论文部分内容阅读
本文采用1991-2007年沈阳市空气质量监测资料，分析了PM10、SO2、NO2、CO等主要污染物的时空分布特征及变化趋势。利用逐步回归法，得出污染物预报方程，同时基于MM5数值预报研究了适用于沈阳市使用的嵌套网格空气质量数值预报方法，并探讨了源解析法在对污染源预报中的应用。 研究表明:沈阳市空气质量季节变化显著，且差异性较大，冬季污染最重，春季次之，夏季、秋季污染相对较轻。采暖期环境空气质量明显差于非采暖期，其中采暖期污染特征是以燃煤燃烧形成的烟尘污染为主，非采暖期以土壤风沙尘、建筑尘等扬尘污染为主。对于SO2和TSP（总悬浮颗粒物）来说，采暖期的开始对于市区内污染物浓度的整体升高有很大的影响，当采暖期结束后，SO2的浓度开始回落，而TSP由于春季沙尘天气的影响，回落较慢。沈阳市空气质量的好坏受气象条件影响较大，在强冷空气过境及风速较大、降水等有利气象条件下，空气质量相对较好，而在逆温、雾及沙尘等不利气象条件下，空气质量相对较差。污染物的影响区域同样与气象背景密不可分，其中风速和风向在污染物传输过程中起重要作用。城市可吸入颗粒物污染较轻于所属各县（市），而城市二氧化硫、二氧化氮污染要重于县（市）。近年来，沈阳市空气质量呈转好趋势，其中可吸入颗粒物和降尘两项污染指标显著下降，其它污染指标略有下降。 通过统计2003年和2004年四个季节天气形势及污染物浓度，利用环境空气自动监测站的PM10、SO2和NO2日均值监测资料及同期气象资料，选取预报因子，采用逐步回归方法建立了春、夏、秋、冬四个季节三种污染物沈阳市内8个监测点的96个环境空气质量预报方程。同时，利用地理地形资料、污染源资料、气象资料和监测资料，采用MM5中尺度天气预报驱动嵌套网格大气污染预报，主要对SO2、NOx、CmHn、O3、CO、NH3、PM10(TSP)之平流输送与扩散过程、干沉降过程、湿清除过程、气相化学过程、液相化学过程、气溶胶物理化学过程以及污染预报区域与天气预报系统区域的耦合进行了研究，从而得出了基于MM5数值预报的空气质量预报方法。在对污染源的预报方面，本文采用源解析方法，利用GIS制作的区域划分信息将网格化的排放源进行划分，排放信息经过运算方程组中的迭代、差分运算，形成预报的最终结果，可以反映出排放源网格中相应区域对于空气中污染物的贡献及其影响范围，该方法对典型污染过程或重污染个例尤为适用。 通过对空气质量预报方法检验表明，沈阳市平均等级一致准确率和首要污染物一致准确率分别达到85％和86％。对于全市均值来说，环境空气质量预报准确率较高的是NO2，其次是PM10，最后是SO2，这可能是因为沈阳地区NO2年际变化比较小的原因。预报方法中预报不准的天气形式多属剧烈变化的极端天气形式，如在冬季的大风寒潮天气。同时，本文将环境空气质量预报方法模拟应用于2008年奥运会，结果表明，奥运期间沈阳市空气质量良好，除开幕式前后，其他时间PM10浓度始终保持在一个较低的水平。奥运期间的气象条件，特别是降水与风向风速，有利于污染物清除与扩散。同时，处于密集城市群中的沈阳市，其空气质量与周边地区污染输送之间关系密切。