高斯扩散模式在瞬间排放空气污染物模拟中的应用
基于高斯模型对空气污染扩散问题的研究

基于高斯模型对空气污染扩散问题的研究高梦;朱家明;刘新;刘凤志【期刊名称】《阜阳师范学院学报(自然科学版)》【年(卷),期】2016(033)002【摘要】针对京津冀地区的空气污染问题,综合利用了空气污染指数法、变异系数法等方法,构建了模糊综合评价模型、高斯烟羽模型、多点源高斯迭加模型等模型,利用MATLAB、VC++等软件,得出影响京津冀地区空气质量的主要污染源为燃煤和汽车尾气,北京市二环、四环、六环路在16日的空气质量状况均为轻度污染等结论。
并给出了河北某工厂方圆51 km内污染物浓度分布情况和北京市三个环路的空气污染浓度梯度变化情况。
%In view of the problem of air pollution in Beijing-Tianjin-Hebei region, comprehensive utilization of the air pollu-tion index method, the variation coefficient method and other methods, this paper constructs the fuzzy comprehensive evaluation model, Gaussian plume model, Gaussian superposition model and so on, using the MATLAB and VC++ software, concluded that the main sources of affecting air quality in Beijing-Tianjin-Hebei region are coal and car exhaust, and the air quality on sec-ond, fourth, sixth loop of Beijing in 16 are light pollution, etc. Then we gave the pollutant concentration distribution around 51 kilometers’by a factory in Hebei province and the change of air pollution’s concentration gradient in Beijing’s three loops.【总页数】5页(P12-16)【作者】高梦;朱家明;刘新;刘凤志【作者单位】安徽财经大学管理科学与工程学院,安徽蚌埠 233030;安徽财经大学统计与应用数学学院,安徽蚌埠 233030;安徽财经大学统计与应用数学学院,安徽蚌埠 233030;安徽财经大学管理科学与工程学院,安徽蚌埠 233030【正文语种】中文【中图分类】X823【相关文献】1.基于高斯模型的改进算法针对京津冀地区的空气污染研究 [J], 张施怡2.基于高斯模型的安阳市区PM2.5扩散问题研究 [J], 王永昭;寇梦柯;王贺娜;石岳鑫;刘月盈3.基于高斯模型的武汉市区PM2.5扩散问题研究 [J], 李威凌;吴怀宇;陈洋4.基于高斯模型对京津冀地区空气污染的研究 [J], 张德鑫;陈春;朱晗;余湉5.基于高斯模型对京津冀地区空气污染的研究 [J], 张德鑫;朱家明;朱晗;余湉因版权原因,仅展示原文概要,查看原文内容请购买。
基于高斯扩散模型的无锡大气污染物研究

2015 年无锡市废气和主要污染物 本文通过无锡市环境保护局发布的环境质量公报 找到了无锡地区主要污染源和污染参数见下表: 无锡地区主要污染源和污染参数
污染 源 PM 2.5 PM10 CO NO2 O3 SO2 农垦
78
农业工程与信息技术
基于高斯扩散模型的无锡大气污染物研究
张 娅 王 胜 (徐州工程学院 数学与物理科学学院,江苏 徐州 221008)
摘 要:良好的大气环境和水、阳光、空气一样,是人们赖以生存的基本条件。但是改革开放之后,我国的经济状
