2017—2019年太原南部城区夏季O3特征及其影响因子

doi:10.3969/j.issn.1673-503X.2021.03.006

摘要/Abstract

摘要：

利用2017—2019年夏季（6—8月）太原市污染物浓度和气象逐小时数据，分析了太原南部城区O₃浓度及其影响因子的变化特征，通过神经网络构建了O₃与其影响因子的关系模型，并进行了检验。结果表明：2017—2019年夏季太原南部城区O₃浓度超标天数分别为55 d、39 d、59 d，超标主要集中在6月和7月；O₃浓度日变化特征呈单峰型，每日06时前后达到最低，15时前后达到峰值。高温、强辐射、低湿、低压、西南风容易引起太原南部城区O₃浓度升高，西北风有利于O₃扩散；NO₂、CO与O₃浓度表现为负相关关系，但NO₂对其影响更加显著。利用神经网络构建O₃浓度与影响因子的关系模型，相关系数达0.96，均方根误差、平均绝对误差分别为8 μg·m^-3、6%，TS评分为0.95，神经网络模型具有较高预报能力，可为太原地区O₃预报提供参考价值。

关键词: O₃浓度, 气象因子, 神经网络

Abstract:

Based on the hourly data of pollutant concentration and relative meteorological factors during summer (June to August) from 2017-2019, the distribution characteristics of O₃ concentration and its influencing factors in Taiyuan were analyzed using the neural network method.The results show that, during the summer from 2017-2019, the numbers of days in which the O₃ concentration exceeds the limit in Taiyuan are 55 d, 39 d, 59 d, respectively.The cases that the O₃ concentration exceeds the limit mostly occur in June and July.The diurnal variation of O₃ concentration is unimodal, with the lowest around 06:00, and the peak around 15:00.The conditions such as high temperature, strong radiation, low humidity, low pressure, and southwest wind can easily lead to an increase of O₃ concentration in Taiyuan urban areas.The NW wind is beneficial to the diffusion of O₃ concentration.The relationships of NO₂ and CO with O₃ concentration are negative, and the influence of NO₂ is more significant.The selected cases show that the O₃ concentration fluctuates with the influencing factors.The relationship between O₃ concentration and the influencing factors is constructed using the neural network method, with the correlation coefficient of 0.96, the mean square root and average absolute error of 8 μg·m^-3 and 6%, respectively, and TS score of 0.95.The neural network model is valuable for the O₃ concentration prediction and ozone pollution control in the Taiyuan area.

Key words: O₃ concentration, Meteorological factors, Neural network

中图分类号:

X515
X16

卢盛栋, 李军霞, 李芬, 赵俊杰, 靳泽辉, 李莹, 刘潇. 2017—2019年太原南部城区夏季O₃特征及其影响因子[J]. 气象与环境学报, 2021, 37(3): 40-46.

Sheng-dong LU, Jun-xia LI, Fen LI, Jun-jie ZHAO, Ze-hui JIN, Ying LI, Xiao LIU. Analysis of the characteristics of O₃ concentration and its influencing factors in summer from 2017 to 2019 in the southern urban area of Taiyuan[J]. Journal of Meteorology and Environment, 2021, 37(3): 40-46.

