论文部分内容阅读
本文首先分析了长沙市2001-2006空气质量状况，分析表明长沙市区的污染物以可吸入颗粒物为主，PM10污染超标日较多，累计污染超标日为687天，出现3级以上的概率为32.8％；SO2累计超标日为253天，概率为12.1％；NO2未出现浓度超标。持续型污染也是长沙市空气污染的一个典型特征，持续型污染日数占所有浓度超标日的76.2％。污染物浓度有明显的季节变化，但SO2变化比PM10和NO2明显；秋冬季是长沙市污染超标出现频率大和浓度偏高的季节，夏季空气质量较好。在日变化中存在两个污染高峰，一个出现在上午9～10时，以SO2浓度增值显著为特点，一个出现在晚上21时前后，以PM10污染为主。污染物浓度分布不均匀，火车站、雨花区、伍家岭是长沙市污染最为严重的地区，尤以火车站最为显著；随着城市化进程的加快，城市污染正逐步向城郊漫延。
分析了长沙城市空气质量与气象要素之间的关系，给出了引发较重污染时所对应的典型气象场，并对发生较重污染的天气形势进行了天气学分型。研究表明：影响长沙市空气质量的气象要素主要有气温、风速、降水以及混合层厚度；同一污染物，与不同的气象因子的相关程度不同；同一气象因子对不同污染物的影响效果也不一样。引起长沙市出现高浓度污染的典型气象场为：高空为弱暖高脊，地面则处于暖高压中后部。引发较重污染的地面天气形势场可分为四类，高空形势场可分为三类。
对自主研发的两种城市空气质量统计预报方法：天气形势相似方法和动态逐步回归方法，进行了效果检验和对比分析。结果表明：两种方法对SO2，PM10，NO2等三种污染物都有一定的预报能力，预报的误差绝对值多集中在30以内，而级别误差基本上在1级以内。两种方法对NO2的预报准确率均在98％左右，预报效果优良。对于PM10而言，相似预报法稍优于动态逐步回归法。绝对误差对比发现，两种预报方法对SO2的预报优于PM10预报；级别准确率对比时，两种预报方法对三种污染物的预报准确率相近。两种预报方法对三个污染因子的预报准确率呈现出NO2优于SO2优于PM10的趋势。影响天气形势相似预报准确率的原因主要有两个：一是短期天气预报准确率直接影响到空气质量预报准确率。二是模式本身的缺陷，如相似预报法中挑选出来的预报因子不能完全反映天气形势。采用天气形势相似方法对城市空气质量进行预报，避开了槽、脊等天气系统的计算机识别这个技术难点，用统计学原理将天气背景以及大气环流形势变化有机地在模式中体现出来，这一技术较适用于污染源年变率较小的地区。应用动态逐步回归方法，不仅可以及时反馈最近预报误差，而且可以及时扬弃影响污染物浓度的气象因子，有利于提高客观预报质量。 污染物排放总量的调查及污染源的监测，是城市空气质量管理工作中的一个薄弱环节，空气质量数值预报也需要对污染源排放强度有定量的了解。本文对SO2排放强度的反演进行了初步探索：在系列简化的情况下，推导出了一个简单易行的污染源强反演计算公式：Q=C*U*X*ZI，即污染物排放源强，是污染物浓度、风速、下风方距离、以及混合层高度的函数。利用GB混合层高度计算方案和HPDM混合层高度计算方案，计算了长沙市2002、2003和2005年的混合层高度。利用计算出的两类混合层高度，分别反演了2002、2003和2005年三年的SO2的排放量。计算结果表明，GB混合层方案下反演的SO2结果与实际情况较相符，HPDM混合层方案下反演的SO2排放量偏大。反演出的SO2排放量具有明显的月季变化特征，夏季小，秋冬季大，与实况基本相符。