乌鲁木齐重污染期NO_2浓度及扩散轨迹研究

重污染天气频发,如何快速、有效地获取重污染天气下污染物的时空分布状况并分析其成因,对解决我国大气污染问题十分重要。该文基于车载多轴差分吸收光谱技术(MAX-DOAS),反演了乌鲁木齐2016年2-3月大气对流层NO_2垂直柱浓度(VCD),并结合气象因子与大气背景场进行了分析。结果表明:乌鲁木齐2016年2月16日对流层NO_2 VCDs的均值为26.89×10~(15)molec/cm~2,3月17日均值为21.21×10~(15)molec/cm~2,高值通常出现在高架桥等交通节点附近;2月NO_2排放通量平均值为1.11×10~3kg/h,3月NO_2排放通量平均值为0.73×10~3kg/h;重污染期间风速与NO_2 VCDs呈负相关的关系,2 m/s及以上风速与NO_2 VCDs的决定系数(R~2)为0.40,下风向NO_2浓度通常高于上风向,风向与地形要素的叠加,更容易产生NO_2浓度的差异;利用Hysplit模型反演扩散轨迹发现,乌鲁木齐重污染期间大气的污染物随气流从外地而来的占比例较少,以本地源为主,气流更多以搬运、稀释的方式影响本地污染物浓度。     

北京南郊区PM2.5中水溶性无机盐季节变化及来源分析

为研究北京偏南地区细颗粒物(PM_(2.5))中水溶性无机离子的变化特征,利用大气细颗粒物快速捕集系统及化学成分分析系统RCFP-IC,于2016年对北京南郊区大兴PM_(2.5)中9种水溶性无机离子(Cl~-、NO_2~-、NO_3~-、SO_4~(2-)、Na~+、NH_4~+、K~+、Mg~(2+)和Ca~(2+))展开为期1 a的连续在线观测.结果表明,观测期间,9种水溶性无机离子总质量浓度为38.6μg·m~(-3),并呈现冬春高,夏秋低的特征,浓度水平高低顺序为SO_4~(2-)NO_3~-NH_4~+Ca~(2+)NO_2~-Cl~-Na~+K~+Mg~(2+);在冬季,SO_4~(2-)、NO_3~-和NH_4~+浓度占比高达75.7%;春季次之,为72.8%;夏季最低,仅为60.2%.并且随着空气污染的加剧,SO_4~(2-)、NO_3~-和NH_4~+浓度显著增加,这表明SO_4~(2-)、NO_3~-和NH_4~+与空气质量的恶化密切相关,但相比NO_3~-和NH_4~+,SO_4~(2-)在二次离子形成过程中占据主导地位;SO_4~(2-)、NO_3~-和NH_4~+存在显著的日变化特征,SO_4~(2-)统计日变化为双峰型,峰值分别出现在10:00和18:00左右,而NO_3~-和NH_4~+呈单峰型,峰值出现在10:00左右.基于后向轨迹聚类分析结果发现,对南郊区污染有影响的气团主要有3类,分别来自东南方向、西部和来自蒙古高原的高空气团,东南方向气流会加重南郊区水溶性盐的累积,而偏北气流有利于污染物扩散和稀释;基于主成分分析发现,北京南郊区水溶性盐的污染来源分别为二次源、燃煤源和土壤风沙尘及建筑扬尘的混合源.利用潜在源贡献因子分析法对南郊区冬季水溶性盐的潜在污染源区进行分析发现,影响大兴水溶性盐浓度潜在源区主要分布在南郊区的东南部.     

