利用HYSPLIT模型研究珠三角地区VOCs时空分布特征

于2016年在中国广东大气超级监测站,开展4个季节的VOCs长时间观测,共获得2142组有效数据,并利用HYSPLIT模型分析珠三角地区VOCs时空分布特征.结果表明,各类VOCs混合比和化学反应活性具有明显的季节变化特点.观测期间,VOCs平均浓度为（18.523±20.978）×10^-9,其中,低碳烯烃和苯系物二者混合比之和仅占46%,但贡献了85%的·OH消耗速率（L_OH）、82%的臭氧生成潜势（OFP）和97%的二次气溶胶生成潜势（SOAFP）.观测站点主要受来自北部内陆地区气团（1#）、西部内陆地区气团（2#）、台湾海峡南端气团（3#）以及南部海洋地区气团（4#）的影响.1#气团中炔烃和苯系物的混合比占比最高,分别达到10%、37%,而3#气团中低碳烷烃的浓度水平最高,达到（8.437±5.561）×10^-9.通过估算气团中VOCs的化学反应活性,可以发现,1#气团的VOCs化学反应活性最强,其对O₃和SOA的生成贡献最高.1#、2#、3#和4#气团中VOCs的化学反应活性主要由苯系物和低碳烯烃贡献.     

杭州湾北岸上海段石化集中区臭氧重污染过程研究

为研究杭州湾O₃污染的形成机制,采用在线监测系统对杭州湾北岸上海段石化集中区O₃及其前体物开展了为期1个月(2019年5月)的同步连续观测.采用OZIPR(臭氧等值线研究)模型分析O₃生成的敏感性.在O₃重度污染期间,利用PMF(正定矩阵因子分解)模型对O₃前体物——VOCs进行源解析,采用臭氧生成潜势及气团老化分别估算了VOCs的反应活性和化学消耗.结果表明:①2019年5月杭州湾北岸上海段石化集中区O₃的IAQI(空气质量分指数)优良率仅为61.3%,ρ(O₃)第90%分位值为173.0 μg/m3.5月22日、23日发生重度O₃污染,O₃日最大8 h滑动平均值分别为(284.4±19.2)(282.0±14.2)μg/m3,分别超过GB 3095—2012《环境空气质量标准》二级标准限值(160 μg/m3)的77.75%和76.25%.②O₃的生成受VOCs控制,降低VOCs的排放可在一定程度上降低O₃的生成,降低NO_x的排放反而会促进O₃的生成.③O₃重度污染期间,VOCs主要来自化工区排放(72.35%)和机动车尾气排放(27.65%).④O₃重度污染期间,烯烃、炔烃及芳香烃对O₃生成的贡献率之和在80.00%以上,其中丙烯、乙烯和甲苯的贡献率分别为29.97%、15.60%和14.16%;芳香烃及烯烃和炔烃是最主要的VOCs化学消耗物种,其中φ(丙烯)、φ(乙烯)和φ(1,2,4-三甲苯)的消耗量分别为13.57×10-9、4.93×10-9和3.55×10-9.研究显示,杭州湾北岸上海段5月O₃的生成受化工区影响显著,丙烯与乙烯是O₃重污染期间关键的O₃前体物.      

MgO低温催化臭氧降解氨氮的机制研究

研究了低温条件下单独臭氧及MgO催化臭氧化降解水中氨氮的效率和特征,并对其反应机制分别进行了探讨.结果表明,pH是影响臭氧和催化臭氧化除氨的重要因素,不仅影响溶液中NH_3与NH~+_4的比例和臭氧氧化氨氮的速率,还影响氧化产物种类,从而影响脱氮效果.10℃时,单独臭氧对水中氨氮的氧化降解效率随pH的升高而增大,pH≤9时整体降解效率不高,pH=9时仅为16.39%,而pH=10时达到41.77%.臭氧和·OH共同参与降解氨氮的过程.单独臭氧氧化氨氮生成氮气的选择性具有pH依赖性,并与Cl~-密切相关.pH低(≤9)时,氨氮多以NH~+_4形态存在,O_3与Cl~-反应生成ClO~-_x(x=1、3),再氧化NH~+_4,从而生成气态产物N_2或N_2O.MgO在低温条件下具有很强的催化臭氧化降解氨氮的能力且温度升高有利于反应的进行,0、10、20℃时,MgO催化臭氧化氨氮的效率分别为77.53%、80.17%、91.26%.此过程中,·OH参与反应的程度低,一部分氨氮降解依靠ClO~-_x氧化NH~+_4,而氨氮降解的主要途径为O_3对NH_3的直接氧化.     

哈尔滨近地面O3浓度特征

伴随着经济发展和城镇化进程的加速,很多城市的臭氧浓度存在超标问题.本文选取2014—2017年哈尔滨城区污染数据及气象要素数据,对哈尔滨近地面层O_3时空分布特征及其与气象要素的关系进行了分析,结果表明:哈尔滨O_3日内单峰分布,最高值出现在下午14:00,最低值在清晨7:00.空间分布东南部最高,其次是南部,城中区较低.日间周末的近地面O_3浓度较高,而夜间工作日的O_3浓度较高.哈尔滨O_3浓度与平均气温正相关,与相对湿度负相关,与低于37 W·m~(-2)的紫外辐射正相关.     

