下载文档原格式
北京地区不同季节PM2.5和PM10浓度对地面气象因素的响应引言：大气污染是当前全球面临的严峻环境问题，尤其是中国的主要城市，如北京。
北京不仅是中国的首都，也是全球最受污染的城市之一。
空气污染中的PM2.5和PM10已成为衡量空气质量的重要指标。
而地面气象因素则对大气污染起到一定的影响。
因此，深度探究，对于制定科学的环境保卫政策和猜测空气质量变化趋势具有重要意义。
一、北京地区不同季节PM2.5和PM10浓度的监测状况PM2.5和PM10是指空气中直径小于（或等于）2.5和10微米的悬浮颗粒物的浓度。
这些颗粒物来源于工业排放、车辆尾气、煤烟等。
通过对北京地区不同季节的PM2.5和PM10浓度进行监测，可以发现其时空分布的变化规律。
例如，冬季的PM2.5和PM10浓度普遍高于其他季节，而夏季相对较低。
二、PM2.5和PM10浓度与温度的干系气温是影响大气扩散条件的重要因素之一。
一般来说，温度较高时，大气的稳定性较差，有利于颗粒物的扩散和稀释，从而使PM2.5和PM10的浓度相对较低。
相反，温度较低时，大气的稳定性较好，颗粒物容易积聚，PM2.5和PM10的浓度相对较高。
因此，在冬季，北京地区PM2.5和PM10浓度较高的原因之一就是气温偏低。
三、PM2.5和PM10浓度与风速的干系风速是影响颗粒物扩散和稀释的重要因素之一。
风速较高时，颗粒物容易被风吹散，从而缩减其浓度。
相反，风速较低时，颗粒物容易积聚，浓度相对较高。
此外，风向也会影响颗粒物的输送方向和污染来源。
北京地区的地形以京津冀平原为主，缺乏自然屏障，所以风速较低的状况较为常见。
四、PM2.5和PM10浓度与降水的干系降水是清洗大气中的颗粒物的一个重要因素。
降水可以将颗粒物带到地面，缩减其浓度。
因此，降水量越大，PM2.5和PM10的浓度就越低。
北京地区的降水分布不均，集中在夏季和秋季，所以在这两个季节，PM2.5和PM10浓度相对较低。
五、PM2.5和PM10浓度与相对湿度的干系相对湿度是影响颗粒物的吸湿性和沉降速率的重要因素之一。
北京城区低层大气PM10和PM2.5垂直结构及其动力特征1. 引言PM10和PM2.5是指空气中直径小于等于10微米和2.5微米的颗粒物，它们屡屡被认为是空气质量指标中最为关键的因素之一。
北京是中国的首都，也是一个高度工业化和人口密集的城市，空气质量问题长期以来备受关注。
理解北京城区低层大气PM10和PM2.5的垂直结构及其动力特征的探究对于改善空气质量、保卫居民健康具有重要意义。
2. 低层大气PM10和PM2.5的来源低层大气PM10和PM2.5的来源多种多样，主要包括工业废气、机动车尾气、燃煤和燃油的燃烧、扬尘等。
这些来源在北京城区的分布不匀称，同时受到气象条件的影响。
了解污染物的来源和分布对于实行相应的控制措施具有重要意义。
3. 北京城区低层大气PM10和PM2.5的垂直结构通过对北京城区不同高度的空气质量监测数据的分析，可以得到低层大气PM10和PM2.5的垂直分布特征。
探究结果显示，在北京城区，PM10和PM2.5呈现出明显的垂直梯度变化。
一般状况下，随着高度的增加，PM10和PM2.5的浓度逐渐减小。
这种分布特征与空气质量受到的排放源的影响以及气象因素如风向、风速、湿度等因素密切相关。
4. 动力特征对低层大气PM10和PM2.5的影响动力特征是指与空气流淌相关的因素，包括风向、风速、湍流强度等。
这些因素对低层大气PM10和PM2.5的浓度分布具有重要影响。
例如，风向和风速决定了污染物的输送方向和速度，往往会导致扩散或积聚。
湍流强度则决定了污染物在空气中的混合强度，影响了其浓度分布的匀称性。
5. 影响北京城区低层大气PM10和PM2.5浓度的因素除了源排放和动力特征外，还有其他因素会影响北京城区低层大气PM10和PM2.5的浓度。
例如，气象条件的变化会导致大气层中的温度逆温层形态的变化，从而影响PM10和PM2.5的扩散条件。
此外，地理因素、城市规划、植被遮盖率等也会对PM10和PM2.5的分布产生一定影响。