哈尔滨市大气污染物输送路径及潜在源区分析

该文采用空气质量指数(AQI)分析了2015-2019年哈尔滨市不同季节首要污染物的污染特征,利用HYSPLIT后向轨迹模式对近5年四季逐日72 h后向轨迹气流进行聚类分析,结合AQI数据,揭示哈尔滨市大气污染物传输路径及潜在源贡献因子和浓度权重轨迹的季节差异。结果表明:哈尔滨市优良天数占比从2015年的66%上升到2019年的83%,5年中2015年为大气污染较为严重的一年,5年来空气质量呈明显好转趋势。哈尔滨市大气污染呈现出不同的季节特征:优良天数平均值占比从高到低依次为夏季(94.6%)秋季(84.4%)春季(80%)冬季(53%),O3和PM2.5分别为空气质量最优的夏季与最差的冬季的首要污染物,春季和秋季首要污染物表现为由NO2和PM2.5复合型污染向以O3为主导的气态型污染转变。各季节轨迹分布与其所处的地理位置和季风气候密切相关,春季来自山东东部、渤海、辽宁、吉林到达哈尔滨的轨迹污染率最高;夏季污染率较高的气流轨迹均来自南部方向,主要传输方向自渤海越过山东东部到达青岛地区,经辽宁、吉林汇入哈尔滨;秋季污染率较高的轨迹分布最为分散,主要以近距离输送轨迹为主;冬季AQI值显著高于其他季节,可能与北方冬季进入燃煤采暖期,污染物排放增多有关,主要集中分布于西北方向输送进入哈尔滨,呈现出输送轨迹越短,污染率越高的特点,其中来自吉林的最短转向路径挟带的污染物浓度最高,其次为由俄罗斯东南部经内蒙古过吉林到达哈尔滨,说明吉林是影响哈尔滨市冬季大气污染物浓度偏高的主要地区。     

宝鸡市春季PM_(2.5)、PM_(10)、SO_2、NO_2污染现状分析

收集PM_(2.5)实时监控网提供的2015年春季宝鸡市大气污染物浓度的实时数据,分析宝鸡市各监测点大气污染物PM_(2.5)、PM_(10)、SO_2、NO_2的日均值和月均值浓度变化特征以及各污染物的负荷系数。结果表明:各监测点大气污染物月平均浓度3—5月呈下降趋势,但整体的空气质量状况有待进一步提高;宝鸡市大气颗粒物呈区域性污染,各监测点之间的差距较小,而污染气体SO_2和NO_2具有点状污染特征;4种主要的大气污染物中,PM_(2.5)和PM_(10)的贡献率超过一半以上,但SO_2和NO_2同样不可忽视。     

济南市背景区域大气PM2.5污染特征及其对能见度的影响

为研究背景地区大气PM_(2. 5)化学组分季节变化特征及对能见度的影响,本研究于2016年春、夏、秋、冬在济南市七星台采集大气PM_(2. 5)样品,分析其中水溶性离子组分及OC、EC的污染特征并研究其区域传输贡献.结果表明,NH_4~+、SO_4~(2-)和NO_3~-三者之和占年均离子总浓度的90. 24%,二次生成的水溶性无机离子污染较为严重. NO_3~-/SO_4~(2-)呈现出明显的冬高夏低的季节性变化特征.各季节的SO_4~(2-)和NH_4~+主要以(NH4)2SO4结合的形式存在. SOC/OC的范围是21. 17%～54. 21%,表明该地区存在较为严重的二次有机污染.四季SOR值均大于0. 1,显示本区域四季均有SO_4~(2-)的二次生成,四季NOR的值均高于SOR,可知NO2的二次转化强于SO2的二次转化.大气消光系数(Bext)的范围是172. 68～320. 61 Mm-1,年均值为256. 48Mm-1,大气消光系数呈现明显的夏低冬高的季节性趋势.后推气流轨迹显示七星台地区春、夏季主要受长距离传输和海洋源的影响,秋、冬季主要受局地源的影响.对比2008年济南市大气PM_(2. 5)污染特征研究,结果显示机动车对大气环境影响显著提升.     

重庆市主城区大气中NO2浓度时空分布特征

利用2017年1月1日～2017年12月31日重庆市主城区17个国控空气质量监测站24 h自动连续采样的二氧化氮(NO_2)浓度小时数据,探讨九个主城区大气中NO_2浓度的时空分布特征、与气象参数之间的关系和气团运动的影响。结果表明,主城区大气NO_2浓度全年北碚区达标率较高(76.16%),渝中区达标率低(3.84%),日均浓度呈夏季前下降、夏季后上升的趋势;月均浓度表现为冬季月份浓度高,其次为春季、秋季和夏季月份;周六、周日、周一和周二的浓度均值较高,周三、周四和周五的较低;小时浓度基本呈5:00～11:00和16:00～20:00上升、其余时间段下降的变化趋势;大气NO_2浓度空间分布差异显著,西北地区(北碚)大气NO_2浓度偏低、渝中区及其附近区域浓度偏高。影响大气中的NO_2浓度的主要气象因素有:气温、降水量、气压、日照和相对湿度;四季气流输送中,春冬季气流轨迹相似,主要源自西部、西北部气流,春季气流轨迹的ρ(NO_2)最高,夏季最低。研究结果可为今后重庆市大气的治理提供研究基础。     

