天津市PM2.5-O3复合污染特征及来源分析

为了解天津市PM_2.5-O₃复合污染特征及来源,基于2017～2019年高时间分辨率PM_2.5、 O₃和挥发性有机物（VOCs）在线监测数据,对复合污染下天津市VOCs浓度水平、化学组成及O₃和二次有机气溶胶（SOA）生成潜势来源进行分析.结果表明,2017～2019年,天津市复合污染日为34 d,分布在每年的3～9月,年度变化呈现稳中略升趋势;小时ρ(PM_2.5)在75～85μg·m^-3时,小时ρ（O₃）存在峰值区(301～326μg·m^-3).复合污染下ρ（VOCs）为72.59μg·m^-3,烷烃、芳香烃、烯烃和炔烃质量分数分别为61.51%、 20.38%、 11.54%和6.57%; VOCs中浓度较高的前20种物种的浓度均上升,其中乙烷、正丁烷、异丁烷和异戊烷等烷烃类物种质量分数上升,烯烃和炔烃类质量分数略下降,芳香烃类中的苯和1,2,3-三甲苯质量分数略升....     

2015～2020年中国城市PM2.5-O3复合污染时空演变特征

基于2015～2020年中国333个城市PM_2.5和O₃浓度监测数据,利用空间聚类、趋势分析和地理重力模型等方法,定量分析我国主要城市的PM_2.5-O₃复合污染特征和时空演变格局.结果表明：(1) PM_2.5和O₃浓度存在协同变化规律,当ρ(PM_2.5＿mean)≤85μg·m^-3时,ρ(PM_2.5＿mean)和ρ(O₃＿perc90)存在同步增长的现象;当ρ(PM_2.5＿mean)处于国家Ⅱ级限值(35±10)μg·m^-3时,ρ(O₃＿perc90)平均值的峰值增速最快;当ρ(PM_2.5＿mean)>85μg·m^-3时,ρ(O₃＿perc90)平均值出现显著下降趋势.(2)我国城市PM_2.5和O₃     

山东半岛近地面O3浓度时空变化及潜在源区解析

为探究山东半岛在长时间序列上的臭氧（O₃）时空分布特征及潜在来源,在分析山东半岛2005～2020年O₃浓度时空变化的基础上,运用小波分析、熵权法和相关性分析对O₃及其影响因素进行了探讨,并对山东半岛O₃的潜在来源进行研究.结果表明：（1）时间格局上,山东半岛地区近地面臭氧2005～2020年间呈现出“三峰型”趋势,2010年达到最大值[（40.48±7.64）μg·m^-3], 2013年为最小值[（36.63±5.61）μg·m^-3].季节表现为：夏季[（42.49±1.7）μg·m^-3]>春季[（40.65±0.6）μg·m^-3]>秋季[（36.47±0.7）μg·m^-3>冬季[（36.46±0.3）μg·m^-3].（2）空间格局上,2005～2020年山东半岛O₃浓度随着纬度的升高而逐渐升高,呈现出东西部高,中部低的特征,O...     

台风“浪卡”过程对海南岛臭氧污染的影响分析

为了探讨2016号台风“浪卡”对海南岛臭氧(O₃)浓度的影响,选取了2020年10月10～14日海南岛逐时空气质量监测数据、气象要素数据、ERA5再分析资料和“葵花8号”红外亮温TBB产品,采用相关分析和后向轨迹模拟方法进行深入讨论.结果表明,10月11～13日台风过程期间均有市县O₃最大8 h滑动浓度平均值[ρ(O₃-8h)]超标,海南岛平均ρ(O₃-8h)峰值出现在10月12日,为130.15μg·m^-3,共有4个市县O₃-8h浓度超标,其中临高县达到了全岛最高值,为198.44μg·m^-3.台风过程期间海南岛小时O₃浓度与降水量、相对湿度和风速呈负相关关系,与气压和气温呈正相关关系,其中与降水量、气压和相对湿度的相关系数通过了99.9%的信度检验.我国东南部沿海省份是海南岛此次O₃污染的主要贡献源区.受西太平洋副热带高压(副高)内部的下沉气流和台风“浪卡”外围下沉气流共同影响,源区大气...     