况虽然得到了飞跃,但环境问题也日益严重,空气质量逐渐恶化,对人们的基本生活和身心健康造成了伤害。 对空气污染进行防治是社会发展的必要条件,是实行可持续发展的重要举措。本文主要针对无锡市大气污 染问题进行研究,通过无锡地区主要污染源及其污染参数,分析影响空气质量的主要污染源的性质和种类。 根据污染参数,建立主成分分析模型,利用 SPSS 对污染物指标进行筛选,得到主要污染源:工业废气、汽
在纲量上的影响,首先需要对数据进行标准化的处理。
在本文中我们选择采用 Z 分数来对数据进行标准化的
处理。计算方法如下:
假设指标变量共有 m 个分别为: x1, x2 ,, xm ,
共有 n 年。第 i 年的第 j 个指标则为 xi'j 。 我 们 将 各 个
指标转化成标准指标 xi'j ,运用的数学公式为:
车尾气、农垦烧荒、工业废水,性质为 PM 2.5 , PM10 , CO 。
关键词:大气污染;空气质量等级;高斯扩散模型;可持续发展
文章编号:ISSN2096-0743/2018-10-0078
基于一种改进的高斯模型研究危险气体短时泄漏后扩散规律

2 模 型扩散标 准差 的计算
表1 用K l u g方法计算大气扩散标准差时所需参数
注: r o 1 3 1 " y 叮 分另 q 为x . y 、 z 方 向扩散标准差。且 y ( x )=R 。 x 、 O " x ( x ) =o r y ( x ) 和o r t ( x )=R x 。
c— e 卜
操作失误或其他原因可能导致上述物质发生短时间 泄漏 , 并对周围居民和环境造成极大 的危害¨ 。日
常生 活 中 , 由此类 易燃 易爆 物 质 泄漏 造 成 惨 重 损 失
的案例在 国内外屡见不鲜 J 。因此 , 为了避免此类 事故的发生 , 有必要进行相应 的风险评估工作 。
和理论依据 。
关键词 : 改进 ; 高斯扩散模型 ; 短时间排放
中图分类号 : x 5 1 1
在天 然气 、 液 化石油 气 等石 油化 工行 业 中 , 由于
为有效源高( 排放高度与抬升高度之和) , m; 、 Y 、 = 为 空间点各方向的坐标 , m; 其 中, 为气体在时间 t 内 的向下游传输 的距离 , 标准差 是关于 的函数。 假 定 短 时排放 源 释放 的烟片是 由无数 个 首尾 相 接 的小 烟 团叠 加后 的结 果 , 则 一段 时 间 内泄 漏 源 释 放气 体 的质量 为 : d M= q ( t ‘ ) ‘ ( 0 ≤£ ‘ ≤ t , ) ( 2 ) 式中: t 为任一烟团释放的时间, s ; t r 为烟团释放的 总时间 , s ; g ( £ ) 为其释放率, g / s 。 将( 2 ) 式代人( 1 ) 式并积分可得某一时刻 , 污染 物在 扩散 空 间一点 的浓 度为 :
污染物在大气中的迁移与扩散模型研究

污染物在大气中的迁移与扩散模型研究近年来,随着工业化和城市化进程的加速,大气污染成为了全球性的环境问题。
而污染物在大气中的迁移与扩散模型研究,成为了解决这一问题的重要路径之一。
本文将从理论模型的构建、数据采集、和实际应用三个方面探讨污染物在大气中的迁移与扩散。
首先,构建准确可靠的理论模型是污染物迁移与扩散研究的基础。
目前,大气扩散模型主要包括Gaussian模型、Eulerian模型和Lagrangian模型等。
其中,Gaussian模型适用于预测污染物在稳定大气条件下的扩散程度,而Eulerian模型则能考虑大气湍流对扩散的影响,更适用于非稳定环境下的研究。
而Lagrangian模型则基于追踪污染物微粒的运动轨迹,能够更准确地模拟扩散过程。
其次,数据采集是污染物迁移与扩散研究的基础。
要构建准确的模型,需要大量的观测数据作为基础。
空气污染监测站、卫星遥感数据以及气象观测站等都是数据采集的重要来源。
数据采集的内容包括大气稳定度、风速、湍流强度、温度等多种气象参数。
同时,还需要监测污染物在大气中的浓度和排放源的位置等信息。
将这些数据应用于模型中,可以提高模型的精确度和可靠性。
最后,污染物迁移与扩散模型在实际应用中发挥着重要作用。
一方面,模型可以用于预测和评估污染物的扩散范围和浓度分布,为环境管理者提供科学依据。
