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%。     

2013—2018年海口市区臭氧浓度变化特征

利用海口市区4个站点2013—2018年臭氧(O₃)逐时观测资料,分析了O₃不同时间尺度变化特征、超标情况及其与前体物NO₂和气象因子的关系。结果表明:海口市区O₃浓度总体偏低,但2013—2018年各站点均有明显的上升趋势,海大站、海师站、龙华站和秀英站的气候倾向率分别为1.26、3.84、3.02、2.93μg/(m³·a),其中海师站、龙华站和秀英站分别通过了95%、98%、90%的信度检验。秋、冬季海口市O₃浓度最高,其中10月O₃浓度月平均最大值出现的概率最大,最小值主要出现在8月。O₃浓度日变化表现为单峰型,早晨08:00前后O₃浓度最低,午后15:00最高。海大站超标率最高(2.82%),海师站和龙华站次之,秀英站最小。4个站点的超标日O₃浓度均逐年上升,表明海口市O₃超标现象在恶化。O₃浓度与日照时间成正相关关...     

2015—2019年抚州市临川区主要大气污染物时空变化及成因分析

选取2015—2019年抚州市临川区不同时间尺度的空气质量指数(Air Quality Index,AQI)与6种常规大气污染物监测数据,分析了临川区主要大气污染物的时空变化及影响因素。结果表明,临川区大气PM_2.5、PM₁₀、SO₂和CO年均质量浓度整体呈现下降趋势,O₃年均质量浓度逐年增加,说明临川区应警惕O₃污染的加剧。PM_2.5、PM₁₀和NO₂质量浓度的月变化趋势表现为冬高夏低的特征。此外,2015—2019年临川区大气PM_2.5、PM₁₀月均浓度与AQI的相关性极高(r＞0.96,P≤0.01),表明临川区大气污染类型为颗粒型污染。根据污染物浓度日变化规律以及相关性分析结果可知,PM_2.5、PM₁₀、SO₂、NO₂日变化趋势与AQI相似。通过对2015—2019年临川区除夕至大年初一期间大气污染物变化规律和复合污染特征的分析可以发现,2018年和2019年空气污染程度较之前的3年有所下降,说明烟花爆竹燃放禁令对春节期间空气污染的控制具有明显成效。此外,控制移动源排放成为临川区大气污染治理亟需解决的重要问题。     

贵阳市臭氧浓度变化及与气象因子的关联性

运用2013—2016年贵阳市环境空气自动监测站臭氧(O_3)的监测数据以及气象观测资料,分析该地区近地面O_3浓度的时空变化特征及与气象因子的关联性。结果表明,近年来贵阳市近地面O_3小时浓度均值有逐年升高趋势,增速为1. 1～5. 0μg/(m~3·a)。O_3浓度昼间变化呈明显单峰形分布,08:00左右出现最低值,15:00—16:00达到最大峰值,浓度高值主要分布在12:00—18:00。日照时数每增加1 h,则近地面O_3日最大8 h平均浓度增加8μg/m~3左右,日照时数大于8 h,则近地面O_3日最大8 h平均浓度超过100μg/m~3; O_3小时浓度与温度呈正相关(r=0. 724,α=0. 01),与相对湿度呈负相关(r=-0. 531,α=0. 01)。当日照时数大于8 h、温度超过25℃、相对湿度小于60%时,贵阳市近地面O_3容易出现高浓度值。     

气象要素及前体物对青岛市臭氧浓度变化的影响

在深入探讨2013—2015年青岛市区O_3污染随时间变化特征的基础上,系统分析了不同气象要素对O_3浓度的影响,并研究了前体物对O_3生成的影响及贡献。结果表明:青岛市区O_3第90百分位日最大8 h滑动平均值和超标率均在2014年达到最高值;O_3浓度在5—10月较高,12月至次年1月浓度最低;O_3日变化呈单峰型变化规律,白天浓度高,夜间浓度低。强太阳辐射、高温、相对湿度60%左右、风速4 m/s左右、偏南风等气象条件下易出现高浓度O_3。O_3的生成主要受前体物VOCs控制,且烯烃对O_3生成的贡献远高于烷烃和芳香烃,控制VOCs尤其是烯烃组分的排放可有效降低青岛市区O_3浓度。     

新疆玛纳斯县大气臭氧浓度时空变化及影响因子分析

选取新疆玛纳斯县2018—2019年空气自动站的监测数据,统计分析了臭氧浓度时空变化规律.主要结果表明,2019年臭氧为首要污染物天数同比2018年增加48.9％,2019年因臭氧浓度超标造成轻度污染天数较上年增加250％,臭氧已成为影响空气质量的重要因子之一.臭氧浓度具有明显的季节变化特征,2018—2019年玛纳斯...     

