Analysis of ozone pollution characteristics and potential sources of ozone pollution in downwind urban areas affected by coking
-
摘要:
为了解受焦化影响的下风向城区臭氧(O3)的污染特征及来源，基于2019年临汾市6个国控点的O3浓度、气象参数（气温等）以及北大街站点VOCs监测数据开展研究。结果表明：2019年临汾市O3日最大8 h滑动平均值（MDA8）的90百分位数（MDA8-90th）为204 μg/m3，在山西省11个地市中排名第一；全年共有103 d O3浓度超标，且超标天主要集中在5—9月；MDA8从2月开始升高，6月达到最大值，之后逐月下降；O3小时浓度总体呈14:00—16:00出现峰值的单峰日变化。MDA8与日最高气温（Tmax）呈正相关、与日最低相对湿度（RHmin）呈负相关，当Tmax>22 ℃或RHmin<55%时，可能发生O3浓度超标现象。VOCs的O3生成潜势（OFP）分析结果表明，乙烯的OFP最高，占总OFP的44.5%，乙烯是导致O3污染的关键VOCs活性物种；液化石油气（LPG）的使用、机动车尾气和炼焦活动等的排放对临汾市O3污染有重要贡献。6个国控点中，城南和唐尧大酒店对临汾市区所有级别的O3污染贡献均较大，2个站点均有77%的O3超标出现在刮南风和西南风时，其中城南有16.6%的O3超标出现在风速大于3 m/s时，作为焦化典型示踪物的萘在南风向其浓度高于均值的占比为30.4%，表明不合理的工业布局使临汾市区大气受到了焦化区的影响，O3浓度更易在刮南风时超标。临汾市区O3污染除受到本地生成影响外，还受到襄汾县、洪洞县、翼城县和浮山县的焦化企业和钢铁企业排放的含高浓度NOx、VOCs污染气团传输的影响。因此，临汾市在对本地LPG使用和机动车尾气排放进行管控的同时，还要加强与上风向焦化地区的联防联控。
Abstract:In order to understand the pollution characteristics and sources of O3 in downwind urban areas affected by coking, a study was carried out based on the monitoring data of O3 and meteorological parameters (temperature, etc.) at six national monitoring sites in Linfen City, and VOCs at Beidajie site in 2019. The results showed that the 90th percentile (MDA8-90th) of the maximum daily 8-hour moving average (MDA8) of O3 was 204 μg/m3 in Linfen City in 2019, ranking first among 11 cities in Shanxi Province. There were 103 days when O3 concentrations exceeded the standard and were mainly concentrated in May-September; MDA8 began to rise in February, reached the maximum in June, and then decreased month by month; O3 concentration showed a single-peak diurnal variation, with a peak between 14:00 and 16:00. MDA8 was positively correlated with daily maximum temperature (Tmax) and negatively correlated with daily minimum relative humidity (RHmin). When Tmax was greater than 22 ℃ or RHmin was less than 55%, O3 concentration may exceed the standard. The analysis of O3 formation potential (OFP) of VOCs showed that ethylene had the highest OFP, accounting for 44.5% of the total OFP, which was the key active species leading to O3 pollution. The emissions from the use of Liquefied petroleum gas (LPG), vehicle exhaust, and coking activities contributed to O3 pollution in Linfen City. Among the six national monitoring sites, Chengnan and Tangyao Hotel contributed the most of O3 pollution at all levels in Linfen urban area. At both sites, 77% of O3 exceeding the standard concentration occurred when the south and southwest wind was blowing, while16.6% of O3 exceeding the standard concentration at Chengnan site occurred when the wind speed was greater than 3 m/s; the frequency of naphthalene, as a typical tracer of coking, appearing higher than its mean value in the southerly direction was 30.4%, which indicated that the unreasonable industrial layout made the atmosphere in Linfen City affected by the coking area, and O3 concentration was more likely to exceed the standard when the southerly wind blew. The pollution emission in Xiangfen, Hongdong, Yicheng and Fushan counties contributed to O3 pollution in Linfen City. The above results showed that O3 pollution in the urban area of Linfen City was not only affected by the local generation but also by the transportation of polluted air masses containing high concentration of NOx and VOCs emitted by coking and steel plants in the above four counties. Therefore, joint prevention and control with the upwind areas affected by coking should be paid attention to while strengthening the control of local LPG use and vehicle exhaust emissions in Linfen urban area.
