香港地区O_3与NO_2的长期互相关作用

利用香港地区2012年7月6日-7月31日和2012年12月1日-12月31日东涌和观塘2个大气环境监测点中近地面O3与NO2浓度观测资料,采用去趋势互相关分析法对二者的相关性及其时间尺度特征进行分析。结果表明,香港地区近地面O3与NO2浓度波动的相关性在一定时间尺度内具有长期持续性特征。这表明,这2种污染物浓度波动的相关性随时间衰减过程不遵循经典的马尔可夫随机过程(即相关性随时间呈现指数衰减),而是以幂律形式随时间缓慢衰减。此外,该研究对冬季和夏季O3与NO2相关性在一定时间尺度内长期持续特征进行了分析。结果表明,冬、夏两季的差异显著。该研究对这些差异及其产生的原因进行讨论,发现其差异性可能与当地夏季温度、光照强度、太阳总辐射以及气象因子等有关。相关研究方法和研究结果有助于建立或改进近地面O3浓度预测模型。     

气压对西安市城区空气质量的影响

以西安市城区2014年1月1日至2015年12月31日空气质量监测数据和气象资料为基础,分析了气压对空气质量的影响及其空气污染特征。结果表明:AQI及各污染物浓度变化很好的拟合二次函数,且拐点横坐标均在7月前后。相关性分析表明:平均海平面大气压与SO_2、CO、NO_2、O_3呈现为显著正相关性,与AQI、PM_(2.5)、PM_(10)呈现为显著负相关。平均海平面大气压P对各污染物的影响在夏季最为强烈,而在春季和冬季最弱;P对O_3的形成存在较明显的影响。各污染物浓度和气象因素之间存在明显的共线性,PM_(10)主成分回归模型通过了显著性检验、拟合优度很好且无多重共线性。     

北京及周边地区典型站点近地面O3的变化特征

利用2008年6月1日~2009年5月31日在北京城区中国气象局(CMA),及其西南方向固城站(GCH)和东北方向上甸子本底站(SDZ)的近地面O3等观测数据,分析了O3的变化特征及其与其他污染物和气象要素的关系.结果表明,上甸子本底站近地面O3的季节变化和日变化规律与固城和北京城区站存在一定的差异,而固城站和北京城区站的O3变化特征差异较小.相关性分析显示,O3与NO、NO2、NOx、RH多呈负相关,且相关性冬季好于夏季,此外,O3与气温和风速呈正相关,其中北京城区站冬季和夏季O3与风速的相关性差异最明显.O3浓度与地面风向有一定关系,当风向为偏南时,O3浓度较高,当风向为东北时,O3浓度偏低.     

毕节市区大气污染特征及影响因素分析

根据毕节市2015年大气污染物浓度和气象因子的监测数据,分析了毕节市区大气污染物SO_2、NO_2、PM10、PM2.5、CO及O_3浓度的月、季和年平均变化特征及其影响因素,并对大气污染物浓度之间以及大气污染物浓度与气象因子之间的相关性进行了分析。结果表明:(1)毕节市区2015年空气质量总体良好,空气质量优良天数占95.1%,主要大气污染物为PM10和PM2.5;(2)大气污染物SO_2、PM10、NO_2、PM2.5、CO的月浓度都呈"V"型单谷变化趋势,而O_3的月浓度则为单峰变化趋势;大气污染物SO_2、PM10、NO_2、PM2.5、CO浓度的季节变化为冬季最高、夏季最低,O_3浓度的季节变化则为春季最高、冬季最低,且季节之间的差异性显著(p0.05);大气污染物PM10和PM2.5的年平均浓度分别超过我国《环境空气质量标准》(GB 3095—2012)中一级标准年平均浓度限值的18.2%和112.4%,SO_2和NO_2的年平均浓度均未超过国家一级标准的年平均浓度限值;(3)大气污染物SO_2、NO_2、CO浓度与颗粒物PM10、PM2.5浓度之间两两呈极显著正相关性(p0.01),其与O_3浓度之间呈极显著负相关性(p0.01);PM2.5浓度与PM10浓度之间呈极显著正相关性,而PM2.5浓度与O_3浓度之间呈显著负相关性,多元线性回归分析得出PM2.5浓度与其他大气污染物浓度之间的拟合方程为:PM2.5=2.718+0.130SO_2+0.747PM10+0.255NO_2-0.077O_3+0.678CO;(4)气压与大气污染物SO_2、NO_2、CO、PM10浓度之间呈显著正相关性,其与O_3浓度之间呈极显著负相关性;温度除与O_3浓度之间呈极显著正相关性外,与其他大气污染物浓度之间呈显著负相关性,且其与O_3浓度的相关性系数最大(r=0.501),说明温度对O_3浓度的影响较大;相对湿度除与CO浓度之间无显著相关性外,与其他大气污染物浓度之间均呈显著性负相关性;风速与O_3浓度之间呈极显著正相关性,其与其他大气污染物浓度之间均呈极显著负相关性。     