莆田地区夜间臭氧污染成因分析

基于2016—2020年莆田市监测站O₃逐小时质量浓度观测资料和边界层高度数据,分析5年间4次夜间O₃质量浓度超标的过程。沿海各市的O₃数据、后向轨迹和MEIC污染排放清单表明,O₃污染前体物来源于长三角地区和福州地区。4次夜间O₃污染期间,O₃与NO_x整体相关性小,相关系数为0.23,外来源输送导致出现O₃与NO_x整体相关性较小的现象。4次夜间O₃质量浓度超标成因是外来源输送的O₃在夜间时段随着后向轨迹向本地区输送时,O₃因缺少NO的滴定作用而无法分解,且垂直方向上边界层高度降低。     

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。     

佛山市臭氧浓度时间变化特征及主要影响因子

对佛山市2011—2014年O_3监测数据进行分析,结果表明,ρ(O_3)日变化呈现明显的单峰特征,2011—2014年O_3日最大8小时滑动均值(O3-8 h)的年评价值没有出现显著的下降趋势,超标值多出现在8—10月。夏季O3-8 h与日平均气温的相关系数较高,O_3污染多发生在气温30℃,相对湿度为50%~70%的气象条件下。相对湿度60%,气温为20~25℃,也可能出现O3污染。10℃时,不同的温度条件下,O_3与PM_(2.5)存在正相关关系。在不同的季节时段,O_3-8 h基本随着ρ(NO_2)/ρ(NO)增大而增大。     

2015—2019年汾渭平原臭氧污染状况分析

基于全国空气质量监测网数据,分析了2015—2019年汾渭平原11个城市臭氧(O₃)污染状况。结果表明:2015—2019年,汾渭平原11个城市O₃平均浓度总体呈升高趋势,年平均升高12.2μg/m³,其中,2017—2019年均超过二级标准限值(160μg/m³)。O₃单项污染物的空气质量分指数占空气质量指数的比例逐年升高,O₃超标使汾渭平原2015—2019年各年度空气质量优良天数比例分别减少了1.4、5.4、13.0、11.1、14.4个百分点。O₃浓度呈春夏季(5—9月)高、秋冬季(11—12月)低的特点,其中,5—9月O₃超标天数占全部O₃超标天数的97%以上。各年度O₃日最大8小时平均质量浓度(O₃-8 h)的最大值分别为152、176、224、195、202μg/m³,均出现在5—7月。O₃...     

成都市O3浓度的时间变化特征及相关因子分析

为深入认知成都市O_3浓度的时间变化规律及其影响因子,基于2013年1月1日—12月31日市区站点O_3、NO、NO_2、NO_x的逐时监测资料以及成都市气象站的气象数据逐时观测资料,据此对O3的季变化、日变化、"周末效应"、"节假日效应"进行了讨论,并对其浓度影响因子进行分析。结果表明:成都市O_3浓度季变化呈现明显夏高冬低的特征,浓度最大值出现在8月。O_3浓度日变化为单峰型,夏季峰值出现在15:00,冬季峰值出现在16:00。市区存在"周末效应",即周末O_3浓度总体比工作日高;"节假日效应"则表现出复杂多变性,受气象条件以及人为活动等多种随机因素的影响。O_3日平均浓度与NO、NO_2、NO_x、相对湿度呈明显负相关,与温度、风速呈明显正相关。     

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。     

Spatial and Temporal Variation of Ozone Concentrations at High Altitude Monitoring Sites in Germany

The present study deals with the characterisation and interpretation of hourly taken maximum ozone concentrations of each day at various high altitude monitoring sites in Germany and contributes to the understanding of ozone transport processes. The relation between long range transport of ozone as well as its precursors and high ozone concentrations is of special interest. Aim of this paper is to investigate the influence and importance of large scale meteorological circulation and source regions of anthropogenic ozone precursors to local ozone concentrations using 2-dimensional backward trajectories. Further, reasons for the spatial and temporal variation of ozone concentration levels will be shown. Investigating numerous cases a similar origin of air masses causing high ozone concentrations in Germany and uniform patterns at various sites could be identified.     

