北京地区对流层低层臭氧及硫酸盐气溶胶的时空分布

基于OMI/Aura卫星资料,分析了北京地区2007~2016年近10a对流层O₃浓度（0~3km）、硫酸盐气溶胶光学厚度（0~2km）、SO₂（边界层以内）柱浓度时空演变特征.结果表明,近10a来北京地区O₃浓度总体呈现上升趋势,最低值在2007年,浓度为33.65 μg/m³;硫酸盐气溶胶污染总体变化呈现先下降后增长的趋势,2007年硫酸盐气溶胶污染最为严重,2011年污染最轻,对应的AOD值为0.252,但在2014年以后,硫酸盐气溶胶污染又出现增长趋势;SO₂浓度在2007~2016年总体呈现下降的变化趋势,且下降趋势明显,最高值为2007年,最低值出现在2016年,最低值比最高值降低了60.42%,但在2011年污染出现反弹.北京O₃季节变化明显,夏季高、春秋次之、冬季低;硫酸盐气溶胶污染季节特征与O₃相同;SO₂污染主要集中在冬季,采暖期污染程度高于非采暖期.     

上海地区对流层低层臭氧及硫酸盐气溶胶时空分布特征研究

基于Aura/OMI卫星资料,分析了上海地区2007—2016年近十年对流层低层O_3浓度(0~3 km)、SO_2柱浓度和硫酸盐气溶胶光学厚度(0~2 km)时空演变特征.结果表明,近十年来上海地区臭氧浓度总体呈现上升的趋势,最低值在2008年,为31.57μg·m~(-3),最高值在2016年,浓度为40.72μg·m~(-3);O_3季节变化明显,夏季高、春秋次之、冬季低.十年来,硫酸盐气溶胶污染先减少后增加,2007年硫酸盐气溶胶(AOD=0.81)污染最为严重,占近十年硫酸盐气溶胶发生频率的16.41%,2010年污染最轻(AOD=0.68),比2007年下降了16.12%,且硫酸盐气溶胶污染频率为7.68%,但在2013年以后,硫酸盐气溶胶污染又出现增长趋势;污染季节特征与O_3相同,这主要是因为夏季阳光充足有利于大气光化学反应的进行,从而使O_3和硫酸盐气溶胶等光化学产物的浓度升高.SO_2浓度在2007—2014年总体呈现下降的变化趋势,且下降趋势明显,最低值(2014年)比最高值(2007年)降低了52.76%,但在2014年后SO_2浓度略有反弹;SO_2污染主要集中在冬季.     

京津冀及周边地区“2+26”城市臭氧的季节性变化规律

城市臭氧(O₃)污染已成为当前主要的大气污染问题之一,也是空气污染防控面临的新挑战. 然而,基于长时段连续监测数据的O₃浓度季节性变化规律及成因解析仍较薄弱. 本文基于2014年3月1日—2021年2月28日空气质量在线监测平台日尺度数据,通过偏相关等方法探讨京津冀及周边地区“2+26”城市O₃的季节性变化规律. 结果表明:①“2+26”城市2014—2020年O₃年均浓度上升速率为3.82 μg/(m3·a),呈现先上升后下降的趋势,下降速率小于上升速率;O₃浓度的季节性变化特征表现为夏季>秋季>春季>冬季. ②2014—2020年O₃轻度污染天数占比最大且呈上升趋势,除北京市外,其他城市夏季O₃中度污染天数上升趋势明显. ③2017—2020年O₃浓度与CO、NO₂浓度的显著负相关性在夏季和冬季有所增强. O₃与SO₂浓度的关系由2014—2017年春季、夏季和秋季的显著负相关变为2017—2020年夏季和冬季的显著正相关(P<0.05). ④春季和秋季O₃浓度与日均气温呈显著正相关,夏季和冬季O₃浓度与相对湿度呈显著负相关,与日均风速的相关性则相对较弱. 研究显示,“2+26”城市O₃污染协调治理成效显著,需在保持现有NO_x控制力度基础上强化VOCs控制,加强SO₂治理,进一步遏制夏季O₃浓度上升.      

