淮安地区臭氧浓度预报方程的建立与检验

通过分析2016—2019年淮安地区近地面臭氧浓度与相关气象因子的变化关系,建立臭氧浓度预报模型,并利用2020年数据对预报模型进行检验。结果表明:有利于高浓度臭氧形成的气象条件是适宜的地面气压和高层位势高度,较高的地面温度和高层温度,适宜的地面相对湿度和高层露点温度差,地面和高层有较小的风速和特定的风向,适宜的总辐射辐照度、较低的总云量和低云量以及长时间的日照。定义高浓度臭氧潜势指数(HOPI)和风向指数(WDI),并结合地面和高层气象因子,建立多指标叠套的臭氧浓度预报方程。利用2020年数据对臭氧浓度预报方程进行检验,发现其预报值与实况值的相关系数为0.83,说明预报方程具有较好的拟合效果和可预报性。     

贵阳市臭氧浓度变化及与气象因子的关联性

运用2013—2016年贵阳市环境空气自动监测站臭氧(O_3)的监测数据以及气象观测资料,分析该地区近地面O_3浓度的时空变化特征及与气象因子的关联性。结果表明,近年来贵阳市近地面O_3小时浓度均值有逐年升高趋势,增速为1. 1～5. 0μg/(m~3·a)。O_3浓度昼间变化呈明显单峰形分布,08:00左右出现最低值,15:00—16:00达到最大峰值,浓度高值主要分布在12:00—18:00。日照时数每增加1 h,则近地面O_3日最大8 h平均浓度增加8μg/m~3左右,日照时数大于8 h,则近地面O_3日最大8 h平均浓度超过100μg/m~3; O_3小时浓度与温度呈正相关(r=0. 724,α=0. 01),与相对湿度呈负相关(r=-0. 531,α=0. 01)。当日照时数大于8 h、温度超过25℃、相对湿度小于60%时,贵阳市近地面O_3容易出现高浓度值。     

2019—2022年济南市臭氧浓度变化特征及气象影响因素分析

基于2019—2022年济南市近地面臭氧(O₃)监测数据和同期气象资料,研究O₃-8 h变化特征及其气象影响因素,探讨与相关污染物、气象因素的相关性,结合KZ(Kolmogorov-Zurbenko)滤波法定量分析排放源与气象条件对O₃-8 h长期趋势的贡献。结果显示:①济南市O₃-8 h-90per年均值呈总体下降趋势,但背景值(O₃-8 h-5per)呈逐年上升趋势,年平均增速为2.5 μg/(m³·a);计算日均O₃质量浓度生产速率表明,污染日[14.6 μg/(m³·h)]＞夏季[11.5 μg(m³·h)]＞秋季[8.6 μg/(m³·h)]＞春季[8.2 μg/(m³·h)]＞冬季[4.8 μg/(m³·h)]。②O₃-8 h与NO₂、CO质量浓度均呈显著负相关,夏季PM_2.5质量浓度与O₃-8 h呈弱的正相关,其他季节与O₃-8 h呈负相关;与气温呈正相关,气温每增加一个单位,O₃-1 h增加3.4 μg/m³;与相对湿度(RH)呈负相关,RH每增加10%,O₃-1 h降低10.1 μg/m³;伴随风速增大,平均浓度出现先上升后下降的趋势。③济南市O₃有76.9%受相关污染物和气象因子影响,进一步研究气象因素对O₃-8 h影响,2019年1—9月及2022年5—12月属气象不利阶段,气象因素导致O₃-8 h抬升(最大幅度为6.3 μg/m³);其余时段属气象有利阶段,气象因素导致O₃-8 h降低(最大幅度为4.6 μg/m³)。     

青藏高原典型城市拉萨市近地面臭氧污染特征

拉萨市作为青藏高原典型城市,环境空气质量相对较好,但臭氧污染近年来有所凸显。对拉萨市臭氧的现状与污染特征进行分析基础上,探讨臭氧污染的影响因素。结果表明:拉萨市臭氧污染表现出\"来得早,去得快\"的特征,与内地城市相比,拉萨市臭氧质量浓度在3月即可达到全年平均值(2015年为105μg/m~3),而9月以后将低于全年平均值,并在春末夏初达到峰值;由于青藏高原海拔高,紫外线强,相对内陆地区臭氧均值偏高,2015年拉萨市臭氧年均值比北京市和成都市分别高出7.7%、29.0%,其小时浓度变化呈中午高、早晚低的特征;拉萨市臭氧的浓度变化受空气湿度、日照时间和日均气温的影响;生物质燃料的跨界传输可能也对青藏高原地区臭氧的来源产生一定影响。     

