基于K-means聚类分析法的肇庆市干季PM2.5污染天气分型研究

通过分析肇庆市2013—2018年国控大气环境监测站的PM_(2.5)连续监测数据,发现肇庆市区PM_(2.5)浓度在干季(10月—次年4月)明显高于其余月份,轻度以上污染基本发生在干季,且PM_(2.5)浓度对年总浓度贡献达70.8%.基于Era-interim再分析资料采用K-means聚类分析法对2013—2018年干季逐日的海平面气压和10 m水平风进行分型,揭示了肇庆市易出现PM_(2.5)污染的6种大气环流形势,包括冷锋前部(CF)、变性高压脊(THR)、脊后槽前型(BRFT)、高压底后部(HSW)、弱冷高压脊(HR)和台风外围型(TP).2013—2016年易污染天气型影响天数呈明显减少趋势,2017—2018年呈增加趋势.不同天气型PM_(2.5)浓度与局地气象要素相关性不一致,其中CF、HR、HSW、TP天气型与湿度相关性最好,THR与风速、BRFT与气压相关性最好.PM_(2.5)污染除BRFT天气型主要以本地排放累积影响为主,其余易污染天气型存在不同尺度的外来输送影响,HSW、HR主要来自广州、清远、韶关, CF主要来自佛山、中山,THR来自广州、清远、佛山.同一污染天气型在不同月份的污染影响差异较大,其中HSW、THR污染型主要影响1月和10月,CF为1月和12月,HR为2月和12月,TP为10月,BRFT为1月和10—11月.不同年份的同一月份造成不同程度的PM_(2.5)污染除了排放影响,还与天气环流类型和同一天气型下的局地气象要素密切相关.     

粤西北地区O3污染特征及气象成因分析

为评估广东省西北部地区近地面O₃浓度变化特征及其气象条件影响关系,文章统计分析2016年O₃和气象要素逐时监测资料,结果表明,粤西北地区O₃污染是在有利的气象条件下受本地排放和外来输送影响造成的,并已成为影响当地空气质量的首要污染物。5-11月上旬污染较重,其中6月为O₃超标率最高月份,9月O₃平均浓度最高。受气象条件影响,冬夏半年O₃浓度日变化分别在15:00-16:00和14:00-15:00达到极大值。O₃浓度变化与气温和日照数据相关性最好,平均气温超过25℃、最高气温超过30℃、日照时数介于4～6 h或超过10 h、气压介于995～1 000 hPa、湿度介于70%～80%、风速介于1.5～2.0 m/s且主导风为较大偏东风或东南到偏南风时有利于O₃污染加重。造成O₃浓度超标的天气形势由重到轻依次有台风外围、均压场、副高、变性高压脊、冷锋前,其中副高和冷锋前天气形势造成的O_...     

不同人为源排放对珠江三角洲地区O3生成贡献的数值模拟

利用改进的二维欧拉空气质量模式对珠江三角洲地区不同类型人为源排放对该区域臭氧生成的贡献进行了模拟研究.结果表明,珠江三角洲区域臭氧生成受VOCs排放控制,流动源排放VOC最多,对臭氧生成的贡献也最大,分别占臭氧最大小时浓度和平均小时浓度的44%和67%;其次是溶剂和油漆挥发的贡献.点源和面源排放VOC较少,但排放NOx量大,二者对臭氧生成影响是负的.控制所有类型人为源排放,珠江三角洲区域臭氧日均浓度和最大浓度将分别减少78%和90%.模拟结果还显示,受气象场和光化学反应共同影响,珠江三角洲南部区域是臭氧浓度高值区.     

哈尔滨近地面O3浓度特征

伴随着经济发展和城镇化进程的加速,很多城市的臭氧浓度存在超标问题.本文选取2014—2017年哈尔滨城区污染数据及气象要素数据,对哈尔滨近地面层O_3时空分布特征及其与气象要素的关系进行了分析,结果表明:哈尔滨O_3日内单峰分布,最高值出现在下午14:00,最低值在清晨7:00.空间分布东南部最高,其次是南部,城中区较低.日间周末的近地面O_3浓度较高,而夜间工作日的O_3浓度较高.哈尔滨O_3浓度与平均气温正相关,与相对湿度负相关,与低于37 W·m~(-2)的紫外辐射正相关.     

