汾渭平原典型污染城市PM2.5来源分布及传输分析

基于后向轨迹模式(HYSPLIT)和美国国家环境预报中心的GDAS数据(2019年3月—2020年2月),模拟了临汾市冬季24 h的气团后向轨迹按季节的聚类,研究了不同来源区域对临汾市PM_2.5的主要污染来源和污染传输通道,阐明了PM_2.5不同轨迹传输的季节特征,结合潜在源贡献(PSCF)分析法和浓度权重轨迹(CWT)分析法,解析了不同污染源区对临汾市的污染贡献强度。结果表明：临汾市PM_2.5污染主要集中在冬季,春秋季次之,夏季最低;通过气团后向轨迹聚类分析发现,沿汾河流域西南与西北方向是大气污染主要传输通道;潜在源贡献和浓度权重轨迹分析发现,临汾市境内、洪洞县、尧都区、襄汾县污染贡献强度较大,周边城市榆林、运城、焦作对临汾市有所影响。     

2019年秋冬季京津冀与周边地区污染传输特征分析

本研究结合大气环境观测数据,应用潜在源分析法(PSCF)和浓度权重轨迹分析法(CWT),以及基于WRF-CMAQ模式的传输矩阵和传输通量计算方法,研究分析了2019年秋冬季京津冀典型城市的大气污染特征与成因,量化评估了京津冀地区与周边省份之间的PM_2.5传输贡献.结果表明,京津冀地区冬季较秋季污染严重,且重污染时段PM_2.5浓度均与相对湿度呈显著的正相关,和风速呈显著的负相关;京津冀典型城市北京、天津和石家庄的潜在源区主要分布在京津冀本地、山西、内蒙古中部地区和山东地区,这与CWT结果基本吻合.京津冀各省域的PM_2.5以本地排放贡献为主,北京、天津和河北的本地贡献率范围为54.33%～66.01%,京津冀受区域外传输的贡献率范围为0.11%～26.54%.传输通量结果表明,冬季PM_2.5的传输主要受高空西北气流的作用,尤其清洁天气,高风速驱动清洁气团流入;秋季则主要受低空东南气流作用;传输通量呈现出显著的垂直分布特征,高空区域传输作用更为活跃,传输通量的流入/流出以及垂直分布与污染级别和RH呈现非线...     

线性规划方法在城市大气污染物排放总量控制中的应用

为了实施城市大气污染物排放总量控制，实现逐点浓度达标与各功能区达标，本文讨论了线性规划方法在大气污染物排放总量控制中的具体应用，提出了合理选择控制点和计算污染物浓度贡献系数矩阵的方法，结合控制点源排放的Ａ－Ｐ值法建立了大气污染物排放总量控制模型。     

京津冀区域PM2.5污染相互输送特征

基于CAMx-PSAT空气质量模型,对2015年京津冀区域PM_(2.5)污染及相互输送特征进行定量模拟,建立了京津冀13个城市的PM_(2.5)传输矩阵.结果表明,在年均尺度上京津冀区域PM_(2.5)以本地污染源贡献为主(21.49%~68.74%),传输贡献为辅,其中区域内传输贡献约为13.31%~54.62%,区外贡献约为13.32%~45.02%.PM_(2.5)传输特征呈现显著的时空差异性,区域中部城市唐山、北京、天津、保定和石家庄PM_(2.5)受本地贡献主导,在冬季尤其明显,而受传输影响较大的城市多分布在区域边界且在南部集中.区内作为汇的城市有廊坊、衡水、承德、秦皇岛和邢台,作为源的城市有天津、沧州、唐山、北京、石家庄和邯郸,张家口和保定对区内城市输出和受区内输入基本持平.典型城市分析证明城市间PM_(2.5)污染交互影响,北京与廊坊、保定、承德、天津和沧州等城市之间,天津与廊坊、唐山、北京、沧州和保定等城市之间,石家庄与邢台、衡水、保定、邯郸和廊坊之间均存在显著的PM_(2.5)相互输送.     

城市大气污染物来源特征

以北京市为案例，介绍一种包括污染物排放清单建立、环境空气质量模拟及区域环境影响分析等方法在内的城市大气污染物来源特征分析的整体技术方法，从而确定城市大气污染物的排放分布及浓度分布特征、行业排放分担率及浓度贡献、地区排放分担率及浓度贡献以及区域污染对城市环境空气质量影响等多方面特征，为城市大气污染的控制决策提供必要的理论支持。对北京市的研究结果表明：对PM10，扬尘和工业为主要当地污染源；对SO2，采暖和工业为主要当地污染源；对NOx，交通和工业为主要当地污染源；对3种主要大气污染物，石景山、朝阳南等工业区以及老城区对北京市的大气环境造成重要影响，为需要优先控制的地区；北京市周边污染源对北京环境气质量有较大影响，其中RM10的影响最大(高达47．3％)，北京市应同时加强对局地污染与区域污染的控制。     

