利用集合均方根卡尔曼滤波反演重庆地区SO2源排放

传统的"自下而上"清单方法估算的排放清单,其数据的准确性和时效性存在较大局限.基于集合均方根卡尔曼滤波的源清单反演方法,结合WRF-CMAQ（天气研究和预报模式-公共多尺度空气质量模型）被用于对以清华大学编制的2010年MEIC（中国多尺度排放清单模型）排放清单为基础制作的重庆地区SO₂排放源进行反演试验以解决准确性和时效性问题,试验时间段为2014年10月15-31日,重庆主城17个环境空气质量国控监测点ρ（SO₂）小时观测资料用于反演及检验.结果表明:该方法能够反演重庆地区SO₂源排放量,随着反演次数增加,基于反演排放源预报的ρ（SO₂）预报误差持续减小,反演4次后预报误差达到比较低的稳定的水平,其均方根误差均低于20 μg/m3. 5次反演后SO₂源排放量用于2014年10月24-29日每天起始预报,其预报的站点、时间平均的均方根误差从100~400 μg/m3降至30 μg/m3以下.反演中应用局地化尺度减少集合取样误差影响,54与81 km两个局地化尺度反演结果对预报改善效果相当,表明主要影响重庆主城ρ（SO₂）的源排放位于主城及周边地区,也说明内源排放对重庆主城ρ（SO₂）起主要影响.反演后面源排放量主城区降幅约为30 kg/（d·km2）,周边地区减少10~20 kg/（d·km2）,主城区部分SO₂点源排放量降幅约为25 kg/（d·km2）,说明2010年MEIC排放清单高估了试验时段重庆地区的SO₂排放.      

中国区域年降水空间分布高精度曲面建模

论文利用781个采样站点的降水数据(中国大陆729个气象台站1951—2002年间月降水观测数据、台湾地区25个站点1971—2000年年均降水数据、世界"雨极"乞拉朋齐年均降水量以及中国西部增设的26个虚拟站点模拟数据),选取有效的敏感性解析因子经纬度、高程、坡向修正系数与地形开阔度等,建立累年平均降水与相关解析因子之间的多元回归方程(降水总体趋势)。并对于回归拟合后与局部变化有关的"随机指示项",采用HASM算法进一步插值处理。模型充分考虑其他地理环境因子的影响,在采样点稀疏区域使用虚拟站点辅助模拟,克服了传统模拟方法完全依赖观测站点实测资料,在站点稀疏区域等雨量线走向主观性的缺点;模型模拟结果既突出空间分布的总体趋势,也反映局地细节变化。     

基于GPS浮动车法的机动车尾气排放量分布特征

以广州市城市干道东风路1902～1903路段为研究对象,根据交通流理论建立了速度-流量模型,采用GPS浮动车速度数据和视频检测流量数据计算了模型的关键参数——阻塞密度,实现了从速度到流量的推算,并采用COPERT Ⅳ模型计算了不同速度等级下的综合排放因子,通过源强法计算该路段00:01─24:00的小时排放量. 对CO,NO_x,VOC和PM综合排放因子的速度敏感性分析表明,当平均速度达50 km/h后,随速度的增加综合排放因子下降明显变缓;对小时排放量的分析表明,污染物排放量主要集中在车流量的高峰时段,且与车流密度有很好的线性相关性,相关系数均大于0.90.      

本底站和城区站CO浓度变化特征和源贡献

采用FLEXPART大气扩散模式结合清单的模拟方法,通过与2010年上甸子大气本底站和城区海淀宝联站的CO观测浓度的比较,研究了北京地区CO浓度变化特征,并统计分析了各类排放源的贡献差异.研究结果表明：上甸子站和宝联站CO模拟浓度与观测浓度的变化趋势基本一致,相关系数分别优于0.74和0.45;与观测值相比,两站模拟浓度值偏低,模式对观测浓度峰值模拟能力有限.利用不同源清单模拟获得的同一站点CO浓度值相近,但交通、工业、民用等分类排放源对CO模拟浓度的贡献差异明显.与INTEX-B2006清单相比,利用MEIC2010排放清单模拟的宝联站交通与工业排放贡献的占比小、民用排放占比大;而上甸子站交通排放贡献的占比小,民用与工业排放的贡献占比大.因此,利用FLEXPART模式结合清单的模拟方法对CO浓度具有较好的模拟能力,可以较为准确地反映区域大气本底站和城区站CO浓度的变化特征;各类排放源对模拟浓度的贡献不仅受到测站所在地的局地排放源影响,更与影响测站的印痕区域的排放源密切相关.     

