山东省2015年PM2.5和O3污染时空分布特征

利用中国环境监测总站的城市空气质量自动监测数据,分析了2015年山东省细颗粒物（PM_2.5）和臭氧（O₃）污染的时空分布特征,并初步探讨了其与气象要素的相互关系。研究发现：山东省PM_2.5年均质量浓度和年超标天数的空间分布均呈现由东部向西部递增的趋势,半岛地区的浓度最低,其他地区浓度均较高,年均质量浓度最大值出现在德州（101 μg/m³）。各城市PM_2.5的月均质量浓度均呈现出季节性变化,冬季最高,夏季最低。O₃-8h年均值和O₃年超标天数的空间分布与PM_2.5不同,半岛地区污染天数最少,其次为南部地区,中部地区和西北部地区污染最为严重并且各区域的城市之间O₃污染情况存在较大差异,具有明显的局地性特征。O₃质量浓度在春末夏初最高,超标现象主要出现在5—8月。分析各城市PM_2.5污染和O₃污染的协同性与差异性发现,虽然不同城市之间两者污染情况存在一定差异,但整体上看,山东省大气复合污染特征明显,全年有10个城市的PM_2.5和O₃同时超标天数都在20 d以上,并且该现象主要发生在夏季。夏季高温低湿的大陆气团控制更有利于O₃和PM_2.5叠加共存形成复合型污染。温度≥26℃时,O₃-8 h与PM_2.5日均质量浓度的相关系数为0.63,相对湿度≤60%时,两者相关系数为0.69。此外,当在大陆气团的控制下发生O₃污染时,相对湿度的提高更有利于PM_2.5浓度的增加。     

乌鲁木齐市环境空气PM2.5与O3协同作用的污染特征分析

统计分析2013—2021年乌鲁木齐市环境监测资料,研究乌鲁木齐市PM_2.5和O₃的相关性,以及气象条件对PM_2.5和O₃相互作用机制的季节变化影响特征。研究结果显示：夏季PM_2.5和O₃浓度的相关系数为-0.341 86,呈负相关性;冬季PM_2.5和O₃浓度的相关系数为-0.388 3,呈负相关性,二者相互作用的季节变化一致性特征呈现相反趋势,这点和PM_2.5-O₃复合污染的特征明显不同,由此初步判断乌鲁木齐市还处于单PM_2.5污染阶段,未处于PM_2.5-O₃复合污染阶段,但O₃浓度连续多年快速上升。夏季光照条件良好,太阳辐射强,气温较高,大气氧化性较弱,O₃浓度升高,但PM_2.5浓度处于较低水平,说明O₃主导的氧化...     

成都市O3浓度的时间变化特征及相关因子分析

为深入认知成都市O_3浓度的时间变化规律及其影响因子,基于2013年1月1日—12月31日市区站点O_3、NO、NO_2、NO_x的逐时监测资料以及成都市气象站的气象数据逐时观测资料,据此对O3的季变化、日变化、\"周末效应\"、\"节假日效应\"进行了讨论,并对其浓度影响因子进行分析。结果表明:成都市O_3浓度季变化呈现明显夏高冬低的特征,浓度最大值出现在8月。O_3浓度日变化为单峰型,夏季峰值出现在15:00,冬季峰值出现在16:00。市区存在\"周末效应\",即周末O_3浓度总体比工作日高;\"节假日效应\"则表现出复杂多变性,受气象条件以及人为活动等多种随机因素的影响。O_3日平均浓度与NO、NO_2、NO_x、相对湿度呈明显负相关,与温度、风速呈明显正相关。     

