西安地区夏季臭氧的模拟研究

本文利用WRF-CHEM模式对关中地区2015年7月25日至30日的一次O_3污染事件进行了数值模拟。通过与地面观测数据对比发现,WRF-CHEM模式基本上可以合理模拟西安和咸阳城市群O_3和NO_2的质量浓度的时空分布。敏感性试验表明,在臭氧生成的峰值期(12:00—18:00 LT),交通源是城市重要的O_3源,无论在高浓度臭氧条件下还是低浓度臭氧条件下,贡献量都高于15μg?m~(-3),平均贡献量均高于24μg?m~(-3);工业源仅在臭氧峰值生成时期贡献明显;生物源无论在高浓度还是低浓度臭氧的条件下,平均贡献都在16μg?m~(-3)以上;居民源的贡献基本低于10μg?m~(-3);能源生产源有降低O_3质量浓度的作用,但在臭氧生成的峰值时期,能源生产源可以增加O_3质量浓度。随着交通源排放量的增加,O_3的质量浓度逐渐增加,尤其在臭氧的峰值期。在臭氧生成峰值期,当氮氧化物(NOx)减少50%时,除城市中心臭氧浓度略增加,其他地区臭氧质量浓度均在下降;当挥发性有机物(VOCs)减少50%时,城市群内臭氧质量浓度都在下降;当NO_x和VOCs同时减少50%时,臭氧质量浓度都呈现下降趋势,减少量可达20μg?m~(-3)以上。在整个研究区域内,H_2O_2/HNO_3比值均在0.6以上,这表明西安和咸阳城市群属于NO_x控制区。     

模拟研究咸阳市2016年秋冬季雾霾期间PM2.5来源

基于WRF-CHEM模式模拟研究2016年11月、12月关中地区两次大气重污染事件期间咸阳市本地排放对当地PM_2.5污染水平的贡献以及关中地区主要污染源排放对咸阳市PM_2.5质量浓度的贡献。模式合理地模拟了研究时段内关中地区PM_2.5质量浓度的时空变化特征,较好地再现了大气污染过程。敏感性试验结果表明：秋冬季重污染期间咸阳市本地排放对当地PM_2.5的贡献约为30%,外源输送的贡献高达50%—60%。在关中地区的主要污染源中,居民源是秋冬季咸阳市PM_2.5最主要的来源,在秋冬季的贡献分别为37.4%和60.6%;工业源和交通源对咸阳市秋季PM_2.5的贡献分别为22.1%和11.2%,冬季的贡献分别为15.6%和9.8%;电厂源对秋冬季咸阳市PM2.5的贡献约为2.0%。因此,在秋冬季大气重污染期间,应该主要通过控制居民源排放来减轻咸阳市PM_2.5污染。     

关中盆地NO2和SO2对颗粒物污染的协同效应

基于WRF-Chem模式模拟了关中盆地2019年1月2—14日一次颗粒物污染事件,评估了NO_x和SO₂减排及其在颗粒物污染中的协同作用对PM_2.5污染的影响。敏感性实验结果表明：NO_x减排可使PM_2.5中硝酸盐含量下降,但大气中O₃浓度上升,大气氧化能力增强,其他二次组分上升,导致PM_2.5下降不明显;SO₂人为源减排可使硫酸盐质量浓度下降,但由于硫酸盐在PM_2.5中占比较低,当SO₂减排75%时,PM_2.5仅下降1.74%;当减排比例较高时,NO_x和SO₂同时减排更有利于颗粒物污染防治。PM_2.5质量浓度在NO_x和SO₂同时减排75%时比分开减排75%时多下降0.75%,主要是硫酸盐下降所致;对气溶胶含水量进行分析,发现NO_x对气溶胶含水量影响较大,当NO_x减排75%时,气溶胶含水量可下降15.51%;此外,NO_x和SO₂同时减排比分开减排时气溶胶含水量更低,更不利于二次颗粒物生成。     

交通源对西安夏季空气质量影响模拟研究

本文应用WRF-CHEM模式模拟分析了2016年6月西安市大气污染过程。模式准确地模拟了西安地区大气臭氧(O_3)、细颗粒物(PM_(2.5))以及二氧化氮(NO_2)的时空变化趋势,较好地再现了天气形势以及大气污染的演变过程。根据近年来西安市交通排放量的增加制定敏感性试验,结果表明:西安市20%交通排放量在研究时段内平均PM_(2.5)质量浓度贡献量为4.5μg?m~(-3),模拟时段内O_3平均贡献量为4.8μg?m~(-3),西安市20%交通排放量在研究时段内的平均NO_2贡献量为2.7μg?m~(-3),而且污染物浓度越高,交通源排放量的影响越显著。     

京津冀地区二次有机气溶胶形成与来源的模拟研究

近年来我国多地区发生重大的霾污染,细颗粒物（PM_{2.5）浓度极高,来源复杂。有机气溶胶（OA）是PM2.5的重要组成成分之一,占北半球PM2.5质量浓度的20%—90%。在重霾期间二次有机气溶胶（SOA）对OA的贡献率可达44%—71%。因此,本文利用WRF-Chem模式模拟了2017年10月23—28日京津冀地区（BTH）一次重霾污染事件,评估了亚硝酸（HONO）的非均相反应、低温影响下羟基自由基（·OH）的反应速率以及挥发性有机化合物（VOCs）对SOA生成的影响。模式较好地再现了BTH的大气污染物与SOA的时空变化特征。敏感性实验分析表明：在研究期间,非均相HONO源可使区域平均SOA浓度增加30.0%;提高·OH反应的速率可使平均SOA浓度增加16.8%;同时提高排放清单中VOCs的排放量与·OH的反应速率时,SOA平均浓度可增加33.6%。并且随着污染程度的加重,SOA在OA中的占比逐渐增加。因此,除了减少一次颗粒物排放外,减少SOA前体物的排放,也是改善空气质量的重要途径之一。}