中国典型城市大气污染物浓度时空变化特征分析

利用2014年3月1日至2015年2月28日北京、广州和南京三市6种污染物浓度(PM_(2.5)、PM_(10)、SO_2、CO、NO_2、O_3)的日平均数据,统计分析了三市各污染物浓度的变化特征及其与气象条件的关系。结果表明:(1)3个城市中,广州空气质量最好,南京次之,北京最差。广州优、良出现的天数最多,分别为98和222天,占全年的26.8%和60.8%,没有出现重度污染和严重污染的现象。北京优出现的天数为55天,高于南京的29天,但是中度污染、重度污染和严重污染天数要高于南京,分别为61、34和8天;南京则为30、14和0天,南京没有出现过严重污染。(2)整个1年间,北京PM_(2.5)、PM_(10)、SO_2、NO_2、O_3年平均浓度分别为80.5、112.9、16.8、53.4和57.3μg/m~3,广州平均浓度分别为45.9、67.2、16.6、45.7和47.9μg/m~3,南京平均浓度分别为70.6、120.1、21.5、50.3和54.9μg/m~3,北京、广州和南京CO年平均浓度分别为1.2、1.0和0.9mg/m~3。(3)上述三个城市PM_(2.5)日均值超标率分别为42.7%、7.9%和38.4%,而PM_(10)日均值超标率分别为23.0%、1.6%和25.2%,NO_2日均值超标率分别为14.0%、3.8%和7.1%,CO浓度仅北京超标,超标率为1.4%,3个城市SO_2无超标现象。(4)3个城市SO_2和NO_2均随风速的增大而减小。风速对广州CO浓度影响不大,而北京和南京CO浓度则随风速的增大而减小。风速越大,南京PM_(2.5)和PM_(10)浓度越小,但当风速≥4m/s时,北京PM_(10)和广州PM_(2.5)与PM_(10)浓度增加。此外,风向对污染物的传输也有影响。     

北京市PM_(2.5)和反应性气体浓度的变化特征及其与气象条件的关系

利用2012年全年北京市SO_2、NO_y、O_3、CO和PM_(2.5)监测数据,讨论PM_(2.5)和反应性气体的变化特征及其与气象条件的相关关系.结果表明:北京地区2012年PM_(2.5)平均质量浓度为52.0μg/m~3,年波动范围较大,特别是秋冬两季,呈现出慢累积而快清除的变化特征;NO_y、NO、CO、SO_2与PM_(2.5)质量浓度增减呈相同的变化趋势,O_3变化趋势相反;PM_(2.5)质量浓度0~25μg/m~3之间出现的频率最高,为27%;NO_y、NO、CO、SO_2和PM_(2.5)在风速小于3m/s时,随风速增大均呈显著的下降趋势,其中PM_(2.5)的下降率约为25%/m/s,风速大于3m/s后,污染物下降到较低浓度后趋于平缓;清洁天,相对湿度增大对PM_(2.5)质量浓度的影响不显著,而污染天,在较高相对湿度下,PM_(2.5)的质量浓度迅速升高.     

基于GAM模型的四川盆地臭氧时空分布特征及影响因素研究

为研究四川盆地臭氧(O_3)时空分布特征及其气象成因,对四川盆地18个城市2015—2016年国控环境监测站点和气象台站数据进行了研究分析.结果表明:2015—2016年四川盆地O_3污染愈发严重,高值污染区呈扩张态势,污染区主要位于盆地西部成都、德阳、资阳、眉山、内江一带和以广安为中心的周边区域.O_3浓度有明显的季节变化特征:夏季(110.70±41.52)μg·m~(-3)春季(95.24±41.23)μg·m~(-3)秋季(67.58±39.55)μg·m~(-3)冬季(47.17±41.15)μg·m~(-3).基于广义相加模型(GAM)分析发现O_3浓度与气压、气温、相对湿度、风速、日照时数、降水量间均呈非线性关系,其中日照时数、相对湿度以及气温对四川盆地O_3浓度影响较大,而风速、气压以及降水量对O_3浓度影响相对较小.通过构建GAM模型对四川盆地18个城市O_3污染的主导气象因子进行识别,并对2017年O_3浓度进行预测和检验,结果显示GAM模型能较为准确地预测四川盆地各城市O_3浓度的变化趋势.     

