基于WRF/CMAQ的成都空气质量模拟与预报

本文是成都地区空气质量预报的一次模拟试验,文章通过污染源排放清单编制、不同模式下垫面资料使用、气象模式大气物理过程参数选取、以及成都地区空气质量实例模拟预报几个方面来开展工作。分析结果表明:使用新下垫面资料对SO₂、NO₂的模拟结果的统计结果均好于旧下垫面资料;选出了适合于成都地区的气象模式物理过程参数方案;受外地源影响较小的NO₂与PM₁₀的模拟预报效果比受外地源影响较大的SO₂模拟预报效果好;清单编制过程中对污染物排放的时间分配因子把握不精确造成了预报趋势与监测值趋势存在差异;对污染源排放量的低估是造成预报值普遍小于监测值的重要原因,同时未考虑外源的输入影响,以及用监测值的点均值来验证预报值的面均值,也是造成预报值与监测值存在明显差异的主要原因。      

汾渭平原CUACE模式空气质量预报性能的检验订正及环境评估

利用2019年1—6月地面环境监测资料和PM_2.5气象条件评估指数，结合滚动偏差订正方法，对汾渭平原CUACE空气质量预报产品进行了检验订正，并对气象条件和污染减排影响进行了评估。结果表明：CUACE模式对空气质量指数(AQI)、PM_2.5和SO₂浓度预报值较接近观测值，PM₁₀、CO和NO₂预报值小于观测值，O₃预报值大于观测值；对首要污染物O₃和PM_2.5及重度和严重等级污染的预报的TS评分最高，漏报率和空报率最小，预报偏差最接近1；滚动偏差订正方法对改善CUACE空气质量预报效果较为明显，尤其是对PM₁₀、O₃和NO₂改善最为明显；汾渭平原2019年上半年气象条件变化使PM_2.5浓度较2018年同期和过去5年同期分别上升了18.26%和11.18%，减排措施使PM_2.5浓度较2018年同期和过去5年...     

污染源反演对重点城市群夏季O3模拟的改进效果评估

在嵌套网格空气质量预报模式系统(NAQPMS)的基础上,采用污染源反演方法优化以中国多尺度排放清单(MEIC)为主的先验排放清单中臭氧(O₃)前体物排放量估计。分析时段为2019年6～8月,重点评估了污染源反演对我国“2+26”城市、长三角、珠三角、成渝4个重点城市群O₃模拟的改进效果。评估结果表明,污染源反演获得的“2+26”城市、长三角、珠三角的氮氧化物(NO_x)排放速率整体低于先验清单的排放速率约0.6μg m_-2 s_-1,但反演的挥发性有机物(VOCs)排放速率在“2+26”城市整体上高于先验清单的排放速率约0.5μg m_-2 s_-1。利用反演的NO_x和VOCs排放量和NAQPMS模式对4个城市群O₃进行模拟,发现反演排放数据可以显著改进夏季O₃模拟性能,使得O₃日最大8小时平均值(MDA8-O₃)模拟的均方根误差(R...     

北京城市大气环境污染机理与调控原理

该文主要介绍了科技部国家重点基础研究发展规划项目“首都北京及周边地区大气、水、土环境污染机理及调控原理”大气分项目的研究成果。项目分别于2001年和2003年重点开展了BECAPEX科学试验 (Beijing City Air Pollution Experiment)。BECAPEX试验同步进行城市边界层气象与大气化学观测, 通过卫星遥感、地面观测, 即城市空间和地面以及点与面结合的技术途径, 以揭示北京城市污染“空气穹隆”大气化学结构特征及其变化规律, 为城市环境大气动力-化学模式提供基本科学参数, 给出城市边界层大气物理化学过程综合模型, 为提高城市环境大气物理-化学过程耦合模式的准确性和可靠性提供科学依据。该项目揭示了北京城区和城近郊区城市边界层结构与湍流特征, 城市大气污染垂直结构特征; 发现了城市大气污染空间结构多尺度特征, 其中包括大气污染源影响和城市热岛多尺度特征; 揭示了城市大气重污染过程周边源影响域, 以及北京及周边地区气溶胶影响域和区域气候响应; 提出了北京市典型污染源排放清单; 发展了城市气象模式系统, 包括冠层模式、街谷环流和热力结构以及城市高大建筑群周围风环境数值模拟; 发展了空气质量模式技术, 包括二次气溶胶模拟试验、北京地区SO₂污染的长期模拟及不同类型排放源影响的计算与评估、影响北京地区的沙尘暴输送模拟、区域化学输送模式中NO_x和O₃源示踪法, 城市尺度的大气污染CAPPS模式及统计模型的应用、大气污染及紫外辐射数值预报模式和CMAQ-MOS空气质量预报方法; 改进了美国公共多尺度空气质量预报模式, 建立了CMAQ-MOS区域空气质量动力-统计模型预报模式, 以及发展的源同化技术, 突破了当前空气质量模式技术“瓶颈”, 使模式预报准确率明显提高。     

