期刊文献+
共找到11篇文章
< 1 >
每页显示 20 50 100
基于CMAQ-ISAM模型对石家庄市臭氧污染过程模拟分析 被引量:4
1
作者 耿雅娴 郭婧涵 +4 位作者 葛宇轩 王树桥 袁京周 张丁超 王欣 《环境科学》 EI CAS CSCD 北大核心 2024年第9期5106-5116,共11页
石家庄市历年6月皆为臭氧(O_(3))污染高发阶段,2023年6月O_(3)8h浓度平均值(O_(3)-8h)污染超标天数占该月天数的80%,O_(3)为首要污染物占比达100%.针对6月11~18日的一次O_(3)重污染过程,利用空气质量模型WRF-CMAQ模拟,平均误差数据MFB为... 石家庄市历年6月皆为臭氧(O_(3))污染高发阶段,2023年6月O_(3)8h浓度平均值(O_(3)-8h)污染超标天数占该月天数的80%,O_(3)为首要污染物占比达100%.针对6月11~18日的一次O_(3)重污染过程,利用空气质量模型WRF-CMAQ模拟,平均误差数据MFB为−10.47%和MFE为17.96%,处于理想误差水平范围内.利用CMAQ过程分析模块进行石家庄市物理和化学过程模拟,得到干沉降(DDEP)浓度贡献为−23.88μg·m^(−3),是消耗O_(3)的主要过程,而输送过程(TRAN)是O_(3)的主要来源,其中贡献较大为垂直输送(VTRA).同时利用CMAQ中源解析模块(ISAM)对石家庄市本地与周边区域的O_(3)贡献进行了详细分析.结果表明,石家庄市本地行业贡献源的贡献率大小为:交通源(12.54%)>工业源(6.94%)>居民源(6.56%)>电力源(4.75%).而远距离传输源(BCON)持续处于高贡献首位,贡献率为63.31%.平稳天气下的重污染时段,嵌套域D02层中BCON低于标记区域对石家庄市的浓度贡献总和,周边城市中,保定市在平稳天气下贡献率最高,为26.21%.后期邢台市在高值西南风作用下,浓度贡献也迅速升高.要切实减轻O_(3)污染,不仅要对本市减排,还需要对上风向城市进行提前控制,实行区域间联防联控才是关键. 展开更多
关键词 臭氧(O3) cmaq-isam模型 过程分析 源解析 石家庄市
原文传递
基于CMAQ-ISAM模型的长三角典型城市PM_(2.5)来源解析 被引量:8
2
作者 曹广翰 曹天慧 +4 位作者 朱绍东 田旭东 许益超 施耀 何奕 《北京师范大学学报(自然科学版)》 CAS CSCD 北大核心 2021年第6期803-812,共10页
大气细颗粒物(PM_(2.5))是影响长三角地区空气质量的关键污染物.近年来随着各项环保举措的实施,PM_(2.5)的来源特征也发生了变化,为了制定切实有效的PM_(2.5)治理方案,考察PM_(2.5)的主要来源及其贡献至关重要.本研究使用CMAQ-ISAM模型... 大气细颗粒物(PM_(2.5))是影响长三角地区空气质量的关键污染物.近年来随着各项环保举措的实施,PM_(2.5)的来源特征也发生了变化,为了制定切实有效的PM_(2.5)治理方案,考察PM_(2.5)的主要来源及其贡献至关重要.本研究使用CMAQ-ISAM模型,定量分析了2018年长三角内4个典型城市(上海、杭州、南京和合肥)PM_(2.5)的主要来源.表明了上述4个城市PM_(2.5)的最主要来源:冬季为长三角外的远距离传输(38.5%~52.6%);秋季为各城市的本地排放(43.0%~50.9%);在春季和夏季,本地排放是上海、杭州和合肥PM_(2.5)的主要来源(春季37.1%~53.3%,夏季44.1%~64.7%),而南京则是周边区域传输(春季38.5%,夏季46.3%).针对冬季不同时期的来源解析表明,相较于清洁时期,4个城市在污染时期来自周边区域传输的贡献占比增大,上海、杭州、南京和合肥的增大幅度分别为10.0%、1.5%、8.1%和4.9%,因此开展长三角大气污染区域联防联控具有重要意义. 展开更多
关键词 PM_(2.5) cmaq-isam模型 长三角 来源解析
在线阅读 下载PDF
广东省天然源VOCs排放特征及臭氧污染影响 被引量:1
3
作者 黄国锋 沈劲 +6 位作者 陈多宏 黄泳熙 段献忠 刘军 谢敏 林玉君 林子锋 《环境科学学报》 北大核心 2025年第4期322-330,共9页
