西宁近地面臭氧特征及其影响因素

利用青藏高原东北部城市西宁2015—2017年O_3质量浓度和各气象要素数据(紫外辐射、最高气温等),分析近地面O_3变化特征及其影响因素,结果表明:该地区臭氧平均质量浓度呈现单峰型日变化规律。每年6—8月O_3质量浓度最大,12月至翌年2月最小。依据环境空气质量指数AQI统计分析,6—8月污染天气O_3占首要污染物总天数的72%。O_3与NO_2、CO呈极显著负相关,臭氧日最大1 h平均质量浓度与紫外辐射、日最高气温呈极显著正相关,与日平均气压、日最高气压、日最低气压呈极显著负相关,与日平均相对湿度相关性不显著。不同季节不同高度风速大小和风向频率对O_3质量浓度影响不同,500 h Pa盛行风向以WNW为主时有利于扩散。2017年青海省大部地区O_3月平均质量浓度总体呈先增加后减小变化趋势。纬度越低,海拔越高的地区,O_3质量浓度升高越早。降水量的差异对O_3质量浓度影响较小。     

南京地区大气颗粒物影响近地面臭氧的个例研究

通过对2008年4月2～7日南京地区地面气象观测数据以及两个站点空气质量(O₃、NO_x、PM10)监测资料的分析, 发现O₃和PM10之间存在一定程度的反相关。利用一个光化学箱模式对该个例中大气颗粒物影响近地面臭氧的过程进行模拟, 结果发现大气颗粒物浓度的升高使得气溶胶光学厚度增加20％～40%, 导致NO₂和O₃近地面光解率下降20%～30%, OH和HO₂自由基浓度分别减少20%～50%, 造成O₃净生成率下降30%～40%。研究表明, 颗粒物对光化学过程的抑制造成了大气氧化能力的降低, 是近地面臭氧浓度减少的可能原因。     

东莞市近地面臭氧质量浓度变化特征

利用2007年11月～2008年10月臭氧连续自动监测数据,分析东莞市近地面臭氧质量浓度的频率分布、日变化、季变化等特征.结果表明,臭氧小时平均质量浓度超过<环境空气质量标准>(GB3095-1996)2级标准的频率仅为0.95%,说明目前东莞市的臭氧符合国家2级标准,达标率99.05%;臭氧质量浓度在1 d中呈明显的...     

青藏高原清洁地区近地面层臭氧的特征分析

利用瓦里关1994年8月～2001年12月地面臭氧资料，分析了地面O3年季变化，以及不同天气条件下的日变化特征。结果表明，青藏高原洁净地区地面O3具有明显的季节变化且呈缓慢的上升趋势，春季浓度明显高于冬季，最高值出现在每年夏初，而最低值在12月左右。与低纬的Lzana站相比，瓦里关地区地面O3浓度变化趋势与之比较相近，而且，亦呈逐年上升趋势。不同天气条件下，春、夏、秋、冬四个季节地面O3浓度变化不尽相同，晴天和多云天，春、夏、秋季的地面O3变化趋势基本一致，其中，春秋季，晴天O3值高于多云天和降雨天，而冬季和夏季则不明显，说明晴空天气虽然有利于O3浓度的增加，但并不是重要因子之一。各季节降雨、雪天O3浓度的变化情况来看，地面O3在春、秋、冬三个季节变化不大。而夏季与其它季节明显不同，变化幅度很大，日较差在四个季节中为最大，这与雨、雪的冲刷关系很大，并且可能存在雨、雪以及降雨强度的差异。     

东亚太平洋地区近地面臭氧的季节和年际变化特征及其与东亚季风的关系

利用东亚清洁背景站近地面臭氧观测资料,结合风场和降水资料,分析东亚各地区臭氧的多年季节变化特征,并探讨东亚太平洋地区臭氧的季节和年际变化与季风的关系以及影响近地层臭氧的主要因子。结果表明：东亚大部分地区与北半球背景站观测一致,近地层臭氧季节变化表现为春季最高、夏季最低的特征;但在东亚中纬度33～43°N,臭氧表现为夏季最高,而在东亚20°N以南地区臭氧则表现为冬末、春初最高。东亚太平洋沿岸近地面臭氧的季节变化主要受东亚冬、夏季风环流的季节变化控制。该地区不同纬度上春季峰值出现时间的差异与亚洲大陆春季不同时期污染物输送路径的差异有关。对东亚太平洋沿岸对流层顶附近位势涡度、高空急流和垂直环流季节变化的分析表明,冬春季可能是平流层向对流层输送的最强期,对近地面臭氧贡献最大。初夏至秋季（5-11月）,平流层向对流层输送较弱,对近地面臭氧贡献较小。东亚太平洋地区夏季风爆发的时间和强度以及季风环流型的年际差异是导致该地区春、夏季臭氧年际变化的主要原因;而季风降水和云带位置以及平流层一对流层交换是造成臭氧年际变化的其他原因。     

