基于LUR模型的城市交通颗粒物污染空间分布研究

发布时间：2020-08-05 12:06

【摘要】：城市交通产生的大气颗粒污染物为人们的生活环境及长期的健康带来十分不利的影响。研究交通产生的颗粒物在街区尺度下的强度及分布,将对减少市民在污染物中的暴露、改善空气和生活环境、完善城市规划和管理提供参考。尽管近年在有关空气污染的研究中,土地利用回归(LUR)方法被有效用于模拟城市或地区范围内空气污染物的浓度水平,但其在街区尺度内污染分析的适用性仍需进一步探究。为此,本研究采用便携式颗粒检测仪(GRIMM)、气象仪(Kestrel)以及GPS记录仪在西安开展了移动监测实验,分别建立了街区尺度下的不同粒径交通颗粒物(PM10,PM2.5,PM1)LUR模型,确定了研究区域颗粒物污染的主要影响因素,并采用扩散模型AERMOD对相同实验研究区域PM10浓度进行分析、建模,验证了LUR模型的模拟效果。建模过程中,以三种粒径PM的浓度(或其对数转换值)为被预测变量,涉及到的影响因素包括交通强度、气象数据,以及采用空间地理信息分析软件从研究区域的卫星图中提取的建筑面积、绿化面积、道路面积以及空地面积等土地利用类型数据。最终的PM10、PM2.5、PM1模型分别解释了50.1%、73.4%、39.3%的浓度差异;相对湿度、风速、150m半径内的绿化面积等为较有影响力的变量,由于研究区域范围有限,交通强度变量并未成为主要的影响因素;将模型应用于研究区域,结合地图处理分析软件ArcMap,对研究范围内的颗粒物污染浓度分布进行了可视化,可视化分布结果与实际测量值变化趋势相近,PM浓度分布图可直观显示出污染情况,为居民和城市规划者了解城市污染热点区域,评估在污染物暴露中的水平和健康风险提供一定参考;最后,与AERMOD模型对比分析,可知LUR模型在污染源设定、数据需求、模拟结果、适用广度上具有优势。研究结果表明在密集城市区域,采用LUR模型结合移动监测方法模拟颗粒物浓度分布效果良好,并能够得到一个较为满意的拟合优度,且相对于大气扩散模型等模拟方法更为灵活有效。
【学位授予单位】：长安大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：X734.2
【图文】：

本文技术路线

污染物浓度可视化的流程

研究区域所在位置及卫星图

【参考文献】

相关期刊论文 前8条

1 焦利民;许刚;赵素丽;马明;董婷;李江月;;基于LUR的武汉市PM_(2.5)浓度空间分布模拟[J];武汉大学学报(信息科学版);2015年08期

2 刘杰;杨鹏;吕文生;;北京大气颗粒物污染特征及空间分布插值分析[J];北京科技大学学报;2014年09期

3 刘永红;余志;黄艳玲;蔡铭;徐伟嘉;李璐;;城市空气污染分布不均匀特征分析[J];中国环境监测;2011年03期

4 史瑞丰;崔桂香;王志石;许春晓;张兆顺;;城市小区空气流动与交通污染的大涡数值模拟[J];自然科学进展;2009年02期

5 韩悦臻;孔敏;;回归分析在交通生成预测中的应用[J];山西建筑;2007年20期

6 杨多兴,杨木水,赵晓宏,刘敏,邢可佳,仇蕾;AERMOD模式系统理论[J];化学工业与工程;2005年02期

7 李昭阳,汤洁,孙平安,赵凤琴;长春市城市道路交通CO污染的空间分布模拟研究[J];环境科学研究;2005年01期

8 房小怡,蒋维楣,蔡晨霞;大中型城市交通废气与光化学污染的数值模拟[J];南京大学学报(自然科学版);2001年06期

相关硕士学位论文 前5条

1 宋建华;城市平面交叉口机动车细颗粒物排放及扩散研究[D];长安大学;2018年

2 夏冬飞;城市机动车尾气浓度时空分布规律研究[D];北京交通大学;2016年

3 常晶晶;上海市交通微环境下CO及PM_(2.5)暴露浓度时空分析与评估[D];上海交通大学;2014年

4 成竞;基于CFD的居民小区流场与空气污染数值模拟[D];复旦大学;2012年

5 余文馨;采用中小尺度耦合模型模拟城市街区污染物流场分布[D];西南交通大学;2011年

本文编号：2781528