重庆市VOCs浓度特征和关键活性组分

2015年8月22日至9月26日利用在线GC-MS/FID和离线Canister-GCMS/FID采样并分析了重庆城区7个监测点位的96种VOCs,结果表明,城区总挥发性有机化合物平均体积分数为42.43×10-9,且空间分布特征为"中心城区高,周边低"。重庆本地高乙烷、高乙烯和高乙炔浓度呈区域污染现象,且城市监测点位主要受交通源、工业排放和溶剂挥发的影响,缙云山站则主要以生物源排放为主。重庆市城区气团的OH自由基反应速率平均值为8.86×10-12cm3/(mol·s),最大反应增量活性平均值为4.08 mol/mol,与乙烯相当,说明本地大气化学反应活性较强。重庆城区对OH自由基损耗速率贡献最大的组分是烯/炔烃(35%),对臭氧生成潜势贡献最大的组分是芳香烃(39%)。乙醛、乙烯和甲苯等物质是VOCs的关键活性组分。     

中原城市群臭氧浓度分布特征及来源

利用2015年臭氧(O_3)自动监测数据和源排放清单,分析了中原城市群O_3浓度的空间、时间分布情况,探讨了中原城市群中城市间O_3的相关性,以及O_3浓度、NOx、VOCs、CO及汽车保有量间的相关性。指出中原城市群是全国更是河南O_3污染的严重地区,O_3浓度年内月度变化呈倒"V"型分布,具有明显的北部城市特征;中原城市群9个城市间除开封外其他8个城市间都呈高度正相关性,相关系数均为0.892~0.991;9个城市机动车保有量及NOx、VOCs和CO等前体物的年排放量与其年均O_3浓度之间存在正相关性。分析认为,NOx、VOCs和CO等前体物的排放是中原城市群O_3浓度偏高的主要影响因素,同时O_3浓度也与日照时间、降雨量、植物源VOCs排放量及相邻城市间污染物的空间输送等因素有着密切的关系。     

郑州市近地面臭氧污染特征及气象因素分析

利用国控站点空气质量在线监测数据,识别郑州市2015年近地面臭氧(O_3)污染状况、特征及与颗粒物和氮氧化物水平关系,并以烟厂站为例分析郑州市O_3污染与气象要素的相关性。结果表明:郑州市O_3日最大8 h平均值具有明显季节变化,呈现出夏季春季秋季冬季的特征,夏季岗李水库站O_3月均质量浓度为155.5μg/m3,其余站点月均质量浓度为110~150μg/m3;夏季O_3每日最大8 h浓度具有显著"周末效应",其他季节较不明显;O_3小时浓度日变化呈单峰型分布,在15:00—16:00达到峰值,早晨07:00达到谷值;前体物NOx小时浓度日变化呈双峰型分布,与O_3具有显著负相关性;气象因素相关性分析结果表明,郑州市O_3污染日多出现于高温、低湿和微风等条件,这些气象因素有利于O_3生成和累积。     

全国及重点区域臭氧污染现状

分析2013—2016年中国开展臭氧(O_3)监测的338个城市(港、澳、台不在统计范围)O_3污染现状和时空变化特征,结果表明:中国城市O_3污染日益突出,2015年54个城市O_3超标,75.9%的O_3超标城市位于京津冀及周边、长三角、珠三角区域,O_3区域污染特征显著。74个城市O_3浓度整体呈上升趋势并向高值区集中,京津冀区域O_3污染最为严重。O_3污染季节变化特征明显,O_3污染主要集中于5—10月,京津冀、长三角和珠三角区域O_3最高超标天数分别出现在6、5、10月。建议加强O_3成因分析,建立O_3污染控制策略,有效应对O_3污染,实现科学减排。     

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。     

江苏省2013-2016年臭氧时空分布特征

利用2013-2016年江苏省国控空气自动站获得的臭氧（O₃）观测数据,探讨江苏省O₃时空变化特征。结果表明,自2013年以来江苏省大气氧化剂OX （O₃和NO₂）和O₃浓度呈逐年升高趋势,升高速率分别为0.98×10^-9a^-1和3.70 μg/（m³·a）,O₃增幅在我国处于较高水平。在O₃空间分布上,东部沿海O₃浓度相对高于西部内陆,O₃浓度高值由沿海地区逐渐向内陆辐散,呈现出区域性O₃污染。结合经验正交分解进行聚类统计检验,结果显示江苏省O₃分区主要分为苏南、苏中和苏北3类,与江苏省经济发展水平表现出一定的同步性。     

京津冀区域臭氧污染趋势及时空分布特征

为研究京津冀区域的臭氧(O_3)污染情况及其时空分布特征,对2013—2015年京津冀区域13个城市80个国家环境空气监测点位的监测数据进行了统计分析。结果表明:2013—2015年,京津冀区域O_3污染状况整体呈加重趋势,其中2014年污染状况最为严重。13个城市中O_3污染最严重的城市为北京和衡水,连续3年均超标,且处于上升态势中。区域内不同城市O_3污染趋势并不相同。京津冀区域O_3浓度变化呈明显的季节变化特征,春末和夏季的O_3污染最严重。O_3-8 h(臭氧日最大8 h均值)年均值的高值区主要分布在北京中北部、承德和衡水等,2013—2015年第90百分位O_3-8 h的高值区均集中分布在北京。O_3的浓度峰值时间要晚于NOx2~5 h。O_3在春、夏季呈单峰分布,白天15:00左右出现最大值,在秋、冬季浓度较低,全天波动不大。     

应用稳健统计方法对环境空气臭氧自动监测现场比对核查结果的分析研究

根据2015年9个城市53台现场臭氧分析仪的现场比对核查结果,比较研究了稳健统计方法和一般统计方法在评价国控网臭氧自动监测数据准确性和精密性上的应用。研究表明:稳健统计能够在不剔除异常数据的前提下降低异常值对正确评价臭氧自动监测数据质量的影响,适合评价现场比对核查结果;采用Hubers方法进行稳健统计,2015年国控网臭氧日常浓度点相对偏差的95%置信区间约为-0.1%至4.5%,95%预测区间为-14.0%~18.3%,变异系数约为9.5%,数据质量仍有提升空间。     

紫外光度法臭氧自动监测仪及其标准传递方法

随着我国经济的快速增长和城市化进程的不断加速,以臭氧为主的光化学污染问题已成为大气环境保护领域关注的重点、热点问题。对臭氧进行自动监测是环境管理和科学研究的需要,文中介绍了臭氧自动监测仪和臭氧量值溯源体系,重点探讨了臭氧监测干扰因素及标准传递方法,并通过实验比较验证了带光度计的臭氧校准仪具有较好的输出稳定性。     

Development of an Ozone Forecasting Model for Non-Attainment Areas in the State of Ohio

Ground level ozone is responsible for the formation ofsmog, and for a variety of adverse effects on bothhuman and plant life. High concentrations of groundlevel ozone occur during the summer months. This paperdescribes the development of a model to forecast themaximum daily concentration of ozone as a function ofthe maximum surface temperature, for ozonenon-attainment regions in Ohio. The model wasdeveloped by statistical analysis of existing data.Site-specific models were developed initially. Theverification and evaluation of the performancecriteria of the model at each site were explored bycomparing the model with an independent datasetcollected from that site. A generalized statewidemodel was developed from the site-specific models. Theperformance criteria of this model were verified andevaluated by employing the same independent datasetsemployed for the site-specific models. An exceedencemodel to predict the occurrence of ozone exceedencesover 100 ppb has also been presented.