兰州市区臭氧时空分布特征及气象和环境因子对臭氧的影响

s利用2014~2016年兰州市4个监测点O_3、NO_2和CO浓度实时监测数据和日平均气温、相对湿度、气压和风速气象观测数据,统计分析了近3年O_3的时空分布特征以及环境因子(NO_2和CO)和气象因子对兰州市区O_3浓度的影响。结果表明:兰州市区O_3浓度年变化特征呈倒U型结构,夏季最高,峰值出现在5月,为(65.6±16.9)μg/m~3。4个监测点中生物制品所的年平均浓度最高。O_3的日变化为单峰分布,午后浓度较高,兰炼宾馆监测点峰值出现时间比其他区域超前约2 h。NO_2和CO与O_3的年变化相反,均表现出U型结构的年变化特征,都在12月达到峰值,分别为(2.53±0.80)mg/m~3,(78.9±28.2)μg/m~3。而NO_2和CO浓度白天浓度高于夜间。O_3浓度都随着NO_2和CO浓度的增加呈现指数形式下降。兰州市高温低湿气象条件有利于O_3的前体物(NO_2和CO)转化形成O_3。兰州市区发生高浓度O_3的气象和环境条件主要为日均气温高于20℃,相对湿度位于40%~50%以及风速≤5 m/s;NO_2浓度低于20μg/m~3,CO浓度低于0.5 mg/m~3。     

葫芦岛近地面臭氧变化特征分析研究

为进一步了解葫芦岛地区臭氧污染,以该市2014年-2016年臭氧(O_3)监测数据为基础分析了O_3浓度变化特征。结果表明:葫芦岛市O_3污染有明显的加重趋势;O_3污染天气集中出现在4～10月;O_3浓度的日变化特征呈现单峰分布,峰值出现在15:00,谷值出现在06:00; O_3前体物(NO、NO_2、CO)浓度休息日低于工作日,O_3浓度休息日高于工作日。日间为环境监测和预报的关键时期。     

大气污染特征研究及臭氧污染个例分析——以深圳市龙华区为例

根据深圳市龙华区观澜子站空气质量监测数据,对龙华区近年来空气质量状况、主要大气污染物浓度时间变化特征、气象条件和污染物浓度相关性,以及典型臭氧(O_3)污染过程进行了分析。结果表明龙华区空气质量以优良为主,空气质量指数(AQI)超标日中,O_3浓度超标天数最多,其次依次是PM_(2.5)、PM_(10)和二氧化氮(NO_2)。PM_(2.5)、PM_(10)和NO_2在秋冬季的浓度最高,春季次之,夏季最低;而O_3浓度则在夏秋季最高,春季次之,冬季最低。除O_3(日间浓度高于夜间浓度)以外,PM_(2.5)、PM10和NO_2晚间浓度高于日间浓度。此外,相关性研究表明,颗粒物污染以细颗粒物为主,O_3(8 h)和NO_2与颗粒物浓度均呈正相关性。由于地域差异的存在,O_3(8 h)和颗粒物浓度的相关性在不同地域表现也不同。同时,大气污染物浓度与气象条件和人为排放源的相关性较高。     

兰州市近地面臭氧污染分布特征

为探究兰州市近地面臭氧(O_3)浓度的分布特征,对2013～2016年兰州市5个国家空气质量监测点逐时的O_3浓度资料进行了统计分析,结合同期的NO_2和颗粒物(PM_(10)、PM_(2.5))浓度资料得到兰州市的O_3污染变化趋势及其分布特征。结果表明:兰州市区O_3与NO_2浓度的日变化呈现相反的变化趋势,二者之间存在明显的负相关关系,相关系数为-0.45;兰州市区颗粒物与O_3之间相互影响,颗粒物浓度春、冬季较高,而O_3夏季较高,O_3与PM_(2.5)浓度月变化之间的相关系数为-0.78,O_3逐渐成为继颗粒物之后首要污染物天数最多的污染物;兰州市区和榆中县O_3浓度均呈现明显的日变化、月际变化、季节变化;不同站点分布特征显示,兰州市区4个监测站点中兰炼宾馆O_3浓度最高,职工医院与生物制品厂相差不大,铁路设计院最低,表明西固区O_3污染形势最为严峻,七里河区次之,城关区O_3污染较轻,而且榆中县O_3浓度除夏季外其它时段均比市区高。     

