景观格局对大气污染的影响—以福建省为例

以福建省为研究对象,利用37个国家环境空气自动监测站点的监测数据和土地利用/覆盖数据,首先分析了土地利用/覆盖对SO₂、NO₂、O₃、CO浓度年变化和季节变化的影响;其次建立国控点不同半径的缓冲区并计算景观格局指数,探讨不同尺度下土地利用/覆盖的景观格局对SO₂、NO₂、O₃、CO浓度的影响。结果表明：土地利用/覆盖对大气污染物浓度变化的影响显著,建设用地的SO₂、NO₂、CO浓度均为最高,耕地的O₃浓度为最高。不同大气污染物浓度在不同土地利用/覆盖下的季节变化存在差异,耕地的SO₂浓度呈春冬季低,夏秋季高,其余污染物呈春冬季高,夏秋季低;NO₂浓度均呈春冬季高,夏秋季低;耕地与林地的O₃浓度为春秋季高,夏冬季低,建设用地与草地则从春季到冬季依次递减;CO浓度均为夏秋季低,春冬季高。不同景观指数对不同大气污染物浓度的影响存在差异及尺度效应,其中,春冬季3 000 m和夏秋季4 000 m半径范围内草地的斑块密度（PD）对SO₂浓度的影响较为显著且呈负相关,说明草地的PD越大,SO₂浓度越低;春冬季4 000 m半径范围内林地的斑块数量（NP）与NO₂浓度呈正相关,说明林地越破碎,NO₂浓度越高,而3 000 m半径范围内建设用地的NP与NO₂浓度呈负相关,说明建设用地越破碎,NO₂浓度越低;5 000 m半径范围内耕地的景观所占比例（PLAND）与O₃浓度呈正相关,说明耕地的PLAND越大,O₃浓度越高,1 000 m半径范围内林地的PLAND与O₃浓度呈正相关,说明林地PLAND的增加对O₃浓度的增加有一定的影响;除秋季外,1 000 m半径范围内林地的PLAND与CO浓度呈负相关,说明林地的PLAND越大,CO浓度越低。同时,通过对不同尺度下景观指数的分析发现,SO₂的最佳研究尺度为3 000 m;NO₂的最佳研究尺度为4 000 m;O₃的最佳研究尺度为5 000 m;CO的较佳研究尺度为3 000 m。

     

前体物与气象因子对海南省臭氧污染的影响

文章利用2015-2018年海南省18个市县32个空气质量监测站O₃和前体物(NO₂)连续观测资料及同期气象数据,统计分析了NO₂以及气象因子对海南省O₃浓度的影响。结果表明:海南省最大8 h平均O₃浓度(O₃-8 h)与NO₂浓度存在明显的正相关关系,其相关系数为0.607,通过了99.9%的显著性检验。秋季O₃-8 h浓度最高,冬季和春季次之,夏季最低。O₃-8 h浓度与降水量、降水日数、相对湿度、日照时数、平均气温呈负相关关系,与平均风速呈正相关关系,其中降水量、降水日数和相对湿度对O₃-8 h浓度影响较大。海南省区域性O₃污染(O₃-8 h浓度超标市县≥3个)发生时,O₃-8 h浓度与NO₂浓度存在一定的正相关关系。降水偏少、湿度偏低和日照时数偏长是海南省区域性O_3...     

基于垂直观测数据融合的广州市臭氧污染过程分析

了解O₃污染的垂直分布对于充分理解O₃在大气中的扩散和输送具有重要意义.本研究利用最优插值法实现了高塔与激光雷达O₃观测数据的融合,并基于垂直观测融合数据对2021年10月广州市一次O₃污染过程进行分析,结果表明：(1)不同时刻的O₃浓度均大致呈现出随高度上升先升后降的变化趋势,平均相对高值主要分布在300～500 m,最高值出现在400 m附近.(2)结合边界层高度分析可知,白天的O₃生成和扩散基本均在边界层以内进行,夜间普遍存在O₃残留问题,而在污染日尤其显著,表明白天光化学反应生成的高浓度O₃是夜间残留层中O₃的来源.(3)污染期间,不同大气污染物形成了不同的垂直分层,具体表现为较高浓度的PM_2.5和NO₂在中、低层积累,而高层(约200～600 m)则维持高浓度O₃的污染垂直分布结构.推测原因在于南北气流对峙及夜间稳定...     

