风浪流共同作用下海上风电基础与海床的动力响应分析

我国近海风资源丰富,但由于海洋环境条件的复杂性,开发利用近海风资源的规模和效益受到很大的制约;而风、波浪和海流等作为近海主要环境荷载对近海风机的正常运行起到决定性作用。采用谐波叠加法模拟得到近海风电场的风荷载时程,利用Morison方程和非线性波浪理论推导了波浪荷载和波流荷载的计算公式,最后根据Turkstra准则将风浪流荷载进行叠加组合,建立风浪流荷载共同作用下海上风电基础与海床动力相互作用的三维有限元计算模型。基于此模型,针对不同荷载组合条件下风机塔筒的水平位移、竖向应力以及基础的水平位移、桩身弯矩、桩身剪力等进行了动力分析,同时对风浪流荷载共同作用下桩基础周围海床的超孔隙水压力响应进行了计算分析,讨论了不同的荷载参数对海床超孔隙水压力的影响。结果表明:风荷载对风机塔筒顶端水平位移、塔底应力影响较大,波流荷载对风机基础顶端水平位移、桩身弯矩、桩身剪力影响较大,而波浪荷载则对海床孔隙水压力影响较大。可取最大风荷载和最大波流荷载叠加波浪荷载时程的组合为最不利组合方式。     

夏季局地环流对北京下风向地区O3输送的影响

于2007年6~9月,北京地区环流背景属于局地“山谷风”环流期间,在沿主导风向路径分布的4个代表性测点开展了地面O3浓度观测,并采用Models-3/CMAQ模式对典型个例进行模拟,以研究城市对下风向地区O3输送的影响.结果表明,城市下风向测点上甸子本底站O3平均浓度、超标率最高,上风向测点超标率最低,O3小时极大值出现在城区站,为271.56×10-9;不同测点O3浓度日变化规律一致,但浓度日峰值出现时间呈现自城市至下风向地区逐渐滞后的规律;各测点主导风向下O3浓度分布具有沿输送路径逐渐升高的趋势,且两主导风向下的浓度差值也具有沿西南输送路径逐渐升高的趋势;本底地区O3的浓度受来自清洁地区和城市污染地区不同气流影响,观测资料估算得出城市对区域背景地区的输送贡献为36.7×10-9;模拟结果验证了北京地区城市对下风向地区O3的输送影响.     

曝气量及COD浓度对SBBR同步硝化反硝化效能的影响

采用悬浮球形填料,以人工模拟生活污水为原水,研究了曝气量及进水COD浓度对序批式膜生物反应器(SBBR)内同步硝化反硝化(SND)效能的影响。试验结果表明,在0.025~0.070 m3/h的曝气量范围内,SBBR的COD及NH4+-N去除率都能达到90%左右,COD和NH4+-N的降解过程具有时序性,即曝气初期以COD降解为主,待COD降解基本完成后,NH4+-N降解速率才明显提高。SBBR内同步硝化反硝化效率与曝气量成反比,即曝气量越低,TN去除率越高;当曝气量为0.025 m3/h时,TN去除效率最高,达到73.26%。在200~700 mg/L的进水COD浓度范围内,COD去除率始终维持在90%左右,TN去除率随着进水COD浓度增加呈现先升高后降低的变化趋势。     

成都地区黑碳气溶胶变化特征及其来源解析

利用7波段黑碳仪（AE-33）于2017年12月1日至2018年11月30日在成都测量黑碳（BC）质量浓度,获得了成都地区BC浓度变化特征,并基于黑碳仪模型和后向轨迹模型对BC排放来源和潜在源区进行了分析.结果表明,成都地区BC浓度冬季最大（8.18 μg·m^-3）,其次为春季（5.11 μg·m^-3）和秋季（3.91 μg·m^-3）,夏季最小（3.28 μg·m^-3）,年平均浓度（标准差）为5.26（4.67）μg·m^-3.各季节BC浓度日变化受边界层和交通排放高峰的影响呈现出早晚双峰结构.黑碳来源解析结果表明,液体燃料（如交通排放）对BC质量浓度的贡献在各季节均占主要地位,其中夏季最高,冬季最低.受交通早晚高峰的影响,液体燃料对BC的贡献在各季节均呈现早晚峰值,夜间固体燃料排放贡献有所增加.潜在源贡献分析（PSCF）和浓度轨迹权重分析（CWT）的结果表明,成都各季节BC的潜在源区受到气团来源的影响稍有差异,但主要以成都周边及以东至重庆局地区域（川渝城市群）的影响为主,该区域对成都BC的贡献值也较高,且主要为液体燃料燃烧贡献.此外陕西南部和甘肃南部也存在BC的潜在源区,夏季在广西和贵州等地也存在源区分布,但贡献值较小.     

