天津机场区域大气NO2及O3影响因子研究

在紧邻天津机场跑道的点位对机场区域大气常规污染物开展连续监测,应用广义加性模型（GAM）,针对2017年3月1日~2018年2月28日间的NO₂及O₃,识别其影响因子,并确定因子贡献率.选取因子包括环境因子（SO₂、NO、NO₂、O₃、CO、PM_2.5、PM₁₀、前一小时NO₂/O₃浓度）,气象因子（风向、风速、温度、露点温度、修正海压）及航空活动因子（起飞、着陆）.结果显示：机场区域NO₂日均值为17.6~123.6μg/m³,超标天数共计38d,占比约13%;O₃日均值为1.0~276.1μg/m³,超标天数占比26%,污染主要集中在夏季;环境因子是主要影响因子,累积贡献率在56%~89%;航空活动作为区域重要污染源,对大气NO₂、O₃存在一定影响,最高贡献率可达20%;气象因子相对贡献较低.全部GAM的Adj-R²为0.85~0.96,筛选的影响因子能够有效解释区域环境空气污染物浓度的变化.     

基于灰色支持向量机组合模型的我国火电NOx排放量预测

区域火电NO_x排放量的预测属于小样本、贫信息的灰色系统. 由于NO_x排放量受多个因素的叠加性影响,单一预测模型难以准确反映NO_x排放量的复杂变化,易产生较大的预测误差. 基于此,利用灰色预测理论和支持向量机预测理论,建立了火电NO_x排放量组合优化预测模型. 采用国家权威部门发布的火电NO_x排放量数据,综合考虑影响我国火电NO_x排放量的主要因素,对我国2008—2010年以及2020年的火电NO_x排放量进行了预测,预测结果与官方公布的实际值基本一致; 同时,预测的时间大大缩短.      

XGBoost-LSTM变权组合模型支持下短期PM2.5浓度预测——以上海为例

为进一步提高PM_2.5浓度预测的精度,基于XGBoost和LSTM进行改进得到变权组合模型XGBoost-LSTM（Variable）.过对预测因子进行相关性分析,得到其它大气污染物和气象因素对PM_2.5浓度的影响,确定最优PM_2.5浓度预测因子,再将预处理后数据集输入LSTM模型和XGBoost模型分别进行预测,采用基于残差改进的自适应变权组合方法得到最终预测结果.结果表明,污染物变量的相对重要性高于气象因子变量,其中当前PM_2.5和CO浓度的相对重要性较高,而平均风速和相对湿度重要性较低.XGBoost-LSTM（Variable）模型的RMSE、MAE和MAPE值为1.75、1.12和6.06,优于LSTM、XGBoost、SVR、XGBoost-LSTM（Equal）和XGBoost-LSTM（Residual）模型.分季节预测结果表明,XGBoost-LSTM（Variable）模型在春季预测精度最好,而夏季预测精度较差.模型预测精度高的原因在于其不仅考虑了数据的时间序列特征,又兼顾了数据的非线性特征.     

多机器学习模型下逐小时PM2.5预测及对比分析

为了能及时、准确的估算出PM_2.5浓度及污染等级,分别构建了K最邻近模型（KNN）、BP神经网络模型（BPNN）、支持向量机回归模型（SVR）、高斯过程回归模型（GPR）、XGBoost模型和随机森林模型（RF）6个PM_2.5浓度预测模型,选取江西省赣州市为实验区域,采用2017~2018年逐小时气象站数据、PM_2.5浓度数据和Merra-2再分析数据开展PM_2.5预测实验.结果表明,缺少污染物观测数据时,利用能见度和气象因子等数据也能较好的预测PM_2.5浓度.在PM_2.5浓度预测精度方面,XGBoost模型最高,随机森林模型次之,高斯过程回归模型最差.6个模型的预测精度总体呈现冬季最高,秋季和春季次之,夏季最低.XGBoost模型的PM_2.5污染等级预测准确率高于其他模型,综合准确率达87.6%,并且XGBoost模型具有训练时间短,占用内存小等优点.XGBoost模型的变量重要性结果表明,能见度变量的重要性最高,相对湿度和时间变量次之.本研究可为环境部门准确预测、预报PM_2.5浓度提供参考.     

