一、长江三角洲固定燃烧源排放SO_2,NO_x,CO和HC的分布(论文文献综述)
刘扬,王颖,刘灏,秦闯,王思潼,李博,郭春晔[1](2022)在《基于WRF-Chem模拟验证的天水市主城区大气污染源排放清单》文中提出通过部门调研、现场调查和遥感解译等方法获取天水市主城区大气污染源活动水平数据,采用排放因子法估算了天水市主城区10类污染源的9种污染物排放量,构建了2019年天水市主城区高分辨率排放清单,并采用横向比较法和模式验证法评估了排放清单的合理性.结果表明:(1)2019年天水市主城区SO2、NOx、CO、VOCs、NH3、PM10、PM2.5、BC和OC的排放量分别为2702,8829,82670,10460,7551,14221,8252,1682和2814t.化石燃料固定燃烧源为SO2、CO和颗粒物的主要贡献源,移动源是NOx和VOCs的主要贡献源,NH3排放主要来源于农业源.(2)天水市主城区SO2、NOx、颗粒物、CO和VOCS的排放高值区主要集中在人口和工业密集的河谷地形内,NH3排放高值区分布在周边耕地区域.(3)民用散烧源的空间分配方案对模拟结果有重要影响,在河谷地形集中供热范围外,根据城中村的分布对民用散烧源进行空间分配较为合理.(4)WRF-Chem模式模拟的4,7,10和12月的SO2、NO2、O3、CO、PM10和PM2.5日均浓度与同期监测的污染物浓度相关系数分别为0.767,0.502,0.618,0.462,0.647和0.654.
陈雯[2](2021)在《基于多源数据比对的汾河平原大气污染源排放清单评估研究》文中进行了进一步梳理大气污染源排放清单是空气质量管理和大气环境研究的基础,是研究大气污染与气候变化相互作用、识别大气复合污染来源、控制污染物排放总量以及实现空气质量达标的重要前提。然而受活动水平数据难以获取、质量不稳定及排放系数偏差较大等因素影响,目前大气污染源排放清单中部分源类、部分污染物还存在较大的不确定性,这要求我们深入研究清单评估方法,为今后排放源清单提供优化方向,从而更好地为空气质量管理提供技术支撑。当前我国形成了较为成熟的大气污染源排放清单编制体系,但评估方法的研究仍存在诸多不足。为此,本文研究建立了基于遥感反演、空气质量浓度、能源经济统计等多源数据融合的排放清单评估方法,对2018年汾河平原6城市大气污染源排放清单开展多源数据评估,并综合评估了排放清单的准确性。基于以上研究,得出以下结论:1)基于PM2.5、PM10、NO2的卫星遥感反演浓度,利用皮尔森系数对遥感浓度及排放清单数据的空间相关性进行分析。结果表明,PM2.5、PM10与NOx的网格化排放数据与卫星反演的柱浓度在空间分布上呈现较高的一致性。从各污染物排放量与卫星遥感反演柱浓度的皮尔森系数来看,PM2.5的相关性最好,皮尔森系数为[0.368 2,0.444 8];NOx的相关性较好,皮尔森系数位于[0.188 5,0.371 1]之间;PM10的相关性较差,皮尔森系数位于[0.358 2,0.086 8]之间。从城市清单评估结果来看,吕梁、三门峡的清单与卫星遥感数据的相关性较好,运城清单与卫星遥感数据相关性较差。2)基于环境空气中主要污染物年均浓度和月均浓度,对排放清单进行评估。结果表明:汾河平原城市NOx/SO2一次排放量的比值大于年均浓度比值,PM10/SO2、PM10/NOx一次排放量的比值小于年均浓度的比值,清单结果在污染物比例上是相对合理的;月排放量与空气质量月均浓度的相关系数显示,月排放量与空气质量月均浓度具有很高的相关性,其中SO2的相关性最高,皮尔森系数位于[0.924 0,0.925 6]之间,PM2.5的相关性居中,PM10的评估相关性较差,皮尔森系数位于[0.567 4,0.749 7]之间。从各城市清单评估结果看,三门峡清单与空气质量数据的相关性较差,运城的相关性较好。3)基于机动车保有量、原煤消耗量、生铁产量、粗钢产量4项指标分析汾河平原6城市排放清单的合理性,分析结果表明,机动车保有量的总体误差值较小,在[-24.1%,3.3%]之间;原煤消耗的误差值较大,位于[-26.6%,47.1%]之间;从城市评估结果来看,晋中的清单误差范围较小,三门峡的清单误差范围较大。4)针对多源数据评估结果,结合不同评估方法的优点,将评估结果划分为A、B、C、D 4个等级,对分级结果进行打分,并设定综合评价指数I。结果表明,晋中的I指数最高,为2.87,运城的I指数最低,为2.40,其他城市居中。本文以汾河平原6城市排放清单为基础数据,开展了多源数据评估研究,构建了一种基于卫星遥感数据、空气质量监测数据和宏观能源经济数据的排放清单多源数据融合的评估方法,并建立了排放清单综合评价方法,为大气污染源排放清单提供了一种的相对客观独立的评估方法,旨在不断提升排放清单数据质量,为大气环境管理和研究提供优质的排放清单数据。
周咪咪[3](2021)在《山东省人为源大气污染物排放清单的建立及污染特征研究》文中研究说明随着经济总量的增加、城市化的加速及机动车保有量的激增,山东省大气污染问题日益严峻,主要大气污染物排放量近年来一直处于全国首位,减排压力巨大。建立高时空分辨率的大气污染物排放清单对于掌握山东省大气污染物排放特征、识别关键污染来源、进行空气质量模拟及预测、制定大气污染防治措施等工作具有重要意义。根据山东省产业结构特点及主要污染源特征,本文以最新活动水平和排放因子为基础,采用“自上而下”和“自下而上”相结合的方法,建立了2017年山东省主要大气污染物人为源高时空分辨率排放清单,并根据排放源空间位置和排放特点对污染物排放总量进行空间分配和月份分配,确定区域内大气污染物的时空分布特征。考虑到近年来区域臭氧污染日益严重的现实,论文在VOCs排放清单的基础上,根据VOCs源成分谱计算了不同VOCs物种的臭氧生成潜势,进而识别影响臭氧形成的主要VOCs物种和排放源。最后,利用地理探测器探讨了社会经济因素对山东省大气污染物空间分布的影响。本文主要的研究结论总结如下:2017年山东省人为源SO2、NOX、PM10、PM2.5、CO、VOCs和NH3的排放总量分别为1387.8kt、2488.6kt、5281.7kt、3193.0kt、9250.7kt、2254.7kt、1210.6kt。