一、兰州市空气质量预报系统研究（论文文献综述）
李龙燕[1]（2021）在《兰州市气象环境因子对儿童哮喘影响的研究》文中提出气象和环境变化在我们日常生活中扮演着重要角色,关系生命安全、生产发展和生活富裕,探究气象环境因子与敏感性疾病的关系,对敏感性疾病的预防,保障人们的健康具有重要意义,尤其是对儿童身体健康发展具有重要指导意义。兰州市地处中国大陆版图的几何中心,是我国西北地区重要的交通枢纽,研究该地区气象环境因子与儿童哮喘的关系,并建立相关敏感性疾病预报模型,对该地区人们的哮喘疾病预防具有重要的现实意义。本文利用2014年1月1日至2017年12月31日4年的气象观测数据,环境数据以及兰州市三家三甲医院提供的儿童哮喘门诊数据,首先统计了兰州地区儿童哮喘人次的发病特点,并分析了气象环境因子在不同时间尺度上的变化特征,然后使用非线性模型,定量评价气象和环境因子与儿童哮喘患者的滞后-响应关系,还分析了气象和环境因子的交互作用对儿童哮喘发病的影响。在此基础上,利用多元逐步回归和BP神经网络预报方法建立儿童哮喘发病的时间序列预测模型,并对预报结果进行检验。主要研究结果如下:（1）2014年至2017年兰州市儿童哮喘发病情况主要为过敏性儿童哮喘患者,男童日均就诊人次明显高于女童。4岁儿童哮喘就诊人次最多,发病率为5.45人次/万人,其次为5岁儿童和3岁儿童;学龄期儿童日均就诊人次高于其它年龄段儿童。粉尘多、细菌增加、病毒滋生等暴露因素多的夏季和秋季为儿童哮喘的高发期,代表月份为8月和9月尤其是处暑时节,因此要注意此时儿童哮喘疾病的发生。（2）平均气温、风速、日较差和PM2.5、PM10是影响兰州市儿童哮喘发病的主要气象环境因子。平均气温与儿童哮喘发病的整体效应基本呈倒“V”形,随着平均气温的升高,相对危险度呈先上升后下降的趋势,在-7.8℃至-4.8℃范围内,总儿童的相对危险度RR较大,男童和女童与总儿童的整体效应变化趋势基本一致,女童受平均气温的相对危险度较男童更高。风速对兰州市儿童哮喘发病的影响较小。空气干燥（RH≤14%）对儿童哮喘发病危害较大。日较差与儿童哮喘发病的整体响应曲线为“J”型,日较差大于20.6℃以上对儿童哮喘的相对风险较高。PM2.5大于35μg/m3,儿童哮喘发病风险随着PM2.5的浓度增加而增大。（3）温度对兰州市儿童哮喘发病的影响具有滞后性,低温滞后2天对儿童哮喘的影响较大,高温滞后1天对儿童哮喘的影响较大。（4）交互作用发现:平均气温为15℃,湿度为60%,总儿童发病人次最多,男童和学龄期儿童在高温高湿发病人次最多,女童在高温、湿度为60%发病人次最多,婴幼儿受低温而学前期受高温影响。日较差与湿度交互显示湿度在60%儿童哮喘发病人次最多。剧烈降温或持续高温都会影响儿童哮喘发病,女童主要受高温影响,婴幼儿、学前期主要受低温的影响,学龄期在高温天气多发。平均气温与PM2.5交互显示儿童哮喘发病人次随PM2.5的升高而增大,而婴幼儿主要受气温影响。（5）考虑气象环境因子的滞后作用,多元逐步回归模型拟合效果比只考虑当天气象环境因子的模型稳定。整体上BP神经网络模型较多元逐步回归的拟合预报效果较好。总之,本文探讨了与兰州市儿童哮喘发病人次相关的气象因子和环境因子,希望能够为从事研究儿童哮喘的科研人员提供参考,也能为兰州市儿童出行和健康提供科学依据。
王文鹏[2]（2021）在《兰州市近地面臭氧成因及源汇关系模拟研究》文中研究表明近年来,全国多区域的臭氧污染呈上升态势,在很多城市已经取代PM2.5成为首要污染物。兰州是我国西北地区重要的重工业基地,西固工业区也是我国首个发现光化学烟雾的地区。近来年兰州地区臭氧浓度也呈逐年上升的态势,兰州地区臭氧污染成因、源汇关系以及影响臭氧生成的主控因子亟待进一步深入研究。同时兰州西固工业区常年高浓度的臭氧与其集中分布的众多石油化工企业排放臭氧前体物VOCs和NOx密切相关,同时对拉动兰州市平均臭氧浓度水平有很大的贡献,也亟待进一步深入探究。在了解近年来兰州地区臭氧污染现状的基础上,本文基于CAMx光化学模型以及WRF-Chem空气质量模型对兰州市及其周边地区臭氧污染的源汇关系和影响因素进行了较深入的研究;同时也详细分析了大气物理化学过程对于兰州臭氧污染的影响,最后对兰州某石化企业检修对兰州地区臭氧污染的影响进行了研究,主要结果如下:（1）兰州市近地面臭氧污染现状:2016年至2018年兰州市臭氧浓度有持续升高的态势,2019年有所下降,推测与2019年4月-6月兰州某石化企业检修致使臭氧前体物（VOCs和NOx）排放变动相关。但近年来兰州地区臭氧仍然处于在较高污染水平,兰州臭氧防控以及前体物减排仍面临巨大的挑战。（2）基于CAMx模型的兰州市及其周边地区近地面臭氧源汇关系研究:兰州市区西固工业区与城关城区臭氧来源以本地源贡献为主,在不考虑边界条件以及初始条件的情况下,分别为57.37%和58.73%;周边县市臭氧传输对西固工业区和城关城区影响最大的为皋兰县,分别为11.10%和17.47%,推测这与皋兰县的相对位置与研究时段的气象条件有关。（3）基于CAMx模型的兰州市及其周边地区近地面臭氧形成的敏感性分析:从不同组分的臭氧占比来看,O3V（VOCs限制条件下形成臭氧）相较于O3N（NOx限制条件下形成臭氧）本地源占比更大,城关城区和西固工业区分别为60.24%和58.31%,因此在兰州市城区和西固工业区控制VOCs能够更大程度的防控臭氧的形成。兰州周边县区中受兰州市臭氧传输影响最大的汇区为榆中县,其中兰州市源区臭氧对其贡献达39.73%,对其O3V的影响甚至达56.2%,因此兰州市工业区和城区高浓度臭氧会对其周边地区的臭氧浓度有一定程度的贡献,兰州市臭氧防控对其周边地区的臭氧污染会有一定程度的改善。（4）基于CAMx模型的大气物理化学过程对兰州市近地面臭氧传输的影响研究:本论文研究的兰州地区大气物理化学过程主要包括气相化学过程、侧边界及顶部边界输入、侧边界以及边界顶层扩散、干沉降和湿沉降。从兰州整体来看,春夏季节其北部边界输入（37.93%）和东部边界输入（23.36%）为兰州地区域外臭氧输入的源过程;西部边界输出（22.66%）和南部边界输出（18.07%）、顶部边界输出（28.61%）以及干沉降（20.33%）为兰州地区主要损耗过程。由此,控制源过程有助于春夏季节兰州地区臭氧污染防治。（5）基于WRF-Chem模型的兰州某石化企业检修对兰州市臭氧浓度水平的影响的研究:兰州地区臭氧高值区白天主要集中兰州市区,夜间市区臭氧高值区消失,但夜间兰州偏西方向出现大面积臭氧高值区。通过情景设置比较了西固工业区大型石油化工企业检修工况与同条件下未检修工况下对于兰州市臭氧形成的影响,发现与未检修工况相比,检修工况臭氧高值区浓度有所削弱,且高值区面积相应缩小。推测检修期间兰州大型石化企业臭氧前体物排放的变动对于兰州地区及其周边臭氧污染有一定程度的影响。
马明月[3]（2021）在《基于数值模式的兰州市主城区臭氧前体物减排情景研究》文中研究表明近年来我国臭氧污染问题日益凸显,兰州市是中国西北地区重要的工业基地,在为我国经济发展作出重要贡献的同时,其排放的包括挥发性有机物在内的大气污染物对周围的环境空气质量造成了一定影响。文章利用ArcGIS技术精细化处理中国多尺度排放清单模型（MEIC）,通过调研等方式修正局部空间污染源,同时驱动陆地生态系统气体估算模型（MEGAN）模拟兰州市主城区2019年天然源排放清单,经污染源排放模式（SMOKE）获得基于MEIC清单的兰州市主城区高分辨率大气污染源排放清单,并设置不同减排方案,通过多尺度空气质量模式（CMAQ）进行臭氧污染模拟,定量分析不同减排方案的环境效益,为政府部门优化环境管理措施提供一定的技术支撑和依据。本次研究通过分析2019年兰州市五个国控监测站主要大气污染物浓度监测数据,发现兰州市2019年臭氧浓度月变化趋势呈现“双峰型”,4月及7月均为该年度兰州市臭氧浓度高值月份,由此选取2019年4月及7月作为兰州市主城区臭氧污染典型研究月份。进一步分析4月及7月各国控监测站臭氧污染情况,确定2019年4月21日～4月25日和7月1日～7月5日两个连续臭氧污染过程作为兰州市主城区臭氧污染防治对策典型研究时段。