卫星遥感AOD反演地面细颗粒物浓度方法与效果

使用2015~2018年MODIS AOD产品融合地表气象资料反演了地面细颗粒物（PM_2.5）浓度,并以反演的PM_2.5浓度为依据,比较了地面PM_2.5观测资料的各种空间插值方法.结果表明：2015~2018年反演的PM_2.5平均浓度与地基观测平均浓度的R²达0.94;干季反演效果好于湿季,珠江三角洲反演效果好于非珠江三角洲地区,原因是湿季天气系统较不稳定,非珠江三角洲地区多山脉和秸秆燃烧,导致气溶胶标高、质量消光效率等假设误差较大.使用4种插值方法对地基观测的PM_2.5浓度进行插值,插值结果大致相当,反距离加权插值法较好,站点分布不均、部分区域站点密度小影响插值效果,建议在站点稀疏地区增加地面PM_2.5观测站点.     

患心血管病老年人夏季PM2.5和CO的暴露特征及评价

运用室内外环境监测与问卷调查法相结合的研究方法,对北京市某社区33名患心血管疾病的老年人夏季PM2.5、CO的暴露特征作了研究评价.结果表明,老年人夏季PM2.5、CO的24h个体平均暴露浓度分别为89.6μg/m3,1.9×10-6.PM2.5室内外浓度呈现明显的时间变化特征,并受到气象因素及室内外源排放的共同影响.对老年人群室内外与固定站点CO、PM2.5质量浓度变化的相关性分析显示,室外及固定站点的PM2.5浓度受区域污染源影响较大,CO浓度受局地源影响较大;大气PM2.5可能是影响该社区老年人健康的主要污染物.     

高分辨率气溶胶光学厚度在珠三角及香港地区区域颗粒物监测中的应用研究

利用最新的MODlS(中分辨率成像光谱仪)气溶胶光学厚度(AOD)反演算法,反演珠江三角洲及香港地区2008年高分辨率(1 km x1 km)AOD分布,并与AERONET观测数据进行了验证(r=0.917).分析了2008年珠江三角洲及香港地区5个站点地面监测PM10质量浓度与反演的AOD数据相关性.结果表明:两者直...     

龙凤山本底站大气CO2数据筛分及浓度特征研究

针对黑龙江龙凤山区域大气本底站2009年1月～2011年12月低层(离地10 m)和高层(离地80 m)大气CO2在线观测数据,选取低层数据重点开展研究,分析地面风向和风速等因素对观测CO2浓度的影响.结果表明,龙凤山低层大气CO2浓度明显受局地源汇影响,其与高层观测结果差异在白天08:00～17:00相对较小,小于(0.5±0.5)×10-6(物质的量比).春、夏和秋这3个季节E-ESE-SE-SSE扇区来向的地面风会明显抬升大气CO2浓度,而冬季N-NNW-NW-WNW扇区CO2浓度明显较高.该站4个季节近地面CO2浓度随着风速增大而逐渐减小,在冬季尤为明显.结合日变化及地面风的影响,对低层观测数据进行初步本底/非本底筛分,筛选出代表东北区域混合均匀CO2水平的本底数据占总数据的30.7%.本底CO2浓度季节变化显示该站大气CO2浓度呈现冬季高夏季低的趋势,季振幅约为(36.3±1.4)×10-6,明显大于同期WMO/GAW同纬度站点观测结果,2009～2011年龙凤山大气CO2平均增长率为2.4×10-6a-1.     

基于COPERT模型的重型柴油货车排放因子敏感性分析研究

模拟分析了COPERTⅣ模型中不同污染物排放因子计算结果对主要输入参数的敏感性.以COPERTⅣ模型为平台,以重型柴油货车为研究对象,分别模拟了不同行驶速度、排放标准、燃料含硫率、累计行驶里程、车辆负载、道路类型、道路坡度、是否执行I/M制度等情景下的排放因子,对比分析了不同参数对CO、VOC、NOx、PM、SO2等污染物排放因子的影响,得出以下主要结论:0~45 km/h为速度变化的敏感范围,国2及国4排放阶段相较于前一阶段排放因子有较大幅度下降等.     

成都市区夏季大气污染物浓度时空变化特征分析

为了解成都市区大气污染物浓度水平及其变化规律,统计分析了2013年6月1日—8月31日3个市区站点(十里店、梁家巷和草堂寺)SO2、NO2、O3、PM2.5、PM10和CO逐时观测资料.结果表明,观测期间O3污染严重,上述3个站点小时均值超标率分别达22%、37%和42%.大气颗粒物污染也较为严重,上述3个站点PM10日均浓度超标率分别为13%、8%和3%,而PM2.5日均值超标率分别高达34%、27%和26%.NO2和CO早晚的浓度高峰主要与机动车流量增加和混合层高度降低有关.由于紫外辐射影响,O3浓度在正午出现峰值.受机动车流量高峰和气象条件的影响,PM2.5和PM10最大值和最小值分别出现在上午和下午.通过对污染物"周末效应"的分析,发现周末O3、PM2.5和PM10的浓度显著高于工作日,SO2、NO2和CO反之.成都市区大气污染受局地排放和外源输送共同影响,其中PM10和NO2主要受局地源控制,而PM2.5、SO2和O3受外输送影响较大.     

