重庆市大气污染特征及影响因素分析

利用重庆市17个国控点实时发布的监测数据,对SO2与NO2污染特征、时间变化规律以及与气象影响因素的相关性进行了研究分析。结果表明:2013年SO2和NO2质量浓度的年均值分别为32μg·m-3和38μg·m-3,满足国家年均值Ⅱ级标准。SO2的质量浓度呈两头高中间低的"μ"型分布,月均值变化趋势明显;而NO2的质量浓度呈现波浪形变化。SO2与NO2峰值分别出现在2013年12月(49μg·m-3)和9月(47μg·m-3)。重庆市2013年SO2的质量浓度与降雨量极显著相关,与平均大气压、平均气温显著相关。SO2浓度更易受到近地面气象因子降雨量、平均温度、平均气压的影响而积累或扩散;而NO2浓度更易受到近地面气象因子平均相对湿度的影响而积累或扩散。2013年全年偏西风时对SO2的污染起着主要的清除作用,东风时对NO2的污染起着主要的清除作用。     

沧州市大气污染特征观测研究

利用沧州2009年7月～2011年7月的NOx(NOx=NO+NO2)、O3、SO2以及PM10的观测数据,分析了沧州市大气污染物的日变化、月平均变化、年变化以及季节平均变化特征.结果表明,NOx、PM10日变化为双峰型,O3为单峰.SO2日变化也呈现为双峰型,但是其变化幅度较平缓.NO、NO2、NOx、SO2有较相同的季节变化趋势.NO、NO2、NOx、SO2及PM10冬季值最大,分别为(30.0±18.9)μg·m-3、(50.5±19.8)μg·m-3、(80.5±38.7)μg·m-3、(62.1±34.7)μg·m-3、(201.6±98.5)μg·m-3.臭氧夏季浓度最高,其月均值为(88.0±22.3)μg·m-3.NO、NO2、NOx、O3、SO2及PM10年均值分别为(18.9±14.5)μg·m-3、(37.6±13.0)μg·m-3、(56.5±27.5)μg·m-3、(49.9±16.3)μg·m-3、(31.6±19.5)μg·m-3、(156.7±79.1)μg·m-3.秋冬季污染物主要为NOx(NOx=NO+NO2)、SO2以及PM10,夏季污染物主要为O3.     

2013年北京市NO_2的时空分布

对2013年北京市35个自动空气质量监测子站的NO2数据进行分析,探讨NO2的时间分布特征、空间分布特征以及与PM2.5和大气氧化性的相关性关系.结果表明,NO2浓度由高到低的季节依次是冬季、秋季、春季和夏季,平均浓度分别为66.6、58.3、54.7μg·m-3和45.8μg·m-3;NO2浓度由高到低的监测站依次为交通站、城区站、郊区站和区域站,年均浓度分别为78.6、57.9、48.5μg·m-3和40.3μg·m-3.NO2月均浓度呈波浪型分布,在1月份、3月份、5月份和10月份各出现一个峰值.整体来看,区域站NO2日变化曲线呈现单峰型分布,其他站点为双峰型分布.2013年NO2浓度呈现"反周末效应",即周末大部分时段NO2浓度高于工作日.分地区来看,年均NO2浓度由高到低的依次是城六区、西南部、东南部、西北部和东北部.各站点NO2浓度与PM2.5和OX浓度均为显著正相关,表明NO2可以通过增加前体物浓度和增强大气氧化性两方面造成PM2.5浓度升高.     

济南市春季大气颗粒物污染研究

对济南市2005年春季大气颗粒物中PM10、PM2.5和细颗粒物中的黑碳气溶胶的浓度水平、时间分布和日变化进行了观测,并结合气象资料对变化特征进行综合分析,探讨了PM10,PM2.5和黑碳的相对含量以及对能见度的影响等.研究结果表明,PM10和PM2.5平均浓度分别为242.5μg·m-3和109.4μg·m-3.与我国空气质量二级标准PM10日均值150μg·m-3和美国国家空气质量PM2.5日均标准65μg·m-3相比,超标率分别达到80.77%和84.61%,污染较严重;监测期间PM2.5/PM10的平均值为0.456.在PM2.5中,黑碳气溶胶平均质量浓度为5.39μg·m-3,占PM2.5的5.06%,日浓度变化呈双峰型.在监测时间内,污染物浓度与温度无明显的相关性;与相对湿度呈弱正相关;与风速呈明显的负相关关系.降水对PM10、PM2.5和黑碳的清除作用较为显著.PM10、PM2.5和黑碳浓度与能见度均呈负相关,相关系数(r)分别为-0.633、-0.695和-0.704,细颗粒物是影响能见度的主要因素.     