典型城市道路交通加密监测点大气污染特征及影响因素

基于“十四五”生态环境监测要求,针对目前国内城市道路交通加密监测点大气污染特征及影响因素相对缺乏这一问题,以移动源为主要大气污染来源的甘肃省兰州市为例,在典型道路两侧不同点位、不同高度监测6种常规大气污染物浓度及气象参数,同时获取道路车流量和车型信息,探究其大气污染特征及影响因素。结果表明：道路两侧及道路同侧不同高度处大气污染物监测浓度均存在差异。PM_2.5、PM₁₀浓度随高度升高而逐渐降低,在2 m高度处最高,SO₂、NO₂、CO、O₃浓度均呈现随高度先升高再降低的趋势,在4 m高度处最高。SO₂、NO₂、PM_2.5、PM₁₀、CO小时浓度在05:00—09:00达到峰值,在15:00—17:00达到谷值;而O₃小时浓度峰谷值的时间恰好相反。NO₂、CO浓度受车流量影响较大,代表时段NO₂浓度与重型货车流量表现出极强的相关性,CO浓度与小型客车流量表现出强相关性。监测时段6种污染物日均浓度与相对湿度均呈负相关;NO₂、PM_2.5、PM₁₀、CO日均浓度与风速均呈负相关,O₃日均浓度与风速呈正相关。

     

2018年吉林市大气污染物浓度变化及其与气象因素的相关性分析

采用统计学方法、Pearson相关系数法和线性回归法研究分析了2018年吉林市大气污染物SO₂、NO₂、PM₁₀、PM_2.5、CO和O₃浓度的变化特征、污染物浓度之间的相关性以及污染物与气象因素的相关性。结果表明:1）吉林市大气环境中O₃、PM₁₀和PM_2.5日均值超标率分别为1.06%、3.27%和7.14%,颗粒物、O₃及其前体物质为治理重点;CO、SO₂、NO₂、PM₁₀和PM_2.5春、冬季污染较重,夏季污染最轻;大气环境中的污染物浓度随季节、时刻及人类活动发生周期性变化;2）PM₁₀和PM_2.5、PM_2.5和CO、NO₂和CO浓度之间高度相关（相关系数r均>0.8）,并建立了其预测线性模型;3）污染物（O₃除外）浓度与温度、风速和混合层高度呈负相关,与气压呈正相关;降水对SO₂、PM₁₀和PM_2.5浓度具有一定的削减作用,降水后其浓度减少的次数占总降水次数的68.75%、84.38%和78.13%;吉林市污染最严重的颗粒物受气象因素中混合层高度、风速和降水影响较大。该研究成果可为日后吉林市开展大气污染治理、区域大气环境容量测算、空气污染潜势预报等研究提供参考。     

云南边境五城市空气污染物分布特征

利用2015~2021年云南省5个边境城市6种常规大气污染物的质量浓度数据,探究其污染特征、时空变化及空间异质性。结果表明,研究区域污染物年际浓度变化起伏较大,PM₁₀、PM_2.5年均浓度分别为(42.6±8.2),(25.4±4.2)µg/m³,均低于中国《环境空气质量标准》(GB 3095-2012)二级浓度限值。PM、NO₂和O_3-8h月均浓度呈U型变化趋势,其中3月份浓度最高。5个城市PM和NO₂浓度季节变化均表现为:春季>冬季>秋季>夏季,O_3-8h表现为:春季>夏季>秋季>冬季,而CO冬季污染程度最小,SO₂无明显的季节变化规律。根据Sen-MK的逐日浓度趋势分析,污染物总体呈现下降趋势,其中PM₁₀下降速率最高达11×10^-3µg/(m³×d),而O_3-8h呈现上升趋势。变异系数(COD)表明,污染物的空间分布极不均匀,特别是SO₂的COD均大于0.2,春季O_3-8h空间分布更加均匀。Person相关分析表明,PM与NO₂、CO、O_3-8h表现出较强的相关性,且西双版纳(BN)PM与其他大气污染物相关性较其他城市强。     

