四川省生态环境监测总站5篇

时间：2022-09-01 08:50:05 来源：网友投稿

四川省生态环境监测总站5篇四川省生态环境监测总站　米。　若使用大流量总悬浮颗粒物（TSP）　采样装置进行并行监测，其附件1　四川省（省控）　城市环境空气质量自动监测系统选点技术要求　一下面是小编为大家整理的四川省生态环境监测总站5篇,供大家参考。

四川省生态环境监测总站5篇

篇一：四川省生态环境监测总站

。

　若使用大流量总悬浮颗粒物（ TSP）

　采样装置进行并行监测，其附件 1

　四川省（省控）

　城市环境空气质量自动监测系统选点技术要求

　一、

　点位数量及位置 1、每个城市设点1个，点位位于各城市的建成区内；

　2、具备污染特征和污染水平代表性，污染物浓度水平应代表所在城市建成区污染物浓度的区域总体平均值；

　3、具备时间和空间的代表性，能够反映整个城市的主要环境空气质量现状及变化趋势，同时结合城市规划考虑监测点的布设，使其兼顾未来城市发展的需要；

　4、具有可操作性，具备满足站房建设、设备安装的环境条件和稳定可靠的电力供应，通信线路容易安装和检修；

　二、采样高度 1、采样口或监测光束离地面的高度应在 3 ～ 15 米范围内；

　2、在保证监测点具有空间代表性的前提下，若所选点位周围半径300～ 500 米范围内建筑物平均高度在 20 米以上，无法按满足第一条的高度要求设置时，其采样口高度可以在 15～ 25 米范围内选取。

　三、采样口及测试光路设置 1、采样口周围水平面应保证 270° 以上的捕集空间，如果采样口一边靠近建筑物，采样口周围水平面应有 180° 以上的自由空间；

　2、在建筑物上安装监测仪器时，监测仪器的采样口离建筑物墙壁、屋顶等支撑物表面的距离应大于 1 米；

　3、当某监测点需设置多个采样口时，为防止其他采样口干扰颗粒物样品的采集，颗粒物采样口与其他采样口之间的直线距离应大于 1

　他采样口与颗粒物采样口的直线距离应大于 2 米；

　4、开放光程监测仪器的监测光程长度的测绘误差应在± 3 米内（当监测光程长度小于 200 米时，光程长度的测绘误差应小于实际光程的± 1. 5%）；

　5、开放光程监测仪器发射端到接收端之间的监测光束仰角不应超过 15° 。

　四、点位周边的环境条件 1、监测点周围环境状况相对稳定，安全和防火措施有保障；

　2、监测点附近无强大的电磁干扰，周围有稳定可靠的电力供应，通信线路容易安装和检修；

　3、点式监测仪器采样口周围，监测光束附近或开放光程监测仪器发射光源到监测光束接收端之间不能有阻碍环境空气流通的高大建筑物、树木或其他障碍物。

　从采样口或监测光束到附近最高障碍物之间的水平距离，应为该障碍物与采样口或监测光束高度差的两倍以上；

　4、监测点周围 50 米范围内不应有污染源，应避免车辆尾气或其他污染源直接对监测结果产生干扰，点式仪器采样口与道路之间最小间隔距离应按下表的要求确定：

　表：

　点式仪器采样口与交通道路之间最小间隔距离道路日平均机动车流量（日平均车辆数）

　PM10 采样口与交通道路边缘之间最小距离（ m）

　SO2、 NO2、 CO 和 O3 ≤3 000 25 10 3 000 – 6 000 30 20 6 000 – 15 000 45 30 15 000 – 40 000 80 60

　>40 000 150 100 5、使用开放光程监测仪器进行空气质量监测时，在监测光束能完全通过的情况下，允许监测光束从日平均机动车流量少于 10, 000 辆的道路上空、对监测结果影响不大的小污染源和少量未达到间隔距离要求的树木或建筑物上空穿过，穿过的合计距离，不能超过监测光束总光程长度的 10%；

　6、监测点地质条件应当在相当长的时间内保持稳定，不会出现土地塌陷、空洞现象，不在地势低洼、容易积水的位置。

　7、选址处城市主导气流不受阻碍，点位主导风向与城市主导风向最大偏离小于 45 度；

　引用标准《环境空气质量自动监测技术规范》（ HJ/T 193-2005）

　《环境空气质量功能区划分原则与技术方法》

　(HJ14-1996 )

　《国家环境空气质量监测网络点位调整实施方案》中国环境监测总站

篇二：四川省生态环境监测总站

８・中国水土保持ＳＷＣＣ２０１０年第４期沟道型弃渣场分类及工程防护措施分析赵芹１，郑创新２（１．四川Ｉ省水土保持生态环境监测总站，四川成都６１００４１；２．四川准达岩土工程有限责任公司，四川成都６１００７２）［关键词］拦沟型；顺沟型；填沟型；防护措施；弃渣场［摘要］鉴于现有水土保持规程规范对沟道型弃渣场的定义较笼统、防护措施针对性不强的事实，根据弃渣在沟道中的位置和与沟中水流相对位置的不同，把其划分为拦沟型、顺沟型和填沟型３类，并对不同类型沟道型弃渣场的水土流失危害及应采取的防护措施进行了分析和阐述，以期为建设项目沟道型弃渣场的选择和防护措施的布设提供借鉴。［中图分类号】Ｓ１５７．２［文献标识码】Ｃ［文章编号］１０００—０９４１（２０１０）０４—００３８—０３四川地处长江上游，山地、丘陵面积占全省总面积的９０％以上。近年来，恰逢西部大开发、扩大内需等发展机遇，四川省正抓紧兴建一大批铁路、公路、水电、矿山和火电等建设项目。由于受地形、地质和施工（运距）等条件的限制，该区域的建设项目大多将产生的大量弃渣（尾矿）直接堆弃于沟道内，在降雨和上游来水的影响下。不但造成了严重的水土流失，而且还破坏了区域生态环境，更有甚者还会诱发滑坡、泥石流等地质灾害，严重威胁着项目区及下游地区的交通设施、工矿企业和居民生命、财产安全。如何采取合理有效的安全防护措施，以避免此类灾害或事故的发生、保障项目区及下游地区人民群众生命及财产的安全，是摆在工程技术人员面前比较棘手且迫切需要解决的问题。１理力学参数降低、渣体浸润线抬高，加之弃渣本身结构松散、承载力和抗冲刷力低，在降雨等外营力作用下，周围坡面形成的汇水会引起淹体失稳，更有甚者会诱发大规模的泥石流，严重威胁下游建筑物及居民生命、财产安全。如２００８年９月，山西襄汾新塔矿尾矿库发生的特大溃坝事故，形成宽约６００１１１、长约３０００ｍ的泥石流，吞噬了下游的农贸集市和村子，造成１０００多人受灾，２５０多人死亡。（２）顺沟型弃渣场。弃渣堆弃在沟道两侧的坡（台）地上，临空面坡脚位置一般位于沟道滩地或沟边啦】，与沟道水流方向平行。按坡脚高程与防护渣体设防洪水位的相对位置，又可细化为临沟型和谷坡型。在丘陵区，弃渣量不是很大的建设项目往往会形成顺沟型弃渣场，其挡渣建筑物相应地称为挡渣堤或挡渣墙。顺沟型弃淹场弃渣堆放于两侧岸坡，保留了沟道的过水通沟遒型弃渣场类型划分现有水土保持规程规范对沟道型弃渣场的定义较为笼统、道。但若两侧坡面较陡，且渣体堆积过高时，渣体失稳会发生滑坡、崩塌，导致弃渣滑入沟道，影响沟道行洪，特别是临沟型弃渣场的坡脚受到水流冲刷，会引起严重的弃渣流失。（３）填沟型弃渣场。利用弃渣将整条相对封闭的沟道填满填平，渣顶与周围分水岭高程一致，暴雨时无洪水汇入渣体。填沟型弃渣场是顺沟型和拦沟型弃渣场的综合体。填沟型弃渣场弃渣填平整条沟道，不存在沟道来水和渣体周围坡面汇水等问题，但沟道下游出口处的拦挡工程若不到位，同样会发生严重的水土流失。沟道型弃渣场特性见表ｌ。２防护措施分析防护措施针对性不强，笔者根据弃渣堆放在沟道中的具体位置和与沟中水流相对位置的不同，将沟道型弃渣场分为拦沟型、顺沟型和填沟型３类，并对不同类型的沟道型弃渣场的水土流失危害及应采取的防护措施分别进行了分析和阐述。（１）拦沟型弃渣场。弃渣直接堆弃于溪沟的沟道上⋯，与沟中来水方向垂直并阻断上游来水通道。按弃渣场在沟道中所处不同位置，又可细分为沟头型、沟中型和沟口型。处在高山峡谷区的建设项目，往往需要进行隧道开挖，由于受地形、施工交通（运距）等条件的限制，往往将产生的大量弃渣直接堆弃于沟道中，形成拦沟型弃渣场。如矿山项目一般把尾矿堆置于沟道中，形成的尾矿库为规模较大的拦沟型弃渣场，其拦渣建筑物称为挡（拦）渣坝，坝上游形成弃渣库，沟道上游洪水和坡面汇水由专设的拦水坝、溢洪道、排水隧（涵）洞等设施排至下游。拦沟型弃渣场由于阻断了沟道上游来水通道，会引起沟道内水位抬升，部分渣体浸泡在水中，致使渣体内部凝聚力等物根据《开发建设项目水土保持技术规范》（ＧＢ５０４３３－－２００８）的要求，结合弃渣、尾矿等的堆量、堆放位置和方式，综合考虑弃渣场地形、地质和水文（汇水面积、最大暴雨及洪水频率）等条件及下游的居民区可能受到的危害程度进行综合分析，合理布置拦渣和截排水（洪）工程，以达到有效控制水土流万方数据　

