基于无人机观测研究杭州湾化工园区近地面层臭氧垂直廓线

戴 上,周呈祥,庞小兵*,李晶晶,陈 浪,吴振涛,袁锴彬,韩张亮,王 强,王帅奇,陈建孟

基于无人机观测研究杭州湾化工园区近地面层臭氧垂直廓线

戴 上1,周呈祥2,庞小兵1*,李晶晶3**,陈 浪1,吴振涛1,袁锴彬1,韩张亮1,王 强1,王帅奇1,陈建孟1

(1.浙江工业大学环境学院,浙江 杭州 310014；2.浙江爱科乐环保有限公司,浙江 杭州 310030；3.浙江省绍兴生态环境监测中心,浙江 绍兴 312099)

为了解化工园区大气污染情况,使用自主研制的微型大气检测仪结合无人机研究化工园区臭氧(O3)垂直廓线,在2020年8月～2021年1月于杭州湾上虞经济技术开发区开展了12d无人机外场观测实验.各观测日从08:00～18:00每隔1h进行一次飞行观测,每次观测分别获得了离地面0,50,100,200,300,400,500m的O3、总挥发性有机物(TVOCs)和二氧化氮(NO2)浓度.结果表明:受气象因素、地面工厂排放以及早晚出行高峰的影响,TVOCs和NO2浓度整体随高度增加而下降,其中NO2浓度随高度上升而下降的幅度较明显,在0m处浓度为19.7～59.1μg/m3,500m处为5.9～21.7μg/m3,下降率为40～70%,TVOCs和NO2浓度都呈现出早晚高、正午低的日变化趋势,此外可能受逆温层的影响导致个别天数NO2浓度在400～500m不降反升;O3受前体物光化学反应、太阳辐射强度及平流层输送的影响,其浓度随高度增加而下降,平均浓度在0m处为49.2μg/m3,500m处为98.4μg/m3,O3日变化浓度在15:00～17:00达到峰值.TVOCs和O3、NO2和O3在各高度浓度均呈负相关,受不同季节气象因素差异和冬季取暖排放增加的影响,O3浓度季节变化为夏>秋>冬,TVOCs和NO2浓度为冬季>秋季>夏季.后向轨迹聚类分析表明化工园区本地O3浓度会受区域输送影响升高,在冬季时由于气温低不利于前体物生成O3,本地O3浓度受区域输送影响较夏季小.

臭氧；无人机；垂直廓线；化工园区；后向轨迹

近十几年来,我国工业园区数量快速增加,园区内企业密度大,污染排放集中,随之而来的环境问题也日益凸显[1-3].O3是一种典型的低层大气二次污染物,有鱼腥味的浅蓝色气体,具有强氧化性,是由主要污染物如氮氧化物和挥发性有机化合物(VOCs)在晴天发生光化学反应形成[4].VOCs和二氧化氮(NO2)会对环境和人类健康造成不良影响,同时也是形成O3的重要前体物,在过高的浓度下,VOCs会对人体呼吸系统、眼睛和皮肤造成危害,还会对神经系统和内部器官造成刺激和腐蚀,NO2会使大气能见度降低,也是形成酸雨的成因之一,当其浓度高时会对人类眼睛和呼吸系统造成危害.目前在城市对于这些污染问题研究者们已经做了很多研究[5-6],而对于化工园区O3及其前体物VOCs、NO2污染的系统研究相对较少,其垂直廓线研究甚少,研究化工园区O3、VOCs和NO2垂直廓线对制定化工园区大气污染防治政策和改善化工园区空气质量具有重要意义.