我国典型南方城市臭氧污染特征

分析了我国典型南方城市的臭氧污染特征,选取我国4个有代表性的南方重点城市武汉、宁波、中山和南宁的2013—2015年监测数据,使用EXCEL、ORIGIN和MATLAB等统计软件开展研究,结果表明:我国南方典型城市的臭氧质量浓度分布有明显时间变化特征,超标时间跨度大,部分南方城市与氮氧化物存在较明显负相关性,相关系数高于-0.6;受城市所在不同地理位置、气象因素、大气扩散条件及可能的不同本地排放污染源构成等因素影响,4个城市的近3年臭氧浓度月均值、超标情况和年内峰值均存在一定差异和分组相似性;与部分气象因素也表现出显著相关性。     

2013—2018年海口市区臭氧浓度变化特征

利用海口市区4个站点2013—2018年臭氧(O₃)逐时观测资料,分析了O₃不同时间尺度变化特征、超标情况及其与前体物NO₂和气象因子的关系。结果表明:海口市区O₃浓度总体偏低,但2013—2018年各站点均有明显的上升趋势,海大站、海师站、龙华站和秀英站的气候倾向率分别为1.26、3.84、3.02、2.93μg/(m³·a),其中海师站、龙华站和秀英站分别通过了95%、98%、90%的信度检验。秋、冬季海口市O₃浓度最高,其中10月O₃浓度月平均最大值出现的概率最大,最小值主要出现在8月。O₃浓度日变化表现为单峰型,早晨08:00前后O₃浓度最低,午后15:00最高。海大站超标率最高(2.82%),海师站和龙华站次之,秀英站最小。4个站点的超标日O₃浓度均逐年上升,表明海口市O₃超标现象在恶化。O₃浓度与日照时间成正相关关...     

2013—2016年74城市臭氧浓度变化特征

利用2013—2016年74城市臭氧（O₃）监测数据,综合探讨了全国74城市O₃浓度时空变化特征、变化趋势。结果表明：2013—2016年,74城市O₃-8 h各百分位浓度总体呈上升趋势,且百分位较高区间O₃浓度逐年上升速率越快,O₃-8 h第95百分位浓度年增长5.3 μg/m³,其次是第90百分位;O₃区域性污染特征明显,京津冀及周边、长三角、珠三角O₃污染问题突出;74城市O₃浓度超标天数年增长3 d/城市,O₃污染呈明显日、季节变化特征,午后14：00—17：00达到小时浓度峰值,超标日主要集中于5—10月;O₃对环境空气质量综合指数贡献率逐年增加,北京、上海和广州O₃贡献率年增长分别为1.9%、1.1%和0.8%。     

夏季典型背景及城市地区VOCs对比研究

选取武夷山、庞泉沟和长岛3个具有代表性的空气背景站点及其周边城市站点,分析研究夏季环境空气中挥发性有机污染物(VOCs)的特征。结果表明,庞泉沟、武夷山、长岛背景站点的总挥发性有机物(TVOCs)平均浓度分别为(24.71±7.89)×10^-9、(7.94±5.82)×10^-9、(11.98±5.34)×10^-9,分别比对应的城市站点低42%、43%、11%。背景站点TVOCs中的烷烃占比为67%～72%,明显高于城市站点;背景站点与城市站点TVOCs中的烯烃和芳香烃占比无显著差异;但背景站点炔烃占比(2%～3%)明显低于城市地区(10%～24%)。背景站点异戊二烯浓度在09:00—15:00出现峰值,且TVOCs浓度变化趋势与异戊二烯浓度变化趋势关联性较强,说明背景站点受自然源影响较大。臭氧生成潜势(OFP)分析结果表明,烯烃及芳香烃对背景地区与城市地区臭氧生成有较大影响,城市地区总OFP远大于背景地区,乙烯、甲苯等对城市地区OFP的贡献较大,异戊二烯对背景地区OFP的贡献较大。     

苏州工业园区春季一次典型臭氧污染过程分析

基于臭氧(O₃)及前体物监测数据,综合运用正定矩阵因子分解模型(PMF)、O₃生成敏感性(EKMA)曲线、O₃来源解析工具(OSAT)等方法,对苏州工业园区2022年春季一次典型O₃污染过程成因开展研究。结果表明,高温及前体物的累积是导致园区O₃超标的主要成因,个别污染时段O₃及前体物受浙江、上海传输影响;污染期间园区处于典型VOCs控制区,VOCs主要来源为油气储运(35.6%)、区域背景(28.8%)、塑料制品生产(16.0%)、移动源(13.6%)、溶剂使用(6.0%)。为有效削减不利气象条件下O₃峰值浓度,应重点加强本地溶剂使用、油品挥发、有机合成等污染环节VOCs的管控。     

上海市奉贤区O3污染特征与影响分析

于2014-2019年,对上海市奉贤区4个环境空气自动监测站的臭氧(O3)污染特征及其影响因素监测数据进行了统计分析.结果表明,O3质量浓度年均值大体平稳且略呈下降趋势,O3日8 h质量浓度中位值和最大值呈现逐步上升趋势,O3质量浓度的最高点和次高点均出现在4-10月.气温与O3质量浓度呈显著正相关关系;随着风速和湿度...     