深圳东部臭氧污染特征及影响因素

为控制大鹏新区O_3污染,分析了新区(葵涌、南澳、杨梅坑监测站点)O_3浓度变化及NO_2、气象条件对其影响。研究发现,2016年新区O_3浓度为69μg/m3,其中葵涌O_3浓度同比涨幅高于南澳。葵涌、南澳O_3与NO_2浓度成反比,表明两站点较低浓度的NO_2往往伴随着较高浓度的O_3。葵涌臭氧周末效应显著,休息日浓度(53.63μg/m~3)高于工作日(52.92μg/m~3)。新区夏季O_3浓度处于全年较低水平,但O_3污染高发于夏半年(7—10月)。新区O_3超标的关键气象因子为温度≥20℃、相对湿度≤40%、无降水及受偏南风控制。新区应首要针对葵涌站点,严控O_3高发时段(15∶00前后)以及休息日臭氧前体物排放。     

基于新型陶粒催化剂的H_2O_2/O_3多相催化氧化体系降解刚果红的研究

用自制陶粒催化剂与臭氧(O_3)、双氧水(H_2O_2)构建多相催化氧化体系降解水中的刚果红。采用电镜扫描、能谱分析与红外光谱等表征了陶粒催化剂,考察了反应时间、O_3浓度、H_2O_2投加量等因素下多相催化氧化体系对刚果红色度和COD去除率。结果表明:自制的陶粒催化剂表面较为粗糙,比表面积较大,反应后的陶粒催化剂表面较为平滑,比表面积较反应前减少;自制陶粒催化剂对H_2O_2催化能力差,但对O_3、H_2O_2/O_3具有较好的催化效果。当O_3浓度在1.2~3.8 mg/L时,陶粒/H_2O_2/O_3体系较O_3、H_2O_2/O_3对刚果红(100 mg/L)的脱色率分别平均提高了11.72%、15.32%,COD去除率分别提高了16.37%、24.29%,将陶粒引入O_3、H_2O_2/O_3体系中可减少O_3和H_2O_2的用量,提高体系的氧化性能,降低运行成本。     

广州近地面臭氧浓度特征及气象影响分析

利用2015年广州市近地面逐时臭氧(O_3)观测资料及气象数据,分析了广州地区近地面的O_3浓度时空分布特征及其与气象因子的关系.结果表明:广州地区城郊的O_3浓度高于中心城区;广州地区近地面的O_3浓度超标时间主要出现在4—9月,8月O_3浓度最高,3月O_3浓度最低;O_3浓度日变化呈现"单峰型"分布,早上7:00—8:00出现最低值,15:00达到峰值;O_3浓度与气温呈正相关,当气温高于30℃时,O_3浓度随温度升高增加明显;与相对湿度呈负相关,当相对湿度大于60%时,O_3浓度显著降低;当气压小于1010 hpa时,与气压呈负相关,当气压大于1010 hpa时,与气压呈正相关;当风力为2~3级吹西北偏西至西南偏西风区间时,O_3浓度最高,说明广州偏西部可能存在O_3污染源区;O_3浓度在晴天最高,其次是少云和多云天气,最低是在雨天.总体而言,气温高、日照长、辐射强、气压低、湿度小及2~3级的风力是广州地区近地面产生高浓度O_3的主要气象因素.当广州O_3浓度出现超标时,气温变化范围为25.9~37.4℃,相对湿度变化范围为29%~83%,气压变化范围为989.4~1009.1 h Pa,风速变化范围为0.7~5.8 m·s~(-1),紫外辐射强度日最大1 h均值最小为32.6 W·m~(-2),10:00—14:00均值最小为27.3 W·m~(-2).     

