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.      

基于环流分型法的地面臭氧预测模型

利用2011~2016年地面臭氧观测数据和同期地面气象要素观测及大尺度再分析资料,选取日最大8h臭氧浓度指标,分析臭氧浓度,局地气象要素以及大尺度环流因子的关系,并将Lamb-Jenkinson客观环流分析方法与逐步回归模型结合,建立臭氧浓度逐日预报模型.结果表明,杭州地面臭氧浓度呈季节性变化特征,春夏两季杭州臭氧平均浓度较高,为臭氧超标易发时段,其中5月臭氧浓度超标频次最高.地面臭氧浓度受局地气象要素影响显著,其中总辐射和日最高气温与臭氧浓度呈显著正相关,相对湿度和降水则呈负相关.在客观分型得到的10种环流型中,杭州全年受反气旋环流控制的概率最高,占26.5%,受西北气流环流控制的概率最低,仅占0.6%.在南风型环流形势下,杭州臭氧浓度超标频率最高,达23.8%,北风型环流形势下的臭氧浓度超标频率最低,为3.7%.基于季节环流分型的地面臭氧预报模型对预报效果改进明显,2016年模型预报值与观测臭氧浓度值相关系数达到0.87.模型尤其提高了高浓度臭氧事件预报准确性,2016年共24次臭氧超标事件,模型成功预报15次,TS评分达到52%.     

成渝地区空气重污染天气形势分析

利用Lamb-Jenkinson客观环流分型法,对成渝地区及4个子区域2014—2018年高度场和海平面气压场进行了环流分型,并探讨了环流型与空气污染的关系.结果表明,成渝地区海平面气压场的最高频率环流型为东北气流型(NE),850 hPa上为高压型(A),500 hPa上为平直西风气流型(W).综合来看,成渝地区易发生污染天气形势是:高空500 hPa为平直西风(W),地面和850 hPa上为低压(C)或东南气流型(SE);易出现优良天气的环流形势是:高空500 hPa为平直西风(W),地面和850 hPa上为高压(A)或东北气流型(NE).对个例进行分析后发现,当地面为气旋或东南气流,同时风速较小时,不利于污染物的水平扩散;若高空为弱脊控制或者为槽后西北气流,则在下沉气流的作用下,不利于污染的垂直扩散,地面污染进一步加重.     

2006~2021年夏半年上海臭氧浓度特征及其大气环流背景分析

基于上海地区2006~2021年逐日臭氧浓度数据以及同期气象要素和美国环境预报中心/国家大气研究中心（NCEP/NCER）再分析数据,分析了2006~2021年上海地区臭氧浓度变化特征和气候背景,进一步对比分析臭氧浓度异常年份的高空大气环流形势差异,并加入关键气象影响因子建立臭氧浓度月预报模型.结果表明,上海地区全年和夏半年臭氧浓度的平均值均呈现波动式上升趋势,且夏半年臭氧浓度和风速呈显著负相关（相关系数达-0.826）,与静风出现频率以及低云量<20%出现日数呈显著正相关（相关系数分别为0.836和0.724）.当夏半年西太平洋副热带高压强度偏强且位置偏西偏南时,上海易受偏西风异常环流影响,不利于海上洁净空气向上海输送,易引起高浓度臭氧污染.当夏半年地面射出长波辐射偏低时,有利于地面升温,易引起高浓度臭氧污染.加入太阳直接辐射、最高气温和风速作为外生变量的臭氧月预报模型对月预报效果提升明显,均方根误差减少47.7%,相关系数提升11.2%.     

基于激光雷达观测的珠海近地面与边界层上部臭氧污染成因研究

利用差分吸收臭氧激光雷达、多普勒风廓线激光雷达,研究了2019年11月在广东珠海出现的一次典型臭氧污染过程前后期的时空分布特征,以及水平风向风速及垂直风速对近地面与边界层上部臭氧浓度变化的影响.结果表明：2019年11月13日的臭氧污染以低风速条件下 臭氧局地生成为主;2019年11月14日的臭氧污染以夜间残留悬空臭氧向下输送叠加地面生成为主.入夜后若近地面水平风速较小,则不利于近地面臭氧清除,地面臭氧浓度下降缓慢.若夜间边界层内存在上升气流,则有利于悬空臭氧残留的维持;若日间边界层内出现下沉气流, 则会导致残留悬空臭氧沉降,进而与新生成的臭氧叠加,加剧地面臭氧污染.污染过程中,若水平风速上升,边界层上部臭氧浓度下降不如 低层明显;若水平风速下降,边界层上部臭氧浓度上升响应也较为迟缓.     

