秋季南通近海大气气溶胶水溶性离子粒径分布特征

2012年10~11月在南通近海设立观测点,利用Anderson分级采样器采集大气气溶胶样品,用离子色谱仪(Metrohm IC)分析其中10种水溶性离子组成.结果表明,南通秋季近海PM10和PM2.1中水溶性离子浓度分别为59.70,45.96mg/m3.PM2.1中主要离子质量浓度排列依次为SO42->NO3->NH4+>Ca2+. SO42-,NO3-和NH4+占PM10中离子浓度的80%以上,二次离子为近海区域气溶胶的主要成分.SO42,NH4+和NO3-均表现出单峰型分布,峰值区间均为0.43~1.1mm,Ca2+,Na+和Cl-表现为双峰型.Ca2+高浓度峰值出现4.7~5.8mm粒径段内;Na+和Cl-峰值出现在0.43~1.1mm和3.3~5.8mm内,但最大峰值浓度区间不一致.PM10中nss-SO42-/SO42-比值均高于90%,陆地源对近海硫酸盐的影响显著.nss-SO42-/NO3-的比值在<2.1μm的粒径段内均大于1,表明该区域固定源是大气细粒子中离子的重要贡献源,但移动源对粗粒子的影响值得重视.个例分析显示,稳定的天气系统,高污染排放内陆地区的污染物传输,是造成10月27日的严重污染过程的主要原因.     

黄山顶夏季气溶胶数浓度特征及其输送潜在源区

利用轨迹聚类方法对2011年6~8月黄山光明顶的气团轨迹进行聚类分组,得到2011年夏季到达黄山顶的主要气团输送轨迹,结合黄山顶的气溶胶数浓度观测资料,分析不同类型输送轨迹与黄山顶积聚模态颗粒物数浓度的关系.利用潜在源贡献因子分析法PSCF(potential source contribution function analysis)定性分析了不同气团背景下黄山顶积聚模态颗粒物数浓度的潜在源区,最后结合浓度权重轨迹分析法CWT(concentration weighted field)定量分析不同潜在源区对黄山顶积聚模态颗粒物数浓度的贡献.结果表明,积聚模态颗粒物(0.5~1μm)数浓度约占0.5~20μm颗粒物数浓度的94.9%;黄山顶6~8月大陆气团的发生频率最高,约43.4%;影响黄山光明顶积聚模态颗粒物数浓度的潜在源区主要来自一些工业发达人口密集的城市群:湖北东部、安徽中部、河南、江西境内、两广交界处、湖南南部以及浙江北部地区.而垂直方向上,来自西北和西南方向高度约2~5km的自由对流层气团对黄山顶积聚模态粒子数浓度贡献较大.     

近3年西双版纳州勐腊县大气污染基本特征及污染原因分析

对西双版纳州生态环境局勐腊分局2017年8月-2020年8月逐日空气质量数据的分析表明,2-4月是勐腊县空气质量指数（Air Quality Index,AQI）频繁达到二级及以上的时段,空气质量分指数（Individual Air Quality Index,IAQI）能够达到二级及以上标准的污染物为PM_2.5、PM₁₀、O₃、SO₂中的一种或几种,PM_2.5、PM₁₀污染较为严重,PM_2.5对空气质量的影响最大,可使空气质量达到重度污染,混合污染出现比例远大于单一污染.2019、2020年3-4月勐腊县轻度及以上连续污染日数超过5 d的5次过程中,4次污染过程的主要潜在源区在勐腊上风方向老挝西北部及泰国与其相邻的区域,权重潜在源贡献因子（Weight Potential Source Contribution Function,WPSCF）大于0.6的区域与同年3、4月泰国西北部、老挝西北部的火点密集区有较好的对应关系,4次污染过程与老挝西北部及泰国与其相邻区域的生物质燃烧关系密切;1次污染过程的主要潜在源区主要在当地,当地建筑施工、交通运输、生物质燃烧和餐饮行业细颗粒物的排放会导致勐腊县空气质量出现明显下降.为验证勐腊县连续污染过程受到了周边国家烧荒的影响,利用逐日气溶胶光学厚度（Aerosol Optical Thickness,AOT）对2020年3月23-4月9日的污染过程进行了个例分析,发现AOT大值区位于勐腊上风方向,高浓度污染物持续稳定地向勐腊传输导致勐腊出现持续重污染.     

