四川省臭氧时空分布特征及污染特征分析

利用2015-2016年四川省21市(州)大气质量监测数据,探讨了四川省臭氧时空分布特征及污染特征。结果表明:四川省臭氧季节特征明显,全省夏季浓度最高,冬季浓度最低,春季秋季,攀西高原和川西高原为夏季春季冬季秋季,盆地西部O_3浓度最高,川西高原最低,全省最高值出现在成都;O_3小时浓度日变化规律均呈"单峰型"特征,7:00-8:00处于一天中的最低值,15:00左右臭氧浓度达到峰值;O_3为首要污染物的比例仅次于PM_(2.5),盆地西部臭氧污染最为严重;污染主要发生在4-10月,4-10月的臭氧超标天数占全年臭氧超标总天数90%以上。     

北京东北部城区大气细粒子与相关气体污染特征研究

于2008年7月~2009年4月的4个季节,在北京市朝阳区北部,利用VAPS通用型大气污染物采样仪(URG3000K)对大气细粒子(PM2.5)和环境空气中相关气体进行了同时采集,并利用IC离子色谱仪(DX-600型)分析了PM2.5中水溶性无机离子成分和环境空气中相关气体的含量.结果表明,PM2.5质量浓度春季>夏季>冬季>秋季;SO42-、NO3-和NH4+是PM2.5中最主要的3种水溶性无机离子,年均质量浓度分别为14.82μg/m3、11.57μg/m3和8.35μg/m3,三者浓度之和占PM2.5中总水溶性无机离子浓度的86.28%.SO42-、NH4+浓度占PM2.5浓度百分比均为夏、秋季高于冬、春季; NO3-浓度占PM2.5浓度的百分比为秋季>春季>夏季>冬季.空气中的SO2、NO2和NH3等气态污染物的含量直接影响PM2.5中二次离子SO42-、NO3-和NH4+的浓度, SO2、NO2浓度的季节特征为冬、春季高于夏、秋季,与SO42-、NO3-的季节变化规律相反; NH3浓度在夏季最高,冬季最低. PM2.5酸度在夏、秋季高于冬、春季,且夏、秋季PM2.5样品全部呈酸性,冬、春季PM2.5样品一部分呈酸性,一部分呈碱性.夏季SOR值和NOR值分别为冬季的4.8倍和3倍,表明夏季SO2和NO2更易转化生成SO42-和NO3-.PM2.5中SO42-、NO3-和NH4+主要以(NH4)2SO4、NH4NO3的形式共存于气溶胶体系中.     

城市环境空气中PM2.5和NO2浓度的相关性研究

以湖南省长沙市为研究区域,对城市环境空气中的PM2.5和NO2浓度进行自动监测,并对数据进行相关性分析.结果表明,PM2.5和NO2浓度的季节性变化大,且两者的变化规律一致,均为冬季＞秋季＞春季＞夏季;在一天内,NO2浓度的最低值一般出现在午后,但PM2.5浓度的最低值、峰值出现时间不确定;就功能区分布而言,NO2浓度最高值出现在商业区,而PM2.5浓度分布的区域规律不明显.PM2.5与NO2浓度变化以正相关为主,PM2.5浓度高时,NO2浓度高,反之亦然,两者容易产生叠加污染.总体上,冬、秋季节为PM2.5和NO2主要控制季节.     

北京东灵山地区主要大气污染物浓度变化特征

2009年8月～2011年6月在北京东灵山森林站连续观测了SO2、NOx、O3和PM2.5的浓度,利用观测数据分析了大气污染物的月变化、季节变化和统计日变化特征,结合气流轨迹探讨了传输对污染物的影响.结果表明,观测期间NO、NO2、NOx、O3、SO2和PM2.5浓度的平均值分别为(2.0±1.6)、(13.2±7.2)、(15.3±8.2)、(61.0±19.6)、(3.6±3.6)、(35.6±32.0)μg.m-3,均低于北京城区的观测值.NOx浓度秋季最高,夏季最低,分别为(17.0±8.0)μg.m-3和(13.8±4.1)μg.m-3.O3浓度春、夏季高于秋、冬季,最高值出现在6月份.SO2冬季浓度最高,夏季浓度最低,冬季与夏季的比值约为2.7.PM2.5夏季的浓度要远高于其他3个季节,达到56.4μg.m-3.NOx、O3和SO2浓度日变化显著,其中NOx日变化为双峰型,O3和SO2日变化为单峰型,PM2.5日变化幅度较小.     