重庆长寿区臭氧污染生成影响及潜源分析

文章基于2017-2020年长寿区及观测点位臭氧(O_3)及其前提物(NO_2和VOCs)以及气象因子(气温、相对湿度、风速、风向等)逐小时数据,分析了臭氧(O_3)及其前体物(NO_2和VOCs)污染物浓度年际及O_3污染典型期间的变化情况,讨论了O_3浓度与气象因子之间相关性,通过HYSPLIT后向轨迹和潜在源区贡献(PSCF)分析长寿区春、夏两季O_3潜在源区贡献特征。研究表明,O_3小时浓度160μg/m~3的超标小时浓度占比在2017-2019年呈逐年上升趋势,因新冠疫情影响2020年显著降低。全年O_3浓度高值区集中在4-9月,呈"夏高冬低"特征。O_3和NO_2的日变化特征反应了局地NO-NO_2转化与光化学生成的滴定作用。VOCs观测期内平均浓度为32.01×10~(-9)(体积浓度),较重庆市夏季VOCs偏高23.64%。O_3生成潜势贡献表现为含氧类VOCs芳香烃类烷烃烯烃卤代烃炔烃。O_3浓度与不同气象因子之间存在不同的相关性特征。该区域潜在源区具有明显季节性特征:春季主要位于涪陵、南川和巴南等区域;夏季主要集中在广安、江北、合川、渝北等一带。     

乌鲁木齐市近地面O_3与前体物及颗粒物相关性分析

利用2016年10月~2018年2月乌鲁木齐市近地面O_3、PM_(2.5)、PM_(10)、NO_2、CO的连续观测资料,主要分析乌鲁木齐市O_3浓度的变化特征与部分前体物质、颗粒物之间的关系。结果表明:(1)2017年月分布:监测期间乌鲁木齐市O_3平均浓度为79.33μg/m~3,O_3浓度较高主要集中在6~9月份,其平均O_3浓度为121.14μg/m~3。O_3季平均浓度整体呈现出夏季春季秋季冬季。(2)时间分布上:O_3小时浓度的日变化分布呈现"单峰型"特点,且日间浓度明显高于夜间。一般在15∶00~16∶00左右达到峰值浓度;空间分布上:对照点浓度城区监测站点,城区外围站点浓度城区监测站点的特征。(3)在O_3与前体物CO、NO_2及与OX之间的关系中,O_3与CO、NO_2均呈显著的负相关关系,相关系数分别为-0.789(P0.01)、-0.871(P0.01),与OX呈显著正相关关系(r=0.985,P0.01)。(4)O_3与大气颗粒物PM_(2.5)、PM_(10)呈明显的负相关关系,其相关系数分别为-0.754(P0.01)、-0.718(P0.01)。     

云下洗脱-Eulerian模式

在Eulerian模式中,在大气氨浓度大于硝酸的条件下,简要讨论了各种污染物对雨水组成的影响.结果表明,在本文考虑的情况下,氨对SO_2气体洗脱和SO~(2-)形成的影响最大,且能抑制雨水的酸化;过氧化氢的作用略小于氨.气溶胶对雨水SO_4~(2-)浓度的贡献小于气体.云下H_2O_2和O_3氧化能力的大小取决于雨水的pH、降落距离和各自的浓度.在雨水pH高,降落距离短和各自浓度小时,O_3的氧化能力大于H_2O_2,反之则H_2O_2大于O_3.对韶关降水酸化的模拟表明,考虑气体污染物补充机制的Eulerian模式可以较好地模拟现场降水酸化过程.     

