应用大气扩散模式进行区域稻田甲烷源强估算

传统通量箱方法对区域稻田甲烷源强的估算具有很大不确定性 .本研究应用箱模式和 ATDL模式估算区域稻田甲烷排放率 .箱模式和 ATDL模式估算排放率分别为 :6月 13.2～ 30.4mg· (m²·h)^-1 和 6.1～ 8.5mg·(m²·h)^-1,9月 10.4～20.0 mg·(m²·h)^-1 和 5.5～9.3mg·(m²·h)^-1;而传统通量箱方法估算排放率为 :6月 0.3～ 14.3mg·(m²·h)^-1 ,9月 0～0.3mg·(m²·h)^-1.分析表明 ,北京地区水稻生长季的接地逆温等不利气象条件使箱模式应用的基本假设难以满足 ,使之得出偏高的估算结果 . ATDL模式能较好地适应这种不利气象条件 ,并在 6月得出了与通量观测结果相近的估算结果 ,而其 9月高于通量观测结果的估算 ,却可能证实了通量箱方法难以测得的干旱稻田土壤裂缝的甲烷排放 ,有待于进一步研究证实 .     

环境监测

X831200503452BP网络应用于大气颗粒物的源解析/李祚泳…(成都信息工程学院地球环境科学系)∥中国环境监测/中国环境监测总站.-2005,21(2).-74~76,83环图X-73应用BP网络对大气颗粒物进行源解析,将大气采集样本中的元素含量和大气颗粒物源成分谱构成训练样本集,用BP网络进行训练,由训练好的网络的权值可以计算出大气颗粒物的污染排放源的权重贡献率。将BP源解析法的计算结果与其它源解析法得到的结果比较,表明BP网络应用于大气颗粒物的源解析是可行的。表3参6X831200503453城市空气中颗粒相有机碳与元素碳浓度的小时和日分布图=Hourly …     

三维空气质量模型污染来源追因技术概述

为应对区域大气复合污染的严峻态势,亟需建立健全空气污染来源追因系统。三维空气质量模型可以克服外场观测与烟雾箱模拟高成本与低时效的缺点。主要介绍了使用空气质量模型解决大气污染物来源分析的方法,其中:过程分析(PA)可用于估算各物理过程与净化学过程对污染物浓度的影响;臭氧来源解析技术(OSAT)和颗粒物来源解析技术(PSAT)通过标记不同地区各类排放源一次污染物的排放,得出不同受体点位主要一次与二次污染物的来源或主要排放源区对区域各项污染物浓度的贡献。     

太原市城区大气颗粒物PM_(10)排放总量估算

本文首先分析了2016年太原市城区环境空气PM_(10)浓度状况;其次根据太原市颗粒物源解析结果分析了开放源对太原市城区环境空气中PM_(10)的影响,并采用箱模型测算了太原市开放源PM_(10)起尘量;然后以环境统计数据为基础估算了人为源PM_(10)排放量;最后综合开放源起尘量和人为源排放量估算了太原市大气颗粒物PM_(10)的排放总量。结果表明:2016年太原市大气颗粒物PM_(10)排放总量约为6.44万t。其中,开放源PM_(10)起尘量约为3.37万t;人为源颗粒物PM_(10)排放量约为3.07万t。     

环境化学

X1312(X户灯l3()l区域高时空分辨率VOC天然源排放清单的建立/胡泳涛…(北京大学环境科学中心环境模拟与污染控制国家重点联合实验室大气环境模拟分室)//环境科学/中科院生态环境研究中心一2阅1,22(6)一l二6环图X一5 将中尺度气象模式MMS应用于估算VOC天然源排放的研究,建立了高时空分辨率VOC天然源排放清单的估算方法。根据方法需要,确定了我国部分树木排放异戊二烯和枯烯的标准排放因子,各植被类型排放各种VOC的标准排放因子,以及各植被类型季节平均的叶生物量密度。应用该方法估算了华南地区满足区域空气质量数值模拟要求的高时空…     

