上海市臭氧污染时空分布及影响因素

分析2006—2016年上海市的监测数据发现,臭氧(O_3)浓度存在逐年上升趋势,污染持续时间有所增加,但除水平风速有下降趋势外,其他相关气象因素的年际变化趋势并不显著。空间分析结果表明,上海市O_3超标主要集中在西南部郊区,但市区O_3超标潜势不容忽视。O_3污染高发季节的污染玫瑰图分析发现,上海市南部地区是影响上海市O_3污染的关键区域;对于NO_2减排的影响分析发现,尽管上海市O_3平均浓度总体处于上升趋势,但在NO_2下降幅度最为明显的内环市区和北部郊区,O_3上升幅度低于NO_2下降幅度较小的内外环区域和西部郊区,表明上海市的O_3污染控制仍需持续推进NOx的减排,并同步推进VOCs的减排。     

内蒙古近地面臭氧污染时空分布特征及气象条件分析

使用2018—2020年内蒙古臭氧(O₃)、气象要素观测资料和NCEP FNL资料,统计分析内蒙古近地面O₃质量浓度的时空分布特征和变化趋势,并针对全区O₃污染典型个例分析其天气形势和气象要素的影响作用。结果表明:内蒙古2018—2020年O₃质量浓度年评价值呈逐年下降趋势,2020年较2018年下降10.3%,各盟市O₃超标率也显著降低,仅赤峰市和通辽市略微上升。内蒙古O₃质量浓度高值分布在中西部偏南地区,尤其是乌海市和鄂尔多斯市;O₃超标率峰值主要出现在5—7月,周末效应存在东西部差异。O₃浓度变化和天气形势关系密切,南部暖平流和暖高压控制有利于O₃生成,西北部冷平流和冷涡发展使得O₃浓度下降;高温、低湿、微风和较高的能见度均为诱发O₃污染的重要气象条件,而西北大风通过降低温度、能见度和易于扩散的风向使得内蒙古O₃浓度降低,但同时可能会导致PM₁₀污染。     

广西臭氧时空分布特征及污染天气类型研究

基于2015—2017年广西14个城市环境空气质量日监测数据和相关气象资料,分析了广西O3时空分布特征,利用主观分型方法归纳了广西O3污染的典型天气类型。结果表明,广西2015—2017年O3累积超标天数分别为74,41和89d,年均值分别为122,120和128μg/m^3,日变化呈现单峰型分布特征,O3超标占比最高的时段均为4—5月和8—10月;2017年O3高值区面积明显增大,呈现连片式的特征;台风外围型(53.4%)、副高控制型(26.5%)和冷高压脊变性控制型(16.7%)是造成广西O3污染的典型天气类型。广西O3污染受气象条件影响较大,天气形势变化导致的污染规律较明显。     

京津冀地区臭氧污染特征与来源分析

2013—2014年京津冀地区13个城市O_3日最大8 h平均值第90百分位数平均为155~162μg/m3,京津冀地区已成为全国O_3污染最严重的地区之一,京津冀地区O_3污染程度有所加重。京津冀地区夏季O_3浓度高,冬季浓度低,O_3质量浓度较高的月份集中在5—9月,12月—次年1月浓度最低。在O_3污染较重的夏季,每日6:00~7:00,O_3质量浓度最低,15:00~16:00 O_3浓度最高。在空间分布上郊区点位的O_3质量浓度往往高于主城区点位。京津冀区域夏季O_3小时浓度和NO2浓度呈高度负相关关系,和其他污染物无明显的相关性。O_3质量浓度和气温呈显著的正相关关系,和大气相对湿度呈显著的负相关关系。京津冀区域O_3的主要来源为NOX和VOC等一次污染物在日光照射下发生光化学反应而产生,控制O_3前体物的源排放,尤其是控制好VOC的排放是控制O_3污染的有效途径。     

济南市夏季甲醛时空分布特征及对臭氧污染的影响

基于Sentinel-5P卫星遥感数据,分析济南市2019—2021年夏季甲醛浓度的时空分布特征及对臭氧污染的影响。结果表明：研究期间夏季甲醛平均柱浓度呈逐年下降趋势,2020年同比降幅最大为24%;甲醛浓度高值区域主要分布在人口密集的市区及工业聚集的章丘区、济阳区和商河县,呈现由城市中心向外扩散的趋势;甲醛浓度受周边城市的影响,形成一条东西向的区域化污染带;甲醛对臭氧的影响主要表现在臭氧污染轻度或污染初期,而氮氧化物的排放进一步加重臭氧污染。     

