神经网络模型在O_3浓度预测中的应用

O3是近地面大气中一种重要的二次污染物.本研究采用神经网络多层感知器（Multi-Layer Perceptron）和多元线性回归2种模型,以广州万顷沙站2006年的气象观测数据为输入,对该站O3的1 h平均峰值浓度进行提前1 d的预测,并比较了2种模型的预测效果.模型的输入参数为前1d O3的最高1h平均浓度和第二天...     

A method for calculating the total ozone amount in the clear skies

Ａｍｅｔｈｏｄｆｏｒｃａｌｃｕｌａｔｉｎｇｔｈｅｔｏｔａｌｏｚｏｎｅａｍｏｕｎｔｉｎｔｈｅｃｌｅａｒｓｋｉｅｓ￥ＢａｉＪｉａｎｈｕｉ；ＷａｎｇＧｅｎｇｃｈｅｎ（ＩｎｓｔｉｔｕｔｅｏｆＡｔｍｏｓｐｈｅｒｉｃＰｈｙｓｉｃｓ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏ...     

南京地区近地面臭氧浓度与气象条件关系研究

通过分析2013—2015年南京地区相关气象要素对近地面臭氧浓度的影响,建立了用于不同季节高浓度臭氧污染事件的预报预警模型,并归纳总结了南京地区高浓度臭氧出现的天气形势.结果表明,近地面臭氧浓度的变化与气象要素密切相关,气温、能见度、日照小时、总(净)辐射辐照度等要素与O_3浓度呈显著正相关,与相对湿度、总(低)云量呈负相关.高浓度臭氧污染是多因子综合作用的结果,典型气象条件表现为:太阳辐射强,低云量少,相对湿度适宜,地面小风速及特定的风向.通过定义高浓度臭氧潜势指数HOPI和风向指数WDI,并综合考虑14:00地面气温、相对湿度及8:00各标准层的相关气象要素,建立了逐季节多指标叠套的高浓度臭氧预报方程.采用2016年资料对其进行检验,发现预报值与观测值的相关系数分别达0.72(冬季)、0.76(春季)和0.73(夏季),说明方程具有较好的拟合效果和可预报性.通过普查历史天气图,归纳了伴随南京地区高浓度臭氧事件出现的8种主要天气形势,即高压类(高压中心G0、高压后部G1)、低压类(低压底部D0、低压前部D1、低压倒槽D2)、均压类(高压相关的均压JG、低压相关的均压JD、其它均压J).其中,以高压后部地面形势出现概率最大,低压前部均压场出现时对应臭氧平均浓度最高.     

夏季城市大气O3浓度影响因素及其相关关系

利用2003年夏季济南市区近地面大气O₃、相关前体物和气象因素等观测数据,研究了O₃浓度的分布特征及时间变化规律,分析了7月份O₃与NO、NO₂和CO等前体物及太阳辐射和气温气象条件的相关性.结果表明,济南市区夏季O₃污染比较严重,观测期间各污染物O₃、NO、NO₂、NO_x和CO浓度都相对较高,昼间O₃与各前体物的浓度呈较好的负相关关系,与太阳辐射具有非常明显的相关性,而与气温的相关性不明显.根据以上分析结果,利用回归分析方法,建立了昼间O₃浓度与前体物、气象因子之间的相关模式,结果表明O₃浓度的计算值与观测值符合性较好.     

成都市大气水汽与空气质量关系的研究

为深入分析大气水汽对空气质量的影响,基于2016年成都温江国家气候观象台的气象观测资料和成都市环境监测中心的环境空气质量指数(AQI),首先利用地面气象要素估算出逐时的大气可降水量(PWV),继而结合空气质量指数资料研究了成都地区降水、静稳天气、太阳辐射强度等气象条件对空气质量及其与大气水汽关系的影响.结果表明:在降水条件下,臭氧(O_3)浓度随着PWV的增大而显著减小,PWV与PM_(2.5)、PM_(10)浓度的正相关系数减小,其中对PWV与PM_(10)浓度的相关性影响最大,相关系数减小47.62%.PWV与O_3的负相关系数在春季增大、夏季减小;PWV与PM_(2.5)的正相关系数在秋、冬季减小.当天气处于高静稳指数时,PWV变化对污染物浓度变化的影响更为显著.不同太阳辐射强度下,PWV与O_3的相关性也不同,随着太阳辐射增强,PWV与PM_(2.5)、PM_(10)的相关性从正相关转变为负相关.     

