城市大气污染实时监测与控制系统中污染物的扩散特性研究

城市大气污染实时监测与控制系统中污染物的扩散特性研究

韩明山[1]2004年在《城市大气污染实时监测与控制系统中污染物的扩散特性研究》文中指出本研究课题是建设数字城市的一部分,研究的主要目的是探讨大气污染物在城市条件下的扩散规律,从理论上给出一套切实可行的监测方法,并用试验方法对试验结果进行验证。课题研究从理论上来说需要解决的问题包括:在城市边界条件下的污染物扩散规律,如何将GPS技术和GIS技术相结合进行污染物的浓度监测,如何对测量数据进行处理,怎样建立计算的物理和数学模型。 研究的主要内容是均匀紊流条件下的污染物扩散规律,从物理意义上来说即为综合利用物质质量守恒定律,动量守恒定律,能量守恒定律来导出扩散的基本运动方程,然后由运动方程从理论上得出污染扩散的一般规律,在试验方面,本研究利用直流吸式风洞来模拟各种不同边界条件下的污染扩散规律,采样方式则利用直接取样的方法连续测量,通过M9000型燃烧分析仪实时测量浓度变化,在物理模拟上通过调整风洞设备电机的工作电压来控制风速,采用缩小比例的模型建筑物,用金属丝网消除流场不稳定等方法来保证模拟试验的动力相似,几何相似和运动相似。 课题研究的主要内容以及结论分为以下几个方面: 1)针对目前普遍采用的城市大气污染监测方法的不足之处,提出了一套如何将车载移动GPS技术和GIS技术结合起来对城市大气污染状况进行实时监测与控制的技术方案,并重点探讨了如何利用车载或手持式GPS系统结合GIS数据库对城市大气质量状况进行流动巡检,确定污染源方位,为重大城市大气污染事故快速提供疏散方案并实时在线向公众发布污染状接受公众查询与监督。 2)从理论和试验方法上探讨了污染物在城市条件下的扩散规律,在平坦区域,浓度分布大致呈正态分布,而复杂条件下的扩散规律则与具体边界条件和建筑物布局方式密切相关,这些在文章中有较为细致的描述。 3)课题研究就城市大气污染实时监测与控制系统模型的核心问题,即如何利用已知浓度场反求污染源项的问题进行了初步探讨,通过求解扩散偏微分方程建立了一维非定常条件下的污染物扩散反问题模型,在此基础上对模型进行了数值模拟验证和讨论,数值模拟结论很好地验证了反问题模型的实用性。 综合课题研究内容来看,本研究的创新点主要体现在: 1.将GPs系统和Gls系统相结合,设计了一套环境污染监测与控制系统,弥补了当前系统在特定条件下难以发挥作用的不足之处。同时引入了目前最为流行的网络技术和数据库技术作辅助决策。在系统后端把基于大气环境评价、污染识别以及环境污染预测的信息技术和传统的数据库技术带入到可视化的空间中,将环境保护的管理者置身于自然和社会环境中,使抽象的大气环境污染识别、大气环境影响分析、评价以及大气污染预测工作变得主动、直观和全面。 2.通过求解浓度场反问题在系统控制模型方面做了部分工作,使工作人员能够在分析部分数据的情况下了解整个区域内的污染状况,避免了监测工作的盲目性,减少了工作量,并且通过该核心模型能在电子地图上直观地生成可视化的分析计算结果图表,动态仿真可更有效地提高环境管理者决策水平。 3.将试验方法和理论方法相结合来研究污染物的扩散规律突破了多数学者只注重研究其中某一方面的常规,利用风洞模拟试验验证了所建立的污染模型的适用性,运用试验方法探讨了诸如风向变化,建筑物结构变化等等因素对大气污染的影响,为实际工作提供了定性参照依据。 从工程利用价值方面来说,本研究具有很现实的实用价值,在工程建设中可指导设计者如何合理安排建筑物布局方式以将城市污染减到最小,提出的实时监测方案可对现有的监测系统进行合理改造,利用反问题模型可以大大减少现有监测任务的工作量,提高工作效率,避免了监测工作的盲目性

