基于WRF-STILT模型对高塔CO_2浓度的模拟研究

利用下垫面均一的美国最大农业种植区已有高塔CO_2浓度观测资料,结合EDGAR的13种不同类型人为化石源CO_2通量和Carbon Tracker的植被NEE数据,评估了WRF-STILT拉格朗日大气传输模型的模拟能力.结果表明,WRF-STILT模型能够很好地模拟出高塔100m处观测到的CO_2浓度强季节和日变化特征,全年模拟的大气CO_2浓度的均方根误差为10.6×10~(-6),相关系数为0.44(n=7784,P0.001);生长季(6~9月)观测和模拟的浓度增加值线性拟合斜率为1.08(R=0.52,P0.001),说明一致性高;截距为7.26×10~(-6)则反映了使用人为化石燃烧的CO_2通量的高估或者植被NEE的低估.2008年全年高塔观测到的CO_2浓度增加值为4.83×10~(-6),小于模拟得到化石燃烧贡献的增加量6.61×10~(-6)与植被NEE的贡献值3.23×10~(-6)之和.其中原油生产和提炼以及能源工业分别贡献了化石燃料燃烧总量的2.55×10~(-6)(38.6%)和1.43×10~(-6)(21.6%).而对生长季观测到的强CO_2浓度日变化特征模拟结果显示,其模拟的平均日振幅为24.30×10~(-6);生物质燃烧产生的CO_2浓度贡献值为0.06×10~(-6),相对于植被NEE和化石源的贡献,可以被忽略.该方法可为将来应用高塔衡量气体浓度观测来反演中国区域尺度的温室气体通量提供参考.     

北京上甸子站大气CO2及δ13C(CO2)本底变化

基于北京上甸子站(SDZ)2007~2013年大气CO_2及2009~2013年大气δ13C(CO_2)瓶采样观测资料,筛分获得混合均匀且未受局地污染影响、具代表性的大气CO_2及δ13C(CO_2)本底数据.2007~2013年SDZ站大气CO_2年均本底浓度变化范围为385.6×10-6~398.1×10-6,年均增长率为2.0×10-6a-1;2009~2013年其大气δ13C(CO_2)年均本底值变化范围为-8.38‰~-8.52‰,年均增长率为-0.03‰·a-1.SDZ站2007~2013年的7~9月月均浓度最低水平均出现在2008年,且2007~2008年增长率仅为0.3×10-6a-1,推测主要源于2008年奥运期间北京及其周边省市节能减排措施实施导致碳排放量减少.SDZ站大气CO_2本底浓度季节变化最低值出现在8月,最高值出现在3月,季节振幅达到23.9×10-6;大气δ13C(CO_2)与CO_2季节变化特征大致呈镜像关系,其季节振幅为1.03‰.对SDZ站CO_2源汇的碳同位素"signature"(δs)研究表明,供暖季Ⅰ(01-01~03-14)和Ⅱ(11-15~12-31)的δs分别为-21.30‰和-25.39‰,推测主要源自化石燃料与生物质燃烧的影响;其植物生长季的δbio值为-21.28‰,推测主要来自植被活动的贡献.     

大气光化学反应高发季节NO、NO2和O3污染特征

文章通过对广州番禺大气成分站(GPACS)2010-2016年的历史观测数据进行分析,结果表明,2013年广州地区光化学高臭氧事件发生次数最多,且均发生在夏秋季。2013年日O_3最大均值和日均值在10月最大,分别为103.02×10~(-9)和53.81×10~(-9)。NO和NO_2浓度在7月最大,日均浓度分别为5.90×10~(-9)和16.03×10~(-9),7月NO对O_3化学滴定最明显。夏秋季O_3峰值出现时间较晚,在18:00左右。O_3浓度随着NO_2/NO比值升高而升高。选取夏季NO、NO_2、O_3与NO_x进行非线性拟合,发现当NO_x浓度19.35×10~(-9)或者87.71×10~(-9)时,O_3为光化学氧化剂O_x的主体;当NO_x浓度19.35×10~(-9)而87.71×10~(-9)时,NO_2为光化学氧化剂O_x的主体。秋季大量的气溶胶污染对辐射进行衰减,导致O_3生成在较低辐射范围内主要处于太阳辐射控制区。夏秋季的风速整体较小,有利于污染物的积累。     

