AERMOD与估算模式在环境影响评价中的应用与比较研究

简单描述了大气环境影响评价中的AERMOD模型及估算模式,采用这两种预测模式对同一生活垃圾填埋场无组织排放的NH3、H2S进行了预测。比较两种模式的预测结果可以看出,估算模式仅能预测小时值,AERMOD模式可同时预测小时值、日平均值、年平均值。在污染源、预测范围、运行周期相同的情况下,不论哪种预测模式,污染物的最大落地浓度均与排放源强呈正比,敏感点处的落地浓度均与污染物源强呈正比、与距离呈反比。预测结果同时说明,估算模式是一种保守的预测模式,其预测结果比AERMOD模式大,可作为进一步预测模式的有效补充。     

上海地区O3与NO2时空特征数值模拟个例研究

采用Metphomod数值模式,在2004年四季中各选取一个API指数相对较高的个例,研究上海地区大气污染物的时空分布特征.模式的检验表明,在夏季时段的模拟效果最为理想,基本能够反映上海地区主要大气污染物浓度分布特征和变化规律.以2004年6月7、8日的个例分析显示,NO2的浓度日变化比较复杂,O3则以单峰型分布为主;在空间分布上,上海地区的NO2、O3浓度主要受到天气背景、局地气象场分布、污染源排放等因素的影响;在局地污染物排放较强的市区,O3和NO的浓度变化存在一定的负相关,而在局地污染物排放较小、污染物主要来自扩散输送的地区,O3和NO2的浓度之间有着较明显的负相关.     

合成革企业二甲基甲酰胺排放清单的初步建立

根据合成革生产中的物料平衡,结合企业现场调查、原料成分测定及污染源监测等数据,建立合成革企业二甲基甲酰胺(DMF)排放清单. 结果表明:合成革生产中湿法生产线和干法生产线的DMF排放量分别为108.10和63.50 t/a,其中90%以上来自无组织排放. 由于合成革产品需求的季节性变化及当地气候特点,DMF排放在3,4和9─12月较高,分别占全年总排放量的10%以上,而在2,5─7月相对较低,均不到全年总排放量的7%. 基于建立的DMF排放清单和研究区域气象数据,采用AERMOD模型模拟8个监测点在监测时段的ρ(DMF)日均值. 对ρ(DMF)模拟值和实测值的拟合结果可知,84%的模拟值与监测值的相对误差在100%以内,表明建立的DMF排放清单较准确.      

钦州湾枯水期和丰水期分粒级Chl a的分布及影响因素

分别于2014年3月（枯水期）和7月（丰水期）对钦州湾海区Chl a浓度分布及其粒级组成进行了分析。结果表明,研究区域两个时期都具有较高氮浓度和氮磷比,枯水期磷酸盐浓度高于丰水期,Chl a浓度及其粒径结构差异显著。枯水期Chl a浓度（1.70±0.74 μg/L）显著低于丰水期浓度（7.81±3.63 μg/L）（p < 0.01）。优势粒级从枯水期Nano级Chl a（51.8±14.0%）向丰水期Pico级（50.4±17.4%）演变。Pico级与Micro级共同构成了丰水期的Chl a浓度高值,两个时期Nano级Chl a浓度无明显差别。Nano级Chl a对总Chl a浓度的贡献存在着自枯水期优势（51.8±14.0%）至丰水期降低（15.5±9.2%）的动态变化。通过与营养盐和盐度等因子的相关分析,可知浮游植物粒级组成的差异与钦州湾陆地径流的输入、营养盐浓度变动及高密度牡蛎养殖密切相关。     

长江口营养盐浓度变化及分布特征

根据2003年11月(枯季)和2004年8月(洪季)对长江口的2次现场调查,分析探讨了长江口的营养盐浓度变化及分布特征.结果表明,长江口水体3种不同形态的溶解无机氮中,以NO3--N含量最高,洪、枯季分别占溶解态无机氮的92.8%～97.7%和84.3%～98.4%.洪季NO3--N和NH+-N含量高于枯季,洪季与枯季NO2--N含量接近.洪、枯季长江口ρ(PO43-P)平均值分别为0.014和0.016 mg/L,接近国家海水一类标准.洪、枯季N3--N和PO3-4P含量均是由长江口内向口外近海逐渐降低,而NH4+-N含量则表现出相反的空间分布规律,即口外高于口内.通过计算长江口营养盐比值发现,枯季长江口氮、磷供应充分,不存在磷受限的情况,而洪季长江口水体受到磷的限制.      