天然源挥发性有机物(BVOCs)对臭氧生成具有重要影响.基于广东省2022年下垫面数据等相关数据,使用天然源气态与颗粒态污染物排放模型(MEGANv3.2)对广东省2022年BVOCs的排放量进行估算,并结合臭氧浓度分析BVOCs排放特征及影响,采用多尺度... 天然源挥发性有机物(BVOCs)对臭氧生成具有重要影响.基于广东省2022年下垫面数据等相关数据,使用天然源气态与颗粒态污染物排放模型(MEGANv3.2)对广东省2022年BVOCs的排放量进行估算,并结合臭氧浓度分析BVOCs排放特征及影响,采用多尺度空气质量模型的综合源解析方法(CMAQ-ISAM)模拟典型污染时段(9月11日-17日)BVOCs排放对广东省各地市臭氧浓度的贡献情况.结果表明:广东省2022年BVOCs排放量为188.17万t;时间特征上,广东省2022年BVOCs排放量在7-9月较高,12、1和2月相对较低,日排放特征呈单峰形态,峰值一般出现在14:00,与臭氧浓度变化大体一致;空间特征上,广东省BVOCs呈中心低、东部与西部高的排放分布,与臭氧浓度分布整体相反;典型污染时段内,广东省各地市BVOCs排放对臭氧浓度的贡献占比在3.7%~10.4%范围内.其中在清远、肇庆等BVOCs排放量较高的城市中,BVOCs排放对臭氧浓度的贡献相对较高,而对于大部分珠三角及粤东城市BVOCs贡献相对较低,NO_(x)和AVOCs等人为源贡献更高. 展开更多
关键词 BVOCs MEGAN cmaq-isam 臭氧贡献 广东省
原文传递
Regional transport characteristics of PM_(2.5) pollution events in Beijing during 2018–2021 被引量:1
4
作者 Dejia Yin Qian Song +10 位作者 Yuanxi Guo Yueqi Jiang Zhaoxin Dong Bin Zhao Shuxiao Wang Da Gao Xing Chang Haotian Zheng Shengyue Li Yunting Li Baoxian Liu 《Journal of Environmental Sciences》 2025年第6期503-515,共13页
Although air pollutant emissions have sharply reduced in recent years,the occurrence of PM_(2.5) pollution events remains an intractable environmental problem in Beijing,and regional transport is the key influence fac... Although air pollutant emissions have sharply reduced in recent years,the occurrence of PM_(2.5) pollution events remains an intractable environmental problem in Beijing,and regional transport is the key influence factor.However,it has been difficult to identify regional transport characteristics and the main contributors to pollution events in recent years.In this study,the relative contribution of regional transport was quantified(61.3%)in PM_(2.5) pollution events during 2018-2021 by the Community Multiscale Air Quality model embedded with the Integrated Source