賴錫柳 鄒穎俊 張凌云 蘇小玲 藍求 李宜爽 王藝

摘要 利用廣西2018年環(huán)境監(jiān)測數據日均值和小時值對柳州市空氣污染程度、污染物濃度季節(jié)變化和日變化特征進行分析，結合同期氣象常規(guī)觀測資料，探討了氣象要素與污染物濃度之間的關系，并利用NCEP 1°×1°再分析資料，對4個季節(jié)典型空氣污染個例的天氣形勢進行分析，以進一步了解柳州各季節(jié)空氣污染天氣特征。結果表明：（1）柳州市首要污染物以PM2.5為主，輕度污染最多，冬季污染最重，且集中在1月和2月;（2）O3濃度變化為“夏高冬低”，主要與日照條件的季節(jié)變化有關，其余污染物濃度變化為“夏低冬高”，主要與冬季污染物排放量增大、擴散條件差、清除作用弱、微量降水日數多、增濕效果明顯有關;（3）O3濃度日變化為“單峰型”，峰值出現(xiàn)在15：00，其余污染物濃度日變化為“雙峰型”，峰值分別出現(xiàn)在08：00～10：00和22：00～23：00，除O3和SO2外，其余污染物夜間濃度大于早間濃度;（4）PM2.5、PM10、NO2與△P24、T、Rh、P1、V10均呈負相關;O3與T和V10、SO2與P24、CO與Rh均呈正相關，與其他幾種氣象要素呈負相關。（5）典型個例分析表明，春季高空受偏北氣流控制，低層有反氣旋且風場較弱，地面處于變性冷高壓后部;夏季受副熱帶高壓控制，處于臺風或低壓外圍并受下沉氣流影響，地面位于低壓帶中;秋季處于副高邊緣，低層受反氣旋影響并受下沉氣流控制，地面位于冷高壓后部;冬季受槽后偏北氣流或平直的西風控制，低層受偏西或偏南氣流影響且風場較弱，地面受冷高壓控制。這四種天氣形勢下，柳州天氣晴好，無降水或只有弱降水，清除作用不明顯，大氣層相對穩(wěn)定，污染物不易擴散，易造成污染天氣。

關鍵詞 空氣污染 ;氣象條件;天氣形勢;柳州

中圖分類號：S716.1文獻標識碼：B 文章編號：2095–3305（2021）03–0078–06

隨著社會經濟的發(fā)展和人民生活水平的提高，人民對生活環(huán)境及身體健康的關注度日益增強，城市空氣質量問題已成為人們日常關注的焦點之一[1-3]。大量學者對于不同地區(qū)空氣污染的成因及變化進行了分析，結果表明，區(qū)域污染物排放、輸送和大氣擴散條件是影響城市空氣質量的重要因子，而氣象要素及天氣形勢對空氣污染的嚴重程度及持續(xù)時間等起到較為關鍵的作用[4-10]。楊雪玲等[11]的研究表明，河谷地形氣溫和風速是影響污染物擴散的重要因子;林巧美等[12]的研究表明，揭陽市PM2.5和PM10濃度與風速和相對濕度呈負相關，降水有明顯的凈化作用，在地面形勢為低壓槽、脊后槽前、變性高壓脊等，850 hPa為變性脊或低壓槽，或受臺風外圍下沉氣流控制時，容易產生高濃度天氣;周晗等[13]的研究表明，風速和降水對污染物濃度的影響較大，且出現(xiàn)污染的主要原因是受大氣中逆溫的影響;劉燁焜等[14]的研究表明，烏蘭察布市PM2.5污染多發(fā)生在冷高壓控制的情況下;吳洋[15]等對天津市津南區(qū)一次持續(xù)污染天氣進行分析，結果表明高相對濕度、低風速和較低的混合層高度是造成該次污染天氣過程的主要氣象要素;鄧欣柔等[16]對長江三角洲3次典型霾污染過程進行分析，結果表明，3次過程期間長三角地區(qū)維持較穩(wěn)定的地表溫度、較高的相對濕度和較小的風速值;陳鶴等[17]對湖南一次典型污染天氣過程進行了分析，結果表明，連續(xù)晴好天氣背景下長江中下游區(qū)域生物質燃燒造成的煙塵顆粒物排放，以及不利于污染物擴散清除的氣象條件是這次持續(xù)性污染天氣過程的主要原因。以上研究表明，氣象條件對污染物濃度的變化有重要作用。研究氣象條件與污染物濃度之間的關系特征，有助于認識空氣污染的形成機制，為環(huán)境空氣質量的預報提供經驗和方法。

