参与光化学反应的物质对UV能量吸收的估算

在对北京紫外辐射(UV)观测资料分析的基础上,提出参与光化学反应的物质对UV能量具有吸收作用.计算了1990年12个月实际天气比晴天UV能量的减少值在64～109 W/m2之间,这一减少受臭氧、"水汽"、气溶胶等因子的衰减分别为39.1～66.3,21.5～36.5,3.2～5.5 W/m2(12月除外),12个月的平均值分别为48.3,26.6,4.0 W/m2.计算结果表明,云天大气对UV能量有衰减,其衰减能量中有26.6 W/m2是"水汽的作用",即参与大气光化学反应的物质对UV能量吸收所造成的,此计算值同国外观测与模式的研究结果比较接近.由于现有模式中还没有考虑这一部分能量,所以造成模式结果与观测结果间较大的差异.      

ARIMA时间序列分析模型在臭氧浓度中长期预报中的应用

近年来,京津冀地区近地面臭氧浓度呈现上升趋势,臭氧污染超标情况严重.目前由于前体物源排放清单、臭氧生成和扩散的物理和化学过程机制存在不足等原因,导致了数值模型在预报夏季臭氧浓度时仍然存在较大偏差,而时间序列分析方法由于具有建模简单、计算成本低的特点,在臭氧污染预报中具有很好的应用前景.本研究利用华北区域大气本底站上甸子站点和环境监测总站天津和保定站点的臭氧观测数据,采用ARIMA时间序列分析模型开展臭氧浓度中长期预报研究.结果表明,季节性ARIMA模型在预报臭氧长期月均值时,预测值和观测值的相关系数R可达0.951,均方根误差RMSE仅为10.2 μg·m^-3.加入了日最高气温及二次项作为协变量的动态ARIMA模型,对臭氧日最大8 h滑动平均值的预报效果得到了很大提升,预测值和观测值的相关系数由0.296~0.455提升至0.670~0.748,RMSE得到了有效降低.     

京津地区大气中非甲烷烃(NMHCs)质量浓度水平和反应活性研究

2006年8月15日—9月15日同时在北京和天津对大气中的非甲烷烃（NMHCs）进行了同步观测,利用最大增量反应活性（MIR）计算了两地NMHCs的臭氧生成潜势以估计其对臭氧生成的影响. 结果表明,北京大气中ρ（NMHCs）平均值比天津高78.0 　μg/m3.用上午的ρ（NMHCs）计算了京津地区臭氧生成潜势,分别为1 470 和814 　μg/m3,其中苯系物对臭氧生成的影响最大,分别占总臭氧生成潜势的75%和73%,其次是烯烃（占13%和11%）和烷烃（占12%和16%）. 比较两地ρ（NMHCs）和NMHCs的反应活性可知,北京地区大气中NMHCs的组成比天津的稳定,且其反应活性强于天津. 结合臭氧浓度发现,北京地区大气的氧化能力比天津强.      

北京晴天紫外辐射的传输、损失及其长期变化

基于北京1990年晴天太阳辐射和气象观测资料的分析,考虑了影响紫外辐射(UV)的主要因子——臭氧、光化学、散射等对UV能量的吸收、利用和散射作用,发展了晴天UV的经验模式.研究表明,1990和1991年UV计算值与UV测量值吻合较好,二者相对偏差的平均值分别为3.68％、3.83％.利用此经验模式计算了大气上界的UV,计算结果较为合理.采用经验模式及考虑太阳活动、轨道参数、大气成分等因素的订正,计算了北京1979-1998年晴天的UV,其表现为下降趋势,年均下降率为0.20％.1979-1998年晴天,受臭氧、光化学和散射等因子影响,损失于大气中的各个UV能量都表现出增长趋势,年增长率分别为6.93％、7.56％、7.13％;损失于大气的UV能量以吸收和利用作用为主,并表现为冬季最大的特征.     