京津冀地区气溶胶季节变化及与云量的关系

利用2000年3月—2008年2月中分辨率成像光谱仪(MODIS)的卫星资料,分析了京津冀平原地区大气气溶胶光学厚度(AOD)和气溶胶细粒子组分比率(FMF)的时空分布特征. 结果表明:通过AOD与FMF的组合特征可判别气溶胶季节变化特征.冬、春季以粗粒子为主,但冬季AOD偏小,而在春季急剧增大;夏、秋季均以细粒子为主,但夏季AOD达到最大,秋季较小. 大气环流和气流后向轨迹分析表明,冬季到达北京的气流以西北冷空气为主,西北路径的气流轨迹占冬季气流轨迹总数的67%;春季主要受偏西、西北及偏北气流影响,这3类对沙尘天气有贡献的气流轨迹占春季气流轨迹总数比例之和达到60%;夏季主要以偏南气流和局地环流占优,这2类气流轨迹分别占夏季气流轨迹总数的52%和34%;秋季气流轨迹与春季的相似,但途经沙源的气流传输速度较春季慢.京津冀平原地区夏季AOD与云量(CF)呈正相关,AOD增加,特别是细粒子增加可能导致局地云量增多.      

杭州市典型雾霾期污染特征及污染源的HYSPLIT模型分析

为探究杭州市冬春季节大气污染特征与雾霾成因,本文分析了2015年12月—2016年3月市区10个空气质量监测站的PM_(2.5)、SO_2等6种污染物的浓度变化规律,对比了雾霾期和非雾霾期各污染物间的相关性,利用HYSPLIT(Hybrid Single Particle Lagrangian Integrated Trajectory)模型探讨了期间5次典型雾霾期污染物的潜在来源.结果表明,研究期内各污染物浓度呈现冬高春低的变化趋势(除O3浓度3月最高),颗粒物和NO_2是主要的超标污染物,其中PM_(2.5)和PM_(10)日均值分别是一级标准的2.2和2.4倍.雾霾期PM_(2.5)、PM_(10)、SO_2、NO_2和CO浓度是非雾霾期的2.4、2.3、1.3、1.5和1.6倍,PM_(2.5)与CO的正相关性最强(0.863),远高于NO_2(0.410)和SO_2(0.399),而非雾霾期三者差异不大,表明雾霾期机动车尾气的贡献更为重要.HYSPLIT后向轨迹和浓度权重轨迹CWT(Concentration-Weighted Trajectory)分析结果表明雾霾时期西南(38.3%)、西北(19.1%)方向和近距离输送(27.3%)的气团携带了较多的污染物,远距离输送是污染物的主要来源.研究结果可为长三角的雾霾污染控制提供数据支撑.     

杭州市PM2.5中水溶性离子的污染特征及其消光贡献

对杭州市2013年大气PM_(2.5)进行采样分析,探讨了其中水溶性离子的污染特征和消光贡献.杭州市PM_(2.5)中总水溶性离子的质量浓度为37.5μg·m~(-3),占PM_(2.5)质量浓度的44.4%,二次离子SNA(SO_4~(2-)、NO_3~-和NH_4~+)是水溶性离子的主要成分,共占到水溶性离子的83.4%.PM_(2.5)和主要水溶性离子的质量浓度都在冬季最大,夏季最低,夏秋季水溶性离子占PM_(2.5)的比值明显高于冬春季,而SNA在总水溶性离子中的比例4个季节非常接近.燃料燃烧和汽车尾气排放导致的二次离子生成,对杭州市PM_(2.5)贡献最大.SOR和NOR的年平均值分别为0.27和0.15,SO_2在大气中的转化率大于NO_x,SOR和NOR与相对湿度都呈现出明显正相关,非均相氧化过程对SO_4~(2-)和NO_3~-的生成具有重要贡献.气溶胶中[NO_3~-]/[SO_4~(2-)]的年平均值为0.63,主要受到燃煤排放的影响.霾天随着霾污染等级的逐渐加重,PM_(2.5)、水溶性离子和SNA的浓度都逐渐增大,SOR和NOR值也不断升高,霾天稳定的天气条件,能有效促进污染物的积累和二次转化.PM_(2.5)和SNA的质量浓度与大气消光系数都呈现出明显正相关,使用IMPROVE公式对不同化学组分消光系数的计算结果能够基本反映出气溶胶对大气散射的变化趋势,其结果显示SNA对大气总消光系数的贡献达60.8%.SNA的消光系数冬季最高,夏季最低,随着霾污染等级的加重,SNA的消光系数和对总消光的贡献比例也逐步增加.     