重庆市北碚城区大气污染物浓度变化特征观测研究

为了研究重庆市北碚区大气污染物浓度变化特征及其污染状况,采用全自动在线监测仪器对重庆市北碚城区大气污染物进行连续在线监测,分析了2012年1月~2013年2月的大气污染物观测数据.结果表明,除SO2以外,其它污染物均有超出国家新环境空气质量标准(GB 3095-2012)的情况出现,其中细粒子污染最严重.大气污染物浓度具有明显的季节变化,2012年春夏秋冬季各污染物平均浓度:O3为(36.1±19.2)、(48.8±32.6)、(29.8±28.6)、(18.2±15.8)μg·m-3,Ox为(77.6±20.6)、(91.3±37.6)、(77.5±30.6)、(69.4±18.2)μg·m-3,表现为夏高冬低;NO为(11.8±9.4)、(8.2±4.9)、(20.7±17.1)、(30.4±25.1)μg·m-3,NO2为(42.3±13.1)、(40.5±9.9)、(47.2±14.1)、(51.2±15.9)μg·m-3,NOx为(54.1±20.8)、(48.7±12.6)、(67.9±25.5)、(81.6±37.9)μg·m-3,均表现为冬高夏低;SO2为(50.5±23.3)、(26.3±16.7)、(38.8±18.4)、(53.7±23.4)μg·m-3,表现为冬春高而夏秋低;而PM2.5则为(61.4±28.5)、(68.1±32.5)、(61.9±27.1)、(89.6±44.2)μg·m-3,表现出冬季高而其它季节比较平稳的特征.O3、Ox、NO、NOx以及SO2浓度均为单峰型的日变化形式,其中O3和Ox的日变化峰值出现在午后16:00,而NO、NOx及SO2的日最大值则出现在08:00~11:00;NO2和PM2.5的日变化模态呈双峰型,有早晚两个峰值.O3和Ox在夏季日变化振幅最大,而其它污染物则冬季日变化振幅最大.将工作日与周末各污染物浓度的日变化相比,成对t检验分析表明,NO并无明显差异(P=0.14),但N2O工作日显著高于周末(P=0.03),而O3则为工作日极显著低于周末(P<0.001).相关分析表明,O3浓度与气温和风速呈显著或极显著正相关,与相对湿度呈极显著负相关,而NOx则与以上各气象要素的关系正好相反;PM2.5与气温和风速呈负相关,与相对湿度呈正相关;SO2与各气象要素的关系在不同的季节表现不同.除此之外,风向也是影响大气污染物浓度的一个重要因素.     

广州市交通主干道空气中苯系物的测量

为了研究广州市道边空气中苯系物的污染状况,利用差分吸收光谱(DOAS)系统于2010年11～12月广州亚运会期间对广州市荔湾区黄沙大道道边空气中的苯系物(苯、甲苯、二甲苯等)及常规污染物NO2、O3等进行了监测.结果表明,在整个测量期间,苯系物在夜间显示了较高的浓度值,苯的平均浓度为15.9μg·m-3、甲苯为61.3μg·m-3、对-二甲苯为6.5μg·m-3、间-二甲苯为16.9μg·m-3、苯酚为0.88μg·m-3.甲苯与苯的平均浓度与国内其他城市的平均水平较为接近,两者的比值变化范围在1.2～6.16.通过比对甲苯与苯的相关性,在整个测量期间内其相关系数为0.86,在浓度值较高时段,其相关系数达到0.985,表明在该区域苯与甲苯存在同源性;以甲苯为例,分析其与CO的相关性,相关系数为0.78,表明交通排放是苯、甲苯的一个主要来源.结合风速风向等气象数据的分析得出气象条件是影响苯系物污染物浓度水平的一个重要因子,并给出了可能的点污染源.     