研究人员通过各种方法进行垂直空气采样监测,如利用系留气球研究工业城市内陆和近海O3及前体物的垂直分布特征[7-8],通过城市高层建筑物来收集VOCs垂直空气样本[9],通过将气象传感器连接到这些采样设备上,记录了温度、相对湿度和风速风向等气象参数的变化.基于建筑物和系留气球技术的采样监测通常与活性炭吸附盒、特氟龙采样袋或苏玛罐相结合来收集空气样本,然而,活性炭虽是一种优良材料,但其对非极性化合物的回收率相对较低,影响了污染物测量的准确性,而特氟龙采样袋只能用于收集相对稳定的污染物,对于不稳定的污染物如挥发性有机化合物可能不会保持稳定超过24h,另外这些袋子容易被刺破,这会导致化合物因泄漏而损失,苏玛罐内表面经过硅烷化钝化处理以降低表面活性,使收集到的环境空气中的VOCs样本可以储存数周[10].但以上三种常规气体采样技术只能采集一个或几个样品,且无法实现在线监测,建筑物垂直采样技术受到高度和位置的限制,采集空气样本只能在固定位置且最大采样高度通常在500m以下[11],系留气球技术的采样高度虽然能到1000m,但由于受锚绳长度限制只适合短距离飞行[12],此外这项技术受到强风天气的限制[13],而无人机气体监测技术基本克服了这些缺陷.近些年来,采用无人机检测大气污染物的技术越来越成熟,Yuan等[14]为了对船舶气体排放进行监测;提出了一种新概念无人机气体传感器跟踪算法,利用无人机传感器系统进行了一系列的现场综合实验,为未来海上监测网的研究和应用开辟了一条新途径;Chang等[15]利用多翼无人机结合自主研发的算法和传感器优化大气观测技术,很大程度上解决了以往无人机测量变量有限、实时观测响应延迟和测量精度不足等问题;Wu等[16]使用多旋翼无人机在深圳开展一系列外场观测实验为了解城市地区黑炭和O3的垂直分布.无人机有多种类型,与其他类型的无人机相比,旋翼无人机具有几个突出的优势,如重量轻、结构简单、能够悬停和着陆所需空间小,此外电池驱动的机翼不会排放空气污染物,避免因自身尾气排放导致测定结果不准确[17].

本研究以杭州湾上虞经济技术开发区为例,使用自主研发的微型大气检测仪结合无人机监测获得化工园区O3、TVOCs和NO2的垂直廓线,结合化工园区污染物排放特征、一次和二次污染物演变特征、边界层高度变化、太阳辐射强度和后向轨迹模型对化工园区污染物的垂直演变和日变化进行研究,以掌握园区大气中O3、TVOCs和NO2变化规律和分布特征,对于制定减少化工园区光化学污染和控制O3浓度政策提供科学依据.

1 实验方法和数据

1.1 观测地点和时间

观测地点位于杭州湾上虞经济开发区(以下简称为:上虞园区),开发区地理位置和观测点如图1所示,其面积约为21km2,位于杭州湾南岸的海涂围垦区,园区紧靠上虞港码头,距市区约10km,主要产业体系为精细化工、生物医药、五金机电、轻工纺织等,重点发展医药及其中间体、生物化学、颜料染料、纺织染整、无机化工及其他专用化学品.本研究观测地点位于园区中心位置的上虞水处理发展有限责任公司内,公司正门前一条主路穿过,周边200m范围内有多家代表性化工、材料及印染企业,其中北面为浙江凯德化工有限公司,以生产减水剂聚醚和表面活性剂聚醚等化工产品为主;南面为上虞自强高分子化工材料有限公司,专业生产酚醛树脂和水处理化学品;西面为浙江正裕化学工业有限公司,主要生产染料复配品;东面为浙江奥龙电源有限公司,以电池制造与销售、货物进出口为主,观测实验能获得较大程度反应出上虞园区污染情况的数据.

图1 无人机外场垂直观测地点(120°89′E,30°16′N)

表1 观测日期及对应天气情况

图2 各观测日气温小时变化

观测日期及相应天气状况如表1所示,整个观测期间以晴天多云天气为主,总体风速在1～4级, 2020年8月(以下简称8月)气温最高(24～39℃),风向为东南风,2020年10月(以下简称10月)次之(11～ 22℃),风向主要为东风,2020年12月和2021年1月(以下简称12月和1月)气温相对最低(0～14℃),风向主要为东北风.图2显示了各观测日8:00～18:00气温小时变化,以上气象数据均来源于中国国家环境监测中心(CNEMC)(网址:http://quotsoft.net/air/).

