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.      

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.      

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.      

上海市PM2.5和臭氧复合污染期多路径减排效果评估

为探究大气PM_2.5和臭氧(O₃)复合污染期间的污染物浓度削峰方案,以上海市2018年4月27—30日PM_2.5和O₃复合污染时段为研究对象,结合区域多尺度空气质量模型(CMAQ模型),建立上海市O₃日最大8小时滑动平均值(MDA8 O₃)以及PM_2.5浓度与人为源排放的NO_x和VOCs之间的响应关系,获得了EKMA (empirical kinetics modeling approach,经验动力学建模方法)曲线.在此基础上,探讨上海市MDA8 O₃和PM_2.5对前体物排放的敏感性,并进一步量化了本地减排、提前减排和区域减排等不同情景下PM_2.5和MDA8 O₃的浓度变化.结果表明：(1)上海市PM_2.5和O₃复合污染期间MDA8 O₃的峰值率(PR)为0....     

三亚市大气VOCs污染特征、臭氧生成潜势及来源解析

为探究热带地区环境空气中挥发性有机物(VOCs)的污染特征,利用三亚市2019年VOCs在线监测数据,全面分析了VOCs的污染特征、来源以及对O₃的影响.结果表明:①总挥发性有机物(TVOCs)日均体积分数范围为2.05×10-9~19.74×10-9,且以烷烃(71.4%)和烯烃(20.5%)为主.②VOCs优势物种丙烷、正丁烷、乙烷、异丁烷、乙烯、乙炔、苯和甲苯的体积分数日变化均呈早晚双峰的特征;φ(异戊二烯)呈白天显著高于夜间的特征,其季节性变化规律与光照变化基本一致.③对臭氧生成潜势(OFP)贡献最大的是烯烃(70.6%),其中异戊二烯的OFP贡献率(41.9%)最大,其次是烷烃(19.9%).④春夏季φ(NO₂)和φ(VOCs)均较低,难以通过光化学反应生成较高的φ(O₃),秋冬季φ(O₃)显著升高主要与东北方向污染物传输有关.⑤正交矩阵因子模型(PMF)解析结果表明,VOCs来源分别为交通源(46.52%)、溶剂使用源(18.25%)、植物源(12.36%)、工业源(11.99%)和燃烧源(10.88%).研究显示,三亚市环境空气中φ(VOCs)受交通源排放影响较大,应加强管制以削减环境空气中VOCs活性较大的物种,从而减少O₃的生成.      

淄博市城区臭氧超标期间的VOCs污染特征与来源解析

近年来,我国城市的臭氧（O₃）污染问题日益突出.挥发性有机物（VOCs）是O₃生成的重要前体物,因此,了解VOCs主要特征以及来源对控制O₃污染具有重要意义.于2019年5～9月在淄博市开展了在线VOCs观测,共计监测56个物种.观测期间,O₃超标率为67.8%,ρ（VOCs）平均值为140.71μg·m^-3,O₃超标日的VOCs浓度为非超标日的1.04倍.从VOCs组分结构上看,浓度从高到低依次为：芳香烃>烷烃>烯烃>炔烃.其中1,3,5-三甲苯、邻-乙基甲苯、 1-丁烯和正己烷为超标日和非超标日排放较高的物种.臭氧生成潜势（OFP）中芳香烃和烯烃贡献较大.由PMF源解析结果得出,该城区VOCs来源主要包括机动车源、固定燃烧源、溶剂使用源、工艺过程源和天然植物源,其中机动车源为该城区最主要的VOCs来源.此外,O₃超标日的机动车源占比为32.3%,固定燃烧源占比为24.2%,相比于非超标日分别升高了3.3%和6.9...     

