环境规划与环境管理

X32 200400771 高斯模式在环境管理中的应用研究/刘国胜…(株洲市环境保护研究院)∥重庆环境科学/重庆市环保局.-2003,25(6).-6-8 环图X-70 利用高斯扩散模式理论,对以高架点源排放为主的株洲市区SO2地面浓度分布规律进行定量化研究。研究表明:株洲市区SO2地面浓度等浓度值分布图呈马鞍性;株洲市区环境空气质量差主要是受以株洲冶炼厂为主的清水塘工业区高架点源的影响。同时研究表明,对株洲冶炼厂铅烧     

株洲市区大气环境质量现状评价、预测及其防治对策

为推动株洲市现代生态城市的建设和提升株洲市的综合竞争能力,通过对"十五"期间株洲市区大气环境质量变化趋势的分析和评价,提出改善大气环境质量的对策,并预测了"十一五"期间大气环境质量.结果表明:"十五"期间株洲市区总体环境空气质量处于污染严重水平,SO2是市区空气污染中的主要污染物,其次是PM10,而NO2年均值达到环境空气质量一级标准.模式预测表明,"十一五"期间,株洲市市区环境空气中SO2、NO2和PM10的年平均浓度呈缓慢下降,环境空气质量将得到不断提高.     

ISC长期模型在烟台市空气污染控制规划中的应用

首次将ISCLT模型应用在烟台市空气污染综合控制规划中。研究在进行模式验证的基础上，模拟了SO2，NOx长期平均浓度，进行了城市空气污染特征分析及控制效果的预测。结果表明，ISCLT模型完全适用于在气象参数的获得受到限制的情况下模拟大气污染物的长期浓度分布；部分主要高架污染源以及低架点源是烟台SO2污染的主要来源；在市中心区、环境空气中NOx浓度的2／3来源于机动车排放；实施综合治理方案后，区域SO2浓度基本达到国家一级标准。     

阳泉市区形成酸雨机制的研究

通过对阳泉地区酸雨频率、发生时间与降雨成分及其变化分析,以及与环境空气SO2、NOx监测数据时空变化对比,分析阳泉市区点源、煤矸石山等污染源排放、治理、减排及其变化情况,得知该地区酸雨频率的变化主要与矸石山、机动车及低架点源酸性污染物排放量相关,同时高架点源排放的酸性污染物是影响市区空气质量的主要因素,而不是酸雨频率变化影响的主要因素。     

Matlab在高架点源大气污染扩散模式中的应用

本文基于Matlab,以某企业高架点源Pb污染扩散为例,采用高斯扩散地面浓度模式计算了下风向区域的地面浓度,并绘制了浓度等值线分布图,识别出了下风向区域内受影响的村庄,为Matlab在高架点源大气污染扩散模式中的应用提供了范例。     

锦州市环境空气质量现状及控制对策研究

利用大气污染源和环境质量监测等资料,计算分析了锦州市区环境空气质量现状。结果表明,锦州市环境空气质量呈现逐年改善的趋势,空气污染以煤烟和汽车尾气混合型污染为主。PM10和SO2超过二级标准的天数将近95%出现在采暖期。提出了可行的具体措施,指出采用以集中供热、推广使用天然气、小型锅炉改造工程和控制汽车尾气为主要措施,廉顾绿化,制定市区大气污染治理方案比较合理。     

济南市冬季重污染过程重点工业源对空气质量影响模拟研究

利用CALPUFF空气质量模式,结合济南市环境空气质量例行监测数据和气象观测资料,模拟分析冬季重污染过程中济南市重点工业高架点源对近地面环境空气质量的影响.结果表明:冬季地面受热后产生的热辐射减弱,大气受热辐射影响变小,易产生逆温天气,大气层结相对稳定,大气垂直运动减弱,使得近地面污染物和水汽不断积聚,形成重污染天气.该重污染过程中,济南市全部源贡献率最大为NO_2,SO_2次之,一次PM_(10)最小,依次为30.64%、17.75%和3.60%;占标率最大为NO_2,SO_2次之,一次PM_(10)最小,依次为8.01%、5.01%、0.72%.同时,上述3项污染物的占标率和贡献率均与监测值相关性较差,说明在不利气象条件下重点工业高架点源对近地面监测点位环境空气质量影响有限.     

应用照相法估算高架点源的污染物浓度

应用流体力学基本原理，导出了烟流扩散新模式，讨论了利用照相法估算烟流污染物浓度的方法及步骤，以高架点源烟流扩散为例，应用新模式结合照相法估算烟流污染物浓度，并与利用高斯模式计算的烟流污染物浓度进行比较，结果表明两者吻合较好．     

在大气污染模式计算中初始扩散参数σ_(yo)、σ_(zo)的确定和应用

通常在计算大气污染浓度时,采用一般的正态烟云模式,对于高架点源、地面浓度的计算公式是:     

2005—2014年川南城市群大气污染的时间演变特征

基于2005—2014年PM10、SO2及NO2的环境空气质量监测数据,研究了川南城市群5个地级市(乐山、泸州、内江、宜宾、自贡)三类主要大气污染物的时间特征及变化规律。结果表明:5个城市的PM10年均质量浓度和API年均值均呈波动性下降趋势,PM10是影响各城市环境空气质量的主要污染物。各城市NO2年均质量浓度以上升趋势为主,SO2年均质量浓度除乐山有明显上升趋势外,其余城市以下降趋势为主。     