陈红梅[2]2003年在《GIS支持下的大气污染扩散模拟与总量控制研究》文中进行了进一步梳理大气污染扩散模拟与大气污染物排放总量控制是环境管理部门进行大气污染控制与管理决策的有效手段与方法。GIS与环境模型相结合将会使GIS与环境模型二者的功能更加强大,已成为GIS领域和环境领域研究的一个热点。本文以福州市为例,探索GIS与城市大气污染扩散模型与大气污染总量控制的结合。研究内容主要包括以下几个部分:介绍了大气污染扩散模拟、大气污染总量控制的模型和方法以及GIS与环境模型结合的途径。初步探讨了GIS技术在大气质量模型建模过程中在定义边界和初始条件、数据准备、模型运行处理、可视化结果表现等方面的应用。系统地分析研究了福州市社会经济发展状况、自然地理条件、大气污染物排放现状与发展趋势,以福州市1996~2000年空气质量监测资料为依据分析大气污染物浓度地域分布特征与时空分布特征,阐述了福州市大气环境质量污染问题。根据福州市的污染气象特征、自然地理条件、污染源排放情况,在GIS技术支持下建立了福州市大气多源污染扩散模型,点源模拟选用混合型烟羽扩散模型(HPDM),线源模拟选用CALINE4模型,静风条件下采用高斯烟团积分模式。应用GIS与环境模型的集成技术,进行了大气污染扩散模型与GIS的嵌入式的紧密集成,实现了大气污染扩散模拟结果的可视化表达。较好地解决了环境模型的模拟结果可视化程度低、系统界面不友好等问题。采用城市多源模型法及最大排放模型法,根据大气污染源调查和预测结果,对氮氧化物进行污染物总量控制,研究各污染源的允许排放量,并合理分配到源,使研究区域的大气污染物在环境质量达标的前提下排放量尽可能大。

王京伟[3]2005年在《可持续发展城市交通之大气环境影响研究》文中研究表明随着城市化进程的加快,城市规模的不断扩大,机动化水平的提高,机动车拥有量迅猛增加,城市交通需求持续增长。随之而来,城市交通日益紧张,不仅日益加剧城市交通拥挤而难以控制,由此带来的噪声及汽车尾气污染也严重地困扰着城市居民的工作和生活,制约着城市生活的正常运转,恶化着城市的生态环境,这已成为现代城市交通发展中普遍性的矛盾。城市交通对环境影响的问题已成为世界各国城市发展过程中面临的一个共同难题。 城市环境作为影响城市发展的重要因素,也是衡量人民生活水平和生活质量的重要因素。因此,城市交通环境影响理应成为评价一个城市交通发展可持续发展水平的重要指标。然而,我国城市交通环境影响的相关理论和技术才刚刚处于起步阶段。因此,研究城市交通与城市环境的相互作用机理以及两者之间协调发展的具体措施和调控手段,是可持续发展的重要内容,也是实现城市交通可持续发展目标的有力保证。 本文从可持续发展理论入手研究了可持续发展城市交通与城市环境的相互作用机理,在此基础上对衡量城市交通对环境影响程度的关键因素——机动车排放因子进行了比较深入的研究,提出了基于运行工况的机动车废气排放因子测算原理、具体实验设计、数据处理方法。然后,基于动态的排放因子研究了机动车尾气排放特征、排放量的计算和预测方法,最终在分析我国目前具体情况后,提出了机动车尾气污染的综合控制措施。为改善城市环境、优化城市交通、促进城市交通的可持续发展提供最直接的评价依据和测控手段,将可持续发展理论落实到实践中,最终实现城市道路交通系统自身以及其与自然环境之间的持续、协调、健康发展。