山西省城市地区近年来环境空气臭氧污染特征及来源解析

基于山西省2018—2020年国控点位O₃监测数据分析了全省O₃污染特征,分别以晋城市和太原市为典型城市,分析了温度、相对湿度和风向风速等气象因子以及前体物(NO_x和VOCs)对O₃的影响,并采用CAMx模式开展2020年6—8月山西省O₃区域和行业来源解析. 结果表明:① 山西省O₃超标天数中以O₃轻度污染为主,且中度及以上污染呈增加趋势,O₃污染集中出现在5—9月,且呈现较强的地域性特征,O₃浓度日变化呈单峰型特征. ② ρ(O_{3-1 h})(臭氧1 h平均浓度)与气温、风速均呈正相关,与相对湿度呈负相关,高温、低湿有利于O₃的生成. 风速与ρ(O_{3-1 h})呈分段式线性关系,ρ(O_{3-1 h})随着风速增大而升高,当风速大于某一阈值时,ρ(O_{3-1 h})随风速的增加而下降. 以典型城市晋城市为例,当温度在25 ℃以上、相对湿度在30%~60%之间、风速为4~5 m/s,且风向为南风和东南风时更容易出现ρ(O_{3-1 h})高值. ③ 山西省2020年6—8月O₃区域来源解析表明,各城市O₃本地源贡献较弱而传输贡献影响显著(>80%). ④ 山西省2020年6—8月O₃行业来源解析表明,各市工业源类(电力源、焦化源和其他工业源)的贡献率在50%左右,柴油交通源贡献率在20%~27%之间. 研究显示,山西省O₃污染传输贡献影响显著,联防联控势在必行,电力源、焦化源和柴油交通源对O₃生成贡献较大,亟需优先加强管控.      

北京市城区秋季O3污染过程VOCs污染特征及反应活性

为深入了解挥发性有机物(VOCs)对臭氧(O₃)污染的影响,基于北京市2019年秋季VOCs和O₃高时间分辨率在线监测数据,开展O₃污染情况下VOCs浓度水平、组成变化和臭氧生成潜势(OFP)研究.结果表明,大气φ(VOCs)平均值为(22.22±10.10)×10^-9,其中,烷烃是体积分数最大的组分,占总VOCs的55.65%,其次是含氧有机物(OVOCs)和烯烃,分别占总VOCs的16.23%和8.13%.观测期间,北京市城区O₃共出现3次污染过程,O₃污染日和清洁日φ(VOCs)平均值分别为(26.22±12.52)×10^-9和(16.37±7.19)×10^-9,污染日VOCs体积分数比清洁日高60.17%.臭氧生成潜势(OFP)分析结果显示,污染日OFP为113.63μg·m^-3,比清洁日增加56.55%,OVOCs和芳香烃对OFP的贡献率分别增加6.51%和1.55%,而烯烃的贡献...     

淄博市城郊臭氧污染特征及影响因素分析

本文基于淄博市2019年18个自动监测站连续1 a的O₃与前体物（NO_x、 VOCs和CO）,及常规气象监测数据（气温、相对湿度、风速和能见度）,选取城区和郊区代表性站点,研究了O₃与前体物的污染特征以及O₃生成的影响因素.结果表明,淄博市2019年O₃-8h浓度超标率为25.8%,超标天多出现在5～9月;城区NO_x浓度高于郊区,而O₃和VOCs浓度较低;各污染物的小时变化率具有明显的季节特征,秋冬季节O₃上升和前体物下降时间均较春夏季节晚1 h左右,且O₃生成累积的高峰时段缩短,城区O₃浓度的整体上升速率高于郊区;对O₃及各影响因素的相关性分析、偏相关分析及线性回归分析得到,O₃与前体物和相对湿度呈负相关,与能见度、气温和风速呈正相关,各因素间存在相互影响;城区站点O₃生成的主控因子有相对湿度、 NO<...     

深圳市城区VOCs对PM2.5和O3耦合生成影响研究

为了探究珠江三角洲城市大气PM_2.5和O₃的协同污染特征,在深圳市大学城开展了秋季光化学反应活跃季大气污染加强观测.发现O₃日最大8h平均值(O₃_8h)和PM_2.5在日间具有较强的正相关关系,且O₃_8h与典型挥发性有机物(VOCs)甲醛的相关性显著高于NO₂.利用气溶胶质谱仪在线测量了亚微米气溶胶化学组成,并利用正交矩阵因子模型(PMF)对其中有机气溶胶进行来源解析,解析出5类因子,其中二次有机气溶胶(SOA)占总有机物浓度的50%.通过对污染物之间的相关性分析发现,O₃_8h和SOA具有良好的相关性,但与硝酸盐(NO₃^-)未表现出相关性,说明VOCs在深圳城区大气PM_2.5和O₃耦合生成过程中的作用比NOx明显,VOCs减排是深圳市协同控制PM_2.5和O₃污染的关键.     