芜湖市臭氧污染特征及气象成因分析

文章基于芜湖市2019年环境空气质量监测数据及同期气象观测资料分析了芜湖市臭氧污染时空分布特征及气象成因。结果表明,2019年芜湖市由O_3导致污染天数占比高达54.9%,O_3已成为影响芜湖市环境空气质量的首要污染因子,但以轻度污染(91.1%)和中度污染(8.7%)为主,极少发生重度及以上污染(0.2%)天气。2019年各县(市)区O_3第90百分位浓度范围为172～196μg/m~3,整体呈"周边高于中心"的空间分布规律,湾沚区、繁昌区和无为市的O_3浓度相对较高。季节上呈夏季(195μg/m~3)秋季(166μg/m~3)春季(159μg/m~3)冬季(85μg/m~3)的分布规律,逐月O_3浓度呈"倒U型"分布,5-9月为O_3污染的高发时段。日变化O_3浓度呈典型的"单峰分布",在16:00左右达到峰值;NO、NO_2和CO浓度则呈"双峰分布",在08:00和20:00达到峰值。气温、湿度、风速、风向均是影响芜湖市O_3浓度的重要气象因子,O_3浓度与气温呈"正相关"关系,与湿度呈"负相关"关系,Pearson系数分别为0.58和-0.56。高温低湿的气象条件更加有利于O_3的生成与积累,当气温为25～40℃,湿度为20%～60%时,易出现O_3超标现象,超标率为41.0%～71.8%。当风速为2～4 m/s,主导风向为东北、偏东及西南方向时,O_3浓度相对较高,各地O_3浓度高值所在风向与前体物高排放企业分布方向呈高度一致性,东北、东部及西南方向的污染源排放对芜湖市臭氧污染影响较大。     

兰州市区臭氧时空分布特征及气象和环境因子对臭氧的影响

s利用2014~2016年兰州市4个监测点O_3、NO_2和CO浓度实时监测数据和日平均气温、相对湿度、气压和风速气象观测数据,统计分析了近3年O_3的时空分布特征以及环境因子(NO_2和CO)和气象因子对兰州市区O_3浓度的影响。结果表明:兰州市区O_3浓度年变化特征呈倒U型结构,夏季最高,峰值出现在5月,为(65.6±16.9)μg/m~3。4个监测点中生物制品所的年平均浓度最高。O_3的日变化为单峰分布,午后浓度较高,兰炼宾馆监测点峰值出现时间比其他区域超前约2 h。NO_2和CO与O_3的年变化相反,均表现出U型结构的年变化特征,都在12月达到峰值,分别为(2.53±0.80)mg/m~3,(78.9±28.2)μg/m~3。而NO_2和CO浓度白天浓度高于夜间。O_3浓度都随着NO_2和CO浓度的增加呈现指数形式下降。兰州市高温低湿气象条件有利于O_3的前体物(NO_2和CO)转化形成O_3。兰州市区发生高浓度O_3的气象和环境条件主要为日均气温高于20℃,相对湿度位于40%~50%以及风速≤5 m/s;NO_2浓度低于20μg/m~3,CO浓度低于0.5 mg/m~3。     

