中国自然背景地区臭氧浓度时空变化特征分析

为揭示中国自然背景地区臭氧浓度变化特征,并以其为自然背景值指导人为活动导致的臭氧污染控制工作,该研究通过汇总统计中国15个典型自然背景地区与337个地级及以上城市2016—2020年环境空气臭氧自动监测数据,比较分析中国自然背景地区臭氧浓度的年度、季节、日内变化规律与空间分布规律. 结果表明:2016—2020年,中国自然背景地区臭氧年均浓度明显高于城市区域,但臭氧日最大8小时平均浓度的第90百分位数(简称“臭氧年90百分位浓度”)明显低于城市,自然背景地区和城市区域臭氧年均浓度同步快速提升,年均增长分别为1.5和2.0 μg/m3. 中国自然背景地区臭氧浓度季节性变化规律与城市区域存在较大差异,自然背景地区臭氧平均浓度最高值出现在春季,夏、秋、冬三季臭氧平均浓度差异不明显,与东亚环太平洋背景地区臭氧浓度季节性变化规律(春季最高、夏季最低)存在明显差异. 部分自然背景地区受人为活动排放的影响较小,臭氧浓度不存在明显的日内峰谷差,全天臭氧浓度基本保持相同水平;部分自然背景地区可能受邻近城市人为活动排放的臭氧前体物影响,臭氧浓度日内变化规律与邻近城市较为一致,存在明显的日内峰谷差. 研究显示,中国自然背景地区臭氧浓度变化规律与城市区域存在显著差异,臭氧浓度年均值升高迅速,部分自然背景地区臭氧浓度变化规律可能受邻近城市人为活动排放的臭氧前体物传输的影响.      

乌鲁木齐不同功能区昼间臭氧浓度变化特征分析

为了研究乌鲁木齐市昼间的近地层大气臭氧浓度变化特征,利用靛蓝二磺酸钠分光光度法(IDS法)对乌鲁木齐市不同功能区在采暖期前期、采暖期与采暖期后期昼间的小时臭氧浓度进行监测,分析与温度、太阳辐射、相对湿度的相关性。结果表明:乌鲁木齐市不同功能区昼间的小时臭氧浓度变化具有明显的"单峰型"变化规律,从早上09:00开始,臭氧浓度明显上升,最高的小时臭氧浓度出现在午后,其中,交通区、工业区昼间的小时臭氧浓度较高。不同时间段臭氧总平均浓度依次为采暖期前期>采暖期后期>采暖期,不同时间段昼间的小时臭氧浓度变化与太阳辐射、温度呈显著的正相关性,与相对湿度呈显著的负相关性。     

京津冀地区2015～2020年臭氧持续污染事件特征、气象影响及潜在源区分析

基于京津冀地区2015～2020年臭氧小时浓度数据和气象再分析数据,利用广义加性模型、潜在源贡献函数法、浓度权重轨迹法分析了京津冀地区臭氧持续污染事件特征、气象影响和潜在源区.结果表明,京津冀地区持续3d及以上的臭氧污染事件(OPE3)出现天数由2015年的24d上升到2020年的76d,占臭氧污染总天数的比例最高达到85%;OPE3天数的月变化特征与臭氧浓度的变化特征高度一致,在5～9月的相关性达0.97;京津冀地区OPE3发生的天气形势主要为高温、低湿、异常南风、异常反气旋及明显下沉气流;以京津冀地区的典型代表城市北京为例,OPE3期间气团主要来自于北京以南地区(71.2%),以短距离传输为主,主要潜在源区是河北省南部、山西省东北部、河南省东北部以及山东省北部,污染轨迹的贡献率约79.3%.     

空气质量指数(AQI)的社会经济影响因素分析——基于指数衰减效应视角

中国面临着严重的环境恶化问题,其中空气污染问题尤为突出.基于中国2014年全国城市空气质量数据,利用自然正交函数分析城市空气质量指数的时空演变特征,并采用基于衰减效应的矩阵指数空间设定模型探讨了空气污染的影响因素.研究结果表明:(1)AQI以京津冀为高值中心向周边地区呈衰减变化,污染核心区由京津冀逐渐向豫北地区和鲁西北地区扩散,年内AQI在1—9月呈现下降趋势,然后逐渐上升;(2)150个城市的空气质量指数呈现出明显的空间集聚;(3)矩阵指数空间设定模型优于空间滞后模型,并且城市间空气污染呈现出显著的空间衰减效应;(4)人均地区生产总值的提高、SO_2排放量和PM_(2.5)浓度增加是导致空气污染加剧的重要原因,而外商直接投资和环保意识的提高有助于改善中国的空气质量.     

