甲烷排放源逆向轨迹反演模式研究

基于逆向轨迹计算和单点浓度连续观测资料建立了一个甲烷排放源的反演模式 .经系统调试表明模式具有正确反映边界层物理过程的能力 .在理想条件下 ,模式相当准确地反演出 1 0 0km水平范围内设定的排放源和分布 .用 9天的实际甲烷浓度连续观测资料对北京地区的排放源情况进行个例计算 ,获得主要源块的排放率在0 0 0 66～ 0 0 2 6mg/ (m2 ·s)范围内 ,与区域内的重要排放源 (稻田 )的排放情况相一致 .反演所得源块与区域内的稻田分布亦有一定的空间对应关系     

北京地区FLEXPART模式适用性初步研究

FLEXPART是挪威大气研究所开发的拉格朗日粒子扩散模式.为客观地评价该模式在北京地区的适用性,以北京上甸子大气本底站为例,模拟了CO浓度变化及其源区分布特征,并与该站实测CO浓度和2006年排放源清单进行了比对.结果表明:①模式模拟的CO浓度变化趋势可以较好地反映上甸子地区CO浓度的日变化规律,CO浓度的模拟值与实测值的相关系数在春夏两季分别达到0.42和0.41;②春夏两季北京市污染气团主要源地分布在西-西南和西西南-南-南南东扇区,模式结果较好地体现了北京及周边地区CO源区的分布特征.初步研究表明,FLEXPART模式在北京地区是基本适用的.     

本底站和城区站CO浓度变化特征和源贡献

采用FLEXPART大气扩散模式结合清单的模拟方法,通过与2010年上甸子大气本底站和城区海淀宝联站的CO观测浓度的比较,研究了北京地区CO浓度变化特征,并统计分析了各类排放源的贡献差异.研究结果表明：上甸子站和宝联站CO模拟浓度与观测浓度的变化趋势基本一致,相关系数分别优于0.74和0.45;与观测值相比,两站模拟浓度值偏低,模式对观测浓度峰值模拟能力有限.利用不同源清单模拟获得的同一站点CO浓度值相近,但交通、工业、民用等分类排放源对CO模拟浓度的贡献差异明显.与INTEX-B2006清单相比,利用MEIC2010排放清单模拟的宝联站交通与工业排放贡献的占比小、民用排放占比大;而上甸子站交通排放贡献的占比小,民用与工业排放的贡献占比大.因此,利用FLEXPART模式结合清单的模拟方法对CO浓度具有较好的模拟能力,可以较为准确地反映区域大气本底站和城区站CO浓度的变化特征;各类排放源对模拟浓度的贡献不仅受到测站所在地的局地排放源影响,更与影响测站的印痕区域的排放源密切相关.     

基于AERMOD模型的乌鲁木齐机动车排放大气污染物的数值模拟

以乌鲁木齐市主城区为例,将区域机动车排放清单数据作为排放源数据,利用AERMOD模型对乌鲁木齐市主城区域机动车排放的主要大气污染物质量浓度分布情况进行了数值模拟,并探讨了机动车排放的大气污染物对乌鲁木齐市城市空气质量的影响。结果表明:由机动车排放引起的乌鲁木齐市主城区域大气污染物CO、HC、NOx和PM10的质量浓度分布均表现为新市区和米东区高于其他几个区域,最大影响浓度点出现在新市区河南路北侧和米东区,为机动车所排放的大气污染物影响最为显著的区域;模拟得到的各大气污染物年均质量浓度在网格点最高值均低于相关标准浓度限值;显著影响区域范围内,NOx模拟预测浓度占区域环境空气质量浓度的44.12%,是区域环境空气中NOx的较为重要排放源,而可吸入颗粒物(PM10)仅占0.5%,说明机动车颗粒物排放不是乌鲁木齐城市空气中可吸入颗粒物的主要排放源。     

