成都地区气溶胶散射吸湿增长因子双变量模型

基于成都市2017年10～12月逐时的“干”气溶胶散射系数和吸收系数观测数据,结合该时段同时次的能见度（V）、相对湿度（RH）以及二氧化氮（NO₂）监测资料,利用“光学综合法”计算气溶胶散射吸湿增长因子,并探究了气溶胶散射吸湿增长因子单变量f（RH）模型的适用性及其改进方案.结果表明：幂函数、二次多项式、幂指函数形式的f（RH）模型在低RH条件下（RH<85%）均能很好地模拟气溶胶散射吸湿增长因子随RH的变化特征,但在高RH条件下（RH>85%）的模拟值会出现较大的偏差.黑碳质量浓度（C_BC）是影响气溶胶散射吸湿增长因子的另一关键变量,二者之间满足非线性关系.以RH和C_BC为自变量构建了气溶胶散射吸湿增长因子双变量f（RH,C_BC）模型,模型计算值和实测值之间的决定系数R²为0.763,平均相对误差MRE为14.28%.双变量模型f（RH,C_BC）的应用显著改善了气溶胶散射消光系数的模拟效果.     

2018年济南市PM2.5叠加沙尘重污染过程分析

为揭示重污染过程中多因素的综合作用,选取济南市2018年11月25日-12月4日一次长时间、高强度PM_2.5污染和沙尘混合的重污染过程,利用气象资料、空气质量监测结果、激光雷达探测资料及水溶性离子在线数据,开展污染特性以及潜在污染源综合分析.结果表明:①研究期间,首要污染物为颗粒物,ρ（PM₁₀）、ρ（PM_2.5）平均值分别为294、141 μg/m3,污染较严重.②根据ρ（PM_2.5）/ρ（PM₁₀）将此次重污染过程分为4个阶段,阶段Ⅰ~Ⅳ总水溶性离子浓度分别为（107.3±35.9）（95.2±34.5）（99.0±18.2）（29.3±9.3）μg/m3,分别占ρ（PM_2.5）的73.8%、56.9%、64.2%和43.2%.SOR（硫氧转化率）分别为0.47、0.42、0.55、0.25,NOR（氮氧转化率）分别为0.42、0.26、0.28、0.13,表明济南市大气中出现了显著的二次转化过程,SOR均大于NOR表明SO₄2-转化程度高于NO₃-.NO₃-/SO₄2-（质量浓度比）分别为2.97、1.75、1.69、1.45,表明此次污染各阶段中氮和硫的来源以移动源为主.③此次重污染过程济南市ρ（PM_2.5）受本地及周边城市传输和两次沙尘过境的综合影响,主要潜在污染源有山东省本地以及江苏省北部、安徽省北部、内蒙古自治区中部和京津冀地区等区域.④近地面均压场、高湿、小风等不利气象因素是导致此次重污染过程的重要因素.研究显示,济南市此次污染过程是不利气象条件、污染物一次积累和二次转化、区域污染传输、沙尘天气等多因素综合作用的结果.      

基于小波分析的PM2.5分布特征及差异分析

为了解西北内陆和东部沿海PM_2.5浓度值特征和差异,使用小波分析和Spearman相关性分析对12个主要城市冬、春季PM_2.5浓度值进行分布特征和差异对比分析。结果表明:受地理位置和地形差异影响,PM_2.5浓度值在西北内陆和东部沿海城市有明显差异性。主要表现在:1）冬、春季西北内陆和东部沿海地区PM_2.5分布存在明显差异,东部沿海空气质量优于西北内陆,PM_2.5超标率相对较低,而乌鲁木齐和西安PM_2.5超标占比较高;2）小波分析显示,西北内陆和东部沿海在周期上表现出明显区别,但整体出现在冬季（80 d之前）;3）Spearman相关系数存在明显的距离衰减性,相关系数由西北内陆向东部沿海城市依次减弱;4）东部和西北PM_2.5浓度值突变在时间尺度上有较明显差异,西北内陆突变值整体出现在第2,11,24,49,70天,东部沿海则出现在第2,17,42,53,70天。     

基于移动监测的城市街谷交通相关污染物浓度时空变化研究

为更好认识城市街谷内的大气污染特征和提供城市街谷优化设计的实证参考,本文以干旱区绿洲城市乌鲁木齐市北京南路为例,采用移动监测技术,分析了城市街谷大气污染物(CO、PM2.5)的时空分布,并识别其主要影响因素。结果表明:(1)早高峰空气质量优于晚高峰;交叉路口处污染物浓度普遍较低,但苏州路立交桥下污染物浓度较高;(2)两种污染物同源,其浓度与固定站点监测数据高度相关,风向与街谷成锐角时污染物浓度较低,风速较大时污染物浓度较高,污染物浓度与车流量相关程度较低;(3)街谷两侧建筑物高度比在[1.5,2)之间,污染物浓度较低,在[1,1.5)之间,污染物浓度较高;路网密度在[12,14)之间,污染物浓度较低,[12,14)之间的道路密度能够最大程度的降低街谷内污染物浓度。     

加油站水封隔油装置数值模拟研究

为进一步探究加油站水封隔油装置的隔油能力,利用FLUENT软件对水封隔油装置中油水两相流进行数值模拟研究,采用VOF模型和Standard k-epsilon模型,研究了0.75 m/s流速工况下不同入口含油浓度对水封隔油装置速度场、隔油效果的影响,也由此得到了含油污水的临界浓度。结果表明:水封井内流体流动有着固定的流道,不会随初始浓度的增大而改变;三级隔油池内流体主流道位置则随着初始浓度的增大而改变,并形成新的流道;水封井的临界浓度为0.1%,三级隔油池在0～10%初始浓度下尚无临界浓度;三级隔油池中油液逃逸有3个时间段,初始浓度大于3%时,油液逃逸量随着初始浓度的增大反而降低。     