尹凤[4]2006年在《大气污染物扩散的理论和试验研究》文中研究指明随着社会的快速发展,大气污染状况也越来越受到公众的关注,由于大气的污染状况直接关系到广大人民群众的健康和生命安全,为了最终解决环境大气污染问题,必须首先了解大气污染的扩散规律和污染现状。本文从气体污染物的基本扩散规律入手,结合前人对气体扩散问题的研究成果,针对无边界条件下的污染物点源、线源和面源扩散,对高斯扩散模式进行了相应修正。同时由于大气相对湿度是影响污染物扩散的重要因素,在不考虑气体污染物在大气中扩散时发生化学变化的前提下,结合多组分扩散理论针对湿度变化对气体污染物扩散的影响进行了研究,通过对气体污染物迁移、转化的基本方程进行修正,得到在无边界大气条件下一个稳定污染点源连续排放的扩散模型,并对方程进行了简化和求解;建立了变湿度气态物扩散特性试验装置,对不同湿度条件下气体扩散性质进行了试验研究,得到了湿度变化条件下气体污染物扩散的一般规律。采用环境风洞和气态污染物成分测量仪器,对特定条件下的大气污染物扩散特性进行了试验研究。通过设定流场、污染物排放源和风向、湿度等气象条件,得到了不同条件下的采样数据,总结出流场、污染物排放源和风向、湿度等气象条件对气体污染物扩散的影响规律。

余涛, 陈艺璇, 张孝顺[5]2018年在《考虑多种污染物时空分布的电力系统高维多目标优化调度策略》文中研究表明提出了一种全新的考虑多种污染物时空分布的电力系统高维多目标优化调度策略.首先,构建出一种真正适用于电力调度的火电厂污染物时空分布模型,首次将大气边界层的日变化考虑在内,充分体现了火电厂的污染物扩散特征,提升了结果的准确性;然后,结合各类污染物的时空分布特点及环境容量,建立同时减少发电成本、碳排放及PM_(2.5),SO_2,NO_2空气质量影响的高维多目标优化调度模型;最后,借助具有代表性的高维多目标优化算法获得近似的帕累托最优解集,并提出一种考虑目标特征与环境容量的多目标决策方法筛选折中解.采用自建的模拟城市案例以及广东省案例进行仿真,结果表明:所述调度方法不仅可以有效改善空气质量,还可根据环境容量的时空变化做出相应的调整,真正意义上实现经济、环保的电力调度.

刘杰[6]2015年在《北京大气污染物时空变化规律及评价预测模型研究》文中研究指明本论文的研究内容来源于北京市属高等学校高层次人才引进与培养——“长城学者”计划项目(项目编号:CIT&TCD20130320):《基于无线传感器网络的城市空气环境参数实时监测系统研究》。当前北京面临着较为严重的空气质量问题,而以颗粒物为主的大气污染物则是导致城市污染加剧的关键因素。掌握大气污染物的污染水平及变化规律,探索合理的城市空气质量评价和预测方法,分析污染物的时空变化特征,对于揭示北京市空气质量的演变规律、控制城市大气污染有重要的科学意义。本文以北京市主要大气污染物为研究对象,将研究尺度划分为区域大环境和小气候微环境,研究周期划分为2013年3月~2014年2月的不同季节和时段,深入、系统地进行了大气污染物质量浓度变化的数据挖掘分析和理化实验研究。论文的主要研究工作包括:(1)分析了当前北京市主要大气污染物的变化规律和相互影响程度。构建了多点位、完整时间序列的颗粒物质量浓度数据资料,并应用数理统计分析的手段,对当前北京城六区主要大气污染物质量浓度的频数分布、相关性和逐时变化特征进行分析,研究得出了当前北京主要大气污染物不同季节的污染水平、变化规律、小时及日变化特征。(2)从分类和聚类角度出发,发展并完善了城市空气质量综合评价方法。以AQI单指标评价体系和数据挖掘理论为基础,利用改进的聚类算法、BP和RBF神经网络等数据挖掘理论及算法进行综合评价,得出了当前北京市空气质量的综合评价结果,通过分析并对比各评价结果的异同,探索了以人体健康为核心的综合评价指标。(3)改进了城市大气污染物质量浓度预测模型并提出了新的建模方法。对基于气象因素的机理性建模方法进行了输入因子改进,根据多元线性回归、BP神经网络和支持向量机的建模效果对预测模型进行了优选。提出模糊时序与支持向量机相结合的非机理性建模方式,解决了机理性建模方式中由于影响因素考虑不全而造成的预测结果不稳定。(4)探明了大气颗粒物在北京的时空分布特征。通过颗粒物质量浓度随时间尺度的变化及区域分布污染特征,应用一种便捷、有效的高维空间插值算法,绘制了当前北京地区大气颗粒物平均质量浓度的插值模拟图,模拟颗粒物空间分布及局部污染特征,验证了插值算法的准确性,并在此基础上分析和探讨颗粒物可能的影响因素及污染来源。(5)对微环境下大气颗粒物室内外垂直变化规律进行研究并开展了理化特性实验。讨论不同粒径大气颗粒物随高度的变化规律及室内外相互关系,分析其污染水平和渗透率。通过电子显微镜形貌观察对颗粒物进行分类,利用EDX能谱分析对化学元素进行分析,并在此基础上利用富集分析和聚类分析,鉴别颗粒物的污染来源贡献程度及其可能的化学组分。