另一方面,模型可以用于污染源定位和溯源,有助于查明大气污染事件的责任方。
此外,模型还可以作为决策支持工具,用于制定有效的大气环境保护政策。
然而,污染物迁移与扩散模型仍然存在一些挑战。
首先是模型的精确性和适用性问题。
由于污染物的特性和环境条件的多样性,现有模型难以满足所有情况下的需求。
其次,数据的获取和处理也面临一些难题。
监测站的布设不够密集、数据质量存在差异等问题,都可能影响模型的准确度。
此外,模型的参数估计和验证也需要更精细化的方法。
综上所述,污染物在大气中的迁移与扩散模型研究对于解决大气污染问题具有重要意义。
(完整)高斯扩散模型及其适用条件

高斯扩散模型及其适用条件(1)一般表达式根据质量守恒原理和梯度输送理论,污染物在大气中一般运动规律为:(3分)cccc c c c Nu v w k x k y k z S p t x y z x x y y z z p 1C:污染物质平均浓度;X,y,z:三个方向坐标;u,v,w:三个方向速度分量;k x,k y,k z:三个方向扩散系数;t:为污染物扩散时间;3:污染物源、汇强度。
(2)高斯模型的适用条件:①大气流动稳定,表明污染物浓度不随时间改变,即[0 ;②有主导风向,表明u=常数,且v=w=0 ;③污染物在大气中只有物理运动,物化学和生物变化,且预测范围内无其他同类污染的源和汇。
表明S P=0(P=1,2,….n)此时三维的动态模型就可简化为三维的稳态模型,得:u~c k x 工k y,k z」(3 分)x x x y y z z④有主导风情况下,主导风对污染物输送应远远大于湍流运动引起污染物在主导风方向上扩散。
即U」(平流输送作用)远远大于x—k x—(湍流弥散作用)。
x x此时方程又可以简化为:c c Cu k y k z (2分)x y y z z(3)由于y和z方向上污染物浓度不发生变化,故规定k y与y无关,k z与z无关,即:2c k z 2z(4)由质量守恒原,理运用连续点源源强计算方式,按照单元体积(3)简化得到的方程进行积分ucdydz二Q ,结合边界条件x y z 0时,c=x, y, z 时,c=0对方程进行求解。
(2分)(5)设x=ut,令2=2k y t;;=2k z t。
化简求解得到高斯扩散模型的标准形式:c x, y,zQ 1 y2 2 zexp小222 U y z 2 y z(1分)ky y2(1 分)。
大气污染物扩散的高斯模型模拟

9.2.2大气污染物扩散的高斯模型模拟:可视化模拟点源大气污染的扩散9.2.2 Gaussian Atmospheric Dispersion Model突发性大气污染事故时有发生,对大气污染扩散进行模拟和分析,有利于减小事故的危害,减轻人员伤亡和财产损失。
高斯扩散模型是国际原子能机构(IAEA)推荐使用于重气云扩散模拟的数学模型,该模型在非重气云扩散的应用日益广泛。
高斯扩散模型是描述大气对有害气体的输移、扩散和稀释作用的物理或数学模型,是进行灾害预测和救援指挥的有力手段之一。
9.2.2.1高斯扩散模型高斯模型又分为高斯烟团模型和高斯烟羽模型。
大气污染物泄漏分为瞬时泄漏和连续泄漏,瞬时泄漏是指污染物泄放的时间相对于污染物扩散的时间较短如突发泄漏等的情形,连续泄漏则是指污染物泄放的时间较长的情形。
瞬时泄漏采用高斯烟团模型模拟,而连续泄漏采用高斯模型烟羽模型模拟。
高斯模型适用于非重气云气体,包括轻气云和中性气云气体。
要求气体在扩散过程中,风速均匀稳定。
在高斯烟团模型中,选择风向建立坐标系统,即取泄漏源为坐标原点,x 轴指向风向,y 轴表示在水平面内与风向垂直的方向,z 轴则指向与水平面垂直的方向,具体公式见式(9.1):22222222()()()22223/2(,,,)()(2)y x z z y x ut z H z H x y z Q C x y z t e e e e σσσσπσσσ--+----=⋅⋅⋅+⋅…………(9.1)其中:(,,,)C x y z t 为泄漏介质在某位置某时刻的浓度值;Q 为污染物单位时间排放量(mg/s); x σ、y σ、z σ分别x 、y 、z 轴上的扩散系数,需根据大气稳定度选择参数计算得到(m);x 、y 、z 表示x 、y 、z 上的坐标值(m);u 表示平均风速(m/s);t 表示扩散时间(s);H 表示泄漏源的高度(m)。
