复杂地形条件下空气污染预报方法研究

应用逐步回归统计方法，利用本溪市地面常规气象观测资料，对该市空气污染物TSP和SO2分别进行了计算分析。建立了预报方程，并对这2种污染物分别进行了预测检验。     

空气污染预测与地面气象要素应用

利用逐步回归的数理统计方法及本溪市大气环境监测资料和地面常规气象观测资料，对辽宁省本溪市空气污染物TSP和SO2的浓度分别进行了计算分析并建立了预测方程，并对这两种污染物分别进行了预测检验。     

沈阳市空气污染统计预报

使用逐步回归的统计方法,对沈阳市空气污染轴TSP和SO2分别建立了预报方程,并对这两种污染物分别进行了试报检验。     

沈阳市空气污染统计预报

使用逐步回归的统计方法,对沈阳市空气污染物ＴＳＰ 和ＳＯ２ 分别建立了预报方程,并对这两种污染物分别进行了试报检验。     

北京市几种主要污染物浓度与气象要素的相关分析

利用 1 999年 1 1月 1日至 2 0 0 3年 7月 30日间 ,北京市几种主要污染物SO2 、NO2 及PM1 0 浓度逐日资料和风速、温度及降水的逐日资料 ,分别对北京市几种主要污染物浓度与同期气象要素之间的关系进行了分析。通过分析注意到 ,污染物浓度与同期气象要素之间通常存在非常明显的非线性关系 ;因而采用非线性回归方程来描述污染物浓度与气象要素之间的依赖关系 ,这一改进使污染物浓度与气象要素之间的相关性有了明显的提高 ,同时使回归方程的误差减小。     

气象条件和污染物排放对兰州市冬季空气质量的影响

利用人工神经网络(ANN)技术,基于气象条件、污染物排放变化和污染物浓度资料构建污染物浓度统计模型,在此基础上分析气象条件和污染物排放源排放变化对污染物浓度逐日变化和年际变化的影响。研究结果发现基于ANN建立的大气污染统计预报模型模拟NO_2浓度准确性较高,其次为SO2,PM10浓度准确性较低。ANN的输入参数更适合NO_2的模拟,SO2和PM10浓度的影响因子较为复杂。气象条件变化是NO_2浓度逐日变化的主要影响因子,污染物排放量变化是NO_2浓度年际变化的主要影响因子。因子分离法计算得到的气象条件、污染物排放及两者相互作用对NO_2浓度逐日变化的贡献率分别是57.9%、24.5%和17.6%,对NO_2浓度年际变化的贡献率分别是13.7%、73.3%和13%。     

北京地区气溶胶PM2.5粒子浓度的相关因子及其估算模型

文中运用统计分析和气象统计预报的方法 ,使用北京白石桥小区的污染物观测资料和同期北京地区的气象观测资料 ,对影响大气污染的气象因子进行了综合分析 ,并分别建立了气溶胶PM 2 .5粒子浓度与气体污染物、气象要素场的两类统计相关拟合模型。发现气溶胶PM2 .5粒子浓度与气体污染物浓度存在不同程度的相关性 ,且与气象条件亦存在显著的相关关系 ,此类时空变化及其量化估算模型具有一定实际应用价值。通过确定气象要素场和气溶胶浓度的关系可进一步研究不同地区的污染物输送和污染源扩散影响的问题。     

石家庄市主要大气污染物的数值预报

应用CAPPS城市大气污染潜势和污染指数预报系统，对石家庄市主要大气污染物（SO2，NOX，TSP）的污染指数（API）进行模拟分析，结果表明，用CAPPS作城市大气污染预报时，应加入污染物排放的时间系数（Ti)订正和经验系数（Ki)订正，对北方城市而言，还须加入扬尘百分率（F）订正，用加入Ti,Ki和F订正后的CAPPS预报系统，对石家庄市大气污染物（SO2，NOx,TSP)进行模拟，结果SO2，NOx,TSP三种污染物的预报值与其监测值的相关系数分别提高到0．951，0．854和0．880。     

复杂地形上气象场对空气质量数值模拟 结果影响的研究

利用WRF模式三种边界层参数化方案(YSU、MYJ、ACM2)产生的气象场分别驱动多尺度空气质量模式CMAQ,对兰州市西固区冬季2005年1月27日至2月2日期间SO₂和NO₂浓度进行了数值模拟,将模拟结果与同期监测的污染物浓度进行对比分析,结果表明:WRF模式不同边界层参数化方案模拟输出的气象场驱动CMAQ模式所模拟的SO₂和NO₂浓度均可以反映出污染物的时空变化特征,CMAQ模式具有模拟复杂下垫面高分辨率污染物输送特征的能力;WRF模式的边界层参数化方案选为局地与非局地闭合方案(ACM2)时,模拟的气象场驱动CMAQ模式得到的空气污染物浓度分布特征最优,这主要是由于ACM2的湍流输送机制较为合理,模拟的边界层低层气象场更接近实际,从而可以较好地模拟污染物的输送特征;当CMAQ模式的垂直混合方案与WRF模式的湍流输送方案一致时(均采用ACM2方案),模式间的兼容性好.     

