Foliar Phenolics in Sugar Maple (Acer Saccharum) as a Potential Indicator of Tropospheric Ozone Pollution

Tropospheric O₃ has been implicated in the declining health of forest ecosystems in Europe and North America and has been shown to have negative consequences on human health. We have measured tropospheric ozone (O₃) in the lower canopy through the use of passive monitors located in five woodlots along a 150 km urban–rural transect, originating in the large urban complex of Toronto, Canada. We also sampled foliage from 10 mature sugar maple trees in each woodlot and measured the concentration of a number of phenolic compounds and macronutrients. O₃ concentrations were highest in the two rural woodlots, located approximately 150 km downwind of Toronto, when compared to the woodlots found within the Greater Toronto Area. Foliar concentrations of three flavonoids, avicularin, isoquercitrin, and quercitrin, were significantly greater and nitrogen concentrations significantly lower at these same rural woodlots, suggesting some physiological disruption is occurring in those sites where exposure to tropospheric O₃ is greater. We suggest that foliar phenolics of sugar maple may be a biochemical indicator of tropospheric ozone exposure.     

大连市臭氧污染特征及典型污染日成因

通过对大连市区10个空气监测子站的监测数据进行分析,探讨了大连市臭氧污染的时空分布、气象条件对臭氧污染的影响,对臭氧污染日进行了归类分析。结果表明,大连市臭氧污染主要出现在4—10月。在强紫外辐射、高温、低湿、低压和低风速的气象条件下,监测点位的臭氧浓度较高。臭氧污染日的日变化分为单峰型、双峰型和夜间持续升高型3种类型。通过对2015年的一次高浓度臭氧污染过程的气象条件、污染物浓度和污染气团轨迹进行分析,发现臭氧浓度在夜间持续升高现象与区域输送密切相关。     

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%。     

海口市臭氧污染特征

基于2013—2015年海口市4个空气质量自动监测站点数据,结合气象资料,分析了海口市O_3的污染特征。结果表明:海口市O_3总体优良,优良天数比例为99.4%,污染天数均为轻度污染;在良和污染天数中,O_3作为首要污染物的天数占40%,超过其他5项污染物占比。海口市10月O_3浓度最高。O_3月均浓度与温度呈负相关关系,同时与风向有密切关系:5—8月气温较高,以南风为主,O_3浓度较低;1月北风频率较高,易受外来污染传输作用,O_3浓度相对较高。O_3超标日以东北风为主,日变化并未呈现单峰型特征,12:00—22:00时段O_3浓度在10%范围内小幅变化。台风外围型和北方冷高压底部型是造成海口市O_3超标的2类典型天气形势。     

衡阳市区和衡山背景站臭氧浓度变化规律的对比分析

选取衡阳市区和衡山背景站臭氧自动监测数据,分析两地的臭氧污染特征。对空气质量的优良率情况、臭氧作为首要污染物的变化情况、臭氧浓度的日变化特征、典型时段的浓度变化特征、臭氧浓度的月际变化特征和臭氧与PM_(2.5)的关联情况等进行了分析。结果表明,多云及阴雨天气时,衡阳市区的臭氧浓度日变化幅度大于衡山背景站。夏季,衡阳市区和衡山背景站的臭氧浓度的日变化特征规律差异较大,臭氧浓度分布比较分散,前者为典型的单峰形,后者则波动平缓。冬季,日变化幅度不大,但衡阳市区的臭氧浓度明显低于衡山背景站。衡山背景站和衡阳市区的臭氧基本同步变化,但日均值高于衡阳市区。     

合肥市典型臭氧污染特征及成因分析

综合利用环境空气质量常规监测、挥发性有机物(VOCs)在线监测,以及后向轨迹聚类分析、权重潜在源区分析和正交矩阵因子分解法等多种监测分析方法,基于合肥市经历的一次典型臭氧(O₃)污染过程(2020年9月1—10日),系统分析了合肥市O₃污染的典型特征及成因。结果显示,此次污染过程的O₃小时平均浓度高达96 μg/m³,且O₃浓度波动较大,在9月6日13:00达到了224 μg/m³,呈现出快速生成、快速消耗的污染特征,并在夜间呈现出非典型的二次峰值过程。污染期间,合肥市基本处于VOCs控制区,芳香烃对O₃生成潜势的贡献最大(45.2%),其次是烷烃(31.8%)和烯烃(21.5%);污染阶段的VOCs主要来自机动车排放源(44.1%)、燃烧源(21.3%)、工业源(15.3%)、溶剂使用源(12.4%)和天然源(6.9%),累积阶段和污染阶段均受机动车尾气排放和溶剂使用的影响较大。此外,台风外围下沉气流和高温、低湿、低风速等气象条件是引发此次O₃污染过程的主要外因,而合肥市周边的高污染区域则是此次O₃污染过程的潜在外部源区。     

