重庆长寿区臭氧污染生成影响及潜源分析

文章基于2017-2020年长寿区及观测点位臭氧(O_3)及其前提物(NO_2和VOCs)以及气象因子(气温、相对湿度、风速、风向等)逐小时数据,分析了臭氧(O_3)及其前体物(NO_2和VOCs)污染物浓度年际及O_3污染典型期间的变化情况,讨论了O_3浓度与气象因子之间相关性,通过HYSPLIT后向轨迹和潜在源区贡献(PSCF)分析长寿区春、夏两季O_3潜在源区贡献特征。研究表明,O_3小时浓度160μg/m~3的超标小时浓度占比在2017-2019年呈逐年上升趋势,因新冠疫情影响2020年显著降低。全年O_3浓度高值区集中在4-9月,呈"夏高冬低"特征。O_3和NO_2的日变化特征反应了局地NO-NO_2转化与光化学生成的滴定作用。VOCs观测期内平均浓度为32.01×10~(-9)(体积浓度),较重庆市夏季VOCs偏高23.64%。O_3生成潜势贡献表现为含氧类VOCs芳香烃类烷烃烯烃卤代烃炔烃。O_3浓度与不同气象因子之间存在不同的相关性特征。该区域潜在源区具有明显季节性特征:春季主要位于涪陵、南川和巴南等区域;夏季主要集中在广安、江北、合川、渝北等一带。     

武汉市汉阳区大气污染特征及气象影响分析

为深入了解汉阳区大气污染现状,文章根据2018年12月-2019年11月汉阳区环境空气质量监测点污染物监测数据及同期气象数据,分析了大气污染特征、主要污染过程及气象条件影响。结果表明:汉阳区当前呈现出明显的季节性复合污染特征,春季和秋季PM_(10)、PM_(2.5)、O_3和NO_2等多种首要污染物并存,夏季和冬季则分别以O_3和PM_(2.5)为主;全年主要发生了以PM_(2.5)、O_3和NO_2为首要污染物的3类持续污染过程,PM_(2.5)污染程度最为严重,O_3次之,NO_2较轻;气象因素对污染物浓度具有重要影响,风速与主要污染物浓度均显著负相关,相对湿度主要与O_3显著负相关,温度与PM_(2.5)和NO_2显著负相关,而与O_3显著正相关,气压则和温度完全相反;气团轨迹聚类及潜在源区分析结果显示,汉阳区PM_(2.5)污染的潜在源区主要分布在湖北省中部和东部、江西省北部、山东省西南部以及鲁苏豫皖4省交界地区,O_3污染的潜在源区主要分布在湖北省中部和东部、安徽省西部以及长江三角洲的部分地区,NO_2污染的潜在源区主要分布浙江省西北部、安徽省南部以及长江中游城市群的部分地区。     

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。     

三亚市区臭氧污染变化特征及潜在源区分析

该文基于三亚市区2个环境监测数据,结合气象观测资料,采用后向轨迹、聚类分析、潜在源区贡献因子算法和权重轨迹方法研究了三亚市日最大8 h平均(O₃-8 h)质量浓度时空变化特征与气象因子的关系,以及O₃传输路径和潜在贡献源区。结果表明,2014-2020年2个站点O₃-8 h质量浓度变化趋势相反,河东站和河西站气候倾向率分别为0.303μg/(m³·a)和-0.405μg/(m³·a),趋势系数均没有通过信度检验。O₃-8 h质量浓度逐月变化呈“V”型分布,最高值出现在10月;日变化表现为单峰型,峰值出现在15:00左右。平均气温在15～25℃之间,相对湿度为65%～80%,太阳总辐射为14～24 MJ/m²,日照时数为6～10 h/d,受6～12 m/s之间的东北风影响时,三亚市O₃-8 h质量浓度会出现超标。多元回归分析表明,10 m平均风速、相对湿度、日照时数和平均气温是O₃-8 h质量...     

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。

     

2017年10月海南省一次臭氧污染特征及输送路径与潜在源区分析

为了探讨2017年10月海南省一次O₃污染过程的气流轨迹、输送路径和潜在源区,采用海南省18个市县的AQI值、6类大气污染物质量浓度资料以及相关气象观测资料,结合HYSPLIT后向轨迹模型进行分析.结果表明:①2017年10月海南省有13个市县首要污染物为O₃的天数比例超过80%,其中9个市县达100%.2017年10月26日澄迈县和儋州市AQI值分别为171和151,均达中度污染等级,7个市县达轻度污染等级.②气象要素与AQI和污染物质量浓度之间均存在较好的相关关系,ρ(O₃)、AQI与相对湿度的相关系数分别为-0.701和-0.685,均通过了99.9%的信度检验.③卫星反演结果表明,此次污染过程与外源输送关系密切.影响气流主要来自内陆地区的长距离气流、中短距离气流和来自东南沿海的中短距离气流,三支气流影响时段对应的海口市AQI值分别为83、69和61,对应的ρ(O₃)分别为和135.0、119.6和102.3 μg/m3.④通过计算PSCF(潜在源贡献因子)和CWT(浓度权重轨迹)发现,广东省为海南省的主要潜在贡献源区,湖南省、江西省、江苏省、浙江省和福建省等地区也有一定的潜在贡献.研究显示,2017年10月海南省出现的O₃污染过程中,污染物来源以外源输送为主.      

