莆田市O3污染来源解析模拟研究

福建省莆田市作为典型的海滨城市,自2015年以来以O₃为首要污染物的天数逐年增加.为了制定科学有效的减排措施,减轻莆田市的O₃污染,以2016年莆田市O₃污染高发的7—9月为研究时段,通过观测数据分析、空气质量模型敏感性分析和O₃来源追踪方法分析了莆田市近地面O₃生成控制区,以及O₃及其生成前体物NO_x与VOCs的区域和行业来源.结果表明:①莆田市西部地区为NO_x控制区,而东部沿海地区则为VOCs控制区.②莆田市ρ（NO_x）与ρ（VOCs）主要来自本地排放贡献,二者本地排放的贡献率分别为69.4%与64.2%,而本地排放对莆田市ρ（O₃）的贡献率仅为21.0%,福建省福州市和泉州市对莆田市ρ（O₃）的贡献率之和为37.6%,外来输送贡献率较大的为浙江省,其贡献率为11.6%.莆田市O₃的外来输送不仅发生在ρ（O₃）较高的时段,在ρ（O₃）较低的时段也占了很大的比例.③莆田市工业源对本地排放ρ（O₃）贡献率最大,达57%,其次是机动车源.④通过敏感性时间序列分析得出,同时削减10%的NO_x和VOCs排放,能使莆田市国控点位平均ρ（O₃）峰值下降约5 μg/m3.研究显示,莆田市NO_x与VOCs主要来自本地排放,O₃受外来输送影响较大,推进本地工业NO_x和VOCs污染的治理与加强机动车尾气的污染控制是减轻本地O₃污染的有效方法.      

2021年夏季新乡市城区臭氧超标日污染特征及敏感性

基于2021年6～8月新乡市市委党校站点观测的挥发性有机物(VOCs)、常规空气污染物和气象参数,采用基于观测的模型(OBM)对臭氧(O₃)超标日的O₃敏感性和前体物的管控策略进行了研究.结果发现,O₃超标日呈现高温、低湿和低压的气象特征.在臭氧超标日,O₃及其前体物的浓度均有上升.臭氧超标日的VOCs最高浓度组分为含氧挥发性有机物(OVOCs)和烷烃,臭氧生成潜势(OFP)和·OH反应性最大的VOCs组分为OVOCs.通过相对增量反应性(RIR)分析,新乡6月O₃超标日臭氧生成处于VOCs控制区,7月和8月处于VOCs和氮氧化物(NO_x)协同控制区,臭氧生成对烯烃和OVOCs最为敏感.6月各前体物的RIR值在一天中会发生变化,但始终保持为VOCs控制区;7月和8月在上午为VOCs控制区,中午为协同控制区,下午分别为协同控制区和NO_x控制区.通过模拟不同前体物削减情景,结果表明削减VOCs始终有利于管控臭氧,而削减NO_x     

典型热带海滨城市臭氧污染特征与成因分析

为深入探究典型热带海滨城市环境空气臭氧(O₃)污染特征与成因,于2019年6～10月在海南省海口市城区站点开展O₃及其前体物观测实验,较为全面地分析了O₃污染特征,基于观测的模型(OBM)识别了O₃生成控制区,分析了O₃前体物敏感性,并开展了O₃前体物减排效果评估.结果表明：(1)海口市O₃污染主要出现在9月和10月,观测期间O₃日最大8h滑动平均值范围为39～190μg·m^-3,O₃日变化呈单峰型,于14:00左右达到峰值.(2)海口市超标日NO_x和VOCs浓度高于达标日,前体物浓度的升高是导致O₃污染的内在因素,同时O₃污染受区域传输影响,污染物主要来自于海口市东北部地区.(3)海口市O₃生成处于VOCs和NO_x协同控制区.9～10月O₃     

基于响应曲面法的臭氧生成敏感性分析

准确判断臭氧(O₃)生成敏感性对O₃污染成因分析和防控对策的制定至关重要.首次利用响应曲面方法设计最优试验方案,基于盒子模式模拟结果,快速量化O₃对其前体物变化的响应.结果表明,CO对O₃有正贡献,NO_x和VOCs与O₃呈现显著非线性关系,当φ(VOCs)与[φ(NO_x)-13.75]比值大于4.17时,为NO_x控制区,小于4.17时,为VOCs控制区;烯烃为影响O₃生成的关键VOCs组分,当φ(烯烃)与[φ(NO_x)-15]比值小于1.10且φ(烯烃)<35×10^-9时,烯烃有利于O₃的生成.响应曲面法在多因素和其交互作用对O₃生成影响的研究中取得了良好效果,为高效判断O₃敏感性提供了新的思路和方法.     

