重庆市渝中区臭氧时空变化规律因素分析研究

臭氧是城市光化学烟雾的主要成分,同时也是重要的温室气体,因此臭氧污染已经成为城市空气质量的重要因素.对重庆市渝中区2015年3个空气质量自动监测点臭氧浓度进行比较,并分析了臭氧与环境、日照、气温、挥发性有机物、NO2、PM10、PM2.5的相关性.结果表明:臭氧浓度与监测点周围环境有关;臭氧浓度呈典型的季节变化趋势,与日照、气温呈明显的正相关;臭氧浓度小时值变化出现明显的日变化规律;臭氧浓度与挥发性有机物呈正相关,与NO2、PM10、PM2.5有较好的负相关性.     

沧州近地面臭氧浓度与气象条件关系

利用2013—2018年沧州市臭氧监测数据和气象数据,运用相关和百分位阈值法,分析了沧州市臭氧污染特征及气象因子对臭氧污染的影响。结果表明:沧州市臭氧浓度呈现明显的季节变化特征,春季和夏季最高;臭氧超标日数也集中在春夏季,臭氧浓度和超标日数均呈逐年增加趋势;在所有气象因子中气温与臭氧相关性最强,较高的气温是沧州市臭氧发生的必要条件,气温越高越容易导致高浓度的臭氧污染;绝大多数情况下,臭氧浓度与相对湿度呈负相关关系;降水量级及降水性质都会对臭氧浓度造成明显影响;风向与风速影响臭氧污染物的水平传输和垂直扩散,冬春季影响明显;春季臭氧浓度的增加与风速增大导致的混合层高度增加有重要的关系;颗粒物通过影响到达近地面的气象要素间接影响臭氧浓度。沧州地区臭氧超标日的出现伴随着一系列气象条件的共同改变,包括晴天少雨、混合层高度增加、风速增大、相对湿度降低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。     

昆明市官渡区臭氧污染特征及影响因子相关性分析

对2019年昆明市官渡区环境空气中臭氧监测数据进行分析,研究昆明市官渡区的臭氧(O3)污染情况、分布特征以及与影响因子的相关性。结果表明,该地区臭氧从3月份开始逐步升高,7—10月维持高位,其中8月达到峰值。O3浓度和超标天数均具有明显的季节变化特征,春季和夏季的O3污染最为严重。对臭氧浓度与影响因子(气压、气温、相对湿度、风速、降水量、NO2、NO、PM10、CO、PM2. 5)进行相关性分析,结果显示臭氧浓度与气温的相关性呈现中等程度正相关,与相对湿度、风速的相关性呈现较强的负相关性,NO2、PM10等会影响近地面臭氧浓度,但相关性较低。影响因子对臭氧浓度的作用不受海拔高度的影响。     

银川市臭氧污染特征及影响因素分析

依据2014年银川市6个自动空气监测子站的监测数据,分析银川市臭氧浓度的污染特征,并对夏季臭氧相关气象因子进行分析。结果表明,从监测点位来看,银湖巷站点臭氧浓度最高,宁安大街次之,宁化生活区臭氧浓度最低。从时间变化规律来看,银川市臭氧浓度呈夏季最高,春季次之,秋季、冬季污染较低,其中臭氧月均浓度最大值出现在5月、6月。臭氧日变化呈单峰变化规律,夜间臭氧浓度较低,白天臭氧浓度较高。夏季臭氧浓度与二氧化氮、相对湿度呈显著的负相关性,与气温、风速呈显著正相关性。     

