用海明距离公式评价水质污染

本文结合实例介绍了一种用模糊数学中Hamming贴近度评价水质污染的方法,并对水质污染隶属函数的构造问题作了探索,提出一种用线性插值构造水质污染隶属函数的新方法,评价结果用双指标表示。     

重庆市典型城区PM2.5含碳气溶胶季节变化和来源解析

于2015年10月、12月和2016年3月、8月在重庆大学A区采集秋、冬、春、夏4个季节PM_2.5样品,观察其微观形貌,分析含碳气溶胶及其碳组分的浓度水平,并探讨其季节变化及进行来源解析.结果表明,重庆沙坪坝区PM_2.5中有机碳（OC）、元素碳（EC）、烟灰（char）和烟炱（soot）的年均质量浓度分别为20.66、6.16、5.42和0.74 μg·m^-3.OC季节变化显著,冬季最高,夏季最低;EC秋季最高,冬季最低,但与其它季节相差不大;char表现为秋季 > 春季 > 冬季 > 夏季;soot表现为秋季 > 夏季 > 春季 > 冬季.正定矩阵因子（PMF）解析出3个因子,分别代表生物质/煤燃烧和道路扬尘的混合源（52.7%）、汽油机动车排放源（22.9%）和柴油机动车排放源（24.4%）.机动车尾气是秋、春和夏3个季节含碳气溶胶的主要来源,冬季主要受煤炭/生物质燃烧和道路扬尘混合源的影响.秋季污染事件可能是因为本地及周边城市汽油车通行量增加,冬季污染事件可能是本地煤炭/生物质燃烧排放增加和周边农村地区输入的共同作用,春季污染事件可能与来自西北方向的沙尘长距离传输有关.     

重庆市O3污染日的大气环流分型与传输特征

通过分析重庆市主城区2015~2019年O₃浓度和气象要素观测数据,发现主城区O₃超标日数、超标日O₃中位值和90百分位浓度值均呈现逐年升高趋势,O₃与温度成正相关、与相对湿度成负相关,高O₃浓度对应每日最高温度区间为35℃以上以及相对湿度区间70%以下.采用T-mode主成分分析法(PCT)对2015~2019年的4~9月850hPa低层位势高度场和风场进行分型,总结出重庆市O₃污染期间主要有8种天气类型,其中有利于出现高浓度O₃现象的天气类型分别是低压西北侧型(T1)、低压后部型(T4)和高压西侧(T3),对应O₃平均超标率分别为34.6%、17.0%和14.2%.利用HYSPLIT4模型后向轨迹聚类方法和潜在源贡献算法(PSCF),计算得到O₃污染日的气团主要以中短距离输送为主,主要传输轨迹来自北、东北、南以及西南四个方向,从2015~2019年,主要污染来源有一个明显的从北转南的趋势,O₃污染的潜在源贡献分析结果与全市工业源NO_x、VOCs排放量空间分布的一致性较高.     

城市空气质量达标规划编制中的关键技术及其案例应用

本文结合重庆市空气质量限期达标规划编制案例,介绍了城市空气质量达标规划编制中的几个关键技术及其具体应用,包括本地化污染源排放清单编制、污染物来源解析、污染物排放形势预测与减排潜力分析以及大气环境容量核算等。本地化污染源排放清单是城市空气质量达标规划编制的基础,针对现有污染源制定科学合理的减排方案是达标规划的核心内容。分析不同区域的污染物组分浓度特征、污染源贡献以及未来污染排放形势预测,有助于识别出制约未来空气质量达标的关键因素及污染源。基于污染源减排潜力和污染传输矩阵制定的污染源减排方案更具合理性和可行性,应用空气质量模型估算大气环境容量可为规划目标可达性提供依据。     

重庆典型城区冬季碳质气溶胶的污染特征及来源解析

于2021年1～2月在重庆典型城区万州区(WZ)、渝北区(YB)和双桥区(SQ)同步采集PM_2.5样品,分析冬季碳质气溶胶的污染特征、来源及潜在源区.结果表明,观测期间SQ的ρ(PM_2.5)、ρ(OC)和ρ(EC)均值分别为(72.6±33.3)、(18.2±8.2)和(4.4±1.7)μg·m^-3,高于WZ[(67.2±30.3)、(17.2±7.4)和(5.1±2.4)μg·m^-3]和YB[(63.4±25.7)、(15.4±6.3)和(4.2±1.9)μg·m^-3].与清洁日相比,WZ污染日EC浓度及其对总碳的贡献率均涨幅最大(103.0%和8.1%),但OC/EC值下降最明显(-10.5%),表明WZ污染日碳质气溶胶的一次排放明显增强.观测期间SQ和YB的ρ(SOC)均值分别为(7.7±4.8)μg·m^-3和(6.9±2.8)μg·m^-3,明显高于WZ[(4.5±1.9)μg·m^-3],表明二次转化对SQ...     

