中国城市O3浓度时空变化特征及驱动因素

基于2015～2017年O_3浓度监测数据,采用克里金插值、空间自相关分析、热点分析和地理探测器等方法,研究了中国城市O_3浓度的时空变化特征及驱动因素.结果表明:①2015～2017年中国城市O_3污染逐年加重,年评价指标超标城市由74个增加到121个,平均超标天数比例由5. 2%上升到8. 1%.②O_3污染主要发生在4～9月,超标天数占全年总超标天数的87. 5%～95. 3%. 5～7月O_3浓度上升最快、污染最严重,超标天数比例由2015年的10. 6%上升到2017年的20. 5%,2017年83. 0%的中度污染和91. 0%的重度污染发生在5～7月.③华北平原O_3浓度的持续上升,已将京津冀和长三角地区O_3高污染区连成一片,形成了包括环渤海地区、中原城市群、长三角城市群、山西、关中地区和内蒙古中部集中连片的O_3高污染区,是我国O_3污染最严重的区域.珠三角、成渝城市群和华东地区南部O_3浓度上升也较快,成渝城市群的核心城市已初步形成我国新的O_3污染中心.④O_3浓度空间集聚性逐年增强,年度热点主要分布在华北平原和长江中下游地区,冷点主要分布于东北、西南及华南地区.⑤地理探测器分析表明,气象、工业化、城市化因素和O_3前体物排放量因子对O_3浓度分布均有显著驱动作用,但不同地区O_3浓度的驱动因素存在差别,同一因子在不同季节的驱动作用也不尽相同.     

长江三角洲地区城市臭氧污染特征与影响因素分析

为研究长三角地区城市O3污染特征及其影响因素,对长三角地区25个城市2013年国家环境监测点位和国家气象台数据进行了统计分析.结果表明:除淮安外,其余24个城市均存在不同程度的O3日超标现象,超标率在1.6%~15.1%之间,平均为5.8%,低于珠三角地区(8.9%)和京津冀地区(9.7%).5—8月是长三角地区O3污染最为严重的月份,而这一时期颗粒物污染相对较轻,因此,O3与颗粒物污染在时间上呈相反的态势.从空间分布看,长三角地区O3污染呈现较为明显的连片分布特征,上海及周边城市O3污染较重.机动车数量影响城市O3污染:各城市民用汽车保有量与各城市NO2年均浓度、O3超标天数有显著的相关性,相关系数分别为0.672和0.564;每日O3小时浓度高峰值与车流量高峰基本吻合.高温、长时间日照容易出现O3浓度的高值;随着相对湿度、风速的增加,O3超标频率和浓度均值都表现为先升后降的规律.     

2016年长三角城市群O3浓度的时空变化规律

基于2016年长三角城市群40个城市的监测数据,利用空间内插、空间自相关分析、热点分析等地统计分析方法,研究了2016年长三角城市群O₃浓度的时空变化规律.结果表明：2016年长三角城市群O₃平均超标天数比例为8.8%,O₃已成为造成长三角城市群空气污染的仅次于PM_2.5的重要污染物;夏、春、秋、冬季O₃浓度依次递减,由于梅雨的影响,O₃月均浓度变化曲线呈M型分布,2个峰值出现在5月和8月,谷值出现在6月;O₃超标主要发生在4~9月,超标天数占全年的98.1%,月均超标天数比例为17.3%;O₃浓度具有明显的空间分异规律,大体呈东北高西南低的态势,过杭州和马鞍山的直线可将长三角城市群O₃浓度划分为高值区和低值区,杭州-马鞍山线以东是O₃高污染城市聚集区,尤以环太湖经济圈最为严重.O₃浓度的空间分布格局与长三角城市群经济发展格局大体一致;O₃浓度具有空间集聚规律,4~7月O₃热点集中分布在环太湖经济圈至上海区域,受东南季风加强的影响,8~9月热点西移至以南京为中心的区域.     

成渝城市群臭氧污染特征及影响因素分析

为研究成渝城市群O_3污染特征及其影响因素,对成渝城市群15个城市2015—2016年国控环境监测站点和国家气象台站数据进行了研究.结果表明,研究区域15个城市均存在不同程度的O_3超标现象.2015—2016年成渝城市群O_3污染形势愈发严峻,春末及夏季污染最为严重,且在7月达到O_3浓度峰值(118μg·m~(-3)),O_3污染空间分布呈片状,以资阳为中心的遂宁、眉山、成都等城市为O_3污染较为严重的区域.颗粒物、NO_2及CO均与O_3有显著相关性,其中,颗粒物与O_3浓度在冬季呈负相关,在夏季则表现为正相关.太阳辐射、气温、相对湿度及流场均是影响O_3浓度的重要因子,强辐射、高温及低湿易形成较高浓度的O_3,相对湿度对O_3浓度的影响呈先升后降的关系.     

