基于四维通量法的佛山臭氧污染输送量化

定量输送过程对大气污染事件的贡献程度一直是目前区域大气污染防控的突出难点和重要需求.对此,基于WRF-Chem模式对佛山典型区域性臭氧(O₃)污染事件开展模拟,应用四维通量法分别量化周边区域对佛山市臭氧及其前体物的输送通量,厘清臭氧直接输送和前体物输送的贡献,发现周边区域对佛山市输送的O₃总通量平均值为120.3 t·h^-1;挥发性有机化合物(VOCs)总通量平均值为30.2 t·h^-1;其对应的臭氧生成潜势(OFP)为114.8 t·h^-1.通过统计各O₃污染事件的输送通量,发现污染期间输入佛山O₃通量最大的城市为广州(贡献率为44%);输入VOCs通量最大的城市为肇庆(贡献率为48%).分析输送VOCs排放导致的O₃生成潜势发现含氧挥发性有机物(OVOCs)对OFP的贡献最大,在“最大输入事件”中占比为47%.甲醛、二甲苯、醛类、丙酮和苯酚类等OVOCs和芳香烃是对OFP贡献前5的物种,贡献量占总OFP的50...     

珠江三角洲地区冬季硫、氮干沉降的来源解析

采用WRF-CMAQ模式对珠江三角洲地区2015年1月进行数值模拟,结合CMAQ的集成源解析方法ISAM对S、N及其干沉降的来源贡献进行分析.结果表明：珠江三角洲地区S、N干沉降量高值主要分布在广佛交界处以及珠江口附近,其逐日变化趋势主要受质量浓度变化影响,但在部分时间段受干沉降速率的影响亦相当显著.珠江三角洲区域内排放源对于S干沉降的平均贡献占比为36.2%,与其质量浓度区域内贡献占比相当,SO₂干沉降速率增加以及背景风场变弱会使区域内贡献占比增加;区域内源对于N干沉降的平均贡献占比为32.4%,远小于其质量浓度区域内贡献占比,当NO₂质量浓度减少,使得HNO₃的质量浓度和干沉降量减少时,区域内贡献占比增加.对于珠江三角洲典型城市,广州S干沉降的本地贡献为27.7%,N为14.2%;江门S干沉降的本地贡献为9.6%,N为8.8%.2个城市对比而言,广州受本地的影响较江门显著,江门受其上风方向广州和佛山两市输送的影响显著,但当背景风场减弱时,江门本地贡献会有明显增加.     

基于数值模拟的小流域泥石流危险性评价研究

通过重点研究岷江小流域内6条泥石流沟，采用野外实地调查和遥感影像解译，以及在同实际降雨频率相同的条件下运用FLO 2D进行的数值模拟，重现了泥石流暴发现状，得出其堆积扇危险特征，与实际作出对比验证，计算出其堆积扇面积的误差比率在-25%~12%之间，冲出量的误差比率在-16%~-1%之间，模拟结果较好。并同时对研究区内高、中、低3种危险类型的面积及特征进行分析，得出小流域内的泥石流堆积扇危险面积所占比例。根据相同参数设计模拟5%、1%降雨频率下泥石流结果，得出3种不同频率下的堆积扇平均堆积深度、堆积扇面积和冲出量，可为研究区的泥石流风险评估、预警预报、工程治理和危险范围分区提供有效的参考依据     

基于GIS的烟台市PM10时空分布与气象因素分析

以2006-2010年的烟台城区PM₁₀监测数据及同期烟台市气象数据为依据,采用ArcGIS分析其时间、空间分布,研究几种气象因素对PM₁₀分布的影响。发现PM₁₀浓度呈现出春、冬季较高,夏、秋季较低的变化趋势,但各区域PM₁₀的变化有一定的不同。在空间上,PM₁₀表现出了一定的污染集中性,且其污染的中心随季度不同会出现移动。烟台城区内PM₁₀浓度分布与风速、湿度具有一定的相关关系,而与气温的关系为非线性。     