柳州市是廣西的重要工業(yè)城市，空氣污染問題較為突出。2017年柳州市空氣污染發(fā)生天數為57 d，2018年，在采取嚴格的管控及治理措施的基礎上，柳州市的空氣污染天數雖有下降，但仍然有41 d發(fā)生空氣污染，占全年的11.2%，空氣污染防控形勢嚴峻。因此，研究柳州市的空氣污染和氣象要素、天氣形勢之間的關系與特征，對柳州市的空氣污染預報尤為重要。

該研究選取2018年作為研究年份，利用環(huán)境監(jiān)測數據、氣象常規(guī)觀測資料、NCEP再分析資料等對柳州市的環(huán)境空氣污染程度、PM2.5和O3的濃度頻率、污染物的季節(jié)變化和日變化、氣象要素與污染物濃度的相關性以及4個季節(jié)典型個例的天氣形勢進行分析，力圖進一步了解柳州市空氣污染的時間分布特征及其氣象成因，為空氣污染的預報及防控提供科學的參考依據。

1 數據來源

空氣污染數據來源于廣西壯族自治區(qū)生態(tài)環(huán)境廳數據中心，監(jiān)測的污染物種類為PM2.5、PM10、臭氧8 h（O3）、NO2、SO2、CO等6種;氣象資料為柳州氣象站和沙塘氣象站常規(guī)氣象觀測資料、空氣污染數據和氣象觀測資料;時間為2018年1月1日00：00—12月31日23：00;天氣形勢分析數據為NCEP再分析資料。

2 空氣質量情況分析

2.1 污染程度分析

2018年廣西10個地市空氣污染天數在20～30 d，只有來賓市、柳州市、貴港市和桂林市空氣污染天數在30 d以上。其中，來賓市發(fā)生空氣污染45 d，位居廣西首位，柳州市發(fā)生空氣污染41 d，位居第二。2018年柳州市空氣污染的時間變化情況見（圖1）。2018年柳州市的空氣污染主要集中在輕度污染，共33 d，占污染天數的80.5%;其次為中度污染，共7 d，占總污染天數的17.1%;全年只有1 d重度污染，占總污染天數的2.4%，出現(xiàn)在2月16日，AQI達220。從時間上看，冬季發(fā)生空氣污染的天數最多，共27 d，占總污染天數的65.9%，且主要集中在1月和2月;其次為春季且主要集中在3月和4月，占總污染天數的26.8%;夏季和秋季發(fā)生空氣污染次數較少，分別為1 d和2 d。根據統(tǒng)計，在41 d的污染天氣中，除了7月12日和10月7日首要污染物為臭氧8 h以及4月7日、8日、17日為PM10外，其余均為PM2.5。

2.2 污染物濃度季節(jié)變化特征

2018年柳州各污染物濃度的季節(jié)變化見圖2。PM2.5、PM10、NO2、SO2和CO濃度均表現(xiàn)出明顯的“夏低冬高”的特點，5種污染物冬季濃度均值分別為59.7 μg/m3、78.2 μg/m3、64.5 μg/m3、20.6 μg/m3、1.119 mg/m3，冬季企業(yè)污染物排放在嚴格管控和減排措施下，企業(yè)排放源變化量相對穩(wěn)定，但由于冬季較冷，居民燃燒產熱等排放的污染物增多是導致冬季污染物濃度升高的原因之一。冬季混合層高度較低，近地面的污染物容易積聚，導致污染物濃度較高[18]。冬季冷空氣活動較為頻繁，冷空氣導致的風力加大將會使擴散條件變好，但是在強冷空氣到達之前，風速仍將維持在較小的狀態(tài)，冷空氣從北面滲透影響柳州出現(xiàn)逆溫，容易導致污染物在近低層積聚，難以擴散。降雨的清除作用也是緩解空氣污染的重要措施之一[19-20]。2018年柳州冬季無雨日天數相對于其他季節(jié)較少，共36 d，但是對小雨天氣進行細分時，發(fā)現(xiàn)冬季0.0 mm

