Ozone pollution characteristics and sensitivity analysis using an observation-based model in Nanjing, Yangtze River Delta Region of China

Ground-level ozone (O₃) has become a critical pollutant impeding air quality improvement in Yangtze River Delta region of China. In this study, we present O₃ pollution characteristics based on one-year online measurements during 2016 at an urban site in Nanjing, Jiangsu Province. Then, the sensitivity of O₃ to its precursors during 2 O₃ pollution episodes in August was analyzed using a box model based on observation (OBM). The relative incremental reactivity (RIR) of hydrocarbons was larger than other precursors, suggesting that hydrocarbons played the dominant role in O₃ formation. The RIR values for NO_X ranged from –0.41%/% to 0.19%/%. The O₃ sensitivity was also analyzed based on relationship of simulated O₃ production rates with reductions of VOC and NO_X derived from scenario analyses. Simulation results illustrate that O₃ formation was between VOCs-limited and transition regime. Xylenes and light alkenes were found to be key species in O₃ formation according to RIR values, and their sources were determined using the Positive Matrix Factorization (PMF) model. Paints and solvent use was the largest contributor to xylenes (54%), while petrochemical industry was the most important source to propene (82%). Discussions on VOCs and NO_X reduction schemes suggest that the 5% O₃ control goal can be achieved by reducing VOCs by 20%. To obtain 10% O₃ control goal, VOCs need to be reduced by 30% with VOCs/NO_X larger than 3:1.     

典型热带海滨城市臭氧污染特征与成因分析

为深入探究典型热带海滨城市环境空气臭氧(O₃)污染特征与成因,于2019年6～10月在海南省海口市城区站点开展O₃及其前体物观测实验,较为全面地分析了O₃污染特征,基于观测的模型(OBM)识别了O₃生成控制区,分析了O₃前体物敏感性,并开展了O₃前体物减排效果评估.结果表明：(1)海口市O₃污染主要出现在9月和10月,观测期间O₃日最大8h滑动平均值范围为39～190μg·m^-3,O₃日变化呈单峰型,于14:00左右达到峰值.(2)海口市超标日NO_x和VOCs浓度高于达标日,前体物浓度的升高是导致O₃污染的内在因素,同时O₃污染受区域传输影响,污染物主要来自于海口市东北部地区.(3)海口市O₃生成处于VOCs和NO_x协同控制区.9～10月O₃     

南京市南部地区O3污染特征、生成敏感性及传输影响分析

作为中国最重要的城市群之一,近年来长江三角洲(YRD)地区大气臭氧(O₃)污染问题突出.于2020年7～9月和2021年4～5月在南京市南部地区溧水站点开展了大气O₃、氮氧化物(NO_x)和挥发性有机物(VOCs)等污染物的在线观测.在此基础上分析了溧水站点O₃的污染特征并与城区站点进行比较,发现溧水站点O₃污染较城区站点更加严重.在观测期间选择了3次典型的O₃污染过程,分别为2020年8月16～27日、 2020年9月3～11日和2021年5月17～25日.利用基于观测的模型(OBM)分析了这3次污染过程的O₃-VOCs-NO_x敏感性.基于OBM所模拟的O₃前体物相对增量反应性(RIR)和NO_x和VOCs削减情景下O₃生成等值线(EKMA曲线)结果显示,3次污染过程中O₃-VOCs-NO_x敏感性分别处于N...     

2020年和2021年南京城区臭氧生成敏感性和VOCs来源变化分析

PM_2.5和臭氧(O₃)协同防控是“十四五”期间空气质量提升的重点.O₃生成与其前体物挥发性有机物(VOCs)和氮氧化物(NO_x)呈高度非线性关系.基于南京市城区站点2020年和2021年的4～9月O₃、 VOCs和NO_x的连续在线监测数据,比较了两年间O₃及其前体物浓度的变化,进一步利用基于观测的盒子模型(OBM)和正定矩阵因子分解(PMF)模型分析了O₃-VOCs-NO_x敏感性和VOCs来源.结果表明,2021年的4～9月O₃日最大浓度、 VOCs和NO_x浓度的平均值相较于2020年同期约下降7%(P=0.031)、 17.6%(P<0.001)和14.0%(P=0.004).2020年和2021年的O₃超标天NO_x和人为源VOCs的平均相对增量反应活性(RIR)分别为0.17和0.14, 0....     

咸宁市大气臭氧敏感性和污染来源解析

为掌握咸宁市臭氧（O₃）污染状况,基于统计分析方法研究咸宁市2018年O₃地面观测数据,发现该年3~10月均有O₃浓度超标日发生,其中6、8、9、10月有浓度较高且持续时间较长的严重污染,高浓度时段集中于4~7月的每日12：00~20：00,浓度峰值出现时间约为16：00前后.使用OBM模型模拟,借助EKMA曲线、RIR分析等识别O₃敏感性,发现咸宁属于VOCs控制区,O₃生成对人为源VOCs中的二甲苯类芳香烃和烯烃类较敏感,这两类物种浓度均削减10%后分别得到RIR值为0.271和0.238.开展离线VOCs监测,经PMF方法解析得到5类源,其中工业排放为O₃污染主要贡献源,二甲苯类芳香烃绝大部分来自溶剂使用,烯烃类主要来自燃烧源.当O₃超标时,相比于非超标日,植物源、溶剂使用和燃烧源的贡献率均有增加,其中植物源的贡献增量较大,而机动车尾气和工业排放的贡献率却有一定程度的降低.     