1.2 监测仪器和高空监测方法

本次外场观测实验中,监测仪器为我们自主研制的微型大气检测仪.微型大气检测仪安装于无人机正下方底座上,为减少无人机螺旋桨产生的强气流的影响,参照Liu[18]和Chen等[19]的研究方法我们将无人机上的微型大气检测仪空气入口用硬质碳纤维管安装在螺旋桨上方1m高的位置.该大气检测仪系统包括测量O3、NO2的电化学传感器以及测量TVOCs的微型光离子化检测器[20]均采购于英国Alphasense公司,主要参数如表2所示,更多详细参数可访问英国Alphasense公司主页(www.alphasense. com),所有传感器的信号由数据采集记录器采集、传输、存储在微型计算机中,通过全球移动通信系统和全球定位系统模块进行无线传输.

每个观测日从08:00～18:00每隔1h进行一次观测,操作搭载微型大气检测仪的无人机从地面起飞,以1.5～2m/s的速度上升至离地面500m高空,无人机具体上升速度视当时天气状况以及无人机稳定程度所决定,在500m位置悬停2min后以1.5m/s的速度匀速下降至400、300、200、100、50m,且在每个位置悬停2min进行监测,最后降落至地面(停留2min进行监测).

表2 传感器型号及主要参数

1.3 实验数据的处理

本文测量O3、NO2的电化学传感器及测量TVOCs的光离子化传感器的分辨率为5s,传感器板通过数据信号采集板(U6,LabJack,美国)连接到内部设计的DAQFactory软件(AzeoTech,美国),软件对每个气体传感器的工作电极和辅助电极电位以及其他传感器的信号电压进行监测和记录,在软件中将电压信号转换为气体混合比(ppb)、相对湿度(%)、温度(℃)、气压(kPa)等参数单位,该系统由装有Windows10操作系统的微型计算机控制,实现了数据的显示和保存,传感器数据和GPS信息可以通过无线模块实时无线传输到地面人员的计算机[21].

2 结果与讨论

2.1 O3、TVOCs和NO2和的垂直廓线

2.1.1 TVOCs和NO2的垂直廓线 由观测期间TVOCs的垂直廓线图(图3)可以看出,和之前Sun等[22]的研究类似,各月TVOCs浓度在0～500m基本随高度上升明显下降,其中TVOCs浓度在8月随高度上升下降较明显,10月、12月、1月浓度随高度上升略微下降.由表1可知,由于绍兴市8月正值夏季,气温高太阳辐射强度高且大气湍流运动强,这些因素有利于污染物扩散迁移,此外早晚高峰出行汽车增多会使TVOCs排放增加[23],这些导致8月份正午(11:00～ 13:00)TVOCs浓度(16×10-9)相对早(08:00～10:00)晚(15:00～17:00)浓度(23×10-9, 31×10-9)明显较低.整体来看,8月TVOCs垂直方向浓度变化较明显,且不同时间点TVOCs浓度差异较大,变化区间在0～60×10-9,而10月、12月和1月总体来看浓度变化范围很小,在（28～34）×10-9左右,秋冬季温度较低、早晚温差小、湿度高且近地层大气结构稳定导致污染物不易扩散传输可能是导致此现象的原因[24].

NO主要为一氧化氮和NO2,并以NO2为主, NO2除自然来源外,主要来源于燃料的燃烧、城市汽车尾气和工业生产过程等,它还是酸雨的成因之一,所带来的环境效应多种多样,更为关键的是NO2在O3的形成过程中起着重要作用.如图3所示,总体上NO2浓度在地表处达到峰值且随高度上升而下降,这与之前Li等[25]的研究类似,NO2浓度夏季、秋季、冬季分别随高度下降约80%、70%和60%,整体下降幅度较大,印证了NO2对流层低层主要来自地面的排放且寿命短的事实[26].值得注意的是,观察10月的垂直廓线发现15:00和17:00NO2浓度在400m到500m不降反升,此外如图5所示,10月大气边界层高度由14:00的800m附近降至17:00的500m以下,而大气边界层顶部常出现逆温层,这可能是NO2浓度在500m升高的原因[19].

