合肥市典型臭氧污染特征及成因分析

综合利用环境空气质量常规监测、挥发性有机物(VOCs)在线监测,以及后向轨迹聚类分析、权重潜在源区分析和正交矩阵因子分解法等多种监测分析方法,基于合肥市经历的一次典型臭氧(O₃)污染过程(2020年9月1—10日),系统分析了合肥市O₃污染的典型特征及成因。结果显示,此次污染过程的O₃小时平均浓度高达96 μg/m³,且O₃浓度波动较大,在9月6日13:00达到了224 μg/m³,呈现出快速生成、快速消耗的污染特征,并在夜间呈现出非典型的二次峰值过程。污染期间,合肥市基本处于VOCs控制区,芳香烃对O₃生成潜势的贡献最大(45.2%),其次是烷烃(31.8%)和烯烃(21.5%);污染阶段的VOCs主要来自机动车排放源(44.1%)、燃烧源(21.3%)、工业源(15.3%)、溶剂使用源(12.4%)和天然源(6.9%),累积阶段和污染阶段均受机动车尾气排放和溶剂使用的影响较大。此外,台风外围下沉气流和高温、低湿、低风速等气象条件是引发此次O₃污染过程的主要外因,而合肥市周边的高污染区域则是此次O₃污染过程的潜在外部源区。     

三亚市臭氧污染特征、输送路径及潜在源区分析

基于2015-2019年三亚市空气质量自动监测数据和气象观测资料,结合后向轨迹聚类与潜在源区分析等方法,分析了三亚市O₃污染特征。结果表明:2015-2019年三亚市O₃浓度总体优良,优良天数比例为97.9%(标准状态),超标天均为轻度污染,多发生在秋冬季。O₃浓度与平均相对湿度、气温和降水量呈负相关关系,与平均风速呈正相关关系,同时与风向密切相关。6-8月气温较高,主导风向为偏南风,O₃及其前体物以本地排放为主,O₃浓度较低;秋冬季盛行东北风,易受到来自内陆的污染传输影响,O₃浓度相对较高。当日最高气温为20~30℃、日均相对湿度为65%~85%、日均风速为3~8 m/s、主导风向为东北风时,三亚市发生O₃超标的概率较高。台风外围和冷高压南下是导致三亚市O₃超标的2种典型天气形势。经聚类分析得到,2019年2个污染过程气团输送路径均来自东北方向,潜在源区分析WPSCF与WCWT的高值区一致性较好,均表明珠三角地区是三亚市重要的O₃污染潜在源区,需要加强与珠三角地区O₃污染的联防联控。     

工业园区和城区VOCs组成及化学活性的空间差异对清远大气臭氧污染分布的影响

工业化与城镇化交替演进使珠三角及其周边地区土地利用类型较为复杂。快速的城市化进程使城市建成区与大量村镇工业园区互相交错。这种变化势必会增加挥发性有机物(VOCs)在组分构成和空间分布上的复杂性,并对臭氧(O₃)污染的时空变化产生影响。为厘清这种排放的空间异质性特征及其对O₃污染分布的影响,分别选取可以代表清远市典型工业园区和城市建成区的站点开展观测研究。结果表明:工业园区和城市建成区VOCs浓度水平和污染特征有较大的空间差异,其中代表村镇工业园区的龙塘站VOCs日均浓度为30.42×10^-9,高于代表城市建成区的技师学院站(17.32×10^-9)。龙塘站二甲苯和甲苯的臭氧生成潜势(OFP)比技师学院站高57.6×10^-9,且该值相当于技师学院站排名前10位物种OFP的总和。气象分析表明:2个站点之间并非彼此的上、下风向,而是共同受到局地气团的影响。源解析结果表明:源排放是造成这种空间异质性的内因,其中交通源对技师学院的贡献更高,而工业相关排放源对龙塘的贡献更高。该研究进一步比较了周边站点O₃时间序列的一致性,并模拟2个站点的O₃生成速率。研究发现O₃在局地范围内变化较小,高VOCs排放的地点对局地O₃有较高的贡献,局地内不同地点的O₃生成过程也存在较大差异。据此,笔者提出O₃污染防控建议:短期内可通过技术手段和观测数据发现O₃污染的重要贡献点,并进行针对性的"散乱污"清理整治和涉VOCs行业综合整治,长期看应科学合理规划城市发展布局和产业布局,预留城市通风廊道,以有效减少O₃污染。     