-
近地面臭氧（O3）是大气光化学烟雾的主要组成成分，是由人为或自然排放的挥发性有机物（VOCs）和氮氧化物（NOx）在太阳光照射下发生光化学反应生成的二次污染物[1-2]。近年来，我国许多城市PM2.5污染得到大幅度改善，而O3污染却逐年加重，O3成为PM2.5之外影响环境空气质量的另一重要污染物[3-5]。O3的生成既受前体物VOCs、NOx排放的影响，也受日照强度、气温等气象因素的影响。Hui等[6]对武汉市VOCs污染水平进行了研究，结果表明烯烃的O3生成潜势最大，液化石油气（LPG）的使用是武汉市VOCs的重要来源。赵伟等[7]研究表明，气温是香港地区O3污染发生的必要条件，气温越高越容易出现高浓度的O3污染；云量是影响O3浓度的另一重要因素，随着云量增加O3浓度会持续下降。程念亮等[8]研究发现，在O3超标日，O3浓度与湿度呈负相关，与气温呈正相关。此外，污染气团的输送也是影响O3浓度的重要因素。符传博等[9]探讨了海南省某次O3污染过程的潜在源区，结果表明广东省是海南省O3污染的主要潜在贡献源区；Li等[10]的研究也指出，太原市O3污染受到了来自南部晋中及清徐县工厂排放污染气团传输的影响。
临汾市位于山西省中南部，市区西、北和东三面环山，东部由北向南依次为太岳山、中条山，西部为吕梁山脉，仅南北方向为平原，地形地貌较为特殊。这导致临汾市区逆温现象频发，空气对流仅能在南北方向进行，但由于其北部与霍州市接壤处非常狭窄，致使临汾市区大气扩散条件较差，大气污染物容易累积。此外，许多排放大量NOx和VOCs的焦化、钢铁企业分布在临汾市区南面的襄汾县和东北面的洪洞县，当刮南风和东北风时，这2个县含高浓度NOx和VOCs的污染气团可传输至临汾市区，导致临汾市区O3浓度升高。总之，临汾市区特殊的地形和不合理的工业布局，使其大气O3污染非常严重。
O3可危害人类健康，对植物、农作物等也可产生不良影响[11-13]。临汾市有99.25万人口，是山西省农作物和水果重要产区，鉴于临汾市大气O3污染严重的现状，应尽早有效管控O3污染。但目前有关O3污染的研究主要集中在交通发达的城市和地区[6-10]，对于受典型焦化排放影响下的城区O3污染研究较少。笔者研究了临汾市区O3的污染特征，分析其影响因素和来源，以期为临汾市制定O3污染防控对策提供科学依据，并加深对典型焦化工业城市O3污染特征的认识。
1. 数据与方法
1.1 数据来源
本研究所用的O3浓度、气温、相对湿度、风速和风向数据为国家环境监测网站2019年临汾市（111.52°E，36.09°N）6个国控点的监测数据（标准状况下，273.15 K，101.325 kPa)。6个国控点（图1）从南到北依次为城南、技工学校、工商学校、市委、临钢医院和唐尧大酒店。VOCs数据来自距唐尧大酒店500 m的北大街站点的VOCs在线分析仪，该仪器于2019年7月开始正常运行，但因8月芳香烃监测出现故障，因此仅使用7月和9月的VOCs数据进行解析。
![]()
图 1 临汾市地形及焦化区和6个监测点位置分布Figure 1. Topographic map of Linfen City and coking area and the location of six monitoring sites1.2 研究方法
利用VOCs生成O3的最大增量反应活性系数计算了VOCs的O3生成潜势（OFP），并用HYSPLIT模型研究临汾市5—9月气团的输送路径以及O3污染的潜在源区。
1.2.1 OFP计算方法
OFP是用来评估VOCs各物种对O3生成的贡献，计算公式如下：
$$ \mathrm{O}\mathrm{F}\mathrm{P}={\sum }{\mathrm{V}\mathrm{O}\mathrm{C}\mathrm{s}}_{i}\times {\mathrm{M}\mathrm{I}\mathrm{R}}_{i} $$ (1) 式中：VOCsi为第i种VOCs的浓度，μg/m3；MIRi为第i种VOCs生成O3的最大增量反应活性系数，各物种的MIR取值参考文献[14-15]。
1.2.2 后向轨迹聚类分析
作为一种氧化性气体，O3在边界层中的寿命为几小时至几天，其可以通过气团进行输送，且在输送过程中可能会产生和积累更多的O3[16]。HYSPLIT模型是由美国国家海洋和大气管理局（NOAA）与澳大利亚气象局联合研发的气体轨迹计算模式[17]，广泛用于空气污染物传输和来源分析研究[18-20]。利用该模型中的TrajStat插件以临汾市为目标点，选择距地面500 m的高度，对5—9月临汾市区O3超标天到达临汾市区的小时气团向后移动24 h的轨迹进行模拟，并使用欧拉方法（EUCLIDEN）对这些轨迹进行聚类分析。所用气象场数据来自美国国家环境预测中心（ftp://arlftp.arlhq.noaa.gov/pub/archives/gdas1，分辨率为1°×1°）。
1.2.3 PSCF及CWT
采用潜在源贡献因子分析法（PSCF）分析研究区域对临汾市O3污染的贡献。基于TrajStat软件，研究区域为5—9月临汾市区气团路径聚类分析后所占的地图区域，网格分辨率为0.1°×0.1°，将O3小时浓度超标值（200 μg/m3）作为阈值输入。PSCFij定义为经过（i，j）网格的污染轨迹数mij和总轨迹数nij的比值，即污染轨迹所占比例，代表该网格区域对目标点的污染贡献率。计算公式如下：
$$ {\mathrm{P}\mathrm{S}\mathrm{C}\mathrm{F}}_{ij}={{m}_{ij}}/{{n}_{ij}} $$ (2) 由于PSCF是一种条件概率，为减少当某网格中nij较小导致PSCFij较高的不确定性，引入权重函数W（nij），即：
$$ \mathrm{W}\mathrm{P}\mathrm{S}\mathrm{C}\mathrm{F}=W\left({n}_{ij}\right)\times {\mathrm{P}\mathrm{S}\mathrm{C}\mathrm{F}}_{ij} $$ (3) $$ {W\left({n}_{ij}\right)} = \left\{ {\begin{array}{*{20}{c}} {1.00}&{3{n_{{\text{ave}}}} < {n_{ij}}} \\ {0.7}&{{n_{{\text{ave}}}} < {n_{ij}} \leqslant 3{n_{{\text{ave}}}}} \\ {0.42}&{0.5{n_{{\text{ave}}}} < {n_{ij}} \leqslant {n_{{\text{ave}}}}} \\ {0.05}&{{n_{ij}} \leqslant 0.5{n_{{\text{ave}}}}} \end{array}} \right. $$ (4) 式中nave为研究区域每个网格的平均端点数。
