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.     

安阳市近地面臭氧污染特征及气象影响因素分析

基于国控环境空气质量监测站数据分析了安阳市2014～2017年不同功能分区(城市、郊区和工业)点位的臭氧(O_3)污染特征和变化规律,并研究了O_3污染的气象影响因素和潜在源分布.结果表明,2014～2017年安阳市各站点O_3年均浓度上升明显,O_3超标日的出现从2015年开始不断提前,最早在2017年4月出现;工业区点位O_3第90百分位数和平均值增长最快,年均分别增长16. 0μg·m~(-3)和13. 0μg·m~(-3),郊区点位O_3第5百分位数增长最快,年均增长13. 2μg·m~(-3);安阳市O_3月变化呈"M"型,且具有明显的空间差异;温度对O_3浓度起主导作用;气温大于23℃、相对湿度小于58%和西南偏南方向5m·s-1风速与高浓度O_3污染密切相关;不同季节O_3潜在来源差异明显,夏季主要分布在河北南部、湖北北部和沈阳北部.2017年5月首次出现O_3重污染日,工业点位O_3小时平均浓度高达405μg·m~(-3),重污染事件与西部干热气团转移导致持续高温有关.     

气象因素对沈阳市大气中臭氧的影响

利用2013年沈阳市11个子站的大气臭氧自动连续监测数据,并结合气象要素对二者进行了相关性分析。结果表明,臭氧超标时段多对应高温、低湿、大风、高压系统控制的天气条件。臭氧质量浓度变化与温度成正相关,与相对湿度成负相关,且存在明显的季节变化,春、夏、秋季主要受温度影响,冬季主要受风速影响。当主导风向为西南风时容易产生高臭氧质量浓度。春、夏、秋季臭氧质量浓度主要受局地光化学反应控制,可根据气象要素对其质量浓度进行预测。     

2015—2019年南阳市臭氧污染特征及气象因素影响

基于2015—2019年南阳市5个国控空气质量监测站点常规污染六参数逐时观测资料,结合国家基准站南阳站地面气象要素数据,识别南阳市O₃污染的时空分布特征及气象因素影响。结果表明：2015—2019年南阳市O₃污染日趋严重,O₃日最大8 h滑动浓度平均值（MDA8）从2015年的145 μg/m³增至2019年的181 μg/m³,增幅超过25%;O₃污染呈显著季节性差异,峰值出现在夏季;从空间分布来看,O₃污染呈现明显的块状分布特征,其高值出现在城区中部区域;气象要素是影响南阳市O₃浓度的重要因子,高温、低湿和高能见度条件下易出现O₃污染,且随着风速的增加,O₃浓度表现出先升后降的趋势。2019年6月,南阳市O₃污染严重,超标频率为63%,期间共经历3次O₃污染过程,污染事件与不利的气象条件和强污染排放强度有关。

     

廊坊市臭氧污染特征及其与气象因素的关系

利用2014—2019年廊坊市区4个环境监测站臭氧(O₃)逐时监测数据和国家气象站观测资料,采用统计学方法,探讨廊坊市近地面O₃超标特征及其与气象因素的关系。结果表明:廊坊市O₃超标现象主要集中在5—9月,具有明显的季节分布特征;O₃超标率日变化呈单峰型,O₃ 1 h超标率峰值出现在16:00前后,O₃ 8 h峰值出现在19:00前后;O₃ 8 h浓度与日平均气温呈正相关,与日平均海平面气压呈负相关,与日平均相对湿度和日平均风速呈非线性关系;当廊坊市日平均气温大于25 ℃,日平均相对湿度为40%~80%,主导风向为偏南和偏东风,日平均风速为0.5~2.5 m/s,日平均海平面气压低于1 010 hPa时,易出现O₃超标现象;利用多元线性回归方法,建立了5—9月O₃ 8 h浓度预报方程,经检验该预报模型具有较好的拟合度和可预报性。     