动态校准仪臭氧间接传递技术

对5台主流动态校准仪开展臭氧间接传递技术研究,对动态校准仪的准确性、可靠性、稳定性及臭氧传递的线性方程等性能参数进行了实验室考察。总体而言,发生型动态校准仪和分析型动态校准仪均可用于臭氧传递工作中。分析型动态校准仪可直接进行臭氧传递,发生型动态校准仪在臭氧传递前必须进行预校准。建议至少每3个月对发生型动态校准仪进行1次臭氧传递,每6个月对分析型动态校准仪进行1次臭氧传递。     

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。     

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。     

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。     

2008-2016年臭氧监测试点城市的臭氧污染特征

选取臭氧试点城市北京、沈阳、上海和重庆,通过对2008-2016年臭氧监测数据进行分析研究,可以看出4个试点城市中北京的臭氧污染最严重。4个城市的臭氧污染特征均为高浓度臭氧所占比例较大,高值比较高,低浓度臭氧所占比例较小。北京、沈阳和上海的年平均臭氧浓度总体呈上升趋势。北京、上海、重庆、沈阳4个城市9年的超标天数比例分别为15.9%、7.7%、3.9%、6.5%。上海的臭氧浓度在秋季非常高。2012年的臭氧变化趋势比较异常,可能是由于2012年发生的不寻常气候条件导致。4个城市的臭氧浓度变化和气象条件的变化显著相关。     

京津冀地区臭氧污染特征与来源分析

2013—2014年京津冀地区13个城市O_3日最大8 h平均值第90百分位数平均为155~162μg/m3,京津冀地区已成为全国O_3污染最严重的地区之一,京津冀地区O_3污染程度有所加重。京津冀地区夏季O_3浓度高,冬季浓度低,O_3质量浓度较高的月份集中在5—9月,12月—次年1月浓度最低。在O_3污染较重的夏季,每日6:00~7:00,O_3质量浓度最低,15:00~16:00 O_3浓度最高。在空间分布上郊区点位的O_3质量浓度往往高于主城区点位。京津冀区域夏季O_3小时浓度和NO2浓度呈高度负相关关系,和其他污染物无明显的相关性。O_3质量浓度和气温呈显著的正相关关系,和大气相对湿度呈显著的负相关关系。京津冀区域O_3的主要来源为NOX和VOC等一次污染物在日光照射下发生光化学反应而产生,控制O_3前体物的源排放,尤其是控制好VOC的排放是控制O_3污染的有效途径。     

三亚市臭氧污染特征、输送路径及潜在源区分析

基于2015-2019年三亚市空气质量自动监测数据和气象观测资料,结合后向轨迹聚类与潜在源区分析等方法,分析了三亚市O₃污染特征。结果表明:2015-2019年三亚市O₃浓度总体优良,优良天数比例为97.9%(标准状态),超标天均为轻度污染,多发生在秋冬季。O₃浓度与平均相对湿度、气温和降水量呈负相关关系,与平均风速呈正相关关系,同时与风向密切相关。6-8月气温较高,主导风向为偏南风,O₃及其前体物以本地排放为主,O₃浓度较低;秋冬季盛行东北风,易受到来自内陆的污染传输影响,O₃浓度相对较高。当日最高气温为20~30℃、日均相对湿度为65%~85%、日均风速为3~8 m/s、主导风向为东北风时,三亚市发生O₃超标的概率较高。台风外围和冷高压南下是导致三亚市O₃超标的2种典型天气形势。经聚类分析得到,2019年2个污染过程气团输送路径均来自东北方向,潜在源区分析WPSCF与WCWT的高值区一致性较好,均表明珠三角地区是三亚市重要的O₃污染潜在源区,需要加强与珠三角地区O₃污染的联防联控。     

天津市臭氧污染特征与影响因素分析

2013—2015年,天津市臭氧(O_3)浓度整体呈下降趋势,污染状况略低于京津冀区域的其他城市。O_3浓度春、夏季高,冬季低,高值主要集中在5—9月,浓度从早上06:00开始升高,至中午14:00达到峰值。污染主要集中在中心城区、西部和北部地区,东部、南部和西南部地区污染相对较轻。O_3浓度在温度303 K以上、相对湿度70%以下或西南风为主导时较高。VOCs/NOx比值低于8,O_3的生成处于VOCs控制区。芳香烃类和烯烃类对天津市O_3生成贡献最大,其中,乙烯和甲苯为O_3生成潜势贡献最大的物种,其次为间/对二甲苯、丙烯、邻二甲苯、异戊二烯、反-2-丁烯、乙苯等,通过控制汽车尾气、化工行业及溶剂使用等对O_3生成潜势贡献大的VOCs排放源可有效控制天津市O_3污染。     

全国及重点区域臭氧污染现状

分析2013—2016年中国开展臭氧(O_3)监测的338个城市(港、澳、台不在统计范围)O_3污染现状和时空变化特征,结果表明:中国城市O_3污染日益突出,2015年54个城市O_3超标,75.9%的O_3超标城市位于京津冀及周边、长三角、珠三角区域,O_3区域污染特征显著。74个城市O_3浓度整体呈上升趋势并向高值区集中,京津冀区域O_3污染最为严重。O_3污染季节变化特征明显,O_3污染主要集中于5—10月,京津冀、长三角和珠三角区域O_3最高超标天数分别出现在6、5、10月。建议加强O_3成因分析,建立O_3污染控制策略,有效应对O_3污染,实现科学减排。     

