气象因子对近地面臭氧污染影响的研究

本文通过对１９９３年春季和春夏之交的O3浓度逐日变化、日变化和气象因子关系的分析，提出了影响O3浓度的主导气象因子和不同情况下形成高浓度O3的主要因子，提出了大风速对逐日变化中O3浓度特高及浓度日变化峰值的重要作用，并指出高温、低湿、小风并不是在所有情况都是促成高浓度O3的因子。另外，雾也可以成为近地面O3浓度增值的因素，主要原因是雾内湍流发展将高浓度O3大量输向下方。     

江苏臭氧污染特征及其与气象因子的关系

本文利用2013—2017年江苏70个环境监测站资料和13个国家气象观测站常规观测资料,研究江苏臭氧污染特征及其与气象因子的关系。结果表明:江苏臭氧质量浓度和超标率逐年增长,其空间分布特征由东部沿海城市大于西部内陆城市逐渐转为东西部城市差异不明显,南部城市超标率总体高于北部;4—9月臭氧质量浓度处于较高水平,夏季超标占一半以上;日变化呈"单峰单谷"型,15时(北京时间)前后超标率最大,O_(3-8 h)较O_(3-1 h)峰值推后3—4 h;O_3对空气质量不达标的贡献率呈逐年上升趋势;臭氧质量浓度与颗粒物和前体物NO_x日变化呈反相关,且存在"周末效应"。江苏地区臭氧质量浓度总体与气温正相关,相对湿度负相关,气温高于25℃、相对湿度30%～50%区间、风速低于4 m·s~(-1)以下易出现高浓度臭氧;苏南的城市主要在东南风向对应较高的值,而苏北城市多在西南风向对应的较高臭氧质量浓度值。     

气象因子和海风对秦皇岛市臭氧污染的影响

利用2017年9月至2019年9月秦皇岛市环境监测站污染物浓度资料以及秦皇岛市国家基本气象站和浮标站的气象数据,统计分析了秦皇岛市O3污染特征以及气象因子和海风对秦皇岛市O3污染的影响.结果表明:秦皇岛市O3污染月变化特征表现为以5—6月和9月最为严重,10—12月和1—2月则无O3超标天气出现.O3污染的日变化特征表...     

气象因子对太原地区空气质量的影响研究

利用2017—2019年太原小店区气象与空气质量指数逐时数据,分析了气象因子对空气质量指数的影响,对易污染月份空气质量进行了深入分析,利用神经网络方法构建了气象因子与空气质量指数的关系模型,并与逐步回归模型进行了对比。结果表明:(1)2017—2019年太原地区空气质量6个等级均出现过,其中,良占比最大,为51.9%;严重污染等级最少,为1.9%。每年8月空气质量最好,1月空气质量最差,11月—次年2月为易污染月份。(2)气温、风速、气压对空气质量指数的影响主要表现为负相关,9月—次年2月呈显著负相关;降水主要表现为负相关;相对湿度对空气质量指数影响较大,8月—次年3月呈显著正相关,6—7月呈显著负相关。(3)易污染月份,太原地区空气质量以良为主,占40.7%;其次为轻度污染,占24.8%;严重污染占4.6%。相对湿度、风速对空气质量影响较大,表现为强相关。(4)神经网络构建的气象因子与空气质量指数的关系模型,与逐步回归分析模型相比,准确率由91%提高到94%。神经网络模型模拟效果更佳,为太原地区治理大气污染提供重要的参考价值。     

河北沧州市臭氧质量浓度与气象因子的关系分析

利用2014—2020年河北沧州逐小时气象与环境监测数据,对沧州市臭氧(O₃)污染加剧现状及其与气象因子的关系进行分析。结果表明：(1)沧州地区O₃污染呈加剧态势,且O₃已上升为该地区首要污染物;O₃污染集中出现在5—9月,O₃质量浓度日变化呈单峰单谷型,最大浓度出现在16:00前后;(2)5—9月O₃日最大8 h平均质量浓度(简称“O₃-8 h”)所处时段,平均气温、最高气温、相对湿度、总辐射辐照度与O₃质量浓度的相关性较好,本站气压、水汽压和平均风速与O₃质量浓度的相关性未通过显著性检验;(3)5—9月O₃-8 h时段,当同时满足8 h平均气温高于30.9℃、最高气温高于32.7℃、平均相对湿度低于42.1%、平均总辐射辐照度高于505.8 W·m^-2时,出现O₃污染的概率达84%;(4)气象因子不是O₃     

2015-2019年贵港市臭氧污染特征及其与气象要素的关系

为研究贵港市O3(臭氧)污染特征及其与气象要素的关系,对2015-2019年贵港市国家空气自动监测站和同期贵港国家气象观测站逐日、逐时气象资料进行了研究和分析.结果表明:近5a来贵港市O3污染日趋严重;O3污染存在明显的季节变化,秋＞夏＞春＞冬;O3浓度日变化特征呈单峰型,8:00出现谷值,15:00-16:00出现峰...     

