一、杭州市区大气中PM_(10)等污染物的预测研究(论文文献综述)
矫健[1](2021)在《我国中东部背景地区大气气溶胶PM10理化特征及来源分析》文中进行了进一步梳理本研究对2015年12月~2017年12月中国中东部地区3个区域大气本底观测站(龙凤山、临安、金沙)PM10膜采样质量浓度及其化学成分的空间分布、季节变化、多年变化趋势特征及来源情况进行了研究。结果显示,研究期间临安站的PM10质量浓度最高(62.2±36.6mg·m-3),其次是金沙(57.6±31.8mg·m-3)和龙凤山站(57.5±55.3mg·m-3)。临安和金沙2017年PM10较2016年有所下降,但龙凤山有所升高。与2013年相比,研究期间临安PM10质量浓度降低了29.3%,金沙站降低26.2%。临安和金沙的SO42-(9.9、10.2mg·m-3)、NO3-(8.2、6.7mg·m-3)、NH4+(3.7、2.6mg·m-3)平均浓度均高于龙凤山(5.9、4.9、2.1mg·m-3)。龙凤山和临安的平均NO3-/SO42-比值较高(0.86和0.84),金沙站偏低(0.62)。OC平均浓度在龙凤山最高、金沙最低。从季节变化看,夏季3个站点平均PM10、NO3-、EC质量浓度及NO3-/SO42-比值均最低。质量闭合分析显示,3个本底站观测的PM10质量浓度和重建的浓度有较好的一致性,重建的PM10质量浓度可达到称重质量浓度的70%以上。与2004年闭合试验结果相比,临安站PM10中OM占比约减少3%~9%。机动车排放和二次转化是龙凤山和临安站PM10的主要贡献源。生物质燃烧和二次转化是金沙站PM10的主要贡献源。在龙凤山,二次转化对PM10浓度的贡献从2016年的36%增长到2017年的42%;此外,燃煤和生物质燃烧对PM10浓度的贡献从2016年的10%和8%分别增加到2017年的17%和22%。在临安站,机动车排放源的贡献由2016年的22%下降到2017年的14%,相反二次转化源从2016年到2017年增长了9%。在金沙站,二次转化源在2016年和2017年的贡献率分别为35%和43%,而生物质燃烧的贡献在2016和2017年相近(约为20%);此外,2017年燃煤源的贡献率由2016年的22%下降到10%。
王睿哲[2](2021)在《关中平原城市群大气污染物浓度模拟及人口暴露研究》文中研究说明大气污染物通常是指由于人类活动或自然过程排入大气,并对人和环境造成有害影响的物质。随着我国城市化进程的加快,城市扩张所引发的大气污染等一系列环境问题,已成为制约城市系统健康、平稳、有序发展的重要因素之一。尤其近年来,在“一带一路”等国家战略支持下,关中平原城市群地区经济高速发展的同时,其所造成的大气污染问题也日益严峻。但目前我国针对大气污染的监测,大多还是依靠分布稀疏且不均匀的国控监测站,这给大气污染物浓度空间分布特征分析及人口暴露风险评估等造成一定影响。因此,开展关中平原城市群地区大气污染物浓度的模拟研究具有重要意义,通过模拟结果也可更加全面的分析关中平原城市群大气污染物时空变化特征,为该地区大气污染防治及人口暴露风险评估提供科学合理的建议。本文选取2017年关中平原城市群内54个国控空气质量监测站的实时监测数据,并结合气象、地形、土地利用、植被指数、道路交通、工业污染源、人口密度及夜间灯光等多源数据,构建LUR模型,模拟关中平原城市群大气污染物浓度的空间分布情况,并根据最佳模拟结果对关中平原城市群人口 PM2.5暴露风险进行评估及驱动力分析。主要研究内容及结论如下:(1)基于最小二乘(OLS)、地理加权(GWR)算法,分别构建不同季节、不同种类的大气污染物LUR模型,对研究区大气污染物浓度的空间分布进行模拟。结果表明:①关中平原城市群大气污染物浓度受地形的影响最为显着;②各模型的R2adj均在0.7以上,可对该地区6种主要大气污染物浓度进行有效模拟;③通过模型适用性及精度对比发现,两类模型均更适用于污染严重的秋冬季,以及颗粒污染物PM2.5、PM10浓度的模拟。相比于OLS-LUR模型,GWR-LUR模型的R2adj、线性拟合度R2分别提高了 2.54%、2.49%,平均相对误差(MRE)、均方根误差(RMSE)分别降低了 19.88%、20.35%,AICc及Res Moran’s I值也显着减小,模型性能总体得到提高;④模拟结果图显示,关中平原城市群6种主要大气污染物浓度空间分布大致相同,浓度高值多集中在汾渭平原等低海拔地区,浓度低值则多集中在秦岭山地等高海拔地区,总体呈现出东部北部高、西部南部低的特征,模拟结果与实际情况相吻合。(2)基于最佳的PM2.5浓度模拟结果,结合人口密度数据,分别从PM2.5浓度、人口暴露强度、人口加权PM2.5浓度等3项指标,全面评估关中平原城市群人口 PM2.5暴露风险。结果表明:①PM2.5浓度指标下,关中平原城市群人口 PM2.5暴露风险总体呈现东高西低的特征;②人口暴露强度指标下,关中平原城市群人口 PM2.5暴露风险分布特征与人口密度分布高度相似,各市、县中心城区为高暴露风险区。风险分级显示,研究区有约10%的地区处于高风险等级水平,且零星分布在“临汾—运城—关中”一线。从城市尺度分析,各城市的人口 PM2.5暴露风险差异性明显,西安为暴露风险最高的城市,其高风险等级区面积占比超过70%;③人口加权PM2.5浓度指标下,关中平原城市群PM2.5污染对居民的健康危害和实际影响要远大于其平均浓度水平,且人口明显集中于pM2.5浓度高值区。结合空间自相关检验可知,咸阳、西安、晋陕交界为高暴露风险聚集区,对这些城市及地区应进行重点防控。(3)基于地理探测器的因子探测功能,对关中平原城市群人口 PM2.5暴露风险的驱动因素进行分析。结果表明:关中平原城市群人口 PM2.5暴露风险的空间分异受自然及社会经济因素的共同影响。其中自然因素的影响程度依次为:高程>植被指数>降水>气温>相对湿度;社会经济因素的影响程度依次为:人口密度>第二产业占比>工业废气排放量>机动车保有量>GDP>人均能源消耗量>建成区面积。整体看来,人类活动是造成关中平原城市群人口 PM2.5暴露风险分异的主要驱动力,其次受高程因子的影响。
顿梦[3](2021)在《Conformable累加灰色模型及其在PM2.5和PM10预测中的应用研究》文中研究说明空气质量不仅会影响人们的生活,较差的空气质量还会对人们的健康造成威胁。自2013年起,我国的空气质量问题就备受关注。但要想解决空气质量问题,对空气污染物浓度进行预测是必不可少的一个环节。空气污染物浓度预测不仅可以为空气治理提供必要的数据,还能根据空气污染物浓度的变化趋势找出目前空气治理的弊端。随着众多学者对空气污染物浓度预测研究的深入,人们对空气污染物浓度预测的精度要求也越来越高。但是我国PM2.5和PM10浓度的年度数据较少,而灰色预测模型适用于少数据问题的处理。因此本文将从充分利用初始值以及改变模型累加阶数的角度对灰色预测模型进行改进,并将其应用于我国年平均PM2.5和PM10浓度的预测。本文中将conformable分数阶累加生成算子引入到灰色预测模型中,形成新型累加Verhulst模型和新型累加CRGM(1,1)模型。新型累加灰色预测模型在充分利用初始值的同时,弥补了传统灰色预测模型的累加阶数取1但是效果不一定最优的弊端。首先我们从conformable分数阶累加生成算子出发,对其性质进行讨论,然后对马新提出的CFGM(1,1)模型以及本文提出的新型累加Verhulst模型和新型累加CRGM(1,1)模型的稳定性进行了讨论。同时,在文中将新型累加CFGM(1,1)模型、新型累加Verhulst模型以及新型累加CRGM(1,1)模型分别与传统的GM(1,1)模型、Verhulst模型以及CCRGM(1,1)模型进行对比,结论证明新型累加灰色预测模型相较于传统灰色预测模型的拟合和预测效果更好。因此,本文基于长三角地区和汾渭平原的年平均PM2.5和PM10浓度值,应用新型累加CRGM(1,1)模型对其2020-2024年年平均PM2.5和PM10浓度值进行预测,并结合长三角地区以及汾渭平原的实际情况给出空气治理的建议。本文中的研究发现,新型累加CRGM(1,1)模型在长三角地区以及汾渭平原年平均PM2.5和PM10浓度值的预测上取得了较好的预测效果,这无疑为政府的空气治理工作提供了参考,同时也有利于政府决策。