威海市秋季VOCs污染特征及来源解析

为探究威海市秋季挥发性有机物（VOCs）污染特征及来源,于2021年9月10—20日采用手工加密监测法对威海市秋季大气中VOCs进行监测,分析了气象因素对臭氧（O₃）及其前体物的影响和VOCs污染特征,并利用正交矩阵因子模型（PMF）方法对VOCs来源进行了研究。结果表明,威海市温度对O₃生成影响明显,尤其是高温、低湿、扩散较差气象条件下,有利于O₃前体物的反应消耗,促使O₃生成及累积。观测期间,威海市秋季φ（VOCs）平均值为47.84×10^-9,VOCs中体积分数占比最高的为含氧挥发性有机物（OVOCs）,占比为58.0%,其次为烷烃（21.6%）、卤代烃（10.2%）。O₃生成潜势（OFP）平均值为393.95μg/m³,对OFP的贡献占比最高的为OVOCs（74.1%）,其次为芳香烃（12.6%）、烷烃（7.0%）和烯烃（5.4%）。PMF源解析结果显示,机动车尾气排放源、工艺过程源、船舶尾气排放源和溶剂使用源是威海市秋季VOCs排放主要来源,贡献占比分别为30.4%,23.9%,21.1%,16.5%。控制机动车排放和工艺过程排放是控制威海市秋季VOCs污染的重要途径。     

2022年青岛市沿海区域臭氧污染特征及传输影响分析

基于2022年1—12月青岛市沿海区域臭氧（O₃）自动监测数据和气象观测资料,对O₃污染变化特征及影响因素进行了分析,结合后向轨迹聚类与潜在源区分析等方法,对O₃外来输送通道及潜在源分布情况进行分析研究。结果表明：青岛市沿海区域O₃污染主要集中在4—10月份,日变化特征呈单峰单谷趋势,峰值出现在15：00—16：00;气象因素中,地面短波辐射对O₃浓度变化的相对贡献最大,偏南风易导致O₃污染;受二氧化氮（NO₂）滴定作用以及海陆风转换影响,沿海区域O₃峰值与谷值均滞后青岛城区1 h左右;O₃生成整体处于VOCs控制区,1-丁烯、正丁烷与异戊烷是O₃污染期间导致O₃浓度上升的关键组分;O₃污染的主要潜在源区为长三角北部和黄海近岸海域,以及山东中南部地区。     

江苏省2013-2016年臭氧时空分布特征

利用2013-2016年江苏省国控空气自动站获得的臭氧（O₃）观测数据,探讨江苏省O₃时空变化特征。结果表明,自2013年以来江苏省大气氧化剂OX （O₃和NO₂）和O₃浓度呈逐年升高趋势,升高速率分别为0.98×10^-9a^-1和3.70 μg/（m³·a）,O₃增幅在我国处于较高水平。在O₃空间分布上,东部沿海O₃浓度相对高于西部内陆,O₃浓度高值由沿海地区逐渐向内陆辐散,呈现出区域性O₃污染。结合经验正交分解进行聚类统计检验,结果显示江苏省O₃分区主要分为苏南、苏中和苏北3类,与江苏省经济发展水平表现出一定的同步性。     