清水江流域岩石风化特征及其碳汇效应

岩石风化产生的碳汇是全球碳循环的重要组成部分,文中对清水江流域主要离子组成进行分析测定,通过主成分分析、化学物质平衡法和扣除法估算流域岩石风化速率及对大气CO_2的消耗量.结果表明,流域河水溶质主要来源于碳酸盐岩和硅酸盐岩风化,并以碳酸盐岩风化为主.碳酸盐、硅酸盐、大气CO_2对河水溶质的贡献率分别为58.28%、17.38%、17.74%.流域岩石化学风化速率为109.97 t·(km~2·a)~(-1),与乌江接近,高于全球流域均值.流域岩石风化对大气CO_2的消耗通量为7.25×10~5mol·(km~2·a)~(-1),岩石风化对大气CO_2的消耗量为12.45×10~9mol·a~(-1),其中,碳酸盐岩风化消耗量占63.13%,为7.86×10~9mol·a~(-1),硅酸盐岩风化消耗量占36.87%,为4.59×10~9mol·a~(-1).SO_4~(2-)、F~-、NO_3~-的相关分析及空间分布特征表明,人为活动对清水江流域河水溶质的影响不容忽视,其贡献率为4.87%.     

青岛近海生物气溶胶中总微生物的分布特征

为了解生物气溶胶中总微生物浓度的月季分布和粒径分布特征,于2016年9月～2017年7月期间在青岛近海连续采集了大气生物气溶胶分级样品,并利用DAPI染色-荧光显微镜计数方法测定了生物气溶胶中总微生物浓度.结果表明,采样期间青岛近海生物气溶胶中总微生物浓度范围为1. 86×10~5～2. 54×10~6cells·m~(-3),平均值为(6. 84±4. 83)×10~5cells·m~(-3).大气中总微生物浓度的季节变化为春季和冬季较高,夏季较低,秋季最低,统计分析显示秋季和春季、夏季大气中总微生物浓度具有明显的季节变化差异(P 0. 05).生物气溶胶中总微生物月均浓度在2. 65×10~5～1. 12×10~6cells·m~(-3)之间,最高值出现在2017年2月,最低值出现在2016年9月. 2015～2017年青岛秋冬季大气中总微生物浓度一日中变化较大,但并未呈现出明显的日变化规律(P 0. 05).生物气溶胶中总微生物的粒径分布呈现偏态分布, 7. 0μm粒径所占比例最高,可达20. 5%～27. 3%;粒径分布随月份不同而有变化,呈现双峰分布和偏态分布两类.相关性分析显示,总微生物浓度与AQI、CO、PM_(2.5)和PM_(10)等因子呈显著正相关(P 0. 05),与温度、风速和风向等气象因素以及NO_2、SO_2和O_3等因子无显著相关(P 0. 05).多元线性回归模拟结果显示,生物气溶胶总微生物浓度中20. 6%的变化与相对湿度和PM_(2.5)相关.     

南京城市交通甲烷排放特征

城市交通是CH_4等温室气体的重要排放源,而CH_4排放的观测研究是定量分析城市碳排放的基础.本项研究考虑城市交通的周变化和日变化特点,于2014年10月17日、18日、20日、23日每日5个时段在南京市主城区三条交通主干道上和2015年9月11日的早晚时段在南京长江隧道内,观测大气CH_4和CO_2浓度,分析交通CH_4排放特征及其影响因素.结果表明:1南京城区交通主干道的CH_4平均浓度均大于背景大气CH_4浓度.受交通车流量的影响,ΔCH_4浓度的空间差异显著.ΔCH_4浓度的日变化呈现倒"W"型,在交通早晚高峰时出现峰值.2由于隧道内"活塞风"的作用,长江隧道内的CH_4浓度从入口到出口逐渐增大,出入口浓度差在0.21×10-6~0.38×10-6(摩尔分数,下同)之间.3大气CH_4浓度与CO_2浓度之间线性相关.交通主干道上的ΔCH_4∶ΔCO_2值平均为0.009 1;隧道内的ΔCH_4∶ΔCO_2值仅为0.000 47~0.001 4.4影响南京城区道路大气ΔCH_4浓度和ΔCH_4∶ΔCO_2值的主要因素分别是车流量和天然气车占车流量的比例.     

