论文部分内容阅读
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。