蓝天保卫战重点区域强化监督的环境与经济绩效评估

本文采用断点回归方法,基于京津冀及周边地区PM_(2. 5)、PM_(10)浓度变化和工业企业利润,定量研究蓝天保卫战重点区域强化监督工作的环境与经济绩效。研究结果表明:(1)京津冀及周边地区强化监督工作总体上对本地区30天内空气质量的改善作用明显;(2)强化监督工作的开展对京津冀及周边地区不同省(市)工业企业利润的影响程度差异大,影响效果不显著;(3)以京津冀及周边地区6省(市)合计,强化监督工作对工业企业利润总额影响不显著,且随时间变化正效应逐步显现。     

东北地区-大连臭氧浓度分布与影响因素研究

随着经济社会的发展,人们对环境质量更加重视,光化学烟雾成为影响城市环境空气质量的重要因素。利用东北地区大连市全年臭氧监测的时间浓度,对臭氧污染的浓度分布特征,时间以及季节变化特征进行了分析。结果表明:臭氧浓度变化受太阳辐射强度和气温的影响明显,呈单峰型变化,臭氧浓度季节变化趋势明显。春、夏季节臭氧浓度较高,秋季臭氧浓度次之,臭氧与大气中的NO、NO2、CO、VOCs等前体物的浓度、太阳辐射的强度以及CO的浓度都有不同程度的相关性。     

深圳夏季3种生境城市森林内臭氧浓度变化规律

于2015年夏季对深圳园山山麓(Foothill)、河谷(River Valley)和山脊(Ridge)等3种典型生境城市森林内的臭氧浓度和气象因子进行昼夜24h同步监测,研究林内臭氧浓度的变化规律及影响因素.结果表明:深圳园山3种生境城市森林内臭氧浓度的小时均值和日最大8h均值都达到了国家一级标准(分别为160,100μg/m~3);3个林地的臭氧浓度日均值都高于对照,且Ridge显著高于River Valley和Foothill;林内臭氧浓度的日变化都呈单峰曲线,表现为白天高,夜间低,在15:00~17:00达到最高,在5:00~7:00降到最低;3种林地的臭氧浓度都与温度极显著正相关,与湿度极显著负相关,此外Ridge的臭氧浓度还与风速极显著正相关.总之,深圳园山3种林分内的臭氧浓度符合人们进行森林游憩活动的空气质量要求,基于臭氧浓度,人们在5:00~7:00进行森林游憩最为适宜.     

基于PSCF与CWT模型对乌鲁木齐市地表臭氧源区分析

乌鲁木齐市是中国西部典型的重工业城市,伴随着快速的工业化和城市化发展,城市大气臭氧污染日益严重。为探究乌鲁木齐市地表臭氧污染特征,该研究采用2015-2019年乌鲁木齐市大气污染物监测数据及同期气象观测资料,结合统计分析、后向轨迹分析、潜在源贡献因子以及浓度权重轨迹对乌鲁木齐市臭氧污染特征及潜在源区进行分析。结果显示,(1)2015-2019年乌鲁木齐市臭氧年评价指标由118μg/m³增长至128μg/m³。同时,乌鲁木齐市主要大气污染正经历由颗粒物向臭氧过渡的变化,其作为首要污染物占比从2015年的5.8%上升至2019年的28.0%,不同季节臭氧浓度变化特征为夏季>春季>秋季>冬季,且在分布特征上与NO₂、CO呈显著负相关。(2)后向轨迹分析结果表明：影响乌鲁木齐市大气臭氧分布的气流具有途经境外地区、长距离迁移、高浓度的特征,境内气流迁移途径普遍较短且对乌鲁木齐市臭氧浓度传输影响较小。(3)潜在源贡献因子法与浓度权重轨迹法表明,影响乌鲁木齐市臭氧浓度的主要源区与贡献高值区是昌吉州、塔城地区、博尔塔拉...     