江西省极端干旱下臭氧污染特征及成因分析

基于气象和环境空气质量监测数据,分析了江西省干旱对臭氧污染的影响,并结合VOCs在线监测数据,对2022年9月极端干旱下江西省臭氧污染过程特征及污染成因进行分析。结果表明:江西省臭氧污染与气象干旱间存在一定联系,干旱情况下缺少降水对臭氧及其前体物VOCs的湿清除作用,易促使臭氧超标概率随着无雨日数的增加逐步上升。江西省2022年9月出现历史性极端干旱情况,干旱期间江西省11个地市共出现151 d臭氧超标天,NO₂常于午夜和早晨出现浓度峰值,从而促进上午臭氧浓度的迅速上升。此外,南昌市林科所站点VOCs在线监测数据也显示:极端干旱期间逐日VOCs体积分数为11.9×10^-9~35.5×10^-9,较8月明显升高。对OFP贡献前十的物种主要为OVOCs和芳香烃,与8月相比,芳香烃、烯烃和烷烃的OFP略有下降,OVOCs的OFP升高明显,其中乙醛对臭氧的贡献甚至上升143%,前期长时间的无降水可能是乙醛等OVOCs浓度上升的重要原因之一。     

濮阳市VOCs污染特征及其臭氧生成潜势分析

以京津冀及周边"2+26"城市之一濮阳为例,对环境空气VOCs的污染特征及其臭氧生成潜势进行分析。研究表明:濮阳市的臭氧生成对VOCs浓度比较敏感,VOCs各组分的平均浓度表现为含氧有机物>烷烃>芳香烃>烯烃>炔烃,乙烯和丙酮是浓度水平最高的2种物质,对VOCs浓度贡献分别为11. 3%和10. 5%; VOCs各组分的臭氧生成潜势量表现为含氧有机物>芳香烃>烯烃>烷烃>炔烃。OFP排名前三位的是乙醛、乙烯和甲苯,其对臭氧生成的贡献量超过了总量的三分之一;制定关键物质选取原则,筛选出濮阳市VOCs的关键种类; VOCs及其关键种类与气温和风向存在一定的相关关系;濮阳市VOCs关键种类的污染主要来源于化石燃料燃烧、石油化工生产和溶剂涂料挥发等工业生产和机动车尾气排放等。     

杭州市臭氧污染特征及过程分析

利用2013—2016年杭州市国控点臭氧观测资料,讨论了杭州市臭氧时空变化特征,并对一次臭氧高浓度过程进行分析。结果显示,近年来杭州市臭氧浓度以10. 3%的升幅渐增,增幅大于北京、上海、广州等城市。千岛湖背景点及位于城区的朝晖五区、下沙、西溪站点臭氧浓度月变化存在2个峰值,第一峰值出现在5月,受降水、温度影响次峰值出现在8—10月;夜间臭氧浓度背景点高于城区点。杭州市10个国控站点臭氧浓度相对标准偏差逐年减小,臭氧污染已呈区域性,城东为重污染区域。2015年8月出现的一次臭氧重污染过程主要是受副热带高压控制下和台风外围的影响,导致杭州市朝晖五区站点臭氧浓度高达228μg/m~3,台风登陆后得以缓解。     

河源夏季臭氧污染特征及其成因

2015年9月至2016年8月,在广东河源城区内采用在线连续观测,分析该地区近地面臭氧(O_3)及其前体物的变化规律和相关性,重点探讨了夏季O_3污染特征及成因。结果表明,河源市城区O_3总超标天数为10 d,主要集中在7—9月。O_3浓度变化呈现明显的春、冬季低,夏、秋季高的季节变化。O_3浓度日变化呈典型单峰特征,前体物主要呈双峰变化。O_3小时浓度和CO无明显的相关性,与NO2浓度呈现较高的负相关关系;气象及HYSPLIT-4模型计算综合分析结果表明,夏季污染时段河源高空、低空气团大部来自西南方向,夏季O_3污染主要来源于珠三角区域传输和本地源排放。     

合肥市臭氧及其前体物污染特征及源解析

利用合肥市臭氧和VOCs连续观测数据分析了合肥市臭氧及其前体物污染特征,并使用NAQPMS模型研究了合肥市不同季节臭氧来源情况。结果表明:O₃已经成为影响合肥市环境质量的主要污染因子,O₃高值区主要集中在5—6月和9月。合肥市大气VOCs中烷烃含量最丰富,其次是烯烃、芳香烃和炔烃;主要物种为乙烷、丙烷、乙炔、正戊烷、乙烯、环戊烷、异戊烷、正丁烷、异丁烷和甲苯。合肥市O₃生成主要受VOCs控制,其中,烯烃是合肥市O₃生成贡献最大的关键活性组分,乙烯的OFP贡献率居首位。合肥市不同季节O₃来源差异较大,其中,本地排放是主要来源,夏季占比为50%,其余季节占比为30%~45%,O₃存在跨省长距离输送特征,主导风向的变化是造成合肥市臭氧来源季节性变化的重要因素。