2015-2017年中国近地面O3污染状况与影响因素分析

利用2015-2017年环保部发布的近地面臭氧(O_3)和其他3种污染物[粒径小于2. 5μm的颗粒物(PM_(2.5))、一氧化碳(CO)、二氧化氮(NO_2)]小时浓度数据和美国国家气候资料中心收集的气象要素监测数据,分析了中国近地面O_3污染状况,并用逐步回归方法分析了影响O_3重污染区域夏季近地面O_3浓度的因素。结果表明,2015-2017年我国O_3日最大8 h滑动平均浓度(O_3MDA8)年平均值分别为83.02±16. 79,87. 05±14. 32和94. 70±13. 89μg·m~(-3)。O_3MDA8浓度逐年增长(增长率14. 07%),其中冬季增长最快(增长率范围14. 67%～34. 32%),夏季增长最慢(增长率范围2. 32%～14. 16%)。京津冀、长三角、山东半岛、川渝和中原地区近地面O_3污染较重,影响这5个区域近地面O_3浓度的主要因素为温度、相对湿度和PM_(2.5),除此之外京津冀和川渝地区的近地面O_3浓度受NO_2影响明显,中原地区的近地面O_3浓度受CO影响明显。     

斯堪的纳维亚臭氧亏损和地面加热

研究表明,冬季在北极的斯堪的纳维亚地区存在一个明显的臭氧亏损区,亏损区的中心值达-50DU.对臭氧亏损和地面加热进行相关分析后指出:斯堪的纳维亚地区的臭氧亏损和该地区地面的感热通量、潜热通量、净辐射通量以及总的热通量关系极其密切,其相关系数均在-0.87以上.由此,我们认为冬季斯堪的纳维亚地区的臭氧亏损可能是由于地面加热引发的物质抬升所造成的.     

近地面O3变化化学反应机理的数值研究

利用中尺度气象模式（MM5）及区域化学模式（RADM）对中国地区近地面O3变化化学反应机理进行了数值模拟研究。主要研究了近地面O3变化与其主要前体物NMHC（非甲烷烃）、NOx、CO等之间复杂相互作用关系。主要结论为:（1） 污染地区近地面O3变化主要受光化学作用控制;而清洁地区地面O3变化主要受大气背景O3浓度影响。（2）NMHC和NOx的变化对HO2和OH自由基的影响是十分复杂的,O3的反馈作用对自由基的影响是不可忽视的。（3）在高NOx污染地区的地面上空可能出现高O3污染。（4）在O3光化学反应机理中同样存在线性相关关系。     

德州市冬季大气挥发性有机物污染特征及其对臭氧和二次有机气溶胶生成的贡献

利用气相色谱-质谱仪/火焰离子检测器（Online-GC-MS/FID）对2017年冬季山东德州大气中99种挥发性有机物（VOCs）进行连续测量,研究了VOCs浓度和组分特征、日变化趋势、来源及其对臭氧（O₃）、二次有机气溶胶（SOA）生成的贡献.结果表明,德州大气VOCs平均体积分数为（47.74±33.11）×10^-9,烷烃占比最大,为40.66%.总VOCs及其组分表现出早晚体积分数高、中午体积分数低的日变化规律.德州大气中丙烷、丙烯、苯及甲苯和二氯甲烷分别受到液化石油气挥发、生物质燃烧、机动车排放和溶剂使用等人为源的影响.反向轨迹模型分析发现,北方内陆气团对德州VOCs体积分数具有一定贡献.烷烃、烯烃、芳香烃的臭氧生成潜势分别为（34.87±33.60）、（120.48±118.76）和（59.77±94.14）μg/m³,乙烯、丙烯、甲苯和间/对二甲苯的贡献较大.芳香烃氧化主导了SOA生成,其贡献率为93.7%,甲苯、间/对二甲苯、苯对SOA生成的贡献最大.为解决大气复合污染问题、实现臭氧和PM_2.5协同控制,德州应重点控制甲苯、间/对二甲苯等芳香烃的排放.     

