空气质量模型的发展及研究进展

对空气质量模型发展所经历的3个主要阶段进行了分析,归纳了各阶段主流模型的研究进展。其中,对第1代的ISC模型与CALPUFF模型进行了比较;归纳了第2代模型的共同特点,并介绍了ADMS模型;重点叙述了第3代模型Models-3/CMAQ的应用情况。最后对影响空气质量模拟结果的因素进行了讨论,并对未来空气质量模型的发展趋势进行了展望。     

缺失烟囱参数估算及其应用对空气质量模拟结果的改进

针对源清单中部分点源烟囱参数缺失而采用源排放模型SMOKE(Sparse Matrix Operator Kernel Emissions)默认的烟囱参数对空气质量模型模拟结果造成的不利影响,综合考虑气象观测数据、空气质量监测数据、源排放强度以及相关标准和规范对烟囱设计的要求,分别基于最大落地浓度法和基于统计方法对2009年珠三角地区源清单中缺失烟囱参数点源的烟囱参数进行了估算,并将估算烟囱参数用在WRF/SMOKE-PRD/CMAQ空气质量模型系统分析其对模型模拟的改善情况.相比于采用SMOKE默认烟囱参数,基于最大落地浓度估算烟囱参数对NO2、NOx、SO2、PM10及O3的模拟结果均具有一定改善作用,而基于统计方法估算烟囱参数仅对SO2、O3的模拟结果有所提高.结果表明,使用基于最大落地浓度法估算得到的烟囱参数更为合理,使污染物的垂直排放分配更加合理,可以应用于空气质量模型输入源清单中缺失烟囱参数点源的估算,从而一定程度上改善空气质量模型的模拟效果.     

空气质量模型CMAQ的国内外研究现状

空气质量模型是支撑环境管理与决策的重要工具。文章系统地回顾了空气质量模型的发展历程,重点介绍了多尺度空气质量模型CMAQ(Community Multiscale Air Quality Modeling System)在模拟预测臭氧、氮氧化物、硫氧化物和颗粒物等方面的国内外应用研究现状,同时指出CMAQ模型存在的问题、在我国环境管理中的应用以及未来空气质量模型的发展方向。研究表明,国内外对CMAQ模型的应用研究主要体现在3个方面:评价模型的模拟性能、模拟预测空气中污染物浓度以及研究各污染物的来源、产生机理及传输扩散过程。     

空气质量模式发展与应用现状

模式模拟,具有空间和时间分布的连续性特征,有多种化学过程和输送模拟的试验方案可选择等优势,在研究区域大气空气质量研究领域过程中发挥着重要作用。本文系统地介绍了主要空气质量模式在大气环境科学中的重要作用、主要分类及其发展阶段。详细阐述了ISCST3、多维多箱模型、ADMS—URBAN、CAMx及CMAQ等空气质量模式的框架原理、主要特征及其在空气质量管理和规划中的应用,并指出今后模型的发展方向。     

CMAQ模式及其修正预报在珠三角区域的应用检验

为检验CAMQ空气质量数值预报模式对区域性空气质量的预报准确度,通过对珠江三角洲地区16个监测站点数据进行聚类分析,对划分的评价区域进行预报误差分析。结果表明,CMAQ模式输出的污染物浓度水平存在明显偏低的现象,且可吸入颗粒物的浓度偏离最大,这与污染源清单削减程度有关。污染物浓度时变规律分析表明,CMAQ模式能较好地模拟可吸入颗粒物、二氧化氮和臭氧小时浓度的日变化特征,但对二氧化硫的模拟能力较弱,反映污染源时间分配因子存在不适应性。为提高预报的初始浓度值,采用预报日前一天的监测数据作为修正项,并考虑CMAQ模式预报的浓度变化趋势,从而进行修正预报。误差统计表明,修正预报的准确度显著提高,反映了引入实际监测数据对空气质量数值预报模式进行修正的研究意义和可行性。     

计算机建模及其在空气质量模拟和预测中的应用

计算机建模在工程技术、生产管理、军事指挥、交通物流、生命科学乃至社会人文领域均得到广泛的应用.详细论述了计算机建模在空气污染治理中的运用并深入探讨了其优势和局限性.首先介绍了目前空气质量模型的分类,对比了各类模型的建模机理和算法.接着以广泛应用的CMAQ模型为代表,分析了欧拉三维格点模型在模型结构和区域性环境规划方面的优势,着重介绍了最新发布的CMAQ 5.0,论述了它的各项新特征如何提高其在模拟环境污染物浓度方面的准确度.接着结合实例详细介绍了CMAQ及其敏感度模块在空气质量预警预报和大气污染控制方案评估、决策中的应用.最后对空气质量模型的发展趋势进行了总结与展望,针对其局限性提出建设性意见并指出了今后的模型发展方向.     