其中,SO2和NOX的排放主要来自化石燃料燃烧源(贡献率分别为73.2%和65.2%),PM10和PM2.5的排放主要来自工业过程源(贡献率分别为67.6%和78.7%)和扬尘源(贡献率分别为15.4%和8.2%),CO的排放主要来自工业过程源(40.1%)、道路移动源(24.3%)和化石燃料燃烧源(21.2%),而VOCs排放主要来自工业过程源(60.0%),NH3排放主要来自农业源(94.5%)。其中,从城市排放总量来看,临沂、烟台和济宁是SO2和NOX年排放量最高的城市,日照、莱芜和临沂是PM10和PM2.5排放量最高的城市,VOCs排放量最多城市为青岛、潍坊和临沂,潍坊、菏泽、德州、临沂和聊城NH3排放量在山东省中位于前列。从排放清单空间分配结果来看,SO2、NOX、CO、PM10、PM2.5和VOCs这六种污染物的高值区主要集中在山东省的中、东部地区,主要包括济南、青岛、淄博等城市。而NH3排放浓度的高值区主要集中在山东省的西部地区,如菏泽、聊城、济宁等城市,这与农业源呈现较高的一致性。从月份分布特征来看,电厂源和重要的工业过程源的月份变化趋势基本一致,排放量最高的月份出现在6月和7月,排放量低谷则出现在1月和2月。基于VOC排放量和最大增量反应活性值得到,山东省2017年人为源VOCs排放臭氧生成潜势总量为724万t,其中,芳香烃、烯烃/炔烃、含氧有机物、烷烃和卤代烃在总OFP中的贡献率分别为40.7%、33.7%、16.2%、7.8%和0.2%。OFP排名前十的VOCs物种分别是间/对-二甲苯、丙烯、乙烯、甲苯、甲醛、1,3-丁二烯、乙苯、邻二甲苯、1-丁烯、1,2,4-三甲基苯,这十种VOCs物种共占人为源总OFP的62.6%。从排放源贡献率的角度看,工业过程源、溶剂使用源和道路移动源在总OFP的贡献比例最高,分别为46.6%、17.5%和18.2%。同时,工业过程源、溶剂使用源和道路移动源对OFP排名前十位的物种贡献率较大,可见来自这三种排放源的VOCs排放物种具有更高的臭氧生成潜势。从影响因素来看,人口总量和民用汽车拥有量两个因子对山东省各个污染物空间分布特征变化影响的驱动力最大。此外,人均生产总值和工业总产值是影响PM2.5空间分布特征的主要因素,工业总产值和全社会用电量是影响NOX和SO2空间分布的主要驱动力。基于交互作用探测结果发现,任意一对探测因子交互作用后的q值均大于其中单独一种因子的q值,且小于这对探测因子的q值之和。其中,工业总产值与人均生产总值交互作用后对污染物空间分布的影响最大。这说明,污染物的空间分布特征不只是受单一因素的影响,更是受多个因素的相互作用产生的影响。
杜山山[4](2021)在《长春市环境空气中PM2.5和PM10的污染特征研究》文中研究说明为研究长春市空气中PM2.5和PM10化学组成的污染特征,于2019年4月6日至2020年1月20日采集环境受体样品。对比分析PM2.5和PM10中无机元素、水溶性离子、元素碳(Elemental Carbon,EC)和有机碳(Organic Carbon,OC)等成分的浓度分布特征;采用富集因子法和健康风险评价法对颗粒物中金属元素的富集程度和对人体产生的健康风险进行对比分析;并对长春市大气中PM2.5和PM10的来源进行分析讨论。论文的主要结论如下:长春市环境空气中PM2.5和PM10的年均浓度分别是36.86±25.54μg/m3和69.79±33.02μg/m3,呈现冬春高,夏秋低的季节变化趋势,有且只有冬季PM2.5和PM10的平均浓度超过年均国家二级标准,说明长春市冬季颗粒物污染严重。另外PM2.5/PM10表现为冬季高(>0.7),春夏秋三季低(<0.5),说明冬季颗粒物污染以PM2.5为主,其他季节以粗粒子为主。地壳元素是PM2.5和PM10中元素的主要部分,主要聚集在PM10中,微量元素主要聚集在PM2.5上;另外,通过对比发现PM2.5中元素的富集因子值高于PM10,说明元素更易在PM2.5中富集;PM2.5中As通过呼吸途径会对成人和儿童产生不可忽略的非致癌风险,PM2.5中Cr通过呼吸途径会对成人产生不可忽略的致癌风险,皮肤吸收途径产生的非致癌和致癌风险可被忽略,PM2.5产生的健康风险高于PM10。NO3-,SO42-和NH4+是水溶性离子的主要组成部分,占总离子浓度62.6%和62.4%,其中NO3-浓度最高,占比最大。秋冬季中总碳(Total Carbon,TC)分别占PM10质量浓度的25.94%和35.27%,分别占PM2.5质量浓度的44.14%和42.03%,说明TC是PM2.5和PM10中重要的组成部分。计算出的二次有机碳(Secondary Organic Carbon,SOC)在秋季占比低,冬季占比高,表明长春市秋季中的OC以初级有机碳(Primary Organic Carbon,POC)为主,冬季中OC以SOC为主。污染天气特征对比分析发现,春季污染天气中PM2.5的二次水溶离子(NO3-,SO42-和NH4+)浓度明显增加,而PM10则是地壳元素浓度明显增加;在冬季污染天气中,PM2.5和PM10中OC、EC和二次离子浓度均有明显增加,且二次离子浓度增加较明显。综合分析,春季发生的污染天气是以风扬尘土为主导,二次转化为辅助,共同作用产生的。冬季发生的污染天气是在低风速高湿度的天气条件下,由二次气溶胶转化加剧和污染物增加共同作用导致的。利用正矩阵因子分解模型确定长春市大气中PM2.5和PM10的主要贡献因子均为5个,包括土壤和建筑扬尘源、二次气溶胶和生物燃烧源、机动车和道路扬尘源、工业排放和土壤源、燃煤源。二次气溶胶、燃煤和生物质燃烧源是PM2.5和PM10的主要贡献源,除此以外,PM10以扬尘等粗粒子贡献源为主,PM2.5以工业排放源和交通排放源为主。另外,PM2.5和PM10具有相似的空间潜在区域源,分布在长春的西南,西北和东北。