2.3 污染物濃度日變化特征

2018年柳州各污染物濃度的日變化見圖3。PM2.5、PM10、NO2、SO2和CO濃度的日變化均為“雙峰型”，PM2.5的峰值分別出現(xiàn)在09：00和22：00，NO2的峰值分別出現(xiàn)在08：00和23：00，PM10的峰值分別出現(xiàn)在10：00和23：00，SO2和CO的峰值分別出現(xiàn)在09：00和23：00;除了SO2外，其余4種污染物夜間峰值均高于早間峰值，PM2.5、PM10、NO2、CO濃度夜間峰值分別是早間峰值的1.05、1.08、1.33、1.02倍。污染物早晚雙峰現(xiàn)象一方面與人類活動有關，從06：00開始，人類活動開始增強，污染物排放量增加，導致早間峰值的出現(xiàn)，傍晚17：00之后，下班高峰期開始，汽車尾氣等排放增大;另一方面，夜間近地層氣溫降低，大氣逐漸趨于穩(wěn)定，導致夜間污染物濃度升高且維持時間較長;O3濃度的日變化為明顯的“單峰型”，從08：00開始，O3濃度明顯增大，在15：00達到峰值。對比NO2濃度日變化可知，在早間由于人類活動的影響，NO2濃度出現(xiàn)小幅度上升，但是在09：00以后濃度迅速下降，對應O3濃度迅速增大，呈反相關關系。這主要與O3的形成機制有關，在09：00后光照條件逐漸變好，導致NOx、VOC等前體物發(fā)生光化學反應，使得O3濃度增大，NO2濃度降低[23-24]。

3 氣象要素與污染物濃度相關性分析

2018年柳州市5種氣象要素與6種污染物濃度小時值的相關系數計算結果見表2。由表2可知，P24除了與SO2濃度呈正相關外，與其余污染物濃度呈負相關，且與PM2.5、PM10和NO2的負相關較明顯;當P24明顯增大時，往往代表有冷性氣團過境，會帶來大風和降雨等天氣，擴散條件將會變好。T除了與O3濃度呈正相關外，與其他污染物濃度呈負相關，其中與SO2、CO負相關較明顯，近地面氣溫的變化會影響大氣層結穩(wěn)定度，近地面溫度升高，大氣層結則易趨于不穩(wěn)定，熱力因子的影響會導致混合層升高，擴散條件變好，因此污染物濃度降低;而氣溫常與日照呈正相關，日照較強，氣溫升高，光化學作用增強導致O3濃度升高。Rh、P1除了與CO呈正相關外，與其余污染物濃度均為負相關，且與O3負相關最明顯。通過分析可知，Rh與P1呈明顯正相關，相關系數為0.135。當有降雨發(fā)生，日照變弱，近地面相對濕度也會隨之增大，而光化學反應減弱，降雨的清除作用將變得明顯，因此污染物濃度降低。V10除了與O3呈弱的正相關外，與其余污染物濃度均呈負相關，風速與大氣擴散能力密切相關，風速增大，擴散條件變好，因此污染物濃度降低[25]。

4 天氣形勢分析

對天氣形勢進行診斷分析是預判天氣的重要方法，研究選取2018年不同季節(jié)4個空氣污染典型個例，對其污染情況和天氣形勢進行分析。

4.1 春季

柳州市區(qū)2018年春季共出現(xiàn)空氣污染11 d，其中3月22—24日持續(xù)時間最長，這3 d AQI分別為137、134和109，首要污染物為PM2.5，因此選擇3月22—24日作為春季個例進行分析。3月22日PM2.5濃度維持在較高水平，在23日11：00 PM2.5濃度達到過程極值126，3 d內PM2.5濃度均表現(xiàn)出夜間及上午較高和下午較低的變化規(guī)律（圖4）。在該時間段內，除柳州外，廣西其余地市中只有百色市、北海市、崇左市、桂林市、來賓市和玉林市出現(xiàn)1～2 d的空氣污染，其中北海市、崇左市、玉林市3個南部地市首要污染均為O3，其他3個地市為PM2.5，該時段內柳州市空氣污染持續(xù)時間最長，影響最為嚴重。從3 d的天氣形勢平均場上看，500 hPa環(huán)流形勢為一槽一脊，我國東部受槽后偏北氣流控制，西部地區(qū)受高壓脊控制，柳州上空受槽后偏北氣流影響（圖5A、6A、7A）。700 hPa上，華南一帶由弱脊控制，柳州上空受脊后偏南氣流影響，風速約為8 m/s，相對濕度為70%～80%;850 hPa上，東南一帶有反氣旋，柳州受其后部的偏南氣流影響，風場相對較弱，風速約為6 m/s左右，相對濕度為30%～40%;從地面氣壓場上看，地面冷高壓移至東部海面，柳州處于變性冷高壓后部，氣壓梯度較小，受變性冷高后部弱的偏南氣流影響。因此，在春季，當柳州中高層為偏北氣流，低層為弱偏南氣流或弱脊控制，地面處于變性冷高壓后部時，柳州天氣晴好無降水，大氣層相對穩(wěn)定，污染物不易擴散，容易造成污染天氣。

