PM2.5和O3污染协同防控区的遥感精细划定与分析

针对地面站点监测数据难以支撑大气PM_2.5与O₃污染防控区边界划定的问题,融合大气污染浓度遥感估算建模与GIS统计分析模型,提出了一种基于PM_2.5和O₃浓度遥感估算结果的协同防控区精细划定方法,开展了2015~2020年月和年尺度的全国PM_2.5与O₃污染协同防控成效定量分析与防控区精细划定研究.结果表明,2015~2020年,我国PM_2.5浓度总体下降显著但O₃浓度基本持平,PM_2.5污染在秋冬超标严重,O₃污染则在春夏;同时PM_2.5与O₃浓度变化在空间上的不一致性显著,其中PM_2.5下降且O₃上升、PM_2.5与O₃均下降、PM_2.5与O₃均上升和PM_2.5上升O₃下降的面积占比分别为38.34%、35.12%、15.24%和10.89%.遥感精细划定范围显示,PM_2.5和O₃协同防控区域的边界具有显著动态变化特征,在时间变化上呈现先扩大后缩小的趋势,主体范围集中在"2+26"城市、汾渭平原、长三角北部和山东半岛.以PM_2.5或O₃单一防控为主的区域范围较为稳定,辽吉、鄂湘赣、成渝和塔克拉玛干沙漠-河西走廊区域需以PM_2.5防控为主,珠三角、长三角和环渤海湾部分区域则应以O₃防控为主.基于卫星遥感手段的PM_2.5和O₃协同防控区域边界精细划定方法可更好辅助国家PM_2.5和O₃协同防控策略制定需求.     

基于Brute-Force方法的京津冀区域夏季臭氧反应机制

近年来京津冀区域夏季臭氧（O₃）体积分数仍居高位,轻中度污染频繁发生,相关反应机制研究亟需开展.利用WRF-Chem模式对该区域2018年夏季代表月O₃浓度进行模拟,并基于Brute-Force方法探究了区域层面前体物减排的O₃变化.O₃在不同排放情景的变化表明,该区域O₃反应机制以VOCs控制区与非敏感区为主,VOCs控制区主要聚集京津冀中部,呈南北带状分布,面积占比15.60%~26.59%.区域各市城区的O₃浓度对前体物排放的相对响应强度（RRI）具有很大的空间差异性,对于VOCs,RRI_VOC在0.03~0.16范围内;而对于NO_x,RRI_NO_x在-0.40~0.03范围内.纬度越高的城区,RRI值越剧烈,表明了越为显著的区域输送影响.前体物排放强度高的城区,RRI_NO_x值越低,暗示RRI_NO_x对当地NO₂浓度的负向依赖;但RRI_VOC与NO₂水平无明显关联,更依赖于对前体物相对丰度（VOCs ：NO_x）.RRI_VOC与RRI_NO_x比值在多数城市表现为负值,VOCs协同减排以抑制O₃浓度恶化十分必要;该比值的绝对值在工业化和城市化高的城市远低于普通中小城市,意味着这些城市VOCs协同减排的要求将更高.然而,即使在前体物50%减排下,区域各城市O₃浓度改善仍然有限,毗邻省份的区域外联合治理也依然重要.     

北京市2014~2020年PM2.5和O3时空分布与健康效应评估

细颗粒物（PM_2.5）和臭氧（O₃）是我国的主要大气污染物,严重危害人群健康.北京市自2013年以来大力开展大气污染治理工作,现已取得显著成效.通过分析2014~2020年北京市34个大气环境监测站的PM_2.5和O₃浓度变化特征并评估大气污染防治的健康效应,对推进大气污染防治具有重要意义.结果表明,2014年北京市PM_2.5年均值和4~9月平均O₃日最大小时（O_{3_max}）值分别为92.0 μg·m^-3和81.9 nmol·mol^-1.2014~2020年PM_2.5平均每年降低7.5 μg·m^-3,但是O_{3_max}持续偏高.在季节尺度,冬季的12月和1月PM_2.5浓度最高,夏季的8月浓度最低.相反地,O_{3_max}在每年6月浓度最高.PM_2.5浓度日变化规律为,夜间22：00至次日00：00最高,14：00~16：00最低.而O₃浓度在07：00最低,随后逐步升高并在午后达到最高.在空间分布上,PM_2.5在2014和2019年都呈现南高北低的趋势,O_{3_max}在全市范围内均较高,仅在道路区域偏低.大气污染对人群健康影响的评估结果表明,2014年北京市与PM_2.5相关的心血管和呼吸道疾病超额死亡人数分别为1580人和821人,与O₃相关的呼吸道疾病超额死亡人数为2180人.2019年与PM_2.5相关的超额死亡人数仅为2014年的50%,而与O₃相关的超额死亡人数与2014年持平.北京市细颗粒物治理成效显著,但是O₃污染问题凸显,O₃已经成为危害北京市居民健康的首要大气污染物.未来需要加强PM_2.5和O₃协同治理.     