疫情管控期西安PM2.5和O3污染特征及成因分析

基于西安疫情管控期空气监测数据,分析PM_2.5和O₃的时空序列特征,从PM_2.5源解析、O₃前体物VOCs溯源、气象要素和区域传输方向探讨污染成因.结果表明：(1)管控期PM_2.5和O₃分别同比上升20.39%和23.72%,其他参数均下降;与管控前后时期相比,管控期PM_2.5和PM₁₀日均值协同变化趋势减弱,O₃和NO₂此消彼长趋势增强;相比去年同期,PM_2.5小时值升高11～19μg·m^-3,O₃小时值夜间18:00～23:00升幅增大,为10～19μg·m^-3.(2)污染物浓度变化呈现一定的空间聚集协同性;受地形及植被阻滞吸附影响,PM_2.5污染集中在北部,由于城郊NO₂滴定效果弱于城区,表现为南部郊区O₃污染较...     

天津市PM2.5-O3复合污染特征及气象影响分析

为了解天津市PM_2.5-O₃复合污染特征及气象成因,基于2013～2019年高时间分辨率的PM_2.5、 O₃和气象观测数据,对天津市PM_2.5-O₃复合污染特征、污染物浓度分布以及关键气象因子进行分析.结果表明,2013～2019年,天津市复合污染日94 d,总体呈现下降趋势,前期（2013～2015年）下降明显,由2013年的23 d降至2015年的11 d,下降52.2%;后期（2016～2019年）波动式上升,由2016年的12 d升至2019年的14 d,上升16.7%.复合污染日主要出现在每年的3～9月,年际变化较大,2013～2016年在6～8月出现较多,2017～2019年在4月和9月出现较多.小时ρ(PM_2.5)在75～85μg·m^-3时,小时ρ（O₃）存在峰值区(301～326μg·m^-3).在所有O₃污染中,PM_2.5...     

皖南地区铜陵市大气颗粒物污染特征及潜在源研究

利用2018年3月—2021年2月环境和气象数据对皖南地区铜陵市大气颗粒物的污染特征和潜在贡献源进行了系统性研究.铜陵市大气颗粒物污染具有明显的季节变化特征,冬季污染物浓度最高,PM_2.5和PM₁₀平均为（60.3±31.0）μg·m^-3和（89.2±42.2）μg·m^-3.计算发现PM_2.5/PM₁₀超过0.5,铜陵市的大气颗粒物污染问题与细颗粒物关系密切.后向轨迹聚类分析表明铜陵市大气颗粒物的输送路径具有季节性差异.春季以西北、东北和西南方向气流为主,占比83.73%;夏季以东南和南部方向气流为主,占比82.90%;秋季以东北气流为主,占比51.00%;冬季则是以北方和西北气流为主,占比69.81%.其中,冬季气流轨迹所对应的PM_2.5和PM₁₀的浓度最高,平均为59.7和92.0μg·m^-3;夏季最低,平均为23.8和43.8μg·m^-3.潜在源贡献因子（WPSC...     

南京地区细颗粒物污染输送影响及潜在源区

基于南京市空气质量数据和NCEP全球再分析资料,利用后向轨迹模式计算了2019年3月至2020年2月以南京城区为受体点的逐小时气团24 h后向轨迹,并将后向轨迹数据和PM_2.5浓度数据结合,进行轨迹聚类和潜在源区分析.结果表明,研究期间南京市ρ(PM_2.5)平均值为(36±20)μg·m^-3,超过国家二级标准限值的污染天数为17 d,ρ(PM_2.5)的季节变化特征明显：冬季(49μg·m^-3)>春季(42μg·m^-3)>秋季(31μg·m^-3)>夏季(24μg·m^-3),全年PM_2.5浓度和地面气压显著正相关,而跟气温、相对湿度、降水量和风速均为显著负相关关系;春季气团输送路径为7条,其余季节均为6条,其中,春季的西北路和东南偏南路,秋季东南路和冬季西南路是各季主要的污染输送路径,均具有传输距离短,气团移动慢的特点,说明静稳天气下本地累积是PM_2.5出...     

