工业园区和城区VOCs组成及化学活性的空间差异对清远大气臭氧污染分布的影响

工业化与城镇化交替演进使珠三角及其周边地区土地利用类型较为复杂。快速的城市化进程使城市建成区与大量村镇工业园区互相交错。这种变化势必会增加挥发性有机物(VOCs)在组分构成和空间分布上的复杂性,并对臭氧(O₃)污染的时空变化产生影响。为厘清这种排放的空间异质性特征及其对O₃污染分布的影响,分别选取可以代表清远市典型工业园区和城市建成区的站点开展观测研究。结果表明:工业园区和城市建成区VOCs浓度水平和污染特征有较大的空间差异,其中代表村镇工业园区的龙塘站VOCs日均浓度为30.42×10^-9,高于代表城市建成区的技师学院站(17.32×10^-9)。龙塘站二甲苯和甲苯的臭氧生成潜势(OFP)比技师学院站高57.6×10^-9,且该值相当于技师学院站排名前10位物种OFP的总和。气象分析表明:2个站点之间并非彼此的上、下风向,而是共同受到局地气团的影响。源解析结果表明:源排放是造成这种空间异质性的内因,其中交通源对技师学院的贡献更高,而工业相关排放源对龙塘的贡献更高。该研究进一步比较了周边站点O₃时间序列的一致性,并模拟2个站点的O₃生成速率。研究发现O₃在局地范围内变化较小,高VOCs排放的地点对局地O₃有较高的贡献,局地内不同地点的O₃生成过程也存在较大差异。据此,笔者提出O₃污染防控建议:短期内可通过技术手段和观测数据发现O₃污染的重要贡献点,并进行针对性的"散乱污"清理整治和涉VOCs行业综合整治,长期看应科学合理规划城市发展布局和产业布局,预留城市通风廊道,以有效减少O₃污染。     

衡水夏季典型时段VOCs污染特征及O3污染过程分析

选取臭氧（O₃）污染高发的7月为夏季典型月，采用自动观测设备，从前体物VOCs的浓度水平及O₃生成潜势（OFP），前体物、气象因素与O₃相关性等多方面研究了衡水市O₃污染影响因素，并剖析了一次典型的O₃污染过程，以期为衡水市夏季O₃污染防治提供科学参考。研究结果表明：衡水市VOCs主要组分浓度占比为烷烃 > 烯烃 > 芳香烃 > 乙炔，主要组分对总OFP的贡献为烯烃 > 芳香烃 > 烷烃 > 乙炔；O₃与前体物VOCs、NO₂存在负相关性，与温度存在正相关性；相对湿度低于48%时，O₃和相对湿度呈负相关性，相对湿度高于48%时，O₃和相对湿度呈正相关性；气团中VOCs化学组成稳定性较低，平均VOCs最大增量反应活性（MIR）较低，为4.855gO₃/gVOCs；衡水市7月2—4日重度污染过程受本地生成和区域传输叠加影响。     

西安市某工业园夏季VOCs浓度特征及O3、SOA生成潜势

2020年7月30日—10月10日对西安市某工业园区大气中的70种VOCs开展了为期73 d的VOCs手工采样监测,分析了上、下风向2个点位VOCs浓度组成特征、O₃生成潜势和SOA生成潜势,并运用PMF进一步分析该区域VOCs的主要来源。结果显示：监测期间工业园区平均VOCs浓度为203.50 μg/m³,以甲醛和乙醛为主的醛酮类（148.37 μg/m³）是主要污染物,占TVOC浓度的57%~84%,其次是烷烃。通过上、下风向VOCs成分比较发现,醛酮类为高污染时段特征污染物,工业园区平均OFP为969.66 μg/m³,醛酮类对O₃生成的贡献最大,占TOFP的80%~97%,其次是烯烃。工业园区平均SOAFP为0.50 μg/m³,芳香烃对SOA生成的贡献最大,占TSOAFP的48%~98%,其次是烷烃。PMF源解析得到5个因子,分别为工业源、溶剂涂料、燃烧源、移动源及其他源,贡献率分别占35.2%、20.4%、18.3%、12.8%、13.3%,解析显示该区域受到下风向电子产业影响较大。     