基于卫星和地面观测的中国典型城市群对流层内臭氧时空变化特征

为了探明近年来中国典型城市群(京津冀城市群、长三角城市群和珠三角城市群)臭氧(O₃)污染的发生规律,利用2005—2020年OMI-MLS (臭氧监测仪-微波临边探测器)对流层O₃柱总量探测数据以及2015—2020年地面O₃浓度监测数据分析我国三大城市群O₃的时空分布特征及其演变趋势,结果表明:①对流层O₃柱总量月峰值和年均值均呈京津冀城市群>长三角城市群>珠三角城市群的特征,京津冀和长三角城市群对流层O₃柱总量均在夏季〔分别为50.0和44.4 DU (dobson unit)〕最高,而珠三角城市群在春季(42.2 DU)最高. ②三大城市群对流层O₃柱总量在空间分布上具有不同的特征,京津冀城市群对流层O₃柱总量呈东南高于西北的特征,长三角城市群对流层O₃柱总量随纬度升高而增大,珠三角城市群对流层O₃柱总量南北局地差异较小;海拔对对流层O₃柱总量的空间分布有一定影响,海拔越高,对流层O₃柱总量越低. ③京津冀、长三角和珠三角城市群对流层O₃柱总量均呈逐年显著升高的趋势,年均增长量分别为0.25、0.28和0.27 DU,其中,京津冀城市群在对流层O₃柱总量较低的秋冬季年均增长(0.29 DU)最快,而长三角和珠三角城市群分别在对流层O₃柱总量最高的夏季和春季增长最快,均为0.39 DU. ④卫星探测的对流层O₃柱总量与地面监测的O₃日最大8 h滑动平均浓度(简称“O₃-8 h浓度”)在京津冀和长三角城市群相关性明显,而在珠三角城市群相关性较差. ⑤O₃-8 h浓度呈京津冀城市群>长三角城市群>珠三角城市群的特征,其中,京津冀城市群O₃-8 h浓度在2018年(110.9 μg/m3)最高,空间上由2016年之前的北高南低转变为南高北低,多数城市O₃污染较重且达标率较低;长三角城市群2017年O₃-8 h浓度(106.7 μg/m3)最高,2016年起O₃-8 h高浓度中心由东北逐渐向西部内陆迁移,沿海城市达标率增加;珠三角城市群O₃污染程度最轻,达标城市较多,但O₃-8 h浓度呈逐年上升趋势,并在2019年达最高值(100.4 μg/m3),且中心城市上升速率远大于外围城市. 研究显示,中国三大城市群对流层O₃柱总量和O₃-8 h浓度的时空分布特征存在显著差异,造成差异的因素也不同.      

汾渭平原PM2.5浓度的影响因素及空间溢出效应

基于实时监测和遥感反演数据,利用空间自相关分析和空间回归分析等方法,探讨了汾渭平原2015~2017年PM_2.5浓度时空变化规律和影响因素,揭示了各因素的空间溢出效应.结果表明：（1）2015~2017年汾渭平原PM_2.5浓度逐年上升,主要由采暖期（11月~次年3月）的快速上升引起,非采暖期（4~10月）年际变化不大.（2）PM_2.5月均浓度变化曲线呈底部宽缓的U型,采暖期PM_2.5污染明显高于非采暖期,超标天数占全年总超标天数比例由2015年的75.0%上升到2017年的83.4%.（3）2015~2017年,除铜川和三门峡外,各城市PM_2.5浓度都有不同程度的上升.咸阳至运城间的平原地区和洛阳盆地污染最严重,已形成连片的高污染区域,且区域内城乡差异小.临汾及其上游平原地区其次,但主要分布在城镇,城乡差异较大.（4）空间回归分析表明,汾渭平原PM_2.5浓度有显著的空间溢出效应.年均气温、城镇化率、能源消费指数和年均人口不仅与本地PM_2.5浓度有显著的正相关,而且会加重邻近地区PM_2.5污染.年降水量和地形起伏度则不仅与本地PM_2.5浓度有显著的负相关,而且能降低邻近地区PM_2.5浓度.风的传输作用能加重本地PM_2.5污染,植被覆盖度能消减本地PM_2.5浓度,但其间接效应都不显著.     