2014年泉州市区PM2.5浓度的时空变化特征分析研究

基于2014年泉州市区环境空气自动监测站的PM2.5、PM10等监测数据,讨论市区PM2.5的时空分布特征.结果表明,泉州市区PM2.5浓度存在较为明显的时空分布特征.(1)时间分布特征:PM2.5的年均值为34μg/m3,月均值最大值出现在1月,最小值出现在7月;PM2.5浓度冬季最高,夏季最低,春冬两季明显高于夏秋;PM2.5/PM10最高值出现在2月,最低值出现在7月;PM2.5/PM10冬季最高,夏季最低.(2)空间分布特征:3个监测点位中,PM2.5浓度涂山街最高,津头埔略低,万安最低;PM2.5/PM10万安最高,涂山街略低,津头埔最低.时间分布特征与气象条件有一定关系,而空间分布特征与建成区的建成时间先后、地理位置差异等有一定关系.     

湖南省长株潭城市群环境空气质量易超标指标变化规律研究

根据长株潭24个环境空气质量监测国控点数据,分析了CO、SO2、NO2、O3、PM10和PM2.5常规六项污染物不同月份的变化规律,并对首要污染物O3和PM2.5不同时期、不同时段的变化规律以及达标状况进行了分析。研究结果表明:PM2.5和O3浓度的季节性变化大,O3浓度夏季高、冬季低,PM2.5则正好相反;在一天当中,昼间的PM2.5浓度低于夜间;在城市之间,长沙市PM2.5的日均浓度和O3浓度明显高于株洲和湘潭市。上述结论将为制定相应的防治措施提供参考依据。     

苏南城市空气质量污染特征及趋势分析研究

利用2013年-2015年苏南5市空气自动站监测数据,分析了该地区空气质量的污染特征和变化趋势.研究发现:2013年-2015年,苏南5市空气优良率为56.9%～68.9%,PM2.5是主要污染物;沿长江向东,空气污染逐步偏向光化学污染类型.从时间上可知,呈现冬季以PM2.5污染为主、春夏季以O3污染为主的特征;PM2.5等4项污染物24小时呈现双峰.从趋势上可知,PM2.5等5种污染物浓度呈下降趋势,O3污染有所加重.同时,各市也表现了不同的情况,管理上需要区别对待.     

深圳市郊区大气中PM2.5的特征分析

为了确定深圳市郊区大气中PM2.5的污染特征,本研究分析了2009年和2010年夏季和冬季PM2.5样品中的水溶性离子和多环芳烃成分.结果表明,深圳市郊区大气中PM2.5的质量浓度很高,夏季53.9%和冬季100%的样品超过了WHO的大气质量准则浓度.PM2.5中,冬季最主要的3种离子是SO24-、NO3-和NH4＋.在夏季,这3种离子在PM2.5中的含量都会减少,而Cl-、Na＋、K＋、Ca2＋和Mg2＋的含量会增多.另外,冬季是多环芳烃浓度较高的季节,其中萘、苊烯、苊和苯并荧蒽是冬季PM2.5中多环芳烃的主要成分.本研究还通过比值法和特征化合物法对深圳市郊区大气中的PM2.5进行了源解析,确定了PM2.5的可能来源.     

西安城区大气PM_(2.5)中有机碳与元素碳的污染特征

为研究西安市夏、秋、冬3季大气细颗粒物中碳组分的污染变化规律,于2013年夏、秋、冬3季在西安市明城墙内采集大气中的PM2.5样品,测定了样品中的有机碳和元素碳的含量。结果显示,PM2.5中OC和EC的季节平均浓度冬季最高,秋季次之,夏季最低。OC/EC的比值在夏、秋、冬3季均超过2.0,说明采样期间夏、秋、冬3季均存在二次污染。OC/PM2.5的比值夏秋两季差异较小,冬季明显高于夏秋两季;EC/PM2.5的比值在夏、秋、冬3季的变化不大。OC和EC的相关性:夏季秋季冬季。OC与PM2.5的相关程度冬季秋季夏季,且随季节更替变化明显;EC与PM2.5的相关性:秋季夏季冬季。即随着季节变化PM2.5浓度水平整体升高、污染加重时,PM2.5中的OC所占比例明显升高,EC比较稳定,说明受人为影响的二次排放为主要成分的OC对PM2.5贡献更大。     

上海地区光化学污染中气溶胶特征研究

利用上海地区2011~2013年9个大气成分及气象观测站点臭氧(O3)、颗粒物(PM1、PM2.5、PM10)、气溶胶粒子谱观测资料以及气象数据,分析了上海不同功能区臭氧超标时的频率分布及各类污染物浓度特征.结果表明,上海地区夏季光化学污染严重,周边城区臭氧污染要明显高于中心城区,不同功能区污染情况差异较大,金山化工区和崇明生态岛光化学污染较为严重.通过分析光化学污染前后气溶胶变化特征可知,当出现光化学污染时,各站气溶胶浓度明显升高,特别是PM1浓度增加显著,且PM1/PM2.5比未出现臭氧污染时的比例明显升高.表明随着光化学反应的增强,二次气溶胶生成明显增多.因此可将PM1作为光化学污染的判定指标之一.     