4.2 夏季

夏季只在7月12日發(fā)生的空氣污染，AQI為124，首要污染物為臭氧8 h，因此選擇這一天作為夏季個例進行分析。柳州的O3濃度夜間低白天高，3 d內O3濃度均在7：00～8：00開始上升，且在13：00～15：00達到當日峰值，7月11日O3濃度均小于140，7月12日7：00起，O3濃度開始快速增大，在14：00達到過程極值251，13日恢復到限值以內（圖8）。從7月12日的天氣形勢平均場上看，500 hPa為南高北低的形勢，黃河以南的大部分地區(qū)受副熱帶高壓控制;700 hPa和850 hPa上，南海一帶受臺風控制，長江中游下游受低壓控制，柳州處于兩個低壓之間，同時受到兩個低壓外圍的下沉氣流影響，500 hPa以下垂直速度均為正，其中12日20：00 700 hPa垂直上升速度達0.6 Pa/s，下沉氣流較強，低層風場較弱，風速在2～4 m/s;700 hPa和850 hPa相對濕度分別為60%～70%、70%～80%（圖9B、10B、11B）;此時柳州位于地面低壓帶中。該次空氣污染過程發(fā)生時無降水;由于受副高控制，光照條件較好，氣溫較高（36℃），易發(fā)生光化學反應，造成O3濃度升高。因此，在夏季時，當柳州受副高或受下沉氣流控制時，天氣晴好，大氣靜穩(wěn)定，無降水，不利于污染物的擴散。

4.3 秋季

秋季共2 d出現(xiàn)空氣污染，10月7日和11月30日的首要污染物分別為臭氧8 h和PM2.5，其中10月7日環(huán)流形勢與夏季個例較為相似，為了突出秋季空氣污染環(huán)流特征，選擇11月30日作為秋季個例進行分析，該日AQI為109。11月30日柳州PM2.5濃度除了在5：00～7：00和15：00～17：00等級為良外，其余時刻濃度均在75 以上，達到輕度污染，且在夜間PM2.5濃度有較為明顯的上升（圖9）。從11月30日的天氣形勢平均場上看，500 hPa上貝加爾湖一帶受高壓脊控制，中國北部受偏北氣流控制，南部受偏西氣流影響，副高退至海上，柳州處于副高邊緣;700 hPa和850 hPa上，中國東部及南部海面由反氣旋控制，柳州位于反氣旋西北側，850 hPa風速為6～10 m/s;700 hPa和850 hPa相對濕度均為70%～80%;地面氣壓場上，冷高壓變性東移，柳州位于冷高壓后部，氣壓梯度較均，柳州地區(qū)受天氣靜穩(wěn)，無降水，污染物不易擴散，容易出現(xiàn)空氣污染（圖5C、6C、7C）。在該天氣形勢下，廣西只有柳州市和來賓市出現(xiàn)輕度污染，其他地市空氣質量均為良，這主要與柳州市為工業(yè)城市，污染物排放大及空氣靜穩(wěn)有關，而來賓市位于柳州市南部，廣西受冷高壓控制，柳州一帶近地面為北風影響，柳州排放污染物的向南輸送對來賓造成一定的影響。