云南边境五城市空气污染物分布特征

利用2015~2021年云南省5个边境城市6种常规大气污染物的质量浓度数据,探究其污染特征、时空变化及空间异质性。结果表明,研究区域污染物年际浓度变化起伏较大,PM₁₀、PM_2.5年均浓度分别为(42.6±8.2),(25.4±4.2)µg/m³,均低于中国《环境空气质量标准》(GB 3095-2012)二级浓度限值。PM、NO₂和O_3-8h月均浓度呈U型变化趋势,其中3月份浓度最高。5个城市PM和NO₂浓度季节变化均表现为:春季>冬季>秋季>夏季,O_3-8h表现为:春季>夏季>秋季>冬季,而CO冬季污染程度最小,SO₂无明显的季节变化规律。根据Sen-MK的逐日浓度趋势分析,污染物总体呈现下降趋势,其中PM₁₀下降速率最高达11×10^-3µg/(m³×d),而O_3-8h呈现上升趋势。变异系数(COD)表明,污染物的空间分布极不均匀,特别是SO₂的COD均大于0.2,春季O_3-8h空间分布更加均匀。Person相关分析表明,PM与NO₂、CO、O_3-8h表现出较强的相关性,且西双版纳(BN)PM与其他大气污染物相关性较其他城市强。     

基于多源探测的南京市大气污染状况分析

南京市作为长三角地区的核心城市之一,工业发达,大气污染状况较为严重.为深入研究南京市污染状况,利用MODIS以及CALIPSO的气溶胶产品对南京市2011-2019年气溶胶特性进行分析,并基于地基反应性气体分析仪数据分析了冬季南京市大气中4种常见反应性气体（SO₂、NO、NO₂、O₃）的体积分数时序状况.结果表明:①南京市2011-2019年气溶胶光学厚度（AOD）整体呈下降趋势,冬季AOD值可达0.7,污染程度为四季中最高,且气溶胶以粗粒子和吸收性粒子为主.②南京市近地层大气（2 km以内）以大粒子和不规则颗粒物为主,2~6 km高度层内细粒子与规则颗粒物的占比逐渐增多,且2~6 km高度层内粒子的体积大小变化不大.③冬季4种常见的反应性气体中,φ（NO）在大气中的变化最为显著,且最高值可达160×10-9,φ（NO₂）与φ（O₃）在大气中的变化趋势相反.由于排放限制措施、工厂脱硫措施的推广以及光化学反应的影响,导致φ（SO₂）较低,仅在3×10-9左右.结合OMI卫星观测数据发现,受新冠肺炎疫情下工厂停工的影响,2020年初南京市φ（NO_x）维持在较低水平.研究显示,近年来南京市颗粒物污染状况有所改善,但仍需注意粗颗粒物的排放,需严格控制工厂气态污染物,尤其是NO_x的排放.      

广东省大气污染特征及防治对策研究

本文以广东省21个城市为试验对象,采用Arc GIS10.2软件观察广东省大气污染的变化特征。研究发现,在2016—2020年底均未出现严重环境污染事件。2016—2020年底PM_2.5的超限浓度显著降低,O₃＿8h的超限浓度总体呈现上升趋势,NO₂和PM₁₀的超限浓度交替出现,表明广东省冬季污染,PM_2.5的污染态势正逐渐向O₃污染转化。     

广州不同站点类型PM2.5与O3污染特征及相互作用

基于2015~2019年广州4个不同国控站点类型的大气污染物监测数据,研究了广州各站点类型颗粒物（PM_2.5）和臭氧（O₃）的污染特征,并分析了O₃污染季节和PM_2.5污染季节PM_2.5和O₃的相关性及相互作用.结果表明：2015~2019年广州各站点类型PM_2.5浓度总体呈下降趋势,O₃浓度呈上升趋势.不同污染季节PM_2.5与O₃浓度均呈正相关.O₃污染季节二次PM_2.5的生成对颗粒物的影响显著大于一次PM_2.5,随着光化学水平的升高,一次PM_2.5的贡献浓度基本不变（均在21.03~31.37μg/m³范围内）,贡献率逐渐下降;而二次PM_2.5的贡献浓度逐渐升高（3.51~7.72 μg/m³升高到16.04~18.45μg/m³）,贡献率也逐渐升高（11%~27%升高到34%~44%）,且呈倍数增加.不同站点类型贡献差异明显,背景站点二次PM_2.5的贡献最大,城区站点在中和高光化学水平下二次PM_2.5的贡献最小;PM_2.5污染季节各站点类型在不同PM_2.5污染水平下O₃浓度均具有差异性,总体上均呈现背景站点>郊区站点>城区站点的特点.气溶胶的消光作用和非均相反应均显著促进O₃生成,随着PM_2.5浓度升高,各站点类型的O₃浓度峰值逐渐升高,由62.12~83.82μg/m³升高到92.49~135.4μg/m³;O₃变化率峰值也逐渐升高,由8.42~10.02μg/（m³·h）升高到21.33~27.04μg/（m³·h）.进一步促进了广州PM_2.5和O₃浓度的协同增长.     

