成都市臭氧污染特征及气象成因研究

为研究成都市臭氧(O3)污染特征及其气象成因,对2014—2016年成都市6个国控环境监测站和同期气象台站逐小时地面观测数据进行了研究分析.结果表明:近4年来成都市O3污染日趋严重,O3年均浓度不断上升,较2013年升高51.2μg·m-3.O3浓度存在明显的季节变化特征:春、夏季较高,秋、冬季则较低,且各季节O3浓度变化具有很强的长期持续性特征.O3浓度日变化特征呈明显的单峰型分布,8:00出现最低值,15:00—16:00出现峰值,超标时段主要出现在13:00—17:00.O3浓度变化与紫外辐射、气温呈正相关关系,与相对湿度、风速呈负相关关系,且当紫外辐射大于12 MJ·m-2、气温高于15℃、相对湿度低于65%、西风或偏东北风控制时,成都市容易发生高浓度O3污染.     

黔江区大气臭氧浓度变化特征及相关影响因素研究

以黔江区城区大气中O3质量浓度观测资料为基础,研究其浓度变化特征及相关气象因子的影响。结果表明:全年观测期间下坝O3小时浓度未出现超标,区政府观测站点共有25d出现O3日最大质量浓度超标情况,最大O3质量浓度达到262.1μg/m3。下坝和区政府观测站点年均O3质量浓度分别为52.5μg/m3和78.1μg/m3。两个观测站点O3小时浓度在四季均呈明显的单峰分布。气温和风速是影响黔江区大气O3质量浓度的重要因素。     

峨嵋山大气臭氧的时空分布规律

本文是1985年10月份在四川省峨嵋山大气观测结果,在观测期间大气臭氧（O3）浓度处于大气背景值附近。文中分析了峨嵋山大气O3污染特点和规律,结果表明,O3浓度随测定点高度的增加渐趋平稳,分析了出现这种规律的可能原因。      

北京夏季SO_2-NO_2-O_3的DOAS观测结果及变化特征

利用实施北京市奥运空气质量保障计划"北京市与周边地区空气污染物的输送、转化及北京市空气质量目标研究"项目的有利时机,2006年8月对北京城区空气污染物进行加强观测。文章利用SO2、NO2和O3等污染气体的差分吸收光谱仪(DOAS)的观测数据,初步分析这些污染气体的变化特征,得到了一些有价值的结果:2006年8月空气质量总体较好,但NO2和O3小时平均浓度有时超标;北京8月份主导风向是东南风,空气对流活动及降水可明显降低大气中的污染物浓度;NO2污染主要来自局地污染源排放,O3污染来自光化学反应和大气输送;DOAS观测结果与北京市环境保护局发布的空气污染指数间具有比较好的一致性。     

长江三角洲地区城市臭氧污染特征与影响因素分析

为研究长三角地区城市O3污染特征及其影响因素,对长三角地区25个城市2013年国家环境监测点位和国家气象台数据进行了统计分析.结果表明:除淮安外,其余24个城市均存在不同程度的O3日超标现象,超标率在1.6%~15.1%之间,平均为5.8%,低于珠三角地区(8.9%)和京津冀地区(9.7%).5—8月是长三角地区O3污染最为严重的月份,而这一时期颗粒物污染相对较轻,因此,O3与颗粒物污染在时间上呈相反的态势.从空间分布看,长三角地区O3污染呈现较为明显的连片分布特征,上海及周边城市O3污染较重.机动车数量影响城市O3污染:各城市民用汽车保有量与各城市NO2年均浓度、O3超标天数有显著的相关性,相关系数分别为0.672和0.564;每日O3小时浓度高峰值与车流量高峰基本吻合.高温、长时间日照容易出现O3浓度的高值;随着相对湿度、风速的增加,O3超标频率和浓度均值都表现为先升后降的规律.     

