基于KZ滤波分析气象对珠三角臭氧趋势的影响

基于2015～2021年珠三角臭氧(O₃)监测数据以及再分析的气象资料,利用Kolmogorov-Zurbenko(KZ)滤波和逐步多元线性回归方法分析O₃长期趋势和气象因素之间的关系,量化气象和非气象对珠三角O₃日最大8h平均浓度(MDA8O₃)长期趋势的贡献.结果表明:2015～2021年珠三角MDA8O₃增长明显,夏季和秋季O₃污染尤为严重.KZ滤波分离出的MDA8O₃短期、季节和长期3个分量分别占原始序列方差的60.84%、24.96%和4.33%,各分量之间相互独立,3个分量均与太阳辐射、温度和边界层高度呈正相关,与云量、相对湿度、风速和850hPa经向风呈负相关.此外,气象和非气象影响能分别解释大约64.3%(2.77μg/(m³·a))和35.7%(1.53μg/(m³·a))的MDA8O₃长期趋势的增长率(4.29μg/(m³·a)...     

济南市冬季大气颗粒物粒径谱分布特征

2015年2月,采用扫描电迁移率粒径谱仪(SMPS)和空气动力学粒径谱仪(APS)对济南市冬季大气中粒径为14. 6 nm～10μm的颗粒物粒径谱的分布进行连续监测和分析研究。结果表明:济南市冬季大气颗粒物数浓度较高,平均为47472个/cm~3。各模态对颗粒物数浓度、表面积浓度和体积浓度的贡献表明,济南市冬季大气颗粒物偏细,积聚模态粒子是可吸入颗粒物(PM_(10))的主要组成部分。数浓度谱日变化特征表明,济南市冬季大气颗粒物污染主要受道路交通源排放和新粒子生成转化的影响。春节期间,烟花爆竹的燃放会导致大气颗粒物数浓度和质量浓度明显升高,烟花爆竹燃放对颗粒物数浓度的影响主要由爱根核模态和积聚模态共同作用形成。     

唐山市大气颗粒物和O3多尺度变化及影响因素

采用KZ滤波法、多元逐步回归法和小波相干性分析法,从不同时间尺度探究了唐山市2015～2022年间PM_2.5、PM₁₀和O₃的演变特征,并有效区分和定量估算了污染源排放和气象因素对污染物浓度的贡献,揭示了气象因素对污染物不同尺度的影响,以及颗粒物和O₃之间的协同作用机制.结果表明:研究期间唐山市颗粒物PM_2.5和PM₁₀的浓度长期分量均呈现显著下降趋势,季节分量和短期分量均呈现不同程度的周期波动.O₃浓度长期分量变化幅度较小,其季节分量和短期分量均在每年5～7月之间有明显变化趋势.颗粒物PM_2.5和PM₁₀浓度的长期分量变化主要由源排放因素控制,且源排放贡献占90%以上,而O₃浓度的长期分量变化则由源排放和气象因素共同控制,且其贡献比例约为2:3.气象因素温度、相对湿度、地表垂直风速和降水量对PM_2.5主要表现为小时间尺度的正向作用和大时间尺度的负...     

基于EOF分解和KZ滤波的2019～2021年中国臭氧时空变化及驱动因素分析

基于我国337个地级行政区2019～2021年的3～8月O₃逐时浓度数据及同期气象数据,使用经验正交函数(EOF)分解,分析了我国O₃浓度的主要空间分布模态变化趋势及其主要气象驱动因素.选取31个省会城市,利用KZ滤波将O₃及气象因子的时间序列分解为短期分量、季节分量和长期分量,结合逐步回归模型,建立O₃与气象要素之间的关系,进而重构“气象调整”后O₃浓度的长期分量时间序列.结果表明,在我国O₃浓度变率的总体空间特征基本稳定的背景下,O₃浓度的第一模态整体呈趋同性变化,即O₃浓度变率的高值区域波动性减弱,低值区域波动性增强.气象调整前后不同城市O₃浓度的变化趋势存在一定差异,大部分城市O₃浓度经调整后的长期分量较调整前更“平缓”.其中,气象因素对石家庄、济南和广州等城市O₃浓度长期变化的影响较大,而前体物排放变化对福州、海口、长沙、太原、哈尔滨和乌...     