聊城市城区夏季VOCs污染特征及来源解析

基于聊城市2021年6月挥发性有机物(VOCs)和臭氧(O₃)在线监测数据,系统分析了O₃污染日和清洁日VOCs的浓度水平、组成特征、日变化特征和O₃生成潜势(OFP),通过潜在源贡献因子法(PSCF)和浓度权重轨迹分析法(CWT)识别了VOCs的潜在源区,利用特征物种比值和正定矩阵因子分解(PMF)模型对VOCs来源进行了解析.结果表明,聊城市2021年6月O₃污染日和清洁日ρ(VOCs)小时均值分别为(115.38±59.12)μg·m^-3和(88.10±33.04)μg·m^-3,各类别VOCs浓度水平在污染日和清洁日的大小均表现为：含氧挥发性有机物(OVOCs)>烷烃>卤代烃>芳香烃>烯烃>炔烃>有机硫.污染日和清洁日浓度差值较大的VOCs物种均出现在二者VOCs浓度小时均值贡献前10物种中.总VOCs、烷烃、炔烃、芳香烃、卤代烃和有机硫浓度日变化趋势表现为日间低于夜间,OVOCs浓度日变化呈现出白天高,夜间低的特...     

基于KZ滤波法的韶关市O3不同时间尺度变化特征分析研究

利用2015—2019年韶关市3个地面环境空气质量站逐时臭氧(O₃)观测资料、同期的气象资料和2017—2019年广东南岭站逐时O₃观测资料及同期气象资料,采用Kolmogorov-Zurbenko (KZ)滤波、多元回归和后向轨迹潜在来源贡献分析等统计方法,分析了韶关市O₃浓度不同尺度变化特征与气象要素的关系.结果表明：(1)不同时间段气象因素对韶关市盆地区域O₃浓度变化的影响不同：2015年1月—2016年6月及2018年6月—2019年6月,气象因素有利于降低近地面O₃浓度;而2016年6月—2018年6月及2019年下半年,气象因素有利于增加地面O₃浓度.2018年6月前,气象因素影响导致近地面O₃浓度的增加或降低幅度范围在2μg·m^-3;2018年6月后,气象因素影响造成地面O₃浓度的增加或降低幅度范围上升到4μg·m^-3,说明韶关市O₃...     

重庆市O3污染日的大气环流分型与传输特征

通过分析重庆市主城区2015~2019年O₃浓度和气象要素观测数据,发现主城区O₃超标日数、超标日O₃中位值和90百分位浓度值均呈现逐年升高趋势,O₃与温度成正相关、与相对湿度成负相关,高O₃浓度对应每日最高温度区间为35℃以上以及相对湿度区间70%以下.采用T-mode主成分分析法(PCT)对2015~2019年的4~9月850hPa低层位势高度场和风场进行分型,总结出重庆市O₃污染期间主要有8种天气类型,其中有利于出现高浓度O₃现象的天气类型分别是低压西北侧型(T1)、低压后部型(T4)和高压西侧(T3),对应O₃平均超标率分别为34.6%、17.0%和14.2%.利用HYSPLIT4模型后向轨迹聚类方法和潜在源贡献算法(PSCF),计算得到O₃污染日的气团主要以中短距离输送为主,主要传输轨迹来自北、东北、南以及西南四个方向,从2015~2019年,主要污染来源有一个明显的从北转南的趋势,O₃污染的潜在源贡献分析结果与全市工业源NO_x、VOCs排放量空间分布的一致性较高.     

长三角北部沿海城市2018年大气VOCs分布特征

于2018年4—9月在连云港市不同功能区进行了VOCs苏玛罐采样,分析了57种PAMS物种和15种醛酮化合物.结果表明,工业区VOCs浓度最高（54.51 μg·m^-3）,其次是城区（52.59 μg·m^-3）,郊区浓度最低（43.98 μg·m^-3）.不同功能区的VOCs组分占比类似,都为醛酮（39.29%~45.94%） > 烷烃（27.61%~33.15%） > 芳香烃（15.99%~20.25%） > 烯烃（6.49%~7.39%） > 乙炔（0.55%~0.85%）.连云港市PAMS组分浓度与我国其他城市相比明显处于较低水平,季节变化趋势在连云港市城区和郊区基本一致,各组分浓度水平则是城区和工业区较为接近,明显高于郊区.醛酮类化合物中含量最高的为丙酮和2-丁酮,与我国其他城市和乡村地区相比也处在较高水平,季节变化趋势在连云港市所有功能区均呈现春季最高,秋季最低,夏季居中的情况.采用MIR系数计算VOCs的臭氧生成潜势（OFP）,不同功能区对臭氧生成贡献最大的都是芳香烃（39.18%~46.63%）,醛酮（23.90%~29.89%）其次.OFP排名前十物种表明,在连云港市控制正己烷、甲苯、二甲苯、三甲苯等芳香烃和丙酮、2-丁酮,可以有效控制O₃生成.甲苯/苯比值在2左右表明连云港市交通源对大气VOCs贡献显著,由异戊烷/TVOCs比值可知城区和郊区汽油挥发源贡献明显大于工业区,甲醛/乙醛比值在1左右表明连云港市不同功能区大气都符合城市地区的特征,从苯/甲苯与二甲苯/苯比值散点图发现连云港市大气老化特征明显.     