气相色谱-脉冲氦离子化检测法(GC-PDHID)分析大气中分子氢(H2)浓度

在商用Agilent7890A型气相色谱的基础上,通过自组装、集成及调试,建成了基于气相色谱-脉冲氦离子化检测器(GCPDHID,gas chromatography-pulsed discharge helium ionization detector)观测大气中H2浓度的高精度分析系统.系统采用保留时间定性,峰高定量,最低检测限约为1×10-9(摩尔分数,下同).对浓度约为600×10-9的标气重复进样140次用峰高定量的标准偏差优于0.3×10-9.系统对409.30×10-9~867.74×10-9浓度范围的大气H2具有较好的线性响应.系统使用2瓶标气定量,满足世界气象组织/全球大气观测计划(WMO/GAW)对本底大气H2观测的比对目标.2013年1~11月在广州城区开展大气H2采样观测,采集的样品运回北京实验室利用所建系统进行浓度分析,结果表明该城区大气H2浓度在450×10-9~700×10-9之间波动,观测到最低值出现在每日14:00(北京时,下同),最高值在20:00,其大气H2季节变化趋势与北半球同纬度站点情况类似.     

青藏高原高寒草甸地区大气CO_2浓度变化特征

大气CO2浓度的长期连续观测是研究全球和区域碳循环过程及其气候和环境效应的重要基础.利用基于非色散红外吸收光谱法(NDIR)的大气CO2在线观测系统,于2012年3月—2013年2月在青海门源大气背景站对青藏高原高寒草甸地区大气φ(CO2)进行了连续观测.结果表明:1观测期间,门源站大气φ(CO2)波动较大,其背景值出现频率为59%,背景值平均为391.2×10-6,低于2012年全球平均值(393.1×10-6);受排放源和吸收汇影响的φ(CO2)非背景值出现频率分别为25%和16%,二者平均值分别为401.1×10-6和380.7×10-6.2夏季φ(CO2)日变幅最大,达到28.9×10-6;春季、夏季、秋季、冬季φ(CO2)最高值分别出现在08:00、07:00、08:00和11:00,最低值均出现在16:00.3门源站φ(CO2)背景值季节变化明显,最高值出现在1月,月均值为397.7×10-6;最低值出现在8月,月均值为381.0×10-6.4不同季节φ(CO2)-风玫瑰图分析结果显示,春季、夏季、秋季φ(CO2)高值主要出现在W-NW-N扇区,冬季高值主要出现在SE-S-SW扇区.门源站大气φ(CO2)的季节变化特征主要是排放源、吸收汇以及地面风共同作用的结果.     

岩溶洞穴生态环境容量及影响因素分析：以绥阳大风洞-响水洞为例

洞穴生态环境较为脆弱,环境承载力有限。为探究洞穴生态环境容量,文章以贵州绥阳双河洞系支洞——大风洞和响水洞为研究对象,通过对洞穴空气环境的长期监测分析,基于洞穴空气环境的时空变化特征和洞穴生态环境容量的测算方法,以CO_2作为测算指标,定量分析洞穴生态环境容量。结果表明:(1)长时间尺度下洞穴CO_2浓度、温度和相对湿度均呈现夏季高、冬季低的季节性变化特征。其中CO_2浓度的季节性显著,波动范围在(432～1 319)×10~(-6)(体积浓度),夏季平均值达1 148×10~(-6),冬季为528×10~(-6),年平均值为849×10~(-6)。(2)短时间高强度旅游活动对洞穴CO_2浓度影响较大,各监测点CO_2浓度与游客总量呈正相关性,2018年游客数量的减少导致洞内各监测点CO_2浓度普遍低于2017年,监测点神泉玉露和夜明珠的温度日增幅分别在0.03～0.15℃和0.07～0.33℃之间,相对湿度基本保持在99%以上。(3)洞穴生态环境容量在8月降至一年中的最小值,约11 253人次/d,在1-3月及12月这4个月较大且稳定,平均值达15 839人次/d,其季节性变化具体表现为冬季(15 814人次/d)春季(14 792人次/d)秋季(13 719人次/d)夏季(11 806人次/d);旅游高峰期,洞穴生态环境容量随洞内CO_2背景值的变化而不同。(4)洞穴生态环境容量主要受洞穴规模形态、通风效应、自净能力等因素影响,洞道狭窄复杂、通风效应弱、CO_2浓度高、自净能力差的洞段将制约洞穴旅游容量,为避免旅游洞穴资源的闲置与浪费,在旅游高峰期需要分批分时段控制游客量,或在保障洞内生态系统稳定基础上对洞穴空气进行必要的人为调节,最终实现洞穴保护与洞穴旅游协调可持续发展。     

