排序方式: 共有15条查询结果,搜索用时 31 毫秒
1.
基于数据挖掘算法和数值模拟技术的大气污染减排效果评估 总被引:5,自引:0,他引:5
近年来,京津冀地区采取了大量污染减排措施进行大气污染治理,如何客观评估减排效果是目前大气环境领域的研究难点.为准确评估大气污染过程的减排效果,本文利用北京地区常规气象资料、国控站PM_(2.5)浓度资料,遴选了北京地区2018年3月11—14日和2013年3月14—17日两次空气污染过程,计算了大气容量系数、静稳指数,并利用KNN数据挖掘算法和WRF-Chem模式,对比分析了有无减排条件下的PM_(2.5)日均浓度.结果表明:两次空气污染过程的天气形势和局地气象条件较相似,就大气热力和动力的垂直结构来看,2018年空气污染过程比2013年空气污染过程的大气稳定性更强、边界层高度更低、环境容量更小,但PM_(2.5)峰值浓度却显著下降,平均浓度明显降低,PM_(2.5)小时浓度的增长趋势相对平缓,重污染持续时间缩短.KNN数据挖掘算法减排评估结果显示,该方法能够较好地预测PM_(2.5)日均浓度的变化趋势,2018年3月11—14日,在减排和不减排情景下PM_(2.5)日均值分别为171和229μg·m~(-3),减排使得污染过程PM_(2.5)平均浓度下降了25.3%.数值模拟结果与KNN数据分析结论吻合,进一步验证了减排措施的有效性.综合看来,2018年空气污染过程中PM_(2.5)浓度相比历史相似气象条件下的污染过程显著降低,这是长期大力度减排效果的体现. 相似文献
2.
利用GC955在线气相色谱仪分别于2019年7月和2020年1月在天津市区开展苯系物(BTEX,包括苯、甲苯、乙苯、间/对-二甲苯和邻-二甲苯)实时在线观测,对典型污染过程中BTEX的浓度水平、组成及演化机制进行了研究,并运用特征物种比值法对BTEX的来源进行了定性分析,最后运用US EPA的人体暴露分析评价方法对BTEX健康风险进行评估.结果表明,臭氧和霾污染过程中BTEX体积分数平均值分别为1.32×10-9和4.83×10-9,其中苯的体积分数占比最大,其次是甲苯、乙苯和二甲苯占比最小.2020年1月BTEX体积分数很大程度上受到西南方向短距离传输的影响,而在2019年7月BTEX浓度受到本地排放的影响.BTEX浓度水平在2019年7月受到温度和相对湿度的共同影响,而在2020年1月当温度较低时BTEX浓度对相对湿度的变化更敏感.天津市区BTEX在霾污染过程中受生物质燃烧/化石燃料燃烧/燃煤排放的影响较大,而在臭氧污染过程中除了受到燃烧排放源影响,交通源排放在很大程度上也有影响.臭氧污染和霾污染过程中BTEX的HI分别为0.072和0.29,均处于EPA认定的安全范围内.苯的致癌风险在清洁天和污染过程中均高于EPA规定的安全阈值,需引起高度重视. 相似文献
3.
2014~2017北京市气象条件和人为排放变化对空气质量改善的贡献评估 总被引:11,自引:11,他引:0
2014~2017年北京地区霾日数和污染日数逐年减少,PM_(2.5)、PM_(10)、SO_2和NO_2年平均质量浓度下降,污染程度缓解,采暖期中的11~12月尤为明显.针对空气质量的显著改善,从气象条件的改善和减排措施两方面进行探讨分析,并结合数值模式和大数据挖掘技术实现气象和排放对大气污染贡献率的定量化研究.结果表明,2017年与过去3 a相比,平均风速增加7. 9%,≥3. 4 m·s~(-1)的风速频次最高(10. 6%),≥70%湿度日占比最小(25. 1%);其中,采暖期与过去3 a同期相比,小风日数减少8. 6%、大气环境容量指数和通风指数平均增加约11%,边界层高度以3. 2%·a~(-1)的速率升高,尤其11~12月各要素改善更显著,且该时段内2014年各因子变化与2017年相似.非采暖期(4~10月)累积降水量558. 3 mm,仅次于2016年,有利于污染物的清除和湿沉降.利用WRF-CHEM对霾和污染频发的12月进行模拟发现,气象要素的改变导致2017年12月北京PM_(2.5)质量浓度较2014~2016年同期分别降低5%、38%和25%.因缺少政府实际施行的减排方案,无法利用WRF-CHEM量化气象和减排的具体贡献率,因此借助大数据挖掘算法,基于K近邻算法(KNN)和支持向量机(SVM)模型对气象和减排对空气质量改善的贡献进行评估,结果显示2017年减少的霾日和重污染日,65. 0%归因于减排的贡献,35. 0%归因为气象条件的改善.可见,气象与生态环境部门应继续加强数据开放共享,科学开展气象条件预报与减排评估. 相似文献
4.