李子璇[4](2021)在《兰州市大气颗粒物人工干预措施情景模拟及对策建议》文中研究说明兰州市是我国西北地区重工业重镇,有较高的工业排放,其特殊的盆地地形、脆弱的生态环境及常年不利于污染物大气扩散的气象条件使得其大气环境容量非常有限。兰州市历史上曾成为我国乃至全球大气颗粒物污染最严重的城市之一。近年来,兰州市为治理大气颗粒物污染已采取了一系列措施,取得了明显成效,但目前依然存在较大的达标压力,进一步降低兰州市大气颗粒物浓度及实现达标依然面临较大的挑战。为了解人工干预措施对兰州市大气颗粒物浓度的降低效果,本学位论文分别基于兰州市定西路街道、城关区24条主要道路和兰州市城区及其周边三个不同范围的研究区域,利用城市街区空气质量模型PALM、i-Tree Streets生态模型和空气质量模型CALPUFF对几类人工干预措施进行情景模拟,对不同人工干预措施改善空气质量的效果进行了定量分析研究。主要结果如下:(1)基于PALM城市街区空气质量模型:大气颗粒物控制效果较好的三种人工干预措施依次为:洒水、街区南侧建筑物增高一倍和机动车限行;而气态污染物控制效果较好的前三种人工干预措施依次为:街区南侧建筑物增高一倍、机动车限行和建设绿化带。(2)基于i-Tree Streets生态模型:兰州市城关区24条主要道路行道树改善空气质量效益共计51.9万元人民币,节约能源效益共计307.6万元人民币,吸收CO2效益共计26.9万元人民币,截留雨水效益共计134.4万元人民币,美学及其他效益共计519.1万元人民币。兰州市城关区24条街道共13711棵行道树总效益价值为1039.9万元人民币,总成本为175.53万元人民币,净效益为864.4万元人民币,效益与成本的比率为5.92。(3)基于CALPUFF空气质量模型:在对兰州市城区及周边不同范围进行绿化的情景模拟中,PM2.5和PM10浓度降低程度在0-15 ug/m3之间不等,对PM2.5浓度降低的效果更佳;在兰州市城区及周边范围全部进行绿化,颗粒物浓度降低的范围是几种情景中最大的,PM2.5浓度降低区域占研究区域的67.74%,PM10浓度降低区域占研究区域的68.67%。本学位论文运用了多种模型对降低兰州市大气颗粒物浓度的人工干预措施及生态效益进行了模拟研究,结论可为兰州市大气颗粒物污染治理提供思路参考和理论依据。基于本研究结果,兰州环保部门应该从洒水、机动车限行、绿化等多方面协同对兰州市大气颗粒物污染进行治理和防控。
李国彦[5](2021)在《基于CALPUFF模型的兰州市NOX污染及控制模拟研究》文中进行了进一步梳理兰州市作为西北重要的工业基地,近年来NOX、O3污染比较突出,两项污染因子之间关联密切,同时兰州市工业企业NOX排放量较大,因此研究兰州市NOX污染现状、工业源对城市NOX污染的贡献及减排方案十分必要,可为兰州市空气污染防治提供理论支撑。论文分析了兰州市近年来NO2污染现状,发现:兰州市NO2污染较为严重,2014-2019年NO2年均浓度均超过国家环境空气质量二级标准限值;NO2月均浓度在冬季月份较高、夏季月份较低;NO2浓度日变化规律呈现明显的“双峰”型特点,峰值一般出现在10:00和23:00左右;2019年供暖期的NO2月均浓度较历史同期相比有较大幅度下降。排放源是决定空气中污染物浓度的重要因素之一,本次研究通过调查建立了兰州市重点工业源NOX排放清单,其NOX年总排放量为3096.49 t,其中排放量最大的行业为电力、热力生产和供应业,占总排放量的76.13%;排放量最大的区域为西固区,占总排放量的85.13%。本次研究基于CALPUFF模型、结合Arc GIS软件定量计算了NOX重点工业源对主城区NO2浓度的贡献情况。研究结果显示:在一年四季中,重点工业源造成的NO2最大小时和日均贡献浓度均在西固区,对西固区的空气质量影响很大;电力、热力生产和供应业是对环境空气质量影响范围及程度都最大的行业,其他行业的影响范围较小,并主要集中于西固区、安宁区、七里河区;西固区重点工业源对西固区、安宁区、七里河区的NO2浓度贡献相较城关区的大些;在各城区NO2浓度的工业源贡献方面,西固区的贡献主要来自自身区域的重点工业源,安宁区的贡献主要来自西固区和自身区域的重点工业源,七里河区的贡献主要来自西固区、安宁区及自身区域的重点工业源,城关区的贡献主要来自自身区域的重点工业源。在春、夏、秋季,兰州市NOX重点工业源的贡献多集中在安宁区、西固区、七里河区,对城关区NO2浓度的贡献相比较小,在冬季则对包括城关区在内的4个主城区的贡献量都比较大,特别是受各城区供热企业集中运营影响,对安宁区、七里河区NO2浓度的贡献量要高于对西固区的。基于以上重点工业源的贡献分析,本次研究选取粒子群优化算法研究工业源的最优减排方案。在严重污染天气下,设置西固、七里河、安宁区这一整体区域预测的最大小时浓度减值10%的目标,则对影响最大浓度点的前10大主要工业源,最优减排方案是,分别减排1%、12%、11%、12%、12%、12%、12%、13%、1%、12%;城关区中,对某新能源有限公司的工业源整体减排10%基本可达到降低该区域预测的最大小时浓度减值10%的目标。
黄文[6](2021)在《兰州市大气降尘重金属的污染特征及源解析研究》文中研究说明作为西北的重工业城市,兰州工业化、城市化进程的快速发展也带来了一定的环境污染。河谷地形、植被覆盖率小、静风率高和逆温现象频繁等自然因素,使得兰州市大气污染更为严重。本文以兰州市大气降尘为研究对象,在兰州市安宁区、城关区、七里河区、西固区、榆中县以及萃英山分别设置采样点,从2010年4月至2018年3月,以月为单位采集该六个点的大气降尘,测定其中重金属Fe、Mn、Cu、Zn、Cd、Pb、Ni、Cd的含量,探究重金属的时空变化规律,并综合运用富集因子法和主成分分析法对大气降尘中的重金属进行时间和空间尺度上的来源解析。主要结论如下:(1)兰州市大气降尘中各重金属的平均含量依次为Fe(25806 mg kg-1)>Mn(569.64 mg kg-1)>Zn(406.32 mg kg-1)>Pb(133.54 mg kg-1)>Cr(84.47 mg kg-1)>Cu(77.35 mg kg-1)>Ni(49.33 mg kg-1)>Cd(4.69 mg kg-1)。大气降尘中Zn、Pb、Cd的含量分别为土壤风险筛选值的1.63倍、1.11倍和15.64倍,其他元素含量均低于土壤风险筛选值。兰州市大气降尘重金属在全国范围内属于中等污染水平,但在西北地区处于严重污染水平。