前体物与气象因子对珠江三角洲臭氧污染的影响

利用2012年中国气象局广州番禺大气成分站的O_3、NO_x逐时浓度数据,广州观象台逐时的温度、相对湿度以及风向风速数据,统计分析了2012年O_3前体物(NO_x)以及气象因子对珠江三角洲(以下简称珠三角)地区臭氧浓度的影响.研究发现:O_3和NO_x均表现出单峰结构的月变化特征,且分别于10月和3月达到峰值,为(104.9±68.0)μg/m~3,(131.1±122.1)μg/m~3.O_3的日变化为单峰分布,午后的浓度较高,而NO_x浓度于早晚高峰有增加,且夜间浓度高于白天.NO_x对O_3有显著的滴定作用,O_3浓度随着NO_x浓度的增加呈现指数形式下降.高温低湿条件有利于O_3的形成.与NO_x类似,O_3浓度随着温度和相对湿度的增大以指数形式相应的增大和减小.当珠三角地区受偏西风控制时,下风向地区的O_3浓度最高,而当珠三角地区盛行偏北风时,下风向地区的O_3浓度最低,且该方向所对应的NO_x浓度最高,表明广州城区的NO_x对O_3的滴定作用显著.珠三角地区发生光化学污染的关键性因子主要为20~40μg/m~3的NO_x浓度,高于27°C的气温,低于55%的相对湿度以及受偏西风控制.分析发现10月份O_3的形成主要受VOCs控制,且烯烃的O_3生成潜势贡献最大,为69%,而烷烃和芳香烃的贡献分别为15%、16%.     

徐州市区大气臭氧变化特征及与气象要素的相关性分析研究

根据2016年徐州市区7个自动空气监测子站的臭氧(O_3)与气象要素的连续观测数据,探讨了徐州市区大气中O_3浓度的变化特征及与气象要素的关系。结果表明:2016年徐州市区O_(3-8h)浓度为12~206μg/m~3,年均值为122μg/m~3;O_3浓度呈现夏季春季秋季冬季的季节性变化特征和"单峰型"的日变化特征。O_3浓度与温度呈正相关性,与湿度和气压呈负相关性;当气压1 010 hpa,气温25℃,相对湿度50%时,O_(3-8h)容易出现超标污染。     

安阳市近地面臭氧污染特征及气象影响因素分析

基于国控环境空气质量监测站数据分析了安阳市2014～2017年不同功能分区(城市、郊区和工业)点位的臭氧(O_3)污染特征和变化规律,并研究了O_3污染的气象影响因素和潜在源分布.结果表明,2014～2017年安阳市各站点O_3年均浓度上升明显,O_3超标日的出现从2015年开始不断提前,最早在2017年4月出现;工业区点位O_3第90百分位数和平均值增长最快,年均分别增长16. 0μg·m~(-3)和13. 0μg·m~(-3),郊区点位O_3第5百分位数增长最快,年均增长13. 2μg·m~(-3);安阳市O_3月变化呈"M"型,且具有明显的空间差异;温度对O_3浓度起主导作用;气温大于23℃、相对湿度小于58%和西南偏南方向5m·s-1风速与高浓度O_3污染密切相关;不同季节O_3潜在来源差异明显,夏季主要分布在河北南部、湖北北部和沈阳北部.2017年5月首次出现O_3重污染日,工业点位O_3小时平均浓度高达405μg·m~(-3),重污染事件与西部干热气团转移导致持续高温有关.     

杭州市近地面大气臭氧浓度变化特征分析

利用2012~2016年杭州市近地面臭氧(O_3)的连续观测资料以及气象数据,分析了杭州市近地面O_3浓度的变化特征及其与气象要素的关系.结果表明,近年来杭州市O_3年平均浓度较10年前升高10μg/m~3左右,光化学污染形势日趋严重.O_3浓度冬季较低,其余季节均较高,日平均浓度大于100pg/m~3主要分布在4~10月.O_3浓度日变化呈单峰型分布,5:00~7:00出现最低值,14:00出现峰值,超标时段主要出现在11:00~18:00.O_3浓度变化与紫外辐射、温度呈正相关关系,与相对湿度呈负相关关系.紫外辐射大于0.02MJ/m~2、气温高于20℃、相对湿度低于70%时,O_3浓度会出现超标情况.风向风速对O_3浓度有一定影响,当风向为北风或偏北风时,O_3浓度较低;当风向为东风或偏东风时,O_3浓度较高,说明影响杭州O_3浓度升高的污染源也主要来自东部,南部和北部地区较少.     

