滁州市臭氧污染特征及一次连续臭氧污染过程分析

利用滁州市环境空气质量监测数据和气象观测数据,分析了滁州市O₃污染基本特征,并着重分析了一次连续O₃污染过程中气象因素、VOCs以及其他污染物对于O₃浓度的影响。结果表明:滁州市环境空气污染类型正由\"PM_2.5型\"向\"PM_2.5和O₃混合型\"转变,O₃污染程度呈现加重趋势,污染持续时间有所拉长。9月4—9日一次连续O₃污染过程中O₃呈单峰状;受到光化学生成和区域传输共同影响,峰值时气温大多在30℃以上,相对湿度较小,风速大多处于小风区(WS≤1 m/s),也有部分处于风速较大区域(WS>3 m/s);VOCs/NO_x比值法和O₃/NO_x比值法均反映此次连续O₃污染为VOCs控制;体积分数较大的VOCs物种主要为烷烃,其中单个体积分数最大的物种是乙烷;烯烃是对O₃生成贡献最大的关键活性组分,对O₃生成潜势的贡献为53.5%,控制1-戊烯、反2-戊烯、异戊二烯、间/对二甲苯等物种可以有效控制光化学生成对此次O₃污染过程的影响。     

中国和美国地面臭氧污染对比分析

利用中国和美国地面臭氧(O₃)监测数据,从国家、区域、城市、站点多个层面对两国O₃污染的时间变化特征和空间分布特征进行了分析。结果表明:从全年角度,中国O₃污染集中在4—9月,2018年延长至3—10月;美国集中在4—8月。1980年以来,美国O₃浓度呈下降趋势;中国O₃浓度在2015—2018年呈上升趋势,与同时期美国O₃平均浓度水平相当,但O₃极值处于美国20世纪80年代污染水平,且中国站点年均O₃超标天数(22～36 d)约为美国站点(2～3 d)的9.2～12.9倍。中国O₃浓度高值区主要分布在京津冀、长三角、珠三角和四川盆地等地区,美国集中在加利福尼亚州(California)。京津冀和长三角地区2017—2018年O₃平均浓度水平高于加利福尼亚州,北京、上海和广州3个城市2015—2018年O₃平均浓度水平低于同时期的圣贝纳蒂诺(San...     

南通市臭氧污染特征及一次连续臭氧污染过程分析

利用2018—2022年南通市环境空气自动监测数据,分析了南通市臭氧（O₃）污染的基本特征,并着重分析了1次O₃ 连续污染过程。结果表明：（1）南通市环境空气污染类型由细颗粒物（PM_2.5）型向O₃ 转变,O₃ 污染呈逐年加重趋势,尤其是2021和2022年O₃ 污染呈现出现早、结束晚的特点,且超标时间跨度拉长;南通市夏季O₃ 污染最重、春季略低;从月变化趋势来看,除2020年呈双峰特征外,其余年份为单峰分布;O₃ 日变化为单峰型。（2）O₃ 连续污染时,一方面,O₃ 前体物二氧化氮（NO₂）和挥发性有机物（VOCs）出现累积,质量浓度较高;另一方面,污染天风力弱、气温高、紫外辐射强,有利于O₃的本地生成及累积,同时也受外来传输影响。（3）芳香烃、含氧挥发性有机物（OVOCs）和烯炔烃为南通市O₃生成的主要贡献组分,主要来源于涂料溶剂、二次生成和工业源。     

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。     

苏州工业园区春季一次典型臭氧污染过程分析

基于臭氧(O₃)及前体物监测数据,综合运用正定矩阵因子分解模型(PMF)、O₃生成敏感性(EKMA)曲线、O₃来源解析工具(OSAT)等方法,对苏州工业园区2022年春季一次典型O₃污染过程成因开展研究。结果表明,高温及前体物的累积是导致园区O₃超标的主要成因,个别污染时段O₃及前体物受浙江、上海传输影响;污染期间园区处于典型VOCs控制区,VOCs主要来源为油气储运(35.6%)、区域背景(28.8%)、塑料制品生产(16.0%)、移动源(13.6%)、溶剂使用(6.0%)。为有效削减不利气象条件下O₃峰值浓度,应重点加强本地溶剂使用、油品挥发、有机合成等污染环节VOCs的管控。     

京津冀区域臭氧污染趋势及时空分布特征

为研究京津冀区域的臭氧(O_3)污染情况及其时空分布特征,对2013—2015年京津冀区域13个城市80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:2013—2015年,京津冀区域O_3污染状况整体呈加重趋势,其中2014年污染状况最为严重。13个城市中O_3污染最严重的城市为北京和衡水,连续3年均超标,且处于上升态势中。区域内不同城市O_3污染趋势并不相同。京津冀区域O_3浓度变化呈明显的季节变化特征,春末和夏季的O_3污染最严重。O_3-8 h(臭氧日最大8 h均值)年均值的高值区主要分布在北京中北部、承德和衡水等,2013—2015年第90百分位O_3-8 h的高值区均集中分布在北京。O_3的浓度峰值时间要晚于NOx2~5 h。O_3在春、夏季呈单峰分布,白天15:00左右出现最大值,在秋、冬季浓度较低,全天波动不大。     