应用OBM模型研究广州臭氧的生成过程

应用基于观测的模型(OBM)研究了广州及其周边地区2000年夏、秋季臭氧生成过程的相对敏感性.在分析2000年7,11月广州市环境保护研究所及其下风向的花都和新垦地区臭氧及其前体物浓度变化和相互关系基础上,应用OBM模型对上述地点的光化学反应过程进行了初步的模拟分析,以讨论这一地区的光化学反应类型.研究表明:7月广州市环境保护研究所RIR(AHC)>RIR(NO),臭氧生成处于VOC控制,下风向的花都RIR(NO)>RIR(AHC),臭氧生成处于NO_x控制;11月广州市环境保护研究所RIR(AHC)>RIR(NO),臭氧生成处于VOC控制,下风向的新垦RIR(NO)>RIR(AHC),臭氧生成处于NO_x控制.该模拟结果与该地区的相关空气质量模型研究结果具有可比性.      

南京工业区挥发性有机物来源解析及其对臭氧贡献评估

在南京工业区连续测量了2014年5月1日~7月31日和2015年6月1日~7月16日夏季两个高臭氧期的大气中的挥发性有机化合物(VOCs).结合正交矩阵分解(PMF)模型和箱模式(OBM)分析VOCs来源对局部O3生成的贡献.2014年和2015年夏季VOCs浓度平均分别为(36.47±33.44)×10-9和(34.69±34.08)×10-9.PMF模型确定了7种源类别,其中包括汽车尾气、液化石油气(LPG)排放、生物源排放、家具制造业、化工业、化学涂料行业、化学材料工业排放源.在OBM模拟中评估O3与前体物的关系.南京工业区是VOCs控制区,VOCs具有正RIR值,NO的RIR值为负值.烯烃(1.20~1.79)和芳香烃(1.42~1.48)呈现较高的RIR值,控制这两类物种是控制O3浓度最有效的途径.烯烃排放量减少80%时烯烃RIR值达到最高.汽车尾气(1.01~1.11)、液化石油气(0.74~0.82)、生物源排放量(0.34~0.42)和家具制造业(0.32~0.49)是O3形成贡献最大的四大类VOCs来源;减少汽车尾气,生物排放,LPG和家具制造业排放应成为减少局地O3生成最有效策略.     

疫情管控期间深圳市城区VOCs的变化特征及减排效果评估

2022年3月为防止新冠肺炎疫情(COVID-19)的传播扩散,深圳市采取了严格的管控措施,这为研究深圳市环境空气中人为源挥发性有机物(AVOCs)变化对减排的响应,以及评估当前减排措施的有效性提供了检验机会.基于2022年3月7～27日深圳市莲花站污染物的在线观测数据,对疫情管控前、管控期间和解除管控后AVOCs的变化进行了分析,并利用基于观测的模型(OBM)研究了臭氧生成的敏感性变化,开展了前体物减排效果的评估.结果表明,受区域影响及气象条件的干扰,深圳市城区AVOCs的平均值在疫情管控期间并没有较管控前明显下降;但疫情管控期间“海陆风”影响下早高峰AVOCs的峰值较非管控期间平均下降了46%,且以芳香烃的降幅最大,下降了59%;在持续偏东风影响下或受区域传输影响AVOCs累积升高过程中,芳香烃也分别平均下降了25%和21%.深圳市疫情管控期间城区仍处于AVOCs控制区,短期内要使O₃下降,提高AVOCs的减排比例是最有效的措施,建议AVOCs与NO_x的协同减排比例大于1∶2;长期NO_x需深度减排到60%以上才有可能...     

苏州市初夏臭氧污染成因及年际变化

以2017~2021年的5~6月苏州市城区站点的大气污染物浓度为研究对象,分析了臭氧（O₃）、氮氧化物（NO_x）、总氧化剂（O_x）、一氧化碳（CO）和挥发性有机物（VOCs）等污染物的变化特征,利用基于观测的模型（OBM）研究了O₃污染成因及其年际变化,解析了环境空气VOCs的主要来源及其变化趋势.结果表明：①近年来苏州O_x平均体积分数以及NO_x和CO平均浓度整体呈下降趋势,但VOCs的体积分数整体呈上升趋势;O₃污染天光化学反应前体物浓度水平仍较高,且显著高于优良天.②近年来苏州O₃生成处于VOCs控制区;苏州市VOCs和NO_x长期减排比例应不低于5∶1,在VOCs控制方面应注重对芳香烃和烯烃的减排.③源解析结果显示,工业排放、汽油车尾气和柴油机尾气是苏州市VOCs的主要排放源;近年来工业排放源和溶剂使用源有所下降,但汽油车尾气源和油气挥发源贡献率上升明显,且上述两类污染源排放VOCs的O₃生成潜势较高.④综合分析各排放源对O₃生成潜势的贡献发现,溶剂使用源和汽油车尾气源的VOCs排放是影响苏州市O₃生成的关键因素.