2016—2019年夏半年成都市区臭氧污染天气特征分析

为揭示成都市区臭氧污染气象条件特征,通过欧盟COST733天气客观分型软件对成都市区2016-2019年夏半年(5-9月)海平面气压场和500 hPa位势高度场进行大气环流形势分型,并结合同期臭氧监测数据、地面气象观测数据以及总云量实况分析产品,分析成都市区夏半年臭氧超标天气及气象要素特征.结果表明:成都市区2016-2019年夏半年共出现臭氧超标日数为159 d,超标率为26.0%,超标日主要集中于5-8月,小时超标多出现于14:00-17:00.臭氧污染日数最多的海平面气压场为弱低压型,其后依次为低压前部型、低压型、高压后部型.臭氧超标率最高的海平面气压场为低压前部型,其后依次为弱低压型、低压型、高压后部型.500 hPa位势高度场平直西风气流型臭氧超标日数最多,青藏高压型臭氧超标日数最少.青藏高压型是臭氧超标率最高的500 hPa位势高度场型,平直西风气流型臭氧超标率最低.成都市区臭氧超标日多出现在偏西北风下,近地面气象要素特征一般表现为风速1.2~1.6 m/s,气温在25℃以上,相对湿度多集中在70%左右,总云量和降水概率多低于60%,降水量级以小雨为主,太阳辐射和日照时数分别位于20.5~23.2 MJ/m2和6.0~7.8 h区间.小时臭氧超标近地面气象要素特征为气温和总辐射曝辐量相对较高,二者分别在30~36℃和0~3.5 MJ/m2之间,相对湿度在60%以下,总云量低于40%,以偏南风影响为主.研究显示,成都市区海平面气压场为低压型,500 hPa位势高度场为青藏高压型时,易发生臭氧污染.      

华北地区典型重工业城市夏季近地面O3污染特征及敏感性

基于邯郸市2018年5～8月近地面O_3及其前体物(NO_x和VOCs)小时浓度数据,结合温度、相对湿度和风向风速等气象资料,分析邯郸市夏季O_3污染水平以及气象因子、前体物对其的影响;采用VOCs/NO_x比值法和基于Model-3/CMAQ模式系统的强力关闭法探究O_3生成敏感性,并运用等效丙烯浓度法识别出VOCs关键活性组分.结果表明:①观测期间,邯郸市O_3日最大8 h平均浓度(MDA8 O_3)在38.0～238.0μg·m~(-3)之间,污染天(MDA8 O_3160μg·m~(-3))占比高达44.7%,说明邯郸市夏季O_3污染较严重;②O_3与温度呈正相关、与相对湿度呈负相关,且在污染天相关性更显著;当温度高于28℃、相对湿度低于60%时,容易出现高浓度O_3现象,说明高温、低湿有利于O_3生成,也突出了本地光化学反应对O_3的重要贡献;污染天中,风向为西南、东南、东和东北风,且风速大于2.25m·s~(-1)时,邯郸市更容易出现高浓度O_3,在风速低于1.00m·s~(-1)时,也出现高浓度O_3现象,说明本地光化学生成和传输叠加是导致邯郸市高浓度O_3的重要原因;③O_3与NO_x、VOCs浓度在污染天反相关关系更显著,突出了本地光化学反应对O_3的重要贡献;基于Model-3/CMAQ的模式研究显示,邯郸市O_3生成受VOCs控制,削减VOCs对降低MDA8 O_3有一定的积极作用,同时存在单独减排NO_x的不利效应,因此控制VOCs,并重点控制烯烃(尤其异戊二烯和反式-2-丁烯)和芳香烃(尤其间/对-二甲苯和甲苯)是降低邯郸市MDA8 O_3的有效途径.     

北京市城区秋季O3污染过程VOCs污染特征及反应活性

为深入了解挥发性有机物(VOCs)对臭氧(O₃)污染的影响,基于北京市2019年秋季VOCs和O₃高时间分辨率在线监测数据,开展O₃污染情况下VOCs浓度水平、组成变化和臭氧生成潜势(OFP)研究.结果表明,大气φ(VOCs)平均值为(22.22±10.10)×10^-9,其中,烷烃是体积分数最大的组分,占总VOCs的55.65%,其次是含氧有机物(OVOCs)和烯烃,分别占总VOCs的16.23%和8.13%.观测期间,北京市城区O₃共出现3次污染过程,O₃污染日和清洁日φ(VOCs)平均值分别为(26.22±12.52)×10^-9和(16.37±7.19)×10^-9,污染日VOCs体积分数比清洁日高60.17%.臭氧生成潜势(OFP)分析结果显示,污染日OFP为113.63μg·m^-3,比清洁日增加56.55%,OVOCs和芳香烃对OFP的贡献率分别增加6.51%和1.55%,而烯烃的贡献...     

