上海地区PM2.5-O3复合污染特征及气象成因分析

统计分析了上海地区2013~2017年PM_2.5-O₃复合污染事件及与气象条件的关系.结果表明,近5a上海PM_2.5-O₃复合污染天气占O₃总污染天气33.4%,仅出现在3~10月,呈逐年减少的趋势;PM_2.5-O₃复合污染时的O₃峰值浓度和平均浓度较单O₃污染时高,维持时间较单O₃污染时长,主要气象原因是地面辐合和较低的边界层高度;PM_2.5-O₃复合污染的天气形势往往与弱气压场有关,可以分为低压底部和前部、高压顶部和后部、均压场5种天气类型,其中均压场出现次数最多,占比53%;复合污染对气象因子的阈值要求更为严格,并且阈值区间总体向有利于PM_2.5浓度上升的方向偏移;当温度介于27.9~34℃,湿度介于43%~58%,风速介于2.1~3.3m/s,混合层高度介于1122~1599m,并且存在辐合时,最有利于PM_2.5-O₃复合污染发生.     

大气环流型对珠三角2015～2020年臭氧变化的影响

基于2015～2020年的珠三角臭氧(O₃)日最大8 h浓度平均值[MDA8 O₃,ρ(O₃-8h)]的观测数据和气象再分析数据,运用Lamb-Jenkinson天气分型法(LWTs)分析不同大气环流型的特征并定量其对MDA8 O₃年际变化的贡献.结果表明,珠三角发生的18种天气型中ASW型更容易出现O₃污染现象,而NE型会导致更严重的O₃污染.根据850 hPa风场的风向变化及中心系统的不同位置将18种天气类型合并为5个天气类别来探讨不同天气型的O₃生成机制,发现ρ(O₃-8h)高的天气类别为N-E-S方向类别[(161±68)μg·m^-3]和A类别[(122±39)μg·m^-3],二者ρ(O₃-8h)与日最高气温和太阳净辐射量都呈显著正相关.N-E-S方向类别为秋季主导大气环流型,而A类别多发生在春季,其中春季珠三角发生的90%O_3<...     

基于KZ滤波分析气象对珠三角臭氧趋势的影响

基于2015～2021年珠三角臭氧(O₃)监测数据以及再分析的气象资料,利用Kolmogorov-Zurbenko(KZ)滤波和逐步多元线性回归方法分析O₃长期趋势和气象因素之间的关系,量化气象和非气象对珠三角O₃日最大8h平均浓度(MDA8O₃)长期趋势的贡献.结果表明:2015～2021年珠三角MDA8O₃增长明显,夏季和秋季O₃污染尤为严重.KZ滤波分离出的MDA8O₃短期、季节和长期3个分量分别占原始序列方差的60.84%、24.96%和4.33%,各分量之间相互独立,3个分量均与太阳辐射、温度和边界层高度呈正相关,与云量、相对湿度、风速和850hPa经向风呈负相关.此外,气象和非气象影响能分别解释大约64.3%(2.77μg/(m³·a))和35.7%(1.53μg/(m³·a))的MDA8O₃长期趋势的增长率(4.29μg/(m³·a)...     

广州不同站点类型PM2.5与O3污染特征及相互作用

基于2015~2019年广州4个不同国控站点类型的大气污染物监测数据,研究了广州各站点类型颗粒物（PM_2.5）和臭氧（O₃）的污染特征,并分析了O₃污染季节和PM_2.5污染季节PM_2.5和O₃的相关性及相互作用.结果表明：2015~2019年广州各站点类型PM_2.5浓度总体呈下降趋势,O₃浓度呈上升趋势.不同污染季节PM_2.5与O₃浓度均呈正相关.O₃污染季节二次PM_2.5的生成对颗粒物的影响显著大于一次PM_2.5,随着光化学水平的升高,一次PM_2.5的贡献浓度基本不变（均在21.03~31.37μg/m³范围内）,贡献率逐渐下降;而二次PM_2.5的贡献浓度逐渐升高（3.51~7.72 μg/m³升高到16.04~18.45μg/m³）,贡献率也逐渐升高（11%~27%升高到34%~44%）,且呈倍数增加.不同站点类型贡献差异明显,背景站点二次PM_2.5的贡献最大,城区站点在中和高光化学水平下二次PM_2.5的贡献最小;PM_2.5污染季节各站点类型在不同PM_2.5污染水平下O₃浓度均具有差异性,总体上均呈现背景站点>郊区站点>城区站点的特点.气溶胶的消光作用和非均相反应均显著促进O₃生成,随着PM_2.5浓度升高,各站点类型的O₃浓度峰值逐渐升高,由62.12~83.82μg/m³升高到92.49~135.4μg/m³;O₃变化率峰值也逐渐升高,由8.42~10.02μg/（m³·h）升高到21.33~27.04μg/（m³·h）.进一步促进了广州PM_2.5和O₃浓度的协同增长.     