重型柴油车NOx排放因子与其浓度相关性研究

重型柴油车排放的NO_x污染物对环境空气质量影响较大,受排放标准、排放控制技术水平、检测方法、驾驶工况等众多因素的影响,当前较难整体评估在用重型柴油车的实际排放状况.本研究首先通过发动机排放台架试验及实际道路排放(PEMS)循环试验,探究了重型柴油车NO_x排放因子与NO_x平均浓度之间的内在联系;其次,研究了远程监控有效数据筛选规则,提出了一种基于NO_x日均浓度评估远程监控重型柴油车NO_x排放因子的方法.结果表明：重型柴油车发动机排放台架、PEMS循环试验的NO_x排放因子均与NO_x平均浓度呈较强相关性,相关系数(R²)为0.99.通过远程监控平台监测数据验证了重型柴油车的NO_x排放因子与NO_x日均浓度有一定相关性,R²高于0.9(p<0.01).因此,可用重型柴油车排放的NO_x日均浓度来表征整车污染物排放情况.研究显示,安装...     

华北地区典型机场清单建立及空气质量影响

基于利用AMDAR数据确定大气混合层高度进而对飞机不同工作状态下的时间进行修正的计算方法，核算了2017年华北地区6座典型机场大气污染物排放量.结果显示，6座机场NO_x、CO、VOC、SO₂与PM_2.5的排放总量分别为21504.2，7074.8，1424.0，1283.6和323.2t.飞机源NO_x、CO、VOC与SO₂的排放量远高于机场内其他污染源，而对PM_2.5的排放贡献相差较小.HC与CO的排放主要集中在滑行阶段，占比分别为90.6%与90.2%，而NO_x、SO₂与PM_2.5的排放主要集中在爬升阶段，排放占比分别为58.9%、38.7%和43.5%.6座机场1月份污染物排放量较低，在8月份达到峰值.基于本研究建立的天津滨海国际机场大气污染物排放清单，利用WRF-CAMQ模型研究机场排放对周边区域PM_2.5浓度的影响.结果表明机场区域小时最大贡献浓度为3.24μg/m³；距离机场5km处的年均贡献浓度与小时最大贡献浓度分别为0.08和2.84μg/m³.     

天津冬季一次污染过程中NOx和O3的立体分布特征

由于大气是一个复杂介质,低层大气中湍流的存在使物质和能量的交换很剧烈,污染物的扩散传输现象明显.对不同高度不同区域的低层大气做立体观测,获取气态污染物浓度分布最直接的资料很有必要.综合利用地面观测站点、系留气球和飞机平台,于2016年11月25—26日在天津武清高村一次污染天气条件下对NO_x和O₃进行立体观测,得到了污染物的地面、垂直和低空区域分布特征,并结合气象因子进行分析研究.观测结果表明,地面$\varphi $（NO_x）水平较高,日均值为230×10-9,超过了GB 3095—2012《环境空气质量标准》二级标准的限值,反映了高村冬季较高的污染水平,主要受当地交通源排放的影响.$\varphi $（NO_x）随高度的上升呈下降趋势,受风速的影响明显,主要积聚在逆温层以下.低空$\varphi $（NO_x）市区高于郊区,而处于更远郊区的高村$\varphi $（NO_x）与市区相当,也反映了高村本地较高的NO_x污染.高村地面$\varphi $（O₃）低,日最大8 h平均值为8×10-9,反映了冬季低温辐射弱、光化学反应强度低的特点.随高度增加$\varphi $（O₃）呈上升趋势,垂直分布特征主要与温度层结有关.低空$\varphi $（O₃）呈郊区高于市区,高村（远郊区）高于近郊区的特征.研究显示,$\varphi $（NO_x）的升高导致$\varphi $（O₃）下降,这可能与高村冬季的$\varphi $（VOCs）/$\varphi $（NO_x）偏低有关,需要结合VOCs观测数据做进一步分析.      

基于树模型的北京市PM2.5预测效果对比分析

在城市空气质量预测中,ρ（PM_2.5）会受到气象条件和时间周期的影响。选取北京市全市为实验区域,对多种污染物浓度特征、时间特征及天气特征等进行分析,采用2019年33个空气质量监测站逐小时数据开展PM_2.5预测实验,建立了基于特征的LightGBM （light gradient boosting machine） PM_2.5质量浓度预测模型,分别与随机森林模型（RF）、梯度提升树模型（GBDT）、 XGBoost模型3个PM_2.5浓度预测模型进行对比。结果表明:在PM_2.5浓度预测精度方面,LightGBM模型最高,XGBoost模型次之,RF模型最差。LightGBM模型的PM_2.5污染浓度预测准确率高于其他模型,R2为0.9614,且具有训练快、内存少等优点。LightGBM模型的5个评估指标均优于其他模型,说明其在PM_2.5逐时预测上具有很好的稳定性和应用前景。     