一种快速定量估计大气污染物来源的方法

定量估计目标区域大气污染物源区的时空分布对有效应对空气污染具有重要的支撑作用.本文利用FLEXPART拉格朗日粒子扩散模式、WRF模式和清华大学MEIC人为排放源清单,建立了一种基于气象条件和人为源排放清单的快速定量估计大气污染物源区时空分布的方法,并以上海地区2015年12月22—23日一次污染过程为例,确定了目标区域和目标时段的污染物来源分布.与WRF-Chem模式人为排放源"清零试验"结果的对比分析结果表明,本定量估计的结果尽管在数值存在一定偏差,但在时间和空间分布上具有良好的一致性.研究表明,本文提供了一种快速并较为准确的定量估计目标区域大气污染物源区时空分布的方法.     

ArcGIS在大气污染源排放清单建立中的应用研究

以重工业城市唐山为例,在收集已有排放源数据的同时,结合唐山市环境空气质量状况,利用地理信息系统(ArcGIS)对污染企业的位置及污染物排放量、浓度参数建立网格模型,采用反距离权重法及区位商法对污染源及污染物的空间分布进行估算分析,形成准确完善的多尺度、高时空分辨率大气污染源排放清单.为京津冀地区区域大气污染联防联控及2020年大气污染物区域消减计划打下数据基础.     

京津冀城市群大气污染传输规律研究——两组排放清单的比较分析

利用WRF/CALPUFF耦合模型,在同样重污染气象条件下,选择了当下模拟应用最广的两组排放清单对4种主要污染物（NO_x,SO₂,PM_2.5和PM₁₀）进行京津冀城市间区域传输贡献比较分析.其中一组排放清单来自政府的环境统计（以下称：环统排放清单）,另一组排放清单是来自中国多尺度排放清单（以下称：MEIC排放清单）.污染物的浓度空间分布表明,两种排放清单下污染物浓度均呈现北部以唐山中心,南部以石家庄-邯郸为中心的分布特征,均是由两个浓度最高的中心向外逐渐降低.但是环统排放清单下模拟的污染物浓度高值区范围更大,更接近实际监测数据.基于不同的清单输入,一些城市的传输角色存在一些差异.例如,对于4种污染物,两种排放清单模拟出的沧州与周边城市的净传输方向完全相反,在MEIC排放清单中,沧州以向外净传输为主,即为源;而在环统排放清单中,沧州则变成了净输入城市,即为汇.这些结论将影响大气联防联控中各城市源汇责任的认定,在实际环境管理中应注重多源数据的选择、验证和比较.     

基于OMI数据的长三角地区NOx排放清单校验

近年来伴随着我国经济的持续增长,人为源氮氧化物排放居高不下,导致我国区域大气复合污染日趋严重. NO_x排放清单对于大气复合污染研究具有极为重要的意义.为了降低NO_x排放清单的不确定性,基于OMI卫星观测的对流层NO₂柱浓度资料,结合WRF-CMAQ模型系统,对2014年长三角区域NO_x排放清单进行了校验,对于该清单的不确定性进行了初步评估.结果表明,基于长三角地区2014年大气污染物排放清单,利用WRF-CMAQ系统模拟所获得的区域NO₂柱浓度平均值（4.66×1015~10.58×1015 mole/cm2）与OMI卫星数据（3.49×1015~11.47×1015 mole/cm2）较为接近,并且相关性较好（平均R=0.65）,归一化平均偏差（NMB）在-7.71%~33.52%之间,平均偏差（Bias）在0.06~0.28之间,可以在一定程度上说明2014年长三角区域NO_x排放总量基本能够反映区域NO₂污染状况.对比分析了OMI卫星遥感资料与CMAQ模型模拟结果,二者NO₂柱浓度空间分布情况总体一致,然而,苏南、上海和浙北等工业较发达地区OMI卫星NO₂柱浓度低于CMAQ模型模拟值,周边经济欠发达地区OMI卫星数据高于CMAQ模型模拟值,表明空间分布仍有进一步优化的空间.利用近地面卫星观测数据与CMAQ模型模拟结果对比,可得近地层观测ρ（NO₂）高于模拟结果,说明仅仅利用地面观测数据验证模型模拟结果存在一定偏差.研究显示,NO_x排放清单模型模拟结果在总量和时间变化方面与OMI卫星资料一致,在空间分配方面存在一定偏差.      

