气态汞污染源的扩散污染及其特点

对汞扩散污染源的现状和行为的规律性进行了分析和研究。结果表明,汞污染源对环境的污染较符合气体扩散规律;大部分气态汞污染源的污染方式为无组织排放,相对风速影响较小,不同距离间浓度梯度明显;受汞污染的室内空气的汞浓度分布,有一定规律,特别可见垂直分布的差异,这与汞性质和污染方式有关;气温对空气中汞浓度的影响是明显的,因此,降温可作为一个控制汞浓度的有效措施。     

京津渤地区二氧化硫浓度分布模式

本文介绍一种适用于区域污染并考虑了二氧化硫在输送过程中转化为硫酸盐和被地面吸收等过程的烟团模式。根据北京、天津和渤海地区六氟化硫实验提供的扩散参数及该地区气象资料(风向、风速)和污染源资科,用模式计算出该地区在西北风,东南风为主的气象条件下二氧化硫浓度分布,并与实测值做了比较。     

差压式测风微传感器敏感元件的设计

目的提高测风微传感器的测量准确性。方法首先通过有限元仿真软件对差压式测风微传感器敏感元件材料进行仿真,确定结构参数;其次对风测量元件结构周边的风压分布进行模拟,建立最佳风压分布方程,并基于风压分布方程设计风速风向解算算法。结果通过对风压分布的仿真与分析,提出了多导风孔的结构设计及带硅岛压力膜作为风压感压膜的方法。结论该方法提高了测风微传感器的测量准确性。     

LTP法与滤膜法的换算关系及其运用

一、前言大气中氟化物在其扩散过程中要受到气象地形等因素的影响。它的时空分布在很大程度上取决于当时的风向、风速,大气稳定度等气象条件。要了解某一地区大气氟污染的范围和浓度分布,通常必须在污染源周围布设较多的采样点,用以往的滤膜——酸提——氟离子电     

基于恶臭气体扩散数值模拟的垃圾中转站选址

城市垃圾中转站恶臭气体扩散问题是居民非常关注的焦点。采用计算流体力学方法对某拟建垃圾中转站和周围建筑物附近的流场和可能泄漏的恶臭气体的扩散进行了数值模拟,分析了不同风速和风向对流场结构和恶臭气体扩散特性的影响规律。结果表明:在相同风向不同风速下,无因次化流场结构基本相同;风速高时恶臭气体迅速扩散,不影响周围建筑物;接近静风时,恶臭气体能够扩散至垃圾中转站的连体建筑和南侧学生宿舍,但浓度已降低约3个数量级;风速接近静风的东风和南风条件下,恶臭气体扩散快,影响区域有限。总体上,该拟建垃圾中转站的选址合理。该研究过程可为类似项目选址的合理性评判提供科学参考。     

南京市环境空气质量与气象条件的关系分析

统计了2005年10月至2006年10月13个月的空气质量监测数据以及相关的气象参数（风向、风速）进行分析,找出南京市环境空气污染物的来源与重点工业区污染源的关系。     

南京市环境空气质量与气象条件的关系分析

统计了2005年10月至2006年10月13个月的空气质量监测数据以及相关的气象参数（风向、风速）进行分析,找出南京市环境空气污染物的来源与重点工业区污染源的关系。     

上海汛期的酸雨个例分析

分析了上海地区1984年汛期3次连续3天降水过程的pH值分布与气象条件的关系。在污染源不变的情况下,上海地区酸雨的分布与当时天气形势、气温层结和高低空风向、风速等气象条件关系十分密切。在各次降水过程中,逐日降水pH值的分布与当日或前一日的混合层内盛行风向、风速有关。     

自动气象站非规范算法对风观测数据质量的影响

目的弄清非规范算法对风观测数据质量的影响程度。方法采用规范方法和二种非规范方法同时统计长期正常采集的风向风速数据,统计每月16位风向的极大风速及其对应的风向和时间、最大风速及其对应的风向和时间、2 min平均风速、10 min平均风速、含静风的风向频率等参数,并绘制相应参数的风玫瑰图,比较不同算法、相同参数的风玫瑰图,探讨算法间的误差。结果风速简单滑动平均法、风向矢量滑动平均法对16位风向上极大风速、最大风速、10 min平均风速的统计结果与规范方法很接近,而风向、风速简单滑动平均法对上述5种参数的统计结果与规范方法都有很大差异。结论自动气象站非规范算法会降低风观测数据质量,加强自动气象站供货商资质管理是提高气象观测数据质量的基本保障。     