哈尔滨市PM_(2.5)质量浓度变化特征及影响因素分析

针对哈尔滨市的PM_(2.5)空气污染问题,收集整理了哈尔滨市2014年全年的空气污染物数据和气象数据,分析研究了当地PM_(2.5)质量浓度变化特征,找出其影响因素。结果表明,哈尔滨市PM_(2.5)日均质量浓度为72.64μg/m~3,初步达到国家标准。PM_(2.5)月均质量浓度11月最高,约为148.27μg/m~3,9月最低,约为21.07μg/m~3。秋冬两季PM_(2.5)平均质量浓度较高。PM_(2.5)/PM10比例春季最低,约为0.5,PM_(2.5)已成为哈尔滨市可吸入颗粒物中的首要污染物。从PM_(2.5)与SO~2、NO~2、CO的相关性来看,哈尔滨市PM_(2.5)与CO的相关性最高,四季均在0.9左右。各类空气污染物的平均浓度降水日低于非降水日。PM_(2.5)与气象因子的相关性较小,与风速呈负相关。     

安徽寿县黑碳气溶胶浓度观测分析研究

为了研究中国东部典型乡村黑碳气溶胶浓度变化特征,利用2015年11月—2018年11月安徽寿县国家观象台污染物浓度及常规气象观测数据对该地区黑碳气溶胶浓度变化特征及其影响因子进行讨论.结果表明,3年间寿县黑碳气溶胶年平均浓度逐年递减,分别为2.84、2.10和1.31μg·m~(-3).季节变化特征显示,该地区冬季观测结果最高,为3.95μg·m~(-3),是夏季的2.9倍.日变化特征显示,日最大浓度值在春、夏、秋三季通常出现在6:00—10:00,而冬季则出现在20:00.从观测结果的日变化幅度来看,冬季的日变化幅度最大,日较差为1.53μg·m~(-3),春、夏两季次之,秋季最小,为0.48μg·m~(-3).由于人为活动影响小,寿县地区黑碳气溶胶的周末效应不明显.此外,统计结果表明,风向风速对该地黑碳气溶胶浓度的影响最大,西北风天气条件下观测结果通常较高,而其余气象因子的影响相对较小.     

泰山降水化学及大气传输的研究

为了解泰山降水的化学组成特征及其来源,于2004年7月至12月间在泰山上采集了23场降水样品,进行了pH值、电导率的测定、主要水溶性阴阳离子的分析以及每场降水的后推气流轨迹分析.结果表明,降水pH的雨量加权均值为4.74,电导率的雨量加权均值为2.26mS·m-1,泰山降水已受到酸性污染;降水中浓度较高的阳离子是NH4 和Ca2 ,雨量加权均值浓度分别为50.62和29.04μeq·L-1,浓度较高的阴离子是SO42-和NO3-,雨量加权均值浓度分别为70.32和23.44μeq·L-1;SO42-/NO3-、NH4 /Ca2 当量浓度比的平均值依次为3.41、2.13.对降水的化学组成作了相关性分析,发现NH4 、Ca2 、SO42-、NO3-浓度之间具有很好的相关性;通过气流轨迹分析发现酸性最强的降水气团来自于我国的南部地区或沿途经过华东地区,离子浓度最高的降水气团来自于我国的北部地区或欧洲大陆,来自东亚地区的降水气团的离子浓度最低.     

气象因素对香港地区臭氧污染的影响

基于2000~2015年香港地区的臭氧监测数据和气象数据,分析了香港的臭氧污染特征及气象因素对臭氧污染的影响.结果表明:(1)香港地区臭氧浓度呈现明显的季节变化特征,其中秋季春季冬季夏季,臭氧超标日集中在夏季和秋季,超标日发生在冬季和春季的情形极少.(2)2000~2015年香港臭氧日最大8h平均浓度(MDA8)年均浓度呈增长趋势,平均增长速率为0.77μg·(m3·a)-1,臭氧MDA8第90百分位数浓度同样呈增长趋势,增长速率为1.49μg·(m3·a)-1.(3)较高的气温是香港地区臭氧污染发生的必要条件,气温越高越容易导致更高浓度的臭氧污染.(4)绝大多数情况下,臭氧浓度与相对湿度间呈负相关关系,相对湿度越高,香港地区的臭氧MDA8平均浓度及第90百分位数浓度均会降低.(5)当香港发生臭氧污染时,盛行风往往从偏北风或偏东风转为偏西风.随着风速的增大,臭氧平均浓度变化不大,但是臭氧第90百分位数浓度会明显降低.(6)降水和云量是影响臭氧浓度的重要因素,连续多日的无雨或少雨天气是臭氧污染事件发生的必要条件,而随着云量的增加,臭氧平均浓度和第90百分位数浓度会持续降低.(7)在太阳总辐射量≤20 MJ·m-2或日照时长≤10 h的情况下,臭氧浓度与太阳辐射及日照时长呈正相关关系.然而,在太阳辐射强烈的情况下(太阳总辐射量 20 MJ·m-2或日照时长 10 h),随着太阳辐射增强或日照时长的增加地面臭氧浓度反而降低,这是因为太阳辐射强烈的情况常出现在雨后天晴的背景下,并盛行来自海洋的偏南风,使得臭氧污染不易形成.(8)香港臭氧超标日的出现往往伴随着一系列气象条件的共同改变,包括晴天少雨、辐射增强、边界层高度增加、相对湿度降低、风速变小以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.     

