三亚市区臭氧污染变化特征及潜在源区分析

该文基于三亚市区2个环境监测数据,结合气象观测资料,采用后向轨迹、聚类分析、潜在源区贡献因子算法和权重轨迹方法研究了三亚市日最大8 h平均(O₃-8 h)质量浓度时空变化特征与气象因子的关系,以及O₃传输路径和潜在贡献源区。结果表明,2014-2020年2个站点O₃-8 h质量浓度变化趋势相反,河东站和河西站气候倾向率分别为0.303μg/(m³·a)和-0.405μg/(m³·a),趋势系数均没有通过信度检验。O₃-8 h质量浓度逐月变化呈“V”型分布,最高值出现在10月;日变化表现为单峰型,峰值出现在15:00左右。平均气温在15～25℃之间,相对湿度为65%～80%,太阳总辐射为14～24 MJ/m²,日照时数为6～10 h/d,受6～12 m/s之间的东北风影响时,三亚市O₃-8 h质量浓度会出现超标。多元回归分析表明,10 m平均风速、相对湿度、日照时数和平均气温是O₃-8 h质量...     

石家庄市大气污染物的季节性时空特征及潜在源区

为系统研究石家庄市季节性典型污染物的重污染传输特征,基于2018年12月~2019年11月46个环境监测站（PM_2.5、PM₁₀、O₃、NO₂、SO₂和CO）及17个气象站（温度、湿度和风速）的小时监测数据,利用插值（IDW）和相关方法,分析污染物的季节性时空特征;并结合GDAS数据,采用后向轨迹方法,研究污染物的季度传输格局和潜在源区.结果表明：①不同季节具有典型的污染物,季节性典型污染物和污染率依次为：春季（PM₁₀,48.91%）、夏季（O₃,81.97%）、秋季（PM₁₀和PM_2.5,47.54%和32.79%）和冬季（PM_2.5,74.44%）,其与气象条件变化有显著联系;②春季PM₁₀与风速呈负相关,呈西北高、东南低的空间格局,主要传输方向为南向（53.32%）,潜在源区（WPCWT_ij≥160 μg ·m^-3）为河北（冀）中南、河南（豫）中北及山西（晋）中部,且山东（鲁）西和陕西（陕）西北部的传输也会贡献（WPSCF_ij≥0.3）市域的PM₁₀浓度;③夏季O₃与温度呈正相关,与湿度呈负相关,传输通道方向为东南-南向（54.24%）,其潜在源区呈以石家庄市为中心,沧州和菏泽为两翼的新月形区域;④秋季和冬季PM_2.5与湿度呈正相关,冬季呈西低、东高态势分布,输送方向为：秋季（东北-东南,74.75%）,冬季（西北,55.47%）,主要污染源区（WPCWT_ij≥180 μg ·m^-3）集中在冀中南、豫北和晋中西部.     

南京市大气PM2.5时空分布特征与潜在源区贡献分析

对2017年南京市区7个自动空气质量监测点的PM_(2.5)质量浓度ρ(PM_(2.5))数据进行分析,采用克里金(Kringing)空间插值法、气流运动轨迹聚类、潜在源贡献因子法(PSCF)和浓度权重轨迹分析法(CWT)探讨了四季大气中ρ(PM_(2.5))的时空分布特征和潜在来源。结果显示,四季大气中ρ(PM_(2.5))均值由高到低依次为冬季(65. 54μg/m~3)、春季(41. 70μg/m~3)、秋季(35. 18μg/m~3)和夏季(23. 56μg/m~3),秦淮区四季大气中ρ(PM_(2.5))均最高。春季南京大气中ρ(PM_(2.5))易受黄海海岸和北方大陆性输送气流的影响,来自黄海方向的气流轨迹2贡献比例达51. 65%,对应的ρ(PM_(2.5))为50. 91μg/m~3;夏季南京大气中ρ(PM_(2.5))主要受江苏、东部海洋和南部沿海城市输送气流的影响,其中源自江苏的气流轨迹1对南京大气PM_(2.5)贡献比例最大(33. 64%),气流轨迹对应的ρ(PM_(2.5))为35μg/m~3;秋季南京大气中ρ(PM_(2.5))易受短距离的偏北气流影响,来自山西南部,河南中部、安徽中部的气流轨迹5对应的ρ(PM_(2.5))最高,出现概率(21. 11%)和贡献比例(27. 81%)均较高;冬季南京大气中ρ(PM_(2.5))主要受北方大陆性输送气流影响,来自俄罗斯、蒙古国东部、河北北部、北京、天津、山东中部的长距离气流轨迹4对应的ρ(PM_(2.5))最高,达109. 8μg/m~3,其贡献比例为26. 86%。PSCF和CWT分析发现,安徽、山东、浙江与江苏交界和黄海海岸是影响南京市空气质量的主要潜在源区,此外,湖北、北京、天津以及渤海海岸也是南京大气PM_(2.5)的潜在源区。     