盐城市区夏季环境空气中臭氧浓度变化规律及其影响因素分析

选取夏季6-7月份环境空气质量监测数据及气象参数,分析了盐城市区夏季臭氧浓度变化规律及其影响因素。结果表明,O_3浓度日变化特征显著,午后15:00左右出现最高值,早晨7:00左右浓度出现最低值,不同季节污染物的浓度变化存在差异,其小时浓度变化与NO_2、NO_x和CO呈此消彼长关系,白天,与NO_2、NO_N和CO有较好的负相关性,与气象参数气温、风速(1.0m/s)和湿度呈现很好的相关性。     

近年南京冬季首要大气污染物时空分布特征

近年来,随着气候变化以及工业化程度的加深,城市的大气污染问题日益突显。作者收集了2013-2018年南京地区首要大气污染物资料,对该地冬季大气污染物的时空分布特征及各污染物之间的相关性进行分析。结果表明:(1)从时间分布来看,除O_3外,南京冬季各污染物浓度均在2月达到最小值,AQI、PM_(10)、SO_2和NO_2浓度均在12月达最大,1月次之。PM_(2.5)、PM_(10)与AQI日变化趋势高度一致,在上午10∶00-11∶00出现峰值,在下午17∶00出现最低值。SO_2日变化呈单峰式变化特征,在上午11∶00出现峰值。NO_2浓度的日变化趋势与O_3正好相反,在下午14∶00-15∶00,NO_2出现低值,而O_3出现峰值。(2)从空间分布来看,南京冬季AQI与PM_(2.5)、SO_2的空间分布特征类似,呈东南高、西北低的分布特点,而PM_(10)呈西南-东北向递增的分布特点。(3)AQI与PM_(2.5)、PM_(10)的相关性最好,与SO_2、NO_2的相关性次之,而AQI与O_3没有明显的相关性,即影响南京冬季空气污染的主要是PM_(2.5)、PM_(10)、SO_2和NO_2。     

兰州市近地面臭氧污染分布特征

为探究兰州市近地面臭氧(O_3)浓度的分布特征,对2013～2016年兰州市5个国家空气质量监测点逐时的O_3浓度资料进行了统计分析,结合同期的NO_2和颗粒物(PM_(10)、PM_(2.5))浓度资料得到兰州市的O_3污染变化趋势及其分布特征。结果表明:兰州市区O_3与NO_2浓度的日变化呈现相反的变化趋势,二者之间存在明显的负相关关系,相关系数为-0.45;兰州市区颗粒物与O_3之间相互影响,颗粒物浓度春、冬季较高,而O_3夏季较高,O_3与PM_(2.5)浓度月变化之间的相关系数为-0.78,O_3逐渐成为继颗粒物之后首要污染物天数最多的污染物;兰州市区和榆中县O_3浓度均呈现明显的日变化、月际变化、季节变化;不同站点分布特征显示,兰州市区4个监测站点中兰炼宾馆O_3浓度最高,职工医院与生物制品厂相差不大,铁路设计院最低,表明西固区O_3污染形势最为严峻,七里河区次之,城关区O_3污染较轻,而且榆中县O_3浓度除夏季外其它时段均比市区高。     

大气污染特征研究及臭氧污染个例分析——以深圳市龙华区为例

根据深圳市龙华区观澜子站空气质量监测数据,对龙华区近年来空气质量状况、主要大气污染物浓度时间变化特征、气象条件和污染物浓度相关性,以及典型臭氧(O_3)污染过程进行了分析。结果表明龙华区空气质量以优良为主,空气质量指数(AQI)超标日中,O_3浓度超标天数最多,其次依次是PM_(2.5)、PM_(10)和二氧化氮(NO_2)。PM_(2.5)、PM_(10)和NO_2在秋冬季的浓度最高,春季次之,夏季最低;而O_3浓度则在夏秋季最高,春季次之,冬季最低。除O_3(日间浓度高于夜间浓度)以外,PM_(2.5)、PM10和NO_2晚间浓度高于日间浓度。此外,相关性研究表明,颗粒物污染以细颗粒物为主,O_3(8 h)和NO_2与颗粒物浓度均呈正相关性。由于地域差异的存在,O_3(8 h)和颗粒物浓度的相关性在不同地域表现也不同。同时,大气污染物浓度与气象条件和人为排放源的相关性较高。     