前体物与气象因子对海南省臭氧污染的影响

文章利用2015-2018年海南省18个市县32个空气质量监测站O₃和前体物(NO₂)连续观测资料及同期气象数据,统计分析了NO₂以及气象因子对海南省O₃浓度的影响。结果表明:海南省最大8 h平均O₃浓度(O₃-8 h)与NO₂浓度存在明显的正相关关系,其相关系数为0.607,通过了99.9%的显著性检验。秋季O₃-8 h浓度最高,冬季和春季次之,夏季最低。O₃-8 h浓度与降水量、降水日数、相对湿度、日照时数、平均气温呈负相关关系,与平均风速呈正相关关系,其中降水量、降水日数和相对湿度对O₃-8 h浓度影响较大。海南省区域性O₃污染(O₃-8 h浓度超标市县≥3个)发生时,O₃-8 h浓度与NO₂浓度存在一定的正相关关系。降水偏少、湿度偏低和日照时数偏长是海南省区域性O_3...     

前体物与气象因子对珠江三角洲臭氧污染的影响

利用2012年中国气象局广州番禺大气成分站的O_3、NO_x逐时浓度数据,广州观象台逐时的温度、相对湿度以及风向风速数据,统计分析了2012年O_3前体物(NO_x)以及气象因子对珠江三角洲(以下简称珠三角)地区臭氧浓度的影响.研究发现:O_3和NO_x均表现出单峰结构的月变化特征,且分别于10月和3月达到峰值,为(104.9±68.0)μg/m~3,(131.1±122.1)μg/m~3.O_3的日变化为单峰分布,午后的浓度较高,而NO_x浓度于早晚高峰有增加,且夜间浓度高于白天.NO_x对O_3有显著的滴定作用,O_3浓度随着NO_x浓度的增加呈现指数形式下降.高温低湿条件有利于O_3的形成.与NO_x类似,O_3浓度随着温度和相对湿度的增大以指数形式相应的增大和减小.当珠三角地区受偏西风控制时,下风向地区的O_3浓度最高,而当珠三角地区盛行偏北风时,下风向地区的O_3浓度最低,且该方向所对应的NO_x浓度最高,表明广州城区的NO_x对O_3的滴定作用显著.珠三角地区发生光化学污染的关键性因子主要为20~40μg/m~3的NO_x浓度,高于27°C的气温,低于55%的相对湿度以及受偏西风控制.分析发现10月份O_3的形成主要受VOCs控制,且烯烃的O_3生成潜势贡献最大,为69%,而烷烃和芳香烃的贡献分别为15%、16%.     

气象因素对成都中心城区近地面臭氧的影响

文章对2019年成都市中心城区大气臭氧自动连续监测数据及同步气象数据进行研究分析,结果表明成都臭氧浓度呈现春、夏>秋、冬的特点,由以8月浓度最高。日变化呈现"单峰型",早上08:00-09:00出现最低值,下午浓度较高,峰值浓度出现在16:00-17:00。O3浓度与气温、边界层、风速呈正相关,与相对湿度、降水量呈负相关。当成都中心城区O3浓度出现超标时,气温变化范围为28.5³7.1℃,相对湿度变化范围为34%⁶3.6%,风速变化范围为0.5².5 m/s,边界层高度的范围为770¹ 967 m,主要为无降水天气和偏南风控制。气流以短距离传输即局地传输为主导,受本地污染源影响明显,导致成都O3浓度较高的气流主要来自其东北和偏南方向,受达州、德阳、绵阳、资阳和眉山等城市影响较大。     

河南省臭氧污染特征与气象因子影响分析

利用环境空气质量监测站和国家基准地面气候站数据,研究了2017年河南省臭氧(O₃)污染时空特征及其与颗粒物、前体物和气象因子关系.结果表明,河南省2017年O₃日最大8 h滑动平均值(MDA8)呈现夏季>春季>秋季>冬季的特征,年均值为108μg·m^-3;各地市均有不同程度O₃超标情况,其中,安阳超标天数高达88 d,信阳最少为17 d;春末夏初(5月和6月) O₃污染最为严重,O₃ MDA8月均浓度在140μg·m^-3以上,并在6月达到峰值;定性和定量分析显示O₃ MDA8月均浓度与颗粒物,O₃小时浓度与CO、NO₂呈负相关;不同季节、不同城市O₃MDA8与气象因子(日照时长、气温、降雨、能见度、相对湿度及风速)的相关性具有差异.     