中国臭氧时空分布特征及与社会经济因素影响分析

本文根据2015～2017年中国大陆338个城市空气质量监测站臭氧(O_3)浓度数据,综合利用空间插值法、全局自相关法和地理加权回归模型(GWR),探讨了O_3浓度的时空变化特征及其与社会经济因素的关系。结果表明,2015～2017年中国大陆338个城市的O_3日最大8小时浓度为2～300μg/m~3,其中超标天数比例为5. 9%,323个城市达标率在85%以上; O_3月均值变化曲线基本呈"单峰状",5月达到峰值,12月最低; O_3浓度季节变化为夏季春季秋季冬季; O_3日变化特征为夜间到清晨O_3浓度很低,上午8∶00左右开始升高,下午16∶00达到峰值;中国华北地区、华东地区和华中地区O_3污染严重,华南地区、西南地区、西北地区和东北地区整体污染较低。O_3浓度在全国尺度上的集聚性呈上升趋势,GWR表明,人口密度、人均私家车保有量与O_3浓度显著正相关,第一产业占比与O_3浓度显著负相关。     

毕节市区大气污染特征及影响因素分析

根据毕节市2015年大气污染物浓度和气象因子的监测数据,分析了毕节市区大气污染物SO_2、NO_2、PM10、PM2.5、CO及O_3浓度的月、季和年平均变化特征及其影响因素,并对大气污染物浓度之间以及大气污染物浓度与气象因子之间的相关性进行了分析。结果表明:(1)毕节市区2015年空气质量总体良好,空气质量优良天数占95.1%,主要大气污染物为PM10和PM2.5;(2)大气污染物SO_2、PM10、NO_2、PM2.5、CO的月浓度都呈"V"型单谷变化趋势,而O_3的月浓度则为单峰变化趋势;大气污染物SO_2、PM10、NO_2、PM2.5、CO浓度的季节变化为冬季最高、夏季最低,O_3浓度的季节变化则为春季最高、冬季最低,且季节之间的差异性显著(p0.05);大气污染物PM10和PM2.5的年平均浓度分别超过我国《环境空气质量标准》(GB 3095—2012)中一级标准年平均浓度限值的18.2%和112.4%,SO_2和NO_2的年平均浓度均未超过国家一级标准的年平均浓度限值;(3)大气污染物SO_2、NO_2、CO浓度与颗粒物PM10、PM2.5浓度之间两两呈极显著正相关性(p0.01),其与O_3浓度之间呈极显著负相关性(p0.01);PM2.5浓度与PM10浓度之间呈极显著正相关性,而PM2.5浓度与O_3浓度之间呈显著负相关性,多元线性回归分析得出PM2.5浓度与其他大气污染物浓度之间的拟合方程为:PM2.5=2.718+0.130SO_2+0.747PM10+0.255NO_2-0.077O_3+0.678CO;(4)气压与大气污染物SO_2、NO_2、CO、PM10浓度之间呈显著正相关性,其与O_3浓度之间呈极显著负相关性;温度除与O_3浓度之间呈极显著正相关性外,与其他大气污染物浓度之间呈显著负相关性,且其与O_3浓度的相关性系数最大(r=0.501),说明温度对O_3浓度的影响较大;相对湿度除与CO浓度之间无显著相关性外,与其他大气污染物浓度之间均呈显著性负相关性;风速与O_3浓度之间呈极显著正相关性,其与其他大气污染物浓度之间均呈极显著负相关性。     

纳米Fe_3O_4负载聚苯胺对染料的协同催化降解

通过Hemin催化聚合苯胺工艺在纳米Fe_3O_4上负载导电聚合物聚苯胺(PANI),制备得到了具有高效催化活性的异相类Fenton反应用的催化剂PANI@Fe_3O_4.研究了PANI@Fe_3O_4/H_2O_2体系中罗丹明B(RhB)浓度、H_2O_2浓度、PANI@Fe_3O_4投加量、pH值以及·OH捕获剂对RhB降解的影响.结果表明,对于400mg/L的RhB溶液,当催化剂投加量为0.5g/L,H_2O_2浓度为0.04mol/L时,PANI@Fe_3O_4/H_2O_2可在pH3.75~12.0间达到98%以上的去除率,H_2O_2的利用率达到80%.将该体系对于初始COD为1715mg/L模拟混合染料废水,可去除70%的C0D,PANI@Fe_3O_4/H_2O_2体系适用pH值范围广,催化活性高,H_2O_2利用率高且水相中残留铁离子少.机理分析表明,在PANI@Fe_3O_4中PANI和纳米Fe_3O_4存在明显的协同效应,纳米Fe_3O_4部分溶解释放出Fe~(2+),并通过Fe~(3+)和Fe~(2+)间的快速电子转移补充催化所需Fe~(2+).PANI提供反应所需H~+,并通过与铁离子形成配位键而减少了铁离子释放到水相中.     