成都平原城市群春季臭氧污染天气客观分型与典型过程分析

通过分析成都平原城市群8个城市2015—2019年春季（4—5月）地面臭氧浓度及超标情况表明,春季成都平原平均臭氧日最大8小时平均浓度（O₃_8 h）呈上升趋势,成都、眉山O₃超标日较多,雅安最少但呈逐年增加趋势,资阳、乐山O₃_8 h平均值和O₃超标率高于夏季.同时,利用ERA-Interim再分析资料和PCT客观天气分型方法,对近5年春季成都平原及周边海平面气压场、700 hPa和500 hPa的位势高度场进行客观分型研究以揭示重污染期间高低空天气型配置,并分析天气系统及气象要素与臭氧污染的关系.结果表明：①成都平原春季容易发生O₃污染的地面天气形势为低压场和均压场,气象特征表现为高温低湿、强辐射、小风、混合层较高、有弱的辐合运动,该天气型下成都市平均O₃_8 h达140 μg·m^-3.②700 hPa臭氧污染天气形势为南支槽和高原低涡型,500 hPa为南支槽和平直纬向型.高空为南支槽的环流形势下,地面均压和低压场的占比超过六成.污染较重的月或年份,地面、700 hPa和500 hPa污染天气型占比均较高.③对近5年春季成都平原持续O₃污染过程分析发现,污染前期,成都平原处于地面高压后部或均压场中,随着700 hPa低值系统东移,其前部暖平流和正涡度平流的输送,促使平原地区整层大气增温及地面天气型由均压场向低压场转变.④污染过程中,500 hPa高空气流受高原-盆地地形的作用发生下沉,与地面低压场的辐合上升运动促进了低层局地环流的形成,这一方面限制了污染物向高层的扩散,另一方面造成边界层内O₃的下传,加重成都平原O₃污染的程度.     

银川市冬季两次典型持续大气污染过程对比分析

为了探究边界层气象要素时空分布及其变化对银川市冬季持续污染天气过程污染物质量浓度变化的影响机制,利用2016年12月1日-2017年1月31日逐时空气质量以及地面和逐日定时探空气象观测数据,根据大气污染级别和过程持续时间,选取2016年12月9-21日（简称"1211过程"）和2016年12月29日-2017年1月9日（简称"1231过程"）为研究对象,采用统计和天气诊断相结合的方法,在分析比较银川市冬季两次典型持续污染过程演变特征及其与地面气象要素关系的基础上,探讨了大气环流、边界层要素变化对银川市冬季典型污染过程的可能影响机制.结果表明:①银川市冬季两次大气污染过程持续阶段,地面均以偏东或偏南风为主,风速较小,相对湿度较大,能见度较低;在污染清除阶段,地面风向转为西北或偏北风,风速较大,相对湿度较小,能见度较高.②当冬季欧亚大陆中纬度区域500 hPa高空盛行纬向气流,850 hPa高度上银川市受反气旋环流和暖温度脊控制,并且有弱暖平流从西南部向北输送时,银川市易出现静稳型持续污染天气.③冬季银川市持续大气污染过程中,ρ（PM_2.5）与风速呈负相关（R平均值为-0.326）,与相对湿度呈正相关（R平均值为0.688）,与能见度呈显著负相关（R平均值为-0.905）,与边界层高度呈较显著负相关（R平均值为-0.575）.④银川市冬季静稳型持续污染天气主要分为弱西北和平直西风气流型两种,弱西北气流型具有近地面层逆温弱,污染物积累慢,清除快的特征;平直西风气流型具有近地面层逆温强,污染物积累快,清除慢的特征.研究显示,冬季银川市上空500 hPa高度盛行纬向气流,地面主导风向为偏东或偏南风时,随着地面相对湿度增大、近地层风速减小、大气垂直上升运动减弱、边界层高度降低,大气中ρ（PM_2.5）将迅速升高,银川市易出现以PM_2.5为首要污染物的静稳型持续污染天气.      

