重庆市CO浓度特征及潜在源分析

该文基于2018-2020年重庆市空气质量监测网络数据,分析了城市站、区域站和交通站CO浓度水平、时间变化规律,研究了CO与大气污染物、气象参数的相关性,并利用Meteoinfo软件对抵达重庆市各片区的轨迹进行聚类分析、潜在源贡献因子分析及浓度权重分析,获得了各片区CO的传输规律及潜在源区贡献特征。结果表明,2018-2020年,城市站和区域站CO质量浓度为下降趋势,交通站呈现上升趋势,CO质量浓度月变化为“U型”特征,日变化为“双峰”特征,区域站峰值时间晚于城市站和交通站,各类型站点均存在明显“周末效应”。城市站CO与其他大气污染物相关性整体强于区域站,交通站CO与其他大气污染物相关性最低。CO质量浓度与风速为负相关关系,与地面气压和温度的相关性不明显。重庆市冬季的气团轨迹主要来自偏东区域,占比70%以上,此外还有少量轨迹较短的偏西区域轨迹,对应CO质量浓度较高。中心城区主要源区位于重庆主城都市区以及川东城市,主城新区主要源区位于重庆主城都市区、泸州、广安、南充,渝东北片区主要源区位于渝东北区域、川东及湖北省恩施州、湖南省张家界等,渝东南片区主要源区来自渝东南片区及湖北省恩施州。     

重庆市大气主要污染物特征分析

基于环境空气质量监测数据,分析了各项污染物时间变化特征,并利用SPSS 19.0软件进行相关性分析和主成分分析。结果表明:SO_2和CO污染较轻,NO_2浓度水平较高,O_3和PM_(2.5)污染相对严重。SO_2和O_3呈现"单峰型",NO_2、CO、PM_(10)、PM_(2.5)呈现"双峰双谷型"的日变化特征。SO_2、NO_2、CO、PM_(10)和PM_(2.5)呈"U型",O_3呈现倒"U型"季节变化特征。PM_(10)、PM_(2.5)与SO_2、NO_2、CO,SO_2与NO_2、CO,NO_2与CO呈现正相关;NO_2、CO与O_3呈现负相关。主成分分析法结果显示第1个因子为PM_(10)、PM_(2.5)、NO_2,第2个因子为O_3。