4.4 冬季

冬季共出現(xiàn)空氣污染27 d，首要污染物均為PM2.5，其中2月6日—17日連續(xù)11 d出現(xiàn)輕度至重度污染，其中15日為良，16日為重度污染，其余為輕度污染，持續(xù)時間最長，且污染較重，因此選擇2月6日—17日作為冬季個例進行分析。該次過程AQI在95～200之間。廣西其余地市在該時間段內均出現(xiàn)不同程度的連續(xù)污染情況，而柳州市和來賓市在該時段內污染天數最多，影響最為嚴重，且在16日廣西各地市的AQI均出現(xiàn)突增。該次過程前期（6日—14日）PM2.5濃度整體趨勢較為平穩(wěn)，均在100 上下波動，但是在中后期（15—17日）出現(xiàn)較大波動，15日PM2.5濃度明顯降低，而在16日突增至560 ，達到重度污染（圖10）。由于沙塘氣象站未遷站，風速受海拔因素影響較小，因此利用沙塘氣象站及NCEP資料及PM2.5監(jiān)測濃度數據對15日和16日的污染情況進行分析。15日廣西西部有暖低壓發(fā)展，受暖低壓影響，柳州一帶風速較大，日均風速為1.6 m/s，低層湍流擴散作用較明顯，利于污染物的擴散，因此15日濃度較低;15日20：00后冷空氣滲透至柳州市南部，沙塘氣象站轉受北風影響，但是地面風速較小，夜間出現(xiàn)時長約為6 h的靜風，這種停滯的氣象條件引起近地層污染物累積，導致PM2.5濃度在夜間急劇增大，其中在02：00達到過程極值（560），為重度污染，在16日07：00之后，冷空氣到達柳州市區(qū)，地面風速增大，擴散條件轉好，污染物濃度也隨之減?。▓D11）。從2月6日—17日的天氣形勢平均場上看，冬季個例500 hPa環(huán)流形勢為一槽一脊，我國處于槽后脊前，主要受偏北氣流控制，柳州上空受偏西氣流影響（圖5D、6D、7D）。700 hPa華南地區(qū)為偏西氣流影響，風速約為12 m/s，相對濕度為10%～20%;850 hPa為偏南風，但風場較弱，只有4 m/s左右，相對濕度為60%～70%;地面氣壓場上，冷鋒鋒面已入海，柳州處于冷高壓控制中，無較大氣壓梯度，此時地面只是弱北風影響。因此，在冬季當柳州受槽后，偏北氣流或較為平直的西風控制，低層風場較弱，地面氣壓場較為均勻，無較大氣壓梯度，天況較好，無降水或只有微弱降水時，大氣靜穩(wěn)，清除作用不明顯，易形成空氣污染天氣。

5 結論

（1）柳州市發(fā)生空氣污染時，首要污染物以為PM2.5為主，且以輕度污染居多;冬季空氣污染天數最多，程度最重，且主要集中在1月和2月。

（2）PM2.5、PM10、NO2、SO2和CO濃度季節(jié)變化均為“夏低冬高”，主要與冬季污染物排放量增大、大氣靜穩(wěn)、擴散條件差、清除作用弱、微量降水日數多，增濕效果明顯有關;O3濃度季節(jié)變化為“夏高冬低”，主要與夏季日照條件較好有關，且O3與其前體物NO2季節(jié)濃度均值有反相關關系。

（3）PM2.5、PM10、NO2、SO2和CO濃度日變化均表現(xiàn)為“雙峰型”，早間峰值出現(xiàn)在08：00～10：00，夜間峰值出現(xiàn)在22：00～23：00，主要與污染物排放量增加有關;除SO2和O3外，其余污染物夜間濃度均大于早間濃度，且持續(xù)時間較長，這主要與夜間近地層氣溫降低，大氣逐漸趨于穩(wěn)定有關。O3濃度日變化為“單峰型”，08：00開始增大，于15：00達到峰值，主要與O3的形成機制有關，與其前體物NO2日變化濃度均值有反相關關系。

（4）PM2.5、PM10、NO2與24 h變壓、氣溫、相對濕度、降雨量、近地面10 m風速均呈負相關;O3與氣溫、近地面10 m風速呈正相關，與其他3個氣象要素呈負相關;SO2除了與24 h變壓呈正相關外，與其他4個氣象要素呈負相關;CO與相對濕度呈正相關，與24 h變壓、氣溫、近地面10 m風呈負相關。

（5）典型個例分析表明，春季高空受偏北氣流控制，低層有反氣旋且風場較弱，地面處于變性冷高壓后部;夏季受副熱帶高壓控制，處于臺風或低壓外圍并受下沉氣流影響，地面位于低壓帶中;秋季處于副高邊緣，低層受反氣旋影響并受下沉氣流控制，地面位于冷高壓后部;冬季受槽后偏北氣流或較為平直的西風控制，低層受偏西或偏南氣流影響且風場較弱，地面受冷高壓控制。這4種天氣形勢下柳州無降水或只有微弱降水，清除作用不明顯，且大氣層相對穩(wěn)定，污染物不易擴散，從而造成污染天氣。

參考文獻

[1] Katsouyanni K，Gryparis A，Samoli E. Short-term efects of air pollution on health[J]. Encyclopedia of Environmental Health， 2011： 51-60.