O3浓度变化特征分析 —以遵义市城郊为例

利用2017年1～12月间连续监测数据,分析了遵义市城郊O_3浓度变化特征。结果表明,遵义市郊区O_3浓度高于城区,O_3日均浓度主要集中于40～120μg·m~(-3)之间。城郊O_3浓度季节性特征表现为夏季秋季春季冬季;城郊O_3浓度日变化均呈单峰型,且表现出显著的"周末效应",其中夏、秋季郊区峰值明显高于城区,冬、春季夜间城区O_3浓度显著高于郊区。冬季城区日变化峰值出现早于郊区,具有明显的O_3输送特征。相关性研究表明,O_3浓度与相对湿度及气压呈显著负相关性,而与风速和气温呈显著正相关性;相对湿度对O_3浓度影响相对较大,而风速对城区背景评价点O_3浓度影响相对较小。     

深圳东部臭氧污染特征及影响因素

为控制大鹏新区O_3污染,分析了新区(葵涌、南澳、杨梅坑监测站点)O_3浓度变化及NO_2、气象条件对其影响。研究发现,2016年新区O_3浓度为69μg/m3,其中葵涌O_3浓度同比涨幅高于南澳。葵涌、南澳O_3与NO_2浓度成反比,表明两站点较低浓度的NO_2往往伴随着较高浓度的O_3。葵涌臭氧周末效应显著,休息日浓度(53.63μg/m~3)高于工作日(52.92μg/m~3)。新区夏季O_3浓度处于全年较低水平,但O_3污染高发于夏半年(7—10月)。新区O_3超标的关键气象因子为温度≥20℃、相对湿度≤40%、无降水及受偏南风控制。新区应首要针对葵涌站点,严控O_3高发时段(15∶00前后)以及休息日臭氧前体物排放。     

华北地区典型重工业城市夏季近地面O3污染特征及敏感性

基于邯郸市2018年5～8月近地面O_3及其前体物(NO_x和VOCs)小时浓度数据,结合温度、相对湿度和风向风速等气象资料,分析邯郸市夏季O_3污染水平以及气象因子、前体物对其的影响;采用VOCs/NO_x比值法和基于Model-3/CMAQ模式系统的强力关闭法探究O_3生成敏感性,并运用等效丙烯浓度法识别出VOCs关键活性组分.结果表明:①观测期间,邯郸市O_3日最大8 h平均浓度(MDA8 O_3)在38.0～238.0μg·m~(-3)之间,污染天(MDA8 O_3160μg·m~(-3))占比高达44.7%,说明邯郸市夏季O_3污染较严重;②O_3与温度呈正相关、与相对湿度呈负相关,且在污染天相关性更显著;当温度高于28℃、相对湿度低于60%时,容易出现高浓度O_3现象,说明高温、低湿有利于O_3生成,也突出了本地光化学反应对O_3的重要贡献;污染天中,风向为西南、东南、东和东北风,且风速大于2.25m·s~(-1)时,邯郸市更容易出现高浓度O_3,在风速低于1.00m·s~(-1)时,也出现高浓度O_3现象,说明本地光化学生成和传输叠加是导致邯郸市高浓度O_3的重要原因;③O_3与NO_x、VOCs浓度在污染天反相关关系更显著,突出了本地光化学反应对O_3的重要贡献;基于Model-3/CMAQ的模式研究显示,邯郸市O_3生成受VOCs控制,削减VOCs对降低MDA8 O_3有一定的积极作用,同时存在单独减排NO_x的不利效应,因此控制VOCs,并重点控制烯烃(尤其异戊二烯和反式-2-丁烯)和芳香烃(尤其间/对-二甲苯和甲苯)是降低邯郸市MDA8 O_3的有效途径.     

河南省臭氧污染特征与气象因子影响分析

利用环境空气质量监测站和国家基准地面气候站数据,研究了2017年河南省臭氧(O_3)污染时空特征及其与颗粒物、前体物和气象因子关系.结果表明,河南省2017年O_3日最大8 h滑动平均值(MDA8)呈现夏季春季秋季冬季的特征,年均值为108μg·m~(-3);各地市均有不同程度O_3超标情况,其中,安阳超标天数高达88 d,信阳最少为17 d;春末夏初(5月和6月) O_3污染最为严重,O_3 MDA8月均浓度在140μg·m~(-3)以上,并在6月达到峰值;定性和定量分析显示O_3 MDA8月均浓度与颗粒物,O_3小时浓度与CO、NO_2呈负相关;不同季节、不同城市O_3MDA8与气象因子(日照时长、气温、降雨、能见度、相对湿度及风速)的相关性具有差异.     