2015—2021年南京市大气污染特征及污染个例研究

探究细颗粒物(PM_2.5)和臭氧(O₃)污染的时间变化特征,阐明PM_2.5和O₃复合污染过程中不同阶段环境空气污染物及气溶胶粒径分布的详细演变过程,对南京及长三角地区的大气污染防治具有重要指导意义.本文使用2015—2021年南京市环境空气污染物小时浓度数据,分析了该地区多年大气污染演变过程,并选取2015年10月12—17日时间段作为复合污染典型个例,对其生消过程和内在机理进行了详细分析.结果表明：(1)2015—2021年南京市各种大气污染物的变化特征具有明显差异. PM_2.5、PM₁₀和SO₂浓度的年下降率分别为8.9%、6.2%和15.4%,O₃浓度变化较小. CO浓度在2016年达峰后以每年7.6%的速率下降.NO₂浓度在2015—2019年呈增加趋势.(2)2015—2021年污染特征发生较大变化,由PM_2.5为主导变为由O₃为主导的大...     

硫酸盐非均相机制对颗粒物污染的影响:上海典型污染事件的WRF-Chem模拟

硫酸盐气溶胶是大气中细颗粒物(PM_2.5)的重要组成部分,对霾的形成起着重要作用.传统的模式中硫酸盐生成机制主要包括SO₂与·OH的气相反应和SO₂·H₂O水合物产生的亚硫酸与O₃/H₂O₂的液相反应.SO₂非均相生成硫酸盐的机制（在高NH₃情景下,以NO₂为氧化剂,非均相摄取SO₂）非常重要,尤其成为重污染期间颗粒物浓度暴发性增长的原因之一.将硫酸盐非均相机制的参数化方案纳入WRF-Chem模式,模拟了2017年1月的长三角区域污染物浓度,评估了硫酸盐非均相反应对颗粒物浓度模拟的提高及其对长三角重污染的贡献.结果表明,传统WRF-Chem模式模拟的上海地区硫酸盐月均浓度为6.5μg·m^-3,较观测值低估33%;尤其是在重颗粒物污染期间,低估高达127%.加入硫酸盐非均相机制后,WRF-Chem对硫酸盐的模拟效果得到显著提升,...     

云浮市2018—2020年颗粒物和臭氧污染特征及污染案例研究

为探究云浮市颗粒物和臭氧(O₃)污染特征,利用多元统计分析方法分析了云浮市2018—2020年6项环境空气污染物浓度、气象因子等监测数据,并对2020年12月25—29日冬季PM_2.5和O₃污染过程进行了研究. 结果表明:①PM_2.5、PM₁₀、NO₂、CO月均浓度呈夏季低、冬季高的变化特征;O₃-8 h第90百分位数呈夏秋季高、冬春季低的变化特征. ②PM₁₀、PM_2.5和CO小时浓度日变化呈波浪型变化特征,PM_2.5、CO小时浓度最大值均出现在09:00,PM₁₀小时浓度最大值出现在02:00. O₃、SO₂小时浓度日变化呈单峰型变化特征,O₃、SO₂小时浓度最大值分别出现在16:00、10:00. NO₂小时浓度日变化呈单谷型变化特征,最小值出现在14:00. ③PM_2.5-10、SO₂、NO₂、O₃小时浓度与PM_2.5小时浓度均呈正相关,说明PM_2.5-10、SO₂、NO₂、O₃与PM_2.5具有一定程度的同源性. O₃小时浓度与NO₂、CO小时浓度呈负相关,且O₃小时浓度与NO₂小时浓度相关性更强. 夏秋季NO₂、CO、O₃、PM_2.5小时浓度与气温的相关性比冬春季的更强. SO₂、PM₁₀、PM_2.5、O₃小时浓度均与湿度呈负相关,其中O₃小时浓度与湿度的相关性最强,相关系数为?0.586. ④2020年12月25—29日云浮市城区PM_2.5污染受到静稳天气影响,O₃污染与28日午后太阳高温辐射以及来自珠三角地区O₃污染气团的输入影响有关. 利用ART-2a对该时段采集的颗粒物进行成分分析,得到K、EC、OC、ECOC、HM、LEV、Na、SiO₃这8种单颗粒物. 整个时段EC、OC、ECOC谱图中都存在明显的硫酸盐峰和硝酸盐峰. PM_2.5小时浓度与硫酸盐离子、硝酸盐离子、硅酸盐离子、铵离子、氯离子的数量均呈显著正相关,二次反应和老化过程对PM_2.5污染有显著影响. 研究显示,云浮市PM_2.5和O₃复合污染防控需要关注本地污染物变化特征和排放源影响,也需关注外来污染气团特别是来自珠三角地区污染气团输入的影响.      

