臭氧对农业生态系统影响的综合评估：以长江三角洲为例

如何评价和预测近地层臭氧(O3)浓度持续升高对作物的影响是污染生态学研究的热点之一.依据改进的开顶式气室(Open-top chamber,OTC)实验资料,建立了我国长江三角洲地区O3与3种典型农作物(水稻、冬小麦和油菜)的剂量-响应(Dose-response)函数,并对该地区2003年作物产量损失进行了综合估算.研究结果表明:1)水稻、冬小麦和油菜3种作物的O3临界水平值分别为7.434、2.280和7.328ppm·h,冬小麦最为敏感;2)O3污染已造成该地区较为严重的产量损失,2003年水稻、冬小麦和油菜分别减产3.04%、17.08%和5.92%,经济损失达到5.76、7.68和2.61亿元.长江三角洲地区高浓度O3污染必须引起足够的重视。     

臭氧对气体中甲硫醇的氧化降解

甲硫醇是主要恶臭污染物之一,研究甲硫醇的降解技术对于恶臭异味的治理具有重要意义.为了获得臭氧对气体中甲硫醇的氧化降解性能,实验研究了臭氧对气体中甲硫醇的均相氧化过程,考察了氧含量、臭氧投加量、反应时间、温度和湿度等因素的影响.结果表明,氧气可将甲硫醇部分氧化为二甲二硫.甲硫醇去除率随臭氧投加量、反应时间的增加而升高,且臭氧对气体中甲硫醇的氧化降解过程符合伪一级动力学反应模型.甲硫醇的去除率随温度升高而增大,该趋势在温度高于50℃时不再明显;氧化反应的最佳相对湿度为45%—62%.采用原位红外光谱、气相色谱-质谱联用和离子色谱技术对甲硫醇氧化降解过程的研究证明,考察条件下,臭氧不能将全部甲硫醇矿化为二氧化碳和水,而是生成了部分醛类和酮类中间产物,且甲硫醇中硫的主要氧化产物是硫单质.综合考虑臭氧氧化甲硫醇的最佳反应条件和降解产物,该工艺存在能耗高、易造成二次污染等不足,在实际应用中不建议采用臭氧直接氧化工艺对含甲硫醇臭气进行净化.     

广州市大气VOCs污染特征及O3生成潜势分析

利用手工及自动监测数据,结合最大增量反应活性(MIR)系数法,对广州市大气挥发性有机物(VOCs)污染特征及臭氧生成潜势(OFP)进行了研究。结果表明：广州市大气VOCs总体积分数为73.85×10^-9,其中,丙烷、甲醛、乙酸乙酯的体积分数最高,分别为5.59×10^-9、4.87×10^-9、4.25×10^-9。组成特征分析结果显示,含氧挥发性有机物(OVOCs)和烷烃为主要污染物种类,分别贡献了总VOCs的34.32%和32.34%。在空间分布上,各站点VOCs体积分数自南向北不断降低,番禺市桥站(南部,76.16×10^-9)>公园前站(中部,75.58×10^-9)>花都梯面站(北部,69.80×10^-9)。广州市大气中甲醛和乙醛的比值为1.22,表明本地排放对广州市醛酮类化合物的贡献较大;乙苯和间/对-二甲苯的比值为0.35,表明广州市气团老化程度低,VOCs主要受本地排放影响;甲苯和苯的比值显示,公园前站苯系物主要受机...     

臭氧综合指数与臭氧潜势指数的构建与应用

随着社会经济的快速发展,我国臭氧污染日益严重,因此,研发出能定量评估气象条件对臭氧污染影响程度的诊断指数,成为提高和改善气象服务质量的重要任务之一。利用中国大陆地区2018年温度、总云量、风速、风向、相对湿度等气象场数据与臭氧浓度数据,研究臭氧污染敏感气象条件,统计各气象因子分布在不同数值区间时发生臭氧污染事件的相对频率(即分指数),按照分指数最大值和最小值的差值大小进行排序,筛选出10个与臭氧污染密切相关的气象因子,将10个气象因子的分指数进行累加,即得出臭氧综合指数。随后,对各地构建臭氧综合指数时采用的气象要素进行统计,得到出现频率最高的3个气象要素,并参考这些气象要素构建了臭氧潜势指数。分别以臭氧潜势指数和臭氧综合指数对北京市2019年臭氧日最大浓度建立拟合预报模型,结果表明:两类指数的拟合预报值与实测值有着相似的变化趋势;利用臭氧综合指数计算得到的预报值与实测值的相关系数为0.76,优于利用臭氧潜势指数计算得到的预报值与实测值的相关系数(0.64)。     

国际温室气体监测量值传递与质量控制经验及启示

建立温室气体监测量值传递与质量控制体系,对于保障温室气体监测数据的准确性、可比性和计量溯源性具有重要意义。世界气象组织于1989年组建了全球大气观测网络,欧洲、美国也分别建立了区域、城市温室气体监测系统。相比之下,我国温室气体监测起步较晚。因此,亟需建立我国独立自主的温室气体监测量值传递与质量控制体系,为准确核验温室气体排放量,实现“双碳”目标,提供可靠的数据支撑。通过总结国际温室气体监测量值溯源与传递体系、质量管理与质量控制体系等的先进经验,对我国温室气体监测提出以下建议：设立满足排放量准确评估要求的数据质量目标;研制独立自主、国际等效的高准确度基准标气;加快构建量值传递与质量控制体系,并建立健全相关技术标准规范;探索研究其他温室气体监测量值溯源与传递方法。     