2019年7月石家庄市O3生成敏感性及控制策略解析

基于石家庄市2019年7月近地面污染物和气象观测数据,分析夏季O₃污染状况及其影响因素;结合WRF-CMAQ模式和O₃浓度等值线（EKMA曲线）,探究不同区域O₃-VOCs-NO_x的非线性响应关系,旨在探究最佳的前体物减排方案.结果表明,观测期间,石家庄市市区MDA8 O₃超标率高达70.9%.污染天期间,伴随着高温、低湿、小风,且以南风和东南风为主.石家庄市市区属于VOCs控制区,郊县为NO_x和VOCs协同控制区.在臭氧污染时段,市区在仅削减NO_x排放,且削减比例超过50%时,持续减排NO_x使得O₃浓度呈逐渐下降趋势.在非臭氧日时段,市区在VOCs和NO_x的削减比例大于1倍时,O₃浓度才不会出现反弹.对于市区应考虑以仅削减VOCs为先;对于郊县区域而言,不同的NO_x和VOCs削减比例下,O₃浓度均会下降...     

首都国际机场航空器排放清单的计算分析

基于微脉冲激光雷达提取的混合层高度与首都机场的实际运行数据,采用美国EPA方法,更准确的估算了2016年首都国际机场航空器排放清单.结果表明：在航空器起飞着陆（LTO）循环排放的各种污染物中,NO_x和CO排放量最多,分别占排放总量的53.3%和38.5%.滑行阶段和爬升阶段的排放总量较多,占排放总量的49.7%和25.7%.滑行阶段是航空器排放CO、SO_x、HC和PM的主要阶段.在滑行阶段的主要排放物是CO和NO_x,分别占滑行阶段排放总量的71.7%和17.2%.混合层高度变化对航空器排放的NO_x与CO影响最大,对SO_x、HC与PM影响较小.在所有的起降航班机型中,A320对排放影响最小,B77W影响最大.航空器场面滑行时间是影响污染物排放量的一个非常重要的因素.优化航空器滑行效率,减少滑行时间,对减少机场排放量会有非常积极的作用.     

基于车用氮氧化物传感器的工程机械NOx排放因子测量方法研究

为了能够低成本地获得包括工程机械在内的非道路移动机械的NO_x排放因子,基于目前广泛使用的车用氮氧化物传感器开展了NO_x排放因子的测量系统搭建和计算模型研究.基于柴油机尾气O_2浓度、NO_x浓度、环境温湿度和燃料特性等参数建立了非道路移动机械单位油耗NO_x排放因子计算模型.为了验证测量系统与计算模型,开展了4台工程机械的实际道路验证试验,并选取其中一台开展了基于车载排放测试系统(PEMS)的NO_x排放比对试验.比对和实测试验结果表明建立的NO_x排放因子测量方法具有较低的相对误差和稳定性,与车载排放测量系统的测量结果相比具有很好的相关性.被测2台挖掘机和1台推土机、1台压路机的平均单位油耗NO_x排放因子分别为(22.8±4.0)、(35.8±16.0)和(55.0±18.0)、(68.8±13.0) g·kg~(-1).基于车用氮氧化物传感器的NO_x排放因子测量结果与目前国内外已有研究的NO_x排放因子测量结果接近.     

NOx和/或NH3气氛下SO2在高岭土表面非均相转化的实验研究

利用自制气溶胶反应器研究了NO_x和/或NH_3气氛下SO_2在高岭土表面的非均相转化过程,应用扫描电镜(SEM)对高岭土颗粒物形貌进行了表征.结果表明:高岭土颗粒表面的SO_2非均相转化致使其成分和形貌产生了较大变化.相同实验条件下,SO_2转化的协同作用程度由高到低依次为NH_3、NO_x/NH_3和NO_x气氛,相对湿度40%、有光照条件下,SO_2转化量增幅最高可分别达125%、75%和50%.所有气氛下,协同作用在无光照时在高相对湿度(40%~70%)区间更为突出,有光照时其显著性则体现在低相对湿度(20%~40%)区间.SO_2、NO_x、NH_3三者共存时,在高岭土颗粒表面发生的非均相反应过程既有协同作用又存在竞争反应.     

