不利风向条件下北部湾人为源对海口市PM2.5浓度影响的模拟研究

通过分析2013—2017年海口市风向频率、地面PM_(2.5)浓度及海口市所处北部湾地理位置,确定12月为北部湾对海口市最不利风向时间段.利用中尺度气象模式(WRF,Weather Research Forecast)驱动空气质量模型(CMAQ,Community Multi-scale Air Quality),设置一系列数值模拟情景,深入分析北部湾人为源对海口市PM_(2.5)浓度影响.结果表明:WRF/CMAQ能很好地再现北部湾气象场和PM_(2.5)浓度的时空分布.2013年12月,北部湾人为源对海口市PM_(2.5)平均贡献率约为45.4%,其中约有90%来源于海口市自身人为源,约有10%来源于广东广西片区,海南片区除海口外其余市县贡献可忽略不计.污染时段,北部湾和海口市自身贡献率均下降,平均贡献率分别为40%和36%,表明污染时段海口市PM_(2.5)主要源区不仅来自北部湾.通过分析后向轨迹,发现污染时段均会经过一个关键区——珠三角区域,表明珠三角区域很有可能也是造成2013年12月海口市PM_(2.5)污染的主要源区.清洁时段,北部湾和海口市自身贡献率均上升,平均贡献率分别为52%和48%,表明北部湾对海口市PM_(2.5)浓度影响在清洁时段更显著.因此,北部湾未来产业规划值得关注,因为这些产业很有可能使目前海口市清洁时段变为污染时段,导致空气质量下降.     

我国14个站点降水中甲酸和乙酸浓度及对酸性的贡献

为了较全面地掌握我国大气降水中有机酸含量及其对降水酸性的贡献,于2007年全年在我国14个区域代表性较好的站点采集了降水样品,利用离子交换色谱法分析了样品中的甲酸和乙酸2种重要有机酸的浓度,对所得各站数据进行了统计分析,计算了2种酸的湿沉降通量和对降水酸性的相对贡献.观测到的14个站点甲酸和乙酸平均浓度范围分别为0.96～3.43μmol/L和0～5.13μmol/L,接近国外偏远地区观测结果,也接近我国过去短期观测结果的低端值.比较显示,偏远地区有机酸含量低于城市附近地区.估算的甲酸和乙酸湿沉降通量范围分别为0.38～4.18mmol/(m2.a)和0.06～5.87mmol/(m2.a),南方站点有机酸湿沉降通量大于北方.有机酸对降水酸性的贡献范围是0.02%～51.6%,总平均贡献为2.95%,这一结果表明,虽然我国酸雨主要是硫、氮排放造成的,但有机酸在部分地区及部分时段甚至有很显著的致酸作用,应该成为酸雨观测研究内容之一.     

基于Matlab的BP神经网络在大气污染物浓度预测中的应用

为了寻求有效控制和改善环境质量的相应措施,选用了英国伦敦Bloomsbury监测站的PM10小时平均浓度监测资料,采用“提前终止法”泛化改进的BP神经网络模型,预测PM1024 h内的小时平均浓度。结果表明：采用BP神经网络法对大气污染物浓度进行预测,预测相对误差在2%-48%之间,且绝大部分在2%-17%之间,预测精度较高,泛化能力较好,为大气污染物浓度预测提供了一种全新的思路和方法。     

基于NLMSFD模式对风速分布规律的数值模拟——以山东威海风电场为例

针对风电场建设要求,论文利用非线性高分辨率数值模式NLMSFD尝试对山东荣成地区风资源进行评估。在试验区域内,分别选取两座测风塔不同高度上1年的月平均风速观测资料作为驱动值,利用模式对试验区的风速分布进行了模拟试验,获取了试验区100 m×100 m分辨率条件下风速一年四季的空间分布信息,并将模拟值与实测值对比,分析了模式在试验区地形及粗糙度条件下的模拟精度,评价了NLMSFD模式的可适用性。结果表明,模式的模拟结果基本能反映出月平均风速的时空变化规律,但两塔位置处模拟值与观测值的相对误差随高度和季节变化有所不同。从季节上看,模式的模拟结果在冬季较好,夏季误差稍大,春、秋次之;从高度上看,除10 m高度外,其它高度层的相对误差大多在10%以内。利用不同位置的观测资料驱动模式,模拟结果的精度也受影响。如利用远离海岸边的观测资料驱动模式要比近海观测资料驱动模式所得的模拟结果好;同时对于近海的测风塔,采用距地面位置较高的观测资料作为驱动值要比采用10 m高度的资料驱动模式的模拟精度好。这些结果说明NLMSFD模式在精细化风资源评估及风电场选址中具有一定的参考应用价值。     

青藏高原典型高寒草甸区土壤有机碳氮的变异特性

本研究应用地统计学的基本原理与方法(半方差分析)对青藏高原典型高寒草甸区0～10 cm土壤有机碳和全氮空间变异性进行了分析.结果表明,0～10 cm的土壤有机碳和全氮的平均含量分别为11.45 g·kg^-1和1.02 g·kg^-1,平均变异系数分别为0.23和0.21,反映出该植被区土壤肥力较为贫瘠.土壤有机碳和全氮随机因素的变异占总空间异质性变异的比率分别为44.7%和49.9%,变异尺度分别为210.9 m和200.1 m,随机因素的影响主要发生在采样尺度＜10 m的范围之内.在该研究区域上土壤有机碳和全氮均表现出空间自相关因素大于随机因素的变异格局;在空间结构的变异上,由土壤内在属性如土壤矿物质、地形等空间自相关因素和人为因素如放牧及工程施工等对土壤表层的践踏引起的随机因素共同起作用,影响程度呈中等水平.     