2019年7月石家庄市O3生成敏感性及控制策略解析

基于石家庄市2019年7月近地面污染物和气象观测数据,分析夏季O₃污染状况及其影响因素;结合WRF-CMAQ模式和O₃浓度等值线（EKMA曲线）,探究不同区域O₃-VOCs-NO_x的非线性响应关系,旨在探究最佳的前体物减排方案.结果表明,观测期间,石家庄市市区MDA8 O₃超标率高达70.9%.污染天期间,伴随着高温、低湿、小风,且以南风和东南风为主.石家庄市市区属于VOCs控制区,郊县为NO_x和VOCs协同控制区.在臭氧污染时段,市区在仅削减NO_x排放,且削减比例超过50%时,持续减排NO_x使得O₃浓度呈逐渐下降趋势.在非臭氧日时段,市区在VOCs和NO_x的削减比例大于1倍时,O₃浓度才不会出现反弹.对于市区应考虑以仅削减VOCs为先;对于郊县区域而言,不同的NO_x和VOCs削减比例下,O₃浓度均会下降...     

黄河三角洲典型城市夏季臭氧污染特征与敏感性分析

为探究黄河三角洲代表性城市东营市夏季环境空气臭氧(O₃)污染成因,利用2021年6月东营市大气超级站监测数据与基于观测的化学盒子模型(OBM),较为全面地分析了O₃污染特征与O₃生成敏感性机制,并开展了前体物减排效果评估. 结果表明:①2021年6月东营市O₃污染较严重,O₃污染天〔日最大8 h平均O₃浓度值(MDA8-O₃)≥160 μg/m3〕占比达50.0%,MDA8-O₃、挥发性有机物(VOCs)和氮氧化物(NO_x)浓度平均值较非污染天分别升高70.0%、10.4%和7.6%. ②O₃污染天呈高温、低湿的特点,O₃浓度与温度的相关性在污染天显著增强. ③基于本地化的O₃生成潜势计算表明,与非污染天相比,污染天异戊二烯、乙烯和甲苯对O₃生成潜势的贡献分别增加了114.3%、68.6%和38.2%. ④污染天O₃本地净生成速率明显升高. O₃生成处于VOCs-NO_x协同控制区,减少VOCs和NO_x排放均可有效降低O₃生成. 研究显示,现阶段东营市应实施VOCs/NO_x协同减排比例大于或等于1∶1的减排策略,污染天(尤其是夜间)应加大NO_x及VOCs减排力度,减轻污染天温度升高及植物源排放增加等不可控因素对O₃污染的影响.      

北京市郊区夏季臭氧重污染特征及生成效率

为研究北京郊区夏季O₃(臭氧)重污染过程特征及O₃生成的光化学敏感性,基于2016年夏季在北京郊区开展的针对O₃及其相关污染物的强化观测试验(7月23日—8月31日,共计40 d),分析了观测期间O₃浓度[以φ(O₃)计]变化特征、O₃重污染过程主控因素与O₃敏感性化学特征.结果表明:观测期间φ(O₃)超标时有发生,最大小时φ(O₃)为151.1×10-9,其中有15 d的φ(O₃)最大8 h滑动平均值(O₃-max-8h)超过了GB 3095—2012《环境空气质量标准》二级标准限值,占观测天数的37.5%;不同O₃重污染过程成因有所不同,城市烟羽传输的污染物对郊区O₃重污染过程影响显著(观测期间臭氧重污染过程:过程1,7月27—29日;过程3,8月9—11日;过程4,8月16日;过程5,8月21—24日),区域光化学污染对郊区O₃重污染过程也有贡献(观测期间O₃重污染过程2:8月4—6日);结合后向气流轨迹进一步辅助说明了不同重污染过程中O₃的来源不同.研究还发现,观测区域存在反“周末效应”现象,说明观测区域周末受人为影响较为明显;基于观测数据计算的OPE(O₃生成效率)分析了O₃光化学敏感性表明,在有OPE值的22 d内NO_x控制区和VOCs控制区出现的概率(41%)相等,即观测区域O₃对NO_x和VOCs均敏感;此外还发现,在O₃重污染过程中光化学敏感性会随其反应进程发生改变,由NO_x控制区逐渐转变为VOCs控制区.      