(2)从时间尺度分析,大气降尘中重金属元素含量呈现1~2月和10~12月大于3~9月的“U”型趋势;除Mn外,各元素的含量呈现出秋冬季>春夏季的趋势;Zn、Pb、Cu和Cd受采暖活动的影响较大;2015年后各元素的含量呈现降低趋势。(3)从空间尺度分析,榆中县采样点的Fe和Mn含量最高,Cd和Pb的含量最大值出现在萃英山采样点,Zn和Cu的最大值出现在七里河区,Cr和Ni的最大值出现在西固区。除Fe和Mn外,大气降尘中其他重金属元素含量的最小值均出现在城关区和榆中县,最大值出现在七里河、西固区和萃英山。(4)大气降尘中各元素的富集因子大小依次为Cd>Pb>Zn>Cu>Ni>Cr>Mn。2010年各元素的富集因子值较高,2013年后各元素的富集因子值有所减小;Zn、Pb、Cu和Cd的富集因子高值出现在城关区和西固区;且除Mn外,所有元素的富集因子值均呈现采暖期>非采暖期。(5)时间尺度上,2010~2017年大气降尘的主要来源从以工业、交通、自然源3种来源为主转变为以交通和自然源的混合源以及工业源2种来源为主的状态。空间尺度上,除萃英山采样点外,其他各采样点的大气降尘约50%来源于工业源和交通源。
曲雅微[7](2020)在《大气细颗粒物与臭氧的垂直结构和相互作用研究》文中认为由于经济的快速发展、工业化的推进和能源消耗的增加,中国各大城市群面临着日益严重的空气污染,细颗粒物(PM2.5)和臭氧作为重要的大气颗粒态和气态污染物,能够危害人体健康、作物生长,并对全球空气质量及气候变化产生重要的影响。近年来,随着中国清洁空气政策的实施,大气细颗粒物污染逐渐减轻,然而臭氧污染却逐渐加重。因此,开展大气细颗粒物和臭氧垂直结构和相互作用的研究,对于认识污染的分布特征和形成机制,协同控制大气细颗粒物和臭氧浓度,科学治理城市大气污染具有重要的意义。本文围绕大气细颗粒物和臭氧两个关键污染物,利用地面观测和激光雷达观测,结合多尺度的三维大气数值模式,分析了细颗粒物和臭氧的近地面浓度变化特征、边界层内垂直浓度分布特征及可能存在的相关关系,研究了颗粒物和臭氧相互作用的化学耦合机理,量化了光化学反应过程及非均相化学反应过程对颗粒物和臭氧的影响,分析了颗粒物的辐射反馈效应对边界层发展、污染物分布、水汽传输以及最终对臭氧浓度的影响。主要研究成果如下:首先,基于地面常规观测、地基大气臭氧激光雷达观测和大气拉曼激光雷达观测,研究了南京市大气细颗粒物和臭氧近地面浓度分布特征、垂直分布特征及其相关性。2017年南京市近地面大气臭氧浓度平均为36.09ppb,最大小时浓度出现在春季,为163.87ppb;在2km范围内臭氧浓度一般随着高度的增加而增加,并在不同高度上呈现出春夏高、冬季低的特征。2017年南京市近地面PM2.5平均浓度为49.81μg m-3,呈冬季高(60.97μg m-3)、夏季低(18.57μg m-3)的季节变化特征;在2km范围内颗粒物消光系数随高度增加而减小,并且消光系数随高度的变化率在冬季最大,春季次之,在夏季最小。2017年全年南京市国控监测站点的PM2.5和O3的浓度均呈现负相关关系,但在不同季节内相关性存在差异:在春、秋、冬季PM2.5和NOx呈显着负相关,在夏季呈显着的正相关。在2km以下的不同高度上,在春、冬季,PM2.5和O3在低层呈负相关,负相关性在300 m处最强,相关系数分别为-0.32和-0.47,在高层呈正相关,正相关程度分别在1520 m和1210 m达到最大,相关系数分别为0.31和0.55。在夏季PM2.5和O3在不同高度上均为正相关。PM2.5浓度和边界层高度呈负相关,相关系数约为-0.70;PM2.5浓度与能见度呈现显着负相关,相关系数为-0.57。其次,基于三维区域模式WRF-Chem研究了颗粒物和臭氧相互作用的化学耦合机理,定量评估了长三角地区光化学反应过程和非均相化学反应过程对大气细颗粒物和臭氧的影响。模拟结果表明,两种化学相互作用过程对臭氧的影响与VOC/NOx比值有关,春、冬季,长三角为VOC控制区;秋季,江苏省沿海城市及上海为NOx控制区,其他区域仍为VOC控制区;夏季长三角大部分地区为NOx控制区,仅北部为VOC控制区。在光化学反应过程方面,细颗粒物可以削弱太阳辐射,增强大气消光,使得近地面光解率JNO2和JO1D降低,导致臭氧浓度在VOC控制区降低、在NOx控制区微弱增加。在夏季,长三角西南部为NOx控制区,臭氧最多可增加4.2ppb,北部为VOC控制区,臭氧最多可减少12ppb。臭氧浓度的降低还影响了大气氧化性,间接降低了近地面二次颗粒物的浓度。另外,颗粒物的散射作用使边界层上方光解率增加,臭氧浓度增加。在非均相化学反应过程方面,颗粒物表面的非均相反应可以直接消耗臭氧、HxOy和前体物NOx,从而影响臭氧的相关反应及浓度。非均相化学反应在春、秋、冬季均导致长三角地区VOC控制区内近地面臭氧浓度降低;夏季,非均相反应在长三角南部的NOx控制区导致臭氧浓度降低,在北部的VOC控制区导致臭氧浓度增加。非均相反应还可以影响硫酸盐和硝酸盐的二次生成,导致颗粒物浓度增加。两种化学相互作用的共同影响下,在长三角主要城市地区,臭氧浓度在春、夏、秋、冬的变化分别为-7.57%、-3.96%、-6.33%、-18.7%,年平均浓度减少约9%;PM2.5浓度在春、夏、秋、冬的变化分别为1.95%、6.47%、-2.57%、2.15%,年平均浓度增加了2%。最后,基于地球系统模型UKESM1-AMIP研究了颗粒物和臭氧相互作用的辐射-气象反馈耦合机理,定量评估了全国颗粒物通过辐射-气象反馈作用对臭氧的影响。本文研究发现,颗粒物可以通过散射和吸收效应削弱太阳辐射,导致中国平均地表净向下短波辐射减少11%,近地面湍流动能降低16.7%,最终导致边界层高度降低约522.01%。边界层内气象要素的变化会影响污染物和水汽的传输和扩散,最终影响臭氧的浓度。一方面,较低的边界层不利于污染物的传输扩散,导致近地面大气污染物浓度升高,中国年平均PM2.5和PM10增加了11%左右,NO浓度增加了约20%,导致臭氧消耗的增加;另一方面较低的边界层不利于水汽的向上传输,更多的水汽被限制在边界层中,影响了上层云的生成,年均云量因此减少了4%,从而间接增大了地表短波辐射和光解反应速率,有利于臭氧的生成。上述两种影响作用相反,其综合效应通常会导致近地面臭氧浓度降低,在颗粒物辐射-气象效应的影响下,我国近地面臭氧年平均浓度减少了6.2%。综上,颗粒物主要通过增大大气消光,降低光解率来影响臭氧的光化学反应;通过颗粒物表面的非均相化学反应,直接消耗臭氧、大气氧化物及臭氧的前体物;通过辐射反馈效应影响地表辐射平衡和边界层发展,影响污染物和水汽的传输扩散,导致臭氧浓度变化。多种不同的相互作用在近地面的VOC控制区内,导致臭氧减少,在NOx控制区内导致臭氧微弱增加;上述相互作用一般导致颗粒物增加。本文的研究结果为充分认识我国城市地区大气细颗粒物和臭氧的相互作用机理有着重要的参考价值,为制定合理的大气细颗粒物和臭氧污染控制方案提供一定的理论基础与科学依据。