北京地区FLEXPART模式适用性初步研究

FLEXPART是挪威大气研究所开发的拉格朗日粒子扩散模式.为客观地评价该模式在北京地区的适用性,以北京上甸子大气本底站为例,模拟了CO浓度变化及其源区分布特征,并与该站实测CO浓度和2006年排放源清单进行了比对.结果表明:①模式模拟的CO浓度变化趋势可以较好地反映上甸子地区CO浓度的日变化规律,CO浓度的模拟值与实测值的相关系数在春夏两季分别达到0.42和0.41;②春夏两季北京市污染气团主要源地分布在西-西南和西西南-南-南南东扇区,模式结果较好地体现了北京及周边地区CO源区的分布特征.初步研究表明,FLEXPART模式在北京地区是基本适用的.     

A meteorologically adjusted ensemble Kalman filter approach for inversing daily emissions: A case study in the Pearl River Delta, China

The conventional Ensemble Kalman filter (EnKF), which is now widely used to calibrate emission inventories and to improve air quality simulations, is susceptible to simulation errors of meteorological inputs, making accurate updates of high temporal-resolution emission inventories challenging. In this study, we developed a novel meteorologically adjusted inversion method (MAEInv) based on the EnKF to improve daily emission estimations. The new method combines sensitivity analysis and bias correction to alleviate the inversion biases caused by errors of meteorological inputs. For demonstration, we used the MAEInv to inverse daily carbon monoxide (CO) emissions in the Pearl River Delta (PRD) region, China. In the case study, 60% of the total CO simulation biases were associated with sensitive meteorological inputs, which would lead to the overestimation of daily variations of posterior emissions. Using the new inversion method, daily variations of emissions shrank dramatically, with the percentage change decreased by 30%. Also, the total amount of posterior CO emissions estimated by the MAEInv decreased by 14%, indicating that posterior CO emissions might be overestimated using the conventional EnKF. Model evaluations using independent observations revealed that daily CO emissions estimated by MAEInv better reproduce the magnitude and temporal patterns of ambient CO concentration, with a higher correlation coefficient (R, +37.0%) and lower normalized mean bias (NMB, -17.9%). Since errors of meteorological inputs are major sources of simulation biases for both low-reactive and reactive pollutants, the MAEInv is also applicable to improve the daily emission inversions of reactive pollutants.     

基于精细化年均行驶里程建立机动车排放清单

基于环保检测数据，提出“里程-车龄”曲线用以获取满足“车辆类型-燃料种类-排放标准”三级分类的精细化年均行驶里程.使用《道路机动车大气污染物排放清单编制技术指南（试行）》推荐值、车辆类型均值、“里程-车龄”曲线3种方式获取年均行驶里程并分别建立排放清单，发现年均行驶里程的本地化与精细化可以极大降低行驶里程不确定性对排放清单准确性的影响.采用精细化年均行驶里程，计算得到青岛市2017年机动车CO、VOCs、NO_x、PM₁₀、NH₃和SO₂的排放量分别为7.07，1.14，2.84，0.10，0.08和0.08万t.分析排放构成可知，老旧车淘汰在当前仍可作为青岛市机动车排放治理的有效举措.结合路网信息与交通数据，得到0.01°×0.01°高时空分辨率网格化排放清单.结果表明，青岛市机动车排放分布在不同时段变化明显.以NO_x为例，排放的早晚高峰分别出现在8：00与17：00，占到了全天总排放的8.17%和7.53%.同时，排放分布存在着空间异质性，排放从城市中心至边缘呈逐渐降低趋势，沿高速路呈明显带状分布.     

长江三角洲地区秸秆露天焚烧大气污染物排放清单及其在空气质量模式中的应用

基于长江三角洲江苏、安徽、浙江和上海地区2008年粮食产量的统计年鉴,结合作物谷草比、排放因子等估算了上述地区2008年秸秆焚烧排放污染物清单,重点完善了各县级市污染物排放.结果表明2008年江苏、安徽、浙江和上海地区SO2、NOx、CO、CO2、PM2.5、BC、OC、NH3、CH4、NMVOC的排放总量分别为14.28、86.01、1 744.56、36 893.03、517.54、11.74、114.63、19.93、89.37和208.57 kt.江苏中部和北部、安徽北部地区秸秆露天焚烧污染物排放较多,而江苏南部和浙江地区污染物排放量较少.将建立的秸秆露天焚烧排放污染物清单应用于WRF-CMAQ空气质量模式,结果表明,考虑秸秆焚烧排放源后,对PM10、CO等大气污染物的模拟能力大幅提高,模拟浓度比使用原始排放源分别提高42%和28%,模拟浓度与实测浓度的相关系数分别提高0.25和0.17,模拟值较使用原始排放源更加贴近实测值.     