开放源对环境空气质量影响的评估技术与实例

开放源排放的颗粒物已经成为城市环境大气颗粒物的主要来源之一,介绍了其对环境空气质量影响的评估技术,采用开放源的动力学经验公式测算S市粉煤灰场、原煤堆场、土堆、沙石料堆4类开放源不同粒径颗粒物的起动风速及扩散距离,并利用箱模型(A值)和源解析(化学质量平衡法,CMB)模型测算开放源的区域年均起尘量及其对环境空气中颗粒物的贡献值.结果表明:开放源排放的颗粒物易升腾而且影响面积很大;S市区开放源类排放的小于100 μm的颗粒物约22.2×104 t/a,小于10 μm的颗粒物约15.8×104 t/a;开放源对环境空气中TSP的贡献值约370 μg/m3,质量浓度分担率达60%,对PM₁₀的贡献值约263 μg/m3,分担率达64%.      

基于遗传算法的大气颗粒物的源解析

遗传算法是一种全局优化的随机搜索方法,适用于模型参数寻优。将遗传算法用于大气颗粒物源解析的CMB方程组中参数的优化,得到各污染源对大气颗粒物的优化贡献率。该方法应用于成都市大气颗粒物的源解析结果与用其他多种源解析法得出的结果基本一致。理论分析和应用实践表明了遗传算法用于大气颗粒物源解析研究具有简便、准确和实用性强等特点。      

来源解析有哪些方法?

<正>类型大气颗粒物来源解析技术方法主要包括源清单法、源模型法和受体模型法,每种技术方法或者方法组合都有特定的适用范围.源清单法:根据排放因子及活动水平估算污染物排放量,据此排放量识别对环境空气中颗粒物有贡献的主要排放源.源模型法:以不同尺度数值模式方法定量描述大气污染物从源到受体所经历的物理化学过程,定量估算不同地     

利用逆向轨迹反演模式估算北京地区甲烷源强

利用连续监测的大气甲烷浓度数据和拉格朗日逆向轨迹反演模式估算出北京甲烷源排放强度，并与根据最新调查数据建立的北京地区甲烷源排放清单进行了比较。排放清单结果表明，北京地区甲烷排放总量为296．4Gg/a，其中，最主要的甲烷排放源为城市垃圾和化石燃料，反映了北京作为一特大城市甲烷排放以人为源为主的特点。利用2000年6月至12月连续观测的有湿合层代表性的北京大气甲烷浓度，通过奇异值分解法（Singular Value Decomposition，SVD）反演出模拟区域的甲烷排放源强度和分布。模式计算与排放清单在甲烷源定性分布上对应较好，定量结果也是合理的。但由于可输入的气象数据有限，轨迹在整个模拟区域内覆盖不均匀，反演出的源块位置有偏差，其中偏差最大的为煤矿的甲烷排放。     

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     

北京市餐饮业大气污染物排放特征

餐饮业是中国大型城市大气环境污染源之一.为了解餐饮业大气污染物的产生能力,本研究以北京为研究对象,选取41家不同菜系的餐饮企业,现场实地检测了净化设备前端的油烟、颗粒物和非甲烷总烃(NMHC)的产生浓度水平.结果表明,净化前油烟、颗粒物和NMHC的初始平均浓度约为1.93、 6.6和10.9 mg·m~(-3).提出了一种基于工作日与非工作日的估算污染物排放总量的计算方法.并基于北京市餐饮企业数量和本研究测得的排放因子,初步估算了2019年全市餐饮源主要污染物的初始产生总量,油烟、颗粒物和NMHC的年排放总量分别为5 512、 18 849和6 169 t.川湘菜、烧烤、烤鸭与家常菜产生的油烟与颗粒物浓度的Pearson系数均0.6,具有强相关性;其中川湘菜和烤鸭排放的Pearson系数均0.8,呈现极强相关性.     