气候条件对中国水稻稻飞虱为害规律的影响

稻飞虱除了在海南、广东、广西、二南南部冬季有少量虫源存活外，在中国其它大部分地区常年均不能越冬，春秋季初始虫源主要来自于国外。越南是中国稻飞虱的主要初始虫源地，中国稻飞虱直接来自越南红河三角洲，而最初的虫源地为泪公河三角洲。入境后的稻飞虱每年均出现有规律的５次由南向北和３次由北向南的迁飞过程。暖冬使越南等境外或中国稻飞虱越冬区的稻飞虱迁入期提前，为害期延长．中国稻飞虱发生较重的年份大多出现在３—５月副高较强的年份．厄尔尼诺年的次年中国稻飞虱有可能严重发生。     

长江三角洲地区对流层臭氧的数值模拟研究

将NCAR的中尺度天气预报模式MM5和作者开发的化学模式相耦合,建立了一个中尺度区域空气质量模式.利用该模式选取了2个典型个例研究了长江三角洲地区的区域臭氧化学问题.本研究的目的是利用模式再现并描述长江三角洲地区的大气物理化学过程,结合地面观测资料进一步定量分析控制该地区臭氧浓度的物理和化学因子.通过个例模拟和分析表明,模式基本反应了长江三角洲地区的大气物理化学过程,进一步的因子分析解释了模拟区域内1999 06 18(个例2)臭氧浓度普遍比1999 08 07(个例1)的臭氧浓度高的原因.模拟结果表明天气条件决定的大气动力过程对区域空气质量起着至关重要的作用,这也是个例2区域臭氧浓度普遍偏高的最主要因素之一.分析表明,物理因子(平流输送,垂直湍流输送)的作用和化学因子的作用同样重要.同时还做了模式参数的敏感性实验研究,并对中尺度云雨化学模拟及其对臭氧化学的影响做了初步研究.     

东北玉米热量指数预测方法研究(Ⅲ)——GM(1,1)预测方法

GM(1,1)是开展时间序列环境要素变化趋势预测的有效方法之一。通过对东北地区玉米热量指数的分析,建立了热量指数时间变化趋势的GM(1,1)预测模型,各模型的平均预测精度虽低于逐步回归统计模型,但也都达91%以上,可以应用该模型的预测结果指导农业生产。     

基于多源探测的南京市大气污染状况分析

南京市作为长三角地区的核心城市之一,工业发达,大气污染状况较为严重.为深入研究南京市污染状况,利用MODIS以及CALIPSO的气溶胶产品对南京市2011-2019年气溶胶特性进行分析,并基于地基反应性气体分析仪数据分析了冬季南京市大气中4种常见反应性气体（SO₂、NO、NO₂、O₃）的体积分数时序状况.结果表明:①南京市2011-2019年气溶胶光学厚度（AOD）整体呈下降趋势,冬季AOD值可达0.7,污染程度为四季中最高,且气溶胶以粗粒子和吸收性粒子为主.②南京市近地层大气（2 km以内）以大粒子和不规则颗粒物为主,2~6 km高度层内细粒子与规则颗粒物的占比逐渐增多,且2~6 km高度层内粒子的体积大小变化不大.③冬季4种常见的反应性气体中,φ（NO）在大气中的变化最为显著,且最高值可达160×10-9,φ（NO₂）与φ（O₃）在大气中的变化趋势相反.由于排放限制措施、工厂脱硫措施的推广以及光化学反应的影响,导致φ（SO₂）较低,仅在3×10-9左右.结合OMI卫星观测数据发现,受新冠肺炎疫情下工厂停工的影响,2020年初南京市φ（NO_x）维持在较低水平.研究显示,近年来南京市颗粒物污染状况有所改善,但仍需注意粗颗粒物的排放,需严格控制工厂气态污染物,尤其是NO_x的排放.      

北京市区秋季气溶胶粒子浓度与特性参数的观测研究

对2010年10月和11月北京市区粒径小于2.5μm(PM2.5)和2.5~10μm之间(PM2.5-10)的气溶胶粒子质量浓度进行了观测和分析,同时研究了同期的Angstrom指数和散射系数等气溶胶特性参数的变化。结果表明,不同粒径颗粒物的质量浓度与气溶胶特性参数的逐时日变化明显。PM2.5质量浓度在凌晨5时至6时取得最小值,夜间20时至21时取得最大值;PM2.5-10质量浓度则在9时至10时和20时至21时出现双峰。气溶胶Angstrom指数在下午明显高于上午,最大值出现在16时左右;散射系数高峰出现在17时至18时。2010年10月7—9日出现了显著的灰霾天气,灰霾天气下PM2.5和PM2.5-10质量浓度均有明显增加。细粒子增多是导致PM2.5增加和Angstrom指数增大的主要原因。另外,灰霾天气期间散射系数迅速增大,非灰霾天(10月11日)的散射系数只有灰霾天(10月8日)的1.27%。