石家庄臭氧时空分布特征及潜在源分析

基于2020—2021年石家庄市261个环境空气质量自动监测站监测数据,利用反距离加权插值法、空间自相关法以及后向轨迹模型,分析研究区臭氧超标率、时空分布特征、内部聚集状态与来源。结果表明:与2020年相比,2021年石家庄各县(市、区)臭氧超标率均有不同程度的下降,其中行唐县下降幅度最大。臭氧浓度月变化呈倒“V”形,夏季浓度最高,其次是春季和秋季,冬季最低。研究区臭氧空间分布呈中西部高、东部低的特征。2020年,研究区臭氧超标严重,中西部区域多数点位超过了190 μg/m³,其余点位超过了160 μg/m³;2021年,除个别监测点位臭氧浓度高于190 μg/m³外,研究区中西部地区臭氧浓度出现下降,东部地区多数点位臭氧浓度低于160 μg/m³。后向轨迹分析结果显示,臭氧污染气团主要源于位于研究区东北方向的保定、正南方向的邢台以及西北方向的忻州。臭氧在污染气团传输过程中不断积累,导致其浓度偏高。潜在污染源范围与浓度权重轨迹范围基本一致,潜在源区的污染贡献相对较小。通过对2020年与2021年石家庄市臭氧浓度变化进行分析可知,研究区臭氧污染正在逐渐减轻,臭氧污染管控工作的重点应放在夏季,同时应注重对研究区正南方向和东北方向城市的污染传输加强管控。     

2016—2020年西安市近地面臭氧污染变化趋势及分布特征

利用2016—2020年陕西省环境空气质量自动站的臭氧监测数据,分析西安市大气环境中臭氧污染的时间变化趋势及空间分布特征。从时间分布来看,西安市臭氧年均质量浓度呈先上升后下降的波动变化趋势,且浓度值略高于全国平均水平;臭氧月均浓度具有明显的季节变化特征,月超标天数和月均质量浓度均在6月达到峰值;臭氧质量浓度日变化规律在全年和四季完全一致,均呈单峰型,日内小时平均质量浓度超标最多时段集中在15:00—16:00;臭氧与NO₂、CO均呈“此消彼长”的负相关关系。从空间分布来看,西安市12个国控评价点位的O₃-8 h浓度分布变化大致分为单峰型和持续递减型,浓度主要集中在40～80μg/m³;国控点和省控点的臭氧浓度时间分布趋势一致,空间分布存在区域性差异;全市20个区县(开发区)的臭氧污染呈现南北中心城区高、东西远郊区低的空间分布特征。总之,西安市臭氧污染的时空分布主要受到气象条件、污染物排放和城市布局差异的综合性影响。     

大连市臭氧污染特征及典型污染日成因

通过对大连市区10个空气监测子站的监测数据进行分析,探讨了大连市臭氧污染的时空分布、气象条件对臭氧污染的影响,对臭氧污染日进行了归类分析。结果表明,大连市臭氧污染主要出现在4—10月。在强紫外辐射、高温、低湿、低压和低风速的气象条件下,监测点位的臭氧浓度较高。臭氧污染日的日变化分为单峰型、双峰型和夜间持续升高型3种类型。通过对2015年的一次高浓度臭氧污染过程的气象条件、污染物浓度和污染气团轨迹进行分析,发现臭氧浓度在夜间持续升高现象与区域输送密切相关。     

沈阳臭氧污染时空分布特征及变化趋势

以沈阳2013—2015年臭氧(O_3)监测数据为基础,从地域差异及时间变化上分析了沈阳O_3浓度变化特征。结果表明:沈阳城市外围O_3浓度高于城市中心;O_3浓度变化具有明显季节特征,夏季O_3浓度最高,冬季最低;O_3浓度日变化呈单峰分布,谷值出现在06:00,峰值出现在14:00;O_3浓度出现明显\"周末效应\",周末白天O_3浓度高于工作日O_3浓度,夜间差异不大。     

江苏省2013-2016年臭氧时空分布特征

利用2013-2016年江苏省国控空气自动站获得的臭氧（O₃）观测数据,探讨江苏省O₃时空变化特征。结果表明,自2013年以来江苏省大气氧化剂OX （O₃和NO₂）和O₃浓度呈逐年升高趋势,升高速率分别为0.98×10^-9a^-1和3.70 μg/（m³·a）,O₃增幅在我国处于较高水平。在O₃空间分布上,东部沿海O₃浓度相对高于西部内陆,O₃浓度高值由沿海地区逐渐向内陆辐散,呈现出区域性O₃污染。结合经验正交分解进行聚类统计检验,结果显示江苏省O₃分区主要分为苏南、苏中和苏北3类,与江苏省经济发展水平表现出一定的同步性。     

杭州市臭氧污染特征及过程分析

利用2013—2016年杭州市国控点臭氧观测资料,讨论了杭州市臭氧时空变化特征,并对一次臭氧高浓度过程进行分析。结果显示,近年来杭州市臭氧浓度以10. 3%的升幅渐增,增幅大于北京、上海、广州等城市。千岛湖背景点及位于城区的朝晖五区、下沙、西溪站点臭氧浓度月变化存在2个峰值,第一峰值出现在5月,受降水、温度影响次峰值出现在8—10月;夜间臭氧浓度背景点高于城区点。杭州市10个国控站点臭氧浓度相对标准偏差逐年减小,臭氧污染已呈区域性,城东为重污染区域。2015年8月出现的一次臭氧重污染过程主要是受副热带高压控制下和台风外围的影响,导致杭州市朝晖五区站点臭氧浓度高达228μg/m~3,台风登陆后得以缓解。     