南岭国家大气背景站异戊二烯的在线观测研究

在2015年7~11月,选取我国珠江三角洲北部的广东南岭国家大气背景站为观测点,应用预浓缩-气相色谱/质谱联用等仪器进行连续在线监测,研究了大气中异戊二烯的浓度水平、干湿季变化、昼夜变化及其影响因素,并初步探讨了高浓度O_3污染天气以及典型台风天气过程对森林大气异戊二烯含量变化的影响.结果表明,广东南岭森林大气异戊二烯的平均浓度为(0.173±0.171)×10~(-9),低于国内其它大气背景站.湿季异戊二烯浓度高于干季,分别为(0.261±0.178)×10~(-9)和(0.080±0.089)×10~(-9).白天(06:00~18:00)异戊二烯浓度[(0.247±0.332)×10~(-9)]远高于夜晚[(0.071±0.129)×10~(-9)],异戊二烯浓度于06:00开始稳步升高,午后14:00达到峰值,之后逐渐降低.异戊二烯浓度水平与温度呈正指数相关关系,且湿季温度对异戊二烯浓度水平影响更加显著(R2=0.308).O_3污染日异戊二烯的日均浓度[(0.257±0.128)×10~(-9)]水平普遍高于非O_3污染日[(0.158±0.173)×10~(-9)],然而O_3污染日异戊二烯的光化学降解反应相对更为活跃.对台风"杜鹃"的分析表明,台风天气过程中外来污染气团的输送会导致森林大气异戊二烯含量显著增加.     

CO_2倍增对稻田土壤碳氮水解酶活性的影响

为了探究CO_2倍增对土壤微生物生物量和酶活性的影响,选择亚热带区多年种植水稻的典型红壤为研究对象,对不同水稻生育期下土壤微生物生物量碳氮及其土壤碳氮转化关键酶活性:β-葡糖苷酶(β-Glu)、木聚糖酶(Xyl)和几丁质酶(N-Ac)进行了研究.结果表明:相比于常规CO_2浓度(400×10~(-6)),CO_2倍增(800×10~(-6))促进了水稻生物量及土壤微生物生物量碳氮含量,且土壤微生物生物量碳氮受水稻生育期显著影响(P0.05),在水稻孕穗期时土壤微生物生物量碳氮均达到最大值.总体上,CO_2倍增促进了土壤中β-Glu酶、Xyl酶、N-Ac酶的活性,且三种酶的活性随水稻生育期变化的趋势一致,先递增(在孕穗期的酶活性最大),随后在成熟期下降.在相同生育期和CO_2浓度下酶活性大小为:β-GluN-AcXyl.多变量方差分析表明,CO_2浓度和生育期显著影响了水稻植株生物量、土壤微生物生物量碳氮和酶活性,且土壤微生物生物量碳(SMBC)和酶活性对CO_2浓度和生育期的交互作用产生了显著的响应;而且相关性分析表明,SMBC与土壤β-Glu酶、N-Ac酶、Xyl酶活性之间均有显著的正相关.总体而言,CO_2升高可促进水稻生长,增加土壤微生物量和土壤酶活性,这种影响随水稻生育期而变化,并在水稻生育旺期(孕穗期)达到最大;而且土壤微生物生物量特别是SMBC与土壤酶活性之间具有密切关系.     

北京上甸子站大气CH_4数据筛分及变化特征

基于气团72h后向轨迹输送特征,结合数值统计方法,对北京上甸子站2010~2014年瓶采样样品大气CH_4进行污染/非污染数据筛分.结果表明约42%的数据筛分为污染数据,剩余数据则被认为是未受局地源汇污染、混合较为均匀的本底数据.基于这些本底数据对上甸子站大气CH_4本底浓度变化特征进行研究,结果表明:观测期间上甸子站大气CH_4本底浓度从1884.0×10~(-9)(2010年)增长到1916.4×10~(-9)(2014年),年均增长率为8.5×10~(-9)/a.其季节变化特征与北半球平均状况类似,冬春季高、夏秋季低,高值出现在1~2月,低值出现在6~7月,季节振幅达32.8×10~(-9),主要与·OH自由基浓度季节变化有关.此外,CH_4本底浓度年均值及平均季节变化月均值均高于同纬度带海洋边界层水平及全球大气本底站瓦里关站.     