基于KZ滤波法的韶关市O3不同时间尺度变化特征分析研究

利用2015—2019年韶关市3个地面环境空气质量站逐时臭氧(O₃)观测资料、同期的气象资料和2017—2019年广东南岭站逐时O₃观测资料及同期气象资料,采用Kolmogorov-Zurbenko (KZ)滤波、多元回归和后向轨迹潜在来源贡献分析等统计方法,分析了韶关市O₃浓度不同尺度变化特征与气象要素的关系.结果表明：(1)不同时间段气象因素对韶关市盆地区域O₃浓度变化的影响不同：2015年1月—2016年6月及2018年6月—2019年6月,气象因素有利于降低近地面O₃浓度;而2016年6月—2018年6月及2019年下半年,气象因素有利于增加地面O₃浓度.2018年6月前,气象因素影响导致近地面O₃浓度的增加或降低幅度范围在2μg·m^-3;2018年6月后,气象因素影响造成地面O₃浓度的增加或降低幅度范围上升到4μg·m^-3,说明韶关市O₃...     

慢行道大气颗粒物分布特征及慢行者暴露估算

以贯穿福州市城区和郊区的道路为实验靶区,采集路侧慢行道PM2.5、PM10和黑碳（Black Carbon, BC）的高分辨率浓度样本,统计解析不同颗粒物的时空变化特征及其影响因素,进而利用暴露剂量模型精细测算并分析慢行者污染暴露差异.结果表明：(1)尽管城区较郊区的慢行道有更高的颗粒物平均浓度,但城区和郊区慢行道的颗粒物热点大都分布在交通量大且拥堵、路侧高楼密集或绿化覆盖率低的位置上.(2)慢行道颗粒物浓度的强弱变化是多因素耦合作用的结果,大气压强、相对湿度和露点温度是能够较大程度解释各类型路段的颗粒物浓度变化的主要因素,但它们的影响权重会因污染源、污染背景、地理区位、路段交通、微气象及设施建筑的不同而变化.(3)MPPD模型能更精细地估算不同时间及不同出行方式下出行者的颗粒物暴露水平,其估算结果表明,暴露时间、交通流量、道路拥堵状况、植被覆盖率、路侧环境通透性等均是影响个人暴露水平的重要因素.因此,为了最大化减少慢行道污染和降低慢行者暴露风险,需要综合考虑路段的差异化特征来优化交通及改善路边设施,同时,慢行者应选择交通量少、人车冲突少、绿化密度大等道路环境出行.     

广州城区夏季大气颗粒物数浓度谱分布特征

于2013年6月2日—7月15日,利用扫描迁移性粒谱仪(SMPS)对广州城区大气17～800 nm的粒子谱进行了连续观测,同时结合在线小时ρ(PM_2.5)及气象数据,对颗粒物污染特征进行了分析. 结果表明:观测期间,凝结核模态粒子、爱根核模态粒子、积聚模态粒子的数浓度范围分别为68～7 687、1 009～47 724、238～14 781 cm-3.平均数浓度谱及体积谱均呈单峰分布,峰值分别出现在50和300 nm左右. 根据双模态对数正态分布模型对平均数浓度谱拟合的结果可知,爱根核模态粒子和积聚核模态粒子的几何平均粒径分别为48和144 nm. 颗粒物数浓度及其谱分布日变化特征明显,在交通高峰及太阳辐射较强的时间段均出现峰值. 在观测阶段,粒子增长现象频繁发生,推测大气光化学反应引起的气-粒转化是广州城区夏季大气颗粒物的重要来源. 7月12—13日广州城区发生了一次典型的大气污染过程,ρ(PM_2.5)由18 μg/m3增至112 μg/m3,能见度降至8 km. 在该时间段,积聚模态粒子体积分数与ρ(PM_2.5)变化一致,R2(相关系数)达到了0.85. 后向轨迹分析表明,污染气团主要来自于西南方向,在陆地停留时间较长.      

