2016~2018年中国城市臭氧浓度时空聚集变化规律

为揭示中国O₃浓度的时空格局及聚集变化规律,通过对2016~2018年全国338个城市1144个监测站点的O₃浓度观测数据,使用空间插值及空间自相关等方法进行分析研究.结果表明：2016~2018年全国O₃浓度（第90百分位数）总体呈现上升趋势（由2016年的141.54μg/m³上升到2018年的153.21μg/m³）,污染态势逐年加重,且华北及长江中下游等人口稠密地区O₃浓度最高,O₃浓度的空间分布呈现显著的聚集性和相似性规律,且聚集性逐年增强,O₃浓度的年聚集区主要呈现北高南低的分异,高高值聚集区主要集中在北方（城市占比22.19%~29.59%）,低低值聚集区则主要集中在南方（城市占比15.98%~22.19%）,此外,O₃浓度高高值聚集区与低低值聚集区空间分布的季节变化规律以顺时针周期性变化为主：3a来,春季集聚区分布与年集聚情况相同,夏季高高值,低低值聚集区逐渐向西扩大聚集范围,秋季则顺时针转变为东高西低的分异情况,随后高高值（低低值）聚集区沿顺时针方向南（北）移动,到冬季则转变为南高北低的空间分异情况.     

天津市“十三五”期间O3污染特征和驱动因子

为了解“十三五”期间天津市O₃污染特征和驱动因素,基于2016～2020年高时空分辨率的在线监测数据,利用空间自相关、空间热点分析和STIRPAT模型分析了O₃污染空间分布、聚集特征和驱动因子.结果表明,2016～2020年天津市O₃浓度变化特征呈现污染发生时间点提前和污染范围扩大的趋势.6～10月O₃污染分布具有显著聚集性,高值-高值聚集区主要为市内六区、北辰区、津南区和静海区,O₃浓度在西南部地区形成高值热点聚集区,在东北部地区形成低值冷点聚集区.气温、小风百分率和日照时数等气象因子与NO_x排放量、 VOCs排放量和机动车保有量等社会因子对O₃浓度有显著性影响,综合驱动STIRPAT模型的回归拟合效果比单一气象因子或社会因子模型更好.为科学高效地开展“十四五”期间O₃污染的防治,在关注气象条件基础上,在“双碳”目标的约束下,天津市应进一步提升钢铁、石化、火电和建材等行业全过程排放的绩效水平,引导企业清洁化提升...     

2003~2018年四川盆地气溶胶光学厚度空间分异及驱动因子

为揭示四川盆地气溶胶光学厚度（AOD）的空间分布格局并定量评估影响其时空分异的驱动因子,基于2003~2018年（16a） MODIS气溶胶产品数据,采用Mann-Kendall突变检验法,空间自相关,空间热点探测分析和地理探测器等地统计方法分析研究.结果表明：2003~2018年四川盆地AOD总体呈现下降趋势,且突变年为2015年,并依据趋势变化将2003~2018年分为6个时段.四川盆地气溶胶区域性污染特征明显,AOD高值区主要聚集在盆地中部低海拔地区,而AOD低值区则多聚集在盆地边缘高海拔地区.AOD空间分布具有显著的聚集性规律（空间正相关,Moran's I指数>0）,自2012年以来高-高值聚集区面积不断减小,且不同时段聚集区AOD年际变化与AOD值分布变化态势一致.利用主成分分析法优选出8个因子,经地理探测器分析表明,16a来盆地区域AOD时空分异主要是由于城市化和工业化发展水平不均衡引起的.2014~2015年所有驱动因子的驱动力较之前时间段出现11.2%~59.2%的减小,且社会经济因子尤为明显,与2015年为突变年的结论相一致.     

2015—2021年四川盆地近地面O3时空演化及潜在源区分析

近地面O₃污染已经成为我国最严重的环境问题之一,特别是在地形相对闭塞的盆地区域更加突出,而盆地地形区域O₃的时空演化、潜在源区及驱动因素尚未被完全揭示.因此,以典型盆地地形区—四川盆地为研究区,基于长时间尺度(2015—2021年)的O₃浓度监测数据,采用后向轨迹、时空地理加权回归等模型探讨O₃的时空变化特征、传输路径、潜在源区以及驱动因素的空间分布特征.结果表明：(1)时间分布上,2015—2021年四川盆地O₃-8 h浓度第90百分位数为(143±7)μg/m³,夏季O₃-8 h浓度高于其他季节,O₃-8 h浓度存在明显的“周末效应”和昼夜差异.(2)空间格局上,四川盆地O₃-8 h浓度第90百分位数总体呈西高东低的分布特征,西部平原地带是核心污染区域.(3)2015—2021年影响成都市的气流轨迹中短距离输送轨迹占比为74.24%,长距离输送轨迹占比平均值为25.76%. 2015—2...     