北京市臭氧污染跳变型特征及影响因素分析

基于2016~2022年北京市环境监测和气象观测数据,结合后向轨迹聚类和潜在源区贡献分析北京市臭氧（O₃）污染特征、气象影响和潜在源区.结果表明,2016~2022年北京市共发生41次具有跳变特征的O₃污染过程,平均为5.9次·a^-1,发生时间集中在5~7月,跳变当日（OJD2）较跳变前一日（OJD1）的ρ（O₃-8h）平均值偏高78.3%,峰值浓度偏高78.9%,OJD2区域O₃浓度高值带呈现由南向北推进的特征.北京市跳变O₃污染发生主要原因可归纳为不利气象条件导致的本地积累叠加区域传输影响.跳变型O₃污染发生时具有偏南风频率增加、温度上升、气压降低和降水减少的特征,偏南风频率增加为O₃及其前体物的传输提供条件,在本地高温作用下快速发生光化学反应,叠加降水较少,综合推高OJD2的O₃浓度水平.聚类分析得到6条气团输送路径,OJD2来自偏北方向的气团减少11.2%,来自偏南和偏东方向气团增加6.7%和4.4%,气团以短距离传输为主,偏南和偏东方向对应的O₃浓度较高,对北京污染贡献较大.潜在源区分析揭示OJD2的O₃污染的主要潜在源区是京津冀中南部和东部,贡献了82.6%污染轨迹.跳变型O₃污染区域输送贡献明显,需要加强京津冀区域联防联控．     

2013—2016年珠海地区臭氧浓度特征及其与气象因素的关系

利用珠海地区两个代表性环境空气质量国控站（吉大站、斗门站）2013—2016年连续4年的逐时臭氧（O₃）浓度监测资料和离两个国控站最近的基本气象站（珠海气象站、斗门气象站）同期逐时气象资料,综合应用统计分析、个例剖析、HYSPLIT后向轨迹聚类分析和潜在源贡献因子分析（PSCF）方法,研究了珠海地区臭氧浓度特征及其与气象因素的关系.结果表明：①干季珠海市O₃浓度最高且超标天数最多,高温低湿条件有利于O₃的形成;②位于内陆的斗门站O₃污染浓度、污染频率明显高于位于沿海的吉大站;③风场对珠海地区O₃浓度分布有重要影响,东北风或偏北风风速为3~4 m·s^-1时下风向珠海地区O₃浓度最高;④10月O₃重污染个例剖析表明,区域输送对珠海地区O₃污染有重要影响.HYSPLIT后向轨迹聚类分析表明,影响珠海地区O₃污染的气团来源中受广东中东部气流影响时污染最重,与潜在源贡献因子分析（PSCF）表明的该污染个例的污染潜在源区主要为广东中东部的东莞、广州增城、河源及以北地区的结论一致.     

天津夏季郊区VOCs对臭氧生成的影响

挥发性有机物是O₃重要的前体物之一,在O₃生成方面起着决定性作用.为研究天津郊区VOCs特征及其对O₃生成的作用,利用SyntechSpectras GC955在线监测系统监测天津市津南区54种VOCs的浓度,并结合最大增量活性因子计算VOCs的臭氧生成潜力.结果表明,2018年7月津南区VOCs总浓度为（32.33±23.77）μg·m^-3,其中烷烃质量浓度最高,芳香烃和烯烃次之,炔烃最低,丙烷、乙烯和甲苯分列VOCs质量浓度的前3位.观测期间TVOC的OFP为107.81 μg·m^-3,烯烃对OFP的贡献最大,为55.80%,乙烯、异戊二烯和甲苯分列OFP贡献率的前3位.后向轨迹分析表明,不同来向和性质的气团下TVOC及其OFP不同.VOCs/NO_x体积分数比值估算表明,观测期间O₃生成对VOCs较为敏感.乙苯/间,对-二甲苯和乙烷/乙炔等特定物种对浓度比值的变化表明,3次O₃污染过程均伴随VOCs的老化过程.     

