气象因子对臭氧的影响及其在空气质量预报中的应用

为提高重庆市臭氧(O_3)预报准确率,利用2013—2015年5—10月O_3监测数据和气象数据,通过主成分分析、逐步回归分析等方法,确定了影响重庆O_3浓度的主要气象因素为最高温度、温差、太阳辐射、降水量、相对湿度、水气压和压差;通过基于O_3污染水平相似的主要气象控制因子筛选和最优组合的预报结果优化方法,提高了O_3预报准确率,使2016年5—8月O_3的AQI类别预报准确率由57.7%增至72.4%,O_3超标的预报准确率由38%增至46%。     

江苏省空气质量预报准确度及改进方法分析

介绍了江苏省重污染天气监测预报预警系统以及大气重污染预警会商流程,将2015年13个地级市的模式预报、人工预报结果分别与实际观测值进行比较。结果表明:人工预报更准确,PM_(2.5)日均值、臭氧日最大8 h平均值、AQI 3个指标人工预报和实况的相关性分别比模式预报高出12.8%、0.3%、11.4%,平均标准误差(MNE)分别低20.7%、3.1%、23.1%。依据国家空气质量预报技术指南评分办法,对各市2015年全年空气质量级别为"良"时进行评分。通过开展07∶00预报更新,使2015年上半年空气质量预报级别得分平均提高了0.9分,全年级别得分平均提高了2.6分;通过改进模式预报参数,使PM_(2.5)日均预报值、臭氧日最大8 h平均预报值、AQI预报值和实际观测值的相关性比上年同期分别提高26.0%、5.0%、33.9%,MNE分别降低3.6%、31.3%、7.6%。     

典型高原山地城市环境空气质量预报预警平台设计

空气质量预报系统作为一种重要的工具用于为公众提供空气质量预报信息、评估城市空气质量,为污染控制战略、动态环境管理以及决策制定提供支持。研究对国内外环境空气质量预报现状进行了回顾,以云南省为例提出了高原山地城市环境空气质量预报预警体系建设的整体思路,针对系统建设现状,提出了环境空气质量预报预警系统建设所面临的问题以及对未来发展方向的建议。     

基于村庄分散度的农村生活污水治理模式量化分析

随着农村地区生活水平的提升,生活污水所含污染物成分趋于复杂化,未经处理就地排放对生态环境影响不容小觑。目前,农村生活污水治理模式种类多样,但决策方法缺乏科学依据。以内蒙古地区82个村落为研究对象。以自然村落为最小研究单元,利用村落宅基地占比、村落长宽比、周长、极限距离、坡度0°~8°占比和坡度标准差等指标,构建了居住密度决策树 (准确率76%) 以及地势决策树 (准确率88%) 。决策树所得结果通过二分类概率单位回归 (Probit)分析 (准确率87%) ,确定其村落集中或分散情况,进而选择适宜的村落污水治理模式 (集中模式、纳管模式、分散模式、拉运模式、就地利用模式) 。农村生活污水治理模式决策方法的确立决策指标的量化,为促进农村生活污水治理体系的发展、提升污水治理的有效性具有积极意义。     

有关有限边界岸边排放稳态二维混合模式的几个问题的探讨

针对目前我国环境影响评价领域普遍采用的有限边界岸边排放稳态二维混合模式的局限性和不精确性,本文对由河流二维稳态水质模型的基本方程推求出的有限边界岸边排放的二维稳态混合模式的解析解的各项进行分析比较。同时针对费休的混合长度公式进行了计算比较。     

基于全生命周期方法的麻城市密集型村镇生活垃圾处理模式评价

为了评估密集型村镇生活垃圾在不同处理模式下对环境的影响,以全生命周期评价方法作为研究手段,选取湖北麻城市的密集型村镇作为研究对象,对不同模式的处理过程中所产生的各类污染,按照全球变暖、酸化、富营养化、光化学臭氧合成、生态毒性5项环境影响类型进行环境影响潜值核算,并通过比较总环境影响潜值,给出了适宜的密集型村镇生活垃圾处理模式和建议。结果表明麻城市村镇生活垃圾处理的现有模式、二分类模式 (人口密集区) 、二分类模式 (人口稀疏区) 、三分类模式 (人口密集区) 和三分类模式 (人口稀疏区) 的环境影响潜值分别为4.75×10⁻²、7.91×10⁻²、1.50×10⁻²、2.77×10⁻²、1.54×10⁻²。可以看出,对密集型村镇生活垃圾进行筛分减量、分类处理具有显著的节能减排效果,同时对环境更加友好且有助于降低经济成本。     