王妮[7]2017年在《重庆主城区大气污染物时空变化及影响因素分析》文中认为日益严重的城市大气污染,给生态环境和人类健康带来了严重的危害。重庆主城区是典型的山地城市,由于其特殊的山地地形和气象条件等因素综合影响,大气污染扩散缓慢。本文利用重庆主城区2015-2016年17个大气环境质量监测站点的大气污染物浓度数据以及同期虎溪镇气象站的气象数据,综合运用小波变换、空间插值、轨迹聚类等方法,分别从不同的时间尺度和空间尺度对主城区大气污染物的时空变化特征及其影响因素进行了研究。得出了如下的研究结果:1除O_3外,重庆主城区大气污染物的逐日变化趋势多呈U型。大气颗粒物浓度的逐月变化趋势为“单峰单谷”型,高浓度月份主要是1和2月,低浓度月份为7和8月。NO_2、SO_2、CO浓度变化趋势相对较为平缓,浓度高值与低值出现月份与颗粒物出现月份相近;O_3浓度大致呈双峰型变化趋势。季节变化特征方面,除O_3外,其他均呈现出冬季高,夏季低的特征。颗粒物浓度大小为冬>春>秋>夏,NO_2、SO_2、CO浓度大小排序为冬>秋>春>夏,O_3则正好相反。小波分析结果来看,2015年-2016年间,PM_(2.5)和PM_(10)均存在五个尺度的周期变化规律,第一主周期为183d左右。NO_2、SO_2、CO和O_3均有3类以上的周期变化规律,第一主周期分别为183d、182d、181d和161d。2重庆主城区PM_(2.5)、PM_(10)、NO_2浓度空间分布上表现为南高北低,高值区主要集中在城区中西部,低值区主要在西北部的缙云山和北部的城市郊区。SO_2空间分布表现为由南向北逐渐递减,南部高值区主要在巴南区的西南部。CO浓度呈破碎状的块状分布,浓度低值区出现的地方多为山地地形。O_3浓度空间分布情况正好与NO_2相反,西北高,中西部浓度低。不同季节的空间分布上,PM_(2.5)浓度空间分布特征主要表现为中部城区浓度偏高,西北部及城市郊区浓度偏低,浓度差异冬高夏低。O_3浓度分布情况与PM_(2.5)正好相反。3人口密度、房屋建筑面积与PM_(2.5)、PM_(10)、NO_2呈显着正相关,与O_3、SO_2以及CO多呈负相关;而与交通公路里程虽呈负相关,但相关性不显着。PM_(2.5)、PM_(10)、NO_2、SO_2、CO与大气温度、湿度、总辐射、降水量以及风速呈负相关,与大气压强、风向呈正相关。在日降水量不足5mm时,清除能力较小;超过5mm时,清除能力随降雨量增大而增大。夏季降水强度的总体平均清除率由小到大依次为O_3PM_(10)>NO_2>PM_(2.5)>O_3。累积降水量大小与颗粒物浓度多呈显着负相关。4轨迹聚类分析结果来看,西部方向的轨迹4为主城区冬季的主要输送路径,气流轨迹数量占总轨迹数的54.95%。冬季污染物浓度主要受来自西藏、四川等气流输送的影响,但重庆地区的本地污染源排放的影响仍不可忽视。叁次重污染过程中,空气污染主要受来自于近地面运行路程较短、移动速度较慢的西南气团、西北和东南气团影响。

