公共文化服务平台

吴煌坚: 作品数：11 被引量：71H指数：4; 供职机构：中国科学院大气物理研究所更多>>; 发文基金：国家自然科学基金国家科技支撑计划中国科学院战略性先导科技专项更多>>; 相关领域：环境科学与工程天文地球自动化与计算机技术理学更多>>

合作作者

基于集合卡尔曼滤波反演估算长三角地区的CO排放量: 一氧化碳(CO)作为含碳燃料不完全燃烧的主要产物和烷烃氧化过程的副产品,是一种重要的增温性气体,其浓度对大气环境中羟基自由基(OH)的反应以及对流层臭氧(O3)的生成均有一定影响,因而获得相对准确的CO 排放量具有重要的...; 贾光林唐晓吴煌坚郑君瑜

基于EnKF排放清单反演方法的关键影响参数评估与优化: 2022年; 以中国一氧化碳(CO)排放反演为例,利用敏感性分析手段评估了集合数目、局地化半径､膨胀因子、观测站点密度和观测数据时间分辨率对排放清单反演的影响.结果表明:站点密度是影响排放反演的最重要参数.在不同站点密度下,反演的中国CO排放总量差异可达34%.同时,站点密度还会影响排放反演对其他参数的敏感性.随着站点密度的降低,排放反演对局地化半径、集合数目和膨胀因子参数变得更为敏感,但对观测数据时间分辨率的敏感性则有所下降.因此在站点稀疏地区,局地化半径是排放反演的主要影响参数,集合数目和膨胀因子次之;但在观测站点密集地区,局地化半径和观测数据时间分辨率是主要的影响参数,而膨胀因子和集合数目的影响相对较小.该研究能够为不同尺度的排放反演开展参数优化提供借鉴.在中国CO排放反演案例(站点密度为1.55个/104km2)中,建议反演参数设置为:集合数目为50、局地化半径为100km、最大似然估计膨胀方案(MLE)、日均或小时观测数据.; 郑传增贾光林余宇帆陆梦华王自发唐晓吴煌坚黄志炯郑君瑜

新疆大气颗粒物的时空分布特征被引量：19: 2019年; 基于2015年新疆12个城市的PM_(10)和PM_(2.5)地面监测数据,并结合同期气象观测数据,分析了新疆PM_(10)和PM_(2.5)质量浓度的时空分布特征及其与气象要素的关联性。结果表明:新疆大气颗粒物年均质量浓度呈现南高北低特征,南疆各城市的年均PM_(10)质量浓度为150～262μg/m^3,年均PM_(2.5)质量浓度为50～118μg/m^3。北疆各城市的质量浓度相对较低,年均PM_(10)质量浓度为28～139μg/m^3,年均PM_(2.5)质量浓度为13～74μg/m^3。从时间变化来看,在春季和夏季,新疆以粗颗粒物污染为主,冬季以细颗粒物污染为主。此外,在南疆各城市3月PM_(10)质量浓度突然大幅升高与相对湿度明显下降、风速增大直接相关,沙尘天气是导致该区域春季高PM_(10)质量浓度的重要原因。; 谢运兴唐晓郭宇宏林彩燕吴煌坚卢苗苗王自发; 关键词：大气颗粒物

空气质量站点监测数据异常的自动化识别方法: 一种空气质量站点监测数据异常的自动化识别方法，包括：步骤A：接收站点监测数据；步骤B：对所接收的站点监测数据进行初级检查，识别显著异常的观测数据；步骤C：对完成初级检查后的数据进行时空一致性检查，识别时空不一致异常；步骤...; 吴煌坚唐晓王自发朱江; 文献传递

污染源反演对重点城市群夏季O_(3)模拟的改进效果评估: 2023年; 在嵌套网格空气质量预报模式系统(NAQPMS)的基础上,采用污染源反演方法优化以中国多尺度排放清单(MEIC)为主的先验排放清单中臭氧(O_(3))前体物排放量估计.分析时段为2019年6-8月,重点评估了污染源反演对我国"2+26"城市、长三角、珠三角、成渝4个重点城市群O_(3)模拟的改进效果.评估结果表明,污染源反演获得的"2+26"城市、长三角、珠三角的氮氧化物(NO_(x))排放速率整体低于先验清单的排放速率约0.6μg m^(-2) s^(-1),但反演的挥发性有机物(VOCs)排放速率在"2+26"城市整体上高于先验清单的排放速率约0.5μg m^(-2) s^(-1).利用反演的NOx和VOCs排放量和NAQPMS模式对4个城市群O_(3)进行模拟,发现反演排放数据可以显著改进夏季O_(3)模拟性能,使得O_(3)日最大8小时平均值(MDA8-O_(3))模拟的均方根误差(RMSE)从40-60μg/m^(3)降低至20-30μg/m^(3),模拟值与观测值的相关系数从0.6-0.7提升至0.8以上,模拟和观测O_(3)浓度日变化峰值差异从2-50μg/m^(3)缩小到2-20μg/m^(3).本文结果表明基于地面观测数据的污染源反演可以有效改进重点城市群的O_(3)模拟性能,反演的O_(3)前体物排放量与先验清单的排放量差异可为先验清单效验和评估提供参考.; 宋雅婷唐晓孔磊罗雪纯王瑶罗洪艳吴煌坚王自发; 关键词：数值模拟