2013—2016年74城市臭氧浓度变化特征

利用2013—2016年74城市臭氧（O₃）监测数据,综合探讨了全国74城市O₃浓度时空变化特征、变化趋势。结果表明：2013—2016年,74城市O₃-8 h各百分位浓度总体呈上升趋势,且百分位较高区间O₃浓度逐年上升速率越快,O₃-8 h第95百分位浓度年增长5.3 μg/m³,其次是第90百分位;O₃区域性污染特征明显,京津冀及周边、长三角、珠三角O₃污染问题突出;74城市O₃浓度超标天数年增长3 d/城市,O₃污染呈明显日、季节变化特征,午后14：00—17：00达到小时浓度峰值,超标日主要集中于5—10月;O₃对环境空气质量综合指数贡献率逐年增加,北京、上海和广州O₃贡献率年增长分别为1.9%、1.1%和0.8%。     

黄河流域甘肃段面源污染估算与空间分析

采用遥感分布式面源污染评估模型（DPeRS）,对2018年黄河流域(甘肃段)面源污染空间分布特征进行分析,具体包括多类型污染量产排特征解析和流域优先管控单元识别。结果表明,污染量上,2018年黄河流域（甘肃段）总氮(TN)、总磷(TP)、氨氮(NH₃^-N)、化学需氧量(COD_Cr)的面源污染排放负荷分别为65.6,11.8,19.1和77.2 kg/km²,入河量分别为836.7,33.3,220.2和1 353.3 t;空间分布上,氮型(TN和NH₃^-N)排放负荷高值区主要分布在流域中部和东部局部地区,流域大部分地区TP排放负荷均较高,COD_Cr面源污染排放负荷高值区分布较为零散。与排放负荷相比,黄河流域（甘肃段）面源污染入河负荷并不突出,这与该地区水资源量少有密切关系。筛选出黄河流域（甘肃段）面源污染优先控制单元15个,面积占比为85.2%,I类优控单元主要分布在庆阳市、天水市、兰州市和白银市等地区,II类优控单元主要分布在甘南藏族自治州,且TN、TP、NH₃^-N和COD_Cr面源污染优控单元识别结果的平均精度达到80%。     

山东省2015年PM2.5和O3污染时空分布特征

利用中国环境监测总站的城市空气质量自动监测数据,分析了2015年山东省细颗粒物（PM_2.5）和臭氧（O₃）污染的时空分布特征,并初步探讨了其与气象要素的相互关系。研究发现：山东省PM_2.5年均质量浓度和年超标天数的空间分布均呈现由东部向西部递增的趋势,半岛地区的浓度最低,其他地区浓度均较高,年均质量浓度最大值出现在德州（101 μg/m³）。各城市PM_2.5的月均质量浓度均呈现出季节性变化,冬季最高,夏季最低。O₃-8h年均值和O₃年超标天数的空间分布与PM_2.5不同,半岛地区污染天数最少,其次为南部地区,中部地区和西北部地区污染最为严重并且各区域的城市之间O₃污染情况存在较大差异,具有明显的局地性特征。O₃质量浓度在春末夏初最高,超标现象主要出现在5—8月。分析各城市PM_2.5污染和O₃污染的协同性与差异性发现,虽然不同城市之间两者污染情况存在一定差异,但整体上看,山东省大气复合污染特征明显,全年有10个城市的PM_2.5和O₃同时超标天数都在20 d以上,并且该现象主要发生在夏季。夏季高温低湿的大陆气团控制更有利于O₃和PM_2.5叠加共存形成复合型污染。温度≥26℃时,O₃-8 h与PM_2.5日均质量浓度的相关系数为0.63,相对湿度≤60%时,两者相关系数为0.69。此外,当在大陆气团的控制下发生O₃污染时,相对湿度的提高更有利于PM_2.5浓度的增加。     