泉州市区臭氧污染成因初步分析

臭氧已成为影响泉州市区环境空气质量最重要的指标。监测结果表明主要国控评价点位臭氧浓度基本一致,春秋季节是泉州市区臭氧污染较为严重的季节。为探明泉州市区臭氧污染成因,基于涂山街点位的臭氧、氮氧化物、气象因子和VOCs(挥发性有机物)的监测结果,对泉州市区春秋季节臭氧浓度与前体物、气象因子的关系进行了分析,同时利用后向轨迹对涂山街点位的污染气团进行追踪。结果表明,无论春季或秋季,臭氧浓度与相对湿度、紫外辐射相关性较高,与风速有一定的相关性,与温度、大气压基本无相关;春季主导风向为东南、东北偏东、东时,秋季主导风向为西北、西北偏北、北时臭氧易超标;春季臭氧防治应重视本地区污染源的管控,同时还应特别注意东北方向污染气团的传输;秋季臭氧防治应特别注意东北方向污染气团的传输;分析发现泉州市区秋季臭氧污染为VOCs敏感区。     

2015～2018年太原市臭氧污染特征分析

基于太原市2015年1月~2019年2月的空气质量监测数据,分析了太原市近地面臭氧浓度变化特征。结果表明:2015~2018年太原市臭氧年平均浓度为78.42、82.33、95.87、103.77μg/m 3,臭氧浓度存在加速上升趋势;臭氧浓度逐日变化范围为5~270μg/m 3,共有181 d超过GB 3095—2012《环境空气质量标准》二级标准限值(160μg/m 3),超标时段主要集中于5~8月份;臭氧浓度日变化呈单峰型分布,峰值与谷值时段分别为14∶00~16∶00和6∶00~7∶00;臭氧浓度有明显的月变化规律,峰值与谷值时段分别为6~7月和1月、12月;臭氧浓度还表现出显著的季节变化规律,按浓度高低依次排序为夏季、春季、秋季和冬季;臭氧浓度与NO 2、CO、PM 2.5浓度呈负相关性。     

上海市郊春季臭氧及其前体物观测研究

利用上海市郊金山环境监测站沿海站点2007年春季的逐时臭氧浓度及其前体物的观测数据,分析了臭氧浓度的时间变化规律,以及海风和陆风对臭氧和其前体物(NO、NO2和CO)浓度的影响.结果表明,臭氧浓度总体较高,共有10日出现臭氧浓度超标,表现出了比较明显的春季高峰现象;臭氧浓度的日变化表现出了受污染地区的典型特征,而NO和...     

重庆大气中臭氧浓度变化及其前体物的相关性分析

臭氧是城市光化学烟雾的主要成分,同时也是重要的温室气体,因此臭氧污染已经成为城市空气质量的重要因素。利用近几年臭氧连续监测的数据,对臭氧的浓度变化特征进行了分析,并且对臭氧前体物（NOx、NOy、VOCs等）和气象因素作了相关性分析。结果表示臭氧浓度呈典型的季节性变化趋势,并且小时值变化出现明显的日变化规律,与太阳辐射强度成正相关;另外VOCs（挥发性有机物）与臭氧的变化规律基本一致,同时与NOx、NOy的浓度变化趋势存在较好的负相关性。     

基于GRAPES模式佛山市臭氧污染气象指数的构建和预报

选取2017—2018年佛山市空气质量监测资料、地面气象观测资料和ECMWF再分析资料,得到对臭氧污染天气具有指示意义的气象因子,从GRAPES模式可预报性出发构建适用于佛山市干季和湿季的臭氧污染气象指数（OWI）,并对OWI进行预报评估检验.结果表明：干季地面气象要素对区分佛山市臭氧污染和清洁天气的能力更强,出现臭氧污染时往往气温高、地面为弱北风;850 hPa风速较小,高空主要受副热带高压影响.湿季高空气象要素区分臭氧污染和清洁天气的能力更强,出现臭氧污染时往往850 hPa风速较小,850 hPa与地面风场垂直切变较小,多数情况下500 hPa呈辐散形势或700 hPa为下沉运动.综合考虑上述要素构建的臭氧污染气象指数可较好地反映臭氧浓度变化趋势,当OWI超过阈值（干季12.0、湿季10.8）时,出现臭氧污染事件的可能性较大,在湿季该指数区分臭氧清洁天气和污染天气的差异性较干季更显著.基于GRAPES模式预报的OWI与臭氧浓度实况呈正相关关系,相关系数在0.5～0.6之间,能较为有效地预判臭氧污染过程发生、发展和消散的不同阶段;其阈值具有较高的预报参考性,24 h预报性能尤为理想...     