使用优化后的浓度权重轨迹（CWT）方法可以区分相同PSCF的网格对受体点污染贡献的差异，计算公式如下：
$$ {C}_{ij}=\dfrac{\displaystyle\sum \nolimits_{l=1}^{M}{C}_{l}\cdot {\tau }_{ijl}}{\displaystyle\sum\nolimits _{l=1}^{M}{\tau }_{ijl}}\times W\left({n}_{ij}\right) $$ (5) 式中：Cij为网格(i，j)的污染权重指数；l为气团轨迹；M为与网格(i，j)相交的轨迹总数；Cl为轨迹l与网格(i，j)相交时受点的污染物浓度，μg/m3；τijl为轨迹l在网格(i，j)的停留时间，h[21-23]。
2. 结果与讨论
2.1 临汾市区O3污染特征
2.1.1 总体概况
2019年临汾市O3日最大8 h滑动平均浓度（MDA8）的最大值为271 μg/m3，第90百分位数（MDA8-90th）为204 μg/m3，较2018年（198 μg/m3）升高6 μg/m3，在山西省内11个地市中，2年均排名第一。2019年临汾市共出现103 d O3超标天，较2018年（81 d）增加了22 d，其轻度污染、中度污染和重度污染分别有74、28和1 d，分别较2018年增加了14、7和1 d（表1）。此外，2019年O3污染最早在4月3日出现，最晚在10月2日出现；而2018年O3污染则最早在4月19日，最晚在9月11日出现。以上结果表明，2019年临汾市O3污染出现得更早，时间跨度更长，污染程度也更重。
表 1 2018—2019年临汾市O3污染情况对比Table 1. Comparison of O3 pollution in 2018-2019 in Linfen City年份 MDA8最大值/
(μg/m3)MDA8-90th/
(μg/m3)轻度污染
天数/d中度污染
天数/d重度污染
天数/d2019 271 204 74 28 1 2018 256 198 60 21 0 2.1.2 O3污染的时间变化
图2为临汾市2019年各月的MDA8均值及超标天数。由图2可知，2019年MDA8从2月开始升高，6月达到最大值，其后开始缓慢下降，12月和1月较低。总体来看，MDA8在5—9月较高，各月均值为165、202、187、154和148 μg/m3。另外，MDA8超过GB 3095—2012《环境空气质量标准》的二级标准（160 μg/m3）的情况也主要集中发生在5—9月，各月超标天数分别为16、26、24、15和15 d，其中6月最多。这与北京、石家庄和太原等华北城市的观测结果一致[10,24-26]。这是由于O3是光化学反应的二次生成物，其浓度受太阳辐射和气温影响较大。下文主要对2019年5—9月的O3监测结果进行分析。
![]()
图 2 临汾市2019年各月MDA8均值及超标天数Figure 2. Average values of MDA8 and the days of MDA8 exceeding the standard in each month in 2019 in Linfen City图3为2019年5—9月临汾市O3浓度在不同天气条件下的日变化。从图3可以看出，O3浓度呈典型的单峰日变化，即早晨随着日照增强，光化学反应逐渐活跃，O3浓度也随之升高，并在日照最强和气温最高的14:00—16:00达到最大值，随后逐渐下降。进入夜间，一方面无新的O3生成，另一方面O3会因氧化NO生成NO2而被消耗，导致O3浓度持续降低。此外，晴天O3的浓度峰值最高，为220 μg/m3，多云、阴天和雨天的O3浓度峰值依次递减，较晴天分别降低了10.0%、21.8%和39.5%，这是因为晴天较强的太阳辐射和较高的气温有利于O3的生成。
![]()
图 3 2019年5—9月临汾市不同天气条件下O3浓度的日变化Figure 3. Daily variation of O3 concentrations under different weather conditions from May to September in 2019 in Linfen City2.1.3 O3污染的空间分布
图4为2019年5—9月临汾市6个国控点MDA8的平均值。由图4可知，唐尧大酒店的MDA8均值最大，为180 μg/m3，其次为城南（177 μg/m3），工商学校最小（166 μg/m3）。为了解各国控点对临汾市区O3污染的贡献，统计了5—9月临汾市区O3污染时各站点MDA8高于临汾市区MDA8均值的天数（图5）。由图5可知，城南和唐尧大酒店的MDA8高于临汾市区MDA8均值的天数较多，即这2个站点对临汾市区的O3污染贡献较大。相较于其他站点，唐尧大酒店附近的汾河路和城南附近的霍侯一级公路重型柴油车的车流量更大，并且唐尧大酒店附近有较多的餐饮店，城南附近有较多的汽修店，这些柴油车、餐饮店和汽修店排放的大量O3前体物VOCs和NOx，是导致O3污染严重的原因。另外，统计了临汾市区MDA8在160~180 μg/m3的轻污染时和大于MDA8-90th的重污染时各站点MDA8高于临汾市区MDA8均值的天数（图5），城南和唐尧大酒店仍是贡献较大的站点。因此，应加强对城南和唐尧大酒店周边污染源排放的管控。
![]()
图 4 2019年5—9月临汾市各国控点MDA8均值Figure 4. Average MDA8 at each monitoring site in Linfen City from May to September in 2019![]()
图 5 2019年5—9月不同污染级别下各站点MDA8高于临汾市区MDA8均值的天数Figure 5. Number of days of each site that MDA8 was higher than the average value of MDA8 in Linfen urban area under different pollution levels from May to September in 20192.2 O3污染的影响因素分析