北京市空气质量数据分析及治理研究近年来，北京市的空气质量一直备受关注。
尤其在冬季，雾霾天气频繁出现，不仅影响市民出行和生活，更对健康造成威胁。
为了改善北京市的空气质量，政府采取了一系列措施，包括限行、减排、绿化等，取得了一定效果。
本文将针对北京市的空气质量数据进行分析，并探讨一些有效的治理办法。
一、数据分析从近年来北京市的空气质量数据来看，状况有所改善，但仍存在一些问题。
以下是对2018年和2019年6月至8月的数据进行的分析。
1.1 PM2.5浓度分析首先是PM2.5的浓度。
据数据显示，2018年平均PM2.5浓度为51.4μg/m³，2019年同期为44.6μg/m³，而2013年的平均浓度则为89.5μg/m³。
可见，PM2.5的浓度在逐年下降。
然而，就2019年6月至8月的数据而言，在这三个月中，有29天的PM2.5浓度超过50μg/m³，其中15天超过了100μg/m³。
显然，雾霾天气仍是一个严重的问题。
1.2 其他污染物浓度分析除了PM2.5，北京市的空气中还存在其他污染物。
以下是对其中几种污染物的平均浓度分析。
- PM10：2018年为76.4μg/m³，2019年为60.3μg/m³；- SO2：2018年为10.4μg/m³，2019年为8.1μg/m³；- NO2：2018年为59.4μg/m³，2019年为60.7μg/m³。
从数据来看，除了NO2浓度略有上升，其他污染物的浓度都在下降。
二、治理措施2.1 减排减少污染物排放是治理空气质量的关键。
北京市政府采取了一系列措施来减少污染物排放。
首先是汽车限行。
北京市已实施了数年的机动车限行措施。
限行可以有效减少城市交通带来的尾气排放，同时给市民以更好的公共交通选择。
其次是工业减排。
北京市的工业呈现了向高精尖方向的发展趋势，通过技术升级、产业转型等方式，不断降低工业污染物排放。
《2000～2010北京大气重污染研究》篇一标题：2000-2010北京大气重污染研究一、引言北京作为中国的首都，其大气环境质量一直是社会关注的焦点。
在过去的十年间，即2000年至2010年，北京经历了严重的空气重污染问题。
本文旨在深入探讨这一时期北京大气重污染的现状、成因、影响及应对策略。
二、北京大气重污染的现状在2000年至2010年间，北京的大气重污染问题主要表现为PM10、PM2.5等颗粒物浓度超标，以及由此引发的雾霾天气频发。
这些污染物主要来源于工业排放、交通尾气、建筑扬尘等。
这些污染物不仅严重影响了人们的身体健康，也对城市的环境质量和生态安全构成了严重威胁。
三、大气重污染成因分析1. 工业排放：随着城市化进程的加快，大量工业企业进入北京地区，这些企业的排放物对大气环境造成了严重污染。
2. 交通尾气：随着汽车保有量的不断增加，交通尾气排放成为大气污染的重要来源。
3. 建筑扬尘：城市建设和改造过程中产生的扬尘也是大气污染的重要来源之一。
4. 气象因素：不利的气象条件如静风、逆温等，使得污染物难以扩散，加剧了大气污染的程度。
四、大气重污染的影响大气重污染对人们的身体健康、城市的环境质量和生态安全造成了严重影响。
首先，PM10和PM2.5等颗粒物可以进入人体呼吸道和肺部，引发呼吸道疾病和心血管疾病等健康问题。
其次，大气污染还影响了城市的环境质量和生态安全，破坏了生态平衡，加剧了气候变化等问题。
五、应对策略及效果分析为了应对大气重污染问题，北京采取了一系列措施，如调整产业结构、加强环保监管、提高能源利用效率等。
这些措施在一定程度上缓解了大气污染的程度，但仍然存在一些挑战和问题。
未来，需要继续加强环保意识教育，提高公众的环保意识，同时加强科技创新，推动绿色低碳发展，实现经济与环境的协调发展。
六、结论在过去的十年间，北京的大气重污染问题给人们的身体健康、城市的环境质量和生态安全带来了严重影响。
通过对大气重污染的成因分析，我们可以看到工业排放、交通尾气、建筑扬尘和气象因素是造成大气污染的主要原因。
基于PMF模式的北京大气污染特征分析基于PMF模式的北京大气污染特征分析随着近年来环境污染问题的愈发突出，人们对大气污染的关注也日益增加。