北京城市植被区PM_(2.5)浓度时空变化及影响因素分析

文章在北京城市森林植被区选择2个观测点,采集2个观测点的PM_(2.5)质量浓度数据,并结合北京植物园的气象数据,研究其PM_(2.5)质量浓度变化特征和影响因素,探讨PM_(2.5)质量浓度变化对城市生活的影响。结果表明:被选观测点的PM_(2.5)浓度月变化基本呈"M"型,PM_(2.5)浓度在6月最低(西山公园为(71.01±34.34)μg/m~3,北京植物园为(44.41±31.57)μg/m~3),2月最高(西山公园为(154.07±95.70)μg/m~3,北京植物园为(139.49±100.74)μg/m~3),10月达下半年的最高值(西山公园为(133.45±109.06)μg/m~3,北京植物园为(127.04±109.34)μg/m~3);PM_(2.5)浓度全年均值为西山公园((104.02±26.45)μg/m~3)>北京植物园((82.52±28.18)μg/m~3);PM_(2.5)浓度季节变化呈"V"型在冬季最高,春季次之,夏季最低PM_(2.5)质量浓度季节变化西山公园为冬季((115.46±41.37)μg/m~3)>春季((112.39±18.50)μg/m~3)>秋季((106.37±24.25)μg/m~3)>夏季((81.87±12.60)μg/m~3),北京植物园为冬季((97.35±41.38)μg/m~3)>春季((94.07±12.21)μg/m~3)>秋季((93.17±31.42)μg/m~3)>夏季((61.86±16.70)μg/m~3);森林空旷地的空气质量优于森林内部PM_(2.5)浓度变化主要受地理位置、气象因素、人文因素的影响。     

重庆长寿区臭氧污染生成影响及潜源分析

文章基于2017-2020年长寿区及观测点位臭氧(O_3)及其前提物(NO_2和VOCs)以及气象因子(气温、相对湿度、风速、风向等)逐小时数据,分析了臭氧(O_3)及其前体物(NO_2和VOCs)污染物浓度年际及O_3污染典型期间的变化情况,讨论了O_3浓度与气象因子之间相关性,通过HYSPLIT后向轨迹和潜在源区贡献(PSCF)分析长寿区春、夏两季O_3潜在源区贡献特征。研究表明,O_3小时浓度160μg/m~3的超标小时浓度占比在2017-2019年呈逐年上升趋势,因新冠疫情影响2020年显著降低。全年O_3浓度高值区集中在4-9月,呈"夏高冬低"特征。O_3和NO_2的日变化特征反应了局地NO-NO_2转化与光化学生成的滴定作用。VOCs观测期内平均浓度为32.01×10~(-9)(体积浓度),较重庆市夏季VOCs偏高23.64%。O_3生成潜势贡献表现为含氧类VOCs芳香烃类烷烃烯烃卤代烃炔烃。O_3浓度与不同气象因子之间存在不同的相关性特征。该区域潜在源区具有明显季节性特征:春季主要位于涪陵、南川和巴南等区域;夏季主要集中在广安、江北、合川、渝北等一带。     

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.     

南京北郊大气臭氧周末效应特征分析

本研究根据2013-12-01~2014-11-30南京北郊臭氧(O_3)及其前体物(NO_x、CO、VOCs)的观测资料,分析了工作日与周末O_3、NO_x、CO和VOCs质量浓度变化的差异及成因.结果表明,南京北郊O_3具有明显的"周末效应":即工作日O_3质量浓度高于周末,前体物质量浓度的变化与之相反;O_3平均质量浓度分别为19.84μg·m~(-3)(冬季)、53.45μg·m~(-3)(春季)、57.17μg·m~(-3)(夏季)和40.43μg·m~(-3)(秋季),春季的周末效应较其它季节更为明显.NO_2/NO工作日与周末分别为3.63和3.46,工作日比周末高4.81%.工作日O_3累积时间更长,O_3累积速率更快,大气氧化性更强,是工作日O_3质量浓度高于周末的原因.VOCs、NO_x、NO和NO_2与O_3质量浓度的相关性均呈现出工作日大于周末的特点.     