研究中利用可获取的最新人口、GDP、路网、土地利用类型数据,经Arc GIS技术精细化处理MEIC清单,并结合统计收集获得的2019年兰州市应急减排清单,修正研究区域内工业源、道路扬尘源和施工扬尘源排放数据,同时驱动MEGAN模型模拟兰州市主城区2019年天然源排放清单,最终得到包含兰州市主城区的研究区域内高分辨率大气污染源排放清单大气污染物排放情况:NOx排放量为133641.329 t·a-1,PM10排放量为497925.084 t·a-1,PM2.5排放量为142461.852 t·a-1,NH3排放量为8289.430 t·a-1,VOCs排放量为114205.377 t·a-1,SO2排放量为73320.896 t·a-1,CO排放量为317871.835 t·a-1。其中,NOx主导排放行业为工业源,排放占比为71.74%;PM10和PM2.5主导排放行业为交通源,排放占比分别为84.35%和86.03%;NH3主导排放行业为农业源,排放占比为85.97%;VOCs主导排放行业为天然源,排放占比为42.92%;SO2和CO主导排放行业均为工业源,排放占比分别为83.70%和41.80%。研究中还分别评估了研究区域内WRF模式和CMAQ模式模拟效果。将WRF模式模拟结果与52983号榆中站气象观测资料相验证,结果表明:2019年1月、4月、7月和10月地面温度、地面相对湿度、地面气压、地面风速等气象要素模拟值与观测值验证指标MFB、MFE、NMB、NME均符合有关研究和要求的指标建议,且相关系数较高并通过双侧显着性检验,说明模拟结果较理想,可以作为气象要素输入场输入空气质量模型CMAQ中。提取CMAQ模式臭氧模拟值与各国控监测站臭氧监测数据进行对比验证,结果表明:2019年4月及7月模拟值与监测值之间的验证指标NMB、NME均符合有关研究和要求的指标建议,且相关系数较好,均在0.6以上,通过双侧显着性检验;主要研究时段4月21日～25日和7月1日～5日各项指标均可通过检验,且个别日期相关系数大于0.8,表现为极强相关,说明模拟结果较为理想,模式较好的模拟出了兰州市主城区近地面臭氧污染浓度分布特征。本文主要结论如下:（1）标准情景模拟结果分析。研究时段内臭氧每日平均浓度空间分布基本都表现为兰州市主城区近地面臭氧浓度较低,周边郊区臭氧浓度较高的特征,考虑主要是由于兰州市主城区范围内臭氧前体物NOx和VOCs排放途径丰富,臭氧前体物经大气输送向光照、氧气等条件较为充足且易生成臭氧的周边郊区,造成主城区范围内臭氧浓度较低,而周边区域臭氧浓度较高现象的发生。（2）不同排放源类型置零情景模拟结果分析。对研究范围内不同排放源类型分别置零减排,模拟发现工业源和交通源减排置零情景对研究区域内臭氧浓度的削减比例较高,电力源和民用源减排置零情景削减比例较低,且研究时段内减排效果主要体现在周边郊区,而主城区内臭氧日平均浓度减排效果较弱或反而有所上升,考虑是由于置零情景令主城区向周边郊区输送的臭氧前体物减少,导致周边郊区臭氧生成量显着下降,同时推测NOx的滴定作用反而使主城区内臭氧浓度上升。（3）不同排放区域置零情景模拟结果分析。对研究范围内不同排放区域分别置零减排,模拟发现西固区和七里河区减排置零情景对研究区域内臭氧污染浓度削减比例较高,城关区和安宁区减排置零情景削减效果一般,各情景均表现为主要减排区域减排效果较弱或反而有所上升,其余未减排区域臭氧浓度均有一定下降,同样考虑与主要减排区域经大气输送向其余区域的臭氧前体物减少以及NOx的滴定作用有关。（4）敏感性试验模拟结果分析。研究结果表明,协同减排情景下,兰州市主城区及其周边区域臭氧污染削减效果整体显着优于仅削减某一行业大气污染源排放量或某一区域大气污染源排放量的臭氧污染削减效果。同时,当削减大气污染源70%NOx排放量时,协同减排50%VOCs排放量对臭氧污染浓度的减排效果最好,即使进一步减排70%VOCs排放量,其减排效果与减排50%VOCs排放量时的减排效果相差不大,这表现出臭氧污染浓度与臭氧前体物之间存在复杂的非线性关系,也说明在研究时段内,基于以上设定的减排情景,协同减排70%NOx排放量和50%VOCs排放量时,NOx已成为研究区域兰州市主城区及其周边地区范围内生成臭氧的主控因子。（5）兰州市主城区臭氧污染防治减排对策分级建议。基于不同减排情景的环境效益和经济效益,本次研究将协同减排50%NOx和50%VOCs情景（情景14）、协同减排30%NOx和50%VOCs情景（情景11）、协同减排50%NOx和30%VOCs情景（情景13）、协同减排30%NOx和30%VOCs情景（情景10）确定为“推荐级”减排对策,该类减排情景适合作为兰州市主城区日常臭氧污染防治减排对策;将协同减排70%NOx和50%VOCs情景（情景17）、协同减排70%NOx和70%VOCs情景（情景18）、协同减排30%NOx和70%VOCs情景（情景12）、协同减排70%NOx和30%VOCs情景（情景16）、协同减排50%NOx和70%VOCs情景（情景15）确定为“备选级”减排对策,可作为兰州市主城区将环境效益作为优先考虑指标时的首选臭氧污染防治减排对策。
王伟科[4]（2020）在《基于LSTM神经网络的空气质量多模态集成预测方法研究及其应用》文中认为空气污染物浓度“爆表”成为我国社会关注的热点问题之一,空气质量预测的准确与否对于人体健康、疾病防控等活动具有现实意义。为此,本文从数据科学的角度出发,引入LSTM神经网络为预测工具,并在“分解-集成”范式下提出了一种VMD-ELSTM-GS混合预测模型,用于兰州市的空气质量预测,期望提高目标污染物的预测精度。同时,开发静态网页用于及时发布预测结果。本文主要工作包括:第一,阐述了气象、空气质量监测数据的数据探索、预处理过程,并引入LSTM神经网络用于空气质量预测的实际任务。具体来讲,在缺失值处理、离群点处理和数据整形等理论基础上实施数据预处理,改善数据质量;以相关性理论为基础进行特征选择;构造适应时间序列预测要求的LSTM神经网络模型进行空气污染物的多指标预测。第二,为进一步适应空气质量数据多指标、高波动、非平稳、含噪音的特点,提高预测精度,提出了一种VMD-ELSTM-GS预测模型。具体来讲,在优化算法、信号分解、深度学习和正则化等理论基础上,构建了一种混合的、多模态集成的预测模型用于空气质量的预测研究。将此模型用于兰州市的2016-2017年的气象、空气质量数据集的实证过程,在均方根误差（RMSE）、绝对值误差（MAE）两个评价指标下将此模型与实验组方法对比,实证表明了此模型的优越性、有效性。第三,开发了一个静态网页用空气质量指数及污染物浓度预测结果的发布,并简介了它的发布过程,在技术层面上实现了空气质量预测结果及时、方便发布的目标,为半结构化数据的实际应用探索途径。
李雪超[5]（2020）在《兰州地区采暖期空气污染天气分型研究》文中进行了进一步梳理随着我国经济的不断发展,城市化、工业化进程加快,以及汽车保有量的大幅度增加,大气污染物的排放量也显着增长,使得很多城市空气污染问题日益严重,污染特征逐步由单一煤烟型污染向复合型污染转变,污染范围也由局地性污染扩展为区域性污染。空气污染不仅会造成呼吸系统和心脑血管等疾病发病率的增加,危害人体健康,其对生态系统、生产生活及天气气候也会产生不利影响。因此,城市大气污染已成为社会关注的焦点问题。空气质量受地形、污染源排放和气象条件等综合因素的影响,风速、大气层结温度等气象条件决定污染物的扩散、传输、干湿沉积及化学转化,而天气形势又对局地气象条件产生重要影响。因此,研究不同天气分型下的大气污染特征,对于识别污染天气类型,提高污染预报的准确性,进而警示重污染天气有着重要的意义。本文首先根据2012-2016年兰州市大气污染物逐时浓度资料,统计分析了兰州市六种标准污染物浓度以及环境空气质量指数AQI的时间变化特征。其次,采用PCT客观天气分型方法,对2012-2016年连续4年采暖期逐日08时的850hPa和700hPa位势高度以及温度进行分型,选取最大聚类解释方差（ECV）所对应的31种天气分型结果,通过污染物浓度和空气质量指数AQI的变化特征,识别出九种污染天气型和四种清洁天气型,并进一步分析了不同天气型下环流形势和气象参数变化特征的差异。最后,通过兰州市冬季两次污染天气过程,对天气分型结果的合理性和适用性进行了检验。得到的主要结论如下:（1）空气质量指数AQI的年际变化和月变化特征显示兰州地区污染天气主要集中在采暖期;其中NO2、PM10和PM2.5是兰州地区近几年超标的主要污染物,并且在采暖期以PM10和PM2.5为首要污染物的污染天气居多。