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。     

惠州市臭氧污染特征及其与气象条件关系研究

利用广东省惠州市区2013—2016年逐日、逐时的环境和气象资料, 研究了珠江三角洲(简称“珠三角”)东侧惠州市臭氧污染特征及其与气象条件关系。结果表明:惠州市臭氧污染具有明显的月和季节变化特征, 10月臭氧平均浓度最高, 臭氧超标日和污染日主要出现在7—10月。惠州市臭氧浓度日变化呈单峰变化, 06—08时最低, 最大值出现在午后14—15时。臭氧浓度变化和气象条件关系密切, 低浓度臭氧大多出现在气温较低、相对湿度和风速较大、云量较多伴有降水、日照时数较小的天气, 臭氧浓度超标多出现在气温较高、相对湿度和风速较小、云量较少一般无降水、日照充足的天气。惠州市臭氧超标主要出现在地面和低空偏西风下, 这可能与惠州市处于珠三角城市群下风向的区域污染输送有关。      

惠州市春季臭氧污染和气象条件的关系

利用广东省惠州市2013—2018年逐日、逐时的环境和气象资料,研究了惠州市春季(3—5月)臭氧污染天气特征,并对2013年3月5—9日的一次臭氧污染过程进行了分析。结果表明:(1)惠州市春季臭氧质量浓度和臭氧污染日2015年起呈上升趋势,O_3-8 h平均质量浓度为92.0μg/m^3,年平均出现日数为4 d。(2)春季臭氧污染日出现在天气晴朗干燥、气温较高、日照充足且云量较少的情况下,臭氧污染日偏西风出现频率为22.4%,与无污染日相比偏高了13.1%;东南风出现频率为39.6%,与无污染日相比基本一致。(3)2013年3月5—9日臭氧污染期间,冷空气影响后惠州市出现晴朗干燥天气,有利于臭氧生成;地面到850 hPa均吹偏西风,惠州处于珠三角东侧,吹偏西风时处于城市群下风向,存在区域污染输送的可能。     

2019年许昌市臭氧污染情况及其与气象条件的关系

利用许昌市环境空气质量监测站点的数据和地面常规气象观测资料,分析了许昌市O3质量浓度日变化、月变化、年变化特征及其与颗粒物、二氧化氮和气象条件的相关关系.结果表明:2019年许昌市全年O3污染以轻度污染为主,中度污染有1天,没有出现重度污染天.相比2017年和2018年,2019年O3污染浓度呈减轻趋势,污染级别有所下...     

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...     

城市空气臭氧污染业务预报方案研究

概述了当前国内外对臭氧浓度预报采取的主要方法，并对各种方法作了简要的分析比较。在IER光化学模式的基础上，提出了城市空气污染数值预报系统CAPPS的臭氧浓度预报方案，初步检验结果表明该方案是可行的。同时，提出了优化搜寻法以解决通常缺少活性有机化合物VOC监测值的问题。     

中山市2015—2019年臭氧超标特征及其与气象条件的关系

利用广东省中山市2015—2019年的地面臭氧浓度及气象观测数据,分析了中山市近年来臭氧超标与气象条件的关系。结果表明,中山市2015—2019年臭氧超标天数从22天增加至66天,臭氧年评价值增长36%,中度污染以上天数占超标天数比例从9.1%增长至36.4%。臭氧超标主要集中在8—11月,其中9月超标天数最多。夏秋季节臭氧超标主要发生在气温高、湿度低、太阳辐射强、日间10—14时无明显降水、吹北风的气象条件下,臭氧的污染潜在源区主要位于中山西部到北部的城市。风向和气温是臭氧超标最重要的指标,夏、秋季日间吹北风且日最高气温在33℃或以上时超标率分别达到89.1%和78.6%。2017年和2019年在相同的最高温、相对湿度、太阳辐射强度、降水和风速条件下的臭氧超标率均远高于2015年。当臭氧起始浓度在10μg/m³以下、11～30μg/m3及30μg/m³以上时,夏(秋)季从起始浓度达到超标分别用时7.1(6.9)h、6.2(6.2)h和5.8(5.9)h,相应气温上升7.2(7.1)℃、5.8(5.8)℃和4.7(5.1)℃,起始浓度增大时,...     

承德市臭氧及其前体物浓度变化特征

采用2014—2016年承德市环境监测站和气象站的数据,对承德市O3、NO2、CO浓度和气温进行了分析,得出以下结论:承德市O3污染天数及所占的比重呈逐年增加趋势;O3-8 h月平均浓度呈现夏季高而冬季低的季节变化特征,月平均气温与其呈现一致的变化趋势,其前体物NO2和CO则呈现相反的变化趋势,表现为冬季高而夏季低的特征;O3浓度的日变化呈单峰型分布,午后浓度升高而夜间浓度下降,与气温的日变化趋势一致,NO2呈现相反的变化趋势,CO呈三峰型分布,总体表现为中午浓度最高;O3-8 h、NO2、CO浓度和气温总体均呈现北低南高的空间分布;O3-8 h浓度与其前体物NO2和CO均呈显著的负相关关系。有利于承德市出现O3污染天气的气象要素为太阳总辐射辐照度900～1000 W/m2,日最高气温大于30℃,无降水产生,日最小相对湿度小于20%和50%～60%,受偏南风或西南风影响。     