电子废弃物拆解厂排放多溴联苯醚和重金属的吸入性健康风险评估

以江苏某典型正规电子废弃物拆解厂为研究对象,在实测排放源数据的基础上,采用Calpuff大气扩散模式模拟其排放的多溴联苯醚(PBDEs)和重金属Pb、Cd大气浓度的区域与局部空间分布,进而对所排放PBDEs、Pb和Cd导致的健康风险进行评估.研究结果表明:在气象条件最为不利的情景下,污染物在东北、西南方向污染物扩散行为显著.PBDEs、Pb和Cd在区域空间范围的大气浓度最大值分别为3×10~(-6)、8.6×10~(-5)和3.6×10~(-6)μg·m~(-3),而局部范围的浓度则会高出一个数量级;其中BDE-209对于PBDEs的大气浓度贡献可达77%.在局部范围内,以HQ表达的PBDEs和Pb健康风险数值均在10~(-3)以下,非致癌健康风险极低;BDE-209和Cd的终生致癌风险最大值为1.10×10~(-12)与6.32×10~(-7),致癌风险可以忽略.该评估表明,正规操作的电子废弃物拆解厂的大气污染物不会对公共健康造成不可控风险.     

模拟大气 CO2水平升高对春季太湖浮游植物生理特性的影响

基于2012年春季在太湖梅梁湾进行为期27 d的不同CO2水平(大气CO2体积分数([CO2,g])梯度为270×10-6、380×10-6、750×10-6)的野外培养实验,揭示了大气CO2水平升高对太湖浮游植物的碳源选择、生长速率、光合作用、净初级生产力和细胞化学元素组成等生理过程的影响,结果表明,大气CO2浓度的升高首先会显著改变太湖水体的pH值和碳化学环境,减弱浮游植物碳浓缩机制(CCM)的必要性.大气CO2浓度加倍后,浮游植物的最大生长速率(Umax)、净初级生产力(NPP)、单位叶绿素a(Chl-a)含量的NPP会分别增加63.1%、69.6%、33.8%.大气CO2浓度的升高会促进太湖绿藻和硅藻的最大光合作用效率并且其对硅藻的促进作用比绿藻更显著,但并没有改变春季蓝藻光合作用活性极低的现状.大气CO2浓度的升高在提高浮游植物细胞中C、N含量的同时,却减少了P的吸收.本研究结果将为预测和揭示太湖浮游植物对未来气候变化的响应提供理论基础.     

青奥会期间基于δ13C观测的大气CO2来源解析

开展城市冠层大气CO_2及其δ~(13)C的观测有助于解析自然源与人为源在区域碳循环中的作用.本研究于南京青奥会期间开展了大气CO_2及其δ~(13)C高频原位观测,在小时尺度至日尺度上对比了有无临时排放管制期间大气CO_2及其δ~(13)C的差异.研究发现,短期减排对降低区域尺度大气CO_2浓度有明显的短期效应(21×10-6),在整个青奥会临时管控期间长三角地区实际削减燃煤排放5%.本研究进一步采用Miller-Tans方法确定了长三角地区的CO_2排放源同位素组分;基于文献调查,提供了长三角地区主要人为源和自然源的δ~(13)C信息;量化了长三角夏季CO_2地表净通量、植被通量及人为排放通量.结果表明,水泥工业过程排放是长三角地区夏季大气δ~(13)C富集的主要人为原因(2.36‰).夏季长三角地区植被作用可以抵消23%~39%的人为CO_2排放.本文旨在通过采用自上而下的观测数据与传统IPCC的排放源清单相结合的方案,为城市区域碳源解析提供新的拆分方案.     

《2013年中国温室气体公报》发布温室气体浓度持续上升

<正>根据中国气象局9日发布的《2013年中国温室气体公报》,2013年青海瓦里关全球大气本底站监测的二氧化碳、甲烷和氧化亚氮3种主要温室气体年平均浓度分别升至397.3×10-6、188×10-9和326.4×10-9,均创下1990年建站以来的新高,与北半球中纬度地区平均浓度大体相当,高于同期全球平均值.中国气象科学研究院院长端义宏在发布会上介绍,整个北半球同纬度地区,包括美国、日本、欧洲,温室气体浓度都是相当的.青海瓦里关全球大气本底站是全球30个大气本底站之一,是北半球内陆腹地唯一大气本底观测站,其     

