成渝城市群碳排放时空趋势特征及影响因素分析

县域是中国经济发展与减排治理的基本单元,而成渝城市群作为中国西南地区经济发展的新极点,是潜在的碳排放增长区,研究并揭示城市群县域碳排放时空演变特征与影响因素对区域差异治理与“双碳”目标的实现具有重要意义。文章使用成渝城市群2008-2017年县域碳排放数据通过空间数据,在考虑区域范围差异的前提下探究其时空演变特征与影响机制,结果表明：（1）2008-2017年成渝城市群县域碳排放量整体呈上升趋势,增长过程大致分为快速抬升-缓慢上升-高位波动3个阶段,并以2011年为主要分界点整体呈现出“先快后慢,波动涨幅”的增长态势。（2）县域碳排放具有明显的东北-西南向差异,空间极值化趋势明显。高-高集聚区县集中在重庆、成都城市群内;低-低集聚的区县数量稳定,主要集中在成渝城市群西南部。城市群整体呈现出较为明显的空间撕裂状态。（3）在单因子分析中,前期地区生产总值、第二产业产值与政府财政支出对区县碳排放的影响程度最高,随时间推移年末人口总数、人均地区生产总值和城镇化率的影响程度逐渐上升并跃居前位。交互因子探测结果显示,区县碳排放增长是多种影响因子综合作用的结果,地区生产总值自始至终是影响县域碳排放的...     

成渝城市群碳排放时空特征及其影响因素

利用2008~2018年成渝城市群内16个城市的面板数据,运用空间自相关和时空地理加权回归模型,探究了城市群碳排放的时空演变格局,揭示了碳排放影响因素的时空异质性.结果表明,成渝城市群碳排放整体呈增长态势,总量由5亿t增加到6.6亿t,增速约为1500t/a,地均碳排放量和人均碳排放量也存在波动上涨趋势.碳排放总量热点区域集中在成都和重庆,分别占总量约20%和25%,冷点区域为雅安市.碳排放总量和地均碳排放均存在显著的空间差异,人均碳排放的莫兰指数为正,呈现明显的空间聚集格局.整体上,人均碳排放表现出东北低-西南高的空间结构特征,南充,遂宁,广安是低低聚集区域.城市群中各个城市的影响因素显示出时空异质性,能源强度、经济发展水平、人口规模对城市的碳排放都有明显正向作用,在成渝中西部城市作用强度大;而城市化水平的正向影响较弱,对成渝东部城市影响较强.     

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。     

中国臭氧时空分异及热点城市群气象关联特征

基于2018～2020年臭氧的日最大8h滑动平均值(O₃-8h),采用空间自相关分析、暴露风险评估和多元线性回归等方法,研究了全国337个城市O₃的时空分异及其人口加权的暴露风险特征,识别了热点城市群并解析了热点城市群O₃的气象关联特征.结果表明:O₃具有显著的空间聚集特征,其中浓度高于160μg/m³(国家二级浓度限值,GB3095-2012)、超标率高于20%和人口加权暴露风险等级为高的区域主要集中在京津冀城市群(BTH-UA)、中原城市群(CP-UA)和长江三角州城市群(YRD-UA).其次,2018～2020年月均O₃-8h变化呈“M型”分布,各年最高值分别出现在6月、9月和5月,月均ρ(PM_2.5),ρ(NO₂),ρ(SO₂)和ρ(CO-95)均呈现“W型”分布,并且在12月和1月达到最高值,与O₃均呈现明显的负相关关系;月均ρ(PM_2.5     

北京夏季典型臭氧污染分布特征及影响因子

为研究北京地区O₃分布特征及其影响因子,利用AML-3车载式大气环境污染激光雷达系统(下称AML-3)对北京地区2011年5月7日—6月9日的φ(O₃)进行观测. 通过AML-3自带的污染物地面观测系统和差分吸收激光雷达,分析近地面、高空φ(O₃)时空分布特征,并将φ(O₃)与温度、风速及风向3个气象要素进行相关分析. 结果表明:近地面φ(O₃)日变化明显,06:00左右为低谷,下午14:00左右达到峰值. 高空φ(O₃)的空间分布很不均匀,上层气流易使O₃富集层向下输送造成污染,同时稳定边界层对大气扩散的不利影响也是形成O₃污染的重要原因. φ(O₃)的日变化趋势与温度的日变化趋势呈显著正相关,R(相关系数)为0.74;上下层湍流交换使风速与近地面φ(O₃)呈正相关,而水平扩散使二者呈负相关;通过分析风向的分布规律发现,东北风易造成北京地区O₃污染.      