不同区域城市空气O3和PM2.5累积速率时序模型

利用2017—2018年全国7个区域10个典型城市环境空气O₃和PM_2.5浓度数据,统计污染物累积速率,进而采用回归方法拟合污染物浓度及其累积速率的时间序列模型,分析不同区域污染物时序变化特征差异。结果表明：不同区域O₃浓度时序曲线拟合程度总体高于PM_2.5,石家庄O₃拟合程度最高,西安PM_2.5拟合程度最高。以07：00、14：00分别作为O₃、PM_2.5模拟起点是24 h中的最优模型。不同城市夏季O₃小时浓度时序变化曲线均为单峰形态,O₃浓度及累积速率峰值出现时间可能由城市所处经度决定,太原O₃累积最快,西安O₃消解最快。各城市间冬季PM_2.5小时浓度及其累积速率时序变化曲线形态差异较大,沈阳PM_2.5累积和消解均最快。与浓度相比,城市环境空气O₃和PM_2.5累积速率与光照、扩散条件等有更好的时间相关性。     

O3自动监测的技术要点

通过多年在粤港空气监控系统中的O3自动监测实践,阐述了O3标准气浓度传递认证的范例性解决方案,并在O3气体样品输送、O3分析仪器性能维护及在线检查校准用标准气等方面提出了实用的技术方法。     

长江三角洲地区低层大气污染物O3、NOX、SO2的数值模拟

通过对比分析发现,2007年客观源清单比2001年初始源清单能够更好地反映当前长江三角洲地区的大气污染物源排放情况.基于客观源清单,利用第三代空气质量模式(Models-3/CMAQ)较好地模拟出长三角地区近地层大气浓度的日变化和空间分布,模拟结果表明,NOx与O3在空间分布上并不一致,两者之间存在非线性关系,NO2与...     

乌鲁木齐市2011年冬季PM2.5/PM10浓度特征分析

利用乌鲁木齐市PM2.5//PM10自动监测数据,分析PM2.5与PM10的浓度分布特征和时间变化规律。结果表明,按照《环境空气质量标准》(二次征求意见稿)的标准限值,乌鲁木齐市冬季PM2.5污染重于PM10。PM2.5浓度为0.164mg/m3,超过二级年标准限值的3.7倍,超标率为73.9%。PM2.5浓度日变化曲线昼高夜低,呈单峰型,峰值出现在13:00~14:00(北京时间)。PM10中PM2.5所占比例较高,PM2.5/PM10为0.79,相关分析和检验显示PM2.5与PM10的线性相关显著,相关系数为0.92。     

基于Matlab小波分析的南京北郊大气O3浓度变化特征研究

以2008年南京北郊大气中O₃ 质量浓度观测资料和常规观测资料为基础,利用Matlab小波分析工具,对O₃浓度的年时间序列进行分析,得出该地区的O₃ 日均浓度的变化特征：春、夏季节O3浓度大于秋、冬季节,最高浓度出现在春末夏初,最低浓度出现在冬季;并且全年共有5个突变点;弱高压的天气系统、较高的温度、较低的湿度和晴朗少云的天气是造成南京北郊O₃浓度突变的主要气象因素。结合HYSPLIT气流后向轨迹模拟,对污染源来源进行追踪,结果表明：南京北郊O₃高浓度污染来源主要分为本地局地污染和外来污染物输送两类;垂直方向上,O₃的区域尺度或中尺度的输送主要稳定在混合层的底层。     

西安市某工业园夏季VOCs浓度特征及O3、SOA生成潜势

2020年7月30日—10月10日对西安市某工业园区大气中的70种VOCs开展了为期73 d的VOCs手工采样监测,分析了上、下风向2个点位VOCs浓度组成特征、O₃生成潜势和SOA生成潜势,并运用PMF进一步分析该区域VOCs的主要来源。结果显示:监测期间工业园区平均VOCs浓度为203.50μg/m³,以甲醛和乙醛为主的醛酮类(148.37μg/m³)是主要污染物,占TVOC浓度的57%～84%,其次是烷烃。通过上、下风向VOCs成分比较发现,醛酮类为高污染时段特征污染物,工业园区平均OFP为969.66μg/m³,醛酮类对O₃生成的贡献最大,占TOFP的80%～97%,其次是烯烃。工业园区平均SOAFP为0.50μg/m³,芳香烃对SOA生成的贡献最大,占TSOAFP的48%～98%,其次是烷烃。PMF源解析得到5个因子,分别为工业源、溶剂涂料、燃烧源、移动源及其他源,贡献率分别占35.2%、20.4%、18.3%、12.8%、13.3%,解析显示该...     