　赵芹等：沟道型弃渣场分类及工程防护措施分析失的目的。表１沟道型弃渣场特性・３９・道或泄洪洞进口，进而排至下游；同时，应充分考虑与下游沟道的顺接，可在排水沟出口设扩散段并布置消能防冲设施。若堆渣坡度较陡且高度较高，为保证渣体稳定和安全，也应考虑进行削坡开级并在坡面上每隔一定高度设置马道。沟口型弃渣场一般位于主沟的出口处，下游一般与河道或交通运输设施交叉。由于整条沟道的洪水都汇集于此。流量较大，为保证弃渣及坝体的稳定与安全，应在拦渣坝的上游修建顺临沟型。景锰沟道，Ｈ≥Ｈ两侧。的坡并要粪碧蒺鬈登挡渣墙’量谷坡型（誊盗宅翌篓窆俱０产坡需设挡渣堤或挡渣墙填沟型渣体将支沟沟道填平需设拦挡工程拦洪坝，同时应通过排水涵洞（泄洪洞）或排洪卧管等进行地下排洪，并应充分考虑排洪出口处与河道或交通设施的衔接问题。若堆渣坡度较陡且高度较大，为保证渣体稳定和安全，应考虑进行削坡开级、对坡面进行框格护坡并每隔一定高度设置马道。注：①Ⅳ指弃渣场设防洪水位；风指渣体临沟侧坡脚最低高程；＾为渣体基础冲淘深度＋安全加深（１ｍ）。②因临沟型弃渣场占用了部分行洪断面，故必须进行行洪分析论证。２．１２．２．２顺沟型弃渣场临沟型弃渣场弃渣堆弃在沟道两侧，其渣底高程高于沟道防护渣体的设防洪水位，应按防洪治导线布设沟岸拦渣堤，力求少占沟道；当拦渣堤有防洪要求时，应结合防洪堤进行布置。设计的拦渣堤必须同时满足防洪和拦渣的双重要求并考虑基础埋深和堤顶安全加高。为减少坡面径流对渣体的影响，应考虑在渣体与坡面之间修建截排水沟；结合防洪要求布设的拦渣堤，当沟道比降较大且流量较大时，可在沟道上游布设溢流堰并充分考虑沟道洪水的消能防冲等措施Ｈｏ。谷坡型弃渣场弃渣堆弃在沟道两侧较高的坡地上。其渣底高程高于沟道防护渣体的设防洪水位。由于弃渣易发生滑塌，因此当堆置在坡顶及斜坡面时，若要修建挡渣墙，则应考虑有效降低挡渣墙的高度；当堆渣坡度较陡时，应进行削坡处理。挡渣墙应保持与水流方向一致，避免截断沟谷和水流。为减少坡面径流对渣体的影响，应考虑在渣体与坡面之间修建截排水沟；同时，为降低挡渣墙后地下水位，应在墙后设计排水系统。２．２．３填沟型弃渣场由于最大堆渣顶高已与分水岭高程一致，暴雨时弃渣场外已无洪水汇入弃渣场，因此填沟型弃渣场上游面不受洪水影响，其工程防护措施设计类似沟头型弃渣场。不再赘述。工程等级及防洪标准（１）根据《开发建设项目水土保持技术规范》、《堤防工程设计规范》和《防洪标准》，综合考虑弃渣场堆渣量、堆渣高度及其与主体工程的关系等因素，把防护建筑物工程等级定为５级，并确定设计和校核洪水标准（表２）。（２）拦渣坝（尾矿库）失事会对下游的城镇、工矿企业、交通运输等设施造成严重危害，或有害物质会大量扩散时，应把其防洪标准比规定确定的提高一等或二等。对于特别重要的拦渣坝（尾矿库），除采用Ｉ等的最高防洪标准外，还应采取专门的防护措施。等级——工程规模库容（亿ｍ３）表２尾矿坝或尾矿库的等级和防洪标准防洪标准［重现期（年）］设计校核坝高（ｍ）往：引自《防洪标准》（ＧＢ５０２０１—９４）。２．２不同类型弃渣场防护措施分析２．２．１拦沟型弃渣场由于拦沟型弃渣场滞留了沟道洪水，一旦失事会对下游造成严重的危害，因此必须修建拦渣坝和截排水系统。所有工程防护措施均为永久性建筑物，其等级和防洪标准应根据弃渣场规模、设计和校核洪水标准、主体工程等级及设计标准综合考虑‘引。沟头型弃渣场一般位于主沟的顶部。由于最大堆渣顶高已基本接近分水岭高程，暴雨时上游洪水对沟头型弃渣场影响较小，因此应重点进行拦渣坝设计和考虑坝体抗滑稳定。若堆渣坡度较陡且高度较高，为保证渣体稳定和安全，应考虑进行削坡开级并在坡面上每隔一定高度设置马道，并在马道内侧修建排水明沟。弃渣场顶面和坡面的洪水可由四周修建的截排水沟和马道内侧的排水明沟排走。沟中型弃渣场一般位于主沟的中段。由于弃渣占据沟道断面、滞留上游洪水，因此必须考虑上游沟道洪水的影响，可设置导洪堤、泄水槽或排洪渠，将区间洪水排泄至拦渣坝的溢洪３结语按照弃渣堆放在沟道中的具体位置及与沟中水流相对位置的不同，可将沟道型弃渣场分为拦沟型、顺沟型和填沟型３类，其中拦沟型弃渣场由于滞留了上游沟道洪水，一旦失事后果将最为严重。基于不同类型沟道型渣场的水土流失特点和危害，相应采取有效可行、针对性强的安全防护措施对山丘区开发建设项目具有重要意义。弃渣场的合理选址尤为重要，应从地形、地质、水文和施工条件等方面进行综合分析，沟道型弃渣场的布设应避开地质构造复杂、不良地质现象严重区域，特别是拦沟型弃渣场的布设应慎重。在高山峡谷区的建设项目，应优化主体工程施工工艺和施工组织设计安排，充分考虑土石方平衡并加大弃渣利用率，如铁路和公路等线型项目可增加桥隧比例，以减少高填深挖。［参考文献］［１］周天佑，卿太明．四川省开发建设项目弃渣量、弃渣场的类万方数据　

