2015年中国近地面臭氧浓度特征分析

根据2015年全国189个城市的近地面臭氧浓度数据,使用ArcGIS等软件处理,从不同时空、地形特征、温度等方面分析得出中国近地面臭氧浓度的变化特征.2015年中国近地面的臭氧浓度变化呈先增高后降低的趋势,各季节中浓度大小关系呈夏季 > 秋季 > 春季 > 冬季的变化规律,且在7月达到全年最高值.中国各行政区中,华东、华南、华北地区的臭氧污染较为严重.在经纬度变化的影响方面,经度变化对近地面臭氧浓度的影响不大,而纬度变化使臭氧浓度变化明显;在同一纬度的3种不同地形对比中发现,不同的地形给近地面臭氧浓度带来的影响微乎其微.温度和近地面臭氧浓度的变化呈现良好的正相关关系.     

北京地区边界层大气臭氧浓度变化特征分析

利用2001-03～2006-10的大气臭氧探空资料,分析了近6 a北京边界层（2 km以下）大气臭氧浓度的平均月变化和季节变化规律.结果表明,边界层大气臭氧浓度的月变化很明显,1月臭氧浓度最小,地面臭氧浓度不到10×10^-9(体积分数,下同),上层（即2 km）臭氧浓度也不到50×10^-9.而6月臭氧浓度最大,地面达到85×10^-9,上层大于90×10^-9.臭氧浓度具有明显的季节特征,从臭氧浓度值来看,冬季最小,夏季最大.从地面到上层的臭氧浓度的变化幅度来看,冬季变化最大,夏季变化最小.根据廓线变化方式,臭氧浓度廓线可分为3种类型,冬季型、夏季型、春秋季型.不同高度臭氧月平均浓度也明显不同.分析地面及上层臭氧浓度与气象因子如温度和湿度的相关关系,发现地面臭氧浓度与温度具有较好的线性关系,相关系数在0 .85以上.     

济南市区近地面臭氧浓度变化特征

利用2003年9月～2004年8月一年内的O3连续自动监测数据,对济南市大气中O3浓度的频率分布、日变化、季变化等特征进行分析。实验结果表明,O3小时平均浓度达到《环境空气质量标准》(GB3095-1996)二级标准的频率为98.67%;O3浓度在一天中呈明显的单峰型变化规律,14:00左右达到日最高值;四季的O3浓度日变化均呈单峰型,夏季高O3浓度值出现频率较多,冬季浓度普遍较低,春季的平均浓度最高;在所监测的一年周期内,O3浓度呈现明显的单峰型变化规律:秋季逐渐降低,冬季达到最低,春季升高,夏季最高。     

西安城区夏季地面臭氧浓度变化特征分析

于2013年夏季,对西安城区10个大气监测点进行了地面大气中O3及其前体物(NOx、CO)连续在线观测,观测结果分析表明:夏季O3小时浓度平均值范围为39.03~93.06μg/m3,且其浓度呈现由东北至西南方向逐渐升高的空间分布特征。O3小时浓度分布呈明显的单峰形式,15:00左右达到峰值;NOx、CO浓度呈较明显的双峰分布,CO较NOx的浓度波动较为平缓。O3日均浓度与温度、太阳辐射呈正相关,而与相对湿度呈负相关关系,且受温度、太阳辐射的影响更加显著。     

临安近地面臭氧变化特征分析

利用2003年11月─2004年11月浙江临安区域大气本底站近地面臭氧浓度的连续监测资料,研究了地面臭氧浓度全年总体分布、季节变化、日变化及浓度频率分布规律.结果表明,该地区φ(O₃)全年平均值为32.41×10-9,其日变化呈明显单峰型, 14:00左右达到最大值, 约04:00出现最小值.φ(O₃)月均值在春末夏初达到最大值,在12月─次年2月出现最小值.φ(O₃)各月的平均振幅在夏季达到最大,说明临安本底站夏季臭氧光化学反应比较强烈.除冬季外,其他季节该地区近地面φ(O₃)均有超过《环境空气质量标准》(GB30952-1996)二级标准的情况,全年超标率为0.96%.      

