排序方式: 共有22条查询结果,搜索用时 15 毫秒
1.
北京奥运会期间NO2浓度降低原因分析 总被引:1,自引:0,他引:1
2002~2008年,北京市城区和近郊8月的NO2月均浓度大体呈现逐年下降趋势,其中前5年二者均以每年约10%的降幅下降,2008年发生显著下降,降幅达40%左右。利用嵌套网格空气质量模式系统(NAQPM/IAP),采用敏感性试验方法,评估了气象条件与污染控制措施对北京奥运会期间大气NO2浓度降低的影响,评估不同污染控制措施对NO2浓度降低的作用。研究结果表明,污染控制措施是NO2浓度降低的主要影响因素,其中面源的污染控制措施对于NO2浓度降低的作用最明显。 相似文献
2.
3.
利用2014年8月至2015年1月西安市环保局实况监测数据、西安空气质量预报系统(XAWRF-CMAQ)预报产品及国家气象中心空气质量预报指导产品,按照中国气象局发布的《城市空气质量预报检验评估和考核办法(试行)》对XAWRF-CMAQ进行业务运行评估。结果显示:在评估时段内,XAWRF-CMAQ空气质量预报考核评分为61.1,空气质量预报准确性评分为71.0,重污染预报能力评分为0.36,达到中国气象局的要求。另外,XAWRF-CMAQ的预报结果对粗颗粒物存在一定程度的偏低估计,这可能是由于系统对颗粒物排放估计偏低所引起。 相似文献
4.
介绍了西安地区空气质量预报业务系统WRF-CMAQ及其预报产品,该系统主要包括:气象模式WRF(Weather ResearchForecasting Model)、稀疏矩阵排放源模式SMOKE(Sparse Matrix Operator Kernel Emissions)以及公用多尺度空气质量模式CAMQ(Community Multi-scale Air Quality Model)。初步检验表明:系统的预报结果处于合理范围,24h内对PM2.5和PM10的逐小时模拟质量浓度与实况的相关系数达到0.6以上,能够满足业务需求。 相似文献
5.
6.
利用蒙特卡罗不确定性分析方法,分析了嵌套网格空气质量模式系统(NAQPMS/IAP)中154个模式输入变量不确定性对臭氧模拟的影响,量化了模式在北京奥运会期间臭氧模拟的不确定性,并确定出了主要不确定性因子。结果表明:(1)在奥运会期间(2008年8月8日~2008年8月24日),北京城区臭氧模拟的平均不确定性为19ppb,不确定性存在明显的日变化特征,白天不确定性大,夜间不确定性小。(2)在白天,北京城区近地层臭氧模拟最重要的不确定性来源是局地前体物排放,其次是NO2光解系数、风向、北京周边前体物排放和垂直扩散系数。另外,地面约150m以上,对臭氧模拟影响最大的不确定性因子是风向和北京周边前体物排放;夜间,北京城区近地层臭氧模拟的最大不确定性来源是局地NOx排放和垂直扩散系数。 相似文献
7.
北京奥运会期间CBM-Z化学机制的模拟应用 总被引:1,自引:0,他引:1
利用CBM-Z化学机制模拟了中国科学院大气物理研究所气象塔站在北京奥运会期间高臭氧时段O3浓度的日变化,评估了气象条件、北京奥运会加强控制措施以及O3前体物浓度对近地面O3生成的影响。结果表明:(1)CBM-Z化学机制较好地模拟了北京奥运会期间典型时段气象塔站O3、NO、NO2日变化特征。(2)有利于局地高臭氧事件发生的气象条件非常相似;北京奥运会加强控制措施的实施显著减少了NOx及VOCs的排放量,导致近地面O3浓度的明显下降。(3)奥运会期间VOCs和CO是影响气象塔站O3生成量的关键因素。 相似文献
8.
利用北京市空气质量监测数据和气象资料,对2013年2月28日和3月9日两次沙尘污染过程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)浓度及PM2.5浓度/PM10浓度比值的变化特征进行了分析,研究结果表明:(1)沙尘开始影响北京时,PM2.5与PM10浓度表现出反位相变化,PM10浓度在两次沙尘过程中2 h内分别上升50.8%与202.4%,最高达800μg m-3以上;PM2.5浓度分别下降58.3%与50.9%,直至下降至35μg m-3以下,PM2.5有明显改善现象。(2)虽然PM2.5浓度在沙尘到达前有缓升的迹象,但沙尘抵达后,PM2.5浓度持续快速下降,PM2.5浓度/PM10浓度比值由沙尘影响前的0.75以上降至0.25以下。沙尘影响前,PM2.5日均值均超过150μg m-3,北京地区处于重度污染水平。这说明沙尘来临前以人为污染为主,主要由细粒子"贡献",沙尘来临后的空气污染,主要由巨、大粒子的沙尘"贡献"。 相似文献
9.