考虑参数和边界条件不确定性的地下水污染随机模拟

为了分析模型参数的随机变化和边界条件的随机变化对地下水溶质运移模型输出结果的不确定性影响,采用蒙特卡洛模拟对一假想算例展开研究,并结合风险评估阐述不确定性分析结果.首先,建立研究区地下水溶质运移数值模拟模型,并综合利用局部灵敏度分析和全局灵敏度分析方法筛选出对模型输出结果影响较大的参数,连同模型的边界条件(第一类边界条件-水头值)一起作为随机变量.然后,利用优化超参数的高斯过程回归(GPR)方法建立模拟模型的替代模型,代替模拟模型完成蒙特卡洛随机模拟.最后,对随机模拟的结果进行统计分析和区间估计,并利用污染物浓度的概率分布函数对1、2、3号观测井进行地下水污染风险评价.结果表明:置信水平>80%时,1,2,3号观测井污染物浓度值的置信区间分别为34.77~35.03,57.74~58.04,100.07~100.69mg/L.此外,1,2,3号观测井为轻度污染的风险分别为6%,100%,100%;为中度污染的风险分别为0%,0%,99.6%;为重度污染的风险分别为0%,0%,0.5%,藉此为地下水污染修复防治和地下水的合理利用提供可靠参考依据.     

CMAQ模型在乌鲁木齐大气污染治理中的应用潜力

CMAQ是美国环保署(EPA)开发的区域多尺度空气质量模型,已被广泛用于研究多种空气污染物形成、运输及评估。本文综述了CMAQ模型在雾霾污染、臭氧污染、核泄漏等事故模拟中的应用,同时介绍了基于CMAQ模型而研发的空气质量预报系统和大气环境容量计算方法,以期提出解决乌鲁木齐大气污染问题的有效方法,为相关领域的科技工作者提供一定的借鉴。     

深圳市机动车限行对臭氧浓度影响分析

利用美国EPA开发的区域多尺度空气质量模式CMAQ对2008年8月发生在深圳地区的臭氧污染过程进行模拟,运用brute-force方法分析深圳机动车限行对臭氧浓度变化的影响.研究表明,CMAQ模式能较好的重现模拟期间臭氧的浓度水平和变化趋势;深圳机动车限行造成机动车的排放源削减会提高深圳城区臭氧浓度峰值,数值一般在10μg/m3以下。     

兰州市CMAQ近地面臭氧模拟结果的订正方法——基于机器学习方法

为能更加准确地模拟出兰州市近地面臭氧浓度,在CMAQ （社区多尺度空气质量建模系统）的基础上,利用机器学习方法中的XGBoost （极限梯度提升）模型及LSTM （长短期记忆）神经网络模型建立近地面臭氧模拟结果的订正模型,并以两种方法为基础,利用误差变权倒数组合方法构建LSTM-XGBoost组合模型,以期进一步提高订正效果.本文选取兰州市4个国控站点（兰炼宾馆,铁路设计院,榆中校区,生物制品所）2019年7、8月环境空气质量监测数据及兰州市气象站同期气象数据,对CMAQ模拟的同时段兰州市近地面臭氧浓度进行订正.结果表明,CMAQ能够模拟出兰州市近地面臭氧浓度的空间及时间分布特征,但整体上对浓度有所低估.利用上述方法构建的订正模型中,LSTM-XGBoost组合模型的订正效果最好,臭氧相关性由CMAQ模拟的0.61~0.76提升至0.89~0.95,臭氧8h平均相关性由0.65~0.79提升至0.81~0.88,臭氧RMSE由44.83~70.17mg/m³提升至15.21~26.53mg/m³,臭氧8h平均RMSE由40.07~67.57mg/m³提升至14.24~28.54mg/m³.该研究表明利用机器学习方法对CMAQ模拟结果订正可行,可以改善环境空气质量模式模拟结果.     

