Measurements and Modelling of Air Pollution in a Street Canyon in Helsinki

A measuring campaign was conducted in the street canyon 'Runeberg street' in Helsinki in 1997. Hourly concentrations of carbon monoxide (CO), nitrogen oxides (NO_X), nitrogen dioxide (NO₂) and ozone (O₃) were measured at the street and roof levels, and the relevant hourly meteorological parameters were measured at the roof level. The hourly street level measurements and on-site electronic traffic counts were conducted during the whole year 1997, and roof level measurements were conducted during approximately two months, from 3 March to 30 April in 1997. The Operational Street Pollution Model (OSPM) was used to calculate the street concentrations and the results were compared with the measurements. The overall agreement between measured and predicted concentrations was good for CO and NO_x, but the model slightly overestimated the measured concentrations of NO₂. The database, which contains all measured and predicted data, is available for a further testing of other street canyon dispersion models.     

环境监理运行模式初探

围绕环境监理的基本职责 ,对捆绑式、专一式、切块式 3种不同的环境监理运行模式进行了探讨。提出切块式环境监理运行模式比较适合现阶段环境监理工作 ,是一种值得推广的环境监理运行模式。     

Artificial neural network based carbon monoxide persistence models for episodic urban air quality management

This paper describes the development of artificial neural network (ANN) based carbon monoxide (CO) persistence (ANNCOP) models to forecast 8-h average CO concentration using 1-h maximum predicted CO data for the critical (winter) period (November–March). The models have been developed for three 8-h groupings of 10 p.m. to 6 a.m., 6 a.m. to 2 p.m. and 2–10 p.m., at two air quality control regions (AQCRs) in Delhi city, representing an urban intersection and an arterial road consisting heterogeneous traffic flows. The result indicates that time grouping of 2–10 pm is dominantly affected by inversion conditions and peak traffic flow. The ANNCOP model corresponding to this grouping predicts the 8-h average CO concentrations within the accuracy range of 68–71%. The CO persistence values derived from ANNCOP model are comparable with the persistence values as suggested by the Environmental Protection Agency (EPA), USA. This work demonstrates that ANN based model is capable of describing winter period CO persistence phenomena.     

线性修正趋势分析技术在环境质量预警预测中的应用

线性修正趋势分析法根据历年数据建立线性模型并进行修正,预测年度、季环境要素污染物变化情况,可应用于空气质量、水环境质量、噪声环境质量、污染源污染物排放等预警预测数据统计分析评价,为环境决策提供技术支持。本文通过实例论述了该方法在实际工作中的应用。     

大气污染排放窗口机制研究

以2种典型的污染排放源(点污染源和线污染源)为基础,提出排污窗口的概念,通过参数转换分解源强对污染扩散进行研究。首先在高斯污染扩散模型的基础上,对非持续性污染源强建模,然后以某烟囱的周期性排污分析,检验排污窗口设置的合理性。对于单双号限行的窗口性质的污染排放研究中,首先对交通流建立线污染扩散模型,然后融合元胞自动机(9元胞互影响)模拟区域多角度污染的扩散平衡,最后对"单双号限行"下北京市不同区域空气质量指标进行分析与仿真。分析结果表明,合理的排污窗口能够减轻污染程度及对人们日常生活的影响。     

二维平流扩散模型下的集合卡尔曼滤波模拟同化研究

为提高环境数值预报水平,构建了一个针对污染物扩散的模拟数据同化系统。采用集合卡尔曼滤波方法对二维平流扩散模型的状态变量进行了实时校正,实现污染物浓度的实时模拟预报,完成了敏感性实验中集合数目变化、观测方差变化和同化窗口长度变化研究。比较考察观测点位置与污染源距离不同时的预报效果,探讨了优化条件下的同化策略,提出一种根据距离远近动态调节卡尔曼增益权重的方法。在集合数目较小时,可降低计算代价,得到优化的同化效果。     

环境污染物计算毒理学分析及环境行为模拟研究进展

根据国内外研究报道,系统地总结了计算毒理学和化合物环境行为模拟在环境科学领域的研究进展,包括二者的概念、理论、研究方法以及在环境研究中的应用;分析了计算毒理学和化合物环境行为模拟在发展中所面临的挑战,并提出对策;展望了计算毒理学和化合物环境行为模拟在环境研究中的发展前景。     

臭氧前体物排放清单相关模型及应用

欧美等国家对于O_3污染的研究开展较早,已建立较成熟的O_3污染生成、扩散及空气质量等模型。文章主要介绍评述了美国环保局推荐使用的计算O_3前体物的相关模型(MOVES、NONROAD、SMOKE、EMFAC和EDMS),从基本原理和功能、污染源类型、研究尺度、所需参数等方面对比分析各模型的特点和适用范围,并综述其国内外研究应用情况;讨论了中国在这些模型的使用方面应该注意的问题,如加强开展模型计算结果验证和基础实验获得本土化的模型参数,以及中国开发的相关模型的优势和适用性等。     

高效率颗粒物微物理模型简介与重污染过程应用分析

中国细颗粒物(PM2.5)导致的空气污染和雾霾天气问题越来越突出,在低层对流层中很多地方都有显著的二次颗粒物生成过程,因此对颗粒物物理化学转化过程的研究具有重要意义,其转化过程对空气质量模式模拟和预报的准确性有重要影响。高效率颗粒物微物理(APM)模型经过近20多年的研究和发展,在全球化学传输模型(GEOS-Chem)、区域性气象和化学预报模型(WRF-Chem)通用地球系统模型(CESM-CAM5)等气象及环境空气质量预报模型中取得了很好的应用验证,能够在全球/区域等不同尺度对粒子生成、长大、凝聚、消除等微物理过程以及气溶胶光学厚度(AOD)、直接/间接辐射强迫等进行模拟。应用GEOS-Chem-APM模式模拟了2014年2月京津冀区域的重污染过程。结果显示,湿度模拟的准确性对其他物理和污染物浓度等模拟结果有重要作用;2月20—26日的重污染过程模拟结果与实际观测较为吻合,主要污染特点是较高的湿度(90%以上),同时,二次颗粒物和包裹了二次物种的一次颗粒物(黑碳/有机碳)是低能见度的最大贡献者。     

济南市空气污染现状及控制对策

利用2013年1—12月济南市大气监测数据,分析该市空气质量现状及时空分布特征,结果表明:2013年济南市空气主要污染物质量浓度均超过《环境空气质量标准》(GB 3095—2012)二级标准限值,空气污染严重时段为冬季采暖期,颗粒物污染严重区域为该市西部和西北部地区,SO2、NO2污染严重区为中心城区,并从点源、面源和移动源3个方面提出相应的污染防治对策。在SO2、NOx和工业烟粉尘分别减排22.5%、18.2%和31.4%的条件下,运用Models-3/CMAQ模型模拟计算得出:2015年1月和7月,济南市空气中SO2、NO2、PM10和PM2.5的质量浓度与2010年同期相比将分别降低23.9%和29.7%、11.4%和15.9%、21.9%和32.6%、13.5%和26.9%,空气质量得到明显改善。