杭州城区大气颗粒物污染特征及PM2.5潜在源区研究

基于2015年9月1日至2016年8月25日杭州城区观测点PM₁、PM_2.5、PM₁₀小时浓度数据进行分析,利用HYSPLIT模型、潜在源贡献因子（PSCF）方法和浓度权重轨迹（CWT）方法,探讨了杭州城区PM₁、PM_2.5、PM₁₀时间分布特征和PM_2.5潜在来源。结果表明：研究期间PM₁季节平均浓度表现为冬季 > 秋季、春季 > 夏季,PM_1~2.5、PM_2.5~10浓度则表现为冬季 > 春季 > 秋季 > 夏季;PM₁浓度日变化呈现明显的双峰现象,而PM_1~2.5和PM_2.5~10在同一时段均无明显浓度峰值;杭州城区PM_2.5受外源输送污染具有明显的季节性变化特征,夏季、秋季杭州城区PM_2.5的潜在源区主要是浙江北部、安徽东南部等,春季PM_2.5的潜在源区主要是浙江中部、江苏南部等,冬季PM_2.5的潜在源区主要是山东南部、江苏西南部、浙江北部、安徽南部、江西中部等地区。     

云南省臭氧污染特征及气象影响分析

为研究云南省臭氧(O3)污染特征及其与气象因子的关系,基于统计学方法及Arc GIS空间差异分析、线性趋势分析、空间离散系数等方法,对全省16个市(州) 2015—2017年33个环境监测站点的监测数据进行了研究。结果表明:研究期间,O3逐渐取代其他大气常规污染物成为首要污染物,其浓度变化范围为19～138μg/m3。云南省各市(州) O3浓度年变化呈现周期性,月度峰值集中出现在春季(3—5月);日变化呈单峰形,峰值集中在14:00—17:00。O3浓度的空间格局由纵向集聚为主转变为横向集聚为主,各集聚区交错分布,低值区由西北部转移到西南部; O3浓度增长率为正的区域集中于东北部和中部,面积约为20.81万km2,占全省总面积的54.29%,其余半环状区域增长率为负。迪庆州O3污染情况与其他市(州)明显不同,且受其他市(州)传输的影响较小。气象因子对O3浓度的影响随时间和地域条件的变化而变化,对典型市(州)(迪庆州、丽江市、昭通市) O3浓度影响最大的为偏南风,影响的浓度区间为20～160μg/m3。     

安徽省臭氧污染特征及气象影响因素分析

基于2016—2018年安徽省68个国控环境空气质量自动监测站点的臭氧(O₃)监测数据,研究分析了安徽省O₃污染特征及其与气象因子的相关性。结果表明:安徽省O₃污染程度呈现逐年加重趋势,并有显著的季节和月度变化特征。2016—2018年,各年度单月O₃日最大8小时滑动平均质量浓度第90百分位数的最大值分别出现在9月、5月、6月。O₃日变化趋势为典型的单峰形,各年度最低值出现在晨间07:00左右,最高值则是在15:00—16:00。全省O₃浓度总体上呈现出北高南低的空间特征。温度、相对湿度与O₃浓度分别呈现显著正相关、负相关,但在不同季节存在一定差异,其中,春秋季温度与O₃浓度的相关性好于夏冬季,夏季相对湿度与O₃浓度的相关性最为显著。O₃浓度在平均风速为2.1～2.2 m/s时更易出现超标。中部和北部城市在东南风的作用下易出现O₃超标并达到O     