2.2.1 气象因素
图6为2019年5—9月临汾市区日最高气温（Tmax）和日最低相对湿度（RHmin）与MDA8的关系。从图6可以看出，MDA8与Tmax呈正相关（R=0.73）。MDA8在Tmax>22 ℃时开始出现超标现象，但超标率较低；当Tmax>28 ℃时，MDA8超标率大幅增加；当Tmax≥35 ℃时，其超标率为100%。这是因为高温通常出现在晴朗天气条件下，强太阳辐射和高温能加快光化学反应，生成更多的O3，致使MDA8超标。此外，气温升高也可增加植物对异戊二烯的排放，从而导致O3浓度升高[6]。
![]()
图 6 5—9月临汾市区日最高气温和日最低相对湿度与MDA8的关系Figure 6. Correlations between MDA8 and Tmax, and RHmin from May to September in Linfen urban area当RHmin<55%时，MDA8未受RHmin的影响；而当RHmin>55%时，MDA8随RHmin的升高迅速下降。另外，MDA8超标基本均出现在RHmin<55%时，这可能是因为低相对湿度通常出现在有利于O3生成积累、高温并少云的晴朗天，而高相对湿度通常出现在降水天，湿沉降会迅速降低O3及其前体物的浓度[4]。综上，当Tmax>22 ℃或RHmin<55%时，临汾市可能出现O3污染超标，应采取相应措施进行O3污染防控。
由于城南和唐尧大酒店站点对临汾市区的O3污染贡献最大，因此研究了5—9月O3小时浓度超标时风速和风向对城南和唐尧大酒店站点O3小时浓度的影响，结果见表2。由表2可知，2个站点虽然在各风向上均出现了O3小时浓度超标现象，但在刮南风和西南风时O3小时浓度超标数最多（占各自O3小时浓度超标总数的77.1%和76.8%），浓度高于240 μg/m3的小时数也最多。另外，城南和唐尧大酒店站点分别有39.0%和32.0%的O3小时浓度超标出现在风速小于1.5 m/s时，表明低风速有利于O3的生成和积累；同时城南站点有16.6%的O3小时浓度超标和12.0%的高浓度O3（>240 μg/m3）出现在风速大于3 m/s的南风和西南风时。表明临汾市区的O3污染受到了来自其南面和西南面污染气团传输的影响，这可能是因为临汾市特殊的地形导致风从南面的狭隘口进入市区，沿途携带了来自襄汾县焦化区排放的污染物，不合理的工业布局使得临汾市区O3浓度更易在刮南风时超标。
表 2 不同风向和风速的O3小时浓度超标数占所有O3小时浓度超标数的比例Table 2. Percentage of O3-h exceeding standard number in different wind direction and wind speed to all O3-h exceeding standard number %风向 城南 唐尧大酒店 风速<
1.5 m/s风速≥
3 m/s小计 风速<
1.5 m/s风速≥
3 m/s小计 南风和西南风 21.0 16.6 77.1 17.3 4.1 76.8 其他风向 18.0 0.0 22.9 14.7 1.5 23.2 合计 39.0 16.6 100 32.0 5.6 100 2.2.2 VOCs
2019年7月和9月共检测出58种VOCs，包括29种烷烃、11种烯烃、1种炔烃和17种芳香烃。监测期间临汾市区总VOCs的平均浓度为37.52 μg/m3，其中浓度排名前10的VOCs分别为乙烷（6.99 μg/m3）、乙烯（5.18 μg/m3）、丙烷（3.99 μg/m3）、苯（2.69 μg/m3）、正丁烷（2.26 μg/m3）、异戊烷（2.13 μg/m3）、乙炔（1.76 μg/m3）、甲苯（1.33 μg/m3）、异丁烷（1.08 μg/m3）和萘（1.03 μg/m3）（图7）。OFP排名前10的VOCs的OFP之和占总OFP的75.6%。其中，乙烯的OFP远高于其他VOCs，为46.63 μg/m3，占总OFP的44.5%；丙烯次之，为6.71 μg/m3；异戊二烯第三，为5.46 μg/m3。
![]()
图 7 2019年7月和9月临汾市区VOCs浓度和OFP排名前10的物种Figure 7. Top 10 species for VOCs concentration and for OFP in July and September in 2019 in Linfen City研究表明，广泛使用于餐饮、家庭和机动车燃料等居民生活中的液化石油气（LPG）燃烧可排放乙烯、丙烯、乙烷、丙烷、正丁烷和异丁烷[6,27-30]，鉴于站点附近有大量居民区和餐饮店，因此LPG的使用可能是导致临汾市区O3污染的原因之一；异戊二烯除来自植物排放外，也可来自机动车尾气排放[6]。异戊烷为机动车排放的典型示踪物，其与戊烷的浓度比（I/N）为2.48，且与戊烷的相关性为0.83，表明临汾市受到了机动车尾气排放的影响[31]。本研究中甲苯与苯的浓度比（T/B）为0.5，表明临汾市还受到了其他燃烧源的影响；间对二甲苯与乙苯的浓度比（X/E）为1.32，相关性为0.98，表明气团老化程度很高，且污染来源固定，临汾市区的VOCs除了来自本地排放，还来自外部传输[32-33]。值得注意的是，通常在未受到焦化行业影响的地区萘的OFP均不高[6,29-30]，而本研究中焦化行业的典型示踪物[34]萘的OFP排名第五；另外，炼焦时焦炉烟囱排放的废气中乙烯浓度最高[35]，本研究中乙烯浓度排名第二，与受到焦化行业影响的邯郸市、太原市浓度相当[36-37]，且其OFP排名第一，表明临汾市区O3污染受到了焦化企业污染排放的影响。图8为临汾市区萘浓度在各风向上高于其均值（1.03 μg/m3）的占比。临汾市特殊的地理位置使得污染物容易累积，在各风向上均有较高浓度萘出现，但在南方和东北方萘浓度高于均值的占比均为30.4%，略高于其他方向，这与临汾市区焦化区分布一致（图1），表明临汾市区受到了来自上风向区域焦化企业污染排放的影响。
![]()
图 8 临汾市区的萘浓度在各个风向高于均值的占比Figure 8. Proportion of naphthalene concentration above the mean in each wind direction in Linfen City综上所述，临汾市区VOCs中乙烯的OFP最高，乙烯是导致O3污染的关键VOCs活性物种，而LPG使用和机动车尾气排放以及焦化企业污染气团的传输是导致临汾市区O3污染的重要原因。
