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。     

辽宁省中部典型城市臭氧污染特征及影响因素研究

利用2019年辽宁省环境空气质量监测数据及气象观测数据,分析辽宁省臭氧污染特征及臭氧浓度变化的主要影响因素。结果表明：2019年辽宁省营口市臭氧污染相对最重,各城市臭氧浓度表现为春夏交替季污染较重,在5月达到臭氧浓度峰值;沈阳、鞍山、营口、铁岭等中部城市臭氧浓度处于高压后低压前、低压带底及低压前等天气系统控制时,臭氧浓度相对较高;各城市臭氧浓度受气温、风速、风向及相对湿度等因素共同影响,与气温、风速呈正相关,与相对湿度呈负相关,且与气温相关性最高。     

冷高压影响下高层水平输送对珠海市三维臭氧浓度分布的影响分析

采用地基激光雷达系统测量了近地层臭氧、气溶胶消光系数和风场的垂直分布,研究了2021年11月一次典型臭氧污染过程的时空分布特征.11月16日—17日,在弱冷高压脊天气型下,以下沉气流为主,天气晴好,有利于臭氧生成,在下沉气流主导下,高层气团输送对污染物的分布起决定性作用.其中700 m高度以上气团来源是影响16日与17日臭氧浓度峰值出现时间的重要因子,当该高度气团来自洁净海面时,造成珠海臭氧污染的主要是低层深圳输送的臭氧,臭氧往往停留在珠江口,由夜间海风输送到珠海,污染发生的时间在傍晚,持续到夜间消散;而当该高度气团与低层一样来自于深圳、东莞时,各个高度的气团均携带上游城市生成的污染物,可在下沉气流的作用下直接达到地面,造成污染,污染发生的时间在午后,在本研究中由于下沉气流加强,进一步加强了海陆风,从而使臭氧在17日傍晚得到很好的清除.     

昆明市臭氧污染特征及与气象因子关系初步研究

对昆明市2014—2018年空气质量和臭氧(O3)污染特征进行了分析,并结合臭氧污染观测资料和气象条件,对昆明市臭氧浓度与气象因子相关性进行了初步研究。结果表明:昆明市空气质量总体逐渐变好,臭氧浓度整体呈上升趋势,春季和夏季臭氧污染比较明显;臭氧浓度春季高,秋冬季低,高值主要集中在3—5月;臭氧污染主要出现在3—8月,7月最高;臭氧浓度与太阳辐射、气温、大气低层温度垂直分布、风速等总体呈正相关,与气压、相对湿度总体呈负相关。     

厦门一次典型臭氧污染过程与成因分析

文章基于大气超级站和常规空气监测站的实时在线数据,从臭氧前体物的分布、光化学反应、气象条件和区域传输等方面,对2020年5月13日厦门发生的一次典型臭氧污染过程与成因进行分析。结果表明,污染日(O₃-8h为172μg/m³)气温较非污染日高1～2℃,紫外辐射显著增强,相对湿度降低9%～32%,风速升高1m/s,有利于本地臭氧光化学生成。污染期间,大气环境VOCs以烷烃、卤代烃、醛酮类和芳香烃为主,表明溶剂挥发、工业源和机动车排放源等贡献。非污染日和污染日的风速和O₃呈正相关性,R²分别为0.295和0.675;后向轨迹模型和天气形势分析,结果表明：11-12日扩散条件较差,夜间残留O₃浓度较高,而13日受来自长三角地区携带O₃及其前体物气团入海后回流向福建沿海地区传输的影响,叠加了本地光化学生成臭氧,导致臭氧轻度污染超标。     

泉州市区臭氧污染成因初步分析

臭氧已成为影响泉州市区环境空气质量最重要的指标。监测结果表明主要国控评价点位臭氧浓度基本一致,春秋季节是泉州市区臭氧污染较为严重的季节。为探明泉州市区臭氧污染成因,基于涂山街点位的臭氧、氮氧化物、气象因子和VOCs(挥发性有机物)的监测结果,对泉州市区春秋季节臭氧浓度与前体物、气象因子的关系进行了分析,同时利用后向轨迹对涂山街点位的污染气团进行追踪。结果表明,无论春季或秋季,臭氧浓度与相对湿度、紫外辐射相关性较高,与风速有一定的相关性,与温度、大气压基本无相关;春季主导风向为东南、东北偏东、东时,秋季主导风向为西北、西北偏北、北时臭氧易超标;春季臭氧防治应重视本地区污染源的管控,同时还应特别注意东北方向污染气团的传输;秋季臭氧防治应特别注意东北方向污染气团的传输;分析发现泉州市区秋季臭氧污染为VOCs敏感区。     