湖南省臭氧污染基本特征分析及长期趋势变化主控因素识别

近些年来湖南省臭氧(O3)污染程度呈现持续恶化态势,针对该区域O3污染相关研究较为缺乏的现状,基于观测数据对2015～2020年期间湖南省14个地级市O3污染浓度的时空演化特征进行了分析,并利用广义相加模型(GAM)对O3污染长期趋势变化的主控因素进行了识别(气象校正).结果表明,时间上,湖南省区域O3具有明显的日际、...     

上海市光化学污染期间挥发性有机物的组成特征及其对臭氧生成的影响研究

光化学污染导致的高浓度臭氧(O3)是上海面临的重要大气污染问题.本研究分别选取了市区(徐汇)、城郊(青浦)和郊区(南汇)3个典型地区在夏季光化学污染易发季节开展了O3及其前体物挥发性有机物(VOCs)和氮氧化物(NOx)的观测,结合光化学箱模型研究探讨了O3生成的主控污染物.研究表明,不同地区O3污染呈现较强的同步性,日最大浓度也比较接近;但南汇郊区由于受机动车排放影响较小,NOx浓度显著低于其他两个地区,导致该地区O3浓度日变化曲线相对平缓,夜间O3浓度也维持在较高水平.大气VOCs浓度较高时,往往伴随高浓度的O3;3个地区VOCs浓度和组成差异明显,就VOCs浓度而言,徐汇青浦南汇;浓度贡献最主要的物种为甲苯、C2~C3的烷烃和烯烃、丙酮以及辛烷;而C7~C10芳香烃、C3~C4的烯烃、异戊二烯以及乙醛是上海大气臭氧生成潜势贡献最大的VOCs类物质.3个地区O3的生成主要受人为排放的二甲苯类和C3~C4烯烃类物质控制;对于徐汇,只控制NOx会导致O3浓度升高,而南汇郊区O3的生成对NOx排放不敏感.     

许昌市臭氧污染趋势及时空分布特征研究

为研究许昌市的臭氧(O3)污染情况及时空分布特征,对2014年-2016年许昌市3个国家环境空气监测点位的监测数据进行了统计分析.结果表明:2014年-2016年,许昌市O3污染状况整体呈加重趋势,2016年污染最为严重;O3浓度和超标天数均具有明显的季节变化特征,春末和夏季的O3污染最为严重;不同季节的O3、NO2、NO和NOx浓度日变化也不尽相同,同时O3具有明显的日变化特征,呈单峰型分布,峰值出现在14:00~15:00;并且O3与NO2具有较好的相关性.     

北京气象塔夏季大气O3,NOx和CO浓度变化的观测实验

以北京325m气象塔为观测平台,于2002年夏季进行了大气污染物臭氧(O3)及其前体物氮氧化物(NOx)和气象要素加强期的同步观测.对观测资料做了详尽的分析,结果表明:边界层内存在明显的臭氧浓度(用体积分数表示)垂直差异;中午120m高度层存在O3浓度最大值;低层O3浓度呈明显的日变化,且昼夜振幅较大;夜间高层(280m)O3的湍流混合和化学消耗较弱,可维持较高的浓度;局地光化学生成是白天边界层O3的主要来源;降水天气过程可造成O3及其前体物浓度的显著变化.     

2013年夏季嘉兴市一次光化学事件的观测分析

为研究2013年8月5~11日嘉兴地区一次光化学事件形成的高浓度O3污染的变化特征及成因,对8月2~14日的主要污染气体(O3、NO2、NO、CO、SO2)、颗粒物(PM10、PM2.5)以及气象要素进行了观测分析.结果表明,嘉兴污染日的O3平均浓度是正常日的2.4倍,超标率多在29.0%以上,9日超标率高达45.8%,此次污染事件是高温下剧烈的光化学反应以及低湿低风速的稳定天气形势共同作用造成的.污染日和正常日的O3日变化均呈单峰分布,峰值出现在14:00左右,O3在污染日和正常日生成期的增长速率分别为50.3μg·(m3·h)-1和21.6μg·(m3·h)-1,在消耗期的下降速率分别为16.8μg·(m3·h)-1和23.4μg·(m3·h)-1,NO、NO2和CO在污染日的浓度分别是正常日的1.1、1.5和1.5倍,为光化学反应提供了有利的反应条件.污染日PM2.5浓度、PM10浓度、PM2.5/PM10的比值分别是正常日的2.5、2.3、1.1倍,污染日大气光化学反应异常活跃,更有利于细颗粒物的生成.     