2015—2021年广州市臭氧和PM2.5复合污染特征及天气分型研究

利用广州市2015—2021年的地面观测资料和ERA5再分析数据集,统计了臭氧和PM_2.5的时间分布特征及两者同时出现高值(“双高”过程)的气象成因,并进一步用自组织神经网络(SOM)研究了高浓度臭氧和PM_2.5(浓度大于年第85分位数)对应的客观天气型.结果表明,2015—2021年,广州市臭氧浓度呈逐年上升趋势,而PM_2.5浓度则呈逐年下降趋势,臭氧逐渐取代PM_2.5成为首要污染物.“双高”日主要集中在春季和秋季,且秋季占比超过50%.当温度为20～30℃,湿度为30%～50%时,“双高”日出现的概率达到30%以上.基于天气分型方法,本研究发现在所有“双高”污染过程中,主要天气分型依次为：高压底后部型、变性高压脊型、副高+台风外围型、冷锋前部型;秋季发生“双高”污染时,天气分型依次为：副高+台风外围型和副高+弱冷高压脊型.     

京津冀及周边地区夏季和初秋气象条件对PM2.5和O3双高影响

为了解2021年京津冀及周边地区夏季和初秋的PM_2.5和O₃的双高特征及气象影响,对京津冀及周边地区PM_2.5和O₃浓度的时空分布特征以及气象条件、副高指数和天气形势进行了分析.结果表明,2021年6 ~ 9月PM_2.5浓度和DPO₃[O₃日最大8 h均值与06：00 O₃浓度的差值]与2020年和2022年同期相比都有所降低,浓度高值主要集中在6月;PM_2.5浓度和DPO₃整体呈现从中部向南北逐渐下降的特征,并具有同步的时空变化特征. PM_2.5浓度小时均值呈双峰分布,在07：00 ~ 10：00和22：00 ~ 24：00达到峰值;O₃浓度小时值呈相反的变化趋势,在14：00 ~ 16：00达到峰值.高PM_2.5浓度和DPO₃时近地面气象要素特征表现为气温在24.0 ~ 28.0℃,相对湿度在58.4% ~ 76.3%,风速在1.5 ~ 3 m·s^-1.副高指数与DPO₃存在滞后相关,当副高离京津冀及周边地区越远且强度越强时,DPO₃越高.研究区域PM_2.5和O₃浓度双高的主要天气形势为近地面低压前部、高压型和锋前型,高空受高压脊控制且副高脊线稳定在21° ~ 28°N.     

北京大气中NO、NO2和O3浓度变化的相关性分析

臭氧（O₃）是城市污染大气中的首要光化学污染物,其变化规律与氮氧化物(NO_x=NO+NO₂)关系密切.采用49C臭氧分析仪和42CTL氮氧化物分析仪对北京城区O₃和NO_x浓度进行了连续观测,时间为2004-08～2005-07.结果显示,O₃和OX（O₃+NO₂）浓度在午后15:00左右出现峰值,NO_x呈双峰态日变化,在07:00和23:00左右出现峰值.不同季节污染物的浓度变化存在差异,O₃和NO_x浓度分别在夏季和冬季达到最大.NO_x浓度存在100×10^-9(体积分数)的“分界点”,NO_x低浓度时以NO₂为主,NO_x高浓度时NO占大部分.OX区域贡献和局地贡献存在明显的季节变化,前者主要受区域背景O₃的影响,在春季最大,后者主要受局地NO_x光化学反应的制约,在夏季最强,同时OX组分呈现显著的昼夜差异.     