台州市区PM2.5和O3污染特征及相互作用关系

基于2016—2020年台州市区大气污染物监测数据及气象观测资料,分析了台州市区PM_2.5和O₃的污染特征及受气象因素影响情况,并探究了不同季节下的PM_2.5浓度和O₃浓度的相关性及相互作用关系。2016—2020年,台州市区PM_2.5年均浓度和超标天数呈显著下降趋势,O₃-8 h年均浓度和超标天数总体呈上升趋势。PM_2.5浓度在冬季最高,且易发生超标;O₃浓度在春、夏、秋季均较高,且均会发生超标。通过相关性分析可知：PM_2.5浓度与气温、相对湿度、风速、降水量呈负相关,与大气压呈正相关;O₃浓度与气温、风速呈正相关,与相对湿度、降水量呈负相关。不同季节下的PM_2.5浓度与O₃浓度均呈正相关,两者存在协同增长。在春、夏、秋季,二次PM_2.5在总PM_2.5中的占比随着O₃     

南京市O3污染时空演变特征及气象因素影响分析

利用南京市2016—2022年空气自动监测网数据,详细分析了南京市O₃时空分布特征及气象因素影响。结果表明:2016—2022年O₃日最大8 h滑动平均质量浓度(O₃-8 h)超标天数占总超标天数比例呈明显上升趋势,上升了32.3个百分点;O₃污染月份有所增加,由4—9月延长至3—11月。O₃-1 h日变化总体呈单峰型,峰值出现时间由15:00延后至16:00,O₃污染持续时间有所延长,2019—2022年各时段平均O₃小时质量浓度比2016—2018年高1~10 μg/m³,污染总体抬升。2016—2022年O₃-8 h北部郊区点位年均增长率约为8.7 μg/m³,南部郊区点位约为5.6 μg/m³,均高于全市的0.5 μg/m³;O₃超标时间北部郊区点位年均增长率约为7 d,南部郊区点位约为5 d,均高于全市的2 d。当气温超过27 ℃时O₃超标率增长迅速,气温区间为(30,35］℃时O₃超标率最高(超过50%)。当气温小于33 ℃、相对湿度小于40%时,O₃平均浓度和超标率随气温和相对湿度的升高而升高;气温大于35 ℃、相对湿度大于60%时,O₃平均浓度和超标率随气温和相对湿度的升高而降低。风速区间为(4,5］m/s、风向为SE和S时,O₃超标率和平均浓度最高。     

长沙市冬季人行道PM2.5污染特征及影响因素

了解不同气象条件下城市人行道细颗粒物(PM_2.5)时空分布特征对于指导城市环境评价及街道空间规划布局具有重要意义。选取长沙市车流量及人流量较大的4条道路旁0、5、10 m处的人行道,在冬季晴天、阴天和大风天开展PM_2.5质量浓度、风速、温度及相对湿度监测,探讨PM_2.5分布特征与气象因子的关系。结果表明:冬季晴天、阴天及大风天的人行道PM_2.5质量浓度变化呈现双峰双谷特征,峰值均出现在06:00—08:00,其次为18:00—20:00,谷值出现在14:00—16:00及22:00—24:00;距离机动车道10m处的人行道PM_2.5含量低于机动车道旁(即距离机动车道0 m)的人行道PM_2.5含量,这种差异在大风天气下更为显著;人行道PM_2.5质量浓度与温度、风速呈显著负相关关系,与空气湿度呈显著正相关关系,低温不利于PM_2.5扩散,但在大风天温度对PM_2.5的影响极小,风对PM_2.5含量的变化影响极大,在远离机动车道的人行道更为显著,而高湿度天气有利于PM_2.5的凝结。低温、高湿天气下06:00—08:00、18:00—20:00人行道PM_2.5质量浓度较高,大风对PM_2.5质量浓度具有一定削减作用,早晚高峰减少人行道洒水以降低空气湿度,有利于PM_2.5质量浓度的降低,减少PM_2.5积累。     