珠江三角洲干线公路夏季臭氧污染特征

基于国家干线公路交通量信息,运用GIS的路网线性参考系统,计算珠三角地区夏季NO_x和VOCs排放量,使用最大增量反应活性（MIR）和经验公式,分别估算VOCs和NO_x的O₃生成及其强度的空间分布特征.结果表明,夏季VOCs的排放量占比总体上与各类型车辆数占比一致,而汽油车的NO_x排放量占比与车辆数差异较大;VOCs排放的分布与NO_x基本相似,广州市是NO_x和VOCs排放量最高的城市,珠海、中山和江门3个城市的排放量较小;NO_x的O₃生成总量与生成能力成反比,所有车型中烯烃和芳香烃对O₃生成贡献率都是最大的,而排放量较大的烷烃生成O₃量最低;路网密度大的广州市、深圳市,汽车排放的NO_x和VOCs量相对较高,其产生的O₃浓度也较高,对于路网密度较小的城市（如珠海市）,其O₃污染主要以交通干线为中心,向外扩散,O₃生成量较小.     

基于WRF-Chem的长三角地区PM2.5和O3污染协同控制研究

以PM_2.5和O₃浓度超标为表征的区域性大气复合污染已成为当前我国大气污染的主要问题,严重影响到经济的发展和社会的和谐,探究PM_2.5与O₃的协同控制近年来成为大气污染防控的热点.本文基于WRF-Chem模式,结合气象、大气污染物观测数据及MEIC排放清单等数据,依据不同比例的NO_x和VOCs减排量,设计了36组减排情景,模拟了长三角地区PM_2.5和O₃复合污染时段的空气质量状况.同时,利用综合经验动力学(CEKMA)方法,综合考虑NO_x和VOCs减排的边际效益成本和环境健康效益,评估了长三角地区NO_x及VOCs减排对PM_2.5和O₃大气污染控制的影响.最后,定性并定量地研究两者的协同关系及协同减排效果,给出了该区域在复合污染情景下的先侧重VOCs、后侧重NO_x减排的协同优化路径,采取先减少NO_x排放约7...     

降低长三角地区O3暴露风险的前体物减排路径优化研究

O₃污染的防治需要在分析O₃人群暴露风险特征的基础上,对前体物的减排路径进行优化.长三角地区是我国O₃浓度高、暴露风险大、前体物排放集中的地区之一,其减排路径的优化分析对于全国而言具有借鉴意义.本文以GB 3095—2012《环境空气质量标准》中O₃浓度二级标准限值(160μg/m³)为目标,基于长三角地区的人群暴露风险探讨了不同减排路径下的O₃污染控制效果.首先,运用WRF-CAMx模型,依据不同的NO_x和VOCs减排率模拟了121种减排情景作为基础数据集,引入响应曲面模型(RSM)来划分长三角地区不同城市的控制区类型,并结合人口暴露风险指数来评价O₃暴露的风险程度,将中高暴露风险地区与控制区耦合,设置HN区(NO_x控制区中的O₃暴露中高风险城市)和HV区(VOCs控制区中的O₃暴露中高风险城市);其次,设置了7条不同的NO_x     

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.      

基于OMI数据的新冠疫情影响下福建省臭氧敏感性变化

基于OMI卫星数据,利用臭氧敏感性指示剂法研究了福建省及其九地市在COVID-19疫情影响下不同时间阶段大气臭氧敏感性特征以及不同情景下敏感性的变化规律.结果表明,在疫情前,福建省的大气臭氧生成控制区面积占比情况为VOC_S控制区占46.5%、协同控制区占25.0%、NO_x控制区占28.5%,以VOCs控制区为主,其中厦门市占比最高,南平市最低;在严控期,VOC_S控制区占29.5%、协同控制区占21.1%、NO_x控制区面积占49.4%,以NO_x控制区为主,其中宁德市占比最高,莆田市最低;在平稳期,VOC_S控制区占23.1%、协同控制区占29.1%、NO_x控制区占47.8%,以NO_x控制区为主,其中南平市占比最高,厦门市最低.与疫情前相比,严控期厦门市VOC_S控制区面积占比减少最多（38.1%）、最少的是三明市（7.9%）;从转化结果来看,第一类城市包括莆田市、泉州市、厦门市,敏感区变化受前体物HCHO、NO₂共同影响,而第二类城市主要受NO₂柱浓度变化影响.因此,第一类城市臭氧调控更加复杂.     

