黑龙江海伦农业区冬春PM2.5和气态污染物污染特征

2011~2012年冬春期间(11月到翌年4月),通过设置在海伦农田生态系统国家野外科学观测研究站内的在线监测仪器获取了PM2.5和气态污染物(NOx、O3和SO2)质量浓度的时间变化,同时结合地面气象资料和HYSPLIT后向气团轨迹模型分析了该地大气污染物的污染水平、可能来源及传输过程.结果表明:观测期间PM2.5、NOx和SO2的24h均值(范围)分别为(54.7±45.7)(8.0~217.8),(23.0±11.5)(4.5~59.6), (10.0±10.3)(0.3~56.0)μg/m3, O3的日最大8h平均值(范围)为(62.4±18.7)(24.1~173.5)μg/m3,其中除O3在4月份超过国家一级标准8d外,其它气态污染物均未超过国家一级标准;PM2.5超过国家二级标准的天数为40d,占整个观测期间的22.5%.PM2.5和SO2各月质量浓度变化较大,最高值出现在12月份,是冬季采暖的高峰期.NOx、PM2.5和SO2日变化呈双峰型,峰值出现在07:00和17:00左右;O3为单峰型,峰值出现13:00~15:00.通过对海伦地区72h内HYSPLIT后向气团轨迹模拟结果和该站点的气象数据进行分析,表明该农业区大气污染受本地源和区域输送共同影响,偏南气流易造成污染物积累,而偏北气流有利于污染物扩散.     

舟山本岛大气污染输送过程的数值模拟分析

利用HYSPLIT-4后向轨迹模式和NCEP(美国国家环境预报中心)的2012年GDAS(全球资料同化系统)气象数据,结合NO₂、PM_2.5、PM₁₀和SO₂等常规大气污染物的质量浓度数据,对舟山本岛2012年4月、7月、10月和12月的大气污染输送过程进行了模拟,并通过聚类分析和潜在源区分析〔包括PSCF(潜在源贡献)和CWT(浓度权重轨迹)计算〕,确定大气污染传输路径及影响源区. 结果表明:舟山本岛气流后向轨迹呈明显的季节变化特征,4月主要受来自黄海海面气流轨迹的影响,其占总轨迹数的36.7%,ρ(PM₁₀)为(53.24±24.33)μg/m3;7月以途经琉球群岛和东海气流轨迹为主,占总轨迹数的48.4%,对ρ(NO₂)、ρ(PM_2.5)、ρ(PM₁₀)和ρ(SO₂)贡献分别为(24.63±6.33)、(28.60±4.83)、(52.89±18.76)和(8.67±3.11)μg/m3;10月气流轨迹主要来自于东海海面,占总轨迹数的49.2%;12月气流则主要来自辽宁南部和黄海,占总轨迹数的66.1%,对ρ(NO₂)、ρ(PM_2.5)、ρ(PM₁₀)和ρ(SO₂)贡献分别为(28.48±15.14)、(58.71±14.10)、(69.83±38.94)和(20.83±13.28)μg/m3. 舟山本岛PM_2.5的潜在源主要为毗邻城市间局地污染,集中于浙江沿海城市及杭州湾、上海等地.      

COVID-19疫情期间成都市地面臭氧污染特征及气象成因分析

受COVID-19疫情影响,我国各地采取了一系列封锁管控措施,由此导致大气污染物排放强度降低.本文以成都市为例,分析了2020年上半年的气象条件和大气污染浓度特征,并重点对臭氧浓度变化及同期对比结果进行了细致分析.结果表明：①与2019年同期相比,除O₃外的5种污染物（NO₂、CO、SO₂、PM₁₀、PM_2.5）浓度均降低,降幅分别为13.60%、8.96%、6.30%、4.56%、1.80%,而O₃浓度却异常升高,升幅最大值分别出现在2月（35.1%）和5月（36.1%）.②2020年上半年,O₃浓度高值出现时间较2015—2019年提前,气象条件较有利于臭氧的生成.100 hPa和500 hPa位势高度为正距平,气温、日照时数较往年升高,相对湿度和降水量下降,以静小风为主.③2020年4月25日—5月6日臭氧污染持续时间长,主要是由于复工复产导致臭氧前体物排放增加,以及稳定的天气形势,使成都长时间处于高温（>30℃）、低湿（40%~60%）、静小风（1.3 m·s^-1）等不利扩散的气象条件下.气团后向轨迹和污染潜在源区表明研究区受到来自成都偏东一带及川南地区高污染气团短距离输送的影响.     

莆田地区一次臭氧污染过程分析

利用2018年7月28日—8月5日莆田地区4个环境监测站臭氧逐小时浓度观测资料、莆田国家气象站逐小时资料、莆田地区风廓线雷达站逐小时资料对7月29日—8月4日的臭氧污染过程进行分析.结果表明,除7月30日臭氧最大浓度为193 μg·m^-3外,其余日期莆田市监测站的臭氧浓度小时最大值均超过200 μg·m^-3.本次污染过程在气象条件上臭氧浓度与温度呈正相关,与湿度呈负相关,臭氧浓度与两者的相关系数绝对值均大于0.77.边界层上的偏西风和西南风在此次过程中表现出有利于本地区臭氧污染的形成和维持.结合污染物排放资料和后向轨迹分析表明,污染主要成因以外来源输送为主,后向轨迹经过漳州、泉州排放区,本地区排放对污染的贡献较少.莆田市监测站的NO_x与O₃浓度呈正相关的特殊现象是海陆风和山谷风配合地形造成的O₃和NO_x共同堆积和扩散所导致的.     