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...     

2022年广东省冬季一次臭氧污染过程的气象成因及潜在源区分析

气象条件是造成臭氧季节变化的重要原因,为了解广东省冬季臭氧污染的气象成因,使用空气质量和气象要素的地面、垂直探测资料和再分析资料,选取了2022年1月3～6日广东省臭氧中度污染过程与2015～2021年秋季(高污染季)进行对比分析.结果表明：(1)污染过程期间超标城市总数为8个,其中1月4日肇庆达中度污染(219μg·m^-3);广东省ρ(O₃-8h)平均值为123μg·m^-3,较历史秋季平均浓度偏高了21%,但臭氧污染影响范围小于历史秋季污染过程.(2)风速偏小、日照时数偏长和局地环流影响下的气流回流效应是此次臭氧污染过程最主要的地面气象条件,气温偏低可能是这次污染过程影响范围偏小的重要原因.(3)垂直探测表明,夜间至早晨的贴地逆温,配合下沉气流偏强、风速偏小,使得上午时段NO₂浓度维持较高水平,进一步促使臭氧浓度增量比非污染时段偏高34.2μg·m^-3,残留层臭氧下传加剧1月4日臭氧污染.(4)气流轨迹分析显示臭氧存在水平输送和高空地面混合,近地面不同高度潜在源区主要集中在广...     

气象因素对香港地区臭氧污染的影响

基于2000~2015年香港地区的臭氧监测数据和气象数据,分析了香港的臭氧污染特征及气象因素对臭氧污染的影响.结果表明:(1)香港地区臭氧浓度呈现明显的季节变化特征,其中秋季春季冬季夏季,臭氧超标日集中在夏季和秋季,超标日发生在冬季和春季的情形极少.(2)2000~2015年香港臭氧日最大8h平均浓度(MDA8)年均浓度呈增长趋势,平均增长速率为0.77μg·(m3·a)-1,臭氧MDA8第90百分位数浓度同样呈增长趋势,增长速率为1.49μg·(m3·a)-1.(3)较高的气温是香港地区臭氧污染发生的必要条件,气温越高越容易导致更高浓度的臭氧污染.(4)绝大多数情况下,臭氧浓度与相对湿度间呈负相关关系,相对湿度越高,香港地区的臭氧MDA8平均浓度及第90百分位数浓度均会降低.(5)当香港发生臭氧污染时,盛行风往往从偏北风或偏东风转为偏西风.随着风速的增大,臭氧平均浓度变化不大,但是臭氧第90百分位数浓度会明显降低.(6)降水和云量是影响臭氧浓度的重要因素,连续多日的无雨或少雨天气是臭氧污染事件发生的必要条件,而随着云量的增加,臭氧平均浓度和第90百分位数浓度会持续降低.(7)在太阳总辐射量≤20 MJ·m-2或日照时长≤10 h的情况下,臭氧浓度与太阳辐射及日照时长呈正相关关系.然而,在太阳辐射强烈的情况下(太阳总辐射量 20 MJ·m-2或日照时长 10 h),随着太阳辐射增强或日照时长的增加地面臭氧浓度反而降低,这是因为太阳辐射强烈的情况常出现在雨后天晴的背景下,并盛行来自海洋的偏南风,使得臭氧污染不易形成.(8)香港臭氧超标日的出现往往伴随着一系列气象条件的共同改变,包括晴天少雨、辐射增强、边界层高度增加、相对湿度降低、风速变小以及气温升高等气象特征,污染结束则伴随着相反的气象变化.     