杭州市近地面大气臭氧生成的影响因素研究

本论文利用杭州市2013年10月至2014年5月市区和郊区两个站点的观测资料,分析了O3的形成规律和影响因素。结果表明杭州市臭氧控制应以降低VOCs排放量为重点。     

葫芦岛近地面臭氧变化特征分析研究

为进一步了解葫芦岛地区臭氧污染,以该市2014年-2016年臭氧(O_3)监测数据为基础分析了O_3浓度变化特征。结果表明:葫芦岛市O_3污染有明显的加重趋势;O_3污染天气集中出现在4～10月;O_3浓度的日变化特征呈现单峰分布,峰值出现在15:00,谷值出现在06:00; O_3前体物(NO、NO_2、CO)浓度休息日低于工作日,O_3浓度休息日高于工作日。日间为环境监测和预报的关键时期。     

沧州近地面臭氧浓度与气象条件关系

利用2013—2018年沧州市臭氧监测数据和气象数据,运用相关和百分位阈值法,分析了沧州市臭氧污染特征及气象因子对臭氧污染的影响。结果表明:沧州市臭氧浓度呈现明显的季节变化特征,春季和夏季最高;臭氧超标日数也集中在春夏季,臭氧浓度和超标日数均呈逐年增加趋势;在所有气象因子中气温与臭氧相关性最强,较高的气温是沧州市臭氧发生的必要条件,气温越高越容易导致高浓度的臭氧污染;绝大多数情况下,臭氧浓度与相对湿度呈负相关关系;降水量级及降水性质都会对臭氧浓度造成明显影响;风向与风速影响臭氧污染物的水平传输和垂直扩散,冬春季影响明显;春季臭氧浓度的增加与风速增大导致的混合层高度增加有重要的关系;颗粒物通过影响到达近地面的气象要素间接影响臭氧浓度。沧州地区臭氧超标日的出现伴随着一系列气象条件的共同改变,包括晴天少雨、混合层高度增加、风速增大、相对湿度降低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。     

大连市近地面环境空气中臭氧浓度的变化特征及成因分析

本文采用大连市10个国控子站2013年全年臭氧自动监测数据进行分析,总结臭氧浓度的月变化规律。分析结果表明:大连市区环境空气中臭氧主要来自于光化学反应,其浓度变化受太阳辐射的影响,其月浓度值在5月份达到峰值;此外,大气对流、近地面环境及污染源排放等因素也会对大连市区近地面大气中的臭氧浓度造成影响,导致大连特殊地区的臭氧浓度值在不同月份达到年内的峰值。     

南京市北郊夏季臭氧浓度变化特征分析

利用南京市北郊2014年7月11日至2014年9月10日近地面O3浓度的连续观测数据,结合相应气象要素资料,分析了近地面O3浓度的逐日变化、日变化以及不同天气条件下的日变化特征,同时对青奥会时段以及非青奥会时段O3浓度进行了比较与分析,探讨了O3浓度与气象要素的相关性。结果表明:1整个观测期间O3浓度日均值为75.55μg/m3,青奥会时段日均值为66.47μg/m3,非青奥会时段为79.74μg/m3,随着青奥会的临近,O3浓度呈现逐渐降低的趋势。2 O3浓度的日变化呈现单峰型的特点,夜间变化平缓,白天变化剧烈。3不同天气条件下,晴天、阴天、雨天的O3浓度的日均值分别为102.23、63.66、63.86μg/m3,日变化最强烈的是晴天,阴天和雨天日变化较为平缓。4O3浓度的日均值出现的频率主要集中在40~80μg/m3之间,占总日数的59.02%。5太阳辐射强度、相对湿度、气温、风向、风速影响O3浓度的变化,其中O3浓度与气温及太阳辐射呈正相关关系,与相对湿度呈负相关关系。     

东亚地区大气整层臭氧浓度的时空变化

从TOMS臭氧全球网格资料截取主要包含中国大陆的东亚地区 (6 9 375°E— 1 39 375°E ;1 4 5°N— 5 4 5°N)的数据 ,分析大气整层臭氧浓度的变化特征 .结果表明 ,区域多年平均臭氧浓度约为 30 7DU(多卜森单位 :DobsonUnit) ;一年中 ,平均臭氧浓度有明显的季节变化 ,春季 (3月 )达最大值 ,秋季 (1 0月 )最小 ,变化幅度约 5 0DU .区域内臭氧浓度具有很强的空间 (纬向 )变化 ,低纬度地区臭氧浓度低 ,较高纬度地区臭氧浓度高 .各地臭氧浓度变化的概率分布基本为单峰型 ,低纬度地区分布较窄而高纬度地区宽 .从 1 978至 1 994年的十多年中 ,区域平均浓度呈明显的下降趋势 ,下降幅度约 1 0DU .对应于此 ,区域内各等级的臭氧浓度值以大致均匀的速率变化 ,低值的出现概率增加 ,而高值的出现概率减小 .     