珠江三角洲秋季典型O3污染的气象条件及贡献量化

利用自组织神经网络分析法,对珠江三角洲2013~2017年秋季海平面气压和全风速场进行大样本客观分型.结果表明,影响O₃的天气类型共有7种,由污染程度高低分为高、中、低3类,对应的平均O₃超标率分别为32.3%, 12.0%和4.2%.对比2017年和2016年秋季O₃污染天气分型下促发O₃污染的气象因子差异,2017年秋季高污染型O₃天气形势出现的天数比2016年增多,且中污染型天气形势出现时,2017年的局地污染气象条件更为不利.采用WRF-CAMx模式通过改变气象场输入来量化气象条件贡献,并用实测变化减去气象变化以推算排放贡献.结果表明,气象条件变化导致O₃浓度上升的贡献率为29.8%,而排放的变化引起O₃浓度下降的贡献率为7.1%.在2017年秋季开展的O₃污染防治专项行动指导下的珠江三角洲O₃前体物控制措施,有效缓解了部分由于不利气象条件而引起的O₃污染浓度上升.不利气象条件是导致2017年秋季O₃浓度升高的重要成因.     

山东省环境空气中PM2.5与O3的复合污染特征与时空变化趋势

山东省PM_2.5-O₃复合污染特征突出,空间差异性明显,本文基于2016—2020年国控和省控环境空气自动监测站监测数据以及同期各气象代表站气象监测数据,分析PM_2.5和O₃时空分布的变化特征,初步探究其与气象因子及前体物的关系. 结果表明:①2016—2020年山东省空气质量逐步改善,优良天数比例上升了7.1%,重污染天数比例下降了3.5%. 除O₃年评价值上升9.6%以外,SO₂、PM₁₀、PM_2.5、CO和NO₂的浓度均下降,降幅依次为61.3%、29.8%、28.6%、26.3%和11.4%. 各市PM_2.5年评价值均下降(范围为18.4%~34.9%);除德州市外,其他15市O₃年评价值均上升,滨州市的升幅(30.8%)最大. 1月PM_2.5平均浓度最高,呈现先下降后上升的年变化趋势,6月O₃平均浓度最高,且逐年上升. ②山东省PM_2.5和O₃均呈现内陆地区高于沿海地区的分布特征,PM_2.5浓度在西部内陆地区较高,O₃浓度在中北部内陆地区较高,PM_2.5-O₃复合污染特征在中西部地区较明显. 统计期间共计出现PM_2.5-O₃复合污染日224 d,分布在2—11月,出现天数逐年减少. ③为探究PM_2.5-O₃复合污染的影响因素及气象特征,进行相关性分析及气象因子阈值筛查,结果表明,PM_2.5日均浓度和O₃_8 h (臭氧日最大8小时滑动平均值)与其主要前体物和气象因子均呈现相反的相关关系,且对不同因子的响应有一定区域性差异. 当气温为14.9~24.1 ℃、相对湿度为55.5%~75.1%、风速为0.6~2.9 m/s、气压为992.8~1 018.8 hPa时PM_2.5-O₃复合污染易于发生,该条件下大部分城市的气温、相对湿度和气压平均值介于PM_2.5和O₃污染单独发生时的对应因子平均值,但平均风速小于PM_2.5和O₃污染单独发生的平均风速. 研究显示,“十三五”期间山东省PM_2.5浓度波动下降,O₃浓度波动上升,二者的协同关系日趋明显,气象因素对PM_2.5和O₃的生成和累积有一定影响.      