陕西省PM2.5时空分布及影响因素区域差异研究

为了解陕西省PM_2.5分布特征及影响因素区域差异,基于陕西省2019年PM_2.5浓度数据,采用空间数据统计方法、空间自相关分析法和地理探测器法对PM_2.5时空分异特征及驱动因素进行探究,以期为陕西省PM_2.5研究与治理提供可靠的科学依据。结果表明：陕西省PM_2.5污染呈“冬高夏低”、“中部高、南北低”的特点。陕西省PM_2.5浓度空间分布表现为极显著的空间正相关性,陕南部分县域为低低聚集区,关中地区渭南、西安、咸阳部分县域为高高聚集区。对陕西省PM_2.5浓度影响最大的是社会经济因子(0.328—0.548),陕北地区为GDP(0.932),关中地区为人口密度(0.936),陕南地区为相对湿度(0.710)。交互探测结果表明：陕西省主导交互因子为人口密度∩GDP,各种复杂的自然因素和人为活动因素耦合会大大加强对PM_2.5浓度的解释力。     

气象因素和前体物对中国东部O3浓度分布的影响

采用重心模型、空间自相关分析和地理探测器,研究了2016年中国东部O₃浓度的时空变化规律,揭示了气象因素和前体物对中国东部O₃浓度空间分布格局及其演变的影响.结果表明：（1）O₃浓度变化可分为3个阶段：1~3月为低值上升阶段、4~9月为高值波动阶段、10~12月为低值下降阶段,O₃污染主要发生在高值波动阶段,超标天数占全年的96.0%.（2）气象因素是影响O₃年均浓度空间分布格局的主导因素,受降水、相对湿度南高北低和日照时数北高南低的影响,O₃年均浓度总体呈北高南低的态势;前体物对O₃年均浓度分布也有显著影响,是城市群核心城市形成局部O₃污染中心的原因.（3）O₃月均浓度分布格局经历了由北高南低到南高北低的演变过程,1~6月O₃浓度总体重心和高值重心向北迁移,6月达到最北,北高南低的特征最强,环渤海地区成为O₃污染最严重的区域;7~12月,O₃浓度总体重心和高值重心向南迁移,12月达到最南,O₃浓度分布格局演变为南高北低.3~9月雨季期间,O₃浓度分布主要受降水和相对湿度的影响,其余时间主要受气温的影响.（4）前体物对O₃浓度分布的影响主要通过气象条件实现,气温越高,光化学反应越强,前体物的正向影响力越大;气温越低,光化学反应越弱,NO_x、CO、SO₂等化学性质活跃的前体物对O₃可能起消耗作用.     

南亚高压对四川盆地夏季区域持续性O3污染的影响

基于2015~2020年四川盆地臭氧（O₃）浓度监测数据,构建O₃区域性持续性污染过程个例库,并进一步时空匹配高低空气象资料,探究夏季南亚高压系统对四川盆地地面气象要素及O₃污染生成的影响机制.结果表明：（1）2015~2018年四川盆地O₃区域性持续性污染（ORPP）逐年加重,2018~2020年保持相对稳定的污染态势,且ORPP多集中于春、夏两季.盆地中南部成都、重庆、泸州等城市O₃污染形势最为严峻,且高值区逐渐向南北方向转移.（2）基于南亚高压（系统存在率、中心离散度与东西振荡量）对地面气象要素的影响阐释ORPP的生成机制：系统存在率均值偏低且位置偏东时,平均气温、气温日较差及日照时数偏高,相对湿度偏低,利于O₃生成;南亚高压东模态中心显著聚集时,气温日较差与日照时数激增,易造成O₃异常高值;西模态剧烈振荡时,气温日较差、日照时数及相对湿度改变,易使O₃浓度波动.（3）对比清洁期与污染期,南亚高压系统存在率、中心离散度与东西振荡量综合作用于清洁期,而污染期则主要受中心离散度与东西振荡量影响.当南亚高压西模态剧烈振荡与东模态显著聚集配合出现时,极易诱发四川盆地内ORPP二级过程.     