沈阳市低空大气臭氧污染防治办法

以2013年沈阳市11个空气质量自动监测站的大气臭氧自动连续监测数据为基础,对臭氧浓度的区域分布、季节变化、日变化特征进行分析。结果表明:O_3浓度在午后15∶00左右出现峰值,O_3浓度最高的月份为4—9月,中心城区O_3浓度低于外围。在此基础上提出了沈阳市低空大气臭氧污染防治办法。     

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.     

安徽省臭氧污染时空变化及污染成因研究

目的 了解安徽省臭氧时空分布特征及其与气象要素的关系.方法 利用2017—2019年环境空气质量监测的臭氧数据和气象观测数据,并结合后向轨迹模型和潜在源区分析,分别评价安徽省臭氧污染区域分布和气象要素对臭氧浓度的影响,并分析区域传输对安徽省臭氧浓度的影响.结果 2017—2019年安徽省及各市臭氧浓度增长显著,2019年同比2017年增幅为12.2％,第二季度(4、5、6月)和第三季度(7、8、9月)是O3浓度相对较高的时期,且O3污染有"前移后滞"趋势.污染气团主要来自于安徽省内部地区,潜在源分布显示,皖中地区(合肥、安庆、马鞍山等城市)的贡献比例最大,外地源贡献主要来源于江苏省和山东省等.臭氧浓度与温度和太阳总辐射强度呈正相关,与降水量和相对湿度呈负相关,与风速关联性不大.结论 安徽省臭氧污染逐年增加的主要原因是本地排放的加剧,外源输送可能会产生一定影响,加之高温和强太阳辐射的影响,会加剧臭氧污染的程度,并导致重污染.     

基于决策树的统计预报模型在臭氧浓度时空分布预测中的应用研究

近地面层臭氧是光化学污染的主要污染物之一.臭氧污染不仅严重影响着空气质量并且危害人类健康与动、植物生长.本研究以徐州市为研究区,基于环境监测站连续监测数据分别采用分类回归树(CART)、随机森林(RF)和M5模型树方法建立臭氧浓度统计预报模型,选取1、4、7、10等4个月作为季度代表进行区域臭氧浓度预测的研究.以2015整年逐小时徐州市国控大气监测站实时监测的臭氧浓度(因变量)和气象因子数据(自变量)为训练样本建立臭氧浓度统计预报模型.模型验证结果表明,总体上3种决策树模型能够较好的预测臭氧浓度动态变化特征,月尺度上预测值与观测值相关系数均值为0.68,平均绝对误差和均方根误差均值分别为21.63μg·m~(-3)和27.42μg·m~(-3).在此基础上,基于站点观测所建立臭氧统计预报模型,以WRF模型模拟的气象场作为输入,预报区域网格化臭氧预报值,并发现臭氧浓度空间分布与站点观测特征总体一致性较好.经与观测值进行对比,结果表明两者相关系数均值为0.58,平均绝对误差及均方根误差分别为29.38μg·m~(-3)和37.15μg·m~(-3),预报准确率均高于75%.同时利用周步长观测值与预测值建立的多元线性集合预报回归方程对3种决策树模型的预报值进行修正,在一定程度上提高了预报值的精度.     