粤西北地区O3污染特征及气象成因分析

为评估广东省西北部地区近地面O₃浓度变化特征及其气象条件影响关系,文章统计分析2016年O₃和气象要素逐时监测资料,结果表明,粤西北地区O₃污染是在有利的气象条件下受本地排放和外来输送影响造成的,并已成为影响当地空气质量的首要污染物。5-11月上旬污染较重,其中6月为O₃超标率最高月份,9月O₃平均浓度最高。受气象条件影响,冬夏半年O₃浓度日变化分别在15:00-16:00和14:00-15:00达到极大值。O₃浓度变化与气温和日照数据相关性最好,平均气温超过25℃、最高气温超过30℃、日照时数介于4～6 h或超过10 h、气压介于995～1 000 hPa、湿度介于70%～80%、风速介于1.5～2.0 m/s且主导风为较大偏东风或东南到偏南风时有利于O₃污染加重。造成O₃浓度超标的天气形势由重到轻依次有台风外围、均压场、副高、变性高压脊、冷锋前,其中副高和冷锋前天气形势造成的O_...     

南亚高压对四川盆地夏季区域持续性O3污染的影响

基于2015~2020年四川盆地臭氧（O₃）浓度监测数据,构建O₃区域性持续性污染过程个例库,并进一步时空匹配高低空气象资料,探究夏季南亚高压系统对四川盆地地面气象要素及O₃污染生成的影响机制.结果表明：（1）2015~2018年四川盆地O₃区域性持续性污染（ORPP）逐年加重,2018~2020年保持相对稳定的污染态势,且ORPP多集中于春、夏两季.盆地中南部成都、重庆、泸州等城市O₃污染形势最为严峻,且高值区逐渐向南北方向转移.（2）基于南亚高压（系统存在率、中心离散度与东西振荡量）对地面气象要素的影响阐释ORPP的生成机制：系统存在率均值偏低且位置偏东时,平均气温、气温日较差及日照时数偏高,相对湿度偏低,利于O₃生成;南亚高压东模态中心显著聚集时,气温日较差与日照时数激增,易造成O₃异常高值;西模态剧烈振荡时,气温日较差、日照时数及相对湿度改变,易使O₃浓度波动.（3）对比清洁期与污染期,南亚高压系统存在率、中心离散度与东西振荡量综合作用于清洁期,而污染期则主要受中心离散度与东西振荡量影响.当南亚高压西模态剧烈振荡与东模态显著聚集配合出现时,极易诱发四川盆地内ORPP二级过程.     

京津冀臭氧变化特征及与气象要素的关系

基于2014~2017年京津冀13座城市的O₃-8h数据,分析O₃时间变化特征及污染状况.在此基础上,结合同期气象数据研究近地层O₃浓度与气象要素的关系.结果表明：2014~2017年京津冀区域O₃-8h整体呈上升趋势,增长率为4.50μg/m³.区域内O₃污染整体加重,北京、保定O₃污染较为严重;2014~2015年O₃浓度与超标情况的月变化主要呈单峰型变化,峰值出现在5月;而2016~2017年为不规则双峰型变化,峰值出现在5~6月和9月.与气象因子的相关性表明：气象要素对O₃的影响具有明显的季节差异,其中春、夏、秋季气温是影响O₃浓度变化的主要因素,而在冬季相对湿度与风速为影响O₃浓度变化的主要因素.此外,分析表明北京、天津、石家庄3大城市夏季形成高浓度O₃的阈值明显不同.     

武夷山一次持续性臭氧污染过程天气成因分析

2019年9月25-29日武夷山市出现了一次持续5 d的O₃污染过程,污染持续时间长、强度全省最强,较为罕见。文章利用气象常规与非常规观测资料,结合污染物浓度资料,采用天气聚类分型、后向轨迹(HYSPLIT)、潜在源贡献因子法(PSCF)等方法,阐明了此次污染过程生成、维持和消散的天气学成因。结果表明：该过程武夷山市ρ(O₃)小时均值峰值在173～199μg/m³之间,谷值在60～74μg/m³之间,说明此次污染过程区域输送是主要的影响因素之一,且出现轻度污染的天数多于福建省9个设区城市。在23-24日,副热带高压加强,近地层风速减弱,O₃污染潜势明显增加;25-27日武夷山市在副热带高压控制下,气温继续升高,加之平均风速从1.6 m/s降到1.3 m/s,大气层结结构稳定,大气水平扩散能力下降,区域输送的贡献增强,导致连续3 d出现O₃污染;28-29日在台风“米娜”外围强烈的下沉气流影响下,武夷山市日最高气温继续升高2℃,达到34.1～34.9℃,区域...     

