排序方式: 共有55条查询结果,搜索用时 15 毫秒
1.
CALPUFF-AERMOD大气预测模式耦合系统 总被引:2,自引:0,他引:2
AERMOD和CALPUFF在模型应用尺度、适用范围、气象与地形预处理以及特殊计算功能模块等方面具有自身的特点和优势。为了使模型系统计算结果合理科学,本文综合考虑AERMOD和CALPUFF的应用范围和特点,建立了CALPUFF-AERMOD耦合系统。以广东省东莞、中山、深圳的污染源和气象条件等资料为背景,进行污染预测模拟,以此评价模式的模拟性能,并对比CALPUFF与AERMOD的预测结果,最终计算得出的预测结果相对科学合理。 相似文献
2.
采用AERMOD和估算模式两种预测模式对同一生活垃圾填埋场进行了预测。比较两种预测结果可以看出,在污染源、预测范围、运行周期相同的情况下,敏感点处的落地浓度均与排放源强呈正比,与距离呈反比。预测结果同时说明,估算模式是一种保守的预测模式,其预测结果比AERMOD模式大,可作为进一步预测模式的有效补充。 相似文献
3.
北京典型道路交通环境机动车黑碳排放与浓度特征研究 总被引:3,自引:2,他引:1
本研究对2009年北京市典型道路(北四环中路西段)进行实际交通流监测和调研,分析了总车流量、车型构成和平均速度的日变化规律.应用北京机动车排放因子模型(EMBEV模型)和颗粒物黑碳排放的研究数据,计算该路段的黑碳平均排放因子和排放强度.根据同期观测的气象数据,应用AERMOD模型对道路黑碳排放进行了扩散模拟,并根据城市背景站点和道路边站点的监测数据对模拟结果进行了验证.研究表明,该路段黑碳平均排放因子与重型柴油车在总车流中所占比例呈现出极强的相关性,由于北京市实行货车区域限行制度,日间时段总车流的平均黑碳排放因子为(9.3±1.2)mg·km-1·veh-1,而夜间时段上升至(29.5±11.1)mg·km-1·veh-1.全天时均黑碳排放强度为17.9~115.3g·km-1·h-1,其中早(7:00—9:00)晚(17:00—19:00)高峰时段的黑碳排放强度分别为(106.1±13.0)g·km-1·h-1和(102.6±6.2)g·km-1·h-1.基于同期监测数据验证,AERMOD模型的模拟效果较好.模拟时段的道路黑碳排放对道路边监测点的平均浓度贡献为(2.8±3.5)μg·m-3.由于局地气象条件差异,日间和夜间的机动车排放对道路边黑碳的模拟浓度存在显著差异.日间时段,小型客车排放对道路边站点的黑碳浓度贡献最高,达(1.07±1.57)μg·m-3;其次为公交车,达(0.58±0.85)μg·m-3.夜间时段货车比例明显上升,其黑碳排放占主导地位,贡献浓度(2.44±2.31)μg·m-3. 相似文献
4.
美国AERMOD模型与中国大气导则推荐模型点源比较 总被引:3,自引:0,他引:3
介绍了美国AERMOD模型和中国大气导则推荐模型一般浓度公式,通过大气稳定度和扩散参数的确定、复杂地形处理和对流条件下污染物扩散等原理方面的比较认为,AERMOD模型优于大气导则推荐模型.以美国环境保护局(USEPA)2个试验场Clifty Creek(平坦地形)和Lovett(复杂地形)的数据资料为比较数据,分别用AERMOD模型和大气导则推荐模型计算SO2小时质量浓度,在Pasquill 6类稳定度下用相对偏差(FB)、预测值与观测值的比率(RHCR)及图形法(Q-Q图)等进行模型比较,结果表明:在RHCR和FB中,AERMOD模型除个别值外,其他均好于大气导则推荐模型;而大气导则推荐模型存在接近或大于模型可靠性界限0.67(0.66和0.74),说明其可靠性比AERMOD模型差;图形法比较中,强不稳定和不稳定下AERMOD模型明显好于大气导则推荐模型,而大气导则推荐模型预测值明显偏低,其他稳定度下结果相差不大.研究认为:在平坦地形和复杂地形条件下,AERMOD模型点源预测值均优于大气导则推荐模型,并从原理上进行了解释. 相似文献
5.