高超[5](2021)在《基于气象与空气质量双向耦合模式的中国东部气溶胶反馈效应模拟研究》文中研究指明大气颗粒物通过气溶胶-辐射相互作用和气溶胶-云相互作用可以有效地改变地球大气的能量平衡并导致气象要素发生变化,进而影响大气污染物的生消过程,形成气象和空气污染之间的双向反馈作用。近年来,随着我国实施了一系列的大气污染治理与管控措施,空气质量环境有所改善,但目前在中国东部地区以细颗粒物和臭氧为主的复合型污染问题却日益凸显。过去几年间,省级和部分城市生态环境监测中心已经部署了空气质量预报预警系统,但空气质量预报模式在一些极度重污染条件下仍存在预报准确度较低的情况,从而影响政府部门提出和实施及时有效的空气污染防控措施。根据先验认知和理论分析,启用气象-空气质量之间的双向反馈功能可以在一定程度上弥补这一不足。因此,亟需回答空气质量模式中启用气象-化学双向耦合能否有效提高我国区域尺度的空气质量预报预警能力,同时还需进一步明确气溶胶反馈效应在我国东部地区对气象和空气质量的影响可以达到何种程度。本文基于三个开源并被广泛应用的双向耦合模式(WRF-CMAQ、WRF-Chem和WRF-CHIMERE)对2017年中国东部地区常规的气象和空气质量要素进行了模拟与评估研究;定量化分析了启用气溶胶反馈效应对不同气象和空气质量要素的影响;以及进一步开展了气溶胶反馈效应在三种不同典型污染事件中的应用研究。主要结论为:(1)三个双向耦合模式均能再现2017年中国东部地区气象和空气质量,且WRF-CMAQ整体模拟效果最优;(2)空气质量模式是否启用气象-化学双向耦合对双向耦合模式模拟准确度的影响取决于模拟时段、区域、气象和空气质量变量;(3)气溶胶反馈效应整体上导致我国东部地区地表短波辐射、温度、水汽混合比、风速、边界层高度和O3浓度减小而相对湿度、PM2.5浓度增大,但在垂直方向上导致低空温度、水汽混合比、风速和O3浓度增大而相对湿度、PM2.5浓度减小;(4)WRF-CMAQ启用气溶胶-辐射相互作用后对典型污染事件(冬季重霾、春季沙尘和夏季臭氧)的模拟效果最好,且其开启GSI数据同化后进一步提高了冬季重霾污染的模拟性能。本研究能够为双向耦合模式在中国东部地区空气污染预报预警的业务化应用、模拟与评估的研究提供了科学参考。综上所述,在未来区域尺度空气质量预报预警的相关工作中,特别是为了有效提高重霾污染期间的空气质量预报预警准确度,建议优先考虑地面实测资料同化,最后如果计算资源条件准许,升级预报预警系统至双向耦合模式并启用气溶胶反馈效应。
曾鹏[6](2021)在《柳州市PM2.5水溶性无机离子与重金属元素污染特征及源解析》文中提出本研究对柳州市2020年大气PM2.5进行膜采集,并且收集自动监测站自动监测小时数据,研究了其大气PM2.5以及其中的水溶性无机离子和重金属元素组分的浓度水平和季节变化特征;利用正定矩阵因子法(PMF)模型定量分析了采样期间柳州市大气PM2.5的来源及其源贡献率;利用HYSPLIT后向轨迹模型以及其潜在源方法研究了柳州市PM2.5的外来传输源和潜在源区的分布研究,结果显示:(1)柳州市PM2.5日均浓度各个季节差异明显,各个季节浓度差异表现为冬季(40.38μg·m-3)>春季(33.11μg·m-3)>秋季(22.44μg·m-3)>夏季(19.57μg·m-3)。各个季节PM2.5浓度与风速、湿度、降水量均呈显着负相关。PM2.5昼夜浓度呈现双峰型,季节差异明显,春季柳州市PM2.5浓度高值在东南部分布较广,秋冬季PM2.5浓度高值仅分布在0~2 m/s风速范围内。由于实施的大气污染综合整治措施,柳州市大气污染物浓度均呈现下降趋势,表明近年来实施的各项综合整治措施起到了较为明显的成效。(2)通过离子间浓度占比发现SO42-、NO3-和NH4+是柳州市PM2.5中水溶性无机离子的主要无机离子,表明柳州市PM2.5中的二次污染水平较高。计算得到柳州市的硫氧化率(SOR)和氮氧化率(NOR)值均在0.1以上,并且NO3-/SO42-比值小于1,表明柳州市大气二次污染较严重并且主要受固定源污染影响较大。通过对其水溶性无机离子进行相关性分析发现,SO42-、NO3-和NH4+之间的相关性较好,其主要以NH4HSO4和NH4NO3的形式存在,并且地质尘源、二次来源及海洋源可能为其水溶性无机离子的主要来源。(3)柳州市PM2.5中重金属元素组分春夏季浓度较低,秋冬季浓度较高,其中重金属元素组分主要由Zn、Mn、Cr、Pb和As元素组成,Zn和Mn元素浓度各季节均最高,Pb元素在春夏季受自然源的影响较大,在其他季节则受人类的活动影响较大,Zn、Cd、Cr全年受人为活动的影响较严重,并且影响其PM2.5中重金属元素的主要人为源为工业源、机动车源和煤炭燃烧源。(4)使用正定矩阵因子法(PMF)模型对柳州市大气PM2.5进行源解析发现,其大气PM2.5的主要来源分别为工业源、交通源、二次来源、燃煤源和地质尘源,其中工业源为其大气PM2.5的主要来源,占比达到了36.95%。通过后向轨迹模型(HYSPLIT)和潜在源贡献分析法(PSCF)对其大气PM2.5进行源解析发现,柳州市大气PM2.5在春季、秋季和冬季均受到来自东北和东南方向的气流轨迹影响,而夏季则由于夏季风作用的影响主要受到来自南北方向的气流轨迹的影响,并且春季PM2.5的潜在源区主要分布在柳州市本地及周边的邻近省份区域,而秋冬季则主要受到来自柳州市本地的污染源区的影响较大,夏季PM2.5的潜在源区主要分布在南北方向,主要来自于外来源。
张鑫[7](2021)在《复杂环境中硝酸盐二次粒子的污染特征及来源解析》文中认为研究无机、有机硝酸盐的浓度组成、形成机制及影响因素,对认识特定地区大气中硝酸盐的污染特征具有重要的实际意义。本研究通过在长三角地区的两个城市分别开展PM2.5离线滤膜采样和气溶胶质谱在线测量等外场观测,以及开展烟雾箱实验,探讨无机和有机硝酸盐对不同地区细颗粒物的贡献、污染源解析以及形成机制。具体的研究内容有:(1)在浙江省一个传统农业县开展四季节PM2.5滤膜采样,结果表明大气处于富铵环境,有利于无机硝酸盐的二次形成。在冬季采样时段内有两个重污染时期,硝酸盐为主的二次无机气溶胶增长主导PM2.5污染,PMF和ME2源解析结果表明二次生成的硝酸铵是采样地区冬季无机硝酸盐的主要来源。(2)使用HR-To F-AMS测量浙江省一个大型城市的城区和郊区PM1化学组分,通过NO+/NO2+比值法和PMF源解析两种数学模型解析硝酸盐中的无机、有机组分。结果表明两个地区硝酸盐的增长都是由无机硝酸盐主导,城区无机硝酸盐的增长主要发生在夜间,NOx的非均相反应主导无机硝酸盐形成。而郊区的测量结果表明日间均相反应过程是无机硝酸盐的主要来源。对于有机硝酸盐,城区有机硝酸盐主要来自氧化程度较高的二次有机气溶胶LVOOA、机动车排放源HOA和餐饮源COA,郊区采样期间LVOOA贡献绝大部分的有机硝酸盐,且有机硝酸酯在有机物中的占比超过50%。两个地区二次生成的有机硝酸盐和O3有较好的一致性,揭示了光化学反应在有机硝酸盐生成中的重要作用。(3)通过开展典型人为源和自然源VOCs前体物的烟雾箱实验,比较分析不同VOC物种在NOx体系下发生光化学反应生成的有机物和硝酸盐特征。结果发现异戊二烯、丙烯、甲苯和对二甲苯四类VOCs和NOx发生光化学反应生成的硝酸盐全部为有机硝酸盐。在甲苯/NOx实验体系中加入NH3,反应生成的有机硝酸盐只占硝酸盐总量的20~30%。实验生成的有机硝酸盐浓度要低于未加入NH3的甲苯实验,表明无机和有机硝酸盐生成存在竞争关系。