[2] Ribeiro A G， Downward G S， Freitas C U D， et al. Incidence and mortality for respiratory cancer and traffic-related air pollution in S?o Paulo， Brazil[J]. Environmental Research， 2019.

[3] 陳煜，劉永貴，鄧小樂.城市大氣污染與健康損失的經濟學分析[J].統(tǒng)計與決策，2019，35（18）：107-110.

[4] Kontkanen Jenni.Size-resolved pa-rticle number emissions in Beijing determined from measured particle size distributions[J]. Atmospheric Chemistry and Physics， 2020（3）： 1-26..

[5] Aili A， Xu H， Kasim T， et al. Origin and transport pathway of dust storm and its contribution to particulate air pollution in Northeast Edge of Taklimakan Desert， China[J]. Atmosphere， 2021， 12（1）： 113.

[6] 李飛飛.重污染天氣下大氣污染問題與防治分析[J].資源節(jié)約與環(huán)保，2020（3）： 155-155.

[7] 涂小萍，姚日升，高愛臻，等.浙江北部一次爆發(fā)式發(fā)展重度大氣污染的氣象特點和成因[J].環(huán)境科學學報，2019，39（5）：1443-1451.

[8] 周子涵，張小玲，康平，等.基于異常天氣分析法探究四川盆地冬季大氣污染的氣象成因[J].安全與環(huán)境工程，2020（2）：66-77.

[9] 郭深深，李美敏，方洪波，等.東莞市一次空氣污染過程成因分析[J].環(huán)境監(jiān)控與預警，2019，11（1）：21-24.

[10] 蔣維楣.空氣污染氣象學教程[M].北京：氣象出版社，2004.

[11] 楊雪玲，王穎，李博，等.河谷地形氣象要素對污染物濃度的影響[J].環(huán)境科學研究，2018，31（1）：34-41.

[12] 林巧美，陳裕強，陳璟，等.揭陽市空氣污染特征及氣象條件分析[J].氣象研究與應用，2018，39（3）：78-81.

[13] 周晗，宋曉萌，李福林，等.瑞麗市空氣污染狀況與氣象條件的相關性研究[J].科學技術創(chuàng)新，2020（34）：1-4.

[14] 劉燁焜，李朋，李海燕，等.近三年烏蘭察布市空氣污染氣象條件分析[J].資源節(jié)約與環(huán)保，2019（6）：37-38.

[15] 吳洋，張祿，孫樹鵬，等.天津市津南區(qū)一次持續(xù)性污染天氣特征及氣象條件分析[J].天津科技，2020，47（8）：91-95.

[16] 鄧欣柔，歐曄，李云丹，等.長江三角洲近3年秋冬季典型霾天氣成因研究[J].環(huán)境科學與技術，2020，43（3）：1-9.

[17] 陳鶴，唐杰，黃夢妮.2016年湖南一次典型污染天氣過程成因與來源追蹤分析[J].中國農學通報，2018，34（9）：99-104.

[18] 吳祖常，董保群.我國陸域大氣最大混合層厚度的地理分布與季節(jié)變化[J].科技通報，1998（3）：11-16.

[19] 曹楊，劉煒樺，王晨曦，等.成都市降水對大氣污染物的清除效果分析[J].環(huán)境科學研究，2020，33（2）：69-75.

[20] 李德俊，熊守權，柳草，等.降水對武漢2次空氣污染過程的濕清除特征[J].中國農學通報，2017，33（29）：95-102.

[21] 岳巖裕，王曉玲，張蒙晰，等.武漢市空氣質量狀況與氣象條件的關系[J].暴雨災害，2016，35（3）：271-278.

[22] 楊開放，魏游.臭氧污染形成機制及影響因素的研究進展[J].環(huán)境研究與監(jiān)測，2019，32（4）：1-4.

[23] 尚媛媛，鄭奕，宋丹，等.遵義臭氧時空變化特征及與氣象條件的關系[J].中國農學通報，2020，36（2）：104-108.

[24] 李洪權，尹浩，楊詠鋼，等.湖州大氣擴散能力變化特征及其原因探討[J].中國農學通報，2018，34（19）：121-125.

責任編輯：黃艷飛