泉州市区臭氧污染成因初步分析

臭氧已成为影响泉州市区环境空气质量最重要的指标。监测结果表明主要国控评价点位臭氧浓度基本一致,春秋季节是泉州市区臭氧污染较为严重的季节。为探明泉州市区臭氧污染成因,基于涂山街点位的臭氧、氮氧化物、气象因子和VOCs(挥发性有机物)的监测结果,对泉州市区春秋季节臭氧浓度与前体物、气象因子的关系进行了分析,同时利用后向轨迹对涂山街点位的污染气团进行追踪。结果表明,无论春季或秋季,臭氧浓度与相对湿度、紫外辐射相关性较高,与风速有一定的相关性,与温度、大气压基本无相关;春季主导风向为东南、东北偏东、东时,秋季主导风向为西北、西北偏北、北时臭氧易超标;春季臭氧防治应重视本地区污染源的管控,同时还应特别注意东北方向污染气团的传输;秋季臭氧防治应特别注意东北方向污染气团的传输;分析发现泉州市区秋季臭氧污染为VOCs敏感区。     

江西省冬季大气典型污染过程的气象成因研究

选取2019年1月江西省两次大气污染过程为研究对象,利用常规气象观测资料、美国国家环境预报中心（NCEP）再分析资料、全球资料同化系统（GDAS）气象数据和空气质量数据,分别从局地气象要素变化、地面天气形势、大气动力和热力条件及污染潜在源区等进行分析,对比两次污染过程形成机制.两次污染过程地面天气形势分别为冷锋前部型和低压倒槽型.冷锋前部型污染形成主要原因为冷空气南下在江西省减弱辐合导致上游细颗粒物输送并堆积,西北风增大细颗粒物浓度降低.低压倒槽型污染形成原因为较长时间处于高湿、小风或静风、逆温下的污染累积.对两次过程中污染较为严重的九江市进行分析,冷锋前部型九江市近地面主要受西风影响,低压倒槽型主要受东北风影响,低压倒槽型九江市风速多在2 m·s^-1以下.两次污染期间大于3 m·s^-1的风速有利于污染物清除.长时间高湿、小风（< 2 m·s^-1）及风场辐合,是低压倒槽型九江市重污染维持较长时间的重要原因.低压倒槽型大气垂直结构较冷锋前部型稳定.低压倒槽型垂直湍流弱、低层风速小于2 m·s^-1,且存在多层逆温和深厚的湿区,冷锋前部型存在明显下沉运动,逆温强度明显弱于低压倒槽.九江市PM_2.5污染潜在贡献源主要来自河南东部、山东西部和安徽西北部;低压倒槽型九江市潜在源区主要位于江西省内及与江西省接壤的湖北东南部、安徽西南部.     

上海市机动车尾气排放协同控制效应研究

以2007~2012年为一个时间序列,通过详细调查上海市机动车道路交通等基础资料对机动车各污染物排放量进行测算,并利用协同控制坐标系评价方法,设计单一措施、结构性措施和综合性措施等3种机动车污染减排控制情景.结果表明:2007~2012年,上海市机动车污染物年排放量呈递减趋势,其中摩托车(MC)、小型汽油客车(LDGV)、重型柴油货车(HDDT)和大型柴油客车(HDDV)是机动车污染物主要的排放源,其排放量总和占到机动车污染物总量的90%以上.按当前上海市机动车保有量增长速度,2018年机动车尾气排放的可吸入颗粒物(PM₁₀)增长7%,温室气体增长比例为15%~108%,其中二氧化碳(CO₂)增长比例达到45%以上.在各控制情景下污染物和温室气体均有不同程度下降,但减排效果有明显差异.在单一措施控制情景下,淘汰黄标车和提高排放标准对两类污染物的削减效果明显,削减比例均在20%以上;而结构性控制措施对这两类污染物的削减尤为明显,削减比例达到40%以上且正向协同效应突出.     