气象-气溶胶资料联合同化对秋季PM2.5浓度模拟的影响研究

相比冬季大范围静稳条件下的污染堆积过程,秋季气象条件更加复杂和局地化,气象条件模拟不确定性给秋季气溶胶模拟带来了更大难度,且目前研究较少考虑气象-气溶胶因素在线模拟和联合同化。使用WRF/Chem模式和格点统计差值（GSI）三维变分同化系统,2015年10月进行了为期1个月的气象-气溶胶资料联合同化及模拟试验,并基于此讨论了气象-气溶胶资料联合同化对秋季PM_2.5浓度模拟的影响。结果表明,WRF/Chem模式可以模拟出秋季污染天气过程,但对华北平原和中东部地区存在高估、西北部存在低估现象;同化地面PM_2.5浓度观测资料可以改进对PM_2.5浓度的模拟,上述两个地区的偏差均得到订正,6 h预报偏差均降低至6 μg/m3以内;重点针对华北地区的分析表明,秋季PM_2.5污染过程与特殊气象条件（湿度升高、风场辐合、区域输送）密切相关,因此在地面PM_2.5观测资料同化基础上增加常规气象资料同化,能进一步提高对华北平原气象-污染过程的表达,PM_2.5浓度预报相关系数从0.86提高至0.89。气象-气溶胶联合资料同化能更加准确地模拟秋季气溶胶污染过程,为更好地开展污染成因和在气象预报框架下开展气象-气溶胶相互影响研究提供了基础。      

基于观测的污染气体区域排放特征

利用2006年9月—2007年8月河北省固城生态与农业气象试验基地 (固城站) 反应性气体观测数据获得了CO与NO_x,CO与SO₂,SO₂与NO_x体积分数比的变化特征,并将观测得到的体积分数比与从INTEX-B等排放源资料得到的排放比进行比较研究。当风向来自北方向 (北京) 时,固城站的CO和NO_x体积分数显著高于其他方向,而来自南方向 (保定、石家庄) 时,SO₂体积分数显著高于其他方向。固城站观测到的CO与SO₂,CO与NO_x体积分数比分别为43.7和31.6,较排放比高出2~12倍。分析表明:排放源清单对CO排放低估了大约2倍以上,生物质燃料燃烧,尤其是收获季节大规模秸秆燃烧排放可能是重要的且被低估了的源。从观测数据估计得到秸秆燃烧期比平时CO大约多排放了90%±30%,忽略秸秆燃烧期额外排放对CO排放强度估计有重要影响。未来排放源清单编制和使用需要更加关注我国农业区秸秆燃烧排放对排放强度的影响。     

不同大气污染物监测密度对CMAQ源同化修正效果影响的模拟

采用(美国环保部的MODEL-3系统的)CMAQ源同化模型及4种不同空间分辨率的SO2、NO2实测资料,反演得到中国不同尺度的同化修正排放源,利用新一代中尺度气象模式WRF与多尺度空气质量模式CMAQ,模拟分析了中国不同观测信息密度对SO2、NO2源同化反演及其浓度预报的影响,重点分析了华北地区SO2、NO2浓度加密观测对改善SO2、NO2排放源和空气质量预报的重要影响。结果表明,采用不同分辨率的实测资料时,SO2、NO2的趋势预报效果改善程度有一定差异;采用较高分辨率的实测资料进行SO2、NO2源同化修正时,可明显减小SO2、NO2浓度的预报误差。华北地区较高分辨率的观测信息对于改进源同化修正效果及SO2、NO2浓度的趋势预报十分重要,尤其是对SO2浓度的预报尤为重要;采用经高分辨率的实测资料同化修正的排放源时,WRF-CMAQ模式对北京城市尺度SO2、NO2浓度的变化趋势、浓度水平和空间分布特征具有较好的预报效果。高分辨率的观测资料和区域源同化反演方法对于区域污染物浓度预报及排放源清单具有显著的改进作用。     