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。     

大连市采暖期PM2.5污染特征及大气污染潜在源区分析

基于2019年4月—2023年3月采暖期与非采暖期大连市国家级空气监测站、国家基本气象站和全球数据同化业务系统（GDAS）数据,对比分析了2019—2022年大连市采暖期与非采暖期细颗粒物（PM_2.5）污染特征,并利用气团后向轨迹聚类分析方法、潜在源贡献因子（PSCF）和浓度权重轨迹（CWT）分析方法对气团传输轨迹和大气污染物潜在源区进行了统计分析。研究结果表明,采暖期ρ（PM_2.5）高于非采暖期,采暖期ρ（PM_2.5）在2021年明显降低,2022年反弹回升。采暖期PM_2.5污染率是非采暖期的3.2~15.6倍,2020年的采暖期PM_2.5污染率最高,2022年最低;2022年的采暖期PM_2.5重污染率最高,2021年最低。采暖期与非采暖期ρ（PM_2.5）日变化均呈双峰型,采暖期ρ（PM_2.5）日变化幅度更大。采暖期与非采暖期ρ（PM_2.5）与气象参数相关性有所不同,采暖期ρ（PM_2.5）与气温和相对湿度呈正相关,与气压呈负相关,非采暖期反之。PSCF分析结果显示,采暖期权重潜在源贡献因子（WPSCF）值明显高于非采暖期,采暖期的3个污染潜在源区分别为西南方向、偏北方向和偏东方向。非采暖期有1个污染潜在源区,在西南方向。CWT分析结果与PSCF分析基本一致,西南方向为影响大连市空气质量的主要污染潜在源区。     

滁州市一次持续性臭氧污染过程气象与传输特征分析

2019年6月8日至17日,安徽省滁州市发生一次持续性臭氧(O₃)污染过程,O₃浓度值超过国家二级标准浓度限值3%~45%。基于滁州市老年大学监测站点空气质量数据、滁州市气象站及全球资料同化系统(GDAS)气象数据,运用HYSPLIT后向轨迹模型、潜在源贡献因子(PSCF)和浓度权重轨迹(CWT)分析方法,研究污染发生时段的气象和区域传输特征。结果表明:①在此次O₃污染过程中,日最高温度的变化范围为25.5~34.7 ℃,风速整体小于4 m/s,风向以偏东风为主,午后的相对湿度在40%左右。在该时段内,滁州市基本处于均压场的控制之中,且受到锋面气旋外围下沉气流的影响,大气层结稳定。②O₃污染发生期间,滁州市主要受东南方向气流的影响,但来自山东省、安徽省北部和江苏省北部的气流的影响也不容忽视。6月9日夜间至10日上午的O₃浓度异常高值,与9日下午的气压异常低值及9日夜间的大气边界层高度异常高值密切相关。上述气压及大气边界层高度异常值的出现使得上风向高浓度O₃被输送至滁州。③此次污染过程的潜在贡献源区主要分布于安徽省东南部、江苏省中西部和浙江省北部等地。上述区域的加权潜在源贡献因子(WPSCF)值大于0.4,加权浓度权重轨迹(WCWT)值超过了100 μg/m³。今后,滁州市在O₃污染防控工作中应加强与上述区域的联防联控。     

2019—2022年济南市臭氧浓度变化特征及气象影响因素分析

基于2019—2022年济南市近地面臭氧(O₃)监测数据和同期气象资料,研究O₃-8 h变化特征及其气象影响因素,探讨与相关污染物、气象因素的相关性,结合KZ(Kolmogorov-Zurbenko)滤波法定量分析排放源与气象条件对O₃-8 h长期趋势的贡献。结果显示:①济南市O₃-8 h-90per年均值呈总体下降趋势,但背景值(O₃-8 h-5per)呈逐年上升趋势,年平均增速为2.5 μg/(m³·a);计算日均O₃质量浓度生产速率表明,污染日[14.6 μg/(m³·h)]＞夏季[11.5 μg(m³·h)]＞秋季[8.6 μg/(m³·h)]＞春季[8.2 μg/(m³·h)]＞冬季[4.8 μg/(m³·h)]。②O₃-8 h与NO₂、CO质量浓度均呈显著负相关,夏季PM_2.5质量浓度与O₃-8 h呈弱的正相关,其他季节与O₃-8 h呈负相关;与气温呈正相关,气温每增加一个单位,O₃-1 h增加3.4 μg/m³;与相对湿度(RH)呈负相关,RH每增加10%,O₃-1 h降低10.1 μg/m³;伴随风速增大,平均浓度出现先上升后下降的趋势。③济南市O₃有76.9%受相关污染物和气象因子影响,进一步研究气象因素对O₃-8 h影响,2019年1—9月及2022年5—12月属气象不利阶段,气象因素导致O₃-8 h抬升(最大幅度为6.3 μg/m³);其余时段属气象有利阶段,气象因素导致O₃-8 h降低(最大幅度为4.6 μg/m³)。     