张俊峰[8](2020)在《北京市典型区域大气细颗粒物来源分析及对大气能见度影响》文中研究说明近年来,随着我国经济快速发展和工业化水平的稳步提高,大气污染问题日趋严峻,引起了社会的广泛关注。以PM2.5为首要污染物的大气污染问题已经成为我国环境治理的重中之重,京津冀地区尤为突出。以PM1为典型代表的亚微米级细颗粒物,能够聚集大量病原体及有毒有害物质,通过呼吸系统进入人体,给人体健康带来巨大威胁。此外,受不利气象条件影响,PM2.5容易迅速积累,形成严重的灰霾事件,使大气能见度显着降低,给人们的日常活动和交通出行带来不利影响。因此,开展大气细颗粒物污染特征研究,对大气能见度主要影响因素进行综合分析,获取灰霾影响因子,对进一步改善空气质量和保护人体健康具有重要意义。本研究分别在北京、唐山、石家庄布设大气环境采样点,开展大气PM2.5和PM1样品采集,对PM2.5和PM1及其组分质量浓度进行测试分析,获取典型区域大气细颗粒物污染特征;基于气溶胶粒径谱仪,对北京大气颗粒物粒径分布进行连续在线观测,获取了不同季节灰霾与非灰霾天气颗粒物数浓度、表面积、体积分布特征;采用2017年”2+26”城市大气污染源排放清单及课题组2016年京津冀地区高分辨率大气污染源排放清单研究成果,结合典型行业PM1/PM2.5排放比例,建立典型区域大气污染源PM1排放清单,在此基础上、运用受体模型和WRF-CMAQ数值模型相结合方法开展大气细颗粒物来源分析研究;最后,基于空气质量数据、气象观测数据,运用SPSS(Statistical Product and Service Solutions)软件对大气细颗粒物浓度及组分、气象要素对大气能见度的影响进行相关性分析、主成分分析、多元线性回归分析,研究确定灰霾影响因子。研究表明,北京、唐山、石家庄采样点大气PM1与PM2.5质量浓度均呈现秋冬季高于春夏季,其中冬季石家庄PM1和PM2.5质量浓度分别为北京的2.28和2.30倍,是唐山的1.35和1.51倍,大气污染较为严重。基于大气污染源PM1排放量核算结果,2017年北京PM1年排放量为1.25万吨,为京津冀地区PM1年排放总量的1.78%,其中扬尘源和移动源在北京PM1排放总量占比共计为72.02%,是北京PM1的主要来源。而典型工业城市石家庄PM1排放量主要来源为化石燃料固定燃烧源和工艺过程源,分别占石家庄PM1排放总量的53.57%和18.69%。大气细颗粒物来源分析结果表明,移动源为北京PM1和PM2.5主要来源,各季节对大气PM1与PM2.5贡献比例范围分别为33.34%~38.23%和44.67%~49.21%;化石燃料固定燃烧源是典型工业城市石家庄PM1与PM2.5主要来源,各季节对大气PM1与PM2.5浓度贡献比例范围分别为30.16%~37.46%和23.98%~32.26%。北京不同季节灰霾与非灰霾天气颗粒物粒径分析结果表明,数浓度、表面积、体积均主要分布在1μm以下粒径段,其数值大小呈现为秋冬季较高、春季次之、夏季最低,颗粒物数浓度峰值粒径段集中在0.255-0.271μm;基于SPSS软件对大气细颗粒物浓度及组分、气象要素(相对湿度和风速)与大气能见度进行相关性分析、主成分分析及多元线性回归分析结果表明,PM1与大气能见度相关性最高,相关系数为-0.729;通过建立多元回归模型并对北京灰霾天气大气能见度模拟效果进行验证,结果表明,模拟值与监测值的相关系数最高为0.80,NMB和NME分别为-7.24%和14.33%;受气象要素、PM1及其组分质量浓度差异性影响,唐山和石家庄的大气能见度模拟效果相对较差,其中唐山相关系数最高为0.71,NMB和NME分别为5.56%和24.39%,而石家庄相关系数最高为0.75,NMB和NME分别为8.26%和15.79%。以上表明灰霾天气下的大气能见度受大气细颗粒物及组分质量浓度、气象要素的综合影响,对不同城市的影响具有差异性。
刘宇轩[9](2020)在《基于后向传播神经网络的典型道路PM2.5和臭氧预测模型研究》文中进行了进一步梳理随着我国经济的发展和城市化进程的不断推进,城市环境压力逐渐增大。空气污染物中,细颗粒物(PM2.5)和臭氧(O3)对人体健康存在较大的危害,且由于其当前浓度水平较高,成为了人们的主要关注对象。机动车排放是城市PM2.5和O3的主要贡献源之一,由于机动车主要行驶在城市中的人口密集区,且随着机动车数量逐年增长,道路附近区域的污染物浓度一般会高于城市平均浓度。当人们在道路附近活动时,很可能直接暴露在高污染区域中,对健康有不利影响。因此,对道路附近污染物浓度进行精准预测和超标预警,帮助人们提前了解道路污染物浓度,规划活动范围,减少污染物的暴露量具有重要意义。本文以两条城市主干道的PM2.5和O3浓度为研究对象,建立1-3小时BP神经网络预测模型,研究时间为2014年5月13日0时-2015年9月30日23时,输入参数主要包括气象参数、交通参数、路边污染物浓度参数和国控站点污染物浓度参数。同时,本文提出了一种系统性的BP神经网络模型优化方案,对BP神经网络中最大训练次数,激活函数、隐含层节点数等重要参数进行优化,并在模型初步优化的基础上,本研究进一步提出了逐步筛选法,对模型输入参数组进行优化,剔除冗余或不相干的输入参数。结果表明上述优化方案对模型表现提升较为明显,输入参数优化前后的模型预测结果R2提升幅度为5.63%-87.4%,且1小时预测模型的R2范围为0.806-0.880,2小时预测模型的R2范围为0.611-752,3小时预测模型的R2范围为0.440-0.657,精度较高。基于BP神经网络模型以及提出的优化方案,本文进一步对国控站点的PM2.5和O3浓度进行1-3小时预测研究。其中,输入参数为气象参数及国控站点污染物浓度参数,时间分别为2014年5月13日0时-2015年9月30日23时和2017-2018全年。优化后的预测结果中,对于PM2.5和O3,1小时预测模型的R2范围分别为0.961-0.965和0.936-0937,2小时预测模型的R2范围分别为0.854-0.885和0.773-0.799,3小时预测模型的R2范围分别为0.754-0.813和0.624-0.440。最后,对不同交通管控政策进行模拟研究,将车流量分别削减25%、50%、75%和100%,探讨交通管控政策对道路污染物浓度的影响。研究结果发现交通管控政策对污染物削减和污染物超标时刻的减少有一定效果,例如,车流量削减50%时,两条道路的污染物浓度的平均削减幅度为3.32%-5.94%,达标小时数比例的增加范围为3%-18%;100%削减场景下,污染物浓度的平均削减幅度为13.6%-20.38%,达标小时数比例的增加程度为21%-55%。模拟结果也说明单一交通管控措施的作用仍然是有限的,在道路污染物超标问题上,有必要对其他污染源进行协同管控。