低温干式接头密封失效泄漏扩散数值模拟

针对低温干式接头密封失效造成甲烷泄漏的情况,采用CFD软件FLACS对LNG气化后的泄漏扩散过程进行数值模拟,对甲烷扩散过程的浓度分布及云团扩散速度进行研究,并分析了泄漏过程中可燃气体云团量的变化情况。结果表明:LNG泄漏后迅速气化扩散,40 s后各监测浓度维持稳定;最远扩散距离约40 m,气体扩散总范围最长直径约70 m,扩散最高处大约1.5 m; 120 s内LNG泄漏量为30 kg,气化后天然气体积为42.3 m~3,可燃气体云团量为140 m~3;LNG泄漏吸收空气中的热量,在地面形成流动层,贴近地面浓度高,远离地面浓度低,随着高度上升气体的可燃爆炸危险区域逐步缩小。     

盐度渐变过程对黄条鰤(Seriola aureovittata)幼鱼渗透调节的影响

为了解盐度渐变对黄条鰤(Seriola aureovittata)渗透调节的影响,设置自然海水(对照组盐度为29),5,10,15,20,35六个盐度梯度,并对不同盐度下幼鱼鳃丝Na+/K+-ATP 酶活力、离子浓度、渗透压进行了检测和分析。结果显示:在盐度5~35,黄条鰤尿、血清、血浆的渗透压均随盐度升高而升高,盐度为35时渗透压均为最高,其中尿的渗透压显著高于血清和血浆渗透压。在盐度从29下降的过程中,鳃丝Na+/K+-ATP酶活力、离子浓度、渗透压呈现相似的变化规律,都随着盐度的降低而呈现总体下降的趋势;盐度从29升高到35时,各检测指标中仅有尿和血浆的K+ 含量无显著变化(P >0.05),其余均显著升高(P <0.05)。实验结果表明,黄条鰤生存和繁衍的自然海水盐度29是幼鱼存活的适宜盐度,在略低的盐度20~29均能较快适应,说明在盐度渐变过程中,黄条鰤幼鱼对外界盐度变化有较强的调节能力。     

唐山市基于GIS的PM2.5空间聚集性及分区管控

以ArcGIS软件为平台,采用唐山市206个在线监测点数据,分析了PM_2.5在采暖期、重污染期、非采暖期3个时期的全局和局部空间自相关性,研究其大气污染空间分布特征.结果表明,3个时期均具有一定的空间自相关性,且重污染期的全局空间自相关最强;采暖期和重污染期PM_2.5高值聚类主要发生在中部地区,低值聚类则主要分布在北部山区及沿海少部分区域;非采暖期高值聚类主要分布在丰润区和丰南区,低值聚类发生在遵化市北部地区.通过空间插值模拟全市的PM_2.5分布状况,结果显示唐山市在重污染期PM_2.5均值最高格点值达241μg/m³,而非采暖期最低值只有37μg/m³;基于PM_2.5浓度变化特征和空间分布,将唐山所辖18个区县划分为5个区域,针对各区域提出PM_2.5分区管控措施建议.     

沧州市大气污染特征观测研究

利用沧州2009年7月～2011年7月的NOx(NOx=NO+NO2)、O3、SO2以及PM10的观测数据,分析了沧州市大气污染物的日变化、月平均变化、年变化以及季节平均变化特征.结果表明,NOx、PM10日变化为双峰型,O3为单峰.SO2日变化也呈现为双峰型,但是其变化幅度较平缓.NO、NO2、NOx、SO2有较相同的季节变化趋势.NO、NO2、NOx、SO2及PM10冬季值最大,分别为(30.0±18.9)μg·m-3、(50.5±19.8)μg·m-3、(80.5±38.7)μg·m-3、(62.1±34.7)μg·m-3、(201.6±98.5)μg·m-3.臭氧夏季浓度最高,其月均值为(88.0±22.3)μg·m-3.NO、NO2、NOx、O3、SO2及PM10年均值分别为(18.9±14.5)μg·m-3、(37.6±13.0)μg·m-3、(56.5±27.5)μg·m-3、(49.9±16.3)μg·m-3、(31.6±19.5)μg·m-3、(156.7±79.1)μg·m-3.秋冬季污染物主要为NOx(NOx=NO+NO2)、SO2以及PM10,夏季污染物主要为O3.     

气象因素对长沙市PM_(2.5)周期性变化规律的影响分析

以长沙市10个城市环境空气自动监测站点2013年的历史监测数据为基础,分析了PM2.5质量浓度的周期性变化规律,并采用非参数分析(Pearson相关性)法,研究了气象因素对长沙市PM2.5质量浓度周期性变化的影响。结果表明,PM2.5日均质量浓度在不同季节的绝对值和变化周期都相差很大。总体上,PM2.5在冬季的浓度高于夏季;PM2.5质量浓度的变化周期在3~8d。在2013年4个典型月份内,温度和风速与PM2.5质量浓度负相关,而湿度和气压与PM2.5质量浓度正相关,相关系数分别为-0.573、-0.395、0.519和0.440。PM2.5周期性变化与区域内大气环境容量相关,而大风、降雨等强对流天气是终结PM2.5变化周期的主要环境因素。