淄博市城郊臭氧污染特征及影响因素分析

本文基于淄博市2019年18个自动监测站连续1 a的O₃与前体物（NO_x、 VOCs和CO）,及常规气象监测数据（气温、相对湿度、风速和能见度）,选取城区和郊区代表性站点,研究了O₃与前体物的污染特征以及O₃生成的影响因素.结果表明,淄博市2019年O₃-8h浓度超标率为25.8%,超标天多出现在5～9月;城区NO_x浓度高于郊区,而O₃和VOCs浓度较低;各污染物的小时变化率具有明显的季节特征,秋冬季节O₃上升和前体物下降时间均较春夏季节晚1 h左右,且O₃生成累积的高峰时段缩短,城区O₃浓度的整体上升速率高于郊区;对O₃及各影响因素的相关性分析、偏相关分析及线性回归分析得到,O₃与前体物和相对湿度呈负相关,与能见度、气温和风速呈正相关,各因素间存在相互影响;城区站点O₃生成的主控因子有相对湿度、 NO<...     

长江三角洲地区城市臭氧污染特征与影响因素分析

为研究长三角地区城市O3污染特征及其影响因素,对长三角地区25个城市2013年国家环境监测点位和国家气象台数据进行了统计分析.结果表明:除淮安外,其余24个城市均存在不同程度的O3日超标现象,超标率在1.6%~15.1%之间,平均为5.8%,低于珠三角地区(8.9%)和京津冀地区(9.7%).5—8月是长三角地区O3污染最为严重的月份,而这一时期颗粒物污染相对较轻,因此,O3与颗粒物污染在时间上呈相反的态势.从空间分布看,长三角地区O3污染呈现较为明显的连片分布特征,上海及周边城市O3污染较重.机动车数量影响城市O3污染:各城市民用汽车保有量与各城市NO2年均浓度、O3超标天数有显著的相关性,相关系数分别为0.672和0.564;每日O3小时浓度高峰值与车流量高峰基本吻合.高温、长时间日照容易出现O3浓度的高值;随着相对湿度、风速的增加,O3超标频率和浓度均值都表现为先升后降的规律.     

成渝城市群碳排放空间关联结构演化及影响因素

本文基于社会网络分析法（SNA）以及二次分配程序（QAP）方法,利用成渝城市群2005~2016年面板数据,对成渝城市群碳排放空间关联性及影响因素进行研究.结果表明：①成渝城市群碳排放空间关联性显著,呈现出复杂的网络结构形态,样本期内,网络密度由0.16增长至0.68,关联关系数从38个增长为162个.②重庆、成都、绵阳和南充等城市位于网络的中心地位,发出了较多的关联关系,同时发挥着中介作用.③碳排放空间关联网络被划分成为5个层级,层级结构整体较为稳定,然而第一层级与第二层级存在较为严重的断层现象.④空间距离、人口数量差异以及经济水平差异是碳排放关联性的主要驱动因素.城市间空间距离越近、人口数量与经济水平差异越大,越容易产生碳排放关联关系.     

成都市臭氧污染特征及气象成因研究

为研究成都市臭氧(O3)污染特征及其气象成因,对2014—2016年成都市6个国控环境监测站和同期气象台站逐小时地面观测数据进行了研究分析.结果表明:近4年来成都市O3污染日趋严重,O3年均浓度不断上升,较2013年升高51.2μg·m-3.O3浓度存在明显的季节变化特征:春、夏季较高,秋、冬季则较低,且各季节O3浓度变化具有很强的长期持续性特征.O3浓度日变化特征呈明显的单峰型分布,8:00出现最低值,15:00—16:00出现峰值,超标时段主要出现在13:00—17:00.O3浓度变化与紫外辐射、气温呈正相关关系,与相对湿度、风速呈负相关关系,且当紫外辐射大于12 MJ·m-2、气温高于15℃、相对湿度低于65%、西风或偏东北风控制时,成都市容易发生高浓度O3污染.     