其中，北京作为中国首都及大城市面临着严重的大气污染问题。
为了更好地了解和解决北京的大气污染问题，研究人员利用污染物源解析技术，如PMF (Positive Matrix Factorization) 模式，对北京大气污染的特征进行了分析。
PMF模式是一种统计模型，通过分析监测到的污染物浓度等数据，将污染物贡献源进行识别和定量化。
基于该模式，研究人员在北京进行了大规模的空气质量监测，并对监测数据进行采样和分析。
首先，研究人员收集了来自不同区域的大气颗粒物样本，包括雾霾天气下的PM2.5和PM10。
通过对这些样本进行化学成分分析，研究人员获得了污染物的浓度数据。
接下来，研究人员利用PMF模式对这些数据进行处理。
通过解析数据特征，研究人员确定了北京大气中主要的污染物源。
他们发现，北京大气污染主要由汽车尾气、工厂排放、燃煤和扬尘等源头贡献。
进一步分析表明，汽车尾气是北京大气污染的主要污染源之一。
随着城市化的进程，机动车数量急剧增加，尾气排放对空气质量的负面影响也日益显著。
同时，工厂排放也是造成北京大气污染的重要原因之一。
随着北京地区工业化的发展，工厂的废气排放成为污染物的重要来源。
此外，燃煤和扬尘等源头也对大气污染产生了重要影响。
除了识别污染物的主要源头，研究人员还利用PMF模式对其贡献程度进行了定量化。
结果显示，汽车尾气是北京大气污染中的主要贡献源，其排放量占总污染物负荷的一大部分。
而工厂排放和燃煤也是重要的贡献源，它们的排放量也相对较高。
通过基于PMF模式的北京大气污染特征分析，研究人员对京津冀地区大气污染的特点和来源有了更深入的理解。
这对于制定相应的治理措施和政策具有重要意义。
进一步加强汽车排放标准，优化工业结构以减少废气排放，减少燃煤等措施可以有针对性地减少大气污染源的贡献，提高北京的空气质量。
文章编号：1674-9146(2016)12-0108-03细颗粒物是指环境空气中空气动力学当量直径小于等于2.5μm 的颗粒物,它们均匀分散在气体中形成相对稳定的悬浮体系[1],简称PM 2.5。
2016年4月20日,国际环保组织绿色和平发布了专题报告《2016年第一季度中国362座城市PM 2.5浓度排名》,一共统计了362个城市的数据。
让人震惊的是:这362个城市竟然没有一个城市达到世界卫生组织设定的PM 2.5空气质量准则值(年平均质量浓度10g/m 3)。
其中,北京作为我国的首都,也是我国的超大城市之一,正在面临着严峻的雾霾问题。
PM 2.5来源多、地区特性强,是大气中化学组成最复杂、危害最大的污染物之一,可以通过呼吸进入人体而沉积在呼吸系统的各个部分,粒径越小,其进入呼吸道的部位越深[2]。
人的一生中80%的时间都是在室内度过的[3],室内PM 2.5污染对人体健康的影响更为严重。
室内环境中的PM 2.5已成为影响室内空气品质以及室内人员身体健康最重要的因素之一。
室内外PM 2.5的质量浓度水平已成为国内外研究的热点。
学校是人群密集的公共场所,教师和学生每天大部分的时间都是在学校里的室内度过的[4],校园里的室内空气质量对教师和学生的身体健康影响至关重要。
因此,该研究选取北京市某大学校园为研究区域,通过对校园里学生活动的各个微环境进行室内外PM 2.5同步监测,采用滤膜称重法得出各个微环境室内外PM 2.5的质量浓度,并根据PM 2.5的I/O 比,分析其室内PM 2.5的来源。
1实验方法1.1实验地点描述该实验选取北京市某大学校园为研究对象,该校位于北京市西南方向,共设21个教学单位,在籍学生18664人,校园毗邻交通干道,周围无其他工业污染源。
1.2布点与样品采集2016年春季(4月11日—5月27日)、夏季(6月6日—7月27日)在该校的学生宿舍、教室、食堂、图书馆、地下室、实验室、办公室、操场、校超市、校园道路以及学校附近公交车站和地铁站进行样品采集和PM 2.5的质量浓度监测,并同步测定上述场所附近室外空气中PM 2.5的质量浓度[6]。
《北京大气环境特征与大气污染研究》篇一一、引言北京作为中国的首都，其大气环境特征及大气污染问题一直是国内外关注的焦点。