清洁大气背景下贵阳空气质量变化及气象作用

利用贵阳市2013~2016年空气质量监测及气象观测资料进行分析,研究云贵高原城市空气变化及气象影响作用.结果表明:近4a贵阳区域SO_2、NO_2、O_(3_8h)、PM_(10)、PM_(2.5)和CO年平均浓度分别为(20.78±19.71),(28.32±9.59),(107.59±27.54),(67.56±34.32),(42.53±24.52)μg/m3和(0.74±0.22)mg/m~3,除SO_2浓度接近或超出我国中东部城市之外,其它污染物均表现为相对清洁水平;地面O_3浓度逐年明显上升,但其它大气污染物水平均呈逐年下降趋势,且呈现与我国中东部一致的空气质量年际、月际和日变化特征.各功能区污染物区域差异明显,颗粒物和SO_2、NO_2、CO浓度水平表现为工业区居民区郊区,O_3浓度呈现为郊区居民区工业区的特征,表明人为活动对空气质量的影响.近4a O_3与PM_(2.5)夏季白天呈显著正相关,冬季显著负相关,反映了云贵高原城市空气质量的复合污染特性.大气污染物浓度与温度、边界层高度、太阳直接辐射和气压的相关性显著,而与相对湿度和风速相关性较弱,这不同于中东部地区风速主导大气污染物水平变化的特征.云贵高原夏季作为主要雨季,小雨和中雨量级降水对PM_(2.5)吸湿增长较弱,中雨以上降水对PM_(2.5)具有清除作用;而在PM_(2.5)浓度较高和干冷的冬季,小雨的PM_(2.5)吸湿增长明显,中雨以上降水对PM_(2.5)清除显著.     

O3浓度变化特征分析 —以遵义市城郊为例

利用2017年1～12月间连续监测数据,分析了遵义市城郊O_3浓度变化特征。结果表明,遵义市郊区O_3浓度高于城区,O_3日均浓度主要集中于40～120μg·m~(-3)之间。城郊O_3浓度季节性特征表现为夏季秋季春季冬季;城郊O_3浓度日变化均呈单峰型,且表现出显著的"周末效应",其中夏、秋季郊区峰值明显高于城区,冬、春季夜间城区O_3浓度显著高于郊区。冬季城区日变化峰值出现早于郊区,具有明显的O_3输送特征。相关性研究表明,O_3浓度与相对湿度及气压呈显著负相关性,而与风速和气温呈显著正相关性;相对湿度对O_3浓度影响相对较大,而风速对城区背景评价点O_3浓度影响相对较小。     

广州某区PM_(2.5)和气态污染物质量浓度的日变化特征及其相关性分析

本文分析了2015年3月至2016年2月广州某区细颗粒物(PM_(2.5))和气态污染物(SO_2、NO_2、CO、O_3)质量浓度的日变化特征,并对PM_(2.5)和气态污染物之间质量浓度的相关性进行分析,结果表明:PM_(2.5)、SO_2、NO_2、CO、O_3大气污染物存在一定规律的日变化特征。PM_(2.5)与SO_2、NO_2、CO、O_3全年质量浓度的相关系数范围分别为0.184～0.219,0.271～0.436,0.170～0.368和0.051~0.318,存在一定的线性正相关关系。     

长沙市城区臭氧浓度特征研究

根据2014年4月至2015年3月湖南省长沙市城区10个监测点O_3小时浓度监测数据,综合分析了长沙市O_3的时空分布及其与前体物、气象要素相关关系。结果显示:监测期间长沙市城区O_3小时平均浓度为44.47μg/m~3,O_3高值浓度主要集中在5-9月份,季节分布上O_3平均浓度整体呈现出冬季春季秋季夏季的特征。日变化上O_3呈现倒U型分布,一般在15:00、16:00左右达到峰值浓度,日循环可分为4个阶段:即臭氧累积阶段、臭氧抑制阶段、臭氧光化学生成阶段、臭氧的消耗阶段。空间分布上整体呈现出对照点峰值浓度明显大于城市环境评价点,从城区外围站点浓度大于市中心点浓度特征。O_3的前体物CO、NO_2均呈现双峰型分布,其中O_3与CO、NO_2呈现显著的负相关关系;与气压、湿度呈负相关关系,与温度呈正明显相关关系。     