为更好地改进提高模式预报性能,评估了新一代WRF-CMAQ(Weather Research and Forecasting model-Community Multi-scale Air Quality model)模式系统的不同网格分辨率预报产品对2018年北京市城六区空气质量预报结果的影响。分析表明:(1)基于首要污染物为PM2.5的预报数据集,模式系统1 km网格分辨率(BJ01)和3 km网格分辨率(BJ03)等级准确率优于官方预报结果,模式系统BJ01和BJ03区域4天内预报等级准确率均达到50%以上,24 h内准确率达60%以上,官方预报24 h内等级准确率为59%。本文引入预报综合评分法,基于IAQI(Individual Air Quality Index)和等级级别正确性双因素的预报综合评分结果显示,模式系统BJ03得分75.0分最高,BJ01次之,优于官方预报结果,模式9 km网格分辨率(BJ09)得分69.1分最低。(2)基于模式系统2018年长时间序列预报结果分析表明:模式系统预报的PM2.5浓度与实测的变化趋势较为一致,其中模式系统BJ03结果与实测PM2.5浓度相关系数达0.76,覆盖区域较大的BJ03和BJ09对PM2.5浓度峰值模拟较好。中重度污染过程的PM2.5浓度峰值模式预测误差表明,不同分辨率模式预报峰值误差的变化趋势基本一致,覆盖区域更大的粗分辨率模式预报结果高于覆盖区域小的细分辨率模式预报结果。与预报综合评分结果一致,统计分析结果也表明BJ03区域预报效果最好,平均偏差为0.83 μg/m3;而BJ01区域预报整体偏低,BJ09区域预报整体偏高。(3)基于不同网格分辨率预报效果的空间差异性分析表明:同一站点在不同分辨率上表现不一致,BJ01区域中农展馆站表现最好,BJ03区域中万柳站表现最好,BJ09区域中东四站表现最好。 相似文献
10.
秸秆焚烧对区域城市空气质量影响的模拟分析 总被引:2,自引:0,他引:2
利用融合火点排放源、人为源和生物源的WRF-Chem(Weather Research and Forecasting Model coupled with Chemistry)模式,模拟2015年9月30日08:00(北京时间)起的72 h发生在淮河流域的一次农作物秸秆大面积露天焚烧过程,研究了农作物秸秆焚烧释放的气态污染物和颗粒物对区域城市空气质量的影响。通过有无火点两组试验分析了此次秸秆焚烧对流域内河南、山东、江苏和安徽四省83座城市CO、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)、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)和O3浓度的定量影响,结果表明:(1)融合NCAR-FINN(Fire Inventory from NCAR)火点排放资料的WRF-Chem模式较好地再现了此次秸秆焚烧及火点烟羽扩散过程。同时结合EDGAR-HTAP(Emission Database for Global Atmospheric Research on Hemispheric Transport of Air Pollution)人为源和MEGAN(Model of Emission of Gases and Aerosols from Nature)生物源的WRF-FIRE(考虑火点排放试验)对流域内城市大气污染物的模拟效果较为理想,尤其对秸秆焚烧释放的污染物CO、PM10和PM2.5和产生的二次污染物O3浓度的模拟。(2)秸秆焚烧所释放的污染物造成流域内城市一次污染物CO、PM10和PM2.5浓度的增加,火点中心和下风向城市增幅最为明显,最大小时浓度增幅达到3倍标准差。气态污染物CO和相比PM10粒径更小的PM2.5可随风扩散至更远的地区,对城市浓度影响更大。(3)此外,秸秆焚烧也使得火点中心城市和下风向城市二次污染物O3浓度增加,但小时浓度增幅极值区分布在火点下风向烟羽末端太阳光照充足的地区,最大小时浓度增幅接近3倍标准差。秸秆焚烧对区域城市空气质量的影响存在明显的空间分布差异且对城市各大气污染成分的影响也不相同。 相似文献