典型耦合优化算法在源项反演中的对比研究

突发大气污染事故中,污染源的快速、准确确定是应急处置的基础.为研究有效的源项评估方法,本文基于美国草原外场SO₂释放实验,利用GA-PSO、GA-NM、PSO-NM 3种耦合算法,分别与高斯点源烟羽扩散模型结合,对源强和位置等污染源参数进行反演与对比,并从算法结构与大气扩散条件方面进行反演效果差异分析.结果表明,从源强反演角度看,PSO-NM反演结果的准确性最高、稳定性最强,平均误差（11.3%）与平均标准偏差（0.7g/s）明显低于GA-NM（16.4%、13.3g/s）与GA-PSO（29.0%、26.6g/s）.从位置反演角度看,PSO-NM的反演结果最为稳定,反演的平均标准偏差（0.29m）明显低于GA-NM（3.20m）与GA-PSO（3.03m）算法;在不稳定和中性扩散条件下,PSO-NM算法的位置反演准确性最高,误差为4.97m;但在稳定扩散条件下,GA-NM的位置反演误差（7.69m）最小.从反演效率角度看,PSO-NM与GA-NM反演时间最短,更适用于污染源的快速确定.     

基于在线观测的北京冬季一次PM2.5重污染过程特征分析

选取2017年1月初北京一次典型PM_(2.5)重污染过程为研究对象,应用污染物在线监测仪器并结合气象要素对地面PM_(2.5)及化学组分质量浓度污染特征进行了分析,采用微脉冲激光雷达对垂直方向进行观测,分析边界层及消光系数的变化特征。结果表明,从PM_(2.5)质量浓度的演变过程来看,本次污染可大致分为爬升、重污染、清除3个阶段。重污染时期的气象特征为高湿、低压、低风速;南部琉璃河((336.8±118.6)μg/m~3)、永乐店((323.1±86.2)μg/m~3)PM_(2.5)污染水平相近,均高于城区车公庄((278.7±138.7)μg/m~3);碳组分和二次水溶性离子是PM_(2.5)的主要组分,占到PM_(2.5)质量浓度的58.09%(车公庄)、71.43%(琉璃河)、76.57%(永乐店);SO2-4质量浓度上升显著,在总组分中比例由非重污染时期的16.73%升高到重污染时期的22.29%;3处监测点SOR和NOR均值分别为0.57和0.24,表明重污染期间二次转化明显。垂直方向观测结果表明,重污染时期边界层高度明显降低;气溶胶近地面消光系数高,表明污染物主要集中在近地面层。     

典型优化目标函数下源参数反演性能对比研究

基于外场实验数据,从反演高估率、准确性、稳定性角度系统评估了8种典型目标函数在不同未知源参数反演情形下的反演性能差异.研究发现,不同目标函数反演性能差异显著.仅反演单参数源强时（Q）,对数变换目标函数高估率最大（79.4%）,偏差平方和目标函数准确性最高（P_ARD<50%=82.3%,ARD=（35.3±9.1）%）,目标函数稳定性无明显差异（CV<0.01）.三参数反演（Q,x,y）时,标准化均方根误差目标函数源强高估率最大（98.5%）,对数变换目标函数准确性、稳定性最高（P_ARD<50%=91.1%,ARD=（48.4±9.8）%;CV=0.01）;位置方面,偏差平方和目标函数准确性最高（AD=（36.12±11.39） m）,对数变换目标函数稳定性最强（CV=0.0018）.四参数反演（Q,x,y,z）时,标准化均方根误差目标函数源强高估率最大（98.5%）,对数变换目标函数准确性、稳定性最优（P_ARD<50%=61.7%,ARD=（55.2±16.5）%;CV=0.03）;位置方面,相关系数总体表现最优（AD=（34.37±10.72） m;CV=0.011）.整体上,随反演参数变化,对数变换目标函数源强反演性能最稳定.