（2）利用PCT客观天气分型方法对兰州市采暖期位势高度和温度进行分型研究,并通过聚类解释方差（ECV）评估各分型结果,根据颗粒物浓度和AQI指数的变化特征,可识别出九种污染天气型和四种清洁天气型,占总样本数量的43.8%。（3）九种污染天气型和四种清洁天气型对应的颗粒物浓度以及AQI指数值差异较大,表明本文筛选的天气分型结果所包含的污染超标天气数量、颗粒物浓度以及环境空气质量级别差异明显。（4）通过分析污染天气型和清洁天气型的环流形势及风场分布情况,按照850hPa兰州地区相对于天气系统的位置,将九种污染天气型主观概括为鞍型场、低压型和高压东侧型,当700hPa和850hPa风场以偏西风和偏南风为主时,易发生污染天气;四种清洁天气型均可概括为冷锋后部型,兰州地区主要受高压区域的影响,且多以偏北风为主,气象条件利于污染扩散。（5）不同气象参数与颗粒物浓度的相关性研究发现10米风速、边界层高度和通风系数与采暖期颗粒物浓度的相关性较高,并呈现负相关关系,当风速较大和边界层高度增高时,有利于大气颗粒物的扩散和稀释。（6）通过对兰州市2017-2018年两例采暖期污染天气过程的环流形势分析,检验了本次研究天气分型结果在兰州地区的合理性和适用性。
马秉吉[6]（2020）在《兰州地区臭氧污染的影响因子及典型个例的数值模拟研究》文中研究指明近年来国内外许多城市均已出现臭氧（O3）超标现象,O3污染逐步凸显,已逐渐成为继PM 2.5后影响人体健康及生态环境的又一种重要的大气污染物,加上O3污染的影响因素非常复杂,逐渐成为研究的焦点问题。兰州是我国最早的工业区,曾因污染问题一度成为国内外关注的焦点,兰州也是我国最早发现光化学烟雾的城市。近几年,兰州地区O3浓度不断上升,超标现象时有发生,O3污染逐渐加剧,已威胁到人们的身体健康和生态环境。因此,研究兰州的O3污染具有重要的现实意义,研究结果可为兰州地区O3污染的防控和治理提供一定的参考依据。本文利用兰州2013年1月1日-2017年7月31日的气象要素和大气污染资料分析了兰州O3浓度的时空分布特征及气象要素对O3浓度变化的影响;在此基础上,利用广义相加模型（Generalized Additive Model,GAM）在控制长期趋势、季节效应、周末效应等基础上研究了兰州O3浓度与其影响因素之间的复杂的非线性关系,并建立具有交互项的多因子模型,进一步分析了不同因素及其因素间的交互作用对O3浓度变化的影响;并利用WRF-Chem模式对夏季一次O3污染过程中的气象场、污染物浓度进行了模拟,并与观测值进行了对比,结合O3污染过程的逐点分析,探究了兰州O3污染的成因。主要研究结果如下:（1）2013-2017年兰州O3和NO2浓度呈现逐年上升的趋势,颗粒物浓度稍有下降,SO2浓度也呈现逐年下降的趋势。兰州空气质量有所好转,良天数为一年中最多的天数,平均达标率64%。近几年逐渐增长的O3浓度对兰州市空气质量存在一定潜在威胁。（2）兰州O3浓度日变化呈现典型的“单峰型”,O3浓度在14:00-16:00最高,在06:00-08:00最低。O3与其前体物NO2浓度的日变化呈现相反的变化趋势,二者之间存在明显的负相关关系。O3浓度具有明显的季节变化特征且呈现倒“U”型,春季开始上升,夏季（6-8月份）O3浓度最高,秋季9月份以后迅速降低,冬季12月份O3浓度最低。颗粒物浓度春、冬季较高,而O3夏季较高,有“交叉污染”的趋势;颗粒物与O3之间相互影响,O3逐渐成为兰州继颗粒物之后为首要污染物天数最多的污染物。兰州近地面O3浓度与气象要素密切相关,日照时数和日平均气温与O3浓度呈显着正相关。相对湿度小于40%时超标天数最多,大于60%时明显减少;软风、无降水的情况下超标天数最多且伴随的O3浓度较高。综合分析,日照长、气温高、湿度低、小风、无降水是造成高浓度O3的有利条件。（3）单因子的GAM假设检验结果显示,模型调整后的判定系数（R2）为0.594,O3浓度方差解释率62.3%,其中温度解释了O3浓度方差的24.2%（F=350.84）,是兰州O3浓度变化的主要驱动因素。结合O3浓度部分响应诊断图分析,兰州O3浓度与温度（T）、风速（W）、相对湿度（RH）、日照时数（SH）、污染物NO2、PM2.5呈显着非线性关系,与气压（P）、CO基本呈线性关系,气象要素中T、RH对O3浓度影响显着,污染物中NO2、PM2.5对O3浓度影响显着。具有交互作用的多因子GAM模型的调整判定系数为0.636,方差解释率为68.1%,模型拟合度较优,影响因素间的交互作用对兰州O3浓度变化解释率较高。交互作用项主要是“气象要素+污染物”的形式,其中以温度和风速的交互作用对O3浓度变化的影响最为显着,进一步证明了温度是影响兰州O3浓度变化的重要因素,亦可表明构建具有交互作用的GAM模型可定量研究兰州O3浓度的变化特征和复杂的非线性关系。（4）WRF-Chem模式模拟结果显示,O3的一致性指数（IOA）为0.90,NO2的IOA值为0.76,模拟效果整体较好,能够较好的反映出污染物浓度随时间变化的特征。模式模拟的O3浓度日变化特征呈现明显的“单峰”型,与观测值变化趋势基本一致。但污染物浓度模拟效果不如气象场（2m温度和相对湿度）好,尤其是污染物的峰值及峰值出现的时间,这可能是排放源清单、参数化方案的选取、模式误差等原因造成的。根据H2O2/HNO3比值法判定,兰州属于NOX控制区,可通过控制NOX的措施减缓兰州的O3污染,为兰州O3污染的防治提供科学依据。通过分析模拟和逐点分析的结果,此次兰州的O3污染过程是由气象因素、本地生成、区域传输共同作用发生的。
杨屹[7]（2020）在《基于城市冠层模式的兰州市沙尘污染数值模拟研究》文中提出城市空气污染与人类生活息息相关,随着城市化进程推进、城市人口激增和对健康生活不断的新需求,城市空气污染问题受到越来越多的关注。针对大型城市和城市群的研究已经对城市空气污染过程有一定的理解,但复杂地形作用下的城市空气污染研究仍然是当前的重要问题之一。兰州是中国西北地区重要的工业城市,主城区为黄河穿过的河谷,是典型的山地城市,在特殊山地地形作用下及不断的城市化进程中,兰州空气污染具有新的变化。气象要素影响城市环境容量和空气扩散能力,尤其山地地区气象要素在地形作用下变化剧烈,决定了一定排放源条件下的空气污染物传输和分布。本文开展兰州空气污染数值模拟前,首先对模式模拟气象要素的能力进行检验,采用耦合不同城市冠层的WRF模式模拟了兰州地区两个天气过程,对比观测站点分析不同城市冠层模式模拟结果;其次将模拟效果较好的单层城市冠层模式耦合在WRF-Chem模式中,对兰州地区空气污染过程进行了数值模拟,分析城市冠层模式对空气污染及其气象要素的影响;最后利用耦合单层城市冠层模式的WRF-Chem模式,依据兰州地区的发展趋势对兰州新区建设和城区建筑物高度变化开展了敏感性试验,分析城市化进程对兰州空气污染的影响。得到以下主要结论:（1）不同城市冠层模式对兰州地区冬季降温和夏季高温两个天气过程的气象要素均有一定的模拟能力,但城乡表现不同,乡村站点的各要素模拟能力基本一致,城区站点模拟结果则存在差异。WRF、耦合单层城市冠层模式、耦合未考虑室内外能量交换的多层城市冠层模式和耦合考虑室内外能量交换过程的多层城市冠层模式的四种模式对城区2m气温的模拟均存在日间高温和夜间低温模拟能力的不足的问题,耦合城市冠层模式后对2m气温的模拟结果有明显影响,耦合单层城市冠层模式模拟效果在两个天气过程中均为最好,其模拟结果的平均偏差、均方根误差和相关系数表现均较好,两种耦合多层城市冠层模式对气象要素模拟还存在一定不足。四种模式在10m风向的模拟上均有较好的表现,两种耦合多层城市冠层模式模拟的风速结果更接近观测结果,耦合单层城市冠层模式次之。四种模式对城市热岛的日变化均表现出一定的模拟能力,冬季降温过程中,耦合单层城市冠层模式对城市热岛效应的模拟能力较好;夏季高温过程中,WRF模式、耦合单层城市冠层模式和耦合考虑室内外能量交换的多层城市冠层模式对兰州市城市热岛效应的模拟均较好。另外,冬季降温过程中,两种耦合多层城市冠层模式模拟的夜间边界层高度偏高,从城市区域边界层平均高度上看,耦合城市冠层模式模拟的城市区域边界层平均高度较WRF模式的结果不同程度偏高,且高值中心向城市南部集中,耦合单层冠层模式偏差较小;夏季高温过程中,耦合单层城市冠层模式模拟的城市边界层高度日间偏低,夜间则偏高,但偏差不大。