广东省清远市PM2.5污染天气分型及污染潜在源区分析

利用2016—2021年清远市逐时空气质量监测数据和相关气象资料,基于统计分析、主观天气分型方法和后向轨迹模式（HYSPLIT）,归纳总结粤北代表城市清远市在不同细颗粒物（PM_2.5 ）污染天气分型下的气象要素特征及污染潜在源区特征,为大气污染精细化防控提供有效参考。结果表明：在日均风速＜2m/s、日均相对湿度为75%～90%、日均气温为18～22℃时的无降水或微量降水天气下,清远市易出现PM_2.5 污染。变性高压脊型、脊后槽前型、冷锋前型、弱冷高压脊型、高压底后部型、台风外围型是造成清远市PM_2.5 污染的典型天气型,其中PM_2.5 重度污染均出现在秋、冬季弱冷高压脊型控制下;变性高压脊型下出现PM_2.5 轻度和中度污染的频率最高;脊后槽前型是清远市春季PM_2.5 污染的主要天气型;冷锋前型、高压底后部型和台风外围型下的PM_2.5 污染程度较轻。加剧清远市PM_2.5 污染的主要气流轨迹为弱偏南气流和南北气流辐合,当弱偏南气流控制时,污染潜在源区主要位于清远市辖区及广州、佛山、东莞、江门等珠三角城市;当南北气流辐合时,潜在源区主要位于清远市南部、韶关及珠三角,南岭山脉阻挡作用削弱了偏北方向长距离输送的PM_2.5 污染。     

海口市臭氧污染特征

基于2013—2015年海口市4个空气质量自动监测站点数据,结合气象资料,分析了海口市O_3的污染特征。结果表明:海口市O_3总体优良,优良天数比例为99.4%,污染天数均为轻度污染;在良和污染天数中,O_3作为首要污染物的天数占40%,超过其他5项污染物占比。海口市10月O_3浓度最高。O_3月均浓度与温度呈负相关关系,同时与风向有密切关系:5—8月气温较高,以南风为主,O_3浓度较低;1月北风频率较高,易受外来污染传输作用,O_3浓度相对较高。O_3超标日以东北风为主,日变化并未呈现单峰型特征,12:00—22:00时段O_3浓度在10%范围内小幅变化。台风外围型和北方冷高压底部型是造成海口市O_3超标的2类典型天气形势。     

Surface ozone and meteorological condition in a single year at an urban site in central–eastern China

Surface ozone and some meteorological parameters were continuously measured from June 2003 to May 2004 at urban Jinan, China. The levels and variations of surface ozone were studied and the influences of meteorological parameters on ozone were analyzed. Annual and diurnal ozone variation patterns in Jinan both show a typical pattern for polluted urban areas. Daytime ozone concentrations in summer were the highest in the four seasons. However, during nighttime from 2100 to 0600 hours ozone concentrations in spring was higher than that in summer. Daily averaged ozone showed negative correlation with pressure and relative humidity and positive correlation with temperature, total solar radiation, sunshine duration and wind speed during the study period. Further studies show that, solar radiation is a primary influence factor for the daytime variations of ozone concentrations at this site; transport of pollutants by wind could enhance the pollution at this site; precipitation has a significant influence on decreasing surface ozone. A multi-day ozone episode from 16 to 21 June 2003 was observed at this site. Surface meteorological data analysis and backward trajectory computation show that the episode is associated with the influence of typhoon Soudelor, attributing to both local photochemical processes and transport of air pollutants from southeastern coastal region, especially Yangtze River Delta region.     

南通市区静态管理期间空气质量分析

对南通市区2022年4月初因疫情防控采取全区域静态管理期间的空气质量进行分析,以气象参数、臭氧前体物VOCs和NO_x作为分析对象。结果表明:此次污染过程的主导因素是高温、强辐射、低湿和偏南风的气象条件。南通市区处于VOCs控制区,高温、强辐射使得VOCs挥发性增强,浓度升高。偏南方向的苏通园区和能达公园VOCs浓度较高且升幅较大,源解析结果表明这2个点位涂料溶剂使用占比升幅更高,既容易受附近石化和储油库影响,也容易受偏南风向的污染输送影响。据初步统计,静态管理期间南通市区停工数量为80%左右,污染期间NO₂浓度高值区主要分布在沿江一带,长江南岸的张家港和常熟地区存在多家高排放企业,在偏南风下,张家港和常熟的污染物极易输送至南通市区。基于空气质量模型WRF-CAMx的O₃和PM_2.5来源解析结果显示,静态管理期间外来输送明显,占比为68.7%~84.7%。污染期间的船舶排放和二次转化贡献也不容忽视。建议南通市应重点加强工业、油气挥发和涂料溶剂源减排,同时加强区域联防联控,以便进一步改善空气质量。     