基于气流轨迹聚类的大气污染输送影响

基于中尺度气象预报模式(MM5)、混合单粒子拉格朗日积分(HYSPLIT)轨迹模式模拟和K均值聚类算法,利用气流轨迹聚类判断不同尺度大气输送型对城市空气的质量影响. 采用MM5模式对2006年珠江三角洲地区四季代表月(1,4,7,10月)的气象场进行了模拟,将模拟结果输入到HYSPLIT模式中,以计算广州市上空气团每日逐时的12 h后向轨迹;利用K均值聚类算法按轨迹移动方向和速度将各月气流轨迹线聚为有代表性的5类,计算各类输送型出现时段广州市ρ(PM₁₀₎和ρ(SO₂)的平均值. 结果表明,珠江三角洲地区低层大气输送季节性变化明显,按输送特征及其对城市污染物浓度的影响差异,可将输送型分为局地输送、城市间输送和远距离输送3类. 结合污染源排放清单得出的污染源空间分布,分析结果表明,广州市大气污染较重时段主要受特殊气象条件和珠江三角洲地区周边城市排放源的影响,本地源排放与周边城市污染物输送的叠加使大气污染加重.      

广东省工业点源大气汞排放清单更新研究

基于包含工业点源位置、排放信息的2006年广东省环境统计数据和能源统计年鉴,编制了广东省2006年工业点源汞排放清单.利用该清单更新了1999年中国区大气汞排放清单中广东省行政区域内相应的点源清单数据内容.采用CMAQ-Hg模型基于同一气象、初始浓度和边界浓度输入条件对两套清单进行了更新效果评估.结果表明,使用包含工业点源位置及排放细节的bottom-up方法编制的排放清单有效提高了模拟结果的准确度.更新清单前后,本地和跨省大气汞沉降增量差异的初步研究结果说明不同形态的大气汞具备不同的干、湿沉降特征.据此提出,需要尽快开展符合我国实际的各类工业源大气汞排放因子和排放形态因子更新研究.     

Transport model calculations of NW-European methane emissions

Methane emissions of large parts of NW-Europe are derived from continuous concentration measurements at one sample site (Cabauw tower, The Netherlands) using the COMET transport model. This approach can be used as an independent check of emission estimates based on statistical information. COMET is a two-layer Lagrangian atmospheric transport model that describes the uptake of methane emissions in the mixing layer along a backward trajectory path and the exchange with a reservoir layer during mixing layer height changes. In inverse mode a Singular Value Decomposition (SVD) matrix inversion technique is used to calculate the emissions of a limited number of source areas using four years of 6-hourly concentration data (1993–1996) at Cabauw. The calculated emissions compare well with the current emission inventory data for the Netherlands and the surrounding countries. For the Netherlands a yearly emission of 757 Gg of methane is calculated, excluding the emissions from oil and gas mining at the North Sea continental shelf.     

湿地甲烷释放研究进展

甲烷是一种重要的温室气体，近年来大气甲烷浓度显著增加，湿地甲烷释放量约占全球总释放量的２１％，因而是大气甲烷的主要来源之一。本文综述了湿地甲烷产生，释放和氧化过程以及影响因素，以便为国内湿地甲烷排放研究提供借鉴。     

典型炼化企业温室气体甲烷排放特征

温室气体排放是造成全球变暖和气候恶化的重要根源.甲烷是仅次于二氧化碳的温室气体组分.石油加工过程是潜在的甲烷排放源.本文以我国广西某炼化企业为样本,通过现场采样和离线分析的方法,识别出炼化企业潜在的甲烷排放源,核算了不同排放源的甲烷排放量,分析了炼化企业的甲烷排放特征.研究表明,甲烷是炼化企业排放废气中的重要成分;烟气、污水收集和处理系统、储罐和油品装卸过程等均是重要的甲烷排放源项,其中烟气和储罐对甲烷排放总量贡献占比超过70%;不同源项甲烷排放特征各异,油品装载过程产生废气甲烷浓度最高;污水处理过程废气的甲烷浓度主要受常减压装置污水影响;该炼化企业每万吨原油对应的甲烷排放速率估算值为72.6 kg.     