Apportionment Model(CMAQ-ISAM).The four regions with the largest fractional contributions to Beijing for all events were Shandong(7.7%),South Hebei(7.3%),Baoding(6.2%),and Langfang(5.8%).Pollution events were classified into the following types based on regional transport directions:local,southwest(SW),southeast(SE),south-mixed(SM),and others.Based on the transport distance,the SW,SE,and SM types can be subdivided into SW-short,SW-long,SE-short,SE-long,SM-short,SM-long distance from southwest,SM-long distance from southeast,and SM-long distance from southwest and southeast.SE-long was regarded as the most important type,with the highest relative frequency(20%).The transport directions were related to the southwest wind at 925 hPa and southeast wind at 1000 hPa in the south of the Beijing–Tianjin–Hebei(BTH)region,and the distance was mainly controlled by wind strength.The wind-field difference can be attributed to the low-pressure and high-pressure systems that control the BTH region.The results suggest that regional joint pollution control should be optimized based on the transport type. 展开更多
关键词 PM_(2.5) Pollution events Regional transport cmaq-isam
原文传递
基于WRF-CMAQ/ISAM模型的榆林市夏季O_(3)来源解析 被引量:7
5
作者 王伊凡 仝纪龙 +4 位作者 陈羽翔 林鑫 刘永乐 敖丛杰 刘浩天 《环境科学》 EI CAS CSCD 北大核心 2023年第7期3676-3684,共9页
为了更清楚地了解榆林市夏季臭氧污染来源,提出科学的治理建议,利用WRF-CMAQ模型对2019年7月榆林市和周边地区(包含太原市、西安市、银川市和呼和浩特市等省会城市)的O3浓度进行模拟;利用ISAM模块,对榆林市一次重污染过程的O3和其前体物... 为了更清楚地了解榆林市夏季臭氧污染来源,提出科学的治理建议,利用WRF-CMAQ模型对2019年7月榆林市和周边地区(包含太原市、西安市、银川市和呼和浩特市等省会城市)的O3浓度进行模拟;利用ISAM模块,对榆林市一次重污染过程的O3和其前体物NO_(x)、VOCs来源进行量化.结果表明,重污染日榆林市的O3主要来自模拟区域外的远距离传输(55.5%),其次是模拟区域内前体物的光化学反应生成(20.6%,榆林市、山西省、内蒙古自治区和陕西省依次为10.0%、5.0%、2.3%和2.1%,甘肃省、宁夏回族自治区和河南省合计为1.2%)和初始条件(0.3%),剩余来源(23.6%)未能被成功标记;榆林市处于VOCs控制区,其VOCs由烷烃(76.5%)、酮类(9.2%)和其它种类的VOCs(14.3%)构成,VOCs来源有模拟区域内的污染源排放(45.6%,榆林市、山西省、内蒙古自治区和陕西省依次为22.0%、11.4%、6.3%和5.1%,甘肃省、宁夏回族自治区和河南省合计为0.8%)和模拟区域外的远距离传输(27.9%),剩余26.5%未被成功标记.研究表明,治理榆林市O3污染,不仅要对本地VOCs排放加以控制,也应做好外围周边地区VOCs排放的统筹规划. 展开更多