图/表 14

图1

表1

图2

表2

图3

表3

表4

表5

图4

表6

表7

图5

图6

图7

参考文献 27

1	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.
2	陆倩, 唐丽彬, 恬静, 等. 承德市臭氧及其前体物浓度变化特征[J]. 沙漠与绿洲气象, 2018, 12 (60): 77- 83.
3	王定定, 赵江伟, 邓凌峰, 等. 阿克达拉大气本底站臭氧浓度变化特征分析[J]. 沙漠与绿洲气象, 2019, 13 (12): 97- 101.
4	吴锴, 康平, 于雷, 等. 2015-2016年中国城市臭氧浓度时空变化规律研究[J]. 环境科学学报, 2018, 38 (6): 2179- 2190.
5	陈超, 林旭, 叶辉, 等. 杭州市臭氧污染特征及过程分析[J]. 中国环境监测, 2019, 35 (3): 73- 81.
6	李霄阳, 李思杰, 刘鹏飞, 等. 2016年中国城市臭氧浓度的时空变化规律[J]. 环境科学学报, 2018, 38 (4): 1263- 1274.
7	Ma Z Q , Xu J , Quan W J , et al. Significant increase of surface ozone at a rural site, North of Eastern China[J]. Atmospheric Chemistry and Physics, 2016, 16 (6): 3969- 3977. doi: 10.5194/acp-16-3969-2016
8	Xu W Y , Lin W L , Xu X B , et al. Long-trends of surface ozone and its influencing factors at the Mt Waliguan GAW station, China-part 1;overall trends and characteristics[J]. Atmospheric Chemistry and Physics, 2016, 16 (10): 6191- 6205. doi: 10.5194/acp-16-6191-2016
9	徐锟, 刘志红, 何沐全, 等. 成都市夏季近地面臭氧污染气象特征[J]. 中国环境监测, 2018, 34 (5): 36- 45.
10	单源源, 李莉, 刘琼, 等. 长三角地区典型城市臭氧及其前体物时空分布特征[J]. 沙漠与绿洲气象, 2016, 10 (5): 72- 78. doi: 10.3969/j.issn.1002-0799.2016.05.011
11	余钟奇, 马井会, 毛卓成, 等. 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[J]. 气象与环境学报, 2019, 35 (6): 46- 54. doi: 10.3969/j.issn.1673-503X.2019.06.007
12	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.
13	李莹, 朱凌云, 闫世明, 等. 气象因素对太原夏季近地面臭氧浓度的影响[J]. 科技与创新, 2016, (18): 26- 28.
14	冯新宇. 2013-2017年太原市臭氧浓度变化特征[J]. 环境化学, 2019, 38 (8): 1899- 1905.
15	周天娇, 陈丹, 王咏青, 等. 不同类型和强度的东亚切断低压过程中UTLS区域臭氧变化对比分析[J]. 高原气象, 2018, 37 (3): 837- 849.
16	王明圣, 郭世昌. ENSO循环对东亚地区平流层臭氧分布的影响[J]. 高原气象, 2017, 36 (3): 865- 874.
17	谈昌蓉, 郭晓宁, 陈奇, 等. 西宁近地面臭氧特征及其影响因素[J]. 干旱气象, 2019, 37 (1): 31- 39.
18	陆倩, 付娇, 王朋朋, 等. 河北石家庄市近地面臭氧浓度特征及气象条件分析[J]. 干旱气象, 2019, 37 (5): 836- 843.
19	陈培章, 陈道劲. 兰州主城臭氧污染特征及气象因子分析[J]. 气象与环境学报, 2019, 35 (2): 46- 54.
20	姚青, 孙玫玲, 刘爱霞. 天津臭氧浓度与气象要素的相关性及其预测方法[J]. 生态环境学报, 2009, 18 (6): 2206- 2210. doi: 10.3969/j.issn.1674-5906.2009.06.038
21	环境保护部. HJ633-2012, 环境空气质量指数(AQI)技术规定[S]. 北京: 中国环境科学出版社, 2012.
22	张春辉, 刘群, 徐徐, 等. 贵阳市臭氧浓度变化及与气象因子的关联[J]. 中国环境监测, 2019, 35 (3): 82- 92.
23	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.
24	严仁娥, 叶辉, 林旭, 等. 杭州市臭氧污染特征及影响因素分析[J]. 环境科学学报, 2018, 38 (3): 1128- 1136.
25	梁俊宁, 马启翔, 汪平, 等. 陕西省西咸新区空港新城夏季臭氧与气象因子关系分析[J]. 生态环境学报, 2019, 28 (10): 2020- 2026.
26	黄俊, 廖碧婷, 吴兑, 等. 广州近地面臭氧浓度特征及气象影响分析[J]. 环境科学学报, 2018, 38 (1): 23- 31.
27	Kalabokas P , Hjorth J , Foret G , et al. An investigation on the origin of regional springtime ozone episodes in the western Mediterranean[J]. Atmospheric Chemistry and Physics, 2017, 17 (6): 3905- 3928.

年份	6月	7月	8月
2017年	176.67	182.52	139.52
2018年	165.63	141.71	133.55
2019年	181.7	176.39	131.65

气温/℃	频率/(%)	O₃超标率/(%)	O₃平均浓度/(μg·m^-3)	相关系数
T≤20	23.74	0.48	46	0.75
20＜T≤30	62.33	15.43	105	0.77
30＜T≤35	13.23	73.81	194	0.34
T＞35	0.8	96	217	-0.01

相对湿度/(%)	频率/(%)	O₃超标率/(%)	O₃平均浓度/(μg·m^-3)	相关系数
RH≤40	17.99	55.09	168	-0.04
40＜RH≤60	25.41	34.57	136	-0.203
60＜RH≤80	27.23	5.30	90	-0.24
80＜RH≤90	12.17	0.98	61	-0.116
RH＞90	16.2	0	38	-0.32