基于概率匹配的西南区域模式定量降水订正试验

利用2014—2015年5—10月地面观测降水资料和同时段的西南区域模式降水预报资料,基于概率匹配方法,采取分区及点对点匹配两种方案对2016年6—8月降水集中时段逐12h累积降水进行订正试验。结果表明:(1)订正后的模式预报相比订正前而言,平均(绝对)误差有所减小,降水落区的范围和平均强度与实况更加接近;(2)量级偏差越大,运用该方法的订正效果越好,夜间降水订正效果优于白天;(3)分区统计方案对模式系统性偏差的订正效果优于点对点方案,合理的区域划分增加统计样本量可以提高订正效果。     

遗传算法在点源扩散浓度反演排放源强中的应用

污染源清单的建立是目前城市大气污染浓度预报中的一大障碍，使用遗传算法和多点源扩散模式，从控制点浓度成功地反演了点源排放清单。源强反演数值的统计结果表明，该方法简单易行，效果较好，为空气污染预报系统提供了一种反演排放清单的途径。     

利用PCA-kNN方法改进广州市空气质量模式PM2.5预报

为了提高广州市PM_2.5客观预报能力,采用主成分分析结合机器学习算法k近邻（PCA-kNN）方法,基于空气质量模式（CMAQ）预报产品、中尺度天气模式（GRAPES-MESO）预报产品和2017年上半年广州PM_2.5观测实况,试验确定PCA-kNN方法的最佳参数方案,建立广州市空气质量模式PM_2.5预报客观订正方法。结果表明:与CMAQ模式的PM_2.5预报相比,在第1~3天预报时效上,PCA-kNN订正结果与实况的相关系数分别提高20%、15%、29%,均方根误差分别降低17%、16%、20%,平均偏差更接近0,PM_2.5浓度等级TS评分接近或优于CMAQ预报,PCA-kNN订正结果优于CMAQ预报。机器学习算法PCA-kNN方法可有效改进广州市空气质量模式PM_2.5预报,本研究对其他地区、其他污染物客观预报研究具有借鉴意义。      

基于空气质量模拟的江苏省大气污染物排放清单比较研究

大气污染物排放清单是空气质量模拟和空气污染治理的重要依据.本研究比较分析了两套覆盖江苏省的2017年大气污染物排放清单，即分别由上海市环境科学研究院、江苏省环境科学研究院编制的"长三角清单"和"江苏省清单"，并结合区域空气质量模型CMAQ评估不同清单对长三角地区2017年1、4、7、10月的空气质量模拟的影响.清单比较结果表明，除二氧化硫（SO₂）以外，江苏省清单估算的各污染物排放量较长三角清单低.通过与观测数据比较，发现两套清单对SO₂、氮氧化物（NO_x）、臭氧（O₃）和细颗粒物（PM_2.5）的模型模拟性能均较好.江苏省清单与长三角清单两者的模拟结果空间分布接近，其中江苏省清单模拟的PM_2.5和O₃在长三角多数地区略低于长三角清单的模拟结果（1月O₃除外）.江苏省清单与长三角清单均能够用于空气质量模式模拟，可为江苏地区的细颗粒物和光化学烟雾污染的控制策略制定提供参考.     

CALPUFF模型在合肥地区SO2大气环境容量测算中的应用

在对合肥地区污染源调查的基础上,利用CALPUFF模型模拟了合肥地区大气污染物SO₂质量浓度场,通过与现场监测结果对比分析了模型的适用性,并根据模拟结果研究了不同排放源对合肥地区大气污染的贡献情况,建立了大气污染物传递矩阵;通过综合考虑城市区域的大气扩散能力、污染源贡献和大气环境质量目标等,采用线性规划模型测算了合肥市的大气环境容量.     