达州市城区大气污染物浓度变化特征及影响因素分析

利用达州市城区环境空气自动监测站2015—2017年数据,研究了大气污染物的浓度变化特征和影响因素。结果表明:达州市城区未受到SO_2污染,PM_(10)和PM_(2.5)同比大幅下降,NO_2、CO和O_3-8 h浓度有所上升。污染物在不同季节的差异显著性不同,SO_2、CO、O_3-8 h在不同季节之间均存在显著差异(P<0.05),NO_2浓度在除秋季和冬季外的其他季节之间均存在显著差异,PM_(10)和PM_(2.5)浓度在除春季和秋季外的其他季节之间均存在显著差异。不同污染物的月均浓度变化曲线和不同季节的小时浓度变化曲线,以及不同季节的相关性也具有明显的特征。同时,本研究还建立了PM_(10)和PM_(2.5),NO_2和CO分别在不同季节的预测线性模型,为进一步了解污染物之间的相互关系和预测污染物的浓度发展趋势提供了参考。     

宝鸡市近年来大气质量变化趋势分析

宝鸡市大气环境质量季节变化较为明显,冬季污染严重,夏季相对较好。9年来大气环境质量状况呈现出由高到低再到高的模式。大气环境中主要污染物PM_(10)呈下降趋势而SO_2、NO_2呈上升趋势。     

奎屯市-独山子区-乌苏市区域大气对流层NO2柱浓度时空变化分析

为研究以石化工业为主的奎屯市-独山子区-乌苏市（简称“奎-独-乌”）区域大气对流层NO₂柱浓度的时空变化,基于地基多轴差分吸收光谱仪（MAX-DOAS）于2018年2月—2019年7月在各城市城区中心进行固定监测（09:00—20:00）,以及在环奎-独-乌区域进行车载移动监测（10:00—15:00）,结合地形地貌、气象、工业分布和人为排放量等因素,反演分析该区域对流层NO₂柱浓度的时空变化规律.结果表明:①奎-独-乌区域对流层NO₂柱浓度日变化呈早晚高、中午低,冬季高、夏季低的特点,对流层NO₂柱浓度季节性变化呈冬季（11.8×1015 molec/cm2）>秋季（9.46×1015 molec/cm2）>春季（7.46×1015 molec/cm2）>夏季（4.33×1015 molec/cm2）的特征.奎-独-乌区域对流层NO₂柱浓度最高值均出现在冬季（1月）,呈独山子区（22.23×1015 molec/cm2）>奎屯市（21.30×1015 molec/cm2）>乌苏市（18.34×1015 molec/cm2）的特征.②奎-独-乌区域大气对流层NO₂柱浓度存在空间集聚现象,且区域内部差异显著.不同季节高值主要出现在区域内交通交错区（奎屯立交桥、独山子立交桥）和工业集中分布区,最低值均出现在奎-独-乌区域西南部的乌苏市,且位于主导西风通道的上风向.③结合后向轨迹分析发现,奎-独-乌区域气流来源中冬季气流运动在水平方向和垂直方向上均不利于污染物扩散,夏季西北风向导致下风向路段NO₂浓度相对较高,该区域大气NO₂污染物以本地输送为主,且在城际间存在污染物的传输与积累.④奎-独-乌区域的能源结构以煤炭为主,其固定源排放以工厂和电力部门为主,而乌苏市交通移动源所产生的NO₂排放总量远高于奎屯市和独山子区.该区域冬季燃煤6个月,低风速（1.5~3.0 m/s）频率持续时间较长,加之独特的山盆结构形成的“山谷风”,有较厚的逆温层,不利于污染物远距离扩散.研究显示,能源工业结构背景下形成的奎-独-乌区域环境有利于大气污染物的聚集和积累,其污染源以本地污染为主.      