上甸子本底站臭氧生成效率的观测研究

2008年3月26日～10月9日在北京上甸子大气本底站开展了O3、NOx、NOy、CO等气体的现场观测和VOCs采样观测.利用观测数据,首次取得该本底站臭氧生成效率(OPE),研究了OPE与NOx和VOCs的关系,探讨了HNO3干沉降对OPE的可能影响及订正方法.结果表明,观测期间逐日OPE值的变化范围为0.2～21.1,平均值为4.9±3.6;晴天的总体OPE值为4.3±1.5;OPE值随NOx浓度的变化基本符合抛物线关系,当NOx14×10-9时,OPE随NOx的增加而增加;当NOx14×10-9时,OPE随NOx的增加而减少;芳香烃和OVOCs与OPE存在密切的正相关关系.HNO3等NOx氧化产物的干沉降对计算的OPE有显著影响,导致计算结果偏高.利用北京市区和上甸子的NOy/CO值可以对观测期间的OPE值进行初步订正,但订正方法尚不够严谨,结果需要进一步验证.未订正的OPE计算值可认为是实际OPE的上限.     

峨嵋山大气臭氧的时空分布规律

本文是1985年10月份在四川省峨嵋山大气观测结果,在观测期间大气臭氧（O3）浓度处于大气背景值附近。文中分析了峨嵋山大气O3污染特点和规律,结果表明,O3浓度随测定点高度的增加渐趋平稳,分析了出现这种规律的可能原因。      

总量控制下的大气环境影响评价与技术支持系统

基于浓度控制的大气环境影响评价内容与大气污染物总量控制管理办法的不协调性，探讨了大气总量控制技术支持系统，提出总量控制前提下的大气环评思路，在总量控制区依据A－P值法和窄烟云稀释矩阵反演模型制定城市大气总量控制发展规划；应用多源扩散模型计算总允许排放量。在进行各源允许排放量削减并优化调整的基础上，根据建设项目所在区域大气环境容量，给出了允许排放量和排放源强。     

线性规划方法在城市大气污染物排放总量控制中的应用

为了实施城市大气污染物排放总量控制，实现逐点浓度达标与各功能区达标，本文讨论了线性规划方法在大气污染物排放总量控制中的具体应用，提出了合理选择控制点和计算污染物浓度贡献系数矩阵的方法，结合控制点源排放的Ａ－Ｐ值法建立了大气污染物排放总量控制模型。     

GPS遥感塔克拉玛干沙漠腹地水汽含量与降水关系

利用2009年7月和9月塔中站的地基GPS观测数据,运用GAMIT软件解算反演的大气水汽含量与局地降水之间的关系进行了分析,得到了塔克拉玛干沙漠腹地大气水汽含量的变化与降水的相互关系,这对于气象研究以及天气预报有着重要意义.结果表明:48 h GPS遥感的大气水汽含量增量和本站是否发生降水关系密切,大气水汽总量最大值出现时刻与地面小时降水有很好的相关性.采用前期的大气水汽总量平均值和短时大气水汽总量增量2个条件进行降水的判断,认为降水是否出现与水汽的高值区有很好的对应关系.     

亚洲地区OMI和SCIAMACHY臭氧柱总量观测结果比较

利用臭氧观测仪(OMI)和扫描成像大气吸收光谱仪(SCIAMACHY)传感器反演的臭氧总量数据,结合从世界臭氧与紫外线辐射数据中心(WODUC)获取的地面观测臭氧总量数据进行验证,对比2种不同卫星遥感反演的臭氧总量产品优缺点,并分析亚洲地区臭氧总量的时空特征.结果表明,OMI反演的结果比SCIAMACHY的结果更好,而且具有更高的时间和空间分辨率.臭氧总量存在明显的季节变化,在低纬度地区最大值出现在4或5月,最小值在11或12月,而在高纬度地区则分别出现在2月或3月和8月或9月.臭氧总量纬度地带性分布明显,并随着纬度增加而逐渐上升,在10°N~30°N之间,臭氧总量增长平缓,在30°N~50°N之间,臭氧总量快速增大.在青藏高原地区出现臭氧低值区,并在青藏高原东面的横断山脉向低纬度延伸,隔断了臭氧总量的纬度地带性分布.臭氧总量变化在不同纬度呈现不同的模式,距平值随纬度的增大波动随之增大.纬度最低的站点(216)臭氧总量距平值变化最小,最大只有30 DU;而纬度最高的站点(326)臭氧总量距平值变化可达180 DU以上.     

A method for calculating the total ozone amount in the clear skies

Ａｍｅｔｈｏｄｆｏｒｃａｌｃｕｌａｔｉｎｇｔｈｅｔｏｔａｌｏｚｏｎｅａｍｏｕｎｔｉｎｔｈｅｃｌｅａｒｓｋｉｅｓ￥ＢａｉＪｉａｎｈｕｉ；ＷａｎｇＧｅｎｇｃｈｅｎ（ＩｎｓｔｉｔｕｔｅｏｆＡｔｍｏｓｐｈｅｒｉｃＰｈｙｓｉｃｓ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏ...     