庄仕琪[8]2014年在《建筑物周围气流流动与污染物扩散机制研究》文中进行了进一步梳理随着城市的发展,汽车的数量急剧增加。建筑物的高度也不断增加,建筑群密度不断增大。排放的汽车尾气已经成为城市空气的主要污染源,严重影响了人们的身体健康。因此研究大气污染物在建筑群之间的扩散状况有重要意义。汽车尾气的主要成分是氮氧化物。对建筑群流场内的污染物浓度进行实测,在实际操作中不方便且工作量非常大。因此采用计算流体动力学CFD (Computational Fluid Dynamics)的方法,得到建筑群附近的风压、风速和污染物的分布情况。具体内容有:研究了影响单体建筑物的流场和浓度场分布的因素,包括入口速度、污染源位置和污染源排放强度。由模拟结果得知,当污染源性质确定时,入口速度越大,越有利于大气污染物的扩散,当入口速度确定时,污染源离建筑物越近,排放强度越大,局部污染物浓度越高。在建设住宅小区的时候,要尽可能远离污染源,且在一年大多数时间内,风向是由建筑群吹向污染源。研究了双体建筑物的布局和高度差对流场和浓度场的影响。建筑物等高,当建筑物前后排列时,随着两建筑物前后距离的增加,迎风面和背风面浓度均增大。当左右排列时,在整个计算区域的对称中线处存在极小值,且距离越大,极小值越小。建筑物不等高时,第一座建筑物越低,迎风面浓度越高。在规划住宅小区时,可以适当安排建筑物的高度以达到污染物扩散最理想的效果。研究了建筑群叁种排列组合方式下污染物浓度的分布情况。需要重点注意的是,当建筑物按照围合式排列时,建筑物围合的区域浓度远比其他区域低。经过适当缩小相邻建筑物之间的距离,模拟发现围合区域的污染物浓度比未改进前降低了。总之,本文的研究结果将为改进优化建筑小区的结构布局,以此减少大气污染物对居民的身体健康的影响提供理论依据。

李铁柱[9]2001年在《城市交通大气环境影响评价及预测技术研究》文中指出论文是可持续发展的城市交通系统研究国家自然科学基金重点资助项目的组成部分之一主要从以下五大部分进行了研究取得了相应的研究成果通过对国内相关研究成果的总结分析了目前我国城市交通大气环境污染的现状确定了城市交通大气环境影响的评价因子为CO NOx HC 将美国MOBILE5 模型及其分析软件应用于我国城市典型机动车排放因子的计算分析以南京市为实例介绍模型的应用同时确定了南京市在用机动车综合排放因子运用曲线估计方法得到了以机动车平均行驶速度为自变量的南京市机动车综合排放因子的拟合模型确定了城市机动车综合排放因子的模型结构城市机动车综合排放因子的模型结构1 机动车CO 排放因子模型的函数形式: 摩托车CO 排放因子模型为双曲线函数形式其他车型的CO 排放因子模型为叁阶函数(2)机动车NOx 排放因子模型的函数形式为叁阶函数3 机动车HC 排放因子模型的函数形式:汽油轿车微型车中型车吉普车的HC 排放因子模型为负幂函数重型汽油车重型柴油车HC 排放因子模型为叁阶函数摩托车HC 排放因子模型为双曲线函数形式通过分析城市不同街道建筑结构风向风速和日照对城市机动车污染物扩散的影响认为城市街道两侧建筑物不等高条件下有利于机动车尾气污染物的扩散平行风有利于街道内污染物的扩散在受日照的不均匀作用下一天中不同时段峡谷内气流在各处稳定程度和扩散能力有明显差别对国内外提出的机动车污染物扩散模式进行了回顾和总结根据国内外对OSPM 模式的应用研究将OSPM 模式的修正形式应用于城市街道机动车污染物扩散的预测以OSPM 模式北京工业大学Nichoson 箱式模型的修正形式为基础开发了十字交叉口和T 型交叉口的机动车污染物扩散模式对城市交通大气环境影响的评价从两个方面展开污染物排放量和污染物扩散浓度污染物排放量分路段交叉口总体交通网络负荷条件下分车型排放量和道路网等级等方面预测建立城市道路网分等级评价模型提出了评价机动车相对污染程度的指标等级道路污染级比的概念运用灰色关联理论提出了分析车型与污染物排放量关联程度的灰色关联分析模型应用灰色聚类决策理论建立了基于灰色聚类决策的评价模型结合现行的城市环境空气质量标准将城市交通大气污染分为优良一般差4 个级别对评价集合路段或交叉口建立评价矩阵建立了4 个级别灰类的白化权函数利用超标贡献率法确定综合决策权根据灰色聚类系数进行聚类