攀枝花市大气污染物特征及气象因子关系分析

文章系统分析攀枝花市大气污染物时间、空间、季节变化趋势,揭示大气污染物特征及气象因子关系。基于2014-2020年攀枝花市环境空气质量监测数据,采用统计学的方法分析了2014-2020年攀枝花市6种污染物(PM_2.5、PM₁₀、NO₂、CO、SO₂、O_{3-8 h})的时空变化特征;通过典型相关分析方法,研究了气象因子(气温、湿度、风速、降雨量、气压)对大气污染物浓度的影响。结果表明：从时间来看,攀枝花市PM_2.5、PM₁₀、CO、SO₂近年来呈下降趋势,NO₂浓度呈上升趋势,但均不显著;O_{3-8 h}浓度呈显著上升趋势。从季节来看,PM_2.5和PM₁₀浓度表现为冬季>春季>秋季>夏季,SO₂浓度四季变化不显著,NO₂浓度和CO浓度大小变化顺序为冬季>秋季>春...     

长沙市大气污染特征的气象条件分析

本文利用长沙市2015—2019年长沙市空气质量数据,分析长沙市大气污染的时空分布特征。结果表明：(1)2015—2019年,长沙市大气首要污染物为PM_2.5、O₃、PM₁₀、NO₂四种,其中PM_2.5和O₃两者占比超过85%,4月和10月首要污染物的占比发生转折;O₃浓度逐年上升,其他污染物浓度不同程度下降。(2)PM_2.5、PM₁₀、NO₂浓度的季(月)变化相似,由高到低为：冬季、秋季、春季、夏季,冬季显著高于其他季节;1—7月下降,8月上升,9月下降,10—12月上升;PM_2.5、PM₁₀浓度1月最大,NO₂浓度12月最大。O₃浓度由高到低为：夏季、春季、秋季、冬季,9月浓度最高。各污染物浓度日变化特征明显。(3)空间分布上,PM_2.5、PM_10...     

2016-2020年辽西四城市PM2.5和O3污染特征对比分析

文章利用2016-2020年辽宁西部沿海的锦州、葫芦岛和内陆的阜新、朝阳空气质量监测数据,对比分析4个城市PM_2.5污染、O₃污染以及二者复合污染演变特征和异同性。结果表明：(1)4个城市PM_2.5年均浓度均呈下降趋势,沿海两市PM_2.5污染重于内陆两市;(2)沿海两市O3污染减轻,内陆两市O₃加重且2018年后年评价浓度高于沿海;(3)4个城市易出现同步污染过程,沿海两市的污染过程同步性更高且持续时间更长;(4)沿海城市“PM_2.5-O₃”复合污染天多于内陆城市,城市间同步复合污染范围逐年扩大;(5)4个城市PM_2.5与NO₂、CO和SO₂等污染物均呈正相关,沿海城市与CO的相关性好,内陆城市与NO₂相关性好,O₃与前体物NO₂和CO均呈负相关,与NO₂的相关性好于CO。研究表明,...     

新冠疫情严控期间南京市空气质量

为研究2020年初新冠疫情严控措施对南京市空气质量的影响,选取1月25日~2月10日（疫情严控期）南京及周边省会城市空气质量监测数据,与5a同期数据进行对比,分析时空分布特征.结果表明,疫情停工期间,降水量同比下降,大气扩散条件为近5a较差水平,但除O₃浓度不降反升外,其他主要污染物PM_2.5、PM₁₀、SO₂、NO₂和CO浓度均达近5a最低值,分别为36,44,5,22μg/m³和1.1mg/m³.通过推算疫情停工期间本地减排措施的“净环境效益”,严控使得PM_2.5、PM₁₀、SO₂、NO₂和CO分别下降了41.7%、45.3%、14.3%、43.5%、18.2%,O₃浓度上升了4.8%.从空间上分析,南京市SO₂浓度及其同比降幅在长三角省会城市内排名第1,其他污染物改善情况处于中等水平.从日变化可知,PM_2.5和PM₁₀日变化由双峰型变为单峰型,夜间未出现次峰值.O₃夜间浓度明显升高,原因是交通源的大幅削减使NO对O₃的滴定反应降低,而白天O₃浓度峰值取决于VOCs和NO_x的减排比例.     