本文旨在通过对北京大气环境特征的研究，深入探讨其大气污染的现状、成因及治理措施，以期为北京市乃至全国的大气环境保护提供参考。
二、北京大气环境特征1. 气候背景北京位于华北平原，属于温带大陆性气候，四季分明，冬季干燥寒冷，夏季炎热多风。
这种气候特点使得北京的大气环境受到季节性影响，特别是在冬季，由于供暖季的到来，大气污染问题尤为突出。
2. 地理环境北京地势西北高、东南低，山地、平原相间分布。
这种地理环境使得北京在气象条件、风向等方面具有一定的特殊性，对大气环境的形成和演变产生重要影响。
三、北京大气污染现状及成因1. 大气污染现状近年来，北京的大气污染问题日益严重，主要表现为PM2.5、PM10等颗粒物污染严重，以及二氧化硫、氮氧化物等气态污染物超标。
这些污染物对人们的健康和环境造成了严重危害。
2. 大气污染成因（1）工业排放：工业生产过程中的粉尘、废气等是造成大气污染的主要来源之一。
（2）交通排放：随着汽车保有量的不断增加，机动车尾气排放成为大气污染的重要来源。
（3）供暖排放：冬季供暖期间，燃煤产生的烟尘、二氧化硫等污染物对大气环境造成严重影响。
（4）其他因素：如气象条件、地形地貌等也对大气污染的形成和演变产生影响。
四、大气污染治理措施1. 政策法规政府应加强大气污染防治的法律法规建设，制定更加严格的标准和政策，推动企业减排降污。
同时，加强执法力度，确保各项政策得到有效执行。
2. 工业治理加强对工业企业的环保监管，推动企业进行技术改造和升级，减少工业排放。
同时，鼓励发展绿色产业和清洁能源。
3. 交通管理限制机动车尾气排放，推广新能源汽车和公共交通。
加强交通管理，减少交通拥堵，降低交通排放。
4. 供暖改造推广清洁供暖方式，如地源热泵、空气源热泵等，减少燃煤供暖的排放。
同时，加强供暖设施的维护和管理，确保其正常运行。
《2019—2021年北京市PM2.5及组分浓度受风向影响的研究》篇一一、引言随着工业化和城市化进程的加快，空气质量问题已成为社会关注的焦点。
北京作为我国首都，其空气质量直接关系到国民的生活质量与健康。
尤其是近年来，PM2.5污染成为首都大气环境治理的重要目标之一。
而风作为大气中的重要影响因素，其作用不可忽视。
因此，本篇研究将重点关注2019—2021年北京市PM2.5及组分浓度受风向影响的情况，为未来的空气质量治理提供科学依据。
二、研究背景及意义近年来，北京市政府采取了一系列措施来改善空气质量，但PM2.5污染问题依然严峻。
PM2.5因其粒径小、易携带大量有毒物质等特点，对人体健康产生严重影响。
因此，研究PM2.5及其组分浓度的变化规律，特别是受风向的影响，对于制定有效的空气质量改善措施具有重要意义。
三、研究方法本研究采用北京市环保局发布的PM2.5及组分浓度数据，结合气象局提供的风向数据，运用统计分析方法，研究风向对PM2.5及组分浓度的影响。
四、研究结果1. PM2.5浓度变化规律根据研究数据，我们发现北京市2019—2021年PM2.5浓度呈现出明显的季节性变化。
其中，冬季PM2.5浓度最高，夏季最低。
同时，我们也发现风向对PM2.5浓度具有显著影响。
例如，当主导风向为西北风时，PM2.5浓度相对较低；而当主导风向为东南风时，PM2.5浓度相对较高。
2. 组分浓度变化规律PM2.5的组分主要包括硫酸盐、硝酸盐、有机物和元素碳等。
本研究发现，不同组分的浓度也受到风向的影响。
例如，当主导风向为西北风时，硫酸盐和硝酸盐的浓度相对较低；而当主导风向为东南风时，这些组分的浓度相对较高。
此外，我们还发现夏季和秋季的组分浓度相对较低，而冬季和春季的组分浓度相对较高。
五、讨论根据研究结果，我们可以得出以下结论：风向对北京市PM2.5及组分浓度具有显著影响。
当主导风向为西北风时，PM2.5及其组分浓度相对较低；而当主导风向为东南风时，浓度相对较高。
《北京地区冬春PM2.5和PM10污染水平时空分布及其与气象条件的关系》篇一一、引言随着工业化进程的加速和城市化程度的提高，空气质量问题日益突出，其中细颗粒物（PM2.5）和可吸入颗粒物（PM10）是重要的空气污染物。