珠三角秋季典型气象条件对空气污染过程的影响分析

利用空气质量指数(AQI)、主要大气污染物浓度和气象要素、天气图等数据资料,结合中尺度数值天气预报模式WRF,对2014年10月珠三角地区污染期间的天气形势及气象特征进行了分析.结果表明,WRF模式可以较好地反映珠三角地区主要城市地面和高空气象要素的时空变化,9个城市平均地表的温度、相对湿度和风速的模拟值与观测值的相关系数分别为0.90、0.87和0.78.对2014年10月3次污染过程的分析表明,造成该时段珠三角地区空气污染的天气形势主要是高压底部型和均压场型.静风或小风(2 m·s~(-1))及稳定的大气层结均不利于污染物的扩散,同时由于偏北气流输送周边污染物到珠三角地区,导致污染物浓度不断增加.相对湿度低于65%时,珠三角地区首要污染物以O_3为主;相对湿度高于70%时,PM_(2.5)浓度逐渐增加,成为主要污染物.高温等气象条件会影响光化学反应,加重珠江三角洲的空气污染,表现了该地区大气复合污染的特性.     

珠三角地区臭氧来源特征的数值模拟研究

采用WRF/CAMx模型及臭氧源解析技术(OSAT)模块研究珠三角地区臭氧季节性时空分布特征,对不同污染天气型下的臭氧来源进行解析,评估珠三角各城市臭氧暴露水平,并探究如何根据实际天气状况为不同城市提出切实有效的管控措施.研究结果表明,珠三角地区臭氧浓度遵循夏秋季高、冬季低的季节变化特征.在所有季节中,珠三角地区以外的...     

天气形势对四川盆地区域性臭氧污染的影响

本研究结合地面观测资料,ERA5再分析数据和PCT客观分型法,分析了2014~2019年四川盆地区域性O₃污染特征以及天气形势与O₃污染的关系.结果表明,2014~2019年四川盆地O₃区域污染发生频数呈单峰型分布,于2016年达到峰值,且发生区域主要集中在成都平原城市群.在6种典型天气类型中,类型1、2、6为污染型,其海平面气压呈西高东低,四川盆地受低压系统控制.类型3、4为清洁型,其中类型3呈北高南低,且在四川盆地东部存在1个低值中心;类型4呈东高西低,在青藏高原区域有一些小范围的高压中心.在污染型天气形势下,四川盆地的气象条件为温度高、云量低、地面接收到的紫外辐射强、相对湿度低,加速了O₃的生成,再叠加类型1的静风条件不利于污染物扩散;类型2、6盛行的东南气流对O₃及其前体物的输送,造成污染型天气类型发生区域性O₃污染比例明显高于其他几种类型.此外,基于环流分型的预测结果表明环流形势对四川盆地各城市群区域O₃污染影响可以达到其年变化的2倍以上,对整个四川盆地O₃浓度变化的贡献率为34.8%~66.3%.     

2020年珠三角O3污染特征及主要成因

采用珠三角常规空气污染物与成分监测数据,通过分析对比2020年不同阶段的污染物浓度与气象等数据,研究了2020年珠三角臭氧污染特征与其主要成因。结果表明,2020年各月珠三角超标天首要污染物是O₃,珠三角2020年O₃评价浓度为148μg/m³,同比下降16%,AQI达标率同比上升9.5%。2020年O₃污染相对严重的月份是4、8~11月,对应的月度O₃评价浓度分别达到175,164,166,171,162μg/m³,均超过国家二级标准;其它月份均达标,6~12月O₃污染情况同比改善明显,O₃污染减轻使AQI达标率同比上升明显。2020年一季度受春节假期和疫情因素等共同影响,大气污染物排放量明显减少,但O₃浓度下降不明显,主要由于日照时数同比上升约19%;4月全面复工复产,以及辐射相对较强的气象条件,使O₃评价浓度同比上升约58%;5~8月“百日服务”与9~12月“百日行动”采取的污染防治措施有效降低O₃前体物排放量,NO₂浓度同比下降了22%~23%,VOCs浓度下降了18%~26%,使2个阶段的O₃评价浓度均同比下降了20%左右。     