绍兴市大气环境容量与污染控制研究

利用2014—2016年绍兴市16个监测点位监测数据和代表年份2015年环统数据,分析了绍兴市大气环境现状、大气污染物变化特征和空间分布特征,重点对中心城区主要空气污染物浓度年、季和月变化特征进行分析,结果表明:绍兴市中心城区环境空气中SO_2、NO_2、CO、PM_(10)和PM_(2.5)质量浓度呈现"秋冬较高,春季次之,夏季较低"的季节变化特征,O_3质量浓度则正好相反。利用CAMX模型,对绍兴市主要大气污染物浓度进行模拟和结果校验,结果表明:绍兴市通过减排SO_2、NO_X和VOCS,全市SO_2、NO_2、PM_(2.5)、PM_(10)、O_3等污染物浓度将得到一定改善,PM_(2.5)则需协同削减至少18%的烟粉尘才能满足达标要求。推荐以烟粉尘为主其他污染物为辅的PM_(2.5)协同削减方案。建议从环境准入、强化减排、行业整治、协同削减、联防联控监管等方面进行污染控制。     

阿克达拉大气本底站NO2输送路径及潜在源分析

基于HYSPLIT模式和全球资料同化系统气象数据（GDAS）,计算了2015年12月-2016年11月阿克达拉国家大气本底站48 h气流后向轨迹,并结合同期NO₂小时监测数据,综合运用聚类分析、潜在源贡献因子法（PSCF）和浓度权重轨迹法（CWT）,分析不同季节气流轨迹对阿克达拉NO₂污染物浓度的影响,并揭示不同季节NO₂潜在污染源区分布及其贡献水平.结果表明：冬季来自东南方向的气流轨迹占比最高,春、夏、秋季气流轨迹主要来自西北方向,来自西北的长距离气流轨迹NO₂质量浓度较低;WPSCF表明重度污染网格出现在冬季的风口区如阿拉山口、达坂城谷地,四季中度污染网格出现在准噶尔盆地及周边地区、额尔齐斯河谷、哈萨克斯坦东部和俄罗斯南部;WCWT和WPSCF潜在源区分布较为一致,WCWT分析表明春、冬两季的NO₂贡献高值区污染程度大于夏、秋两季,春、冬两季NO₂污染网格贡献值为6~9 μg·m^-3,夏、秋两季污染网格贡献值集中在5~7 μg·m^-3.对于阿克达拉背景站点而言,NO₂污染物总体浓度水平较低,揭示其NO₂输送轨迹和污染源区,为区域大气污染联防联控提供重要参考.     

庐山酸性降水的化学特征及致酸因子研究

为了解庐山降水的化学特征和酸化趋势,于2011年夏季及2012年春季在庐山进行降水采集,对降水的p H、主要阴阳离子和有机酸进行分析。结果表明,酸性降水出现频率为100%,p H均值为4.44。降水中SO_4~(2-)、NH_4~+、NO_3~-和Ca~(2+)占总离子的70.1%,降水酸度主要贡献为H_2SO457%、HNO_325%及有机酸19%。降水的相对酸度较高,在2011年夏季和2012年春季分别为0.47和0.32。而SO_4~(2-)/NO_3~-则分别为2.28和2.63。相对于1993年春季,庐山降水酸度趋于降低,SO_4~(2-)、Ca~(2+)浓度水平下降明显,而NH_4~+、NO_3~-略有升高,HNO_3对酸度的贡献增加,降水已由硫酸型污染转成混合型污染。相对于国内其他背景站点,庐山降水酸度较高,但总离子浓度水平较低,因此庐山作为研究中国东南酸雨区的背景站点具有一定的科学意义。     

天津PM10和NO2输送路径及潜在源区研究

利用HYSPLIT模型和全球资料同化系统(GDAS)气象数据,用聚类方法对2012年12月~2013年11月期间抵达天津的逐日72h气流后向轨迹按不同的季节进行归类.并利用相应的PM10和NO2浓度日监测数据,分析了不同季节气流轨迹对天津污染物浓度的影响.运用潜在源贡献(PSCF)因子分析法和浓度权重轨迹(CWT)分析法分别模拟了不同季节PM10和NO2潜在PSCF和CWT.结果表明,不同方向气流轨迹对天津PM10和NO2潜在源区分布的影响存在显著差异.天津PM10和NO2日均浓度最高值对应的气流轨迹均集中在冬、春和秋季等来自内陆的西北气流;夏季影响天津的气流轨迹主要来自西北和东南方向,对天津PM10和NO2的日均浓度贡献较小.天津PM10和NO2的PSCF与CWT分布特征类似,最高值主要集中在天津本地以及邻近的河北省和山东省,是天津这两种污染物主要潜在源区.     