气象条件和排放变化对江苏省2015—2019年臭氧浓度年际变化的影响研究

使用精细化江苏省大气污染物排放清单和化学传输模式（WRF-CMAQ）模拟2015—2019年全省臭氧（O₃）的时空分布和变化特征;基于不同模拟情景下O₃浓度年际变化指标（MAD、APDM和增长速率等）量化气象条件和排放变化对江苏省O₃浓度年际变化的贡献;采用空间相关性分析法初步确定影响O₃浓度变化的具体气象参数.结果表明：2015—2019年,江苏省O₃浓度逐年增高,呈春夏高、秋冬低,南部低、沿海高的时空分布特征.气象因素对江苏省O₃浓度变化的贡献为58%,排放贡献为36%;其中,苏南地区受排放的影响（35%）高于气象影响（30%）,而苏中、苏北地区主要受气象因素影响.江苏省在春季、夏季和秋季的O₃浓度年际变化主要受气象因素影响;冬季时,排放因素的影响略高于气象因素.温度和边界层高度是影响江苏省O₃浓度年际变化的重要气象参数.     

O3胁迫下冬小麦总初级生产力的损耗模拟

基于涡度相关系统,并引入O_3损耗半机制模型,分析了南京地区冬小麦主要生育期总初级生产力(GPP)的变化,并模拟了不同O_3含量胁迫条件下冬小麦GPP的损耗.结果表明:①冬小麦GPP随其生育期变化,呈现出"中间时段高,前后期低"的分布趋势,最大值为40μmol·(m2·s)-1;②基于高、低两种O_3敏感度效应,150、100和50 n L·L-1组和本研究(CK组)胁迫条件下,冬小麦GPP损耗率分别为:-72%、-36%、-6%、-10%和-13%、-6%、-1%、-2%.损耗评估结果可为我国制定防御O_3对作物伤害对策提供科学依据.     

广州番禺大气成分站一次典型光化学污染过程PAN和O3分析

通过对广州番禺大气成分站（GPACS）的光化学相关污染物（O₃、PAN、VOCs、NO₂、NO）以及气象要素进行观测,分析2010~2016年期间发生在广州地区一次典型光化学污染过程.结果表明,该光化学污染过程期间,O₃和PAN总体体积分数比较高,最大O₃小时体积分数为140.6×10^-9,而最大PAN小时体积分数为4.7×10^-9.NO整体体积分数较低,对O₃的化学滴定和PAN的去除影响较小.NO₂整体体积分数较高、辐射较强和风速较低则有利于O₃和PAN的形成和积累.PAN和O₃具有一定的线性关系（R²=0.55）,而形成PAN和O₃前体物VOCs物种不完全相同影响着它们的线性关系,在生成PAN的VOCs物种中,乙烯、丙烷、异戊二烯和甲苯所占的比例较大,而对臭氧生成潜势较大的物种有异戊二烯、1,3,5-三甲苯、丙烯、间,对-二甲苯以及甲苯.对PA自由基体积分数进行估算,发现它的日均值体积分数在0.11×10^-12~0.16×10^-12范围变化,远高于其它地区,表明此次发生的光化学反应较为强烈.     