赵秋月[8](2020)在《基于响应曲面模型的大气污染控制措施快速评估技术研究 ——以江苏省为例》文中研究指明当前我国大气污染已经从局地、单一的城市空气污染向区域性、复合型大气污染转变,对城市环境空气质量、大气能见度、公众健康等造成巨大影响,引起媒体及公众的普遍关注。随着“蓝天保卫战”、“十四五大气污染防治规划”、“空气质量达标规划”等一系列综合性大气污染防治政策措施的制定,关注的重点围绕这些政策措施是否能实现空气质量改善的预期而开展,这也主要依赖于空气质量模型在建立合适的源排放-空气质量响应关系的基础上进行研究。但现有模型普遍存在运算周期长、拟合速度慢、排放清单模拟性能不高等问题,难以为管理者提供快速的决策响应支持;另一方面,如何避免“一刀切”,通过模型的改进建立起一套适用于多区域、差异化管控措施快速评估的技术方法,使政策措施的制定能够尽可能体现公平和效率原则,也是本研究要解决的问题。针对大气环境管理决策开发快速响应支持技术具有重要的现实意义。本研究利用统计学方法,开发了基于多项式函数回归方法(pf-ERSM)的响应曲面模型,建立了污染物减排与PM2.5浓度的快速响应关系,基于该方法对江苏省不同减排措施下的空气质量改善效果进行了评估应用,探讨了使用响应曲面模型拟合臭氧浓度的可行性及控制策略,为提升大气环境管理决策水平提供了技术支持。(1)构建并校验了大气污染防治曲面响应模型。提出利用多项式函数回归方法(pf-ERSM)建立污染物减排与浓度的响应关系,基于海量CMAQ仿真实验以及数理统计推演机制,搭建了快速响应曲面模型,与传统RSM相比,大幅降低了控制情景的数量,同时由于改进了拟合算法,使得拟合速度更快,并且考虑了PM2.5一次排放的线性贡献。外部验证情景的CMAQ模拟结果与RSM拟合结果的所有误差相关参数均在1%以下,整体拟合预测效果较好,表明RSM拟合结果与CMAQ模型直接模拟相近,响应曲面模型能够快速得到可靠的PM2.5减排方案管控效果,可满足快速模拟多个区域同时对SO2、NOX、NH3、VOCs、一次PM2.5等多种污染物实施不同程度减排的空气质量改善效果的预测要求。(2)阐明了在模型中纳入区域外源影响对于评估实际减排效果的意义。将基准情景中区域以外的所有区域排放控制“置零”进行CMAQ模式模拟、将区域内排放“置零”进行RSM模型拟合,发现采用“置零法”区分的内外源单独模拟结果之和(叠加法)与基准情景模拟结果符合较好;叠加外源影响后区域内PM2.5浓度有较大下降幅度,更符合实际减排预期。利用叠加法来整合外源和内源减排影响时误差较小,具有一定的应用意义。(3)剖析了优化提升排放清单分辨率对于提高模型模拟精度的重要性。研究建立了一套完整的2017年江苏省高分辨率排放清单,对排放清单VOCs物种谱进行了优化再分配,对电力、钢铁、化工、建材等重点行业及移动源、面源排放的空间分布进行了校正,使得模式模拟性能得到优化提升。利用CMAQ模型进行模拟验证也表明,该清单在4个典型月模拟结果与观测值日浓度的标准差与平均误差接近,表明日误差变动范围较小,模式模拟稳定,排放清单以及模拟系统可靠。(4)利用快速响应曲面模型系统研究了不同管控措施情景下的空气质量目标可达性。基于国家和江苏省“十三五”减排考核要求的基础控制情景下,模拟显示全省PM2.5年均浓度将下降11.1%,下降幅度最高的区域为无锡与常州12.1%,下降幅度最小的区域为连云港10%;各污染物均衡管控情景下,对所有研究区域的减排比例上浮5%、10%、20%后,全省平均PM2.5浓度下降幅度达到14.0%、16.8%和22.8%,两种情景均不能满足空气质量改善要求。采取差异化管控措施的模拟结果显示:在外源达标情景下,江苏省2020年PM2.5下降幅度相比2015年可达到28.9%,能够满足约束性考核目标要求,指导减排实践。
张雯淇[9](2020)在《长三角大气颗粒物中硝酸盐的氮氧稳定同位素(δ15N,δ18O和Δ17O)示踪研究》文中研究表明硝酸盐(NO3-)是我国大气中的主要污染物,有利于细颗粒物的形成,影响气候系统与人类健康。全球每年约有数百万吨来自人为源和自然源的NOx被排放到大气中。我国近年来的减排政策未能有效控制NOx过量排放的问题,这使得大气中硝酸盐对灰霾的形成和颗粒物爆发增长的贡献更加重要。NOx的循环及氧化是大气化学过程中重要的反应机制,与大气中主要氧化剂O3和OH的浓度密切相关。因此厘清大气中硝酸盐的形成机制及NOx的来源对大气氧化能力和区域空气质量等的研究具有重要意义。硝酸盐的氮氧稳定同位素(δ15N,δ18O和Δ17O)对大气硝酸盐形成机制和来源解析的研究具有重要的指示作用。然而由于我国三氧同位素(16O,17O和δ18O)测试方法发展不成熟,目前对于大气硝酸盐稳定同位素示踪技术的应用较少,其中更加缺乏硝酸盐形成机制日变化规律的分析。因此本研究建立并优化了反硝化细菌-金管高温裂解方法用于测试大气硝酸盐的氮同位素(15N)和三氧同位素。在长江三角洲地区的两个主要城市,南京和杭州,分别采集了冬季灰霾过程中高时间分辨率(3h/样品)和全年常规分辨率(24h/样品)的PM2.5样品。根据硝酸盐的多元同位素(δ15NO3-,δ18NO3-和Δ17NO3-)观测结果,对硝酸盐的形成机制和NOx的来源进行了分析。主要结论如下:大气硝酸盐同位素测试方法优化、系统改装后,N2O模式下对0.8μg N硝酸盐的δ15N和δ18O测试精度均好于0.5‰,N2-O2模式下对δ15N和Δ17O的测试精度分别为0.27‰和0.22‰,单个样品的测试最快可以在13 min之内完成。与高时间分辨率(3h/样品)的样品相比,RACM(Regional Atmospheric Chemistry Mechanism)模型对常规分辨率(24h/样品)样品中NO3-的形成机制和Δ17NO3-的模拟效果更好。