中国中东部典型大城市近地面O_3浓度对比分析

利用2015年1月-2018年12月北京、广州、南京、武汉的O_3资料,分析对比了中国中东部城市O_3浓度变化特征。结果表明,各城市近地面O_3污染问题愈发严重,4年浓度均值南京(105.9μg/m~3)北京(100.7μg/m~3)武汉(92.7μg/m~3)广州(89.4μg/m~3);总超标率北京(19.5%)南京(15.8%)武汉(9.7%)广州(8.9%);O_3污染过程发生总次数北京(37)南京(29)广州(18)武汉(15),且北京、南京臭氧污染过程持续时间高于广州和武汉;北京O_3月均值变化呈单峰型,广州呈多峰型,南京、武汉呈双峰型。北京、南京、武汉春夏两季O_3浓度高于秋冬两季,广州为夏秋两季O_3浓度高于春冬两季;北京、广州、南京和武汉O_3日变化在4年内均呈单峰型,各城市O_3浓度在下午15-16时达到峰值,前体物浓度和光化学反应的差异是造成城市每年O_3浓度日变化不同的重要原因;随风速、相对湿度增加,4个城市O_3浓度均呈先增后降的特点,当风速4 m/s时,北京、南京O_3浓度仍处于较高水平;在低湿状态时,4个城市O_3浓度值偏高,当相对湿度70%时,O_3浓度均急剧下降;相比于广州,北京、南京和武汉O_3浓度对温度变化较敏感,其中以北京最为敏感。     

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.     

中国臭氧浓度的时空变化特征及分区

采用旋转经验正交函数(REOF)法分析了2016年中国338城市臭氧浓度的时空变化特征,根据2016年污染季节(5月至10月)的REOF分析结果,确定出10个具有明显同比变化的区域,不同区域间臭氧浓度的时间变化趋势彼此独立,受到当地地形因素、气象条件、光化学反应等因素的影响.10个区域中,除华南地区和青藏高原外其他地区2014年至2016年臭氧日最大8小时浓度(O3-8h)均呈上升趋势.臭氧分区受到地形地貌特征的影响较大,显示出地形和地貌对臭氧空间相关性的重要影响.黄淮平原、华北平原、长江中下游地区等3个人口稠密区域臭氧浓度较高,应该作为臭氧污染控制战略的重点区域.     

大气O3浓度升高对2种基因型矮菜豆丛枝菌根(AM)结构及球囊霉素蛋白产生的影响

以臭氧敏感性不同的2种基因型(O3敏感型:S156;O3耐受型:R123)矮菜豆(Phaseolus vulgaris L.)为宿主植物,在模拟的大气臭氧浓度升高环境中研究臭氧胁迫对2种基因型植物的AM结构和球囊霉素蛋白产生的影响,旨在了解大气臭氧浓度升高对AM真菌生长和AM结构形成的影响.结果表明,与自然大气臭氧水平(20 nL.L-1)相比,臭氧浓度升高(70nL.L-1)显著降低了S156和R123植物的菌根侵染率,特别是S156植物,下降了43.6%.臭氧浓度升高明显影响了2种基因型植物的AM结构组成,表现在根室和菌丝室外生菌丝量、单位根长丛枝数的大幅下降,以及根室和菌丝室孢子数的显著增加,特别是S156植物变化更为明显;但2种基因型植物的单位根长泡囊数随臭氧浓度变化不显著.臭氧浓度升高对2种基因型植物的菌根际和菌丝际总球囊霉素蛋白量影响不显著,但导致菌根际和菌丝际的易提取球囊霉素蛋白量大幅增加;不过2种基因型植物间差异不显著.本研究表明,大气臭氧浓度升高显著影响植物菌根侵染率、AM结构形成和易提取球囊霉素蛋白的产生,特别是对臭氧敏感型植物影响更大.     

北京地区边界层大气臭氧浓度变化特征分析

利用2001-03～2006-10的大气臭氧探空资料,分析了近6 a北京边界层（2 km以下）大气臭氧浓度的平均月变化和季节变化规律.结果表明,边界层大气臭氧浓度的月变化很明显,1月臭氧浓度最小,地面臭氧浓度不到10×10^-9(体积分数,下同),上层（即2 km）臭氧浓度也不到50×10^-9.而6月臭氧浓度最大,地面达到85×10^-9,上层大于90×10^-9.臭氧浓度具有明显的季节特征,从臭氧浓度值来看,冬季最小,夏季最大.从地面到上层的臭氧浓度的变化幅度来看,冬季变化最大,夏季变化最小.根据廓线变化方式,臭氧浓度廓线可分为3种类型,冬季型、夏季型、春秋季型.不同高度臭氧月平均浓度也明显不同.分析地面及上层臭氧浓度与气象因子如温度和湿度的相关关系,发现地面臭氧浓度与温度具有较好的线性关系,相关系数在0 .85以上.     