北京上甸子站气相色谱法大气CH4和CO在线观测方法研究

参照瓦里关全球大气本底站气相色谱在线观测系统的设计,通过系统调试、测试和参数优化,于2009年在北京上甸子区域大气本底站建立了高精度气相色谱法大气CH4和CO在线观测系统.该系统对CH4和CO的测量精度分别优于0.03%和0.45%,达到世界气象组织全球大气观测计划(WMO/GAW)的质量目标.研究建立了与该系统配套的标气选取方法及运行序列:选取可基本涵盖该站大气CH4和CO浓度范围的2瓶标气作为工作标气,其中CH4浓度分别为2 007.1×10-9、1 809.5×10-9(摩尔分数,下同),CO浓度分别为405.6×10-9、123.8×10-9,在高低浓度工作标气之间穿插分析3次大气样品,能够保证测量的准确度(观测浓度的标准偏差CH4<1.7×10-9、CO<1×10-9),同时可最大程度地节省工作标气.该方法已应用于华北地区本底大气CH4和CO的高精度连续观测.     

G20峰会期间宜兴市大气VOCs特征及来源分析

2016年G20杭州峰会期间,应用TH-300B挥发性有机物在线监测仪对江苏省宜兴市大气VOCs进行监测,烷烃、烯烃、芳香烃、乙炔、氯代烃、OVOC、乙腈体积混合比分别为11.00×10~(-9)、1.93×10~(-9)、5.78×10~(-9)、1.23×10~(-9)、4.16×10~(-9)、10.37×10~(-9)、0.27×10~(-9),应用臭氧最大生成潜势系数计算,烯烃和芳香烃为OFP贡献最大的活性组分,VOCs中臭氧前体物NMHCs主要来源为工业排放(42.2%)、机动车尾气(17.9%)、油气挥发(20.8%)、溶剂挥发(7.0%)、植物源贡献(12.1%),结合条件概率函数分析,其中的人为污染源与西北、东南方向的污染源分布有关,植物源与西南山地丘陵区域有关.在大气污染物排放严格管控期(2016-09-01~2016-09-06),主要源于一次排放的大气污染物浓度均有所下降,NMHCs中工业源占比下降至30.5%,植物源占比上升至16.8%.     

乌鲁木齐重污染期NO_2浓度及扩散轨迹研究

重污染天气频发,如何快速、有效地获取重污染天气下污染物的时空分布状况并分析其成因,对解决我国大气污染问题十分重要。该文基于车载多轴差分吸收光谱技术(MAX-DOAS),反演了乌鲁木齐2016年2-3月大气对流层NO_2垂直柱浓度(VCD),并结合气象因子与大气背景场进行了分析。结果表明:乌鲁木齐2016年2月16日对流层NO_2 VCDs的均值为26.89×10~(15)molec/cm~2,3月17日均值为21.21×10~(15)molec/cm~2,高值通常出现在高架桥等交通节点附近;2月NO_2排放通量平均值为1.11×10~3kg/h,3月NO_2排放通量平均值为0.73×10~3kg/h;重污染期间风速与NO_2 VCDs呈负相关的关系,2 m/s及以上风速与NO_2 VCDs的决定系数(R~2)为0.40,下风向NO_2浓度通常高于上风向,风向与地形要素的叠加,更容易产生NO_2浓度的差异;利用Hysplit模型反演扩散轨迹发现,乌鲁木齐重污染期间大气的污染物随气流从外地而来的占比例较少,以本地源为主,气流更多以搬运、稀释的方式影响本地污染物浓度。     

华北地区冬季和夏季大气甲醛污染特征分析

为探究华北地区大气甲醛的污染特征,应用自主设计的一套大气甲醛在线分析仪,于2017年冬季和2018年夏季在山东省德州市开展大气甲醛综合观测实验.结果表明,德州站冬季和夏季大气甲醛小时浓度范围分别为0.15×10~(-9)～9.89×10~(-9)和0.43×10~(-9)～10.42×10~(-9),平均值分别为(3.04±1.70)×10~(-9)和(4.32±2.06)×10~(-9),结合日变化特征可知,白天甲醛、过氧乙酰基硝酸酯(PAN)和臭氧(O_3)具有较好的一致性,表明光化学生成是甲醛的主要来源;冬季夜间检测出的高浓度甲醛则表明一次排放也具有重要的贡献.此外,大气甲醛的浓度变化受相对湿度、光照、风速和湿沉降影响较大,并且湿沉降是大气甲醛去除的重要途径.