交通限行对大气颗粒物及PM2.5中二NFDA1英的影响

为了研究北京大气颗粒物和二NFDA1英(PCDD/Fs)的污染状况以及评估交通限行对大气颗粒物和PCDD/Fs的影响。利用同位素稀释高分辨率气相色谱/高分辨率质谱(HRGC/HRMS)联用法和USEPA 1613B 标准方法,以中国地质大学(北京)东门为采样点,采集大气PM_2.5、PM₁₀、TSP样品,对北京市交通限行期间以及交通限行前后等不同交通状况下颗粒物浓度及大气PM_2.5中17种2,3,7,8-PCDD/Fs污染特征进行了监测。结果表明,PM_2.5、PM₁₀、TSP的日均质量浓度在交通限行前分别为126、202、304 μg/m³,限行期间分别为39、78、93 μg/m³,限行结束后分别为79、126 μg/m³。PM_2.5中17种PCDD/Fs的质量浓度(毒性浓度)3个时段分别为1 804 fg/m³(70 fg I-TEQ/m³)、252 fg/m³ (9 fg I-TEQ/m³)和1 196 fg/m³ (48 fg I-TEQ/m³)。北京市交通限行期间颗粒物浓度和二 NFDA1 英浓度显著低于交通限行前后,交通源减排措施的实施是大气颗粒物和二 NFDA1英污染水平降低的主要原因,从减排效果看,交通源减排措施对大气细颗粒物(PM_2.5)的控制效果明显好于大气粗颗粒物。     

山东省2015年PM2.5和O3污染时空分布特征

利用中国环境监测总站的城市空气质量自动监测数据，分析了2015年山东省细颗粒物（PM_2.5）和臭氧（O₃）污染的时空分布特征，并初步探讨了其与气象要素的相互关系。研究发现：山东省PM_2.5年均质量浓度和年超标天数的空间分布均呈现由东部向西部递增的趋势，半岛地区的浓度最低，其他地区浓度均较高，年均质量浓度最大值出现在德州（101 μg/m³）。各城市PM_2.5的月均质量浓度均呈现出季节性变化，冬季最高，夏季最低。O₃-8h年均值和O₃年超标天数的空间分布与PM_2.5不同，半岛地区污染天数最少，其次为南部地区，中部地区和西北部地区污染最为严重并且各区域的城市之间O₃污染情况存在较大差异，具有明显的局地性特征。O₃质量浓度在春末夏初最高，超标现象主要出现在5—8月。分析各城市PM_2.5污染和O₃污染的协同性与差异性发现，虽然不同城市之间两者污染情况存在一定差异，但整体上看，山东省大气复合污染特征明显，全年有10个城市的PM_2.5和O₃同时超标天数都在20 d以上，并且该现象主要发生在夏季。夏季高温低湿的大陆气团控制更有利于O₃和PM_2.5叠加共存形成复合型污染。温度≥26℃时，O₃-8 h与PM_2.5日均质量浓度的相关系数为0.63，相对湿度≤60%时，两者相关系数为0.69。此外，当在大陆气团的控制下发生O₃污染时，相对湿度的提高更有利于PM_2.5浓度的增加。     

威海市秋季VOCs污染特征及来源解析

为探究威海市秋季挥发性有机物（VOCs）污染特征及来源，于2021年9月10—20日采用手工加密监测法对威海市秋季大气中VOCs进行监测，分析了气象因素对臭氧（O₃）及其前体物的影响和VOCs污染特征，并利用正交矩阵因子模型（PMF）方法对VOCs来源进行了研究。结果表明，威海市温度对O₃生成影响明显，尤其是高温、低湿、扩散较差气象条件下，有利于O₃前体物的反应消耗，促使O₃生成及累积。观测期间，威海市秋季φ（VOCs）平均值为47.84×10^-9，VOCs中体积分数占比最高的为含氧挥发性有机物（OVOCs），占比为58.0%，其次为烷烃（21.6%）、卤代烃（10.2%）。O₃生成潜势（OFP）平均值为393.95μg/m³，对OFP的贡献占比最高的为OVOCs（74.1%），其次为芳香烃（12.6%）、烷烃（7.0%）和烯烃（5.4%）。PMF源解析结果显示，机动车尾气排放源、工艺过程源、船舶尾气排放源和溶剂使用源是威海市秋季VOCs排放主要来源，贡献占比分别为30.4%，23.9%，21.1%，16.5%。控制机动车排放和工艺过程排放是控制威海市秋季VOCs污染的重要途径。     