广东省臭氧污染天气型及其变化特征

结合地面观测资料、再分析数据和客观天气分型方法SOM,分季节、分区域诊断和分析2015~2020年广东省O₃污染天气型及其变化特征.结果表明,2015~2019年广东省O₃污染逐年上升,其中2017~2019年上升较为明显,2020年则明显下降,气象条件和污染物排放的变化均对O₃污染的变化起到重要作用.2017~2020年广东省干季O₃浓度接近或超过湿季O₃浓度,干季污染城数亦接近湿季.弱冷高压脊天气型是影响广东省O₃污染的主导天气型,6a期间共造成526个污染城数.干季和湿季O₃污染的主导天气型分别为弱冷高压脊和台风外围,干季弱冷高压脊天气型污染天数占比呈明显上升趋势,2019~2020年超过湿季台风外围天气型成为影响O₃污染最主要的天气型.在弱冷高压脊天气型下,影响四大区域O₃污染的外来源输送路径主要有东北路和沿海路,湿季珠三角台风外围和粤北变性高压脊天气型下,区域O₃污染则受本地排放影响较大.     

基于不同空气质量模型的二噁英沉降效果研究

为评估不同空气质量模型（AERMOD、ADMS和CALPUFF）在复杂地形-气象场条件下的干湿沉降模拟效果,利用上述模型模拟我国西南某代表性山地的医废、垃圾焚烧项目的二噁英环境影响,并通过土壤实测数据进行模型分析验证.结果表明：AERMOD、ADMS和CALPUFF模拟的空气中年均浓度依次为1.53×10^-8~4.14×10^-6,5.23×10^-9~3.28×10^-6和2.66×10^-9~2.59×10^-7ngTEQ/m³;AER MOD、ADMS和CALPUFF模拟的固定点位总沉降量依次为4.41~285.72,3.07~268.02和0.02~1.35ngTEQ/m².在扩散、沉降形态上,CALPUFF的模拟结果与其他两种模型均表现出较大差异,AERMOD和ADMS的沉降形态相似,空气中的扩散形态却存在差异.利用土壤监测值验证模型效果发现,AERMOD、ADMS和CALPUFF的相关系数r分别为0.66、0.70和0.83,CALPUFF的模拟结果在空间分布上表现更为优越,可作为相关项目的布点指导模型.     

广州市PM_2.5和PM_1.0质量浓度变化特征

文章报道了2005年干季和2006年湿季广州市大气细粒子PM2.5和PM1.0质量浓度的实时监测情况。监测结果表明:干季监测点PM2.5日均质量浓度在11.8～164.0μg/m3之间,总平均值为81.7μg/m3;湿季日均质量浓度在19.9～121.2μg/m3之间,总平均值为57.7μg/m3。干季PM1.0日均质量浓度变化范围为14.9～129.1μg/m3,总平均值为59.4μg/m3;湿季日均质量浓度在11.9～86.7μg/m3之间,总平均值为52.9μg/m3。对比发现,PM1.0总平均质量浓度在干、湿季相差很小,且与湿季PM2.5总平均质量浓度也相差不大,显示PM1.0具有相对固定成因来源且基本不受季节变化影响,而且湿季PM2.5的组成主要由PM1.0大气细粒子构成。干季PM2.5和PM1.0质量浓度日变化特征呈明显夜间高、白天低的特点,质量浓度的最大值都出现在晚上21:00左右;湿季由于雨水频繁,没有明显的日变化特征。气象分析表明,干季大气细粒子质量浓度主要受冷空气影响,而湿季主要受降雨影响。     

广州城区黑碳气溶胶吸光增强特性研究

本研究运用最小相关系数法（MRS）,使用元素碳（EC）作为示踪物,得到一次排放的质量吸光效率（MAE_p）,结合黑碳仪（AE33）和有机碳/元素碳分析仪获得实测的质量吸光效率MAE_t,进而通过MAE_t/MAE_p的比值得出吸光增强系数（E_abs）.采样站点位于广州市城区暨南大学大气超级监测站,采样时间涵盖了干季（2019年1月26日~3月31日）和湿季（2018年5月1日~7月31日）.对广州市城区的黑碳气溶胶及其光学特征进行分析,EC在干季的平均浓度（1.93±1.38）μgC/m³高于湿季（1.46±0.75）μgC/m³,而E_abs520在干季的均值（1.26±0.34）低于湿季（1.63±0.55）.E_abs520在干湿季的日变化差异明显,但有机碳（OC）、EC、OC/EC、波长指数（AAE_470-660）均为干季高于湿季.分析发现气溶胶负载补偿参数k值与E_abs520在湿季呈现出较好的相关性,而在干季相关性较差,可能与生物质燃烧的影响有关;探讨了O₃、NO₂和SOC/OC对E_abs520的影响,在干季O₃与E_abs520的相关性较差（R²=0.21）,在湿季较好（R²=0.46）,SOC/OC却展现出了相反的关系,而NO₂在干季和湿季与E_abs520的相关性都较差（R²=0.01）,并发现温度对E_abs520存在一定的影响.通过后向轨迹聚类分析发现,长距离传输气团的的黑碳E_abs520值较高.     