2.3 气团轨迹聚类分析及O3污染潜在源区
图9为HYSPLIT模型对2019年5—9月临汾市区500 m高空气团24 h后向轨迹的聚类结果。从图9可以看出，共得到5条轨迹，其中轨迹（1）占比最高，为39.56%，来自东南方向的河南省中部，传输距离相对较短；其次为轨迹（2），占比为28.34%，传输距离最短，主要来自本地和周边区域；轨迹（3）占7.25%，来自西北方向；轨迹（4）占12.45%，来自正北方向；轨迹（5）占12.40%，来自河北省南部，途经邯郸市和长治市。临汾市区O3污染严重期气团主要来自东南方向以及本地和周边区域，临汾市区南面存在较多布局不合理的焦化企业，加之相对静稳的气象条件，使临汾市区O3得以累积，污染加重。
![]()
图 9 2019年5—9月临汾市后向轨迹聚类分析结果Figure 9. Clustering analysis results of backward trajectory in Linfen City from May to September in 2019图10为临汾市O3的WPSCF分析结果，颜色越深，表明该区域作为临汾市区O3污染潜在源的可能性越大。从图10可以看出，位于临汾市西南方向的襄汾县，东北方向的洪洞县、古县和安泽县，东南方向的翼城县、沁水县以及西南方向较远的闻喜县作为临汾市O3潜在源的可能性较大。图11为O3的CWT结果，颜色越深，表明该区域对临汾市区O3浓度的贡献越大。由图11可知，除临汾市本地外，襄汾县、洪洞县、翼城县和浮山县对临汾市区O3污染的贡献最大，这些地区均分布有排放大量NOx和VOCs的焦化企业和钢铁企业，当气团途经上述地区时，能够携带污染物传输至临汾市区，导致O3浓度增加，该结果与2.2.2节得到的结果一致。
![]()
图 10 2019年5—9月临汾市O3的WPSCF分析结果Figure 10. Result of WPSCF analysis of O3 from May to September in 2019 in Linfen City![]()
图 11 2019年5—9月临汾市O3的CWT分析结果Figure 11. Result of CWT analysis of O3 from May to September in 2019 in Linfen City临汾市的O3污染不仅受到本地生成的影响，同时受到其不合理的工业布局，即其南部和东北部较多的企业污染排放的影响。因此，为减轻临汾市区的O3污染，不仅要加强本地VOCs和NOx的排放管控，同时还要加强与其南部和东北部地区（上风向区域）的联防联控。
3. 结论
（1）2019年临汾市区MDA8的最大值为271 μg/m3，MDA8-90th为204 μg/m3，在山西省11个城市中排名第一；全年共有103 d O3超标，超标日主要集中在5—9月。MDA8季节变化明显，2月开始升高，6月达到最大值，随后下降；O3浓度总体呈14:00—16:00出现峰值的单峰日变化，且晴天峰值远高于阴天。
（2）MDA8与Tmax呈正相关，与RHmin呈负相关。当Tmax>22 ℃或RHmin<55%时，临汾市可能出现O3污染，应采取相应措施进行O3污染防控。
（3）临汾市区 VOCs 中乙烯的OFP最高，为46.63 μg/m3，占总OFP的44.5%，乙烯是导致O3污染的关键VOCs活性物种；LPG的使用、机动车尾气排放和炼焦活动等的污染排放对临汾市O3污染有重要贡献。
（4）唐尧大酒店和城南站点对临汾市O3污染贡献最大；2个站点的O3小时浓度超标多数出现在刮南风和西南风且风速大于3 m/s时，表明临汾市区O3污染受到南部和西南部的污染气团传输影响。
（5）除临汾市区的本地生成外，襄汾县、洪洞县、翼城县和浮山县焦化企业和钢铁企业排放的含高浓度NOx和VOCs污染气团传输也是导致O3污染的重要原因。因此，在加强本地O3污染防控的同时，也要注意与上风向焦化地区的联防联控。
-
![]()
图 1 临汾市地形及焦化区和6个监测点位置分布
Figure 1. Topographic map of Linfen City and coking area and the location of six monitoring sites
![]()
图 2 临汾市2019年各月MDA8均值及超标天数
Figure 2. Average values of MDA8 and the days of MDA8 exceeding the standard in each month in 2019 in Linfen City
![]()
图 3 2019年5—9月临汾市不同天气条件下O3浓度的日变化
Figure 3. Daily variation of O3 concentrations under different weather conditions from May to September in 2019 in Linfen City
![]()
图 4 2019年5—9月临汾市各国控点MDA8均值
Figure 4. Average MDA8 at each monitoring site in Linfen City from May to September in 2019
![]()
图 5 2019年5—9月不同污染级别下各站点MDA8高于临汾市区MDA8均值的天数
Figure 5. Number of days of each site that MDA8 was higher than the average value of MDA8 in Linfen urban area under different pollution levels from May to September in 2019
![]()
图 6 5—9月临汾市区日最高气温和日最低相对湿度与MDA8的关系
Figure 6. Correlations between MDA8 and Tmax, and RHmin from May to September in Linfen urban area
![]()
图 7 2019年7月和9月临汾市区VOCs浓度和OFP排名前10的物种