气象条件对可吸入颗粒物浓度的影响

气象条件对可吸入颗粒物浓度有较大的影响,通过对鞍山市二年来的监测数据进行分析,得出了结论并提出建议.     

数值风洞与物理风洞对烟塔合一排烟的比较研究

热电厂"烟塔合一"排烟技术因其初期投资和运行维护费用少,排烟效果好、SO2落地浓度低等优势,特别是在机场附近的净空限高和对景观环境有特殊要求的地区具有广阔的发展空间。目前国内外广泛使用的大气污染物预测模型——德国模式在烟塔合一排烟方式的预测上尚存在许多问题,如大风下洗条件下,冷却塔附近空腔区的大小和范围、空腔区污染物最大地面浓度等难以给出准确的预测结果。为准确预测烟塔合一排烟方式的大气污染物扩散情况,一种新的大气污染物扩散预测模式——数值风洞模型以及物理风洞实验被用于模拟烟塔合一的环境影响,分析数值风洞模式和物理风洞实验在大气环境预测领域应用的适用性和优缺点。2个预测方法的结果表明:在烟塔合一排烟方式下,大气污染物最大落地浓度随风速增加而增加同时在冷却塔下风向存在负压区,污染物在该区域高浓度聚集。对2种方法进行比较,物理风洞实验由于受到物质和气象等条件的限制,无法得到精确的预测结果以及无法直观地描述空腔区的产生和变化规律。而数值风洞模拟具有更大的自由度和灵活性,预测出在夏季6 m/s风速下,冷却塔下风向最大落地浓度出现峰值,属于最不利的气象条件。同时该方法可利用图形化手段实现对空腔区产生、变化、破碎至再生成的全过程描述,从而建立了一种大气污染预测的重要手段。     

沈阳地区一次颗粒物重污染天气过程的气象成因分析

为探究沈阳地区重污染天气成因,文章利用地面、高空气象观测资料、风廓线雷达资料、NECP再分析资料以及大气污染物监测资料,对2019年3月1~6日沈阳地区出现的一次持续性重污染天气过程,探讨了大气污染物质量浓度、地面气象要素变化特征、大气环流配置与外来输送等特征。结果表明,均压场、地面风场弱及辐合、高温高湿是本次重污染天气出现的原因;逆温层结建立、大气垂直运动差,造成污染加剧;来自京津冀东部地区和辽宁中南部地区的PM2.5外来输送对本次污染也有影响。     

基于风廓线雷达对成都地区典型持续性重污染天气的研究

基于风廓线雷达数据、大气污染数据及气象数据对2017年12月17日—2018年1月3日成都地区的一次持续性重污染天气过程进行研究,并对两次污染物浓度爆发式增长阶段的污染原因及污染物来源进行了分析.结果表明:①在这次重污染天气过程中,风廓线雷达高精度的风场资料(包括水平风速、风向、垂直风速、大气折射率结构常数C■)配合其他气象要素在分析两个污染阶段污染物的累积及扩散、输送中可以发挥重要的作用,即当成都地区水平风场风速较小且风向多变时,此时受静稳型天气控制,污染物浓度会快速累积增长,而当出现较强的东北风时,可能会有沙尘污染物的输入,应注意沙尘天气的提前预警.垂直风场中垂直速度和大气折射率结构常数C■的变化往往影响着污染物浓度的变化,由于风廓线雷达具有较高的时间分辨率,因此,对污染天气过程的变化有一定的指示意义.②结合局地环流指数和边界层通风量,重新定义了一种适合成都地区风场特征的通风指数:有效通风量(EVI),从而表明第一阶段污染的主要原因是成都地区由静稳型天气控制,边界层内风场对污染物的稀释扩散能力差,导致污染物累积.③通过后向轨迹模拟并结合PM_(2.5)浓度数据进行聚类分析,认为第二阶段污染主要是东北方向携带有大量沙尘污染物的气团输送到成都地区导致的,与源于西北地区沙尘天气的沙尘输送密切相关.     