前体物排放变化对珠江三角洲地区秋季臭氧污染演变的影响研究

自2013年以来,珠三角地区SO₂、NO_x及颗粒物等污染物浓度逐渐下降,但臭氧污染日渐凸显.作为二次污染物,臭氧污染演变受到排放与气象条件共同影响.而评估本地前体物人为排放变化、外部传输和气象变化对臭氧污染演变的影响,并识别臭氧污染长期演变趋势的重要驱动因素,是开展区域臭氧污染防控的关键基础.因此,本文采用WRF-SMOKE-CMAQ模拟平台,以2006—2017年广东省和中国大气污染物排放趋势清单为输入清单,以2014年的气象数据为基准年气象场,通过设置不同案例,结合观测数据,定量评估本地、外部排放变化和气象变化对珠三角秋季O₃污染长期演变趋势的影响.结果表明：在2006—2017年期间,整个珠三角9—10月臭氧日最大8 h(MDA8)浓度上升主要由人为排放变化主导,平均每年贡献0.7μg·m^-3,而气象条件总体上抑制了2006—2017年期间珠三角秋季臭氧MDA8浓度的增长,使得秋季臭氧MDA8浓度上升速率下降为0.2μg·m^-3·a^-1;人为排放变化...     

珠江三角洲秋季典型气溶胶污染的过程分析

为了解大气中各物理和化学过程对气溶胶浓度的贡献情况,利用Models-3/CMAQ模式系统对珠江三角洲(以下简称珠三角)秋季典型气溶胶污染进行研究.模拟时间是2012年10月,期间珠三角主要受高压系统的控制,在17日冷锋过境前后高压天气形势发生转变,风向从东北风转为偏东风.结果表明,珠三角秋季PM2.5浓度呈现西高东低的水平分布特征,随着高度的上升浓度高值中心也向西南方向偏移;受大气边界层高度的影响,陆地上PM2.5输送高度呈现白天高夜晚低的变化特征;过程分析结果表明源排放,水平输送和垂直输送是影响近地面PM2.5浓度变化的主要过程;本地污染物排放是城市中心(广州站)PM2.5浓度升高的主要原因,而在下风向位置(江门站)外来污染物的水平输送过程是PM2.5的最主要来源.     

佛山春季两次典型臭氧污染过程分析

近地层臭氧污染与气象条件密切相关,为了解珠三角地区春季臭氧（O₃）污染的气象成因,选取了2020年4月9日和28日佛山地区春季两次典型O₃污染过程进行对比分析.结果表明：（1）小风、低湿和高温是造成佛山春季O₃污染发生的气象成因.（2）两次过程各站点O₃峰值浓度大致出现在16:00—18:00,较年均统计偏晚1 h左右,最高气温明显低于夏、秋季;大多数站点日变化以单峰型为主,部分站点受局地风场和城市下风向传输影响呈现“倒U型”和“双峰型”.（3）垂直探测分析表明,4月9日O₃污染过程主要由局地反应生成,垂直方向下沉气流主导,污染主要积聚在1000 m以下的近地面层;28日受局地生成和垂直交换作用影响,O₃污染自下而上扩展,且早间残留层下传影响显著.（4）与长距离和高层输送相比,短途和低层传输对局地O₃污染发生的作用更为明显（输送频率可达60%以上）.春季佛山地区O₃污染的主要传输源为珠三角东部和南部地区,污染防控...     

珠江三角洲秋季臭氧干沉降特征的数值模拟

利用区域化学传输模式WRF-Chem对2014年10月珠江三角洲臭氧干沉降特征进行模拟,结果表明：臭氧干沉降通量呈现明显的时空分布差异,日间平均沉降通量[0.68μg/（m²·s）]明显大于夜间[0.21μg/（m²·s）];同时,珠江三角洲城区的臭氧沉降通量及日较差均比周边植被覆盖区小.受NO_x和VOCs等前体物以及各气象要素场的综合影响,臭氧浓度日变化具有明显的单峰型分布特征,在14：00~15：00达到峰值,秋季臭氧浓度高值区位于珠江三角洲主要排放源下风向区域的广佛交界、江门及中山东部等地区;臭氧的干沉降速率也具有明显的时空变化特征：从07：00~08：00的0.27cm/s开始迅速增大,10：00~16：00基本保持在0.60cm/s左右,17：00开始平缓减小至午夜的0.21cm/s左右;干沉降速率的变化主要受空气动力学阻抗R_a、粘性副层阻抗R_b以及表面阻抗R_c影响,研究表明夜间的干沉降速率主要受R_a影响,而日间R_c起主要作用.这3种阻抗分别受大气稳定度、摩擦速度和下垫面土地利用类型影响,在珠江三角洲区域亦表现出明显的时空变化特征.