兰州市区臭氧时空分布特征及气象和环境因子对臭氧的影响

s利用2014~2016年兰州市4个监测点O_3、NO_2和CO浓度实时监测数据和日平均气温、相对湿度、气压和风速气象观测数据,统计分析了近3年O_3的时空分布特征以及环境因子(NO_2和CO)和气象因子对兰州市区O_3浓度的影响。结果表明:兰州市区O_3浓度年变化特征呈倒U型结构,夏季最高,峰值出现在5月,为(65.6±16.9)μg/m~3。4个监测点中生物制品所的年平均浓度最高。O_3的日变化为单峰分布,午后浓度较高,兰炼宾馆监测点峰值出现时间比其他区域超前约2 h。NO_2和CO与O_3的年变化相反,均表现出U型结构的年变化特征,都在12月达到峰值,分别为(2.53±0.80)mg/m~3,(78.9±28.2)μg/m~3。而NO_2和CO浓度白天浓度高于夜间。O_3浓度都随着NO_2和CO浓度的增加呈现指数形式下降。兰州市高温低湿气象条件有利于O_3的前体物(NO_2和CO)转化形成O_3。兰州市区发生高浓度O_3的气象和环境条件主要为日均气温高于20℃,相对湿度位于40%~50%以及风速≤5 m/s;NO_2浓度低于20μg/m~3,CO浓度低于0.5 mg/m~3。     

乌鲁木齐市近地面O_3与前体物及颗粒物相关性分析

利用2016年10月~2018年2月乌鲁木齐市近地面O_3、PM_(2.5)、PM_(10)、NO_2、CO的连续观测资料,主要分析乌鲁木齐市O_3浓度的变化特征与部分前体物质、颗粒物之间的关系。结果表明:(1)2017年月分布:监测期间乌鲁木齐市O_3平均浓度为79.33μg/m~3,O_3浓度较高主要集中在6~9月份,其平均O_3浓度为121.14μg/m~3。O_3季平均浓度整体呈现出夏季春季秋季冬季。(2)时间分布上:O_3小时浓度的日变化分布呈现"单峰型"特点,且日间浓度明显高于夜间。一般在15∶00~16∶00左右达到峰值浓度;空间分布上:对照点浓度城区监测站点,城区外围站点浓度城区监测站点的特征。(3)在O_3与前体物CO、NO_2及与OX之间的关系中,O_3与CO、NO_2均呈显著的负相关关系,相关系数分别为-0.789(P0.01)、-0.871(P0.01),与OX呈显著正相关关系(r=0.985,P0.01)。(4)O_3与大气颗粒物PM_(2.5)、PM_(10)呈明显的负相关关系,其相关系数分别为-0.754(P0.01)、-0.718(P0.01)。     

台风“妮妲”过程对广州臭氧浓度的影响分析

为研究台风天气系统对广州地区臭氧浓度的影响,选取2016年7月27日—8月2日台风"妮妲"过程,结合气象要素资料和空气质量数据进行了分析.结果表明:①7月27日—8月2日台风过程期间,7月27—29日和8月1—2日空气质量未超标,7月30日和31日分别达到轻度污染和中度污染,首要污染物均为O_3,其中,31日O_3小时浓度峰值达293μg·m~(-3),O_3_8 h (8 h滑动平均)浓度达249μg·m~(-3),期间PM_(2.5)及前体物NO_2和CO浓度也略有升高,但总体升幅不大,都在良范围内.②台风过程期间,O_3浓度与温度、风速呈正相关(p0.01),与气压、相对湿度呈负相关(p0.01).高温低湿、风速1.0～2.0 m·s~(-1)、气压低有利于大气光化学反应,容易导致O_3浓度超标.③受台风外围下沉气流影响,大气存在垂直输送;同时混合层顶低,30日和31日混合层高度白天最高在1300 m以下,夜间在200 m左右,最低不足60 m;同时,2 km高度内均有持续逆温存在,逆温高度主要在700 m以下.地面处于均压场,同时存在逆温,大气层结稳定,使得污染物在近地层堆积不易扩散,导致O_3浓度超标.     

河南省臭氧污染特征与气象因子影响分析

利用环境空气质量监测站和国家基准地面气候站数据,研究了2017年河南省臭氧(O_3)污染时空特征及其与颗粒物、前体物和气象因子关系.结果表明,河南省2017年O_3日最大8 h滑动平均值(MDA8)呈现夏季春季秋季冬季的特征,年均值为108μg·m~(-3);各地市均有不同程度O_3超标情况,其中,安阳超标天数高达88 d,信阳最少为17 d;春末夏初(5月和6月) O_3污染最为严重,O_3 MDA8月均浓度在140μg·m~(-3)以上,并在6月达到峰值;定性和定量分析显示O_3 MDA8月均浓度与颗粒物,O_3小时浓度与CO、NO_2呈负相关;不同季节、不同城市O_3MDA8与气象因子(日照时长、气温、降雨、能见度、相对湿度及风速)的相关性具有差异.     