深圳大运会期间一次光化学污染事件成因分析

对深圳大运会期间8月20日发生的一次光化学污染过程进行分析。此次过程中,处于工业区的石岩大气成分站测得O3浓度小时平均最大值为213.4μɡ/m3,超过国家环境空气质量二级标准限值(200μɡ/m3),出现时间在当日13:00～14:00时。与处于城区的竹子林站和郊区的西涌站污染物浓度进行对比分析得知,此次光化学污染的主要特点是局地性较强,持续时间较短,影响范围小。同步的风速、风向、温度、相对湿度及紫外辐射等气象要素分析表明,此次光化学污染事件与气象条件关系非常紧密,当日天气晴朗、日照强烈、温度高、相对湿度适中,有利于光化学反应的发生,且不利的风向条件使得来自上风向城区的污染物易于累积。     

Simulation of Wind Circulation and Pollutant Diffusion Over the Pearl River Delta Region

Changes in urban surface areas and population growth have significantly affected the weather and environment. Emissions of nitrogen oxides are increasing in the Pearl River Delta region. Nitrogen compounds emitted by factories and motor vehicles are the major sources of nitric pollution. To study the impacts of urbanization and the relationship between pollutant diffusion and the atmospheric environment, the nonhydrostatic mesoscale forecast model MM5 (v3.73), which was developed by Penn State University and the National Center of Atmospheric Research, and a mass continuity equation for air pollutants, were used in this study. Two experiments were designed. One experiment (BE) applied horizontal grid resolutions of 27, 9, 3, and 1?km in four nested domains. The other experiment adopted new land-use data (in domain 4) directly retrieved from Landsat Thematic Mapper imagery to replace the 1980s data of the United States Geological Survey in BE. A 48-h simulation (from 0000?UTC on 21 October to 0000?UTC on 23 October 2008) was conducted, with the first 12?h being the spin-up time and the remaining 36?h being the effective simulation, so as to capture the diurnal features of the thermally induced winds associated with the land–sea breeze and urban heat island circulations. The different results obtained from the two tests for wind circulation and air pollution dispersion and transportation in the Pearl River Delta region were analyzed. The simulated results show that the both experiments can well simulate land–sea breeze circulation and remarkable land–sea breeze evolution, comparing with observation data. The height of the PBL had a significant diurnal cycle. The structure of the wind field can obviously impact the dispersion of the NO _x in three dimensions. Nitrogen oxides mainly diffused along the dominant wind direction (east or southeast wind), therefore the majority of the pollutants accumulated in the northwest region of the fine domain in both simulation experiments. However, it induced the pollutants concentration in an irregular pattern due to the fine-resolution grid spaces and complicated inland wind field in the northwest area of the inner domain. Moreover, increasing the proportion of urban surface caused sensible heat flux increase, latent heat flux decrease and humility reducing relatively in the region of urban surface characteristics apparently. Urbanization will cause pollution accumulated severely over the urban surface.     

河源市2014-2017年空气污染特征及天气类型分析

利用2014—2017年河源城区环境空气自动监测站数据和气象数据，对期间出现的污染天气过程进行统计，对影响污染的天气类型进行分类。结果表明，2014—2017年，河源城区累计出现污染天气65 d，超标污染物主要为PM_2.5和O₃，O₃超标比例逐年上升成为达标率首要影响因子。PM_2.5易污染天气型中冷高压出海占比最多（38.2%），其次为冷锋前（17.7%）和均压场（14.8%）；O₃易污染天气型中副高控制占比最多（31.0%），其次为副高叠加台风外围（24.1%）和冷高压出海（13.8%）及均压场（13.8%）。河源城区低程度污染（AQI值101～110）占比较大。     