复杂地形气象场对污染物浓度空间分布影响的研究

利用WRF模式与多尺度空气质量模式(CMAQ)系统模拟了试验期间(2005年1月30-2月2日)兰州市城区SO2的地面浓度,并根据模拟结果进一步分析了兰州市冬季污染物的空间分布特征。研究结果表明西固区和城关区各有一处污染物高浓度区域;受排放源空间分布和气象场的综合影响,夜间SO2地面污染范围小于日间,夜间污染物地面最大浓度明显高于日间,夜间模拟区域平均值低于日间;水平流场和山谷风环流形成的垂直运动均对污染物地面浓度有明显影响。     

Investigating the Changes in Air Pollutant Emissions over the Beijing-Tianjin-Hebei Region in February from 2014 to 2019 through an Inverse Emission Method

In recent years, China has implemented several measures to improve air quality. The Beijing-Tianjin-Hebei(BTH)region is one area that has suffered from the most serious air pollution in China and has undergone huge changes in air quality in the past few years. How to scientifically assess these change processes remain the key issue in further improving the air quality over this region in the future. To evaluate the changes in major air pollutant emissions over this region, this paper employs ens...     

不同人为源排放清单对大气污染物浓度数值模拟的影响:以浙江省为例

应用大气化学模式WRF-Chem(Weather Research and Forecast-Chemistry),分别选用亚洲排放源清单INTEX-B(Intercontinental Chemical Transport Experiment-Phase B)、REASv2.1(Regional Emission inventory in Asia version 2.1)以及全球排放源清单HTAP_v2(Hemispheric Transport of Air Pollution version 2),对浙江省2013年12月进行模拟,分别记为IN、RE和HT试验,研究人为源排放清单对大气污染物浓度数值模拟的影响。结果表明,3组试验合理的反映出PM2.5(空气动力学当量直径小于等于2.5μm的颗粒物,即细颗粒物)、PM10(空气动力学当量直径小于等于10μm的颗粒物,即可吸入颗粒物)和NO_2近地面浓度的时空分布特征,相关系数为0.5~0.8,85%以上的模拟值落在观测值的0.5~2倍范围内,但对SO_2近地面浓度模拟较差。IN、RE、HT试验对PM2.5和PM10的模拟偏差均成递减趋势,约为30%、16%和6%,HT试验的模拟值更加接近观测。INTEX-B清单中PM2.5的一次排放与二次气溶胶前提物SO_2均高于REAS与HTAP清单,因此会导致更多的硫酸盐生成,从而进一步增加PM2.5浓度。HTAP_v2清单中较低的NH3排放会抑制硝酸盐的生成,从而有助于降低PM2.5浓度。3个清单的基准年与模拟年的差异对SO_2浓度模拟的准确性影响更大,INTEX-B清单中SO_2排放量明显高于REASv2.1与HTAP_v2清单,尤其在浙北和沿海工业发达地区,导致IN试验模拟的SO_2在这些地区存在明显高估。3组试验模拟的NO_2浓度偏差最小且更为接近(-8%~4%),主要原因是3个清单在浙江省的NOx排放十分一致。从3组试验结果之间的差异程度来看,浙江省范围内PM2.5、PM10、SO_2和NO_2逐日浓度模拟值之间的平均差异程度分别约为14%、15%、51%和16%,最大差异程度分别为69%、78%、137%和132%。月均浓度与逐日浓度的平均差异程度基本一致,但最大差异程度明显更低。总体来看3组试验模拟的PM2.5、PM10与NO_2的差异程度明显低于SO_2。     

大气物理过程方案对PM2.5预报的敏感性试验

利用WRF-Chem大气化学模式,选择2015年12月中旬发生在我国的大范围空气污染过程,在采用同样化学方案条件下,针对模式中不同物理过程及其参数化方案开展了地面PM_(2.5)预报的敏感性试验。结果表明:该模式能较好展示此次PM_(2.5)污染的演变过程,与实况也较接近,但对青海经宁夏至内蒙的PM_(2.5)高值区出现了漏报现象,这可能是模式外边界未对污染物做更新所致。对地面PM_(2.5)的预报,各物理过程的敏感度不同,边界层(含近地面层)过程的影响要明显大于积云对流及微物理过程的影响,不同的参数化方案会造成不同的预报误差。边界层过程QNSE和与其配套的近地面层方案的组合是预报的较佳组合;而TEMF和与其配套的组合以及ACM2和Pleim-X的组合则不佳。合理的物理过程参数化方案有助于提高PM_(2.5)预报质量。模式预报对排放源也有适应过程,其Spin-up时间较气象要素长。     