北京大气中BTEX的观测分析与研究

采用二步深冷浓缩与气相色谱/质谱联机对北京大气中的苯类物质(BTEX) 进行了长期连续观测.最近4年观测数据表明:日变化有双峰和3峰变化,冬、春季呈现与交通高峰期吻合的双峰变化,即上午08:00至10:00和下午17:00前后各出现一个高值;秋季日变化中,夜间22:00出现第3峰值;夏季日变化呈3峰型,最大峰值在正午前后.2000～2002年BTEX月平均总浓度为(44.1±24.5) nmol/mol(碳单位),季变化峰值出现在夏季.年际变化趋势中,北京大气BTEX的总平均浓度从 1999 年到2002年大幅度下降.     

城市大气臭氧柱浓度时空变化研究——以天水为例

城市臭氧发生发展规律的研究将为城市环境管理提供理论依据。文章利用卫星OMITO3e数据产品,解译和分析了天水市2006~2014年臭氧柱浓度的时空动态信息。结果表明:(1)空间分布呈现东北、西北高,中部、南部低的倒"V"字形;(2)年变化呈单峰曲线,从2006年至2010年为上升期,每年的增长率为3.98%,2010年至2014年为下降期,年均下降率为2.52%;(3)四季变化明显分为两个阶段,前三年为冬季春季夏季秋季;后六年以夏、春季变化为主,冬、秋季为辅,夏季春季冬季秋季。夏、春两季在第二阶段明显升高与当地经济的快速发展有密切的关系;(4)9年间臭氧柱浓度平均值为301.177 DU,最大值为325.829 DU,最小值为279.093 DU,臭氧柱浓度指示的多年空气质量等级为良好。     

中国自然背景地区臭氧浓度时空变化特征分析

为揭示中国自然背景地区臭氧浓度变化特征,并以其为自然背景值指导人为活动导致的臭氧污染控制工作,该研究通过汇总统计中国15个典型自然背景地区与337个地级及以上城市2016—2020年环境空气臭氧自动监测数据,比较分析中国自然背景地区臭氧浓度的年度、季节、日内变化规律与空间分布规律. 结果表明:2016—2020年,中国自然背景地区臭氧年均浓度明显高于城市区域,但臭氧日最大8小时平均浓度的第90百分位数(简称“臭氧年90百分位浓度”)明显低于城市,自然背景地区和城市区域臭氧年均浓度同步快速提升,年均增长分别为1.5和2.0 μg/m3. 中国自然背景地区臭氧浓度季节性变化规律与城市区域存在较大差异,自然背景地区臭氧平均浓度最高值出现在春季,夏、秋、冬三季臭氧平均浓度差异不明显,与东亚环太平洋背景地区臭氧浓度季节性变化规律(春季最高、夏季最低)存在明显差异. 部分自然背景地区受人为活动排放的影响较小,臭氧浓度不存在明显的日内峰谷差,全天臭氧浓度基本保持相同水平;部分自然背景地区可能受邻近城市人为活动排放的臭氧前体物影响,臭氧浓度日内变化规律与邻近城市较为一致,存在明显的日内峰谷差. 研究显示,中国自然背景地区臭氧浓度变化规律与城市区域存在显著差异,臭氧浓度年均值升高迅速,部分自然背景地区臭氧浓度变化规律可能受邻近城市人为活动排放的臭氧前体物传输的影响.      

沈阳市O3时空分布特征及其与NOx的相关性研究

利用2013年沈阳市11个空气质量自动监测站的大气O3自动连续监测数据,对O3浓度的区域分布、季节变化、日变化及其与NOx相关性等特征进行分析.结果表明,中心城区O3浓度低于外围.O3和大气氧化性OX（O3＋NO2）浓度在午后15：00左右出现峰值,NOx呈双峰态日变化,在7：00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NOx浓度分别在夏季与冬季达到最大.NOx浓度存在200 μg/m3左右的“分界点”,NOx低于分界点时以NO2为主,高于分界点时NO占大部分.OX区域贡献主要受区域背景O3的影响,局地贡献主要受局地光化学反应制约.     

Meteorologically adjusted ozone trends in urban areas: A probabilistic approach

A method has been developed that explicitly accounts for the effect of meteorological fluctuations on the annual distribution of ground-level ozone in urban areas. The model includes a trend component that adjusts the annual rate of change in ozone for concurrent impacts of meteorological conditions, including surface temperature and wind speed. The model was applied using available data from 43 urban areas throughout the U.S.A. where ozone levels frequently exceed the National Ambient Air Quality Standard. The results suggest that meteorologically adjusted upper percentiles of the distribution of daily maximum 1-h ozone are decreasing in most urban areas over the period from 1981 to 1991. The median rate of change was −1.1% per year indicating that ozone levels have decreased approximately 11% over this time period. Trends estimated by ignoring the meteorological component appear to underestimate the rate of improvement in ozone primarily because of the uneven year-to-year distribution of meteorological conditions favorable to ozone.     