深圳市一次典型春季臭氧污染事件成因研究

以往珠三角地区臭氧污染普遍发生在秋季,但近年来春季臭氧污染事件不断发生,并且污染出现时间愈发提前.本研究聚焦于深圳市2022年春季（2月26日）一次臭氧污染过程,系统性地分析了此次臭氧污染过程的主要成因与关键驱动因素.结果表明,在春季臭氧污染的形成过程中,气象条件扮演着重要角色,在高压天气系统影响下的强太阳辐射、高温、低湿和低风速是导致此次臭氧污染的重要因素.通过臭氧的垂直观测数据分析发现,夜间残留层中的高浓度臭氧能够在上午时段混入边界层内,加速地面臭氧浓度累积.此外,通过臭氧前体物浓度的变化特征分析发现,在污染日的下午时段出现臭氧及其前体物浓度的快速升高,推测为上风向区域的外部输送贡献加强,这也是导致此次春季臭氧污染发生的重要原因.敏感性分析表明,污染日的臭氧生成主要受VOCs控制,但在污染加剧时受到NO_x控制,因此,对春季臭氧污染的 防控需要从区域角度开展VOCs和NO_x的协同减排与治理.     

陆面模式Noah-MP模拟地表热通量的物理过程不确定性分析

陆面过程中的热量交换对于确定生态系统中的水文循环、边界层发展、天气和气候至关重要,然而目前陆面模式Noah-MP对地表热通量模拟的偏差在-180~180 W·m^-2之间,为明确模拟不确定性来源,本研究基于FLUXNET全球热通量观测数据,在5种气候类型、9类下垫面系统定量评估了Noah-MP感热和潜热通量模拟的不确定性.结果表明：Noah-MP在不同类型下对感热和潜热通量模拟的平均误差主要分布在-80~10 W·m^-2和-30~10 W·m^-2之间,模型在气候类型为热带和干旱气候以及下垫面类型为草地、针叶林、落叶阔叶林的模拟误差最大.研究发现植被过程是热通量模拟不确定性的主要来源,其次是水文过程和土壤过程;其中动态植被模型（DVEG）是植被过程模拟的主导因子,其次是湍流输送过程（SFC）、冠层气孔阻抗（CRS）和冠层辐射传输（RAD）.     

下垫面输入资料对深圳气象场及大气扩散能力模拟的影响

区域气象模式的输入资料更替相对城市化发展的实际态势存在滞后,使得空气质量预报模型受气象场模拟性能限制而难以准确预报污染事件.本文以深圳市的WRF模拟为例,对模式土地利用输入资料、城市冠层输入参数进行改进,通过提高气象场的模拟能力,探究下垫面输入资料对深圳气象场及大气扩散能力模拟的影响.结果表明,土地利用输入资料的更新使得城市建成区类型格点模拟温度在1月下降了0.05℃,在4、7和10月分别上升了1.1、0.4和0.5℃;风速在1、4、7和10月分别下降了2.3、1.8、1.9和1.8 m·s^-1;相对湿度分别下降了16.1%、9.0%、14.4%和6.5%;感热通量分别升高了85.3、73.6、134.8和65.6 W·m^-2;潜热通量分别下降了65.9、39.5、118.3和45.7 W·m^-2.土地利用输入资料更新后,深圳市扩散指数在空气质量为"优"、"良"、"轻度污染"时段内,分别下降了约25%、20%、30%,风向变化因子分别约有5%、5%的降低和20%的升高;输入城市冠层参数后,扩散指数分别下降了约25%、15%、5%,风向变化因子分别约有5%的降低、5%和5%的升高.土地利用输入资料的更替和城市冠层参数的输入带来模拟能力的改进,更好地重现了一些复杂的边界层热动力结构,包括典型污染日午后深圳市上空南侧上升、北侧下沉的城市热岛环流和近地面的海风局地环流.     