典型城市冬季PM_(2.5)水溶性离子污染特征与传输规律研究

选取北京和石家庄两个监测点,于2014年冬季进行了PM_(2.5)样品采集,分析研究了PM_(2.5)及水溶性离子组分污染特征,并应用WRF-CAMx模型对采样时段进行了模拟,分析了观测期间PM_(2.5)和二次离子组分区域传输贡献情况.结果表明,采样期间北京PM_(2.5)质量浓度为(116.6±87.0)μg/m~3.水溶性离子质量浓度为(45.3±40.6)μg/m~3.其中SO_4~(2-)、NO_3~-和NH4+质量浓度分别为(13.3±13.6)μg/m~3、(14.8±15.1)μg/m~3和(9.1±7.2)μg/m~3;石家庄污染水平高于北京,PM_(2.5)浓度为(267.7±166.7)μg/m~3.总水溶性离子、SO_4~(2-)、NO_3~-和NH4+质量浓度分别(111.8±104.3)μg/m~3、(36.6±36.5)μg/m~3、(28.5±29.3)μg/m~3和(25.5±29.8)μg/m~3.两处采样点SOR与NOR分别为0.12、0.10(北京)和0.11、0.14(石家庄),冬季大气氧化性相对较弱,非均相氧化是主要二次转化原理.数值模拟结果显示,北京、石家庄城区1月PM_(2.5)受区域传输贡献分别为28.1%和28.3%,高浓度时段外来源贡献有所上升.二次离子中两地NO_3~-传输作用均强于SO_4~(2-).     

气溶胶直接气候效应对天津气象和空气质量的影响

基于在线大气化学模式WRF/chem,发挥其在线模式的优势,假设是否考虑气溶胶直接气候效应2种情况,模拟2015年全年天津地区气象场和空气质量的演变,并与观测实况比较,定量剖析天气-气溶胶-天气-空气质量之间的相互关系.结果表明:2015年气溶胶直接气候效应导致天津地面太阳辐射下降27.42W/m~2,气温下降0.21℃,风速减少1.1%,相对湿度增加1.4%,边界层高度下降6.3%,气象条件向不利于大气污染扩散方向转变,由于上述作用的存在,2015年PM_(2.5)质量浓度增加3μg/m~3,PM_(10)增加5.5μg/m~3,SO_2增加1.2μg/m~3,同时由于气溶胶影响光化学条件导致的O_3质量浓度减少1.4μg/m~3.气溶胶直接气候效应形成天气-气溶胶-天气-气溶胶之间的循环作用并不是线性的,重污染天气显著强于清洁日和平均条件,从而导致重污染天气空气质量的进一步恶化.     

城市地区PM_(2.5)周末效应的初步研究

本文利用2014年全国78个城市497个环境监测站的实时观测数据,分析了2014年颗粒物(PM_(2.5)和PM_(10)和污染气体(包括SO_2、NO_2、CO和O_3)的分布特征并初步探讨了城市地区周末与工作日PM_(2.5)浓度的变化规律。2014年78个城市PM_(2.5)年均浓度值为71.9μg·m~(-3),华北地区PM_(2.5)年均浓度值在80~120μg·m~(-3),长三角地区PM_(2.5)的年均值在40~60μg·m~(-3)。污染气体相对于颗粒物更多的受到当地排放的影响。发现典型城市地区如北京、上海、广州、成都和西安等存在周末污染物浓度比工作日低的"PM_(2.5)周末效应",其中北京的周末效应最明显,对北京的周末效应进行初步分析发现周末与工作日机动车排放的变化是导致北京周末效应的主要原因。