2.1.2 O3的垂直变化 如图3所示,观测期间O3浓度整体随高度上升而增加,随高度上升时,太阳辐射变强,O3光化学反应变活跃给O3的生成提供了有利条件[27],除受光化学反应控制外,近地层O3的浓度变化主要还受垂直混合、沉降、平流输送影响[28].日出后,地面受太阳辐射逐渐加热,导致夜间边界层塌陷,不稳定边界层增加,不稳定边界层的发展伴随着高空O3向下的混合,这也是O3增加的主要原因[29].此外从季节上来看,由于冬季温度相对较低,日照时间与太阳辐射强度降低,风速增大等因素,12月和1月的O3各个高度观测浓度较8月和10月整体偏低40～80μg/m3.此外,观察到12月200m处O3浓度总体有下降的趋势,而同样高度NO2程上升趋势,推测是NO滴定作用导致O3浓度降低[30].

2.2 O3和NO2日变化和季节变化特征

人为源的O3主要是由来源于交通工具的尾气排放、石油化工和火力发电等工业污染源排放的NO、TVOCs等一次污染物经光化学反应形成.如图4所示,在07:00之后随着人为活动增强早高峰开始,工厂生产过程排放以及道路机动车辆排放增加,NO2浓度不断升高并在08:00～09:00之间达到峰值,之后伴随着早高峰结束,大气边界层升高,太阳辐射增强(图5,大气边界层高度和太阳辐射强度数据来源于美国NOAA空气资源室网站:https://ready. arl.noaa.gov/READYamet.php),光化学反应开始变活跃导致NO2浓度降低并在13:00左

右出现谷值,O3浓度持续升高并在15:00～ 17:00之间随着太阳辐射降低达到日间的峰值,随后17:00随着晚高峰的到来NO2浓度达到第二个峰值[31],O3和NO2浓度各月份不同高度日变化趋势整体保持一致,其中高空NO2浓度受地面早晚高峰及排放影响较小,日变化趋势相对地表较为平缓.此外,从图4中O3和NO2不同高度日变化规律可知,除个别情况外O3浓度不同时刻随高度上升,NO2浓度随高度下降,这与前文O3和NO2垂直廓线分析的规律一致.

图5 太阳辐射强度及边界层高度各月平均日变化

图6 O3和NO2浓度季节变化

由图6可知,园区观测期间O3和NO2浓度季节变化趋势分别为:夏>秋>冬、冬>秋>夏,气象条件在O3的形成和消耗过程中起着至关重要的作用,它可通过影响大气环流、光化学反应环境和O3前体物扩散传输等影响大气中O3浓度的变化,夏季绍兴市受副热带高压控制太阳辐射增强、气温较高,观测期间风速基本保持在2～4级之间,O3生成条件极好导致夏季浓度最高,而秋冬季气温偏低且相对湿度高,这些都不利于的O3生成,这与之前研究者们在非工业园区的观测结果基本一致[32-33].

2.3 相关性分析

对8、10、12、1月观测的数据按各自月份对TVOCs、NO2、O3三种物质进行求和平均处理,分别得到8、10、12、1月0、50、300、500m四个代表性高度的TVOCs、NO2、O3平均浓度,对得到的数据作相关性分析,结果如表3所示.

表3 各高度TVOCs与O3、NO2与O3的相关系数

可看出除个别情况外,TVOCs、NO2与O3浓度整体呈负相关,这表明在特定的一段时间内,O3浓度越高,TVOCs、NO2浓度越低,两组污染物在近地面均通过0.01显著性检验,随高度上升相关性降低,在离地面500m处NO2与O3未能通过显著性检验,这表明离地面较高处NO2与O3相关性很弱,由图3可知,NO2浓度在500m处浓度略微下降甚至出现上升的现象,而O3浓度仍显著增加,这可能是导致离地面较高处NO2与O3相关性很弱的原因,此外高空O3浓度受外部输送影响,如周边地区输送和平流层输送[11].TVOCs和NO2作为生成O3的重要前体物,在经由一系列光化学反应生成O3导致空气中O3浓度水平增高,高浓度、长时间的O3容易进一步发展成光化学烟雾,对大气环境和人体健康造成危害.