基于转置EKMA曲线的湖南省臭氧生成敏感性分析

基于湖南省2015—2020年夏秋季的污染物及气象观测数据,分析了臭氧（O₃）污染的时空特征和生成敏感性。湖南省中部和北部的O₃污染较为严重,且主要发生在9月,午后O₃峰值常与早高峰的NO₂浓度有较高的相关性。采用转置EKMA曲线方法探究了O₃在NO₂维度和VOCs反应活性维度下的生成敏感性。在 NO₂维度下,NO₂控制区和NO₂-VOCs过渡区的NO₂质量浓度为7 ~ 13 μg/m³,NO₂-VOCs过渡区和VOCs控制区的NO₂质量浓度为15~17 μg/m³。在VOCs反应活性维度下,当NO₂质量浓度大于10 μg/m³时,VOCs反应活性越高,O₃浓度越高。在高VOCs反应活性（30 ℃或以上）时,NO₂浓度每降低1 μg/m³,各区域的O₃质量浓度能降低约8 ~ 9 μg/m³。结合NO₂ 和VOCs反应活性2个维度,得出湖南省午后O₃生成以 NO₂控制区和NO₂-VOCs 过渡区为主,在晴天干燥和高温条件下,减排NO₂可有效降低O₃浓度。转置EKMA曲线方法为缺少长期VOCs观测的区域提供了研究O₃生成敏感性的新思路。     

宜都市PM2.5与O3季节性分布特征及潜在源区分析

为了解宜都市PM_2.5与O₃的污染特征及潜在来源,利用宜都市2020年3月至2022年2月在线监测数据及气象数据,对宜都市PM_2.5与O₃质量浓度变化特征、气象影响因素及潜在源区进行了分析,结果表明:宜都市PM_2.5质量浓度冬高夏低,日变化呈双峰特征,O₃质量浓度夏高冬低,日变化呈单峰特征。高湿、静稳的气象条件以及较强偏北风作用下的区域污染传输对PM_2.5污染有重要影响,高温以及中湿度对O₃污染过程有重要作用。春、夏、秋季偏南方向气流轨迹占主导,且携带较高的污染物浓度,冬季来自湖北东北及西南方向的气流占比较高且携带的PM_2.5浓度较高;宜都市PM_2.5、O₃的潜在源区具有季节性差异,总体来看,主要分布在河南南部、湖北东部及湖南的北部区域。     

2022年春季南京臭氧污染特征及成因分析

2022年春季,受新一轮新冠疫情影响,长三角各城市采取了一系列管控措施,使得大气污染物排放水平降低。对2022年春季(3—5月)南京及长三角地区的六项污染物尤其是臭氧(O₃)的变化特征进行了分析,从气象因素和O₃前体物方面,同时利用基于观测的模型(OBM)对南京O₃污染变化原因进行了研究,并分析了南京挥发性有机物(VOCs)的关键活性组分和来源。结果表明:2022年春季,南京PM_2.5、PM₁₀、NO₂和CO均值浓度均同比下降,但O₃日最大8 h滑动平均质量浓度(O₃-8 h)同比上升19.8%,O₃-8 h超标时间同比增加9 d;长三角区域O₃-8 h同比上升17.9%,O₃-8 h超标天数为2021年同期的2.5倍。南京O₃浓度上升的原因:一方面是由于不利的气象条件,另一方面是由于南京O₃生成处于VOCs控制区,但氮氧化物(NO_x)降幅大于VOCs降幅,同时结合O₃前体物削减方案的分析结果发现,VOCs和NO_x不当的削减比例会导致O₃浓度不降反升。南京O₃生成的关键VOC活性物种依次为乙醛、丙烯、间/对二甲苯、丙烯醛和乙烯;正定矩阵因子分解(PMF)解析结果显示,机动车尾气是南京城区VOCs的主要来源,其次为液化石油气/天然气使用和石油化工。     