临汾市臭氧污染变化特征、气象影响及输送源分析

结合2014~2020年临汾市臭氧逐小时质量浓度和同期气象数据、再分析数据以及潜在源贡献函数法（PSCF）对临汾市O₃污染时空变化特征、与气象因子的关系以及传输路径及潜在源分布开展研究.结果表明,临汾市近年来臭氧污染日益严重,O₃_8h_max年均质量浓度整体呈现上升趋势,2020年相对于2014年增加78.79%;月变化特征呈现“M”双峰型,季节变化峰值出现在夏季,而日变化受近地面大气光化学过程影响显著,呈较为明显的单峰单谷分布,峰值出现在14：00~16：00.O₃浓度与气温和日照时数呈显著线性正相关,当研究区相对湿度为40%~60%,气温高于20℃,风速区间为2~6m/s时易出现高浓度O₃污染.聚类分析表明临汾市O₃重污染天气期间以短距离输送气流为主,高O₃浓度除受到本地生成影响外,还受到省内临近城市及陕西省中部、河南省北部重工企业排放的大量NO_x和VOCs传输的影响.因此,针对临汾市O₃污染在严格控制本地污染源排放的前提下,必须加强汾渭平原地区的联防联控,才能有效缓解该区域大气污染的连片发生.     

2017年10月海南省一次臭氧污染特征及输送路径与潜在源区分析

为了探讨2017年10月海南省一次O₃污染过程的气流轨迹、输送路径和潜在源区,采用海南省18个市县的AQI值、6类大气污染物质量浓度资料以及相关气象观测资料,结合HYSPLIT后向轨迹模型进行分析.结果表明:①2017年10月海南省有13个市县首要污染物为O₃的天数比例超过80%,其中9个市县达100%.2017年10月26日澄迈县和儋州市AQI值分别为171和151,均达中度污染等级,7个市县达轻度污染等级.②气象要素与AQI和污染物质量浓度之间均存在较好的相关关系,ρ(O₃)、AQI与相对湿度的相关系数分别为-0.701和-0.685,均通过了99.9%的信度检验.③卫星反演结果表明,此次污染过程与外源输送关系密切.影响气流主要来自内陆地区的长距离气流、中短距离气流和来自东南沿海的中短距离气流,三支气流影响时段对应的海口市AQI值分别为83、69和61,对应的ρ(O₃)分别为和135.0、119.6和102.3 μg/m3.④通过计算PSCF(潜在源贡献因子)和CWT(浓度权重轨迹)发现,广东省为海南省的主要潜在贡献源区,湖南省、江西省、江苏省、浙江省和福建省等地区也有一定的潜在贡献.研究显示,2017年10月海南省出现的O₃污染过程中,污染物来源以外源输送为主.      

合肥市O3浓度时空分布及典型污染过程潜在源分析

近年来,合肥市O₃污染成为限制空气质量达标率的主要因素,为探究合肥地区O₃时空分布及潜在源区,在分析2015—2022年O₃时空分布及与气象要素关系的基础上,基于HYSPLIT后向轨迹模式及潜在源贡献分析方法(PSCF),对典型O₃污染过程的传输路径和潜在源区进行解析.结果表明：(1)合肥市MDA8-90th呈波动上升-下降-上升趋势,2022年相对于2015年增幅为47.6%,2019年臭氧质量浓度和超标率最高.O₃浓度日变化呈“单峰型”,07:00浓度最低,15:00—16:00左右达峰值;月变化为“M”型,6月浓度最高,12月最低;季节变化表现为夏季>春季>秋季>冬季;空间分布呈西北高、东北低;郊区高、城区低的特点.(2) O₃与平均气温、最高气温、日照时数呈显著正相关,与气压呈显著负相关,与相对湿度和风速的相关性较复杂;平均气温为20～30℃,日照时数大于等于10 h,相对湿度为60%～70%,风速小于2 m·s^-1     