同理,高斯烟羽模型的表达式如:222222()()222(,,,)()2y z z y z H z H y z Q C x y z t e e e u σσσπσσ-+---=⋅⋅+………………………(9.2)9.2.2.2 技术方法若用高斯模型算出空间每一个点在一个时刻的污染浓度,这个计算量是很大的。
大气扩散模型在空气污染控制中的应用研究

大气扩散模型在空气污染控制中的应用研究近年来,全球空气质量日益恶化,空气污染已经成为了公众关注的焦点之一。
各国政府和社会团体都在探索和实践空气污染治理的方法,其中大气扩散模型在这一过程中发挥了很重要的作用。
什么是大气扩散模型呢?简单来说,它是通过计算大气中颗粒物、氮氧化物等排放物污染物的扩散和沉降规律,预测空气污染物传输规律的一种模型。
大气扩散模型的运用可以帮助政府和环保机构对空气质量进行评估,推断污染源和污染物迁移的行为,从而定位和采取有效的控制措施。
大气扩散模型的理论基础来自大气动力学和物理学等学科,因此它的构建需要大量的气象、地理、化学和计算机知识。
根据模型的复杂程度,目前主要可分为物理模型、统计模型和经验模型三种。
其中,物理模型采用较为精确和繁琐的数学公式来模拟大气运动,可以较为准确地预测污染物的传输规律和排放源的贡献,但是计算复杂度较大;统计模型则假定大气运动为随机过程,利用统计方法对污染物的扩散和传输进行分析和预测,具有计算量较小、运算速度较快的优点;而经验模型则是基于大量观测数据和统计方法建立的模型,更适用于某些单一污染源或空气质量指数等总体预测的情形。
通过大气扩散模型,我们可以得到哪些有用的信息呢?首先,它可以帮助我们定位污染源,了解到排放的废气在哪些区域集聚,推测污染源的大小和影响范围;其次,它可以预测空气质量的发展趋势,比如根据当地的气象条件和污染源的排放情况,预测某一地区在未来一段时间内的空气质量,对预防和应对空气污染具有重要意义;最后,大气扩散模型可以帮助我们评估管控措施的效果,当我们采取了一系列空气污染控制措施后,我们可以通过对比模型预测值和实际测量值来判断措施的成效。
在实际使用中,大气扩散模型有哪些需求和限制呢?首先,模型的建立需要大量的数据支持,尤其是实测空气污染物浓度和排放源的排放数据,因此在模型的建模和运用过程中,需要考虑数据的可靠性和全面性。
其次,模型本身的精度和适用性也存在着一定的限制,虽然物理模型的准确度最高,但由于模型的较高复杂度,不可避免地会出现一定的运算误差;而经验模型可以降低计算复杂度,但精度和适用性都存在一定的局限性,会出现一些无法解释的现象。
aermod 模型原理及应用

aermod 模型原理及应用AERMOD模型原理及应用一、引言AERMOD(Atmospheric Dispersion Modeling System)是一种用于大气扩散模拟和空气质量评估的模型系统。
它是美国环保署(EPA)开发的一种大气扩散模型,被广泛用于评估工业过程和排放源对周围环境的影响。
本文将介绍AERMOD模型的原理和应用,并探讨其在环境管理和规划中的作用。
二、AERMOD模型原理AERMOD模型基于高斯扩散理论,通过计算源排放物的浓度分布来评估空气质量。
它考虑了大气稳定度、风速、源特征和地形等因素对污染物扩散的影响。
1. 大气稳定度大气稳定度是指大气中温度和湿度的垂直分布情况。
AERMOD模型使用稳定度分类系统将大气分为多个稳定度类别,如非常不稳定、中度稳定等。
这些稳定度类别反映了大气中污染物扩散的能力,从而影响了模型的计算结果。
2. 风速风速是影响污染物扩散的重要因素之一。
AERMOD模型考虑了地面风速和垂直风速剖面的变化,并通过计算源排放物的有效排放高度来估计污染物的扩散。
3. 源特征AERMOD模型考虑了源排放物的特征,如排放速率、温度和高度等。
这些参数对污染物扩散和浓度分布都有重要影响,并被用于计算模型中的各种系数和参数。
