2016~2018年中国城市臭氧浓度时空聚集变化规律

为揭示中国O3浓度的时空格局及聚集变化规律,通过对2016~2018年全国338个城市1144个监测站点的O3浓度观测数据,使用空间插值及空间自相关等方法进行分析研究.结果表明:2016~2018年全国O3浓度(第90百分位数)总体呈现上升趋势(由2016年的141.54μg/m^3上升到2018年的153.21μg/m^3),污染态势逐年加重,且华北及长江中下游等人口稠密地区O3浓度最高,O3浓度的空间分布呈现显著的聚集性和相似性规律,且聚集性逐年增强,O3浓度的年聚集区主要呈现北高南低的分异,高高值聚集区主要集中在北方(城市占比22.19%~29.59%),低低值聚集区则主要集中在南方(城市占比15.98%~22.19%),此外,O3浓度高高值聚集区与低低值聚集区空间分布的季节变化规律以顺时针周期性变化为主:3a来,春季集聚区分布与年集聚情况相同,夏季高高值,低低值聚集区逐渐向西扩大聚集范围,秋季则顺时针转变为东高西低的分异情况,随后高高值(低低值)聚集区沿顺时针方向南(北)移动,到冬季则转变为南高北低的空间分异情况.

四川盆地Pm2.5 时空分布及影响因子研究

利用四川盆地18个城市2015—2017年一次气态前体物(SO 2、NO 2、CO)和气象因子(温度、相对湿度、气压、风速、日照时数、降水量等)分析四川盆地Pm2.5时空分布特征及影响因子。结果表明,2015—2017年四川盆地Pm2.5浓度逐年降低。污染高值区(Pm2.5年平均质量浓度≥60μg/m 3)主要分布在自贡市和内江市及其周边地区。同时,四川盆地Pm2.5质量浓度有明显的季节变化特征:冬季(83.00μg/m 3)>春季(46.53μg/m 3)>秋季(38.81μg/m 3)>夏季(30.59μg/m 3)。基于广义相加模型(GAM)分析发现,四川盆地18个城市中影响Pm2.5浓度的主导影响因子包括SO 2、NO 2、CO、温度、气压和相对湿度,主要是一次气态前体物。

基于GAM模型的四川盆地臭氧时空分布特征及影响因素研究

为研究四川盆地臭氧(O_3)时空分布特征及其气象成因,对四川盆地18个城市2015—2016年国控环境监测站点和气象台站数据进行了研究分析.结果表明:2015—2016年四川盆地O_3污染愈发严重,高值污染区呈扩张态势,污染区主要位于盆地西部成都、德阳、资阳、眉山、内江一带和以广安为中心的周边区域.O_3浓度有明显的季节变化特征:夏季(110.70±41.52)μg·m^(-3)>春季(95.24±41.23)μg·m^(-3)>秋季(67.58±39.55)μg·m^(-3)>冬季(47.17±41.15)μg·m^(-3).基于广义相加模型(GAM)分析发现O_3浓度与气压、气温、相对湿度、风速、日照时数、降水量间均呈非线性关系,其中日照时数、相对湿度以及气温对四川盆地O_3浓度影响较大,而风速、气压以及降水量对O_3浓度影响相对较小.通过构建GAM模型对四川盆地18个城市O_3污染的主导气象因子进行识别,并对2017年O_3浓度进行预测和检验,结果显示GAM模型能较为准确地预测四川盆地各城市O_3浓度的变化趋势.

2014—2017年四川盆地与京津冀地区冬季空气停滞特征及大气质量改善评估对比分析

对2014-2017年四川盆地和京津冀地区气象数据和污染物浓度数据进行综合评估,在原有全球空气停滞日判别标准基础上发展出本地化空气停滞指数阈值,并以提高两个区域空气质量优良天数为目的建立模型,计算各城市空气停滞发生时PM2.5污染上限浓度参考值.本研究得出,四川盆地和京津冀地区本地化空气停滞日判别标准分别为地面风速< 2.5 m·s^-1、边界层高度< 500 m和地面风速< 3 m·s^-1、边界层高度< 300 m.四川盆地冬季空气停滞发生频率四周高,中心小,空气停滞对空气质量的影响西部高于东部;京津冀中部和南部空气停滞频率发生高,空气停滞对空气质量的影响呈现显著的南北差异.四川盆地以成都为中心城市群及京津冀中部和南部地区的高污染排放强度和高空气停滞频率导致重污染事件的频发.本文对我国两个冬季重污染高发的区域进行深入研究,更为客观、量化地评估4年来区域空气质量实际改善程度并初步建立空气质量目标管理模型,以期为区域空气质量达标管理提供可靠的科学依据.