肇庆市臭氧污染的气象影响及预测方法

通过肇庆市2013—2017年逐日气象要素和近地面臭氧连续观测数据,分析臭氧质量浓度变化特征及气象要素对臭氧变化的影响,结果表明:肇庆臭氧高质量浓度污染主要发生于秋季,全年臭氧质量浓度与日照时数相关性最好,其次为相对湿度和最高气温;秋季除气压和风速外,其余气象要素与臭氧相关性均不如全年。当日照时数介于8～10 h、相对湿度低于50%、平均风速介于1.5～2.0 m/s、气压介于1 010～1 015 hPa时臭氧质量浓度和超标率最高。主导风存在偏南分量时臭氧质量浓度明显较高,西南偏西风时达到最高,偏北到偏东风下质量浓度普遍较低;主导风为较大北风、东风、西北偏西风、南风时外来输送影响明显。当相对湿度为45%～85%、平均风速为1.0～2.0 m/s、日照时数>6 h、日平均气压为998～1013 hPa,同时主导风存在偏南风量或吹较大北风、东风或西北偏西风时可考虑发布臭氧污染预警。     

玉林市2019年秋季一次臭氧污染过程特征分析

利用NCEP再分析、资料及空气自动监测站和micaps探空等资料,运用天气学分析和统计方法,对2019年9月24日至10月1日广西玉林一次臭氧污染过程的天气形势、热力动力特征及气象条件进行了分析。结果表明,受副高控制及台风外围下沉气流影响,高低层一致偏北风的稳定天气形势导致高温晴朗天气持续,利于臭氧浓度增加;垂直方向上多层逆温,扩散条件差,导致污染物在低层积聚;臭氧浓度与相对湿度、最大风速呈负相关,与日照时数呈正相关。     

2016—2019年唐山市臭氧污染及其与气象条件的关系

利用2016—2019年唐山市逐时O₃浓度和气象数据,分析了O₃污染特征及其与气象条件的关系。结果表明：2016年唐山市O₃超标天数为53 d, 2017—2019年O₃超标天数每年在70 d以上,污染程度偏重。O₃月平均浓度值呈双峰型分布,6月O₃平均浓度值最大,达112.26μg·m^-3,9月次之。O₃浓度超标日分布在3—10月,夏季超标天数最多,其他依次为春季、秋季,具有明显的季节变化特征。O₃日均浓度为15:00最大,日变化呈单峰型分布。O₃浓度与温度、风速正相关,与相对湿度负相关。气温高是导致O₃浓度超标的重要因素,日最高温度超过25℃时要考虑O₃浓度出现超标现象。相对湿度在50%左右及60%—80%时,O₃浓度超标率均大于30%,在60%—70%时O₃-8h浓度平均值达到...     

辽宁地区O3污染状况及相关气象要素分析

利用2015—2019年辽宁城市逐小时地面O₃浓度观测数据,结合各城市逐小时气象要素观测数据,分析了辽宁地区近5 a的O₃污染状况及影响O₃的相关气象条件。结果表明：除环辽东湾部分城市O₃浓度呈下降趋势外,辽宁地区其他城市的O₃浓度均呈明显的上升趋势,O₃正取代PM_2.5成为影响辽宁地区的首要大气污染物。O₃浓度具有夏季高、冬季低,下午高、早晨低的时间分布特征。除受污染排放源直接影响外,高温、高湿、强辐射、小风和地面低气压都有利于O₃的局地生成;在亚洲夏季风的影响下,上游地区（如京津冀地区）的污染气团会随大气环流向东北地区输送,对辽宁地区夏季O₃污染产生重要影响。     

兰州主城臭氧污染特征及气象因子分析

基于2014—2017年兰炼宾馆、生物制品所、职工医院、铁路设计院4个国控站的监测数据,通过分析兰州市主城臭氧浓度变化时间分布特征以及气象指标对臭氧浓度的影响关系,进而通过遗传算法得到最优的气象因子范围,以此预测O_{3_8h}浓度的超标情况。结果表明:2014—2017年兰州市主城臭氧污染主要集中在4—8月,且每日14—16时处于高值区;对臭氧浓度变化起主导作用的气象因素有净地表太阳辐射、边界层高度、距地面2 m温度、西风、850 hPa相对湿度以及850 hPa垂直速度;采用遗传算法得到最优气象因子范围,据此判断气象条件是否处于高影响状态:当此时刻气象条件处于高影响状态时,下一时刻O_{3_8h}超标(O_{3_8h}大于160μg·m^-3)概率为42. 31%,O_{3_8h}超过130μg·m^-3的概率为99. 04%;当此时刻气象条件处于低影响状态时,下一时刻O_{3_8h}未超标概率为99. 87%。因此,在兰州市主城臭氧防治中,首先需要对未来的气象条件进行判断,进而在09时前人为操控一些主要气象因子或者控制臭氧前体物浓度,从而抑制臭氧浓度在09—14时快速上升,防止臭氧浓度超标。     