亚硝化/反硝化除磷同步发生的控制策略

针对碳源偏低城市污水,采用厌氧/限氧的序批式活性污泥反应器（A/LOSBR）,在连续（CA）和间歇曝气（IA）模式下,研究了亚硝化/反硝化除磷同步发生所需的最适控制策略。实验结果表明,在CA模式下,恒定30 L·h-1的气量,进行同步亚硝化/反硝化除磷的TN和PO43--P去除率分别为88.5%和95.9%;在IA模式下,恒定30 L·h-1的气量,且曝气百分数（AF）和曝气频率（fIA）值为0.5和24时,曝气量比CA模式节省了23%,该工艺的TN和PO43--P去除率分别为91.1%和92.9%。由此可知,同一气量下,IA模式比CA模式的更经济节能,且IA模式在低AF和高fIA工况下进行的同步亚硝化/反硝化除磷过程更稳定持续。     

城市滨水景观评价研究初探——以南京市莫愁湖滨水区为例

城市滨水区一直被认为是一个城市最具活力和生态价值的区域,但伴随着城市职能的转型以及水运地位的下降,世界上大部分的滨水区都经历了从繁荣到衰败的过程。然而目前,随着城市人群的生态需求与审美需求的进一步提高,城市滨水区又面临着复兴之势,这也对城市滨水号观设计以及作为其基础而存在的滨水景观评价提出了新的要求。因此。本文将以成分代用模式评价方法为指导,以南京市莫愁湖滨水区为案例对其进行景观评价,并基于此获取影响滨水区景观质量的重要因素,以期对以后的滨水区规划设计起到一定的指导作用。     

京津冀地区细颗粒物污染来源实时预报系统的构建和初步应用

基于区域空气质量数值模型和源示踪技术,构建污染来源预报系统,实现了京津冀地区污染来源的实时预报。针对预报中最迫切的时效限制,在系统的源排放预处理、污染物来源贡献计算方案、业务化运行等方面进行特别的设计,主要包括：开发出快速源排放前处理技术;通过试算确定了分区域和行业的污染来源追踪方案;采用目前2种主流的并行计算方式混合编译区域空气质量模型并运行;设计了业务化运行中多任务的分布式计算方案,以充分利用计算资源。这些优化措施有效地缩短了预报时间。目前系统已处于业务化运行阶段,每天08：00之前,预报出未来3 d的区域空气质量,同时给出关注区域主要污染物分区域和行业的来源贡献状况;系统已应用在庆祝抗战胜利70周年阅兵期间空气质量保障后评估,以及2015年11月底—12月初京津冀重污染预警等应急工作中。     

基于深度学习的大气细颗粒物污染时空预报

为尽可能减少PM_2.5重污染带来的环境和健康危害,对其进行及时准确的预报预警显得十分关键。文章使用WRF气象模型和CMAQ空气质量模型输出的2015年1-12月逐小时的中国地区27 km×27 km网格化气象场、污染排放和细颗粒物模拟浓度数据,训练深度学习预报模型。研究结果显示,深度学习预报结果与CMAQ模拟结果在测试集上的均方误差为10.52μg/m³,优于已有的大部分其他研究,深度学习在重点城市的PM_2.5预测浓度趋势与CMAQ基本一致,其RMSE为28.82μg/m³,整体空间分布也具有较好的一致性,可以准确重现CMAQ模拟结果。该研究进一步使用国控点实际观测数据对训练完成的深度学习预报模型进行优化,以减少CMAQ理论模型所带来的固有误差。优化后的深度学习模型预报结果在总体上更接近实际观测的真实结果。此外,深度学习模型的预报速度在相同CPU环境下比CMAQ模型提升93倍,在GPU加速环境下提升高达465倍,可以做到快速实时的浓度预报响应。该研究构建的耦合数值模型和实际观测数据的深度学习预报技术...