深圳臭氧污染的环境气象特征分析

基于2015—2020年深圳污染物浓度监测资料、自动气象站资料以及再分析格点资料,分析了对深圳O₃浓度有显著影响的环境气象特征.结果表明：(1)深圳O₃的月均浓度变化规律与其他主要污染物不同,O₃月均浓度的峰值出现在10月,恰好是夏季风向冬季风转换的季节.(2)从地面气象要素来看,深圳O₃的浓度与气温及相对湿度的关系最为密切,当气温大于29℃的时候,开始出现O₃浓度超标的情况,当气温大于32℃时O₃的浓度和超标率均大幅增加.当相对湿度为40%～55%时,O₃浓度超标率以及O₃浓度均值达到最高.(3)后向轨迹统计分析表明,易导致深圳出现O₃污染的气流路径主要有3条,分别是东北福建路径、东北江西路径和西北粤西北路径,全部来自偏北的内陆地区.而对深圳O₃污染存在影响的潜在源区多位于深圳的东北部和北部.(4)气流的垂直运动对深圳O₃污染有着显著影响.污染日...     

杭州市臭氧污染特征及影响因素分析

为研究杭州市夏季臭氧(O_3)污染特征及其影响因素,统计分析了2013—2016年杭州市O_3监测数据与杭州市气象数据,并结合AIRS卫星O_3数据探讨了台风天气系统对杭州市近地面O_3浓度的影响.结果表明:2013—2016年,杭州市O_3污染逐年加重,O_3浓度高值持续时间延长.O_3浓度与太阳辐射、温度相关,每年5月和8月太阳辐射强、温度高,O_3污染最严重;全天O_3浓度呈单峰日变化,峰值出现在午后(~14:00)太阳辐射较强、温度最高时.杭州市在日降水为0且12:00—15:00太阳辐射通量均值高于200 W·m~(-2)天气条件下,风向为东、东北或东南风且风速低于3 m·s~(-1)时,O_3浓度相对较高,易出现超标情况.台风天气系统对杭州市近地面O_3浓度有明显影响,以2014年10号台风"麦德姆"为例,台风外围系统影响到杭州时,偏东气流可将杭州以东地区高浓度O_3输送到杭州,同时下沉气流导致污染物在近地层积聚不易扩散,造成近地层O_3浓度升高.     

银川市臭氧污染特征及影响因素分析

依据2014年银川市6个自动空气监测子站的监测数据,分析银川市臭氧浓度的污染特征,并对夏季臭氧相关气象因子进行分析。结果表明,从监测点位来看,银湖巷站点臭氧浓度最高,宁安大街次之,宁化生活区臭氧浓度最低。从时间变化规律来看,银川市臭氧浓度呈夏季最高,春季次之,秋季、冬季污染较低,其中臭氧月均浓度最大值出现在5月、6月。臭氧日变化呈单峰变化规律,夜间臭氧浓度较低,白天臭氧浓度较高。夏季臭氧浓度与二氧化氮、相对湿度呈显著的负相关性,与气温、风速呈显著正相关性。     

深圳东部臭氧污染特征及影响因素

为控制大鹏新区O_3污染,分析了新区(葵涌、南澳、杨梅坑监测站点)O_3浓度变化及NO_2、气象条件对其影响。研究发现,2016年新区O_3浓度为69μg/m3,其中葵涌O_3浓度同比涨幅高于南澳。葵涌、南澳O_3与NO_2浓度成反比,表明两站点较低浓度的NO_2往往伴随着较高浓度的O_3。葵涌臭氧周末效应显著,休息日浓度(53.63μg/m~3)高于工作日(52.92μg/m~3)。新区夏季O_3浓度处于全年较低水平,但O_3污染高发于夏半年(7—10月)。新区O_3超标的关键气象因子为温度≥20℃、相对湿度≤40%、无降水及受偏南风控制。新区应首要针对葵涌站点,严控O_3高发时段(15∶00前后)以及休息日臭氧前体物排放。     