大气污染物及AQI时空特征分析——以山西省2015年上半年为例

根据2015年上半年山西省11个地级市PM 2.5、PM 10、NO 2、SO2、CO、O 3的日污染浓度监测数据及AQI值,分析其污染特征。结果表明:全省11市PM 2.5、PM 10超标率较高;NO 2、SO 2、CO、O 3超标率则较低;全省PM2.5/PM1 0的比值范围在0.367 7~0.718 9,且PM 2.5和PM 10之间存在较显著的线性关系;PM 2.5、PM 10、NO 2、SO 2、CO以及AQI监测值在1~6月份逐渐递减,O3则呈总体上升趋势;AQI达标天数比例范围在61.88%~85.08%,平均比例为71.42%,平均超标天数比例为38.58%,其中重度及以上污染天数比例为1.50%。     

四川盆地臭氧浓度空间分异及驱动因子研究

为揭示四川盆地臭氧（O₃）的空间分布格局及其驱动因子,通过对2015~2017年四川盆地18城市82个国控环境监测站的O₃浓度观测数据,使用空间自相关,空间热点探测及地理探测器等地统计方法分析研究.结果表明：2015~2017年四川盆地O₃浓度总体呈现上升趋势（由2015年的（79.95±18.82） μg/m³上升到2017年的（88.64±11.67）μg/m³）,污染态势逐年加重.盆地中西部成都,资阳,雅安等城市O₃浓度最高,且高值区范围逐年扩大.O₃浓度的空间分布呈现出显著的聚集性规律（空间正相关,Moran's I指数大于0）,且年聚集区（H-H聚集区或L-L聚集区）主要呈现为H-H聚集区分布在盆地中西部,L-L聚集区分布在盆地东南部.此外,年聚集区的年际变化与浓度变化态势基本一致,即O₃浓度上升（降低）的区域转变为H-H聚集区（L-L聚集区）.基于地理探测器定量分析了二十个社会经济及自然驱动因子对O₃浓度空间分异的影响,结果显示社会经济因子占主导作用,其中城建用地占区面积比重（驱动值,q=0.5734）,人口密度（q=0.5479）的驱动作用最为突出,自然因子中年降水量（q=0.4592）具有最显著的驱动作用;地理探测器双因子交互对O₃浓度空间分异的影响有明显的交互增强作用（每个单因子q值平均增大了1.5~2.1倍）,且交互均值（即各因子交互q值的均值）与最大交互值逐年增大.在使得交互值达到最大驱动值的双因子中,出现频率最高的是人口密度（7次）和工业烟粉尘排放量（7次）.     

2015～2021年京津冀及周边地区PM2.5和臭氧复合污染时空特征分析

为了解京津冀及周边地区“2+26”城市PM_2.5和O₃复合污染时空分布特征,利用ArcGIS和SPSS软件对2015～2021年京津冀及周边地区“2+26”城市空气质量数据和气象数据进行关联性分析.结果表明：(1) 2015～2021年PM_2.5污染持续减缓,污染集中在区域中南部;O₃污染呈波动上升趋势,空间分布呈现“西南低,东北高”的格局.季节变化来看,PM_2.5浓度主要为：冬季>春季≈秋季>夏季,O₃-8h浓度为：夏季>春季>秋季>冬季.(2)“2+26”城市PM_2.5超标天数持续下降,O₃超标天数波动上升,复合污染日下降趋势显著;PM_2.5和O₃污染在夏季呈强正相关,相关系数最高达0.52,冬季呈强负相关.(3)对比典型城市臭氧污染时期与复合污染时期气象条件,复合污染发生的温度区间集中在23.7～26.5℃、湿度48%～65%和S～S...     