广州城区黑碳气溶胶吸光增强特性研究

本研究运用最小相关系数法（MRS）,使用元素碳（EC）作为示踪物,得到一次排放的质量吸光效率（MAE_p）,结合黑碳仪（AE33）和有机碳/元素碳分析仪获得实测的质量吸光效率MAE_t,进而通过MAE_t/MAE_p的比值得出吸光增强系数（E_abs）.采样站点位于广州市城区暨南大学大气超级监测站,采样时间涵盖了干季（2019年1月26日~3月31日）和湿季（2018年5月1日~7月31日）.对广州市城区的黑碳气溶胶及其光学特征进行分析,EC在干季的平均浓度（1.93±1.38）μgC/m³高于湿季（1.46±0.75）μgC/m³,而E_abs520在干季的均值（1.26±0.34）低于湿季（1.63±0.55）.E_abs520在干湿季的日变化差异明显,但有机碳（OC）、EC、OC/EC、波长指数（AAE_470-660）均为干季高于湿季.分析发现气溶胶负载补偿参数k值与E_abs520在湿季呈现出较好的相关性,而在干季相关性较差,可能与生物质燃烧的影响有关;探讨了O₃、NO₂和SOC/OC对E_abs520的影响,在干季O₃与E_abs520的相关性较差（R²=0.21）,在湿季较好（R²=0.46）,SOC/OC却展现出了相反的关系,而NO₂在干季和湿季与E_abs520的相关性都较差（R²=0.01）,并发现温度对E_abs520存在一定的影响.通过后向轨迹聚类分析发现,长距离传输气团的的黑碳E_abs520值较高.     

枯水季和丰水季长江口海域生源硫的浓度变化特征及影响因素

为深入研究河口近岸海域DMS（二甲基硫）的生物地球化学过程,于2014年2月（枯水季）和7月（丰水季）对长江口及附近海域表层海水中DMS及其前体物质DMSP（二甲巯基丙酸内盐）的浓度分布及影响因素进行了研究,测定了DMSPd（溶解态DMSP）的降解速率和DMS的生物生产与微生物消费速率,并估算了DMS的海-气通量.结果表明:①枯水季和丰水季c（DMS）、c（DMSPd）、c（DMSPp）（DMSPp为颗粒态DMSP）的平均值±标准偏差分别为（0.54±0.28）（2.04±1.32）（6.65±5.07）和（3.99±3.70）（5.57±4.72）（14.26±9.17）nmol/L,长江口海域丰水季生源硫化物的浓度明显高于枯水季.②枯水季和丰水季c（DMSPd）与ρ（Chla）均呈弱相关,说明浮游植物在控制长江口海域DMSP的生产分布中发挥重要作用.③枯水季和丰水季c（DMS）/ρ（Chla）的平均值±标准偏差分别为（2.62±3.28）和（4.60±7.49）mmol/g,表明丰水季DMS的高产藻种（甲藻）在浮游植物生物量中所占比例高于枯水季.④枯水季表层海水中DMSPd的降解速率和DMS的生物生产速率分别介于（2.84~30.53）和（0.52~2.19）nmol/（L·d）之间,平均值分别为14.55和1.30 nmol/（L·d）,表明DMS并不是DMSPd的主要降解产物.⑤枯水季和丰水季DMS的海-气通量平均值±标准偏差分别为（0.36±0.32）和（2.17±2.98）μmol/（m2·d）,而且丰水季的硫排放量明显高于枯水季,这主要与夏季较高的c（DMS）有关.研究显示,长江口海域生源硫化物的浓度变化及分布特征呈明显的季节性差异,河口近岸海域是海洋有机硫排放的重要区域.      