南京和杭州硝酸盐的主要生成途径为NO2+OH和N2O5水解途径,DMS/HC(Dimethyl sulfide,DMS或Hydrocarbon,HC)途径的贡献可以忽略。南京冬季Δ17NO3-(23.4‰~39.3‰)具有白天低、夜间高的日变化规律。灰霾期间Δ17NO3-受到积累的硝酸盐的影响,仅能代表灰霾期间NO3-形成机制的平均水平。降水过程清除大量大气污染物后,Δ17NO3-有较为显着的变化,揭示了雨后硝酸盐形成的主要途径(NO2+OH途径)。南京冬季52±25%的硝酸盐通过NO2+OH途径生成,NO2+OH途径(57±8%)和N2O5水解途径(66±24%)分别为白天和夜间硝酸盐生成的主要途径。杭州Δ17NO3-和δ15NO3-的变化范围分别为20.0‰~37.9‰和-2.9‰~19.4‰,具有冬季高、夏季低的季节差异。全年平均有59±29%的NO3-以N2O5水解途径生成。NO2+OH途径和N2O5水解途径贡献最高的季节分别为夏季(64±27%)和春季(74±22%)。NO2与HNO3间的平衡分馏是硝酸盐形成过程中氮同位素分馏的主要组成部分(69%~97%)。NOx-NO2间的同位素差异对夏季NOx来源解析结果的影响最大。交通源是杭州地区NOx最主要的来源(27±16%)。南京和杭州冬季NOx的来源以燃源煤为主(>30%),土壤源的贡献最低,而夏季土壤源的贡献较为重要(~30%)。G20峰会(二十国集团财长和央行行长会议)期间的空气质量保障措施对长江三角洲NOx的排放结构有所改变。
张俊峰[10](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。
二、长江三角洲固定燃烧源排放SO_2,NO_x,CO和HC的分布(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、长江三角洲固定燃烧源排放SO_2,NO_x,CO和HC的分布(论文提纲范文)
(1)基于WRF-Chem模拟验证的天水市主城区大气污染源排放清单(论文提纲范文)
1 材料与方法 |
1.1 排放清单构建方法 |
1.2 排放清单验证方法 |
1.2.1 横向比较法 |
1.2.2 模式验证法 |
2 结果与讨论 |
2.1 天水市主城区高分辨率大气污染源排放清单 |
2.1.1大气污染源排放清单及源贡献 |
2.1.2 主要污染源排放特征分析 |
2.1.3 大气污染源空间分布特征 |
2.2 大气污染源排放清单验证 |
2.2.1 横向比较法 |
2.2.2 模式验证法 |
3 结论 |
(2)基于多源数据比对的汾河平原大气污染源排放清单评估研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 国内外研究现状 |
1.1.1 大气污染物排放清单建立方法研究现状 |
1.1.2 大气污染物排放清单评估方法研究现状 |
1.2 研究背景与意义 |
1.3 研究目标与研究内容 |
1.3.1 研究目标 |
1.3.2 研究内容 |
1.4 技术路线 |
1.5 本文结构 |
第二章 汾河平原大气污染物排放及特征研究 |
2.1 汾河平原排放清单分类体系 |
2.2 汾河平原大气污染物排放清单概况 |
2.2.1 主要污染源类的污染物排放量 |
2.2.2 各污染物不同排放源贡献率 |
2.2.3 汾河平原重点行业空间分布 |
2.2.4 城市污染物排放贡献分析 |
第三章 基于卫星遥感的排放清单评估研究 |
3.1 研究数据 |
3.2 研究范围 |
3.3 排放清单结果的空间分配 |
3.3.1 点源分配 |
3.3.2 面源分配 |
3.4 空间分配结果及评估分析 |
3.5 相关性分析 |
3.6 本章小结 |
第四章 基于环境空气质量的清单评估研究 |
4.1 不同污染物比例评估 |
4.2 空气质量月均浓度相关性评估 |
4.2.1 污染物排放量的时间分配 |
4.2.2 排放量与浓度逐月变化趋势评估 |
4.2.3 月排放量与月均浓度时间相关性分析 |
4.3 本章小结 |
第五章 基于能源经济统计数据的清单评估研究 |
5.1 能源经济统计数据的评估研究 |
5.2 本章小结 |
第六章 综合评价方法的建立 |
6.1 基于多源数据评估的清单分级 |
6.2 排放清单综合评价指数 |
第七章 结论与展望 |
7.1 主要结论 |
7.2 不足与展望 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(3)山东省人为源大气污染物排放清单的建立及污染特征研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 研究目的与意义 |
1.3 国内外研究现状 |
1.3.1 国外研究进展 |
1.3.2 国内研究进展 |
1.4 研究内容与创新 |
1.4.1 研究内容 |
1.4.2 技术路线 |
1.4.3 创新点 |
1.5 数据来源 |
第二章 山东省人为源大气污染物排放清单的建立 |
2.1 研究区域概况 |
2.2 污染物种类 |
2.3 排放源分类 |
2.4 污染物排放清单的估算方法 |
2.4.1 化石燃料燃烧源 |
2.4.2 生物质燃烧源 |
2.4.3 道路移动源 |
2.4.4 非道路移动源 |
2.4.5 工业过程源 |
2.4.6 溶剂使用源 |
2.4.7 扬尘源 |
2.4.8 农业源 |
2.4.9 其他源 |
2.5 本章小结 |
第三章 山东省人为源大气污染物排放清单及其时空分布特征 |
3.1 2017 年山东省人为源大气污染物排放清单 |
3.2 山东省大气污染物排放量分析 |
3.2.1 排放源贡献率分析 |
3.2.2 城市贡献率分析 |
3.3 山东省大气污染物排放空间分布 |
3.3.1 空间分配方法 |
3.3.2 山东省大气污染物空间分布特征 |
3.4 山东省大气污染物排放月份分布 |
3.5 清单不确定性分析 |
3.6 与其他清单对比分析 |
3.7 本章小结 |
第四章 臭氧生成潜势分析 |
4.1 VOCs源成分谱数据库的构建 |
4.2 基于OFP的物种排放量和排放特征 |