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。     

Monitoring Air Quality in Mountains: Designing an Effective Network

A quantitatively robust yet parsimonious air-quality monitoring network in mountainous regions requires special attention to relevant spatial and temporal scales of measurement and inference. The design of monitoring networks should focus on the objectives required by public agencies, namely: 1) determine if some threshold has been exceeded (e.g., for regulatory purposes), and 2) identify spatial patterns and temporal trends (e.g., to protect natural resources). A short-term, multi-scale assessment to quantify spatial variability in air quality is a valuable asset in designing a network, in conjunction with an evaluation of existing data and simulation-model output. A recent assessment in Washington state (USA) quantified spatial variability in tropospheric ozone distribution ranging from a single watershed to the western third of the state. Spatial and temporal coherence in ozone exposure modified by predictable elevational relationships ( 1.3 ppbv ozone per 100 m elevation gain) extends from urban areas to the crest of the Cascade Range. This suggests that a sparse network of permanent analyzers is sufficient at all spatial scales, with the option of periodic intensive measurements to validate network design. It is imperative that agencies cooperate in the design of monitoring networks in mountainous regions to optimize data collection and financial efficiencies.     

不同区域城市空气O3和PM2.5累积速率时序模型

利用2017—2018年全国7个区域10个典型城市环境空气O₃和PM_2.5浓度数据，统计污染物累积速率，进而采用回归方法拟合污染物浓度及其累积速率的时间序列模型，分析不同区域污染物时序变化特征差异。结果表明：不同区域O₃浓度时序曲线拟合程度总体高于PM_2.5，石家庄O₃拟合程度最高，西安PM_2.5拟合程度最高。以07：00、14：00分别作为O₃、PM_2.5模拟起点是24 h中的最优模型。不同城市夏季O₃小时浓度时序变化曲线均为单峰形态，O₃浓度及累积速率峰值出现时间可能由城市所处经度决定，太原O₃累积最快，西安O₃消解最快。各城市间冬季PM_2.5小时浓度及其累积速率时序变化曲线形态差异较大，沈阳PM_2.5累积和消解均最快。与浓度相比，城市环境空气O₃和PM_2.5累积速率与光照、扩散条件等有更好的时间相关性。     

Factors influencing Aerosol Characteristics over Urban Environment

Atmospheric aerosols are an important contributing factor to turbidity in urban areas besides having impact on health. Aerosol characteristics show a high degree of variability in space and time as anthropogenic share of total aerosol loading is quite substantial and is essential to monitor the aerosol features over long time scales. In the present study extensive observations of columnar aerosol optical depth (AOD), total columnar ozone (TCO) and precipitable water content (PWC) have been carried over a tropical urban city of Hyderabad, India. Significant variations of AOD have been observed during course of the day with low values of AOD during morning and evening hours and high values during afternoon hours. Spectral variation of AOD exhibits high AOD at smaller wavelengths and vice versa except a slight enhancement in AOD at 500 nm. Anomalies in AOD, particulate matter and black carbon concentrations have been observed during May, 2003. Back trajectory analysis of air mass during these episodes suggested variation in air mass trajectories. Analysis of the results suggests that air trajectories from land region north of study area cause high loading of atmospheric aerosols. The results are discussed in the paper.     

Measurements of Ozone Concentrations in Zagreb

Ozone concentrations were measured in Zagreb at four sites from May 1999 to April 2001 in order to categorize the air quality with respect to ozone. In the summer of 2000, the ozone measurements were also extended to four sites in the suburbs of Zagreb. Methods of active and passive sampling with nitrite ion as a reagent were used. In the northern part of the town ozone was analyzed by an automatic device. Automatic device measurements in the years 1999 and 2000 showed that hourly averages of ozone concentrations did not exceed the Croatian recommended value of the 98th percentile (180 g m^–3). Over the two-year period, 24-h averages occasionally exceed 110 g m^–3 in city center and in the northern part of the town. Regardless of these isolated examples, ozone was well within acceptable concentrations. Ozone concentrations measured in summer 2000 were higher in the suburbs of Zagreb than in the city. The 98th percentile values higher than 110 g m^–3 were recorded at three sites.     

基于亨利定律的水中臭氧浓度检测方法研究

为提高水中臭氧(O_3)浓度检测方法的普适性、准确性和便捷性,提出了一种新的非接触式的水中O_3浓度检测方法。基于亨利定律(Henry’s Law),采用电化学方法,建立空气中O_3浓度与水中O_3浓度的回归方程,从而推导出水中O_3浓度。实验结果显示,水体O_3传感器的检出限为0.02 mg/L,检测上限为0.40 mg/L,可决系数R~2为0.998 9,相对误差最大值为7.05%,相对标准偏差最大值为2.82%。实际样品检测显示,水体O_3检测传感器的检测结果与O_3快速测定试剂盒(DPD法)的检测结果完全吻合。该方法不但综合了智能传感器的小型化、网络化、实时测量等特性,而且结构简单、成本低、响应快,适用于水体中O_3浓度的快速检测。