餐厨垃圾与污泥厌氧发酵动力学特性分析

基于2016—2017年大连市6种大气污染物(PM_(10)、PM_(2.5)、SO_2、NO_2、O_3、CO)的监测数据,研究污染物浓度的时间变化、周末效应及气象影响因素。结果表明,大连市大气污染物以O_3、PM_(10)和PM_(2.5)为主;冬季主要污染物为颗粒物,夏季为O_3。受供暖燃煤等影响,PM_(10)、PM_(2.5)和SO_2浓度供暖季显著高于非供暖季。大气污染物浓度季节变化显著,且PM_(2.5)、PM_(10)、SO_2及NO_2呈现周末较高的"周末效应"。利用相关性分析考察温度、湿度、风速等气象因素对污染物的影响;利用后推气流轨迹等方法分析大连市大气PM_(2.5)可能的来源。     

大连市大气污染特征、影响因素及来源分析

基于2016—2017年大连市6种大气污染物(PM_(10)、PM_(2.5)、SO_2、NO_2、O_3、CO)的监测数据,研究污染物浓度的时间变化、周末效应及气象影响因素。结果表明,大连市大气污染物以O_3、PM_(10)和PM_(2.5)为主;冬季主要污染物为颗粒物,夏季为O_3。受供暖燃煤等影响,PM_(10)、PM_(2.5)和SO_2浓度供暖季显著高于非供暖季。大气污染物浓度季节变化显著,且PM_(2.5)、PM_(10)、SO_2及NO_2呈现周末较高的"周末效应"。利用相关性分析考察温度、湿度、风速等气象因素对污染物的影响;利用后推气流轨迹等方法分析大连市大气PM_(2.5)可能的来源。     

2015年北京城区大气PM2.5中NH4+、NO3-、SO42-及前体气体的污染特征

2015年1~12月对北京市城区开展PM_(2.5)中主要水溶性离子NH_4~+、NO_3~-和SO_4~(2-)(统称SNA)及其前体气体NH_3、NO、NO_2和SO_2的监测,共获得样本325组.用特氟龙滤膜采集PM_(2.5)中SNA,用在线仪器实时监测各前体气体.分析各前体气体和SNA的污染特征并同时对其相关性进行研究.观测期间NH_3、NO、NO_2、SO_2、NH_4~+、NO_3~-和SO_4~(2-)的年平均浓度分别为21.5、17.7、54.3、14.2、8.1、13.5和12.7μg·m~(-3),SNA质量浓度占PM_(2.5)的43.4%.NO、NO_2和SO_2冬季最高,夏季最低;NH_3为夏季最高,秋冬较低;NH_4~+浓度和体积分数四季波动不大;NO_3~-浓度和体积分数均夏季最低;SO_4~(2-)浓度为冬季最高,百分含量为夏季最大.全年([NO_3~-]+2[SO_4~(2-)])与NH_4~+的比值为0.97,表明阴离子主要以NO_3~-和SO_4~(2-)的形式存在.随着污染程度的增加,各化合物浓度均有明显上升,NO_3~-是重污染过程累积效应比较明显且贡献率最大的离子.SO_4~(2-)则在污染级别较低时,贡献率较大.NO_3~-与NO_2,NO、NH_4~+与NH_3,SO_4~(2-)与SO_2在置信度为0.01水平上均显著相关;SO_4~(2-)和SO_2变化规律呈负相关,NO_2和NO_3~-基本呈正相关,相比NH_3,NH_4~+浓度的高低受酸性气体NO_2、SO_2影响更大.     

中国城市二氧化氮浓度的时空分布特征

文章利用2015-2018年中国367个城市NO_2浓度的实时数据,分析了中国城市NO_2浓度的时空分布特征。分析结果显示:城市NO_2小时均浓度日分布呈现双峰特征,早晚潮汐现象显著;城市NO_2月均浓度呈"U"型分布,即12月污染物浓度最高,8月浓度最低;NO_2污染表现出季节性分布特征,污染物浓度为冬季秋季春季夏季,即冬季高发,夏季低发趋势;2015-2018这4年中,污染物年均浓度呈现先上升后下降趋势,其中2017年NO_2污染程度尤为严重;全国不同地区污染情况差异显著,NO_2污染最严重的省份为河北省,其中保定、唐山、石家庄、邢台不达标天数分列前4位;华北、华东地区NO_2污染最为严重,西南、西北、华南地区污染状况程度较轻;三大城市群NO_2污染情况表现为京津冀长三角珠三角。