4.3 基于OFP的排放源排放量及特征 |
4.4 本章小结 |
第五章 山东省污染物空间分布的影响因素分析 |
5.1 地理探测器 |
5.2 山东省PM_(2.5)空间分布社会经济因素影响结果分析 |
5.3 山东省NO_X空间分布影响因素研究 |
5.4 山东省SO_2空间分布影响因素研究 |
5.5 本章小结 |
第六章 结论与展望 |
6.1 主要结论 |
6.2 研究不足和展望 |
参考文献 |
致谢 |
附录 |
(4)长春市环境空气中PM2.5和PM10的污染特征研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景 |
1.1.1 大气颗粒物概述 |
1.1.2 大气颗粒物的危害 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 研究意义与内容 |
1.3.1 研究意义 |
1.3.2 研究内容 |
1.4 技术路线 |
第2章 实验材料与方法 |
2.1 研究区基本状况 |
2.1.1 地形地貌及气候特征 |
2.1.2 城市发展及能源结构 |
2.1.3 大气污染状况 |
2.2 样品采集 |
2.2.1 采样地点和时间 |
2.2.2 采样设备及方法 |
2.2.3 滤膜的预处理 |
2.3 样品检测及分析方法 |
2.3.1 无机元素 |
2.3.2 水溶性无机离子 |
2.3.3 有机碳和元素碳 |
2.3.4 气象数据及常规气态污染物数据的获取 |
2.4 模型分析方法 |
2.4.1 富集因子法 |
2.4.2 健康风险评价模型 |
2.4.3 正矩阵因子分解模型 |
2.4.4 潜在源分析模型 |
第3章 PM_(2.5)和PM_(10)浓度及组成特征 |
3.1 PM_(2.5)和PM_(10)的浓度及其季节变化 |
3.2 无机元素 |
3.2.1 无机元素的富集状况 |
3.2.2 无机元素的健康风险评价 |
3.3 水溶性无机离子 |
3.3.1 水溶性离子的相关性分析 |
3.3.2 硫氧化率和氮氧化率分析 |
3.4 含碳组分 |
第4章 污染天气分析 |
4.1 污染天气中PM_(2.5)和PM_(10)质量浓度及气象参数分析 |
4.2 污染天气中化学组分变化分析 |
4.2.1 水溶性无机离子 |
4.2.2 无机元素 |
4.2.3 有机碳与元素碳 |
第5章 PM_(2.5)和PM_(10)来源解析 |
5.1 正定矩阵因子法源解析分析 |
5.2 潜在源区域分析 |
第6章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
作者简介及在学期间所取得的科研成果 |
致谢 |
(5)基于气象与空气质量双向耦合模式的中国东部气溶胶反馈效应模拟研究(论文提纲范文)
摘要 |
abstract |
第1章 引言 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 气象-空气质量双向耦合模式的发展历史 |
1.2.2 气象-空气质量双向耦合模式比较与评估的回顾 |
1.2.3 气象-空气质量双向耦合模式的国内研究现状 |
1.3 研究内容 |
1.4 论文技术路线图 |
第2章 方法和数据 |
2.1 大气污染物排放清单预处理方法 |
2.1.1 人为源排放清单的处理方法 |
2.1.2 生物质燃烧的数据来源和处理方法 |
2.1.3 生物源排放的数据来源和处理方法 |
2.1.4 沙尘和海盐排放处理方法 |
2.2 数值模式介绍与配置 |
2.2.1 WRF-CMAQ模式 |
2.2.2 WRF-Chem模式 |
2.2.3 WRF-CHIMERE模式 |
2.2.4 模式配置 |
2.3 地面观测和卫星资料 |
2.3.1 地面观测数据 |
2.3.2 卫星观测数据 |
2.4 模式评估方法 |
2.5 本章小结 |
第3章 基于不同双向耦合模式的中国东部地区气象和空气质量模拟与评估 |
3.1 2017年中国东部地区气象与空气质量状况简介 |
3.2 气溶胶反馈效应的敏感性试验模拟组合设置 |
3.3 多耦合模式的模拟结果与评估 |
3.3.1 气象要素模拟结果与评估 |
3.3.2 空气质量模拟结果与评估 |
3.4 模拟结果与卫星资料比较 |
3.4.1 AOD对比 |
3.4.2 CO、NO_2和SO_2柱浓度对比 |
3.4.3 云特性 |
3.5 模式计算效率分析 |
3.6 本章小结 |
第4章 气溶胶反馈对中国东部地区气象和空气质量的影响 |
4.1 气溶胶反馈对气象的影响 |
4.1.1 地面短波辐射 |
4.1.2 温度 |
4.1.3 水汽混合比 |
4.1.4 相对湿度 |
4.1.5 风速 |
4.1.6 边界层高度 |
4.1.7 云特性和降水 |
4.2 气溶胶反馈对空气质量的影响 |
4.2.1 PM_(2.5)浓度 |
4.2.2 臭氧浓度 |
4.3 本章小结 |
第5章 启用气溶胶反馈的典型污染案例研究 |
5.1 冬季雾霾事件 |
5.1.1 案例研究背景介绍 |
5.1.2 颗粒物浓度模拟结果与评估 |
5.2 沙尘事件 |
5.2.1 案例研究背景介绍 |
5.2.2 模拟结果及验证 |
5.3 夏季臭氧污染事件 |
5.3.1 研究背景介绍与案例选择 |
5.3.2 臭氧浓度模拟结果与评估 |
5.4 气溶胶资料同化与气溶胶反馈对冬季雾霾事件评估的影响 |
5.4.1 资料同化技术介绍 |
5.4.2 情景设置及评估 |
5.5 本章小结 |
第6章 结论 |
6.1 主要结论 |
6.2 论文创新点 |
6.3 研究中存在的问题与展望 |
参考文献 |
附录 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(6)柳州市PM2.5水溶性无机离子与重金属元素污染特征及源解析(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究进展 |
1.2.1 PM_(2.5)的污染特征 |
1.2.2 PM_(2.5)的化学组成 |
1.2.3 PM_(2.5)来源解析 |
1.3 研究内容与技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