北京作为中国的首都，其空气质量状况备受关注。
本文旨在探讨北京地区冬春季节PM2.5和PM10污染水平的时空分布特征，并分析其与气象条件的关系，以期为空气质量管理和政策制定提供科学依据。
二、研究区域与方法2.1 研究区域本研究选取北京市作为研究区域，包括城区、郊区及周边地区。
2.2 研究方法（1）数据收集：收集北京地区冬春季节的PM2.5、PM10浓度数据及气象数据。
（2）时空分布分析：采用统计方法，分析PM2.5和PM10的时空分布特征。
（3）相关性分析：运用相关性分析方法，探讨PM2.5和PM10与气象条件的关系。
三、结果与分析3.1 PM2.5和PM10的时空分布特征在北京地区冬春季节，PM2.5和PM10的浓度呈现出明显的时空分布特征。
总体上，城区污染程度较高，郊区及周边地区污染程度相对较低。
在时间上，冬季污染程度较高，春季次之。
其中，冬季供暖期是PM2.5和PM10浓度较高的时期。
此外，受气象条件影响，污染程度在一天中的不同时间段也存在差异。
3.2 PM2.5和PM10与气象条件的关系通过相关性分析，发现PM2.5和PM10浓度与气象条件密切相关。
具体表现为：（1）风速：风速较大时，有利于污染物的扩散，PM2.5和PM10浓度较低；反之，风速较小时，污染物不易扩散，浓度较高。
（2）温度：温度较低时，污染物易于积聚，PM2.5和PM10浓度较高；温度较高时，污染物易于扩散，浓度较低。
（3）湿度：湿度较大时，有利于颗粒物的吸附和沉降，PM2.5和PM10浓度相对较低；湿度较小时，颗粒物易于悬浮在空气中，浓度较高。
此外，还发现逆温现象对空气污染具有显著影响。
在逆温条件下，大气层结稳定，不利于污染物的扩散，容易导致PM2.5和PM10浓度升高。
北京大学学报(自然科学版),第39卷,第3期,2003年5月Acta Scientiarum NaturaliumUniversitatis Pekinensis,V ol.39,N o.3(May,2003)北京地区夏季PM10污染的数值模拟研究1)王雪松 李金龙(北京大学环境学院,环境模拟与污染控制国家重点联合实验室,北京,100871)摘 要 利用三维区域空气质量模式C AMx,对北京地区夏季P M10浓度的时间变化规律和空间分布特征进行了数值模拟研究。
结果表明,北京市城近郊区夏季的P M10具有明显的时空变化规律。
一般在半夜前后和早晨常表现出较高的浓度;中午前后由于大气化学转化对二次气溶胶的生成贡献,在城市地区也会表现出一定的高浓度值;傍晚前后往往是一天中浓度最低的时段。
P M10的空间分布与源排放关系密切,中午前后的空间分布会体现出光化学反应对其二次生成作用的影响。
二次气溶胶在P M10中占有相当的份额,对于P M10中硫酸盐和硝酸盐的浓度变化,其中的二次组分起主要决定作用,而有机碳气溶胶以及P M10的浓度水平和变化规律则主要受一次成分的影响。
关键词 P M10;数值模拟;二次气溶胶中图分类号 X131110 引 言液体或固体微粒均匀分散在气体中所形成的相对稳定的悬浮体系被称为气溶胶;在气溶胶中,空气动力学直径小于或等于10μm的粒子,称为PM10[1]。
这一粒径范围的气溶胶粒子,除了在酸沉降、气候强迫、大气化学成分循环等方面的作用外[2],还由于容易被吸入人的呼吸系统,直接影响人的呼吸,因而与人类的健康密切相关。
PM10对人类呼吸系统、心肺功能等的危害性已经被国内外大量流行病学和毒理学研究所证实[3,4]。
因此,在对气溶胶的研究中, PM10以及其中粒径更小的部分往往被给予特别的关注。
从北京市环保局1999年初发布的空气质量日报可以看出,可吸入颗粒物PM10是北京市主要空气污染物之一[5]。
1999年和2000年两年监测获得的北京市大气中PM10的数据统计显示,采暖期和非采暖期的年日均浓度没有显著性差异,说明了非采暖期PM10污染的严重性。