Figure 7. Top 10 species for VOCs concentration and for OFP in July and September in 2019 in Linfen City
![]()
图 8 临汾市区的萘浓度在各个风向高于均值的占比
Figure 8. Proportion of naphthalene concentration above the mean in each wind direction in Linfen City
![]()
图 9 2019年5—9月临汾市后向轨迹聚类分析结果
Figure 9. Clustering analysis results of backward trajectory in Linfen City from May to September in 2019
![]()
图 10 2019年5—9月临汾市O3的WPSCF分析结果
Figure 10. Result of WPSCF analysis of O3 from May to September in 2019 in Linfen City
![]()
图 11 2019年5—9月临汾市O3的CWT分析结果
Figure 11. Result of CWT analysis of O3 from May to September in 2019 in Linfen City
表 1 2018—2019年临汾市O3污染情况对比
Table 1 Comparison of O3 pollution in 2018-2019 in Linfen City
年份 MDA8最大值/
(μg/m3)MDA8-90th/
(μg/m3)轻度污染
天数/d中度污染
天数/d重度污染
天数/d2019 271 204 74 28 1 2018 256 198 60 21 0 
下载: 导出CSV
表 2 不同风向和风速的O3小时浓度超标数占所有O3小时浓度超标数的比例
Table 2 Percentage of O3-h exceeding standard number in different wind direction and wind speed to all O3-h exceeding standard number %
风向 城南 唐尧大酒店 风速<
1.5 m/s风速≥
3 m/s小计 风速<
1.5 m/s风速≥
3 m/s小计 南风和西南风 21.0 16.6 77.1 17.3 4.1 76.8 其他风向 18.0 0.0 22.9 14.7 1.5 23.2 合计 39.0 16.6 100 32.0 5.6 100
下载: 导出CSV
-
[1] SILLMAN S. The relation between ozone, NOx and hydrocarbons in urban and polluted rural environments[J]. Atmospheric Environment,1999,33(12):1821-1845. DOI: 10.1016/S1352-2310(98)00345-8
[2] STAEHELIN J, HARRIS N R P, APPENZELLER C, et al. Ozone trends: a review[J]. Reviews of Geophysics,2001,39(2):231-290. DOI: 10.1029/1999RG000059
[3] LIU H, WANG X M, PANG J M, et al. Feasibility and difficulties of China's new air quality standard compliance: PRD case of PM2.5 and ozone from 2010 to 2025[J]. Atmospheric Chemistry and Physics,2013,13(23):12013-12027. DOI: 10.5194/acp-13-12013-2013
[4] 杜肖肖, 张立清, 梁海霞.东营市空气质量指数和酸雨的变化特征及相关性分析[J]. 环境工程技术学报,2021,11(1):33-40. DOI: 10.12153/j.issn.1674-991X.20200057 DU X X, ZHANG L Q, LIANG H X. Variation characteristics and correlation analysis of air quality index and acid rain in Dongying City[J]. Journal of Environmental Engineering Technology,2021,11(1):33-40. DOI: 10.12153/j.issn.1674-991X.20200057
[5] GAO C, XIU A J, ZHANG X L, et al. Spatiotemporal characteristics of ozone pollution and policy implications in Northeast China[J]. Atmospheric Pollution Research,2020,11(2):357-369. DOI: 10.1016/j.apr.2019.11.008
[6] HUI L R, LIU X G, TAN Q W, et al. VOC characteristics, chemical reactivity and sources in urban Wuhan, central China[J]. Atmospheric Environment,2020,224:117340. DOI: 10.1016/j.atmosenv.2020.117340
[7] 赵伟, 高博, 刘明, 等.气象因素对香港地区臭氧污染的影响[J]. 环境科学,2019,40(1):55-66. ZHAO W, GAO B, LIU M, et al. Impact of meteorological factors on the ozone pollution in Hong Kong[J]. Environmental Science,2019,40(1):55-66.