2 研究区概况 |
2.1 地理位置 |
2.2 地形地貌 |
2.3 气候条件特点 |
2.4 大气污染状况 |
3 样品采集分析与方法 |
3.1 样品采集 |
3.1.1 采样仪器 |
3.1.2 采样点位 |
3.1.3 采样滤膜 |
3.1.4 采样时间 |
3.2 样品化学组分分析 |
3.2.1 水溶性无机离子测定 |
3.2.2 重金属元素测定 |
3.3 研究方法 |
3.3.1 正定矩阵因子分析(PMF)模型 |
3.3.2 后向轨迹(HYSPLIT)模型 |
3.3.3 潜在源贡献分析法(PSCF) |
3.3.4 统计分析法 |
4 柳州市PM_(2.5)及其组分污染特征分析 |
4.1 PM_(2.5)污染特征 |
4.1.1 PM_(2.5)日均浓度变化特征 |
4.1.2 PM_(2.5)昼夜浓度变化特征 |
4.1.3 PM_(2.5)浓度与气象因素关系 |
4.2 水溶性无机离子组分污染特征 |
4.2.1 水溶性无机离子浓度分布规律 |
4.2.2 硫、氮氧化率及移动、固定源分析 |
4.2.3 离子来源及存在形式 |
4.3 重金属元素组分污染特征 |
4.3.1 重金属元素浓度分布规律 |
4.3.2 重金属元素富集因子分析 |
5 柳州市大气PM_(2.5)源解析 |
5.1 PMF探源 |
5.2 后向轨迹传输来源分析 |
5.3 潜在源区分析 |
6 结论与展望 |
6.1 结论 |
6.2 不足与展望 |
参考文献 |
致谢 |
个人简介、在学期间发表的学术论文及研究成果 |
(7)复杂环境中硝酸盐二次粒子的污染特征及来源解析(论文提纲范文)
致谢 |
摘要 |
Abstract |
重要缩略词 |
第一章 绪论 |
1.1 NO_x的来源与危害 |
1.2 细颗粒物硝酸盐概述 |
1.2.1 无机硝酸盐概述 |
1.2.2 有机硝酸盐概述 |
1.3 国内外硝酸盐研究进展 |
1.3.1 无机硝酸盐污染特征研究 |
1.3.2 有机硝酸盐的研究进展 |
1.4 本文的主要研究内容 |
1.4.1 研究目的和科学问题 |
1.4.2 研究内容和技术路线图 |
第二章 研究方法 |
2.1 大气观测方案 |
2.1.1 四季大气PM_(2.5)离线测量方法 |
2.1.2 典型区域大气PM_1在线测量方法 |
2.2 烟雾箱实验研究 |
2.2.1 烟雾箱系统介绍 |
2.2.2 烟雾箱实验方案 |
2.3 测量仪器与分析方法 |
2.3.1 AMS仪器介绍与定量标定 |
2.3.2 源解析模型 |
2.3.3 有机硝酸盐估算方法 |
第三章 无机硝酸盐的外场观测研究 |
3.1 四季无机硝酸盐生成特征 |
3.2 冬季PM_(2.5)污染时段无机硝酸盐来源解析 |
3.2.1 无机硝酸盐浓度水平 |
3.2.2 无机硝酸盐污染来源解析 |
3.3 本章小结 |
第四章 基于AMS在线测量的硝酸盐污染特征 |
4.1 城区硝酸盐外场观测研究 |
4.1.1 比值法估算有机硝酸盐 |
4.1.2 PMF源解析估算有机硝酸盐 |
4.1.3 城区硝酸盐生成与演变特征 |
4.2 郊区硝酸盐外场观测研究 |
4.2.1 比值法估算有机硝酸盐 |
4.2.2 PMF源解析估算有机硝酸盐 |
4.2.3 郊区硝酸盐生成与演变特征 |
4.3 本章小结 |
第五章 不同VOC复合体系中硝酸盐生成特征 |
5.1 烯烃实验体系 |
5.1.1 烯烃实验体系SOA生成特征 |
5.1.2 烯烃/NO_x实验体系硝酸盐生成特征 |
5.2 芳香烃实验体系 |
5.2.1 芳香烃/NO_x实验体系SOA生成特征 |
5.2.2 芳香烃/NO_x实验体系硝酸盐生成特征 |
5.2.3 NH_3对芳香烃/NO_x实验体系硝酸盐生成影响 |
5.3 本章小结 |
第六章 总结与展望 |
6.1 主要结论 |
6.2 不足之处与后续展望 |
参考文献 |
作者简介 |
(8)基于响应曲面模型的大气污染控制措施快速评估技术研究 ——以江苏省为例(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景 |
1.2 国内外研究概况 |
1.2.1 空气质量模型研究进展 |
1.2.2 排放清单研究进展 |
1.2.3 大气污染控制政策研究进展 |
1.3 研究目的和意义 |
1.4 主要研究内容 |
1.5 研究方法与技术路线 |
第2章 大气污染现状的模拟与验证 |
2.1 大气污染排放特征 |
2.1.1 工业点源清单建立方法 |
2.1.2 移动源清单建立方法 |
2.1.3 生活源及其他源计算方法 |
2.1.4 排放清单初步结果分析 |
2.2 排放清单模拟性能的优化提升 |
2.2.1 排放清单的VOCs物种分配 |
2.2.2 排放清单空间分布校正 |
2.3 源排放-空气质量响应关系模拟验证 |
2.3.1 空气质量模拟系统的设置 |
2.3.2 基于CMAQ模型的本地化清单模拟验证 |
2.4 本章小结 |
第3章 大气污染物浓度快速响应曲面模型构建 |
3.1 研究方法 |
3.1.1 控制因子设计 |
3.1.2 控制矩阵设计 |
3.1.3 建模方法 |
3.1.4 结果校验 |
3.2 江苏省大气污染快速响应曲面模型构建 |
3.2.1 响应曲面模型参数设计 |
3.2.2 pf-ERSM响应曲面本地化建模 |
3.2.3 响应曲面拟合结果验证 |
3.3 各类前体污染物减排对PM_(2.5)浓度的敏感性分析 |
3.4 内外源减排影响模拟研究 |
3.4.1 外源减排贡献 |
3.4.2 内源排放影响 |
3.5 本章小结 |
第4章 响应曲面模型在江苏省大气污染减排措施评估中的应用研究 |
4.1 江苏省大气污染防治情景与控制措施 |
4.1.1 管控措施设计 |
4.1.2 控制情景设计 |
4.1.3 控制情景减排量核算 |
4.2 响应曲面快速模拟预测结果 |
4.2.1 差异化控制措施的减排效果评估 |
4.2.2 其他管控情景的减排效果对比研究 |
4.3 本章小结 |
第5章 基于响应曲面模拟的臭氧控制策略研究 |
5.1 研究区域臭氧污染现状 |
5.2 NO_x与 VOCs减排对臭氧浓度的敏感性分析 |