A numerical study of summer ozone concentration over the Kanto area of Japan using the MM5/CMAQ model

We assessed the ability of the MM5/CMAQ model to predict ozone (O3) air quality over the Kanto area and to investigate the factors that a ect simulation of O3. We find that the coupled MM5/CMAQ model is a useful tool for the analysis of urban environmental problems. The simulation results were compared with observational data and were found to accurately replicate most of the important observed characteristics. The initial and boundary conditions were found to have a significant e ect on simulated O3 concentrations. The results show that on hot and dry days with high O3 concentration, the CMAQ model provides a poor simulation of O3 maxima when using initial and boundary conditions derived from the CMAQ default data. The simulation of peak O3 concentrations is improved with the JCAP initial and boundary conditions. On mild days, the default CMAQ initial and boundary conditions provide a more realistic simulation. Meteorological conditions also have a strong impact on the simulated distribution and accumulation of O3 concentrations in this area. Low O3 concentrations are simulated during mild weather conditions, and high concentrations are predicted during hot and dry weather. By investigating the e ects of di erent meteorological conditions on each model process, we find that advection and di usion di er the most between the two meteorological regimes. Thus, di erences in the winds that govern the transport of O3 and its precursors are likely the most important meteorological drivers of ozone concentration over the central Kanto area.     

长江三角洲地区春季臭氧异常高值的数值模拟研究

已有的观测与研究表明,长江三角洲地区春季的臭氧浓度为全年最高,且高浓度臭氧出现的频率也最高.采用美国环境保护局(USEPA)的区域大气质量模式(CMAQ)研究长江三角洲地区2000年5月一次臭氧异常高值事件.与地面观测资料的对比分析表明,该模式基本再现了臭氧及其前体物的变化趋势.通过个例分析,从物理和化学两方面解释了2000年5月11日佘山、嘉兴和临安均观测到高浓度臭氧的原因.模拟结果表明,气象场对区域空气污染分布形式起着至关重要的作用,同时也反应了在适当的风场作用下,上海地区的污染源可以对长江三角洲地区的空气质量造成很大影响.      

High-resolution modeling and evaluation of ozone air quality of Osaka using MM5-CMAQ system

High-resolution modeling approach is increasingly being considered as a necessary step for improving the monitoring and predictions of regional air quality. This is especially true for highly urbanized region with complex terrain and land-use. This study uses Community Multiscale Air Quality (CMAQ) model coupled with MM5 mesoscale model for a comprehensive analysis to assess the suitability of such high-resolution modeling system in predicting ozone air quality in the complex terrains of Osaka, Japan. The 1-km and 3-km grid domains were nested inside a 9-km domain and the domain with 1-km grid covered the Osaka region. High-resolution Grid Point Value-Mesoscale Model (GPV-MSM) data were used after suitable validation. The simulated ozone concentrations were validated and evaluated using statistical metrics using performance criteria set for ozone. Daily maxima of ozone were found better simulated by the 1-km grid domain than the coarser 9-km and 3-km domains, with the maximum improvement in the mean absolute gross error about 3 ppbv. In addition, 1-km grid results fared better than other grids at most of the observation stations that showed noticeable di erences in gross error as well as correlation. These results amply justify the use of the integrated high-resolution MM5-CMAQ modeling system in the highly urbanized region, such as the Osaka region, which has complex terrain and land-use.     

南京市秋季细颗粒物及臭氧生成敏感性初探

为考察江苏省南部地区重点排放源对南京市秋季细颗粒物(PM_(2.5))的贡献率及O_3生成敏感性,采用强力法针对特定排放源及污染物设置不同的排放情景,利用化学传输模拟系统Models-3/Community Multi-scale Air Quality(CMAQ)分析模拟区域内不同情景下地表PM_(2.5)及O_3浓度变化。2012年10月,电厂、钢铁和水泥的污染物排放对南京市PM_(2.5)浓度的平均贡献率分别为6.0%、25.5%和15.9%,对国控站点的贡献率分别为7.2%、17.7%和16.2%。钢铁对下风向区域的地表PM_(2.5)浓度的影响显著高于电厂及水泥部门的排放。从不同情境下模拟O_3地表浓度变化结果看出,南京市城区及下风向区域的O_3浓度随VOC排放削减降低,随NO_x排放削减升高,因而判定南京市秋季O_3生成属于VOC控制区。     

High-resolution modeling and evaluation of ozone air quality of Osaka using an MM5-CMAQ system

High-resolution modeling approach is increasingly being considered as a necessary step for improving the monitoring and predictions of regional air quality.This is especially true for highly urbanized region with complex terrain and land-use.This study uses Community Multiscale Air Quality (CMAQ) model coupled with MM5 mesoscale model for a comprehensive analysis to assess the suitability of such high-resolution modeling system in predicting ozone air quality in the complex terrains of Osaka,Japan.The 1-km and 3-km grid domains were nested inside a 9-km domain and the domain with 1-km grid covered the Osaka region.High-resolution Grid Point Value-Mesoscale Model μgPV-MSM) data were used after suitable validation.The simulated ozone concentrations were validated and evaluated using statistical metrics using performance criteria set for ozone.Daily maxima of ozone were found better simulated by the 1-km grid domain than the coarser 9-km and 3-km domains,with the maximum improvement in the mean absolute gross error about 3 ppbv.In addition,1-km grid results fared better than other grids at most of the observation stations that showed noticeable differences in gross error as well as correlation.These results amply justify the use of the integrated high-resolution MM5-CMAQ modeling system in the highly urbanized region,such as the Osaka region,which has complex terrain and land-use.     