乌鲁木齐市SO2浓度的分布及其可能原因

根据乌鲁木齐市1994～1997年SO₂浓度和气象监测资料,分析了SO₂浓度的时空分布特征及其可能原因,并对各监测点SO₂ 污染等级作出了评价。     

Air quality modeling for the city of Graz

Summary Graz, a historical grown city in the south-east of Austria, sometimes faces problems with air pollution, mainly during wintertime. The old part of the city is the largest residentially used historical downtown in Central Europe. Due to its geographical position at the southeastern edge of the Alps, Graz often has weather situations with calm winds and strong inversions between October and March. The local wind system is marked by wind shears: near the surface, cold air flows in from the south, while in higher altitudes warm air from the north flows over the basin of Graz. During these winterperiods with mighty inversions air quality values exceed the threshold limits. The reason is that the old structure of the downtown area with narrow streets and a lot of old domestic heating systems in many of the old buildings causes relatively high pollution levels. In the winter of 1988/89, the NO₂ threshold values for smog-alarm (0.8 mg/m³, 3-h mean value) were exceeded several times at three air quality monitoring stations in the city of Graz. Therefore, a research project was initiated with the aim to find out the reasons for the bad air quality. The project comprised the setting up of an emission inventory as well as meteorological measurement campaigns and numerical simulations concerning the pollution dispersion in the area of Graz. The following report will try to show the interaction of the emission inventory on one hand and the determinations of flow conditions and pollutant dispersion on the other hand in order to analyze the air quality in the city. The emission inventory contains the emissions of air pollutants in a high temporal and spatial resolution. Before determining the surface flow fields, the meteorological conditions leading to the high pollution values were analyzed. After that, the boundary conditions were defined with the help of tethered balloon measurements. With these boundary conditions, quasi-steady-state flow fields were simulated. The dispersion of pollutants was calculated in a transient form using the stored flow fields. Conversion of pollutants was determined with the help of a parameterized version of the Eschenroeder-Martinez reaction mechanism. The period of winter 1990/91 with the highest pollution concentration was simulated to validate this model. The results show that the simulated and measured values of CO, NO and NO₂ correspond well with each other in the centre of the city, while the correspondence is not as good in the outskirts of the city were lower pollution levels are observed. It turned out that the suggested methodology is well suited for analyzing winter situations with high pollution levels.With 10 Figures     

Examining the aerosol indirect effect over China using an SO2 emission inventory

The relationship between SO₂ emissions and the effective particle radius of low-level water clouds (r_e) over China was investigated to determine anthropogenic effects on clouds. Sulfur dioxide emission values were obtained from a statistical inventory, and r_e origins were retrieved by satellite remote sensing on a 0.5° grid. Comparisons between annual mean SO₂ emissions and r_e showed generally decreasing r_e values, explained by the Twomey effect. The existence of the Twomey effect is supported by comparisons with simulated aerosol optical depths. Results further suggest that clouds over land show sensitivity to the Twomey effect as well as clouds over the ocean.     

卫星气溶胶光学厚度资料同化对灰霾预报改进个例研究

面对日益严峻的大气污染形势,针对卫星气溶胶光学厚度（AOD）资料在灰霾数值预报领域的合理有效利用问题,使用WRF-Chem（WRF coupled with Chemistry）大气化学模式以及GSI（Gridpoint Statistical Interpolation）三维变分同化系统,利用MODIS和FY-3A/MERSI AOD资料,对一次灰霾天气过程进行了同化预报试验。试验结果显示,同化卫星AOD资料有效改善了模式初始场,MODIS和MERSI同化试验分别在AOD分析场的中心强度和空间分布各具优势,且对PM_2.5和PM₁₀的后续预报改进明显;从统计分析上看,同化试验的预报效果整体上好于控制试验,同化试验中PM_2.5和PM₁₀预报值的平均值、中值、平均偏差、均方根误差等指标均明显优于控制试验,且MODIS和MERSI同化试验分别在PM_2.5和PM₁₀预报统计结果中体现出了优势;卫星AOD资料同化能明显降低污染事件的空报率和漏报率,提高预报的TS评分和ETS评分。不同卫星AOD资料的差异对分析场中AOD的分布和强度产生了相应影响,进而影响了模式的灰霾预报效果;本次试验中,MODIS和MERSI AOD同化试验分别在PM_2.5和PM₁₀预报的评分上表现更佳。结果表明,卫星AOD资料同化对数值预报产生了积极的效果。