基于OMI卫星数据和MODIS土地覆盖类型数据研究珠江三角洲臭氧敏感性

基于OMI卫星数据和MODIS土地覆盖分类产品,研究了珠江三角洲地区2005—2016年不同土地利用类型臭氧敏感性的时空变化特征.结果表明,采用MODIS数据产品建立的土地利用类型(发达区、较发达区和欠发达区)具有一定的科学性和适用性.臭氧生成受到VOCs控制的地区主要集中在珠三角中部,包括广州南部、佛山、中山、深圳和江门的部分地区,其面积占比不断缩小,在2015年达到最低值5.05%,2016年有所回升.受到NO_x控制的地区主要分布在珠三角边缘地带,包括惠州东北部、广州北部、肇庆西北部和江门西南部,其面积不断增大,在2016年达到最大面积占比42.60%.协同控制区集中在这两种控制区之间.分析不同土地利用类型的敏感性,结果发现,发达区主要为VOCs/协同控制区,较发达区主要为协同控制区,欠发达区为NO_x控制区.根据不同城市臭氧控制区面积占比的年际变化,可将珠三角9个城市分为3类:第1类以广州为代表,其面积较大,土地利用类型丰富,3种臭氧控制区均有出现;第2类以深圳为代表,集中在珠三角中心区,仅有VOCs控制/协同控制两种控制区;第3类只有惠州,仅有NO_x/协同控制两种控制区.     

京津冀地区NOx和VOCs协同减排成本及减排策略研究

京津冀地区细颗粒物(PM_2.5)浓度改善速度放缓,而臭氧(O₃)污染不断加剧,PM_2.5和O₃的协同控制对于京津冀地区空气质量持续改善十分关键且紧迫. 通过构建京津冀地区城市层面可计算一般均衡模型(CGE),模拟了PM_2.5和O₃的共同前体物—NO_x和VOCs的边际减排成本曲线,进而构建了京津冀地区PM_2.5和O₃协同控制评估模型,确定了在不同空气质量目标下减排成本最小的NO_x和VOCs协同减排方案. 结果表明:减排成本最小的情景下,京津冀各城市PM_2.5和O₃浓度达到《环境空气质量标准》(GB 3095—2012)二级标准限值时;NO_x和VOCs的排放量需较2017年分别降低25%~67%和22%~60%,需要投入的总减排成本为992.9×108元. 研究显示,基于京津冀地区城市政策仿真平台构建的PM_2.5和O₃协同控制评估模型,可为京津冀地区PM_2.5和O₃协同控制方案的制定提供参考.      

基于卫星观测的2005—2015年京津冀地区NO2柱浓度分布及变化趋势

为更好地了解京津冀地区NO₂浓度的长期时空分布变化特征,对2005—2015年京津冀地区对流层NO₂柱浓度数据进行了统计分析.结果表明,京津冀地区对流层NO₂柱浓度在2005—2010年增加明显,年均复合增长率为6.8%,并在2010年达到峰值,为1 329.07×1013 mol/cm2;2010—2013年保持相对稳定;2013—2015年显著下降,降幅达26.2%.2015年NO₂柱浓度为964.43×1013 mol/cm2,基本与2005年的浓度水平持平.北京地区NO₂柱浓度最先开始下降并保持降低趋势,其中北京市城区降幅远大于郊区,并在2015年达到最低值,为1 647.38×1013 mol/cm2;天津市城、郊区NO₂柱浓度变化相近,总体上均呈先增后减的趋势,并且均在2010年达到峰值,分别为2 686.96×1013、2 019.36×1013 mol/cm2;而河北省西南部(石家庄、邢台、邯郸市)在近两年降幅最为明显,均在35.0%以上.京津冀对流层NO₂柱浓度呈由南向北递减的空间分布趋势,高值区主要分布于京津唐一带以及河北省南部沿太行山一带.研究显示,虽然近年来京津冀地区NO₂柱浓度降幅明显,但相比于周边地区仍面临较大的减排压力.      