NO2+(λ<430nm)→NO+O(3P)

O(3P)+O2→O3

O3+NO→NO2+O2

NO+HO2·→NO2+HO·

NO+RO2·→NO2+RO·

人为源的O3主要是由工业生产过程、燃料燃烧、交通运输等人为排放的NO2、TVOCs等污染物的光化学反应生成,在晴天太阳辐射强的条件下, NO2等发生光解生成NO和氧原子(O·),O·与O2反应生成O3,O3是强氧化剂,在洁净大气中,O3与NO反应生成为NO2,而O3分解为O2,上述反应的存在使O3在大气中达到一种平衡状态,不会造成O3累积,当空气中存在大量VOCs等污染物时,VOCs等产生的自由基与NO反应生成NO2,此反应与O3和NO的反应形成竞争,不断取代消耗NO2光解产生的NO引起了NO向NO2转化,使上述动态平衡遭到破坏,导致O3逐渐累积.

2.4 后向轨迹聚类分析

O3污染具有较强的季节性和日变化特征,我们利用HYSPLIT(Hybrid Single-Particle Lagrangian Integrated Trajectory )软件以1h对应1条气流轨迹对观测各月第一天观测点距离地面500m和10m作24h的气流后向聚类轨迹分析.

图7 观测点24h后向轨迹

A1、O1、D1、J1:500m;A2、O2、D2、J2:10m

如图7所示,8月500m和10m(A1和A2)处气团基本来自浙江东南沿海,此路径经济开发区较少,气团到达观测点前,没有较多的O3前体物或O3堆积,推测8月前体物或O3污染主要是由本地排放造成的;10月500m和10m(O1和O2)处气团均来自东北方向且以北向为主,其中500m处约75%气团经杭州湾北岸上海段,10m处约58%的气团经苏南地区和杭州湾北岸嘉兴段到达观测点,通过之前的观测数据可知10月的O3形成条件较8月差但O3浓度10月接近8月,推测杭州湾北岸上海段有上海金山等大型化工园区,杭州湾北岸嘉兴段有嘉兴工业园区和嘉兴海盐经济开发区等工业园区,使得到达观测点的气团经过以上地点时O3前体物和O3堆积;12月500处(D1)气团最远来自山东半岛,10m处(D2)气团基本来自江苏北部沿海,两处气团南下经过杭州湾北岸嘉兴段到达观测点,1月无论是500m处(J1)还是10m处(J2)气团主要来源于观测点西北方向,且都最终经过杭州湾北岸到达观测点,但冬季气温低、太阳辐射强度小、相对湿度高都不利于O3的生成,因此推测12月和1月观测点O3浓度受后向气团的影响较小.

3 结论

3.1 使用自主研发的微型大气检测仪结合无人机对化工园区高于地面500m范围内的O3、NO2和TVOCs浓度的垂直廓线进行12d立体监测,并结合化工园区污染物排放特征、一次和二次污染物演变特征、边界层高度变化、太阳辐射强度和后向轨迹模型对化工园区污染物的垂直演变和日变化进行研究.

3.2 受光化学反应及地表排放影响,杭州湾上虞经济开发区O3随高度上升浓度整体增加,NO2和TVOCs随高度上升浓度下降.早晚高峰的影响使得NO2在不同浓度日变化浓度“早晚高正午低”, O3受光化学反应影响日变化浓度峰值在15:00～ 17:00达到.

3.3 相关性分析表明TVOCs、NO2与O3浓度整体呈负相关, TVOCs和NO2作为前体物对O3生成有巨大贡献,但在500m处相关性降低表明O3在高空部分来自区域传输及平流层输送.