[8] 程念亮, 李云婷, 张大伟, 等.2014年北京市城区臭氧超标日浓度特征及与气象条件的关系[J]. 环境科学,2016,37(6):2041-2051. CHENG N L, LI Y T, ZHANG D W, et al. Characteristics of ozone over standard and its relationships with meteorological conditions in Beijing City in 2014[J]. Environmental Science,2016,37(6):2041-2051.
[9] 符传博, 丹利, 唐家翔, 等.2017年10月海南省一次臭氧污染特征及输送路径与潜在源区分析[J]. 环境科学研究,2021,34(4):863-871. FU C B, DAN L, TANG J X, et al. Potential source contribution and transported route analysis in Hainan Province during the ozone polluted episode in October, 2017[J]. Research of Environmental Sciences,2021,34(4):863-871.
[10] LI B, ZHOU Z Z, XUE Z G, et al. Study on the pollution characteristics and sources of ozone in typical loess plateau city[J]. Atmosphere,2020,11(6):555. DOI: 10.3390/atmos11060555
[11] FENG Z Z, HU E Z, WANG X K, et al. Ground-level O3 pollution and its impacts on food crops in China: a review[J]. Environmental Pollution,2015,199:42-48. DOI: 10.1016/j.envpol.2015.01.016
[12] XIE Y, DAI H C, ZHANG Y X, et al. Comparison of health and economic impacts of PM2.5 and ozone pollution in China[J]. Environment International,2019,130:104881. DOI: 10.1016/j.envint.2019.05.075
[13] 曾贤刚, 阮芳芳, 姜艺婧.中国臭氧污染的空间分布和健康效应[J]. 中国环境科学,2019,39(9):4025-4032. DOI: 10.3969/j.issn.1000-6923.2019.09.051 CENG X G, RUAN F F, JIANG Y J. Spatial distribution and health effects of ozone pollution in China[J]. China Environmental Science,2019,39(9):4025-4032. DOI: 10.3969/j.issn.1000-6923.2019.09.051
[14] CARTER, W P L. Development of a condensed SAPRC chemical mechanisms[J]. Atmospheric Environment,2010,44(40):5336-5345. DOI: 10.1016/j.atmosenv.2010.01.024
[15] CARTER W P L. Development of ozone reactivity scales for volatile organic compounds[J]. Air & Waste,1994,44(7):881-899.
[16] TONG L, ZHANG J J, XIAO H, et al. Identification of the potential regions contributing to ozone at a coastal site of Eastern China with air mass typology[J]. Atmospheric Pollution Research,2017,8(6):1044-1057. DOI: 10.1016/j.apr.2017.04.005
[17] DRAXLER R R, HESS G D. An overview of the HYSPLIT-4 modelling system for trajectories, dispersion, and deposition[J]. Australian Meteorological Magazine,1998,47(4):295-308.
[18] 杜朋, 李德平, 刘建国, 等.APEC前后北京郊区大气颗粒物变化特征及其潜在源区分析[J]. 环境科学学报,2018,38(10):3846-3855. DU P, LI D P, LIU J G, et al. Pollution characteristics and potential source region analysis of atmospheric particulate matter during 2014 APEC in Beijing Surburban[J]. Acta Scientiae Circumstantiae,2018,38(10):3846-3855.
[19] 谢放尖, 陆晓波, 杨峰, 等.2017年春夏期间南京地区臭氧污染输送影响及潜在源区[J]. 环境科学,2021,42(1):88-96. XIE F J, LU X B, YANG F, et al. Transport influence and potential sources of ozone pollution for Nanjing during spring and summer in 2017[J]. Environmental Science,2021,42(1):88-96.
[20] ZHAO S P, YU Y, QIN D H, et al. Analyses of regional pollution and transportation of PM2.5 and ozone in the city clusters of Sichuan Basin, China[J]. Atmospheric Pollution Research,2019,10(2):374-385. DOI: 10.1016/j.apr.2018.08.014
[21] WANG Y Q, ZHANG X Y, DRAXLER R R. TrajStat: GIS-based software that uses various trajectory statistical analysis methods to identify potential sources from long-term air pollution measurement data[J]. Environmental Modelling & Software,2009,24(8):938-939.
[22] LI L L, TAN Q W, ZHANG Y H, et al. Characteristics and source apportionment of PM2.5 during persistent extreme haze events in Chengdu, Southwest China[J]. Environmental Pollution,2017,230:718-729. DOI: 10.1016/j.envpol.2017.07.029
[23] LIU B S, LIANG D N, YANG J M, et al. Characterization and source apportionment of volatile organic compounds based on 1-year of observational data in Tianjin, China[J]. Environmental Pollution,2016,218:757-769. DOI: 10.1016/j.envpol.2016.07.072
[24] 张晓, 张艳品, 钤伟妙.石家庄市主城区臭氧污染特征及气象成因分析[J]. 环境科学研究,2021,34(2):245-253. ZHANG X, ZHANG Y P, QIAN W M. Characteristics of ozone pollution and its meteorological factors in Shijiazhuang urban area[J]. Research of Environmental Sciences,2021,34(2):245-253.
