OPAQ系统两种模式对O 3预报准确率的探讨

以江苏省宿迁环境监测中心OPAQ系统为例,基于人工神经网络算法的OPAQ空气质量预报系统的2种模式对O 3预报准确率的进行了分析,结果表明,趋势最优模式(RMSE模式)对预报当天及未来3 d的预报值与监测值的相关性系数均>0.78,相对误差在25%以下,在预测当天及未来24、48及72 h优-良天的预测准确率较高,分别为88.8%、87.2%、86.3%及84.7%,在预测轻度污染-重度污染的准确率较低;极值最优模式(SI模式)对预报当天及未来3 d的预报值与监测值的相关性系数(R)均>0.76,相对误差<32%,预测未来24和48 h的轻度污染-中度污染的级别准确率>60%。OPAQ系统的极值最优模式(SI模式)更适合作为夏季ρ(O 3)较高时的预测工具。     

宿迁市VOCs污染特征和来源解析

利用2019年8-9月宿迁市4个站点的采样资料,分析了宿迁大气中挥发性有机物（VOCs）的化学组成及其时空分布特征;估算了VOCs的臭氧生成潜势（OFP）;并结合PMF受体模型,开展了VOCs来源解析.结果表明,观测期间宿迁市总挥发性有机物（TVOCs）体积分数为8.6×10^-9~79.4×10^-9,平均体积分数为26.9×10^-9,浓度水平较低.VOCs质量浓度表现为乡镇工业区（宿迁技师学院：（29.8±18.4）×10^-9） > 城郊工业区（生态化工园：（28.4±20.6）×10^-9） > 城市住宅区（宿迁中学：（22.6±11.5）×10^-9） > 城市商业区（市供电局：（22.3±15.1）×10^-9）.各采样点4种组分（烷烃、烯烃、乙炔及芳香烃）日均浓度变化较为一致,且均表现出较为明显的周末效应.宿迁市典型污染物为C₂~C₅烷烃、乙炔、乙烯、甲苯,间/对-二甲苯,不同采样点的关键组分基本相同,表明VOCs的来源比较稳定.OFP计算表明芳香烃和烯烃是臭氧最大贡献源.特征量比值分析发现,观测期间宿迁市VOCs有明显老化现象.源解析表明交通排放、溶剂涂料和工业过程是宿迁市VOCs的主要来源.     

宿迁市PM2.5中水溶性无机离子的季节特征和来源分析

为了研究宿迁市PM_2.5中水溶性无机离子的季节特征和来源,于2017年5月至2018年1月在宿迁市水汽通道上的3个监测点位采集了171份PM_2.5样品,分析了PM_2.5质量浓度以及9种水溶性无机离子含量.结果表明,宿迁市PM_2.5中水溶性无机离子的年均浓度为（44.08±34.61）μg ·m^-3,占PM_2.5质量的41.8%,9种水溶性离子浓度大小排序为ρ（NO₃^-） > ρ（SO₄^2-） > ρ（NH₄⁺） > ρ（Cl^-） > ρ（Na⁺） > ρ（Ca²⁺） > ρ（K⁺） > ρ（F^-） > ρ（Mg²⁺）,其中NO₃^-、SO₄^2-和NH₄⁺是主要的离子组分,占总水溶性无机离子浓度的75.6%.ρ（NO₃^-）/ρ（SO₄^2-）年均值为1.53±0.88,表明移动污染源对PM_2.5的贡献高于固定污染源.水溶性无机离子相关性分析表明,NH₄⁺与NO₃^-、SO₄^2-可能以（NH₄）₂ SO₄、NH₄HSO₄和NH₄NO₃的形式存在.结合主成分分析,水溶性无机离子主要来源于二次转化、工业源、生物质燃烧和扬尘.PM_2.5浓度与相对湿度在冬季呈显著正相关,水汽传输在冬季更容易对PM_2.5浓度增长有促进作用.