基于质谱技术的在线大气颗粒物来源与污染过程解析研究——以江苏省淮安市为例

通过大气细颗粒物实时在线源解析技术(质谱直接测量法)采集录入淮安市市区部分特征污染源排放成分谱,对淮安市大气细颗粒物进行在线源解析,获取高时间分辨的颗粒物源解析结果,分析颗粒物来源、季度变化和重污染天气的污染过程,评估形成重污染过程的污染影响因子和影响程度,为区域大气污染综合整治提供重要目标指向,同时也为淮安环境空气PM2.5重度污染实时预警与监控、大气污染源减排方案评估、污染事件监控等提供有效的在线监测技术平台.     

上海市稻田甲烷排放区域模拟研究

该研究采用CH_4MOD模型模拟了上海全市及各个区域不同水稻种植类型下的稻田甲烷排放,模拟结果显示:2011年,上海市稻田甲烷排放因子为277.15 kg/(hm~2·a),模拟结果得到的区域稻田甲烷排放因子与前人点位研究结果具有一致性;稻田甲烷排放量为2.94万t CH_4,折合61.75万t CO_2当量。按种植类型来分,"水稻+冬"二麦种植类型是最主要的排放源,其次为"水稻+绿肥"种植类型,两者排放占稻田甲烷排放总量的95%以上。按区域分布来看,崇明区、金山区以及市郊农场是最主要的排放源,三者占全市稻田排放总量的54.25%。     

大气颗粒物吸湿性研究

大气颗粒物吸湿性是反映颗粒物理化性质的重要指标,吸湿性研究对深入了解颗粒物的环境和健康效应具有重要意义. 总结了国外近年来大气颗粒物吸湿性研究进展:①典型的大气颗粒物吸湿性分析方法为H-TDMA(吸湿性串联差分电迁移率粒径分析仪)系统及其优化方法. ②大气颗粒物吸湿性呈单峰、双峰甚至多峰分布;根据G_f(吸湿性生长因子)随粒径变化的模式,可将大气颗粒物分为强吸湿性和弱吸湿性2类,也可分为纯不溶性、混合不溶性、混合可溶性和纯可溶性4类. ③城市背景点颗粒物的G_f比城市观测点高;城市观测点的颗粒物G_f分布呈夏季高、冬季低,白天高、晚上低的特征. ④颗粒物吸湿性与其化学组成和形态密切相关,纯可溶性盐颗粒物的G_f通常较高. ⑤柴油燃烧源新排放的颗粒物属于弱吸湿性颗粒物,G_f非常小,但在其表面老化后或随燃料中硫含量的增加G_f会明显变大. ⑥生物质燃烧排放颗粒物的G_f相对较高,但存在区域差异性. 针对国内大气颗粒物吸湿性研究现状,提出了未来重点研究方向.      

南宁市大气颗粒物源解析初步和防治对策探讨

采用可吸入颗粒物中煤烟尘贡献值(分担率)经验公式评估方法和总悬浮颗粒物源解析中IDNN受体模式,结合南宁市区大气颗粒物定性特征分析,解析南宁城市颗粒物来源,进而对大气颗粒物污染防治对策展开探讨.     

典型背景区大气颗粒物中元素粒径分布特征

为探究背景区域大气颗粒物中金属元素污染特征,该研究利用四级颗粒物撞击式采样器(1μm、1~2.5μm、2.5~10μm和10~18μm)于2014年冬季在郑州市中牟县郊区采集颗粒物样品。使用电感耦合等离子体质谱仪(ICP-MS)分析23种元素的浓度,并利用富集因子法(EF)和主成分分析法(PCA)解析颗粒物中元素来源。结果表明,该区域金属元素浓度高于上海和北京,且不同元素粒径分布具有差异性。金属Se、Cd、Ag、Sb、Pb、Sn、Zn、Cr、Cu和As受明显的人为源影响,Ca、Sr、Ba、Be、Mn、Mg、K、V、Fe、Al和Ti主要来自自然源。该区域大气中元素的主要来源有地壳源、燃煤源、机动车排放源、冶金化工排放源、垃圾焚烧排放源和建筑扬尘排放源。此研究成果可以为政府制定污染防治方案提供科学依据。     

