VOCs源强不确定性对臭氧生成及污染防治影响的模拟分析

本文基于三维区域空气质量模式WRF-Chem,通过修改模式化学模块,量化输出过程量和诊断量,提供了一种定量分析挥发性有机化合物(VOCs)源强不确定性对O3生成影响的方法.为无法定量计算VOCs源强导致的臭氧生成率[P(O3)]偏差,以及由此对O3体积分数分布和污染控制相关联的VOCs敏感区和NOx 敏感区分布的误判提供了方法参考.采用标准统计参数对WRF-Chem模式的气象场与污染场模拟性能进行了评估,相关指标均优于前人结果.以INTEX-B(intercontinental chemical transport experiment-phase B)人为源、FINNv1(fire inventory from NCAR version 1)生物质燃烧源和 MEGAN(model of emissions of gases and aerosols from nature)生物源作为基准源,并以卫星观测数据作为约束,对排放源进行改进,评估了源改进前后臭氧生成率[P(O3)]、O3体积分数和O3控制敏感区指标(Ln/Q)的变化情况.仅人为VOCs(AVOCs)源增加68％后,P(O3)模拟峰值增升比例达13％～82％,以北京观测站点为例,P(O3)模拟月均峰值增加42％(22.5×10-9 h-1).对P(03)形成贡献比例最大的主要化学反应是HO2+NO(占比约68％),AVOCs源增加68％后,该反应贡献比例下降至65％.在改进源下,P(O3)普遍增加达到2×10-9～4×10-9h-O3各季节增幅较大的区域均主要集中在京津冀、长三角和珠三角中心城市及周边区域,与我国大型城市区基本都是VOCs敏感区的结论一致.整体而言,VOCs源强改进后,Nox敏感区O3体积分数增加幅度不大,不超过4×10-9,而部分VOCs敏感区增幅超过20 x10-9.VOCs源强的不确定性会影响O3形成过程中Nox和VOCs敏感区的判断,特别是VOCs源强明显低估会夸大VOCs敏感区的范围,从而降低O3调控对策的有效性.     

结构应力逆向推演模型及其不确定度定量分析

目的 针对现有结构安全在线监测与评估方法存在的短板,结合人工智能方法探索新的解决方案。提出一种基于有限测点应力逆向推演整体结构应力分布的方法,以数据驱动的模式,基于神经网络技术搭建算法模型。方法 以结构有限元仿真数据为基础,运用相关性分析方法,获取代表结构响应特征的有限个测点,利用神经网络方法构建基于有限测点应力推演结构全场应力分布的算法模型。结果 以科学试验平台的连接器结构为对象,开展该算法模型的应用研究,并且对该应用实例下的算法模型开展不确定度分析,推演结果的相对不确定度u95rel为8.6%。结论 该算法模型的推演结果正确反映了结构总体响应特征。从建模过程角度分析,该算法模型的不确定度来源主要包括相关性分析方法、神经网络建模以及模型收敛条件3个方面。     

西宁市农牧源氨排放清单及其分布特征

以西宁市为研究区域,通过实地调研获得西宁市农牧源活动水平数据,利用排放因子法编制了西宁市2018年农牧源氨排放清单.分析了西宁市农牧源氨排放特征,利用ArcGIS进行3 km×3 km的空间网格化分配,利用蒙特卡罗模拟对畜禽养殖和氮肥施用氨排放清单进行不确定性分析.结果表明,西宁市2018年农牧源氨排放总量为4 644...     

河南省人类活动净磷输入的时空变化与影响参数

为探究河南省人类活动净磷输入状况,基于河南省18个省辖市(县辖市)行政单元统计数据,利用人类活动净磷输入量(NAPI)模型,核算河南省1990、1995、2000、2005、2010、2015和2019年人类活动净磷输入量.结果表明:在时间尺度上,1990～2015年河南省NAPI整体呈升高趋势,2015～2019年略...     

兰-白城市群主要大气污染物网格化排放清单及来源贡献

甘肃兰-白城市群为我国西北地区重要的重工业基地,大气污染物排放总量较大.研究高空间分辨率的污染物排放清单对于区域空气质量预报预警、减排方案模拟研究及大气污染防治等具有重要的科学意义.本文以兰州和白银为主要研究区域,基于研究区域污染源排放及统计年鉴等数据资料,建立了兰（2015年）-白（2016年）城市群7种（类）主要大气污染物网格化排放清单,并对其空间排放特征以及排放源贡献进行了详尽地讨论分析.结果表明,兰-白城市群7种主要污染物年排放量分别为：NO_x 2.22×10⁵ t、NH₃ 4.53×10⁴ t、VOCs 7.74×10⁴ t、CO 5.62×10⁵ t、PM₁₀ 4.95×10⁵ t、PM_2.5 1.91×10⁵ t和SO₂ 1.37×10⁵ t.其中CO的排放量最大,NH₃的排放量最小.本清单与北大和清华MEIC清单对比结果表明,交通源排放3个清单一致性较高,CO排放总量和其工业源排放与北大和清华MEIC清单排放源相差30%~40%,推测原因主要为清单计算过程中排放因子、分辨率和数据年份的差异.本清单网格化空间分布显示除NH₃外的其他6种（类）污染物,排放主要集中在市区,排放源中工业非燃烧过程源均为最大贡献占比,NH₃的主要贡献源是氮肥的施用及禽畜排放,其污染分布受耕地分布等因素影响较大.因此,减少工业非燃烧过程源、整合优质高效电力供应、使用清洁能源、严格控制工地扬尘、工业粉尘和做好城区绿化等,能有效地降低兰-白城市群NO_x、VOCs、CO、PM₁₀、PM_2.5和SO₂这6种（类）主要污染物的排放.NH₃的减排则主要可从控制氮肥的使用及减少禽畜排放两方面考虑.本研究还利用蒙特卡洛法分析了排放清单的不确定性,NH₃的不确定性最大为-31%~30%,CO的不确定性最小为-18%~16%,清单整体可信度较高.     