“Ox增减量”O3人工订正预报方法与应用

为满足环境管理部门\"O₃污染过程不漏、AQI类别准确和AQI范围预报准确\"的要求,基于大气箱式模型和相似案例分析,引入O_x指标原创性提出\"O_x增减量\"O₃人工订正预报方法。介绍了该方法的预报思路、预报要点和步骤、历史相似案例库构建与基于大气条件预报的判别分析、方法普适性和局限性等,以期为提高区域、城市O₃业务预报准确率提供技术参考。以东部沿海城市青岛市为研究案例,结果显示,2020年6—9月24 h人工订正AQI类别预报、AQI范围预报准确率分别为91%和68%,比同期业务化运行的WRF-Chem数值模式预报准确率分别提高19%和25%,应用该预报方法可有效提高O₃污染过程预报准确率。     

上海市奉贤区O3污染特征与影响分析

于2014-2019年,对上海市奉贤区4个环境空气自动监测站的臭氧(O3)污染特征及其影响因素监测数据进行了统计分析.结果表明,O3质量浓度年均值大体平稳且略呈下降趋势,O3日8 h质量浓度中位值和最大值呈现逐步上升趋势,O3质量浓度的最高点和次高点均出现在4-10月.气温与O3质量浓度呈显著正相关关系;随着风速和湿度...     

采暖期大气颗粒物PM1.0和PM2.5中水溶性离子污染特征

为了解采暖期大气PM_(1.0)和PM_(2.5)中水溶性离子污染特征,采集哈尔滨市2014年11月至2015年3月采暖期PM_(1.0)和PM_(2.5)的样品,进而分析其中的水溶性离子(F-、Cl-、NO-3、SO2-4、Na+、NH+4、K+、Mg2+、Ca2+)的质量浓度。结果表明:PM_(1.0)和PM_(2.5)中的水溶性离子具有相同的变化趋势。采暖期间PM_(1.0)和PM_(2.5)中9种水溶性离子质量浓度总和分别为25.4~60.7μg/m~3和38.8~78.0μg/m~3。在PM_(1.0)和PM_(2.5)中NH+4、NO-3、SO2-4占比较高,而F-、Mg2+占比较低。PM_(1.0)和PM_(2.5)中9种水溶性离子质量浓度均为夜间大于白天。在PM_(1.0)和PM_(2.5)中,Mg2+和NH+4、F-和Cl-呈显著相关,说明它们来自相似的污染源,在PM_(1.0)中的K+和Ca2+显著相关,故它们受相似的污染源的影响。根据酸度与各离子的相关性,得出SO2-4和NH+4是控制大气颗粒物酸碱性的主要离子。另外,气象因素对PM_(1.0)和PM_(2.5)的浓度有影响。     

江苏如东沿海经济开发区夏季O3污染特征及来源分析

为探究如东沿海经济开发区夏季大气中的O₃污染成因,基于2022年6月园区大气超级站的监测数据,较为全面地分析了O₃污染来源、水平及二次生成潜势等。结果表明:2022年6月园区O₃超标天数占比为34.5%,共计10 d,污染严重程度为2018—2022年同期最高水平(151 μg/m³);分析4个污染过程发现,高温低湿、静稳天气易诱发O₃污染事件,结合污染天气象条件发现,当温度＞25℃且相对湿度＜ 75%时极易发生O₃污染;污染天VOCs组分贡献率主要受芳香烃、烯烃及烷烃影响,其中邻二甲苯、甲苯、间-对二甲苯是O₃管控的关键活性物种;后向轨迹聚类分析显示,园区O₃污染主要受到上海、江西和苏南本地气团输送的影响,主导轨迹出现概率分别为30%、27%和24%,其余小部分时段可能受到来自中国北部和东部的下沉气流影响。为科学管控园区夏季O₃污染,应加强监测并协同管控本地关键VOCs物种。