佛山市近地面臭氧污染特征及相关气象因子分析

利用2014年佛山市8个国控大气自动监测点位的O_3监测数据,分析了佛山市的O_3污染特征,结果表明,2014年O_3日最大8 h平均值的第90百分位数为167μg/m~3,O_3为首要污染物的超标天数为43d,占比46.7%;ρ(O_3)区域变化不大;ρ(O_3)月变化呈现\"三峰型\",全年高ρ(O_3)集中在6—10月份,其中7月份出现全年最高峰值;ρ(O_3)日变化呈单峰型分布,夜间浓度较低且变化平缓,14:00—16:00左右达到峰值,并存在一定的\"周末效应\",但并不明显;ρ(O_3)与气温呈显著正相关,与湿度、气压、雨量呈显著负相关,与风向、风速的相关性相对较弱;总体上看,高温、低湿、微风、偏南风、低压、无雨的天气条件下高ρ(O_3)更容易出现。     

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。     

徐州大气颗粒物污染特征及传输途径分析

利用徐州2015年PM2.5和PM10逐小时质量浓度数据,分析了徐州颗粒物时空变化特征。同时基于HYSPLIT后向轨迹模式,结合GDAS气象数据和空气质量数据,利用轨迹聚类及潜在源分析法研究徐州不同季节气流轨迹对颗粒物浓度的影响及PM2.5和PM10的潜在来源。结果显示,2015年徐州环境空气中PM2.5和PM10的年均值为65和122μg/m3,分别超过国家《环境空气质量标准》(GB 3095—2012)二级标准限值86%和63%。各国控站点ρ(PM2.5)和ρ(PM10)月变化呈现一致的冬季高夏季低的\"V\"型变化特征,这与气象条件和气流轨迹特征季节性变化有关。秋冬季污染较高时期徐州主要受西北内陆性气团和较为稳定的气象条件影响,而春夏季来自较为干净的东部海洋性气团利于污染扩散。潜在源分析显示,山东、安徽、苏中南、浙西北等地区是影响徐州市PM2.5和PM10的主要潜在源区。各季节潜在源区分布范围有一定差异,冬季时潜在源区分布最广,并有明显向西北方向转移延伸的趋势。     

上海市奉贤区O3污染特征与影响分析

于2014-2019年,对上海市奉贤区4个环境空气自动监测站的臭氧(O3)污染特征及其影响因素监测数据进行了统计分析.结果表明,O3质量浓度年均值大体平稳且略呈下降趋势,O3日8 h质量浓度中位值和最大值呈现逐步上升趋势,O3质量浓度的最高点和次高点均出现在4-10月.气温与O3质量浓度呈显著正相关关系;随着风速和湿度...     

阳泉市COVID-19期间主要大气污染物的传输及来源分布

2020年初,COVID-19在国内暴发,在相关管控措施下研究了区域性大气污染特征与传输之间的关系。选取山西省阳泉市的6个大气环境质量国控站点,获取了2019—2021年主要大气污染物(NO₂、PM_2.5和O₃)在时间尺度上的变化特征。重点评估了2020年2月管控措施对主要大气污染物的影响,并结合HYSPLIT模型模拟的48 h后向轨迹以及潜在源贡献因子法(PSCF)和浓度权重轨迹法(CWT),量化了该研究时间段内阳泉市3种大气污染物的潜在源及贡献。结果表明:在研究时间段内,NO₂和PM_2.5平均浓度呈现整体下降的趋势,2021年NO₂浓度较2020年稍有回升,但整体水平低于2019年。O₃浓度则逐年上升,推测是O₃在对流层的光化学反应导致。后向轨迹聚类分析发现,2019年2月和2021年2月,大气污染物主要来源于东部气团的输送,而2020年则主要来源于西部。NO₂和PM_2.5在聚类轨迹上的平均质量浓度与聚类轨迹呈正相关关系,O₃则没有明显的相关性。结合2月污染物平均浓度特征来看,管控措施使得2020年主要大气污染物浓度降低,而2021年主要污染物浓度的降低则归因于当地与周边地区实施的大气环境治理措施。NO₂和PM_2.5的潜在源分布呈现逐年区域化的态势。NO₂的潜在源主要是阳泉市本地、晋中市和太原市,而PM_2.5的潜在源分布则呈现山西本地、山东、京津冀、河南以及陕西区域贡献的特征。O₃的潜在源主要来自阳泉市本地和石家庄市的贡献,     