昆明市官渡区臭氧污染特征及影响因子相关性分析

对2019年昆明市官渡区环境空气中臭氧监测数据进行分析,研究昆明市官渡区的臭氧(O3)污染情况、分布特征以及与影响因子的相关性。结果表明,该地区臭氧从3月份开始逐步升高,7—10月维持高位,其中8月达到峰值。O3浓度和超标天数均具有明显的季节变化特征,春季和夏季的O3污染最为严重。对臭氧浓度与影响因子(气压、气温、相对湿度、风速、降水量、NO2、NO、PM10、CO、PM2. 5)进行相关性分析,结果显示臭氧浓度与气温的相关性呈现中等程度正相关,与相对湿度、风速的相关性呈现较强的负相关性,NO2、PM10等会影响近地面臭氧浓度,但相关性较低。影响因子对臭氧浓度的作用不受海拔高度的影响。     

气象因素对香港地区臭氧污染的影响

基于2000~2015年香港地区的臭氧监测数据和气象数据,分析了香港的臭氧污染特征及气象因素对臭氧污染的影响。结果表明:(1)香港地区臭氧浓度呈现明显的季节变化特征,其中秋季春季冬季夏季,臭氧超标日集中在夏季和秋季,超标日发生在冬季和春季的情形极少。(2)2000~2015年香港臭氧日最大8h平均浓度(MDA8)年均浓度呈增长趋势,平均增长速率为0.77μg·(m3·a)-1,臭氧MDA8第90百分位数浓度同样呈增长趋势,增长速率为1.49μg·(m3·a)-1。(3)较高的气温是香港地区臭氧污染发生的必要条件,气温越高越容易导致更高浓度的臭氧污染。(4)绝大多数情况下,臭氧浓度与相对湿度间呈负相关关系,相对湿度越高,香港地区的臭氧MDA8平均浓度及第90百分位数浓度均会降低。(5)当香港发生臭氧污染时,盛行风往往从偏北风或偏东风转为偏西风。随着风速的增大,臭氧平均浓度变化不大,但是臭氧第90百分位数浓度会明显降低。(6)降水和云量是影响臭氧浓度的重要因素,连续多日的无雨或少雨天气是臭氧污染事件发生的必要条件,而随着云量的增加,臭氧平均浓度和第90百分位数浓度会持续降低。(7)在太阳总辐射量≤20 MJ·m-2或日照时长≤10 h的情况下,臭氧浓度与太阳辐射及日照时长呈正相关关系。然而,在太阳辐射强烈的情况下(太阳总辐射量20 MJ·m-2或日照时长10 h),随着太阳辐射增强或日照时长的增加地面臭氧浓度反而降低,这是因为太阳辐射强烈的情况常出现在雨后天晴的背景下,并盛行来自海洋的偏南风,使得臭氧污染不易形成。(8)香港臭氧超标日的出现往往伴随着一系列气象条件的共同改变,包括晴天少雨、辐射增强、边界层高度增加、相对湿度降低、风速变小以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。     

银川市臭氧污染特征及影响因素分析

依据2014年银川市6个自动空气监测子站的监测数据,分析银川市臭氧浓度的污染特征,并对夏季臭氧相关气象因子进行分析。结果表明,从监测点位来看,银湖巷站点臭氧浓度最高,宁安大街次之,宁化生活区臭氧浓度最低。从时间变化规律来看,银川市臭氧浓度呈夏季最高,春季次之,秋季、冬季污染较低,其中臭氧月均浓度最大值出现在5月、6月。臭氧日变化呈单峰变化规律,夜间臭氧浓度较低,白天臭氧浓度较高。夏季臭氧浓度与二氧化氮、相对湿度呈显著的负相关性,与气温、风速呈显著正相关性。     