中国城市二氧化氮浓度的时空分布特征

文章利用2015-2018年中国367个城市NO_2浓度的实时数据,分析了中国城市NO_2浓度的时空分布特征。分析结果显示:城市NO_2小时均浓度日分布呈现双峰特征,早晚潮汐现象显著;城市NO_2月均浓度呈"U"型分布,即12月污染物浓度最高,8月浓度最低;NO_2污染表现出季节性分布特征,污染物浓度为冬季秋季春季夏季,即冬季高发,夏季低发趋势;2015-2018这4年中,污染物年均浓度呈现先上升后下降趋势,其中2017年NO_2污染程度尤为严重;全国不同地区污染情况差异显著,NO_2污染最严重的省份为河北省,其中保定、唐山、石家庄、邢台不达标天数分列前4位;华北、华东地区NO_2污染最为严重,西南、西北、华南地区污染状况程度较轻;三大城市群NO_2污染情况表现为京津冀长三角珠三角。     

臭氧253.65nm吸收截面系数变化对中国环境空气质量达标的影响

臭氧253.65 nm波长处的吸收截面系数通过朗伯-比尔定律被普遍用于紫外吸收原理臭氧测量,是直接影响臭氧监测数据的基础参数.国际计量局重新测定并于2019年修订了臭氧253.65 nm处的吸收截面系数,拟从1.147×10-17 cm2/mol降至1.132 9×10-17 cm2/mol,将导致臭氧监测浓度系统性升高1.24%.为研究臭氧吸收截面系数变化对中国环境空气质量达标的影响,使用2018年中国国家环境空气监测网臭氧监测数据模拟了特征吸收截面变化后中国337个地级及以上城市的臭氧监测数据,并统计了特征吸收截面变化对全国以及重点城市群臭氧超标城市数量、臭氧污染天数和优良天数比例的影响.结果表明:臭氧吸收截面系数的变化将导致全国臭氧超标城市增加7个;全国以及"2+26"城市群、长三角城市群、珠三角城市群、汾渭平原城市群中各城市臭氧超标天数分别增加1.4、3.5、2.4、1.7和2.1 d,优良天数比例分别降低0.3%、0.9%、0.6%、0.4%和0.6%.研究显示,臭氧吸收截面系数变化将系统性影响全国以及重点地区环境空气质量达标工作,应予以重点关注.      

2015-2019年成渝城市群臭氧浓度时空变化特征及人口暴露风险评价

近年来O₃污染给人类健康带来了很大威胁.本文利用2015—2019年中国环境监测总站的O₃地表监测数据,通过Global Moran''s I和Getis-Ord G^*指数等方法,分析了成渝城市群O₃浓度的时空变化特征,并利用空间插值和LandScan人口格网分布数据,基于人口暴露风险模型对该地区的O₃人口暴露风险进行了评价.结果表明：①2015—2019年成渝城市群O₃浓度总超标比例为6.9%,年际变化呈先上升后下降趋势,逐月变化呈"双峰型",5月和8月达到峰值,12月最低,季节变化表现为夏季>春季>秋季>冬季,日变化呈"单峰型",8：30左右开始升高,16：00左右达到峰值;②2015—2019年成渝城市群O₃浓度呈现出由成都及周边城市为污染中心向以成都市和重庆市为首尾的"带状"污染空间格局发展的趋势,且空间自相关性较强,逐步形成以成都市和重庆市为双中心的高浓度集聚特征;③2015—2019年成渝城市群平均O₃人口暴露风险指数处于较低风险,但空间分布差异较大,人口暴露高风险地区主要集中于成都市、内江市、自贡市、德阳市、泸州市北部及重庆市主城区,低风险地区主要集中于东西片区、绵阳市北部及成渝城市群边界,中部高风险区域有向西南方向转移的趋势,重庆市南部有高风险向极高风险转化的趋势,同时,成都市和重庆市存在显著的高风险指数集聚特征.     

中国重点城市大气污染与健康风险的时空分布特征

基于中国168个大气污染防治重点城市2015～2020年的5种污染物浓度监测数据,利用MAKESENS模型和综合风险指数(ARI),定量分析全国与6大城市群的大气污染总健康风险的时空分布特征.结果表明：(1)中国重点城市PM_2.5污染最严重,仅15%的城市PM_2.5浓度6 a均值达到了国家二级标准,NO₂次之,77%的城市NO₂浓度6 a均值达到了国家二级标准,京津冀和汾渭平原城市群空气污染最严重,PM_2.5、 SO₂、 CO和NO₂浓度6 a均值高于其他城市群;(2)中国重点城市PM_2.5、 SO₂、 CO和NO₂浓度呈下降趋势,除成渝城市群外,其余地区O₃浓度呈上升趋势;京津冀和汾渭平原城市群SO₂浓度下降最显著;(3)中国重点城市大气污染健康风险总体呈下降趋势,2017～2018年出现急剧下降,暴露在极高风险下的人口从1...     