郑州市臭氧污染变化特征、气象影响及输送源分析

基于环境空气质量和气象在线监测数据,研究了郑州市近地面臭氧(O3)污染的年际变化、空间差异及气象影响,并分析了 O3传输路径和潜在源区.结果表明,2014～2018年郑州市近地面03污染超标时间跨度增加,城区站点03日最大8 h滑动平均值(MDA8)第90％分位呈显著上升趋势(P＜0.05),增长速率为15.50μg·...     

黄河源区水库二氧化碳逸出暖季变化规律及影响因素分析——以刘家峡水库为例

河流上修建水库改变了自然状态下的水流运动,而且深刻影响着物质传输和交换过程.本文以黄河源区12级梯级水库群末端的刘家峡水库为例,在2016年4、8月和2017年5月进行了3次野外试验,采用Li-7000静态箱法监测了刘家峡水库入库前、库中和出库河道内的二氧化碳分压(p(CO2))、二氧化碳逸出量(F(CO2)),并测定了相关水化学因素,包括pH、溶解氧(DO)和水温(T),综合分析了水库碳逸出的暖季时空变化规律及其影响因素.结果表明:在河流流向上,刘家峡水库库区内的p(CO2)和F(CO2)(601.6μatm和85 g·m-2·a-1,以C计,下同)均低于入库前水体(670μatm和328 g·m-2·a-1)和出库后水体(680.5μatm和372 g·m-2·a-1),水体的pH变化范围为7.90~8.80,DO变化范围为102%~145%;垂向上,pH为7.81~8.65,DO为82%~140%,从水面至水库库底p(CO2)的变化范围为617~1087μatm,p(CO2)、pH和DO均随水深增加而降低,且8月变化强于4月和5月;水温在垂向上存在明显的分层现象,温度范围为5~25℃.库区内的光合作用降低了水体溶解CO2的含量,出库水体由于水流波动较大,F(CO2)明显增加,8月水体的F(CO2)均低于5月,可能是由于水库中的热分层现象更加显著,进一步促进了浮游植物的生长,对溶解性CO2的利用增加.通过对世界范围内不同纬度和海拔高度的水库F(CO2)的统计发现,刘家峡水库的F(CO2)在温带地区水库的F(CO2)中呈较低水平,其高海拔的地理位置及梯级水库的拦截作用是重要原因.本研究可为高寒高海拔地区水库的F(CO2)评估和全球水库碳排放评价提供依据.     

Effect of SO2 on performance of the turnip moth,Agrotis segetum Schiff

Effect of SO₂-enriched air on the turnip moth, Agrotis segetum Schiff.was investigated by rearing the larvae on rape leaves that had been exposed to 40 or 80 ppb of the air pollutant in field fumigation chambers. An examination on the 11th day showed that the larvae in both treatments survived more, developed markedly faster, their fresh v/eig'ht and mean relative growth rate were significantly greater than those of control insect. Improvement of their growth and development resulted in decrease of total larval duration by 0.5 - 1.0 day. Pupal and adult performances were little affected by SO₂ level to which larval food plant was exposed. Possible reason responsible for enhanced growth and development of the insect species was discussed.     

2020年成都市典型臭氧污染过程特征及敏感性

2020年4月24日至5月6日成都市臭氧(O3)和细颗粒物(PM2.5)复合污染过程期间,在成都市城区开展大气臭氧及其前体物(NO,、VOCs)和气象参数观测实验,基于观测数据采用OBM模型对市区臭氧敏感性和主控因子进行识别,并采用PMF模型对关键VOCs物种进行来源解析.结果表明,臭氧超标日各污染物浓度均有所上升,VOCs物种中芳香烃和含氧(氮)化合物上升幅度较大;成都市城区O3超标天对应的臭氧处于显著VOCs控制区,芳香烃和烯烃对O3生成最为敏感,且存在削减NOx的不利效应;结合VOCs来源解析,城区VOCs主要来源:移动源(22.4％)、餐饮及生物质燃烧源(21.8％)、工业源(15.1％)和溶剂使用源(9.3％),臭氧超标天溶剂使用源、餐饮及生物质类燃烧源贡献率明显上升.成都市城区春季应以VOCs减排为重点,并加大芳香烃和烯烃相关源控制力度.     