2016—2019年汾渭平原城市空气质量状况分析

基于2016—2019年全国城市环境空气质量国控监测点位自动监测数据，分析了汾渭平原城市空气质量状况。结果表明：2019年，汾渭平原优良天数比例为61.7%，略高于"2+26"城市，明显低于全国及其他区域，空气污染较重。2016—2019年，汾渭平原超标天数中PM_2.5、PM₁₀、O₃作为首要污染物的占比较高，PM_2.5、PM₁₀仍是影响汾渭平原空气质量的最主要污染物，O₃和NO₂的影响逐年升高。汾渭平原PM_2.5浓度呈夏季低、秋冬季高的特点，2019年与2016—2018年PM_2.5均值比较，1、2、4月分别偏高7.5%、36.7%、6.8%，其他月份均偏低，表明1、2、4月空气质量总体恶化，其他月份有所改善。汾渭平原O₃浓度呈夏季高、秋冬季低的特点，O₃浓度总体呈升高趋势，年平均升高10.3 μg/m³，临汾市年平均升幅最显著（26.7 μg/m³），不同百分位O₃浓度均呈升高趋势，且高百分位浓度升幅明显高于低百分位浓度，年平均升幅最高出现在第90百分位浓度。2016—2019年，O₃单项污染物超标导致优良天数比例损失分别为5.4个百分点、13.0个百分点、11.1个百分点和14.4个百分点，总体呈上升趋势，表明O₃超标对空气质量影响越来越显著。煤炭消耗量、生铁产量、粗钢产量的大幅升高对空气质量有一定影响，建议加大对相关企业污染物的排放量检查，确保超低排放或采取可行的清洁能源替代。温度与O₃浓度呈正相关，2017—2019年，温度大于25 ℃的天数中94.2%出现在6—8月，O₃-8h超标天数占全部超标天数的81.4%，因此应加强温度较高月份的O₃管控。     

杭州市大气PM2.5和PM10污染特征及来源解析

2006年在杭州市两个环境受体点位采集不同季节大气中PM_2.5和PM₁₀样品,同时采集了多种颗粒物源类样品,分析了其质量浓度和多种化学成分,包括21种无机元素、5种无机水溶性离子以及有机碳和元素碳等,并据此构建了杭州市PM_2.5和PM₁₀的源与受体化学成分谱;用化学质量平衡(CMB)受体模型解析其来源。结果表明,杭州市PM_2.5和PM₁₀污染较严重,其年均浓度分别为77.5μg/m³和111.0μg/m³;各主要源类对PM_2.5的贡献率依次为机动车尾气尘21.6%、硫酸盐18.8%、煤烟尘16.7%、燃油尘10.2%、硝酸盐9.9%、土壤尘8.2%、建筑水泥尘4.0%、海盐粒子1.5%。各主要源类对PM₁₀贡献率依次为土壤尘17.0%、机动车尾气尘16.9%、硫酸盐14.3%、煤烟尘13.9%、硝酸盐粒8.2%、建筑水泥尘8.0%、燃油尘5.5%、海盐粒子3.4%、冶金尘3.2%。     

典型生态功能区臭氧生成敏感性及气象驱动力解析——以千岛湖地区为例

千岛湖地区是我国重要的自然保护区,属于典型生态功能区。当前,臭氧(O₃)正频繁成为影响千岛湖地区空气质量的首要污染物,但对于与此相关的千岛湖地区O₃生成敏感性,研究人员目前仍未了解清楚。利用2019—2021年TROPOMI卫星观测数据,运用O₃生成敏感性指示剂方法,即甲醛对流层垂直柱浓度和二氧化氮对流层垂直柱浓度的比值(FNR),量化解析了千岛湖地区O₃生成敏感区的时空演化特征。结果表明,千岛湖地区FNR呈现逐年升高趋势,且显著高于杭州市主城区。千岛湖地区氮氧化物(NO_x)控制区逐年扩张,自2019年开始,由西南向东北逐步蔓延。截至2021年,NO_x控制区已基本覆盖整个千岛湖地区。千岛湖地区O₃生成敏感区在夏季基本属于NO_x控制区,在其他季节属于NO_x控制区或协同控制区。结合气象再分析数据发现,FNR与温度呈强正相关(r=0.8),与相对湿度呈较弱正相关,与风速和云液态水含量呈较弱负相关。当温度大于7.0 ℃、风速小于6.2 m/s、云液态水含量小于5.5×10^-5 g/m³、相对湿度大于57.5%时,O₃生成趋向于受NO_x控制。此外,与杭州市相比,千岛湖地区O₃生成对气象参数变化更为敏感。研究成果对我国典型生态功能区O₃污染防控具有重要的启示作用。     

