兰州地区大气臭氧时空变化及影响因素研究

本文采用OMI臭氧遥感数据,结合甲醛垂直柱浓度、气象数据以及经济数据,分析了2005~2015年兰州地区臭氧柱浓度时空变化格局,并探索了影响臭氧的新气象因子,总结达到臭氧污染的日照、气压等气象条件,确定影响臭氧柱浓度的主要人为源并确定其限域。结果表明:1)2005~2015年夏季柱浓度值最高,冬季、秋季次之,春季最低;夏季波动幅度最大,其余三季波动幅度较小且平稳。2)11年中,臭氧柱浓度具有较大的波动。2005年至2010年快速增长到最高值331.997 DU。2010年之后,臭氧柱浓度缓慢下降,2014年起有回升趋势。3)OMI遥感数据具有较高的可靠性,并根据AQI的线性关系划分了臭氧柱浓度的污染等级。结果指示了11年大气臭氧空间变化,2005~2009年5年间研究区全区空气质量一直处于良,2010年全区轻度污染,后两年污染逐渐减弱,2013~2015年全区恢复至良。4)根据兰州发展的趋势以及周边城市的关系,划分了兰州经济圈及功能区,并结合臭氧柱浓度空间分布图得出臭氧污染与经济特征的密切关系。5)正弦模型拟合后臭氧柱浓度变化趋势呈不明显的周期性,说明臭氧的人为来源贡献较大。6)创新探索影响臭氧污染的新气象因子(日照、气压等参数),并确定其重要人为源限域。     

环境气象学

X162(X) 103208青藏高原东北部地区大气臭氧变化特征/祁栋林(中国大气本底基准观象台)…//青海环境/青海省环保局一2(X)1,11(2)一55一59 环图X一57 利用拍MS资料分析了青藏高原东北部共和地区大气臭氧近十几年的变化特征,结果表明:1979一1992年期间,共和地区臭氧总量呈现出不断下降趋势,平均气候倾向率为一O.65DU/a、各月臭氧总量均为减少趋势,各月臭氧总量的气候倾向率具有明显的季节变化;冬春季最大,秋季次之,夏季最小,春、夏、秋和冬季臭氧总量的气候倾向率分别平均为一1 .ooDu/a、一O.33DU/a、一O‘38DU/a和一0.103DU/a;夏季出…     

基于OMI数据的东南沿海大气臭氧浓度时空分布特征研究

基于臭氧监测仪(OMI)卫星反演数据,对2005—2018年东南沿海5省区域大气臭氧柱浓度数据进行提取及分析,探讨其时空分布格局及影响因素.结果表明:①在时间变化上,14年间,该区域大气臭氧柱浓度整体呈先上升后下降的趋势,2005—2013年臭氧柱浓度持续升高,最高值为324.52 DU,高值区不断向南部区域扩大;2013—2018年臭氧柱浓度呈下降趋势,最低值为228.27 DU,但在2017、2018年略有上升.②在空间分布上,臭氧柱浓度自北向南逐渐降低,高值区集中分布在江苏及浙江省北部;低值区集中于福建省南部及广东省大部分地区.③在季节变化上,大体呈现出春夏季高于秋冬季,高值区在春夏季交替出现,秋季略高于冬季,但差异不明显.④稳定性分析表明:研究区臭氧柱浓度整体呈现中部分散、南北部集聚、差异较显著的分布格局.⑤自然因素中,风向、气温均呈现显著正相关,江淮地区的梅雨季节(降水)及华南地区的台风和暴雨也起到显著作用.⑥人文因素中,臭氧柱浓度与地区生产总值、各产业生产总值及机动车保有量均表现出正相关,其中,臭氧柱浓度与第二产业的相关度最高.另外,臭氧柱浓度与NO_x排放量表现出显著相关性.VOC_s对臭氧柱浓度的影响中,工业源是主控因素,交通源和居民源次之,电厂源对臭氧柱浓度的影响最弱.这进一步说明臭氧浓度的变化受到了诸多因素的综合影响,但气温、NO_x及VOC_s的排放是臭氧浓度变化的主导因素.     

