论文部分内容阅读
近年来,社会的经济和工业都在迅速发展,由此造成的环境问题也日益严重。某些城市以环境为代价发展工业企业,部分地区大气、土壤、水质等的污染程度已经严重危害到人类的身体健康,其中大气污染是城市发展中最为直接且不可避免的。在大气污染治理的过程中,就要对大气的质量作出科学的评价,这就需要因地适宜的选取大气污染物扩散模型。在适合的地区利用相匹配的大气扩散模型,可以对大气污染物的扩散做出合理的预测,更能为治理大气污染提供有力的科学依据。绥化市作为典型的东北中小型城市,其城区与城郊的工业开发区内,大部分企业均使用煤炭作为工业生产的主要能量来源,冬季也有大量的燃煤、燃生物质锅炉分布在市区内,用于采暖及热水的提供,并且城郊秸秆焚烧也对城市的大气环境造成了极大的污染。因此,针对该城市进行污染物扩散模拟模型的应用研究对治理该类城市的大气污染具有一定的理论价值及现实意义。本文以2017年研究区内所有燃煤、燃生物质锅炉为主要大气污染物排放对象,该对象主要包含工业锅炉和冬季取暖锅炉,以特定时间段存在的的秸秆焚烧源为次级大气污染物排放对象。选用《环境空气指数（AQI）技术规定试行》文件中对其浓度值进行分级规定的二氧化硫、二氧化氮、PM2.5作为扩散研究对象。本文通过对大量大气污染物扩散模型的对比,并且辅以研究区本身特性以及运算量的大小,研究选取了高斯点源扩散模型,并且对模型中的重要参数进行了适当的修正。利用修正后的模型模拟多时段多类多点源大气污染物扩散到绥化市市区内两个大气监测点的浓度,将模拟值与大气监测点的实际检测值进行相关性分析。并且为了从宏观的角度来观察研究区大气污染物浓度分布情况,尝试与GIS软件相结合,对研究区大气污染物的浓度进行区域性模拟和分析。研究证明:○1 SO2与NO2在多次模拟计算中,模拟值与检测值相关性较好,模拟值与监测值的相关系数均在0.78以上,证明了修正后的高斯扩散模型可用来模拟该类城市的SO2、NO2的扩散研究;○2 PM2.5的模拟值与检测值相关性一般,其相关系数小于0.76,实验结果表明,在该类城市中PM2.5的扩散模拟不适用于高斯扩散模型;○3高斯模型在应用过程中,对于大气稳定度的敏感度高于地形因素;○4从总体角度看,模型模拟精度偏低,其污染物浓度分布趋势与真实趋势大致相同,但具体数据偏差较大,该模型更适用于区域污染物浓度的差异性分布及扩散趋势的应用研究。○5绥化市市区内PM2.5的污染级别最高,SO2污染级别最低,建议该市对于大气环境的治理重心放在PM2.5上。