　・４０・中国水土保持ＳＷＣＣ２０１０年第４期开发建设项目水土保持方案实施中存在的问题及对策贾天会，张东为，李菲（辽宁省水土保持研究所，辽宁朝阳１２２０００）［关键词］开发建设项目；水土保持方案；实施［摘要］历经多年的努力实践，开发建设项目水土保持工作已基本步入正轨。但目前在水土保持方案实施过程中仍存在诸多问题，主要体现在防治责任不够明确、规范要求的强制条款没有完全执行、临时防治措施不到位、监理监测不规范等。针对存在的问题，从宣传普及法律法规、强化和规范监督管理、健全验收制度等方面提出了解决对策。［中图分类号】Ｓ１５７［文献标识码】ｃ［文章编号】１０００－０９４１（２０１０｝０４一００４０—０２人为侵蚀很弱或很少发生。而建设生产类项目的侵蚀除在工程建设过程中发生外，工程建成正常运行后，依然存在不同于建设期的人为侵蚀。总体而言，工程建设过程中的土壤侵蚀相对严重，在这个过程中合理配置和实施防护措施，对控制施工期间的水土流失至关重要。建设项目各个施工单元的施工在时空上相互重叠、相互干扰，频繁地重复扰动地表，使得永久防护措施难以实施，必须采取一些临时性措施来加以防护，以避免施工期间的水土流失。如临时围挡、苫盖、排水、沉沙、降尘等，这些措施在水土保持方案编制中一般都有明确的要求，包括实施的时间、地点、方法、程序等。但是笔者在水土保持监测中却发现，这些临时防护措施可以说都没有实施，以至于施工期间的水土流失相当严重。１．３表土资源剥离利用未落实表土作为一种资源，甚为珍贵。《开发建设项目水土保持技术规范》明确规定要保存和综合利用表土资源，并作为强制条款必须执行。而在监测过程中却发现绝大部分开发建设项目没有按方案的要求进行表土剥离及综合利用，建设单位只是从加快施工进度和减少投入角度考虑，置水土保持要求于不顾，以至于造成了大量表土资源损失，同时也给项目建设区域的植被恢复增加了难度。１．４施工时序混乱。土方不能合理调配合理的施工时序可避免对地表的重复扰动、合理调配土石方、减少弃土弃渣量，从而大大降低施工过程中的水土流失量。笔者在对某风电项目进行水土保持监测时发现，施工单位并不按方案要求的时序施工。方案要求风机机组及箱变区基础挖川水利，２００７，２８（１）：２４—２６．１９９１年６月２９日《中华人民共和国水土保持法》正式颁布实施，将“水土保持方案”以法律的形式予以确认，要求任何从事可能引起水土流失的生产建设活动的单位和个人，必须采取措施保护水土资源。之后，《开发建设项目水土保持方案编报审批管理规定》、《开发建设项目水土保持设施验收管理办法》等规章制度相继出台，进一步规范了开发建设项目水土保持监督管理，项目建设单位对编制水土保持方案的认识也有所提高，表现更积极和主动，但水土保持方案的具体实施情况却不容乐观。笔者通过水土保持监测工作实践发现，水土保持方案在实施过程中与“三同时”制度的要求尚存在着较大的差距。１开发建设项目水土保持方案实施中存在的问题１．１施工招投标文件没有将水土保持要求列入条款之中现阶段开发建设项目水土保持方案报告书作为项目核准、立项和建设的主要技术文件之一，建设单位基本都能够及时委托具有相应资质的设计单位进行编报。但是，在工程建设过程中水土保持方案的落实却普遍得不到足够重视，有的虽实施了水土保持措施，但距方案要求的还相差甚远；更有甚者有的施工单位就不知道有水土保持要求，建设单位根本就没有把水土保持方案提出的有关要求列入施工合同条款之中，也没有把报批的水土保持方案提交给施工单位，以至于水土保持方案无法得到落实。１．２临时防护措施不到住不同的开发建设项目，其发生水土流失的时期不尽相同。建设类项目的侵蚀主要发生在工程建设过程中，工程竣工后，型与防洪标准［Ｊ］．四川水利，．２００４（３）：５５—５６．［２］王灿，任元．驻信高速公路弃渣场的治理［Ｊ］．中国水土保持，２００２（１１）：３４．［３］操昌碧．水利水电工程弃渣场水土保持工程措施研究［Ｊ］．水电站设计，２００１，１７（４）：３９—４１．［４］田淮．鹧鸪山隧道西洞口沟道型堆渣场防护设计［Ｊ］．四［作者简介］赵芹（１９７６一），女，安徽淮北市人，高级工程师，博士，主要从事水土保持监测及监理工作。［收稿日期］２００９—０４一０９（责任编辑孙占锋）万方数据　

　沟道型弃渣场分类及工程防护措施分析作者：作者单位：刊名：英文刊名：年，卷(期)：赵芹，郑创新， ZHAO Qin， ZHENG Chuang-xin赵芹,ZHAO Qin(四川省水土保持生态环境监测总站,四川,成都,610041)，郑创新,ZHENGChuang-xin(四川准达岩土工程有限责任公司,四川,成都,610072)中国水土保持SOIL AND WATER CONSERVATION IN CHINA2010(4) 参考文献(4条) 1.田淮

　鹧鸪山隧道西洞口沟道型堆渣场防护设计[期刊论文] - 四川水利 2007(01)2.操昌碧

　水利水电工程弃渣场水土保持工程措施研究[期刊论文] - 水电站设计 2001(04)3.王灿;任元

　...

篇三：四川省生态环境监测总站

　国家重点研发计划(2018YFC0214004)和四川省科技厅重点研发项目(2018SZ0316)资助收稿日期: 2020–01–22; 修回日期: 2020–03–13

　北京大学学报(自然科学版)

　第 57 卷

　第 2 期

　2021 年 3 月 Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 57, No. 2 (Mar. 2021) doi: 10.13209/j.0479-8023.2020.120

　利用简化空气质量模型快速构建臭氧生成等浓度曲线及其应用杜云松 1

　黄冉 2,†

　王馨陆 2

　秦墨梅 3

　张雯娴 2

　张羽中 4,5

　杨耀 6

　张巍 1

　罗彬 6

　胡泳涛 7

　 Armistead G. Russell 7

　四川省生态环境监测总站, 成都 510081; 2.

　杭州矮马科技有限公司, 杭州 311121; 3.

　南京信息工程大学环境科学与工程学院, 南京 210044; 4.

　西湖大学工学院, 杭州 310024; 5.

　浙江西湖高等研究院, 前沿技术研究所,

　杭州 310024; 6.

　四川省环境政策研究与规划院, 成都 510081; 7.

　School of Civil and Environmental Engineering, Georgia Institute of Technology, Atlanta, GA 30332; † 通信作者, E-mail: ranhuang2019@163.com 摘要

　提出一种快速构建臭氧生成等浓度曲线的新方法。该方法利用区域空气质量模式进行臭氧前体物的敏感性分析, 基于一阶和二阶敏感性系数构建简化模型, 快速计算前体物不同排放水平对应的臭氧生成浓度。使用该方法, 结合调整的源排放清单, 对

　2018

　年

　月成都平原地区进行臭氧回溯模拟并绘制臭氧生成等浓度曲线图。在此基础上, 以成都市为例, 对城市臭氧污染控制提出对策建议。

　关键词

　臭氧前体物; CMAQ-DDM; 臭氧污染控制 Implementing Reduced Form Model to Construct Ozone Isopleths and Its Application DU Yunsong 1 , HUANG Ran 2,† , WANG Xinlu 2 , QIN Momei 3 , ZHANG Wenxian 2 , ZHANG Yuzhong 4,5 ,

　YANG Yao 6 , ZHANG Wei 1 , LUO Bin 6 , HU Yongtao 7 , Armistead G. Russell 7

　1. Sichuan Bio-Environmental Monitoring Center, Chengdu 510081; 2. Hangzhou AiMa Technologies, Hangzhou 311121; 3. School of Environmental Science and Engineering, Nanjing University of Information Science and Technology, Nanjing 210044; 4. School of Engineering, Westlake University, Hangzhou 310024; 5. Institute of Advanced Technology, Westlake Institute for Advanced Study,

　Hangzhou 310024; 6. Sichuan Academy of Environmental Policy and Planning, Chengdu 510081; 7. School of Civil and Environmental Engineering, Georgia Institute of Technology, Atlanta, GA 30332; † Corresponding author, E-mail: ranhuang2019@163.com Abstract

　An efficient approach to construct ozone isopleths was established. It utilizes both first- and second-order sensitivity analysis from a regional air quality model to build a reduced form model (RFM) for calculating ozone concentrations that respond to the different levels of nitrogen oxides (NO x ) and volatile organic compounds (VOCs) emissions. The approach was applied to the Chengdu Plain area by simulating the ozone concentration and its sensitivities to anthropogenic emissions for August 2018 with adjusted emissions inventory. Ozone isopleth diagrams were plotted for cities in the area. Under the guidance of ozone isopleths, effective ozone control strategies were further suggested for Chengdu city as an example. Key words

　ozone precursors; CMAQ-DDM; surface ozone pollution control近年来, 中国经济快速增长引发的空气污染问题也越来越多地受到社会关注。自