长三角地区PM2.5区域性污染时空变化特征

为定量分析长三角地区PM_2.5区域性污染的变化特征,建立适用于长三角地区的PM_2.5区域污染划分标准,基于2015—2020年长三角地区41个城市日均ρ(PM_2.5)开展区域污染变化趋势研究,并针对长三角PM_2.5重度区域污染开展了时空变化以及网络特征分析. 结果表明:①2015—2020年长三角三省一市年均ρ(PM_2.5)降幅均在25%以上,城市ρ(PM_2.5)分布呈北高南低的特征,南北城市之间ρ(PM_2.5)差异较大,ρ(PM_2.5)最高值与最低值相差35~46 μg/m3. ②2015—2020年长三角PM_2.5区域污染天数比例为16.9%~35.9%,以轻度污染为主,不同年份中度和重度污染天数比例差异较大,且主要出现在秋冬季,轻度、中度和重度污染天数均呈波动下降趋势. ③与2015年相比,2019年和2020年PM_2.5区域污染天数分别减少了38和69 d,且PM_2.5重度区域污染持续天数和重度及以上污染城市数量均呈减少趋势. ④PM_2.5重度区域污染日,长三角城市之间表现出较强的污染关联性,并可划分为4个子群. 以连云港市为代表的子群1位于长三角地区北部,PM_2.5污染相对较重,受长三角区域内输送影响较小,但对区域内其他城市有一定的输送影响;以宁波市为代表的子群2和以南京市为代表的子群4受长三角区域内输送影响较大,并指示了东路沿海和中路两条污染传输通道;以安庆市为代表的子群3位于内陆地区,污染独立性相对较强,受长三角区域内输送影响较小,同时对长三角其他城市影响也较小. 研究显示,长三角地区PM_2.5污染改善显著,但重度区域污染尚未消除,中北部城市的联防联控将对改善PM_2.5区域污染起积极作用.      

基于卫星和地面观测的2013年以来我国臭氧时空分布及变化特征

采用卫星和地面观测臭氧（O₃）浓度,分析2013年以来我国O₃的时空分布和年际变化特征.卫星观测对流层O₃总量和地面观测O₃浓度分布相互印证,我国高浓度O₃主要分布在东部人口密集、经济发达的区域,并且呈现夏季高、冬季低的季节分布趋势.4个重点关注城市（北京、上海、广州、成都）O₃日变化均呈现单峰分布,最高值在每日15：00~16：00.统计分析发现,4个城市除上海市之外,其他3个城市O₃浓度在周末和工作日没有显著差别,表明O₃的"周末效应"减弱.2013年4月~2018年6月,我国地面观测O₃浓度呈现明显上升趋势.2014~2017年,北京、上海和成都市近地面O₃浓度分别以2.36、3.3和3.6 μg·（m³·a）^-1的速度显著上升.4个城市2014~2017年O₃超标天数占比分别为17.2%（北京）、10.7%（上海）、8.8%（广州）和11.2%（成都）,北京市O₃超标天数最多、超标期间O₃浓度最高,O₃污染最为严重.     

重庆市2015—2020年秋冬季PM2.5污染传输路径与潜在源贡献分析

2015—2020年成渝地区各城市PM_2.5浓度（国控点监测数据）下降显著,但重庆市、川东北城市群及川南城市群PM_2.5污染问题依然存在,且存在一定的传输影响关系.以重庆市为例,使用HYSPLIT模型计算了2015—2020年秋冬季PM_2.5污染期间气流后向轨迹,利用轨迹聚类和潜在源贡献算法,分析了不同年份的PM_2.5输送特征.结果表明：重庆市PM_2.5污染主要受西偏南方向（约占58%,长距离为主）、北偏西方向（约占26%,中距离为主）和南略偏西方向（约占16%,短距离为主）传输影响;川东北城市群和川南城市群对重庆市PM_2.5污染传输贡献较为显著,6年平均贡献率分别为23%和15%;不同年份的污染传输贡献差异明显,2015—2017年以川南城市群污染传输为主（平均贡献24%）,2018—2020年以川东北城市群污染传输为主（平均贡献37%）,川渝以外污染传输影响逐年减弱（平均贡献由33%降至5%）.在“成渝双城经济圈”背景下,重庆市与周边川东北城市群及川南...     