重庆市主城区O3污染时期大气VOCs污染特征及来源解析

2020年8月底至9月初,重庆市主城区发生了持续时间近2周的O₃污染过程.期间,在主城区3个观测站点利用苏玛罐和DNPH采样柱采集的环境空气VOCs样品,研究了O₃污染期间VOCs组分特征、光化学反应活性及来源解析.结果表明,观测期间重庆市主城区TVOCs平均体积分数为45.08×10^-9,各组分体积分数排序依次为OVOCs、烷烃、卤代烃、烯烃、芳香烃和炔烃.体积分数较高的VOCs物种是甲醛、乙烯和丙酮,三者之和占比TVOCs超过30%.OVOCs和烯烃对· OH消耗速率（L_i^·OH）和臭氧生成潜势（OFP）均具有较大的贡献,是生成O₃的关键VOCs组分;其中,OVOCs组分中主要的活性物种为甲醛、乙醛和丙烯醛,烯烃组分中主要的活性物种为异戊二烯、乙烯和正丁烯.VOCs中二甲苯与乙苯的比值较低,并且两者呈现显著的相关性,表明主城区大气中VOCs气团老化程度高,同时还受到其他区域远距离传输的影响.PMF受体模型解析结果显示,主要有5种VOCs来源,依次为二次生成源（27.67%）、机动车尾气源（26.56%）、工业排放源（17.86%）、植物源（14.51%）和化石燃料燃烧源（13.4%）.     

重庆市2015—2020年秋冬季PM2.5污染传输路径与潜在源贡献分析

2015—2020年成渝地区各城市PM_2.5浓度（国控点监测数据）下降显著,但重庆市、川东北城市群及川南城市群PM_2.5污染问题依然存在,且存在一定的传输影响关系.以重庆市为例,使用HYSPLIT模型计算了2015—2020年秋冬季PM_2.5污染期间气流后向轨迹,利用轨迹聚类和潜在源贡献算法,分析了不同年份的PM_2.5输送特征.结果表明：重庆市PM_2.5污染主要受西偏南方向（约占58%,长距离为主）、北偏西方向（约占26%,中距离为主）和南略偏西方向（约占16%,短距离为主）传输影响;川东北城市群和川南城市群对重庆市PM_2.5污染传输贡献较为显著,6年平均贡献率分别为23%和15%;不同年份的污染传输贡献差异明显,2015—2017年以川南城市群污染传输为主（平均贡献24%）,2018—2020年以川东北城市群污染传输为主（平均贡献37%）,川渝以外污染传输影响逐年减弱（平均贡献由33%降至5%）.在“成渝双城经济圈”背景下,重庆市与周边川东北城市群及川南...     

贴近度在本溪市大气环境质量评价中的应用

本文提出一种用模糊数学中的欧几里德贴近度分级评价大气环境质量的方法,并利用该方法的计算机程序在IBM—PC机上对本溪市1987年大气环境质量监测数据进行处理,所得评价结果与同类方法相经有较明显的优越性。     

欧几里德(Euclid)贴近度评价法在城市大气环境质量评价中的应用

近年来,采用模糊综合评判法进行环境质量评价取得一些进展。但是,如许多报导中所指 出,该方法存在着几方面的不足:①在建立单因素隶属函数时,需要同时对每一个级别诸一建立隶属函数,过程较繁;②复合过程的基本运算规则是取小取大,强调极值的作用,造成丢失信息较多;③评价结果主要受控于个别项目,往往出现误判。笔者认为,采用模糊数学中的另一种方法,欧几里德(Euclid)贴近度评价法,可以有效地弥补模糊综合评价法的上述不足。