临安近地面臭氧变化特征分析

利用2003年11月─2004年11月浙江临安区域大气本底站近地面臭氧浓度的连续监测资料,研究了地面臭氧浓度全年总体分布、季节变化、日变化及浓度频率分布规律.结果表明,该地区φ(O₃)全年平均值为32.41×10-9,其日变化呈明显单峰型, 14:00左右达到最大值, 约04:00出现最小值.φ(O₃)月均值在春末夏初达到最大值,在12月─次年2月出现最小值.φ(O₃)各月的平均振幅在夏季达到最大,说明临安本底站夏季臭氧光化学反应比较强烈.除冬季外,其他季节该地区近地面φ(O₃)均有超过《环境空气质量标准》(GB30952-1996)二级标准的情况,全年超标率为0.96%.      

2015年中国近地面臭氧浓度特征分析

根据2015年全国189个城市的近地面臭氧浓度数据,使用ArcGIS等软件处理,从不同时空、地形特征、温度等方面分析得出中国近地面臭氧浓度的变化特征.2015年中国近地面的臭氧浓度变化呈先增高后降低的趋势,各季节中浓度大小关系呈夏季 > 秋季 > 春季 > 冬季的变化规律,且在7月达到全年最高值.中国各行政区中,华东、华南、华北地区的臭氧污染较为严重.在经纬度变化的影响方面,经度变化对近地面臭氧浓度的影响不大,而纬度变化使臭氧浓度变化明显;在同一纬度的3种不同地形对比中发现,不同的地形给近地面臭氧浓度带来的影响微乎其微.温度和近地面臭氧浓度的变化呈现良好的正相关关系.     

东亚地区大气整层臭氧浓度的时空变化

从TOMS臭氧全球网格资料截取主要包含中国大陆的东亚地区 (6 9 375°E— 1 39 375°E ;1 4 5°N— 5 4 5°N)的数据 ,分析大气整层臭氧浓度的变化特征 .结果表明 ,区域多年平均臭氧浓度约为 30 7DU(多卜森单位 :DobsonUnit) ;一年中 ,平均臭氧浓度有明显的季节变化 ,春季 (3月 )达最大值 ,秋季 (1 0月 )最小 ,变化幅度约 5 0DU .区域内臭氧浓度具有很强的空间 (纬向 )变化 ,低纬度地区臭氧浓度低 ,较高纬度地区臭氧浓度高 .各地臭氧浓度变化的概率分布基本为单峰型 ,低纬度地区分布较窄而高纬度地区宽 .从 1 978至 1 994年的十多年中 ,区域平均浓度呈明显的下降趋势 ,下降幅度约 1 0DU .对应于此 ,区域内各等级的臭氧浓度值以大致均匀的速率变化 ,低值的出现概率增加 ,而高值的出现概率减小 .     

京津唐地区臭氧时空分布特征与气象因子的关联性研究

京津唐地区随着经济的快速发展和城市化的不断推进,臭氧污染呈现加重的趋势,深入了解臭氧浓度时空变化特征及其变化驱动机制是采取科学有效防控措施的前提和基础.本研究针对京津唐地区近地面臭氧浓度快速增加的2016年,利用卫星遥感反演数据、地面每小时监测数据及气象观测资料,分析探讨了近地面臭氧浓度时空分布及与温度、压强、蒸发量、风（风速和风向）等气象要素的耦合关联关系.结果表明：京津唐地区近地面臭氧浓度每日7：00左右最低,午后达到最高;夏季臭氧浓度最高,且略有分区差异（北京呈现单峰型,6月臭氧浓度最高,天津和唐山呈双峰型,峰值分别出现在6月和9月）,冬季浓度最低,12月达到最低值.全区各季节浓度空间分布趋势较为一致,均呈现从西北向东南逐渐降低的趋势.影响京津唐地区近地面臭氧浓度的首要气象要素为温度,二者呈较大的正相关性,臭氧浓度与近地面压强存在一定的负相关性,而与蒸发量具有较小的正相关性,与风速、风向的相关性较为复杂,表现出明显的地区和风向差异性（在偏南风和强风条件下较易出现高浓度臭氧）,全年臭氧浓度与风速相关系数极低,呈不相关.全区分区（建成区与非建成区）近地面臭氧浓度与温度、压强、蒸发量、风速等的关联相关特性,虽然北京、天津和唐山各略有差异但基本一致.在不同气象要素分级组合协同条件下,臭氧浓度与温度、风速的相关性明显显著于其与蒸发量、压强的相关性,且存在在高压、较低蒸发量的气象条件下,臭氧浓度与温度的相关性随风速的增强（或减弱）而降低（或增强）,与风速的相关性随温度的升高（或降低）而减弱（或增强）的普遍现象;对于压强和蒸发量而言,臭氧浓度与二者的相关性普遍相对较低,且趋势特征不明显.     

