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.     

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.      

An analysis of the long-term trend in ozone data from two Houston,Texas monitoring sites

This paper uses the theory of extreme values to estimate the long-term trend in the probability that ozone measurements made at two monitoring sites in Houston, TX exceed a threshold level specified by the U.S. Environmental Protection Agency (EPA). In addition, a bootstrap testing procedure is used to test if the trend is statistically significant. The analysis takes into account the correlation in the series of daily ozone readings, seasonality in the data, and missing values in the ozone series. The empirical results indicate a downward trend in the probability of exceeding the EPA's specified threshold level at both sites. However, the magnitude of the downward trend is much greater at one site than at the other, even though both sites are in Houston. In fact, hypothesis testing results suggest that only one site has a statistically significant trend in the long-term probability of an exceedance.     

A numerical study of summer ozone concentration over the Kanto area of Japan using the MM5/CMAQ model

We assessed the ability of the MM5/CMAQ model to predict ozone (O3) air quality over the Kanto area and to investigate the factors that a ect simulation of O3. We find that the coupled MM5/CMAQ model is a useful tool for the analysis of urban environmental problems. The simulation results were compared with observational data and were found to accurately replicate most of the important observed characteristics. The initial and boundary conditions were found to have a significant e ect on simulated O3 concentrations. The results show that on hot and dry days with high O3 concentration, the CMAQ model provides a poor simulation of O3 maxima when using initial and boundary conditions derived from the CMAQ default data. The simulation of peak O3 concentrations is improved with the JCAP initial and boundary conditions. On mild days, the default CMAQ initial and boundary conditions provide a more realistic simulation. Meteorological conditions also have a strong impact on the simulated distribution and accumulation of O3 concentrations in this area. Low O3 concentrations are simulated during mild weather conditions, and high concentrations are predicted during hot and dry weather. By investigating the e ects of di erent meteorological conditions on each model process, we find that advection and di usion di er the most between the two meteorological regimes. Thus, di erences in the winds that govern the transport of O3 and its precursors are likely the most important meteorological drivers of ozone concentration over the central Kanto area.     

近地面臭氧污染过程和相关气象因子的分析

为了了解₃的污染过程,进行了包括全天24h₃浓度和气象参数的观测。分析了高浓度₃日的气象条件,表明高压天气形势、晴天少云、日照持续、气温升高、湿度低、温度垂直梯度和Ri数较高等是形成高浓度₃的有利条件。从₃浓度全天24h的观测结果发现,除12:00～14:00的主峰外,在0:00～4:00还有一个次峰。所有例子都表明₃浓度日变化和各气象因子有着很好的对应关系,值得注意的是,当风速和太阳辐射同步增减时,共同促使₃浓度增大,使₃在中午出现显著的峰值,当风速值出现在其他时间时,也可以使₃出现次峰。      

我国中东部地区2015—2020年夏半年PM2.5和臭氧复合污染气象特征分析

为了解我国夏半年大气复合污染特征及其与气象条件的关系,基于2015—2020年夏半年(4—10月)空气质量监测、常规气象观测等资料,结合统计学方法与主观经验开展对比分析. 结果表明:分析时段内我国大气污染呈单污染比例升高、臭氧(O₃)与PM_2.5污染“双高”污染事件减少的特征,中东部大部分地区O₃超标日数增加、PM_2.5超标日数减少的“跷跷板”效应十分明显. 通过对污染过程的分析发现,区域O₃污染持续性特征明显,其中京津冀及周边地区持续时间超过10 d的O₃污染过程共有6次,最长持续时间为15 d. 与之相比,复合污染过程表现出离散性(区域污染过程少)、间歇性(持续性过程少)的特征. 区域O₃污染过程发生时的气象条件一般为最高温度较高、风速较小、混合层高度较低,但东北地区在大气扩散条件较好的情况下仍会出现区域O₃污染. 通过对地面天气分型的分析发现,均压场型和低压控制型为O₃污染出现时最主要的两种地面天气形势,高压控制型下出现O₃污染的概率相对较低,京津冀及周边地区在倒槽控制下也有一定概率的O₃污染出现. 研究显示,我国中东部地区夏半年O₃污染影响显著,关注不同地区O₃污染与气象条件之间的相关性对于大气复合污染防控有一定积极意义.      