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。

     

2015-2019年成渝城市群臭氧浓度时空变化特征及人口暴露风险评价

近年来O₃污染给人类健康带来了很大威胁.本文利用2015—2019年中国环境监测总站的O₃地表监测数据,通过Global Moran''s I和Getis-Ord G^*指数等方法,分析了成渝城市群O₃浓度的时空变化特征,并利用空间插值和LandScan人口格网分布数据,基于人口暴露风险模型对该地区的O₃人口暴露风险进行了评价.结果表明：①2015—2019年成渝城市群O₃浓度总超标比例为6.9%,年际变化呈先上升后下降趋势,逐月变化呈"双峰型",5月和8月达到峰值,12月最低,季节变化表现为夏季>春季>秋季>冬季,日变化呈"单峰型",8：30左右开始升高,16：00左右达到峰值;②2015—2019年成渝城市群O₃浓度呈现出由成都及周边城市为污染中心向以成都市和重庆市为首尾的"带状"污染空间格局发展的趋势,且空间自相关性较强,逐步形成以成都市和重庆市为双中心的高浓度集聚特征;③2015—2019年成渝城市群平均O₃人口暴露风险指数处于较低风险,但空间分布差异较大,人口暴露高风险地区主要集中于成都市、内江市、自贡市、德阳市、泸州市北部及重庆市主城区,低风险地区主要集中于东西片区、绵阳市北部及成渝城市群边界,中部高风险区域有向西南方向转移的趋势,重庆市南部有高风险向极高风险转化的趋势,同时,成都市和重庆市存在显著的高风险指数集聚特征.     

廊坊市臭氧污染特征及其与气象因素的关系

利用2014—2019年廊坊市区4个环境监测站臭氧(O₃)逐时监测数据和国家气象站观测资料,采用统计学方法,探讨廊坊市近地面O₃超标特征及其与气象因素的关系。结果表明:廊坊市O₃超标现象主要集中在5—9月,具有明显的季节分布特征;O₃超标率日变化呈单峰型,O₃ 1 h超标率峰值出现在16:00前后,O₃ 8 h峰值出现在19:00前后;O₃ 8 h浓度与日平均气温呈正相关,与日平均海平面气压呈负相关,与日平均相对湿度和日平均风速呈非线性关系;当廊坊市日平均气温大于25 ℃,日平均相对湿度为40%~80%,主导风向为偏南和偏东风,日平均风速为0.5~2.5 m/s,日平均海平面气压低于1 010 hPa时,易出现O₃超标现象;利用多元线性回归方法,建立了5—9月O₃ 8 h浓度预报方程,经检验该预报模型具有较好的拟合度和可预报性。     

青藏高压系统对川渝春夏臭氧污染的影响机制

为研究青藏高压系统对川渝地区春夏季臭氧(O3)污染的影响机制,对2015～2018年每年4～9月的中国气象局高空全要素填图数据(Micaps PLOT High)、川渝14个城市的国控环境监测站点O3监测数据及气象台站数据进行了研究分析.结果表明:O3浓度的高低与青藏高压中心位置分布的状况和数量密切相关,中心分布越密集...     

深圳臭氧污染的环境气象特征分析

基于2015—2020年深圳污染物浓度监测资料、自动气象站资料以及再分析格点资料,分析了对深圳O₃浓度有显著影响的环境气象特征.结果表明：(1)深圳O₃的月均浓度变化规律与其他主要污染物不同,O₃月均浓度的峰值出现在10月,恰好是夏季风向冬季风转换的季节.(2)从地面气象要素来看,深圳O₃的浓度与气温及相对湿度的关系最为密切,当气温大于29℃的时候,开始出现O₃浓度超标的情况,当气温大于32℃时O₃的浓度和超标率均大幅增加.当相对湿度为40%～55%时,O₃浓度超标率以及O₃浓度均值达到最高.(3)后向轨迹统计分析表明,易导致深圳出现O₃污染的气流路径主要有3条,分别是东北福建路径、东北江西路径和西北粤西北路径,全部来自偏北的内陆地区.而对深圳O₃污染存在影响的潜在源区多位于深圳的东北部和北部.(4)气流的垂直运动对深圳O₃污染有着显著影响.污染日...     

