VARIATION CHARACTERISTICS OF O3 POLLUTION AND ITS RELATIONSHIP WITH INFLUENCING FACTORS IN THE URBAN AREA OF CHAOZHOU
-
摘要: 基于2014—2020年潮州市区空气质量监测数据和气象观测数据，应用统计分析、聚类分析等方法，分析了O3浓度的时间变化特征，及其与NOx浓度、气象因子的关系。结果表明：潮州市区O3污染有改善趋势，但是浓度下降速度较缓慢；呈双峰型的月变化特征，主峰在10月份；污染强度呈春季高于秋季的趋势；日变化呈单峰变化，07时出现最低值，随后迅速上升，最大值出现在午后15时，之后浓度又逐渐降低。NO2、NOx浓度与O3浓度变化呈反位相关系，早晨峰值比O3浓度低谷时间推迟1 h；下午低谷比O3的峰值提前1 h。潮州市区在最高气温＞25 ℃、无降水、光照充足（＞8 h）、相对湿度＜80%、风速为1.5~2.0 m/s，吹偏西风和偏东风时发生O3污染的几率较大。O3超标出现在中午到上半夜，中度以上污染出现在下午。上午时段日出后的日照及积温是影响O3浓度增长的主要气象因子，到下午时段，日出后的日照和相对湿度成为影响O3浓度增长的主要因子。NO2浓度对O3浓度变化有较明显的影响。聚类分析表明潮州市区O3污染主要受东北和偏东方向的较远距离传输影响和东南方向的近距离传输影响。Abstract: Based on the air quality monitoring data and meteorological observation data collected in the urban area of Chaozhou from 2014 to 2020, this study utilized statistical analysis and cluster analysis to examine the temporal variation patterns of O3 concentration and its relationship with NOx concentration and meteorological parameters. The findings suggest that although the O3 pollution in the urban area of Chaozhou showed signs of improvement, the decline in its density occurred at a slow pace. The monthly variation of O3 intensity exhibited a bimodal pattern, with the primary peak in October. Furthermore, the intensity was higher in spring. The diurnal variation of O3 concentration displayed a single peak, with the lowest value observed at 7 o'clock, followed by a rapid increase. The maximum concentration was recorded at 15 o'clock in the afternoon, after which the level gradually decreased. On the other hand, the variation in NO2 and NOx density exhibited an inverse phase relationship with O3. The peak density of NO2 and NOx occurred one hour later than that of O3, while the afternoon trough appeared one hour earlier than the peak of O3. In the Chaozhou urban area, O3 pollution was more likely to occur when the maximum temperature exceeded 25℃, there was no precipitation, there was sufficient sunlight (more than 8 hours), the relative humidity was below 80%, the wind speed ranged from 1.5—2.0 m s-1, and the wind direction was westerly or easterly. O3 concentration exceeded the standard from noon until early midnight, with moderate pollution occurring predominantly in the afternoon. The primary meteorological factors influencing the growth of O3 concentration varied between morning and afternoon. In the morning, sunshine and accumulated temperature were the main factors, while sunshine and relative humidity became the main factors in the afternoon. The concentration of NO2 greatly affected the changes in O3 concentration. Additionally, cluster analysis revealed that O3 pollution in the Chaozhou urban area was primarily influenced by long-distance pollutant transport in the northeast and east directions, as well as short-distance pollutant transport in the southeast direction.