3.4 后向轨迹分析表明O3浓度受区域传输影响,冬季气温低、太阳辐射弱O3浓度受区域传输影响较夏季小.

[1] 李 丹,戴玄吏,董黎静,等.化工园区大气环境特征及其对健康的影响[J]. 环境工程, 2014,32(1):84-87,125.

Li D, Dai X L, Dong L J, et al. Atmospheric environment characteristics in a chemical industrial parkandits health impact [J]. Environmental Engineering, 2014,32(1):84-87,125.

[2] 陈小方,张嘉妮,张伟霞,等.化工园区挥发性有机物排放清单及其环境影响[J]. 中国环境科学, 2017,37(11):4062-4071.

Chen X F, Zhang J N, Zhang W X, et al. VOCs emission inventory of a chemical industry park and its influence on atmospheric environment [J]. China Environmental Science, 2017,37(11):4062-4071.

[3] 武蕾丹,王秀艳,杨 文,等.某工业园区VOCs臭氧生成潜势及优控物种[J]. 环境科学, 2018,39(2):511-516.

Wu L D, Wang X Y, Yang W, et al. Ozone formation potential and priority species of VOCs in an industrial park [J]. Environmental Science, 2018,39(2):511-516.

[4] Trainer M, Parrish D, Goldan P, et al. Review of observation-based analysis of the regional factors influencing ozone concentrations [J]. Atmospheric Environment, 2000,34(12-14):2045-61.

[5] 张浩然,刘 敏,王小嫚,等.南昌市2021年春季大气VOCs污染特征和来源分析[J]. 中国环境科学, 2022,42(3):1040-1047.

Zhang H R, Liu M, Wang X M, et al. Characteristics and sources of atmospheric VOCs during spring of 2021 in Nanchang [J]. China Environmental Science, 2022,42(3):1040-1047.

[6] 宋梦迪,冯 淼,李 歆,等.成都市臭氧重污染成因与来源解析[J]. 中国环境科学, 2022,42(3):1057-1065.

Song M D, Feng M, Li X, et al. Causes and sources of heavy ozone pollution in Chengdu [J]. China Environmental Science, 2022,42(3): 1057-1065.

[7] Tsai H-H, Liu Y-F, Yuan C-S, et al. Vertical profile and spatial distribution of ozone and its precursors at theinland and offshore of an industrial city [J]. Aerosol and Air Quality Research, 2012,12(5): 911-22.

[8] Zhao R, Yin B, Zhang N, et al. Aircraft-based observation of gaseous pollutants in the lower troposphere over the Beijing-Tianjin-Hebei region [J]. Sci Total Environ, 2021,773:144818.

[9] Lin C C, Lin C, Hsieh L T, et al. Vertical and diurnal characterization of volatile organic compounds in ambient air in urban areas [J]. J Air Waste Manag Assoc, 2011,61(7):714-20.

[10] Vo T D, Lin C, Weng C E, et al. Vertical stratification of volatile organic compounds and their photochemical product formation potential in an industrial urban area [J]. J Environ Manage, 2018,217: 327-336.

[11] Li L, Lu C, Chan P W, et al. Tower observed vertical distribution of PM2.5, O3and NOin the Pearl River Delta [J]. Atmospheric Environment, 2020, 117083.

[12] Yang J J, Liu C C, Chen W H, et al. Assessing the altitude effect on distributions of volatile organic compounds from different sources by principal component analysis [J]. Environ Sci Process Impacts, 2013, 15(5):972-985.

[13] Mak J, Su L, Guenther A, et al. A novel Whole Air Sample Profiler (WASP) for the quantification of volatile organic compounds in the boundary layer [J]. Atmospheric Measurement Techniques, 2013,6(10): 2703-2712.

[14] Yuan H, Xiao C, Wang Y, et al. Maritime vessel emission monitoring by an UAV gas sensor system [J]. Ocean Engineering, 2020,218: 108206.