[25] FANG X Z, XIAO H Y, SUN H X, et al. Characteristics of ground-level ozone from 2015 to 2018 in BTH area, China[J]. Atmosphere,2020,11(2):130. DOI: 10.3390/atmos11020130
[26] 王旭东, 尹沙沙, 杨健, 等.郑州市臭氧污染变化特征、气象影响及输送源分析[J]. 环境科学,2021,42(2):604-615. WANG X D, YIN S S, YANG J, et al. Characteristics, meteorological influences, and transport source of ozone pollution in Zhengzhou City[J]. Environmental Science,2021,42(2):604-615.
[27] TAN Q W, ZHOU L, LIU H F, et al. Observation-based summer O3 control effect evaluation: a case study in Chengdu, a megacity in Sichuan Basin, China[J]. Atmosphere,2020,11(12):1278. DOI: 10.3390/atmos11121278
[28] BROWN S G, FRANKEL A, HAFNER H R. Source apportionment of VOCs in the Los Angeles area using positive matrix factorization[J]. Atmospheric Environment,2007,41(2):227-237. DOI: 10.1016/j.atmosenv.2006.08.021
[29] HUI L R, LIU X G, TAN Q W, et al. Characteristics, source apportionment and contribution of VOCs to ozone formation in Wuhan, Central China[J]. Atmospheric Environment,2018,192:55-71. DOI: 10.1016/j.atmosenv.2018.08.042
[30] 张利慧, 毋振海, 李斌, 等.北京市城区春季大气挥发性有机物污染特征[J]. 环境科学研究,2020,33(3):526-535. ZHANG L H, WU Z H, LI B, et al. Pollution characterizations of atmospheric volatile organic compounds in spring of Beijing urban area[J]. Research of Environmental Sciences,2020,33(3):526-535.
[31] MCGAUGHEY G R, DESAI N R, ALLEN D T, et al. Analysis of motor vehicle emissions in a Houston tunnel during the Texas Air Quality Study 2000[J]. Atmospheric Environment,2004,38(20):3363-3372. DOI: 10.1016/j.atmosenv.2004.03.006
[32] AKAGI S K, YOKELSON R J, WIEDINMYER C, et al. Emission factors for open and domestic biomass burning for use in atmospheric models[J]. Atmospheric Chemistry and Physics,2011,11(9):4039-4072. DOI: 10.5194/acp-11-4039-2011
[33] YURDAKUL S, CIVAN M, KUNTASAL Ö, et al. Temporal variations of VOC concentrations in Bursa atmosphere[J]. Atmospheric Pollution Research,2018,9(2):189-206. DOI: 10.1016/j.apr.2017.09.004
[34] WANG H L, HAO R, FANG L, et al. Study on emissions of volatile organic compounds from a typical coking chemical plant in China[J]. Science of the Total Environment,2021,752:141927. DOI: 10.1016/j.scitotenv.2020.141927
[35] 高志凤, 张晓红, 赵文娟, 等.典型焦化厂大气挥发性有机物排放表征分析[J]. 环境科学研究,2019,32(9):1540-1545. GAO Z F, ZHANG X H, ZHAO W J, et al. Characteristic analysis of VOCs emitted from a typical coking plant[J]. Research of Environmental Sciences,2019,32(9):1540-1545.
[36] YAO S, WANG Q H, ZHANG J M, et al. Ambient volatile organic compounds in a heavy industrial city: concentration, ozone formation potential, sources, and health risk assessment[J]. Atmospheric Pollution Research,2021,12(5):101053. DOI: 10.1016/j.apr.2021.101053
[37] LI J, LI H Y, HE Q S, et al. Characteristics, sources and regional inter-transport of ambient volatile organic compounds in a city located downwind of several large coke production bases in China[J]. Atmospheric Environment,2020,233:117573. □ DOI: 10.1016/j.atmosenv.2020.117573
-
期刊类型引用(6)
1. 李敏姣，温娟，尹立峰，张雷波，孙蕊，冯真真，李怀明. 基于气象条件综合指数的天津市臭氧污染影响因素贡献评估. 环境工程技术学报. 2024(02): 416-424 . 
本站查看
2. 尹黎昊，张小玲，樊晋，李双志. 川东北五市PM_(2.5)输送轨迹及潜在源区分析. 成都信息工程大学学报. 2024(02): 246-254 . 百度学术
3. 姚笛，陈浩，王明，张帅，刘东. 2020年宣城市臭氧污染特征及气象影响因素分析. 大气与环境光学学报. 2024(05): 589-598 . 百度学术
4. 曹扬，李艳红. 乌昌石都市圈城市空间发展对NO_2浓度时空变化的影响. 环境工程技术学报. 2023(03): 921-928 . 本站查看
5. 陈兵，张祖彬，刘士民，李伟明. 焦化VOCs深度治理的实践应用. 辽宁化工. 2022(04): 502-504+507 . 百度学术
6. 宋晓伟，郝永佩，朱晓东，王京伟，薛盼，刘卫婷. 临汾市臭氧污染变化特征、气象影响及输送源分析. 中国环境科学. 2022(08): 3626-3634 . 百度学术
其他类型引用(4)
计量
- 文章访问数: 391
- HTML全文浏览量: 160
- PDF下载量: 38
- 被引次数: 10