基于天气分型的上甸子大气本底站臭氧污染气象条件

对流层臭氧作为典型二次污染物已成为北京春夏季首要污染物,气象因素是影响其浓度变化的主要因子之一.本研究基于2008～2017年大气成分和气象观测数据,利用Lamb-Jenkinson天气分型法结合Mann-Whitney U检验方法将影响北京地区天气型分为6类,其中SWW和C型上甸子臭氧浓度均值和极值分别最高,在4～9月出现频率最高,合计出现47.4%,并通过多元逐步回归方程确定两种型的主要贡献权重.SWW和C型下54%盛行西南风,新排放的污染物和二次老化气团经西南气流持续输送, 850 hPa附近出现垂直速度零层,水平和垂直气象条件均有利于臭氧的输送、生成和聚积; AN和ESN型下64.7%盛行东北风或北风,气团来源清洁, 1 000 hPa以上盛行一致的下沉运动和气流辐散,新排放的污染物也能很快被稀释扩散,臭氧浓度处于较低值.以NW型2015年5月3日为例,虽然地面盛行西北气流,来源清洁,但大气通过垂直下沉运动将边界层以上的高浓度残留臭氧向近地面输送,导致某些天数中出现臭氧浓度高值.     

深圳地区灰霾分布特征及预警、预报方法探讨

基于深圳市国家气候观象台1953—2010年的灰霾UV统计资料、气象要素值、灰霾出现前期及同期的地面和850hPa的天气形势资料和自动站的能见度统计资料以及深圳市环境监测站的1980—2010年污染物浓度资料,对深圳市灰霾天气的出现规律及影响要素特征进行了概括分析.在此基础上运用逐步回归的方法,筛选出影响灰霾主要因子,建立未来1—3d的能见度预报方程.同时通过对灰霾出现前天气形势的分析和归纳,建立灰霾潜势预报的思路.并进一步对灰霾天气的典型因子进行权重分级.最后集成以上3种预测方法,归纳出灰霾预警方案,形成灰霾预警预报模型.利用实测结果对模型检验,结果表明：该模型具有一定的准确率和可靠性,对灰霾预测具有较好的应用价值,为灰霾防治和预警系统的建立提供科学依据.     

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.     

深圳市夏季臭氧污染研究

以2009年8月为例分析了深圳市夏季臭氧污染情况及污染气象特征,基于二维空气质量模式对臭氧污染控制进行数值模拟. 结果表明:深圳市８月各监测点均存在臭氧超标现象,污染形势严峻;副热带高压控制和热带气旋外围下沉气流是造成夏季出现高浓度臭氧的主要天气过程,此时大气边界层混合层高度在500～800 m,且近地面风速约在5 ms以内,不利于污染物扩散;臭氧的生成受前体物挥发性有机物(VOC)和氮氧化物(NO_x)排放的共同影响,其中VOC排放的影响较大,深圳市臭氧控制应以降低VOC排放量为重点,模拟得出对VOC和NO_x按25∶1～40∶1的比例协同减排可有效降低臭氧污染.      

空气污染对气候变化影响与反馈的研究评述

气候变化和空气污染都是人类面临的重要环境问题,其影响与反馈已成为空气污染和气候变化领域的研究热点. 总结了空气污染与气候变化相互作用机理,系统梳理了国内外有关空气污染对气候变化影响及反馈的研究成果,并且重点评述了黑碳和硫酸盐气溶胶辐射强迫及其气候效应、气候变化对近地面臭氧和颗粒物影响等领域的研究进展. 分析指出,现阶段尚没有一个能够综合考虑气象条件、排放源、下垫面等诸多因子对空气污染的影响机理过程模型,无法定量描述大气组分在不同气象条件作用下的演变过程等. 提出未来研究中应深化对机理机制的认识,减少模式的不确定性,加强在排放清单的编制、立体观测网的构建、互馈机理的试验、模式的集成耦合等方面的研究.      