京津冀地区2015～2020年臭氧持续污染事件特征、气象影响及潜在源区分析

基于京津冀地区2015～2020年臭氧小时浓度数据和气象再分析数据,利用广义加性模型、潜在源贡献函数法、浓度权重轨迹法分析了京津冀地区臭氧持续污染事件特征、气象影响和潜在源区.结果表明,京津冀地区持续3d及以上的臭氧污染事件(OPE3)出现天数由2015年的24d上升到2020年的76d,占臭氧污染总天数的比例最高达到85%;OPE3天数的月变化特征与臭氧浓度的变化特征高度一致,在5～9月的相关性达0.97;京津冀地区OPE3发生的天气形势主要为高温、低湿、异常南风、异常反气旋及明显下沉气流;以京津冀地区的典型代表城市北京为例,OPE3期间气团主要来自于北京以南地区(71.2%),以短距离传输为主,主要潜在源区是河北省南部、山西省东北部、河南省东北部以及山东省北部,污染轨迹的贡献率约79.3%.     

哈尔滨市大气污染物输送路径及潜在源区分析

该文采用空气质量指数(AQI)分析了2015-2019年哈尔滨市不同季节首要污染物的污染特征,利用HYSPLIT后向轨迹模式对近5年四季逐日72 h后向轨迹气流进行聚类分析,结合AQI数据,揭示哈尔滨市大气污染物传输路径及潜在源贡献因子和浓度权重轨迹的季节差异。结果表明:哈尔滨市优良天数占比从2015年的66%上升到2019年的83%,5年中2015年为大气污染较为严重的一年,5年来空气质量呈明显好转趋势。哈尔滨市大气污染呈现出不同的季节特征:优良天数平均值占比从高到低依次为夏季(94.6%)秋季(84.4%)春季(80%)冬季(53%),O3和PM2.5分别为空气质量最优的夏季与最差的冬季的首要污染物,春季和秋季首要污染物表现为由NO2和PM2.5复合型污染向以O3为主导的气态型污染转变。各季节轨迹分布与其所处的地理位置和季风气候密切相关,春季来自山东东部、渤海、辽宁、吉林到达哈尔滨的轨迹污染率最高;夏季污染率较高的气流轨迹均来自南部方向,主要传输方向自渤海越过山东东部到达青岛地区,经辽宁、吉林汇入哈尔滨;秋季污染率较高的轨迹分布最为分散,主要以近距离输送轨迹为主;冬季AQI值显著高于其他季节,可能与北方冬季进入燃煤采暖期,污染物排放增多有关,主要集中分布于西北方向输送进入哈尔滨,呈现出输送轨迹越短,污染率越高的特点,其中来自吉林的最短转向路径挟带的污染物浓度最高,其次为由俄罗斯东南部经内蒙古过吉林到达哈尔滨,说明吉林是影响哈尔滨市冬季大气污染物浓度偏高的主要地区。     

中国臭氧污染的空间分布和健康效应

基于2017年全国1365个监测站点的实时监测数据，运用空间数据统计模型揭示近地面臭氧（O₃）污染的时空分布格局，并利用BenMap工具在10km×10km空间网格尺度上估计O₃污染的健康损失和健康经济价值.结果表明，O₃浓度具有较强的季节性变化，呈倒"V"型变化趋势，在空间分布上呈现明显的集聚性，即高值或低值区域集中分布，具有较强的空间正相关性；通过O₃暴露系数模拟人群室内、室外O₃暴露情况，在统计意义上估计得到2017年O₃污染共计造成我国全因早逝人数98473例（95%置信区间：53419~143292），其中心血管疾病早逝风险约占45%，以不同学者估算得到的单位统计生命价值为基础，估计得到的健康经济损失在197~978亿元之间，约占2017年全国GDP的0.05%~0.26%.     

沱江流域总氮面源污染负荷时空演变

根据四川省沱江流域水环境受总氮(TN)面源严重污染的现状,采用排污系数法估算2007 ～ 2017年该流域来自各面源污染源的TN污染负荷,并利用空间重心统计法和空间分析技术揭示沱江流域TN污染负荷时空分布特征及转移趋势,以期为相关部门精准防控和预警沱江流域面源污染提供理论依据.结果 表明,2007 ～ 2017年畜禽养...     

