大氣污染控制的有效性評(píng)估方法研究.pdf

1、大氣污染物濃度的時(shí)間序列中包含兩類信息：一是污染源的影響；二是氣象條件的影響；氣象條件變化引起的污染物濃度變化的幅度往往大于由污染源排放變化引起的濃度變化的幅度，污染源排放變化的信息往往被“掩蓋”。 為了檢驗(yàn)大氣污染控制是否有效，需要了解僅由污染源排放變化所致的污染物濃度變化趨勢(shì)。這就必須建立適當(dāng)?shù)姆椒?，先將混雜在污染物濃度中的氣象信息與污染源信息分離，而后分別估算污染源變化和氣象條件二者對(duì)環(huán)境質(zhì)量的影響程度。對(duì)大氣污染控制的

2、有效性進(jìn)行評(píng)估，將有助于更客觀地認(rèn)識(shí)污染控制實(shí)施后的環(huán)境效果，為后續(xù)的環(huán)境質(zhì)量管理和決策提供科學(xué)依據(jù)。 本論文系統(tǒng)地比較和分析了傳統(tǒng)傅立葉分析、小波分析、KZ濾波、距平技術(shù)等分解方法的適用性和有效性，并利用天津市監(jiān)測(cè)站2001年--2006年SO<,2>和PM<,10>的日均濃度對(duì)數(shù)序列進(jìn)行了實(shí)例分析，結(jié)果顯示：對(duì)于SO<,2>日均濃度序列，KZ濾波和Morlet小波變換的分解效果都很好；而對(duì)于PM<,10>濃度序列，Morl

3、et小波變換的分解效果明顯優(yōu)于KZ濾波：分析濾波后不同尺度波動(dòng)的頻譜特征及其對(duì)污染物濃度變化的方差貢獻(xiàn)，發(fā)現(xiàn)：季節(jié)分量、短期分量及長(zhǎng)期分量對(duì)SO<,2>濃度序列總方差的貢獻(xiàn)分別為65％、33％及2％，說明其濃度波動(dòng)主要是由于季節(jié)變化引起的，與天氣過程有關(guān)的短期波動(dòng)也不容忽視；而PM<,10>濃度序列的季節(jié)分量和短期分量的方差貢獻(xiàn)分別為16％和76％，其濃度波動(dòng)主要是由短期分量引起的。 針對(duì)SO<,2>和PM<,10>的污染特征

4、，在小波變換及功率譜分析的基礎(chǔ)上，利用多元線性回歸和人工神經(jīng)網(wǎng)絡(luò)等方法分別建立環(huán)境濃度基線和短期濃度變化與相應(yīng)尺度氣象變量之間的關(guān)系模型；通過殘差分析、濾波及序列重建，將混雜在污染物濃度中的氣象信息與污染源排放信息分離，分別解析二者對(duì)污染物環(huán)境濃度的貢獻(xiàn)，對(duì)大氣污染控制的有效性進(jìn)行評(píng)估。 對(duì)天津市SO<,2>和PM<,10>污染控制的有效性進(jìn)行定性和定量評(píng)估，研究表明，本論文建立的技術(shù)方法是可行的。由于污染源排放的變化，200

5、2年至2005年SO<,2>環(huán)境濃度的長(zhǎng)期分量總體上呈現(xiàn)上升趨勢(shì)，而PM<,10>濃度的長(zhǎng)期分量呈現(xiàn)下降趨勢(shì)。比較濾除氣象影響前后污染物長(zhǎng)期濃度序列的差異，可以得出：2002年-2003年的氣象條件總體上不利于SO<,2>擴(kuò)散，可使SO<,2>長(zhǎng)期濃度增加3μg/m<'3>左右；而2004年的氣象條件有利于SO<,2>擴(kuò)散，使SO<,2>長(zhǎng)期濃度減小5μg/m<'3>左右；PM<,10>濃度長(zhǎng)期趨勢(shì)也有類似的規(guī)律，且在2002年--20

6、03年，不利氣象條件使PM<,10>長(zhǎng)期濃度增高地更顯著，平均約為10μg/m<'3>左右。分析各年有利和不利天氣形勢(shì)出現(xiàn)的頻率，可以與上述結(jié)果相印證。在經(jīng)驗(yàn)正交函數(shù)分解的基礎(chǔ)上，結(jié)合氣團(tuán)軌跡模型，探討了評(píng)估區(qū)域大氣污染對(duì)局部城市環(huán)境質(zhì)量影響的方法；分析了天津市區(qū)不同季節(jié)SO<,2>和PM<,10>濃度的空間結(jié)構(gòu)特征，結(jié)果表明：在采暖季和非采暖季SO<,2>日均濃度距平的第一空間型方差貢獻(xiàn)分別為63％和62％，可以分別代表各季SO<,2