本构模型特性对深厚场地非线性地震反应的影响

采用基于Davidenkov和Matasovic骨架曲线构造的不规则加卸荷应力—应变滞回圈,数值模拟了2个剖面的苏州第四纪深厚场地二维非线性地震反应。结果表明:(1)采用Matasovic模型计算的地表峰值加速度稍大于采用Davidenkov模型计算的地表峰值加速度,但前者计算的地表地震动持续时间稍小于后者计算的。随着基岩输入地震动强度的增大,两者给出的地表峰值加速度差异呈现逐渐增大的趋势,并与土体的横向不均匀特性有关;(2)两者给出的地表谱加速度谱形基本相似,其差异随基岩输入地震动强度的增大而增大;远场地震动作用下地表谱加速度的卓越周期也随输入地震动强度的增大而增大;(3)两者给出的峰值加速度随土层深度和横向的空间变化特征基本一致,远场地震动作用下的地表峰值加速度明显大于近场地震动作用下的地表峰值加速度。     

南京北郊VOCs对臭氧和二次有机气溶胶潜在贡献的研究

2013年3月1日~2014年2月28日采用GC5000在线气相色谱仪对南京北郊大气环境中的挥发性有机物(VOCs)进行了为期一年的连续监测,分析了VOCs的组成特征及季节、日变化规律,并结合PMF受体模型,采用最大增量反应活性(MIR)系数及气溶胶生成系数(FAC)分析了VOCs及其各来源的O3和SOA生成潜势.结果显示,南京北郊大气环境中TVOCs小时平均体积分数为45.63×10-9,TVOCs及各组分浓度呈现秋冬季高、夏季低的季节变化特征和双峰结构的日变化规律.SOA总生成量约为2.07μg/m3,芳香烃对其贡献率最大,占95.93%,其中的苯系物是生成SOA的优势物种;烯烃对OFP的贡献最大,接近65%;烷烃虽为VOCs的优势组分,却并非OFP和SOA的主要贡献者.不同季节VOCs的受体模型解析结果显示,工业排放和汽车尾气是南京北郊最主要的VOCs来源.富含苯系物的VOCs来源对SOA的贡献最大,对OFP贡献最大的则为富含乙、丙烯及异戊二烯的VOCs来源;春、秋、冬三季汽车尾气及工业排放(包括石化工业)二源对大气中的VOCs浓度、SOA的贡献及OFP的贡献影响最为显著,而夏季溶剂使用及植物源对SOA及OFP的贡献不容忽视.     

对长春市区贡献量最大潜在震源区的确定

采用地震危险性分析软件SHA,对长春市区一个场址进行地震危险性分析,分别计算得到周期为0s、1.0s和6s时,长春市区附近存在的各潜在震源区对场址地震危险性的贡献量。计算结果表明:长春潜在震源区在短周期时对场址贡献量最大,舒兰和松原潜在震源区在长周期时对场址贡献量最大。研究不同周期时对场址贡献量最大的潜在震源区,符合工程的实际情况,能够使最终确定的地震动参数更为合理可靠。     

北京大气中NO、NO2和O3浓度变化的相关性分析

臭氧（O₃）是城市污染大气中的首要光化学污染物,其变化规律与氮氧化物(NO_x=NO+NO₂)关系密切.采用49C臭氧分析仪和42CTL氮氧化物分析仪对北京城区O₃和NO_x浓度进行了连续观测,时间为2004-08～2005-07.结果显示,O₃和OX（O₃+NO₂）浓度在午后15:00左右出现峰值,NO_x呈双峰态日变化,在07:00和23:00左右出现峰值.不同季节污染物的浓度变化存在差异,O₃和NO_x浓度分别在夏季和冬季达到最大.NO_x浓度存在100×10^-9(体积分数)的“分界点”,NO_x低浓度时以NO₂为主,NO_x高浓度时NO占大部分.OX区域贡献和局地贡献存在明显的季节变化,前者主要受区域背景O₃的影响,在春季最大,后者主要受局地NO_x光化学反应的制约,在夏季最强,同时OX组分呈现显著的昼夜差异.     

北京大气中NO、NO2和O3浓度变化的相关性分析

臭氧(O3)是城市污染大气中的首要光化学污染物,其变化规律与氮氧化物(NOx=NO NO2)关系密切.采用49C臭氧分析仪和42CTL氮氧化物分析仪对北京城区O3和NOx浓度进行了连续观测,时间为2004-08～2005-07.结果显示,O3和OX(O3 NO2)浓度在午后15:00左右出现峰值,NOx呈双峰态日变化,在07:00和23:00左右出现峰值.不同季节污染物的浓度变化存在差异,O3和NOx浓度分别在夏季和冬季达到最大.NOx浓度存在100×10-9(体积分数)的"分界点",NOx低浓度时以NO2为主,NOx高浓度时NO占大部分.OX区域贡献和局地贡献存在明显的季节变化,前者主要受区域背景O3的影响,在春季最大,后者主要受局地NOx光化学反应的制约,在夏季最强,同时OX组分呈现显著的昼夜差异.