2017—2020年武汉市大气污染物时空分布特征研究

为进一步了解武汉市大气污染时空分布特征,对2017—2020年武汉市主要大气污染物(PM_2.5、PM₁₀、SO₂、CO、NO₂和O₃)进行了空间插值分析、时间变化分析以及与气象要素的相关性分析。结果表明：武汉市近4年环境空气质量达标率为72.98%。PM_2.5、PM₁₀、SO₂、CO和NO₂具有“冬高夏低”的“V”形特征,O₃呈“夏高冬低”的变化趋势。武汉市年均质量浓度超标的大气污染物主要有PM_2.5和PM₁₀,但其年均质量浓度均呈下降趋势,而O₃是年均质量浓度唯一处于上升状态的大气污染物,今后应重点关注颗粒物与臭氧污染。PM_2.5、PM₁₀、SO₂、CO和NO₂主要集中在武昌区、蔡甸区、青山区、江汉区、江岸区,而O<...     

保定市2013~2019年秋冬季污染物浓度变化特征

为深入了解保定市空气质量状况,揭示保定市空气污染变化趋势、多尺度变化特征和突变特性,综合利用Morlet小波分析和Mann-Kendall非参数检验方法,对保定市2013~2019年秋冬季PM₁₀、PM_2.5、SO₂、NO₂、CO和O₃-8h 6种常规大气污染物年均浓度和秋冬季污染特征逐日数据进行分析.结果表明：除O₃-8h外保定市其它各污染物年均浓度逐年下降,全年重度污染天数占全年天数的比例从31%下降到6.6%,整体呈好转趋势,但2013~2019年秋冬季重度污染天数占全年重度污染天数的81%~97%,秋冬季污染依然需要重视;小波分析结果显示,保定市秋冬季各污染物浓度存在显著的周期性变化,周期震荡主要在20d准双周、50~90d左右的季节内震荡和90~110d的季节震荡3个时间尺度范围,污染物浓度存在的低频震荡与大气中存在的低频震荡密切相关;历年各污染物污染最严重的月份多集中在12月、1月和2月,主要与污染源排放强度和相对静稳的大气条件有关;各污染物污染序列突变点多集中于10月和3月;2019~2020年秋冬季NO₂呈极显著的下降趋势,且突变点较往年提前1个月,这与疫情期间车辆排放大幅降低有直接关系;SO₂和CO在2013~2014年和2015~2016年秋冬季的突变点时间相近,这可能与冬季居民取暖散煤的不完全燃烧有关,2015年后保定实施了煤改气、煤改电,劣质散煤专项治理等措施后,2种污染物突变点时间存在差异,说明清洁取暖措施对降低SO₂浓度,改善空气质量的效果明显.     