可控震源振动器系统不确定性分析

为了解决可控震源施工过程中振动器系统的安全性问题,采用故障树法建立仿真 模型。通过失效分析得出各故障单元的失效模式及单元间分布规律,计算出振动器系统 的可靠度。开展对该系统敏感性的不确定性分析,得出影响振动器系统可靠性的关键因 素为重锤上部密封失效。采用有限元法对其应力场进行模拟仿真。结果表明:随着工作 频率的升高,O形圈应力波动越大,密封越容易失效。Von Mises应力随压缩率的增大先 减小后增大,随槽口半径的增大而增大;接触应力在一定范围内随压缩率及槽口半径的 增大而增大。为振动器的结构优化与可靠性设计提供理论依据,并为油气资源勘探开发 的安全作业提供工程应用指导。     

产品碳足迹评价中不确定度与敏感度相结合的数据质量分析

产品碳足迹评价中,数据种类、来源、获取途径和量化方法的选择不同将直接影响到评价结果的可靠与否.本文建立了结合敏感度和DQI-Monte Carlo不确定度分析的产品碳足迹评价数据质量分析模型.首先通过敏感度分析识别出产品碳足迹评价中的主要数据,再采用DQI-Monte Carlo不确定度分析方法对主要数据进行数据质量判定,甄选出影响评价结果可靠性的关键数据,并由此有针对性地提出数据质量改进意见,从而有效地优化数据收集方案,减少碳足迹评价结果的不确定度.建立的方法应用于我国某塑料软包装印刷企业的印刷前阶段碳足迹评价中.     

Fuzzy optimization of multi-period carbon capture and storage systems with parametric uncertainties

Carbon capture and storage (CCS) is an important technology option for reducing industrial greenhouse gas emissions. In practice, CO₂ sources are easy to characterize, while the estimation of relevant properties of storage sites, such as capacity and injection rate limit (i.e., injectivity), is subject to considerable uncertainty. Such uncertainties need to be accounted for in planning CCS deployment on a large scale for effective use of available storage sites. In particular, the uncertainty introduces technical risks that may result from overestimating the limits of given storage sites. In this work, a fuzzy mixed integer linear program (FMILP) is developed for multi-period CCS systems, accounting for the technical risk arising from uncertainties in estimates of sink parameters, while still attaining satisfactory CO₂ emissions reduction. In the model, sources are assumed to have precisely known CO₂ flow rates and operating lives, while geological sinks are characterized with imprecise fuzzy capacity and injectivity data. Three case studies are then presented to illustrate the model. Results of these examples illustrate the tradeoff inherent in planning CCS systems under parametric uncertainty.     

优化、RSA和GLUE方法在非线性环境模型参数识别中的比较

参数识别是数学模型应用的前提,本文对非线性环境模型常用的3种参数识别方法进行了比较分析.优化方法是出现最早、应用最广泛的参数识别方法之一.但在观测误差存在的情况下,采用优化方法识别的最优参数进行模型预测,存在很大的决策风险.考虑到这种不足,RSA方法和GLUE方法摒弃了识别单一最优参数的传统思维,而把识别参数扩大到多点组成的参数集.RSA方法与GLUE方法不同的是,RSA方法把可行的参数点看成是同等接受的,而GLUE方法则根据模拟值与实测值的差别,确定其似然度,代表参数的可信度水平.除参数识别以外,RSA方法和GLUE方法也是全局灵敏度分析的重要工具.     

Estimating the uncertainty of pesticide residue analysis from mango using multi-residue analysis and validation of method

Validation of method was performed for various pesticides on mango matrix involving the processing of sample at ambient and cryogenic conditions. The linearity, limits of detection, repeatability, matrix effect, and recovery were studied as the aspects of method validation. The effect of matrix on recovery was found to be medium (20–50%) and strong (>50%). After correction by matrix-matched calibration curves, the recovery was calculated to be in the range of 80–107% and 80–105% at ambient and cryogenic processing, respectively. The precision estimated for the recovery of pesticides obtained from both solvent- and matrix-matched calibration curves and at both the processing conditions was determined to be >20% except for chlorpyrifos and atrazine. The uncertainty established for the methodology was >20%, which substantiates the efficiency and reliability of methodology used for pesticide residue analysis in mango in this study.