成都市夏季近地面臭氧污染气象特征

利用2016年7月成都市8个环境监测站点的臭氧、NO_2的监测资料以及成都市国家基准气象站和基本气象站的观测资料,对成都市夏季臭氧、NO_2浓度和气象要素的日变化特征和臭氧污染过程进行了分析。研究结果表明:成都市臭氧污染受综合气象条件和NO_2浓度的影响,高温、低湿、强辐射有利于臭氧大量生成,NO_2浓度高低决定了臭氧浓度的峰值大小;在污染期间,大气边界层高度远高于本地平均水平,数值约为平均水平的2～3倍;成都市臭氧污染的主要影响因子存在地区差异,成都市区的臭氧主要来自于自身的光化学反应,而灵岩寺地区的臭氧来自于VOCs和大气水平输送。     

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。     

郑州市对流层NO2柱浓度时空变化及其影响因素

基于郑州市2005—2015年的OMI遥感反演资料以及地面相关监测数据,研究了郑州市对流层NO_2的时空分布特征,并利用灰色关联法对郑州市NO_2柱浓度变化的主要影响因素进行分析。与地面观测数据对比检验显示,对流层NO_2柱浓度年均值数据与近地面监测站NO_2浓度的实测年均值数据呈显著的正相关,相关系数分别为0.884 6和0.940 2,表明OMI数据资料可以较好地反映地面NO_2浓度的变化。郑州市的对流层NO_2柱浓度在2005—2013年间呈现波动变化且2013—2015年NO_2柱浓度显著减小的特征。季节变化上NO_2柱浓度主要表现为冬季秋季春季夏季的特点。郑州市对流层NO_2柱浓度的空间变化分布主要表现为由北部向南部逐渐递减的趋势,年际变化上高值区与低值区变化不够显著,中值区近年来不断扩大。灰色关联度分析结果显示,汽车保有量与对流层NO_2柱浓度的灰色关联度最低为0.571,而标准煤消耗量、工业用电量以及采暖供热量与对流层NO_2柱浓度的灰色关联度比较高,分别为0.956、0.828、0.862,即大气中工业过程及采暖期煤炭燃烧排放的NO_2占较大比例,汽车尾气排放所占的比例相对较小。     

新疆绿洲城市夏季农田区对流层NO_2垂直柱浓度特征分析

2014年夏季6~8月利用地基多轴差分吸收光谱仪(MAX DOAS)在新疆绿洲城市乌鲁木齐市三道坝镇、库尔勒市西尼尔镇及博乐市84团农田区观测的NO_2垂直柱浓度(VCD)数据,结合同期的气象数据分析了NO_2VCD的变化特征。研究表明:1NO_2气体的日变化规律在乌鲁木齐市和库尔勒市农田区呈波浪式多峰特征,博乐市农田区呈明显的双峰形式,且峰值除了库尔勒市在午后外,乌鲁木齐市和博乐市均出现在早晚时段;2新疆绿洲城市农田区在夏季6月(3.327×1015molec/cm~2)的NO_2VCD最高,其次是7月(2.002×1015molec/cm~2),最低是8月(1.656×1015molec/cm2);3NO_2VCD与气温、水汽压气象要素密切相关;由于城市间地势、格局的差异,库尔勒市的NO_2浓度与风速呈显著正相关,乌鲁木齐市、博乐市的NO_2浓度与风速相关性不显著。     

烟花爆竹禁燃对春节期间东北地区空气质量影响评估

利用2015—2017年春节期间东北地区主要大气污染物(PM_(10)、PM_(2.5)、SO_2、NO_2、CO和O3)质量浓度监测资料及相应气象因子(温度、湿度、风速和气压)观测资料,分析了春节期间烟花爆竹禁燃对东北地区空气质量的影响。结果表明:随着东北地区主要城市禁燃力度的增强,空气质量逐年提升,PM_(2.5)和SO_2浓度逐年大幅度下降。禁燃可明显降低城区PM_(2.5)浓度,而由于春节期间污染源整体减少,城区和城郊监测点PM_(2.5)浓度值差异减小。烟花爆竹对PM_(10)和PM_(2.5)浓度影响高于对气体污染物SO_2、NO_2和CO的影响。此外,气象条件对东北地区春节期间禁燃改善空气质量的效果也有明显影响。因此,结合春节期间的气象条件,在东北地区实施禁燃政策动态调整非常必要。     