珠三角典型工业区挥发性有机物(VOCs)组成特征：含氧挥发性有机物的重要性

挥发性有机物(VOCs)是对流层大气的关键化学组分,其中工业排放是VOCs的重要来源之一.于2021年夏初在中国珠江三角洲的典型工业地区中开展了74种VOCs的在线观测.在整个观测期间,总挥发性有机物(TVOC)的体积分数平均值为(81.9±45.4)×10^-9.其中,含氧挥发性有机物(OVOCs)在TVOC中的占比最大,平均值为51.5%,并且其占比随TVOC体积分数的升高而逐渐增大.芳香烃在TVOC中的占比为19.4%.进一步分析发现,与工业活动相关的排放是工业区环境大气中芳香烃与OVOCs的主要来源.芳香烃和OVOCs对臭氧生成潜势(OFP)的贡献最为显著,在总OFP中的贡献率分别为56.4%和26.7%.此外,与烃类组分相比,OVOCs的大气化学活性同样较高,贡献了大气中总·OH反应活性的40.0%.二甲苯、甲苯、丙烯醛和乙酸乙酯对二次污染形成的贡献较大,在制定大气二次污染管控策略时应优先考虑.研究结果强调了工业地区中OVOCs对TVOC的重要贡献以及OVOCs在大气二次污染形成过程中的重要作用.     

基于CMAQ/ISAM空气质量模型的北京市夏季臭氧来源解析研究

为了解北京市夏季臭氧(O₃)污染的特征与来源,采用区域空气质量模型(CMAQ)的综合源解析功能(ISAM)对北京市2019年6月不同区域的近地面O₃浓度及其来源贡献进行了数值模拟计算,量化了北京市、天津市、河北省、京津冀以外省份以及全球背景共14类NO_x和VOCs排放源对北京市不同区域O₃污染的贡献. 结果表明:①北京市不同地区O₃及其前体物来源存在显著差异,城区及近郊区NO_x和VOCs均主要来自于北京市本地排放,本地源排放对城区及近郊区的NO_x贡献(39.7%~46.4%)显著大于对远郊区的贡献(19.9%~38.8%),本地源排放对城区及近郊区的VOCs贡献(51.1%~75.8%)大于对远郊区的贡献(19.5%~39.6%). ②远郊区NO_x和VOCs浓度更易受非本地排放的输送影响. ③O₃主要来源于包括模拟区域外以及全球背景的边界传输贡献,边界传输对北京市不同受体区域的贡献均大于52.6%. ④北京市本地源排放对城区及近郊区O₃的贡献(6.8%~18.3%)大于对远郊区的贡献(2.4%~7.6%),京津冀以外源区的排放对北京市远郊区的贡献(5.2%~6.4%)大于对城区及近郊区的贡献(2.7%~4.4%),说明本地排放对远郊区影响相对较小,远郊区O₃浓度易受北部燕山山脉和太行山的阻隔影响. 因地理位置及地形原因,河北省不同源区对北京市不同区域O₃浓度的贡献存在一定差异. 研究显示,控制北京市夏季O₃污染应综合考虑城区与郊区O₃来源的差异性,做好周边区域的联防联控.      