4. 地形地形对风速和风向的分布有显著影响,从而影响了污染物的传输和扩散。
AERMOD模型通过引入地形因子来考虑地形的影响,以提高模型的准确性。
三、AERMOD模型应用AERMOD模型在环境管理和规划中有广泛的应用,包括以下几个方面:1. 环境影响评价AERMOD模型可以用于评估工业过程、电厂、道路交通等排放源对周围环境的影响。
通过模拟污染物的扩散和浓度分布,可以预测潜在的环境影响,并为环境管理和规划提供科学依据。
2. 空气质量管理AERMOD模型可以用于评估空气质量,并帮助制定相应的环境管理措施。
通过模拟不同情景下的污染物浓度,可以确定污染源的贡献程度,并制定减排政策和控制措施。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
高斯扩散模式在瞬间排放空气污染物模拟中的应用
摘要:在文章中提出应用高斯模式模拟和预测在瞬间排放状况下空气污染等级,用FORTRAN 语言编写的高斯模式程序还可应用于区域污染影响评价中,模式不仅可以从GIS 中输入数据而且还可以应用GIS 格式输出结果。
关键词:高斯模式 空气污染 地理信息系统 瞬时污染源 浓度场
瞬间排放是指工业企业或电厂的事故性污染物排放,如贮油罐或输油管道发生事故等。
排放的污染物污染了空气、土壤、地面及地下水,影响植被和影响环境。
模拟瞬间空气污染要求得到污染区域面积、污染浓度和等级、污染预测等。
本文提出用高斯模式的解析解来模拟和预测瞬间排放空气污染状况。
基于烟羽扩散上的解析公式求解的高斯模式非常广泛的应用于评价区域污染状况。
高斯数学模式作为一个污染物扩散的基础模式被国际原子能机构广泛推广。
从瞬间点源污染源排放的污染物,其转换和扩散可以用以下的扩散方程来表示:
t
C
∂∂+div(CV )=∆(K ∆C )+Ri +Q δ(t −t 0)δ(x −x 0)δ(y −y 0)δ(z −z 0) (1) 式中:C(x, y, z, t)为污染物浓度 V 为风速 K 为扩散系数
R 为污染物光化学转化率 Q 为污染物排放量
x 0, y 0, z 0为污染源相对坐标
在一定的风速和扩散系数条件下,公式(1)有其高斯扩散模式的解析解。
因此,污染物浓度值C 由点源污染源的高度H 决定。
H 在高斯扩散模式中由下述公式计算:
C (x,y,z,t )=
)()
2(22
22
2
22
2
2/)
2(2/)
(2/)(2/)
(2
/3z
z
y
x
wt h H z wt h z vt y ut x z
y x e e e
e Q σσσσσσσπ-++--------+ (2)
式中:t 为时间 Q 为排放量
u ,v ,w 为风速分别在x ,y ,z 方向的分量 σx , σy , σz 分别在x ,y ,z 方向的扩散系数 h 为点源高度 H 为混合层高度
高斯模式中,假设X 轴与风向方向一致,Z 轴铅直向上,V=W=0。
公式(2)可以转化为以下形式。
C (x,y,z,t )=
)()
2(22
22
2
22
2
2/)
(2/)
(2/2/)
(2
/3z
z
y
x
H z H z y ut x z
y x e e e
e Q σσσσσσσπ+------+ (3)
从公式(3)我们可以看出,每一个烟团需要用不同的坐标系进行计算,当我们计算多源的污染浓度时,我们需要用到几个坐标系,这样计算起来很复杂。
因此,公式(3)必须做相应的转化到同一个坐标系中。
我们建立一个相对的坐标系,I 表示原点,坐标轴为ξ和η(见1)。
并以I 为原点建立第二个坐标系,LX 表示X 轴,其方向与风向
一致,LX 与OX 的夹角为α。
这样我们可以将XIY 坐标系转换为XOY 坐标系,从而得到图中M 点的坐标。
图1:坐标轴的转换
X = x cos β + y sin β = (x − ξ) cos β + (y − η) sin β, Y = −x sin β + y cos β = −(x − ξ) sin β + (y − η) cos β
我们仅对Y 坐标轴进行考虑,α等于360 −β,我们得到最终的公式:
Y = (x − ξ) sin α + (y − η) cos α (4)
我们将(4)式中的sin α和cos α用风速u 和v 替换后,得到点源在特定坐标系中的污染物浓度计算公式:
C (x,y,z,t )=
)
(2/))()(()
(2/)))(()()((2
/3222
200222
02200)
2(v u u y y v x x v u t t v u v y y u x x z
y x y x e
e
Q +-+--+-+-----⨯σσσσσπ
×)(2
2
02202/)
2)((2/))((z
z
H h z z h z z e e σσ++--+--+ (5)
式中:t 表示时间 Q 表示源强 u, v 表示风速
σx , σy , σz 表示表示X ,Y ,Z 方向的扩散参数
H表示混合层高度
x0, y0, z0表示坐标系原点
h有效烟囱高度(如,烟气抬升后的高度)
在高斯模式中,σy和σz是重要的参数,可以用帕斯奎尔-吉福德扩散参数曲线来确定,也可将P-G扩散曲线用近似幂函数式表示,这样方便用电子计算机计算大气污染浓度分布。
该幂函数的确定与大气稳定度的划分有关。
在高斯模式中,城市和开阔平原的布里吉斯扩散参数以烟云的宽度和高度来表示横风向和垂直向的扩散,σy和σz的计算方法见表1。
大气稳定度的划分方法见表2。
表中X为计算点在X方向轴上的距离。
烟气抬升高度的计算理论已经非常广泛,通过直观的观测和理论研究,可以得到。
烟气的抬升首先是由烟气的初始动量和浮力及环境空气的湍流引起,在中性和不稳定的稳定度下它能引起烟气有很高的抬升高度,烟气的抬升相当于加高了烟囱的高度,这个高度也叫做有效烟囱高度。
有三个参数决定气体从污染源的排放状况,它们分别是:烟囱的物理结构(如出口直径)、烟气排放状况以及污染物的化学性质。
现在研究出很多计算烟气有效高度的公式。
在稳定空气环境中计算烟气抬升高度现在使用得较广泛的是布里吉斯公式烟气抬升公式。
3
/1)(
6.2uS F h h +=∆ (6)
式中:Δh 表示烟气抬升高度 h 表示烟囱高度 表示烟囱出口处风速 F 表示浮力通量 S 表示混合层参数 F 按下式计算:
s
s s a s T d V T T g F 4)(2
-=
(7) 式中:g 表示重力加速度 T s 表示排放温度
T a 表示环境温度 V s 表示烟气速度 d s 表示烟囱直径
图2 GIS 与模型之间的相互作用
混合层参数是由大气温度层结θa 所决定:
t g S a a ∂∂=
θθ
在中性或不稳定状况下,烟气抬升高度可以近似用以下公式进行计算。
5
/3)(30u
F
h =∆ (8) 式中F 与u 与公式(6)的含义相同。
由于布里吉斯使用了有关排放源的可获得的数据资料,因此布里吉斯公式相对于其它公式而言更为适用。
用FORTRAN 编写的扩散模型程序已达到很高的水平了,程序包括以下方面:
SIGY 和SIGZ-输入标准值
WIND-输入污染物排放时的风向及风速
RBD1-输入污染物的特性及排放特征,即:污染源位置、源强、和烟囱直径等。
G2-浓度计算程序
有关的模型和GIS有很多种,在本文中,我们使用的是应用较多和最简单的一种。
在此,模型和GIS系统是二个独立的系统,用计算机文件将它们联系起来。
因此,模型从GIS系统的文件中读取输入的数据(如污染源数据),并且也以GIS能够接受的格式作为输出结论。
(见图2)。
GIS系统有绘图和注释的功能,其绘图的功能是用各种数据库来体现图层。
也就是一个整体的图层分为各种形式的专题图层,例如街道、高速公路、绿化、水面等等。
每一个图层都由一个或多个包含种各种信息的专题图层所组成:如铁路、道路、河流、湖库、公园、污染源等等。
注释数据表是由*.VAT,*.PAT,*.AAT的文件确定的,这些表包括了图层的不同方面(如点、线、面),其中包括了以下信息:位置、排放值、烟囱直径等等。
在ARCINFO软件中我们将污染源的信息输出入城市的地图,得到数据表,然后选择地形和计算浓度的区域。
经过模型计算得到的浓度计算结果以形象的图形表达出来。
如图3和图4所表示的就是二个时刻浓度分布图。