泰安市大气臭氧污染特征及敏感性分析

2018年5～7月对泰安市城区站点的臭氧及前体物进行在线监测,并基于特征比值法和光化学模型分析了臭氧及前体物的污染特征及臭氧生成对前体物的敏感性.结果表明,观测期间泰安市正遭受较为严重的臭氧(O_3)污染,臭氧浓度的日变化呈典型的单峰型变化,15:00左右出现最高值,氮氧化物(NO_x)和VOCs的日变化趋势整体呈现夜间高白天低的变化特征.由O_3生成效率(OPE)、VOCs/NO_x和H_2O_2/NO_z特征比值法及基于EKMA曲线的方法均得出观测期间泰安市大气O_3光化学生成偏向于NO_x敏感区及过渡区,削减NO_x和VOCs均对O_3生成具有控制作用.同时基于EKMA曲线的方法还得出在O_3前体物浓度减排时按照丙烯等效浓度(PE)与NO_x浓度比值为8∶3进行VOCs(PE)和NO_x削减可以达到O_3浓度控制的最佳效果.     

珠江三角洲大气光化学氧化剂(Ox)与PM2.5复合超标污染特征及气象影响因素

基于粤港澳珠江三角洲区域空气监测网络12个监测子站的大气污染物数据,梳理2013~2017年大气光化学氧化剂O_x（NO₂+O₃）与PM_2.5质量浓度的变化趋势.O_x+PM_2.5复合超标污染定义为NO₂和PM_2.5质量浓度日平均值以及O₃浓度日最大8 h平均值（O₃ MDA8）同时超过二级浓度限值,分析了不同类型站点复合超标污染的时空分布特征以及气象因素影响.结果表明,2013~2017年珠三角PM_2.5年均质量浓度由（44±7）μg·m^-3下降至（32±4）μg·m^-3,实现PM_2.5连续3 a达标.O_x年均质量浓度由2013年（127±14）μg·m^-3下降至2016年（114±12）μg·m^-3,2017年反弹至（129±13）μg·m^-3,O₃浓度上升明显（10 μg·m^-3）.以O₃为首要污染物的污染过程占比由2013年33%增多至2017年78%,多个城市同时发生污染的区域特征明显.研究时段内O_x+PM_2.5复合超标污染事件共发生60次,主要在城区站点（78%）和郊区站点（22%）.秋季发生复合超标污染天数最多（52%）,是因为强太阳辐射有利于臭氧生成,大气氧化性增加,进而促进了PM_2.5二次生成.造成珠三角复合超标污染的天气形势主要为高压出海型（43%）、高压控制型（30%）和热带低压型（27%）.就具体气象因素而言,气温在20~25℃且相对湿度在60%~75%的范围内时,复合超标污染事件发生占比最高（22%）.在O₃重污染过程中,夜间高湿和低风速使得NO₂和PM_2.5浓度显著上升,日间高温加剧了复合超标污染.     