2016—2019年夏半年成都市区臭氧污染天气特征分析

为揭示成都市区臭氧污染气象条件特征,通过欧盟COST733天气客观分型软件对成都市区2016-2019年夏半年(5-9月)海平面气压场和500 hPa位势高度场进行大气环流形势分型,并结合同期臭氧监测数据、地面气象观测数据以及总云量实况分析产品,分析成都市区夏半年臭氧超标天气及气象要素特征.结果表明:成都市区2016-2019年夏半年共出现臭氧超标日数为159 d,超标率为26.0%,超标日主要集中于5-8月,小时超标多出现于14:00-17:00.臭氧污染日数最多的海平面气压场为弱低压型,其后依次为低压前部型、低压型、高压后部型.臭氧超标率最高的海平面气压场为低压前部型,其后依次为弱低压型、低压型、高压后部型.500 hPa位势高度场平直西风气流型臭氧超标日数最多,青藏高压型臭氧超标日数最少.青藏高压型是臭氧超标率最高的500 hPa位势高度场型,平直西风气流型臭氧超标率最低.成都市区臭氧超标日多出现在偏西北风下,近地面气象要素特征一般表现为风速1.2~1.6 m/s,气温在25℃以上,相对湿度多集中在70%左右,总云量和降水概率多低于60%,降水量级以小雨为主,太阳辐射和日照时数分别位于20.5~23.2 MJ/m2和6.0~7.8 h区间.小时臭氧超标近地面气象要素特征为气温和总辐射曝辐量相对较高,二者分别在30~36℃和0~3.5 MJ/m2之间,相对湿度在60%以下,总云量低于40%,以偏南风影响为主.研究显示,成都市区海平面气压场为低压型,500 hPa位势高度场为青藏高压型时,易发生臭氧污染.      

天津机场区域大气NO2及O3影响因子研究

在紧邻天津机场跑道的点位对机场区域大气常规污染物开展连续监测,应用广义加性模型（GAM）,针对2017年3月1日~2018年2月28日间的NO₂及O₃,识别其影响因子,并确定因子贡献率.选取因子包括环境因子（SO₂、NO、NO₂、O₃、CO、PM_2.5、PM₁₀、前一小时NO₂/O₃浓度）,气象因子（风向、风速、温度、露点温度、修正海压）及航空活动因子（起飞、着陆）.结果显示：机场区域NO₂日均值为17.6~123.6μg/m³,超标天数共计38d,占比约13%;O₃日均值为1.0~276.1μg/m³,超标天数占比26%,污染主要集中在夏季;环境因子是主要影响因子,累积贡献率在56%~89%;航空活动作为区域重要污染源,对大气NO₂、O₃存在一定影响,最高贡献率可达20%;气象因子相对贡献较低.全部GAM的Adj-R²为0.85~0.96,筛选的影响因子能够有效解释区域环境空气污染物浓度的变化.     

贝加尔湖高压分裂过程对绥化市重污染的影响

为探究贝加尔湖高压分裂过程对绥化市2020年1月份持续性重污染事件的影响,以WRF中尺度气象预报数据及气象观测数据为分析基础,分析了2020年1月9~21日的天气形势及气象要素变化,并结合污染物浓度观测数据及PM_2.5组分观测数据（13~21日）,分析了该过程中污染物浓度变化及化学组分特征.结果表明：此次污染过程由贝加尔湖分裂高压引起的持续性静稳天气造成,11~20日期间,空气质量指数AQI变化范围为182~329,其中有9d污染状况为重度及以上污染;重污染期间,地面风速最低下降至0.5m/s左右,能见度下降至1km左右,且出现逆温层,大气扩散条件差;持续性静稳天气导致大气氧化性增强,氧化剂浓度（ρ（NO₂）+ρ（O₃））约94~118 μg/m³,相对湿度约为94%,ρ（SO₄^2-）、ρ（NH₄⁺）最大日增量达28.59、11.32μg/m³,增长速度相比于14日分别增加了1264%、1270%,高湿高氧化性的大气环境显著促进了二次无机盐的生成.贝加尔湖高压分裂过程导致持续性静稳天气,加之污染物的本地排放与积累,增加了大气氧化性,进而形成绥化市持续性重污染天气.     