南通市臭氧污染特征及一次连续臭氧污染过程分析

利用2018—2022年南通市环境空气自动监测数据,分析了南通市臭氧（O₃）污染的基本特征,并着重分析了1次O₃ 连续污染过程。结果表明：（1）南通市环境空气污染类型由细颗粒物（PM_2.5）型向O₃ 转变,O₃ 污染呈逐年加重趋势,尤其是2021和2022年O₃ 污染呈现出现早、结束晚的特点,且超标时间跨度拉长;南通市夏季O₃ 污染最重、春季略低;从月变化趋势来看,除2020年呈双峰特征外,其余年份为单峰分布;O₃ 日变化为单峰型。（2）O₃ 连续污染时,一方面,O₃ 前体物二氧化氮（NO₂）和挥发性有机物（VOCs）出现累积,质量浓度较高;另一方面,污染天风力弱、气温高、紫外辐射强,有利于O₃的本地生成及累积,同时也受外来传输影响。（3）芳香烃、含氧挥发性有机物（OVOCs）和烯炔烃为南通市O₃生成的主要贡献组分,主要来源于涂料溶剂、二次生成和工业源。     

邯郸地区2017—2021年PM2.5和O3污染特征

利用实时监测数据分析2017—2021年邯郸市及周边区县PM_2.5和O₃污染特征。研究发现:2017—2021年各地区PM_2.5年均质量浓度持续降低,轻度及轻度以上污染逐渐减少;2017—2019年O₃污染加剧,2020年起O₃年均质量浓度逐年下降,污染天不断减少。PM_2.5和O₃-8 h分别在1月(平均浓度为127.3 μg/m³,平均超标22d)和6月(平均浓度为233.4 μg/m³,平均超标22 d)污染最严重。结合气象参数分析来看,PM_2.5与温度、风速和降水量呈显著负相关,与相对湿度呈显著正相关;O₃-8h与温度呈显著正相关,而与风速、湿度和降水量的相关性较弱。后向轨迹和潜在源分析表明:邯郸地区PM_2.5典型污染月受山西省中部地区污染传输影响最大,O₃典型污染月受河南省东部污染传输影响最大。     

基于转置EKMA曲线的湖南省臭氧生成敏感性分析

基于湖南省2015—2020年夏秋季的污染物及气象观测数据,分析了臭氧（O₃）污染的时空特征和生成敏感性。湖南省中部和北部的O₃污染较为严重,且主要发生在9月,午后O₃峰值常与早高峰的NO₂浓度有较高的相关性。采用转置EKMA曲线方法探究了O₃在NO₂维度和VOCs反应活性维度下的生成敏感性。在 NO₂维度下,NO₂控制区和NO₂-VOCs过渡区的NO₂质量浓度为7 ~ 13 μg/m³,NO₂-VOCs过渡区和VOCs控制区的NO₂质量浓度为15~17 μg/m³。在VOCs反应活性维度下,当NO₂质量浓度大于10 μg/m³时,VOCs反应活性越高,O₃浓度越高。在高VOCs反应活性（30 ℃或以上）时,NO₂浓度每降低1 μg/m³,各区域的O₃质量浓度能降低约8 ~ 9 μg/m³。结合NO₂ 和VOCs反应活性2个维度,得出湖南省午后O₃生成以 NO₂控制区和NO₂-VOCs 过渡区为主,在晴天干燥和高温条件下,减排NO₂可有效降低O₃浓度。转置EKMA曲线方法为缺少长期VOCs观测的区域提供了研究O₃生成敏感性的新思路。     