上海浦东新区城区大气PM_(2.5)中水溶性离子污染特征研究

为研究大气中细颗粒物(PM_(2.5))在中低浓度水平下的污染特征及来源,于2018—2020年在上海市浦东新区采用在线气体组分及气溶胶监测系统对大气ρ(PM_(2.5))及其水溶性离子的质量浓度进行了在线连续观测。结果表明,2018—2020年ρ(PM_(2.5))变化总体均呈现冬季较高,春、秋季其次,夏季较低的特征。PM_(2.5)中水溶性离子组分按质量浓度大小排序为:ρ(NO_(3)^(-))>ρ(SO_(4)^(2-))>ρ(NH_(4)^(+))>ρ(Cl^(-))>ρ(K^(+))>ρ(Na^(+)),SO_(4)^(2-)、NO_(3)^(-)和NH_(4)^(+)(SNA)占总离子浓度的94%以上,占PM_(2.5)的52%以上,是影响PM_(2.5)的重要组分。Cl^(-)约占3%,Na^(+)和K^(+)占比均<1%。NO_(3)^(-)离子浓度随季节变化程度最大。春季颗粒物明显表现为弱酸性,冬季颗粒物则呈现出向弱碱性发展的态势,全年总体基本呈中性。通过离子平衡计算,SNA在大气中主要倾向于以(NH_(4))_(2)SO_(4)和NH_(4)NO_(3)的形式存在。SO_(4)^(2-)、NO_(3)^(-)和NH_(4)^(+)相关性较高,Cl^(-)和K^(+)相关性较高,具有同源性。硫氧化率(SOR)与氮氧化率(NOR)均>0.1,SO_(2)和NO_(2)的二次转化程度较高。机动车尾气排放及其引起的二次粒子和区域输送已经成为观测期间内PM_(2.5)的主要来源。     

无锡市区大气污染物状况及变化趋势分析

使用2012—2015年无锡市区的6种大气污染物监测数据,对无锡市区各污染物的年度变化、空间分布、影响因素进行了分析。结果表明:(1)2012—2015年无锡市区SO_2、O_3质量浓度呈下降趋势,且趋势显著;NO_2质量浓度呈下降趋势,但不明显;CO、PM_(10)、PM_(2.5)的质量浓度年际变化比较平稳。(2)无锡市区SO_2、NO_2、PM_(10)、PM_(2.5)、CO的空气质量分指数(IAQI)均为冬季最高、夏季最低;O_3的IAQI则为夏季最高、冬季最低。(3)SO_2、NO_2、PM_(10)、PM_(2.5)、CO浓度间呈两两正相关,且相关性极显著;O_3浓度与NO_2、CO呈显著负相关,与SO_2、PM_(10)、PM_(2.5)浓度之间没有明显的关联。(4)分析了无锡市区各项大气污染物浓度的空间分布特征。(5)SO_2、NO_2、PM_(10)浓度周内变化具有"周末效应"的特征,而O_3、CO和PM_(2.5)浓度周内变化出现"反周末效应"。     

重庆市主城区大气水溶性离子在线观测分析

2015年12月—2016年3月期间,利用在线气体与气溶胶成分监测仪(IGAC)在重庆市大气超级站开展连续观测分析,并捕捉到2次持续时间较长的空气重污染过程。对PM_(2.5)中9种水溶性离子及5种气态前体物的观测结果分析表明:NO_3~-、NH_4~+和SO_4~(2-)是重庆市主城区PM_(2.5)中主要的水溶性离子成分,其浓度均表现出明显的日变化特征,主要以(NH4)_2SO_4和NH_4NO_3的形式存在。NH_3和SO_2是最主要的气态污染物。2次重污染过程的水溶性离子组分有明显差异,细颗粒物累积型污染的NH_4~+、SO_4~(2-)、NO_3~-浓度高,二次转化十分明显;春节期间烟花爆竹集中燃放,Cl~-、K~+浓度高,主要属于一次排放;污染期间主要离子组分的同源性特征显著。     