　2013

　年国务院发布《大气污染防治行动计划》 [1] 以来, 全国各地都加强对空气污染的治理, 将大气污染防治作为改善民生的重要着力点。在近几年的大力整治下, 全国大部分地区的空气质量明显改善, 尤其对细颗粒物(空气动力学直径小于

　2.5

　μm

　的颗粒物, 即 PM 2.5 )的治理普遍取得显著成效, 细颗粒物浓度逐年降低,

　北京大学学报(自然科学版)

　第 57 卷

　第 2 期

　2021 年 3 月 312 空气质量优良率不断提升 [2–4] 。然而, 在颗粒物污染明显改善的情况下, 臭氧污染问题日益凸显, 多地臭氧浓度不断上升 [5–6] , 相当多的城市以臭氧为首要污染物的超标日数逐年增加 [7–8] , 臭氧成为除PM 2.5

　外影响我国城市空气质量的又一重要污染物。

　近地面大气中的臭氧主要来源于其前体物——氮氧化物(NO x )与挥发性有机物(VOCs)在光照条件下发生的一系列复杂的光化学反应。臭氧浓度水平与前体物之间具有很强的非线性关系 [9–12] 。当大气中氮氧化物的浓度较高时, 臭氧生成主要与

　VOCs浓度的变化密切相关, 即“VOCs

　控制”; 反之, 为“NO x

　控制”。由于

　NO x

　与

　VOCs

　的排放差异以及气象条件的变化, 臭氧的生成控制机制也会发生时空上的转换。有研究表明, 我国不同地区的臭氧生成对

　NO x

　或

　VOCs

　的敏感性不同, 如京津唐地区 [13] 、粤东北地区[14] 、珠江三角洲地区 [15–17] 等主要受VOCs

　控制, 因此限制

　VOCs

　的排放能够有效地控制臭氧污染。罗恢泓等[18] 利用 WRF/MODIFIED SMOKE/CMAQ

　模式系统, 对上海市

　2017

　年

　月

　1 —9

　日的一次持续性臭氧污染时段进行回溯模拟, 结果表明, 当所受的大尺度环流影响发生变化时, 上海市整体的臭氧生成机制可由

　NO x

　控制经过渡转变为

　VOCs

　控制。Li

　等 [19] 利用

　MM5-SMOKE-CAMx模式系统, 对珠江三角洲区域

　2006

　年的臭氧污染状况进行模拟, 发现该区域大部分地区在清晨时受

　VOCs

　控制, 但在臭氧高值时段(12:00—16:00)转变为受

　NO x

　控制。这种臭氧生成控制机制在时空上的动态变化使得对臭氧治理的难度大大增加, 直接划分

　VOCs

　或

　NO x

　敏感区, 或制定单一的

　NO x

　或VOCs

　减排措施都无法有效地控制臭氧污染。因此, 及时并准确地识别臭氧生成机制的变化特征, 包括获取臭氧生成对前体物源排放变化的敏感性强弱等定量信息, 可以为制定臭氧控制策略提供重要科学依据, 是臭氧污染防治的关键。

　基于空气质量模式的敏感性分析方法是进行源排放控制策略研究的重要工具 [20] 。敏感性系数定量地描述源排放改变与污染物浓度变化之间的关系, 可以很方便地用于追踪和解析特定地点污染物浓度来源的贡献情况。污染源敏感性分析的主要方法包括

　BFM

　(brute-force method) [21] 和“去耦合直接法”(decoupled direct 3D method, DDM-3D) [22–23] 等。传统的

　BFM

　通过改变各影响因子(如源排放速率),进行大量空气质量模式的运算, 分析各污染源排放对污染物浓度的影响。但是, 多次重复运行空气质量模式导致

　BFM

　运算耗时较长, 尤其是臭氧和PM 2.5

　等二次非线性污染物的浓度计算本身就非常耗费计算资源 [24–25] 。此外, 对于较小扰动的计算, BFM

　也容易产生数值噪声, 严重地影响最终结果的准确性 [25] 。与

　BFM

　相比, DDM-3D

　计算量减少, 且能够快速、准确地估算由非常小的源排放变化引起的污染物浓度变化。目前, 作为一种有效的敏感性分析工具, DDM-3D

　已广泛地应用于各项研究中, 包括排放源对臭氧生成的敏感性分析 [26–28] 以及将臭氧敏感性分析与臭氧生成等浓度曲线相结合来提供臭氧控制建议等 [14–15] 。

　臭氧生成等浓度 (empirical kinetic modeling approach, EKMA)曲线能够直观地反映臭氧生成浓度与其前体物

　NO x

　和

　VOCs

　排放量削减之间的非线性关系 [29–31] , 并且能够评估不同减排比例降低臭氧浓度的有效程度, 广泛用于设计臭氧污染控制的最佳减排途径 [15,18,27,32] 。EKMA

　曲线的绘制需要足够多的情景计算, 以便得到足够密集的、与

　VOCs

　和NO x

　减排情景相对应的臭氧生成浓度数值, 除

　BFM外 , 还可以采用简化模型 (reduced form model, RFM) [22,24,33–34] 来实现快速计算。RFM

　是基于污染物敏感性系数的泰勒展开, 在避免重复运行完整的空气质量模式、节省大量计算资源的同时, 完整地保留污染物浓度与各影响因子之间的依赖关系, 能够快速有效地对控制措施进行定量评估。

　本研究提出一种快速构建臭氧生成等浓度曲线的新方法, 利用

　CMAQ-DDM-3D

　方法, 针对臭氧前体物进行敏感性分析, 基于敏感性系数构建简化模型, 快速计算

　NO x

　和

　VOCs

　不同控制情景的臭氧浓度, 构建臭氧生成等浓度曲线。我们将该方法应用于成都平原地区, 对

　2018

　年

　月的臭氧污染情况进行回溯模拟和敏感性系数计算, 并绘制 EKMA

　曲线图, 并在

　EKMA

　曲线指导下, 以成都市为例, 提出针对性减排建议, 为臭氧污染防治提供决策支持。

　1 资料与方法 1.1 研究区域成都平原地区位于四川盆地西部(图

　1), 属亚热带季风气候区, 总面积约为

　1.881

　万

　km 2 , 地势自西北向东南倾斜, 平均海拔

　542

　左右 [35] 。盆地四周环山, 封闭的地形导致该地区常年风速偏低, 不利于污染物的扩散, 尤其在夏季高温季节臭氧污染

　杜云松等

　利用简化空气质量模型快速构建臭氧生成等浓度曲线及其应用

　313

　图 1

　研究区域 Fig. 1

　Map of the study area 频发。

　1.2 观测与模拟数据 1.2.1 臭氧观测数据空气质量观测数据来源于四川省空气质量监测网络管理平台(http://www.scnewair.cn:3389/smartad min), 包括四川全省共

　个国控监测站的逐小时和逐日的臭氧以及

　NO 2

　浓度数据。利用成都平原区域内

　个城市(图

　1)以及紧邻的内江市相应国控站点的臭氧观测数据, 剔除城市对照点, 计算分析各城市的臭氧平均浓度, 用于评估城市空气质量。以成都市为例, 2018

　年

　月以臭氧为首要污染物的超标天数共

　天, 其中

　日和

　日的臭氧日最大滑动

　8小时平均浓度均超过

　200

　µg/m 3 , 28

　日和

　日的臭氧日最大滑动

　小时平均浓度均超过

　190

　µg/m 3 (见附录表

　1。附录请访问

　http://xbna.pku.edu.cn

　查看, 下同)。这是一段典型的夏季连续高温时期, 成都地面日最高气温持续保持在

　30°C

　左右, 云量偏少, 日照强烈, 基本上无降水, 属于有利于臭氧光化学污染的典型气象条件 [7,36–37] 。

　1.2.2 模型模拟数据根据成都平原地区臭氧污染季节分布特征, 选择回溯模拟的时段为

　2018

　年

　月

　日—9

　月

　日, 其中前

　天为模拟启动时段。采用三层嵌套网格, 水平分辨率分别为

　36, 12

　和

　km。最外层网格覆盖包括青藏高原在内的所有中国地区以及东南亚和印度次大陆部分地区, 次外层网格覆盖四川省全境以及周边省市部分地区, 有助于为最内层网格提供较好的边界条件。最内层的