珠三角产业重镇大气VOCs污染特征及来源解析

2019年在珠三角典型产业重镇佛山市狮山镇在线监测大气挥发性有机化合物（VOCs）,并开展大气VOCs污染特征、臭氧生成潜势（OFP）及来源贡献分析.观测期间共测得56种VOCs物种,总挥发性有机物（TVOCs）体积浓度为（39.64±30.46）×10^-9,主要组成为烷烃（56.5%）和芳香烃（30.1%）.大气VOCs在冬季和春季浓度较高.VOCs各组分呈“U”型日变化特征,污染时段的日变化幅度明显大于非污染时段.相对增量反应活性（RIR）结果表明研究区域的O₃生成处于VOCs控制区.2019年VOCs的OFP为107.40×10^-9,其中芳香烃对总OFP贡献最大（54.6%）.OFP浓度最高的10种VOCs占总OFP的80.3%,占TVOCs体积浓度的59.9%,高反应活性的VOCs物种在研究区域具有较高的大气浓度,应重点控制.正交矩阵因子分析模型（PMF）来源解析结果表明,溶剂使用源（42.4%）和机动车排放源（25.8%）是研究区域2019年大气VOCs的主要来源,其次为工业过程源（14.6%）、汽油挥发（7.9%）和天然源（1.7%）,控制上述源的VOCs排放是缓解该地区臭氧污染的有效策略.     

珠江三角洲秋季臭氧干沉降特征的数值模拟

利用区域化学传输模式WRF-Chem对2014年10月珠江三角洲臭氧干沉降特征进行模拟,结果表明：臭氧干沉降通量呈现明显的时空分布差异,日间平均沉降通量[0.68μg/（m²·s）]明显大于夜间[0.21μg/（m²·s）];同时,珠江三角洲城区的臭氧沉降通量及日较差均比周边植被覆盖区小.受NO_x和VOCs等前体物以及各气象要素场的综合影响,臭氧浓度日变化具有明显的单峰型分布特征,在14：00~15：00达到峰值,秋季臭氧浓度高值区位于珠江三角洲主要排放源下风向区域的广佛交界、江门及中山东部等地区;臭氧的干沉降速率也具有明显的时空变化特征：从07：00~08：00的0.27cm/s开始迅速增大,10：00~16：00基本保持在0.60cm/s左右,17：00开始平缓减小至午夜的0.21cm/s左右;干沉降速率的变化主要受空气动力学阻抗R_a、粘性副层阻抗R_b以及表面阻抗R_c影响,研究表明夜间的干沉降速率主要受R_a影响,而日间R_c起主要作用.这3种阻抗分别受大气稳定度、摩擦速度和下垫面土地利用类型影响,在珠江三角洲区域亦表现出明显的时空变化特征.     

珠三角地区人为热排放演变趋势及不确定性分析

人类生产生活中产生的大量废热对城市环境中的温度、城市边界层结构、空气质量及人类健康都有着重要的影响.然而目前人为热排放清单的计算方法存在所需基础资料种类繁多、计算过程复杂,空间分布和排放量有较大偏差等不足.本研究采用统计回归法基于CO和NO_x污染源清单计算了2007—2015年珠江三角洲地区的人为热排放清单,对其排放趋势、热排放来源类型变化以及空间格局的演变进行了梳理.结果表明：2007—2015年珠三角地区年平均人为热均大于9 W·m^-2,人为热排放峰值出现在2010年,趋势为先增加后减少,这与燃料消耗总量的变化趋势基本一致,而工业源和道路移动源是影响人为热排放总量变化的最大因素：2007—2015年珠三角地区大部分区域人为热排放处于0~20 W·m^-2,高值区（>20 W·m^-2）主要分布于珠三角地区中心地带的城市群,高值区缩减的面积和速度在2010—2012年期间达到最大.进一步对2012年人为热清单的不确定性分析表明：总人为热的95%置信区间的不确定性为-16%~49%,其中电厂类别排放估算中的不确定性最小,为-13%~16%,而工业源的不确定性最高,为-46%~73%.