50年来中国臭氧总量时空变化特征

利用来自世界臭氧与紫外辐射数据中心的中国区域6个地基观测站点数据,对多传感器再分析遥感数据进行验证,并基于验证后的遥感数据分析了1971~2020年中国区域臭氧总量不同尺度的时空变化特征.结果表明,50a来中国区域臭氧总量呈现轻微的下降趋势.年平均臭氧总量在1978年和1993年分别出现最大值(347.5±53.8) DU和最小值(291.9±29.5) DU,在1971~1978年、1978~1993年、1993~2020年,这3个时段年平均臭氧总量在整个中国区域分别是增长、减少、增长.月平均臭氧总量随季节变化呈现出正弦曲线形态,在3月和10月分别出现峰值(约338DU)和谷值(约285DU).中国区域臭氧总量在空间上呈现由东北向西南递减的纬向条带状分布.在40°N以北的东北部地区,该值可达360DU以上.中国区域50a月平均臭氧总量同样呈现纬向条带状分布.此外,时间变异系数和空间变异系数随季节的变化规律相似,夏季最小,接着依次是秋季和春季,冬季最大.即臭氧总量的变化和空间差异在夏季都最小.50a期间,不同时段、不同区域臭氧总量的变化趋势各不相同.在1971~1978年,臭氧总量的增长量和增长率都呈现由北向南递减的纬向条带状分布.在40°N以北的相对高值地区最大增加了56DU,约为16%;而在30°N以南的相对低值地区,最小增加了12DU,约为5%.在1978~1993年,减少量和减少率也呈现由北向南递减的纬度地带性.在40°N以北的相对高值地区最大减少了93DU,约为22%;而在30°N以南的相对低值地区,最小减少了11DU,约为4%.在1993~2020年,西北地区出现最大增长,增长量为18DU,约为6%;东南地区出现最小增长,增长量为4DU,约为1%.     

Characteristics of urban ozone level in Hong Kong

ＩｎｔｒｏｄｕｃｔｉｏｎＯｚｏｎｅｉｓａｎａｉｒｐｏｌｌｕｔａｎｔｆｏｒｍｅｄｔｈｒｏｕｇｈａｓｅｒｉｅｓｏｆｐｈｏｔｏｃｈｅｍｉｃａｌｒｅａｃｔｉｏｎｉｎｔｒｏｐｏｓｐｈｅｒｅａｎｄｉｓｏｎｅｏｆｔｈｅｍｏｓｔｉｍｐｏｒｔａｎｔｐｈｙｔｏｔｏｘｉｃａｉｒｐｏｌｌｕｔａｎｔｓ.Ｉｎｇｅｎｅｒａｌ,ｄｉｒｅｃｔｅｍｉｓｓｉｏｎｏｆｏｚｏｎｅｆｒｏｍａｎｔｈｒｏｐｏｇｅｎｉｃｓｏｕｒｃｅｓｉｓｎｅｇｌｉｇｉｂｌｅｉｎｔｈｅｆｒｅｅｔｒｏｐｏｓｐｈｅｒｅ .Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｓｔｕｄｙｏｎｆｏｒ…     

山西省人为源VOCs排放清单及其对臭氧生成贡献

根据统计年年鉴中主要的人为挥发性有机物(VOCs)排放源的行业活动水平和文献中查阅到的VOCs排放因子和组分特征,计算了山西省2013年的人为源VOCs的排放量,计算了臭氧生成潜势.计算结果显示山西省2013年人为源VOCs排放量为72.37万t,最主要的排放行业是工业排放源和移动源,分别占总排放量的36.47%和24.28%;在工业源中,焦炭生产和化学品生产的VOCs排放量分别为19.06万t和3.88万t,分别占工业排放行业总排放量的72.22%和14.72%,是工业排放行业中最大的排放源;2013年山西省各个排放源排放的臭氧前驱VOCs共43.59万t,所产生的臭氧生成潜势总量为176.99万t,对总臭氧生成潜势贡献最大的是移动源、燃烧源和工业排放,分别占总臭氧生成潜势总量的40.35%、26.43%和24.95%.结果表明:煤化工行业VOCs排放量显示了山西省独特的以煤为主的单一化、重型化的产业结构;机动车保有量快速增长导致了机动车的VOCs排放量巨大;移动源和工业排放源排放的VOCs所产生的臭氧生成潜势巨大.总之控制山西省的VOCs排放及其带来的臭氧污染应主要关注于控制工业排放和机动车排放.     