基于RAMS-CMAQ模拟的2019年初威海市大气污染反弹成因研究

威海市是山东省东部最典型的沿海城市,也是中国、日本、韩国大气污染相互传输影响的重要通道.虽然威海市大气质量已连续4年达标,但其污染仍时有反弹.2019年1-2月威海市大气NO₂和PM_2.5浓度反弹率分别达48.5%和35.0%,明显高于山东省内陆地区和京津冀地区平均水平.通过对同期空气质量例行监测数据和气象资料统计分析、空气质量模型RAMS-CMAQ模拟和后向轨迹聚类等方法定量剖析了威海市大气污染反弹的原因.结果表明,威海市2019年1-2月空气污染反弹与气象条件及其相关联的污染物区域输送有较大的相关性,与2018年同期相比,冷空气活动弱、降水量偏少、风速偏低、受来自山东内陆和京津冀相对高污染区污染输送影响偏多是造成本次污染反弹的主要诱因.RAMS-CMAQ模拟显示,相同排放源假定下,由气象条件及其引起的区域传输造成的PM_2.5和NO₂浓度反弹,2019年1、2月较2018年同期PM_2.5浓度增加值分别为8、3 μg·m^-3,分别占总反弹率的53%、37.5%,NO₂浓度增加值分别为10、7.5 μg·m^-3,分别占总反弹率的58.8%、40%.说明威海市空气质量受外来输送明显、扩散条件及区域污染输送是空气质量评估不容忽视的重要因素.     

基于高阶递归神经网络的AUV鲁棒控制方法

目的 提出一种基于高阶递归神经网络的AUV鲁棒控制方法。方法 利用结构简单但逼近效果优越的高阶递归神经网络,对建模不确定性和外部未知干扰进行估计,并将其补偿到输入控制律中,以提高控制性能。之后,基于HJI理论和Lyapunov稳定性分析导出神经网络权重自适应更新律和AUV自适应控制律,设计反步滑模方法作为对比方法,并进行仿真实验。结果 设计的基于高阶递归神经网络的AUV鲁棒控制方法的跟踪误差、调节时间等控制指标均优于反步滑模方法。设计的鲁棒控制方法可以控制AUV精确跟踪目标轨迹,同时具有优秀的控制性能和鲁棒性。结论 这一研究为AUV轨迹跟踪控制领域提供了一种高效且有效的方法,有望在复杂、不确定的水下环境中得到应用。     

SVD在串联故障电弧检测及选相中的应用*

煤矿井下发生串联故障电弧易引发火灾等安全事故,为了预防电气火灾、指导线路维修,利用三相电动机及变频器负载开展不同线路、不同电流条件下的串联故障电弧实验,研究三相串联故障电弧的检测及选相方法。首先,对单相电流进行一阶差分处理后,建立改进的吸引子轨迹矩阵作为故障特征矩阵;其次,对故障特征矩阵进行奇异值分解,采用特征矩阵的奇异值构建串联故障电弧检测及选相的特征向量;最后,利用极限学习机建立故障电弧检测及选相模型,并测试检测及选相准确率。研究结果表明:提出的SVD方法可以利用单相电流实现三相电动机及变频器负载回路中的串联故障电弧检测及选相。     

电除尘器内 MHD 数值理论研究及模拟计算分析

磁流体力学偏微分方程组（ MHD）描述了导电流体在电磁场中运动状态,借助CFD软件,应用MHD模型计算分析放电极电位分布及颗粒运动轨迹特性,结果表明：空间电荷效应对电位分布有明显的加强作用;粒径越大,颗粒荷电量越多,受空间电场力作用越明显;湍流对颗粒运动轨迹影响不容忽视。     

临安大气本底站酸雨污染变化特征与影响因素分析

利用临安大气本底站酸雨观测数据,研究临安大气本底站降水pH,酸雨发生频率的时间分布特征、变化趋势及其影响因素;借助后向轨迹分析法分析输送形势对临安大气本底站酸雨的影响。研究表明:最近6年间临安大气本底站降水pH各月均值均小于4.5,均达到强酸雨的程度;临安大气本底站的酸雨发生频率表现为夏季低、秋季高;1985—2009年临安大气本底站降水的年均pH全部达到酸雨程度。根据Daniel趋势检验,临安大气本底站年均降水pH总体上呈逐年下降的趋势。风速越小,酸雨出现频率就越高;降水pH受降水量的影响较大。临安大气本底站的酸雨与降水前的大气中SO2浓度存在负相关的关系。根据气团的来向与酸雨污染程度的关系分析,临安大气本底站的酸雨污染受到其北部地区和浙西地区的酸雨气体物输送的影响较大。临安大气本底站的酸雨污染特征已由原来的硫酸型转为硫酸型与硝酸型并重。     

华北地区一次重污染天气的气象变化过程分析

利用大气环境监测数据、常规气象观测资料、探空数据以及HYSPLIT后向轨迹模式对2014年2月20—26日发生在华北区域的一次大面积重污染天气进行综合分析。利用风云卫星观测资料直观展示了污染的生成、消散状况。结果表明,在此次重污染天气过程中,华北地区主要城市均观测到高浓度的PM_(2.5),其中北京、石家庄PM_(2.5)小时浓度均值分别为286.1、371.2μg/m~3。该次污染与天气过程关系密切,平稳的高空环流形势、华北地面弱低压为污染天气的发生、发展提供了有利的气象条件。地面的静风或小风天气以及近地逆温的出现有利于污染的维持。后向轨迹分析表明,此次污染过程区域性明显,南部、西南部周边地区的污染物外源性输入对研究的主要城市有显著影响。