长江经济带PM2.5空间异质性和驱动因素的地理探测

基于地面站点监测数据,运用空间自相关分析和地理探测器等模型方法,探究了2018年长江经济带PM_2.5污染的时空分异特征与驱动因素.结果表明：（1）长江经济带PM_2.5浓度呈明显的夏低冬高、春秋居中的季节变化、 U形月度变化和脉冲型逐日变化特征,低值区集中在上游的南岸地区,高值区位于中下游的江北地区;（2）流域PM_2.5污染存在稳定的空间正相关,局部空间关联格局展现显著的HH型和LL型的空间趋同现象;（3）长江经济带PM_2.5空间相关强度随地理距离的增大而减小,其空间自相关性阈值约为870 km,在该范围内PM_2.5空间集聚性较为强烈;（4）自然和人文因子对PM_2.5影响程度具有显著的空间差异性特征,海拔高度、地形起伏度和人口密度是长江流域PM_2.5污染的高作用力影响因子.因子交互作用后对PM_2.5污染解释力远超单因子,主导交互因子为产业结构∩海拔高度,反映出长江流域大气污染的驱动因素具有复杂性特征.     

基于随机森林模型的四川盆地臭氧污染预测

为研究四川盆地臭氧(O₃)污染长期变化,使用四川盆地18个城市的地面O₃浓度数据和气象观测数据,首先分析了2017～2020年间四川盆地O₃浓度的时空分布特征,再利用随机森林模型,筛选出影响O₃浓度变化的主导气象因子,构建了气象因子和O₃浓度之间的统计预测模型,并对2020年四川盆地城市群的O₃污染状况进行预测分析.结果表明：(1)2017～2020年间O₃浓度呈现波动变化趋势,2019年出现一个低值,2020年O₃浓度又有所回升.(2)气象影响因子中相对湿度、日最高温度和日照时数对O₃浓度变化具有重要意义,而风速、气压和降水量的重要性较低;同时,气象因子之间也存在着不同的线性关系,气压与其他气象要素呈现负相关性,而剩余气象要素之间正相关关系较为明显.(3)基于随机森林构建的O₃预测模型的拟合优度(R²)较高,展示出较好的预测性能,能够较好地预测O...     

2013—2018年中国近地面臭氧浓度空间分布特征及其与气象因子的关系

气象因子对近地面臭氧（O₃）浓度有重要影响.为探究O₃与气象因子的关联特征以及O₃的周期性特征,利用反距离权重插值、Kolmogorov-Zurbenko滤波和多元线性回归分析了2013—2018年我国O₃和气象因子数据.结果表明:①2013—2018年中国O₃日最大8 h滑动平均值〔ρ（O₃-max-8 h）〕第90百分位数呈上升趋势,增速为2.6 μg/（m3·a）;ρ（O₃-max-8 h）高值区（≥180 μg/m3）主要分布在华北平原和长江中下游平原一带,高值区范围在华北平原地区呈扩大趋势,在长三角和珠三角地区呈缩小趋势.②ρ（O₃-max-8 h）短期和季节分量的贡献在空间上呈“互补”的分布特征.短期分量的贡献（75%）在东南沿海地区最高,在内陆大部区域较低（< 30%）;季节分量的贡献（15%）在东南沿海地区最低,在内陆大部区域较高（>60%）.③在华北平原至长三角地区一带,长期气象因子变化是ρ（O₃-max-8 h）升高的重要原因;而在华南、西南和东北区域,气象因子变化对ρ（O₃-max-8 h）的影响并不显著.④ρ（O₃-max-8 h）与温度、太阳总辐射量的相关性（r>0.86）均在四川盆地至湖北省一带最高,ρ（O₃-max-8 h）与相对湿度在中部和西部区域呈正相关（r>0.64）,ρ（O₃-max-8 h）与风速在华北平原呈强正相关（r>0.89）.研究显示,中国近地面O₃具有显著的时空分布特征,气象因子与太阳总辐射量对O₃空间分布的影响具有较大的区域差异.      