唐文锋[10](2019)在《矿业城市雨水环境行为及资源化利用研究 ——以淮南市为例》文中认为本研究以典型煤炭工业城市淮南为例,通过划分8类功能区和布设大气降水和径流雨水采样点,监测了2015~2016年42场次降雨过程,基于对大气降雨水样pH值、SO42-、N03-、NH4+、Ca2+等阴阳离子以及径流水样中有机污染物、氨氮、总氮、总磷、悬浮固体污染物和重金属Pb等测试分析,研究了淮南市大气降水化学特性及时空分布,揭示了淮南市雨水环境与大气污染的耦合关系,分析了淮南市雨水径流特征污染物积累与冲刷特征,探讨了不同下垫面上雨水径流水质特征,提出了雨水资源化利用对策,初步构建了雨水资源化利用模式。本文研究成果可为淮南市雨水径流污染控制和资源化利用提供了理论依据和技术支持。(1)通过对淮南市大气降水和大气污染物的采样分析,得出矿业城市淮南大气降水环境为轻度酸性,其酸型为硫酸型(燃煤型),大气降水中降雨量加权平均总阴阳离子浓度偏高,雨水属严重污染,且雨水化学组分中的主导离子为SO42-、Ca2+、NH4+和NO3-,同时揭示了淮南市大气降水化学特性与大气环境污染之间具有良好的正相关性。(2)通过对淮南市下垫面上沉积污染物和径流雨水采样分析,发现下垫面类型、沉积污染物特性、降雨强度、晴天天数、径流历时是影响淮南市雨水径流水质特征的重要因素;下垫面上不同种类污染物积累量呈现一定的正相关性,SS与其他污染物之间的相关性最为显着,且屋面污染物积累随时间呈线性增长,路面、广场污染物沉积一定时间后便达饱和;不同下垫面上沉积污染物冲刷时均表现出较为明显的初期冲刷效应,降雨前期约40%的降雨量冲刷了约70%的沉积污染物;非渗透下垫面上径流雨水中SS浓度与其他污染物浓度具有良好的正相关性,低影响开发下垫面可有效削减初期雨水径流量和径流面源污染。(3)基于淮南市大气降水和径流雨水的水质特征,设计了预曝气火山岩填料水平潜流人工湿地雨水资源化利用净化系统;基于海绵城市建设的理念,构建了淮南市降雨水量平衡模型,提出了矿业城市雨水资源化利用的技术路线,初步构建5种低影响开发雨水资源化利用模式。图[83]表[41]参[204]
二、杭州市区大气中PM_(10)等污染物的预测研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、杭州市区大气中PM_(10)等污染物的预测研究(论文提纲范文)
(1)我国中东部背景地区大气气溶胶PM10理化特征及来源分析(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 研究进展 |
1.2.1 气溶胶化学组分研究进展 |
1.2.2 气溶胶源解析研究进展 |
1.2.3 大气本底站研究进展 |
1.3 研究问题和与技术路线 |
第二章 站点与方法 |
2.1 观测站点地理位置与周边环境 |
2.2 气溶胶PM_(10)样品采集 |
2.3 气溶胶PM_(10)化学组分的分析 |
2.3.1 PM_(10)的质量浓度 |
2.3.2 PM_(10)中碳组分分析 |
2.3.3 PM_(10)中离子成分分析 |
2.3.4 PM_(10)中元素成分分析 |
2.4 PMF源解析 |
第三章 3 个本底站气溶胶PM_(10)物理化学特性 |
3.1 PM_(10)质量浓度分布特征 |
3.2 PM_(10)中水溶性无机离子分布特征 |
3.3 PM_(10)中有机碳元素碳分布特征 |
3.4 PM_(10)中元素分布特征 |
3.5 PM_(10)质量浓度及化学组分与历史的比较 |
3.6 小结 |
第四章 气溶胶PM_(10)质量浓度重建与质量闭合 |
4.1 元素和离子组分的一致性分析 |
4.2 PM_(10)质量重建的年度特征 |
4.3 PM_(10)质量重建的季节变化特征 |
4.4 各组分占比与早期对比 |
4.5 小结 |
第五章 气溶胶 PM_(10)PMF 源解析 |
5.1 各本底站污染源因子识别 |
5.2 各污染源年变化特征 |
5.3 各污染源季节变化特征 |
5.4 各污染源月变化特征 |
5.5 小结 |
第六章 总结与展望 |
6.1 结论 |
6.2 本研究创新点 |
6.3 研究不足与展望 |
参考文献 |
作者简介 |
致谢 |
(2)关中平原城市群大气污染物浓度模拟及人口暴露研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.3 国内外研究现状 |
1.3.1 大气污染物浓度模拟研究现状 |
1.3.2 土地利用回归模型研究现状 |
1.3.3 人口PM_(2.5)暴露研究现状 |
1.4 研究目标、内容与技术路线 |
1.4.1 研究目标 |
1.4.2 研究内容 |
1.4.3 技术路线 |
1.5 论文章节安排 |
2 数据及研究方法 |
2.1 研究区概况 |
2.2 数据来源及处理 |
2.2.1 空气质量数据 |
2.2.2 气象数据 |
2.2.3 地形数据 |
2.2.4 土地利用数据 |
2.2.5 道路交通数据 |
2.2.6 植被指数数据 |
2.2.7 夜间灯光数据 |
2.2.8 人口密度数据 |
2.2.9 工业污染源数据 |
2.3 研究方法 |
2.3.1 空气质量指数及首要污染物计算方法 |
2.3.2 相关性分析法 |
2.3.3 LUR模型建模方法 |
2.3.4 模型精度评价方法 |
3 空气质量现状及大气污染物时空变化特征分析 |
3.1 空气质量现状分析 |
3.1.1 空气质量指数时空分异特征 |
3.1.2 首要污染物时空分异特征 |
3.2 大气污染物浓度时空分异特征 |
3.2.1 大气污染物浓度日变化特征 |
3.2.2 大气污染物浓度月与季节变化特征 |
3.2.3 大气污染物周末效应及假日效应 |
3.3 本章小结 |
4 大气污染物浓度空间分布模拟 |
4.1 大气污染物浓度与影响因子相关性分析 |
4.1.1 气象要素对大气污染物的影响 |
4.1.2 下垫面环境对大气污染物的影响 |
4.1.3 污染源对大气污染物的影响 |
4.1.4 人类活动对大气污染物的影响 |
4.2 LUR模型构建 |
4.2.1 最小二乘LUR模型的构建 |
4.2.2 地理加权LUR模型的构建 |
4.3 LUR模型精度检验及评价 |
4.3.1 最小二乘LUR模型精度检验 |
4.3.2 地理加权LUR模型精度检验 |
4.4 大气污染物浓度空间分布特征 |
4.4.1 PM_(2.5)浓度空间分布特征 |
4.4.2 其他大气污染物浓度空间分布特征 |
4.5 本章小结 |
5 关中平原城市群人口PM_(2.5)暴露风险评估 |
5.1 人口PM_(2.5)暴露风险评估体系 |
5.1.1 PM_(2.5)浓度指标 |
5.1.2 人口暴露强度指标 |
5.1.3 人口加权浓度指标 |
5.2 人口PM_(2.5)暴露风险 |
5.2.1 基于PM_(2.5)浓度的人口PM_(2.5)暴露风险 |
5.2.2 基于人口暴露强度的人口PM_(2.5)暴露风险 |
5.2.3 基于人口加权浓度的人口PM_(2.5)暴露风险 |
5.3 人口PM_(2.5)暴露风险驱动因素分析 |
5.4 本章小结 |
6 结论与展望 |
6.1 研究结论 |
6.2 防治建议 |
6.3 展望与不足 |
致谢 |
参考文献 |
附录 |
(3)Conformable累加灰色模型及其在PM2.5和PM10预测中的应用研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 灰色模型研究现状 |
1.2.2 空气质量预测研究现状 |
1.2.3 研究综述 |
1.3 研究内容及其方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.3.3 创新点 |
1.3.4 技术路线 |
第2章 Conformable分数阶累加GM(1,1)模型的研究 |
2.1 传统累加生成算子 |
2.2 Conformable分数阶累加生成算子 |
2.2.1 Conformable分数阶累加生成算子的累加过程 |
2.2.2 Conformable分数阶累加生成算子的性质 |
2.3 传统的GM(1,1)模型 |
2.4 Conformable分数阶累加GM(1,1)模型 |
2.4.1 Conformable分数阶累加GM(1,1)模型建模过程 |