基于城市功能区划分的道路机动车大气污染物排放清单研究——以厦门市海沧区为例

道路机动车尾气排放是造成城市近地面空气污染的主要原因之一,建立基于城市功能区划分的道路机动车大气污染物排放清单对改善中观尺度的城市空气质量具有重要辅助作用.本文以厦门市海沧区为例,基于城市功能区划分方法,结合各功能区内监测道路的机动车通行量实测数据,建立道路机动车大气污染物排放清单,并分析各功能区道路机动车大气污染物排放特征.结果发现,海沧区道路机动车尾气排放物中CO的排放贡献率最高,工业区和居住区的道路机动车大气污染物排放量对海沧区的空气污染贡献率最大,海沧区夜间大气污染物的主要排放源来自于工业区道路机动车大气污染物排放;生态服务区及公共管理与公共服务区的道路机动车排放特征受相邻工业区机动车大气污染物排放的影响较为显著.研究表明:城市功能区分布欠合理是导致道路机动车大气污染物高排放量的重要原因之一;基于城市功能区划分构建道路机动车大气污染物排放清单的研究方法,不仅可为中观尺度下的城市大气污染排放情况提供有效的调查途径,而且能为城市功能格局的合理规划提供重要的理论依据.     

基于CAMx-OSAT方法的西宁臭氧来源解析

利用青海省西宁市2018-2019年O3浓度高值时期监测数据,结合CAMx-OSAT方法从控制型、分类排放源、区域贡献3个方面定量剖析西宁的O3污染来源.结果表明:西宁O3浓度整体为VOCs控制,主城四区(城东区、城西区、城北区、城中区)尤其突出,且夏季较为显著;2018年和2019年VOCs的贡献占比分别为9.76％...     

广东省臭氧污染特征及其来源解析研究

使用广东省近年大范围长期连续臭氧观测数据分析了珠三角与广东省的臭氧污染特征,并使用NAQPMS模型研究了广东省与典型城市不同季节的臭氧来源情况.结果表明:2014—2016年广东省的臭氧污染局部在改善.珠三角的臭氧浓度水平总体高于粤东西北地区,广东省臭氧总体上呈现出珠三角中南部和粤东东部部分地区较高、粤西污染相对较轻的分布态势.广东省的臭氧夏秋季浓度较高,冬春季浓度较低.广东省臭氧主要来源于本地排放,夏季占比为57%,其余季节约占40%,臭氧的跨省输送特征明显.珠三角西南部春夏季臭氧本地贡献约为50%,但秋冬季仅占19%~28%.若要减轻广东的臭氧污染,建议实施臭氧消峰行动,即在夏秋季节严控珠三角地区的臭氧前体物排放,特别是珠三角中部广州、佛山与东莞等城市的排放要重点控制.同时,强化粤东西北地区与周边省份的协同减排.     

基于四维通量法的佛山臭氧污染输送量化

定量输送过程对大气污染事件的贡献程度一直是目前区域大气污染防控的突出难点和重要需求.对此,基于WRF-Chem模式对佛山典型区域性臭氧(O₃)污染事件开展模拟,应用四维通量法分别量化周边区域对佛山市臭氧及其前体物的输送通量,厘清臭氧直接输送和前体物输送的贡献,发现周边区域对佛山市输送的O₃总通量平均值为120.3 t·h^-1;挥发性有机化合物(VOCs)总通量平均值为30.2 t·h^-1;其对应的臭氧生成潜势(OFP)为114.8 t·h^-1.通过统计各O₃污染事件的输送通量,发现污染期间输入佛山O₃通量最大的城市为广州(贡献率为44%);输入VOCs通量最大的城市为肇庆(贡献率为48%).分析输送VOCs排放导致的O₃生成潜势发现含氧挥发性有机物(OVOCs)对OFP的贡献最大,在“最大输入事件”中占比为47%.甲醛、二甲苯、醛类、丙酮和苯酚类等OVOCs和芳香烃是对OFP贡献前5的物种,贡献量占总OFP的50...     