包头市大气污染特征及其影响因素

为了解包头市大气污染特征,利用包头市2014年ρ（PM₁₀）、ρ（PM_2.5）、ρ（SO₂）、ρ（NO₂）、ρ（CO）和ρ（O₃）环境空气自动监测数据,结合气象参数,分析了包头市大气污染特征及其影响因素.结果表明:① 包头市春季大气污染以PM₁₀为主,夏季以O₃为主,秋冬两季PM₁₀和PM_2.5均有不同程度污染. ② ρ（PM₁₀）、ρ（PM_2.5）、ρ（SO₂）、ρ（NO₂）的24 h平均值和ρ（O₃）日最大8 h平均值分别有153、76、10、6和3 d超出GB 3095-2012《环境空气质量标准》二级标准限值,ρ（CO）24 h平均值全年达标. ρ（PM₁₀）、ρ（PM_2.5）和ρ（NO₂）年均值分别为GB 3095-2012二级标准限值的2.2、1.6和1.2倍,ρ（SO₂）年均值达标. ③ PM_2.5/PM₁₀（质量浓度比）四季分布为冬季（0.45）>秋季（0.39）>夏季（0.36）>春季（0.27）,年均值为0.37,粗颗粒污染特征明显. ④ SO₂/NO₂（质量浓度比）四季分布为冬季（1.76）>春季（1.15）>秋季（0.82）>夏季（0.75）,年均值为1.12,并且取暖季明显高于非取暖季,说明冬季燃煤取暖对包头市空气质量有重要影响. ⑤ 包头市的严重污染主要有沙尘型和煤烟型2种. ⑥ 系统聚类分析表明,扬尘引起的PM₁₀对包头市环境空气质量有重要的影响,以SO₂和CO为排放特征的燃煤对PM_2.5有较大的贡献.      

保定市大气污染特征和潜在输送源分析

保定市是京津冀地区重要城市之一.为了解保定市大气污染物质量浓度特征和潜在输送源,对保定市国控点2017年1月1日-12月31日PM₁₀、PM_2.5、SO₂、NO₂、O₃、CO等常规大气污染物数据进行分析,并利用TrajStat后向轨迹模型进行区域传输研究.结果表明:①ρ（PM₁₀）、ρ（PM_2.5）、ρ（SO₂）、ρ（NO₂）分别为（138±96）（84±66）（29±23）和（50±24）μg/m3,与2016年相比分别下降5.9%、9.1%、25.5%和13.1%;ρ（CO）较2016年下降了14.0%;ρ（O₃）较2016年增长了25.2%.ρ（PM₁₀）、ρ（PM_2.5）、ρ（NO₂）和ρ（O₃）分别超过GB 3095-2012《环境空气质量标准》二级标准限值的0.97、1.40、0.25和0.34倍,ρ（SO₂）和ρ（CO）未超标.②除ρ（O₃）外,其他污染物质量浓度均呈冬季最高、夏季最低的季节性特征,其中,冬季PM_2.5污染最为严重,春季PM_2.5~10（粗颗粒物）污染严重.③空气质量模型源解析结果显示,保定市ρ（PM_2.5）约60.0%~70.0%来自本地污染源排放.后向轨迹结果表明,在外来区域传输影响中,保定市主要受到西北方向气团（占比为21.7%~60.0%）远距离传输和正南方向气团（占比为34.8%~50.5%）近距离传输的影响.④PSCF（潜在源贡献因子分析法）和CWT（浓度权重轨迹分析法）分析表明,除保定市及周边区县本地污染贡献外,位于太行山东麓沿线西南传输通道的邯郸市、邢台市、石家庄市是影响保定市PM_2.5的主要潜在源区.研究显示,PM_2.5为保定市大气中的主要污染物,并呈冬季高、夏季低的变化特征,其主要来自西北远距离输送和南部近距离传输.      

基于OMI数据的中国中东部臭氧及前体物的时空分布

基于OMI卫星资料,分析了2005—2014年中国中东部地区对流层低层ρ(O₃)、对流层NO₂柱浓度及甲醛总柱浓度的时空演变趋势及相互关系. 结果表明:近10年来,中国中东部地区对流层低层ρ(O₃)呈上升趋势,2005年及2014年分别为60.64、69.43 μg/m3,年均增长率为1.6%;对流层低层ρ(O₃)增长的区域面积不断扩大,部分地区增长超23 μg/m3;呈春夏季高,冬季最低的分布趋势. 2005—2012年,对流层NO₂柱浓度呈上升趋势,2005年及2012年分别为4.41×1015、5.90×1015 mol/cm2,年均增长率为4.8%;2012年后呈下降趋势,下降的区域面积逐步扩大,部分地区降低约 15×1014 mol/cm2;呈冬季最高、夏季最低的分布特征;2005—2010年甲醛总柱浓度呈上升趋势,2005年及2010年分别为9.74×1015、1.59×1016 mol/cm2,年均增长率为12.6%,2010年后呈下降趋势;呈夏季最高、冬季最低的分布特征;甲醛总柱浓度增长的区域面积逐渐扩大. 利用甲醛与NO₂柱浓度比值探讨臭氧控制区的空间分布特征,表明鲁豫晋、京津冀、长三角及珠三角地区中心城市属于VOCs控制区,周围城市属于VOCs-NO_x协同控制区,其他地区属于NO_x控制区.      