皖南地区铜陵市大气颗粒物污染特征及潜在源研究

利用2018年3月—2021年2月环境和气象数据对皖南地区铜陵市大气颗粒物的污染特征和潜在贡献源进行了系统性研究.铜陵市大气颗粒物污染具有明显的季节变化特征,冬季污染物浓度最高,PM_2.5和PM₁₀平均为（60.3±31.0）μg·m^-3和（89.2±42.2）μg·m^-3.计算发现PM_2.5/PM₁₀超过0.5,铜陵市的大气颗粒物污染问题与细颗粒物关系密切.后向轨迹聚类分析表明铜陵市大气颗粒物的输送路径具有季节性差异.春季以西北、东北和西南方向气流为主,占比83.73%;夏季以东南和南部方向气流为主,占比82.90%;秋季以东北气流为主,占比51.00%;冬季则是以北方和西北气流为主,占比69.81%.其中,冬季气流轨迹所对应的PM_2.5和PM₁₀的浓度最高,平均为59.7和92.0μg·m^-3;夏季最低,平均为23.8和43.8μg·m^-3.潜在源贡献因子（WPSC...     

丹东市大气颗粒物质量浓度变化特征及其与能见度的关系

利用2008年丹东沙尘暴监测站的ρ(PM₁₀₎,ρ(PM_2.5)和ρ(PM₁)监测资料,探讨了丹东市大气颗粒物质量浓度的变化特征及其与能见度的关系. 结果表明:由外来源经中长距离输送引发的沙尘中携带了大量的粗颗粒物,而细颗粒物所占比例相对较少;可吸入颗粒物质量浓度具有明显的季节变化特征,冬季最高,夏季最低,春季、秋季居中;丹东粗颗粒物质量浓度较低,但粗颗粒物中细颗粒物所占比例却非常高;颗粒物的粒径越小,其对能见度的影响就越大.      

秋冬季厦门岛大气颗粒物中PCBs的污染特征及入海通量

于2006至2008年秋季和冬季在台湾海峡西岸厦门岛采集大气颗粒物样品,分析28种多氯联苯（PCBs）,包括指示性PCBs和类二恶英PCBs的含量特征及组成,探讨其可能来源,并对其干沉降入海通量进行估算。结果显示,2006至2008年秋冬季厦门岛大气颗粒物中PCBs的浓度分别为0.43~53.55、2.07~81.14和3.79~153.39 pg/m³,主要以高氯取代PCBs为主,类二恶英PCBs毒性当量值与主要城市相当。冬季PCBs浓度高于秋季,且2006至2008年的秋冬季PCBs浓度呈上升趋势,这可能受到厦门市汽车尾气和工业废气排放等人类活动导致大气颗粒物含量升高的影响。气团后向轨迹分析表明,冬季厦门岛大气颗粒物中较高浓度的PCBs主要受中国北方大陆污染气团来源的影响,而秋季大多来源于洁净海洋气团。秋季和冬季,大气颗粒物中PCBs的沉降通量分别为3.79和8.32 ng/（m²·d）,按调查区域覆盖面积（63 000 km²）估算,通过大气干沉降向台湾海峡输入的PCBs量分别为22 kg和47 kg。     

基于分形理论和形状特征的大气颗粒物研究

本研究对青岛市黄岛区的大气颗粒物进行了采集,通过CCD图像采集系统在显微镜下获得8种典型大气颗粒物的显微图像,运用差分盒维数法计算其分形维数以及图像处理技术计算其球形度等形状参数.进而研究了颗粒物分形维数与粗糙度的关系、分形维数的尺度不变性、以及分形维数和形状参数的相关性分析.研究发现不同颗粒图像的分形维数是不同的,可以运用分形维数结合长径比、庞大率等形状参数对大气颗粒物进行模式识别,为解析大气颗粒物的来源提供新的特征参数.     