Sensitivity analysis as a tool for systematic reductions in greenhouse gas inventory uncertainties

A greenhouse gas emission inventory consists of a large number of input parameters, many of which have high uncertainties. The Kyoto protocol will require accurate emission data. It is, consequently, important to reduce the inventory uncertainty by improving the input parameters and methodologies in a cost-efficient manner. A key parameter is defined as one that has significant effect on the total emissions or trend and their uncertainty. Key parameters may be ranked according to their contribution to total emissions and trend uncertainty. Quantitative uncertainty estimates of emissions are not available in many countries. In order to evaluate key parameters in such inventories a simplified approach based on thresholds is proposed. Various methods of sensitivity analysis have been applied to Norwegian inventory data. The simplified threshold approach gives insight into the inventory and identifies the key parameters. More sophisticated methods of sensitivity analysis assessments are, however, useful in order to seek specific improvements. The key parameters for determination of total emissions are the large and uncertain sources. Smaller emission sources may be key parameters for the trend determination if their source level is strongly increasing or decreasing.     

城市尺度高空间分辨率VOCs组分排放清单构建方法与应用

挥发性有机物(VOCs)是影响大气复合污染形成的关键前体物,来源众多且化学组成差异较大. 为满足城市尺度VOCs精准管控需求,本文基于“自下而上”的人为源活动水平数据与植被遥感资料,并与文献调研和实测VOCs源谱信息相耦合,采用排放因子法构建了城市尺度高空间分辨率VOCs组分清单的编制方法,并以河南省驻马店市为研究区域开展应用. 结果表明:①本文构建的清单编制方法能够获取城市尺度高空间分辨率的VOCs组分排放清单,根据现阶段可获取的活动水平分辨率,清单分辨率可在1 km×1 km及以上. ②驻马店市烯烃组分排放量最高,其次是烷烃和含氧VOCs (OVOCs),其中排放量较高的物种为异戊二烯、苯乙烯和乙酸乙酯等;对于臭氧生成潜势(OFP),烯烃和OVOCs是主要贡献者,OFP贡献较高的物种为异戊二烯、乙烯、乙醛和甲醛等;在空间分布上,研究区域VOCs排放空间分布呈明显差异,林地茂密、工业企业密集、人口和路网密度较大的区域VOCs排放量较高. ③将清单结果与受体模型解析结果对比发现,二者在主要源类的识别上基本一致,印证了所构建清单的可靠性. 对比PMF解析因子谱和清单参考源谱发现,清单参考源谱中燃烧源以及工艺过程和溶剂使用源适用性较好,移动源谱适用性较低. 研究显示,驻马店市VOCs总量及组分排放空间特征明显,高空间分辨率清单可为城市差异化管理提供基础.      

船舶排放清单研究方法及进展

远洋船舶在港口和近海范围的排放清单是研究大气复合污染的形成和应对机制的迫切需求,船舶因其动态、多源、跨国注册等特点,是源清单研究中难度较大的部门.本文对现有研究在全球、区域、港口尺度的数据需求、方法学和适用性进行了综述,对比评价了各方法的优缺点和适用范围,归纳了能提供高分辨率排放清单的方法体系.其中燃油法更适用于全球清单计算,但不适用于区域清单;贸易法对基础数据要求较低,但不确定度较大;统计法依赖统计数据,更适用于港口范围;动力法准确性最高,但对基础数据有较高要求.此外,从全球、区域、港口尺度方面介绍了船舶清单的研究进展,提出了未来改进清单面临的排放因子和AIS数据方面的挑战,并展望了我国船舶排放清单研究的发展方向.     

利用逆向轨迹反演模式估算北京地区甲烷源强

利用连续监测的大气甲烷浓度数据和拉格朗日逆向轨迹反演模式估算出北京甲烷源排放强度，并与根据最新调查数据建立的北京地区甲烷源排放清单进行了比较。排放清单结果表明，北京地区甲烷排放总量为296．4Gg/a，其中，最主要的甲烷排放源为城市垃圾和化石燃料，反映了北京作为一特大城市甲烷排放以人为源为主的特点。利用2000年6月至12月连续观测的有湿合层代表性的北京大气甲烷浓度，通过奇异值分解法（Singular Value Decomposition，SVD）反演出模拟区域的甲烷排放源强度和分布。模式计算与排放清单在甲烷源定性分布上对应较好，定量结果也是合理的。但由于可输入的气象数据有限，轨迹在整个模拟区域内覆盖不均匀，反演出的源块位置有偏差，其中偏差最大的为煤矿的甲烷排放。