气象因素对香港地区臭氧污染的影响

基于2000~2015年香港地区的臭氧监测数据和气象数据,分析了香港的臭氧污染特征及气象因素对臭氧污染的影响。结果表明:(1)香港地区臭氧浓度呈现明显的季节变化特征,其中秋季春季冬季夏季,臭氧超标日集中在夏季和秋季,超标日发生在冬季和春季的情形极少。(2)2000~2015年香港臭氧日最大8h平均浓度(MDA8)年均浓度呈增长趋势,平均增长速率为0.77μg·(m3·a)-1,臭氧MDA8第90百分位数浓度同样呈增长趋势,增长速率为1.49μg·(m3·a)-1。(3)较高的气温是香港地区臭氧污染发生的必要条件,气温越高越容易导致更高浓度的臭氧污染。(4)绝大多数情况下,臭氧浓度与相对湿度间呈负相关关系,相对湿度越高,香港地区的臭氧MDA8平均浓度及第90百分位数浓度均会降低。(5)当香港发生臭氧污染时,盛行风往往从偏北风或偏东风转为偏西风。随着风速的增大,臭氧平均浓度变化不大,但是臭氧第90百分位数浓度会明显降低。(6)降水和云量是影响臭氧浓度的重要因素,连续多日的无雨或少雨天气是臭氧污染事件发生的必要条件,而随着云量的增加,臭氧平均浓度和第90百分位数浓度会持续降低。(7)在太阳总辐射量≤20 MJ·m-2或日照时长≤10 h的情况下,臭氧浓度与太阳辐射及日照时长呈正相关关系。然而,在太阳辐射强烈的情况下(太阳总辐射量20 MJ·m-2或日照时长10 h),随着太阳辐射增强或日照时长的增加地面臭氧浓度反而降低,这是因为太阳辐射强烈的情况常出现在雨后天晴的背景下,并盛行来自海洋的偏南风,使得臭氧污染不易形成。(8)香港臭氧超标日的出现往往伴随着一系列气象条件的共同改变,包括晴天少雨、辐射增强、边界层高度增加、相对湿度降低、风速变小以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。     

重庆市黑碳气溶胶特征及影响因素初探

为了解影响重庆市黑碳气溶胶(Black Carbon,BC)污染的主要气象因素及BC的主要来源,对2012年重庆市BC与主要气象因素及燃煤、机动车产生的SO2、NO x进行了相关性分析,并分析了24 h内BC浓度变化与车流量的关系.结果显示,2012年,重庆市BC年日均浓度为(5.9±2.7)μg·m-3,占PM2.5年日均浓度的7.2%,BC小时浓度较大值出现在6:00—10:00及20:00—23:00.气温和相对湿度对BC浓度的影响不大.影响BC浓度的主要气象因素为风速,风速为0.5~1.5 m·s-1时,BC浓度随着风速增大而减小;当风速超过2 m·s-1时,BC浓度随风速增大而增加.BC与SO2、NO x的相关系数分别为0.374和0.542(p0.01),表明重庆市BC与SO2、NO x来源相同,即燃煤和机动车尾气排放,且受机动车排放的影响更大.BC浓度24 h变化与车流量的关系表明,BC浓度日变化除了受到气象条件的影响外,还受机动车尤其是柴油重型车的影响,因此,需重点控制柴油机动车以控制重庆市区BC污染.     