湿地甲烷代谢微生物产甲烷菌和甲烷氧化菌的研究进展

湿地作为一种独特的生态系统,是大气中重要温室气体甲烷（CH₄）的"源",湿地CH₄的排放是CH₄的产生、传输和氧化三个过程的最终结果,其排放量与产甲烷菌（methanogens）和甲烷氧化菌（methanotrophs）的活动密切相关。本文对湿地甲烷代谢重要微生物产甲烷菌和甲烷氧化菌的分类、特点、代谢途径、分子生态学研究现状及影响湿地产甲烷菌和甲烷氧化菌的重要环境因子等方面进行了综述,旨在促进我国湿地产甲烷及甲烷氧化菌群的领域更加系统和深入的研究,为有效调控湿地CH₄代谢,减少CH₄排放通量提供参考。     

中国区域HCFC-142b排放量模式反演研究

利用拉格朗日粒子扩散模式FLEXPART结合上甸子区域本底站在线观测HCFC-142b数据,采取自上而下的反演方法,估算了2009和2010年中国HCFC-142b的排放量分别为10.82kt/a和15.42kt/a,分别占全球HCFC-142b排放量的29.7%和45.8%.反演HCFC-142b排放量的空间分布结果显示其排放源主要集中在京津冀、四川、山东西部以及长江中下游地区,与相关研究中自下而上方法获得的排放量分布一致.模式反演源较先验源更接近观测数据,2009年相关系数从0.38提高到0.47,2010年相关系数则从0.60提高到0.65.     

Comparison of CH4 emission inventory data and emission estimates from atmospheric transport models and concentration measurements

CH₄ emissions from two sources of emission inventory data i.e. the National Communications and the EDGAR/GEIA database, are compared with emission estimates from six global and two regional atmospheric transport models. The emission inventories were compiled using emission process parameters to establish emission factors and statistical data to derive activity data. The emission estimates were derived from an evaluation of atmospheric transport modelling results and measured concentrations of CH₄. The comparison of emission inventories and the emissions derived from atmospheric transport models shows the largest differences on the global scale to occur in biogenic CH₄ emissions, i.e. by wetlands and biomass burning. Anthropogenic CH₄ emissions due to oil and gas production and distribution, also appear rather uncertain, especially with respect to the spatial distribution of the sources. A comparison of CH₄ emissions on a smaller scale (NW Europe) showed a fair amount of agreement between National Communications, EDGAR data and results of inverse atmospheric modelling. Because most of the CH₄ emissions in this area come from reasonably well-known CH₄ emission sources like ruminants and landfills, this is a good argument. CH₄ emission from some areas in the North Sea was underestimated by inventories. This could be due to CH₄ emissions of oil production platforms in the North Sea.     

北京市机动车污染分担率的研究

研究建立了以GIS为平台的北京市机动车排放清单,获得了北京市规划市区内分车型以及分区域的机动车排放分担率.在此基础上,采用修正的ISCST3模型模拟了1995年规划市区CO和NO_x浓度的时空分布情况,并分析了机动车排放对北京市大气浓度的贡献率.结果表明,1995年北京市规划市区CO和NO_x的年排放分担率分别达到了76.8%和40.2%;相应的年浓度分担率则分别为76.5%和68.4%,在城市中心区以及道路边2种污染物的浓度分担率则更高.因此,在北京市对机动车排放污染实施控制是有效削减CO和NO_x的主要途径.