2017—2020年前体物与气象因子对承德市臭氧污染的影响

利用2017—2020年承德市环境监测站和承德市国家基准气象站的数据,分析了承德市近地层O3浓度特征,O3与其他污染物之间的关系和气象因子对O3浓度的影响.结果表明,2017—2020年承德市年平均O3超标日数40天,占总超标日数的55％.承德市O3-8h浓度呈现夏季>春季>秋季>冬季的季节变化特征,5—7月份O3-8h浓度最高,平均浓度超过160μg·m-3.O3浓度的日变化表现为单峰型分布,O3浓度最低值出现在清晨7:00—8:00时,峰值出现在14:00—16:00时.O3-8h浓度与细颗粒物PM10和PM2.5在夏季呈显著的正相关关系,其他季节相关性不显著;O3-8h浓度与前体物CO和NO2在夏季呈显著的正相关关系,冬季呈显著的负相关关系.太阳总辐射强度大于750 W·m-2,最高气温大于30℃,无降水和相对湿度30％～60％,受地面偏南气流影响的气象条件下,承德市易于出现O3-8 h浓度超标天气.     

秦皇岛春季一次臭氧污染特征及气象影响研究

利用秦皇岛市环境监测站和气象站数据、NCEP2.5*2.5再分析资料,对秦皇岛市2021年5月21日—23日一次臭氧污染过程的污染特征、天气形势、气象条件、与细颗粒物的关系、减排措施及管控效果进行分析。结果表明：此次污染天气过程500hPa形势场为暖脊控制,地面位于低中心底部,高温高湿、持续的西南风、较长的日照时数、较高的太阳辐射、较高的静稳指数等均有利于增强光化学反应,致使臭氧浓度升高。较高的臭氧浓度,大气的氧化性增强,将促进二次细颗粒物的生成。5月21日—23日在臭氧达到峰值一段时间后,细颗粒物浓度逐渐升高,约滞后1—2小时。针对此次污染过程,5月18日7时—22日19时采取污染应对管控措施,要求强化工业企业VOCs排放管控,加强夜间NO_x管控,尽量降低污染影响。此次污染为本地贡献加上风向污染传输,臭氧开始出现超标,随着大面积启动应急管控措施,减排效果明显,低于上风向曹妃甸、滦南及滦县(均在250μg/m³左右),表明本地污染管控起到了一定作用。     

气象因素对广州市大气中二噁英污染特征的影响

采用高分辨气相色谱/高分辨质谱仪测定了广州市环境空气中2,3,7,8-PCDD/Fs的含量,并对其来源进行初步分析.重点研究了广州市大气二噁英浓度的空间和季节分布特征,分析其毒性当量浓度变化与气象因素的相关性,并利用美国空气资源实验室的拉格朗日混合单粒子轨道模型对气流轨迹进行模拟,为了解广州市大气二噁英污染状况提供重要的基础数据.结果表明,工业区的二噁英浓度高于其他功能区;大气二噁英毒性当量浓度最高值出现在春季;风向和风速、温度和气压、相对湿度、降水等气象因素都会对大气二噁英的污染程度产生影响,温度、风速与大气二噁英浓度呈负相关,但相关性不明显;经过气团后向轨迹分析,秋季气流轨迹主要往西北地区延伸,冬季大气团运移较慢,主要来自内陆地区,春夏季节气流主要经过东南沿海或海面到达广州.     