在夏季,PM10的来源与一年中其他季节存在比较明显的差别,来自自然扬尘和燃料燃烧排放的贡献相对减少,而大气化学转化,尤其是光化学转化过程的生成贡献,会对夏季PM10的浓度水平和时空变化规律产生重要的影响。
因此,研究夏季的PM10污染特征,对于掌握北京市大气中PM10污染变化规律,乃至进一步对PM10的污染控制具有重要的意义。
本文在利用三维空气质量模式及其内嵌的气溶胶模块对京、津地区以光化学烟雾污染和气溶胶细粒子污染为主要特征的区域空气质量进行数值模拟的基础上,重点研究北京市城近郊区P M10的时间变化规律和空间分布特征以及二次P M10气溶胶对P M10总浓度变化的影响。
1)国家科技部专项课题(北京市大气污染的成因和来源分析)资助项目收稿日期:2002205220;修回日期:2003202227 1)E er πs G uide for the C om prehensive Air Quality M odel with Extensions (CAM x ).Version 3.00.N oavto ,California :E NVIR 2ON International C orporation ,2000 2)er πs M anual for the Emissions Preprocess or System 2.0.Research T riangle Park ,N orth Carolina :US EPA O ffice of Air Qual 2ity Planning and S tandards.19921 区域空气质量模式简介利用C AMx 1)模式模拟对流层大气光化学过程中各种气态物种浓度的空间分布和时间变化。
C AMx 模式由美国E NVIRON 公司开发,具有双向嵌套网格功能,对高架点源采用快速、结构简单的G RE AS D PiG 方法,同时考虑了干沉降和湿沉降,垂直输送和扩散采用隐式对流和扩散的数值方法求解,水平平流和扩散使用Sm olarkiewicz [6]的解法;气相化学采用改进的C BM 2Ⅳ机理,机理中更新了个别自由基的终止反应,并增加了新物种O LE2(代表天然源排放的活泼双键碳原子)和C OC (代表可凝结的有机化合物),用E NVIRON C MC 解法求解。
本模拟工作采用三重嵌套网格,第一重模拟域的中心位置在(11618°E ,3918°N ),范围大小为729km ×729km ;第二重模拟域主要包括京津地区,大小为315km ×315km ;第三重模拟域主要为北京市城近郊区,大小为60km ×60km ;三重网格的分辨率分别为27km 、9km 和3km ;垂直方向分为13层,模式顶在4km 左右,最低层约40km 。
采用中尺度气象模式M M5[7]模拟实际的天气过程,为C AMx 模式提供逐时的气象场输入,包括高度和气压场、风场、温度场、水汽场、云量、降水以及垂直扩散系数等。
表1 2000年北京市城近郊区各类污染源的PM10排放量及其所占比例T able 1 P M10emissions of s ources and their proportionsin the urban and suburban areas of Beijingin 2000源分类 排放量Πt ・d -1所占比例Π%无组织扬尘源119.140.7工业面源85.229.1高架点源52.618.0流动源23.78.1生活面源11.7 4.0采用排放因子法和源调查法进行源排放估算[8,9],统计物种包括NO x 、VOC 、C O 、S O 2、PM10和NH 3,估算的基础是北京市环境保护科学研究院提供的北京市城近郊区各类污染物的年排放量、污染源的排放因子和华北地区有关各省的各项环境、社会和经济统计数据以及植被分布资料,估算范围是整个729km ×729km 的模拟区域。
源排放的估算数据经EPS22)系统处理后,供空气质量模式使用。
在北京市城近郊区,PM10的源排放主要来自无组织扬尘源、工业面源和高架点源的贡献,而在无组织扬尘源中,近一半的排放来自交通扬尘,近1/5的排放来自工业扬尘,在表1中列出了2000年北京市城近郊区各类污染源的PM10排放量及其所占比例。