2.4.2 Conformable分数阶累加GM(1,1)模型的稳定性分析 |
2.5 案例分析 |
2.6 本章小结 |
第3章 Conformable分数阶累加Verhulst模型的研究 |
3.1 Conformable分数阶累加Verhulst模型的建立 |
3.2 Conformable分数阶累加Verhulst模型的稳定性 |
3.3 案例分析 |
3.4 本章小结 |
第4章 Conformable分数阶累加RGM(1,1)模型的研究 |
4.1 CRGM(1,1)模型的建模过程 |
4.1.1 Conformable分数阶累加Verhulst模型建模过程 |
4.1.2 传统的Riccati方程 |
4.1.3 基于Riccati方程的灰色预测模型的建模过程 |
4.2 Conformable分数阶累加的RGM(1,1)模型的稳定性分析 |
4.3 案例分析 |
4.4 本章小结 |
第5章 长三角地区及汾渭平原年平均PM2.5 和PM10浓度预测 |
5.1 长三角地区及汾渭平原空气质量状况 |
5.2 数据来源及处理 |
5.3 模型的选择 |
5.4 长三角地区年平均PM2.5 和PM10浓度预测 |
5.5 汾渭平原年平均PM2.5 和PM10浓度预测 |
5.6 分析与建议 |
5.6.1 长三角地区空气质量分析及治理建议 |
5.6.2 汾渭平原空气质量分析及治理建议 |
5.7 本章小结 |
结论与展望 |
参考文献 |
攻读硕士学位期间发表的论文和参加科研情况 |
致谢 |
作者简介 |
附录 |
(4)兰州市大气颗粒物人工干预措施情景模拟及对策建议(论文提纲范文)
中文摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.1.3 研究目的 |
1.2 国内外研究现状 |
1.2.1 国内研究现状 |
1.2.2 国外研究现状 |
1.3 研究内容及技术路线 |
1.3.1 研究思路和具体内容 |
1.3.2 研究方案 |
1.3.3 技术路线 |
第二章 研究方法 |
2.1 城市街区空气质量模型PALM |
2.1.1 PALM模型介绍 |
2.1.2 PALM模型的输入和输出 |
2.2 生态模型i-Tree |
2.2.1 i-Tree模型介绍 |
2.2.2 i-Tree模型的输入输出 |
2.3 空气质量模型CALPUFF |
2.3.1 CALPUFF模型介绍 |
2.3.2 CALPUFF模型的输入输出 |
第三章 基于PALM模型模拟的人工干预措施效果定量评估及优化 |
3.1 模型背景构建 |
3.1.1 三维地形构建 |
3.1.2 背景设置 |
3.1.3 交通源排放清单构建 |
3.1.4 风场模拟结果 |
3.1.5 基于观测值的污染物浓度三维分布图 |
3.2 PALM模型敏感性分析 |
3.2.1 城市街区大气颗粒物扩散模拟结果验证 |
3.2.2 模型不确定性分析 |
3.3 基准情况下污染物浓度时序图 |
3.4 情景模拟分析 |
3.4.1 情景一——机动车单双号限行 |
3.4.2 情景二——道路洒水 |
3.4.3 情景三——绿化带建设 |
3.4.4 情景四——街区建筑物高度比(北:南=2:1) |
3.4.5 情景五——街区建筑物高度比(南:北=2:1) |
3.4.6 情景六——街区裸露地表全覆盖 |
3.4.7 情景七——街区道路斜坡设计 |
3.4.8 人工干预情景模拟浓度与自动监测污染物浓度对比 |
3.5 本章小结 |
第四章 基于i-Tree模型评估行道树生态效益及树种优化 |
4.1 研究区内行道树的信息采集 |
4.2 模型参数设置及运行过程 |
4.3 行道树树种优化及生态功能效益评估 |
4.3.1 行道树结构分析 |
4.3.2 行道树生态效益分析 |
4.4 本章小结 |
第五章 基于CALPUFF模型评估绿化对颗粒物的降低效果 |
5.1 兰州市土地利用类型及气象数据获取 |
5.2 模型参数设置 |
5.2.1 WRF模型参数设置 |
5.2.2 CALMET模块参数设置 |
5.2.3 CALPUFF模块参数设置 |
5.3 CALPUFF模型不确定性分析 |
5.4 CALPUFF模拟结果分析 |
5.4.1 情景一——保持原有绿化情况不变 |
5.4.2 情景二——城区及周边10公里范围内进行绿化 |
5.4.3 情景三——城区及周边20公里范围内进行绿化 |
5.4.4 情景四——城区西北方向进行绿化 |
5.4.5 情景五——城区及兴隆山区域内进行绿化 |
5.4.6 情景六——研究区范围全部进行绿化 |
5.4.7 五种绿化情景效果对比 |
5.5 本章小结 |
第六章 研究结论与展望 |
6.1 研究结论与对策建议 |
6.1.1 研究结论 |
6.1.2 对策建议 |
6.2 不足与展望 |
参考文献 |
在学期间研究成果 |
致谢 |
(5)基于CALPUFF模型的兰州市NOX污染及控制模拟研究(论文提纲范文)
中文摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 研究现状 |
1.2.1 空气质量模型应用现状 |
1.2.2 兰州市大气污染研究现状 |
1.3 研究内容及目的 |
1.4 研究技术路线 |
第二章 研究区域、方法及数据 |
2.1 兰州市环境概况 |
2.1.1 地形地貌 |
2.1.2 气候特征 |
2.2 研究方法及数据 |
2.2.1 空气环境质量及NO_2污染现状分析 |
2.2.2 重点工业源NO_X排放清单建立 |
2.2.3 NO_X扩散分布模拟及有关数据 |
2.2.4 最优减排方案研究方法及有关数据 |
第三章 兰州市空气环境质量及NO_X污染现状 |
3.1 兰州市空气质量变化 |
3.1.1 年变化特征 |
3.1.2 季变化特征 |
3.1.3 日变化特征 |
3.2 兰州市环境空气质量指数变化特征 |
3.2.1 AQI指数变化特征 |
3.2.2 优良天数变化特征 |
3.2.3 污染天气分布规律 |
3.3 兰州市NO_2浓度变化 |
3.3.1 年变化特征 |
3.3.2 季变化特征 |
3.3.3 月变化特征 |
3.3.4 日变化特征 |
3.4 兰州市NO_X工业源分析 |
3.4.1 兰州市NO_X重点工业源 |
3.4.2 排放源分析 |
3.5 本章小结 |
第四章 兰州市NO_X重点工业源污染模拟及贡献分析 |
4.1 预测方案设置 |
4.2 主城区NO_2浓度贡献分析 |
4.2.1 春季贡献分析 |
4.2.2 夏季贡献分析 |
4.2.3 秋季贡献分析 |
4.2.4 冬季贡献分析 |
4.3 国控监测点NO_2浓度贡献分析 |
4.4 本章小结 |
第五章 NO_X重点工业源削减研究 |
5.1 主要工业源削减研究 |
5.1.1 西固区、安宁区、七里河区 |
5.1.2 城关区 |
5.2 NO_X排放控制对策建议 |
5.3 本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 不足与展望 |
参考文献 |
在学期间的研究成果 |
致谢 |
(6)兰州市大气降尘重金属的污染特征及源解析研究(论文提纲范文)
中文摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究进展 |