南亚高压对四川盆地夏季区域持续性O3污染的影响

基于2015~2020年四川盆地臭氧（O₃）浓度监测数据,构建O₃区域性持续性污染过程个例库,并进一步时空匹配高低空气象资料,探究夏季南亚高压系统对四川盆地地面气象要素及O₃污染生成的影响机制.结果表明：（1）2015~2018年四川盆地O₃区域性持续性污染（ORPP）逐年加重,2018~2020年保持相对稳定的污染态势,且ORPP多集中于春、夏两季.盆地中南部成都、重庆、泸州等城市O₃污染形势最为严峻,且高值区逐渐向南北方向转移.（2）基于南亚高压（系统存在率、中心离散度与东西振荡量）对地面气象要素的影响阐释ORPP的生成机制：系统存在率均值偏低且位置偏东时,平均气温、气温日较差及日照时数偏高,相对湿度偏低,利于O₃生成;南亚高压东模态中心显著聚集时,气温日较差与日照时数激增,易造成O₃异常高值;西模态剧烈振荡时,气温日较差、日照时数及相对湿度改变,易使O₃浓度波动.（3）对比清洁期与污染期,南亚高压系统存在率、中心离散度与东西振荡量综合作用于清洁期,而污染期则主要受中心离散度与东西振荡量影响.当南亚高压西模态剧烈振荡与东模态显著聚集配合出现时,极易诱发四川盆地内ORPP二级过程.     

区域污染对本底地区气溶胶光学特性及辐射强迫影响的地基和卫星遥感观测研究

基于华北区域大气本底站(北京上甸子站)地面观测和卫星遥感监测数据,分析了2011年10月1~15日在天气系统和人为污染物排放的影响下3次华北平原地区污染输送事件对本底地区气溶胶质量浓度及其光学特性的显著影响.结果表明,受人为污染事件输送影响,上甸子站10月4~5日、7~9日及11~12日气溶胶浓度和反应性气体浓度显著增加,和10月1~3日背景条件相比,反应性气体NOx、CO体积浓度增加3~6倍,SO2体积浓度增加了10~20倍;PM2.5质量浓度10月9日达到200μg·m-3;污染期间500 nm日平均气溶胶光学厚度达到0.60~1.00,气溶胶单次散射反照率低于0.88,黑碳浓度增加4~8倍,表明此次污染事件气溶胶吸收很强,因气溶胶吸收作用导致大气吸收太阳辐射增加100~400 W·m-2,气溶胶吸收和散射导致地表入射太阳辐射下降100~300 W·m-2,地表入射太阳辐射减弱且大气加热增强将导致大气稳定度增加,这可能将显著影响云和降水过程,对区域天气和气候产生重要影响.     