三亚市臭氧污染特征、输送路径及潜在源区分析

基于2015-2019年三亚市空气质量自动监测数据和气象观测资料,结合后向轨迹聚类与潜在源区分析等方法,分析了三亚市O₃污染特征。结果表明:2015-2019年三亚市O₃浓度总体优良,优良天数比例为97.9%(标准状态),超标天均为轻度污染,多发生在秋冬季。O₃浓度与平均相对湿度、气温和降水量呈负相关关系,与平均风速呈正相关关系,同时与风向密切相关。6-8月气温较高,主导风向为偏南风,O₃及其前体物以本地排放为主,O₃浓度较低;秋冬季盛行东北风,易受到来自内陆的污染传输影响,O₃浓度相对较高。当日最高气温为20~30℃、日均相对湿度为65%~85%、日均风速为3~8 m/s、主导风向为东北风时,三亚市发生O₃超标的概率较高。台风外围和冷高压南下是导致三亚市O₃超标的2种典型天气形势。经聚类分析得到,2019年2个污染过程气团输送路径均来自东北方向,潜在源区分析WPSCF与WCWT的高值区一致性较好,均表明珠三角地区是三亚市重要的O₃污染潜在源区,需要加强与珠三角地区O₃污染的联防联控。     

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.     

动态校准仪臭氧间接传递技术

对5台主流动态校准仪开展臭氧间接传递技术研究,对动态校准仪的准确性、可靠性、稳定性及臭氧传递的线性方程等性能参数进行了实验室考察。总体而言,发生型动态校准仪和分析型动态校准仪均可用于臭氧传递工作中。分析型动态校准仪可直接进行臭氧传递,发生型动态校准仪在臭氧传递前必须进行预校准。建议至少每3个月对发生型动态校准仪进行1次臭氧传递,每6个月对分析型动态校准仪进行1次臭氧传递。     

平流层臭氧深度侵入对典型城区的影响过程分析

中纬度平流层臭氧深度侵入是造成对流层至近地面臭氧浓度突增的原因之一。筛选春夏季臭氧浓度升高时段的高分辨率大气再分析数据ERA5,以位涡值的下沉趋势分析了对流层顶折叠位置及变化过程;以AIRS数据反演了臭氧浓度、一氧化碳浓度和相对湿度的垂直廓线,并估计了其分布及相关性;以近地表污染物浓度变化、HYSPLIT模型后向轨迹分析结果证实了臭氧侵入气团的运移轨迹和局地效应;通过激光雷达监测结果观测臭氧垂直浓度分布,确定了臭氧浓度最大值所处高度,判定了受影响近地点的浓度升高时刻;以边界层高度变化、气象条件分析结果及当地与周边城市地面监测数据的逐小时变化情况等综合信息,进行了区域确认和近地面影响判定。通过以上数值综合分析,对城市地区受平流层臭氧深度侵入影响的过程和具体时间进行了详细再现,可为排除非人为排放因素导致的近地表臭氧浓度增加提供回溯分析,为臭氧污染防控决策提供依据。     

The Characteristics of Tropospheric Ozone Seasonality Observed from Ozone Soundings at Pohang, Korea

This paper presents the first analysis of vertical ozone sounding measurements over Pohang, Korea. The main focus is to analyze the seasonal variation of vertical ozone profiles and determine the mechanisms controlling ozone seasonality. The maxima ozone at the surface and in the free troposphere are observed in May and June, respectively. In comparison with the ozone seasonality at Oki (near sea level) and Happo (altitude of 1840 m) in Japan, which are located at the same latitude as of Pohang, we have found that the time of the ozone maximum at the Japanese sites is always a month earlier than at Pohang. Analysis of the wind flow at the surface shows that the wind shifts from westerly to southerly in May over Japan, but in June over Pohang. However, this wind shift above boundary layer occurs a month later. This wind shift results in significantly smaller amounts of ozone because the southerly wind brings clean wet tropical air. It has been suggested that the spring ozone maximum in the lower troposphere is due to polluted air transported from China. However, an enhanced ozone amount over the free troposphere in June appears to have a different origin. A tongue-like structure in the time-height cross-section of ozone concentrations, which starts from the stratosphere and extends to the middle troposphere, suggests that the ozone enhancement occurs due to a gradual migration of ozone from the stratosphere. The high frequency of dry air with elevated ozone concentrations in the upper troposphere in June suggests that the air is transported from the stratosphere. HYSPLIT trajectory analysis supports the hypothesis that enhanced ozone in the free troposphere is not likely due to transport from sources of anthropogenic activity.     