华东地区对流层O3和前体物HCHO及NO2的时空特征

通过OMI遥感卫星数据分析华东地区2005~2021年大气对流层臭氧（O₃）、二氧化氮（NO₂）和甲醛（HCHO）柱浓度的时空特征,利用后向轨迹模型（HYSPLIT）探究其来源.结果表明：① 17年间,对流层O₃柱浓度平稳增加,2010年上升到最大值,之后呈现一种波动起伏的状态;NO₂在2005~2012年呈增加趋势,2012~2021年缓慢下降;HCHO柱浓度由2005年的1.15×10¹⁶ molec ·cm^-2呈现增长趋势,上升到2021年的1.8×10¹⁶ molec ·cm^-2.②在空间上,3种污染物柱浓度总体上呈现北高南低的空间格局,北部为高高聚集区域,中部为无特征区域,南部为低低聚集区域.③ O₃的敏感性呈现为：春季η<2.3,属于VOCs控制区;夏季η<4.2,表现为大部分地区是NO_x-VOCs协同控制区,少部分地区是VOCs控制区;秋季η<4.2,主要为VOCs控制,极少部分为NO_x-VOCs协同控制区;冬季η<2.3,为VOCs控制区,山东省以VOCs控制为主.④因2005~2021年O₃在山东省呈现为高高聚集,所以选取2021年山东省的省会城市济南市进行O₃来源解析,2021年济南市的O₃浓度增加有两个方面,一是通过远距离的气团输送主要来自于江苏省的连云港市和河北省的沧州市;二是近距离的气团输送来自于济南市附近城市的污染和黄海、渤海经济区,且聚集性分析与潜在源贡献因子算法（PSCF）和权重轨迹分析法（CWT）有相同的结果.     

2015~2021年陕西关中城市群臭氧污染变化趋势

基于2015~2021年环境监测数据和气象再分析资料,利用Mann-Kendall检验法和Sen斜率法等统计手段揭示了陕西关中城市群臭氧（O₃）浓度时空变化特征和年际变化趋势,并从气象、排放源和区域传输等方面分析了趋势形成的原因.结果表明：①2015~2021年,关中城市群O₃浓度评价值（MDA8第90百分位数）最高的城市是咸阳市,浓度评价值多年平均值为162 μg·m^-3,O₃浓度平均值（MDA8年均值）和O₃浓度背景值（MDA8第5百分位数）最高的城市是铜川市.②关中城市群O₃浓度表现为单峰型日变化特征,并呈现夏季>春季>秋季>冬季的年变化特征.夏季咸阳O₃浓度平均值最高,其他季节铜川O₃浓度平均值最高.③2015~2021年,陕西关中城市群O₃浓度背景值呈现出上升趋势,区域浓度背景值平均上升速率为2.20 μg·（m³·a）^-1,但是O₃浓度评价值并未表现出有统计显著性的变化趋势.此外,关中城市群O₃浓度变化趋势与季节密切相关,其中冬季O₃浓度上升趋势显著,其他季节大部分城市O₃浓度无明显变化趋势.④关中城市群及周边地区挥发性有机物（VOCs）减排幅度普遍小于氮氧化物（NO_x）的不合理减排结构、滴定效应减弱以及区域传输等因素共同作用,导致关中城市群冬季O₃浓度升高.     

南京夏季大气臭氧光化学特征与敏感性分析

对流层臭氧（O₃）主要由氮氧化物（NO_x）和挥发性有机物（VOCs）经过一系列光化学反应生成,反应过程呈现复杂的非线性关系.为深入了解O₃的光化学特征及生成机制,利用2018年夏季大气O₃与VOCs的观测数据,结合大气零维框架模拟模型F0AM-MCM,研究O₃超标日和非O₃超标日的O₃光化学特征之间的差异性.观测结果表明,O₃超标日期间φ（O₃）和φ（TVOCs）的平均值分别为47.8×10^-9和49.0×10^-9,为非O₃超标日期间O₃（26×10^-9）和TVOCs（30×10^-9）体积分数的1.8倍和1.6倍.使用F0AM模型,借助EKMA曲线和RIR分析等识别O₃敏感性,发现南京市O₃超标日和非O₃超标日O₃的形成均主要受VOCs和NO_x的协同控制.F0AM-MCM模拟结果表明,在O₃超标日,·OH和HO₂的日平均混合比分别是非O₃超标日的1.3倍和1.8倍,表明O₃超标日期间具有更强的大气氧化能力,且·OH和HO₂的形成和损失速率也有明显的增加,表明自由基循环的增强.此外,O₃超标日的O₃生成速率明显高于非O₃超标日,从而导致了O₃超标日的O₃净生成速率明显高于非O₃超标日.以上发现提高了对南京夏季O₃超标日大气O₃光化学特征的认识.     