基于粗集理论的大气颗粒物的排放源的重要性评价

基于粗集理论（RS）对于不确定性问题的近似分类的思想和方法，通过计算大气污染源排放的远素组成的差异程度与大气颗粒物样本中元素含量的分类关系，用排放源对于大气颗粒物无素量的有效程度为标准来评价排放源的重要性，进行了实例分析计算并与其它几种源解析法结果比较表明：不同源解析法给出的主要排放源的重要性排序是一致的。     

应用WRF/Chem模拟河南冬季大气颗粒物的区域输送特征

基于WRF/Chem模式,设置多组区域排放源的情景实验定量估算河南、京津冀、山东、山西、安徽和江苏、湖北6个区域人为源排放对河南省2015年12月PM_(2.5)和PM_(10)浓度贡献率,并结合气象资料研究3个代表性城市的污染输送特征.结果表明:河南省冬季PM_(2.5)和PM_(10)主要来源为本省排放,平均贡献率分别为54.83%、61.32%.区域污染输送对河南颗粒物的贡献也占有很大比例,京津冀、安徽和江苏、山东、山西以及湖北对PM_(2.5)平均贡献率分别为11.95%、11.69%、7.95%、7.40%、4.30%,对PM_(10)平均贡献率分别为10.42%、10.03%、7.00%、6.89%、3.80%.PM_(2.5)外来输送率比PM_(10)要高,表明细颗粒物比粗颗粒物更易跨区域长距离输送.冬季长持续时间的污染过程大多受静风或小风控制,省内污染贡献最大,过程结束时伴随着大风,周边区域的污染贡献有所增加.不同城市的颗粒物来源与其地理位置、风速、风向等气象条件密切相关.区域污染来源具有复杂性,改善河南省空气质量是需要整个区域共同面对和解决的问题.     

广州地区稻田甲烷排放通量研究

1993～1994年连续2a在广州东郊采用自动采样和气相色谱分析系统测量了稻田甲烷的排放率,首次获得了华南地区赤红壤类型稻田甲烷排放特征和排放通量?结果表明:广州地区稻田甲烷排放率的日变化和季节变化随气温?灌溉状态及水稻不同生长期而变化,早稻甲烷平均排放量为1.6mg/(m2·h);晚稻为1.25mg/(m2·h),排放率较国内其他观测点低?在当地常规干湿灌溉方式下,估算得到广东和广西两省稻田甲烷排放总量约为0.26Tg/a?      

北京市典型餐饮企业大气污染物排放特征

为了解北京市餐饮业的大气污染排放浓度和总体排放水平,为有针对性地制定北京市餐饮污染控制对策提供依据,本研究选取了北京市典型的餐饮企业,结合现场实测和测试期间餐饮企业灶头使用情况,分析不同类型餐饮企业油烟、颗粒物和非甲烷总烃(NMHC)的排放浓度和各污染物指标之间的关系,估算了北京市餐饮业大气污染物的排放量.结果表明,典型餐饮企业油烟、颗粒物和NMHC的平均排放浓度分别为(2.91±5.52)、(9.25±10.02)和(12.72±11.38) mg·m~(-3),均超过了北京市地方排放标准.其中烤鸭和烧烤的颗粒物和NMHC排放较高,容易超标,是餐饮业治理的重点.烤鸭的颗粒物与油烟的比值范围为6.21～43.08;烧烤的颗粒物与油烟的比值范围为5.03～19.07;炒菜类餐饮企业颗粒物与油烟的比值范围为0.75～7.55;炭火烧烤和果木烤鸭颗粒物的排放浓度远大于油烟的排放浓度.Pearson相关系数分析表明,餐饮企业颗粒物与油烟的排放浓度为强相关,颗粒物和NMHC的排放浓度为弱相关.粗略估算获得2014年北京市餐饮源油烟、颗粒物和NMHC的排放量分别为2 492、 6 127和9 436 t.