大气污染源调查及基于AERMOD的污染物浓度分布特征研究

摘要

随着大气污染问题的日趋严重，了解区域的大气污染物浓度分布显得尤为重要，而大气污染物浓度分布受到多种因素的影响，本文的目的是研究普遍适用的大气污染源调查和浓度分布特征研究的可操作性方法，并在此基础上在进行可靠的大气污染源调查，采用适用于扬州市区的AERMOD模型参数进行浓度分布模拟，进而分析影响浓度分布的主要污染源因素和自然因素，给区域大气污染控制提供针对性依据。
　　目前，扬州市已经完成了大气污染源排放清单的编制，但是关于大气污染物浓度分布相关研究还是缺少的。为了有效控制和治理大气污染，许多国家和学者开展了大气污染源和浓度分布相关研究，这些研究有非常多值得我学习和借鉴的地方，同时也有进一步研究的空间。对此，本文提出两方面具体问题:①如何有效提高区域内大气污染源调查和污染物排放量计算的可靠性？②如何提高浓度分布特征研究可靠性？
　　本文的研究围绕以上两个问题展开，主要成果和结论如下:
　　(1)48个调查人员耗时5天的补充调查，共获得了287个污染源，共4094个有效数据，包括110条道路信息及每条道路的车流量数据、28个施工工地、7个混凝土搅拌站、77个畜禽养殖场、3个区域的水稻和小麦种植数据、7家皮革纺织厂、8家家具制造厂、21家包装印刷厂以及26家医院的相关数据。
　　(2)AERMOD模型参数敏感性分析表明污染源参数的敏感性较低，地表参数敏感性排序依次为城市效应＞BOWEN＞粗糙度＞正午反照率＞莫尼长度;模拟结果可靠性验证表明，AERMOD对污染物长期浓度的模拟结果优于短期，同时，AERMOD模型的参数选取是合适的。
　　(3)绘制了28张浓度分布等值线图。SO2浓度空间分布研究结果:对于全年的浓度分布，位于主导风向上的主要浓度贡献源有27个，这些源的浓度贡献占全部源的62.55％;对于典型日浓度分布，位于主导风向上的污染源共23个，主导风向上的污染源对关心点的SO2浓度贡献占全部源的53.30％，表明污染源位置及源强是影响SO2浓度空间分布的主要污染源因素;对于各月和典型小时浓度分布，浓度分布的主要延伸方向与该尺度下主导风向近乎一致，说明风向是影响污染物浓度空间分布的主要气象因素，且时间尺度越小，风向的影响越明显。SO2浓度时间分布研究结果:对于各月浓度分布，对比浓度分布和各气象因素随时间变化规律，结果表明，风速和太阳辐射强度是影响SO2浓度时间分布的主要因素;各季节浓度分布与气象变化对比表明，风向也是影响SO2浓度时间分布的气象因素之一。

目录

摘要

第1章 绪论

1．1 研究背景

1．2 国内外研究进展

1．2．1 排放清单研究

1．2．2 扩散模式研究

1．2．3 浓度分布特征研究

1．3 本文研究意义

第2章 研究内容、方法和技术路线

2．1 研究内容

2．2 研究方法

2．3 技术路线

第3章 区域外污染源范围识别

3．1 源强影响阈值

3．2 高斯模式

3．2．1 点源

3．2．2 线源

3．2．3 面源

3．3 高架源模型

3．4 地面源模型

3．5 计算机程序

3．5．1 MATLAB语言

3．5．2 总体设计

3．5．3 总体结构

3．6 本章小结

4．1 污染源分类

4．1．1 污染源分类原则

4．1．2 污染源分类方法

4．2 主要污染源识别

4．2．1 文献检索

4．2．2 样本数据计算

4．2．3 重点污染源

4．3 污染源样本容量计算

4．3．1 随机抽样法

4．3．2 重点抽样法

4．4 本章小结

第5章 排放量计算模型和排放系数确定

5．1 污染物排放量计算模型

5．2 排放系数来源

5．3 本章小结

6．1 本地化校正

6．1．1 实测法

6．1．2 直接调查法

6．2 样本容量确定

6．3 不确定性分析

6．3．1 分析方法选择

6．3．2 误差传递模型

6．3．3 合并模型及推导

6．4 本章小结

第7章 大气污染物浓度分布特征研究

7．1 大气扩散模拟

7．1．1 模型参数敏感性分析

7．1．2 模型参数校正

7．2 浓度分布特征影响因素分析

7．2．1 污染源因素

7．2．2 气象因素

7．3 本章小结

第8章 案例分析

8．1 污染源调查

8．1．1 区域外污染源范围识别

8．1．2 区域内污染源范围识别

8．1．3 样本容量确定

8．1．4 排污系数确定

8．1．5 区域外污染源调查

8．1．6 区域内污染源调查

8．2 本地化校正和不确定性分析

8．2．1 本地化校正

8．2．2 不确定性分析

8．3 浓度分布特征研究

8．3．1 AERMOD模型参数分析

8．3．2 模型参数敏感性分析及校正

8．3．3 SO2浓度空间分布特征分析

8．3．4 SO2浓度时间分布特征分析

8．4 本章小结

第9章 结论与展望

9．1 主要结论

9．2 创新点

9．3 有待进一步解决的问题

参考文献

附录

致谢

攻读学位期间发表的学术论文目录

声明