2006~2015年北京市不同地区O3浓度变化

对2006~2015年北京市定陵、官园、琉璃河和前门这4个站点的O₃连续监测数据进行分析,探讨其浓度水平、变化趋势、时间变化规律以及和前体物、气象要素的关系.结果表明,定陵站十年平均浓度水平最高（65.2 μg·m^-3）,其次为琉璃河（53.4 μg·m^-3）、官园（49.6 μg·m^-3）和前门（40.4 μg·m^-3）.定陵O₃浓度呈下降趋势［0.5 μg·（m³·a）^-1］,而官园［0.9 μg·（m³·a）^-1］、琉璃河［0.3 μg·（m³·a）^-1］和前门［0.3 μg·（m³·a）^-1］均呈上升趋势.从月变化来看,各站点O₃浓度最高值均出现在6~8月,出现频次最高的为7月（17次）,平均月均浓度为99.8 μg·m^-3;最低值均出现在11、12月和1、2月,出现频次最高的为1月（14次）,平均月均浓度为16.6 μg·m^-3.从日变化来看,近年来O₃浓度峰值出现的时间明显提前,近3年峰值均在15：00~16：00出现,提前了1~2 h.2015年定陵站O₃重污染天数达到11 d,比2013年增加了10 d,表明近年来夏季北京下风向山区的O₃重污染状况愈发严重.与前体物的相关性分析表明,定陵站O₃浓度与NO₂浓度呈正相关,其余站点两者浓度均呈负相关,暗示定陵站O₃生成的前体物控制区可能为NO₂控制区,而其他站点为VOCs控制区.与气象要素的相关性分析表明,O₃浓度与温度呈正相关关系,与湿度和气压呈负相关关系,温度对O₃浓度的影响最大,其次是气压和湿度.当日最高温度超过30℃,相对湿度介于30%至70%之间时,北京市O₃日最大8 h滑动平均浓度超过200 μg·m^-3的概率较高,空气质量级别会达到轻度至中度污染的级别.     

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.     

2015~2020年海南省臭氧时空变化及其成因分析

基于2015～2020年海南省32个大气环境监测站监测数据,以及同期的常规气象观测资料,采用经验正交函数分解方法（EOF）、气候倾向率和趋势系数分析等方法,探讨了海南省O₃-8h（最大8 h平均）时空分布特征,及其与前体物和气象因子的关系.结果表明,海南省ρ（O₃-8h）呈北部和西部偏高,中部、东部和南部偏低的分布特征,最高值出现在东方市(91.5μg·m^-3). 2015～2020年共有12个市县ρ（O₃-8h）呈下降趋势,其中有6个市县达到了95%的信度检验.ρ（O₃-8h）季节变化特征明显,秋季最高,春季和冬季次之,夏季最低.秋季ρ（O₃-8h）表现为上升趋势,而其余三季为下降趋势. EOF分解的前两个特征向量场的累积方差为72.58%,能够较好地描述ρ（O₃-8h）的主要分布特征.第一模态体现了ρ（O₃-8h）变化的一致性,第二模态体现了地区性差异.ρ（O₃-8h）的变化与前体物和气...     

天津市夏季不同臭氧浓度级别VOCs特征及来源

为深入了解挥发性有机物(VOCs)对臭氧(O3)污染的影响,基于2019年夏季天津市O,和VOCs高时间分辨率在线监测数据,对不同O3浓度级别VOCs污染特征及来源进行分析.结果 表明,2019年夏季天津市O3浓度为优、良、轻度污染和中度污染时,VOCs浓度分别为32.94、38.10、42.41和47.12 μg·m...     