1.2.1 大气降尘的收集方法及通量研究 |
1.2.2 大气降尘中重金属对人体的危害 |
1.2.3 大气降尘中重金属时空分布 |
1.2.4 大气降尘中重金属的主要来源 |
1.3 研究内容及方案 |
1.3.1 研究内容 |
1.3.2 拟解决的关键问题 |
1.3.3 创新点 |
1.3.4 研究方法 |
1.3.5 技术路线 |
第二章 研究区概况和研究方法 |
2.1 研究区概况 |
2.1.1 自然概况 |
2.1.2 工业布局与能源结构 |
2.1.3 兰州市大气环境 |
2.1.4 采样区域特点 |
2.2 样品采集及测定 |
2.2.1 样品采集及预处理 |
2.2.2 重金属元素的测定 |
2.2.3 质量控制 |
2.3 分析方法 |
第三章 大气降尘重金属的时空变化 |
3.1 大气降尘中重金属的含量 |
3.2 与国内其他城市的对比 |
3.3 大气降尘重金属的时间变化 |
3.3.1 重金属的月变化特征 |
3.3.2 重金属的季节变化特征 |
3.3.3 重金属的非采暖期和采暖期变化特征 |
3.3.4 重金属的年际变化特征 |
3.4 大气降尘中重金属的空间分布 |
3.4.1 2010~2017年总体空间分布 |
3.4.2 非采暖期和采暖期的空间分布 |
3.5 本章小结 |
第四章 大气降尘重金属的来源解析 |
4.1 富集因子分析 |
4.1.1 EF的时间分异特征 |
4.1.2 EF的空间分异特征 |
4.2 主成分分析 |
4.2.1 大气降尘重金属年际的来源 |
4.2.2 大气降尘重金属非采暖期和采暖期的来源 |
4.2.3 大气降尘重金属区域的来源 |
4.3 本章小结 |
第五章 结论与展望 |
5.1 结论 |
5.2 不足与展望 |
参考文献 |
在学期间的研究成果 |
致谢 |
(7)大气细颗粒物与臭氧的垂直结构和相互作用研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 大气污染物的分布特征 |
1.2.1 大气细颗粒物时空分布特征 |
1.2.2 对流层臭氧时空分布特征 |
1.3 臭氧对颗粒物的影响 |
1.4 细颗粒物对臭氧的影响 |
1.4.1 细颗粒物对光解反应的影响 |
1.4.2 细颗粒物表面的非均相化学反应 |
1.4.3 细颗粒物的辐射-气象反馈作用 |
1.5 本文研究内容 |
第二章 观测方法和模式介绍 |
2.1 观测资料介绍 |
2.1.1 大气污染物观测站点与数据来源 |
2.1.2 大气臭氧激光雷达观测 |
2.1.3 大气气溶胶拉曼激光雷达观测 |
2.2 WRF-CHEM三维数值模拟系统 |
2.2.1 模式介绍 |
2.2.2 模式框架 |
2.2.3 模式改进 |
2.3 UKESM1-AMIP三维数值模拟系统 |
2.3.1 模式介绍 |
2.3.2 模式框架 |
第三章 南京市大气颗粒物和臭氧的特征与相关性分析 |
3.1 大气臭氧的分布特征 |
3.1.1 地面基本特征分析 |
3.1.2 垂直结构特征分析 |
3.2 大气细颗粒物的分布特征 |
3.2.1 地面基本特征分析 |
3.2.2 垂直结构特征分析 |
3.3 大气颗粒物和臭氧的相关性 |
3.3.1 颗粒物和臭氧对其他污染物及气象条件的敏感性 |
3.3.2 近地面细颗粒物和臭氧的相关性 |
3.3.3 不同高度上细颗粒物和臭氧的相关性 |
3.4 大气颗粒物和边界层的相关性 |
3.4.1 边界层高度的计算方法 |
3.4.2 边界层高度的变化特征 |
3.4.3 边界层和颗粒物的相关性分析 |
3.5 大气颗粒物和能见度的相关性 |
3.5.1 大气能见度变化特征 |
3.5.2 能见度与污染物的相关性分析 |
3.6 本章小结 |
第四章 长三角地区大气颗粒物和臭氧相互作用的化学耦合机理研究 |
4.1 WRF-Chem模拟设置 |
4.2 模式验证 |
4.2.1 气象场模拟效果评估 |
4.2.2 大气化学成分模拟效果评估 |
4.3 光化学反应 |
4.3.1 边界层颗粒物及其光学特性 |
4.3.2 颗粒物对光解率的影响 |
4.3.3 臭氧浓度的变化 |
4.3.4 颗粒物浓度的变化 |
4.4 非均相化学反应 |
4.4.1 NO_x和H_xO_y的变化 |
4.4.2 臭氧浓度的变化 |
4.4.3 颗粒物浓度的变化 |
4.5 颗粒物和臭氧化学相互作用的综合影响 |
4.5.1 对臭氧的综合影响 |
4.5.2 对颗粒物的综合影响 |
4.5.3 不同高度上颗粒物和臭氧的相关性 |
4.6 本章小结 |
第五章 中国地区大气细颗粒物和臭氧相互作用的辐射-气象反馈机理研究 |
5.1 UKESM1-AMIP模拟设置 |
5.2 模式验证 |
5.3 细颗粒物的辐射效应 |
5.3.1 地表短波辐射及温度 |
5.3.2 湍流动能强度 |
5.3.3 大气边界层高度 |
5.3.4 近地面风速 |
5.4 辐射效应对污染物的影响 |
5.4.1 污染物浓度的年均变化 |
5.4.2 污染物浓度的季节变化 |
5.5 辐射效应对水汽和云的影响 |
5.5.1 辐射效应对水汽的影响 |
5.5.2 辐射效应对云的影响 |
5.6 辐射效应对臭氧的综合影响 |
5.7 本章小结 |
第六章 总结与展望 |
6.1 本文主要研究结果 |
6.2 本文主要创新点 |
6.3 未来工作展望 |
6.3.1 本文工作的不足之处 |
6.3.2 今后工作展望 |
参考文献 |
科研成果 |
致谢 |
(8)北京市典型区域大气细颗粒物来源分析及对大气能见度影响(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 大气细颗粒物研究现状 |
1.2.2 大气细颗粒物来源解析研究现状 |
1.2.3 大气污染源排放清单研究现状 |
1.2.4 数值模型研究现状 |
1.2.5 大气能见度研究现状 |
1.3 本文的研究内容及技术路线 |
1.3.1 主要研究内容及特色 |
1.3.2 技术路线图 |
第2章 北京及近周边典型城市大气细颗粒物污染特征 |
2.1 大气细颗粒物样品采集及测试方法 |
2.1.1 大气颗粒物采样点布设 |
2.1.2 大气细颗粒物质量浓度测试方法 |
2.1.3 大气细颗粒物化学组分测试方法 |
2.2 典型城市大气PM_1与PM_(2.5)污染特征分析 |
2.2.1 大气PM_1与PM_(2.5)质量浓度污染特征 |
2.2.2 大气PM_1与PM_(2.5)无机元素污染特征 |
2.2.3 大气PM_1与PM_(2.5)水溶性离子污染特征 |
2.2.4 大气PM_1与PM_(2.5)碳质组分污染特征 |
2.3 本章小结 |
第3章 典型区域大气细颗粒物来源分析 |
3.1 北京及近周边地区污染源PM_1排放清单建立与完善 |
3.1.1 污染源分类及核算方法 |
3.1.2 典型区域大气污染源颗粒物总量排放特征 |
3.1.3 典型区域大气污染源PM_1排放特征 |
3.2 模型设置 |
3.3 模型验证 |
3.3.1 PM_1处理方法 |
3.3.2 误差分析 |
3.4 典型区域大气细颗粒物来源分析 |
3.4.1 来源分析方法 |
3.4.2 PM_1与PM_(2.5)来源分析 |
3.5 本章小结 |
