台州市O_3时空分布特征及污染趋势分析

为研究台州市的臭氧(O_3)时空分布特征及污染趋势,利用WRF、CMAQ、CAMx等模型,对台州市臭氧浓度通过不同的控制情景进行模拟。结果表明,2016年台州市O_3污染物浓度分布与地形特征非常相似,总体呈现"西北部高,东南部低"的态势;四季分布则呈现春高、夏秋季减弱、冬季最低的季节性规律。台州市O_3污染具有较强的区域传输性,2016年台州本地只贡献了4.3%,外来源贡献了95.7%。随着情景方案的逐渐加强,O_3日最大8小时平均值第90百分位数(O_3-8h-90%)并没有呈现出明显的下降趋势。     

综合生态安全格局构建与城市扩张模拟的城市增长边界划定——以天水市规划区（2015—2030年）为例

传统的城市增长边界划定方法,一般仅考虑生态安全格局,并未考虑在现有客观条件下的城市扩张趋势,划定结果具有一定的主观性;或仅对城市的扩张进行模拟,忽略了城市的生态安全问题。针对上述问题,论文通过耦合城市综合生态安全格局与基于CA_Markov模型的城市扩张模拟结果,提出了一种新的城市增长边界划定方法:首先,合理选取因子构建研究区的综合生态安全格局,利用禁建区对综合生态安全格局的结果进行修正,获得研究区的刚性增长边界;其次,合理选取城市扩张驱动因子,通过CA_Markov模型预测城市扩张边界;最后,综合考虑刚性增长边界、模拟获得的城市扩张边界及近期城市拓展方案等,获得最终的城市增长边界。并以天水市规划区（2015—2030）为案例,对方法的科学性进行了说明。结果表明,论文划定的城市增长边界内总面积370.56 km²,占规划区总面积的7.7%。此方法能够有效解决城市增长与生态保护之间的矛盾,对河谷型城市等建设用地匮乏、生态环境脆弱城市的增长边界划定具有良好的应用价值,也可为其他类型城市的城市增长边界划定提供参考。     

基于脆弱性的地下水污染监测网多目标优化方法

区域地下水监测井的优化布设对于区域地下水系统管理有很重要的作用.为了以最少的监测费用最大化地获取区域污染风险和污染现状信息,以监测井数量最小、区域污染监测有效性最大、监测到的区域脆弱性分值最大为目标,建立了基于脆弱性评价的地下水污染监测网多目标优化模型.通过地下水脆弱性评价和溶质运移模型计算得到不同点位地下水脆弱性分值和污染物浓度,针对不同脆弱性等级提出区域监测井初设密度,采用改进非劣支配遗传算法（NSGA-Ⅱ）基于初设监测网求解该多目标优化模型,结合质量误差分析确定监测网优化方案.结果表明,阿什河漫滩区和樊家沟流域地下水硝酸盐氮污染相对较严重;地下水脆弱性高和较高等级区域分别分布在抽水井群影响范围和河漫滩;结合NSGA-Ⅱ Pareto最优解及质量误差分析结果,得到该区域地下水监测井最优数量（12口）及其最优布设位置.研究显示,该优化监测网与初设监测网插值所得污染羽的质量误差小于15%,满足监测精度要求.      

关中地区点源大气污染物扩散数值模拟

燃煤产生的大气污染物是雾霾的重要来源之一。大气污染物的扩散受到诸多因素的影响。文章从高斯模式出发,以SO_2的扩散为例,对关中地区点源大气污染物的扩散过程进行了数值模拟,并对各影响大气污染扩散规律的因素进行了灵敏度分析。模拟表明,环境风速、大气稳定度和污染物的有效排放高度对点源大气污染物的扩散具有重要影响。     

巢湖水源地水质对入湖河流的响应研究

文章基于三维水动力模型ELCOM建模,模拟分析巢湖水源地水质对入湖河流负荷响应关系,以及从白石天河进行引水时调水量不同带来的不同水质改善效果。不同站点水质受到入湖河流负荷影响大小主要与其距离该入湖河流远近相关,但结果同时显示,站点邻近的大流量入湖河流会改变这种响应关系。西部入湖河流需要较长的时间才会对东部水源地水质产生影响。故而,应该优先选择对柘皋河的水质进行改善,以保障水源地的水质。调水对水源地水质改善的模拟结果表明,水源地水质随调水流量的增加而得到较好的改善,计算结果为调水方案的优化提供了参考。     

天津地区污染天气分析中垂直扩散指标构建及运用

基于255 m气象塔风、温和PM_(2.5)质量浓度数据获取天津地区大气稳定度特征,利用中尺度大气化学模式构建垂直扩散指数β和φ,开展天津地区污染天气预报中垂直扩散分析方法的研究,以期提高天津地区重污染天气预报预警准确率.结果表明,综合运用大气稳定度、基于边界层平均PM_(2.5)质量浓度与近地面PM_(2.5)质量浓度比值构建的垂直扩散指数β,基于数值模式chemdiag功能(以CO为示踪物)构建的垂直扩散指数φ,可以在污染天气预报中较好的进行大气污染物垂直扩散能力分析.当07:00~08:00和18:00~20:00大气稳定度为D及以上时,相比大气稳定为C及以下时,出现重污染天气的概率成10倍的增加;使用垂直扩散指数β和风速双重指标判断重污染天气,比单一的风速指标判断准确率提升67%;垂直扩散指数φ与近地面PM_(2.5)质量浓度相关系数达到0.8,当垂直扩散指数φ小于0.52时,重污染天气概率75%,可识别59%的重污染天气.     