耦合考虑室内外交换的多层城市冠层模式模拟的城市区域边界层平均高度较WRF模式偏高,其余模式则偏低。综上,单层城市冠层模式的模拟结果偏差较小。耦合单层城市冠层的WRF模式具有较好的模拟能力。（2）基于城市冠层模式模拟兰州空气污染,采用气象要素综合模拟能力较好的单层城市冠层模式。为了对比分析,本文利用WRF-Chem模式与耦合单层城市冠层模式的WRF-Chem模式模拟了兰州地区沙尘污染过程,结果表明沙尘污染发生前,近地面风速增大,对流运动明显,湿度降低,边界层高度偏高;随着污染物浓度增高,对应近地面风速减小,对流减弱,层结稳定性加强,边界层高度降低。耦合单层城市冠层的WRF-Chem模式模拟的近地面污染物浓度偏高,持续时间偏长,污染持续阶段污染物浓度更接近观测结果,模拟的兰州城区上空逆温层结构强度会偏强且持续时间更久,逆温层以下风速总体偏低。空气污染初期,耦合单层城市冠层模式后模拟的空气污染物分布范围更广,城市上风方向出现污染物堆积,使局地空气污染加剧;空气污染中期,城市区域空气污染物浓度升高,耦合城市冠层模式后,城市区域局地环流明显,但地面附近的污染物浓度分布受局地环流的影响较小;空气污染后期,耦合城市冠层模式后,城区中心空气污染物扩散较弱,造成较长时间的空气污染。（3）为了分析城市化发展对空气污染的影响,本文开展了兰州新区城市化和城区建筑物高度扰动的敏感性实验。兰州新区大范围城市化后,新区2m气温有明显升高,每日升温时间提前,降温时间推迟;新区风速有明显减小,周边会出现―绕流‖现象;兰州新区城市化后,兰州地区出现较大的偏北风时,兰州城区的风向由偏北风转向偏东风,即兰州新区建设一定程度上影响兰州地区风场。另外,兰州新区建设会造成当地边界层高度不同程度增大。兰州新区建设后,空气污染初期会减小当地的污染物浓度,但周边空气污染物浓度增加,其覆盖范围包含了兰州城区,导致兰州城区污染加重,到空气污染中期,新区建设带来的影响效果减弱,再到空气污染后期,新区建设会造成污染物滞留新区,延长当地空气污染时间。兰州城区城市建筑物高度扰动增加,城市冠层内的气温和风速均有不同程度增加,日间边界层高度增大;另外,空气污染初期上游空气污染物向城区传输速率减慢,污染物在上风方堆积,且会向更大范围扩散;空气污染中期,空气污染物随偏北风向城区输送过程中,空气污染物会更多堆积在城市边沿位置,此时兰州城区空气污染加重;空气污染物消散阶段,城市建筑物高度增大会使空气污染物滞留在城区,延长空气污染时间。
厉斌[8]（2020）在《基于CMAQ模式的兰州市石油化工生产行业减排效果研究》文中认为兰州市是一个以石化行业为主的工业城市,加之其“两山夹一川”的河谷地形,静风频率高、逆温现象多的气象条件等因素共同促成了兰州市大气污染现状。石化生产行业为兰州市经济发展提供动力的同时,也给兰州市带来了一定的环境压力。因此,调查兰州市石化行业污染排放清单,针对兰州市石化行业生产现状提出合理减排措施,运用空气质量模式对减排效果进行模拟预测,定量分析兰州市石化行业减排环境效益,对于政府部门优化环境管理措施具有重要意义。本文通过调查收集兰州市石化行业内污染源排放信息,根据《城市大气污染源排放清单编制技术手册》给出的石化行业各类排放源强计算方法,编制了兰州市石化行业排放清单,并与MEIC清单耦合获得了兰州市主城区大气污染源排放清单。对比《重污染天气重点行业应急减排措施制定技术指南》中对石化行业A级企业的评价标准以及国内现有石化行业污染物减排技术,对兰州市石化行业提出减排措施。通过WRF中尺度气象模式模拟研究区域气象场,使用CMAQ模式对基准情形和削减情形（石化工业集中区减排）下的环境空气质量进行了模拟,定量分析石化工业集中区减排对兰州市主城区环境空气质量的改善效果。环境空气质量现状监测数据显示,评价区域内NO2、PM10、PM2.5年评价指标在四个国控点处均超标,O3年评价指标在兰炼宾馆处出现超标,兰炼宾馆和教育港处的O3日最大8小时平均第90百分位数高于位于城关区的两个国控点;除O3高值出现在6月,其他各污染物浓度均呈现冬春高,夏季低的特点。模拟结果表明,兰州市NO2、PM2.5、PM10浓度高值区主要分布在兰州市主城区内,郊区浓度较低,而O3期间平均浓度高值区分布在郊区,城区浓度较低。兰州市石化行业实施污染物减排措施后,NO2期间区域浓度均值下降3.02%,期间区域最大值下降6.07%;PM10期间区域浓度均值下降0.58%,期间区域最大值下降0.63%;PM2.5期间区域浓度均值下降1.36%,期间区域最大值下降2.68%;O3期间区域浓度均值下降2.04%,期间区域最大值下降2.04%。NO2、PM10、PM2.5和O3区域最大削减比例分别为20.33%、5.18%、11.24%和35.96%。根据对兰炼宾馆、教育港、生物制品所、铁路设计院等四个国控点处的模拟结果,NO2的期间均值削减比例分别为6.28%、3.32%、2.61%、1.96%;PM10的期间均值削减比例分别为3.42%、2.39%、1.25%、1.03%;PM2.5的期间均值削减比例分别为6.14%、4.53%、1.29%、1.03%;O3的期间均值削减比例分别为16.01%、13.31%、7.29%、4.54%。四个国控点处,NO2、PM10、PM2.5和O3的削减量和削减比例中,位于西固区且距离石化行业较近的兰炼宾馆最高,位于城关区的生物制品所和铁路设计院较低。研究结果表明,对兰州市石化生产行业采取统一收集处理罐区排放VOCS、对装载车栈台加装油气回收装置、工艺有机废气排放源设置有机废气治理设施和加热炉低氮改造等措施后,兰州市主城区的空气质量状况会有一定程度改善,其中安宁区和西固区的改善效果更明显。
马丹阳[9]（2020）在《兰州市石化生产行业对主城区近地面臭氧污染的数值模拟研究》文中研究指明兰州市西固区是目前兰州市最大的石化生产行业聚集区,其排放的大量氮氧化物和VOCS等,都是臭氧的重要前体物,对西固区乃至兰州市主城区近地面臭氧的生成及其敏感性均会造成影响。因此,研究兰州市西固区石化生产行业对兰州市主城区近地面臭氧浓度的贡献及臭氧敏感性的影响,对了解兰州市本地臭氧污染的形成以及提出相应的控制措施具有重要的意义。本次研究首先实地调查统计兰州市西固区石化生产行业重点工业源的相关信息,得到兰州市西固区石化生产行业污染源排放清单,并与处理后的MEIC清单进行耦合,得到研究区域内高精度的网格化污染源排放清单。然后在此排放清单和WRF模拟的气象数据基础上,利用CMAQ模式,设置排放源保持不变的标准情景和关闭兰州市西固区石化生产行业排放源的限制情景分别对兰州市主城区一次臭氧污染过程进行模拟。论文主要结论如下:（1）根据实地调查的兰州市西固区石化生产行业重点工业源的排放信息,依据国家生态环境部及中国环境监测总站等发布的《城市大气污染源排放清单编制技术手册》、《石化行业VOCs污染源排查工作指南》等相关“指南”核算兰州市西固区石化生产行业污染源排放清单,并与精细化处理后的MEIC清单耦合,最后利用SMKOE模式处理后得到CMAQ模式可用的高精度污染源排放清单。（2）对兰州市国控监测站点2018年的监测数据进行分析。筛选出一次臭氧污染严重的时间（6月8日13日）作为本次研究时段;对近地面臭氧浓度与温度和相对湿度的相关性进行分析,结果表明:较高的温度和较低的相对湿度是近地面臭氧浓度积累的有利气象条件。（3）对模拟结果进行评估。结果表明:WRF模式模拟值的平均相对偏差在-3.79%18.28%之间,相关系数在0.860.90之间,模拟结果可以作为气象场输入CMAQ模式,模拟期间没有明显的冷空气活动,天气晴朗且日照时数较长,地面有较弱的辐散和下沉运动,有利于近地面臭氧污染的形成;CMAQ模式模拟值的标准化平均偏差在-68.77%-35.99%之间,相关系数在0.640.81之间,白天（918时）模拟值的标准化平均偏差在-52.58%-5.00%之间;夜间（198时）模拟值的标准化平均偏差在-96.69%-68.58%之间,CMAQ模式较好地模拟了研究区域近地面臭氧浓度的变化特征,并在白天模拟的效果更好。（4）根据标准情景的模拟结果,分析兰州市主城区近地面臭氧的污染特征。