　网格以成都平原地区为主要区域, 同时覆盖四川盆地所有主要城市(图

　1)。

　气象模拟数据来自中尺度天气预报模式

　WRF [38] (weather research and forecast model) 3.6

　版本的回溯模拟结果。采用

　Lambert

　投影坐标, 垂直方向从地面到

　hPa

　共分为

　个

　层。主要物理过程分别采用

　Kain-Fritsch

　积云方案、YSU

　边界层参数化方案、NOAH+MOSAIC

　陆面模式以及

　Lin 微物理参数化方案。模拟结果和地面观测数据的对比表明, 模拟气象场的准确性符合进一步进行空气质量模式模拟的要求(见附录表

　2)。

　空气质量模拟数据来自多尺度化学传输模式CMAQ

　(community multiscale air quality model,

　5.0.2

　版本)模型。该模型在源排放和气象场等输入数据的驱动下, 对空气污染物(包括气态污染物和气溶胶)在大气中的迁移、转化等物理和化学过程进行模拟, 计算得到污染物的时空分布场 [39–40] 。CMAQ

　模拟选用

　SAPRC07tc

　气相反应机理 [41] 以及AERO6

　气溶胶模块 [42] 。

　CMAQ

　输入使用的源清单来自四川省空气质量数值预报系统的

　2017

　年基准排放清单, 经初始模拟并与实测数据比对后, 采用

　1.2.3

　节的源排放清单调整方法, 经迭代调整后作为最终的输入源清单。清单中

　NO x

　和

　VOCs

　的人为源主要包括工业源、电厂源、民用源、移动源、生物质燃烧源和溶剂使用源, 其中移动源和工业源在

　NO x

　和

　VOCs

　排放中的占比都较高, 溶剂使用源在

　VOCs

　排放总量中也占有很高的比例。

　利用

　DDM-3D

　计算敏感性系数。DDM-3D

　是在

　CMAQ

　模型中内置的污染物敏感性分析模块, 可以在

　CMAQ

　模拟污染物浓度的同时, 计算三维空间每一个格点各污染物浓度随时间变化的敏感性系数。污染物敏感性系数反映某一影响因子变化引起的某污染物浓度的时空变化, 从数学的角度看, 它是污染物浓度对某一影响因子的偏导数, 具体方法详见文献[43]。DDM-3D

　计算得到的一阶敏感性系数结合二阶敏感性系数描述臭氧生成的复杂的非线性变化。利用

　DDM-3D

　敏感性系数, 结合反演算法, 可对源清单进行优化调整 [44] 。利用一阶和二阶敏...

篇四：四川省生态环境监测总站

　国家重点研发计划(2018YFC0214004)、四川省环境保护科技计划(2019HB03)和四川省重大科技专项(2018SZDZX0023)资助收稿日期: 2020–07–31; 修回日期: 2020–09–15

　北京大学学报(自然科学版)

　第 57 卷

　第 5 期

　2021 年 9 月 Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 57, No. 5 (Sept. 2021) doi: 10.13209/j.0479-8023.2021.070

　基于机器学习方法的臭氧和

　PM 2.5

　污染潜势预报模型 ——以成都市为例

　王馨陆 1

　黄冉 1,†

　张雯娴 1

　吕宝磊 2

　杜云松 3

　张巍 3

　李波兰 3

　胡泳涛 4

　杭州矮马科技有限公司, 杭州 311121; 2.

　华云升达(北京)气象科技有限责任公司, 北京 102299; 3.

　四川省生态环境监测总站, 成都 610091; 4.

　School of Civil and Environmental Engineering, Georgia Institute of Technology, Atlanta, GA 30332;

　†

　通信作者, E-mail: ranhuang2019@163.com 摘要

　以成都市为例, 以多项可能影响污染物时空分布的变量为潜在预报因子, 筛选关键入模因子, 利用2016—2018

　年数据为训练集, 采用多元线性回归、BP

　神经网络和随机森林算法, 建立成都市夏季(4—8

　月)臭氧及冬季(11—2

　月)

　PM 2.5

　污染潜势模型, 并利用

　2019

　年数据对模型的中长期污染潜势浓度的预报性能进行评估。结果表明, 建立的多元线性回归、BP

　神经网络和随机森林模型对成都市臭氧及

　PM 2.5

　的短期(1~3天)污染潜势都具有良好的预报效果, 对

　7~15

　天的中长期潜势预报表现稳定。其中, 多元线性回归模型和随机森林模型分别对臭氧和

　PM 2.5

　表现出相对最佳的预报性能。

　关键词

　多元线性回归; BP 神经网络; 随机森林; 中长期潜势预报 Forecasting Ozone and PM 2.5

　Pollution Potentials Using Machine Learning Algorithms: A Case Study in Chengdu WANG Xinlu 1 , HUANG Ran 1,† , ZHANG Wenxian 1 , LÜ Baolei 2 , DU Yunsong 3 ,

　ZHANG Wei 3 , LI Bolan 3 , HU Yongtao 4

　1. Hangzhou AiMa Technologies, Hangzhou 311121; 2. Huayun Sounding Meteorological Technology Company, Ltd., Beijing 102299;

　3. Sichuan Bio-Environmental Monitoring Center, Chengdu 610091; 4. School of Civil and Environmental Engineering,

　Georgia Institute of Technology, Atlanta, GA 30332; † Corresponding author, E-mail: ranhuang2019@163.com Abstract

　Potential forecast models have been developed for air pollution of summertime (Apr.–Aug.) ozone and wintertime (Nov.–Feb.) PM 2.5

　in Chengdu using the multiple linear regression (MLR), back-propagation (BP) neural network (NN) and random forest (RF) algorithms. The key predicting factors for each of the models are selected from various potential factors that may impact the spatiotemporal distribution of pollutions. The models are trained and established with 2016–2018 datasets and evaluated with a data-withheld method and further with independent 2019 dataset. The results show that the MLR, NN and RF models are all capable to accurately predict O 3

　and PM 2.5

　pollution potentials in short lead-time (1–3 days) in Chengdu. The models are also found having quite stable performances in medium- and long-term (7–15 days lead time) forecasts. Among the three models, the MLR model performs the best in prediction of O 3 , while RF model performs the best for PM 2.5 . Key words

　multiple linear regression; BP neural network; random forest; medium- and long-term air pollution

　potential forecast环境空气质量的好坏对公众健康有着显著影响, 不论是极端重污染事件还是长期暴露于低浓度空气污染环境中, 均会直接增加人体心血管和呼吸系统等多种疾病的发病率 [1–2] 。近年来, 我国大多数城市的空气质量持续改善, 尤其是秋冬季细颗粒物(PM 2.5 , 空气动力学直径小于或等于

　2.5

　μm

　的气。

　。. .。

　。

　王馨陆等

　基于机器学习方法的臭氧和 PM 2.5 污染潜势预报模型——以成都市为例

　939 溶胶粒子)污染程度下降明显 [3–4] , 但春夏季臭氧污染呈现上升趋势 [5–6] 。空气污染物源排放是影响空气质量的决定性因素, 天气形势及气象条件亦为关键因素。气象条件的变化直接或间接地影响大气中污染物的化学反应、传输、扩散稀释和沉降等过程 [7–11] , 对空气质量的影响呈现多时空尺度、影响大及变化快的特点 [12] 。对一定的区域而言, 如果短期内污染源排放相对稳定, 其空气质量则主要取决于气象条件 [13–14] 。当出现静稳天气等不利气象条件时, 污染物浓度容易在短时间内出现大幅增长, 造成严重的空气污染事件 [15–18] 。因此, 研究天气形势及气象条件对污染物在大气中传输和转化的影响, 开展空气污染潜势预报预警, 对评估气象条件对空气污染的贡献以及辅助大气环境精细化管理和科学决策具有重要意义。

　污染潜势预报是在假定污染源排放不变的情况下, 以可能影响污染物时空分布的天气形势及气象条件为主要依据, 对未来气象条件下的空气污染状况进行预测 [19–21] 。其特点在于忽略不确定的污染源排放速率的变化, 重点关注有利或不利于污染物扩散稀释等过程的气象因素 [22] , 将气象因素对空气质量的影响分离出来 [23] , 是评估气象条件对污染物浓度影响及贡献的重要方法之一。众多研究采用逐步多元线性回归的方法建立气象因子(如风速、相对湿度等)与污染物浓度(如