长沙市城区臭氧浓度特征研究

根据2014年4月至2015年3月湖南省长沙市城区10个监测点O_3小时浓度监测数据,综合分析了长沙市O_3的时空分布及其与前体物、气象要素相关关系。结果显示:监测期间长沙市城区O_3小时平均浓度为44.47μg/m~3,O_3高值浓度主要集中在5-9月份,季节分布上O_3平均浓度整体呈现出冬季春季秋季夏季的特征。日变化上O_3呈现倒U型分布,一般在15:00、16:00左右达到峰值浓度,日循环可分为4个阶段:即臭氧累积阶段、臭氧抑制阶段、臭氧光化学生成阶段、臭氧的消耗阶段。空间分布上整体呈现出对照点峰值浓度明显大于城市环境评价点,从城区外围站点浓度大于市中心点浓度特征。O_3的前体物CO、NO_2均呈现双峰型分布,其中O_3与CO、NO_2呈现显著的负相关关系;与气压、湿度呈负相关关系,与温度呈正明显相关关系。     

京津冀及周边地区“2+26”城市臭氧的季节性变化规律

城市臭氧(O₃)污染已成为当前主要的大气污染问题之一,也是空气污染防控面临的新挑战. 然而,基于长时段连续监测数据的O₃浓度季节性变化规律及成因解析仍较薄弱. 本文基于2014年3月1日—2021年2月28日空气质量在线监测平台日尺度数据,通过偏相关等方法探讨京津冀及周边地区“2+26”城市O₃的季节性变化规律. 结果表明:①“2+26”城市2014—2020年O₃年均浓度上升速率为3.82 μg/(m3·a),呈现先上升后下降的趋势,下降速率小于上升速率;O₃浓度的季节性变化特征表现为夏季>秋季>春季>冬季. ②2014—2020年O₃轻度污染天数占比最大且呈上升趋势,除北京市外,其他城市夏季O₃中度污染天数上升趋势明显. ③2017—2020年O₃浓度与CO、NO₂浓度的显著负相关性在夏季和冬季有所增强. O₃与SO₂浓度的关系由2014—2017年春季、夏季和秋季的显著负相关变为2017—2020年夏季和冬季的显著正相关(P<0.05). ④春季和秋季O₃浓度与日均气温呈显著正相关,夏季和冬季O₃浓度与相对湿度呈显著负相关,与日均风速的相关性则相对较弱. 研究显示,“2+26”城市O₃污染协调治理成效显著,需在保持现有NO_x控制力度基础上强化VOCs控制,加强SO₂治理,进一步遏制夏季O₃浓度上升.      

北黄海大气氮氧化物的季节分布

根据2006年夏季2、007年冬春秋四个季节分别对北黄海进行的大面调查,分析研究了四季氮氧化物(NOx)的季节变化和浓度分布。结果显示,大气NOx浓度呈现明显的季节变化,表现为冬季>夏季>秋季>春季,冬季北黄海空气中NOx浓度的平均值分别是春季的4倍、夏季的2倍和秋季的2.1倍。NOx浓度在北黄海的不同区域特征呈现为近岸向远岸逐渐降低的趋势,说明陆源污染物对北黄海NOx分布有较大影响。     

2006-2017年浙江甲醛时空分布特征及影响因素分析

文章基于OMI大气甲醛产品,探讨了浙江省2006-2017年对流层甲醛柱浓度时空分布特征,结合土地覆被情况、气象、地形以及社会经济数据,多角度定量化分析了大气甲醛浓度演变的影响因素。结果表明:2006-2017年浙江省大气甲醛浓度整体呈增加趋势,变化过程大致可分为2个阶段:大气甲醛浓度急剧上升阶段(2006-2010年)和大气甲醛浓度平缓下降阶段(2011-2017年);空间上,大气甲醛浓度自东南至西北呈阶梯式增长,高浓度区主要集中在浙北平原;时间上,大气甲醛浓度具有明显的季节特征,季均浓度由高到低依次为夏季、春季、秋季、冬季。大气甲醛浓度变化的影响因素包括人类活动和自然条件2个方面。人类活动主要包括工业生产和交通运输,其中工业生产中的能源消耗是主要的甲醛排放环节,交通运输对甲醛浓度的升高也有一定的贡献。温度、降雨的季节性变化以及山脉阻拦作用也是形成浙江省大气甲醛时空分布特征的重要成因。     

基于卫星观测的青海高原对流层臭氧时空分布特征研究

基于OMI-MLS对流层臭氧总量数据集对2005—2019年青海高原对流层大气臭氧总量进行提取分析,探讨其时空分布格局及气象因子的影响.结果表明：①OMI-MLS对流层臭氧总量数据在青海高原的适用性良好.③海高原的多年平均对流层臭氧总量分布整体呈东北高西南低的态势,受地形和大气环流形势影响较大.海东市的对流层臭氧总量最高,其次是西宁市、格尔木市、德令哈市,玉树市的对流层臭氧总量最低.对流层臭氧总量月变化在一定程度上表现为"倒V"型特点：峰值位于6—7月,谷值位于1月,与气温变化密切相关.对流层臭氧总量季节变化明显,空间异质性强,夏季最高,春季、秋季次之,冬季最低.③近15年青海高原对流层臭氧总量呈显著增加趋势,年平均增加速率为0.22 DU,4个季节的对流层臭氧总量均呈波动上升趋势,冬季的对流层臭氧总量增加速率最快,其次是春季、夏季,秋季增加速率较慢.④影响青海高原对流层大气臭氧总量的主要气象因子是气温和降水,而次要因子表现略有不同.     