临安近地面臭氧变化特征分析

利用2003年11月─2004年11月浙江临安区域大气本底站近地面臭氧浓度的连续监测资料,研究了地面臭氧浓度全年总体分布、季节变化、日变化及浓度频率分布规律.结果表明,该地区φ(O₃)全年平均值为32.41×10-9,其日变化呈明显单峰型, 14:00左右达到最大值, 约04:00出现最小值.φ(O₃)月均值在春末夏初达到最大值,在12月─次年2月出现最小值.φ(O₃)各月的平均振幅在夏季达到最大,说明临安本底站夏季臭氧光化学反应比较强烈.除冬季外,其他季节该地区近地面φ(O₃)均有超过《环境空气质量标准》(GB30952-1996)二级标准的情况,全年超标率为0.96%.      

京津冀及周边地区“2+26”城市空气质量特征及其影响因素

京津冀及周边地区“2+26”城市为京津冀大气污染传输通道城市,也是我国空气污染最严重的区域之一.针对京津冀及周边地区“2+26”城市,利用中国环境监测总站公布的PM_2.5、PM₁₀、SO₂、NO₂、O₃和CO数据,对2013—2019年京津冀及周边地区“2+26”城市大气污染特征进行分析,并探讨影响其空气质量变化的因素.研究表明:①2013—2019年京津冀及周边地区“2+26”城市空气质量总体向好,2019年ρ（PM_2.5）、ρ（PM₁₀）、ρ（SO₂）、ρ（CO）和ρ（NO₂）比2013年分别下降了50%、41%、79%、49%和20%,ρ（O₃-8 h-90per）（臭氧日最大8 h平均值第90百分位数）比2013年升高了21%.②2013—2019年京津冀及周边地区“2+26”城市重污染天数持续减少,2019年比2013年下降67%,严重污染天数下降尤为明显,降幅达90%.优良天数比例虽然增加,但2016年以后基本稳定在50%左右,没有持续增加的趋势.③ρ（PM₁₀）、ρ（SO₂）、ρ（NO₂）和ρ（CO）的最大值均出现在1月,ρ（O₃-8 h）（臭氧日最大8 h平均值）的最大值出现在6月.ρ（PM_2.5）越高,PM_2.5/PM₁₀和SO₂/NO₂越大,表明二次污染源和燃煤源的贡献越大.④就空间分布而言,ρ（PM_2.5）和ρ（PM₁₀）高值区主要集中在区域中南部太行山脉山前的平原地区,低值区主要集中在区域北部.⑤地理位置、气象条件、产业结构、能耗消耗以及减排政策是影响2013—2019年京津冀及周边地区“2+26”城市空气质量变化的重要因素.研究显示,随着大气污染防治减排措施实施的力度逐渐加大,政策影响已成为京津冀及周边地区“2+26”城市空气质量持续改善的最重要手段.      

利用差分吸收光谱系统对O3，SO2和NO2的监测分析

结合我国对空气质量自动监测系统质量保证的要求及差分吸收光谱(DOAS)技术自身的技术特点,重点讨论了对南京江北地区的大气污染物的DOAS监测数据的质量控制, 并对2007年12月—2008年8月ρ(O₃),ρ(SO₂)和ρ(NO₂)的日、季节变化特征进行了分析. 结果表明:ρ(O₃),ρ(SO₂)和ρ(NO₂)小时均值的频率分布峰值分别出现在30～40,20～30和30～40 μg/m3;三者超过《环境空气质量标准》(GB3095—1996)一、二级标准的频率分别为4.37%和1.02%(O₃),21.78%和0.89%(SO₂),5.65%和0 (NO₂);ρ(O₃)季节变化十分明显,春季最高;ρ(SO₂)和ρ(NO₂)的日变化与局地排放源、大气扩散能力和人类活动密切相关;ρ(O₃)和ρ(NO₂)日变化呈负相关.