广州逐时臭氧污染气象条件指数研究及应用

利用2016—2020年近地面臭氧和气象逐时数据,基于相关性分析和概率统计方法,在分析臭氧敏感气象要素特征基础上,综合各气象因子对臭氧生成贡献大小,建立了广州逐时臭氧污染气象条件指数模型及等级标准,并进行了预报及检验.结果表明：(1)高浓度臭氧主要发生在高温低湿情况下,臭氧浓度及臭氧超标率均随着气温的升高而增加,当气温高于30℃时,臭氧浓度随温度的变化升高更为明显;臭氧浓度和超标率随着相对湿度的升高而逐渐降低,其中,当40%≤RH<50%时,臭氧浓度及超标率最高;当风速在1～2 m·s^-1时,臭氧超标率最大.(2)对所建立的广州本地化的逐时臭氧污染气象条件指数模型和分级标准进行了检验评估,结果显示,臭氧污染气象条件指数等级越高,臭氧浓度和超标率也越大,说明该指数能够较好地表征臭氧污染天气的强弱.(3)基于欧洲中心高分辨率数值预报产品,根据污染气象条件指数模型,对广州3种不同天气类型下的指数预报进行对比验证,预报效果较好,说明该指数对臭氧污染天气预报有较好的指导意义.     

广东省夏秋季臭氧污染与台风的关系分析

分析了广东省2015—2021年的臭氧浓度特征,选取2018—2020年台风相对活跃的夏秋季（7—10月）作为研究时段,研究了广东省臭氧污染与台风之间的关系.结果表明,2015—2021年,广东省臭氧浓度经历了先升后降的变化过程,2019年,广东省臭氧第90百分位数浓度达到了有监测数据以来的最高值,但仍未超过国家二级标准限值.广东省在春季与秋季臭氧超标天数较多,且近年来冬春季臭氧超标情况在加剧,秋季臭氧超标情况有所好转.7—10月,广东省约81%的臭氧污染与周边台风活动有关,在受台风影响的污染天中,有约80%发生在台风距离广东2500 km范围内.深圳与汕尾臭氧污染与台风活动关系最密切,夏秋季,超过9成的污染天与台风活动相关;汕头、珠海、中山、茂名、阳江、江门等沿海城市夏秋季臭氧污染天中超过8成与台风活动相关.内陆城市臭氧污染与台风的关联性相对较小,梅州臭氧污染与台风活动关联最小.与在东南亚、我国海南或广东登陆的台风相比,北上的台风更容易导致广东地区出现臭氧污染.在台风外围下沉气流的影响下,珠三角中部等主要大气污染物排放区域及周边容易出现大范围晴热高温天气;水平风速低,水平扩散条件不利...     

辽宁省中部典型城市臭氧污染特征及影响因素研究

利用2019年辽宁省环境空气质量监测数据及气象观测数据,分析辽宁省臭氧污染特征及臭氧浓度变化的主要影响因素。结果表明：2019年辽宁省营口市臭氧污染相对最重,各城市臭氧浓度表现为春夏交替季污染较重,在5月达到臭氧浓度峰值;沈阳、鞍山、营口、铁岭等中部城市臭氧浓度处于高压后低压前、低压带底及低压前等天气系统控制时,臭氧浓度相对较高;各城市臭氧浓度受气温、风速、风向及相对湿度等因素共同影响,与气温、风速呈正相关,与相对湿度呈负相关,且与气温相关性最高。     

四川省臭氧时空分布特征及污染特征分析

利用2015-2016年四川省21市(州)大气质量监测数据,探讨了四川省臭氧时空分布特征及污染特征。结果表明:四川省臭氧季节特征明显,全省夏季浓度最高,冬季浓度最低,春季秋季,攀西高原和川西高原为夏季春季冬季秋季,盆地西部O_3浓度最高,川西高原最低,全省最高值出现在成都;O_3小时浓度日变化规律均呈"单峰型"特征,7:00-8:00处于一天中的最低值,15:00左右臭氧浓度达到峰值;O_3为首要污染物的比例仅次于PM_(2.5),盆地西部臭氧污染最为严重;污染主要发生在4-10月,4-10月的臭氧超标天数占全年臭氧超标总天数90%以上。     