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     

基于遗传-支持向量机和遗传-径向基神经网络的有机物正辛醇-水分配系数QSPR研究

基于遗传算法(GA)的因子筛选和支持向量机(SVM)的非线性回归,提出了1种改进的有机物定量结构-性质相关(QSPR)建模方法--遗传-支持向量机(GA-SVM),并将其用于38种食品工业常用有机物正辛醇-水分配系数(Kow)的QSPR建模.结果显示,QSPR模型选取了分子量、Hansen极性、沸点、含氧率和含氢率5种参数;模型的预测值与实测值间的误差平方和(SSE)、均方差(RMSE)和决定系数(R2)分别为0.048、0,036和0.999,表明模型具有较强的预测能力;同时,交叉验证的结果(SSE=0.295,RMSE=0.089,R2=0.995)也表明,模型具有良好的稳健性,因此,GA-SVM算法适用于对有机物正辛醇-水分配系数的QSPR建模.此外,将基于GA-SVM的QSPR模型分别与基于遗传-径向基神经网络(GA-RBFNN)和基于线性算法的模型进行了比较,结果表明,应用GA-SVM建立的QSPR模型无论从稳健性还是预测能力上都优于应用其它2种算法建立的模型,因此,GA-SVM算法比GA-RBFNN和线性算法更适合于对有机物正辛醇-水分配系数进行QSPR建模.     

季节非对称升温对喀斯特土壤CO2释放的影响

全球变暖呈现季节非对称升温特征,若在研究全球变化对生态系统的影响时未充分考虑该特征,很可能导致研究结果失真.基于红外线辐射增温法,野外模拟不同升温情景下喀斯特土壤CO₂释放的短期（4 a）特征.升温情景包括不升温（对照）、对称升温（全年同步升温2.0℃）和非对称升温（冬春/夏秋季升温幅度为2.5℃/1.5℃、3.0℃/1.0℃、3.5℃/0.5℃和4.0℃/0℃）.结果表明,与对照相比,升温样地土壤CO₂通量显著提高,增加了0.26 μmol·（m²·s）^-1,增幅为17.41%,其中冬春季通量增加了0.23 μmol·（m²·s）^-1.在平均升温2.0℃情景下,土壤CO₂释放的温度系数（Q₁₀）变幅为1.53~3.24之间,平均值为2.23.对称升温处理中夏秋季土壤CO₂通量升温贡献率（80%）远高于冬春季（20%）;非对称升温处理夏秋季和冬春季平均升温贡献率相当（46%和54%）.5个升温情景下CO₂通量和Q₁₀呈现随升温的非对称性增加而降低的趋势,其中对称升温处理CO₂通量显著高于中度、高度和极端非对称升温处理.各处理中,夏秋季Q₁₀均大于冬春季,这可能与土壤含水量、土壤微生物、可溶性无机碳和植被生长等有关.研究揭示,基于对称升温情景可能会高估全球变暖对喀斯特土壤CO₂释放的影响.     

北京市2014~2020年PM2.5和O3时空分布与健康效应评估

细颗粒物（PM_2.5）和臭氧（O₃）是我国的主要大气污染物,严重危害人群健康.北京市自2013年以来大力开展大气污染治理工作,现已取得显著成效.通过分析2014~2020年北京市34个大气环境监测站的PM_2.5和O₃浓度变化特征并评估大气污染防治的健康效应,对推进大气污染防治具有重要意义.结果表明,2014年北京市PM_2.5年均值和4~9月平均O₃日最大小时（O_{3_max}）值分别为92.0 μg·m^-3和81.9 nmol·mol^-1.2014~2020年PM_2.5平均每年降低7.5 μg·m^-3,但是O_{3_max}持续偏高.在季节尺度,冬季的12月和1月PM_2.5浓度最高,夏季的8月浓度最低.相反地,O_{3_max}在每年6月浓度最高.PM_2.5浓度日变化规律为,夜间22：00至次日00：00最高,14：00~16：00最低.而O₃浓度在07：00最低,随后逐步升高并在午后达到最高.在空间分布上,PM_2.5在2014和2019年都呈现南高北低的趋势,O_{3_max}在全市范围内均较高,仅在道路区域偏低.大气污染对人群健康影响的评估结果表明,2014年北京市与PM_2.5相关的心血管和呼吸道疾病超额死亡人数分别为1580人和821人,与O₃相关的呼吸道疾病超额死亡人数为2180人.2019年与PM_2.5相关的超额死亡人数仅为2014年的50%,而与O₃相关的超额死亡人数与2014年持平.北京市细颗粒物治理成效显著,但是O₃污染问题凸显,O₃已经成为危害北京市居民健康的首要大气污染物.未来需要加强PM_2.5和O₃协同治理.