CeWOx催化剂协同脱除氮氧化物及氯代芳香化合物的反应机制研究

多污染物协同控制是大气污染控制技术的发展方向.本文以氮氧化物（NO_x）及氯苯（CB）为典型多污染物组分,考察了不同Ce/W比例Ce WO_x催化剂协同脱除NO_x及CB的催化性能及反应特征.其中,Ce₈W₁O_x催化剂表现出最佳的催化活性,在温度为350℃时,NO_x、CB转化率均达到100%.NO_x选择性催化还原（SCR）、CB催化氧化（CBCO）和协同脱除反应（SCR+CBCO）的对比实验发现,协同反应的NO_x和CB转化均受到不同程度的抑制,尤以SCR对CBCO的抑制作用更为明显.TPSR及DRIFT表征证明NH₃和CB之间的竞争性吸附是SCR和CBCO协同反应活性下降的主要原因.Ce WO_x催化剂上CB解离生成的氯经氧空位活化形成Cl·,易导致亲电加氯反应从而促进多氯苯生成.SCR为CBCO提供了额外氢,源于NH₃吸附于Lewi...     

ZnMnxCo2-xO4活化过一硫酸盐降解有机污染物

分别以Zn（CH₃COO）₂·2H₂O、Mn（CH₃COO）₃·2H₂O和Co（CH₃COO）₂·4H₂O为锌源、锰源和钴源,采用溶胶-凝胶自燃烧法成功制备了ZnMn_xCo_2-xO₄（x=0~2）复合物,并用X射线衍射和X射线光电子能谱对其进行表征.同时,还研究了Mn/Co物质的量比、催化剂用量及PMS用量对目标污染物降解的影响.结果表明,该复合物可催化活化过一硫酸钾（PMS）降解有机污染物,当催化剂中x=0.8,催化剂投加量为0.2 g·L^-1,PMS用量为0.4 mmol·L^-1（0.25 g·L^-1）时,20 μmol·L^-1（10 mg·L^-1）罗丹明B（RhB）可在15 min内完全降解.ZnMn_0.8Co_1.2O₄的高催化活性主要归功于Mn³⁺和Co²⁺的协同效应.将ZnMn_xCo_2-xO₄-PMS体系用于亚甲基蓝、结晶紫、金橙、双酚A、4-氯酚等其他污染物的降解,也取得了较好的效果.基于电子自旋共振ESR和自由基猝灭实验的结果,可以推测该反应体系中活性物种为硫酸根自由基和羟基自由基.     

重庆市北碚大气中PM2.5、NOx、SO2和O3浓度变化特征研究

重庆是我国西南工业重镇,但长期受大气污染困扰.利用全自动在线环境监测仪器,于2012年1月—2014年2月,对重庆市北碚区大气中的典型污染物PM2.5、NO_x、SO_2和O_3进行了观测研究.结果表明:重庆北碚大气首要污染物为PM2.5,2012和2013年平均浓度分别为(67.5±31.9)和(66.6±37.5)μg·m~(-3),是国家环境空气质量一级标准35μg·m~(-3)的1.9倍,两年超过国家二级标准的天数分别为119和126 d,年超标率均大于1/3;两年NO_x,SO_2及O_3的年平均浓度分别为(57.1±24.6)和(55.1±36.6),(43.1±24.0)和(35.0±21.9)及(31.1±24.9)和(48.5±37.4)μg·m~(-3).大气污染物浓度具有明显的季节变化特征,PM2.5和NO_x冬季污染最为严重,两年冬季平均值分别比两年年平均值高33.6%、59.6%和43.2%、8.5%;O_3表现为夏高冬低;SO_2春季最高且污染最轻.大气污染物日变化显示PM2.5和NO_x浓度呈双峰日变化形式,有早晚两个峰值,与城市交通高峰相对应.SO_2和O_3浓度呈单峰日变化,前者峰值出现在午前10∶00—12∶00大气对流层被打破之后,而后者峰值出现在午后16∶00局地光化学最强之时.消减各种污染源的颗粒物直接排放,消减气态污染物SO_2和NO_x的工业排放,消减机动车NO_x和VOCs等的排放,才有可能使重庆北碚的大气污染状况得到改善.     

CeO2改性MnOx/Al2O3的低温SCR法脱硝性能及机制研究

采用凝胶溶胶法制备大比表面积的Al2O3载体,等体积浸渍法配制负载MnOx和CeO2组分的CeO2-MnOx催化剂.以NH3为还原剂,一定的空气流速及合适的气体配比的条件下,考察所制备的催化剂在70～300℃范围内低温SCR法的脱硝性能及机制,同时分别对催化剂进行BET、XRD、SEM等表征实验,研究催化剂的理化性质....     