成都市臭氧污染特征及气象成因研究

为研究成都市臭氧(O3)污染特征及其气象成因,对2014—2016年成都市6个国控环境监测站和同期气象台站逐小时地面观测数据进行了研究分析.结果表明:近4年来成都市O3污染日趋严重,O3年均浓度不断上升,较2013年升高51.2μg·m-3.O3浓度存在明显的季节变化特征:春、夏季较高,秋、冬季则较低,且各季节O3浓度变化具有很强的长期持续性特征.O3浓度日变化特征呈明显的单峰型分布,8:00出现最低值,15:00—16:00出现峰值,超标时段主要出现在13:00—17:00.O3浓度变化与紫外辐射、气温呈正相关关系,与相对湿度、风速呈负相关关系,且当紫外辐射大于12 MJ·m-2、气温高于15℃、相对湿度低于65%、西风或偏东北风控制时,成都市容易发生高浓度O3污染.     

芜湖市臭氧污染特征及气象成因分析

文章基于芜湖市2019年环境空气质量监测数据及同期气象观测资料分析了芜湖市臭氧污染时空分布特征及气象成因。结果表明,2019年芜湖市由O_3导致污染天数占比高达54.9%,O_3已成为影响芜湖市环境空气质量的首要污染因子,但以轻度污染(91.1%)和中度污染(8.7%)为主,极少发生重度及以上污染(0.2%)天气。2019年各县(市)区O_3第90百分位浓度范围为172～196μg/m~3,整体呈"周边高于中心"的空间分布规律,湾沚区、繁昌区和无为市的O_3浓度相对较高。季节上呈夏季(195μg/m~3)秋季(166μg/m~3)春季(159μg/m~3)冬季(85μg/m~3)的分布规律,逐月O_3浓度呈"倒U型"分布,5-9月为O_3污染的高发时段。日变化O_3浓度呈典型的"单峰分布",在16:00左右达到峰值;NO、NO_2和CO浓度则呈"双峰分布",在08:00和20:00达到峰值。气温、湿度、风速、风向均是影响芜湖市O_3浓度的重要气象因子,O_3浓度与气温呈"正相关"关系,与湿度呈"负相关"关系,Pearson系数分别为0.58和-0.56。高温低湿的气象条件更加有利于O_3的生成与积累,当气温为25～40℃,湿度为20%～60%时,易出现O_3超标现象,超标率为41.0%～71.8%。当风速为2～4 m/s,主导风向为东北、偏东及西南方向时,O_3浓度相对较高,各地O_3浓度高值所在风向与前体物高排放企业分布方向呈高度一致性,东北、东部及西南方向的污染源排放对芜湖市臭氧污染影响较大。     

浅议臭氧氧化脱硝原理及对臭氧污染的影响

臭氧氧化脱硝作为新型的低温脱硝方法,在市场上得到较多应用。本文对臭氧氧化脱硝技术的原理和优势进行简要分析,结合传统脱硝工艺进行简单对比。并从理论上简要分析对臭氧污染无影响的原因。     

天气形势对四川盆地区域性臭氧污染的影响

本研究结合地面观测资料,ERA5再分析数据和PCT客观分型法,分析了2014~2019年四川盆地区域性O₃污染特征以及天气形势与O₃污染的关系.结果表明,2014~2019年四川盆地O₃区域污染发生频数呈单峰型分布,于2016年达到峰值,且发生区域主要集中在成都平原城市群.在6种典型天气类型中,类型1、2、6为污染型,其海平面气压呈西高东低,四川盆地受低压系统控制.类型3、4为清洁型,其中类型3呈北高南低,且在四川盆地东部存在1个低值中心;类型4呈东高西低,在青藏高原区域有一些小范围的高压中心.在污染型天气形势下,四川盆地的气象条件为温度高、云量低、地面接收到的紫外辐射强、相对湿度低,加速了O₃的生成,再叠加类型1的静风条件不利于污染物扩散;类型2、6盛行的东南气流对O₃及其前体物的输送,造成污染型天气类型发生区域性O₃污染比例明显高于其他几种类型.此外,基于环流分型的预测结果表明环流形势对四川盆地各城市群区域O₃污染影响可以达到其年变化的2倍以上,对整个四川盆地O₃浓度变化的贡献率为34.8%~66.3%.