-
Key words:
- Chaozhou /
- O3 /
- NOx /
- meteorological factors /
- characteristics
-
图 5 不同时次臭氧浓度与气象因子变化特征
a. 07—11时积温；b. 07—11时日照时数；c. 07—11时平均相对湿度；d. 07—11时平均风速；e. 07—15时积温；f. 07—15时日照时数；g. 07—15时平均相对湿度；h. 07—15时平均风速。
表 1 潮州市区4月与10月超标日气象因子与天气形势对比
气象因子 平均日雨量/mm 平均最高气温/℃ 平均日照时数/h 平均相对湿度/% 平均风力/（m/s） 4月 1.0 28.2 7.5 72.0 1.7 10月 0.1 30.4 8.5 74.6 1.6 天气形势 热带气旋 副高 热带气旋+副高 冷锋前部 高压脊 低压前部 4月 0 0 0 0 17 12 10月 2 24 6 3 8 1 
下载: 导出CSV
表 2 潮州市区2014—2020年O3污染逐时情况
11 12 13 14 15 16 17 18 19 20 21 22 23 平均浓度/（μg/m3） 210.5 219.0 218.1 223.5 225.8 223.2 217.9 221.2 217.9 226.1 219.8 216.5 211.5 最大浓度/（μg/m3） 222.5 262 266.5 313 333.5 304.5 268 259.5 246.5 237 233.5 223.5 211.5 出现次数 4 21 47 63 70 70 59 18 7 4 4 3 1
下载: 导出CSV
表 3 O3浓度与影响因子分析模型
$ \mathrm{O}_{3} $浓度与影响因子分析模型 标准系数 调整后R2 Sig. $ \left[\mathrm{O}_3\right] \mathrm{MDA} 8=168.887+1.213 \times T-1.394 \times \mathrm{Rh}+2.961 \times S-10.22 \times F+1.016 \times\left[\mathrm{NO}_2\right] $ $ T: 0.184 $ 0.379 0.000 RH: --0.327 $ S: 0.293 $ $ F:-0.156 $ $ \left[\mathrm{NO}_{2}\right]: 0.188 $ $ \left[\mathrm{O}_3\right]_{07-11}=-25.89+0.352 \times \sum \mathrm{T}_{07-11}+11.901 \times \mathrm{S}_{07-11}-8.228 \times \mathrm{f}_{07-11}+1.279 \times\left[\mathrm{NO}_{2}\right]_{07-11} $ $ \sum T_{07-11}: 0.317 $ 0.594 0.000 $ S_{07-11}: 0.589 $ $ \mathrm{f}_{07-11}:-0.169 $ $ \left[\mathrm{NO}_{2}\right]_{07-11}: 0.296 $ $ \left[\mathrm{O}_3\right]_{07-15}=-1.5+0.163 \times \sum \mathrm{T}_{07-15}+8.783 \times \mathrm{S}_{07-15}-15.041 \times \mathrm{f}_{07-15}+2.31 \times\left[\mathrm{NO}_{2}\right]_{07-15} $ $ \sum T_{07-15}: 0.191 $ 0.493 0.000 $ S_{07-15}: 0.596 $ $ \mathrm{f}_{07-15}:-0.207 $ $ \left[\mathrm{NO}_{2}\right]_{07-15}: 0.370 $ 注：T：日最高气温；RH：平均相对湿度；S：日照时数；F：日平均风力；[NO2]：NO2平均浓度；∑T07-11：07-11时积温；S07-11：07-11时日照时数；f07-11：07-11时平均风速；[NO2]07-11：07-11时平均NO2浓度；∑T07-15：07-15时积温；S07-15：07-15时日照时数；f07-15：07-15时平均风速；[NO2]07-15：07-15时平均NO2浓度。
下载: 导出CSV
表 4 潮州市区后向轨迹分析结果
轨迹编号 全年 4月 10月 轨迹条数 O3平均浓度/（μg/m3） 污染气流轨迹条数 O3超标平均浓度/（μg/m3） NOx平均浓度/（μg/m3） 轨迹条数 污染气流轨迹条数 轨迹条数 污染气流轨迹条数 1 697 109.4 82 181.9 21.6 61 16 71 15 2 462 107.5 48 180.3 21.4 72 8 15 7 3 205 95.2 15 171.6 18.0 9 1 27 5 4 407 102.8 26 175.9 20.6 18 1 77 11 5 281 104.9 21 181.7 21.9 24 2 23 6 6 503 89.0 14 179.1 18.4 26 1 4 0
下载: 导出CSV
-