结果表明:近地面臭氧浓度的高值区主要集中在西固区的中部及主城区的周边地区,城关区中部的近地面臭氧浓度往往较低;各国控监测站点的平均p（H2O2）/p（HNO3）均小于0.35,其中兰炼宾馆的p（H2O2）/p（HNO3）在0.00120.1364之间,兰州教育港的p（H2O2）/p（HNO3）在0.00010.0059之间,生物制品所的p（H2O2）/p（HNO3）在0.00000.0019之间,铁路设计研究院的p（H2O2）/p（HNO3）在0.00010.0074之间,因此均处于VOCs的控制区;兰州市主城区大部分地区为VOCs的控制区,主城区的边缘部分在13时15时转变为过渡区或NOx的控制区,并在15时18时转变回VOCs的控制区;垂直输送过程和垂直扩散过程是近地面臭氧浓度的主要源过程,垂直输送过程的正贡献率在27.26%91.99%之间,垂直扩散过程的正贡献率在0.29%59.15%之间;水平输送过程和气相化学反应过程是主要的汇过程,水平输送过程的负贡献率在24.89%91.92%之间,气相化学反应过程的负贡献率在5.51%62.54%之间。（5）根据限制情景的模拟结果,分析兰州市西固区石化生产行业对兰州市主城区近地面臭氧浓度的贡献及臭氧敏感性的影响。结果表明:兰州市西固区石化生产行业对西固区近地面臭氧浓度的影响较大,对城关区、安宁区和七里河区的近地面臭氧浓度影响较小;兰州市西固区石化生产行业对兰炼宾馆、兰州教育港、生物制品所和铁路设计研究院的期间平均近地面臭氧浓度的贡献值分别为27.15μg/m3、11.43μg/m3、9.94μg/m3和10.11μg/m3,贡献率分别为48.74%、21.05%、为23.98%和25.89%,因此,兰州市西固区石化生产行业对兰炼宾馆（西固区）近地面臭氧浓度的贡献较大,对其它站点的贡献稍小;兰州市西固区石化生产行业对兰炼宾馆（西固区）的敏感性的影响较大,使兰炼宾馆（西固区）更容易转变为过渡区或NOx的控制区;兰州市西固区石化生产行业对安宁区北部、城关区北部和七里河区南部的近地面臭氧敏感性影响较大,使这些地区更容易转变为过渡区或NOx的控制区。
刘明[10]（2018）在《基于CMAQ的交通限行措施对兰州市空气质量影响的研究》文中指出2016年11月持续的重污染天气迫使兰州市按照《兰州市大气污染应急预案》实施机动车单双号交通限行措施,但交通限行不仅耗费大量政府财政资金,也使居民的日常出行受到影响,交通限行措施对空气质量改善的有效性受到社会的广泛关注,因此开展道路移动源源清单调查,运用空气质量模式探究交通限行对空气质量的敏感性,量化评估应急预案中交通限行措施的效果,对于政府部门优化应急对策,采取有效措施进一步改善兰州市空气质量状况有重要意义。本文根据兰州市2016年11月20日开始实施的单双号应急交通限行措施,确定本次研究区域为兰州市主城区,研究时间为11月13日至19日和11月20日至26日。通过调查收集兰州市2016年机动车保有量等基础数据,依据《道路机动车大气污染物排放清单编制技术指南（试行）》中的排放系数法,选取本地的温度、高度等修正参数,结合实测的道路交通数据,运用GIS地理信息系统编制了兰州市主城区2016年高分辨率道路移动源源清单。根据限行措施,控制限行时道路移动源污染物排放量为未限行时的一半,选取适合兰州本地的参数化方案,应用WRF模式模拟兰州市主城区气象场,运用CMAQ空气质量模式模拟道路移动源在未采取单双号交通限行措施、仅采取单双号交通限行和兰州市大气应急预案各类措施共同实施三种方案下对兰州市主城区环境空气质量的影响。从模拟结果分析,当未采取单双号交通限行时,道路移动源对兰州市主城区环境空气中的NO2和CO贡献较大,对PM10和一次PM2.5的贡献较小。道路移动源对兰州市主城区四个国控点环境空气质量中NO2模拟期间平均污染贡献率为22.95%36.80%,CO模拟期间平均污染贡献率为8.33%13.92%,PM10模拟期间平均污染贡献率为0.68%0.88%,PM2.5模拟期间平均污染贡献率为1.10%1.52%。当13日至19日仅采取单双号限行时,可以有效削减兰州市主城区道路移动源排放的NO2、CO,对PM10和PM2.5削减效果不明显,道路移动源对兰州市主城区四个国控点环境空气质量中NO2模拟期间平均污染贡献率为14.63%26.55%,较未采取单双号限行时污染贡献率下降8.32%10.45%;对CO模拟期间平均污染贡献率为4.26%7.04%,较未采取单双号限行时污染贡献率下降4.07%6.88%;对PM10模拟期间平均污染贡献率为0.63%0.77%,较未采取单双号限行时污染贡献率下降0.05%0.11%;对PM2.5模拟期间平均污染贡献率为1.00%1.32%,较未采取单双号限行时污染贡献率下降0.10%0.20%。当20日至26日兰州市大气应急预案各类措施共同实施时,道路移动源实施应急交通限行,道路移动源对兰州市主城区四个国控点环境空气质量中NO2模拟期间平均贡献率为11.49%21.80%,CO模拟期间平均贡献率为12.46%18.86%,PM10模拟期间平均贡献率为0.98%1.29%,PM2.5模拟期间平均贡献率为1.66%2.20%。研究结果表明,道路移动源对兰州市主城区环境空气中的NO2和CO贡献较大,对PM10和PM2.5的贡献较小;采取交通限行措施可以有效降低道路移动源对兰州市主城区造成的NO2和CO污染,对PM10和PM2.5污染减缓作用不明显。
二、兰州市空气质量预报系统研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、兰州市空气质量预报系统研究（论文提纲范文）
（1）兰州市气象环境因子对儿童哮喘影响的研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 气象因子和环境因子健康效应的研究现状 |
| 1.2.2 预报的研究现状 |
| 1.3 研究内容 |
| 第二章 资料与方法 |
| 2.1 研究区域 |
| 2.1.1 地理位置 |
| 2.1.2 气象条件和环境条件 |
| 2.2 环境质量标准 |
| 2.3 研究资料 |
| 2.3.1 气象资料 |
| 2.3.2 空气质量资料 |
| 2.3.3 儿童哮喘疾病资料 |
| 2.4 研究方法 |
| 2.4.1 描述性统计 |
| 2.4.2 Spearman相关分析 |
| 2.4.3 分布滞后非线性模型 |
| 2.4.4 广义相加模型 |
| 2.4.5 相对危险度 |
| 2.4.6 多元逐步回归预报 |
| 2.4.7 BP神经网络预报 |
| 第三章 儿童哮喘的分布特征 |
| 3.1 ICD-10疾病分类标准 |
| 3.2 儿童哮喘的年变化特征 |
| 3.3 儿童哮喘的年龄分布 |
| 3.4 儿童哮喘的不同时间尺度分布 |
| 3.4.1 儿童哮喘的逐月分布和季节分布 |
| 3.4.2 儿童哮喘的二十四节气分布 |
| 3.5 本章小结 |
| 第四章 兰州市气象环境因子与儿童哮喘的关系分析 |
| 4.1 兰州市气象因子的时间变化特征 |
| 4.2 兰州市环境因子的时间变化特征 |
| 4.3 气象环境因子分别对儿童哮喘的影响 |
| 4.3.1 平均气温与儿童哮喘患者的暴露-响应关系 |
| 4.3.2 低温对儿童哮喘的影响 |
| 4.3.3 平均气温与儿童哮喘的暴露-滞后-响应关系 |
| 4.3.4 相对湿度与儿童哮喘的暴露-滞后-响应关系 |
| 4.3.5 日较差与儿童哮喘的暴露-滞后-响应关系 |
| 4.3.6 风速、相对湿度和日较差与儿童哮喘发病的整体响应 |
| 4.3.7 PM_(2.5)和PM_(10)与儿童哮喘的关系 |
| 4.4 气象因子与环境因子交互作用对儿童哮喘的影响 |
| 4.4.1 平均气温与相对湿度交互作用对儿童哮喘患者的影响 |
| 4.4.2 日较差与相对湿度的交互作用对儿童哮喘患者的影响 |
| 4.4.3 平均气温与日较差的交互作用对儿童哮喘患者的影响 |
| 4.4.4 平均气温与PM_(2.5)交互作用对儿童哮喘患者的影响 |
| 4.5 本章小结 |
| 第五章 兰州市儿童哮喘预报模型研究 |
| 5.1 多元逐步回归预报模型 |
| 5.2 BP神经网络预报模型 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 本文特色与创新点 |
