西部和北部地区则较少.⑤石家庄市主城区ρ(O₃)超标多发生在气温>20℃,相对湿度介于40%~70%之间,风速在1.5~3.0 m/s之间的气象背景下,经统计,当气象条件同时符合上述三项气象要素时,ρ(O₃)超标天数占3-10月总超标天数的66.5%.研究显示,气温>20℃、相对湿度为40%~70%、风速为1.5~3.0 m/s的气象条件可初步作为石家庄市主城区O₃污染的预警指标.      

云南省2019年臭氧污染特征及影响因素研究

为探讨高原山地城市臭氧污染特征,基于云南省国家环境空气自动监测站点臭氧及相关污染物、气象监测数据,该文分析了臭氧时空变化特征及其与其他环境因子的相关性。结果表明,2019年臭氧污染集中在滇中区域的曲靖、玉溪以及滇西南区域的普洱等城市;臭氧浓度月变化呈现"双峰型",日变化呈现"单峰型"特征,不同区域存在不同程度的"周末效应";臭氧与湿度、温度的相关性较好,温度25～35℃,湿度20%～40%,风速0～5 m/s及西南风向容易出现臭氧超标。     

热带气旋对海南岛臭氧污染的影响分析

基于2015～2020年西北太平洋生成的181个热带气旋资料,海南岛18个市县臭氧(O₃)小时浓度数据和气象观测资料,分析了热带气旋对海南岛O₃污染的影响.结果表明,近6年共有40个(22.1%)热带气旋的生命期间海南岛出现了O₃污染天气,热带气旋生成个数偏多的年份,O₃污染天数也偏多,其中2019年污染天数最多最严重,高污染(≥3个市县超标)天数高达39 d(54.9%).高污染(HP)类热带气旋有逐年增多趋势,趋势系数和气候倾向率分别为0.725(通过95%信度检验)和0.667个·a^-1.热带气旋强度与海南岛O₃最大8 h滑动浓度平均值(O₃-8h)成正相关关系,其中在台风(TY)等级,HP类热带气旋占所有样本数的比例高达35.4%.热带气旋路径聚类分析表明,南海生成影响型(A类)热带气旋生成个数最多,共有67个(37%),同时最容易造成海南岛出现大范围和高浓度的O₃污染,A类热带气旋中HP的个数和海南岛ρ...     

2019年秋季海南省4次臭氧污染过程特征及潜在源区分析

基于2019年秋季海南省空气质量和气象监测数据,结合相关分析、HYSPLIT后向轨迹模型、PSCF （潜在源贡献因子）和CWT （浓度权重轨迹）等分析方法对海南省4次O₃污染过程特征及潜在源区进行深入分析.结果表明：①过程1和过程3分别发生在9月21~30日和11月3~11日,持续时间达到了10 d和9 d,ρ（O₃-8h）（最大8 h平均）分别为145.52 μg ·m^-3和143.55 μg ·m^-3.过程2和过程4出现在10月18~21日和11月20~25日,持续时间为4 d和6 d,ρ（O₃-8h）分别为130.79 μg ·m^-3和115.46 μg ·m^-3.②气压偏高,降水偏少,相对湿度偏低,日照时数偏长和太阳辐射偏强,是造成海南省出现O₃污染天气的有利气象条件.偏北风风场控制下有利于O₃-8h浓度上升,不同风速大小会影响海南省O₃-8h浓度高值区分布.③ O₃污染较为严重的过程1和过程3的影响气流发散度较大,有来自内陆地区和东南沿海地区两支气流,而O₃污染较轻的过程2和过程4的影响气流较为集中,多为东南沿海气流.④潜在贡献源区分析表明,浙江省、江西省、福建省和广东省等地是2019年秋季海南省O₃污染外源输送的主要源区,其中珠三角地区和广东省西部WPSCF值和WCWT值分别为大于0.36和大于90 μg ·m^-3.     

城市臭氧污染特征与高影响气象因子：以苏州为例

近年来城市臭氧(O₃)污染问题日益突出,影响O₃污染的关键气象因子尚不明确,因此分析典型城市——苏州的O₃污染特征,探究O₃污染的高影响气象因子,对该区域大气污染防治具有重要意义.基于苏州环境监测中心2015～2020年4～9月逐小时O₃浓度数据及同期气象观测资料,应用相关分析和机器学习方法对其开展相关分析研究.结果表明：(1) 6年间O₃污染高发季,O₃污染超标率均达20%以上,O₃污染日数和以O₃为首要污染物的污染日数占比均逐年上升,O₃污染问题日益凸显;(2) O₃浓度存在单峰日变化特点,谷值出现在07:00前后,峰值出现在15:00～16:00;其与气温和太阳辐射能的日内变化趋势较一致,但其浓度峰值出现时刻又滞后于二者. 2017年和2019年O₃有典型的“周末效应”,周末较高的太阳辐照度对O₃浓...