2006～2012年珠三角地区空气污染变化特征及影响因素

利用粤港珠江三角洲区域空气监控网络2006~2012年监测结果,分析了珠三角地区SO2、NO2、O3和PM10浓度的年、月变化及空间分布特征,并对产生时空分布变化的原因进行了剖析.结果表明:7年来,珠三角地区SO2、NO2和PM10浓度呈下降趋势,降幅分别为61.7%、17.4%和24.3%,O3浓度呈上升趋势,增幅为12.5%,总体而言,珠三角地区空气质量呈好转趋势;湿季(4~9月)空气质量明显优于干季(10月至翌年3月),各污染物浓度的月变化均呈双峰型,SO2、NO2和PM10峰值浓度出现在12月和3月,O3峰值浓度出现在10月和5月;SO2、NO2和PM10浓度高值区主要集中在中部的广佛地区,O3浓度在外围郊区呈现高值,各部分地区的污染物浓度变化趋势不一致,中部经济核心区一次污染物浓度下降趋势更为显著.珠三角地区空气质量的变化受多方面因素的影响,经济下行和政府治理是驱动一次污染逐年好转的主要因素,而政府对VOCs排放控制相对薄弱,VOCs排放与气候变化的共同作用可能是导致二次污染(尤其是O3污染)加剧的原因.     

黄海千里岩岛大气湿沉降营养盐的研究

于2009~2010年对黄海千里岩岛的雨水进行了收集,测定了其pH值、NH4+、NO3- + NO2-、SiO32-和PO43-的含量,讨论了黄海西部湿沉降的酸雨状况、营养盐各组分浓度的变化特征、沉降通量以及对黄海初级生产力的贡献.结果表明,大气湿沉降中58%的样品5.6相似文献   

A land use regression for predicting NO2 and PM10 concentrations in different seasons in Tianjin region,China

Land use regression (LUR) model was employed to predict the spatial concentration distribution of NO2 and PM10 in the Tianjin region based on the environmental air quality monitoring data. Four multiple linear regression (MLR) equations were established based on the most significant variables for NO2 in heating season (R2 = 0.74), and non-heating season (R2 = 0.61) in the whole study area; and PM10 in heating season (R2 = 0.72), and non-heating season (R2 = 0.49). Maps of spatial concentration distribution for NO2 and PM10 were obtained based on the MLR equations (resolution is 10 km). Intercepts of MLR equations were 0.050 (NO2, heating season), 0.035 (NO2, non-heating season), 0.068 (PM10, heating season), and 0.092 (PM10, non-heating season) in the whole study area. In the central area of Tianjin region, the intercepts were 0.042 (NO2, heating season), 0.043 (NO2, non-heating season), 0.087 (PM10, heating season), and 0.096 (PM10, non-heating season). These intercept values might imply an area’s background concentrations. Predicted result derived from LUR model in the central area was better than that in the whole study area. R2 values increased 0.09 (heating season) and 0.18 (non-heating season) for NO2, and 0.08 (heating season) and 0.04 (non-heating season) for PM10. In terms of R2, LUR model performed more effectively in heating season than non-heating season in the study area and gave a better result for NO2 compared with PM10.     

A land use regression for predicting NO2 and PM10 concentrations in di erent seasons in Tianjin region, China

Land use regression (LUR) model was employed to predict the spatial concentration distribution of NO2 and PM10 in the Tianjin region based on the environmental air quality monitoring data. Four multiple linear regression (MLR) equations were established based on the most significant variables for NO2 in heating season (R2 = 0.74), and non-heating season (R2 = 0.61) in the whole study area; and PM10 in heating season (R2 = 0.72), and non-heating season (R2 = 0.49). Maps of spatial concentration distribution for NO2 and PM10 were obtained based on the MLR equations (resolution is 10 km). Intercepts of MLR equations were 0.050 (NO2, heating season), 0.035 (NO2, non-heating season), 0.068 (PM10, heating season), and 0.092 (PM10, non-heating season) in the whole study area. In the central area of Tianjin region, the intercepts were 0.042 (NO2, heating season), 0.043 (NO2, non-heating season), 0.087 (PM10, heating season), and 0.096 (PM10, non-heating season). These intercept values might imply an area’s background concentrations. Predicted result derived from LUR model in the central area was better than that in the whole study area. R2 values increased 0.09 (heating season) and 0.18 (non-heating season) for NO2, and 0.08 (heating season) and 0.04 (non-heating season) for PM10. In terms of R2, LUR model performed more e ectively in heating season than non-heating season in the study area and gave a better result for NO2 compared with PM10.     