要素	前1 h	实时	后1 h
O₃平均浓度(μg·m^-3)	81	76	72

气压/hPa	频率/(%)	O₃超标率/(%)	O₃平均浓度/(μg·m^-3)	相关系数
P≤910	0.13	75	187	-0.29
910＜P≤920	53.01	29.98	119	-0.21
920＜P≤930	46.34	9.23	86	-0.27
P＞930	0.53	0	42	-0.15

2017—2019年太原南部城区夏季O₃特征及其影响因子

Analysis of the characteristics of O₃ concentration and its influencing factors in summer from 2017 to 2019 in the southern urban area of Taiyuan

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 14

参考文献 27

相关文章 15

Metrics

本文评价

推荐阅读 10

要素	前2 h	前1 h	实时
NO₂	-0.56	-0.65	-0.71
CO	-0.06	-0.14	-0.22

时段	气温/℃	相对湿度/(%)	气压/hPa	风速/(m·s^-1)	太阳辐射/(MJ·m^-2)	NO₂/(μg·m^-3)	CO/(μg·m^-3)
前2 h	29.5	43	918.46	2.1	2.38	22	0.79
前1 h	29.7	42	918.1	2.2	2.17	19	0.76
污染时段	31.0	40	917.7	2.2	1.84	18	0.74
后1 h	29.5	43	917.83	2.1	1.48	20	0.79
后2 h	28.8	46	918.83	2.0	1.11	24	0.81

[1]	刘强军, 宋军芳, 牛晨煜, 赵珺, 张喻君. 2015—2019年太行山南麓O₃浓度特征及其与气象因子的关系[J]. 气象与环境学报, 2021, 37(4): 48-53.
[2]	杜明哲, 鲁坦, 朱玉周, 廖荣伟, 房小怡. 1961—2019年河南秋季连阴雨天气气候特征分析[J]. 气象与环境学报, 2021, 37(4): 54-62.
[3]	李晓岚, 权维俊, 王东东, 王迪. DNQ1与FD12型能见度仪观测比对及影响因子研究[J]. 气象与环境学报, 2021, 37(3): 25-32.
[4]	李艳兰,金龙,史旭明,陈丹. 基于遗传—神经网络方法的广西台风灾害评估模型研究[J]. 气象与环境学报, 2021, 37(3): 139-144.
[5]	周士茹,宋金妹,陆倩,郭鸿鸣,赵玉广,高艳春. 气象因子和海风对秦皇岛市臭氧污染的影响[J]. 气象与环境学报, 2021, 37(2): 64-70.
[6]	李丽光,李晓岚,赵梓淇,王宏博,沈历都,王扬锋,刘宁微,马雁军. 沈阳近地层大气颗粒物浓度垂直变化特征及与气象因子的关系[J]. 气象与环境学报, 2021, 37(1): 16-25.
[7]	苗运玲,张军,郑玉萍,陈梦娇,张云惠. 乌鲁木齐市酸雨变化特征及其与气象因子的关系[J]. 气象与环境学报, 2020, 36(5): 62-68.
[8]	韩余,周国兵,陈道劲,杨春,闵凡花. 重庆市臭氧污染及其气象因子预报方法对比研究[J]. 气象与环境学报, 2020, 36(4): 59-66.
[9]	徐静. 秦皇岛市气温与近地面臭氧浓度的关系分析[J]. 气象与环境学报, 2020, 36(4): 83-88.
[10]	樊旭,黄颖,冷文楠,张北斗,张文煜,王国印. 基于径向基神经网络的地基微波辐射计反演算法研究[J]. 气象与环境学报, 2020, 36(2): 62-69.
[11]	龙凤翔, 张瑀琳. 桂林城区大气能见度与颗粒物浓度和气象因子关系研究[J]. 气象与环境学报, 2020, 36(1): 21-27.
[12]	杜勤博, 吴晓燕, 郑素帆, 李玥莹, 陈欢欢, 张宇烽. 汕头市PM_2.5的气象要素影响分析及预报研究[J]. 气象与环境学报, 2019, 35(5): 70-77.
[13]	拉巴, 洛桑曲珍, 次珍, 平措旺丹. 那曲地区植被NDVI时空变化及成因分析[J]. 气象与环境学报, 2019, 35(4): 69-76.
[14]	瞿建华, 鄢俊洁, 薛娟, 郭雪星. 基于深度学习的FY3D/MERSI和EOS/MODIS云检测模型研究[J]. 气象与环境学报, 2019, 35(3): 87-93.
[15]	陈培章, 陈道劲. 兰州主城臭氧污染特征及气象因子分析[J]. 气象与环境学报, 2019, 35(2): 46-54.