“Ox增减量”O3人工订正预报方法与应用

为满足环境管理部门\"O₃污染过程不漏、AQI类别准确和AQI范围预报准确\"的要求,基于大气箱式模型和相似案例分析,引入O_x指标原创性提出\"O_x增减量\"O₃人工订正预报方法。介绍了该方法的预报思路、预报要点和步骤、历史相似案例库构建与基于大气条件预报的判别分析、方法普适性和局限性等,以期为提高区域、城市O₃业务预报准确率提供技术参考。以东部沿海城市青岛市为研究案例,结果显示,2020年6—9月24 h人工订正AQI类别预报、AQI范围预报准确率分别为91%和68%,比同期业务化运行的WRF-Chem数值模式预报准确率分别提高19%和25%,应用该预报方法可有效提高O₃污染过程预报准确率。     

2022年春季南京臭氧污染特征及成因分析

2022年春季,受新一轮新冠疫情影响,长三角各城市采取了一系列管控措施,使得大气污染物排放水平降低。对2022年春季(3—5月)南京及长三角地区的六项污染物尤其是臭氧(O₃)的变化特征进行了分析,从气象因素和O₃前体物方面,同时利用基于观测的模型(OBM)对南京O₃污染变化原因进行了研究,并分析了南京挥发性有机物(VOCs)的关键活性组分和来源。结果表明:2022年春季,南京PM_2.5、PM₁₀、NO₂和CO均值浓度均同比下降,但O₃日最大8 h滑动平均质量浓度(O₃-8 h)同比上升19.8%,O₃-8 h超标时间同比增加9 d;长三角区域O₃-8 h同比上升17.9%,O₃-8 h超标天数为2021年同期的2.5倍。南京O₃浓度上升的原因:一方面是由于不利的气象条件,另一方面是由于南京O₃生成处于VOCs控制区,但氮氧化物(NO_x)降幅大于VOCs降幅,同时结合O₃前体物削减方案的分析结果发现,VOCs和NO_x不当的削减比例会导致O₃浓度不降反升。南京O₃生成的关键VOC活性物种依次为乙醛、丙烯、间/对二甲苯、丙烯醛和乙烯;正定矩阵因子分解(PMF)解析结果显示,机动车尾气是南京城区VOCs的主要来源,其次为液化石油气/天然气使用和石油化工。     

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。     

冬季大气中PM10和PM2.5污染特征及形貌分析

2008年冬季采集大气中PM10和PM2.5样品,利用SPSS软件进行分析。结果表明,PM10质量浓度在92.87～384.7μg/m3之间,平均值为201.09μg/m3,超标率71.43%。PM2.5浓度跨度为57.27～230.21μg/m3,平均值为133.82μg/m3,超标率89.47%。PM10和PM2.5空间分布略有差异。PM2.5/PM10在29.10%～94.76%之间,均值为66.55%。PM2.5与PM10质量浓度之间有显著相关性,相关方程:PM2.5=0.7993×PM10-55.984(R2=0.9524,置信度为95%)。通过颗粒物形貌分析,初步判定冬季大气主要污染源为燃煤和机动车尾气排放。     

河源市城区春季PM2.5典型污染过程案例分析

以河源市区2016年3月27日—4月4日污染过程为研究对象,基于同期气象条件与空气质量监测数据,分析了PM_(2.5)与气象因子间的相关性,探究河源市区PM_(2.5)污染变化特征。结果表明,3月30日河源市ρ(PM_(2.5))/ρ(PM_(10))和ρ(PM_(2.5))/ρ(CO)分别为0.87和0.08,明显高于其他时段,说明当天细颗粒物污染老化和二次转化程度突出。在此次污染过程的2个不同阶段,河源市ρ(PM_(2.5))波动受到多项气象要素共同影响,其中与气压先后呈现较强负相关(R~2=0.646 2)和不明显正相关(R~2=0.006 5),与气温呈现不明显正相关(R~2=0.008 4,R~2=0.033 9),与风速先后呈现弱负相关(R~2=0.105 2)和不明显正相关(R~2=0.072 9),与相对湿度先后呈现弱正相关(R~2=0.391 3)和弱负相关(R~2=0.176 9)。通过比较该时段河源市与周边城市的ρ(PM_(2.5))变化趋势及后向轨迹分析,发现河源市与周边城市在相似的气象背景条件下,PM_(2.5)污染主要来源于本地源排放和珠三角区域传输。