气象条件对深圳近地面臭氧浓度的影响分析

以深圳近地面臭氧浓度和气象条件为研究对象,分析了深圳臭氧污染与气温、相对湿度、风速、气团轨迹等气象因素关系。结果表明,深圳臭氧污染与气象要素密切相关,一般在气温高于24℃,相对湿度在55%~85%,日平均风速低于2m/s,受到偏北气团影响时,深圳易出现臭氧污染。     

基于XGBoost算法的近地面臭氧浓度遥感估算

本文采用XGBoost机器学习算法,融合臭氧浓度地面监测数据、欧洲中期天气预报中心的ERA5数据集、中国多尺度排放清单模型构建的排放清单数据集、高分辨率遥感影像（TROPOMI＿NO₂、OMI＿NO₂）以及人口数据和DEM数据,构建训练估算数据集,开展近地面臭氧浓度估算研究.模型构建采用递归式特征消除法进行特征变量的选择,并对其进行十折交叉和自建模验证,R²分别为0.871和0.955,RMSE分别为12.8μg·m^-3和7.514μg·m^-3.同时进行了高分辨率遥感影像对估算结果的贡献分析,结果表明引入TROPOMI＿NO₂因子参与建模可校正近地面臭氧浓度普遍被低估现象.模型模拟结果显示臭氧浓度回归估算结果层次更加分明、条带现象消失、连续性和平滑性明显改善.     

南京地区近地面臭氧浓度与气象条件关系研究

通过分析2013—2015年南京地区相关气象要素对近地面臭氧浓度的影响,建立了用于不同季节高浓度臭氧污染事件的预报预警模型,并归纳总结了南京地区高浓度臭氧出现的天气形势.结果表明,近地面臭氧浓度的变化与气象要素密切相关,气温、能见度、日照小时、总(净)辐射辐照度等要素与O_3浓度呈显著正相关,与相对湿度、总(低)云量呈负相关.高浓度臭氧污染是多因子综合作用的结果,典型气象条件表现为:太阳辐射强,低云量少,相对湿度适宜,地面小风速及特定的风向.通过定义高浓度臭氧潜势指数HOPI和风向指数WDI,并综合考虑14:00地面气温、相对湿度及8:00各标准层的相关气象要素,建立了逐季节多指标叠套的高浓度臭氧预报方程.采用2016年资料对其进行检验,发现预报值与观测值的相关系数分别达0.72(冬季)、0.76(春季)和0.73(夏季),说明方程具有较好的拟合效果和可预报性.通过普查历史天气图,归纳了伴随南京地区高浓度臭氧事件出现的8种主要天气形势,即高压类(高压中心G0、高压后部G1)、低压类(低压底部D0、低压前部D1、低压倒槽D2)、均压类(高压相关的均压JG、低压相关的均压JD、其它均压J).其中,以高压后部地面形势出现概率最大,低压前部均压场出现时对应臭氧平均浓度最高.     

广州近地面臭氧浓度特征及气象影响分析

利用2015年广州市近地面逐时臭氧(O_3)观测资料及气象数据,分析了广州地区近地面的O_3浓度时空分布特征及其与气象因子的关系.结果表明:广州地区城郊的O_3浓度高于中心城区;广州地区近地面的O_3浓度超标时间主要出现在4—9月,8月O_3浓度最高,3月O_3浓度最低;O_3浓度日变化呈现"单峰型"分布,早上7:00—8:00出现最低值,15:00达到峰值;O_3浓度与气温呈正相关,当气温高于30℃时,O_3浓度随温度升高增加明显;与相对湿度呈负相关,当相对湿度大于60%时,O_3浓度显著降低;当气压小于1010 hpa时,与气压呈负相关,当气压大于1010 hpa时,与气压呈正相关;当风力为2~3级吹西北偏西至西南偏西风区间时,O_3浓度最高,说明广州偏西部可能存在O_3污染源区;O_3浓度在晴天最高,其次是少云和多云天气,最低是在雨天.总体而言,气温高、日照长、辐射强、气压低、湿度小及2~3级的风力是广州地区近地面产生高浓度O_3的主要气象因素.当广州O_3浓度出现超标时,气温变化范围为25.9~37.4℃,相对湿度变化范围为29%~83%,气压变化范围为989.4~1009.1 h Pa,风速变化范围为0.7~5.8 m·s~(-1),紫外辐射强度日最大1 h均值最小为32.6 W·m~(-2),10:00—14:00均值最小为27.3 W·m~(-2).     

