对PM10或臭氧等污染物实施控制后所致的污染源(或前体物)排放的变化难以直接量化,一般通过对比控制措施实施前后污染物环境浓度的差异来反映污染控制的环境效果。但在气象因素的影响下,污染物环境浓度的变化一般很难全面客观反映污染控制措施是否有效。因此,在污染源排放变化难以定量的情况下,如何从大气污染物环境浓度变化的信息中屏蔽气象因素的影响,提取污染源排放变化的信息,具有重要研究意义。本项目拟采用滤波分析、神经网络、半参数回归及小波重构等方法,研究大气污染物浓度及关键气象因子时间序列的频谱特征,建立解析模型,将混杂在污染物环境浓度时间序列中的气象信息与污染源信息分离,分别提取并评估人为因素(污染控制或能源消费增长等所致的污染源排放改变)与气象因素对环境空气质量变化(改善或恶化)所起的作用和贡献。研究成果将有助于更客观地认识污染控制的环境效果,为后续的环境管理决策提供科学依据。
英文主题词pollution source;meteorological factors;changes in air quality;evaluation of effect;contribution apportionment