基于机器学习的郑州市大气PM2.5与O3浓度预测方法及气象因子的影响分析

近年来,我国面临着细颗粒物(PM_2.5)污染形势依然严峻以及臭氧(O₃)污染日益凸显的双重压力.为进一步准确预测郑州市大气PM_2.5与O₃浓度并探明气象因子的影响,本研究使用2018-2022年郑州市大气污染物和气象因子逐时数据,结合统计学单因素分析和机器学习LightGBM模型多因素分析,建立了一种基于长时间序列数据的PM_2.5与O₃浓度预测及气象因子影响分析的综合分析方法.结果表明：(1)训练后的LightGBM模型能够较好地预测PM_2.5污染,准确率达80.8%;对O₃污染预测的准确率为52.5%.(2)郑州市大气PM_2.5浓度与气压呈正相关,与比湿和环境温度均呈负相关;大气O₃ 8 h滑动平均浓度(O₃-8 h浓度)与比湿和太阳辐射均呈正相关,与气压呈负相关.(3)有利的气象条件可能是2021年PM_2.5年均浓度得到显...     

昆明城区大气污染物时空分布特征

利用2013—2020年昆明城区国控点监测数据,分析大气污染物时空分布特征。结果表明：2013—2020年昆明城区O₃年均浓度总体呈上升趋势,其余污染物年均浓度呈下降趋势,O₃增幅为4.1%,SO₂降幅为67.9%,其余污染物降幅为35.0%~55.0%。超过GB 3095—2012《环境空气质量标准》一级以上标准的首要污染物天数占比显示,O₃已经代替PM_2.5成为昆明市最主要的大气污染物;O₃浓度春季最高,夏季次之,秋季最低;PM₁₀和PM_2.5浓度春、冬季高,夏季最低;SO₂、NO₂、CO浓度冬季最高,夏季最低,但SO₂和NO₂四季变化幅度较其他污染物小。春、夏季的O₃,冬、春季的PM_2.5是昆明市大气污染的防治的重点。O₃浓度日变化呈单峰型分布,CO、NO₂、PM₁₀、PM_2.5浓度呈双峰型分布,但PM₁₀、PM_2.5浓度峰谷变化不明显;NO₂、CO、PM_2.5、PM₁₀浓度峰值出现在早高峰时段,O₃浓度峰值出现在14:00—15:00,SO₂浓度上午高于下午。大气污染物浓度分布具有明显的空间差异性,SO₂、PM_2.5、NO₂、PM₁₀、CO浓度城区西部高于东部,分别高出54.5%、20.0%、17.9%、14.6%和2.4%,O₃浓度则相反,城区东部高于西部,高出9.0%;SO₂、NO₂、O₃浓度东部、西部差异呈逐年减小趋势,不排除上风向安宁工业园区污染传输影响变弱的可能性。

     

利用差分吸收光谱系统对O3，SO2和NO2的监测分析

结合我国对空气质量自动监测系统质量保证的要求及差分吸收光谱(DOAS)技术自身的技术特点,重点讨论了对南京江北地区的大气污染物的DOAS监测数据的质量控制, 并对2007年12月—2008年8月ρ(O₃),ρ(SO₂)和ρ(NO₂)的日、季节变化特征进行了分析. 结果表明:ρ(O₃),ρ(SO₂)和ρ(NO₂)小时均值的频率分布峰值分别出现在30～40,20～30和30～40 μg/m3;三者超过《环境空气质量标准》(GB3095—1996)一、二级标准的频率分别为4.37%和1.02%(O₃),21.78%和0.89%(SO₂),5.65%和0 (NO₂);ρ(O₃)季节变化十分明显,春季最高;ρ(SO₂)和ρ(NO₂)的日变化与局地排放源、大气扩散能力和人类活动密切相关;ρ(O₃)和ρ(NO₂)日变化呈负相关.      