我国重点地区臭氧变化特征及与气象要素的关系

利用2015～2019年历史数据,分析我国臭氧(O₃)时间、空间变化特征,结合同期气象数据研究重点区域臭氧污染与气象要素的关系.结果表明:2015～2019年我国O₃浓度整体呈上升趋势,全国O₃浓度年均值由83.8μg/m³增至92.4μg/m³.O₃浓度变化主要呈"双峰型",2017年呈"单峰型".5～9月为O₃浓度的高值时段.1～3月、10～11月O₃浓度波动比4～9月大.我国O₃浓度呈"东高西低"的空间分布特征,高值区主要集中在京津冀地区.O₃浓度与日照时数呈正相关,与最高温度呈正相关,与相对湿度呈负相关.气象要素对O₃浓度的影响存在地区差异,大部分地区O₃浓度与温度的正相关性较强(r>0.5),而青藏地区O₃浓度与温度呈负相关(-0.23     

热带气旋对珠三角秋季臭氧污染的影响

基于2015～2020年西北太平洋热带气旋路径资料、珠三角气象观测资料和臭氧监测数据,分析了西行热带气旋（A型）、东海转向热带气旋（B型）、近海影响热带气旋（C型）和远海热带气旋（D型）这4类热带气旋对珠三角臭氧浓度的影响.结果表明,在A型热带气旋影响下,区域臭氧浓度超标频率变化不大;在B型热带气旋影响下,珠三角臭氧超标频率明显升高;在C型热带气旋影响下,区域臭氧超标频率有较明显的升高,但是升高幅度弱于B型热带气旋;D型热带气旋远离中国大陆,对珠三角臭氧浓度影响很小.当A型或C型热带气旋发生时,珠三角区域臭氧日最大8 h平均浓度（MDA8）平均值的平均增幅在5μg·m^-3左右,部分城市臭氧MDA8可能下降;B型热带气旋发生时,区域臭氧MDA8平均增幅为19μg·m^-3,各城市臭氧浓度均明显增加,其中珠海、江门两市臭氧MDA8平均增幅较大,增幅超过了20μg·m^-3.相对来说,珠三角西部城市臭氧浓度受热带气旋的影响更大.当发生B型热带气旋时,珠三角地区太阳辐射增强、日照变长、云量减少、气温升高和相对湿度降低,同时高空下沉气...     

京津冀区域典型城市PM2.5污染特征及其成因研究

量化空气质量改善过程中气象条件和减排措施的相对贡献, 有助于科学评估减排措施的实施效果. 本文以2017—2019年京津冀区域13个城市PM_2.5质量浓度为研究对象, 采用主成分分析、系统聚类等方法客观确定各次区域的典型代表城市, 并基于环境气象评估指数（EMI）量化空气质量改善过程中气象条件和减排措施的相对贡献. 结果表明, 京津冀区域PM_2.5浓度整体呈南高北低特征, 高值区集中在河北省南部, 冬季区域PM_2.5浓度显著高于其他季节. 经旋转后的主成分分析可划分出2个主成分, 分别对应河北省中南部地区和京津冀北部地区. 系统聚类将京津冀区域分为3个次区域, 经相似性计算获得次区域典型代表城市为承德、唐山和邢台. 以2017年为基准年开展EMI评估, 结果显示2018年1月承德、唐山和邢台PM_2.5浓度下降, 减排和气象条件均有不同程度的贡献; 不利气象条件是2019年1月承德PM_2.5上涨的主要原因, 排放造成同期唐山PM_2.5浓度上升了52.8%,不利气象条件抵消了邢台减排的效果, 并造成其PM_2.5浓度小幅度增加. 京津冀区域各城市PM_2.5浓度的同步变化, 排放和气象条件对不同城市的贡献仍然存在很大差异, 在京津冀区域内划分次区域具有重要意义.