北京市城近郊区的工业源主要分布于石景山区,在朝阳区的南部也存在一定数量的工业源,而与道路交通相关的流动源在北京市城区的贡献较为显著,因此,在空间分布上,上述地区是PM10源排放的高值区域。
2 气溶胶模型C AMx 模式利用内嵌的气溶胶模型FAST AERO 模拟PM10气溶胶中硫酸盐、硝酸盐、有机碳化合物等在气2粒两相之间的平衡和转化过程。
FAST AERO 模型包括一个参数化的气溶胶热力学平衡模块和一个二次有机气溶胶模块;在气溶胶的粒径分布上只考虑PM10一种模态;024北京大学学报(自然科学版) 第39卷 所处理的气溶胶物种包括硫酸盐、硝酸盐、铵盐、钠盐、氯化物、有机碳化合物以及其他颗粒物;所模拟的化学转化过程包括:(1)在气相化学反应中生成的可凝结的有机碳化合物转化为有机碳气溶胶,(2)二氧化硫通过液相反应生成硫酸盐气溶胶,(3)气态硫酸转化成硫酸盐气溶胶,(4)硝酸钠的形成,(5)气态硝酸生成硝酸盐气溶胶,(6)气态氨生成铵盐气溶胶;FAS 2T AERO 模型利用C AMx 气相模式部分模拟的结果作为输入,驱动模型对各气溶胶物种的模拟;将FAST AERO 模型中7个气溶胶物种的浓度相加,可以获得PM10的质量浓度。
211 热力学平衡模块FAST AERO 模型中气溶胶热力学平衡模块的建立参考了UAM 2LC 1)模式中对气溶胶热力学平衡过程的参数化处理方法,并进行了适当调整,具体方法如下: 1)Lurmann F W ,K umar N.Development of Chemical T rans formation Alg orithms for Annual PM10Dispersion M odels.Draft Report STI 295410216022DFR ,S outh C oast Air Quality M anagement District ,Diam ond Bar ,California ,1996 2)E er πs G uide for the C om prehensive Air Quality M odel with Extensions (CAM x ).Version 3.00.N oavto ,California :E NVIR 2ON International C orporation ,2000对于硫酸盐,气相反应生成的硫酸在气2粒分配过程中全部以硫酸盐的形式存在于气溶胶相中;对S O 2的液相氧化过程进行参数化处理,考虑了相对湿度、季节性因子等影响因素,采用的S O 2最大氧化速率为10%/h 。
硝酸钠由钠盐和总硝酸盐(包括气态硝酸和硝酸盐)按照化学反应计量生成。
硝酸铵浓度的大小受到总硝酸盐、硫酸盐、硝酸钠、总氨(包括气态氨和铵盐)浓度大小和相互比例关系的共同制约,生成的硝酸铵的浓度根据SE QUI LI B [10]中的有关方法回归得到,回归方法考虑了温度、相对湿度以及硝酸盐和氨浓度的比例关系等因素的影响2)。
最终,硝酸盐的浓度等于硝酸钠和硝酸铵的总和;铵盐的浓度等于硫酸铵和硝酸铵的总和。
212 二次有机气溶胶模块二次有机气溶胶是碳氢化合物经气相化学反应生成的可凝结有机产物通过在气2粒两相间分配而存在于气溶胶相的部分。
与此相对应,C AMx 模式对二次有机气溶胶的处理分为气相化学生成和气2粒分配2个部分。
在白天,可凝结的有机碳化合物主要通过OH 、O 3氧化大气中的碳氢化合物生成;夜间则主要来自于NO 3对碳氢化合物的氧化。
C AMx 模式中的气相化学机理对上述可凝结有机碳化合物的生成反应做了比较全面的描述。
对于在气、粒两相间的分配,FAST AERO 模型认为,气相反应生成的可凝结有机化合物在气2粒分配过程中全部以有机碳气溶胶的形式存在于气溶胶相中,从而完成对二次有机气溶胶整个生成过程的模拟。
3 气溶胶模拟结果及分析311 模拟结果评价模拟时段为2000206225—07202,选取6月26日以后的模拟结果用于评价和分析。
采取时间和空间均相对应的方式,比较模拟值与监测值,对模拟结果进行评价。