关键词 臭氧(O_(3)) 挥发性有机化合物(VOCs) 来源解析 cmaq-isam模型 榆林市
原文传递
北京冬季不同污染情况下PM_(2.5)传输特征模拟研究 被引量:5
6
作者 李佳霖 张美根 《高原气象》 CSCD 北大核心 2022年第3期829-838,共10页
近年来北京空气质量持续得到改善,但仍未达国家二级标准,且在减排效果良好情况下,2019年冬季仍有严重的细颗粒物污染发生,所以还需对现阶段北京PM_(2.5)来源进行有针对性的研究。因不同污染阶段,污染物来源和构成均会发生变化,所以本研... 近年来北京空气质量持续得到改善,但仍未达国家二级标准,且在减排效果良好情况下,2019年冬季仍有严重的细颗粒物污染发生,所以还需对现阶段北京PM_(2.5)来源进行有针对性的研究。因不同污染阶段,污染物来源和构成均会发生变化,所以本研究利用耦合了源解析模块ISAM的空气质量模式RAMS-CMAQ对2019年12月北京PM_(2.5)来源进行解析,并从非污染、轻度污染和中重度污染3种情况分析PM_(2.5)和其组分及相应前体物的区域传输特征。结果表明,现阶段北京冬季PM_(2.5)以外来输送为主,其比例可由非污染天的69.7%增至中重度污染天的75.7%,主要来自河北和内蒙古自治区。非污染天以偏西风长距离输送为主,当同时有持续的偏南方向气团输入时,北京将出现污染并持续加重。二次无机气溶胶在北京冬季PM_(2.5)中的占比较大,其比例随污染加重而增加,中重度污染天比非污染天高6.7%。其中硫酸盐贡献随污染加重而降低,硝酸盐贡献却持续增加,是污染加重的主导组分。除硝酸盐外,硫酸盐、铵盐、有机碳、一次尘和黒碳均以外来输送为主,相应比例也随污染加重而增加,中重度污染天比非污染天分别高出3.8%,15.7%,9.8%,6.9%和7.4%。此外,作为前体物的SO_(2)、NH_(3)和NO_(2)也以外来输送为主,其中SO_(2)和NH_(3)的外来输送比例随污染加重而增加,中重度污染天比非污染天分别高出5.4%和6.2%,但外来输送对NO_(2)的贡献并没有类似变化。 展开更多
关键词 北京 PM_(2.5) 区域传输 RAMS-cmaq-isam
在线阅读 下载PDF
肇庆市一次典型污染天气的污染物来源解析 被引量:9
7
作者 常树诚 廖程浩 +4 位作者 曾武涛 杨柳林 俞绍才 陈雪 郑剑平 《环境科学》 EI CAS CSCD 北大核心 2019年第10期4310-4318,共9页
利用污染物及气象观测数据对肇庆市2018年12月17~23日大气污染过程进行了分析,采用了CMAQ-ISAM模型以及混合受体模型对本次大气污染来源进行了解析研究.结果表明,12月19~21日肇庆地区受近地面弱气压影响而形成的较为不利的污染物扩散条... 利用污染物及气象观测数据对肇庆市2018年12月17~23日大气污染过程进行了分析,采用了CMAQ-ISAM模型以及混合受体模型对本次大气污染来源进行了解析研究.结果表明,12月19~21日肇庆地区受近地面弱气压影响而形成的较为不利的污染物扩散条件,是肇庆大气污染过程的诱导因素;在本次污染发生前的清洁时段,肇庆污染主要来自于本地及清远,其贡献率分别为19. 2%和10. 7%,而受江西、湖南、湖北以及陕西等地的远距离污染物传输作用影响约为64. 5%;在污染时段,随着地面高气压场南移,肇庆地区受珠三角主要城市和粤东城市的区域传输贡献明显,肇庆、佛山、东莞、广州和惠州贡献率依次为25. 5%、14. 8%、9. 8%、9. 5%和5. 3%,河源、梅州、汕尾、揭阳、汕头和潮州这6个广东省东部城市贡献率共计13. 7%,而受福建、江西以及长江三角洲等地的远距离污染物传输作用影响约为32. 9%,且经过海上通道传输的污染物贡献更为显著.因此,输送到海面上的气溶胶颗粒经吸湿增长后回到陆地,是本次肇庆污染天气的主要成因之一. 展开更多