气象因素对香港地区臭氧污染的影响

基于2000~2015年香港地区的臭氧监测数据和气象数据,分析了香港的臭氧污染特征及气象因素对臭氧污染的影响.结果表明:(1)香港地区臭氧浓度呈现明显的季节变化特征,其中秋季春季冬季夏季,臭氧超标日集中在夏季和秋季,超标日发生在冬季和春季的情形极少.(2)2000~2015年香港臭氧日最大8h平均浓度(MDA8)年均浓度呈增长趋势,平均增长速率为0.77μg·(m3·a)-1,臭氧MDA8第90百分位数浓度同样呈增长趋势,增长速率为1.49μg·(m3·a)-1.(3)较高的气温是香港地区臭氧污染发生的必要条件,气温越高越容易导致更高浓度的臭氧污染.(4)绝大多数情况下,臭氧浓度与相对湿度间呈负相关关系,相对湿度越高,香港地区的臭氧MDA8平均浓度及第90百分位数浓度均会降低.(5)当香港发生臭氧污染时,盛行风往往从偏北风或偏东风转为偏西风.随着风速的增大,臭氧平均浓度变化不大,但是臭氧第90百分位数浓度会明显降低.(6)降水和云量是影响臭氧浓度的重要因素,连续多日的无雨或少雨天气是臭氧污染事件发生的必要条件,而随着云量的增加,臭氧平均浓度和第90百分位数浓度会持续降低.(7)在太阳总辐射量≤20 MJ·m-2或日照时长≤10 h的情况下,臭氧浓度与太阳辐射及日照时长呈正相关关系.然而,在太阳辐射强烈的情况下(太阳总辐射量 20 MJ·m-2或日照时长 10 h),随着太阳辐射增强或日照时长的增加地面臭氧浓度反而降低,这是因为太阳辐射强烈的情况常出现在雨后天晴的背景下,并盛行来自海洋的偏南风,使得臭氧污染不易形成.(8)香港臭氧超标日的出现往往伴随着一系列气象条件的共同改变,包括晴天少雨、辐射增强、边界层高度增加、相对湿度降低、风速变小以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.     

吉林省臭氧污染特征及其与气象要素的关系

采用吉林省国家环境空气自动监测站点的臭氧(O_3)和气象(气压、气温、相对湿度和风速)监测数据,探讨吉林省臭氧时空特征及其与气象要素的关系。结果表明:2017年吉林省O_3最大8 h 90百分位浓度呈现"中间高,两边低"的片状分布;2017年吉林省各季节O_3最大8 h平均浓度从高到低依次为:夏季春季秋季冬季;2017年吉林省O_3浓度月变化和日变化均呈单峰型,月变化中于5月出现峰值,12月出现谷值;日变化中于上午7∶00出现谷值,下午15∶00出现峰值;从臭氧超标率来看,当970 h Pa平均气压≤980 h Pa、平均温度25℃、最高气温30℃、日较差16℃、40%相对湿度≤50%以及3 m/s平均风速≤3.5 m/s时,吉林省易发生臭氧污染。     

阜新市城区臭氧污染特征及气象成因分析

为了解阜新市城区O₃(臭氧)污染特征及其影响因素,基于2020年1月1日～10月27日空气质量监测数据气象参数,分析了阜新城区O₃月浓度、日浓度变化特征,探讨了温度、湿度、风速及风向等气象要素对O₃污染的总体影响。结果表明：在气温大于30℃、相对湿度为40%～45%、风速为3～4级、盛行东北风向和西南风向的条件下,O₃浓度超标天数占监测时段总超标天数的66.6%;温度、相对湿度、风速、风向显著影响O₃污染水平,超标日的气象条件可作为阜新市城区O₃污染预测指标。     

安徽省臭氧污染时空变化及污染成因研究

目的 了解安徽省臭氧时空分布特征及其与气象要素的关系.方法 利用2017—2019年环境空气质量监测的臭氧数据和气象观测数据,并结合后向轨迹模型和潜在源区分析,分别评价安徽省臭氧污染区域分布和气象要素对臭氧浓度的影响,并分析区域传输对安徽省臭氧浓度的影响.结果 2017—2019年安徽省及各市臭氧浓度增长显著,2019年同比2017年增幅为12.2％,第二季度(4、5、6月)和第三季度(7、8、9月)是O3浓度相对较高的时期,且O3污染有"前移后滞"趋势.污染气团主要来自于安徽省内部地区,潜在源分布显示,皖中地区(合肥、安庆、马鞍山等城市)的贡献比例最大,外地源贡献主要来源于江苏省和山东省等.臭氧浓度与温度和太阳总辐射强度呈正相关,与降水量和相对湿度呈负相关,与风速关联性不大.结论 安徽省臭氧污染逐年增加的主要原因是本地排放的加剧,外源输送可能会产生一定影响,加之高温和强太阳辐射的影响,会加剧臭氧污染的程度,并导致重污染.     