AERMOD和CALPUFF大气污染扩散模型的对比研究

大气污染控制模式能够分析雾霾的成因和发展趋势,预测大气污染物的迁移和转化规律,并对环境空气质量恶化起到一定的预防作用,系统阐述了AERMOD和CALPUFF大气扩散模型的理论及应用研究进展,并且比较了二者扩散模式的异同及各自适用范围.结果得出,近场范围内(小于50 km)使用AERMOD大气污染控制模型进行污染物的模拟预测,长距离(大于50 km)或复杂流场条件下使用CALPUFF大气污染控制模型,能够对大气污染的模拟预测起到良好预期效果.     

九龙江流域大气氮湿沉降研究

通过2004～2005年对位于我国东南沿海的九龙江流域及周边共17个站点的实地观测,运用GIS技术定量揭示了大气氮湿沉降强度和时空分布特征,并利用氮稳定同位素分析雨水硝态氮的主要来源.结果表明,①17个站点雨水总氮平均浓度为(2.20±1.69)～(3.26±1.37) mg·L-1(以N计,下同),铵态氮、硝态氮和有机氮分别占39%、25%和36%;②雨水氮浓度随降雨强度的增大呈降低趋势,旱季浓度明显大于雨季,降水对大气具有清洗作用;③低δ15N值表明雨水硝态氮主要来源于汽车尾气排放、化石燃料燃烧和化肥施用;④九龙江流域大气氮湿沉降量平均9.9 kg·hm-2,春夏2季约占全年的91%,大气氮湿沉降占沉降总量的66%,揭示了该地区1∶2的大气氮干湿沉降结构.大气氮湿沉降时空差异与降雨量和氮的排放直接相关.     

江汉平原四湖流域上区地下水中多环芳烃分布特征与源解析

初次对江汉平原四湖流域上区地下水中多环芳烃(PAHs)的分布特征和来源进行研究,选择湖北潜江长湖-汉江一带9个典型地下水采样点分枯水期和丰水期进行采样,并利用气相色谱与质谱联用仪对16种优控PAHs进行定量分析.结果表明,研究区枯水期和丰水期地下水中PAHs的浓度变化范围分别为62.74~224.63 ng·L-1和55.86~115.15 ng·L-1,总体水平表现出枯水期高于丰水期,且分布于滨湖区域和近岸带的地下水中PAHs浓度较高.这些PAHs输入途径比较复杂,经用主成分分析法分析其来源,大致可归结为燃烧源,部分采样点有石油或石油燃烧的污染.研究区域地下水中PAHs浓度与国内某些地区相比,显示出较低的污染水平,但就致癌性PAHs来看,枯水期具有致癌性PAHs的浓度范围在19.32~153.39 ng·L-1之间,丰水期在16.30~64.22 ng·L-1之间,均已远远超出地下水中PAHs所允许的致癌浓度范围,这必然会对当地人类身体健康构成威胁.     

基于UV-Vis辽河保护区地表水DOM的时空分布特征

为探讨辽河保护区地表水中DOM（dissolved organic matter,溶解性有机质）组成、腐殖化程度及时空变化,采集辽河保护区上游至下游及主要支流入辽河干流河口处丰水期和枯水期地表水样品,基于UV-Vis（紫外-可见吸收光谱）揭示地表水中DOM结构组成的时空变化特征. 结果表明:①从季节上看,辽河保护区地表水丰水期DOC（dissolved organic carbon,溶解性有机碳）浓度(11.73 mg/L)高于枯水期(6.76 mg/L),且丰水期DOM中类蛋白质组分相对浓度高于枯水期,而类腐殖质组分的相对浓度较低;从空间上看,辽河保护区支流DOC平均浓度高于干流浓度,且丰水期地表水DOM中类蛋白物质与类腐殖质浓度增加. ②基于UV-Vis特征参数可知,辽河保护区地表水中DOM主要以内源释放为主;从季节上看,丰水期降水量和地表径流增加,DOM的芳香性、分子量、腐殖化水平降低;从空间上看,辽河保护区地表水DOM的腐殖化程度沿河流上游至下游呈现逐渐递减趋势,且支流DOM腐殖化程度较高,具有较高的芳香性及疏水性. 研究显示,河流地表水中DOM的芳香性与分子量大小受周边沿岸生态环境系统、生物条件、土地利用类型等因素影响,不同类型地表水中DOM具有显著差异.      

重点产业源增长对北部湾地区气态污染物模拟的影响

根据污染源普查资料制作北部湾地区2007年人为排放源清单,以及中期/远期参比情景(REF15/REF20)和远期调控情景(SCEi20)下的排放源清单.采用WRF-Chem模拟北部湾地区空气质量现状及未来变化.2007年SO2和NO2月平均质量浓度模拟值与监测值比较吻合.广东、广西(海南)地区污染物质量浓度较高(低)....