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。     

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。     

石家庄市夏季臭氧污染近地层垂直变化特征

基于2022年6月1日—8月31日河北省石家庄市地面气象要素和臭氧（O₃）观测数据,结合O₃激光雷达垂直探测数据分析近地层O₃垂直变化特征,并利用后向轨迹聚类分析法探讨其污染来源。结果表明：（1）2022年夏季石家庄O₃污染天数为6月＞7月＞8月。影响ρ（O₃）变化的主要影响因子是气温,平均气温与ρ（O₃）正相关,相对湿度与ρ（O₃）负相关。（2）当探测高度≥2 km时,全天、日间、夜间的ρ（O₃）变化较稳定,ρ（O₃）均在100μg/m³左右。近地层ρ（O₃）差异最大,无论是日间还是夜间,ρ（O₃）均在0.3 km左右达到峰值,之后逐渐降低。6月的ρ（O₃）垂直变化速率较大,7、8月ρ（O₃）垂直变化速率逐渐降低。（3）不同垂直高度下,石家庄夏季ρ（O₃）日变化情况均成“单峰单谷”型,地面ρ（O₃）日变化波动最明显,随着高度的上升ρ（O₃）日变化情况趋于平缓。（4）后向轨迹聚类分析结果表明,距离地面10,500,1 000 m高度层的O₃后向轨迹均呈散射状分布,距离地面10 m的O₃路径来源为河北西南部,距离地面500 m的O₃路径来源为河北南部,距离地面1 000 m的O₃主要途经地点为内蒙古西南部、西北部和河北东北部。     

郑州市近地面臭氧污染特征及气象因素分析

利用国控站点空气质量在线监测数据,识别郑州市2015年近地面臭氧(O_3)污染状况、特征及与颗粒物和氮氧化物水平关系,并以烟厂站为例分析郑州市O_3污染与气象要素的相关性。结果表明:郑州市O_3日最大8 h平均值具有明显季节变化,呈现出夏季春季秋季冬季的特征,夏季岗李水库站O_3月均质量浓度为155.5μg/m3,其余站点月均质量浓度为110~150μg/m3;夏季O_3每日最大8 h浓度具有显著\"周末效应\",其他季节较不明显;O_3小时浓度日变化呈单峰型分布,在15:00—16:00达到峰值,早晨07:00达到谷值;前体物NOx小时浓度日变化呈双峰型分布,与O_3具有显著负相关性;气象因素相关性分析结果表明,郑州市O_3污染日多出现于高温、低湿和微风等条件,这些气象因素有利于O_3生成和累积。     

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。     

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。     

2015—2020年全国重污染天变化趋势及时空分布特征分析

2015—2020年,全国重污染发生天数、比例及城市数量整体呈逐年下降趋势。与2015年相比,2020年全国337个地级及以上城市重污染天数减少1 847 d,降幅达55.2%;重污染天数比例下降1.6个百分点;发生过重污染天气的城市数量减少60个。其中,全国细颗粒物重污染天数整体呈下降趋势,沙尘重污染天数随气象条件的差异波动变化,臭氧重污染天数呈波动上升趋势。\"十四五\"期间,消除重污染天气的主要对象仍是细颗粒物重污染。应将天山北坡城市群、\"2+26\"城市、汾渭平原及苏皖鲁豫交界地区作为\"十四五\"期间污染减排的重点关注区域。此外,需遏制\"2+26\"城市臭氧重污染上升势头。     

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.     

东北地区大气BTEX的时空分布特征

在东北地区7个典型城市中25个监测点进行了观测,时间分别为2008年4月、7月、10月和2009年1月,使用吸附剂采样管采集并通过热脱附-气相色谱-质谱联用技术分析了苯系物样品,系统研究了东北地区大气苯系物的时空分布特征。研究结果表明,苯和甲苯年均浓度值最高,分别为(4.19±2.31)μg/m3和(3.22±1.14)μg/m3,共占苯系物浓度近70%;各功能区按苯系物浓度大小顺序排列为混合区工业区交通区居民区文教区对照区;受排放源和气象条件的影响,采暖期苯系物浓度高于非采暖期苯系物浓度;风向频率影响苯系物浓度分布,沿下风向浓度逐渐降低;苯/甲苯比值分析表明,东北地区苯系物的主要来源是煤燃烧。     

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.     

基于GIS的珠三角区域空气质量时空演化分析模型研究

利用广东省环境信息GIS综合发布平台发布的2005—2010年间珠三角区域范围内空气质量日报中空气质量等级数据,采用网格化分析、空间统计分析、专题图分级渲染模型,对珠三角区域的空气质量时空演化特征和影响因素进行研究,结果表明各周期年度珠三角区域网格空气质量频数统计上近似呈正态分布,近5来空气质量空间分布形态由以东莞、佛山为污染中心的哑铃形向以佛山中部为中心并且长轴为西北-东南向的椭圆形演化。     

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。