[15] Chang C-C, Chang C-Y, Wang J-L, et al. An optimized multicopter UAV sounding technique (MUST) for probing comprehensive atmospheric variables [J]. Chemosphere, 2020,254:126867.

[16] Wu C, Liu B, Wu D, et al. Vertical profiling of black carbon and ozone using a multicopter unmanned aerial vehicle (UAV) in urban Shenzhen of South China [J]. Science of The Total Environment, 2021,801: 149689.

[17] Klemas V V. Coastal and environmental remote sensing from unmanned aerial vehicles: An overview [J]. Journal of coastal research, 2015,31(5):1260-1267.

[18] Liu B, Wu C, Ma N, et al. Vertical profiling of fine particulate matter and black carbon by using unmanned aerial vehicle in Macau, China [J]. Science of The Total Environment, 2020,709:136109.

[19] Chen Q, Li X-B, Song R, et al. Development and utilization of hexacopter unmanned aerial vehicle platform to characterize vertical distribution of boundary layer ozone in wintertime [J]. Atmospheric Pollution Research, 2020,11(7):1073-1083.

[20] Chen L, Li J, Pang X, et al. Impact of COVID-19Lockdown on Air Pollutants in a Coastal Area of the Yangtze River Delta, China, Measured by a Low-Cost Sensor Package [J]. Atmosphere, 2021,12 (3):345.

[21] Pang X, Chen L, Shi K, et al. A lightweight low-cost and multipollutant sensor package for aerial observations of air pollutants in atmospheric boundary layer [J]. Science of The Total Environment, 2021,764:142828.

[22] Sun J, Wang Y, Wu F, et al. Vertical characteristics of VOCs in the lower troposphere over the North China Plain during pollution periods [J]. Environmental Pollution, 2018,236:907-9015.

[23] Geng C, Wang J, Yin B, et al. Vertical distribution of volatile organic compounds conducted by tethered balloon in the Beijing-Tianjin- Hebei region of China [J]. Journal of Environmental Sciences, 2020,95: 121-129.

[24] Zhu W, Xu X, Zheng J, et al. The characteristics of abnormal wintertime pollution events in the Jing-Jin-Ji region and its relationships with meteorological factors [J]. Science of The Total Environment, 2018,626:887-898.

[25] Li L, Lu C, Chan P-W, et al. Tower observed vertical distribution of PM2.5, O3and NOx in the Pearl River Delta [J]. Atmospheric Environment, 2020,220:117083.

[26] Lin J-T, Mcelroy M B. Impacts of boundary layer mixing on pollutant vertical profiles in the lower troposphere: Implications to satellite remote sensing [J]. Atmospheric Environment, 2010,44(14):1726-39.

[27] Xing C, Liu C, Wang S, et al. Observations of the vertical distributions of summertime atmospheric pollutants and the corresponding ozone production in Shanghai, China [J]. Atmospheric Chemistry and Physics, 2017,17(23):14275-1489.

[28] 何国文,吴 兑,吴 晟,等.嘉兴夏季臭氧污染的近地层垂直变化特征[J]. 中国环境科学, 2020,40(10):4265-4274.

He G W, Wu D, Wu C, et al. Characterizing the near-surface vertical variations of summertime O3in Jiaxing [J]. China Environmental Science, 2020,40(10):4265-4274.

[29] Ding A J, Wang T, Thouret V, et al. Tropospheric ozone climatology over Beijing: analysis of aircraft data from the MOZAIC program [J]. Atmospheric Chemistry and Physics, 2008,8(1):1-13.

[30] 李嫣婷,孙天乐,何 龙,等.深圳市秋季大气臭氧立体分布特征[J]. 中国环境科学, 2020,40(5):1975-1981.

Li Y T, Sun T L, He L, et al. Vertical distribution characteristics of ozone pollution in Shenzhen in autumn [J]. China Environmental Science, 2020,40(5):1975-1981.

[31] 闫雨龙,温彦平,冯新宇,等.太原市城区臭氧变化特征及影响因素[J]. 环境化学, 2016,35(11):2261-2268.