　PM 2.5

　和臭氧)之间的污染潜势模型 [24–28] , 量化气象条件变化对污染物浓度变化的贡献。Zhai

　等 [27] 以中国地面气象观测日值数据及

　MERRA2

　再分析数据中的风速、降水、相对湿度、气温和

　850

　hPa

　经向风等作为潜在预报变量, 采用逐步多元线性回归法建立

　2013—2018

　年中国主要地区的

　PM 2.5

　污染潜势预报模型, 定量分析气象条件对

　PM 2.5

　污染变化的贡献, 结果表明在中国

　PM 2.5

　浓度下降的趋势中, 气象贡献占

　12%。张小曳等 [29] 利用国家自动气象站逐小时地面气象观测数据及欧洲中期天气预报中心的再分析数据, 对与气溶胶浓度密切相关的气象要素(如风速、风向和大气稳定度等)进行诊断和参数化分析, 得到可定量反映停滞–静稳型天气程度的“污染–气象条件”指数(PLAM

　指数), 建立气溶胶浓度与气象要素之间的量化关系, 并分析评估了

　2013

　年《大气污染防治行动计划》实施以来气象条件变化对

　PM 2.5

　污染变化的影响。

　数值预报计算量大, 计算成本高, 依赖于大量输入数据(如源排放清单和气象场)的驱动, 与之相比, 基于各种机器学习算法的空气污染潜势预报较为简单易行, 且无需源排放清单, 已广泛应用于各项研究中 [30–31] , 具有较好的预报效果。不同于数值预报模式中以大气污染物转化扩散的化学和物理机制为基础 [32] , 基于统计方法的污染潜势预报主要利用大量污染监测历史数据及同期气象观测资料, 分析污染物浓度与相关辅助因子之间的统计关系, 建立从简单相关到复杂多参数的模型, 从而进行未来空气质量的预测 [19,22–23] 。常见的潜势预报方法包括多元线性回归 [33–35] 、支持向量机 [36–37] 、决策树 [30,38] 、随机森林 [39–40] 和人工神经网络 [41–43] 等。Lightstone

　等 [44] 利用

　2016

　年

　NCEP/NARR

　再分析资料及

　NYSDEC

　地面监测网的

　PM 2.5

　数据, 建立纽约市 PM 2.5

　神经网络预报模型, 并与

　CMAQ 12

　网格数值模式模拟结果进行对比, 结果表明神经网络模型准确性更好, 尤其是对传输引起的污染浓度快速变化时段的模拟。

　本研究利用成都市

　2016—2019 年 WRF 模式回溯模拟气象场及同期空气质量观测数据, 以影响污染物转化、扩散和传输的主要气象因子及相关辅助因子为潜在预报因子, 通过筛选关键入模变量, 利用多元线性回归、随机森林及

　(back-propaga-tion)神经网络等机器学习算法, 建立成都市夏季(4—8

　月)

　O 3

　及冬季(11

　月—来年

　月) PM 2.5

　浓度污染潜势预报模型, 对比分析各模型对成都市

　O 3

　及PM 2.5

　污染的预测效果, 并检验建立的污染潜势模型的中长期预报能力。

　1 研究数据与方法 1.1 研究数据 1.1.1 空气质量数据本研究使用的

　2016—2019

　年成都市逐日臭氧及

　PM 2.5

　环境浓度观测数据来自四川省空气质量监测网络管理平台(http://www.scnewair.cn:3389)。成都市

　2016—2019

　年

　O 3

　日最大

　小时浓度在每年的4—8

　月达到污染高峰期, O 3

　超标事件(O 3 ≥160

　μg/ m 3 )频发(图

　1), 4—8

　月的多年累月平均浓度分别为114.5, 128.2, 126.2, 131.2

　和

　143.7

　μg/m 3 。PM 2.5

　日均浓度的污染高峰期主要发生在每年的

　月至来年

　月(图

　1), 11—2

　月的多年累月平均浓度分别为65.2, 89.9, 93.5

　和

　69.7 μg/m 3 。

　。

　。. .。

　。

　北京大学学报(自然科学版)

　第 57 卷

　第 5 期

　2021 年 9 月 940

　图 1

　成都市 2016—2019 年 O 3 日最大 8 小时浓度及 PM 2.5 日均浓度的月平均及每月超标日数(O 3 ≥160 μg/m 3 , PM 2.5

　≥75 μg/m 3 )统计 Fig. 1

　Monthly mean of daily maximum 8-hr average O 3

　and daily average PM 2.5

　concentrations, and monthly number of exceedance days (O 3

　≥ 160 μg/m 3 , PM 2.5

　≥ 75 μg/m 3 ) 考虑到成都市

　O 3

　和

　PM 2.5

　污染以及各气象因子的显著季节波动, 为提高所建模型的可靠性、准确性和实用性, 本文针对成都市每年

　4—8

　月和

　11—2月分别建立

　O 3

　和

　PM 2.5

　的污染潜势预报模型。

　1.1.2 气象数据本研究使用的成都市

　2016—2019

　年气象数据来自中尺度预报模式

　WRF

　(Weather Research and Forecast Model, 版本

　3.6) [45] 的气象回溯模拟结果。该回溯模拟采用基于

　Lambert

　投影坐标的

　km、12

　和

　水平分辨率的

　重嵌套网格(见

　http:// xbna.pku.edu.cn

　(以下简称

　xbna)附录

　1), 最外层网格覆盖包括青藏高原在内的所有中国地区和东亚以及部分东南亚和印度次大陆, 次内层网格包括四川省全省及西南地区各省(市、区)的大部分区域, 最内层网格覆盖四川盆地的主要城市, 垂直方向采用从地面到

　hPa

　共

　个

　层。模拟中以

　NCEP GDAS/ FNL 0.25°×0.25°

　全球再分析资料作为初始条件和边界条件, 主要物理过程采用

　Lin

　微物理参数化方案 [46] 、Kain-Fritsch

　积云方案 [47] 、YSU

　边界层参数化方案 [48] 以及

　NOAH+MOSAIC

　陆面模式 [49] 。此外, 在模拟过程中启用

　Grid Nudging

　同化技术 [50–51] , 利用

　NCEP ADP

　全球地面及探空气象观测数据, 对逐6

　小时猜测场进行“校正”, 并在

　WRF

　计算过程中通过同化技术优化模拟结果。利用中国地面气象观测站逐小时数据, 对

　2016—2019

　年

　WRF

　回溯模拟结果进行评估(xbna

　附录

　2), 各评估统计指标都处于合理的可接受范围 [52] , 表明气象回溯模拟数据可进一步用于成都市污染潜势预报模型的建立及后续的预报能力评估。

　本研究以可能影响

　O 3

　及

　PM 2.5

　污染的气象及相关辅助因子为潜在预报变量, 建立污染潜势模型, 重点在于识别影响空气质量的关键预报因子。瞬时多变的天气形势及气象条件对空气质量的影响极为复杂, 不同气象条件和相关辅助因子对不同污染物的作用各不相同, 又相互影响。为了尽可能准确地识别影响

　O 3

　和及

　PM 2.5

　污染的关键预报因子, 本研究拟定

　个潜在的预报因子(xbna

　附录

　3), 主要包含污染持续性因子(如前一日的污染物浓度)、节假日和工作日信息 [53–55] 以及相关气象条件因子(如风速、气温、湿度和云量等 ) [12–13,22,24,56] , 并利用WRF

　回溯模拟结果建立潜在预报因子数据集, 以便后续关键预报因子的筛选。

　1.2 研究方法以成都市

　2016—2019

　年

　O 3

　及

　PM 2.5

　的日值观测数据和

　1.1.2

　节建立的包含

　个潜在预报因子的数据集为基础, 筛选关键预报因子, 并分别建立训练、测试和评估数据集。采用多元线性回归(Multi-ple Linear Regression, MLR) [57] 、随机森林(Random 。

　。. .。

　。

　王馨陆等

　基于机器学习方法的臭氧和 PM 2.5 污染潜势预报模型——以成都市为例

　941 Forest, RF) [58] 以及

　神经网络(Back-Propagation Neural Network, NN) [43]

　种机器学习算法, 建立成都市夏季

　O 3

　及冬季

　PM 2.5

　污染潜势预报模型, 并进行验证和评估。图

　为建立污染潜势预报模型的技术路线。

　1.2.1 关键入模变量的筛选首先进行预报因子的筛选, 确认影响成都市夏季

　O 3

　及冬季

　PM 2.5

　浓度的关键入模变量。采用基于随机森林算法的变量重要性分析工具进行潜在变量的初步筛...