5.3 臭氧控制策略探讨 |
5.4 本章小结 |
第6章 结论与展望 |
6.1 主要结论 |
6.2 研究的不足 |
6.3 研究展望 |
参考文献 |
攻读博士学位期间的主要成果 |
致谢 |
(9)长三角大气颗粒物中硝酸盐的氮氧稳定同位素(δ15N,δ18O和Δ17O)示踪研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 大气颗粒物的研究意义 |
1.2 大气细颗粒物中的NO_3~- |
1.2.1 大气NO_3~-的研究意义 |
1.2.2 大气NO_3~-的形成机制 |
1.3 NO_x的来源 |
1.4 NO_3~-的稳定同位素 |
1.4.1 同位素概述 |
1.4.2 NO_3~-的氧同位素 |
1.4.3 NO_3~-的氮同位素 |
1.5 同位素用于NO_3~-形成机制和来源组成的研究现状 |
1.5.1 大气NO_3~-三氧同位素测试方法的研究现状 |
1.5.2 利用氧同位素分析NO_3~-形成机制的研究现状 |
1.5.3 氮同位素用于NO_x来源解析的研究现状 |
1.6 本文主要研究内容 |
第2章 实验材料及方法 |
2.1 研究区域及PM_(2.5)样品采集 |
2.1.1 南京北郊高时间分辨率采样 |
2.1.2 杭州主城区常规采样 |
2.2 实验分析 |
2.2.1 实验仪器介绍 |
2.2.2 水溶性无机离子的测定 |
2.2.3 稳定同位素的测定 |
2.2.4 辅助数据的获取途径 |
2.3 模型介绍 |
2.3.1 RACM箱式模型介绍 |
2.3.2 贝叶斯模型介绍 |
第3章 大气硝酸盐氮、氧同位素测试方法的建立与优化 |
3.1 反硝化细菌用于硝酸盐氮氧同位素测试方法的优化 |
3.1.1 反硝化细菌法还原硝酸盐的原理 |
3.1.2 反硝化细菌还原硝酸盐的预处理步骤 |
3.1.3 反硝化细菌还原硝酸盐方法的优化 |
3.1.4 质量保证与控制 |
3.2 硝酸盐三氧同位素测试方法的优化 |
3.2.1 金管高温裂解N_2O方法测试三氧同位素的原理 |
3.2.2 设备改装和系统设计 |
3.2.3 金管高温裂解N_2O方法的优化 |
3.2.4 质量保证与控制 |
3.3 本章小结 |
第4章 大气硝酸盐形成机制解析方法的比较 |
4.1 NO_3~-形成机制的解析方法 |
4.1.1 RACM模拟方法 |
4.1.2 基于Δ~(17)NO_3~-观测结果的计算方法 |
4.1.3 基于δ~(18)NO_3~-测试结果的计算方法 |
4.2 高时间分辨率样品对三种计算方法的验证 |
4.2.1 O_3氧化NO_2比例(α)计算结果的对比 |
4.2.2 硝酸盐形成机制解析结果的对比 |
4.2.3 利用南京冬季Δ~(17)NO_3~-的观测值验证NO_3~-反应途径的解析结果 |
4.3 常规分辨率样品对三种计算方法的验证 |
4.3.1 O_3氧化NO_2比例(α)计算结果的对比 |
4.3.2 硝酸盐形成机制解析结果的对比 |
4.3.3 利用杭州Δ~(17)NO_3~-的观测值验证NO_3~-反应途径的解析结果 |
4.4 硝酸盐形成机制计算方法的优化 |
4.5 不同时间分辨率的样品在NO_3~-形成机制中的差异 |
4.6 本章小结 |
第5章 南京冬季硝酸盐形成机制的日变化及NO_x来源的研究 |
5.1 采样期间污染物浓度及气象要素变化特征 |
5.2 灰霾过程中硝酸盐的积累效应 |
5.3 降水事件中大气硝酸盐形成机制的变化 |
5.4 南京冬季大气硝酸盐形成机制的变化 |
5.5 南京冬季NO_x来源的研究 |
5.5.1 NO_3~-形成过程中的氮同位素分馏 |
5.5.2 南京冬季NO_x的来源解析 |
5.6 本章小结 |
第6章 杭州NO_3~-形成机制与NO_x来源季节变化的研究 |
6.1 采样期间的气象要素与同位素观测结果 |
6.2 NO_3~-形成机制的季节变化及其影响因素 |
6.3 杭州地区的NO_x来源解析 |
6.3.1 硝酸盐形成过程中氮同位素分馏的季节变化 |
6.3.2 杭州NO_x来源的季节变化 |
6.3.3 G20 空气质量保障措施对NO_x来源的影响 |
6.4 杭州与南京冬季硝酸盐形成机制与NO_x来源的差异 |
6.4.1 杭州与南京冬季硝酸盐形成机制的差异 |
6.4.2 杭州与南京冬季NO_x来源组成的差异 |
6.5 本章小结 |
第7章 结论和展望 |
7.1 结论 |
7.2 创新点 |
7.3 展望 |
参考文献 |
作者简介 |
致谢 |
(10)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 |
四、长江三角洲固定燃烧源排放SO_2,NO_x,CO和HC的分布(论文参考文献)
- [1]基于WRF-Chem模拟验证的天水市主城区大气污染源排放清单[J]. 刘扬,王颖,刘灏,秦闯,王思潼,李博,郭春晔. 中国环境科学, 2022(01)
- [2]基于多源数据比对的汾河平原大气污染源排放清单评估研究[D]. 陈雯. 中国环境科学研究院, 2021
- [3]山东省人为源大气污染物排放清单的建立及污染特征研究[D]. 周咪咪. 济南大学, 2021
- [4]长春市环境空气中PM2.5和PM10的污染特征研究[D]. 杜山山. 吉林大学, 2021(01)
- [5]基于气象与空气质量双向耦合模式的中国东部气溶胶反馈效应模拟研究[D]. 高超. 中国科学院大学(中国科学院东北地理与农业生态研究所), 2021
- [6]柳州市PM2.5水溶性无机离子与重金属元素污染特征及源解析[D]. 曾鹏. 西北师范大学, 2021(12)
- [7]复杂环境中硝酸盐二次粒子的污染特征及来源解析[D]. 张鑫. 浙江大学, 2021(07)
- [8]基于响应曲面模型的大气污染控制措施快速评估技术研究 ——以江苏省为例[D]. 赵秋月. 南京大学, 2020(09)
- [9]长三角大气颗粒物中硝酸盐的氮氧稳定同位素(δ15N,δ18O和Δ17O)示踪研究[D]. 张雯淇. 南京信息工程大学, 2020(01)
- [10]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)