哈尔滨市臭氧时空分布特征及气象要素的关系

利用2015~2018年哈尔滨市臭氧（O₃）监测数据，与其他典型城市进行对比，详细分析了哈尔滨市O₃的时间和空间分布特征，及其与气象要素的关系。结果表明：哈尔滨市2015~2018年O₃污染程度比北上广及长春，沈阳，大连等城市轻；哈尔滨市O₃污染具有明显的季节特征，春夏季O₃超标率大于秋冬季；月变化趋势呈现倒“U”型，O₃高值集中在5~7月；日变化为单峰分布，在13：00~15：00时浓度维持在全天高值； O₃浓度表现为“周末效应”，工作日O₃浓度略高于周末；空间分布特征表明：哈尔滨市外围郊区O₃浓度普遍高于内围市区；在O₃污染高发的5~7月，太阳辐射强度在800~1200W/m²、气温越高、风速越大和相对湿度越小，O₃超标率越高。     

基于无人机观测研究杭州湾化工园区近地面层臭氧垂直廓线

为了解化工园区大气污染情况,使用自主研制的微型大气检测仪结合无人机研究化工园区臭氧(O₃)垂直廓线,在2020年8月~2021年1月于杭州湾上虞经济技术开发区开展了12d无人机外场观测实验.各观测日从08:00~18:00每隔1h进行一次飞行观测,每次观测分别获得了离地面0,50,100,200,300,400,500m的O₃、总挥发性有机物(TVOCs)和二氧化氮(NO₂)浓度.结果表明:受气象因素、地面工厂排放以及早晚出行高峰的影响,TVOCs和NO₂浓度整体随高度增加而下降,其中NO₂浓度随高度上升而下降的幅度较明显,在0m处浓度为19.7~59.1μg/m³,500m处为5.9~21.7μg/m³,下降率为40~70%,TVOCs和NO₂浓度都呈现出早晚高、正午低的日变化趋势,此外可能受逆温层的影响导致个别天数NO₂浓度在400~500m不降反升;O₃受前体物光化学反应、太阳辐射强度及平流层输送的影响,其浓度随高度增加而下降,平均浓度在0m处为49.2μg/m³,500m处为98.4μg/m³,O₃日变化浓度在15:00~17:00达到峰值.TVOCs和O₃、NO₂和O₃在各高度浓度均呈负相关,受不同季节气象因素差异和冬季取暖排放增加的影响,O₃浓度季节变化为夏>秋>冬,TVOCs和NO₂浓度为冬季>秋季>夏季.后向轨迹聚类分析表明化工园区本地O₃浓度会受区域输送影响升高,在冬季时由于气温低不利于前体物生成O₃,本地O₃浓度受区域输送影响较夏季小.     

区域输送对天津臭氧污染的影响

采用大气化学模式定量估算2019年4月~9月区域输送对京津冀区域,特别是天津市O₃浓度的影响,分析天气形势和气象条件与区域输送的关系。结果显示,京津冀区域13个城市O₃以区域输送贡献为主,不同城市O₃差异较大,天津本地贡献占比24%,区域输送以京津冀区域其他城市和山东为主,共贡献48.3%。低压、低压前和低压后形势下,O₃区域输送占比最高。途径天津偏南区域的气流是造成天津高浓度O₃污染的重要因素,也是区域输送的主要路径。随着O₃浓度升高,输送贡献占比呈逐步上升趋势,重度污染时本地生成与区域输送贡献相当。一次典型O₃污染过程分析表明,高温强辐射天气和有利的天气形势促进O₃本地生成,西南气流和弱下沉气流下的区域输送共同维系了这场持续3d的连续污染过程。     

华北地区地表臭氧时空分布特征及驱动因子

利用趋势分析(TA)、地理时空加权回归模型(GTWR)和多因素广义相加模型(MGAM),研究了2015～2020年华北地区O3浓度的时空分布规律及驱动因素间的复杂非线性关系.结果表明,华北地区年均O3浓度>70μg/m3,整体呈持续增长趋势,平均增加速率为2.3μg/(m3·a)(P<0.01);季节上O3浓度呈春夏高...