| 6.3 存在的问题及下一步计划 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（2）兰州市近地面臭氧成因及源汇关系模拟研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 近地面臭氧概述及危害 |
| 1.1.2 近地面臭氧的形成以及污染机理 |
| 1.1.3 近地面臭氧污染数值模拟研究概述 |
| 1.2 研究意义、内容和技术路线 |
| 1.2.1 研究意义 |
| 1.2.2 研究内容及目的 |
| 1.2.3 技术路线 |
| 第二章 模型介绍及验证 |
| 2.1 研究区域基本概况 |
| 2.1.1 兰州市概况 |
| 2.1.2 模拟区域 |
| 2.2 WRF-Chem模型介绍 |
| 2.2.1 WRF模式系统 |
| 2.2.2 WRF模式相关物理参数选项 |
| 2.3 CAMx模型介绍 |
| 2.3.1 CAMx源解析功能 |
| 2.3.2 CAMx过程分析 |
| 2.4 模型验证 |
| 2.4.1 验证数据和方法 |
| 2.4.2 气象要素对比验证 |
| 2.4.3 污染数据对比验证 |
| 第三章 兰州市近地面臭氧污染现状及气象要素影响分析 |
| 3.1 兰州市近地面臭氧污染现状 |
| 3.2 2019 年兰州市空气质量现状 |
| 3.2.1 2019 年兰州市空气质量状况统计分析 |
| 3.2.2 2019 年兰州市常规污染物污染现状 |
| 3.3 兰州市近地面臭氧的“周末效应”研究 |
| 3.4 影响兰州市近地面臭氧的气象要素分析 |
| 3.4.1 兰州市臭氧污染与温度、相对湿度等因素相关性 |
| 3.4.2 兰州臭氧污染与风速、风向相关性 |
| 3.5 模拟期间兰州市天气形式及边界层高度分析 |
| 3.5.1 模拟期间兰州市天气形势分析 |
| 3.5.2 边界层高度与臭氧浓度相关性分析 |
| 3.6 臭氧生成的敏感性分析 |
| 第四章 兰州地区近地面臭氧源-汇关系 |
| 4.1 模拟背景 |
| 4.2 模拟方案 |
| 4.3 兰州市区臭氧来源分析 |
| 4.3.1 兰州市区臭氧来源总体分析 |
| 4.3.2 兰州市区臭氧来源日变化分析 |
| 4.3.3 兰州市区敏感组分臭氧占比分析 |
| 4.3.4 兰州市区臭氧不同行业贡献占比 |
| 4.4 兰州周边地区臭氧来源分析 |
| 4.4.1 兰州市周边地区臭氧来源总体分析 |
| 4.4.2 兰州市区及周边地区臭氧总体污染分析 |
| 4.4.3 兰州市周边地区臭氧来源日变化分析 |
| 4.4.4 兰州市周边地区臭氧占比分析 |
| 4.4.5 兰州市周边地区不同敏感组分臭氧占比分析 |
| 4.5 大气物理化学过程对兰州市臭氧污染的影响 |
| 4.5.1 兰州市大气物理化学过程对臭氧污染的影响 |
| 4.5.2 兰州西固区大气物理化学过程对臭氧污染的影响 |
| 4.5.3 兰州城关区大气物理化学过程对臭氧污染的影响 |
| 第五章 兰州某石化企业检修对兰州地区臭氧污染的影响 |
| 5.1 研究背景 |
| 5.2 模拟方案 |
| 5.3 主要时段气象要素分析 |
| 5.4 兰州某石化企业检修情景模拟 |
| 5.4.1 春季检修情景 |
| 5.4.2 夏季检修情景 |
| 5.5 兰州某石化企业未检修情景模拟 |
| 5.5.1 春季未检修情景白天臭氧污染状况 |
| 5.5.2 春季未检修情景夜间及凌晨臭氧污染状况 |
| 5.5.3 检修情景与未检修情景空间分布对比 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 创新、不足与展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（3）基于数值模式的兰州市主城区臭氧前体物减排情景研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 研究背景和意义 |
| 1.2 研究现状 |
| 1.2.1 兰州市臭氧污染问题研究现状 |
| 1.2.2 大气污染源排放清单研究现状 |
| 1.2.3 空气质量模型CMAQ模式在臭氧污染防治方面研究现状 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第二章 研究区域及研究时段选取 |
| 2.1 研究区域选取 |
| 2.1.1 兰州市基本环境概况 |
| 2.1.2 研究区域选取 |
| 2.2 研究时段选取 |
| 2.2.1 兰州市2019 年环境空气质量分析 |
| 2.2.2 研究时段选取 |
| 第三章 模式介绍及模拟方案设计 |
| 3.1 中尺度气象模式WRF |
| 3.1.1 中尺度气象模式WRF介绍 |
| 3.1.2 数据及模拟参数设置方案 |
| 3.2 陆地生态系统气体估算模型MEGAN |
| 3.2.1 陆地生态系统气体估算模型MEGAN介绍 |
| 3.2.2 数据资料及来源 |
| 3.3 污染源排放模式SMOKE |
| 3.4 多尺度空气质量模式CMAQ |
| 3.4.1 多尺度空气质量模式CMAQ介绍 |
| 3.4.2 数据及模拟参数设置方案 |
| 3.5 兰州市主城区近地面臭氧污染防治对策研究方案 |
| 3.6 模式模拟结果验证指标 |
| 第四章 兰州市主城区高分辨率大气污染源排放清单建立 |
| 4.1 兰州市主城区高分辨率大气污染源排放清单空间分配方法 |
| 4.1.1 兰州市主城区MEIC清单精细化处理 |
| 4.1.2 基于兰州市主城区精细化MEIC清单修正局部排放源 |
| 4.1.3 兰州市主城区天然源排放清单 |
| 4.1.4 兰州市主城区高分辨率大气污染源排放清单及不确定性分析 |
| 4.2 兰州市主城区高分辨率大气污染源排放清单时间分配方法 |
| 第五章 模拟结果验证与分析 |
| 5.1 WRF模式模拟结果验证与分析 |
| 5.1.1 兰州市主城区WRF模式模拟结果验证 |
| 5.1.2 天气形势分析 |
| 5.2 CMAQ模式模拟结果验证与分析 |
| 第六章 臭氧浓度分布特征及减排效果分析 |
| 6.1 标准情景(情景1)模拟结果分析 |
| 6.2 不同排放源类型置零情景模拟结果分析 |
| 6.2.1 情景2:民用源置零 |
| 6.2.2 情景3:工业源置零 |
| 6.2.3 情景4:电力源置零 |
| 6.2.4 情景5:交通源置零 |
| 6.2.5 不同排放源类型置零情景模拟结果小结 |
| 6.3 不同排放区域置零情景模拟结果分析 |
| 6.3.1 情景6:城关区置零 |
| 6.3.2 情景7:安宁区置零 |
| 6.3.3 情景8:西固区置零 |
| 6.3.4 情景9:七里河区置零 |
| 6.3.5 不同排放区域置零情景模拟结果小结 |
| 6.4 敏感性试验模拟结果分析 |
| 6.4.1 协同减排30%NO_x排放量和不同比例VOCs排放量 |
| 6.4.2 协同减排30%NO_x排放量和不同比例VOCs排放量 |
| 6.4.3 协同减排30%NO_x排放量和不同比例VOCs排放量 |
| 6.4.4 协同减排相同比例 VOCs排放量和不同比例 NO_x排放量分析 |
| 6.5 臭氧减排效果分析及减排对策建议 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 本文特色 |
| 7.3 不足与展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（4）基于LSTM神经网络的空气质量多模态集成预测方法研究及其应用（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外文献综述 |
| 1.3.1 预测模块的研究现状 |
| 1.3.2 集成学习的研究现状 |
| 1.3.3 本文的研究思路 |
| 1.4 研究内容与结构安排 |
| 2 基础方法 |
| 2.1 数据预处理 |
| 2.1.1 离群点处理 |
| 2.1.2 缺失值处理 |
| 2.1.3 平稳化处理 |
| 2.2 特征选择 |
| 2.3 优化算法 |
| 2.4 模态分解 |