青海门源地区O3浓度水平及影响因子分析

为研究高原背景地区O_3的浓度水平,于2013年9月13日至2013年10月14日期间,在国家大气背景站青海门源站开展了为期32天的观测。观测结果显示,门源地区O_3小时浓度均值为115.0±22.6μg/m3,低于《环境空气质量标准》(GB3095-2012)中O_3小时平均浓度限值的一级标准(160μg/m3)。通过分析O_3和NOx实时浓度在一天24小时内随时间变化的特征序列,发现在多数观测天内O_3和NOx呈现此消彼长的变化规律,表明O_3主要来自有NOx参与的光化学反应;另有几天NOx和O_3的浓度出现同峰同谷的现象,推测这种变化主要是大气运动传输造成的。相关性分析表明,臭氧浓度与温度、湿度、风速、SO2、NOx以及CO的浓度都显著相关(P0.01);多元线性回归分析表明O_3与温度、湿度、气压、风速的关系近似符合Y=0.630T-0.192H-0.004P-0.091W+196.039,拟合结果与真值误差2.88%。综上分析,门源地区O_3浓度水平较低,但在高温低湿、风速较高、NOx浓度较低的情况下,O_3容易积累,O_3浓度主要受光化学反应和大气运动传输过程两个因素影响。     

合肥市O3污染时空变化特征及影响因素分析

为掌握合肥市大气环境中O_3的时空变化特征及其影响因素,对合肥市2013—2015年空气质量监测数据和气象参数进行系统的分析.结果表明,合肥市O_3污染在夏、秋季节有逐渐加重的趋势,尤其是城市中心区域,呈显著的季节特征和日单峰性;O_3易在风速小于3.3 m·s-1、相对湿度介于50%~60%、地面气压低于1020 h Pa和日平均气温介于25~28℃的气象条件下出现浓度峰值;合肥市O_3浓度与NO2和VOCs分别存在显著的负相关和正相关关系,其中,烯烃、烷烃、芳香烃和炔烃对O_3生成潜势(OFP)的贡献值依次增大.O_3浓度可通过前一日O_3浓度、相对湿度、平均气温、PM2.5、当日8:00风速、平均气压及NO2等参数建立良好的统计预报模型,非标准化可决系数R2高达0.559.     

长沙市城区臭氧浓度特征研究

根据2014年4月至2015年3月湖南省长沙市城区10个监测点O_3小时浓度监测数据,综合分析了长沙市O_3的时空分布及其与前体物、气象要素相关关系。结果显示:监测期间长沙市城区O_3小时平均浓度为44.47μg/m~3,O_3高值浓度主要集中在5-9月份,季节分布上O_3平均浓度整体呈现出冬季春季秋季夏季的特征。日变化上O_3呈现倒U型分布,一般在15:00、16:00左右达到峰值浓度,日循环可分为4个阶段:即臭氧累积阶段、臭氧抑制阶段、臭氧光化学生成阶段、臭氧的消耗阶段。空间分布上整体呈现出对照点峰值浓度明显大于城市环境评价点,从城区外围站点浓度大于市中心点浓度特征。O_3的前体物CO、NO_2均呈现双峰型分布,其中O_3与CO、NO_2呈现显著的负相关关系;与气压、湿度呈负相关关系,与温度呈正明显相关关系。     