北京夏季道路环境中NO_x,NMHCs及气象因子对ρ(O_3)的影响

通过对北京市2009年夏季3种典型道路(开阔道路、交叉道路、街道峡谷)环境中O3,O3前体物(NO,NMHCs等)及气象因子的监测,分析了北京市典型道路环境中ρ(O3)的变化规律及O3前体物质量浓度与气象因子对ρ(O3)的影响.结果表明:夏季北京市典型道路环境中ρ(O3)呈明显的日间单峰变化规律,这与非道路环境并无不同.不同类型道路环境中ρ(O3)的变幅与峰值出现时间有所不同;3种典型道路环境中ρ(O3)与ρ(NO),ρ(NMHCs)等均呈良好的负相关关系,与ρ(NO2),ρ(NO2)/ρ(NO)呈良好的正相关关系;3种类型道路环境中ρ(O3)均呈现出与紫外强度、温度相同的变化趋势,而与相对湿度的变化趋势相反,ρ(O)高值出现于高温、强紫外线与低湿度的时刻,ρ(O)变化略滞后于紫外强度变化.     

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.     

Trends in ground level ozone concentrations in the European Union

Following the Council Directive 92/72/EEC on air pollution by ozone the Member States of the European Union have to inform the European Commission on ozone concentrations and exceedances of threshold values within their territory. Using the available information covering the period of 5 years (1994–1998), the data has been analysed for a possible trend in statistical parameters (50- and 98-percentiles) and number and severity of exceedances. Time series are relatively short but the data suggest that there might be a small increasing trend in the 50 percentile values. The ozone peak values, expressed as 98-percentile values or as number of exceedance days tend to decrease. However, these conclusions must be interpreted carefully as on the short time scales considered here meteorological variations and inter-annual changes may play an important role. The decrease in peak values is most likely caused by the decrease in European ozone precursor emissions since 1990; insufficient data is available to explain the increasing 50-percentile values. Possible explanations are an increase in tropospheric ozone background values caused by a world-wide increase in CH₄, CO and NO_x emissions or a reduced ozone titration by reduced NO_x emissions on the local scale. The data submitted under the ozone directive is insufficient to provide firm conclusions on this point.     

主成分和回归分析方法在大气臭氧预报的应用——以北京夏季为例

利用北京市区两个典型观测站的大气臭氧(O3)及前体物浓度观测资料和气象要素观测数据,分析了影响大气O3浓度各要素的相关性,并采用主成分分析和逐步回归方法构造大气O3浓度统计预报方程.结果表明,大气O3与前体物一氧化氮(NO)、二氧化氮(NO2)和气象要素呈现较好相关性;发现由于变量间共线性问题,逐步回归方法不能给出可接受的回归方程,而采用主成分分析和逐步回归方法相结合,可避免共线性问题,由前体物浓度和气象要素给出较好的北京大气O3浓度统计预报方程,可决系数R2分别为0.78(IAPs2007)、0.88(IRSAs2007)和0.64(IAPs2005),能够有效地预报O3浓度的变化情况.     

气候变化对长三角臭氧污染影响的数值模拟研究

目的研究气候变化对污染物浓度的影响,进而了解其对环境空气质量的影响。方法利用WRF-Chem模拟2014年1月、7月(代表现在)和2050年1月、7月(未来)长三角地区的气象要素和空气质量的数据,研究气候变化对该区域臭氧浓度的影响。结果在夏季,未来(2050年7月)与现在相比(2014年7月),整个长三角区域的臭氧浓度变化幅度较小,约为-0.09×10~(-9),且呈现出北部增加,南部减少的趋势,在长三角北部的陆地地区,臭氧浓度增加达到极大值(15.0×10~(-9))。在冬季,与2014年1月的数据比较,未来(2050年1月)整个长三角地区臭氧比现在降低约7.9%,其中在上海以东洋面上减少达到极值(-25.1%)。结论在夏季,导致长三角北部地区臭氧浓度升高的主要原因是太阳辐射量的增加、VOC和NOx浓度的升高、边界层高度的降低以及增强南风的输送有关。长三角南部地区臭氧浓度的减少,主要原因是其太阳辐射的减少以及风速的增加。在冬季,在南通、上海以东洋面上臭氧减少的幅度较大,这与温度的降低、辐射的减少以及NOx浓度的增加有关。长三角南部区域的臭氧浓度有所增加,这与该区域太阳辐射的增加以及区域范围内的输送有关。在制定臭氧控制策略时,应该考虑未来气候变化的影响。     

基于KZ滤波法的河北省PM2.5和O3浓度不同时间尺度分析研究

大气细粒子和臭氧是影响我国城市空气质量的主要污染物质,其浓度的大小不仅与污染源的排放量有关,气象条件也是影响其浓度分布特征的重要因素.要评估污染物减排措施的效果,有必要将气象条件的影响剥离出来,仅评估排放量的降低对污染物浓度长期变化趋势的影响.本文使用KZ(Kolmogorov-Zurbenko)滤波方法对河北省石家庄、保定、张家口三市2013—2017年PM_(2.5)和O_3逐日浓度时间序列进行分解,并使用同期地面气象观测数据对各时间序列进行逐步回归分析,将经过KZ滤波后的长期序列与经逐步回归后的结果的差值再次进行滤波处理,得到去除气象影响的污染物浓度长期变化趋势,该浓度仅与污染物的排放量有关.结果表明,因污染源排放的影响,河北省三市大气PM_(2.5)浓度在研究年内除在2017年初略有上升以外,其余季节均呈下降趋势.河北省三市大气O_3浓度在研究年内均有波动上升趋势.气象条件对PM_(2.5)浓度长期变化趋势的影响大于O_3.     