关中地区重污染期间PM_(2.5)输送与来源的模拟研究

本文应用WRF-CHEM模式模拟分析了关中地区2014年2月14日至16日的一次重污染过程。模式模拟了西安地区和宝鸡地区城市大气PM_(2.5)的时间变化和空间分布特征,较好地再现了污染过程。敏感性试验分析表明,关中盆地东部地区(西安市及其周边地区)形成的PM_(2.5)对盆地西部地区(宝鸡市及其周边地区)影响较大,贡献可以达到30%,其主要原因为盆地发生重污染时,盛行东风造成西安市及其周边地区形成的污染物向西输送,影响宝鸡市的空气质量。污染源分析表明,居民生活源是关中盆地在2月份最重要的PM_(2.5)源,贡献超过40%,交通运输源的贡献小于10%。因此在重霾情况下,限行机动车的作用很小。     

红色预警期间北京市PM2.5浓度特征及应急措施效果评估

综合利用监测数据并结合数值模型,分析了2015年北京市第2次空气重污染红色预警期间PM_(2.5)浓度变化特征并初步评估了减排措施对PM_(2.5)浓度的影响.结果表明:污染初期北京市南部地区PM_(2.5)浓度明显偏高,且PM_(2.5)极端高值往往出现在北京南部站点.污染输送阶段,北京市PM_(2.5)小时浓度在短时内呈爆发式增长,浓度积累速率可达5~10μg·m~(-3)·h~(-1).污染缓解阶段,偏北风作用,空气质量转好.预警期间北京市空气质量南北差异较大.应急措施实施后,北京市PM_(2.5)环境浓度下降约20%~25%.PM_(2.5)累积速率呈现出交通站城区站背景站的特征,与重污染日平均值相比交通站下降幅度最大,表明减排措施在交通站更加显著.气象条件对重污染的形成和结束起着决定性作用,为了更好的做好空气质量预警预报工作,应加强对小尺度天气系统的研究,同时关注不同方位PM_(2.5)浓度峰值及重污染持续时间的变化,形成北京市分区预报预警的经验.     

福州市区冬春季PM2.5污染特征与来源差异性分析

基于福州市区2015年2月—2016年1月间的大气PM_(2.5)监测数据,综合运用HYSPLIT后向轨迹模式、潜在源贡献因子法(WPSCF)与浓度权重轨迹分析(WCWT)等方法,探讨了福州市区冬、春季PM_(2.5)污染特征和典型污染过程成因,总结了气象因子和污染来源的季节性差异.研究期间,冬、春季是福州市区PM_(2.5)污染的主要季节,福州市区不同类型站点的PM_(2.5)浓度在冬、春季污染发生时均呈现出整体升高的特点,但浓度日变化却存在季节性差异,冬季无显著日变化,春季则表现为单峰单谷特征.福州市区春季主要受锋前暖区和高压后部等天气系统影响,大气扩散条件差,PM_(2.5)极易在不利的气象条件下累积,福建沿海地区是其PM_(2.5)污染的主要潜在源区;冬季污染易受高压天气系统作用,盛行偏北风,长江三角洲地区的污染物输入会对福州市区空气质量产生较大影响,长江三角洲、浙江东南沿海、福建北部是其PM_(2.5)污染的主要潜在源区.     

基于综合立体观测网的京津冀地区污染过程分析

为揭示大气污染的演变规律,推动京津冀及周边地区空气质量的持续改善,针对大气重污染发生—演变—消散全过程的核心科学问题,在京津冀及其周边地区建立大气污染传输通道立体观测网,围绕2017年秋冬季和2018年春、秋、冬三季开展重污染时段和重污染过程的地基和车载走航观测,评估区域大气污染输送和城市间大气污染的相互传输量.结果表明:北京市污染呈明显的区域性特征,春季主要受区域不利扩散条件及沙尘传输影响,秋季主要受西南通道传输影响,冬季主要受西南、南部、东南通道混合层内传输与区域扩散条件不利的共同影响.秋冬季京津冀地区NO₂、SO₂污染物垂直柱浓度整体低于西南、东南和南部输送通道区域,当弱南风静稳天气条件主导时,北京市易受到污染物输送的影响,形成局域污染过程.研究显示,北京市重污染时段外来污染物各类尺度输送通道中,西南通道污染传输为主导,部分时段还受到东南和东部通道污染传输的影响.      