臭氧综合指数与臭氧潜势指数的构建与应用

随着社会经济的快速发展,我国臭氧污染日益严重,因此,研发出能定量评估气象条件对臭氧污染影响程度的诊断指数,成为提高和改善气象服务质量的重要任务之一。利用中国大陆地区2018年温度、总云量、风速、风向、相对湿度等气象场数据与臭氧浓度数据,研究臭氧污染敏感气象条件,统计各气象因子分布在不同数值区间时发生臭氧污染事件的相对频率(即分指数),按照分指数最大值和最小值的差值大小进行排序,筛选出10个与臭氧污染密切相关的气象因子,将10个气象因子的分指数进行累加,即得出臭氧综合指数。随后,对各地构建臭氧综合指数时采用的气象要素进行统计,得到出现频率最高的3个气象要素,并参考这些气象要素构建了臭氧潜势指数。分别以臭氧潜势指数和臭氧综合指数对北京市2019年臭氧日最大浓度建立拟合预报模型,结果表明:两类指数的拟合预报值与实测值有着相似的变化趋势;利用臭氧综合指数计算得到的预报值与实测值的相关系数为0.76,优于利用臭氧潜势指数计算得到的预报值与实测值的相关系数(0.64)。     

臭氧数值预报模型综述

光化学大气质量模型在研究臭氧(O_3)污染以及O_3预报方面具有核心作用,是O_3污染防治决策者的有力工具。文章结合目前中国及国际区域尺度光化学大气质量预报模型的研究与应用,重点论述与O_3有关的大气化学过程在数值预报模型中的数学表达和计算方法,阐述大气物理与大气化学过程在主流大气质量数值预报模型中的实现方法及其优势和缺陷,介绍用于数值预报模型的大气物理过程和湍流参数化方案的最新进展。就当前O_3数值模拟的主要输入资料进行讨论,强调那些易被忽视但又显著影响模型预报能力和效果的诸多因素以及模型效果评估的重要性。结合O_3与复合型大气污染的关系,强调区域大气质量数值预报模型的发展趋势与方向以及在大气环境管理方面的意义和作用。     

Prediction of extreme ozone levels in Barcelona, Spain

Barcelona is one of the most polluted cities in Western Europe, although our levels of air pollution are within the World Health Organisation air quality guidelines. However, high concentrations of air pollution have not been studied yet. Ground ozone levels is a topic of considerable environmental concern, since excessive level of ozone are taken as indicative of high pollution. In terms of the air quality guidelines ozone levels higher than 100 µg m^–3 can start to be health-hazards for human health. Our objective is to report a detailed analysis of ozone data exceeding the thresholds established by the air quality guidelines. Data analysed were collected in two measurement stations in Barcelona, for the reference period 1991–1996. Applying statistical techniques commonly used in the analysis of extreme values, mainly the Peak Over Threshold method was used for in this study. The analysis reveal that the ozone threshold values for the protection of human health has exceeded many times in both stations. The estimated return values for 3, 10, and 40 yr exceed the threshold value for information to the public of almost once in both stations, also it seems to be unlikely that the threshold value for warning to the public will be exceeded in 40 yr.     

海口市臭氧污染及气象条件特征

近年来,臭氧已成为许多城市环境空气的主要污染物之一。笔者分析了2020年海口市5个不同方位代表性监测站点逐小时空气质量监测数据及对应站点的气象要素监测数据。研究结果表明:海口市2020年环境空气污染程度为三级以上的天数有11d,其首要污染物均为臭氧。臭氧浓度高值时段主要出现在10-12月。浓度最大值主要出现在每日14:00-17:00,最小值出现在每日05:00-08:00。气象要素日均值与臭氧浓度相关性大小依次为最高温度＞平均温度＞相对湿度＞降水量＞日照时数＞风速。台风外围下沉气流和东北气流的共同影响是导致海口市臭氧浓度超标的主要因素,下沉气流更有利于低层大气中臭氧的堆积,同时在东北气流影响下,上游区域污染物的传输也会导致海口市臭氧浓度增加。     

臭氧二级传递标准量值传递技术

臭氧(O_3)二级传递标准对O_3三级传递标准进行量值传递,开展了对分析类型、发生类型等不同类型O_3三级传递标准的量值传递实验。分析类型O_3三级传递标准6组校准斜率的相对标准偏差Sm为0.19%、截距的标准偏差SI为0.25 nmol/mol;发生类型O_3三级传递标准6组校准的Sm为0.67%、SI为0.20 nmol/mol,均符合美国环保局O_3二级传递标准量值传递的评价指标:6组多点校准斜率的相对标准偏差Sm≤3.7%,截距的标准偏差SI≤1.5 nmol/mol。进一步对分析类型、发生类型O_3三级传递标准分别进行了6个月的量值传递时间稳定性考察,O_3三级传递标准新的斜率与最近6组斜率均值的比值为0.965~1.037,且新计算的斜率的相对标准偏差Sm为0.37%~1.87%,截距的标准偏差SI为0.20~0.52 nmol/mol,均符合美国环保局量值传递评价指标的要求,建议至少每6个月采用O_3二级传递标准开展一次量值传递。