西安市大气颗粒物数浓度分布及典型天气条件特征变化

利用2013年3月到2014年12月期间西安市大气中0.25～32μm颗粒物监测数据和同期气象参数、散射消光系数等数据,分析了大气颗粒物数浓度分布及典型天气条件下变化特征.结果表明:采样期间西安市大气颗粒物平均数浓度为206.27个/cm3, 99%以上为<1μm的颗粒物数.大气颗粒物数浓度冬季最高,其次为秋、夏和春季,分别为267.66、231.31、141.82和135.77个/cm3.四季的数浓度低值均出现在18:00左右,之后数浓度上升,且晚上高于白天,冬季6:00左右达到峰值,夏季的昼夜差最小,秋季最大.春夏秋冬的大气颗粒物数浓度与散射消光系数的Pearson相关系数分别为0.756、0.702、0.411、0.377.大气颗粒物数浓度在沙尘天气发生前、中、后会升高、下降和再下降,霾天气出现前、后会升高和下降;高温干燥天气下,大气颗粒物数浓度相对较低;降雨对大气颗粒物的清除作用明显,但降雨后大气颗粒物数浓度又很快回升.     

成都市大气颗粒物粒径分布及水溶性离子组成的季节变化特征

利用Anderson冲击式分级采样器,于2012年2月~2013年1月在成都市城东成都理工大学校园内按月采集了不同粒径的大气颗粒物样品,分析了颗粒物样品的质量浓度以及9种水溶性离子含量.结果表明,采样期间成都市PM_(2.1)和PM_(11)的年平均浓度分别为(125.9±56.14)μg·m~(-3)和(224.5±83.64)μg·m~(-3),颗粒物浓度冬季最高,春季次之,秋季浓度最低;成都市水溶性离子浓度平均水平为37.15μg·m~(-3),其中检测的9种离子浓度从大到小顺序依次为SO_4~(2-)NO_3~-NH_4~+Ca~(2+)Cl~-Mg~(2+)K~+Na~+F~-,SO_4~(2-)、NO_3~-和NH_4~+占总水溶性离子的78%,是主要的离子组分.SO_4~(2-)、NO_3~-、NH_4~+呈单峰分布,其主要分布于细粒子中;Ca~(2+)和F~-也呈单峰分布,但是主要分布在粗粒子中;Cl~-和K~+粒径分布相似,Mg~(2+)和Na~+分布相似,均呈双峰分布.成都市冬、春季节粗、细颗粒物中的水溶性离子浓度均明显高于夏、秋季节.结合离子相关性分析,细颗粒物中的SO_4~(2-)、NO_3~-和NH_4~+可能主要以(NH_4)_2SO_4或NH_4HSO_4、NH_4NO_3的形式存在,而粗颗粒物中的主要离子组分SO_4~(2-)、NO_3~-和Ca~(2+)则可能以Ca(NO_3)2、CaSO_4等形式存在.主成分分析结果表明,颗粒物中水溶性离子主要来自二次过程、土壤扬尘、生物质燃烧和农业源.     

2012-2021年阳宗海水质变化特征及趋势分析

为了解近10年来阳宗海的水质变化特征及砷污染事件发生后砷的治理成效,对2012—2021年的水质监测数据进行了研究,结果发现：化学需氧量、总磷、总氮、砷等主要监测指标削减明显,综合污染指数和综合营养状态指标呈显著下降趋势,说明近10年来阳宗海水质有所改善,特征污染物砷治理成效显著。     