大气多环芳烃区域迁移转化模型比较与关键影响因素:以京津冀地区为例

针对芘(Pyr)和苯并[a]芘(BaP),以京津冀地区2014年为例分别构建CMAQ和BETR模型系统开展数值模拟,对比评估两种模型对PAHs大气迁移转化的模拟效果,并利用XGBoost模型识别CMAQ中影响PAHs环境行为的关键大气物理化学过程和参数.结果表明,BETR和CMAQ模拟年均值与实测年均值比值基本在1/2～2之间,且CMAQ模拟值和实测值季节变化趋势相同,验证了两类模型结果的可靠性.同时,将CMAQ模型9 km网格模拟浓度平均至27 km网格并和BETR模拟浓度的对比结果显示,BETR模型Pyr和BaP模拟浓度平均分别约为CMAQ年均模拟浓度的1.59倍和1.38倍,两类模型在年均浓度水平和空间分布方面具有较好的可比性.基于XGBoost模型的SHAP变量重要性分析表明,边界层高是对Pyr和BaP迁移转化影响最大的气象因素,其重要性在所有因素中占比高达22%～35%,在部分城市和污染物中对浓度变化的贡献甚至超过排放量,且和两种PAHs浓度呈显著负相关;PAHs浓度水平其次受风速影响最大,且风速和PAHs浓度呈负相关关系;风向对不同城市污染物浓度的影响则各不相同.     

人为排放及气象因素对空气质量影响的定量分析——以疫情期间邢台市为例

选择河北省邢台市作为研究对象,将2020疫情作为一个极限管控措施下的极限减排实验情景,把2021疫情作为未来常态化疫情防控实验分析情景.与疫情前期对比,两次疫情期间臭氧浓度均有提升且2021疫情时期颗粒物浓度同样有提高,2020疫情时期其他污染物浓度均有不同程度的改善,而与2019历史同期相比,两次疫情期间臭氧浓度同样有升高现象,除此以外,2021疫情时期污染物改善较好.利用长短期记忆网络（LSTM）算法和空气质量预报模式系统（WRF-CMAQ）量化了两次疫情时期气象因素对于污染物浓度变化的影响,根据空气质量模拟法反推了不同污染物受人为影响的浓度变化.实验结果表明,LSTM算法在两次疫情期间的模拟均显示人为影响对污染物产生了负影响（降低了污染物浓度）且在总变化影响中占比较高,而CMAQ模式模拟结果中的气象因素影响占比远高于LSTM算法.CMAQ模式在两次疫情模拟中表现出了不同的结果,在2020疫情中人为影响占据了主导,而在2021疫情中,相比较2020疫情时期,除NO₂外,人类活动对其他污染物的影响均为正值（促进了污染物浓度升高）.     

舟山市臭氧污染分布特征及来源解析

臭氧及其前体物在环境空气中传输和反应过程复杂,本研究利用舟山市国控点2014年的监测数据对臭氧污染时空分布开展了统计分析,并利用CMAQ (community multiscale air quality)模型模拟了舟山市2014年臭氧污染形成,选用ISAM(integrated source apportionment method)源追踪算法计算来源贡献率.结果表明,舟山市春秋季节的臭氧浓度相对较高,浓度高值出现在午后13:00～15:00.普陀站的臭氧平均浓度最高而位于中心城区的临城站最低.臭氧总体浓度不高,但易出现单日浓度高值,其中5月臭氧超标率最高.舟山市本地臭氧形成主要受VOCs浓度控制,而源解析结果表明舟山市全年外来源占总贡献的69. 46%.本地源中,工业燃烧源、工艺过程源、道路移动源、非道路移动源的贡献率相差不大,且表现出显著的港口城市特征,船舶源、石化源、储运源分别占总贡献的4. 45%和1. 01%和1. 80%.控制臭氧污染应采取周边区域联防联控的措施,以VOCs排放源为主,不同来源协同调控的措施.