重庆大气中臭氧浓度变化及其前体物的相关性分析

臭氧是城市光化学烟雾的主要成分,同时也是重要的温室气体,因此臭氧污染已经成为城市空气质量的重要因素。利用近几年臭氧连续监测的数据,对臭氧的浓度变化特征进行了分析,并且对臭氧前体物（NOx、NOy、VOCs等）和气象因素作了相关性分析。结果表示臭氧浓度呈典型的季节性变化趋势,并且小时值变化出现明显的日变化规律,与太阳辐射强度成正相关;另外VOCs（挥发性有机物）与臭氧的变化规律基本一致,同时与NOx、NOy的浓度变化趋势存在较好的负相关性。     

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.     

东北地区-大连臭氧浓度分布与影响因素研究

随着经济社会的发展,人们对环境质量更加重视,光化学烟雾成为影响城市环境空气质量的重要因素。利用东北地区大连市全年臭氧监测的时间浓度,对臭氧污染的浓度分布特征,时间以及季节变化特征进行了分析。结果表明:臭氧浓度变化受太阳辐射强度和气温的影响明显,呈单峰型变化,臭氧浓度季节变化趋势明显。春、夏季节臭氧浓度较高,秋季臭氧浓度次之,臭氧与大气中的NO、NO2、CO、VOCs等前体物的浓度、太阳辐射的强度以及CO的浓度都有不同程度的相关性。     

2013—2018年中国近地面臭氧浓度空间分布特征及其与气象因子的关系

气象因子对近地面臭氧（O₃）浓度有重要影响.为探究O₃与气象因子的关联特征以及O₃的周期性特征,利用反距离权重插值、Kolmogorov-Zurbenko滤波和多元线性回归分析了2013—2018年我国O₃和气象因子数据.结果表明:①2013—2018年中国O₃日最大8 h滑动平均值〔ρ（O₃-max-8 h）〕第90百分位数呈上升趋势,增速为2.6 μg/（m3·a）;ρ（O₃-max-8 h）高值区（≥180 μg/m3）主要分布在华北平原和长江中下游平原一带,高值区范围在华北平原地区呈扩大趋势,在长三角和珠三角地区呈缩小趋势.②ρ（O₃-max-8 h）短期和季节分量的贡献在空间上呈“互补”的分布特征.短期分量的贡献（75%）在东南沿海地区最高,在内陆大部区域较低（< 30%）;季节分量的贡献（15%）在东南沿海地区最低,在内陆大部区域较高（>60%）.③在华北平原至长三角地区一带,长期气象因子变化是ρ（O₃-max-8 h）升高的重要原因;而在华南、西南和东北区域,气象因子变化对ρ（O₃-max-8 h）的影响并不显著.④ρ（O₃-max-8 h）与温度、太阳总辐射量的相关性（r>0.86）均在四川盆地至湖北省一带最高,ρ（O₃-max-8 h）与相对湿度在中部和西部区域呈正相关（r>0.64）,ρ（O₃-max-8 h）与风速在华北平原呈强正相关（r>0.89）.研究显示,中国近地面O₃具有显著的时空分布特征,气象因子与太阳总辐射量对O₃空间分布的影响具有较大的区域差异.      

利用沉积色素恢复湖泊古紫外强度研究综述

自从南极臭氧空洞被发现以来,平流层臭氧浓度下降导致到达地表的紫外辐射增强的现象引起了人们的广泛关注,目前这一状况还在不断加剧并将在未来很长一段时间里持续下去。为了更好地理解这种现象在长时间尺度上的意义以及合理预测未来地球表面紫外环境的变化以及生态系统的响应过程,科学家开始尝试恢复历史时期地球表面紫外辐射的变化。Scytonemin是蓝绿藻细胞外鞘上的一种抗UV色素,高UV强度照射能够促使细胞合成更多的这种色素以保护细胞免受紫外辐射的伤害,并且这种色素在湖泊沉积物中能够很好地保存。因此,我们可以通过分析不同时间段蓝绿藻细胞的scytonemin含量来反映历史时期湖泊紫外环境的变化。进一步的研究可以推测造成这种变化的原因以及生态系统对这些过程的响应,为预测未来地表紫外环境的变化及生态系统的响应提供合适的理论和证据。     