2018年沈阳市一次空气重污染过程分析

采用数值模拟与观测资料相结合的方式,对沈阳市2018年1—3月发生的1次重污染过程的气象条件、天气形势和潜在来源进行初步分析。结果表明:重污染过程与当地的气象条件密切相关,沈阳市重污染期间的PM_2.5和PM₁₀浓度与风速和气温呈负相关,与气压和相对湿度呈正相关。中度、重度及以上污染主要集中于相对湿度为50%~70%条件下;重污染主要在高压、高湿、低风速、近地层逆温的天气形势下,污染物不易扩散。高空若有暖平流、受槽前脊后暖平流的影响也会导致区域空气质量下降。潜在来源分析表明,沈阳市的气团共有4条运输路线,其中来自内蒙古的轨迹携带了大量的PM₁₀;属于簇团2（34.72%）的内蒙古自治区中东部,属于簇团3（21.94%）的河北省以及属于簇团4（13.06%）的吉林省西部地区对沈阳市的污染贡献比较高。     

广州逐时臭氧污染气象条件指数研究及应用

利用2016—2020年近地面臭氧和气象逐时数据,基于相关性分析和概率统计方法,在分析臭氧敏感气象要素特征基础上,综合各气象因子对臭氧生成贡献大小,建立了广州逐时臭氧污染气象条件指数模型及等级标准,并进行了预报及检验.结果表明：(1)高浓度臭氧主要发生在高温低湿情况下,臭氧浓度及臭氧超标率均随着气温的升高而增加,当气温高于30℃时,臭氧浓度随温度的变化升高更为明显;臭氧浓度和超标率随着相对湿度的升高而逐渐降低,其中,当40%≤RH<50%时,臭氧浓度及超标率最高;当风速在1～2 m·s^-1时,臭氧超标率最大.(2)对所建立的广州本地化的逐时臭氧污染气象条件指数模型和分级标准进行了检验评估,结果显示,臭氧污染气象条件指数等级越高,臭氧浓度和超标率也越大,说明该指数能够较好地表征臭氧污染天气的强弱.(3)基于欧洲中心高分辨率数值预报产品,根据污染气象条件指数模型,对广州3种不同天气类型下的指数预报进行对比验证,预报效果较好,说明该指数对臭氧污染天气预报有较好的指导意义.     

基于激光雷达观测的珠海近地面与边界层上部臭氧污染成因研究

利用差分吸收臭氧激光雷达、多普勒风廓线激光雷达,研究了2019年11月在广东珠海出现的一次典型臭氧污染过程前后期的时空分布特征,以及水平风向风速及垂直风速对近地面与边界层上部臭氧浓度变化的影响.结果表明：2019年11月13日的臭氧污染以低风速条件下 臭氧局地生成为主;2019年11月14日的臭氧污染以夜间残留悬空臭氧向下输送叠加地面生成为主.入夜后若近地面水平风速较小,则不利于近地面臭氧清除,地面臭氧浓度下降缓慢.若夜间边界层内存在上升气流,则有利于悬空臭氧残留的维持;若日间边界层内出现下沉气流, 则会导致残留悬空臭氧沉降,进而与新生成的臭氧叠加,加剧地面臭氧污染.污染过程中,若水平风速上升,边界层上部臭氧浓度下降不如 低层明显;若水平风速下降,边界层上部臭氧浓度上升响应也较为迟缓.     