成都市PM2.5浓度变化的影响因素交互作用研究

为探究大气环境中污染物与气象要素交互作用对PM_2.5浓度变化的影响特征,利用成都市2014~2020年逐日大气污染物资料以及同期的气象资料,采用广义相加模型（GAMs）分析不同影响因素对当地PM_2.5浓度变化的影响效应.结果表明,单影响因素GAMs模型中,无论全年还是冬季,PM_2.5浓度与平均气温（T）、相对湿度（RH）、平均风速（Wind）、降水量（Prec）、O₃、NO₂、SO₂和CO间均呈非线性关系,其中CO、NO₂、SO₂、T和Wind对PM_2.5浓度影响较大,与全年不同的是,冬季T和O₃对PM_2.5浓度变化的影响效应较全年明显减弱.多影响因素的GAMs模型中,T、Wind、RH、CO、NO₂、SO₂和O₃这7个解释变量对PM_2.5浓度变化的影响均较显著,构建的全年多影响因素GAMs模型调整后的R²=0.759,方差解释率为76.42%,冬季R²=0.708,方差解释率为72.2%,无论是全年还是冬季,CO都是PM_2.5浓度变化的主导影响因素.GAMs交互效应模型发现,全年弱低温（7℃左右）+高相对湿度+高浓度CO+高浓度NO₂+高浓度SO₂协同作用条件下有利于PM_2.5浓度的生成;冬季低Wind+高RH+高浓度CO+高浓度NO₂+高浓度SO₂共存条件下有利于PM_2.5的生成,即该条件对PM_2.5浓度的生成有协同放大效应.运用GAMs模型能够对PM_2.5污染的主导影响因素进行识别,并定量化分析影响因素单效应及其交互作用对PM_2.5浓度变化的影响特征,对PM_2.5浓度污染防控研究具有重要指示意义.     

天气形势对四川盆地区域性臭氧污染的影响

本研究结合地面观测资料,ERA5再分析数据和PCT客观分型法,分析了2014~2019年四川盆地区域性O₃污染特征以及天气形势与O₃污染的关系.结果表明,2014~2019年四川盆地O₃区域污染发生频数呈单峰型分布,于2016年达到峰值,且发生区域主要集中在成都平原城市群.在6种典型天气类型中,类型1、2、6为污染型,其海平面气压呈西高东低,四川盆地受低压系统控制.类型3、4为清洁型,其中类型3呈北高南低,且在四川盆地东部存在1个低值中心;类型4呈东高西低,在青藏高原区域有一些小范围的高压中心.在污染型天气形势下,四川盆地的气象条件为温度高、云量低、地面接收到的紫外辐射强、相对湿度低,加速了O₃的生成,再叠加类型1的静风条件不利于污染物扩散;类型2、6盛行的东南气流对O₃及其前体物的输送,造成污染型天气类型发生区域性O₃污染比例明显高于其他几种类型.此外,基于环流分型的预测结果表明环流形势对四川盆地各城市群区域O₃污染影响可以达到其年变化的2倍以上,对整个四川盆地O₃浓度变化的贡献率为34.8%~66.3%.     

京津冀区域霾天气特征

汇总京津冀区域内107个地面站的气象资料,利用14时实测的气象要素和天气现象资料对霾日进行判别,统计出各个站点1980~2008年中逐年及各月的霾日数.结果表明,北京、天津、河北霾天气整体变化趋势和波动特征较为相似,且均呈增加趋势,非城区站点平均霾日数明显呈增加趋势,且与市区站点霾日数的差距越来越小.京津冀区域霾日数的月际变化呈明显的双峰特征,即夏季和冬季霾日数较高.空间分布表明,霾日数高值区主要位于北京、天津、保定、石家庄、邯郸和邢台等地.多数站点霾日14时平均风速比非霾日低了1.0m/s以上,14时平均相对湿度则比非霾日高出20%以上.     

基于动强度试验确定饱和砂土弱化参数的方法∗

对于可液化土层,若土体发生液化则认为土体强度完全丧失;而对于没有发生液化的土层,一般不考虑超孔隙水压力对土体强度的影响。实际情况下,具有超孔隙水压力的饱和砂土在地震荷载作用下强度会发生弱化,以往对于可液化土层中桩土相互作用问题的研究都是针对土体完全液化的情况展开的,忽略了液化过程中超孔隙水压力对其强度的影响。通过竖向-扭转双向耦合剪切仪对福建标准砂进行循环扭剪动强度试验,结合MohrCoulomb强度理论,计算得到不同孔压比下饱和砂土的弱化参数,并根据有效应力原理建立了弱化状态下土体弱化参数与孔压比之间的数学关系。结果表明:液化过程中超孔隙水压力对土体强度弱化的影响可以用土体弱化参数来表示;孔压比越大,土体强度弱化越严重,相应的弱化参数也越小,反之则越大。