研究发现城市空气污染时空演变的宏观动态具有典型分形特征,这在空气质量预测、重污染预警与大气污染防治等方面具有重要意义,但其产生机制尚未阐明。本课题组推测空气污染系统可能具有自组织临界(SOC)特性,这可能是导致空气污染演化出现分形特征的一个新机制。为证实这一假说,本课题以成都市空气质量为研究对象,基于SOC理论构建空气污染数值沙堆模型,以非线性关联迭代算法表征空气污染演化的能量耗散过程,从理论上阐明系统SOC特性及其产生、存在条件,定量模拟实际空气污染演化所出现的分形特征。同时,设计开展以萘为材料的沙堆实验,通过建立沙堆崩塌与空气污染演化的对应关系,探讨系统特定组构特征影响SOC的机制,从而获得应用沙堆崩塌演化参数来表征空气污染SOC特性的试验判据。最后揭示其环境效应并创建新的空气污染长期模式、重污染预警与风险评价模型。本课题将从新的视角为空气污染非线性与复杂性的研究提供研究思路和方法。
air pollution;fractal;self-organized criticality;nonlinear;complexity
本课题组系统研究了典型城市主要大气污染物时空演化的非线性特征,发现其宏观演化动态具有典型分形特征,这在空气质量预测、重污染预警与大气污染防治等方面具有重要意义。为了进一步阐明导致空气污染演化出现分形特征的动力机制,本课题在自组织临界(SOC)理论框架下,建立具有SOC特性沙堆系统的崩塌过程与空气污染演化之间的对应关系,分别建立了重度灰霾期间大气PM2.5的空气污染数值沙堆模型和大气PM10跨界输送的空气污染数值沙堆模型,结合沙堆实验结果,阐明城市空气污染系统的SOC特性,揭示了导致城市空气污染长期演化动态出现分形规律的内在动力学机制。发现一种由宏观涌现动力学控制的严重空气污染发生的新效应,即自组织临界性。在这一新的动力学效应影响下,当城市空气污染演化达到临界状态时,一般性的小污染源所排放的少量污染物也可通过自组织临界机制引起严重的大气污染事件。主要大气污染物时空波动分形规律及其SOC动力机制的阐明,将使得人们可以从宏观动力学的角度来对严重空气污染的发生进行准确的风险评估,这对于主要大气污染物的预测尤其是不利天气下高浓度污染的风险评估有着重要意义。本课题也将从复杂性科学的角度为研究城市长期的严重空气污染形成及演化动态提供新的研究思路和研究方法。研究成果对于揭示空气污染时空演变非线性与复杂性的本质具有重要科学意义,同时也为城市空气污染长期模式、严重空气污染预警及风险评价等提供新的理论依据。通过本项目的研究,在国内外重要学术期刊和会议发表论文15篇,其中SCI检索论文3篇、国内核心期刊论文9篇、国外一般期刊学术论文2篇、国内一般期刊论文1篇,获得国家发明专利2项,学术论文《重度灰霾期间大气PM10宏观涌现的自组织临界机制》获得第十五届湖南省自然科学优秀学术论文二等奖1项。本项目严格按照研究计划,圆满完成了本项目的各项研究内容,并得到了满意的研究结论,获得远超过预期的研究成果,实现了预期的研究目标。