太原市大气PM2.5中碳质组成及变化特征

采用DRI Model 2001A热/光碳分析仪测定了2009年冬季和2010年春季太原市区大气细粒子(PM2.5)中有机碳(OC)和元素碳(EC)的昼夜变化特征,分析了含碳物质的变化特征,并探讨了其来源.结果表明,PM2.5、OC、EC平均浓度水平和OC/EC平均值均呈现出冬季[(289.2±104.8)μg·m-3、(65.2±22.1)μg·m-3、(23.5±8.2)μg·m-3和2.8±0.3]高于春季[(248.6±68.6)μg·m-3、(29.7±6.2)μg·m-3、(20.2±5.4)μg·m-3和1.5±0.3],冬季夜晚[(309.3±150.0)μg·m-3、(74.6±19.5)μg·m-3、(24.3±6.6)μg·m-3和3.1±0.3]高于白天[(234.9±122.1)μg·m-3、(54.9±28.2)μg·m-3、(22.6±10.8)μg·m-3和2.5±0.5],春季白天[(292.5±120.8)μg·m-3、(32.7±10.5)μg·m-3、(22.7±10.1)μg·m-3和1.6±0.5]高于夜晚[(212.3±36.7)μg·m-3、(29.6±6.6)μg·m-3、(20.7±6.4)μg·m-3和1.5±0.2]的污染特征.这是因为冬季处于采暖期,特别是夜晚,煤和生物质燃烧量增加导致碳质颗粒物排放量增加以及大气温度低且稳定不利于污染物扩散;高的OC/EC是OC排放量增加所致而非二次有机碳(SOC)的贡献,因为气温低且太阳辐射弱不利于SOC的生成.春季白天PM2.5、OC和EC浓度水平高于夜晚可能是白天风速比夜晚大且相对湿度比夜晚低而更有利于城市扬尘形成所致,OC/EC高可能是白天温度较高且太阳辐射较强有利于SOC的生成.与国内其他城市相比,太原PM2.5、OC和EC均处于较高的浓度水平,表明太原碳质气溶胶污染严重,可能对城市灰霾形成有重要贡献.     

南京北郊大气臭氧周末效应特征分析

本研究根据2013-12-01~2014-11-30南京北郊臭氧(O_3)及其前体物(NO_x、CO、VOCs)的观测资料,分析了工作日与周末O_3、NO_x、CO和VOCs质量浓度变化的差异及成因.结果表明,南京北郊O_3具有明显的"周末效应":即工作日O_3质量浓度高于周末,前体物质量浓度的变化与之相反;O_3平均质量浓度分别为19.84μg·m~(-3)(冬季)、53.45μg·m~(-3)(春季)、57.17μg·m~(-3)(夏季)和40.43μg·m~(-3)(秋季),春季的周末效应较其它季节更为明显.NO_2/NO工作日与周末分别为3.63和3.46,工作日比周末高4.81%.工作日O_3累积时间更长,O_3累积速率更快,大气氧化性更强,是工作日O_3质量浓度高于周末的原因.VOCs、NO_x、NO和NO_2与O_3质量浓度的相关性均呈现出工作日大于周末的特点.     

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。     

降水和风对大气PM2.5、PM10的清除作用分析

对合肥2015—2017年的降水、风和PM_(2.5)、PM_(10)浓度观测数据统计研究发现,降水对PM_(2.5)、PM_(10)有一定的清除作用,尤其在秋冬季节.秋冬季节小雨、中雨分别导致PM_(2.5)和PM_(10)浓度降低23.1%、40.4%和32.0%、63.7%.雨日PM_(2.5)/PM_(10)比例上升8.4%,表明降水对PM_(10)清除作用更显著.降水前后PM_(2.5)浓度变化与降水前PM_(2.5)浓度、降水强度、降水时长密切相关.当降水强度大于4 mm·h~(-1)或PM_(2.5)初始浓度高于115μg·m~(-3)时,降水对PM_(2.5)产生明显清除作用;而降水强度小于1 mm·h~(-1)或PM_(2.5)初始浓度低于115μg·m~(-3)时由于吸湿增长作用极易造成PM_(2.5)浓度反弹升高;且持续3 h以上雨强介于1～4 mm·h~(-1)的降水也对PM_(2.5)产生清除作用.降水前后PM_(10)浓度变化与初始浓度密切相关,而与雨强相关性较弱.当PM_(10)初始浓度大于50μg·m~(-3),降水就对PM_(10)产生明显清除作用,且PM_(10)初始浓度越高,降水后PM_(10)浓度下降越多.风速大于2 m·s~(-1)可显著降低PM_(2.5)浓度,因此,当风速大于4 m·s~(-1)时合肥较少出现中度及以上污染,但易造成地面起尘,使PM_(10)浓度不降反升.合肥冬季严重污染主要出现在西北风向,夏季中度以上污染天气较少,主要出现在风速低于3 m·s~(-1)的东南风向.     