建筑物对称性对大气输移特性影响的模拟研究

运用修正的k-ε双方程湍流模型分别对非对称性建筑物和对称性建筑物周围的流场和污染物浓度场进行模拟,计算出地面风速为3 m/s时不同建筑物周围的流场与污染物浓度场分布。结果表明:建筑物的形状对建筑物周围风场和污染物浓度场有明显的影响,不同形状建筑物尾流区形态各不相同。数值模拟结果对研究建筑物周围的传输特性有一定的指导意义,并对污染物的扩散机理进行了探讨。     

西安城市空气质量预报统计方法及业务化应用

介绍了空气质量统计预报方法,对西安空气污染物时空分布特征进行分析,选择了表征大气扩散能力的地面、高空气象直接、间接因子,把地面天气形势分为12种形势,在分冬、夏半年的基础上,分别建立各个形势下SO2、NO2、PM10的72个回归方程.     

一次深对流过程对不同溶解度大气化学气体成分垂直再分布作用的模拟

结合MEIC大气污染物排放源清单,利用耦合了大气化学模式的中尺度气象数值模式WRF-Chem,对2016年5月6日广东地区一次深对流天气过程及其大气化学气体成分变化进行模拟,着重研究深对流系统对大气化学气体成分再分布的影响。结果表明:数值模拟较真实地再现了这次深对流天气过程中大气污染物的时空分布特征。通过计算,评估了这次对流降水对不同溶解度的大气污染气体的湿清除效率,发现湿清除过程对低溶解度大气污染气体CO、NO_2和O_3的湿清除效率几乎可以忽略不计,而对SO_2、H_2O_2和HNO_3的湿清除效率则分别达到50.8%、98.6%和38.2%。随着溶解度的增大,清除效率并不一定增大,这是因为大气物理和化学过程共同影响着气体污染物的清除效率。     

辽宁中部城市群主要大气污染物时空分布特征的数值模拟

利用美国第三代空气质量模式系统Models-3对2002年1月17～18日辽宁中部城市群大气污染物SO2,NO2和PM10的浓度分布进行了数值模拟,并将模拟结果与监测结果进行了对比分析。结果表明:污染物的模拟值与观测值变化趋势具有一致性,模式反映了SO2,NO2和PM10浓度的时空分布特征和变化规律,再现了污染物浓度呈波峰波谷日变化的重要特征,可用于辽宁中部城市群区域大气污染物的研究。     

提高火电行业排放标准对中国经济和污染物排放的影响——基于环境CGE模型的测算

通过利用环境CGE模型测算实施《火电厂大气污染物排放标准GB 13223-2011》对中国宏观经济和污染物减排的短期影响。模拟结果显示,短期内,新标准对宏观经济的影响较小,GDP只下降了0.18%。从行业产出看,要素价格下降,使工业部门和出口导向型行业成本降低,产出扩张。此外,新标准对大气污染物减排的效果显著。由于脱硫脱硝装置的投入使用使末端废气去除率提高,进而导致煤炭燃烧排放量大幅下降,SO₂和NO_X的排放量分别下降22.8%和11.4%,绝对量分别减少560万t和148万t。     

南昌市空气质量预报产品检验分析及统计订正试验

利用南昌市环境空气质量监测数据,对比分析了WRF-Chem模式和国家级空气质量预报指导产品对6种污染物浓度的预报效果,并采用时序法、时刻法和标准化法3种训练样本构建方案,利用BP神经网络法对WRF-Chem模式和国家级空气质量预报指导产品6种污染物浓度的预报结果进行订正试验。结果表明:1)WRF-Chem模式预报的6种污染物浓度的预报误差整体比国家级空气质量预报指导产品的预报误差要小,即WRF-Chem模式的预报效果优于国家级空气质量预报指导产品。2)WRF-Chem模式6种污染物浓度预报值与观测值的均方根误差的日变化均呈波动形式,除了O3在10时开始升高到18时达到峰值以外,其余的污染物均是从10时开始下降到16时或18时达到谷值。国家级指导产品6种污染物浓度预报值与观测值的均方根误差日变化则略有不同,除了NO2和O3分别在08时和20时达到谷值以外,其他4种污染物均是在14时达到谷值。3)采用标准化法对CO、SO2、PM10、PM2.5集合订正后的误差比WRF-Chem模式的要小;时刻法、时序法对NO2、SO2、PM2.5集合订正后的误差比WRF-Chem模式的要小,预报效果对单一模式预报结果有一定改进作用。     

