影响城市大气质量的主要因素分析

本文利用灰色系统的关联分析方法对影响城市大气质量的主要因素进行分析，结果发现．燃料的消耗量是影响深圳大气环境质量的主要因素，机动车辆的增长是次主要因素，工业总产值的变化对城市大气质量影响极弱，而城市的发展对大气质量均有影响，对大气中ＮＯｘ和降尘的影响最明显。     

珠江三角洲海岸背景区大气VOCs污染特征与来源

挥发性有机物（volatile organic compounds,VOCs）是臭氧（O₃）污染防控备受关注的重要前体物.本研究基于2019年8月~2020年7月在杨梅坑生态环境监测站开展的VOCs连续在线观测数据,对珠江三角洲海岸背景区大气VOCs的时间变化规律、物种组成进行了分析,并利用受体模型和后向轨迹模型分析了VOCs的来源特征.结果表明,珠江三角洲海岸背景区人为源VOCs年平均浓度（体积分数）为9.30×10^-9,呈秋、冬季高,夏季低的特点.与一般城市和背景点的日变化规律不同,珠江三角洲海岸背景区人为源VOCs峰值主要出现在10：00~11：00;凌晨和15：00之后浓度会维持在较低水平.乙烯、丙烯、甲苯、异戊烷、异戊二烯、间/对-二甲苯、正丁烷和乙炔是影响珠江三角洲海岸背景区VOCs化学组成的关键物种.影响珠江三角洲海岸背景区的气团主要来源：省内短距离气团（25%）、海洋气团（27%）、沿海气团（31%）和省外内陆气团（17%）,其中海洋气团影响下VOCs平均浓度水平最低,主要受到船舶排放与老化VOCs混合源、汽油挥发与汽车排放源影响;其他气团影响下平均较海洋气团影响下VOCs浓度升高了70.1%~148.8%,以工业源、LNG与LPG挥发源、石化源这三类源的传输影响较为突出.     

基于观测模型量化VOCs对深圳市城区臭氧生成的影响

为了解挥发性有机物（VOCs）对深圳市城区臭氧（O₃）生成的影响,探究O₃污染的防控策略,基于莲花站在线观测数据对2018年秋季O₃污染过程中VOCs对O₃生成影响进行量化研究.在分析O₃污染特征的基础上,基于观测的模型分析了O₃原位生成特征,识别了影响O₃生成的关键VOCs组分,并量化了其对O₃生成的影响.结果表明:①深圳市城区秋季O₃污染过程具有高温低湿的特征,主导风向主要为持续偏北风影响型、海陆风影响型和无明显主风型,其中海陆风影响型和无明显主风型受传输影响导致φ（O₃）在傍晚后呈居高不下的特征.②不同主导风向类型下,深圳市城区O₃化学生成的建模结果具有一致性.污染日O₃最大小时净生成速率平均值为12.85×10-9 h-1,HO₂·+NO和RO₂·+NO两种途径对O₃生成的贡献率分别为57.9%~60.2%和39.8%~42.1%.③深圳市城区O₃生成受VOCs控制,其中植物源ISO（异戊二烯）和人为源VOCs组分中的XYM（间/对-二甲苯）、TOL（甲苯等其他芳香烃）、HC8（高碳数烷烃）、OLT（直链烯烃）是影响O₃生成的五大关键组分.④φ（ISO）和φ（AHC）（AHC为人为源VOCs）单独下降20%,φ（O₃）小时峰值分别下降6.2%和28.0%,其中AHC组分中以φ（XYM）降低带来的φ（O₃）下降效果最显著,降幅为10.1%.研究显示:人为源VOCs组分体积分数的下降对降低φ（O₃）有显著效果,建议以二甲苯类物种来源为重要管控对象,特别是机动车排放与溶剂使用源;同时,建议加强醛酮类VOCs的监测与研究,为O₃的污染治理及污染源的精细化管控提供依据.      

深圳特区拟建隔声屏障路段的选择研究

根据深圳特区拟建隔声屏障道路的筛选原则,全面考虑了城市道路交通噪声污染程度?受污染的人口数?道路特点及立地条件,采用逐步筛选方法,得到深圳特区拟建隔声屏障的路段?调查发现:临街建筑物受交通噪声污染最严重的高度一般在12～15m?交通噪声污染的主要频率在500～2000Hz之间,频率分布与路型和车型基本无关      

疫情管控期间深圳市城区VOCs的变化特征及减排效果评估

2022年3月为防止新冠肺炎疫情(COVID-19)的传播扩散,深圳市采取了严格的管控措施,这为研究深圳市环境空气中人为源挥发性有机物(AVOCs)变化对减排的响应,以及评估当前减排措施的有效性提供了检验机会.基于2022年3月7～27日深圳市莲花站污染物的在线观测数据,对疫情管控前、管控期间和解除管控后AVOCs的变化进行了分析,并利用基于观测的模型(OBM)研究了臭氧生成的敏感性变化,开展了前体物减排效果的评估.结果表明,受区域影响及气象条件的干扰,深圳市城区AVOCs的平均值在疫情管控期间并没有较管控前明显下降;但疫情管控期间“海陆风”影响下早高峰AVOCs的峰值较非管控期间平均下降了46%,且以芳香烃的降幅最大,下降了59%;在持续偏东风影响下或受区域传输影响AVOCs累积升高过程中,芳香烃也分别平均下降了25%和21%.深圳市疫情管控期间城区仍处于AVOCs控制区,短期内要使O₃下降,提高AVOCs的减排比例是最有效的措施,建议AVOCs与NO_x的协同减排比例大于1∶2;长期NO_x需深度减排到60%以上才有可能...     

应用数据挖掘算法预测台风条件下PM_(2.5)质量浓度

利用6种数据挖掘算法对2012年台风和污染物浓度等数据建模,建立台风条件下的气象因素和环境空气中PM2.5的关系模型。通过对2013年数据的测试,表明6种数据挖掘方法模型的预测值与实测值具有很好的一致性。6种算法均能实现实时预测,其中Bagging算法预测结果的相关性整体最好,而对于测试样本,M5Rules算法最好,SMOreg算法次之。以2013年的超强台风"海燕"的预测为例,讨论台风条件下PM_(2.5)质量浓度的变化过程及对预测结果的解释。