基于遥感数据的京津冀地区PM2.5时空分布特征

基于MODIS AOD遥感数据,采用多元线性回归模型对PM2.5地面监测数据进行模拟估算,同时加入降水量、相对湿度等气象因子以提高模型精度,结合GIS空间分析技术,得到2015—2016年京津冀地区空间连续的PM2.5浓度分布。结果表明:利用多元线性回归模型反演PM2.5浓度效果较好,R 2均在0.59~0.84之间。在时间上,京津冀地区PM2.5浓度呈现出夏季最低、秋季稍高、冬春两季最高的变化趋势;在空间上,2015年和2016年京津冀地区PM2.5浓度有明显的区域差异,均呈现出西北低、东南高的分布格局,大致与燕山山脉和太行山脉走向一致。     

Ozone Indicators Determined at Rural Sites in the Eastern United States by two Monitoring Networks

Ozone levels at Clean Air Status andTrends Network (CASTNet) and nearby rurally-designatedState and Local Air Monitoring Stations (SLAMS) siteslocated in the eastern United States (U.S.) arecompared using daily indicators (i.e., maximum, range,and SUM06) based on hourly O₃ measurements. Comparisons are also made using monthly and summertimethree-month SUM06 determinations aggregated from dailydata. Comparison of O₃ indicators at the pairedCASTNet-SLAMS sites generally shows better agreementfor O₃ maximum than for range or SUM06. Thehighest correlation of daily O₃ indicators occursfor paired sites that are separated by less than 100miles, and the correlation diminishes with increasingseparation distance. Correlation coefficients exceed0.70 in 49% of the comparisons of maximum, in23% of range comparisons and in 5% ofSUM06 comparisons, suggesting that substitution ofSLAMS for CASTNet O₃ measurements would fail tocapture a substantial amount of the variability inO₃ indicators present at the CASTNet sites. Correlations of O₃ indicators at CASTNet andpaired nearby SLAMS sites are 0.80 in a relativelysmall number of cases. Despite the high correlationin even these cases, O₃ behavior at paired sitesis not identical and shows systematic differences thatare reflected in the O₃ minimum, hourly averageconcentrations, and the monthly and three-month SUM06. Ozone measurements at nearby rurally-designated SLAMSsites may not capture the `rural' nature of the airquality being monitored at CASTNet sites and, in mostcases, may not be sufficiently representative of theconcentration at CASTNet sites to permit O₃measurements at SLAMS sites to be used in lieu ofmeasurements at CASTNet sites. As a result, if ruralO₃ concentration data are needed, then O₃monitoring at carefully chosen, rurally representativesites is recommended.     

四川省水体富营养状况时空分布调查

采用综合营养指数法对四川省主要河流营养状况进行调查评价,分析其时空分布规律。结果表明,2009年四川省水体综合营养状态整体处于中营养水平。从空间分布情况看,水体营养状态从优到劣依次为金沙江、长江干流、岷江、嘉陵江、沱江,其中沱江处于轻度富营养状态。从时间分布情况看,除沱江流域月度间变化较小外,其他调查河流水体营养状态月度间变化呈双峰型\"M\"状,营养指数主峰发生在8月;长江干流、岷江和嘉陵江次峰发生在4—5月,金沙江次峰发生在10月。     

Measuring regional trends in ozone

We model maximum daily ozone concentration at a number of sites in Ontario in terms of weather classes, temperature, season and a moving average error term. In an effort to detect a regional trend in the remaining residuals, we develop a method related to principal components which obtains the linear combination of sites with greatest autocorrelation. We apply this method to data from sites in Southern Ontario and conclude that there was a regional trend in ozone during the period 1980–1992. A similar treatment does not find a general trend in temperature data but does reveal a widening gap in temperature between northern and southern sites.     

云南省臭氧污染特征及气象影响分析

为研究云南省臭氧(O3)污染特征及其与气象因子的关系,基于统计学方法及Arc GIS空间差异分析、线性趋势分析、空间离散系数等方法,对全省16个市(州) 2015—2017年33个环境监测站点的监测数据进行了研究。结果表明:研究期间,O3逐渐取代其他大气常规污染物成为首要污染物,其浓度变化范围为19～138μg/m3。云南省各市(州) O3浓度年变化呈现周期性,月度峰值集中出现在春季(3—5月);日变化呈单峰形,峰值集中在14:00—17:00。O3浓度的空间格局由纵向集聚为主转变为横向集聚为主,各集聚区交错分布,低值区由西北部转移到西南部; O3浓度增长率为正的区域集中于东北部和中部,面积约为20.81万km2,占全省总面积的54.29%,其余半环状区域增长率为负。迪庆州O3污染情况与其他市(州)明显不同,且受其他市(州)传输的影响较小。气象因子对O3浓度的影响随时间和地域条件的变化而变化,对典型市(州)(迪庆州、丽江市、昭通市) O3浓度影响最大的为偏南风,影响的浓度区间为20～160μg/m3。