基于P3-T3方法的飞机LTO阶段氮氧化物排放量计算与分析

飞机起飞着陆循环(LTO)阶段包含高推力的起飞和爬升阶段,具有排放强度高、排放特性不稳定的特点.同时,该阶段飞行高度低,尾气排放会直接影响机场周边人群.因此,本文依据机载快速存取记录器(QAR)数据中的低压转子转速等特征参数,对LTO进行精确的阶段划分.同时,建立发动机排放特性参数与推力关系模型,并使用P_3-T_3方法对国际民航组织公布的发动机各阶段排放指数进行修正,最终计算GE90-115B发动机某次LTO阶段的实际氮氧化物排放量.结果表明,该方法与国际民航组织推荐的标准LTO估算方法相比,总量相差约40%,与原有的BM2方法相比也存在一定差异.分析认为,这种依据QAR实际飞行数据并结合发动机排放特性参数的发动机排放量计算方法,可以更加真实地反映发动机性能对排放特性的影响,可很好地适用于具体航班氮氧化物排放量的精确估算,为近地面飞机排放评估乃至机场排放清单的编制提供更加准确的依据.     

烟气深度余热回收技术对燃气锅炉NOx排放扩散迁移规律的影响研究

运用Fluent计算软件对北京市丰台区某燃气锅炉排放烟气中NOx的转化和扩散过程进行了数值模拟,定量地研究了烟气深度余热回收技术对燃气锅炉排放NOx在大气中的迁移规律产生的影响,并与Screen 3模型模拟的结果进行了对比.研究发现:烟气深度余热回收技术的应用使NOx的最大落地浓度与烟气直排时相比增加了2.5倍,NOx对本地地表的影响面积增大了15750 m2,增加了本地环境污染的风险.结合燃气锅炉的NOx控制技术提出了缓解局部环境风险的解决方案.结果表明,烟气深度余热回收技术与低氮燃烧技术联用,NOx的控制效率达到70%以上时,在有效提升锅炉热效率的同时,可以缓解由于烟温大幅下降造成的本地环境污染恶化的风险.     

Effects of WOx modification on the activity, adsorption and redox properties of CeO2 catalyst for NOx reduction with ammonia

A series of WO₃/CeO₂ (WOx/CeO₂) catalysts were synthesized by wet impregnation of ammonium metatungstate on a CeO₂ support. The resulting solid acid catalysts were characterized by X-ray diffraction (XRD), UV-Vis spectroscopy (UV-Vis), Raman spectroscopy (Raman), in-situ Fourier transform infrared spectroscopy (in-situ FT-IR) of ammonia adsorption, NH₃-TPD, H₂ temperature-programmed reduction (H₂-TPR), NH₃/NO oxidation and activity measurements for NOx reduction by NH₃ (NH₃-SCR). The results show that polytungstate (WOx) species are the main species of tungsten oxide on the surface of ceria. The addition of tungsten oxide enhances the Brönsted acidity of ceria catalysts remarkably and decreases the amount of surface oxygen on ceria, with strong interaction between CeO₂ and WOx. As a result, the N₂ selectivity of NH₃ oxidation and NH₃-SCR at high temperatures (> 300℃) is enhanced. Therefore, a wide working temperature window in which NOx conversion exceeds 80% (NOx conversion > 80%) from 200 to 450℃, is achieved over 10 wt.% WOx/CeO₂ catalyst. A tentative model of the NH₃-SCR reaction route on WOx/CeO₂ catalysts is presented.     

人工智能助力臭氧催化剂SrFexZr1-xO3的开发

将人工智能应用于催化臭氧氧化催化剂SrFe_xZr_1-xO₃的开发过程,采用共沉淀法制备了50种不同配方的催化剂,考察聚乙二醇（PEG）投加量、煅烧时间、老化时间、氨水投加量和铁掺杂量对SrFe_xZr_1-xO₃催化剂催化臭氧降解间甲酚反应活性的影响.同时,利用人工神经网络（ANN）和响应面（RSM）对催化剂合成条件与TOC去除率和间甲酚转化率的关系进行拟合,训练集中ANN的R²值分别为0.91和0.97,高于RSM的R²值0.35和0.41;在4组测试集上ANN的均方误差（MSE）分别为9.87和17.67,远小于RSM的23.89和28.87.结果表明,ANN模型对催化剂制备过程的复杂体系具有更好的拟合和泛化能力.在ANN训练好的模型中通过枚举法寻找最优合成条件为：PEG投加量为19.00%,煅烧时间为1.25 h,老化时间为26.50 h,氨水投加量为6.21 mL,铁掺杂量为3.37%,所得催化剂为SrFe_0.13Zr_0.87O₃-B.最佳反应条件下,间甲酚转化率和TOC去除率分别达到98.52%和17.21%,优于空白组的73.46%和1.86%.