APEC前后北京郊区大气颗粒物变化特征及其潜在源区分析

为分析2014年APE(Asia-Pacific Economic Cooperation)会议前后北京郊区大气颗粒物数浓度和质量浓度的变化特征及其主要影响因素,于当年11月在北京怀柔区中国科学院大学雁栖湖校区教学一楼楼顶利用微量振荡天平(TEOM)、扫描电迁移率颗粒物粒径谱仪(SMPS)和空气动力学粒径谱仪(APS)对大气颗粒物质量浓度和数浓度分布进行连续在线监测;同时结合地面气象参数和HYSPLIT轨迹模式,对颗粒物的来源和传输过程进行聚类、潜在源区贡献因子(PSCF)和浓度权重轨迹(CWT)分析.结果表明,APEC期间(11月5—11日)超细粒子(PM_(0.01～1))数浓度、细粒子(PM_(0.5～2.5))数浓度和粗粒子(PM_(2.5～10))数浓度分别为(17720.1±998.7)、(30.9±3.34)和(0.12±0.01) cm~(-3),比非APEC期间(即11月1—4日和11月12—30日)分别降低了28.8%、58.6%和64.7%;APEC期间ρ(PM_(2.5))为(36.1±2.4)μg·m~(-3),比非APEC期间降低55.5%.PM_(0.5～2.5)数浓度和PM_(2.5～10)数浓度降幅远大于PM_(0.01～1)数浓度,这表明APEC期间的减排措施对于PM_(0.5～2.5)和PM_(2.5～10)的控制效果优于PM_(0.01～1),说明APEC期间对PM_(0.5～2.5)、PM_(2.5～10)数浓度进行了更有效的控制.对北京气流后向轨迹聚类分析发现,来自蒙古国、内蒙古、河北西北部、河北南部方向的气流轨迹对应北京郊区的PM_(0.01～1)数浓度最高,为30593 cm~(-3),来自河北西北部、北京、天津、河北南部方向的气流轨迹对应北京郊区的PM_(0.5～2.5)、PM_(2.5～10)的数浓度及ρ(PM_(2.5))均为最高,分别为190 cm~(-3)、0.65 cm~(-3)、168μg·m~(-3).综合潜在源区贡献因子分析法(PSCF)和浓度权重轨迹分析(CWT)的结果分析发现,观测期间北京PM_(0.01～1)与PM_(0.5～2.5)、PM_(2.5～10)的潜在源区存在明显的区别,其中PM_(0.01～1)数浓度的潜在源区分布区域相对较广,主要分布在内蒙古中部、河北西北部、河北中南部和山西东北部等地区,而PM_(0.5～2.5)和PM_(2.5～10)数浓度的潜在源区分布基本一致,而且区域相对较集中,主要分布在河北北部、山西东北部和河北中南部等地区.APEC期间与非APEC期间ρ(PM_(2.5))的源区贡献因子分析和浓度权重轨迹分析表明,APEC期间ρ(PM_(2.5))的主要源区分布比非APEC期间相对较集中,主要位于北京当地、天津等附近地区,该地区对观测点ρ(PM_(2.5))的贡献值在24～40μg·m~(-3)之间.     

大气颗粒物污染特征及治理分析——以毕节市区2016—2020年为例

以打赢蓝天保卫战三年行动计划实施以来毕节市区环境空气质量数据为研究基础,对毕节市区2016—2020年大气颗粒物浓度进行了年、季、月变化特征及其影响因素分析,并对毕节市区颗粒物污染源及相关治理措施进行调查总结,为未来毕节市区环境空气质量持续改善提供参考依据。     

大同市大气颗粒物中苯并(a)芘的日变化研究

在大同市三个不同功能区于冬、夏两季采集大气颗粒物样品,每日采样分为早晨、午间和晚上三次,对其中的苯并(a)芘进行分析测定.研究发现:该市大气颗粒物中苯并(a)芘浓度早晚高,午间低,采暖期大于非采暖期.除此以外,苯并(a)芘的日变化还与人类活动及相关气象因素有关.     