Yan Y L, Wen Y P, Feng X Y, et al. Variation and the influence factors of ozone in urban area in Taiyuan [J]. Environmental Chemistry, 2016, 35(11):2261-2268.

[32] 严仁嫦,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.

Yan R C, Ye H, Lin x, et al.Characteristics and influence factors of ozone pollution in Hangzhou [J]. Acta Scientiae Circumstantiae, 2018, 38(3):1128-1136.

[33] 易 睿,王亚林,张殷俊,等.长江三角洲地区城市臭氧污染特征与影响因素分析[J]. 环境科学学报, 2015,35(8):2370-2377.

Yi R, Wang Y L, Zhang Y J, et al.Pollution characteristics and influence factors of ozone in Yangtze River Delta [J]. Acta Scientiae Circumstantiae, 2015,35(8):2370-2377.

Vertical profiles characteristics of near surface layer ozone in Shangyu Economic Development Zone of Hangzhou Bay based on unmanned aerial vehicle.

DAI Shang1, ZHOU Cheng-xiang2, PANG Xiao-bing1*, LI Jing-jing3**, CHEN Lang1, WU Zhen-tao1, YUAN Kai-bin1, HAN Zhang-liang1, WANG Qiang1, WANG Shuai-qi1, CHEN Jian-meng1

(1.College of Environment, Zhejiang University of Technology, Hangzhou 310014, China；2.Zhejiang Aikele Environment Protection Co., Ltd., Hangzhou 310030, China; 3.Shaoxing Ecological Environment Monitoring Center of Zhejiang Province, Shaoxing 312099, China)., 2022,42(6)：2514～2522

In order to understand the air pollution in chemical parks, the vertical profiles of ozone (O3) in chemical park were studied bya self-developed miniature atmospheric detector combined withan unmanned aerial vehicle(UAV), a 12-day UAV field observations was carried out in Shangyu Economic Development Zone of Hangzhou Bay during August 2020 to January 2021. Flight observations were conducted every 1h from 08:00 to 18:00 on each observation day, the concentrations of O3, TVOCs and NO2were obtained at 0, 50, 100, 200, 300, 400 and 500m above the ground for each observation. The results showed that the concentrations of TVOCs and NO2usually decreased with increasing height due to meteorological factors, ground-level plant emissions and peak travel, and the concentrations of NO2decreased more significantly with increasing height, ranged from 19.7～59.1μg/m3at 0m to 5.9～21.7μg/m3at 500m, with a decreased rate of 40%～70%.The concentrations of TVOCs and NO2showed a daily trend of high in the morning and evening, low in the noon. In addition, the concentrations of NO2increased at 400～500m in some days caused by inversion layer. The concentrations of O3increased with height affected by the photochemical reaction of precursors, solar radiation intensity and stratospheric input, the average concentrations were 49.2μg/m3at 0m and 98.4μg/m3at 500m, and the peak value of daily variations reached at 15:00～17:00. TVOCs and O3, NO2and O3were negatively correlated at all heights. The seasonal change of O3concentrations were summer>autumn>winter, and the concentrations of TVOCs and NO2were winter>autumn>summer, affected by the difference of meteorological factors in different seasons and the increase of heating emissions in winter. Backward trajectory cluster analysis showed that the local O3concentrations in chemical industry park would be affected by regional transport, and the local O3concentrations in winter was less influenced by the regional transport than in summer because the low temperature was not conducive to the generation of O3from precursors.

ozone；unmanned aerial vehicle；vertical profile；chemical industrial park；backward trajectory

X515

A

1000-6923(2022)06-2514-09

戴 上(1994-),安徽安庆人,浙江工业大学硕士研究生,主要从事大气污染检测研究.

2021-11-17

浙江领雁研发攻关计划项目(2022C03073);浙江省重点研发计划(2021C03165);浙江省自然科学基金(LZ20D050002);绍兴市科技计划项目(2020B3303)

* 责任作者, 教授, pangxb@zjut.edu.cn, ** 责任作者, 高级工程师, 121316990@qq.com