城市街道汽车污染扩散规律模拟研究

如何简单而准确地模拟城市街区污染的扩散规律,对于城市汽车污染控制决策具有重要的意义,从大量实测数据,分析了风速风向等影响街道峡谷污染物扩散的主要因素,采用丹麦开发的街道峡谷模式ＯＳＰＭ,对汽车污染扩散规律进行模拟研究。与北京实测数据对比结果表明,该模式较好地模拟昼间风速风向对街道峡保内汽车污染扩散的影响,比较准确地反映了峡保中流场的主要特征,以及汽车排放污染物的扩散规律,污染物浓度与风速的倒数摈心     

基于STIRPAT模型天津减污降碳协同效应多维度分析

基于STIRPAT模型,从排放总量、减排量和协同效应系数这3个维度定量分析了天津市减污降碳协同效应.结果表明,天津市大气污染物和温室气体的主要排放源均为工业源,大气污染物和温室气体的Pearson相关系数为0.984;人口总数、城镇化率、地区生产总值、能源强度和二氧化碳排放强度是影响天津市减污降碳协同效应的重要因素;天津市2011年和2012年大气污染物和温室气体协同增排,协同效应系数分别为0.18和0.17;2013~2014年和2018~2023年大气污染物减排且温室气体增排,协同效应系数均小于0,减污降碳不具有协同效应;2015~2017年和2024~2060年大气污染物和温室气体同时减排,协同效应系数范围为2.74~8.76.天津市具备在2024年进入减污降碳协同增效阶段的条件,天津市推动减污降碳协同增效最关键的是严格控制温室气体排放总量,持续推动能源强度和二氧化碳排放强度的下降,合理控制人口总数、城镇化率和地区生产总值.     

青藏铁路羊八井一号隧道空气污染数值模拟

内燃机车排放的大气污染物是铁路隧道空气污染的主要来源,其污染特性受到排放源强、隧道内风速、扩散系数、初始浓度、边界浓度等诸多因素的影响。文章根据大气扩散方程建立了描述铁路隧道内空气污染物浓度分布的数学模式,提出了用有限体积法求解铁路隧道内空气质量方程的方法,并对影响隧道内空气污染物浓度分布的因数进行了灵敏度分析。结果显示内燃机车污染物排放源强和隧道内风速是影响铁路隧道内空气污染物浓度分布的关键因素,初始浓度和边界浓度的影响也较为显著,扩散系数的影响很小,在有风的情况下可以忽略。将模式应用于青藏铁路羊八井一号隧道内NOX污染规律的数值分析,模拟表明隧道内NOX浓度最大值出现在机车车头所在的位置,最大浓度为15.02 mg/m3。     

河南省冬季3次重污染过程的数值模拟及输送特征分析

利用WRF-Chem模式模拟2015年11月27日—12月1日、12月5—14日、12月19—25日河南3次重污染过程,结合空气污染资料和ERA-Interim再分析资料,对比分析了这3次重污染过程的开始、持续和结束及污染物的输送特征.结果表明,静稳天气有利于污染的发展持续,3次重污染过程的结束均是由西路冷空气入侵造成的.第1次重污染过程平均风场上的风速均为小风或静风,从湖北到河南南部风向为偏南风;而第2和第3次重污染过程平均风场分别以偏东和偏北风为主.第2和第3次重污染过程中均存在明显的由北向南的污染物输送过程.3次重污染过程中,河南省本地排放对本省PM_(2.5)浓度的平均贡献率最大,而河南省周边区域对河南PM_(2.5)浓度的平均贡献率在这3次过程中不一样,第1次重污染过程,河南南部主要受偏南风影响,湖北对河南PM_(2.5)浓度的平均贡献率最大,为20.7%;第2和第3次重污染过程主要受偏东风影响,安徽和江苏对河南PM_(2.5)浓度的平均贡献率最大,分别为17.7%和18.5%.3次重污染过程中,安阳的主要污染输送源均不相同,分别来自河北、江苏和安徽、本省.