天气形势对四川盆地区域性臭氧污染的影响

本研究结合地面观测资料,ERA5再分析数据和PCT客观分型法,分析了2014~2019年四川盆地区域性O₃污染特征以及天气形势与O₃污染的关系.结果表明,2014~2019年四川盆地O₃区域污染发生频数呈单峰型分布,于2016年达到峰值,且发生区域主要集中在成都平原城市群.在6种典型天气类型中,类型1、2、6为污染型,其海平面气压呈西高东低,四川盆地受低压系统控制.类型3、4为清洁型,其中类型3呈北高南低,且在四川盆地东部存在1个低值中心;类型4呈东高西低,在青藏高原区域有一些小范围的高压中心.在污染型天气形势下,四川盆地的气象条件为温度高、云量低、地面接收到的紫外辐射强、相对湿度低,加速了O₃的生成,再叠加类型1的静风条件不利于污染物扩散;类型2、6盛行的东南气流对O₃及其前体物的输送,造成污染型天气类型发生区域性O₃污染比例明显高于其他几种类型.此外,基于环流分型的预测结果表明环流形势对四川盆地各城市群区域O₃污染影响可以达到其年变化的2倍以上,对整个四川盆地O₃浓度变化的贡献率为34.8%~66.3%.     

成都市及周边地区严重臭氧污染过程成因分析

结合天气形势,地面观测资料和WRF-CMAQ模式,分析了2017年7月8~15日成都市一次罕见持续O₃污染过程的特征及成因,量化了各个物理化学过程对此次污染过程的相对贡献,并通过敏感性实验分析了四川盆地内O₃及其前体物的区域传输和本地光化学反应对此次污染过程的影响.结果表明,此次O₃持续污染过程主要是因为四川盆地内盛行偏东风,导致盆地东部城市群的O₃及其前体物经区域输送到成都及周边地区,加之成都市出现小风、气温升高等气象条件进而形成,属于典型的传输性爆发污染.持续污染形成的主要物理化学机制体现为日间气相化学过程贡献为稳定的正值,加之输送过程贡献出现爆发式升高,进而导致近地面O₃小时净增量迅速上升且高达50μg/（m³·h）,随之O₃浓度迅速响应,产生爆发式增长.此外,敏感性实验结果显示此次成都市O₃持续污染的形成受区域输送影响较受本地光化学反应影响更为明显.O₃污染爆发前上游地区高浓度O₃及其前体物沿流场输送并在成都及周边地区不断积累,导致日间O₃浓度不断升高.     

哈尔滨市臭氧时空分布特征及气象要素的关系

利用2015~2018年哈尔滨市臭氧（O₃）监测数据，与其他典型城市进行对比，详细分析了哈尔滨市O₃的时间和空间分布特征，及其与气象要素的关系。结果表明：哈尔滨市2015~2018年O₃污染程度比北上广及长春，沈阳，大连等城市轻；哈尔滨市O₃污染具有明显的季节特征，春夏季O₃超标率大于秋冬季；月变化趋势呈现倒“U”型，O₃高值集中在5~7月；日变化为单峰分布，在13：00~15：00时浓度维持在全天高值； O₃浓度表现为“周末效应”，工作日O₃浓度略高于周末；空间分布特征表明：哈尔滨市外围郊区O₃浓度普遍高于内围市区；在O₃污染高发的5~7月，太阳辐射强度在800~1200W/m²、气温越高、风速越大和相对湿度越小，O₃超标率越高。     

2016年长三角城市群O3浓度的时空变化规律

基于2016年长三角城市群40个城市的监测数据,利用空间内插、空间自相关分析、热点分析等地统计分析方法,研究了2016年长三角城市群O₃浓度的时空变化规律.结果表明：2016年长三角城市群O₃平均超标天数比例为8.8%,O₃已成为造成长三角城市群空气污染的仅次于PM_2.5的重要污染物;夏、春、秋、冬季O₃浓度依次递减,由于梅雨的影响,O₃月均浓度变化曲线呈M型分布,2个峰值出现在5月和8月,谷值出现在6月;O₃超标主要发生在4~9月,超标天数占全年的98.1%,月均超标天数比例为17.3%;O₃浓度具有明显的空间分异规律,大体呈东北高西南低的态势,过杭州和马鞍山的直线可将长三角城市群O₃浓度划分为高值区和低值区,杭州-马鞍山线以东是O₃高污染城市聚集区,尤以环太湖经济圈最为严重.O₃浓度的空间分布格局与长三角城市群经济发展格局大体一致;O₃浓度具有空间集聚规律,4~7月O₃热点集中分布在环太湖经济圈至上海区域,受东南季风加强的影响,8~9月热点西移至以南京为中心的区域.     