关键词 cmaq-isam模型 混合受体模型 源解析 细颗粒物 肇庆
原文传递
2018年冬季安徽省典型城市PM_(2.5)来源解析的数值模拟研究
8
作者 曹广翰 曹天慧 +2 位作者 田旭东 施耀 何奕 《地球化学》 CAS CSCD 北大核心 2023年第2期147-157,共11页
细颗粒物(PM_(2.5))是决定环境空气质量的关键污染物。随着近年来环保措施的实施, PM_(2.5)的来源特征也随之发生变化,探究PM_(2.5)的主要来源及其贡献值对制定有效的PM_(2.5)治理方案具有重要的现实意义。本研究使用CMAQ-ISAM模型,考察... 细颗粒物(PM_(2.5))是决定环境空气质量的关键污染物。随着近年来环保措施的实施, PM_(2.5)的来源特征也随之发生变化,探究PM_(2.5)的主要来源及其贡献值对制定有效的PM_(2.5)治理方案具有重要的现实意义。本研究使用CMAQ-ISAM模型,考察2018年冬季不同来源区域和来源种类对合肥市区PM_(2.5)及其关键组分的贡献。结果表明,合肥市区冬季PM_(2.5)的主要区域来源为长三角外的远距离传输(52.6%),其次为合肥市的本地排放(26.3%)和安徽省其他城市的传输(12.3%)。远距离传输对硫酸盐、硝酸盐和有机C的贡献最大(57.9%、68.2%和69.5%),而铵盐和元素C主要来自本地排放(37.1%和52.9%)。合肥市本地及周边区域的6类排放源中,工业源对PM_(2.5)的贡献最大(21.3%),其次为农业源(11.6%),其中工业源的贡献主要来自本地排放,而周边区域农业源的贡献大于本地农业源。硫酸盐、硝酸盐和元素C的主要来源种类为工业源(33.9%、13.8%和38.6%),铵盐和有机C则分别为农业源(64.2%)和民用源(17.7%),其中工业源和民用源的贡献主要来自本地排放,农业源则为周边区域传输。 展开更多
关键词 PM_(2.5) cmaq-isam模型 来源解析 安徽省
在线阅读 下载PDF
珠江三角洲地区冬季硫、氮干沉降的来源解析 被引量:3
9
作者 沈傲 周慧娴 +3 位作者 樊琦 田春艳 常鸣 王雪梅 《中国环境科学》 EI CAS CSCD 北大核心 2020年第12期5142-5151,共10页
采用WRF-CMAQ模式对珠江三角洲地区2015年1月进行数值模拟,结合CMAQ的集成源解析方法ISAM对S、N及其干沉降的来源贡献进行分析.结果表明:珠江三角洲地区S、N干沉降量高值主要分布在广佛交界处以及珠江口附近,其逐日变化趋势主要受质量... 采用WRF-CMAQ模式对珠江三角洲地区2015年1月进行数值模拟,结合CMAQ的集成源解析方法ISAM对S、N及其干沉降的来源贡献进行分析.结果表明:珠江三角洲地区S、N干沉降量高值主要分布在广佛交界处以及珠江口附近,其逐日变化趋势主要受质量浓度变化影响,但在部分时间段受干沉降速率的影响亦相当显著.珠江三角洲区域内排放源对于S干沉降的平均贡献占比为36.2%,与其质量浓度区域内贡献占比相当,SO2干沉降速率增加以及背景风场变弱会使区域内贡献占比增加;区域内源对于N干沉降的平均贡献占比为32.4%,远小于其质量浓度区域内贡献占比,当NO2质量浓度减少,使得HNO3的质量浓度和干沉降量减少时,区域内贡献占比增加.对于珠江三角洲典型城市,广州S干沉降的本地贡献为27.7%,N为14.2%;江门S干沉降的本地贡献为9.6%,N为8.8%.2个城市对比而言,广州受本地的影响较江门显著,江门受其上风方向广州和佛山两市输送的影响显著,但当背景风场减弱时,江门本地贡献会有明显增加. 展开更多
关键词 珠江三角洲 硫、氮干沉降 cmaq-isam
在线阅读 下载PDF
基于CMAQ和HYSPLIT模式的日照市夏季臭氧污染成因和来源分析 被引量:13
10
作者 林鑫 仝纪龙 +5 位作者 王伊凡 陈羽翔 刘永乐 张鑫 敖丛杰 刘浩天 《环境科学》 EI CAS CSCD 北大核心 2023年第6期3098-3107,共10页