2006～2017年京津冀大气污染传输通道城市NO2浓度时空变化分析

利用OMI传感器反演获取的全球对流层NO₂垂直柱浓度数据,分析了2006～2017年京津冀大气污染传输通道城市的对流层NO₂垂直柱浓度时空变化。结果表明,通过线性拟合得出,OMI反演NO₂垂直柱浓度与地面实测NO₂浓度呈显著正相关;京津冀大气污染传输通道城市NO₂柱浓度月均值变化具有周期性,最高值和最低值多出现在1月和7月;NO₂柱浓度在季节变化上特征明显,表现为冬季最高,秋、春季次之,夏季最低。在年际变化上,NO₂柱浓度主要表现为2006～2010年波动增长,2011～2013年基本持平,2014年后开始迅速下降;NO₂垂直柱浓度空间分布,整体呈现出西北部低、中部和东部高的空间格局;季节空间分布与这12年均NO₂柱浓度空间分布相似。     

基于卫星和地面监测的河西走廊O3浓度时空分布及潜在源区分析

基于2005~2020年OMI遥感卫星O₃柱浓度数据,结合河西走廊地区10个国控点环境自动监测站大气污染物数据和全球资料同化系统（GDAS）气象资料,利用克里金插值法、相关性分析和后向轨迹（HYSPLIT）模型,探讨河西走廊近地面O₃时空分布特征、气象因素、传输路径和潜在来源.结果表明：①从时间变化来看,O₃柱浓度在2005~2010年和2014~2020年呈上升趋势,2010~2014年呈下降趋势,2010年和2014年分别达到最大值和最小值,分别为332.31 DU和301.00 DU,季节变化表现为春季和冬季明显大于夏季和秋季.②在空间分布上,O₃柱浓度大体呈现由西南向东北递增的纬向带状分布特征,高值区主要分布在地势低平的城市区域,中值区呈纬向带状与祁连山山麓走向基本一致.③气象条件分析发现,温度、风速和日照时数与O₃呈现正相关,相对湿度与O₃呈现负相关.④通过对武威市模拟受点气流输送轨迹发现,O₃输送路径方向较为单一,各季节的主导气流均以西部和西北部为主,所占比例分别为71.62%、66.85%、61.22%和77.78%;O₃潜在贡献源区存在一定的季节差异：春季、夏季和秋季的O₃潜在源高值区域均分布于白银市和兰州市等地,为东南风源,冬季高值区分布于巴丹吉林沙漠和腾格里沙漠之间,为北风源.     

浙江省O3浓度时空格局及驱动因子

气象因子对臭氧(O₃)浓度有重要影响,为探索O₃浓度时空变化及相关因子,利用多元线性回归和后向轨迹聚类分析2014—2019年浙江省O₃浓度和气象因子数据. 结果表明:①浙江省O₃浓度时空分布不均匀,季节性变化差异显著,总体呈夏季>秋季>春季>冬季的特征,年均值呈上升趋势;春季、夏季、秋季和全年O₃浓度均于07:00左右达最小值,之后呈上升趋势,至15:00达峰值后降低,冬季O₃浓度最小值出现时间较其他季节晚1 h左右. 高浓度O₃主要分布在浙江省东北部及北部区域. ②多元线性回归模型结果表明,多元线性回归模型影响因子和拟合效果存在季节性差异,其中,春、秋两季蒸发量对O₃浓度的贡献率均超过20%,夏季相对湿度对O₃浓度的贡献率超过40%,秋季日光照时长对O₃浓度的贡献率超过40%,秋、冬两季NO₂浓度对O₃浓度的贡献率均超过35%. 春季多元线性回归模型均方根误差(RMSE)、均方绝对百分比误差(MAPE)和变异解释量(R2)分别为0.213、26.45%和0.422,夏季分别为0.234、30.49%和0.359,秋季分别为0.169、24.02%和0.445,冬季分别为0.154、34.14%和0.419. 研究表明,浙江省O₃浓度具有显著的时空分布特征,多元线性回归模型拟合结果在浙江省春、秋两季显著优于夏、冬两季.      