融合时空特征的PCA-PSO-SVM臭氧(O3)预测方法研究

针对目前臭氧预测方法未能考虑臭氧污染的区域性和在时间周期内的强自相关性的问题,提出一种融合时空特征的PCA-PSO-SVM臭氧组合预测模型.利用小波分析和系统聚类提取臭氧时间序列波动特征和站点空间分布相似性特征,并通过主成分分析和粒子群算法优化的支持向量机组合模型（PCA-PSO-SVM）对臭氧日最大8h平均浓度进行预测,以2016~2018年杭州市大气污染物观测数据和气象数据进行实验验证.结果表明：融合时空特征的PCA-PSO-SVM模型预测精度有较大提升,与未融合时空特征的PCA-PSO-SVM模型相比,精度提升19%.气象因素中温度对臭氧预测效果影响最大,在气象预报数据存在一定误差的情况下,提出的模型仍得到较高精度的预测效果,具备较好的鲁棒性.     

Surface ozone and meteorological predictors on a subregional scale

Meteorological conditions affect the ozone concentration near the surface. To quantify the importance of meteorological parameters for the surface ozone concentration a nonlinear regression analysis between 313 meteorological candidate predictors and surface ozone concentration at five stations in the German Democratic Republic over the period 1972–1987 has been made. The stability and quality of the relationship between ozone and meteorological predictors has been tested by independent samples. Most important predictors for surface ozone are the ozone value of the preceding day (persistence) and solar radiation. They explain 33–46% and 6–21% of the climatological ozone variance, respectively. As all meteorological parameters can be forecasted, the regression method described might be the basis for a short-term prediction of surface ozone. An analysis of long-term changes of surface ozone and solar radiation shows that changes in cloudiness are probably not the main cause of the long-term changes in surface ozone. Therefore, the ozone changes should mainly be due to changes in circulation and/or concentration of ozone precursors (NO_x, VOC).     

兰州地区大气臭氧时空变化及影响因素研究

本文采用OMI臭氧遥感数据,结合甲醛垂直柱浓度、气象数据以及经济数据,分析了2005~2015年兰州地区臭氧柱浓度时空变化格局,并探索了影响臭氧的新气象因子,总结达到臭氧污染的日照、气压等气象条件,确定影响臭氧柱浓度的主要人为源并确定其限域。结果表明:1)2005~2015年夏季柱浓度值最高,冬季、秋季次之,春季最低;夏季波动幅度最大,其余三季波动幅度较小且平稳。2)11年中,臭氧柱浓度具有较大的波动。2005年至2010年快速增长到最高值331.997 DU。2010年之后,臭氧柱浓度缓慢下降,2014年起有回升趋势。3)OMI遥感数据具有较高的可靠性,并根据AQI的线性关系划分了臭氧柱浓度的污染等级。结果指示了11年大气臭氧空间变化,2005~2009年5年间研究区全区空气质量一直处于良,2010年全区轻度污染,后两年污染逐渐减弱,2013~2015年全区恢复至良。4)根据兰州发展的趋势以及周边城市的关系,划分了兰州经济圈及功能区,并结合臭氧柱浓度空间分布图得出臭氧污染与经济特征的密切关系。5)正弦模型拟合后臭氧柱浓度变化趋势呈不明显的周期性,说明臭氧的人为来源贡献较大。6)创新探索影响臭氧污染的新气象因子(日照、气压等参数),并确定其重要人为源限域。     

Dispersion of sulphur dioxide around the thermal power plant at Ahmedabad,India

Air quality due to the release of sulphur dioxide from the thermal power plant within the city limits of Ahmedabad has been computed employing a point, area and line dispersion model. To estimate probable air quality, the meteorological data for 3 consecutive days in the middle of each month of 1983 is used. The concentration of sulphur dioxide is computed at a distance of every 500 m in 16 directions up to the city limit. The air quality in the worst case is estimated in downwind distances under unfavourable meteorological conditions.The probable zones of high concentrations of sulphur dioxide over residential, commercial and industrial areas of the city are below the ambient air quality standards set by the U.S. EPA in 1971 almost throughout the year. However, in the months of April and October the zone of high concentration (500 μg m⁻³) exceeds the EPA standard. Also, under the most unfavourable meteorological conditions, the estimated high ground-level concentration of sulphur dioxide can reach up to 1000 μg m⁻³ at a distance of 1.25 km from the thermal power plant. This may be attributed to the effect of fumigation.     