霾天能见度参数化方案改进及预报效果评估 总被引:4,自引:2,他引:2
为了选择适合京津冀地区能见度预报的参数化方案,为霾的预报提供更准确的能见度预报产品.根据实际应用需求,改进了基于气溶胶体积浓度建立的Chen等能见度参数化方案(S1),并利用2017年2月快速更新多尺度分析和预报系统-化学子系统(RMAPS-CHEM v1.0)的预报结果,对比评估了该方案与基于PM2.5浓度建立的参数化方案(S2)和Mie散射计算方案(S3)在京津冀地区的预报效果.结果表明:①模式系统对京津冀地区的PM2.5浓度预报总体较好,预报值与观测值非常接近,二者的相关系数在大部分地区可达0.8以上,小时相对湿度的预报值与观测值相关在0.78以上,平均误差低于3.91%.②三套方案计算的能见度都能较好地预报出2017年2月京津冀地区能见度的时间演变趋势,且在大部分时间三者计算的能见度都非常接近.总体上S1计算的能见度最低,S3计算的能见度最高,S2居中.在京津冀大部分地区,S1的均方根误差和归一化平均绝对误差最低,S3的最高,S2居中且在北京地区表现最佳.③能见度大于10 km时三套方案计算结果都偏低,其中S3的平均误差和均方根误差最低,能见度低于10 km时,特别是对出现频率较高的1~5 km低能见度的预报,S1方案的平均误差、均方根误差和归一化平均绝对误差都是最低的,更适合京津冀地区霾天气能见度的预报应用. 相似文献
5.
6.
7.
8.
2020年初新冠肺炎疫情(COVID-19)暴发后,中国多地实施了严格的管控措施,导致污染物排放量明显下降.但在减排实施的情况下,京津冀PM2.5等污染物浓度较过去5 a同期却明显增长,出现了两次PM2.5重度污染事件.利用欧洲中心ERA5再分析资料分析发现,相对于过去5 a, COVID-19管控期间京津冀地区的气象场表现为偏高的相对湿度、偏低的边界层高度和边界层内异常的辐合上升运动,有利于颗粒物的吸湿增长和二次转化,不利于污染物垂直方向上的扩散.此外,利用WRF-Chem模式开展敏感性试验发现,在京津冀中部地区气象场的变化导致2020年管控期间ρ(PM2.5)升高了20~55μg·m-3,升高比例高达60%~170%.进一步利用过程诊断分析法得出,增强的气溶胶化学过程和不利的湍流扩散条件是2020年COVID-19管控期间PM2.5浓度升高的主要原因.在当今减排的大背景下,边界层高度和相对湿度的变化可能成为预报预测京津冀地区PM2.5污染事件的重要指标... 相似文献
9.
基于2015~2020年京津冀地区生态环境监测数据和多源气象数据,分析了北京地区0~3km中低空垂直风切变在不同PM2.5等级下的演变特征。结果表明,风速日变化特征随着PM2.5浓度升高而逐渐减弱,PM2.56级污染时近地面风速日变化基本消失,甚至反向变化;白天边界层风速增大时段对应10m/(s·km)以下的风切变,20:00后增大至12~14m/(s·km),该现象随着PM2.5污染加重变得更为显著,白天时段近地层垂直风切变较小值(<6m/(s·km))维持,可能是污染严重的信号之一;基于旋转经验正交函数分解法(REOF),将污染日下中低空垂直风切变分为无扰动型和压缩型,压缩型低压强度略强于无扰动型,无扰动型的PM2.5浓度均值、峰值较压缩型更高,逆温强于压缩型,另外,无扰动型PM2.5浓度增长期和边界层高度(PBLH)反向变化,压缩型PM2.5浓度增长期和PBLH同向变化。 相似文献
10.
通过物质流分析方法展示某种元素进出某区域企业的流动模式,从而评估元素在产品生命周期的某一阶段对工艺、产品和环境产生的潜在影响。介绍了物质流分析方法的研究现状及进展,重点提出重金属元素物质流分析应用方法与步骤,并根据数量、环境、资源经济和影响能力等指标,定量分析和评估重金属元素在生产过程中对工艺、产品和环境产生的影响及结果。以砷元素为研究对象,通过2家涉砷企业的案例,分析生产过程中砷元素的分布、贮存与走向,在此基础上明确了砷污染控制的关键环节和防控方向,为企业实现重金属总量削减、环境改善及清洁生产目标提供依据。 相似文献