上海市大气颗粒物高浓度区污染物的源解析

应用受体模式的化学质量平衡法支９个监测点的大气颗粒物进行污染源的源解析，得出这９个监测点的各类污染源平均贡献率为建筑尘占３２．１％，土壤尘占２７．５％，钢铁尘占２４．９％，燃煤尘占１４．８％，汽车尘和燃油尘分别占０．２％和０．４％。     

中国东部春季一次强冷锋活动空气污染输送过程分析

利用CMAQ(4.7.1)和HYSPLIT后向轨迹模式,结合长岛和洪泽湖站点污染物观测数据,对2011年3月31日—4月3日影响我国东北部地区的一次典型强冷锋天气空气污染过程进行模拟分析,验证表明模式能较好地模拟此次强冷锋过程. 由结果可知,此次强冷锋前后污染物浓度呈先升后降又上升的现象. 在冷锋移动过程中,锋前出现一条高浓度污染带,锋面将污染物抬升至800～500 hPa的高度,使污染物在对流层中层快速向西太平洋传输;冷锋对当地污染物的去除不仅有水平方向的推动作用,还会使污染物向高空输送. 锋面过后污染物浓度急剧降低,冷锋对长岛站点SO₂、O₃、NO_x、PM_2.5的清除率分别为90.87%、34.10%、50.56%、72.69%,对洪泽湖站点则分别为82.53%、50.45%、65.11%、36.80%. 锋面过去1~2 d后,高压控制天气形势下污染物再次开始积累、浓度回升. 冷锋前后污染物形成一个“积累—锋前抬升—高空平流输送—锋后大风清除—积累”的循环.      

创新工业循环经济的绿色低碳企业先锋——记天津国投北疆发电厂

从寸草不生的盐碱地．到每年发电110亿千瓦时、淡化海水6570万吨、新增原盐50万吨、提供环保建材100多万立方米的新型工业集群化绿色产业基地．天津国投北疆发电厂实现了循环、低碳、节能、减排的绿色发展,结出经济效益、社会效益的累累硕果。     

发展可持续交通 提速大气污染防治

机动车污染是造成我国灰霾污染的重要原因,能否建立与我国社会经济发展要求相适应的绿色可持续交通系统,解决好机动车污染问题,直接关系到大气环境质量改善的速度与成效。为降低机动车污染排放,改善大气环境质量,需要推进可持续交通发展,重视交通战略环评及规划,引导交通结构向低污染和资源节约的合理模式发展,使交通发展适应城市承载力;加强供能基础设施建设,为新能源汽车产     

几种常用道路交通噪声预测模式在较高等级城市道路中的应用——以深圳市城市道路为例

本文以深圳市城市高速路、城市快速路和城市主干路等三类较高等级的多条典型城市道路交通干道为研究对象,通过实际监测与模式预测对比研究,分析和验证FHWA模式、规范模式、导则模式和RSL90模式等四种常用道路交通噪声预测模式在较高等级城市道路交通噪声预测中的准确性。研究结果表明,各模式预测的准确性高低依次为:导则模式、规范模式、RLS90模式、FHWA模式。     

从国际模式看我国的环境教育现状与展望

环境教育是环境保护的基础环节,一个具有良好环境教育的民族,才会在环境保护中承担重任。从20世纪六、七十年代开始,环境保护,教育为本就已经被发达国家所重视,相关理论与教育实践也日益成熟。借鉴学习国外环境教育的模式与理念,对提高我国环境教育质量,提升我国环境保护的整体素质有重要建设意义。     

日本交通部门碳排放与低碳交通相关因素研究

本文就日本向低碳社会体系转型的过程中,交通部门碳排放现状、都市交通体系构成、实施对策等方面进行了分析,探讨其交通运输领域低碳交通的相关因素及发展模式,为中国低碳交通体系的构建提供参考。     