中国自然背景地区臭氧浓度时空变化特征分析

为揭示中国自然背景地区臭氧浓度变化特征,并以其为自然背景值指导人为活动导致的臭氧污染控制工作,该研究通过汇总统计中国15个典型自然背景地区与337个地级及以上城市2016—2020年环境空气臭氧自动监测数据,比较分析中国自然背景地区臭氧浓度的年度、季节、日内变化规律与空间分布规律. 结果表明:2016—2020年,中国自然背景地区臭氧年均浓度明显高于城市区域,但臭氧日最大8小时平均浓度的第90百分位数(简称“臭氧年90百分位浓度”)明显低于城市,自然背景地区和城市区域臭氧年均浓度同步快速提升,年均增长分别为1.5和2.0 μg/m3. 中国自然背景地区臭氧浓度季节性变化规律与城市区域存在较大差异,自然背景地区臭氧平均浓度最高值出现在春季,夏、秋、冬三季臭氧平均浓度差异不明显,与东亚环太平洋背景地区臭氧浓度季节性变化规律(春季最高、夏季最低)存在明显差异. 部分自然背景地区受人为活动排放的影响较小,臭氧浓度不存在明显的日内峰谷差,全天臭氧浓度基本保持相同水平;部分自然背景地区可能受邻近城市人为活动排放的臭氧前体物影响,臭氧浓度日内变化规律与邻近城市较为一致,存在明显的日内峰谷差. 研究显示,中国自然背景地区臭氧浓度变化规律与城市区域存在显著差异,臭氧浓度年均值升高迅速,部分自然背景地区臭氧浓度变化规律可能受邻近城市人为活动排放的臭氧前体物传输的影响.      

中国城市群臭氧时空分布特征分析

为揭示我国主要城市群近地面臭氧的时空分布规律,使用空气质量监测网站发布的2019年243个城市共计1215个站点的臭氧浓度数据对中国正在稳步建设的19个城市群的臭氧时空分布特征进行分析,结果表明:臭氧污染高发期主要集中在夏季6、7月份,春末秋初次之,冬季基本不发生污染.城市群100μg/m³以上的臭氧浓度占比变化趋势大致表现为不规则的“V”和“W”两大类.2019年我国19个城市群可明显提取出北部和南部两个浓度分布高值中心,分别出现在夏季和秋季,夏季根据污染严重程度又可将高值中心划分为两个层级.城市群臭氧浓度分布具有空间自相关特性,夏季热点区域与北部高值中心重合,秋季则与南部高值中心位置一致,此时冷点区域面积达到最大.由于臭氧污染成因的复杂性,不能简单以现有城市群等级划分结果对其进行分级管理,需要根据实际分布情况对不同城市群制定相应污染防控措施.     

基于PSCF与CWT模型对乌鲁木齐市地表臭氧源区分析

乌鲁木齐市是中国西部典型的重工业城市,伴随着快速的工业化和城市化发展,城市大气臭氧污染日益严重。为探究乌鲁木齐市地表臭氧污染特征,该研究采用2015-2019年乌鲁木齐市大气污染物监测数据及同期气象观测资料,结合统计分析、后向轨迹分析、潜在源贡献因子以及浓度权重轨迹对乌鲁木齐市臭氧污染特征及潜在源区进行分析。结果显示,(1)2015-2019年乌鲁木齐市臭氧年评价指标由118μg/m³增长至128μg/m³。同时,乌鲁木齐市主要大气污染正经历由颗粒物向臭氧过渡的变化,其作为首要污染物占比从2015年的5.8%上升至2019年的28.0%,不同季节臭氧浓度变化特征为夏季>春季>秋季>冬季,且在分布特征上与NO₂、CO呈显著负相关。(2)后向轨迹分析结果表明：影响乌鲁木齐市大气臭氧分布的气流具有途经境外地区、长距离迁移、高浓度的特征,境内气流迁移途径普遍较短且对乌鲁木齐市臭氧浓度传输影响较小。(3)潜在源贡献因子法与浓度权重轨迹法表明,影响乌鲁木齐市臭氧浓度的主要源区与贡献高值区是昌吉州、塔城地区、博尔塔拉...