| 2.4.1 经验模态分解 |
| 2.4.2 噪音辅助分析方法 |
| 3 集成模型构建与应用 |
| 3.1 模型框架 |
| 3.2 变分模态分解 |
| 3.3 LSTM神经网络 |
| 3.3.1 LSTM神经网络 |
| 3.3.2 正则项 |
| 3.4 参数优化 |
| 3.5 具体步骤 |
| 3.6 本章小结 |
| 4 实证分析 |
| 4.1 数据说明 |
| 4.2 评价方法 |
| 4.3 多指标预测的实证 |
| 4.3.1 特征选择结果 |
| 4.3.2 建模步骤 |
| 4.3.3 预测结果分析 |
| 4.4 多模态集成建模的实证 |
| 4.5 集成建模的对照组 |
| 4.5.1 三次指数平滑 |
| 4.5.2 卷积神经网络 |
| 4.5.3 对比结果分析 |
| 4.6 本章小结 |
| 5 预测结果发布 |
| 5.1 网页开发 |
| 5.2 联网发布 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 后记 |
（5）兰州地区采暖期空气污染天气分型研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 我国大气污染及研究现状 |
| 1.2.2 天气分型方法及研究现状 |
| 1.3 研究内容 |
| 1.4 技术路线 |
| 第二章 资料与方法 |
| 2.1 研究区域及研究时段 |
| 2.2 资料来源 |
| 2.2.1 环境质量监测资料 |
| 2.2.2 气象资料 |
| 2.3 研究方法 |
| 2.3.1 环境空气质量指数AQI |
| 2.3.2 天气分型方法 |
| 2.3.3 聚类解释方差(ECV) |
| 第三章 兰州市环境空气质量现状 |
| 3.1 污染物浓度时间变化特征 |
| 3.1.1 年际变化特征 |
| 3.1.2 月变化特征 |
| 3.1.3 日变化特征 |
| 3.2 空气质量指数AQI时间变化特征 |
| 3.2.1 年际变化特征 |
| 3.2.2 月变化特征 |
| 3.3 首要污染物分布特征 |
| 3.4 本章小结 |
| 第四章 天气分型及污染气象特征研究 |
| 4.1 天气分型 |
| 4.1.1 天气分型变量 |
| 4.1.2 天气分型数量 |
| 4.1.3 天气分型结果分析 |
| 4.2 不同天气型大气污染特征 |
| 4.2.1 污染天气型 |
| 4.2.2 清洁天气型 |
| 4.3 不同天气型环流形势和风场特征 |
| 4.3.1 污染天气型 |
| 4.3.2 清洁天气型 |
| 4.4 气象参数分布特征 |
| 4.4.1 气象参数对颗粒物浓度的影响 |
| 4.4.2 污染天气过程气象参数分布特征 |
| 4.4.3 不同天气型气象参数分布特征 |
| 4.5 本章小结 |
| 第五章 天气分型结果检验 |
| 5.1 2017年个例 |
| 5.1.1 环流形势特征 |
| 5.1.2 气象参数和逆温层变化特征 |
| 5.2 2018年个例 |
| 5.2.1 环流形势特征 |
| 5.2.2 气象参数和逆温层变化特征 |
| 5.3 本章小结 |
| 第六章 结论和展望 |
| 6.1 结论 |
| 6.2 本文特色 |
| 6.3 不足与展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 一、发表论文 |
| 二、参与课题 |
| 致谢 |
（6）兰州地区臭氧污染的影响因子及典型个例的数值模拟研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究目的及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容 |
| 第二章 资料与方法 |
| 2.1 资料 |
| 2.1.1 气象资料 |
| 2.1.2 大气污染物资料 |
| 2.2 研究方法 |
| 2.2.1 描述性统计 |
| 2.2.2 污染物浓度限值及超标标准 |
| 2.2.3 广义相加模型(GAM) |
| 2.2.4 WRF模式简介 |
| 2.2.5 WRF-Chem模式简介 |
| 2.2.6 模式模拟结果检验方法 |
| 第三章 兰州地区O_3浓度的分布特征及影响其浓度变化的气象因素研究 |
| 3.1 兰州2013-2017年空气质量及气象要素的描述性统计 |
| 3.2 兰州O_3浓度的变化特征 |
| 3.2.1 兰州O_3浓度的时间变化特征 |
| 3.2.2 兰州不同站点的O_3浓度分布特征 |
| 3.3 气象条件对兰州近地面O_3浓度的影响 |
| 3.3.1 日照时数对O_3浓度的影响 |
| 3.3.2 气温对O_3浓度的影响 |
| 3.3.3 相对湿度对O_3浓度的影响 |
| 3.3.4 风速对O_3浓度的影响 |
| 3.3.5 降水对O_3浓度的影响 |
| 3.4 本章小结 |
| 第四章 兰州地区气象因素和大气污染物对近地面O_3的影响研究.. |
| 4.1 建立GAM模型 |
| 4.2 单因子GAM模型 |
| 4.3 多因子GAM模型 |
| 4.4 本章小结 |
| 第五章 兰州地区夏季O_3污染个例的数值模拟分析 |
| 5.1 O_3污染个例的选取及天气形势分析 |
| 5.1.1 个例选取 |
| 5.1.2 天气形势分析 |
| 5.2 模式设置 |
| 5.3 模拟结果的检验和分析 |
| 5.3.1 气象要素模拟结果的检验和分析 |
| 5.3.2 污染物浓度模拟结果的检验和分析 |
| 5.4 O_3污染成因的探究 |
| 5.4.1 O_3浓度分布特征 |
| 5.4.2 O_3生成的敏感性判定 |
| 5.4.3 污染过程期间各站点间的污染物浓度的对比分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 讨论 |
| 6.3 特色与创新点 |
| 6.4 存在的不足与展望 |
| 参考文献 |
| 在学期间的成果 |
| 致谢 |
（7）基于城市冠层模式的兰州市沙尘污染数值模拟研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.2.1 城市气象与空气污染研究 |
| 1.2.2 兰州空气污染状况 |
| 1.3 本文研究内容 |
| 第二章 资料和方法 |
| 2.1 土地使用资料 |
| 2.2 观测资料 |
| 2.2.1 气象观测资料及站点分布 |
| 2.2.2 空气污染物观测资料 |
| 2.3 模式及其驱动资料 |
| 2.3.1 WRF、WRF-Chem模式及其驱动资料介绍 |
| 2.3.2 城市冠层模式介绍 |
| 2.4 数据处理 |
| 第三章 城市冠层模式的气象要素模拟能力检验 |
| 3.1 模式设置 |
| 3.2 模拟结果检验 |
| 3.2.1 气温和风场 |
| 3.2.2 城市热岛效应 |
| 3.2.3 边界层高度 |
| 3.3 本章小结 |
| 第四章 耦合城市冠层的大气化学模式对沙尘污染的数值模拟 |
| 4.1 个例简介和实验设计 |
| 4.2 模拟结果检验 |
| 4.3 模拟结果的特征分析 |
| 4.3.1 时间变化 |
| 4.3.2 空间分布 |
| 4.4 本章小结 |
| 第五章 城市发展对空气污染及气象条件的影响 |
| 5.1 兰州新区建设对兰州地区的影响研究 |
| 5.1.1 实验设计 |
| 5.1.2 模拟结果分析 |
| 5.2 建筑物高度变化对城区气象要素和空气污染的影响 |
| 5.2.1 实验设计 |
| 5.2.2 模拟结果分析 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 创新点与特色 |
| 6.3 不足与展望 |
| 参考文献 |
| 在学期间研究成果 |
| 致谢 |
（8）基于CMAQ模式的兰州市石油化工生产行业减排效果研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 石化行业污染与减排措施研究现状 |