焦作市大气污染物特征和相关性分析

为研究焦作市大气污染特征及其相关性,对2015—2017年焦作市4个国控空气监测点位的监测数据进行统计分析。结果表明:2015—2017年城区环境空气污染SO_2、NO_2、CO、PM_(10)、PM_(2.5)浓度均呈逐年下降趋势;大气污染浓度季节变化特征明显,PM_(10)、PM_(2.5)、SO_2、NO_2、CO的浓度均为冬季最高、夏季最低,空气质量指数也在冬季达到最高值; O_3浓度则为夏季最高、冬季最低。2017年焦作市沙尘天气共计36 d,严重影响了环境空气中颗粒物的浓度。由PM_(2.5)与PM_(10)的比值说明大气颗粒物污染以PM_(2.5)为主。通过SPSS软件分析,SO_2、NO_2、CO、PM_(10)、PM_(2.5)浓度间呈两两正相关,O_3浓度与NO_2、CO呈负相关。     

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。     

天水市大气SO2浓度时空变化特征的卫星遥感监测与影响分析

大气卫星遥感监测作为一种新型监测手段,具有范围广、速度快、成本低等优势,对环境应急保护及其预警都具有非常重要的意义。选取天水市2006—2013年各年12月每日OMI level-2数据产品,利用Aura卫星技术和Arc GIS等技术平台,对天水市大气中SO_2的时空分布规律和污染原因进行了分析研究。结果表明:2006—2013年天水市SO_2柱浓度及其总量呈现出明显增加的趋势,但在2008年有小幅降低;在2008年以前,天水市SO_2浓度呈现出由东南向西北逐渐减少的趋势,但自2009年后污染重心发生迁移并且出现了数个集中化的SO_2高值区;研究区SO_2垂直柱浓度有自然因素、人类活动等多方面的复合影响,其中能源消耗及机动车尾气排放是主要影响因素。研究进一步讨论了遥感数据产品的应用前景。     

基于GOSAT卫星的中国CO2浓度时空特征分析

采用温室气体观测卫星(GOSAT) 傅里叶变换光谱仪(FTS)发布的CO₂柱浓度L₃级别数据集产品,利用TCCON地基站点的CO₂柱浓度数据对卫星遥感数据进行验证,分析中国CO₂柱浓度时空变化特征及其影响因素。研究结果表明,GOSAT卫星的CO₂柱浓度产品精度较高,线性回归的r²为0.99,线性方程斜率为0.98,平均偏差为0.11 mg/L。中国CO₂柱浓度呈现逐年增长的趋势,存在12个月的周期性季节性变化。2010、2020年区域年平均CO₂柱浓度分别约为389.30、412.62 mg/L,增长了23.32 mg/L,年平均增长率大约为0.58%。中国区域大气CO₂柱浓度的月变化存在明显的时空差异,最大值和最小值分别出现在4月和8月,2020年4月和8月的区域平均值分别为415.09、409.13 mg/L。中国区域CO₂柱浓度从东部沿海向西部逐级递减,且呈现明显的季节性变化,夏季高值主要集中在东南部沿海地区,冬季高值主要集中在华北地区。     

大气中TSP,SO2浓度近地面垂直分布规律的研究

通过对ＴＳＰ、ＳＯ２浓度在不同高度实测研究．得出平顶山市ＳＯ２在１．５ｍ至２０ｍ不同高度监测，高度影响无显著性差异；ＴＳＰ在５ｍ至１５ｍ不同高度监测，高度影响无显著性差异。     

An instrumented station for the survey of ozone and climate change in the southern tropics

The assessment of changes induced by human activities on Earth atmospheric composition and thus on global climate requires a long-term and regular survey of the stratospheric and tropospheric atmospheric layers. The objective of this paper is to describe the atmospheric observations performed continuously at Reunion Island (55.5 degrees east, 20.8 degrees south) for 15 years. The various instruments contributing to the systematic observations are described as well as the measured parameters, the accuracy and the database. The LiDAR systems give profiles of temperature, aerosols and ozone in the troposphere and stratosphere, probes give profiles of temperature, ozone and relative humidity, radiometers and spectrometers give stratospheric and tropospheric integrated columns of a variety of atmospheric trace gases. Data are included in international networks, and used for satellite validation. Moreover, some scientific activities for which this station offers exceptional opportunities are highlighted, especially air mass exchanges nearby dynamical barriers: (1) On the vertical scale through the tropical tropopause layer (stratosphere-troposphere exchange). (2) On the quasi-horizontal scale across the southern subtropical barrier separating the tropical stratospheric reservoir from mid- and high latitudes.     