Photochemical model calculations over Europe for two extended summer periods: 1985 and 1989. Model results and comparison with observations

Ozone concentrations over Europe have been calculated with the EMEP MSC-W ozone model for two extended summer periods: April–September 1985 and April–October 1989. The predicted monthly variations in both mean and elevated ozone levels are illustrated. The model is shown to compare satisfactorily with ozone data across nearly all the months studied, particularly in 1989. Modelled PAN and total airborne nitrate concentrations are also shown to compare favourably with the measurements of a Nordic measurement campaign in autumn 1989, although there is an unresolved discrepancy between the modelled and observed NO₂ at these sites. In addition, the model has now been used to estimate the effects of NO_x and volatile organic compound emission control on both mean and elevated ozone levels for 6 months in 1989.     

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 .     

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.     

O_3催化氧化深度处理兰炭废水的试验研究

采用O3催化氧化法深度处理兰炭废水,提出了兰炭废水达标排放的新处理方法。以铜为活性组分,氧化铝为载体采用浸渍法制备CuO/γ-Al2O3催化剂,并采用XRD对其进行表征,利用催化剂结合O3催化氧化法去除兰炭废水中经生化处理后残留的污染物。设计了催化氧化试验装置,考察了催化剂投加量、反应时间、O3用量以及pH等因素对处理效果的影响。实验结果表明,pH在酸性条件下有利于COD去除率的提高,O3用量提高有助于COD去除率的提高,将催化剂用量和反应时间控制在一定范围内有利于污染物的去除;最佳条件下催化剂投加量300 g,反应时间1 h,O3用量0.08 m3/h,pH为7左右时COD去除率可达到95%左右。另外,催化剂在20次反应过程中表现出较高的催化活性及较强的稳定性。     

利用地面观测资料和AIRS卫星资料评估MACC再分析臭氧数据中国地区的适用性

用10 a(2003～2012年)的MACC(monitoring atmospheric composition and climate)再分析臭氧资料与同期中国大陆6个地面观测站的臭氧数据,以及AIRS(atmospheric infrared sounder)卫星资料反演的大气臭氧数据进行对比分析.结果表明,MACC臭氧柱浓度与所有地面站臭氧柱浓度相对偏差基本控制在17%之内,相关系数在0. 79～0. 97之间,MACC臭氧柱浓度与地面站臭氧柱浓度具有很好的一致性.对于多年平均臭氧柱浓度空间分布,MACC再分析与AIRS卫星反演臭氧柱浓度的相对偏差在-3%～5%之间,MACC臭氧柱浓度相比AIRS柱浓度在青藏高原、南部沿海地区偏高,在东北地区偏低.各季节空间变化,MACC臭氧柱浓度与AIRS基本一致.在瓦里关站,MACC近地面臭氧与地面观测臭氧浓度月平均变化趋势存在一致性. MACC再分析近地面臭氧数据可以反映春季、夏季和秋季地面臭氧浓度的变化趋势,但冬季MACC近地层臭氧资料出现了较大的偏差.     

利用遥感监测青藏高原上空臭氧总量30 a的变化

利用多源卫星遥感数据,分析了自1979年以来青藏高原上空臭氧总量的时空动态特征.结果表明,青藏高原上空的臭氧总量还在持续下降,而且下降速度高于全球和北半球平均水平,青藏高原、全球和北半球每年大约平均减少0.23%、0.19%、0.12%.但是自2000年后,下降的速度有所减缓,1979～1989、1990～1999和2000～2008年3个时期每年减少大约分别为0.51%、0.49%、0.31%.30a来青藏高原上空臭氧总量低于240DU的天数有34d.在2005年后,没有出现大面积的臭氧总量低值区(低于240DU);臭氧总量的季节变化呈正弦曲线变化,最大和最小值分别出现在3和10月,平均值分别大约为304.59和265.45DU.但是每年的极小值常出现在11月或12月.臭氧总量波动最大和最小分别出现在2月和9月,标准差为17.28和5.88DU;臭氧总量与海拔高度呈反相关,低值区出现在高海拔的上空,特别是在青藏高原区,与同纬度圈的平均值相比,青藏高原臭氧总量大约低了19DU,形成臭氧低谷.