重庆长寿区臭氧污染生成影响及潜源分析

文章基于2017-2020年长寿区及观测点位臭氧(O_3)及其前提物(NO_2和VOCs)以及气象因子(气温、相对湿度、风速、风向等)逐小时数据,分析了臭氧(O_3)及其前体物(NO_2和VOCs)污染物浓度年际及O_3污染典型期间的变化情况,讨论了O_3浓度与气象因子之间相关性,通过HYSPLIT后向轨迹和潜在源区贡献(PSCF)分析长寿区春、夏两季O_3潜在源区贡献特征。研究表明,O_3小时浓度160μg/m~3的超标小时浓度占比在2017-2019年呈逐年上升趋势,因新冠疫情影响2020年显著降低。全年O_3浓度高值区集中在4-9月,呈"夏高冬低"特征。O_3和NO_2的日变化特征反应了局地NO-NO_2转化与光化学生成的滴定作用。VOCs观测期内平均浓度为32.01×10~(-9)(体积浓度),较重庆市夏季VOCs偏高23.64%。O_3生成潜势贡献表现为含氧类VOCs芳香烃类烷烃烯烃卤代烃炔烃。O_3浓度与不同气象因子之间存在不同的相关性特征。该区域潜在源区具有明显季节性特征:春季主要位于涪陵、南川和巴南等区域;夏季主要集中在广安、江北、合川、渝北等一带。     

林芝冬季紫外辐射与空气污染因素相关性研究

通过对林芝市2018年10月～12月的紫外线辐射强度及环境空气质量进行观测,分析了冬季晴天8～19时紫外辐射强度变化规律并与同时间的AQI、PM1、PM2.5、PM10、NO_2、O_3、SO_2、CO的相关性。结果表明:林芝市冬季紫外辐射很强,14时前后,紫外辐射强度达到最高,日变化趋势呈现大致对称的单峰状态;紫外辐射强度与PM1、PM2.5、PM10浓度并未表现出显著的相关性,与NO_2存在较好的负相关性,其Spearman相关系数高达-0.736,而与O_3、SO_2、CO的相关性较差,未通过显著性检验。     

挥发性污染物二硫化碳处理技术

2016年11月—2017年2月在西安市城郊连续观测了NO_2、SO_2、O_3和PM_(2.5)的浓度,利用观测数据分析大气污染物的日变化和周末效应特征,结合不同污染物间的相关性分析结果,初步探讨了污染物间的相互作用机理。结果表明:观测期间NO_2、SO_2、O_3和PM_(2.5)浓度的平均值分别为(39.9±21.0),(77.2±22.8),(37.7±23.5),(192±141)μg/m3。PM2.5污染最为严重,超过国家二级标准的2.56倍。NO_2、SO_2和O_3浓度日变化特征显著,其中NO_2和O_3日变化为单峰型,SO_2日变化为单峰单谷型,PM_(2.5)日变化幅度较小。NO_2和SO_2周末效应较为明显,O_3和PM_(2.5)周末与工作日相差较小。PM_(2.5)浓度与NO_2、SO_2和OX浓度均为显著正相关,表明前体物和大气氧化性对PM_(2.5)浓度有显著影响。     

西安城郊采暖季大气污染物浓度特征研究

2016年11月—2017年2月在西安市城郊连续观测了NO_2、SO_2、O_3和PM_(2.5)的浓度,利用观测数据分析大气污染物的日变化和周末效应特征,结合不同污染物间的相关性分析结果,初步探讨了污染物间的相互作用机理。结果表明:观测期间NO_2、SO_2、O_3和PM_(2.5)浓度的平均值分别为(39.9±21.0),(77.2±22.8),(37.7±23.5),(192±141)μg/m3。PM2.5污染最为严重,超过国家二级标准的2.56倍。NO_2、SO_2和O_3浓度日变化特征显著,其中NO_2和O_3日变化为单峰型,SO_2日变化为单峰单谷型,PM_(2.5)日变化幅度较小。NO_2和SO_2周末效应较为明显,O_3和PM_(2.5)周末与工作日相差较小。PM_(2.5)浓度与NO_2、SO_2和OX浓度均为显著正相关,表明前体物和大气氧化性对PM_(2.5)浓度有显著影响。