基于MAX-DOAS观测的东北地区NO2来源及驱动因素评估
这是一篇关于大气污染,东北地区,NO2,MAX-DOAS,来源解析的论文, 主要内容为随着我国工业化和城市化进程的加快,化石能源消耗量的逐渐上升,大气污染问题日益突出。获取准确的大气污染物监测数据,认识大气污染物时空分布规律,解析大气污染物来源对了解我国大气环境污染情况具有重要意义。NO2在大气化学中起着重要作用,其浓度升高会降低空气质量,造成大气污染问题。作为一种方便快捷的遥感手段,多轴差分吸收光谱技术(Multi Axis Differential Optical Absorption Spectroscopy,MAX-DOAS)成功应用于大气NO2的立体分布探测。本文通过MAX-DOAS观测,在东北地区开展了对流层NO2浓度的观测研究,对于了解东北地区大气污染的时空变化特征、形成机制和来源具有重要意义。本论文基于MAX-DOAS观测,反演了沈阳上空对流层NO2的垂直柱浓度,分析了沈阳市的NO2垂直柱浓度季节变化、日变化和周循环特征,探讨了沈阳地区对流层NO2的不同排放源贡献和区域传输的影响。结果显示,对流层NO2垂直柱浓度的季节变化表现为1月最大值,5月最小值,受到采暖燃煤量增长、光化学寿命加长和大气传输的影响,冬季NO2垂直柱浓度表现出最高值。从NO2日变化来看,8:00-11:00的NO2垂直柱浓度总体呈上升趋势,除冬季外,在中午11:00-14:00 NO2垂直柱浓度略有下降,主要受到排放源、太阳辐射强度、边界层高度(PBL)变化的影响。由于高的工作负荷,电厂和重工业在周末期间持续运行,周末期间的NO2垂直柱浓度降低幅度低于10%,并未表现出明显的周末效应。利用相关性分析,对MAX-DOAS观测和OMI观测的NO2垂直柱浓度进行了比较分析,相关系数R达到0.73,OMI观测值高于MAX-DOAS NO2垂直柱浓度,可能是由于两种监测方法的空间覆盖率不同以及气溶胶和云对OMI卫星观测的灵敏性产生影响导致的。利用GAM分析了不同季节本地排放和区域传输对NO2水平的相对贡献,结果表明沈阳各个季节的大气NO2主要来源于当地排放。春季、夏季、秋季和冬季地排放对NO2水平的贡献率分别为89%、92%、86%和72%,区域传输的贡献率分别为9%、6%、11%和26%,本地排放量在夏季的贡献最高,达到1.7-2.1×1016mol·cm-2,这可能由于夏季较慢的风速和较短的NO2光化学寿命不利于大气NO2的扩散和长距离输送造成的。传输对冬季NO2水平的贡献更大一些,说明区域传输是沈阳冬季NO2的重要来源。由于东部和西部两面山体的阻塞,在东北风作用下,来自东北方向的大气NO2会向西南方向输送。东北地区沿长白山由东北向西南方向形成一条大气污染物的传输通道。结果表明沈阳市的空气质量管理应兼顾地方减排和区域协同控制。利用NO2/SO2比值估算了不同季节沈阳市工业源和机动车排放对NO2水平的贡献。春季、夏季、秋季和冬季工业源对NO2的贡献率分别为75.3%、66.3%、76.6%和83.5%,工业源贡献明显高于机动车排放的贡献,表明工业排放是沈阳大气NO2的主要人为来源。这种现象是因为沈阳是重工业城市,工业和企业数量大、种类全,工业活动中化石燃料燃烧产生了大量的NO2,严格的汽车排放标准和清洁燃料能源的使用减少了移动源的NO2排放,可能是导致汽车排放贡献较小的原因之一。与其他季节相比,冬季工业源对NO2水平的贡献高于汽车尾气的贡献更加明显,这可能与冬季燃煤取暖加剧了NO2排放量有关。结果表明,沈阳地区在提出和完善大气污染物减排政策和防治措施时,应优先考虑减少和控制工业系统NO2的排放。
保定市大气污染城市智能管理平台设计
这是一篇关于大气污染,智能管理平台,HTML5,Highcharts,超文本预处理器的论文, 主要内容为为了精准保定市大气污染的排名情况,需要一个科学的系统性管理平台,通过搭建国内首套空气质量智能实时管控平台,实现基于大数据、互联网、模型模拟等技术的各项污染物数值的集中管理与集中展示,本课题应运而生。通过结合立体监测系统的大量数据,利用空气质量模拟系统建立的大气污染城市智能管理平台,集气象观测、预测预报、环境信息采集于一体。针对保定市重污染天气实现预测预报,制定有针对性的应急建议,实现短期重污染天气的削峰减频。针对未来较长时段内保定市产业转型升级、经济健康发展、生态持续改善的目标,提供节能环保治理与服务技术支撑。