北京地面O3污染特征及气象条件分析

对2000年北京地区地面O3浓度监测资料和同期气象观测资料进行统计分析，发现北京地区地面O3浓度具有明显的月际、日变化特征及地域分布特征：O3小时浓度在一年中5－8月偏高，6月最高；在一日中12：00－16：00（北京时，下同）偏高；北京地区西、西北部O3浓度高于东北部和城区；分析了O3浓度不同等级的气象特征，影响O3浓度出现日变化和月际变化的主要气象因子是地面最高温度、相对湿度及地面风速等，并给出了日O3浓度最大值的预报方程。     

The Influence of Selected Meteorological Parameters on the Concentration of Surface Ozone in the Central Region of Poland

Abstract?This paper presents the results of measurements of the concentration of surface ozone and concurrent standard meteorological parameters: total solar radiation, temperature, relative humidity, pressure, wind speed, and vertical and horizontal components of the wind. The data were collected from 2005 to 2010 at stations located in central Poland (Mazowieckie voivodeship): Warszawa (urban), Legionowo (suburban), Granica and Belsk (rural). Furthermore, Granica is situated in the forested area of Kampinoski National Park. Continuously measured surface ozone concentrations demonstrated the well-known diurnal cycle of surface ozone concentration with a maximum in the afternoon and a minimum in the early morning hours. The averaged diurnal variations over six years reveal that the highest concentrations appear at rural stations (Belsk: 55?µg?m^?3 and Granica: 50?µg?m^?3) and the lowest at the urban station (Warszawa: 41?µg?m^?3). The threshold for high levels of surface ozone (120?µg?m^?3 per 8?h) was exceeded most often at Granica and Belsk. The occurrence of the ozone “weekend effect,” especially at urban stations, has been identified. The difference between weekend and weekday surface ozone concentrations at urban and rural stations was as high as 6.5?µg?m^?3 and approximately 2?µg?m^?3, respectively. Using appropriate statistical tools, it has been shown that meteorological conditions have a significant influence on ozone concentration. High correlation coefficients were found between ozone concentration and solar radiation, temperature, relative humidity, and wind speed. The forward stepwise regression model explains up to 75% of the variations in daily surface ozone concentration in terms of meteorological variability in summer and up to 70% in winter. At the same time, a multilayer perceptron neural network model was used to reconstruct the concentration of surface ozone. High correlation coefficients (up to 0.89) indicate that, on the basis of standard meteorological parameters and NO₂ concentration, we can determine ozone concentration with high accuracy.     

2017年8—9月湖州市臭氧污染特征及其生成机制研究

近年来近地面臭氧问题日益凸显,成为影响空气质量持续改善的瓶颈.本研究基于2017年8—9月在湖州市城区开展的为期1个月的臭氧及其前体物挥发性有机物（VOCs）和氮氧化物（NO_x）在线观测数据,分析了臭氧及其前体物污染特征,利用正矩阵因子分析（PMF）解析了VOCs来源,并采用基于观测的模型（OBM）对臭氧生成机制进行研究.研究结果表明：1）观测期间湖州市VOCs平均体积分数为（24.78±9.10）×10^-9,其中占比最高的组成为烷烃、含氧VOCs （OVOCs）和卤代烃;2）在臭氧非超标时段,湖州市臭氧生成处于VOCs控制区,而在臭氧重污染期间湖州市处于以VOCs控制为主的过渡区;3）在臭氧超标时段,对臭氧生成潜势（OFP）贡献最大的是芳香烃（39.6%）,其次是烯烃（21.5%）和OVOCs （19.4%）,排名前三的关键组分为甲苯、乙烯和间/对二甲苯;4）源解析结果显示观测期间湖州市VOCs的主要来源是溶剂使用（27.0%）、交通排放（22.7%）、背景+传输（19.3%）、工业排放（16.9%）、汽油挥发（7.7%）和植物排放（6.4%）,重污染过程期间对OFP贡献最大的两类源是交通排放源和溶剂使用源,贡献百分比分别为35.1%和30.5%.因此,对交通排放和溶剂使用方面进行控制管理对湖州市大气臭氧污染防控有重要意义.     

地面臭氧光化学过程规律的初步研究

给出了1996年夏季在广东肇庆鼎湖山对光化辐射、地面O3、NO、NO2浓度的观测结果,对影响地面O3、NO、NO2的主要因子进行了分析。晴天,地面O3、NO、NO2浓度有明显的日变化;阴天,它们的日变化比较复杂。晴天和阴天,在lnQUVB/m和lnQvis/m(其中QUVB为紫外B辐射,Qvis为可见光辐射,m为大气质量)与地面O3、NO,NO2浓度、整层大气水汽含量(q1、q2、q3、q4)之间存在着很好的相关关系。利用得到的关系式计算了地面O3浓度,在紫外和可见光波段,计算值与观测值符合得都比较好。     