2017—2020年前体物与气象因子对承德市臭氧污染的影响

利用2017—2020年承德市环境监测站和承德市国家基准气象站的数据,分析了承德市近地层O3浓度特征,O3与其他污染物之间的关系和气象因子对O3浓度的影响.结果表明,2017—2020年承德市年平均O3超标日数40天,占总超标日数的55％.承德市O3-8h浓度呈现夏季>春季>秋季>冬季的季节变化特征,5—7月份O3-8h浓度最高,平均浓度超过160μg·m-3.O3浓度的日变化表现为单峰型分布,O3浓度最低值出现在清晨7:00—8:00时,峰值出现在14:00—16:00时.O3-8h浓度与细颗粒物PM10和PM2.5在夏季呈显著的正相关关系,其他季节相关性不显著;O3-8h浓度与前体物CO和NO2在夏季呈显著的正相关关系,冬季呈显著的负相关关系.太阳总辐射强度大于750 W·m-2,最高气温大于30℃,无降水和相对湿度30％～60％,受地面偏南气流影响的气象条件下,承德市易于出现O3-8 h浓度超标天气.     

可吸入颗粒物污染与气象因子的关系

对闸北区空气自动监测站2009年SO2、NO2、PM10的浓度和气象参数变化特征进行研究,可吸入颗粒物的时间变化特征表明,总体上呈现冬春季高、夏秋季低;PM10与降水量、相对湿度、温度呈现一定的负相关性,但与风速的相关性随季节不同而不同,与气压略呈正相关性。对典型日和灰霾日PM10、SO2、NO2以及相应气象因子的特征进行了分析比较。     

上海市中心城区低空大气臭氧污染特征和变化状况

对2005年1月～12月上海闸北地区地面空气臭氧污染浓度连续监测结果分析,表明臭氧小时浓度均值超过GB3095-1996<环境空气质量标准>二级标准160μg/m3的频率为2.88%,其中6月份超标率居全年之首,1月、2月和12月超标率为零.臭氧浓度日变化规律表明,日最大值出现在12时～14时之间,具有受污染地区光化学过程臭氧生成的典型日变化特征.臭氧浓度日振幅6月最大,2月最小.5月份臭氧月均浓度91μg/m3全年最高,最高小时均值浓度350μg/m3出现在5月19日,说明上海中心城区空气中臭氧生成可能受到前体污染物的浓度影响更大.太阳紫外辐射、气温、风速、风向、相对湿度、降水等气象因素的变化对O3变化的影响分析,在高温晴朗的天气中观察到NO2/NO比值与O3成显著线性关系.     

宁波市区秋冬季PM_(2.5)质量浓度特征及影响因素分析

该研究基于2013年11-12月的宁波市空气质量监测数据和气象资料数据,分析了PM_(2.5)质量浓度变化特征,探讨了PM_(2.5)与其它粒径颗粒物、气体污染物以及多个气象因子之间的相关性及影响规律,构建了包含气象和污染气体因子的逐步回归模型,综合分析了2类因子对宁波市PM_(2.5)浓度的影响。研究结果表明:(1)研究时间段内的宁波PM_(2.5)质量浓度范围为(100.66±72.98)μg/m~3,超过粗颗粒PM_(2.5-10)的质量浓度,是可吸入颗粒物的主要组成部分。(2)PM_(2.5)与3种污染气体均表现出显著的相关性,其中与CO的质量浓度相关性最高,R=0.85。风速与PM_(2.5)呈现负相关,受西北-北风向影响下的PM_(2.5)浓度要明显高出其它风向影响下的浓度。降水对PM_(2.5)影响显著,降水日的PM_(2.5)平均质量浓度随降水强度呈现幂函数递减,为非降水日的48.4%。非降水日的PM_(2.5)浓度与相对湿度显著正相关,与日照时数显著负相关。(3)逐步回归结果表明,气象和污染气体两类因子能够解释PM_(2.5)浓度82.4%的变异。其中,CO是影响宁波市秋冬季PM_(2.5)浓度的首要显著因子。本研究对明确城市PM_(2.5)污染特征和影响因素具有参考价值和意义。