内蒙古近地面臭氧污染时空分布特征及气象条件分析

使用2018—2020年内蒙古臭氧(O₃)、气象要素观测资料和NCEP FNL资料,统计分析内蒙古近地面O₃质量浓度的时空分布特征和变化趋势,并针对全区O₃污染典型个例分析其天气形势和气象要素的影响作用。结果表明:内蒙古2018—2020年O₃质量浓度年评价值呈逐年下降趋势,2020年较2018年下降10.3%,各盟市O₃超标率也显著降低,仅赤峰市和通辽市略微上升。内蒙古O₃质量浓度高值分布在中西部偏南地区,尤其是乌海市和鄂尔多斯市;O₃超标率峰值主要出现在5—7月,周末效应存在东西部差异。O₃浓度变化和天气形势关系密切,南部暖平流和暖高压控制有利于O₃生成,西北部冷平流和冷涡发展使得O₃浓度下降;高温、低湿、微风和较高的能见度均为诱发O₃污染的重要气象条件,而西北大风通过降低温度、能见度和易于扩散的风向使得内蒙古O₃浓度降低,但同时可能会导致PM₁₀污染。     

洞庭湖区一次重度空气污染过程成因分析

利用AQI和PM_(2. 5)质量浓度、地面气象要素、NCEP、ERSST_V3、GBL等资料,对2016年12月29日至2017年1月5日洞庭湖区一次重度空气污染过程成因进行了分析。结果表明,静稳天气形势下的累积效应和本地持续升温、降压、增湿、小风导致污染物浓度不断增加。本地风速与雨量对污染物浓度产生显著影响。降温前风速明显加大,有利于污染物快速扩散。湿度增加有利于污染物吸湿性增长,但高湿易引起降水有利于污染物的湿清除。此次重度空气污染过程中大气稳定度为中性或稳定,14:00混合层高度逐渐降低且重度空气污染日降至100 m以下。污染物空间分布与主导风向和污染通道密切相关。气流后向轨迹分析表明,洞庭湖区各地气流来源和影响路径差异明显,且存在大范围区域性同步污染现象。北方外来污染源是洞庭湖区重要的污染面源,本地工业污染排放点源和地理条件也是洞庭湖区空气污染物空间分布差异的重要因素。     

2006年春季石家庄市沙尘天气与PM_(10)污染

文章应用气象资料和环境监测逐时资料,对2006年春季石家庄市出现的沙尘天气过程中PM10浓度变化,及其与污染源、天气形势、风、周边环境等的关系进行分析。结果表明,沙尘天气的首要污染物均是PM10,PM10的变化曲线呈正态分布,春季中度及以上污染日均出现在污染日当日或次日。造成石家庄沙尘天气污染源分本地型、外来型以及两者共同影响型三种。本地型沙尘污染强度取决于风速大小及强风持续时间,PM10浓度变化与风速呈正相关。而外来型污染多发生在地面弱气压场,PM10浓度变化与风速呈反相关。文章总结出沙尘天气污染预警的几个必要条件,可供实际的空气质量预警参考。     

不同天气形势下杭州市空气污染特征个例分析

利用杭州市气象局观测资料、NCEP再分析资料和中尺度天气预报模式WRF的数值模拟结果,对杭州市2011—2012年春、夏、秋、冬4个季节各一天的污染天气进行分析;同时选取2012年夏季有利于污染物扩散的天气个例进行对比分析。结果表明,杭州市容易发生轻度污染的天气类型主要有4类:高压前部、高压底部、高压控制和高压后部;500 h Pa高空系统稳定,受西南气流影响,850 h Pa有暖平流,1 000 h Pa风速较小时,容易造成污染物的积累,发生空气污染现象。WRF模拟结果显示,当杭州市为偏北风且风速较小时,容易发生空气污染事件,当为偏南风且风速较大时,空气质量一般较好。温度层结分析发现,当近地层以及高空出现较为深厚的逆温层且低层温度层结呈现中性或者稳定时,不利于污染物的扩散,污染物容易在底层积累,出现近地层空气污染现象。