我国臭氧污染形势分析及成因初探

为揭示我国近地面臭氧的污染特征,甄别导致高浓度臭氧形成的关键影响因素,该文在探究我国重点区域近年来O₃污染特征的基础上,对O₃污染成因进行了初步分析.结果表明:①近年来我国O₃污染呈缓慢上升态势,2019年夏季异常高温、干旱的极端天气导致O₃污染偏重.京津冀及周边地区等重点区域O₃浓度明显高于欧美等发达国家和地区.②从时间上看,我国O₃污染主要出现在夏季及其前后,O₃浓度峰值一般出现在午后.从空间上看,O₃污染主要集中在京津冀及周边、汾渭平原和苏皖鲁豫交界地区,其次是长三角和珠三角区域,成渝和长江中游地区O₃污染也逐渐凸显.我国O₃污染程度主要以轻度污染为主,重点区域O₃和PM_2.5污染时空分异性特征明显.③前体物方面,我国NO_x和人为源VOCs的排放量总体处于高位,京津冀及周边地区和长三角为全国NO_x和VOCs排放强度较大的区域.近地表大气O₃形成机理复杂,O₃浓度与前体物VOCs和NO_x均呈复杂的非线性响应关系.气候变化和气象因素对O₃污染影响显著,O₃及其前体物在区域和城市之间存在相互输送影响.研究显示,我国臭氧污染形势严峻,未来针对臭氧污染防控应加强对多时空尺度下不同区域臭氧污染的形成机理与主导因素的研究.      

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.      

基于CMAQ/ISAM空气质量模型的北京市夏季臭氧来源解析研究

为了解北京市夏季臭氧(O₃)污染的特征与来源,采用区域空气质量模型(CMAQ)的综合源解析功能(ISAM)对北京市2019年6月不同区域的近地面O₃浓度及其来源贡献进行了数值模拟计算,量化了北京市、天津市、河北省、京津冀以外省份以及全球背景共14类NO_x和VOCs排放源对北京市不同区域O₃污染的贡献. 结果表明:①北京市不同地区O₃及其前体物来源存在显著差异,城区及近郊区NO_x和VOCs均主要来自于北京市本地排放,本地源排放对城区及近郊区的NO_x贡献(39.7%~46.4%)显著大于对远郊区的贡献(19.9%~38.8%),本地源排放对城区及近郊区的VOCs贡献(51.1%~75.8%)大于对远郊区的贡献(19.5%~39.6%). ②远郊区NO_x和VOCs浓度更易受非本地排放的输送影响. ③O₃主要来源于包括模拟区域外以及全球背景的边界传输贡献,边界传输对北京市不同受体区域的贡献均大于52.6%. ④北京市本地源排放对城区及近郊区O₃的贡献(6.8%~18.3%)大于对远郊区的贡献(2.4%~7.6%),京津冀以外源区的排放对北京市远郊区的贡献(5.2%~6.4%)大于对城区及近郊区的贡献(2.7%~4.4%),说明本地排放对远郊区影响相对较小,远郊区O₃浓度易受北部燕山山脉和太行山的阻隔影响. 因地理位置及地形原因,河北省不同源区对北京市不同区域O₃浓度的贡献存在一定差异. 研究显示,控制北京市夏季O₃污染应综合考虑城区与郊区O₃来源的差异性,做好周边区域的联防联控.      

2013~2014年北京市NO2时空分布研究

根据2013~2014年北京市NO₂监测数据,对比分析了全年及重污染日NO₂时空分布特征.结果表明:2013年NO₂平均浓度为56μg/m³,2014年北京市NO₂年均浓度为56.7μg/m³.年均及重污染日NO₂月均浓度均呈波浪型分布,日变化呈双峰型分布;空间分布上北部及西部山区NO₂浓度明显低于中心城区及南部地区. NO₂浓度与PM_2.5、CO、NO呈正相关关系,与O₃、OX无明显相关性;全年NO₂光解速率峰值平均在0.105/min左右,重污染日光解速率峰值平均在0.026/min左右;全年及重污染期间,氮氧化速率分别为0.142±0.061、0.190±0.036;高浓度NO₂既有利于O₃生成,又对重污染的形成起到了促进作用;重污染日特定条件下北京市NO₂的两种转化机制以转化为NO₃^-过程为主导.经计算2000~2014年北京市机动车的保有量与NO₂浓度的相关系数R为-0.84,机动车NO_x排放量对北京市NO₂浓度的变化有显著的影响.