50年来中国臭氧总量时空变化特征

利用来自世界臭氧与紫外辐射数据中心的中国区域6个地基观测站点数据,对多传感器再分析遥感数据进行验证,并基于验证后的遥感数据分析了1971~2020年中国区域臭氧总量不同尺度的时空变化特征.结果表明,50a来中国区域臭氧总量呈现轻微的下降趋势.年平均臭氧总量在1978年和1993年分别出现最大值(347.5±53.8) DU和最小值(291.9±29.5) DU,在1971~1978年、1978~1993年、1993~2020年,这3个时段年平均臭氧总量在整个中国区域分别是增长、减少、增长.月平均臭氧总量随季节变化呈现出正弦曲线形态,在3月和10月分别出现峰值(约338DU)和谷值(约285DU).中国区域臭氧总量在空间上呈现由东北向西南递减的纬向条带状分布.在40°N以北的东北部地区,该值可达360DU以上.中国区域50a月平均臭氧总量同样呈现纬向条带状分布.此外,时间变异系数和空间变异系数随季节的变化规律相似,夏季最小,接着依次是秋季和春季,冬季最大.即臭氧总量的变化和空间差异在夏季都最小.50a期间,不同时段、不同区域臭氧总量的变化趋势各不相同.在1971~1978年,臭氧总量的增长量和增长率都呈现由北向南递减的纬向条带状分布.在40°N以北的相对高值地区最大增加了56DU,约为16%;而在30°N以南的相对低值地区,最小增加了12DU,约为5%.在1978~1993年,减少量和减少率也呈现由北向南递减的纬度地带性.在40°N以北的相对高值地区最大减少了93DU,约为22%;而在30°N以南的相对低值地区,最小减少了11DU,约为4%.在1993~2020年,西北地区出现最大增长,增长量为18DU,约为6%;东南地区出现最小增长,增长量为4DU,约为1%.     

中国城市群臭氧时空分布特征分析

为揭示我国主要城市群近地面臭氧的时空分布规律,使用空气质量监测网站发布的2019年243个城市共计1215个站点的臭氧浓度数据对中国正在稳步建设的19个城市群的臭氧时空分布特征进行分析,结果表明:臭氧污染高发期主要集中在夏季6、7月份,春末秋初次之,冬季基本不发生污染.城市群100μg/m³以上的臭氧浓度占比变化趋势大致表现为不规则的“V”和“W”两大类.2019年我国19个城市群可明显提取出北部和南部两个浓度分布高值中心,分别出现在夏季和秋季,夏季根据污染严重程度又可将高值中心划分为两个层级.城市群臭氧浓度分布具有空间自相关特性,夏季热点区域与北部高值中心重合,秋季则与南部高值中心位置一致,此时冷点区域面积达到最大.由于臭氧污染成因的复杂性,不能简单以现有城市群等级划分结果对其进行分级管理,需要根据实际分布情况对不同城市群制定相应污染防控措施.     

基于OMI数据的河南省近十年大气对流层NO2垂直柱浓度时空变化分析研究

文章利用OMI卫星全球对流层NO2垂直柱浓度Level3级产品数据,研究分析了河南省2006年-2015年大气对流层NO2垂直柱浓度时空变化规律.结果表明:河南省近10年大气对流层平均NO2柱浓度为15.38×1015 molec/cm2,远高于全国平均水平,但自2014年起出现了大幅回落;NO2柱浓度月均值具有对称性和周期性,最高值和最低值一般分别出现在1月和7月;NO2柱浓度的季节均值特征明显,具体表现为冬季>秋季>春季>夏季;河南省NO2柱浓度空间分布不均衡,自西南部至东北部逐渐增加,其中东北部为NO2浓度高值集中地区.     