西安市雁塔区10月O_3时空变化规律

根据2013年10月对西安市雁塔区84 m高度范围的昼夜观测资料,研究了O_3的日变化规律、垂直分布以及气象因素对其的影响。结果表明:O_3浓度日变化规律较为明显,呈单峰型分布,早晨浓度开始上升,于14:30左右达到峰值,在16:30之后开始降低并趋于平稳,并且O_3浓度昼夜变化可分为3个阶段,8:30—16:30为O_3浓度最高阶段,18:30—00:30为O_3浓度居中阶段,2:30—6:30为O_3浓度最低和降低阶段。垂直高度上O_3浓度随高度上升而升高,并且O_3浓度的垂直梯度变化分为低—中—高3个阶段,1~30 m为O_3浓度最低层段,36~66 m为O_3浓度居中层段,70~84 m为O_3浓度最高层段。O_3浓度与NOx浓度的日变化呈明显负相关,相关系数为-0.21。O_3浓度的变化曲线与温度垂向变化曲线相似,呈现出同升同降的特点,两者呈明显正相关,相关系数为0.72。O_3浓度与湿度的日变化呈现出相反的趋势,两者呈现明显的负相关性,相关系数为-0.76。     

成渝城市群臭氧污染特征及影响因素分析

为研究成渝城市群O_3污染特征及其影响因素,对成渝城市群15个城市2015—2016年国控环境监测站点和国家气象台站数据进行了研究.结果表明,研究区域15个城市均存在不同程度的O_3超标现象.2015—2016年成渝城市群O_3污染形势愈发严峻,春末及夏季污染最为严重,且在7月达到O_3浓度峰值(118μg·m~(-3)),O_3污染空间分布呈片状,以资阳为中心的遂宁、眉山、成都等城市为O_3污染较为严重的区域.颗粒物、NO_2及CO均与O_3有显著相关性,其中,颗粒物与O_3浓度在冬季呈负相关,在夏季则表现为正相关.太阳辐射、气温、相对湿度及流场均是影响O_3浓度的重要因子,强辐射、高温及低湿易形成较高浓度的O_3,相对湿度对O_3浓度的影响呈先升后降的关系.     

挥发性污染物二硫化碳处理技术

2016年11月—2017年2月在西安市城郊连续观测了NO_2、SO_2、O_3和PM_(2.5)的浓度,利用观测数据分析大气污染物的日变化和周末效应特征,结合不同污染物间的相关性分析结果,初步探讨了污染物间的相互作用机理。结果表明:观测期间NO_2、SO_2、O_3和PM_(2.5)浓度的平均值分别为(39.9±21.0),(77.2±22.8),(37.7±23.5),(192±141)μg/m3。PM2.5污染最为严重,超过国家二级标准的2.56倍。NO_2、SO_2和O_3浓度日变化特征显著,其中NO_2和O_3日变化为单峰型,SO_2日变化为单峰单谷型,PM_(2.5)日变化幅度较小。NO_2和SO_2周末效应较为明显,O_3和PM_(2.5)周末与工作日相差较小。PM_(2.5)浓度与NO_2、SO_2和OX浓度均为显著正相关,表明前体物和大气氧化性对PM_(2.5)浓度有显著影响。     

西安城郊采暖季大气污染物浓度特征研究

2016年11月—2017年2月在西安市城郊连续观测了NO_2、SO_2、O_3和PM_(2.5)的浓度,利用观测数据分析大气污染物的日变化和周末效应特征,结合不同污染物间的相关性分析结果,初步探讨了污染物间的相互作用机理。结果表明:观测期间NO_2、SO_2、O_3和PM_(2.5)浓度的平均值分别为(39.9±21.0),(77.2±22.8),(37.7±23.5),(192±141)μg/m3。PM2.5污染最为严重,超过国家二级标准的2.56倍。NO_2、SO_2和O_3浓度日变化特征显著,其中NO_2和O_3日变化为单峰型,SO_2日变化为单峰单谷型,PM_(2.5)日变化幅度较小。NO_2和SO_2周末效应较为明显,O_3和PM_(2.5)周末与工作日相差较小。PM_(2.5)浓度与NO_2、SO_2和OX浓度均为显著正相关,表明前体物和大气氧化性对PM_(2.5)浓度有显著影响。