苏州市区大气监测点位调整中的相关性和聚类分析

根据苏州市8个国控大气监测站点2013—2015年的PM_(10)、PM_(2.5)、O_3、SO_2监测数据,计算了各站点之间监测数据的相关系数;通过分析相关系数矩阵,发现苏州市大气国控点位的监测数据相关性均较高,点位设置存在一定的冗余,国控监测点位的优化调整十分必要。利用最长距离法对各站点的监测数据进行聚类分析,从而得出中心城区的点位调整方案。点位调整前后4种污染物监测数据四季平均值的相对误差均小于5%;正负偏差的二项检验结果表明,调整后未对监测结果产生显著的正/负影响。因此,经过优化的大气监测网络具有较好的客观性和代表性。     

北京市高海拔地区百花山空气质量状况及与市区的差异性研究

对北京市远郊百花山(海拔1300 m)2007—2017年大气常规6项污染物数据进行了分析,并与代表市区的国控站点均值数据进行了比较。研究发现,百花山SO2、CO、PM2.5浓度为国控站点浓度的35.5%~35.7%,NO2、PM 10、O 3浓度分别为国控站点浓度的14.0%、41.5%、185.5%。11年间,百花山6项常规污染物浓度逐年降低。2013—2017年,百花山PM2.5浓度年均降速为11.4%,低于国控站点13.3%的年均改善水平。百花山和国控站点在污染物季节变化趋势上基本一致,秋季颗粒物浓度差异最大,春季差异最小。百花山6项污染物的日变化峰谷比值为1.21~1.44,其差异小于国控站点。各项污染物浓度在18:00出现峰值,认为主要受城区远距离传输影响。2013—2017年,百花山共出现5个PM2.5重污染天,5级以上重污染小时数为442 h,国控站点有2%的重污染小时与百花山同步。     

主分量分析法在环境空气监测数据分析中的应用

根据西宁市13个环境空气监测站点2013—2017年大气污染物细颗粒物(PM2. 5)、可吸入颗粒物(PM10)、二氧化硫(SO_2)、二氧化氮(NO_2)、臭氧最大8 h平均(O_3-8h)和一氧化碳(CO)的监测数据,采用主分量分析法对西宁市环境空气质量进行了综合评估。结果表明,2013—2017年西宁市大部分环境空气监测站点周边环境空气质量逐渐提升,4个国控站综合得分(F)趋势变化幅度较大,其周边环境空气质量状况改善较为明显;城南新区、湟源县气象局和西钢监测站点周边环境空气质量呈逐年下降趋势,与其附近工业生产有关。     

上海虹桥机场大气污染特征分析

通过将上海虹桥机场2016年大气污染物监测数据与该市国控站点数据对比分析,结果表明:机场附近首要污染物为NO_2和PM_(2.5),随着污染级别加重,PM_(2.5)成为首要污染物的频次增加。虹桥机场NO_2浓度均值在各季节均高于各国控站点,日变化呈"双峰双谷"特征,峰值出现时间较其他站点早1 h。冬季PM_(2.5)浓度高于国控站点,其他三季相当。冬季PM_(2.5)日变化具有明显的"双峰"特征,上午峰值出现时间较其他站点早一两小时,夏季不明显。O_3日变化表现为上午其生成速率和NO_2的消耗速率都要高于其他站点。     

固定污染源废气中三氧化硫测试方法初探

建立了异丙醇吸收-分光光度法测试固定污染源中三氧化硫(SO_3)的方法,分别连续9次测试低、中、高3个质量浓度的SO_3烟气。测试结果表明,相对误差分别为7. 5%,-2. 6%和6. 7%,相对标准偏差分别为3. 3%,1. 7%和4. 1%,方法的准确度和精密度较好。方法检出限为0. 1 mg/m~3,测定下限为0. 4 mg/m~3。二氧化硫(SO_2)、一氧化碳(CO)、氮氧化物(NO_x)、硫化氢(H_2S)、含湿量、烟尘等因素对方法的干扰较小,方法适用于现场测试。     

盐城市臭氧污染特征及影响因素

对2015—2016年盐城市城区4个空气质量自动监测国控站点的O_3监测数据进行分析,探讨盐城市O_3污染水平、时空分布特征及其与前体物、气象因子之间的关系。结果表明,各站点O_3污染水平较为接近,2016年各站点O_3-8h第90百分位数超标天数较2015年分别下降了43.5%,50.0%,8.7%和43.6%;全年O_3逐月值大致呈双峰分布,高ρ(O_3)主要集中在4—10月;O_3日变化曲线呈明显的单峰分布,一般在05:00—07:00最低,13:00—15:00达到峰值;不同季节的O_3日变化情况有所差异,午后O_3峰值与O_3日变化幅度均在春季最大,冬季最低;NO、NO_2和CO的日变化曲线均呈现出早晚双峰分布,受早高峰影响,一般在07:00左右达到一日中的最大值;O_3与NO_x等前体物均显著负相关,高ρ(O_3)往往出现在高ρ(CO)/ρ(NO_2)时;总体上各站点的ρ(O_3)随风速的增大而增大。     