海南岛臭氧污染时空变化及敏感性特征

基于环境空气质量数据、气象观测数据和卫星遥感资料,研究了2015~2020年海南岛臭氧（O₃）污染的时空分布、变化趋势、O₃生成敏感性及其与气象因子的关系.结果表明,海南岛O₃-8h （日最大8 h滑动平均值）表现为西部和北部偏高,中部、东部和南部偏低的分布特征,2015年O₃-8h浓度最高,2019年O₃-8h浓度超标占比最大.O₃-8h浓度与平均气温（P<0.1）、日照时数（P<0.01）、太阳总辐射（P<0.01）、大气压和平均风速呈正相关关系,与降雨量（P<0.05）和相对湿度呈负相关关系.卫星遥感数据显示,2015~2020年海南岛对流层NO₂柱浓度（NO₂-OMI）和HCHO柱浓度（HCHO-OMI）呈相反的变化趋势,2020年NO₂-OMI较2015年上升了7.74%,HCHO-OMI下降了10.2%.海南岛属于NO_x控制区,近6年FNR值（O₃生成敏感性）呈波动式地下降趋势,其趋势系数和气候倾向率分别为-0.514和-0.123 a^-1.气象因子与海南岛FNR值有较好的相关关系.     

上海市夏季臭氧污染特征及削峰方案

随着大气污染治理措施的不断推进,近年来上海市PM2.5浓度呈现明显的下降趋势,但O3污染现象依然频发,因此分析O3污染发生规律,科学制定O3削峰方案是目前亟需解决的问题.本研究以2017年7月为例,期间长三角17个城市累计O3污染天数165 d,其中上海最为严重,7月超标率为64.5％,分析前体物浓度和气象要素,主要是...     

河南省臭氧污染特征与气象因子影响分析

利用环境空气质量监测站和国家基准地面气候站数据,研究了2017年河南省臭氧(O₃)污染时空特征及其与颗粒物、前体物和气象因子关系.结果表明,河南省2017年O₃日最大8 h滑动平均值(MDA8)呈现夏季>春季>秋季>冬季的特征,年均值为108μg·m^-3;各地市均有不同程度O₃超标情况,其中,安阳超标天数高达88 d,信阳最少为17 d;春末夏初(5月和6月) O₃污染最为严重,O₃ MDA8月均浓度在140μg·m^-3以上,并在6月达到峰值;定性和定量分析显示O₃ MDA8月均浓度与颗粒物,O₃小时浓度与CO、NO₂呈负相关;不同季节、不同城市O₃MDA8与气象因子(日照时长、气温、降雨、能见度、相对湿度及风速)的相关性具有差异.     

中国暖季近地面臭氧浓度空间格局演变及主要气象驱动因素

中国的近地面臭氧（O₃）浓度在2015~2018年间持续升高,已成为仅次于颗粒物的重要大气污染物.基于中国337个城市2015~2018年暖季（4~9月）的实时O₃浓度数据和气象数据,利用趋势分析、空间自相关、热点分析和多尺度地理加权回归（MGWR）,研究了2015~2018年中国暖季地表O₃浓度的空间演变格局,探讨了气象因素对其驱动的空间差异性.结果表明：①中国暖季O₃浓度整体呈显著升高趋势（P<0.05）,平均升高速率为0.28 μg·（m³·a）^-1,其中超过55%的城市O₃浓度每年升高0.50 μg·m^-3;②O₃浓度存在明显的区域差异,高值区（平均浓度>60 μg·m^-3）分布在华东、华北、华中和西北部分地区;低值区（平均浓度<20 μg·m^-3）分布在华南和西南地区;③O₃浓度变化趋势在空间上存在位于华东、华北、西北以及华中地区的热点区域和位于西南、华南（广西）以及东北地区的冷点区域;④气温是中国暖季O₃变化的主要气象驱动因素,其对华北、西北和东北地区O₃浓度的影响显著高于其他地区;除广西、云南和江西部分地区外,O₃浓度与气温呈显著正相关;O₃浓度在华南、华东和华中大部分地区与风速呈显著负相关,O₃浓度在华北和东北部分地区与风速呈显著正相关;除辽宁、山东、河北、甘肃、广东及西南部分地区外,O₃浓度与云层覆盖度呈显著负相关;除西北和西南部分地区外,O₃浓度与降水呈显著负相关.     