耦合观测数据-模型计算-案例分析的臭氧综合预报方法

当前臭氧模式预报和统计预报的技术难以满足不同地域精细化环境管理需求,亟需构建稳定性高、实用性强的本地化臭氧预报方法. 本研究通过构建臭氧预报工作流程并明确臭氧预报流程中相关技术参数和要求,以陕西省及其省会城市—西安市为例分析历史气象和环境空气质量数据,获取陕西省臭氧污染规律以及西安市不同气象条件下臭氧等级分布规律和典型案例预报要点,确立人工订正经验技术集的方法,明确案例库构建、会商和预报回顾机制的相关要求,旨为臭氧预报模式的本地化提供科学的技术路线. 结果表明:通过臭氧预报效果评估与结果择优、人工订正、预报会商及预报结果回顾所组成的臭氧业务化预报工作流程具备切实可行性;此外,陕西省臭氧浓度与相对湿度、气压和风速均呈显著负相关,与温度呈显著正相关,臭氧预报时应重点关注日均温度大于28 ℃、日最大温度大于34 ℃、相对湿度小于57%、气压低于959 hPa、风速小于2.3 m/s的气象条件下的臭氧等级.      

珠三角秋季典型气象条件对空气污染过程的影响分析

利用空气质量指数(AQI)、主要大气污染物浓度和气象要素、天气图等数据资料,结合中尺度数值天气预报模式WRF,对2014年10月珠三角地区污染期间的天气形势及气象特征进行了分析.结果表明,WRF模式可以较好地反映珠三角地区主要城市地面和高空气象要素的时空变化,9个城市平均地表的温度、相对湿度和风速的模拟值与观测值的相关系数分别为0.90、0.87和0.78.对2014年10月3次污染过程的分析表明,造成该时段珠三角地区空气污染的天气形势主要是高压底部型和均压场型.静风或小风(2 m·s~(-1))及稳定的大气层结均不利于污染物的扩散,同时由于偏北气流输送周边污染物到珠三角地区,导致污染物浓度不断增加.相对湿度低于65%时,珠三角地区首要污染物以O_3为主;相对湿度高于70%时,PM_(2.5)浓度逐渐增加,成为主要污染物.高温等气象条件会影响光化学反应,加重珠江三角洲的空气污染,表现了该地区大气复合污染的特性.     

城市臭氧浓度分布特征

近地面层臭氧(O₃)研究是当今环境科学领域的前沿课题之一,随着汽车尾气排放NO_x和碳氢化合物的增加,在日光照射等条件下导致低层大气中O₃浓度明显增高,面临光化学烟雾污染的威胁,开展环境空气中O₃监测与分析对防治大气污染有十分重要的意义.利用2003年6个月的臭氧(O₃)自动连续监测数据,对山东大学校园内O₃浓度的频率分布、日变化、月变化等特征进行分析.实验结果表明,O₃小时平均浓度达到<环境空气质量标准>(GB3095-1996)二级标准的频率为96.88%;O₃浓度呈明显的日变化,一般在下午浓度较高,上午和夜晚较低;O₃浓度的最高值出现在6月份,这与辐射强烈,温度高有关;天气条件也影响O₃浓度,一般晴天时O₃浓度高,多云、阴雨天气O₃浓度低.     

大气污染控制有效性的评估模型及应用

基于小波分析理论及BP神经网络,建立了大气污染控制有效性的评估模型.利用该模型解析天津市污染源排放及气象因素对大气污染物环境浓度的影响.结果表明,SO2浓度波动主要由污染源的季节变化引起,与天气过程有关的短期波动也不容忽视;而PM10浓度波动主要由污染源排放及气象条件的短期变化引起.2002~2003年的气象条件总体上不利于大气扩散,使SO2日均浓度长期分量增加约为3μg/m3;而2004年的气象条件有利于大气扩散,使SO2日均浓度长期分量减小约为5μg/m3.PM10日均浓度长期分量也有类似的规律,2002~2003年的不利气象条件使PM10日均浓度长期分量增高更显著,约为10μg/m3.     

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.