Prediction of seasonal extremes of one-hour average urban CO concentrations

The annual and seasonal extremes of pollutant concentrations in urban areas tend to represent samples from a long-term non-stationary series so that purely non-causal, statistical methods for their prediction are largely inapplicable. The paper described a method to determine the seasonal extremes of 1-h average CO concentrations from vehicle patterns and emissions, basic meteorological measurements and historical records of ambient concentrations. The method links the output of a deterministic Gaussian plume line source model (which provides average winter trends on an annual basis) with knowledge of a suitable parametric form of the probability density function (pdf) of the daily peak 1-h CO concentrations. The deterministic model requires only average emission and meteorological data as input, although the approach outlined can be extended to include more complex deterministic models with more detailed dynamic input information. Knowledge of the pdf of ambient concentrations is gained from past data by applying goodness-of-fit tests based upon maximum likelihood estimation and its accuracy is assessed by examining prediction performance for the extremes of interest. Problems of non-stationarity and autocorrelation are minimized by restricting attention to the winter season and to the evening peak concentration. The method is used to predict maxima of 1-h CO concentrations for winter seasons in Canberra, Australia, although it applies to other extremes at other time averages, such as 8-h averages, and to other pollutants where they are dispersed predominantly from mobile sources.     

北京地区边界层大气臭氧浓度变化特征分析

利用2001-03～2006-10的大气臭氧探空资料,分析了近6 a北京边界层（2 km以下）大气臭氧浓度的平均月变化和季节变化规律.结果表明,边界层大气臭氧浓度的月变化很明显,1月臭氧浓度最小,地面臭氧浓度不到10×10^-9(体积分数,下同),上层（即2 km）臭氧浓度也不到50×10^-9.而6月臭氧浓度最大,地面达到85×10^-9,上层大于90×10^-9.臭氧浓度具有明显的季节特征,从臭氧浓度值来看,冬季最小,夏季最大.从地面到上层的臭氧浓度的变化幅度来看,冬季变化最大,夏季变化最小.根据廓线变化方式,臭氧浓度廓线可分为3种类型,冬季型、夏季型、春秋季型.不同高度臭氧月平均浓度也明显不同.分析地面及上层臭氧浓度与气象因子如温度和湿度的相关关系,发现地面臭氧浓度与温度具有较好的线性关系,相关系数在0 .85以上.     

2015—2017年天水市大气污染物变化特征及来源分析

据天水市2015-2017年大气污染物（SO₂、NO₂、CO、O₃、PM_2.5和PM₁₀）的监测数据及气象资料,分析了天水市大气污染物的浓度变化特征,并利用排放源清单和HYSPLIT模型对污染物来源进行了解析.结果表明：①天水市空气质量有所下降,总体优良率达84.9%.SO₂、NO₂、CO均达标,污染物以颗粒物和O₃为主.②一次污染物SO₂、NO₂、CO、PM_2.5和PM₁₀浓度具有相似的季节变化和日变化特征,冬季最高,夏季最低,日变化呈早晚双峰型.二次污染物O₃夏季浓度最高,冬季最低,日变化呈单峰型.③天水市空气质量主要受污染物的本地排放和外来输送的影响,本地民用和工业部门对SO₂、CO、PM_2.5和PM₁₀的贡献最大,交通和工业部门对NO_x的分担率最高,民用部门是CO的最大排放源;西北和东部气流是污染物外来的最主要输送路径.此外,污染物在城市大气中的稀释、扩散和转移也受当地气象因素（气温、降水、风向等）的影响.     

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.     

山东省太阳总辐射的时空变化特征分析

基于山东境内17 个气象站1961—2012 年逐日日照时数资料,利用Angstrom 公式估算各站点太阳总辐射,并利用空间插值法、线性倾向估计和Pettitt 突变检验方法对全年和四季太阳总辐射的时空变化特征进行了分析。结果表明:1961—2012 年山东地区多年平均年太阳总辐射的变化范围为4 814.3~5 338.8 MJ/m²,地区间差异大,全年太阳总辐射的空间分布特征为北部多、南部少;全年和夏季太阳总辐射时间序列在全部17 个站点趋于减小趋势,且除威海外,均达到至少0.05 显著性水平;除春季和秋季各有3 个和1 个站点太阳总辐射呈增大趋势外,其余站点春季、秋季和冬季太阳总辐射均呈减小趋势;全年和各季节太阳辐射减小速率较大的站点主要分布在山东中部和西南部地区;近52 a 间,1997 年以前为平均年太阳总辐射值的偏大时期,而其后则为偏小时期。