AERMOD在国内环境影响评价中的实例验证与应用 总被引:5,自引:0,他引:5
AERMOD是美国环保局推出的新一代空气质量模式系统,它由AERMET(气象数据预处理器)、AERMAP(地形数据预处理器)和AERMOD(大气扩散模型)3部分组成.结合宁波市北仑区域大气环境影响评价,对该模式系统进行模式验证,并应用于实际预测评价.验证结果表明,在采用适当的模型参数时,该系统预测值与实际监测值具有很好的一致性,SO2、NO2日均最高浓度预测准确率分别达到64.3%和85.7%.最后结合实际预测评价工作,提出AERMOD模式系统在国内环境影响评价工作中的优势及不足. 相似文献
6.
基于AERMOD模式的固定源对不同楼层大气污染预测研究 总被引:1,自引:0,他引:1
环境影响评价中,大气污染预测通常考虑地面的浓度影响,对高层住宅楼不同楼层影响的考虑较少.通过案例设计,模拟4种不同的污染排放情景,采用预测推荐模式AERMOD分别计算各情景下5个代表高度共20种组合情况的预测受体结果,并基于三维可视仪软件VOXLER直观显示各情景污染物浓度的空间连续分布情况,对小时最大浓度的分布规律利用分析工具CANOCO进行了分析.结果表明:(1)污染源高为15~80 m时,不同楼层间小时浓度分布差异性较大;污染源高为120~240 m时,楼层间差异性较小.(2)污染源高为15m时,小时最大浓度以50 m为分界线随楼层高度的增加先增后降;污染源高为80~240 m时,小时最大浓度随楼层高度的增加而增加. 相似文献
7.
8.
为了验证经度、纬度和时差参数对AERMOD模式预测结果是否有影响,假设在某气象条件下存在一个点源,利用AERMOD模式计算该点源排放的污染物的浓度分布.保持气象条件和污染源参数不变,仅改变点源所在地的经度、纬度或时差,重新利用AERMOD模式进行了预测,比较预测结果的差异.结果表明,经度、纬度和时差参数对白天时段行星边界层参数的计算值有影响,受影响的参数包括地表热通量、摩擦速度、Monin-Obukhov长度、对流速度尺度、温度尺度和混合高度.经度、纬度和时差的不同取值对AERMOD计算出的污染物小时平均浓度最大值和浓度分布影响明显.根据AERMOD公式的描述和能量变化得出,经度、纬度和时差的改变引起了项目所在地白天太阳高度角的变化,进而改变了地表热通量.地表热通量的改变,造成了行星边界层参数的变化,最终影响了浓度分布的计算值. 相似文献
9.
10.
基于国家气象局气象预报数据,建立了基于AERMOD的钢铁企业污染预报模型,模拟了新冠疫情管控期(2020年2~3月)及解封后期(2020年4~10月)河北省某钢铁企业对大气污染的影响,并结合空气质量实测数据进行模型验证.结果显示,不利风向条件下,该钢铁厂大气污染物排放对当地3个国控站点SO2、NOx和PM10的平均浓度贡献占比,在疫情管控期分别为20.19%~33.81%,17.49%~23.46%和2.02%~2.69%,在解封后期分别为13.43%~21.01%,11.09%~20.92%和1.20%~2.22%.由于疫情管控期受其他人为源干扰较少,该钢铁厂SO2、NOx和PM10的预报值和三个国控站点实际监测值的相关系数,在新冠疫情管控期(在单个站点中,最高分别为0.43、0.48和0.29)高于解封后期(最高分别为0.42、0.39和0.07). 相似文献