基于数值模拟的2015年11月东北极端重污染过程成因的定量评估被引量：10: 2017年; 2015年11月中上旬,我国东北地区经历了一系列连续重污染过程,其污染程度之高、影响范围之广、持续时间之长历史罕见.本文综合利用空气质量监测资料、遥感卫星资料、数值模式等方法手段探究了此次连续重污染事件的成因,并运用敏感性分析方法首次定量评估了各污染原因对PM_(2.5)浓度的贡献比重.结果表明,受阻塞高压控制、中低层强逆温、地面高湿度低风速等不利扩散条件可使PM_(2.5)浓度在污染过程中升高30%~50%;采暖季污染排放显著增强可使PM_(2.5)浓度整体升高100~200μg·m^(-3),重污染过程中对局部地区贡献达50%~70%;污染传输通道上游捕捉到的秸秆焚烧也可使局部地区PM_(2.5)浓度增加75~100μg·m^(-3),对PM_(2.5)浓度的平均贡献率为10%~20%.研究表明,不利扩散条件、采暖季污染源的加强排放及冬季的秸秆焚烧是引发此次高浓度PM_(2.5)的三大原因.本研究可为我国东北地区大气污染问题治理提供有益参考,也可帮助民众认知污染成因.; 杨婷晏平仲王自发李健军张稳定姚雪峰王威朱莉莉吴煌坚; 关键词：秸秆焚烧

一种应用于无人机探测的便携式颗粒物粒径在线监测装置: 本实用新型提供了一种应用于无人机探测的便携式颗粒物粒径在线监测装置，包括测量腔模块，所述测量腔模块包括测量腔和设置在所述测量腔上的入射光准直模块和至少一散射信号探测模块，所述测量腔上设有主通道、入射光通道和散射信号探测通...; 潘小乐姚维杰吴煌坚王自发

基于京津冀高密度地面观测网络的大气污染物浓度地面观测代表性误差估计被引量：14: 2019年; 地面观测提供空间点的浓度信息,三维化学模式提供网格面的浓度信息,两者在进行对比验证或同化融合时会因为空间尺度不匹配引入误差,即观测代表性误差。本研究将大气污染地面国控监测站与区县监测站结合起来,获得了京津冀地区高密度地面观测数据,利用该数据首次对京津冀地区6项常规大气污染物(PM_(2.5)、PM_(10)、SO_2、NO_2、CO和O_3)的地面观测代表性误差进行了客观估计,并与Elbern et al.(2007)方法估计的代表性误差进行了对比。结果发现:两种方法对京津冀地区NO_2地面观测代表性误差估计非常接近,但Elbern et al.(2007)方法显著低估了SO_2、CO和O_3地面观测的代表性误差。在此基础上,我们对Elbern et al.(2007)方法及其误差特征参数进行了本地化修正,并增加了PM_(2.5)和PM_(10)的代表性误差特征参数,建立了京津冀大气污染地面观测代表性误差的客观估计方法。; 李飞唐晓王自发朱莉莉朱莉莉王晓彦吴煌坚李健军朱江; 关键词：资料同化大气污染物

一种应用于无人机探测的便携式颗粒物粒径在线监测装置: 本发明提供了一种应用于无人机探测的便携式颗粒物粒径在线监测装置，包括测量腔模块，所述测量腔模块包括测量腔和设置在所述测量腔上的入射光准直模块和至少一散射信号探测模块，所述测量腔上设有主通道、入射光通道和散射信号探测通道，...; 潘小乐姚维杰吴煌坚王自发; 文献传递

山东省2015年PM_(2.5)和O_3污染时空分布特征被引量：29: 2019年; 利用中国环境监测总站的城市空气质量自动监测数据,分析了2015年山东省细颗粒物(PM_(2.5))和臭氧(O_3)污染的时空分布特征,并初步探讨了其与气象要素的相互关系。研究发现:山东省PM_(2.5)年均质量浓度和年超标天数的空间分布均呈现由东部向西部递增的趋势,半岛地区的浓度最低,其他地区浓度均较高,年均质量浓度最大值出现在德州(101μg/m^3)。各城市PM_(2.5)的月均质量浓度均呈现出季节性变化,冬季最高,夏季最低。O_3-8h年均值和O_3年超标天数的空间分布与PM_(2.5)不同,半岛地区污染天数最少,其次为南部地区,中部地区和西北部地区污染最为严重并且各区域的城市之间O_3污染情况存在较大差异,具有明显的局地性特征。O_3质量浓度在春末夏初最高,超标现象主要出现在5—8月。分析各城市PM_(2.5)污染和O_3污染的协同性与差异性发现,虽然不同城市之间两者污染情况存在一定差异,但整体上看,山东省大气复合污染特征明显,全年有10个城市的PM_(2.5)和O_3同时超标天数都在20 d以上,并且该现象主要发生在夏季。夏季高温低湿的大陆气团控制更有利于O_3和PM_(2.5)叠加共存形成复合型污染。温度≥26℃时,O_3-8 h与PM_(2.5)日均质量浓度的相关系数为0. 63,相对湿度≤60%时,两者相关系数为0. 69。此外,当在大陆气团的控制下发生O_3污染时,相对湿度的提高更有利于PM_(2.5)浓度的增加。; 隋玟萱王颢樾唐晓卢苗苗吴煌坚朱莉莉; 关键词：PM2.5 O3 时空分布特征气象要素

吴煌坚

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

吴煌坚

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