京津冀地区2015～2020年臭氧持续污染事件特征、气象影响及潜在源区分析

基于京津冀地区2015～2020年臭氧小时浓度数据和气象再分析数据,利用广义加性模型、潜在源贡献函数法、浓度权重轨迹法分析了京津冀地区臭氧持续污染事件特征、气象影响和潜在源区.结果表明,京津冀地区持续3d及以上的臭氧污染事件(OPE3)出现天数由2015年的24d上升到2020年的76d,占臭氧污染总天数的比例最高达到85%;OPE3天数的月变化特征与臭氧浓度的变化特征高度一致,在5～9月的相关性达0.97;京津冀地区OPE3发生的天气形势主要为高温、低湿、异常南风、异常反气旋及明显下沉气流;以京津冀地区的典型代表城市北京为例,OPE3期间气团主要来自于北京以南地区(71.2%),以短距离传输为主,主要潜在源区是河北省南部、山西省东北部、河南省东北部以及山东省北部,污染轨迹的贡献率约79.3%.     

安阳市近地面臭氧污染特征及气象影响因素分析

基于国控环境空气质量监测站数据分析了安阳市2014～2017年不同功能分区(城市、郊区和工业)点位的臭氧(O3)污染特征和变化规律,并研究了O3污染的气象影响因素和潜在源分布.结果表明,2014～2017年安阳市各站点O3年均浓度上升明显,O3超标日的出现从2015年开始不断提前,最早在2017年4月出现;工业区点位O...     

杭州市臭氧污染特征及影响因素分析

为研究杭州市夏季臭氧(O_3)污染特征及其影响因素,统计分析了2013—2016年杭州市O_3监测数据与杭州市气象数据,并结合AIRS卫星O_3数据探讨了台风天气系统对杭州市近地面O_3浓度的影响.结果表明:2013—2016年,杭州市O_3污染逐年加重,O_3浓度高值持续时间延长.O_3浓度与太阳辐射、温度相关,每年5月和8月太阳辐射强、温度高,O_3污染最严重;全天O_3浓度呈单峰日变化,峰值出现在午后(~14:00)太阳辐射较强、温度最高时.杭州市在日降水为0且12:00—15:00太阳辐射通量均值高于200 W·m~(-2)天气条件下,风向为东、东北或东南风且风速低于3 m·s~(-1)时,O_3浓度相对较高,易出现超标情况.台风天气系统对杭州市近地面O_3浓度有明显影响,以2014年10号台风\"麦德姆\"为例,台风外围系统影响到杭州时,偏东气流可将杭州以东地区高浓度O_3输送到杭州,同时下沉气流导致污染物在近地层积聚不易扩散,造成近地层O_3浓度升高.     

2022年广东省冬季一次臭氧污染过程的气象成因及潜在源区分析

气象条件是造成臭氧季节变化的重要原因,为了解广东省冬季臭氧污染的气象成因,使用空气质量和气象要素的地面、垂直探测资料和再分析资料,选取了2022年1月3～6日广东省臭氧中度污染过程与2015～2021年秋季(高污染季)进行对比分析.结果表明：(1)污染过程期间超标城市总数为8个,其中1月4日肇庆达中度污染(219μg·m^-3);广东省ρ(O₃-8h)平均值为123μg·m^-3,较历史秋季平均浓度偏高了21%,但臭氧污染影响范围小于历史秋季污染过程.(2)风速偏小、日照时数偏长和局地环流影响下的气流回流效应是此次臭氧污染过程最主要的地面气象条件,气温偏低可能是这次污染过程影响范围偏小的重要原因.(3)垂直探测表明,夜间至早晨的贴地逆温,配合下沉气流偏强、风速偏小,使得上午时段NO₂浓度维持较高水平,进一步促使臭氧浓度增量比非污染时段偏高34.2μg·m^-3,残留层臭氧下传加剧1月4日臭氧污染.(4)气流轨迹分析显示臭氧存在水平输送和高空地面混合,近地面不同高度潜在源区主要集中在广...     

2013—2016年珠海地区臭氧浓度特征及其与气象因素的关系

利用珠海地区两个代表性环境空气质量国控站（吉大站、斗门站）2013—2016年连续4年的逐时臭氧（O₃）浓度监测资料和离两个国控站最近的基本气象站（珠海气象站、斗门气象站）同期逐时气象资料,综合应用统计分析、个例剖析、HYSPLIT后向轨迹聚类分析和潜在源贡献因子分析（PSCF）方法,研究了珠海地区臭氧浓度特征及其与气象因素的关系.结果表明：①干季珠海市O₃浓度最高且超标天数最多,高温低湿条件有利于O₃的形成;②位于内陆的斗门站O₃污染浓度、污染频率明显高于位于沿海的吉大站;③风场对珠海地区O₃浓度分布有重要影响,东北风或偏北风风速为3~4 m·s^-1时下风向珠海地区O₃浓度最高;④10月O₃重污染个例剖析表明,区域输送对珠海地区O₃污染有重要影响.HYSPLIT后向轨迹聚类分析表明,影响珠海地区O₃污染的气团来源中受广东中东部气流影响时污染最重,与潜在源贡献因子分析（PSCF）表明的该污染个例的污染潜在源区主要为广东中东部的东莞、广州增城、河源及以北地区的结论一致.     

