环境气象因素监测分析在太阳能热发电站选址快速评估中的应用

目的对凉山州某地太阳能热发电站拟选场址的太阳能资源进行评估。方法利用环境气象因素监测设备监测太阳直接辐射、总辐射和温湿度等环境气象因素,采用经验公式估算凉山州某地全年太阳直接辐射和总辐射量,并利用实测值进行验证。结果某地在秋冬之交,直接辐射强度的平均值为5.7k W·h/(m~2·d),总辐射强度的平均值为5.1 k W·h/(m~2·d)。结论某地为太阳能资源很丰富地区,全年太阳直接辐射量大于5000 MJ/m~2,全年太阳总辐射量大于6000 MJ/m~2,2月、3月、4月和5月为太阳能热发电最佳经济运行的月份。在秋冬之交,有利因素为70%以上的天数直接辐射强度都大于经济性运行的直接辐射强度指标,利于太阳能热发电,是潜在的太阳能热发电站候选地区;不利因素为多云天气和阴天占总天数的百分比接近50%,会极大地影响太阳能热发电的发电量和发电效率。     

海口市臭氧污染及气象条件特征

近年来,臭氧已成为许多城市环境空气的主要污染物之一。笔者分析了2020年海口市5个不同方位代表性监测站点逐小时空气质量监测数据及对应站点的气象要素监测数据。研究结果表明:海口市2020年环境空气污染程度为三级以上的天数有11d,其首要污染物均为臭氧。臭氧浓度高值时段主要出现在10-12月。浓度最大值主要出现在每日14:00-17:00,最小值出现在每日05:00-08:00。气象要素日均值与臭氧浓度相关性大小依次为最高温度＞平均温度＞相对湿度＞降水量＞日照时数＞风速。台风外围下沉气流和东北气流的共同影响是导致海口市臭氧浓度超标的主要因素,下沉气流更有利于低层大气中臭氧的堆积,同时在东北气流影响下,上游区域污染物的传输也会导致海口市臭氧浓度增加。     

近地表气象风速对固定点位环境空气PM_(2.5)污染贡献影响研究

根据2019—2021年江苏省13个市的近地面风速、风向及细颗粒物(PM_(2.5))的小时监测结果,计算不同风速区间频度及PM_(2.5)污染贡献占比的影响。结果表明,风速区间频度及PM_(2.5)污染贡献占比对监测点位的影响存在一定差异。在固定点位周边半径7 km内,绝对影响风速频度为78.9%,PM_(2.5)贡献占比为82.4%;半径3 km内,直接影响风速频度为70.4%,PM_(2.5)贡献占比为80.6%。从区域变化来看,0~3 m/s风速区间内,各市风速频度贡献为59.4%~92.0%,平均值为78.9%。以南京、连云港某大气自动站为例,站点的PM_(2.5)贡献占比、影响风速频度与站点半径呈反比例关系。     

基于机器学习方法研究气象及排放变化对长三角地区主要城市大气污染物的影响

选取2015～2021年长三角地区4个代表性城市污染物浓度,利用机器学习的气象归一化方法解耦气象因素对污染物的影响,量化气象和排放对污染物浓度变化的贡献.结果表明,长三角地区PM_2.5、 NO₂和SO₂排放下降影响贡献较大(57.2%～68.2%、 80.7%～94.6%和81.6%～96.1%),抵消了气象因素带来的不利影响,致使污染物浓度降低.而气象条件对于臭氧日最大8 h(MDA8＿O₃)的贡献强于其他污染物(23.5%～42.1%),其中气象因素促进污染物浓度上升(4.7%),排放变化促进污染物浓度下降(-3.2%). NO₂和MDA8＿O₃在2019～2021年降幅更快,主要原因是2019～2021年排放起到较2015～2018年更强的促进污染物浓度降低作用.PM_2.5和SO₂在2019～2021年的降幅较2015～2021年整体有所减弱.基于机器学习的气象归一化方法可以解耦气象对污染物的影响,量化排放...     

2008～2017年北京市PM2.5周期性变化特征与影响机制

利用Morlet小波方法分析北京市2008~2017年PM_2.5资料,结果表明,北京市PM_2.5浓度存在显著的日变化、周变化、以及季节和年变化周期性特征,并且秋冬季的周期性特征显著高于春夏季.结合气象资料,包括水平风速、大气边界层高度、以及大气稳定度指数等,分析PM_2.5不同周期性变化对应的主要影响机制表明：大气边界层过程是PM_2.5日变化的主要影响机制,导致PM_2.5浓度白天低、夜间高.秋冬季PM_2.5日变化幅度高于春夏季;天气过程是PM_2.5周变化的主要机制,PM_2.5浓度与天气变化过程带来的风速变化和边界层高度呈强反相关关系;PM_2.5的季节变化与大气扩散能力的季节变化密切相关,秋冬季减弱的大气扩散能力加速了PM_2.5在近地面累积,春夏季则相反.     

新冠疫情期间四川盆地空气质量及影响因素分析

基于污染源排放调查、空气质量和组分站观测数据,利用WRF/SMOKE/CMAQ模式系统,分析2020年新冠疫情期间污染源和气象条件变化对空气质量的影响.结果表明:①2020年新冠疫情期间,四川盆地除ρ(03)同比上升外,ρ(S02)、ρ(N02)、ρ(CO)、ρ(PM2.5)和ρ(PM10)均同比下降,下降幅度为8％～41％.②疫情期间成都市PM2.5组分与2019年同期相比,ρ(Cl-)、ρ(K+)、ρ(Si)、ρ(Al)、ρ(Ca)和ρ(EC)的占比均同比下降,说明疫情期间施工工地、机动车、工业燃煤和生物质燃烧排放减少是ρ(PM2.5)下降的主要原因.③疫情期间,工业源S02、NOx、PM10、PM25和 VOCs排放量分别同比下降32％、31％、40％、39％和41％;成都市机动车车流量仅为正常时段的40.3％,车速提升19.7％,NOx、VOCs和CO日排放量降幅分别为44.7％、49.6％和38.0％,污染物的非等比例下降使得机动车排放贡献的大气氧化性进一步增强.④2020年疫情期间四川盆地气象条件同比不利,使得ρ(PM2.5)、ρ(NO2)、ρ(SO2)、ρ(O3)和ρ(PM10)分别上升2％、4％、23％、6％和8％,扣除气象条件变化影响后,ρ(PM2.5)、ρ(NO2)、ρ(SO2)和ρ(PM10)分别下降21％、45％、31％和30％,ρ(03)上升12％.     

干旱的气象卫星遥感监测方法初步研究

本文对皖北干旱的气象卫星遥感监测方法进行了初步研究。探讨利用土壤热惯量法、作物缺水系数法和相对植被法三种遥感分析方法监测皖北干旱的技术思路，确定了适用皖北地区的不同干旱等级的遥感判别指标。经过实况对比分析说明技术方法合理，为遥感业务应用提供了实用手段。     

复杂公共场所事故损伤的能流网络模型

基于能量释放理论和致损物/受损物的概念,通过分析事故发生的机理,提出了能阻、能流和受损物的损伤系数的概念,以此构建了基于能流的损伤模型和复杂公共场所事故损伤的能流网络模型,并以西安火车站候车厅发生火灾事故为案例,通过对构建的火灾事故致损能流网络模型进行分析,从而提出了风险控制的具体措施。该研究可为实现公共安全的风险控制提供依据。