乌鲁木齐不同功能区昼间臭氧浓度变化特征分析

为了研究乌鲁木齐市昼间的近地层大气臭氧浓度变化特征,利用靛蓝二磺酸钠分光光度法(IDS法)对乌鲁木齐市不同功能区在采暖期前期、采暖期与采暖期后期昼间的小时臭氧浓度进行监测,分析与温度、太阳辐射、相对湿度的相关性。结果表明:乌鲁木齐市不同功能区昼间的小时臭氧浓度变化具有明显的"单峰型"变化规律,从早上09:00开始,臭氧浓度明显上升,最高的小时臭氧浓度出现在午后,其中,交通区、工业区昼间的小时臭氧浓度较高。不同时间段臭氧总平均浓度依次为采暖期前期>采暖期后期>采暖期,不同时间段昼间的小时臭氧浓度变化与太阳辐射、温度呈显著的正相关性,与相对湿度呈显著的负相关性。     

大气中的臭氧浓度

大气中的臭氧(O_3)的90％都分布在同温层中,其最大浓度在离地面15～25公里上空。由于近年来大气中可以破坏臭氧的化学品诸如氟氯烃类(CFCs)等的浓度不断增加,它们进入同温后在紫外线作用下分解出氯原子(Cl)对臭氧起催化破坏作用的结果使同温层中的臭氧不断受到     

青海瓦里关地面臭氧浓度的变化特征

为探讨地面O₃ 生成和变化机制,利用青海省瓦里关大气本底基准观象台1994~2002 年的地面O₃ 连续观测资料,结合同期瓦里关CO数据及3 个相近高海拔全球背景站点Mauna Loa, Jungfraujoch, Izaña 的O₃ 和CO 资料,对瓦里关地面O₃ 变化特征进行分析.结果表明,瓦里关地面O₃ 浓度有逐年缓慢增加的趋势,存在明显的季节变化,O₃ 最高值出现在夏季,而其他3 个站点最高值出现在春季.与Izaña 站相似,瓦里关地面O₃ 的日变化幅度较小,日最小值出现在中午时分,最大值出现在晚上和凌晨.瓦里关地面O₃ 和CO 存在一定的相关性,但相关性不显著     

2018-2019年兰州市近地面臭氧浓度变化特征及其影响因素分析

选取兰州市城区4个环境空气质量国控站点2018-2019年的监测数据和兰州市气象站同期的观测资料,分析了兰州市O₃浓度的时空分布特征,并探讨了气象因素和相关污染物对ρ(O₃-8 h)的影响。结果表明:1)兰州市城区各站点ρ(O₃-8 h)的月变化和ρ(O₃)小时值的日变化均呈单峰型,ρ(O₃-8 h)高值出现在4-8月,ρ(O₃)小时峰值出现在15:00左右;2)相关污染物与ρ(O₃-8 h)均呈负相关,ρ(O₃-8 h)随ρ(NO₂)、ρ(CO)、ρ(PM_2.5)的增加而降低;3)高温、低湿的环境有利于兰州市城区O₃的生成,而特殊的地形条件导致在一定风速下,O₃更容易积累;4)分别建立了相关污染物和气象因子的多元线性回归方程,发现在当前气象条件和相关污染物排放现状下,气象因子对兰州市O₃的影响比相关污染物的影响更为重要。     

基于XGBoost-LME模型的京津冀地区近地面臭氧浓度估算

高时空分辨率的近地面臭氧浓度分布数据对监测和防控大气臭氧污染,提高人居环境具有重要意义. 使用TROPOMI-L3 NO₂、 HCHO产品和ERA5-land高分辨率数据作为估算变量,构建XGBoost-LME模型估算京津冀地区近地面臭氧浓度. 结果表明：①在估算变量中地表2 m温度（T2M）、2 m露点温度（D2M）、地表太阳向下辐射（SSRD）、对流层甲醛（HCHO）和对流层二氧化氮（NO₂）是影响京津冀地区近地面臭氧浓度的重要因素,其中T2M、SSRD和D2M相关系数分别达到0.82、0.75和0.71. ②XGBoost-LME模型相较其它模型,其各项指标均为最优,十折交叉验证R²、MAE和RMSE分别为0.951、 9.27 μg·m^-3和13.49 μg·m^-3,同时,该模型在不同时间尺度均表现良好. ③在时间上,2019年京津冀地区近地面臭氧浓度存在显著的季节性差异,四季浓度变化为：夏季>春季>秋季>冬季,2019年该地区近地面臭氧月均浓度总体呈现出先上升后下降的倒“V”趋势,其中9月呈现小幅上升趋势,全年最大值出现在7月,最小值在12月;在空间分布上,2月和3月京津冀全域近地面臭氧浓度分布基本为同一水平,1、11和12月呈现出不显著的北高南低的空间分布趋势,其余月份该地区近地面臭氧浓度空间分布均呈现出南高北低的分布特征,高值区主要在南部海拔较低、人口密集和工业排放量较大的平原地区,低值区则主要在北部海拔较高、人口稀疏、植被覆盖率高和工业排放量低的山地地区.