成都市夏季臭氧污染特征及影响因素

利用2014年夏季成都市3个国控环境监测站（金泉两河,君平街和梁家巷）O₃、NO₂及PM_2.5逐时观测数据,结合国家基准站温江站的气温、湿度、风速、风向、太阳辐照度、降雨等地面气象要素观测资料,分析O₃的日、月变化及空间分布特征;探究前体物及气象因子对O₃浓度的影响。结果表明：成都市O₃-8 h平均浓度为104.4 μg·m^-3,O₃超标率为2.8%—15.3%。O₃浓度6月最高,8月最低;呈现明显的“单峰型”日变化特征,午后15：00达到峰值。O₃与NO₂呈现负相关,相关系数为-0.5;与PM_2.5无显著相关性。高温、低湿、强太阳辐射有利于O₃的形成;风速为2.5—3.0 m·s^-1,风向为南风时,O₃浓度相对较高。     

太原大气能见度影响因子分析及能见度预报

利用2017年1月—2019年12月太原地区逐时气象资料,分析了能见度及其主要影响因子的变化特征,并对两次低能见度过程进行深入分析,构建了能见度预报模型并进行检验,结果表明:(1)从空间分布看,太原北部能见度明显高于南部地区。从时间分布看,太原地区平均能见度最大值出现在5月,最小值出现在1月;日间最低值出现在06:00(北京时,下同),冬季略向后推移,最高值出现在15:00前后。(2)2017—2019年太原地区低能见度分别出现93、84、79 d;低能见度发生时,干霾、湿霾发生频率分别为59.27%、40.73%;湿霾发生时,能见度降低更加明显。(3)所选个例中,能见度均随各影响因子有所起伏,干霾、湿霾过程中能见度分别与颗粒物浓度、相对湿度变化一致。(4)采用神经网络方法构建太原地区能见度预报模型,预报模型相关系数为0.81,均方根为4.43 km,平均绝对误差为17.39%,轻微级能见度的TS评分为87%。神经网络方法对太原地区能见度预报具有较高的参考价值。     

2017年上海臭氧污染气象条件分析及臭氧污染天气分型研究

根据2016-2017年上海空气污染物和相关气象要素数据,分析上海2017年O₃变化特征以及气象影响因素,并对造成O₃污染的天气系统进行主观分型。结果表明：2017年上海市空气质量优良天数为275 d,占全年天数的75.3%,O₃-8h污染天数为55 d。上海市O₃-8h年均浓度115 μg·m^-3,同比增幅超过10%,为2013年以来的最高值,主要体现为夏半年O₃浓度的上升。与2016年相比,2017年夏半年西太平洋副热带高压偏西偏强,上海地区风速风向、温度、水汽、光照、辐射条件均有利于O₃浓度上升。造成2017年高浓度O₃污染主要有4种天气类型：副热带高压控制型（SH）、地面高压型（G）、均压场型（J）和低压型（D）。其中副热带高压控制型是典型的O₃-8h污染天气型,占总污染日数的29.1%,且污染程度较重;低压型出现次数较少;地面高压型的臭氧平均污染程度最弱。     

A meteorological analysis of ozone episodes using HYSPLIT model and surface data

Ozone episodes (> 100 ppbv) were observed frequently in Jinan, an urban site located between the highly polluted Yangtze Delta and Beijing–Tianjin region in East China. In this study, the ozone episodes observed in 2004 were analysed using the Hybrid Single-particle Lagrangian Integrated Trajectory (HYSPLIT) model and surface meteorological data, as well as Air Pollution Index (API). The meteorological conditions of episode days and non-episode days were compared and examined, and categorization of 6 groups of backward trajectories was performed. The results show that, most episodes were caused by local photochemical production (e.g., induced by sufficient sunshine duration and high temperature) and pollutant accumulation (e.g., induced by little rainfall and low wind speed), and transport of pollutants from the highly polluted regions could significantly influence the air quality at the site, especially from Yangtze Delta region. In addition, three typical ozone episodes were analysed using HYSPLIT model to infer any long-distance transport and surface meteorological data to infer the local ozone production potential. At last, the functions and inadequacies about the usage of HYSPLIT model combined with surface meteorological data for the analysis of photochemical pollution were discussed.     

2015—2018年海南省臭氧污染特征及其天气类型

根据2015—2018年海南省18个市县32个空气质量监测站O₃浓度资料,分析了区域性O₃污染（O₃-8h浓度超标市县≥3个）时空变化特征,并对造成O₃污染的天气系统进行主观分型。结果表明：2015—2018年海南省共有40 d发生了区域性O₃污染,发生概率为2.73%。其中2015年和2017年达到了13 d,发生概率为3.56%,2018年为11 d（3.01%）,2016年仅为3 d（0.82%）。发生区域性O₃污染主要有4种天气类型：冷空气偏西下型、冷空气偏东下型、变暖高压脊型和热带系统型。其中冷空气偏西下型是最主要的天气类型,共出现了14 d,占所有天数的35%,且污染较重。不同天气类型下海南省O₃污染表现出不同的分布特征。500 hPa有下沉气流、低层受东北风控制,有相对湿度低值区从中国东部向海南省延伸,地面位于冷高压底部或热带气旋西北侧,温度露点差在5 ℃以上等条件均有利于海南省区域性O₃污染天气出现。