城市臭氧污染特征与高影响气象因子:以苏州为例
近年来城市臭氧(O3)污染问题日益突出,影响O3污染的关键气象因子尚不明确,因此分析典型城市——苏州的O3污染特征,探究O3污染的高影响气象因子,对该区域大气污染防治具有重要意义.基于苏州环境监测中心2015～2020年4～9月逐小时O3浓度数据及同期气象观测资料,应用相关分析和机器学习方法对其开展相关分析研究.结果表明:①6年间O3污染高发季,O3污染超标率均达20％以上,O3污染日数和以O3为首要污染物的污染日数占比均逐年上升,O3污染问题日益凸显;②O3浓度存在单峰日变化特点,谷值出现在07:00前后,峰值出现在15:00～16:00;其与气温和太阳辐射能的日内变化趋势较一致,但其浓度峰值出现时刻又滞后于二者.2017年和2019年O3有典型的"周末效应",周末较高的太阳辐照度对O3浓度升高有明显的正相关作用.O3浓度和污染超标率的月变化呈双峰型特征;③O3污染的发生受到多种气象条件的影响,日照时数在7 h以上,气温在30℃附近,太阳辐照度在350～440 kW·m-2之间,相对湿度在50％～75％之间,O3污染日数达最多,且强度达最强.当偏东风风速小于1.5 m·s-1时,或西南风风速小于3.5 m·s-1时,易发生O3中度污染;④运用机器学习方法构建的最优O3浓度预测模型对4、5、7和9月O3浓度有较好的预测能力,当O3浓度超过200 μg·m-3时,预报值存在一定程度的低估和平滑,太阳辐射能对于O3 浓度的影响最为明显,相对湿度影响次之,而气温和风重要性低于前二者.
臭氧(O3)、污染特征、太阳辐射、相关性分析、机器学习、预测模型
44
X515(大气污染及其防治)
江苏省气象局青年基金项目;苏州市科技计划项目;中国气象局预报员专项
2023-04-12（万方平台首次上网日期，不代表论文的发表时间）
共9页
85-93