秦巴山地西部地区2015—2018年大气污染物变化特征及潜在来源分析

为了研究我国南北过渡带西部地区大气污染物变化特征，选取了秦巴山地西部陇南市2015-2018年大气主要污染物监测资料和气象数据，分析了各污染物的浓度水平、变化特征及与气象条件的关系，并利用HYSPLIT后向轨迹模式分析了该地区污染物潜在来源（WPSCF和WCWT）.结果表明：4年来，秦巴山地西部地区空气环境质量较好，空气质量优良率达94.24%，6项大气污染物SO₂、NO₂、CO、O₃、PM_2.5、PM₁₀平均浓度分别为19.02、23.35、701.41、83.11、30.57、56.50 μg·m^-3，均未超过国家二级标准.PM₁₀是该地区首要污染物中天数最多的，达94 d.污染物SO₂、NO₂、CO、PM_2.5和PM₁₀的季节变化和日变化特征具有较好一致性，呈"U"型变化，O₃呈单峰型，在夏季和午后浓度到达高值.颗粒污染物PM₁₀、PM_2.5与气态污染物SO₂、NO₂、CO均呈现较好正相关，气温、降水量和风速风向对污染物浓度有较大的影响.该地区冬季空气质量明显差于其他季节，颗粒物浓度主要受供暖期化石燃料燃烧和外来气流的影响.     

北京城区和郊区本底站大气污染物浓度的多时间尺度变化特征

利用北京城区海淀宝联站(HD)和上甸子本底站(SDZ)2005—2012连续8年的大气污染物(PM_(2.5)、O3、NO2、SO_2和CO)浓度观测数据进行统计分析,揭示北京城区和郊区主要污染物浓度变化特征、超标情况及其差异.主要结论如下:1连续8年北京城区、郊区PM_(2.5)浓度整体呈缓慢下降趋势,但污染水平仍较高.海淀宝联站和上甸子本底站的PM_(2.5)年均浓度从奥运前3年(2005—2007)的平均值87.1μg·m-3和53.4μg·m-3分别下降到奥运后5年(2008—2012)的平均值67.7μg·m-3和42.1μg·m-3.奥运后5年两站PM_(2.5)年均浓度变化不大,其中城区维持在66~70μg·m-3的高浓度水平.城区PM_(2.5)浓度为3级以上的超标日在四季的发生频率相当,4级和5级以上的超标日则多发生在秋、冬季;各季平均日变化趋势均为双峰双谷型,上下班交通高峰期对PM_(2.5)浓度日变化有重要影响.2城区站O3年均浓度前5年(2006—2010)逐年下降,之后浓度开始回升,而本底站O3年均浓度在此期间变化不大,近6年(2007—2012)维持在72.4~76.3μg·m-3.城、郊O3平均日变化均呈单峰型,其中上甸子站峰值出现时刻晚于城区海淀宝联站.32005—2012年北京城区其它气态污染物浓度(NO2、SO_2和CO)总体均呈缓慢下降趋势,但在2012年浓度有所反弹,城区站气态污染物在秋、冬季的平均浓度均显著高于春、夏季.     

华北地区大气细颗粒物(PM2.5)年际变化及其对土地利用/覆被变化的响应

大气细颗粒物(PM_2.5)是大气污染的重要组成成分,对其影响因素进度探讨具有重要的意义.但目前来看,多数的研究都聚焦于PM_2.5与气象要素以及经济因素之间的关系,分析土地利用/覆被变化对PM_2.5影响的研究相对较少,需要进一步的深入探讨.基于PM_2.5空间分布数据及土地利用/覆被数据,对华北地区PM_2.5变化特征及土地利用/覆被变化特征进行了系统分析,并利用地理加权回归、GIS空间分析等手段探讨了PM_2.5变化与土地利用/覆被变化的响应关系,结果表明:①华北地区PM_2.5浓度整体呈现东南高、西北低的空间格局,且18a均保持这一态势没有变化.时间上来看,在2006年达到污染最大值,之后虽有波动但一直居高不下.多数城市PM_2.5浓度超标,整体环境污染形势严峻;②2000～2015年研究区土地利用类型/覆被以耕地、林地和草地为主,土地利用/覆被变化趋势主要表现为耕地的大量减少以及建设用地的持续增加,水域和未利用地面积略...