河南省冬季3次重污染过程的数值模拟及输送特征分析

利用WRF-Chem模式模拟2015年11月27日—12月1日、12月5—14日、12月19—25日河南3次重污染过程,结合空气污染资料和ERA-Interim再分析资料,对比分析了这3次重污染过程的开始、持续和结束及污染物的输送特征.结果表明,静稳天气有利于污染的发展持续,3次重污染过程的结束均是由西路冷空气入侵造成的.第1次重污染过程平均风场上的风速均为小风或静风,从湖北到河南南部风向为偏南风;而第2和第3次重污染过程平均风场分别以偏东和偏北风为主.第2和第3次重污染过程中均存在明显的由北向南的污染物输送过程.3次重污染过程中,河南省本地排放对本省PM_(2.5)浓度的平均贡献率最大,而河南省周边区域对河南PM_(2.5)浓度的平均贡献率在这3次过程中不一样,第1次重污染过程,河南南部主要受偏南风影响,湖北对河南PM_(2.5)浓度的平均贡献率最大,为20.7%;第2和第3次重污染过程主要受偏东风影响,安徽和江苏对河南PM_(2.5)浓度的平均贡献率最大,分别为17.7%和18.5%.3次重污染过程中,安阳的主要污染输送源均不相同,分别来自河北、江苏和安徽、本省.     

植物叶表尘及重金属对城市大气颗粒物污染的指示与评估

城市大气颗粒物污染问题日渐突出,目前主要依靠大气站点的直接观测数据反映污染的即时状况,而植物叶表尘及重金属的监测为评价大气颗粒物阶段性污染状况提供了新的途径.本研究通过分析北京交通带和公园共7个样点的臭椿(Ailanthus altissima)、槐(Sophora japonica)、北京杨(Populus beijingensis)、榆树(Ulmus pumila)、紫叶李(Prunus cerasifera f.atropurpurea)等5种常见绿化树种的叶表尘及重金属Cd、Cr、Cu、Mn、Ni、Pb、Zn含量,并计算尘金属综合累积指数(MAI),进而与邻近站点大气颗粒物观测数据对比并进行统计分析,尝试量化评价植物所处环境的大气颗粒物及尘重金属综合污染状况.结果表明:采用榆树叶表尘可量化评价大气可吸入颗粒物PM10的月均质量浓度,相对误差为1.2%~10.6%;臭椿叶表尘可量化评价大气细颗粒物PM2.5的月均质量浓度和月均空气质量指数(AQI),相对误差分别为0.18%~3.7%和0.26%~5.7%.MAI值可指示大气尘重金属综合污染状况,本研究中京承高速和朝阳公园大气尘重金属综合污染较重,其次为念坛公园、望京公园和玉蜓桥,最轻为岳各庄桥和麋鹿苑.     

不利风向条件下北部湾人为源对海口市PM2.5浓度影响的模拟研究

通过分析2013—2017年海口市风向频率、地面PM_(2.5)浓度及海口市所处北部湾地理位置,确定12月为北部湾对海口市最不利风向时间段.利用中尺度气象模式(WRF,Weather Research Forecast)驱动空气质量模型(CMAQ,Community Multi-scale Air Quality),设置一系列数值模拟情景,深入分析北部湾人为源对海口市PM_(2.5)浓度影响.结果表明:WRF/CMAQ能很好地再现北部湾气象场和PM_(2.5)浓度的时空分布.2013年12月,北部湾人为源对海口市PM_(2.5)平均贡献率约为45.4%,其中约有90%来源于海口市自身人为源,约有10%来源于广东广西片区,海南片区除海口外其余市县贡献可忽略不计.污染时段,北部湾和海口市自身贡献率均下降,平均贡献率分别为40%和36%,表明污染时段海口市PM_(2.5)主要源区不仅来自北部湾.通过分析后向轨迹,发现污染时段均会经过一个关键区——珠三角区域,表明珠三角区域很有可能也是造成2013年12月海口市PM_(2.5)污染的主要源区.清洁时段,北部湾和海口市自身贡献率均上升,平均贡献率分别为52%和48%,表明北部湾对海口市PM_(2.5)浓度影响在清洁时段更显著.因此,北部湾未来产业规划值得关注,因为这些产业很有可能使目前海口市清洁时段变为污染时段,导致空气质量下降.     

利用多模式最优集成方法预报上海PM2.5

采用多模式最优集成方法(OCF),对PANDA项目中国和欧洲7个空气质量模式的PM_(2.5)预报结果进行集成释用.2016年6月—2017年5月对上海逐日预报试验结果表明:和最优单模式预报结果相比,OCF预报的PM_(2.5)日均质量浓度的均方根误差降低1.9μg·m-3,相关系数提高0.04,日均质量浓度的精度评分TI提高了2.4,污染TS评分提高了0.28,污染空报率降低了20%,显著提高了PM_(2.5)污染等级预报、趋势预报和精度预报的技巧.对长三角合肥、南京、苏州、杭州、宁波5个城市的预报试验也得到类似的结果,为城市空气质量预报提供了新的方法和思路.但OCF对客观预报的改进幅度在夏季不如冬季显著,在降雨日相对较低.