| 1.2.2 空气质量模型研究与应用现状 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第二章 研究区域概况及空气质量分析 |
| 2.1 研究区域概况 |
| 2.1.1 兰州市概况 |
| 2.1.2 研究区域 |
| 2.2 研究区域空气质量 |
| 2.2.1 国控点空气质量状况 |
| 2.2.2 国控点年评价指标分析 |
| 2.2.3 各污染物月均值变化分析 |
| 2.2.4 小结 |
| 2.3 研究时段 |
| 第三章 排放源清单建立 |
| 3.1 编制过程 |
| 3.1.1 石化行业源清单编制 |
| 3.1.2 石化工业集中区外部源清单编制 |
| 3.2 清单结果 |
| 3.3 清单验证 |
| 第四章 模型简介及模拟方案 |
| 4.1 WRF模式 |
| 4.1.1 模式简介 |
| 4.1.2 资料和方案 |
| 4.2 CMAQ模式 |
| 4.2.1 模式简介 |
| 4.2.2 资料和方案 |
| 4.3 研究方案 |
| 4.3.1 减排建议 |
| 4.3.2 情形设置 |
| 4.3.3 研究方案 |
| 第五章 模拟结果评价 |
| 5.1 WRF模拟结果与验证 |
| 5.1.1 模拟结果评价方法 |
| 5.1.2 模拟结果评价 |
| 5.2 CMAQ模拟结果与验证 |
| 5.2.1 模拟结果评价方法 |
| 5.2.2 模拟结果评价 |
| 5.3 不确定性分析 |
| 第六章 大气污染物浓度分布特征及减排效果分析 |
| 6.1 基准情形模拟结果分析 |
| 6.1.1 基准情形NO_2模拟结果分析 |
| 6.1.2 基准情形PM_(10)模拟结果分析 |
| 6.1.3 基准情形PM_(2.5)模拟结果分析 |
| 6.1.4 基准情形O_3模拟结果分析 |
| 6.2 削减情形模拟结果分析 |
| 6.2.1 削减情形NO_2模拟结果分析 |
| 6.2.2 削减情形PM_(10)模拟结果分析 |
| 6.2.3 削减情形PM_(2.5)模拟结果分析 |
| 6.2.4 削减情形O_3模拟结果分析 |
| 6.3 减排效果分析 |
| 6.3.1 NO_2削减效果分析 |
| 6.3.2 PM_(10)削减效果分析 |
| 6.3.3 PM_(2.5)削减效果分析 |
| 6.3.4 O_3削减效果分析 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 不足与展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（9）兰州市石化生产行业对主城区近地面臭氧污染的数值模拟研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 研究背景和意义 |
| 1.2 研究现状 |
| 1.2.1 空气质量模式研究现状 |
| 1.2.2 CMAQ模式研究现状 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第二章 研究区域概况及空气质量分析 |
| 2.1 兰州市基本概况及空气质量分析 |
| 2.1.1 兰州市基本概况 |
| 2.1.2 2018年空气质量分析 |
| 2.2 臭氧污染特征分析 |
| 2.2.1 臭氧污染小时变化特征 |
| 2.2.2 臭氧浓度与气象因子的相关性分析 |
| 2.3 研究时间及区域 |
| 第三章 模式应用及模拟方案 |
| 3.1 模式应用 |
| 3.2 气象模式 |
| 3.2.1 WRF模式介绍 |
| 3.2.2 数据及模拟方案 |
| 3.3 污染源模式 |
| 3.3.1 SMOKE模式介绍 |
| 3.3.2 数据及污染源排放清单制作 |
| 3.4 空气质量模式 |
| 3.4.1 CMAQ模式介绍 |
| 3.4.2 数据及模拟方案 |
| 3.5 模拟结果验证指标 |
| 3.5.1 WRF模式模拟结果验证方法 |
| 3.5.2 CMAQ模式模拟结果验证方法 |
| 第四章 WRF模拟结果验证及天气形势分析 |
| 4.1 模拟结果验证 |
| 4.2 天气形势分析 |
| 第五章 CMAQ模拟结果验证及臭氧污染特征分析 |
| 5.1 模拟结果验证 |
| 5.2 标准情景模拟结果分析 |
| 5.2.1 臭氧的空间分布特征 |
| 5.2.2 臭氧敏感性分析 |
| 5.2.3 物理化学过程对臭氧浓度的贡献分析 |
| 5.3 限制情景模拟结果分析 |
| 5.3.1 限制情景与标准情景模拟结果对比 |
| 5.3.2 石化生产行业对臭氧浓度的贡献分析 |
| 5.3.3 石化生产行业对臭氧敏感性的影响 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 本文特色 |
| 6.3 不足与展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（10）基于CMAQ的交通限行措施对兰州市空气质量影响的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 研究背景和意义 |
| 1.2 研究现状 |
| 1.2.1 交通尾气污染环境问题研究现状 |
| 1.2.2 道路移动源排放清单研究现状 |
| 1.2.3 城市大气环境质量预报研究现状 |
| 1.3 论文研究内容及技术路线 |
| 第二章 研究区域确定及其空气质量分析 |
| 2.1 研究区域 |
| 2.1.1 兰州市概况 |
| 2.1.2 研究区域确定背景 |
| 2.1.3 研究时间和区域 |
| 2.2 兰州市主城区空气质量分析 |
| 2.2.1 2015 -2016年空气质量统计分析 |
| 2.2.2 交通限行前后空气质量统计分析 |
| 第三章 研究方法及研究方案制定 |
| 3.1 道路移动源源清单 |
| 3.1.1 编制过程 |
| 3.1.2 源清单结果 |
| 3.2 空气质量模式 |
| 3.2.1 CMAQ模式介绍 |
| 3.2.2 资料和方案选取 |
| 3.3 WRF模式 |
| 3.3.1 WRF模式介绍 |
| 3.3.2 模拟方案介绍 |
| 3.4 研究方案制定 |
| 3.4.1 道路移动源排放量情形设置 |
| 3.4.2 研究方案 |
| 第四章 道路移动源对空气质量影响模拟结果分析 |
| 4.1 模拟结果分析 |
| 4.1.1 未采取单双号交通限行方案 |
| 4.1.2 仅采取单双号交通限行方案 |
| 4.1.3 兰州市大气应急预案各类措施共同实施方案 |
| 4.1.4 小结 |
| 4.2 不确定性分析 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 创新点 |
| 5.3 不足与展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
四、兰州市空气质量预报系统研究（论文参考文献）
- [1]兰州市气象环境因子对儿童哮喘影响的研究[D]. 李龙燕. 兰州大学, 2021(09)
- [2]兰州市近地面臭氧成因及源汇关系模拟研究[D]. 王文鹏. 兰州大学, 2021(11)
- [3]基于数值模式的兰州市主城区臭氧前体物减排情景研究[D]. 马明月. 兰州大学, 2021(09)
- [4]基于LSTM神经网络的空气质量多模态集成预测方法研究及其应用[D]. 王伟科. 兰州财经大学, 2020(02)
- [5]兰州地区采暖期空气污染天气分型研究[D]. 李雪超. 兰州大学, 2020(01)
- [6]兰州地区臭氧污染的影响因子及典型个例的数值模拟研究[D]. 马秉吉. 兰州大学, 2020(01)
- [7]基于城市冠层模式的兰州市沙尘污染数值模拟研究[D]. 杨屹. 兰州大学, 2020(01)
- [8]基于CMAQ模式的兰州市石油化工生产行业减排效果研究[D]. 厉斌. 兰州大学, 2020(01)
- [9]兰州市石化生产行业对主城区近地面臭氧污染的数值模拟研究[D]. 马丹阳. 兰州大学, 2020(01)
- [10]基于CMAQ的交通限行措施对兰州市空气质量影响的研究[D]. 刘明. 兰州大学, 2018(11)