情景式化学应急研究性实战演练设计探索

目前突发事件应急演练以决策领导层、现场处置层、公众响应层等各层级之间协同响应演练为重点,现场处置等技术性环节往往局限于工厂内部,难以统筹社会性救援力量。重特大化学事故现场处置往往依托专业应急力量协助完成,因此,专业应急力量需结合化学事件处置的特殊性、技术性和专业性,定期开展情景式化学应急研究性实战演练。进一步明确典型情景的构设要点,并以共识性演练设计程序,从演练准备、演练实施和演练评估总结3个方面,探索实战背景下的化学应急研究性演练设计方法和要点,为专业应急力量开展化学应急研究性实战演练提供借鉴。

云南省芒市春季PM_(2.5)水溶性离子特征及来源分析

为了解云南省芒市春季水溶性离子在PM_(2.5)中的化学特征,于2019年3月11日—4月1日对芒市3个监测站点同步进行PM_(2.5)样品采集,并分析9种水溶性离子(SO^(2-)_(4)、NO^(-)_(3)、Cl^(-)、F^(-)、NH^(+)_(4)、K^(+)、Na_(+)、Ca^(2+)和Mg^(2+)),同时采用主成分分析法探讨PM_(2.5)中水溶性离子的主要来源。结果表明:观测期间,芒市PM_(2.5)浓度日均值为25.5~84.1μg/m3,3个监测站点的PM_(2.5)浓度日均值大部分小于GB 3095—2012《环境空气质量标准》二级标准限值。SNA(SO^(2-)_(4)、NO^(-)_(3)和NH^(+)_(4)三者统称)占总水溶性离子的84.1%,说明SNA是PM_(2.5)的重要组成部分。SO^(2-)_(4)在总水溶性离子中占比最高(约为52.8%),同时在二次离子中的贡献最大。春季硫氧化速率(SOR)为0.58,说明大气中存在明显的SO_(2)向SO^(2-)_(4)的二次转化过程。SO^(2-)_(4)/NO^(-)_(3)>1,说明固定源对水溶性离子的贡献大于移动源。Cl^(-)与Ca^(2+)、Mg^(2+)的相关性均较好,表明大气颗粒物中Ca^(2+)、Mg^(2+)可能以CaCl_(2)、MgCl_(2)的形式存在;K^(+)与NO^(-)_(3)的相关性达0.81,表明K^(+)可能以KNO_(3)的形式存在;NH^(+)_(4)和NO^(-)_(3)、SO^(2-)_(4)主要以(NH_(4))_(2)SO_(4)、NH_(4)NO_(3)的形式存在。PM_(2.5)中阴离子与阳离子当量浓度之比为0.82,说明PM_(2.5)呈弱碱性。主成分分析结果表明,芒市春季PM_(2.5)中水溶性离子主要来源为扬尘源、生物质燃烧源、二次无机气溶胶。

插值算法在辐射场重构中的应用现状

针对插值算法影响辐射场分布的问题,对辐射场重构中的插值算法原理及应用进行梳理总结。介绍网格数据插值、有限元法、反距离权重法、克里金法、径向基函数法和神经网络逼近法等插值方法在辐射场重构中的应用现状,分析不同插值方法进行辐射场重构时的异同和特点,对插值算法在辐射场构建中的应用提出进一步展望。结果表明:插值算法能解决源项信息和环境信息未知情况下的辐射场分布问题,具有成本低、计算速度快的优势。