Estimation of the rate of increase in nitrogen dioxide concentrations from power plant stacks using an imaging-DOAS

The emission of nitrogen compounds from power plants accounts for a significant proportion of the total emissions of nitrogen to the atmosphere. This study seeks to understand the nature of chemical reactions in the atmosphere involving nitrogen, which is important in undertaking quantitative assessments of the contribution of such reactions to local and regional air pollution. The slant column density (SCD) of power-plant-generated NO(2) was derived using imaging differential optical absorption spectroscopy (I-DOAS) with scattered sunlight as a light source. The vertical structure of NO(2) SCD from power plant stacks was simultaneously probed using a pushbroom sensor. Measured SCDs were converted to mixing ratios in calculating the rate of NO(2) increase at the center of the plume. This study presents quantitative measurements of the rate of NO(2) increase in a rising plume. An understanding of the rate of NO(2) increase is important because SO(2) and NO(x) compete for the same oxidizing radicals, and the amount of NO(x) is related to the rates of SO(2) oxidation and sulfate formation. This study is the first to directly obtain the rate of NO(2) increase in power plant plumes using the I-DOAS technique. NO(2) increase rates of 60 and 70 ppb s(-1) were observed at distances of about 45 m from the two stacks of the Pyeongtaek Power Plant, northwest South Korea.     

基于卫星遥感的中国东部地区NO2减排成效验证

基于Aura卫星臭氧监测仪（OMI）数据，分析了2011—2018年中国东部地区对流层NO₂柱浓度的时空分布规律，以广泛而客观地验证NO₂减排成效。结果表明：进入"十二五"以来，中国东部地区对流层NO₂柱浓度快速下降，高值区域范围快速收缩甚至消失；华北平原、长江中下游平原污染相对严重，同时这些地区污染程度正在得到较快速的缓解；京津冀、长三角、珠三角是中国东部地区对流层NO₂柱浓度相对最高、下降速度最快的典型区域；中国东部地区NO₂减排取得的成效与产业转型升级、能源结构调整及严控移动源排放等政策措施密不可分。     

Retrieval And Monitoring of Atmospheric Trace Gas Concentrations in Nadir and Limb Geometry Using the Space-Borne Sciamachy Instrument

The Scanning Imaging Absorption Spectrometer for Atmospheric Chartography (SCIAMACHY) onboard the European Envisat spacecraft performs continuous spectral observations of reflected, scattered and transmitted sunlight in various observation geometries. A unique feature of SCIAMACHY is the capability of probing the atmosphere in three different observation geometries:The nadir, limb, and occultation measurement modes. In nadir mode, column densities of trace gases are retrieved with a spatial resolution of typically 30× 60 km using the Differential Optical Absorption Spectroscopy (DOAS) technique (Platt and Perner, 1983). Alternating with the nadir measurement, vertical profiles of absorber concentration in the stratosphere are derived in limb and occultation. In this paper we present an overview over some applications of SCIAMACHY data in space-based monitoring of atmospheric pollution. The DOAS algorithms for the retrieval of total column amounts from nadir spectra are briefly described and case studies of pollution events are presented. We also illustrate the technique used to derive stratospheric concentration profiles from limb observations and show comparisons with other remote sensing systems. Special emphasis will be given to techniques, which take advantage of SCIAMACHY's different viewing geometries. In particular, we will discuss the potential and limits of strategies to infer tropospheric abundances of O₃and NO₂.     

某石化工业园区大气中VOCs垂直分布的无人机监测研究

利用无人机对某石化工业园区地面至100 m大气中的VOCs进行监测，通过不同高度数据对比，总结该石化工业园区挥发性有机物的垂直分布特征，并分析其化学反应活性。监测结果表明，VOCs体积分数和总臭氧生成潜势随高度增加均呈下降趋势，地面和15~30 m高度的VOCs浓度及臭氧生成潜势基本一致。主要VOCs物种浓度垂直分布特征可分为均匀分布、随高度增加浓度不断降低、随高度增加浓度先升后降3种。含氧有机物和烷烃在大气中体积分数较大，主要特征挥发性有机物为丙酮、乙醛、乙烷、乙醇等；臭氧生成潜势贡献较大的组分为含氧有机物、烯烃和炔烃，关键活性物质为甲醛、乙醛、丁烯醛、正丁醛等。含氧有机物的体积分数和臭氧生成潜势贡献在地面至100 m高度都明显高于其他组分，应作为VOCs浓度和化学活性控制的重点。