石家庄大气污染物输送通道及污染源区研究

为探索石家庄的区域输送规律,确定主要污染源区,利用HYSPLIT(Hybrid Single Particle Lagrangian Integrater Trajectory)后向轨迹模式和NCEP的GDAS全球气象要素数据,对2013—2016年从不同高度上抵达石家庄地区的逐日72 h气流后向轨迹进行聚类分析,并结合石家庄逐小时颗粒物污染物浓度数据,分析石家庄PM2.5的潜在源贡献因子(WPSCF)和浓度权重轨迹(WCWT).结果表明,(1)石家庄PM2.5浓度具有明显单峰谷日变化,秋冬季与春夏季峰谷值出现时间不同;(2)近地层大气污染输送路径以近距离,移速慢的轨迹为主,轨迹较短的路径所占比例在40%以上.除夏季外,近距离输送路径均存在螺旋转向,在后向48~36 h内轨迹端点到达河北省内,转为东向和南向输送.(3)大气污染输送通道的垂直分布特征表明,输送轨迹中低于500 m高度的轨迹点占28.7%,高于1000 m低于3000 m高度的轨迹点占36.1%,高于3000 m高度的轨迹点占25.3%.低层多以近距离输送为主,高度越高,近距离输送轨迹的频率越低.500 m高度输送通道仍以近距离输送为主,并存在螺旋转向,1500 m高度以上多远距离输送.(4)石家庄PM2.5的主要污染源区范围较小.途径河北中南部、河南北部、山东西部和山西中北部地区的轨迹对石家庄PM2.5的污染贡献最大.     

常熟市大气污染特征、健康风险评价及潜在源分析

利用常熟市2018—2020年空气质量自动监测站点的常规大气污染物数据对空气质量及主要污染物变化特征进行分析,并利用大气污染与健康暴露评价模型分析常熟市近年来大气健康风险特征,同时结合HYSPLIT后向轨迹模型,综合运用轨迹聚类及PSCF分析方法,计算不同季节影响常熟市城区的主要气流输送路径及常熟市O₃的主要潜在源区。结果表明：2018—2020年,常熟市空气质量明显改善,AQI达标天逐年增多,中重度以上污染天呈明显减少趋势,SO₂、PM_2.5、NO₂、PM₁₀浓度均呈下降趋势,大气污染防治效果显著。PM_2.5与O₃仍是影响常熟市空气质量的主要因素,其中O₃对于空气质量影响逐年增强。PM_2.5季节变化特征明显,冬季浓度最高,夏季最低;O₃浓度春夏季较高,冬季最低。常熟市大气污染物的健康风险同污染物特征分布趋于一致,具有显著的时间分布特征。颗粒物对人体健康的相对风险值处于较低水平,呈逐年降低趋势;而O₃的健康风险威胁总体上高于颗粒物,且在近两年逐渐上升,夏季对人体健康威胁风险等级达适中级别,造成死亡率/发病率的相对风险增加3%—5.1%。后向轨迹聚类分析结果表明常熟市夏季受南与东南方向气流影响较大,二者在夏季总气流轨迹中的占比高达66.21%。潜在源分析结果表明,常熟地区对人体健康威胁较大的O₃潜在源区广泛,主要分布在江苏北部、安徽南部、浙江东部地区,同时还存在部分广东地区的远距离输送。     

成都市一次典型空气重污染过程特征及成因分析

为了研究成都市冬季空气重污染过程的成因,以2015年12月26日—2016年1月6日成都市一次典型重污染天气过程为例,基于HYSPLIT后向轨迹模式结合全球资料同化系统(Global Data Assimilation System,GDAS)气象数据和成都市7个监测站的AQI、PM_(2.5)、PM10、NO2质量浓度数据,使用气象分析、轨迹聚类(Cluster Analysis)、潜在源贡献因子法(Potential Source Contribution Function,PSCF)和浓度权重轨迹法(Concentration Weighted Trajectory,CWT),分析了此次过程的气象特征、轨迹输送特征和污染物潜在来源分布.结果表明,此次污染天气过程是以PM_(2.5)为主要污染物,其次为PM10、NO2.2015年12月30日14:00左右是此次污染天气过程各站点PM_(2.5)、PM10浓度到达峰值的时刻.缺少北方冷空气南下,四川盆地内空气水平运动弱,以及扩散条件差的静稳天气形势是导致此次大气污染过程成都市污染物累积的原因,而冷空气活动是改善这种天气形势的关键.污染过程辐射逆温层的形成对当时污染物浓度增长有促进作用,但随着每日生消、加强减弱,其并不是最终导致重污染天气形成的关键因素.川东北的广元、绵阳、德阳等地区和成都本地及其南向的眉山、雅安等地区是此次过程主要的潜在源区,这些地区人口较密集,工业较发达,且沿地形走向而分布.     