汾渭平原东部运城市空气污染变化特征及其气象因素影响分析

本文综合利用2015—2020年地面气象观测资料、欧洲中心ERA5再分析资料及大气环境监测数据,分析了汾渭平原东部运城市污染物浓度的变化特征以及与天气形势和气象要素的关系。结果表明：①2015—2020年期间运城市PM2.5、PM10、SO2、NO2、CO 5种污染物年平均浓度呈下降趋势,而O3浓度呈上升趋势;②冬季和夏季空气质量相对较差,首要污染物分别是PM2.5和O3,边界层高度的变化与近地层风向风速、污染物浓度的关系密切,冬季（夏季）PM2.5（O3）污染较重时边界层高度较低（较高）,以东北风（东南风）为主,风速偏小（偏大）;③最后利用自组织映射神经网络（SOM）算法分别对冬夏925 hPa位势高度场进行天气分型并开展不同天气形势下污染物浓度与气象要素的变化对比研究,发现冬季污染时以静稳天气为主,低层弱东北风将污染物输送至运城市,而夏季O3污染较重时受热低压形势控制,利于O3前体物汇合,太阳辐射较强时O3浓度较高。     

气象条件对呼市初冬空气污染的影响

通过对2003年11月呼和浩特市气象站的常规气象资料和同期天气图资料与环境监测站自动监测系统的污染物(SO2、NO2、PM2)浓度资料进行分析,并计算了污染物浓度与气象条件的相关系数。结果表明：空气污染物浓度的变化与气象条件有显著的相关关系,不同的地面和高空天气形势对应空气污染浓度不同。     

两种空气质量数值模式的应用评估与集合改进研究

利用2018—2019年国控站观测,评估CAMx和CMAQ模式对广东珠海主要污染物时空分布与演变特征的预报能力,并引入多元线性回归和随机森林方法对预报结果进行集成,探究不同集合方法的改进能力。结果表明：CMAQ在各污染物浓度季节-日变化方面明显优于CAMx,但两者存在明显系统偏差,并对多数污染物(除O₃之外)的昼夜和空间变化的模拟能力仍存在明显缺陷。例如,CMAQ合理地还原了CO、PM_2.5、PM₁₀、SO₂、O₃和NO₂的季节变化,相关系数介于0.72～0.84,但NMB分别达到-0.58、-0.18、-0.30、1.52,-0.16和-0.20,RMSE分别达到0.40 mg/m³、6.86、16.02、10.71、25.05和10.21μg/m³。同时,基于不同污染物构建的两种集合方法均有效移除了系统偏差,加强了CMAQ的模拟优势,并且随机森林方法明显优于多元线性回归,但两者均对模式缺陷无明显改进。进一步分...     

贵阳市大气污染物浓度特征及降水的清除作用

本文利用2013年1月1日~2015年6月30日贵阳市9个环境监测站的6种主要大气污染物(SO2、NO2、O3、PM10、CO、PM2.5)监测数据,分析了贵阳市主要大气污染物的年变化、日变化特征及降水对首要污染物浓度变化的影响。发现SO2、NO2、PM10、CO、PM2.5浓度为单谷型年变化,夏季浓度最低,冬季浓度最高;O3浓度为双峰型年变化,4、10月分别有两个极大值、11~2月与7月分别为两个极小值;SO2、NO2、PM10、CO、PM2.5浓度日变化呈双峰型特征;O3浓度日变化为单峰型特征;郊区SO2、NO2、PM10、CO、PM2.5日平均浓度低于市区,而郊区O3日平均浓度高于市区。降水对O3的湿清除效果不好,对其余大气污染物的湿清除效果较好,尤其夜间降水对颗粒污染物(PM2.5、PM10)的清除效果优于白天降水,但会使O3浓度明显上升。     

2007—2011年春季呼和浩特市空气质量特征分析

文章对2007—2011年春季(3—5月)呼和浩特市逐日环境空气主要污染物SO2、NO2和PM10的日平均值进行了分析,得出可吸入颗粒物PM10是呼和浩特市近5a春季环境空气出现Ⅲ级(轻微污染)以上污染天气的唯一的首要污染物;在此基础上,对发生在2011年春季(3—5月)内蒙古中西部沙尘天气下,呼和浩特市同期首要空气污染物的变化做了分析,以期对今后呼和浩特市空气质量预报能提供一些参考。