邯郸市大气复合污染特征的监测研究

利用邯郸市4个大气环境监测站点的PM2.5、PM10、O3等在线连续观测数据,对2013年全年的PM2.5、PM10、O3的浓度水平、变化规律和PM2.5/PM10的变化情况进行了分析,并从地形、气象、污染物排放及冬、夏季逐时PM2.5、O3和各类气体污染物浓度之间的关系等方面进行了研究.结果表明:12013年PM2.5、PM10的年均浓度分别为139和238μg·m-3,分别是国家二级标准的4.0倍和3.4倍.PM2.5、PM10日均浓度超过标准的天数均在280 d左右,全年3/4以上天数均超标.其颗粒物污染程度甚至超过北京、天津、长三角和珠三角等超大城市或城市群,属于严重超载的红色预警地区.整个采暖期PM2.5、PM10平均浓度分别为209和322.1μg·m-3,为非采暖期平均浓度的2倍和1.6倍;同时,采暖期PM2.5/PM10平均值为63%,高出非采暖期10%,采暖期细颗粒物污染问题特征明显.22013年O3日最大8小时平均浓度的最大值为238μg·m-3,是国家二级标准的1.5倍,超标天数为53 d,超标率为14.5%;最大时均浓度为288μg·m-3,是国家二级标准的1.4倍,超标小时数为148h,占全年有效数据的1.7%;与北方城市相比,其污染程度超过北京、天津等,略低于洛阳污染水平.3邯郸市大气复合污染的形成,除了区域大气环流与特殊地形叠加影响外,还主要归因于相对较高的人为源大气污染物排放,因此,要想走出复合污染的困局,减排是硬道理,解决灰霾污染需开展颗粒物、NOx、SO2等污染物的协同控制.     

2015—2016年中国城市臭氧浓度时空变化规律研究

为探究中国大陆城市O₃污染状况时空变化的总体特征,运用时空统计分析和GIS技术对2015—2016年全国开展O₃常规监测的336个城市进行分析,揭示近两年O₃浓度及不同等级污染天数的时空变化格局,并着重对比分析"三区十群"区域内外O₃浓度的变化差异.结果表明：2015—2016年期间,全国336个城市中,有258个城市2016年年均O₃浓度值较2015年升高,形成了新的O₃污染空间格局;京津冀及周边地区、长三角地区、中部的河南、武汉污染较重,东南沿海和西南地区的云南、西藏污染相对较轻;长三角地区和山东城市群是中国O₃核心污染区域,陕西、山西及安徽三省O₃浓度较2015年有大幅升高.O₃的空间分布与NO_x排放量、生成控制型等因素密切相关.已有的研究区域中除华北平原和四川盆地等地区的郊区点位以外,我国大多数地区的O₃生成控制型属于VOCs控制型.研究结果有利于从宏观上直接对比评估国家大气污染重点防控区内外O₃污染特征变化的差异,从而针对性地开展环境污染防控.     

中国城市PM2.5时空动态变化特征分析:2015-2017年

近年来我国雾霾事件频发.采用2015-2017年全国329个地级及以上城市PM_2.5浓度每小时监测数据,利用全域空间自相关法、自然正交函数和空间描述统计分析的方法,从时空视角来揭示PM_2.5浓度的时间动态变化规律以及空间分布特征.研究发现：①从全国范围内来看,PM_2.5浓度均值逐年降低,降幅最高为夏季,最低为冬季,PM_2.5浓度位于40~60 μg·m^-3之间的城市降幅较大.PM_2.5浓度年内表现为"冬高夏低,春秋居中"的时间动态变化规律,且各年PM_2.5浓度达优良率不断提高.②细颗粒物污染改善程度最大的为德州,京津冀城市群和长三角城市群改善程度居中.全国PM_2.5污染范围逐年缩小,但新疆西部和冀鲁豫仍为高污染区,西南和东南沿海地区为低污染区.各区域污染的空间集聚逐年缩小.优良达标率在空间分布特征上无显著变化.③"大气十条"部分指标已完成,未来细颗粒物污染治理重点区域仍以京津冀地区为核心.在防治空气污染方面,必须加强区域联防联控机制.     

许昌市臭氧污染趋势及时空分布特征研究

为研究许昌市的臭氧(O3)污染情况及时空分布特征,对2014年-2016年许昌市3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:2014年-2016年,许昌市O3污染状况整体呈加重趋势,2016年污染最为严重;O3浓度和超标天数均具有明显的季节变化特征,春末和夏季的O3污染最为严重;不同季节的O3、NO2、NO和NOx浓度日变化也不尽相同,同时O3具有明显的日变化特征,呈单峰型分布,峰值出现在14:00~15:00;并且O3与NO2具有较好的相关性.