基于行人恐慌情绪解析的改进社会力模型

为深入研究行人恐慌情绪对突发事件下群体疏散效率的影响特性,首先,考虑滞留时间、局部密度、行人与出口的距离、周围人员密度以及行人恐慌情绪传播等因素,解析并构建由自恐慌和恐慌传播2部分组成的行人恐慌情绪量化模型,并将其引入社会力模型中进行改进优化;然后,采用与经典现象对比的方法验证模型的有效性;最后,运用Anylogic软件进行仿真分析。结果表明：改进后的模型能够较好地反映行人在恐慌情形下的疏散运动特性;适度的恐慌情绪,如当恐慌度小于0.3时,可以加快人群的疏散速度;较高的恐慌情绪,如当恐慌值大于0.3时,则会加剧瓶颈现象,出现所谓的“快即是慢”现象,从而降低疏散效率。     

辽宁省背景地区降水化学特征及其与大气传输的关系

为了解辽宁省背景地区降水化学特征及其与大气传输的关系,于2007年2月─2008年1月在辽中县水文监测站进行了降水化学特征观测,测量项目包括降水pH,电导率和离子浓度. 观测期间降水pH为3.4～7.3,降水量加权平均值为4.6,整体呈酸性. 降水中主要阴离子为SO₄2-和NO₃-,浓度分别为154.3和53.4 μeq/L,二者占阴离子总量的76.8%; 主要阳离子为NH₄+和Ca2+,浓度分别为124.6和89.2 μeq/L,占阳离子总量的70.6%. 利用后向气流轨迹分析了降水气团来源对降水化学的影响,结果表明:在辽宁省及周边地区的局地气团影响下,降水中离子浓度最高;而在起源于东亚地区,经朝鲜半岛到达的南-东南气团影响下,降水次数虽最多,但离子浓度最低.      

基于视频轨迹参数的边缘率减速标线驾驶行为效果评价方法

为探究边缘率减速标线对驾驶行为与交通安全的作用效果,提出了基于监控视频提取轨迹参数的实证评价方法.采用背景差法和透视变换方法对监控视频进行车辆目标提取和轨迹处理,进而提取车辆速度、加速度、车头时距、车头间距和车道偏移等行车参数;通过参数统计分析,边缘率减速标线对车速控制、跟车距离保持和车道保持都有不同程度的控制效果,但使纵向舒适性变差;为了综合评价其效果,基于层次分析法建立了边缘率标线的综合控制效果评价模型,从有效性、安全性和舒适性3个维度对减速标线进行综合评价.该方法和模型还可用于评价其他不同设计参数的减速标线.     

基于累积Logistic模型的行人交通事故严重程度分析及对策研究

为了准确分析影响行人交通事故严重程度的各项因素,引入累积Logistic模型研究人、车、路、环境及事故特征与行人事故严重程度之间的关系.以美国北卡罗来纳州夏洛特市2016年的行人交通事故数据为样本,通过聚类压缩、共线性检验和预测力分析,从人、车、路、环境及事故特征5个方面选取16个因素作为自变量,事故严重程度作为因变量,构建行人交通事故严重程度预测模型来分析仅财产损失事故、受伤事故和死亡事故的影响因素,并引入弹性分析量化各显著因素的影响程度,检验结果显示模型拟合良好.结果表明,在0.05的显著性水平下,事故形式、事故发生时段、车辆类型、照明条件、行人年龄段、行人饮酒情况6个因素与事故严重程度显著相关.最后针对性地提出了行人事故预防对策.研究结果有助于交通管理者采取合理的策略来降低行人交通事故严重程度.     

面向自动驾驶的典型汽车与行人事故冲突场景研究

为了从交通事故数据中提取典型汽车与行人冲突场景,应用于自动驾驶汽车研发测试,首先将行人事故冲突场景的组成变量按主车、行人、道路、环境4个类别进行划分,利用群决策理论分析了各类别下属变量的重要性,提取重要变量并根据其取值定义了汽车与行人冲突的基础场景.结合国家车辆事故深度调查体系(NAIS)中行人事故数据,统计得到46类基础场景,分析了中国行人冲突基础场景的特征,并提取了 7种典型的基础场景,就其中2类最典型场景进行聚类分析,对后5类典型场景进行统计分析,获得了 16类典型汽车与行人冲突场景的详细描述.研究结果可为系统全面地研究我国自动驾驶汽车行人自动紧急制动(AEB)测试场景提供参考.     

南京冬季典型霾天气过程多元对比分析

选取2017～2020南京地区冬季3个典型霾天气过程,综合分析了霾天气过程中污染物、气象要素以及边界层条件等影响机制与特征变化.结果表明,3次过程中,AQI指数峰值分别为304(严重污染)、227(重度污染)与176(中度污染),且与PM2.5、PM10浓度变化基本趋于一致,PM25与PM10比值基本都大于0.7;污染...