基于OMI数据的新疆地区臭氧柱浓度研究

利用臭氧监测仪（OMI）卫星反演数据,对2005~2018年新疆地区大气臭氧柱浓度数据进行提取及分析,探讨其时空分布格局及影响因素.结果表明：在时间变化上,2005~2018年,新疆地区大气臭氧柱浓度整体呈现逐渐上升趋势.在空间分布上,臭氧柱浓度自北向南逐渐降低,高值区集中分布在阿尔泰、塔城北部以及昌吉北部等区域;低值区集中于和田、巴音郭楞蒙古自治州和喀什的南部大部分地区.在季节变化上,大体呈现出春夏季高于秋冬季,高值区在春夏季交替出现,冬季略高于秋季,但四季的臭氧柱浓度值呈现逐渐上升的趋势.稳定性分析表明：研究区域臭氧柱浓度整体呈现中部及南北部分散、东西部集聚的分布格局.自然因素中,气候因素、风场以及海拔均呈现显著正相关（P<0.01）;通过后向轨迹追踪发现,该区域西北和西部气流是臭氧外来的最主要输送路径,分别占总气流轨迹的78.59%、57.29%.人为因素中,臭氧柱浓度值与地区生产总值、煤炭消耗量、工业废气排放量及机动车保有量均表现出显著的正相关关系（P<0.05）.其中,挥发性有机物（VOC_s）主要来源于工业源,其次是交通源和居民源.总体来看,臭氧浓度的变化受到了诸多因素的综合影响,但气温、VOC_s的排放及吸收性气溶胶是大气臭氧浓度变化的主导因素.     

基于OMI数据的中国中东部臭氧及前体物的时空分布

基于OMI卫星资料,分析了2005—2014年中国中东部地区对流层低层ρ(O₃)、对流层NO₂柱浓度及甲醛总柱浓度的时空演变趋势及相互关系. 结果表明:近10年来,中国中东部地区对流层低层ρ(O₃)呈上升趋势,2005年及2014年分别为60.64、69.43 μg/m3,年均增长率为1.6%;对流层低层ρ(O₃)增长的区域面积不断扩大,部分地区增长超23 μg/m3;呈春夏季高,冬季最低的分布趋势. 2005—2012年,对流层NO₂柱浓度呈上升趋势,2005年及2012年分别为4.41×1015、5.90×1015 mol/cm2,年均增长率为4.8%;2012年后呈下降趋势,下降的区域面积逐步扩大,部分地区降低约 15×1014 mol/cm2;呈冬季最高、夏季最低的分布特征;2005—2010年甲醛总柱浓度呈上升趋势,2005年及2010年分别为9.74×1015、1.59×1016 mol/cm2,年均增长率为12.6%,2010年后呈下降趋势;呈夏季最高、冬季最低的分布特征;甲醛总柱浓度增长的区域面积逐渐扩大. 利用甲醛与NO₂柱浓度比值探讨臭氧控制区的空间分布特征,表明鲁豫晋、京津冀、长三角及珠三角地区中心城市属于VOCs控制区,周围城市属于VOCs-NO_x协同控制区,其他地区属于NO_x控制区.      

长三角地区近15年大气臭氧柱浓度时空变化及影响因素

基于OMI遥感数据,分析了2005-2019年长三角地区O₃柱浓度的时空分布特征及影响因素,同时采用后向轨迹（HYSPLIT）模型进行对流层O₃来源的解析.结果表明：1从时间分布来看,15年间O₃柱浓度年际变化呈先上升后下降的变化趋势,其中,2005-2010年呈上升趋势,2010-2019年呈下降趋势,2010年和2016年分别达到最大值和最小值,分别为327.79 DU和276.43 DU;季节方面,每年季均浓度值均为春季最大,冬季最小.2在空间分布上,O₃柱浓度高值区在长三角中部及以北地区,且由北向南逐渐降低;四季分布有明显变化,15年的平均季均浓度为春季>夏季>秋季>冬季,高值主要出现在春季,低值出现在冬季.3气象因子上,O₃柱浓度与气温、降水、风速、日照时间呈正相关（p<0.05）,与气压呈负相关（p<0.05）.人为因素上,O₃柱浓度与人口、第二产业及煤炭消费总量呈正相关.4通过不同高度模拟受点气流输送轨迹发现,上海市不同高度的气流轨迹与输送路径相差不大,均能反映O₃的来源与扩散方向.来自华北、黄海地区与西南方向及东海上空的气流汇聚是造成春季O₃柱浓度升高的主要原因,冬季O₃柱浓度低主要是因为来自华北地区高压气流对O₃的扩散作用.5O₃柱浓度与其他物质的空间对比分析显示,NO₂柱浓度、AOD指数、HCHO柱浓度均是影响O₃柱浓度空间分布的重要原因;该地区O₃前体物氮氧化物（NO_x）是引起O₃柱浓度增长的主要原因,两者之间呈显著正相关（p<0.01）;机动车尾气排放对O₃柱浓度水平的贡献不可忽视.长三角地区挥发性有机物（VOCs）是造成O₃柱浓度升高的又一重要原因,其中,人为源是主控原因,占总贡献量的96.9%,植物源占3.1%;人为源中,工业源和生活源贡献较大.