浙江省丽水市空气质量的健康效应分析

本研究利用2013～2018年丽水空气质量、健康及气象等官方数据,采用半参数广义可加模型分析了丽水市空气质量状况与人群健康效应之间的关系.结果表明:(1)大气污染物可导致人群心血管疾病和呼吸系统疾病死亡率的增加,PM_2.5和O₃对于男性的影响显著高于女性,NO₂和SO₂对于女性的影响显著高于男性,污染物对于65岁以上人口的影响更为明显;(2)O₃对于全人群超额死亡风险的贡献率高达40%～50%,远高于PM_2.5对健康造成的危害,O₃已经成为丽水市最为突出的空气污染物.但是男性和女性有明显差异,O₃对于男性的超额风险贡献率最大,NO₂对于女性的超额风险贡献率最大;(3)丽水市污染物浓度处于剂量-效应关系曲线的低浓度处,单位污染物浓度的变化导致超额死亡率变化较大,降低单位浓度污染物产生的健康效益也更为显著.     

福州2017—2021年环境空气质量变化特征及新冠疫情对其变化的影响

基于福州市2017—2021年大气常规污染物(PM₁₀、PM_2.5、SO₂、NO₂、CO和O₃)小时观测数据，探讨了不同时间尺度(年度、季度、新冠疫情前后)福州主要污染物变化特征.结果表明：2017—2021年福州市6种大气常规污染物年均浓度整体上均呈下降趋势，年均下降率最大的是NO₂(10.3%)，其次是SO₂(8.3%).由于复杂的生成机制及较高的温度和较强的太阳辐射，福州春季、夏季和秋季O₃浓度较高且差异不大.除O₃外，其他污染物具有显著季节变化特征(春季>冬季>秋季>夏季).5年间福州空气污染物日均浓度变化幅度趋于平稳，全年大气环境状况愈加优良.新冠疫情发生期间(2020—2021)福州空气质量指数(AQI)年均下降率是疫情前(2017—2019)的2.2倍，疫情管控期间相较管控前PM₁₀、PM_2.5、NO₂     

汾渭平原至黄土高原不同海拔高度地区近地面臭氧浓度差异

利用2017~2019年中国生态环境监测总站逐小时地面臭氧(O₃)和二氧化氮(NO₂)数据, 结合再分析气象数据集,分析了从汾渭平原至黄土高原三个不同海拔高度的典型城市郊区(西安:500m、榆林:1100m和鄂尔多斯:1300m)O₃浓度的季-月-日变化特征,以及导致三地O₃浓度差异可能的化学和气象成因.结果表明:与其他季节比较,夏季三地的O₃浓度都较高且差值较小,其中西安昼间O₃的净增量最大、夜间净减量也最大且前体物NO₂浓度最高,说明西安夏季白天O₃光化学反应最强烈、夜间NO滴定O₃效应也最强,榆林其次、鄂尔多斯最弱;冬季三地的O₃浓度都较低且差异较大,其中西安最低、鄂尔多斯最高,可能是由于冬季白天光化学反应都弱、夜间NO滴定O₃效应差异和高海拔地区背景O₃浓度高共同导致的,反映了三地O₃浓度水平差异不仅受不同NO_x水平下局地化学作用影响,还由区域背景值决定.分析还发现,高海拔的鄂尔多斯和榆林二地O₃浓度在上午升高的速率快于西安,与二地边界层向上发展的速率一致,可能是由于此时的夹卷效应将高海拔自由对流层的高背景O₃向下湍流输送所致.在每个季节雨天夜间,三地的O₃浓度均高于其阴、晴天,但是这一差异在西安较弱,而在榆林和鄂尔多斯较强,这进一步意指高海拔地区近地面O₃在雨天夜间更强烈地受到高浓度背景O₃的影响,一方面是通过降水的拖曳作用,另一方面是因为雨天夜间NO的滴定作用减弱.本研究通过长期观测资料分析,推测了不同海拔高度对近地面O₃的影响机制,还需在更多地区进行分析和利用模式开展验证.     

华北平原和山区城市PM2.5和O3变化关系比较分析

利用2015~2019年环境监测数据,对比分析华北地区平原城市保定市和山区城市张家口市PM_2.5和O₃变化和相关关系.结果表明：保定市PM_2.5夏低冬高,O₃夏高冬低,日变化为午后单峰型,而张家口市PM_2.5浓度低,日变化幅度较弱,冬季O₃日变化为午后峰值和凌晨5：00左右弱峰值双峰型.张家口市冬季全天及春夏秋季夜间O₃浓度显著高于保定市,甚至夏季出现夜间O₃超标异常,最高浓度达到202μg/m³,反映了平原城市和清洁山区大气物理化学过程变化的影响.PM_2.5和O₃在4~9月为正相关,11~3月为负相关;保定市PM_2.5-O₃相关系数日变化呈单峰型,张家口市为双峰型变化,凌晨和午后各有一峰值,华北地区平原污染区和高山相对清洁区,大气复合污染物PM_2.5和O₃作用关系的日变化及季节特征具有明显差异.     