沧州市春季NMHCs空间分布特征

2015年春季在沧州市城区、郊区和潜在污染源附近选择了15个采样点进行同期采样.研究表明沧州市NMHCs总体上市区高于近郊及远郊区县;市区以高新区NMHCs浓度最高;郊县采样点除河间市略高外,其它采样点的浓度均明显低于市区浓度;机动车的道路排放是沧州市NMHCs的重要来源之一;沧州大化和沧州炼油在停产期间未对市区NMHCs产生明显影响;大港油田采油三厂采取了较完善的油气回收措施,未对市区NMHCs产生明显影响;平均来看,沧州市NMHCs中烷烃占65%,烯烃占16%,芳烃占19%;臭氧生成潜势(ozone formation potential,OFPs)主要来源于二甲苯(19%)、乙烯(14%)、甲苯(11%)、丙烯(5%)、异戊烷(5%)和异戊烯(5%)等;气溶胶生成潜势(formation potential of secondary organic aerosol,SOAFPs)主要来源于甲苯(28%)、蒎烯(28%)、二甲苯(16%)、乙苯(9%)和苯(9%)等.     

Temporal variations and source apportionment of volatile organic compounds at an urban site in Shijiazhuang, China

Shijiazhuang, the city with the worst air quality in China, is suffering from severe ozone pollution in summer. As the key precursors of ozone generation, it is necessary to control the Volatile Organic Compounds (VOCs) pollution. To have a better understanding of the pollution status and source contribution, the concentrations of 117 ambient VOCs were analyzed from April to August 2018 in an urban site in Shijiazhuang. Results showed that the monthly average concentration of total VOCs was 66.27 ppbv, in which, the oxygenated VOCs (37.89%), alkanes (33.89%), and halogenated hydrocarbons (13.31%) were the main composite on. Eight major sources were identified using Positive Matrix Factorization modeling with an accurate VOCs emission inventory as inter-complementary methods revealed that the petrochemical industry (26.24%), other industrial sources (15.19%), and traffic source (12.24%) were the major sources for ambient VOCs in Shijiazhuang. The spatial distributions of major industrial activities emissions were identified by using geographic information statistics system, which illustrated the VOCs was mainly from the north and southeast of Shijiazhuang. The inverse trajectory analysis using Hybrid Single-Particle Lagrangian Integrated Trajectory (HYSPLIT) and Potential Source Contribution Function (PSCF) clearly demonstrated the features of pollutant transport to Shijiazhuang. These findings can provide references for local governments regarding control strategies to reduce VOCs emissions.     

济南市机动车排气污染现状与控制对策研究

机动车排气污染已经成为济南市空气污染的重要来源,NOx,CO,THC等污染物排放量分别占机动车与固定源排放总量的22%,96%和92%,机动车排气污染使得道路空气环境质量明显恶化。出租车、轿车、摩托车是机动车污染的3种主要车型。文中在阐明造成机动车污染较重的原因基础上,提出了控制机动车污染的管理、技术以及辅助对策。      

京津冀重霾期间PM_(2.5)来源数值模拟研究

厘清PM2.5的来源是开展重霾污染防治的前提条件.本研究利用嵌套网格空气质量预报模式系统(NAQPMS)及其耦合的污染来源追踪技术,针对2013年1月我国中东部的重霾污染过程,定量模拟分析京津冀各城市PM2.5浓度的来源和相互贡献.研究结果表明,NAQPMS模式能够合理反映京津冀不同城市PM2.5浓度的变化特征.京津冀各城市近地面PM2.5浓度主要受本地排放影响,本地贡献率介于29.8%~63.7%.而800 m高空层各城市PM2.5浓度以外来贡献为主(69.3%~86.3%).在污染最严重的东南部地区(包括邢台、邯郸、沧州和衡水),PM2.5浓度受区域外的山东和河南的显著影响,贡献率可达25.2%~31.5%.因此,在京津冀区域内进行协同减排控制的同时,需进一步将山东、河南等省份纳入联防联控范围,才能有效防控重霾污染.