2021年3月14-16日中国北方地区沙尘暴天气过程诊断及沙尘污染输送分析

2021年3月14—16日发生在北方地区的沙尘暴天气过程被认为是近10年来我国出现的最强过程.本文在对此次沙尘暴过程天气学特征分析的基础上,利用 HYSPLIT 模式和 GDAS 资料,运用潜在源贡献因子分析法（PSCF）和浓度权重轨迹分析法（CWT）,探讨了气候变化背景下沙尘输送源与天气系统的配置关系及本次过程中沙尘污染物PM₁₀质量浓度的潜在源区分布及贡献.结果表明,此次过程由强烈发展的蒙古气旋及冷锋过境,高空槽后冷空气持续补充引起,中高层强斜压性使地面蒙古气旋强烈发展,大风卷扬起的沙尘随上升气流输送到高空,并在偏北大风引导下,影响了我国大范围地区.内蒙古东北部至河套地区的强涡度梯度带、500、700 hPa较高的强冷平流中心与下层的温度平流差异以及交替的上升下沉运动为本次北方地区大范围沙尘暴过程提供了动力、热力及不稳定度条件.本次沙尘天气过程中,影响呼和浩特、北京的沙尘传输通道主要为北偏东路,影响银川的沙尘传输通道为西北路和北路,过程受多沙源传输通道影响.萨彦岭、蒙古国南部戈壁沙漠为本次沙尘天气PM₁₀的主要潜在源区,传输过程中混合内蒙古沙源地沙尘.总体来说,蒙古国南部戈壁沙漠对本次过程PM₁₀质量浓度的贡献最大.     

基于多机器学习算法耦合的空气质量数值预报订正方法研究及应用

应用多种机器学习算法进行时空耦合从而建立一种新的多模式集合预报订正算法(简称“ET-BPNN算法”),对4种常规污染物(NO₂、O₃、PM_2.5和PM₁₀)的空气质量模型预报结果进行订正. 订正方法分为两步,第一步中利用随机森林、极端随机树和梯度提升回归树3种机器学习算法,采用4个空气质量数值预报模式(CMAQ、CAMx、NAQPMS和WRFChem)的多尺度污染物浓度预报数据、中尺度天气模式(WRF)的气象因子预报数据(包括2 m温度、2 m相对湿度、10 m风速、10 m风向、气压和小时累计降水量)以及污染物浓度观测数据作为训练集,训练结果进入基于均方根误差的择优选择器,选取3种机器学习算法中优化效果最好的算法;在第二步中利用了BP神经网络算法,通过加权平均获得集合模式订正预报结果. 结果表明:①与模式集合平均算法相比,ET-BPNN算法使NO₂、O₃、PM_2.5和PM₁₀浓度预报值与观测值之间的均方根误差分别减小了30.4%、18.9%、43.3%和38.1%. ②ET-BPNN算法的优化效果较随机森林、极端随机树和梯度提升回归树3个机器学习算法有明显提升,与极端随机树算法相比,ET-BPNN算法使NO₂、O₃、PM_2.5和PM₁₀浓度预报值与观测值之间的均方根误差分别降低了42.7%、20.1%、19.7%和9.7%. ③在易发生污染的秋冬季,ET-BPNN算法对PM_2.5浓度的预报具有明显的优化效果,此外该算法明显缩小了不同站点预报和不同预报时效之间的偏差,具有较好的鲁棒性. ④对O₃和PM_2.5浓度预报而言,经ET-BPNN算法优化后的预报结果能够更好地把握污染过程,对污染物峰值浓度的预报也较模式集合平均算法更准确. 研究显示,ET-BPNN算法提高了空气质量模式对污染物浓度的预报效果.      

低碳交通建设障碍与应对措施

建设低碳交通对于我国经济实现绿色低碳和气候适应性转型具有重大影响。本文在阐述低碳交通建设重要性的基础上,分析了当前我国低碳交通建设存在着结构不合理、能源利用率低,监管力度不够,未形成高效的低碳交通科技支持体系,缺乏顶层设计与发展规划的衔接等主要障碍,提出了完善顶层设计引导各规划协同发展,实施结构性、技术性和管理性的交通节能减排,支持低碳交通技术研发,完善低碳交通监管体制,借鉴国际先进经验等措施来推进低碳交通建设。