海口市臭氧污染及气象条件特征

近年来,臭氧已成为许多城市环境空气的主要污染物之一。笔者分析了2020年海口市5个不同方位代表性监测站点逐小时空气质量监测数据及对应站点的气象要素监测数据。研究结果表明:海口市2020年环境空气污染程度为三级以上的天数有11d,其首要污染物均为臭氧。臭氧浓度高值时段主要出现在10-12月。浓度最大值主要出现在每日14:00-17:00,最小值出现在每日05:00-08:00。气象要素日均值与臭氧浓度相关性大小依次为最高温度＞平均温度＞相对湿度＞降水量＞日照时数＞风速。台风外围下沉气流和东北气流的共同影响是导致海口市臭氧浓度超标的主要因素,下沉气流更有利于低层大气中臭氧的堆积,同时在东北气流影响下,上游区域污染物的传输也会导致海口市臭氧浓度增加。     

气象因子对臭氧的影响及其在空气质量预报中的应用

为提高重庆市臭氧(O_3)预报准确率,利用2013—2015年5—10月O_3监测数据和气象数据,通过主成分分析、逐步回归分析等方法,确定了影响重庆O_3浓度的主要气象因素为最高温度、温差、太阳辐射、降水量、相对湿度、水气压和压差;通过基于O_3污染水平相似的主要气象控制因子筛选和最优组合的预报结果优化方法,提高了O_3预报准确率,使2016年5—8月O_3的AQI类别预报准确率由57.7%增至72.4%,O_3超标的预报准确率由38%增至46%。     

臭氧综合指数与臭氧潜势指数的构建与应用

随着社会经济的快速发展,我国臭氧污染日益严重,因此,研发出能定量评估气象条件对臭氧污染影响程度的诊断指数,成为提高和改善气象服务质量的重要任务之一。利用中国大陆地区2018年温度、总云量、风速、风向、相对湿度等气象场数据与臭氧浓度数据,研究臭氧污染敏感气象条件,统计各气象因子分布在不同数值区间时发生臭氧污染事件的相对频率(即分指数),按照分指数最大值和最小值的差值大小进行排序,筛选出10个与臭氧污染密切相关的气象因子,将10个气象因子的分指数进行累加,即得出臭氧综合指数。随后,对各地构建臭氧综合指数时采用的气象要素进行统计,得到出现频率最高的3个气象要素,并参考这些气象要素构建了臭氧潜势指数。分别以臭氧潜势指数和臭氧综合指数对北京市2019年臭氧日最大浓度建立拟合预报模型,结果表明:两类指数的拟合预报值与实测值有着相似的变化趋势;利用臭氧综合指数计算得到的预报值与实测值的相关系数为0.76,优于利用臭氧潜势指数计算得到的预报值与实测值的相关系数(0.64)。     

气象因素对泉州臭氧的影响

利用泉州城区2017年全年连续观测的O_3和气象要素资料,统计了臭氧浓度的分布特征,分析了气象要素对O_3质量浓度的影响,对比了O_3超标日和非超标日的气象要素特征。结果表明:(1)泉州市O_3质量浓度月变化呈双峰形,春季最高,夏季最低;日变化呈单峰形,最大值出现在13:00—14:00,最小值出现在06:00—07:00,上下游站O_3浓度存在明显传输效应。(2)泉州O_3质量浓度与相对湿度呈负相关,其相关性最高;与风速呈正相关,其相关系数最低,且存在明显区位性差异;与气温的相关性比较复杂,既有正相关,也有负相关。(3)各站点O_3小时质量浓度超标时,均对应2个气象要素区间值。(4)对比污染日非污染日发现,污染日相对湿度较低(50%～60%),非污染日较高(70%～80%);污染日温度略低于非污染日;污染日风向总体为西南偏南,非污染日风向为西南-东南。     

气象要素及前体物对青岛市臭氧浓度变化的影响

在深入探讨2013—2015年青岛市区O_3污染随时间变化特征的基础上,系统分析了不同气象要素对O_3浓度的影响,并研究了前体物对O_3生成的影响及贡献。结果表明:青岛市区O_3第90百分位日最大8 h滑动平均值和超标率均在2014年达到最高值;O_3浓度在5—10月较高,12月至次年1月浓度最低;O_3日变化呈单峰型变化规律,白天浓度高,夜间浓度低。强太阳辐射、高温、相对湿度60%左右、风速4 m/s左右、偏南风等气象条件下易出现高浓度O_3。O_3的生成主要受前体物VOCs控制,且烯烃对O_3生成的贡献远高于烷烃和芳香烃,控制VOCs尤其是烯烃组分的排放可有效降低青岛市区O_3浓度。     

中国城市臭氧的形成机理及污染影响因素研究进展

中国城市臭氧(O3)污染问题日趋严重.O3主要来源于汽车尾气及工业排放氮氧化合物(NOx)和挥发性有机物(VOCs)光化学反应生成,少部分来自于平流层的向下传输.文章介绍了城市O3形成机理研究情况,概述了中国城市臭氧污染浓度特征及气象因子、气候变化、前体物等影响因素研究进展情况,并对未来研究方向进行了展望.