[1] 苏榕, 陆克定, 余家燕, 等. 基于观测模型的重庆大气臭氧污染成因与来源解析[J]. 中国科学: 地球科学, 2018, 48(1): 102-112. [2] 王姣. 臭氧的前世今生[J]. 世界环境, 2020(5): 32-35. [3] 曹吉鑫, 叶思源, 陈展, 等. 大气臭氧污染植物指示研究进展[J]. 世界林业研究, 2018, 31(3): 21-27. [4] 李红, 彭良, 毕方, 等. 我国PM_(2.5)与臭氧污染协同控制策略研究[J]. 环境科学研究, 2019, 32(10): 1763-1778. [5] 包常华, 李娟. 空气中臭氧的产生及控制对策[J]. 能源与环境, 2019(4): 87-88. [6] 郭悦嵩, 邢昱, 秦红伟, 等. 大气臭氧污染机制分析[J]. 环境与发展, 2017, 29(5): 110-111. [7] 陈浪, 赵川, 关茗洋, 等. 我国大气臭氧污染现状及人群健康影响[J]. 环境与职业医学, 2017, 34(11): 1025-1030. [8] 严晓瑜, 缑晓辉, 杨婧, 等. 中国典型城市臭氧变化特征及其与气象条件的关系[J]. 高原气象, 2020, 39(2): 416-430. [9] 李莉, 杨闻达, 吕升, 等. 嘉兴市臭氧污染特征及其与气象条件的关系[J/OL]. 中山大学学报(自然科学版): 1-8. [10] 林楠, 蒋荣复, 何宇晖, 等. 莆田地区一次臭氧污染过程分析[J]. 环境科学学报, 2021, 41(7): 2569-2576. [11] 潮州市生态环境局. 2019年潮州市区空气质量年报[R]. 潮州: 潮州市生态环境局, 2020. [12] 潮州市生态环境局. 2020年潮州市区空气质量年报[R]. 潮州: 潮州市生态环境局, 2021. [13] 洪莹莹, 陈辰, 保鸿燕, 等. 珠三角西南部春季臭氧来源与敏感性分析[J]. 生态环境学报, 2021, 30(5): 984-994. [14] 洪莹莹, 翁佳烽, 谭浩波, 等. 珠江三角洲秋季典型O3污染的气象条件及贡献量化[J]. 中国环境科学, 2021, 41(1): 1-10. [15] 陈辰, 洪莹莹, 吴蒙, 等. 2019年佛山臭氧污染及污染气象条件变化[J]. 环境科学与技术, 2020, 43(S2): 16-22. [16] 蒲义良, 吴斯敏, 叶朗明, 等. 江门市城区臭氧浓度变化特征及气象影响因素分析[J]. 热带气象学报, 2020, 36(5): 650-659. [17] 邹宇, 王凤, 邓雪娇, 等. 广州地区一次典型光化学污染过程的监测[J]. 环境化学, 2018, 37(2): 353-362. [18] 齐艳杰, 于世杰, 杨健, 等. 河南省臭氧污染特征与气象因子影响分析[J]. 环境科学, 2020, 41(2): 587-599. [19] 崔萌, 安兴琴, 孙兆彬, 等. 北京臭氧污染特征及污染气象条件分析[J]. 三峡生态环境监测, 2019, 4(3): 25-35. [20] 严文莲, 刘端阳, 康志明, 等. 江苏臭氧污染特征及其与气象因子的关系[J]. 气象科学, 2019, 39(4): 477-487. [21] 王建英, 崔洋, 杨亚丽, 等. 银川市臭氧污染特征及其气象条件诊断分析[J]. 环境监测管理与技术, 2020, 32(4): 24-28. [22] 曹杨, 李钰春, 赵晓莉, 等. 成都市区夏季臭氧污染特征及与气象因子的关系研究[J]. 环境科学与管理, 2020, 45(10): 135-139. [23] 张晓, 张艳品, 钤伟妙. 石家庄市城区臭氧污染特征及气象成因分析[J/OL]. 环境科学研究. [24] 潘文琪, 肖国杰, 孟林夕, 等. 杭州市臭氧污染特征及其气象成因分析[J]. 成都信息工程大学学报, 2019, 34(6): 664-670. [25] 李明华, 甘泉, 曹静, 等. 惠州市臭氧污染特征及其与气象条件关系研究[J]. 热带气象学报, 2019, 35(3): 324-331. [26] 杜勤博, 吴晓燕, 郑素帆, 等. 气象因素对汕头市大气O3污染的影响[J]. 气象与环境科学, 2019, 42(4): 83-89. [27] 高晓荣, 邓雪娇, 谭浩波, 等. 广东四大区域污染过程特征与影响天气型分析[J]. 环境科学学报, 2018, 38(5): 1708-1716. [28] 刘楚薇, 连鑫博, 黄建平. 我国臭氧污染时空分布及其成因研究进展[J]. 干旱气象, 2020, 38(3): 355-361. [29] 陈丹青, 师建中, 王娟, 梁润雄, 肖亮洪. 潮汕地区地面臭氧浓度的变化特征[J]. 仲恺农业工程学院学报, 2012, 25(2): 17-21. [30] 谢松元, 凌良新, 陈文锋. 潮州市大气污染物与气象要素的关系[J]. 广东气象, 2010, 32(5): 36-38. [31] 中华人民共和国环境保护部. GB3095-2012环境空气质量标准[S]. 北京: 中国环境科学出版社, 2012. [32] 中华人民共和国环境保护部. HJ633-2012环境空气质量指数(AQI)技术规定(试行)[S]. 北京: 中国环境科学出版社, 2012. [33] 张颖龙, 李莉, 吴伟超, 等. 嘉善前体物与气象因子对臭氧生成的影响及臭氧潜在源区分析[J]. 中国环境监测, 2020, 36(5): 47-53. [34] 胡晓, 王曙兴, 徐璐, 等. 宁波地区臭氧污染特征及其影响因子分析[J]. 气象与环境科学, 2021, 44(2): 72-79. -
点击查看大图
图(6) / 表(4)
计量
- 文章访问数: 91
- HTML全文浏览量: 9
- PDF下载量: 27
- 被引次数: 0
粤公网安备 4401069904700003号