济南市机动车排气污染特征及对市区PM2.5的影响

从济南市机动车年检线上利用稀释通道方法采集了小型汽油车、中型汽油车、中型柴油车和大型柴油车4类机动车排气载带PM_(2.5),分析测量了样品中水溶性离子、金属元素、有机C(OC)和元素C(EC)的含量,明确了济南市机动车排气的化学组分特征,得到了济南市机动车排气污染现状以及排放特征.计算了4类机动车排气载带颗粒物的OC/EC值,小型汽油车、中型汽油车、中型柴油车和大型柴油车排气载带颗粒物中OC/EC值分别为15.79、4.34、1.93和0.39,其中小型汽油车、中型汽油车的OC/EC值均大于2,表明汽油车的尾气大于柴油车的尾气污染.而小型汽油车OC/EC值高达15.79,说明小型汽油车尾气中存在严重的二次污染.金属元素特征分析表明Ti、Mn、Fe、Al在济南市机动车尾气颗粒物PM_(2.5)中含量较高,尤其是Mn和Ti,因此,这4种金属元素可作为济南市机动车尾气源的标志元素.PMF模型解析表明,机动车排气源对济南市环境空气PM_(2.5)的贡献率为17.5%,由此可以通过控制济南市小、中型汽油机动车数量、改善油品和改善机动车排气系统来降低对PM_(2.5)的贡献率,从而减少市区空气中PM_(2.5)的浓度.     

长三角区域性PM2.5污染的空间分型及其大气环流特征研究

本文提出了一种长三角区域性PM_2.5污染日的判别方法，以出现5个、8个连片污染城市为检验阈值，分别覆盖了96%和100%的区域污染日.然后利用T-mode斜交旋转分解方法（PCT）对2015—2018年11—2月长三角地区260个区域性PM_2.5污染日进行分型，揭示了4种不同的PM_2.5的空间分布形态（整体型、西部型、西北型和东北型），其影响范围、持续时间和污染程度存在显著差异.其中，整体型污染受L型高压控制，出现日数最多（139 d）、覆盖范围最广（31个城市）、区域平均浓度最高（104.3 μg·m^-3），是影响长三角地区PM_2.5环境质量的最重要的污染类型.西部型和西北型分别受东路冷空气、西路冷空气影响，PM_2.5分别呈现"西高东低"、"北高南低"的分布形态，前者主要影响安徽大部和浙江北部，后者主要影响安徽北部和江苏西北部.东北型是长三角本地排放在弱气压场和高压中心下混合产生，主要影响江苏大部和上海，基本不受跨区域输送影响.针对不同类型的污染影响范围和程度可以采取差异化的大气污染联防联控措施.     

2020年春节期间天津市重污染天气污染特征分析

为了解春节期间重污染天气污染特征,基于城区点位2020年1月高时间分辨率的在线监测数据,开展天津市春节期间重污染分析.结果表明：区域污染物输送叠加本地污染物排放和不利气象条件导致春节重污染的发生,重污染期间天津市平均风速为0.97 m·s^-1,平均相对湿度为70%左右,边界层高度为210 m,水平和垂直扩散条件均较差.春节重污染期间,天津市PM_2.5、SO₂、NO₂和CO平均浓度分别为219、14、46 μg·m^-3和1.9 mg·m^-3,与春节前重污染相比,春节重污染期间污染程度有所降低,尤其是NO₂浓度下降明显.PM_2.5浓度空间分布表明,天津远郊区依然存在烟花爆竹燃放情况.春节重污染期间,城区PM_2.5中主要化学组分为二次无机离子（NO₃^-、SO₄^2-和NH₄⁺）、OC、K⁺和Cl^-,平均浓度分别为96.4、22.5、9.5和8.9 μg·m^-3,在PM_2.5中占比分别为41.3%、9.7%、4.1%和3.8%.与春节前重污染相比,受移动源减少、工业企业排放降低、工地停工影响,春节重污染期间NO₃^-、SO₄^2-、NH₄⁺、EC和Ca²⁺浓度及其在PM_2.5中占比明显下降;受烟花爆竹燃放影响,OC、K⁺、Cl^-和Mg²⁺浓度及其在PM_2.5中占比均上升.与清洁天气相比,春节重污染期间PM_2.5中二次无机化学转化明显增强.PMF解析结果表明,春节重污染期间,天津市城区PM_2.5的主要来源为二次无机盐、燃煤和工业、烟花爆竹及生物质燃烧、机动车和扬尘,贡献分担率分别为40.1%、30.6%、20.6%、6.9%和1.8%.与春节前重污染相比,春节重污染期间二次无机盐、机动车和扬尘贡献率分别下降25.5%、62.9%、71.4%,燃煤和工业贡献率上升51.5%,烟花爆竹及生物质燃烧源显著上升.无论是重污染还是非重污染,常态化还是特殊时期,二次无机盐、燃煤和工业排放始终是天津市PM_2.5最主要的来源,产业结构和能源结构的调整始终是天津大气污染防治的主要方向.     