2005~2016年中国大气边界层SO2的时空变化趋势

利用臭氧观测仪（OMI）卫星遥感反演的大气边界层（PBL）SO₂柱含量（PBL SO₂）数据分析了自2005年以来中国PBL SO₂柱含量数据的空间分布特征、变化趋势及其影响的原因.从长时间尺度上,PBL SO₂柱含量呈现明显的下降趋势.2005年中国区域年平均PBL SO₂柱含量为0.317DU,2016年为0.276DU,减少了0.041DU,大约为13.2%.SO₂柱含量呈现明显的周期变化特征.冬季浓度较高,夏季较低,最小值和最大值分别出现在7和12月,分别为0.246和0.404DU.小波分析显示SO₂的变化在10个月的尺度水平上存在明显的主振荡周期,在40个月的尺度水平上存在明显的次周期变化.中国区域SO₂污染严重的高值区主要出现在京津冀鲁环渤海地区、关中平原（山西省和陕西省）、河南省大部分地区、四川盆地、长江三角洲地区和珠江三角洲.最大的SO₂柱含量值可达1.1DU以上.京津冀鲁环渤海地区的高值区已经延伸到长江三角洲地区,有向南延伸和珠江三角洲连在一起的趋势.由于地形和天气特征的影响,四川盆地地区SO₂出现次高值区.在青藏高原和西北地区,SO₂浓度较低,呈现背景值特征,多年平均的SO₂约在0.05DU的水平.中国区域SO₂变化趋势在空间分布上存在明显的区域差异,变化的范围在-0.70~0.15DU之间.SO₂出现逐渐减少的地区主要是在高值区,如京津冀鲁环勃海地区、关中平原、四川盆地,长江中下游和珠江三角洲.减幅最大的是四川盆地和珠江三角洲,大约减少了61%.四川盆地2005~2016年约减少了0.55DU;珠江三角洲约减少了0.45DU.出现增长的地区主要是西部和北部地区,以及东南沿海除珠三角外的大部分区域,最大增长大约为0.15DU.     

河南省近地表O3污染特征及其与气象因素之间的关系

Meteorological factors have an important influence on ozone (O₃) concentration. In order to explore the characteristics and causes of near-surface O₃ pollution in Henan Province, based on the datasets of ambient air quality monitoring stations and national basic ground climate stations in Henan Province from 2014 to 2020, this study examined the spatiotemporal characteristics of O₃ pollution in Henan Province and the relationship between O₃ and precursors and meteorological factors, and the potential sources of O₃ in Henan Province were also explored. The results showed that: (1) In terms of temporal characteristics, the annual average O₃ concentration of the maximum daily 8 h average (O₃-8 h) in Henan Province generally decreased from 2014 to 2020, showing an ‘M’ type temporal evolution. For seasonality of O₃-8 h concentration, it was highest in summer and decreased sequentially in spring, autumn, and winter, while both O₃-8 h concentration and the number of days exceeding the standard peaked in June. In terms of spatial characteristics, the O₃ concentration was generally lower in northern than in southern China, and lower in western than in eastern China. The areas with high concentrations were concentrated in southern Henan Province. (2) The O₃-8 h concentration was significantly negatively correlated with the precursor NO₂ and CO concentrations. (3) From the perspective of meteorological factors, O₃-8 h concentration was positively correlated with air temperature and negatively correlated with relative humidity, indicating that high temperature (≥26 ℃) and low humidity (≤40%) were favorable for the increasing of O₃-8 h concentration. Affected by the prevailing northerly winds in autumn and winter, the O₃-8 h concentration in Henan Province showed a spatial pattern of low values in the north and high values in the south in autumn and winter, and the prevailing southerly wind in summer was conducive to the formation and maintenance of O₃ in Henan Province. (4) In the summer of 2019, the main source areas of O₃ and precursors increased gradually and changed from both inside and outside the province to mainly outside the province. Affected by the boundary cities and topographic conditions, O₃ in Henan Province accumulated locally in summer. The study shows that the near-surface O₃ pollution in Henan Province has significant spatial and temporal distribution characteristics, the pollution degree is generally reduced. The precursors of O₃ and meteorological factors (temperature, relative humidity, wind) have significant effects on O₃, and O₃ transport paths and potential sources change with time in summer.