朱晓娜[10]2007年在《大气污染远程自动监测系统》文中指出大气环境作为人类赖以生存和发展的必要条件,越来越受到重视,空气质量已成为评价一个城市的重要标志。作为大气保护基础工作的大气环境监测也越来越显示出其重要性。在实际监测工作中随着监测项目的增多,监测范围的扩大,点位的密布,手工监测已难以满足要求。现有的大气污染自动监测网络基本上局限于通过电话线的点对点式的通讯,地区之间缺少利用无线网络实现监测站间的横向联系,尤其是需要多部门合作解决的大气污染问题,较少应用远程无线技术进行解决。目前我国大气污染自动监测系统基本上是靠引进国外技术及设备来完成的,不但价格昂贵,而且跟我国的具体实际结合不够,尤其是在系统结构、数据采集、远程控制与诊断方面同我们的实际要求相差甚远。为了解决上述种种问题,本文从系统功能和用户需求入手,结合当今飞速发展的计算机软件、硬件技术,设计开发了集实时性、智能化、网络化、系统化于一体的基于GPRS无线通信技术的大气污染远程监控自动监测系统。本系统主要由监测子站、监测管理中心站和数据通讯叁部分组成,具有数据采集、图形显示、报表记录、自动超标报警、数据远传等综合功能。系统的设计还充分考虑用户的需求,针对不同层次用户的工作流程和需求做了相应不同的设计,并且在界面的友好性方面做了大量的工作。本系统的优势在于利用了GPRS网覆盖范围广、数据速率高、永远在线、费用低,无地域限制,节省巨额建网费等优势,解决了大气污染的大范围、实时、长期、在线监测难题,使系统具有界面美观,灵活性高,扩充性好,开发周期短,开发成本低等优点。本文所研究的系统能够提高大气污染监测的及时性、可靠性和大气污染处理的自动控制水平,在环境保护中具有重要的应用价值。

参考文献:

[1]. 城市大气污染实时监测与控制系统中污染物的扩散特性研究[D]. 韩明山. 中国海洋大学. 2004

[2]. GIS支持下的大气污染扩散模拟与总量控制研究[D]. 陈红梅. 福州大学. 2003

[3]. 可持续发展城市交通之大气环境影响研究[D]. 王京伟. 长安大学. 2005

[4]. 大气污染物扩散的理论和试验研究[D]. 尹凤. 中国海洋大学. 2006

[5]. 考虑多种污染物时空分布的电力系统高维多目标优化调度策略[J]. 余涛, 陈艺璇, 张孝顺. 中国科学:技术科学. 2018

[6]. 北京大气污染物时空变化规律及评价预测模型研究[D]. 刘杰. 北京科技大学. 2015

[7]. 重庆主城区大气污染物时空变化及影响因素分析[D]. 王妮. 重庆师范大学. 2017

[8]. 建筑物周围气流流动与污染物扩散机制研究[D]. 庄仕琪. 东北大学. 2014

[9]. 城市交通大气环境影响评价及预测技术研究[D]. 李铁柱. 东南大学. 2001

[10]. 大气污染远程自动监测系统[D]. 朱晓娜. 西安建筑科技大学. 2007

标签:;  ;  ;  ;  ;  ;  ;  ;  ;  

城市大气污染实时监测与控制系统中污染物的扩散特性研究
下载Doc文档

猜你喜欢