利用HYSPLIT模型研究珠三角地区VOCs时空分布特征

于2016年在中国广东大气超级监测站,开展4个季节的VOCs长时间观测,共获得2142组有效数据,并利用HYSPLIT模型分析珠三角地区VOCs时空分布特征.结果表明,各类VOCs混合比和化学反应活性具有明显的季节变化特点.观测期间,VOCs平均浓度为（18.523±20.978）×10^-9,其中,低碳烯烃和苯系物二者混合比之和仅占46%,但贡献了85%的·OH消耗速率（L_OH）、82%的臭氧生成潜势（OFP）和97%的二次气溶胶生成潜势（SOAFP）.观测站点主要受来自北部内陆地区气团（1#）、西部内陆地区气团（2#）、台湾海峡南端气团（3#）以及南部海洋地区气团（4#）的影响.1#气团中炔烃和苯系物的混合比占比最高,分别达到10%、37%,而3#气团中低碳烷烃的浓度水平最高,达到（8.437±5.561）×10^-9.通过估算气团中VOCs的化学反应活性,可以发现,1#气团的VOCs化学反应活性最强,其对O₃和SOA的生成贡献最高.1#、2#、3#和4#气团中VOCs的化学反应活性主要由苯系物和低碳烯烃贡献.     

利用HYSPLIT模型研究珠三角地区VOCs时空分布特征

于2016年在中国广东大气超级监测站,开展4个季节的VOCs长时间观测,共获得2142组有效数据,并利用HYSPLIT模型分析珠三角地区VOCs时空分布特征.结果表明,各类VOCs混合比和化学反应活性具有明显的季节变化特点.观测期间,VOCs平均浓度为（18.523±20.978）×10^-9,其中,低碳烯烃和苯系物二者混合比之和仅占46%,但贡献了85%的·OH消耗速率（L_OH）、82%的臭氧生成潜势（OFP）和97%的二次气溶胶生成潜势（SOAFP）.观测站点主要受来自北部内陆地区气团（1#）、西部内陆地区气团（2#）、台湾海峡南端气团（3#）以及南部海洋地区气团（4#）的影响.1#气团中炔烃和苯系物的混合比占比最高,分别达到10%、37%,而3#气团中低碳烷烃的浓度水平最高,达到（8.437±5.561）×10^-9.通过估算气团中VOCs的化学反应活性,可以发现,1#气团的VOCs化学反应活性最强,其对O₃和SOA的生成贡献最高.1#、2#、3#和4#气团中VOCs的化学反应活性主要由苯系物和低碳烯烃贡献.     

Overview of surface ozone variability in East Asia-North Pacific region during IGAC/APARE(1994—1996)

IntroductionDuringthelastdecade ,theEastAsiancontinentalrimregionhasbeencharacterizedbyhighanthropogenicemissionsduetotherapidindustrialization .Airpollutioninthisregionhascreatedmuchattentiontothescientistsovertheworld(Kato,1992 ;Akimoto ,1994a ;Aardenne…     

2019年秋季海南省4次臭氧污染过程特征及潜在源区分析

基于2019年秋季海南省空气质量和气象监测数据,结合相关分析、HYSPLIT后向轨迹模型、PSCF （潜在源贡献因子）和CWT （浓度权重轨迹）等分析方法对海南省4次O₃污染过程特征及潜在源区进行深入分析.结果表明：①过程1和过程3分别发生在9月21~30日和11月3~11日,持续时间达到了10 d和9 d,ρ（O₃-8h）（最大8 h平均）分别为145.52 μg ·m^-3和143.55 μg ·m^-3.过程2和过程4出现在10月18~21日和11月20~25日,持续时间为4 d和6 d,ρ（O₃-8h）分别为130.79 μg ·m^-3和115.46 μg ·m^-3.②气压偏高,降水偏少,相对湿度偏低,日照时数偏长和太阳辐射偏强,是造成海南省出现O₃污染天气的有利气象条件.偏北风风场控制下有利于O₃-8h浓度上升,不同风速大小会影响海南省O₃-8h浓度高值区分布.③ O₃污染较为严重的过程1和过程3的影响气流发散度较大,有来自内陆地区和东南沿海地区两支气流,而O₃污染较轻的过程2和过程4的影响气流较为集中,多为东南沿海气流.④潜在贡献源区分析表明,浙江省、江西省、福建省和广东省等地是2019年秋季海南省O₃污染外源输送的主要源区,其中珠三角地区和广东省西部WPSCF值和WCWT值分别为大于0.36和大于90 μg ·m^-3.