重庆市臭氧污染及其气象因子预报方法对比研究

利用2014年1月1日至2018年12月31日的重庆市空气质量日均值资料,分析了重庆近5 a臭氧污染的特征。发现重庆市臭氧是除PM_2.5以外的第二大大气污染物,具有较强的季节变化特征,主要污染时段位于夏半年,在7—8月臭氧污染程度明显超过了PM_2.5。臭氧年平均浓度呈现逐年增加的趋势,首要污染物为臭氧的日数在2018年首次超过PM_2.5,臭氧成为2018年重庆市的第一大污染物,表明重庆正在由一个以颗粒物污染为主的城市转变为臭氧污染为主的城市。通过对同期逐日气象资料与臭氧8 h滑动平均日最大值相关性分析发现,大气温度、湿度及气压均为影响臭氧污染的重要气象因子。利用气象影响因子,采用逐步回归、支持向量机、神经网络方法对臭氧8 h滑动平均日最大值进行预报实验表明,三种预报模型均具有较强的预报能力,但总体来看预报均比实况略偏小。支持向量机方法的预报效果要稍好于逐步回归和神经网络方法,可为重庆市臭氧浓度预报提供参考。     

乌海市PM_（10）污染浓度与气象条件分析

乌海市PM10浓度与风速的关系明显。总体而言,PM10污染物浓度随风速的增大而增大;冬季当风速在3.1～4.0m.s-1时,PM10污染物浓度低。PM10浓度与地面风向的关系：春季偏西风时PM10污染浓度最高,偏北风时污染浓度最低;冬季东南风时污染浓度最高,西北风时污染浓度最低。PM10浓度与空气湿度的关系：冬季PM10污染浓度值随湿度的增加而增加,正相关比较明显。春季当空气湿度越小,出现重度污染的频率越高。     

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。     

影响北京夏季O3污染的O3前体物浓度及天气条件分析

根据2003年北京夏季近地面大气光化学污染物观测资料,对中国气象局培训中心(代表站)O3超标日浓度、O3前体物浓度、不同天气条件下O3浓度分布特征等进行分析。结果表明:中国北京夏季NO2,NO,CO的浓度特征与日本神奈川县相似,白天(16:00以前)如果NO2/NO超过29,则容易出现O3超标;VOC浓度的高低影响O3浓度;当处于暖湿气流控制,地面为小风或静风、气温较高、湿度较大的多云天气时,易出现O3超标情况。这些污染物发生的特点和规律对北京大气光化学污染的研究和防治具有借鉴意义。     

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。     

盱眙县空气污染特征及其气象条件分析

采用盱眙县环境监测站 2014年1—12月PM₁₀、PM_2.5、SO₂、NO₂、O₃逐日质量浓度资料及盱眙国家基本气象站同期气象资料,分析不同气象条件下盱眙县空气质量变化.结果表明:盱眙县主要污染物是PM_2.5、PM₁₀,污染较轻的是SO₂、NO₂、O₃;盱眙县空气质量变化趋势为春冬季污染严重,夏秋季污染较轻.气象条件中的降水因子对改善空气质量、清除颗粒物具有明显作用;当温度在0 ℃以下或30 ℃以上时空气质量相对较好,0～20 ℃时空气污染情况较为严重;偏东风时大气环境质量较差,偏北风时大气环境质量较好.     

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...     

汕头市PM2.5的气象要素影响分析及预报研究

利用2014—2017年汕头市PM_2.5的日浓度资料、以及汕头市国家基准气象观测站的同期地面气象资料,重点分析了汕头市PM_2.5浓度的变化特征以及风、混合层厚度、降水等气象条件对PM_2.5浓度的影响,同时探讨了污染物浓度变化的成因。在此基础上,根据汕头市的气候特点,采用BP （Back-Propagation）人工神经网络方法针对汛期和非汛期分别建立了PM_2.5质量浓度预报模型。结果表明：与多数内陆城市不同,汕头市PM_2.5浓度日变化为单峰型,这与汕头地处沿海受海陆风影响有关;PM_2.5浓度日峰值出现在08时左右,除早高峰污染物排放增加的因素外,与早晨时段的低风速环境有关;PM_2.5日均浓度随着风速的增大呈现减小趋势,PM_2.5日均浓度与08时混合层厚度显著相关（相关系数为-0.143）;汕头市非汛期PM_2.5浓度比汛期高,这与汕头市的亚热带季风气候特征有关,汛期各量级降水（暴雨以上除外）对PM_2.5的清除效果无明显差别,而非汛期降水对PM_2.5浓度有明显清除作用;BP人工神经网络模型的预报效果表明,汛期和非汛期的PM_2.5级别命中率TS分别为100%和90.3%,准确指数分别为87.7%和89.9%,总体预报效果良好。不同时期预报模型出现正误差的数量和程度均大于负误差,汛期预报模型在有强降水发生时误差较大,而非汛期预报模型在有冷空气入侵时误差较大。     

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。