重庆市O3污染日的大气环流分型与传输特征

通过分析重庆市主城区2015~2019年O₃浓度和气象要素观测数据,发现主城区O₃超标日数、超标日O₃中位值和90百分位浓度值均呈现逐年升高趋势,O₃与温度成正相关、与相对湿度成负相关,高O₃浓度对应每日最高温度区间为35℃以上以及相对湿度区间70%以下.采用T-mode主成分分析法(PCT)对2015~2019年的4~9月850hPa低层位势高度场和风场进行分型,总结出重庆市O₃污染期间主要有8种天气类型,其中有利于出现高浓度O₃现象的天气类型分别是低压西北侧型(T1)、低压后部型(T4)和高压西侧(T3),对应O₃平均超标率分别为34.6%、17.0%和14.2%.利用HYSPLIT4模型后向轨迹聚类方法和潜在源贡献算法(PSCF),计算得到O₃污染日的气团主要以中短距离输送为主,主要传输轨迹来自北、东北、南以及西南四个方向,从2015~2019年,主要污染来源有一个明显的从北转南的趋势,O₃污染的潜在源贡献分析结果与全市工业源NO_x、VOCs排放量空间分布的一致性较高.     

2015—2019年保定市O3变化及其周边源区分析

利用保定市2015—2019年近地面O₃和气象观测数据,统计分析了该地区O₃变化特征及其与地面气温、相对湿度、风速和风向的关系,并确定了O₃的周边源区.结果表明,2015—2019年保定市O₃污染呈加重趋势,O₃污染超标天数从2015年的63 d增加至2019年的95 d.由于秋冬季昼夜温差较大,导致其O₃日变化相对扰动高于春夏季节.O₃浓度与近地面气温呈非线性正相关关系,随相对湿度(RH)的增加呈阶段性的先增后减的变化趋势,其中当RH为40%～50%时,O₃浓度及其污染超标率均达到最大.此外,风场对O₃分布有重要影响,盛行偏南风时易发生O₃重污染,表明影响该地区O₃污染源区主要位于保定南部.潜在源贡献因子分析方法(PSCF)和浓度权重轨迹分析法(CWT)的分析结果表明,保定市春夏O₃源区分布范围最大,其中贡献高值区主要分布在...     

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.     

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...     

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.     

广东省春季一次区域臭氧污染过程的成因分析

为探究广东省春季环境空气臭氧(O₃)污染成因,选取2022年4月6—10日的一次典型污染过程,结合后向气流轨迹、潜在源贡献因子算法和权重轨迹分析法,较为全面地分析了本次污染过程的特征及传输对O₃的影响.结果表明：本次污染范围涉及全省10个城市,污染前期江门市和中山市O₃小时峰值浓度分别高达264μg·m^-3和272μg·m^-3,后期东莞市每日O₃小时峰值均高于260μg·m^-3.以清远市为代表性城市的分析表明,污染天日最大8 h平均O₃浓度、氮氧化物(NO_x)和挥发性有机物(VOCs)浓度平均值较非污染天分别升高10.8%、44.0%和168.0%.O₃污染天呈高温、低湿的特点,O₃浓度与温度的相关性在污染天显著增强.基于MIR值计算的O₃生成潜势结果表明,与非污染天相比,污染天间、对-二甲苯、乙苯、邻二甲苯和甲苯对O     

“兰州蓝”背景下空气污染特征、来源解析及成因初探

兰州市近年空气质量有所好转,频繁出现\"兰州蓝\"现象.本文利用兰州市2013—2018年空气污染物实时监测数据,分析了兰州市空气污染特征、潜在来源和成因.结果表明,2013—2018年兰州市SO₂、PM_2.5和PM₁₀浓度呈下降趋势,NO₂、CO和O₃浓度呈上升趋势,PM_2.5和PM₁₀是兰州市的主要污染物,其值远远高于标准限值.大气污染物与气象参数的关系表明,较低的一次污染物与较高的风速相关,二次污染物O₃其较低的浓度值与较低的温度有关.从后向轨迹模型分析来看,新疆塔克拉玛干及周围的戈壁沙漠、内蒙古高原和西部青海地区是春季、秋季和冬季污染物的主要来源区,兰州东南部周边地区是夏季的主要源区和秋季的次要源区.初步分析了当地污染物排放和气象条件的影响,由于严格的排放控制,空气质量的改善可能与污染物排放量的减少有关,而气象条件的贡献并不明显,具体还需要进一步研究.