本平台系统采用典型的三层式结构模型,在LAMP平台利用HTML5、JavaScript搭建Web前端页面,其中使用了Bootstrap框架进行页面布局,JavaScript图表插件highcharts进行图表绘制,表格插件Bootstrap table进行表格绘制。前端页面使用了Ajax技术进行网络异步通信传输,实现在不刷新页面的基础上进行数据更新。同时本平台创新性的将百度地图api运用到空气质量数据的直观分布展示中,取代了传统的silverlight或flash进行环境数据展示,优化了用户体验。系统的后台采用了超文本预处理器(PHP:Hypertext Preprocessor,简称PHP)与MySql数据库,实现数据的存储和获取。论文具体的研究工作包括:(1)对开发平台LAMP各个软件版本进行选择,架构进行搭建、系统的配置进行合理化修改。(2)完成系统前端页面的开发,包括系统整体架构的搭建、页面的布局。利用图表插件、表格插件、地图接口等对各个模块进行开发。(3)创建系统需要的数据库、数据表,将接口返回和网络采集的数据存储到数据库中。(4)通过PHP获取数据库数据,编写后端服务器脚本,通过耦合的方式将HTML和PHP结合在一起便于页面的开发。(5)对整个系统进行稳定性和速度进行测试、并给出测试结果。
保定市大气污染城市智能管理平台设计
这是一篇关于大气污染,智能管理平台,HTML5,Highcharts,超文本预处理器的论文, 主要内容为为了精准保定市大气污染的排名情况,需要一个科学的系统性管理平台,通过搭建国内首套空气质量智能实时管控平台,实现基于大数据、互联网、模型模拟等技术的各项污染物数值的集中管理与集中展示,本课题应运而生。通过结合立体监测系统的大量数据,利用空气质量模拟系统建立的大气污染城市智能管理平台,集气象观测、预测预报、环境信息采集于一体。针对保定市重污染天气实现预测预报,制定有针对性的应急建议,实现短期重污染天气的削峰减频。针对未来较长时段内保定市产业转型升级、经济健康发展、生态持续改善的目标,提供节能环保治理与服务技术支撑。本平台系统采用典型的三层式结构模型,在LAMP平台利用HTML5、JavaScript搭建Web前端页面,其中使用了Bootstrap框架进行页面布局,JavaScript图表插件highcharts进行图表绘制,表格插件Bootstrap table进行表格绘制。前端页面使用了Ajax技术进行网络异步通信传输,实现在不刷新页面的基础上进行数据更新。同时本平台创新性的将百度地图api运用到空气质量数据的直观分布展示中,取代了传统的silverlight或flash进行环境数据展示,优化了用户体验。系统的后台采用了超文本预处理器(PHP:Hypertext Preprocessor,简称PHP)与MySql数据库,实现数据的存储和获取。论文具体的研究工作包括:(1)对开发平台LAMP各个软件版本进行选择,架构进行搭建、系统的配置进行合理化修改。(2)完成系统前端页面的开发,包括系统整体架构的搭建、页面的布局。利用图表插件、表格插件、地图接口等对各个模块进行开发。(3)创建系统需要的数据库、数据表,将接口返回和网络采集的数据存储到数据库中。(4)通过PHP获取数据库数据,编写后端服务器脚本,通过耦合的方式将HTML和PHP结合在一起便于页面的开发。(5)对整个系统进行稳定性和速度进行测试、并给出测试结果。
西安市大气污染气象条件分析及空气质量预报方法研究
这是一篇关于大气污染,时空特征,神经网络,PM10浓度预报的论文, 主要内容为本文利用1998—2004年西安市区SO2、NO2、PM10浓度资料,分析了空气污染物的时空分布特征;利用同期的地面气象要素和天气图等资料重点分析了逆温、沙尘天气以及降水等对空气污染的影响,探讨了污染物浓度变化的成因,在此基础上利用逐步回归统计方法和基于主成分的人工神经网络方法建立了不同季节PM10的浓度预报模型,并对这两种预报模型进行了比较研究。结果表明: (1)西安市区污染物浓度的总趋势是逐年递减;可吸入颗粒物PM10是首要污染物。冬、春季空气污染比夏、秋季严重,采暖期比非采暖期的污染严重。小寨商业区的SO2和NO2度较高,纺织城工业区的PM10浓度最高。 (2)风速大小和逆温强度与空气污染浓度的大小密切相关。当西安处于冷高压前部或强高压控制时空气质量较好;受变性高压或均压场等不利于污染物扩散的地面形势控制时,空气污染较重。 (3)受春季沙尘天气影响,PM101小时平均浓度可增加0.585 mg·m-3,月平均浓度可提高12.1%。微量的降雨(雪)会使空气污染加重,1mm以上的降雪和5mm以上降雨对气溶胶粒子有显著的清除作用。冬季1mm的降雪对SO2、NO2和PM10的清除能力分别是夏季降雨清除能力的4倍、3倍和3.78倍。 (4)春季PM10重度污染主要由外来源引起,PM10浓度日变化特征是急升急降,重度污染日前后气象要素变化剧烈。冬季PM10重度污染是在不利污染扩散的天气形势下,本地污染物经过逐渐积累后达到重度污染,PM10浓度变化缓慢,气象要素变化也比较平稳。 (5)运用线性逐步回归预报方程和基于主成分的人工神经网络模型两种方法对PM10浓度进行预报,结果表明后者在历史样本的拟合精度上和独立样本的检验结果上都明显优于前者。因此主成分神经网络预报模型通过浓缩信息,降维去噪可达到提高污染预报准确率的效果。