上海市中心城区低空大气臭氧污染特征和变化状况

对2005年1月～12月上海闸北地区地面空气臭氧污染浓度连续监测结果分析,表明臭氧小时浓度均值超过GB3095-1996<环境空气质量标准>二级标准160μg/m3的频率为2.88%,其中6月份超标率居全年之首,1月、2月和12月超标率为零.臭氧浓度日变化规律表明,日最大值出现在12时～14时之间,具有受污染地区光化学过程臭氧生成的典型日变化特征.臭氧浓度日振幅6月最大,2月最小.5月份臭氧月均浓度91μg/m3全年最高,最高小时均值浓度350μg/m3出现在5月19日,说明上海中心城区空气中臭氧生成可能受到前体污染物的浓度影响更大.太阳紫外辐射、气温、风速、风向、相对湿度、降水等气象因素的变化对O3变化的影响分析,在高温晴朗的天气中观察到NO2/NO比值与O3成显著线性关系.     

空气中臭氧浓度与氮氧化物浓度及气象因子的相关研究

本文对绵阳城区开展的空气中臭氧监测，以及同步监测的氮氧化物、气象因子进行了一些研究。结果表明：绵阳城区空气中臭氮深度均低于国家二级标准，未受到臭氧的污染；臭氧浓度与氮氧化物浓度、气温、气压、相对湿度具有较好的相关性，可建立四元线性回归预测模型。     

2016~2019年江西省臭氧污染特征与气象因子影响分析

利用2016~2019年生态环境部环境监测总站提供的江西省11个设区市的监测数据及同期的国家气象观测站常规观测资料,研究江西省臭氧污染特征与气象因子的关系.结果表明,江西省近几年臭氧污染日益严重,2016年全省臭氧（日最大8 h滑动平均值）平均浓度为80.1 μg·m^-3,到2019年上升至98.2 μg·m^-3,平均年增长率为6 μg·m^-3.2019年江西省11个设区市O₃超标总天数为475 d,占总超标天数的72.6%.2016~2018年O₃月平均浓度具有典型的季节变化特征：夏季 > 春季 > 秋季 > 冬季,2019年秋季由于降水量显著减少、日照时数增多和气温升高等气象条件导致秋季近地面臭氧浓度异常升高,其平均浓度高于其它季节.臭氧浓度总体与气温、日照时数呈正相关,与相对湿度呈负相关,当气温高于30℃、相对湿度在20%~40%区间、风速在2~3 m·s^-1区间时易出现高浓度臭氧污染.江西省臭氧浓度呈现一定的空间分布特征：赣东北地区低于其他地区,南部城市高于北部城市.其中,赣州市臭氧污染较为严重,其2019年平均浓度居全省最高,为104.2 μg·m^-3.基于后向轨迹HYSPLIT模型和潜在源解析PSCF对赣州市进行分析,研究结果表明赣州市臭氧污染的主要潜在贡献源区存在一定的季节差异：春季臭氧污染的外来输送源主要来自广东中部和江西北部地区,夏季主要来自江西北部地区,而秋季则主要来自广东北部和安徽中部地区.     

基于GRAPES模式佛山市臭氧污染气象指数的构建和预报

选取2017—2018年佛山市空气质量监测资料、地面气象观测资料和ECMWF再分析资料,得到对臭氧污染天气具有指示意义的气象因子,从GRAPES模式可预报性出发构建适用于佛山市干季和湿季的臭氧污染气象指数（OWI）,并对OWI进行预报评估检验.结果表明：干季地面气象要素对区分佛山市臭氧污染和清洁天气的能力更强,出现臭氧污染时往往气温高、地面为弱北风;850 hPa风速较小,高空主要受副热带高压影响.湿季高空气象要素区分臭氧污染和清洁天气的能力更强,出现臭氧污染时往往850 hPa风速较小,850 hPa与地面风场垂直切变较小,多数情况下500 hPa呈辐散形势或700 hPa为下沉运动.综合考虑上述要素构建的臭氧污染气象指数可较好地反映臭氧浓度变化趋势,当OWI超过阈值（干季12.0、湿季10.8）时,出现臭氧污染事件的可能性较大,在湿季该指数区分臭氧清洁天气和污染天气的差异性较干季更显著.基于GRAPES模式预报的OWI与臭氧浓度实况呈正相关关系,相关系数在0.5～0.6之间,能较为有效地预判臭氧污染过程发生、发展和消散的不同阶段;其阈值具有较高的预报参考性,24 h预报性能尤为理想...