第4章 大气能见度变化特征及灰霾影响因子分析 |
4.1 大气能见度时空分布特征 |
4.1.1 季节性变化特征 |
4.1.2 逐日变化特征 |
4.1.3 灰霾与非灰霾天气大气能见度特征 |
4.2 颗粒物粒径分布对大气能见度的影响 |
4.2.1 颗粒物粒径观测 |
4.2.2 颗粒物粒径个数、数浓度季节分布特征 |
4.2.3 颗粒物粒径表面积、体积季节分布特征 |
4.2.4 灰霾与非灰霾天气颗粒物粒径分布特征 |
4.3 气象要素对大气能见度的影响 |
4.3.1 相对湿度对大气能见度的影响 |
4.3.2 风速与风向对大气能见度的影响 |
4.3.3 温度和气压对大气能见度的影响 |
4.4 灰霾影响因子综合分析 |
4.4.1 研究方法 |
4.4.2 相关性分析 |
4.4.3 主成分分析 |
4.4.4 多元回归分析 |
4.5 回归模型模拟效果验证 |
4.6 本章小结 |
第5章 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
附录 |
攻读硕士学位期间取得的成果 |
致谢 |
(9)基于后向传播神经网络的典型道路PM2.5和臭氧预测模型研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 国内外研究综述 |
1.2.1 道路空气质量影响因素研究 |
1.2.2 传统的环境空气质量模型模拟研究 |
1.2.3 BP神经网络模型研究 |
1.3 本文研究内容与结构安排 |
第2章 模型、数据及方法介绍 |
2.1 BP神经网络原理简述 |
2.2 数据及工具介绍 |
2.2.1 模型相关数据集 |
2.2.2 模型工具及模型评估方法介绍 |
2.3 数据预处理方法 |
第3章 基于BP神经网络的污染物预测研究 |
3.1典型道路的BP神经网络模拟实验 |
3.2 模型初步优化结果 |
3.3 输入参数优化过程 |
3.4 道路PM_(2.5)和O_3浓度预测 |
3.5 国控站点PM_(2.5)和O_3浓度预测 |
3.6 本章小结 |
第4章 路边污染物管控策略模拟研究 |
4.1 交通管控实验规划 |
4.2 道路车速及其他参数调整方案 |
4.3 PM_(2.5)和O_3模拟结果分析 |
4.4 本章小结 |
第5章 全文总结 |
5.1 全文总结 |
5.2 本文创新点 |
5.3 不足之处与后续展望 |
参考文献 |
作者简历 |
(10)矿业城市雨水环境行为及资源化利用研究 ——以淮南市为例(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及研究意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究进展 |
1.2.1 国外研究进展 |
1.2.2 国内研究进展 |
1.2.3 目前研究存在的不足和问题 |
1.3 拟解决的问题、研究内容及技术路线 |
1.3.1 拟解决的问题 |
1.3.2 研究内容 |
1.3.3 技术路线 |
2 样品采集与测试 |
2.1 研究区域概况 |
2.1.1 地理环境 |
2.1.2 气象水文 |
2.1.3 矿区类型和分布 |
2.1.4 水资源概况 |
2.2 样品采集 |
2.2.1 大气降水和径流水样采集 |
2.2.2 大气污染物采集 |
2.3 研究年份降雨特征分析 |
2.3.1 2015年降雨特征分析 |
2.3.2 2016年降雨特征分析 |
3 雨水化学特性及时空分布研究 |
3.1 大气环境分析 |
3.2 雨水化学特性分析 |
3.2.1 雨水化学组成分析 |
3.2.2 雨水化学特性随降雨历时的变化 |
3.3 雨水化学特性空间分布 |
3.3.1 大气污染物随空间变化特征 |
3.3.2 雨水化学特性的空间分布特征 |
3.4 雨水化学特性季节分布 |
3.4.1 大气污染物随季节的变化特征 |
3.4.2 雨水化学特性的季节分布特征 |
3.5 雨水化学特性与大气污染的关系 |
3.6 本章小结 |
4 雨水径流特征污染物的积累与冲刷规律研究 |
4.1 径流特征污染物的选定 |
4.2 研究下垫面的选取和布设 |
4.3 下垫面上污染物积累特征 |
4.3.1 下垫面上污染物积累模型 |
4.3.2 下垫面上污染物积累特征 |
4.4 雨水径流特征污染物的冲刷特征 |
4.4.1 雨水径流特征污染物浓度模型 |
4.4.2 雨水径流特征污染物冲刷特征 |
4.5 本章小结 |
5 不同下垫面上雨水径流水质特征研究 |
5.1 雨水径流水质总体特征 |
5.1.1 径流特征污染物浓度的评价方法 |
5.1.2 淮南市雨水径流水质分析 |
5.2 非渗透下垫面上雨水径流水质特征研究 |
5.2.1 径流水质随径流历时的变化 |
5.2.2 降雨强度对径流水质的影响 |
5.2.3 径流雨水污染物浓度相关性分析 |
5.3 低影响开发下垫面上雨水径流水质特征研究 |
5.3.1 低影响开发下垫面构造特征 |
5.3.2 降雨过程分析 |
5.3.3 低影响开发下垫面上径流特征 |
5.3.4 低影响开发下垫面径流水质特征 |
5.4 本章小结 |
6 雨水资源化利用技术研究 |
6.1 雨水模拟试验 |
6.1.1 试验用水与工艺 |
6.1.2 试验结果与分析 |
6.2 工程实践与分析 |
6.2.1 工程概况 |
6.2.2 运行效果 |
6.2.3 建设效益 |
6.3 本章小结 |
7 雨水资源化利用模式研究 |
7.1 雨水资源化利用技术路线 |
7.1.1 降雨水量平衡模型 |
7.1.2 雨水资源化技术路线 |
7.2 雨水资源化利用模式及实践 |
7.2.1 城市主城区雨水资源化利用模式及实践 |
7.2.2 矿区雨水资源化利用模式及实践 |
7.3 本章小结 |
8 结论与展望 |
8.1 研究结论 |
8.2 研究创新点 |
8.3 研究展望 |
参考文献 |
致谢 |
作者简介 |
四、杭州市区大气中PM_(10)等污染物的预测研究(论文参考文献)
- [1]我国中东部背景地区大气气溶胶PM10理化特征及来源分析[D]. 矫健. 南京信息工程大学, 2021(01)
- [2]关中平原城市群大气污染物浓度模拟及人口暴露研究[D]. 王睿哲. 西安科技大学, 2021
- [3]Conformable累加灰色模型及其在PM2.5和PM10预测中的应用研究[D]. 顿梦. 河北工程大学, 2021(08)
- [4]兰州市大气颗粒物人工干预措施情景模拟及对策建议[D]. 李子璇. 兰州大学, 2021(09)
- [5]基于CALPUFF模型的兰州市NOX污染及控制模拟研究[D]. 李国彦. 兰州大学, 2021(09)
- [6]兰州市大气降尘重金属的污染特征及源解析研究[D]. 黄文. 兰州大学, 2021(09)
- [7]大气细颗粒物与臭氧的垂直结构和相互作用研究[D]. 曲雅微. 南京大学, 2020(12)
- [8]北京市典型区域大气细颗粒物来源分析及对大气能见度影响[D]. 张俊峰. 北京工业大学, 2020(06)
- [9]基于后向传播神经网络的典型道路PM2.5和臭氧预测模型研究[D]. 刘宇轩. 浙江大学, 2020(08)
- [10]矿业城市雨水环境行为及资源化利用研究 ——以淮南市为例[D]. 唐文锋. 安徽理工大学, 2019(03)