不同国家和时段COVID-19控制策略效果评价: 基于自适应PSO-SEIR模型

新型冠状病毒肺炎(COVID-19)在超过100个国家和地区相继暴发.目前,疫情依然在蔓延,如何快速控制疫情已成为各国面临的首要问题.本文基于常规粒子群(particle swarm optimization,PSO)算法,提出了一种采用自适应权重的PSO算法,对SEIR(susceptible-exposed-infected-recovered)改进模型的关键参数进行反演计算.利用中国大陆、意大利、西班牙和德国的确诊、治愈和死亡数据进行模拟及预测,发现所得结果与实际值的相关系数R2均在0.93以上,验证了算法有效性.再利用反演求得的不同阶段各国疫情防控中的关键参数,分析并评估疫情控制中的有效策略及其所占比重,发现送医时间为降低患者数量的首要因素,隔离率次之,且隔离率影响程度随送医时间缩短而提高.当送医时间从13 d缩短至1 d时,即使不考虑隔离率和人群防护意识的作用,有效再生数依然可以从3.9下降至1.4.通过研究有效控制疫情的重大事件,发现增加临床诊断和建立方舱医院使湖北省患者就医时间从16 d逐渐降至1~2 d.各国防疫效果主要受患者就医时间差异的影响,侧面佐证了加快患者收治速度和建立方舱医院的重要性.此外,当人群的防护意识指数从0.25上升至0.69时,所研究国家的确诊人数均可下降近1/3.本文对防疫影响因素进行研究分析,可为疫情尚未得到控制的地区制定有效的防控措施提供理论指导,并对未来可能出现的类似疫情的防控政策制定提供参考.

基于伴随方法的大气污染溯源

大气污染防治的核心是找准污染源头,厘清污染成因,实现靶向治理,提高控制效率.本文建立了全国空气质量高分辨率预报与污染控制决策支持系统(NARS,呐思系统),实现了气象与大气化学的监测、同化、预报、溯源、排放源反演和动态优化控制等大气污染闭环防控,可为大气污染防控提供一整套解决方案,其中所建立的CAMx伴随溯源模式,实现了排放源动态反演和网格化定量溯源,可快速定量追溯导致目标区域未来7天大气污染的排放源及其贡献率时空分布.针对2016年9月~2017年3月北京主城区PM_(2.5)集中污染时间段进行了排放源反演、气象场预报、空气质量预报和网格化溯源.与京津冀地区国控点监测结果进行了对比分析,结果表明污染过程、污染等级和污染物浓度预报的准确率分别为100%、88.8%和84.7%,预报值和监测值之间的相关系数为0.81.网格化溯源结果表明导致北京主城区PM_(2.5)污染的排放源基本来自于北京西南方向这一条大气污染物传输通道,北京本地、河北、天津及周边地区排放源对北京主城区PM_(2.5)浓度分别贡献了66%、29%、5%.就重污染过程而言,京津冀排放总量的19%导致了北京主城区80%的PM_(2.5)重度及以上污染,其中北京本地占京津冀排放总量的9%贡献63%、河北占京津冀排放总量的10%贡献17%.就整体污染天气而言,京津冀排放的26%导致了北京主城区80%的PM_(2.5)轻度以上污染,其中北京本地占京津冀排放总量的9%贡献61%、河北占排放总量的15%贡献18%,天津占排放总量的2%贡献1%.导致北京主城区PM_(2.5)污染的排放源主要分布在北京城区和南部区域、保定和石家庄所辖的部分区县,贡献排名前6位的区县均为北京辖区,贡献率合计为48%,前20个区县的总体贡献为73%.将动态反演排放源方法与调查排放清单相结合,应用伴随溯源模式对预报结果进行同步大气污染溯源,可为大气重污染应急控制找准控制对象,并进行损益评估,运用自然控制论,实现大气污染应急优化控制.

大气污染与防治的过去、现在及未来

大气污染危害性本质上是大气污染物对人体健康和人类生存环境的影响.文章将大气污染与防治分为物理过程、化学过程和生物过程,阐述了如何用数学方法与计算机技术描述和计算这3个过程,对其发展历程及相互关联进行了系统评述.综合论述了大气物理、大气化学、源排放清单、大气环境监测、气象场预报、空气质量预报、源解析与溯源、大气污染对人类健康的影响、大气污染控制等方面的理论、技术和方法的发展沿革、现状与存在的问题.由于大气污染与防治物理过程、化学过程、生物过程及其数学描述方法和计算原理等极为复杂又交错影响制约,文章提出了大气污染危害性识别与控制的理论框架及核心科学问题,指出动态排放源清单反演与生成、颗粒物毒性识别、化学过程数据同化、健康风险预报预警、应急来源解析、动态优化控制等方面的理论、技术、方法和标准还不成熟,是未来发展的主要方向.另外,文章指出将大气污染物毒性与健康风险直接关联,可为大气污染应急优化控制和产业结构调整、能源结构调整与重污染源布局的优化问题提供更加直接和有效的科技支撑.本文提出的理论框架及核心科学问题的实现,将为找准污染源头、实现靶向治理、促进生态文明建设的客观需要发挥基本作用.