2017—2020年武汉市大气污染物时空分布特征研究

为进一步了解武汉市大气污染时空分布特征,对2017—2020年武汉市主要大气污染物(PM_2.5、PM₁₀、SO₂、CO、NO₂和O₃)进行了空间插值分析、时间变化分析以及与气象要素的相关性分析。结果表明：武汉市近4年环境空气质量达标率为72.98%。PM_2.5、PM₁₀、SO₂、CO和NO₂具有“冬高夏低”的“V”形特征,O₃呈“夏高冬低”的变化趋势。武汉市年均质量浓度超标的大气污染物主要有PM_2.5和PM₁₀,但其年均质量浓度均呈下降趋势,而O₃是年均质量浓度唯一处于上升状态的大气污染物,今后应重点关注颗粒物与臭氧污染。PM_2.5、PM₁₀、SO₂、CO和NO₂主要集中在武昌区、蔡甸区、青山区、江汉区、江岸区,而O<...     

天门市大气污染物特征及其与气象要素关系

文章利用2017年1月1日-2020年6月9日天门市6种主要大气污染物(PM_2.5、PM₁₀、O₃、SO₂、NO₂、CO)质量浓度逐时监测数据,分析了天门市主要大气污染物的月间、日内变化特征及影响。月间PM_2.5、PM₁₀、NO₂、SO₂、CO浓度均为单峰特征,夏季浓度最低,冬季浓度最高;而O₃的浓度月变化呈现出双峰型特征。PM_2.5、PM₁₀、NO₂、SO₂、CO日内呈现双峰型,2个峰值都分别出现在上午及晚上;O₃浓度的日变化表现为单峰型特点,峰值出现在下午。降水对PM_2.5、PM₁₀等颗粒物清除效果显著,但值得注意的是日降水量级在小雨以下,PM_2.5、PM₁₀污染物日浓度...     

保定市PM2.5和臭氧污染特征分析

为深入了解保定市空气质量状况,揭示PM_2.5与臭氧(O₃)的变化特征及相互关系,利用小波分析法对保定市2013—2020年每年4—9月AQI、PM_2.5、O₃-8 h (O₃日最大8 h滑动平均值)和NO₂浓度的逐日数据进行分析. 结果表明:①2013—2018年保定市O₃污染呈逐年加重趋势,最大日浓度达到347 μg/m3;随着治理措施的颁布与实施,PM_2.5超标天数由2013年的97 d减至2020年的1 d,PM_2.5超标情况逐年改善. ②O₃超标天数由2013年的3 d增至2018年的95 d,2020年减至61 d;O₃超标天数占PM_2.5和O₃超标总天数的比例从2013年的3%增至2020年的98%,说明O₃逐渐成为影响保定市空气质量的主要污染物. ③2013年保定市O₃-8 h浓度低于“2+26”城市均值,2014—2020年O₃-8 h浓度高于或接近“2+26”城市均值,说明近年来保定市O₃-8 h浓度的升幅已超过“2+26”城市的平均水平. ④小波分析发现,2013—2020年(除2015年和2018年外)AQI与PM_2.5污染序列的第1主周期相近,从2017年开始,AQI与O₃-8 h污染序列的第1主周期和第2主周期均一致,说明近年来保定市空气污染逐渐由PM_2.5污染转为PM_2.5与O₃复合污染. ⑤在同一时间尺度范围内,PM_2.5与O₃-8 h污染序列的震荡频率基本一致,说明二者存在较明显的正相关关系;2015—2019年,NO₂与O₃-8 h污染序列的震荡频率趋于一致,说明保定市O₃-8 h浓度受前体物NO₂影响较大,2020年震荡频率有较大差异,这可能与新冠肺炎疫情复工后生产规模尚未完全恢复,致使NO₂、PM_2.5等污染物排放强度同比降低有关. 因此,减少NO₂排放,协同控制多污染物是实现保定市空气质量改善的主要途径.