- 1、本文档共53页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
2013-2014东莞冬、春、夏三季观测PM2.5平均化学组成 有机物占据首要贡献比例(36.6%),“有机物/硫酸根”比值约为1.75倍,说明东莞PM2.5中有机污染的重要性突出! 二次组分约占55%,控制气态前体物对于削减PM2.5非常重要! 2013-2014东莞冬、春、夏三季观测各站点PM2.5成分观测结果 在大陆冷高压控制下,干季东莞夜间持续存在的稳定边界层,其高度往往不足200m,非常不利于污染物的扩散。 2013年12月19日-22日边界层高度及逐时PM2.5浓度 观测试验期间逐日平均边界层高度 19-22日大气边界层高度逐日快速降低,导致了PM2.5浓度的持续升高。而且在23日以后,日平均边界层高度始终维持在较低的水平,多数时候不足500m,最低甚至不足300m,大气扩散能力较低,污染物始终聚集在较低的大气边界层内,也使得此后PM2.5浓度长时间维持在较高的污染水平 观测实验期间东莞南城元岭逐日PM2.5浓度变化 四维通量法PM2.5传输与周边城市影响研究 四维通量法原理 单位:吨 SO2 NOX CO PM10 PM2.5 VOCs NH3 固定燃烧源 95361 87414 282542 35252 16589 3942 541 道路移动源 996 86926 659896 12909 12264 58448 1718 非道路移动源 7152 11193 1750 387 354 400 / 扬尘源 / / / 42186 5503 / / 工业过程源 / / / 2027 1145 13061 10 有机溶剂使用 / / / / / 62819 / 存储与运输源 / / / / / 4311 / 农牧源 / / / / / / 2437 生物质燃烧 167 416 22587 2294 1147 1281 446 其他排放源 / / / / / / 3061 合计 103685 185949 966778 95055 37003 145333 8212 SO2 NOX 污染物 重点污染源 高值区 SO2 火力发电、工业燃烧源、非道路移动源 火电厂、工业区、航道 NOX 道路移动源、火力发电、工业燃烧源 工业区、火电厂、中心城区、航道 VOCs PM2.5 污染物 重点污染源 高值区 VOCs 道路移动源、有机溶剂使用源、工业过程源 中心城区、工业区 PM2.5 道路移动源、扬尘源、火力发电、工业燃烧源 中心城区、火力发电厂、工业区 减排对PM2.5—GDP影响研究 气象条件 PM2.5(mg/m3) 温度℃ 雨量(mm) 风速(m/s) 相对湿度% 气压(hpa) 云量% 年平均比例% 第一类 0.023 24.1 13.3 3.2 84.2 1009.1 54.1 34.2 第二类 0.053 22.6 4.7 2.5 75.6 1013.1 44.2 52.8 第三类 0.093 21.8 1.4 2.2 68.7 1015.4 32.5 11.3 第四类 0.134 19.3 0.7 2.3 65.9 1017.4 39.9 1.7 (1)东莞气象特征 研究表明,每日气象条件中,风对PM2.5有显著的消减作用,风速大,混合层越高,越利于PM2.5的扩散。另外,对统计数据的整理得到的4类气象条件的年均比例分别为34.2%、52.8%、11.3%、1.7%。气象特征如表1所示。 表1 东莞四年4类气象条件下PM2.5平均值和气象因子平均值 (2)SD分析及预测结果 根据前面的4个气象条件,我们对每一类气象条件分别建立一个SD模型,在不同气象条件下计算GDP和PM2.5,再加权求和(权重即为各气象条件的年均比例)。东莞GDP变化较为规律,每年以8%~10%的速率增长;PM2.5的变化近几年基本在40~50μg/m3的范围起伏。我们以2013年数据为基础进行SD建模,构建逻辑如下。 社会生产和发展产生GDP,GDP导致排放一定比例的SO2、NOx、VOCs、CO、PM10等污染物,这些污染物经过一系列复杂的理化反应生成PM2.5。在SD模型中,从GDP到污染物再到PM2.5的过程中要确定两类重要的辅助变量,即大气污染物与年度GDP的比例系数?i,和污染物转化成PM2.5的转化率μi,通过它们把GDP和PM2.5串成一个系统。模型的模拟时间长度为一年,对东莞2013-2017年的GDP和PM2.5做了预测。 针对珠江三角洲地区近五年PM2.5污染防治目标,为东莞市模拟减排措施对PM2.5及GDP的影响设计了三种情景,预
文档评论(0)