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.     

绥化市一次空气污染过程及潜在源区分析

本研究以2019年12月21—25日绥化市一次严重的空气污染事件为研究对象,分析了此次污染概况、气象条件、污染成因以及污染的潜在源区.结果表明：此次污染期间,绥化市以PM_2.5污染为主,污染特征由21日10：00及22日11：00的偏燃煤污染型转变为24日15：00的偏二次颗粒物污染型,最终25日12：00污染特征又转变为偏燃煤型,本次污染主要以燃煤、机动车尾气和二次无机源为主;不利的气象条件主要由于弱风、高湿及低温、较差的扩散条件导致污染物局地积累;48 h后向轨迹模拟表明污染期间绥化市受4类气流输送的影响,主要来源于俄罗斯、内蒙古、吉林等方向,其中超标轨迹占97.4%;WPSCF分析发现潜在源区主要集中在绥化本地中部、辽宁省东北部、大庆市中部、齐齐哈尔市东南部、哈尔滨市中部区域;WCWT模拟出的潜在源区域较WPSCF大,模拟发现吉林北部对绥化PM_2.5污染贡献值为60~80 μg·m^-3,黑河东北部的贡献值高达100 μg·m^-3以上,俄罗斯、内蒙古地区对绥化市大气PM_2.5污染水平的影响及贡献较小.     

阿克达拉大气本底站NO2输送路径及潜在源分析

基于HYSPLIT模式和全球资料同化系统气象数据（GDAS）,计算了2015年12月-2016年11月阿克达拉国家大气本底站48 h气流后向轨迹,并结合同期NO₂小时监测数据,综合运用聚类分析、潜在源贡献因子法（PSCF）和浓度权重轨迹法（CWT）,分析不同季节气流轨迹对阿克达拉NO₂污染物浓度的影响,并揭示不同季节NO₂潜在污染源区分布及其贡献水平.结果表明：冬季来自东南方向的气流轨迹占比最高,春、夏、秋季气流轨迹主要来自西北方向,来自西北的长距离气流轨迹NO₂质量浓度较低;WPSCF表明重度污染网格出现在冬季的风口区如阿拉山口、达坂城谷地,四季中度污染网格出现在准噶尔盆地及周边地区、额尔齐斯河谷、哈萨克斯坦东部和俄罗斯南部;WCWT和WPSCF潜在源区分布较为一致,WCWT分析表明春、冬两季的NO₂贡献高值区污染程度大于夏、秋两季,春、冬两季NO₂污染网格贡献值为6~9 μg·m^-3,夏、秋两季污染网格贡献值集中在5~7 μg·m^-3.对于阿克达拉背景站点而言,NO₂污染物总体浓度水平较低,揭示其NO₂输送轨迹和污染源区,为区域大气污染联防联控提供重要参考.     

天津PM10和NO2输送路径及潜在源区研究

利用HYSPLIT模型和全球资料同化系统(GDAS)气象数据,用聚类方法对2012年12月~2013年11月期间抵达天津的逐日72h气流后向轨迹按不同的季节进行归类.并利用相应的PM10和NO2浓度日监测数据,分析了不同季节气流轨迹对天津污染物浓度的影响.运用潜在源贡献(PSCF)因子分析法和浓度权重轨迹(CWT)分析法分别模拟了不同季节PM10和NO2潜在PSCF和CWT.结果表明,不同方向气流轨迹对天津PM10和NO2潜在源区分布的影响存在显著差异.天津PM10和NO2日均浓度最高值对应的气流轨迹均集中在冬、春和秋季等来自内陆的西北气流;夏季影响天津的气流轨迹主要来自西北和东南方向,对天津PM10和NO2的日均浓度贡献较小.天津PM10和NO2的PSCF与CWT分布特征类似,最高值主要集中在天津本地以及邻近的河北省和山东省,是天津这两种污染物主要潜在源区.     