GIS支持下的上海市工业源SO2污染研究

以MapInfo地理信息系统软件为平台,集成空气污染扩散模式,对上海城市工业源的分布、SO2排放及其污染扩散影响进行了多方案的计算分析,比较了污染源集中的工业区和不同类型的污染源对环境空气质量的贡献。根据对年日浓度的计算分析,发现大型高架源的污染排放决定了城市SO2浓度场的基本分布,空间上工业分布集聚的一些老工业区是城市建成区中多个高浓度中心的主要贡献者。     

北部湾经济区产业发展对大气环境的影响研究

 根据北部湾经济区2007年污染源普查数据和各市级地方政府提出的2005~2020年重点产业发展规划,得到该区域2015年和2020年主要大气污染物(SO2、NO2和PM10)的排放清单,在此基础上,利用CALPUFF模式模拟该区域2015年和2020年的空气质量情况.结果表明,2015年和2020年北部湾经济区污染物浓度增幅较大的地区多为各个市的经济开发区,工业区污染物的浓度增大和大项目的上马有直接关系;大部分城区的污染物浓度增幅较小,城区污染物浓度的增加与生活源的增加有关,同时也和工业区污染的输送有关.大部分城区和工业区2020年的浓度增幅与2015年的增幅相比有所回落.     

不同源排放对世博规划区SO_2浓度贡献数值分析

基于世博园区主要污染源的排污统计分析,运用ADMS-Urban模型对世博园区SO2浓度变化规律进行数值模拟计算,从风向、风速、云盖度及降雨等方面分析对SO2浓度扩散的影响程度,以及分析SO2污染世博规划区空气质量最严重的不利因素。结果发现,对世博规划区SO2浓度贡献最大的为杨树浦发电厂;云量对污染物浓度扩散有一定的抑制作用,云盖度越高,污染物浓度水平越高;降雨对污染物浓度有削减作用,降水量越大,污染物浓度水平越低。结果表明,降雨对污染物浓度的削减作用远大于云量的抑制作用,SO2污染世博规划区空气质量最严重的不利因素为36.8°或190.8°的风向,这两种风向下世博规划区SO2浓度严重超标,相应最低浓度为62μg/m3或108μg/m3,远超过世博规划区空气质量标准值40μg/m3。     

以绿化三维量分析植物群降解SO2的宏观效应

控制和降低城市上空ＳＯ２的环境浓度对于改善城市环境，促进城市生态的良性循环具有十分重要的意义。本文从上海市绿化三维量分布模型、与ＳＯ２浓度分布模型的相关分析入手，以季节变化作为对比因子，讨论了城市绿化植物群的数量及分布对城市上空ＳＯ２浓度分布的宏观影响；并据此提出了可有效地控制城市上空ＳＯ２浓度的绿地建设的基本原则。     

济南市大气燃煤污染诊断

根据对济南市大气环境质量的分析,通过多源数值模式的模拟试验,导出不同污染源类型对污染物浓度的贡献率,作出大气SO₂污染来源分析,得出如下结果:济南市SO₂浓度空间分布表现为2个高中心的特点,主要由中架源与低矮源共同作用造成的;低矮源与中架源SO₂排放量之和约占排放总量的1/3,对SO₂浓度贡献之和占主要地位;高架源污染物排放量大,但对整个研究区域的质量浓度贡献较小,如果考虑城市污染对周边的影响,高大的污染源应引以重视;防治和规划济南市SO₂污染最主要的是对中架源和低矮源加以控制.      

针对PM2．5的武汉市大气监测点位的布局研究

武汉城市规模的扩大以及市内和周边的产业布局调整使得原有的大气监测网络不能准确反映城市大气污染现状,亟需进行布局优化。研究基于宏观视角,通过对武汉市自然条件、污染源分布和城市的发展规划进行综合分析,认为武汉市的大气污染以本地区的污染源影响为主;由于城市发展的“主城为核,多轴多心”空间结构,每个新城建成区应增设2-4个空气质量评价点,并按照人口比例作为权重纳入空气数据均值的计算;位于主城区的原有监测点基于PM2.5与原有监测项目有比较显著的相关性,可以继续使用。     

基于GIS的重庆主城建成区SO2空间分析评价

以重庆主城建成区范围内的9个环境监测点的日均监测数据为例,采用GIS技术,选取环境空气质量评价SO2监测的浓度值,将空气质量自动站每日实测的SO2浓度值进行空间模拟分析研究,反映出主城建城区SO2浓度评价值在空间地图上连续分布,可为环境管理部门提高管理水平和管理效率提供参考。     

浅析居民区大气污染特征及防治对策

对居民区大气的主要污染物、烟尘、SO_2、TSP等分布情况进行了分析和预测。结果表明，随着城市建设的发展，能源消耗的增加，将使大气环境进一步恶化。只有以强化管理为手段，以规划目标为导向，着重以改善市区能源结构入手，是改变大气环境质量的根本措施。     

夏末秋初北京市区与背景区大气污染物的对比分析

在北京市区和背景区——河北兴隆县选点,对比两地大气污染物浓度变化及污染状况.结果表明:除O₃外,北京市区主要大气污染物浓度均高于背景区,其ρ(PM_10),φ(NO_x)和φ(SO₂)的平均值分别是背景区的1.6,3.1和4.0倍,而背景区φ(O₃)平均值则是北京市区的2.2倍;与国家二级标准限值比较,夏末秋初基本上不存在SO₂和NO_x污染,大气污染物中超标最严重的是O₃,北京市区与背景区的超标天数分别是46.9%和65.5%,其次是PM₁₀,北京市区超标天数达到25%,背景区则全部达标;北京市区与背景区的大气污染物日变化特征明显不同,其中北京市区的日变化主要受人为活动影响,表现出典型的城市特征,而背景区日变化受人为活动影响小.