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。     

佛山市臭氧浓度时间变化特征及主要影响因子

对佛山市2011—2014年O_3监测数据进行分析,结果表明,ρ(O_3)日变化呈现明显的单峰特征,2011—2014年O_3日最大8小时滑动均值(O3-8 h)的年评价值没有出现显著的下降趋势,超标值多出现在8—10月。夏季O3-8 h与日平均气温的相关系数较高,O_3污染多发生在气温30℃,相对湿度为50%~70%的气象条件下。相对湿度60%,气温为20~25℃,也可能出现O3污染。10℃时,不同的温度条件下,O_3与PM_(2.5)存在正相关关系。在不同的季节时段,O_3-8 h基本随着ρ(NO_2)/ρ(NO)增大而增大。     

基于数值模拟的青岛市O3快速来源解析

为了建立臭氧污染快速来源解析方法,提高解析结果的时空分辨率,以2017、2018年青岛市环境空气质量精细化管理实践为契机,利用CAMx-OSAT模型的污染源识别与追踪技术,预测解析未来时段特别是污染期间不同区域、行业的排放源对目标站点O3浓度的贡献量和贡献率。结果显示:模拟的春、夏季2个时段青岛市的O3来源主要为工业、电厂、交通、生活源,2个时段的模拟结果本地和外来源中工业源的贡献分别占62. 0%和65. 0%,交通源分别占24. 5%和16. 0%,生活源分别占8. 4%和8. 0%,电厂源分别占5. 0%和11. 0%,O3高浓度污染时,工业源的贡献上升明显,青岛市的O3浓度外来源的贡献约占40%~80%。该数值模型O3来源解析及预测方法已成功用于青岛市的空气质量精细化管理及应急管控。     

杭州市臭氧污染特征及过程分析

利用2013—2016年杭州市国控点臭氧观测资料,讨论了杭州市臭氧时空变化特征,并对一次臭氧高浓度过程进行分析。结果显示,近年来杭州市臭氧浓度以10. 3%的升幅渐增,增幅大于北京、上海、广州等城市。千岛湖背景点及位于城区的朝晖五区、下沙、西溪站点臭氧浓度月变化存在2个峰值,第一峰值出现在5月,受降水、温度影响次峰值出现在8—10月;夜间臭氧浓度背景点高于城区点。杭州市10个国控站点臭氧浓度相对标准偏差逐年减小,臭氧污染已呈区域性,城东为重污染区域。2015年8月出现的一次臭氧重污染过程主要是受副热带高压控制下和台风外围的影响,导致杭州市朝晖五区站点臭氧浓度高达228μg/m~3,台风登陆后得以缓解。     

广州市近地面臭氧时空变化及其与气象因子的关系

利用2012年1月至2016年2月广州市环境空气自动监测数据和气象观测数据,对广州市近地面臭氧的时空分布特征及其与气象因子的关系进行分析。结果表明:2012—2015年广州市臭氧日最大8 h滑动平均值的第90百分位数波动变化,年变化率依次为-14.3%、5.8%、-12.1%;广州市臭氧浓度呈现夏、秋季高,春、冬季低的显著季节变化特征;臭氧日最大8 h平均值的月均值和第90百分位数最高的月份一般分别出现在10月和7—8月;臭氧浓度的日变化曲线为单峰型,最大值一般出现在14:00或15:00;臭氧浓度随垂直高度的升高而增大,从低层(6 m点位或地面站)到中层(118 m和168 m点位)、中层到高层(488 m点位)臭氧日最大8 h滑动平均值的增长率分别为18.3%和39.1%;广州市中心城区臭氧浓度低于南北部城郊,夏、秋季高值区与夏、秋季主导风向相对应;臭氧浓度受降水、气温、相对湿度和风速等气象因子影响,臭氧浓度的超标是多种因素综合作用的结果。     

南京市臭氧、VOCs和PANs污染特征及变化趋势

对2013—2016年基于国家环境空气质量监测站以及省建大气多参数站所获取的南京市O_3、NO_2、CO、VOCs、PANs观测结果进行综合评价,结果表明:2016年南京市O_3第90百分位日最大8 h平均质量浓度比2013年上升33.3%,超标天数中O_3引起的超标占比增至32.0%。南京市区大气中非甲烷总烃冬季浓度高于夏季,含氧挥发性有机物则与之相反;在5—9月,含氧挥发性有机物组分在日变化过程中出现峰值的时间先后顺序依次为醚、醛、酮类,且O_3和过氧乙酰硝酸酯(PANs)生成存在有一定的线性关系。VOCs/NOx比值表明南京市处于VOCs控制区,因此对NO_2浓度下降不敏感,植物源挥发性有机物连续3年上升,夏季大气光化学反应活性未显著下降,这些现象是城市O_3浓度维持在较高水平的重要因素。     