2015—2019年南阳市臭氧污染特征及气象因素影响

基于2015—2019年南阳市5个国控空气质量监测站点常规污染六参数逐时观测资料,结合国家基准站南阳站地面气象要素数据,识别南阳市O₃污染的时空分布特征及气象因素影响。结果表明：2015—2019年南阳市O₃污染日趋严重,O₃日最大8 h滑动浓度平均值（MDA8）从2015年的145 μg/m³增至2019年的181 μg/m³,增幅超过25%;O₃污染呈显著季节性差异,峰值出现在夏季;从空间分布来看,O₃污染呈现明显的块状分布特征,其高值出现在城区中部区域;气象要素是影响南阳市O₃浓度的重要因子,高温、低湿和高能见度条件下易出现O₃污染,且随着风速的增加,O₃浓度表现出先升后降的趋势。2019年6月,南阳市O₃污染严重,超标频率为63%,期间共经历3次O₃污染过程,污染事件与不利的气象条件和强污染排放强度有关。

     

南京城市下垫面变化对夏季臭氧浓度的影响研究

利用南京基准地面气象站1951~2010年的气象数据分析南京气象要素的长期变化,利用2007年南京草场门大气污染物监测数据探讨O3同气象要素之间关系并分析气象要素改变对污染的可能影响,结合WRF-CALGRID模式基于2008年7月的情景模拟研究1990年代以后南京城市下垫面变化对气象要素变化的贡献,并分析其对O3浓度的影响.结果显示,南京气温呈现增长趋势,平均风速、大气湿度、日照时数呈现降低趋势.气温与O3浓度呈一定的正相关关系、较小的风速和相对湿度有利于O3的生成.城市下垫面的增加使得南京城区气温增高超过1℃、风速减小0.4m/s、湿度下降0.5g/kg、混合层高度增加100m.气象要素的改变使地面NOx浓度减小,最大减小量超过6×10-9.对O3浓度的影响有增有减,南京市北部、西部增加,增加量超过2×10-9,主要受温度增加、风速减小以及NO的垂直输送影响;主城区的南部、东部O3浓度减小,减少量1×10-9~3×10-9,主要受混合层高度增加的影响.     

广州近地面臭氧浓度特征及气象影响分析

利用2015年广州市近地面逐时臭氧(O_3)观测资料及气象数据,分析了广州地区近地面的O_3浓度时空分布特征及其与气象因子的关系.结果表明:广州地区城郊的O_3浓度高于中心城区;广州地区近地面的O_3浓度超标时间主要出现在4—9月,8月O_3浓度最高,3月O_3浓度最低;O_3浓度日变化呈现"单峰型"分布,早上7:00—8:00出现最低值,15:00达到峰值;O_3浓度与气温呈正相关,当气温高于30℃时,O_3浓度随温度升高增加明显;与相对湿度呈负相关,当相对湿度大于60%时,O_3浓度显著降低;当气压小于1010 hpa时,与气压呈负相关,当气压大于1010 hpa时,与气压呈正相关;当风力为2~3级吹西北偏西至西南偏西风区间时,O_3浓度最高,说明广州偏西部可能存在O_3污染源区;O_3浓度在晴天最高,其次是少云和多云天气,最低是在雨天.总体而言,气温高、日照长、辐射强、气压低、湿度小及2~3级的风力是广州地区近地面产生高浓度O_3的主要气象因素.当广州O_3浓度出现超标时,气温变化范围为25.9~37.4℃,相对湿度变化范围为29%~83%,气压变化范围为989.4~1009.1 h Pa,风速变化范围为0.7~5.8 m·s~(-1),紫外辐射强度日最大1 h均值最小为32.6 W·m~(-2),10:00—14:00均值最小为27.3 W·m~(-2).