日照市作为典型沿海城市,近年来O_(3)污染日益严重,为探究O_(3)污染成因和来源,基于CMAQ模型的IPR过程分析和ISAM源追踪工具分别量化不同物理化学过程,不同源追踪区域对日照市O_(3)的贡献,并对比在O_(3)超标日和非超标日的差异,结合HYSP... 日照市作为典型沿海城市,近年来O_(3)污染日益严重,为探究O_(3)污染成因和来源,基于CMAQ模型的IPR过程分析和ISAM源追踪工具分别量化不同物理化学过程,不同源追踪区域对日照市O_(3)的贡献,并对比在O_(3)超标日和非超标日的差异,结合HYSPLIT模式探究日照市O_(3)的区域输送路径.结果表明,以日照市及周边为CMAQ模拟区域,O_(3)超标日与非超标日相比,日照市和连云港市沿海附近O_(3)、NO_(x)和VOCs浓度明显增加,这主要是由于超标日日照市为西风、西南风和东风的辐合区,易于污染物的输送并累积;过程分析显示,输送过程(TRAN)对日照市和连云港市沿海附近的近地面O_(3)贡献在超标日明显增加,而对临沂以西大部分区域贡献减小.光化学反应(CHEM)在各个高度对日照市白天O_(3)浓度均为正贡献,TRAN在离地0~60 m为正贡献,在60 m以上主要为负贡献,超标日CHEM和TRAN在离地0~60 m的贡献会显著增加,是非超标日时贡献的2倍左右;源解析显示,日照市本地源是NO_(x)和VOCs的主要贡献源,贡献率分别为47.5%和58.0%,O_(3)主要来自模拟区域外贡献(67.5%),超标日日照市西面城市(潍坊市和临沂市等)和南面城市(连云港市等)的O_(3)及前体物贡献会显著增大;输送路径分析显示,来自日照市西面的路径中超标轨迹数占比最大(11.8%),为日照市O_(3)及前体物的主要输送通道,这与过程分析和源追踪结果相互验证,该类轨迹占总轨迹数的13.0%,其主要途经陕西、山西、河北和山东地区. 展开更多
关键词 日照市 臭氧(O_(3)) CMAQ模型 ISAM工具 HYSPLIT模型 来源分析 过程分析
原文传递
秦皇岛2019年冬季重污染过程PM2.5来源数值模拟 被引量:4
11
作者 王天正 张美根 韩霄 《气候与环境研究》 CSCD 北大核心 2021年第5期471-481,共11页
秦皇岛地处河北省东北部,是环渤海重要的港口城市,在近几年京津冀地区减排效果较好的情况下,于2019年1月出现了多次持续细颗粒物(PM2.5)污染过程。因此本文利用耦合了数值源解析模块ISAM(Integrated Source Apportionment Method)的区... 秦皇岛地处河北省东北部,是环渤海重要的港口城市,在近几年京津冀地区减排效果较好的情况下,于2019年1月出现了多次持续细颗粒物(PM2.5)污染过程。因此本文利用耦合了数值源解析模块ISAM(Integrated Source Apportionment Method)的区域空气质量模式RAMS-CMAQ(Regional Atmospheric Modeling System–Community Multiscale Air Quality),对2019年1月秦皇岛地区PM2.5进行模拟,并将PM2.5质量浓度高于(低于)75μg m^(-3)的时段划分为污染(清洁)时段,分别探讨了两个时段本地排放源对秦皇岛市PM2.5质量浓度的贡献情况,并且进一步探讨了秦皇岛各区县及外地排放源对秦皇岛市4个国控环境监测站点(第一关站、北戴河站、市监测站、建设大厦站)PM2.5质量浓度的区域传输特征。结果表明,秦皇岛地区PM2.5质量浓度整体呈“南高北低”式分布。清洁时段,PM2.5质量浓度受本地贡献较大,青龙县、卢龙县大部分地区贡献为40%~50%,海港区、抚宁区、北戴河区、第一关区及昌黎县大部分地区贡献在60%以上;4个国控环境监测站点受跨界输送贡献占34.7%~41.6%。污染时段,秦皇岛市本地贡献相对于清洁时段整体下降10%左右,当地大气污染受到跨界区域传输影响增加;而在4个国控站中,北戴河站、第一关站受到跨界输送贡献分别下降1.0%和2.3%;市监测站、建设大厦站受到跨界输送贡献分别上升2.9%和2.0%。 展开更多
关键词 PM2.5 源解析 CMAQ 模式 ISAM 模块
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部