2017—2019年中国337个城市及重点区域臭氧污染状况分析

分析了2017—2019年中国337城市O_3污染特征,结果表明:2017—2019年全国O_3第20～70百分位浓度逐年增幅相对稳定,第80～95百分位浓度逐年上升速率最快,平均每年升高5.5μg/m~3。全国O_3超标以轻度污染为主,主要集中在5—9月,占全年O_3超标天数的85.3%;"2+26"城市、汾渭平原交界、长三角、苏皖鲁豫交界O_3超标天数占全国63.9%,"2+26"城市O_3污染最为严重,平均每城市超标71 d。2017—2019年O_3单因子超标分别损失全国空气质量优良天数比例为4.5个百分点、4.9个百分点和7.4个百分点,2019年9月O_3单因子超标天数比例为18.8个百分点,单月使全年优良天数减少1.2个百分点。天津、河北、山东、北京、河南、山西、江苏的O_3污染相对较重,天津市发生O_3污染的关键温度为26～34℃,风速为2.0～2.5 m/s,相对湿度为40%～80%,降水明显减少和温度偏高是导致2019年O_3浓度升高的重要气象因素。     

大连市臭氧污染特征及典型污染日成因

通过对大连市区10个空气监测子站的监测数据进行分析,探讨了大连市臭氧污染的时空分布、气象条件对臭氧污染的影响,对臭氧污染日进行了归类分析。结果表明,大连市臭氧污染主要出现在4—10月。在强紫外辐射、高温、低湿、低压和低风速的气象条件下,监测点位的臭氧浓度较高。臭氧污染日的日变化分为单峰型、双峰型和夜间持续升高型3种类型。通过对2015年的一次高浓度臭氧污染过程的气象条件、污染物浓度和污染气团轨迹进行分析,发现臭氧浓度在夜间持续升高现象与区域输送密切相关。     

2008-2016年臭氧监测试点城市的臭氧污染特征

选取臭氧试点城市北京、沈阳、上海和重庆,通过对2008-2016年臭氧监测数据进行分析研究,可以看出4个试点城市中北京的臭氧污染最严重。4个城市的臭氧污染特征均为高浓度臭氧所占比例较大,高值比较高,低浓度臭氧所占比例较小。北京、沈阳和上海的年平均臭氧浓度总体呈上升趋势。北京、上海、重庆、沈阳4个城市9年的超标天数比例分别为15.9%、7.7%、3.9%、6.5%。上海的臭氧浓度在秋季非常高。2012年的臭氧变化趋势比较异常,可能是由于2012年发生的不寻常气候条件导致。4个城市的臭氧浓度变化和气象条件的变化显著相关。     

后藏地区与黄河三角洲典型城市臭氧浓度比较分析

后藏地区典型城市日喀则市和黄河三角洲典型城市东营市的大气首要污染物在2019年5—9月均为臭氧(O₃)。虽然日喀则市O₃超标天数少,但其年平均浓度高于东营市。两地地理气候、产业结构差异巨大,但O₃年均浓度非常接近。对日喀则市和东营市的O₃污染特征进行分析,并探讨O₃污染的影响因素。结果表明:后藏地区紫外辐射强烈,大气环境中O₃的本底浓度值较高;与东营市相比,日喀则市春季O₃浓度最高,全年最高值出现在5月,比东营市早1个月。NO₂对日喀则市O₃的生成影响有限,对东营市O₃的生成影响明显;PM_2.5对日喀则市O₃的生成影响较小,对东营市O₃的生成影响较明显;CO对日喀则市和东营市O₃的生成均有一定影响。超低湿度和长时间日照的气象环境有利于日喀则市O₃浓度的上升,高温、60%～70%的相对湿度和长时间日照的气象环境有利于东营市O₃浓度的上升。     

沈阳环境空气臭氧浓度及累积速率时序曲线模拟研究

为了解环境空气臭氧累积规律,利用2017年沈阳市环境空气臭氧浓度数据,统计分析臭氧累积速率,并利用回归方法拟合并优化臭氧浓度及其累积速率的时间序列模型,同时结合气温、风力、臭氧前体物等时序变化情况分析臭氧浓度的影响因素。研究发现:沈阳市臭氧月均浓度年变化、日均浓度年变化以及小时浓度日变化时序曲线均呈现单峰形态;年变化中,6月的臭氧浓度最大,4月臭氧累积速率达到最大值;日变化中,14:00臭氧浓度达到最大值,09:00—11:00臭氧累积速率最大,19:00—20:00臭氧迅速消减。温度、风速同臭氧浓度之间均有较好的正相关性。臭氧前体物二氧化氮、挥发性有机物与臭氧浓度之间均呈明显的负相关性。