北京秋季地面O3的一维模式模拟研究

用一维光化学模式,基本模拟出静稳天气条件下2001年9月9日北京几个主要大气污染物种:O3、NO、NO2、CO以及SO2的日变化特点,并解释了影响O3及NO、NO2、CO和SO2日变化的控制因子作用。初步分析认为,地面O3对非甲烷碳氢化合物(NMHC)的变化很敏感。NMHC的增加或减少,将会造成O3的明显改变。造成9月9日夜间20:00~23:00一次污染物NO、CO和SO2浓度急剧升高的原因是由于夜间大气层结稳定情况下,大气的垂直扩散减弱,污染物在底层积累造成的。由于实际大气中,影响O3生成和损耗的机制很复杂,同时大气的平流输送是影响O3及其他污染物分布的重要因素,用一维模式虽然能够揭示出影响O3变化的几个因子的作用,但要深入分析O3产生和消耗机制,还需要用三维模式。     

Boundary-Layer Ozone in Croatia

An analysis of ozone distribution in the atmosphericboundary layer based on monitoring data from two TORstations in Croatia is given. The levels were found tobe generally higher than expected for the continentalbackground. At the Puntijarka station, which can betaken as representative for the region, high valuesare mainly associated with transport from the west.The RBI station represents an urban site withoccasional photosmog situations. Short termmeasurements along the Adriatic coast have shown thatthere is a negative north to south gradient in ozoneconcentration as predicted by model calculations, butalso that some local photochemical production takesplace even at the remote Adriatic island far frompollution sources.     

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。     

Estimates of the Chemical Budget for Ozone at Waliguan Observatory

Waliguan Observatory (WO) is an in-land Global Atmosphere Watch (GAW) baseline station on the Tibetan plateau. In addition to the routine GAW measurement program at WO, measurements of trace gases, especially ozone precursors, were made for some periods from 1994 to 1996. The ozone chemical budget at WO was estimated using a box model constrained by these measured trace gas concentrations and meteorological variables. Air masses at WO are usually affected by the boundary layer (BL) in the daytime associated with an upslope flow, while it is affected by the free troposphere (FT) at night associated with a downslope flow. An anti-relationship between ozone and water vapor concentrations at WO is found by investigating the average diurnal cycle pattern of ozone and water vapor under clear sky conditions. This relationship implies that air masses at WO have both the FT and BL characteristics. Model simulations were carried out for clear sky conditions in January and July of 1996, respectively. The chemical characteristics of mixed air masses (MC) and of free tropospheric air masses (FT) at WO were investigated. The effects of the variation in NO_x and water vapor concentrations on the chemical budget of ozone at WO were evaluated for the considered periods of time. It was shown that ozone was net produced in January and net destroyed in July for both FT and MC conditions at WO. The estimated net ozone production rate at WO was –0.1 to 0.4 ppbv day^–1 in FT air of January, 0.0 to 1.0 ppbv day^–1 in MC air of January, –4.9 to –0.2 ppbv day^–1 in FT air of July, and –5.1 to 2.1 ppbv day^–1 in MC air of July.     

Impacts of uncertainty in AVOC emissions on the summer ROx budget and ozone production rate in the three most rapidly-developing economic growth regions of China

High levels of uncertainty in non-methane volatile organic compound （NMVOC） emissions in China could lead to significant variation in the budget of the sum of hydroxyl （OH） and peroxy （HO2,RO2） radicals （ROx =OH ＋ HO2 ＋ RO2） and the ozone production rate [P（O3）],but few studies have investigated this possibility,particularly with three-dimensional air quality models.We added diagnostic variables into the WRF-Chem model to assess the impact of the uncertainty in anthropogenic NMVOC （AVOC） emissions on the ROx budget and P（O3） in the Beijing-Tianjin-Hebei region,Yangtze River Delta,and Pearl River Delta of China.The WRF-Chem simulations were compared with satellite and ground observations,and previous observation-based model studies.Results indicated that 68％ increases （decreases） in AVOC emissions produced 4％-280％ increases （2％-80％ decreases） in the concentrations of OH,HO2,and RO2 in the three regions,and resulted in 35％-48％ enhancements （26％-39％ reductions） in the primary ROx production and ～ 65％ decreases （68％-73％ increases） of the P（O3） in Beijing,Shanghai,and Guangzhou.For the three cities,the two largest contributors to the ROx production rate were the reaction of O1D ＋ H2O and photolysis of HCHO,ALD2,and others; the reaction of OH ＋ NO2 （71％-85％） was the major ROx sink; and the major contributor to P（O3） was the reaction of HO2 ＋ NO （～ 65％）.Our results showed that AVOC emissions in 2006 from Zhang et al.（2009） have been underestimated by ～ 68％ in suburban areas and by ＞ 68％ in urban areas,implying that daily and hourly concentrations of secondary organic aerosols and inorganic aerosols could be substantially underestimated,and cloud condensation nuclei could be underestimated,whereas local and regional radiation was overestimated.