基于MAX-DOAS观测的东北地区NO2来源及驱动因素评估
这是一篇关于大气污染,东北地区,NO2,MAX-DOAS,来源解析的论文, 主要内容为随着我国工业化和城市化进程的加快,化石能源消耗量的逐渐上升,大气污染问题日益突出。获取准确的大气污染物监测数据,认识大气污染物时空分布规律,解析大气污染物来源对了解我国大气环境污染情况具有重要意义。NO2在大气化学中起着重要作用,其浓度升高会降低空气质量,造成大气污染问题。作为一种方便快捷的遥感手段,多轴差分吸收光谱技术(Multi Axis Differential Optical Absorption Spectroscopy,MAX-DOAS)成功应用于大气NO2的立体分布探测。本文通过MAX-DOAS观测,在东北地区开展了对流层NO2浓度的观测研究,对于了解东北地区大气污染的时空变化特征、形成机制和来源具有重要意义。本论文基于MAX-DOAS观测,反演了沈阳上空对流层NO2的垂直柱浓度,分析了沈阳市的NO2垂直柱浓度季节变化、日变化和周循环特征,探讨了沈阳地区对流层NO2的不同排放源贡献和区域传输的影响。结果显示,对流层NO2垂直柱浓度的季节变化表现为1月最大值,5月最小值,受到采暖燃煤量增长、光化学寿命加长和大气传输的影响,冬季NO2垂直柱浓度表现出最高值。从NO2日变化来看,8:00-11:00的NO2垂直柱浓度总体呈上升趋势,除冬季外,在中午11:00-14:00 NO2垂直柱浓度略有下降,主要受到排放源、太阳辐射强度、边界层高度(PBL)变化的影响。由于高的工作负荷,电厂和重工业在周末期间持续运行,周末期间的NO2垂直柱浓度降低幅度低于10%,并未表现出明显的周末效应。利用相关性分析,对MAX-DOAS观测和OMI观测的NO2垂直柱浓度进行了比较分析,相关系数R达到0.73,OMI观测值高于MAX-DOAS NO2垂直柱浓度,可能是由于两种监测方法的空间覆盖率不同以及气溶胶和云对OMI卫星观测的灵敏性产生影响导致的。利用GAM分析了不同季节本地排放和区域传输对NO2水平的相对贡献,结果表明沈阳各个季节的大气NO2主要来源于当地排放。春季、夏季、秋季和冬季地排放对NO2水平的贡献率分别为89%、92%、86%和72%,区域传输的贡献率分别为9%、6%、11%和26%,本地排放量在夏季的贡献最高,达到1.7-2.1×1016mol·cm-2,这可能由于夏季较慢的风速和较短的NO2光化学寿命不利于大气NO2的扩散和长距离输送造成的。传输对冬季NO2水平的贡献更大一些,说明区域传输是沈阳冬季NO2的重要来源。由于东部和西部两面山体的阻塞,在东北风作用下,来自东北方向的大气NO2会向西南方向输送。东北地区沿长白山由东北向西南方向形成一条大气污染物的传输通道。结果表明沈阳市的空气质量管理应兼顾地方减排和区域协同控制。利用NO2/SO2比值估算了不同季节沈阳市工业源和机动车排放对NO2水平的贡献。春季、夏季、秋季和冬季工业源对NO2的贡献率分别为75.3%、66.3%、76.6%和83.5%,工业源贡献明显高于机动车排放的贡献,表明工业排放是沈阳大气NO2的主要人为来源。这种现象是因为沈阳是重工业城市,工业和企业数量大、种类全,工业活动中化石燃料燃烧产生了大量的NO2,严格的汽车排放标准和清洁燃料能源的使用减少了移动源的NO2排放,可能是导致汽车排放贡献较小的原因之一。与其他季节相比,冬季工业源对NO2水平的贡献高于汽车尾气的贡献更加明显,这可能与冬季燃煤取暖加剧了NO2排放量有关。结果表明,沈阳地区在提出和完善大气污染物减排政策和防治措施时,应优先考虑减少和控制工业系统NO2的排放。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设导航 ，原文地址：https://m.bishedaima.com/lunwen/50123.html