不同时间尺度下杭州市O3污染特征及控制因素

通过集中整治,我国空气质量已经有了明显改善,但在减排背景下近地面高ρ(O₃)仍是当前最复杂的大气环境问题之一.利用2011—2017年(尤其是杭州市G20峰会期间)ρ(O₃)、ρ(NO_x)、ρ(VOCs)和气象条件观测数据,分析了杭州市G20峰会期间及不同时间尺度下杭州市ρ(O₃)的变化特征及其影响因素.结果表明:①杭州市ρ(O₃)日变化呈单峰型特征,15:00左右ρ(O₃)达最大值(98.55 μg/m3);ρ(O₃)周变化存在“周末效应”,周末ρ(O₃)明显高于工作日;1 a中4—9月为ρ(O₃)高值期,ρ(O₃)峰值出现在5月和9月.以2013年为界,将2011—2017年ρ(O₃)变化分成下降和上升2个阶段,2011—2013年呈下降趋势,降幅约为15.02 μg/m3,2014—2017年呈上升趋势,增幅约为23.25 μg/m3.②减排措施的实施对ρ(O₃)存在双重作用,其可通过降低前体物质量浓度抑制O₃的生成,又能引起大气污染物质量浓度下降、太阳辐射增强,从而促进O₃的生成.当O₃前体物质量浓度较低时,在强太阳辐射等气象条件驱动下,近地面仍会呈现高ρ(O₃)的现象.③气象条件是驱动ρ(O₃)日、月变化的控制因素;相反,前体物质量浓度则是ρ(O₃)周、年变化的控制因素,此时VOCs或NO_x控制区、“周末效应”等ρ(O₃)变化特征开始显现.研究显示,不同时间尺度下杭州市O₃污染的控制因素不同.      

基于EOF分解和KZ滤波的2019～2021年中国臭氧时空变化及驱动因素分析

基于我国337个地级行政区2019～2021年的3～8月O₃逐时浓度数据及同期气象数据，使用经验正交函数(EOF)分解，分析了我国O₃浓度的主要空间分布模态变化趋势及其主要气象驱动因素.选取31个省会城市，利用KZ滤波将O₃及气象因子的时间序列分解为短期分量、季节分量和长期分量，结合逐步回归模型，建立O₃与气象要素之间的关系，进而重构“气象调整”后O₃浓度的长期分量时间序列.结果表明，在我国O₃浓度变率的总体空间特征基本稳定的背景下，O₃浓度的第一模态整体呈趋同性变化，即O₃浓度变率的高值区域波动性减弱，低值区域波动性增强.气象调整前后不同城市O₃浓度的变化趋势存在一定差异，大部分城市O₃浓度经调整后的长期分量较调整前更“平缓”.其中，气象因素对石家庄、济南和广州等城市O₃浓度长期变化的影响较大，而前体物排放变化对福州、海口、长沙、太原、哈尔滨和乌...     

佛山臭氧浓度预报方程的建立与应用

臭氧作为大气中的二次污染物,其形成和变化复杂,臭氧预报更是当下空气污染治理的难题之一.通过分析2014~2017年佛山地区近地面O₃浓度与高低层气象要素的关系,建立了佛山O₃浓度预报方程,并进行了检验和应用.结果表明,佛山近地面O₃的变化与高低层气象要素关系密切,气温和日照时数等气象要素与O₃浓度呈显著正相关,相对湿度、总（低）云量和风速等与其呈负相关;高浓度O₃污染发生的气象条件为小风速、晴间少云、低相对湿度、较长的日照时间和较高的温度,高浓度O₃潜势指数（HOPI）和风向指数（WDI）的定义可以较好地衡量O₃污染气象条件的好坏;综合考虑HOPI和不同高度WDI等13种气象要素,采用多指标叠套和多元逐步回归建立了佛山地区臭氧浓度预报方程;利用2018年资料检验发现,模拟值与实测值二者的相关系数R可达0.82,预报方程具有良好的拟合效果和可预报性.     

Biologically effective ultraviolet radiation in Beijing area

Ozone layer depletion implies the enhancement of solar ultraviolet radiation at the earth's surface. However, aerosol contributes to the scattering of solar radiation and leads to the reduction of UV-B radiation on the ground. In this paper, the model calculation shows that due to effects of atmospheric ozone and aerosol UV-B radiation in Beijing in the past decade has decreased with the annual change rate of 0.7%, which is probably approximate to the measured values. The effects of three scenarios for long-term changes in atmospheric ozone and aerosol concentrations on UV-B radiation reaching the ground in are also discussed.