基于GAMs模型分析成都市气象因子交互作用对O3浓度变化的影响

为探究成都市大气环境中气象因子交互作用对臭氧(8h浓度平均最大值,统一用O₃表示)浓度变化的影响特征,利用成都市2014～2019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(generalized additive models,GAMs)分析气象因子对O₃浓度变化的影响效应.结果表明,单影响因素的GAMs模型中,O₃浓度与最高气温、日照时数、相对湿度、风速、降水量、最大混合层厚度(maximum mixed depth,MMD)和通风系数(ventilation coefficient,VC)间均呈非线性关系,无论全年还是夏季,最高气温、日照时数、MMD和相对湿度对O₃浓度影响均较大,值得注意的是,夏季相对湿度和降水量对O₃浓度变化的影响较全年更加显著.在构建O₃浓度变化的多气象因子GAMs模型中,除平均风速以外的其他气象因子共同作用对O₃浓度变化有显著影响,就全年而言,构建的GAMs模型判定系数(R²     

成都平原城市群春季臭氧污染天气客观分型与典型过程分析

通过分析成都平原城市群8个城市2015-2019年春季(4-5月)地面臭氧浓度及超标情况表明,春季成都平原平均臭氧日最大8小时平均浓度(O3_8 h)呈上升趋势,成都、眉山O3超标日较多,雅安最少但呈逐年增加趋势,资阳、乐山O3_8 h平均值和O3超标率高于夏季.同时,利用ERA-Interim再分析资料和PCT客观天...     

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。     

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%.     

北京上甸子区域大气本底站HCFC-22在线观测研究

2007年4月～2008年3月,利用GC-ECD在线观测系统,在北京上甸子区域大气本底站开展了HCFC-22在线观测,讨论了北京上甸子站HCFC-22浓度水平并初步分析其影响因素.该站大气HCFC-22浓度(摩尔分数,下同)为(278.1±113.6)×10-12.利用逐步逼近回归法进行本底值筛分,本底浓度为(199.5±5.1)×10-12,与北半球同纬度带Mace Head和TrinidadHead本底站观测结果基本一致;非本底浓度为(312.1±121.0)×10-12,出现频率69.8%,表明该站受到较强HCFC-22排放源及输送的影响.上甸子站HCFC-22本底浓度季节变化不明显,但非本底浓度呈现夏高冬低的特点,平均非本底浓度最高月(7月)比最低月(1月)高100.9×10-12,与HCFC-22排放的季节性有关.结合风向分析,该站西南扇区平均浓度(327.3×10-12)比东北扇区(236.2×10-12)高91.1×10-12.HCFC-22高浓度水平主要由W-WSW-SW方向贡献引起,NNE-N-NE方向则使得全年HCFC-22浓度水平明显降低.     

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。     

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.     

液化侧向扩展场地⁃桩基础抗震研究综述∗

桩基础作为一种重要的深基础形式,广泛应用于近海桥梁、海上风电、港口码头等工程中,然而近年来发生的地震中,出现了大量伴随液化侧向扩展的桩基础破坏实例,引起岩土地震工程界的广泛关注。国内外学者采用模型试验、数值模拟、简化分析方法等手段展开研究,成果丰硕,通过对桩基础地震反应深入系统的分析,深化了对桩基础抗震性能的理解,但由于模型试验方法与测试技术的不同、数值模型与分析方法的差异性、桩-土-结构地震反应的复杂性等原因,围绕液化侧向扩展场地-桩基础的抗震研究仍需大量具有实际意义的工作。通过查阅震害调查资料,阐述了液化侧向扩展及桩基础震害现象,然后围绕振动台试验中实现液化侧向扩展的方式、关键试验测试技术等方面进行总结,针对已开展的倾斜液化自由场及桩基础1-g振动台试验和离心机试验做简要介绍。回顾了液化侧向扩展大位移分析方法、桩-土精细化数值模拟方法、简化分析方法的研究现状与进展,着重对有限元方法中的桩-土界面模拟、饱和两相介质u—p格式高效数值计算方法进行探讨。对比了国内外规范对液化侧向扩展场地桩基础抗震设计的要求。指出现有研究中的不足,并对今后研究中需要重点关注的问题进行阐述。     

2004年北京地区一次扬沙天气过程数值预报分析

本文在对沙源和实况气象场分析的基础上,利用北京城市气象研究所发展的区域沙尘耦合模式,对2004年3月29日北京及周边地区扬沙天气过程进行数值研究.模式预报出大风、垂直速度等气象条件要素演变,表明导致此次沙尘过程的发生、发展主要因素是大风、上升气流等.从天气实况沙尘图与预报沙尘区随时间演变过程看,模式预报的沙尘范围和强度与实况结果基本相符;沙尘数值预报模式能够较好地预报出此次沙尘过程发生的时间、地点、范围和移动路径等,较准确地描述了本次沙尘过程的形成演变和移动等特征.从模式预报的北京地区沙尘浓度的垂直廓线和沙尘强度表明本次沙尘的沙源以本地扬沙为主.     

典型城市大气重污染风险温度阈值研究

气温不仅影响大气污染物排放,同时还影响着大气扩散能力。文章利用哈尔滨、乌鲁木齐、北京、兰州、成都、南京和广州7座城市2000-2013年API资料、2013-2018年AQI资料以及同期地面常规气象观测资料和探空资料,通过拟合2016之前上述7城市各自日均气温与API、AQI及5种污染物(PM_(2.5)、PM_(10)、SO_2、NO_2和CO)浓度间的关系,探寻不同城市的大气重污染对应的温度阈值及其分布特征,并用2017-2018年的AQI资料检验该温度阈值对大气重污染事件的捕获能力。研究结果表明:就同一城市而言,存在一个使API、AQI和5种污染物浓度均达到最大的气温临界值,由此提出了大气重污染风险温度阈值(THP)的概念,哈尔滨、乌鲁木齐、北京、兰州、成都、南京和广州7座城市的THP依次为-15.8、-12.4、-1.5、-3.4、8.0、6.8和17.1℃。同时还发现当气温位于THP及其附近时,对应当地多为静稳天气(混合层厚度和通风系数均最小),呈现出最不利于大气污染物扩散的气象条件,进而易造成大气重污染甚至是污染事件的发生。由此可见,THP是边界层大气静稳特征的一个缩影,能较好地反映大气重污染潜势,7座城市THP捕获重污染事件的百分比整体在50%以上。该研究为上述7座城市的大气污染潜势预报及污染防控探寻了一个新的更简洁明了的重要污染气象参数,也为其它城市开展类似研究提供了借鉴参考。