不同臭氧度量指标对我国人群总死亡影响的Meta分析

探讨不同臭氧度量指标对我国人群总死亡风险的影响.基于中国知网、万方数据库、维普中文服务平台、 Web of Science和PubMed数据库,检索了建库至2020年12月底发表的相关时间序列研究和病例交叉研究,最终纳入22项合格研究.按照臭氧每日1 h最大浓度(O_3-M1h)、每日8 h最大平均浓度(O_3-M8h)和每日24 h平均浓度(O_3-24h)分别进行Meta分析.结果表明,O_3-M1h指标（RR#, 1.005 2; 95%CI, 1.003 1～1.007 3）与人群总死亡风险增加的关联更加密切,O_3-24h指标（RR#, 1.003 6; 95%CI, 1.002 5～1.004 8）和O_3-M8h指标（RR#, 1.003 1; 95%CI, 1.002 2～1.004 1）关联较弱. 3类指标的亚组分析表明,冷季臭氧的总死亡风险更高,老年人（≥65岁）更容易受臭氧污染的影响,且北方地区总死亡风险高于南方地区.     

石家庄市主城区臭氧污染特征及气象成因分析

为了解石家庄市主城区O₃(臭氧)污染特征及其影响因子,基于2015-2018年石家庄市空气质量连续监测资料和同期气象数据分析了主城区O₃污染总体特征及气象成因.结果表明:①石家庄市主城区大气光化学污染日益严峻,ρ(O₃)日均值由2015年的47 μg/m3增至2018年的66 μg/m3,ρ(O₃)超过GB 3095-2012《环境空气质量标准》二级标准限值的天数由2015年的20 d增至2018年的70 d.②ρ(O₃)存在明显的季节性差异,呈夏季[(89±33)μg/m3] >春季[(69±25)μg/m3] >秋季[(40±26)μg/m3] >冬季[(28±16)μg/m3]的特征;ρ(O₃)日变化呈单峰型分布,谷值出现在06:00-07:00,峰值出现在15:00-16:00,且15:00-17:00是ρ(O₃)超标的高发时段.③ρ(O₃)与气温呈指数关系,当气温为20~25、25~30、≥ 30℃时,ρ(O₃)日均值分别为75、90及119 μg/m3.ρ(O₃)在相对湿度为60%时存在拐点,当相对湿度≤ 60%时,ρ(O₃)随相对湿度的增大而上升;当相对湿度>60%时,ρ(O₃)随相对湿度的增大而下降.风速与ρ(O₃)呈分段线性关系,当风速 < 2 m/s时,ρ(O₃)随风速的增加而上升;当风速≥ 2 m/s时,ρ(O₃)随风速的增加而下降.④影响石家庄市主城区ρ(O₃)升高的污染源主要位于其东-东南-南方位,其次为东北-东方位,而西部和北部地区则较少.⑤石家庄市主城区ρ(O₃)超标多发生在气温>20℃,相对湿度介于40%~70%之间,风速在1.5~3.0 m/s之间的气象背景下,经统计,当气象条件同时符合上述三项气象要素时,ρ(O₃)超标天数占3-10月总超标天数的66.5%.研究显示,气温>20℃、相对湿度为40%~70%、风速为1.5~3.0 m/s的气象条件可初步作为石家庄市主城区O₃污染的预警指标.      

台风“浪卡”过程对海南岛臭氧污染的影响分析

为了探讨2016号台风“浪卡”对海南岛臭氧(O₃)浓度的影响,选取了2020年10月10～14日海南岛逐时空气质量监测数据、气象要素数据、ERA5再分析资料和“葵花8号”红外亮温TBB产品,采用相关分析和后向轨迹模拟方法进行深入讨论.结果表明,10月11～13日台风过程期间均有市县O₃最大8 h滑动浓度平均值[ρ(O₃-8h)]超标,海南岛平均ρ(O₃-8h)峰值出现在10月12日,为130.15μg·m^-3,共有4个市县O₃-8h浓度超标,其中临高县达到了全岛最高值,为198.44μg·m^-3.台风过程期间海南岛小时O₃浓度与降水量、相对湿度和风速呈负相关关系,与气压和气温呈正相关关系,其中与降水量、气压和相对湿度的相关系数通过了99.9%的信度检验.我国东南部沿海省份是海南岛此次O₃污染的主要贡献源区.受西太平洋副热带高压(副高)内部的下沉气流和台风“浪卡”外围下沉气流共同影响,源区大气...