长沙地区O3污染潜势广义可加模型的季节分异性

基于长沙市2016—2019年臭氧（O₃）浓度的逐时监测资料以及该时段同时次的气象观测数据,首先利用相关性分析和方差膨胀因子相结合的方法排除了相对湿度、太阳辐射、气温、风速、气压之间存在多重共线性问题,进而构建了春、夏、秋、冬四季O₃日最大8 h滑动平均质量浓度（O₃-8 h）与上述气象因子的广义可加模型（GAMs）,分析了O₃污染潜势GAMs模型的季节分异特征。结果表明：①春、夏、秋、冬四季O₃与相对湿度、太阳辐射、气温、风速、气压各变量之间多呈现出非线性关系（自由度大于1）。②春、夏、秋、冬四季多变量GAMs模型方差解释率（IRV）分别为80.7%、60.2%、83.0%、81.4%,调整判定系数R²分别为0.795、0.564、0.819、0.795,即不同季节气象因子在GAMs模型中对O₃的解释能力存在显著差异,秋季最好,冬春季次之,夏季最差。③相对湿度、太阳辐射、气温是决定春、夏、秋、冬四季O₃浓度变化最重要的气象要素,但其重要性排序随季节有所变化,对应的太阳辐射的F统计值分别为140.841、36.606、14.16、46.377,相对湿度的F统计值分别为3.291、4.158、15.82、8.105,气温的F统计值分别为7.030、2.113、15.79、3.340。该结论揭示了气象因子对O₃演化影响的复杂性,并为后续O₃污染潜势的预报奠定了基础。     

烟台市夏季大气挥发性有机物污染特征及来源研究

利用在线气相色谱-质谱仪于2021年6月—9月在烟台市开展挥发性有机物（VOCs）在线观测,运用比值法和后向轨迹聚类分析研究VOCs的污染特征及来源。结果表明,观测期间,99种VOCs总体积分数的平均值为13.64×10-9,烷烃占比最高,为3893%;其次是卤代烃和含氧挥发性有机物（OVOCs）,占比分别为22.07%和20.09%。VOCs总的臭氧生成潜势（OFP）平均值为160.23μg/m3,烯烃贡献最大,其OFP为53.88μg/m3,占比33.63%。机动车尾气排放是烟台市烷烃、烯烃和芳香烃的主要来源。来自山东半岛内陆方向的气团中烷烃、烯烃和芳香烃的体积分数明显高于其他方向的气团,故须针对上述VOCs开展山东半岛区域范围的联防联控。     

苏州工业园区春季一次典型臭氧污染过程分析

基于臭氧(O₃)及前体物监测数据,综合运用正定矩阵因子分解模型(PMF)、O₃生成敏感性(EKMA)曲线、O₃来源解析工具(OSAT)等方法,对苏州工业园区2022年春季一次典型O₃污染过程成因开展研究。结果表明,高温及前体物的累积是导致园区O₃超标的主要成因,个别污染时段O₃及前体物受浙江、上海传输影响;污染期间园区处于典型VOCs控制区,VOCs主要来源为油气储运(35.6%)、区域背景(28.8%)、塑料制品生产(16.0%)、移动源(13.6%)、溶剂使用(6.0%)。为有效削减不利气象条件下O₃峰值浓度,应重点加强本地溶剂使用、油品挥发、有机合成等污染环节VOCs的管控。     

成都市区夏季大气挥发性有机物污染特征及来源解析

2019年6~9月在成都市区对挥发性有机物（VOCs）进行在线观测,研究夏季VOCs浓度水平、变化特征、臭氧生成贡献（OFP）及来源贡献.结果表明,成都市区夏季TVOCs（总挥发性有机物）平均质量浓度为112.66 μg·m^-3,烷烃（29.51%）和卤代烃（23.23%）为主要组分;VOCs日变化峰值主要出现在上午10：00~11：00,受城市机动车、油气挥发和工业排放影响;夏季VOCs的OFP贡献中芳香烃贡献率（42.7%）最高,其次为烯烃（27.4%）,关键活性物种为间/对-二甲苯、乙烯、丙烯、邻-二甲苯、异戊烷、环戊烷和丙烯醛等;使用PMF受体模型进行来源解析表明,移动源为成都市区夏季VOCs的主要贡献源,贡献率为34%,其次为工业源（17%）和油气挥发（14%）,溶剂使用源和天然源分别贡献11%和13%.因此,机动车和工业排放为成都市区VOCs的重点控制源,同时溶剂使用及油气挥发等污染源的管控也不可忽视.     

2015～2020年济南市O3污染趋势及敏感性变化分析

基于环境空气质量站点监测数据及卫星遥感资料,研究了2015～2020年济南市近地面臭氧(O₃)污染的时空分布特征、变化趋势和前体物生成敏感性.结果表明,2015～2020年济南市O₃浓度呈上升趋势,全年O₃日最大8 h滑动平均值(MDA8)的第90百分位数(即年评价浓度)和4～9月MDA8 O₃浓度年均值分别以4.8μg·(m³·a)^-1和3.8μg·(m³·a)^-1的速率增长;各监测站点间O₃浓度水平差异逐渐缩小,且O₃浓度高值范围进一步扩大,济南市有16.1%和22.6%的监测点年评价值和4～9月MDA8 O₃出现了显著的正趋势(P<0.05),这些监测站点主要位于市区和靠近市区的郊区.卫星遥感监测数据显示2015～2020年4～9月济南市NO₂对流层柱浓度下降20.6%,年下降速率为0.3×10¹⁵