安徽省臭氧污染特征及气象影响因素分析

基于2016—2018年安徽省68个国控环境空气质量自动监测站点的臭氧(O_3)监测数据,研究分析了安徽省O_3污染特征及其与气象因子的相关性。结果表明:安徽省O_3污染程度呈现逐年加重趋势,并有显著的季节和月度变化特征。2016—2018年,各年度单月O_3日最大8小时滑动平均质量浓度第90百分位数的最大值分别出现在9月、5月、6月。O_3日变化趋势为典型的单峰形,各年度最低值出现在晨间07:00左右,最高值则是在15:00—16:00。全省O_3浓度总体上呈现出北高南低的空间特征。温度、相对湿度与O_3浓度分别呈现显著正相关、负相关,但在不同季节存在一定差异,其中,春秋季温度与O_3浓度的相关性好于夏冬季,夏季相对湿度与O_3浓度的相关性最为显著。O_3浓度在平均风速为2.1～2.2 m/s时更易出现超标。中部和北部城市在东南风的作用下易出现O_3超标并达到O_3浓度高值,而南部地区在风向为西风时更容易出现O_3超标。     

乌鲁木齐市夏季O3及其前体物变化规律浅析

利用2009年夏季乌鲁木齐市近地面大气O3及其前体物的自动监测数据，分析了O3浓度的分布特征和时间变化规律。探讨O3与其主要前体物NO2和CO的相关关系。结果表明，乌鲁木齐市夏季的O3污染较轻；O3浓度呈单峰型分布，O3浓度昼间高，夜间低；昼间O3与其主要前体物都呈负相关关系。     

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。     

上海臭氧及前体物变化特征与相关性研究

于2010年1~12月期间,在上海城区内采用在线连续观测,分析该地区近地臭氧与其前体物的季节变化规律及相关性,探讨了臭氧浓度与OX和NO₂光解速率之间的关系。结果表明,观测期间,上海地区O₃总超标天数为13天,超标率为3.56%。O₃浓度变化呈现明显的秋冬低、春夏高的季节变化。O₃浓度日变化规律呈典型单峰变化,O₃各前体物呈双峰形分布,冬季O₃与NO_X的相关性最强。对OX的贡献中,秋冬以NO₂为主,春夏以O₃为主;夜间以NO₂为主,白天以O₃为主。臭氧浓度与OX和NO₂光解速率变化规律基本一致。     

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。     

应用稳健统计方法对环境空气臭氧自动监测现场比对核查结果的分析研究

根据2015年9个城市53台现场臭氧分析仪的现场比对核查结果,比较研究了稳健统计方法和一般统计方法在评价国控网臭氧自动监测数据准确性和精密性上的应用。研究表明:稳健统计能够在不剔除异常数据的前提下降低异常值对正确评价臭氧自动监测数据质量的影响,适合评价现场比对核查结果;采用Hubers方法进行稳健统计,2015年国控网臭氧日常浓度点相对偏差的95%置信区间约为-0.1%至4.5%,95%预测区间为-14.0%~18.3%,变异系数约为9.5%,数据质量仍有提升空间。     

衡阳市区和衡山背景站臭氧浓度变化规律的对比分析

选取衡阳市区和衡山背景站臭氧自动监测数据,分析两地的臭氧污染特征。对空气质量的优良率情况、臭氧作为首要污染物的变化情况、臭氧浓度的日变化特征、典型时段的浓度变化特征、臭氧浓度的月际变化特征和臭氧与PM_(2.5)的关联情况等进行了分析。结果表明,多云及阴雨天气时,衡阳市区的臭氧浓度日变化幅度大于衡山背景站。夏季,衡阳市区和衡山背景站的臭氧浓度的日变化特征规律差异较大,臭氧浓度分布比较分散,前者为典型的单峰形,后者则波动平缓。冬季,日变化幅度不大,但衡阳市区的臭氧浓度明显低于衡山背景站。衡山背景站和衡阳市区的臭氧基本同步变化,但日均值高于衡阳市区。     

宜兴市臭氧和挥发性有机物的浓度特征研究

于2016年对宜兴市大气挥发性有机物(VOCs)和臭氧(O_3)的变化特征进行了分析。结果表明,宜兴市O3年均值为62.92μg/m~3,其中冬季值最低(31.19μg/m~3),夏季值最高(94.96μg/m~3)。φ(VOCs)为(11.00~42.45)×10~(-9),其中丙酮(12.7%)、乙酸乙酯(8.8%)和丙烯(3.3%)等在VOCs中占比位于前3位。各站点φ(甲苯)/φ(苯)2,全年的φ(甲苯)/φ(苯)φ(乙苯)/φ(苯)φ(间、对二甲苯)/φ(苯)。指出VOCs主要来源为有机溶剂和道路交通,并受到一定的外来输送影响。各站点φ(VOCs)/φ(NOx)为0.94~2.44,O3处于VOCs敏感区。