篇五：四川省生态环境监测总站

项目概述为进一步提升现场精准执法能力，严厉打击生态环境违法行为。根据《中华人民共和国政府采购法》《政府采购货物和服务招投标管理办法》国务院办公厅《关于加强环境监管执法的通知》（国办发〔2014〕56 号）、四川省委办公厅、四川省人民政府办公厅印发《关于深化市场监管等领域综合行政执法改革的实施意见》（川委办【2019】26 号）、《中共中央国务院关于全面加强生态环境保护坚决打好污染防治攻坚战的意见》、《中共四川省委四川省人民政府关于全面加强生态环境保护坚决打好污染防治攻坚战的实施意见》（川委发〔2018〕31 号）、省政府《关于加强环境监管执法工作的通知》（川办发〔2015〕47 号）、《全国环境监察标准化建设标准》（环发[2011]97 号）、省财政厅《关于印发<四川省省级行政事业单位通用办公设备和办公家具配置标准的通知>》（川财资产[2017]20号）、省委编办《关于进一步加强省级环境监察执法队伍工作力量的批复》（川编发【2017】36 号）。等要求，同时考虑四川工业的产业结构、风险源分布、同时考虑覆盖本省区域范围的环境风险特征污染物，确保发生重大以上突发环境事件时，能及时响应，及时组织有效增援。为环境污染事故应急处置及后续监测提供科学依据，加快未知污染物的研判，减少污染事故对生态环境的影响，建设成一支在全省环保系统内领先的专业化、规范化的执法队伍，保障全省水质、大气、土壤环境的安全，为此采购执法检查设备一批。、二、商务要求1 1 ．交货期及地点1.1 交货期：合同签订后 30 天内完成所有设备供货及安装调试；1.2 交货地点：采购人指定地点；1.3 付款方式：合同签订后 15 个工作日内支付合同金额的 40%，货物完成供货经采购人验收合格后支付合同金额的 60%。(采购人逾期支付采购资金将承担相应违约责任）2. 质保期：本项目自验收合格后整体免费质保一年。

　. 3. 提供的技术资料（中标后提供）3.1 原产地证明书(由制造厂签发)；3.2 提供主机及配套设备的安装图纸及说明；3.3 提供主机及配套设备使用说明书、维护手册；3.4 备件手册、零件及易损件的图纸及相关资料；3.5 其它相关技术资料。4. 安装调试及验收：4.1、供应商负责全部设备的安装调试。提供全套技术文件，包括中文、英文(若有)的安装说明，操作手册，产品软件等；4.2、提供免费培训（含培训资料）。培训时间应为 2 天以上，培训内容包括仪器的基本原理、操作及一般仪器维护保养知识。供应商须在投标文件中提出全面、详细的培训计划，包括但不限于培训内容、培训时间、地点、授课老师等；4.3、按采购人要求对具备资格人员进行现场培训，直至可独立操作为止；4.4、供应商合理地安排培训时间，以采购人确定的培训时间为准；4.5、按照《四川省政府采购项目需求论证和履约验收管理办法》（川财采〔2015〕32 号）的要求进行验收；4.6、若有国家标准按照国家标准验收，若无国家标准按行业标准验收，为原制造商制造的全新产品，整机无污染，无侵权行为、表面无划损、无任何缺陷隐患，在中国境内可依常规安全合法使用；4.7、货物为原厂商未启封全新包装，具出厂合格证，序列号、包装箱号与出厂批号一致，并可追索查阅。所有随设备的附件必须齐全；4.8、仪器准确度及精密度要求：按招标文件和投标人投标文件仪器技术指标进行验收检测；5. 售后服务：5.1、供应商必需在使用者的实验室内安装调试仪器直至用户认可， ★为重要的技术性能指标，如出现虚假应标，用户有权提出退货并索赔；

　5.2、提供售后服务承诺，包括服务响应时间，设备维护方式和时间等（提供承诺函）仪器在调试通过后必须有 12 个月的保修期。5.3、制造商在国内的技术服务中心（包括维修中心）应当提供的服务包括：今后所需备用零件及消耗品（以人民币结算）；免费提供仪器设备的软件升级；质保期满后出现质量问题，供应商只收取成本费；5.4、质保期内出现质量问题，供应商在接到采购人通知后 6 小时内做出响应，48 小时内到场维修或更换，并承担修理调换的费用；如货物经供应商 3 次维修仍不能达到本合同约定的质量标准，视作供应商未能按要求交货，采购人有权退货并追究供应商的违约责任。货到现场后由于采购人保管不当造成的问题，供应商亦应负责修复，但费用由采购人负担。三、技术参数要求. 1. 采购清单序号设备名称数量（台/套）主要用途1 水下机器人 2 水下探测、取证2便携式红外热成像仪8 执法取证3 激光测距仪 20 执法取证4 红外望远镜 20 执法取证5便携式分光光度计7 执法取证6 便携式移动电源 7 附属配套设施7手持式扬程噪声检测仪1 执法取证2. 水下机器人主机尺寸 & 重量 ≤383mm*331mm*143mm/4200g推进器 6 个运动姿态6 DOF (自由度):运动方向: 左右平移、上浮下潜、前进后退旋转维度: 360° 横滚, 360° 俯仰, 360° 旋转姿态锁定锁定在±0.1°，俯仰角或者±0.1°，倾斜角支持任

　3 3 、便携式红外热成像仪1、技术参数：1.1、红外分辨率：≥192x144；1.2、NETD：50mk；1.3、视场角：≥37.8°x28.8°；1.4、最小成像距离：1m；1.5、焦距：7mm/F1.1；1.6、空间分辨率：3.45mrad；1.7、红外帧频：25HZ；1.8、对焦方式：定焦；1.9、数字变倍：1.1~4；意维度运动自动定深误差精度±1 厘米航速 3 节 (1.5 米/秒)深度最大深度 100 米工作温度零下 10 摄氏度 ~ 60 摄氏度电池容量 ≥9000 毫安时 / 97.2Wh摄像系统传感器不低于 1200 万有效像素, ISO 100-6400镜头 166°超广角, 光圈 f/2.5快门速度满足 5 ~ 1/5000 秒连拍张数 1 / 3 / 5 / 7 / 10 连拍照片解析度 4:3: 4000 x 3000照片格式 JPEG, RAW in DNG视频解析度4K:25/30 帧1080P 超高清: 25/30/50/60/100/120 帧720P 高清: 25/30/50/60/100/120/200/240 帧视频格式 MPEG4- AVC/H.264, HEVC/H.265颜色编码 NTSC and PAL内存容量 ≥64GB 标配灯光亮度不低于 4000 流明, 色温不低于 5500K 色温遥控器无线 Wi-Fi 支持实时图传 &下载HDMI 输出, Micro SD线缆线缆标配 100 米（包括卷线器），工作拉力 80 公斤APP 兼容性 iOS 10.0.0 或者以上, Android 5.0 或者以上配件 VR 眼镜、旅行箱、HDMI 连接盒