上海市臭氧污染的大气环流客观分型研究

利用T-mode主成分分析法(PCT)对上海2013—2017年3—10月925 hPa低层位势高度和全风速场进行大样本客观分型,总结了有利于和不利于促发上海地面臭氧污染的大气环流类型.发现有利于促发臭氧污染的环流形势都和副高有关,分别为副高控制(HC)和副高西北侧(HW),对应的臭氧超标率分别为68%和24.2%.前者的气象特点表现为辐射最强、温度最高有利于臭氧的光化学生成,臭氧浓度较弱副高形势平均偏高约50%;而后者以西向风为主,呈现明显的输送效应.相反不利于促发臭氧污染的环流类型都和低值系统相关,分别为低压北侧(LN)、低压东侧(LE)和低压西侧(LW),臭氧超标率均低于7%.其中LN影响下上海水平风速最大、扩散条件最好,不利于臭氧积聚;LE和LW影响下上海多云雨天气导致辐射降低,抑制了臭氧的光化学生成.     

重庆臭氧时空分布特征及其污染成因的初步分析

近年,臭氧(O₃)正逐渐取代PM_2.5成为中国首要大气污染物.因此,研究O₃的时空分布特征及污染成因对于空气污染治理与管控具有重要价值.重庆复杂的地形造成该地区O₃的污染成因具有很大的不确定性.采用2013—2020年重庆市主城区环境监测站O₃、PM_2.5、NO₂逐小时监测数据和国家气象站观测资料,分析了O₃的时空分布特征,并探究其与复杂地形、前体物、气象要素及PM_2.5的关系.结果表明:①2013—2020年臭氧日最大8 h平均浓度的第90百分位值年际变化总体呈现先减后增的趋势.发生臭氧污染月份数量增加,臭氧污染开始月份从6月提前到4月.②2019年重庆臭氧中度和重度(中重度)污染天数最多,为6 d.2013—2015年中重度污染频率由1.09%减少至0.27%,到2019年增加至1.64%,2020年降至0.81%.③重庆中重度污染期间,O₃的空间分布受山谷风环流与城市热岛效应的共同影响.白天城区站点O₃浓度高于山区站点O₃浓度,夜间山区站点O₃浓度高于城区站点O₃浓度.④城区站点的O₃与NO₂浓度呈现显著负相关,山区站点O₃与NO₂浓度的相关系数为负值,但相关性不显著.⑤重庆大部分O₃中重度污染由局地污染主导,在非高温或者高湿的情况下同样可能发生臭氧中重度污染.臭氧中重度污染发生时,风向多为西-北风.O₃浓度与气温和风速呈显著正相关,与相对湿度呈负相关.⑥重庆O₃-PM_2.5相关性城区与山区表现不一致,城区南坪站O₃-PM_2.5在暖季呈正相关关系,冷季相关性有正有负,山区缙云山站O₃-PM_2.5在暖季和冷季都呈正相关关系.     

北京清洁区大气颗粒物污染特征及长期变化趋势

清洁对照区表征了区域环境的影响,是全面评价城市大气环境质量变化的基础.本研究分析了北京清洁区定陵不同粒径颗粒物质量的历史监测数据,包括1980～2009年大气降尘、1991～2009年总悬浮颗粒物(TSP)、2000～2009年可吸入颗粒物(PM10).结果表明,北京清洁区大气颗粒物总体呈下降趋势,年际短期变化受沙尘天...