南京地区一次臭氧污染过程的行业排放贡献研究

采用WRF-CHEM模式对南京地区春季一次臭氧(O_3)污染过程进行了模拟及行业排放贡献分析.此次O_3污染过程发生在2015年5月22—26日,南京地区一直处于地面高压控制的晴好天气之下,并于25日达到O_3污染的峰值.模拟与观测的一致性指数IOA达到0.89,表征本次O_3污染过程的模拟与观测结果的一致性较高.通过5类排放源(工业源、农业源、居住源、交通源、生物源)的敏感性试验,探究各行业排放源中O_3前体物对近地面O_3浓度的相对贡献.结果表明工业源在白天为持续正贡献,且在午后16:00时达到峰值,而交通源、居住源和农业源的贡献随气温的升高在白天由负贡献转为正贡献,并在18:00时左右达到峰值.在夜晚,O_3则主要通过交通源排放的大量NO进行滴定消耗.在高O_3浓度(≥200μg·m~(-3))时,各人为排放源均为正贡献,工业源的贡献最大,达到50μg·m~(-3),在低O_3浓度(200μg·m~(-3))时,交通源、居住源和农业源呈负贡献.生物源在人为排放源主导的南京城区O_3污染过程中的贡献几乎为零.考虑到O_3生成机制的复杂性,对于南京地区,减少工业源排放是控制O_3污染的关键.     

受焦化影响的下风向城区臭氧污染特征及潜在源区分析

为了解受焦化影响的下风向城区臭氧(O₃)的污染特征及来源,基于2019年临汾市6个国控点的O₃浓度、气象参数（气温等）以及北大街站点VOCs监测数据开展研究。结果表明：2019年临汾市O₃日最大8 h滑动平均值（MDA8）的90百分位数（MDA8-90th）为204 μg/m³,在山西省11个地市中排名第一;全年共有103 d O₃浓度超标,且超标天主要集中在5—9月;MDA8从2月开始升高,6月达到最大值,之后逐月下降;O₃小时浓度总体呈14:00—16:00出现峰值的单峰日变化。MDA8与日最高气温（T_max）呈正相关、与日最低相对湿度（RH_min）呈负相关,当T_max>22 ℃或RH_min<55%时,可能发生O₃浓度超标现象。VOCs的O₃生成潜势（OFP）分析结果表明,乙烯的OFP最高,占总OFP的44.5%,乙烯是导致O₃污染的关键VOCs活性物种;液化石油气（LPG）的使用、机动车尾气和炼焦活动等的排放对临汾市O₃污染有重要贡献。6个国控点中,城南和唐尧大酒店对临汾市区所有级别的O₃污染贡献均较大,2个站点均有77%的O₃超标出现在刮南风和西南风时,其中城南有16.6%的O₃超标出现在风速大于3 m/s时,作为焦化典型示踪物的萘在南风向其浓度高于均值的占比为30.4%,表明不合理的工业布局使临汾市区大气受到了焦化区的影响,O₃浓度更易在刮南风时超标。临汾市区O₃污染除受到本地生成影响外,还受到襄汾县、洪洞县、翼城县和浮山县的焦化企业和钢铁企业排放的含高浓度NO_x、VOCs污染气团传输的影响。因此,临汾市在对本地LPG使用和机动车尾气排放进行管控的同时,还要加强与上风向焦化地区的联防联控。

     

2019年秋季海南省4次臭氧污染过程特征及潜在源区分析

基于2019年秋季海南省空气质量和气象监测数据,结合相关分析、HYSPLIT后向轨迹模型、PSCF （潜在源贡献因子）和CWT （浓度权重轨迹）等分析方法对海南省4次O₃污染过程特征及潜在源区进行深入分析.结果表明：①过程1和过程3分别发生在9月21~30日和11月3~11日,持续时间达到了10 d和9 d,ρ（O₃-8h）（最大8 h平均）分别为145.52 μg ·m^-3和143.55 μg ·m^-3.过程2和过程4出现在10月18~21日和11月20~25日,持续时间为4 d和6 d,ρ（O₃-8h）分别为130.79 μg ·m^-3和115.46 μg ·m^-3.②气压偏高,降水偏少,相对湿度偏低,日照时数偏长和太阳辐射偏强,是造成海南省出现O₃污染天气的有利气象条件.偏北风风场控制下有利于O₃-8h浓度上升,不同风速大小会影响海南省O₃-8h浓度高值区分布.③ O₃污染较为严重的过程1和过程3的影响气流发散度较大,有来自内陆地区和东南沿海地区两支气流,而O₃污染较轻的过程2和过程4的影响气流较为集中,多为东南沿海气流.④潜在贡献源区分析表明,浙江省、江西省、福建省和广东省等地是2019年秋季海南省O₃污染外源输送的主要源区,其中珠三角地区和广东省西部WPSCF值和WCWT值分别为大于0.36和大于90 μg ·m^-3.