　1.10、探测器类型：非制冷氧化钒/8~14μm；1.11、像元尺寸：25μm；1.12、显示屏：4 寸高亮 LED 触摸屏，≥480×800，24bits；1.13、图像模式：红外，可见光，MIF，PIP；1.14、测温范围：-20℃~350℃；1.15、测温精度：±2℃或±2%取大值，环境温度 15℃~35℃，目标温度 0℃以上；1.16、测温区域：5 个测温点，2 条测温线，5 个测温区域；1.17、自动高/低温跟踪：全屏最高温、最低温跟踪；分析对象最高温、最低温跟踪；1.18、报警：全屏最高温报警/全屏最低温报警；1.19、调色板：8 条（白热、熔岩、铁红、热铁、医疗、北极、彩虹 1、彩虹 2）；1.20、图片存储：本机和 TF 卡，JPG，带温度数据；1.21、不带测温信息视频存储：H.264，帧频≤25HZ，可同步录制音频信息；1.22、带测温信息视频存储：.irgd,帧频 12HZ，本机回放或使用 PC 红外分析软件打开；可进行温度分析，不可同步录制音频信息；1.23、原始视频流：通过 USB 或 WIFI 可传输至 PC 端（红外分析软件）或移动端（Iphone 或安卓手机）；1.24、可见光：分辨率 500W（可选择存储 500W 或 640*480 像素图片）；定焦；视场角≥25°x19°；有照明灯；1.25、对外接口：MICRO USB 2.0，MICRO HDMI，电源(12V)，TF 卡（16G）；配备 WiFi、激光、蓝牙；1.26、电池类型：可充电锂电池（7.4V），工作时间≥4H；有定时关机和休眠模式；1.27、工作温度：-10℃~50℃；存储温度：-40℃~70；1.28、封装：IP54；1.29、冲击：30g 11ms（ IEC 60068-2-27 ）；1.30、震动：10HZ~150HZ~10HZ 0.15mm （ IEC 60068-2-6 ）；4 4 、激光测距仪

　1、技术参数1.1、物镜：21mm；1.2、放大倍率：6X；1.3、视场角：7.2°；1.4、出瞳：16mm ；1.5、分辨率：+/- 1M；1.6、大测程：1500M；1.7、近测程：4M；1.8、测速范围：0KM -300KM；1.9、电池：3V（CR2）

　；1.10、防水：防雨；2、产品尺寸2.1、长：≤97mm(不含目镜)，≤106mm（含目镜）；2.2、宽：≤35mm；2.3、高：≤73mm（前端），≤68mm（后端）；5 5 、红外望远镜1、技术参数1.1、放大倍率 6 倍；1.2、IR 波长：850 nm；1.3、IR 有效长度：80 m -100 m；1.4、目镜距离：12 mm；1.5、透镜直径：60 mm；1.6、传感器：1.3 megapixel CCD；1.7、照片分辨率：2,048 x 1,536；1.8、录像分辨率：320 x 240；1.9、电池：3 节 CR123A 锂电池；1.10、尺寸：≤198 x 81 x 61mm；1.11、SD 卡支持 16G；

　1.12、连接：TV 连接；6 6 、便携式分光光度计1、工作条件1.1、电源：标配 AA 电池 4 节，选配电源模块，外置电源 110–240 VAC，50/60Hz；1.2、温度：10℃~40℃；1.3、湿度：最大相对湿度 80%（非冷凝）；2、技术性能指标：★2.1、测量模式：浓度(mg/L 等)、吸光度（Abs）、透过率（%）；★2.2、预置曲线：≥220 条，可直接用于分析 COD、氨氮、余氯、总氮、总磷等多种水质参数分析；★2.3、用户自建曲线：≤50 条；2.4、比色瓶尺寸：方形 10 x 10 mm，1 英寸，圆形 13mm/16mm/1 英寸；2.5、供电方式：标配 AA 电池，4 节，选配外置电源 110–240 VAC，50/60 Hz；2.6、波长范围：340nm~800 nm；★2.7、波长选择：自动；2.8、波长准确性：±2nm；2.9、波长重复性：±0.1nm；2.10、光谱带宽：5nm；2.11、光度计测量范围：±3.0 Abs2.12、光度计准确度：±0.003Abs（0.0~0.5 Abs），1% （0.50~2.0 Abs）2.13、光度计线性：< 0.5%（0.5~2.0 Abs），≤ 1%（大于 2.0 Abs 时）2.14、杂散光：< 0.5% T（340nm，NaNO2）2.15、数据储存量：≥500 条，符合 GLP；2.16、显示：LCD，带背光；2.17、数据线接口：min USB 接口（选配）；2.18、操作语言：中文；3、数字式消解器：

　3.1、可进行 COD、TOC、总氮、总磷等水样的消解，消解温度、消解时间可分别在 37-165℃、0-480 分钟的范围内任意选择；4、工作条件：4.1、电源：100~240V，50/60Hz（交流）；4.2、温度：10C~45C；4.3、湿度：最大相对湿度 90%（非冷凝）；4.4、加热速度：10 分钟内可从 20℃加热至 150℃；4.5、温度稳定性：±2 ℃；★4.6、已存储程序：COD 程序（150℃，120min）；TOC 程序（105℃，120min）；100℃程序（100℃，30，60，120min）；105℃程序（105℃，30，60，120min）；150℃程序（150℃，30，60，120min）；165℃程序（165℃，30，60，120min）；4.7、消解温度：37℃~165℃，任意选择；4.8、消解时间：0min~480min，任意选择，程序完毕后可自动停止加热；4.9、加热模块：2 个；4.10、加热孔：双加热模块：30 个 16mm 样品孔；5、配置清单序号项目数量1 检测仪主机 1 台2 AA 电池 4 节3 比色皿适配器 4 个4 1 英寸比色池（10mL）

　2 只5 防护罩 1 个6 基础用户手册 1 册7 消解器主机 1 台8 保护盖 1 个9 说明书 1 本10 电源线 1 套

　7 7 、便携式移动电源1 1 、技术参数1.1、电池容量：600Wh；1.2、电芯类型：动力锂离子电芯；1.3、转换率：≥85%；1.4、管理系统：过放保护、过流保护、过载保护、温度保护、短路保护；1.5、输入参数：DC25.2V3.5A；1.6、输出参数：USB-A 输出 5V 2.4A*3；1.7、AC 端品输出：220V/500W（峰值 1000W）；1.8、 DC 端口输出：12V/7A*2。8 8 、手持式扬尘噪声检测仪1、技术参数1.1、粉尘测量范围：0.001-10mg/m3；1.2、检测灵敏度：0.001mg/m3；测量最小颗粒物粒径 0.1μm；1.3、测量粒径档别：2.5μm，10μm，1.0μm；1.4、粉尘浓度测量相对误差：±10%；1.5、稳定性相对误差：±2.5%；1.6、采样流量：1.0L/min；1.7、采样流量误差：≤2.5%；1.8、采样流量稳定性：≤±5%；1.9、仪器测定的重现性误差:平均相对标准差小于 7%；1.10、噪声测量范围：30db~130db1.11、分辨率：0.5db；1.12、精准度：±%，A 加权；1.13、供电方式：交直流两用；1.14、可配置 GPS 模块（选配）；1.15、可扩展传感器：温度、湿度、风速、风向、大气压（选配）。2、基本功能

　2.1、主机连接传感器后可以手动存储记录也可通过主机任意设置采样间隔，自动存储记录数据；2.2、大屏幕中文液晶显示，全程跟踪记录各个被测环境因子的数值、组数、低电压示警，具有断电数据自动存储保护功能；2.3、各个传感器插入主机后，主机具有自动识别功能，可按需求自行组合传感器，不同参数的传感器接口可以互相转换，对测量精度没有影响；2.4、采用一体化结构设计，内置 GPS 模块，能准确的测量出被测地点的地理信息，界面除显示所测环境参数、存储数据外，还可显示测点的经纬度；2.5、仪器具有多通道自动检测扩展功能，可以实现多个传感器接入的自动检测；2.6、随时可以通过USB 接口将记录中的数据导出到计算机上，并可以存储为 EXCE表格文件，生成数据曲线，以供其它分析软件进一步进行数据处理，可作为环境评价的一个依据。3、配置清单3.1、手持式液晶显示仪表；3.2、传感器；3.3、便携手提箱。四、其他要求1、合同履行期限：合同签订后 60 天。2、验收时间：货物完成供货且安装调试后 20 个工作日内。3、验收方式：由采购人负责，根据采购项目具体情况自行组织验收，或者委托采购代理机构组织验收；成立验收小组，根据项目实际情况制定验收方案，出具验收报告。4、验收标准：将严格按照政府采购相关法律法规以及《四川省政府采购项目需求论证和履约验收管理办法》（川财采〔2015〕32 号）的要求进行验收。注：1. 标注 “★” 条款为重要性条款，未标注 “★” 条款为一般性技术条款，如不满足或有负偏离，则评分标准中的技术性能部分会扣分。2 2 、如所提供的设备属于中国强制产品 C CCC 认证产品。

　中标后应提供 C CCC 认证证

　书（提供承诺函）

　）

　。

推荐访问:四川省生态环境监测总站环境监测总站生态