基于CMAQ与前馈神经网络的区域大气污染物浓度快速响应模型

建立大气污染可控源排放-复合污染水平的函数关系,实现给定排放情景下环境污染物浓度的实时响应,是大气污染物浓度预测与减排效果评估等的重要技术前提.本研究对污染物浓度影响因子变化空间进行拉丁超立方采样,使用CMAQ区域多尺度空气质量模型的预测值作为输入数据,通过前馈神经网络模型构建基于统计机器学习的长三角区域污染物浓度快速响应模型.结果表明经过模型结构选择与参数调整,基于前馈神经网络的快速响应模型能够快速准确还原出不同减排情景下长三角区域PM_(2.5)浓度的预测值.外部验证情景下相关系数CORR达到0.999以上,MB与ME均值达到了-0.046μg·m~(-3)和0.6162μg·m~(-3),实现了比RSM更加快速与准确的预测,不同时段与不同污染物浓度的准确预测则验证了其普适性.     

深圳市环境空气质量达标研究

深圳市影响空气质量的污染物包括PM2．5、O3和NO2。运用CMAQ空气质量模型,对深圳市周边城市设置了4套达标情景并开展模拟评估。结果表明,要降低PM2．5浓度应以控制颗粒物一次排放为重点,在2012年基础上PM10和PM2．5分别减排45％和55％以上才可较好地实现大气污染防治目标。达标情景对O3污染的控制效果并不显著,可能与周边城市VOCs控制力度不足相关,要降低O3浓度,必须控制VOCs污染排放。     

基于曲面响应建模的PM2.5可控人为源贡献解析

以东莞市PM_(2.5)重污染月份为例,使用强力法(Brute Force)和RSM/CMAQ曲面响应模型法分别解析了珠三角地区人为源排放对东莞PM_(2.5)的贡献,以及区域传输的可控人为源SO_2、NO_x和一次颗粒物(PM)在不同控制比例下(25%、50%、75%和100%)对东莞PM_(2.5)的累积浓度贡献.强力法研究结果表明,2014年1月珠三角地区人为源二次转化对东莞市PM_(2.5)的贡献(约58.10%)大于一次PM排放贡献(约41.90%),其中,人为源NH_3排放贡献最大,约占总量的21.66%.RSM/CMAQ动态源贡献结果显示,东莞市PM_(2.5)的人为可控源排放贡献(SO_2、NO_x和一次PM)占比为82.17%,受本地排放影响较大,且叠加区域排放的影响;一次PM减排对PM_(2.5)环境浓度的贡献高于仅减排SO_2和NO_x.在减排比例较低时,一次PM减排可有效削减东莞市PM_(2.5)浓度;随控制比例加大,二次前体物(SO_2和NO_x)减排对东莞市PM_(2.5)浓度削减率的影响加大.进一步使用HYSPLIT模式和轨迹聚类分析方法研究了2014年1月东莞市PM_(2.5)污染传输过程.结果显示,该时段共有6条长、短距离污染传输路径,污染物主要来自东莞市东、东北及东南方向,途经其上风向区域(惠州、深圳和广州等)传输至东莞;惠州是各主导上风向出现频率最高的城市,因而其区域传输对东莞PM_(2.5)的贡献也较大,深圳次之.     

典型城市臭氧污染源贡献及控制策略费效评估

东莞是珠三角O_3污染最严重的城市,使用RSM/CMAQ(曲面响应模型)法分析了珠三角区域人为排放的NO_x和VOCs对东莞市O_3浓度变化源贡献.2014基准年分析结果表明,扣除模型域外区域传输及天然源排放对O_3本底浓度贡献(41.00%)后,东莞本地VOCs排放对O_3贡献最大(18.50%),珠三角区域NO_x减排率13%时可持续降低东莞市O_3浓度.进一步使用ABa CAS-SE(空气污染控制成本效益与达标评估系统)对2017、2020、2025东莞市3个未来年O_3污染控制情景进行了费效评估.评估结果显示,NO_x和VOCs控制比例相对较低的2017年控制情景人体健康效益/区域控制成本比约为1.1;而控制比例相对较高的2025年东莞O_3达标情景效益成本比仅为0.1.这说明,在高减排率情景下,以末端治理为主的控制措施经济可行性较差,需综合采取产业/能源结构调整、清洁生产等措施实现NO_x和VOCs的大比例减排,实现东莞O_3的稳定达标.今后将进一步研究NO_x和VOCs减排对PM_(2.5)环境浓度及健康效益影响,开展多目标污染物协同控制费效评估.     

长距离污染传输对珠江三角洲区域空气质量影响的数值模拟研究

采用CMAQ模型系统对珠江三角洲(以下简称珠三角)区域2006年主要大气污染物浓度进行模拟,获得该区域主要污染物浓度时空分布和大气传输季节变化特征,并结合其它相关研究方法分析长距离传输对珠三角区域空气质量的影响.模型模拟结果揭示了珠三角NO2、SO2、PM10、PM2.5浓度具有秋冬季高、春夏季低的季节变化特征,而珠三角O3浓度的高值出现在秋季.零排放扰动法表明长距离传输对珠三角15个区域监测子站NO2、SO2、PM10和PM2.5浓度平均贡献分别为2.6%、13.9%、24.2%和28.1%,并且秋冬季长距离传输贡献大于春夏季.反向轨迹聚类方法显示珠三角区域代表性站点万顷沙72 h反向控制气团依据其来向可分为沿岸气团、大陆气团、区域环流和海洋气团.万顷沙站点主要污染物小时观测浓度大于150μg·m-3的时段与短距离沿岸气团、短距离大陆气团以及区域环流主导下的污染物传输密切相关.四维传输通量分析结果证实,NO2污染传输通道无法由广东省外延伸至珠三角地区,因此珠三角大气NO2浓度主要来源于广东省内的排放.珠三角在受沿岸气团或大陆气团控制时存在从福建省或江西省一直延伸至珠三角的SO2和PM2.5高通量污染传输通道.因此控制珠三角区域大气污染需考虑区域背景气象条件差异,针对不同污染物采取不同的区域联防联控措施.     

长江三角洲地区大气O3和PM10的区域污染特征模拟

以TRACE-P污染源资料及上海市地方排放清单为基础,采用Models-3/CMAQ环境空气质量模型和中尺度气象模式MM5,模拟研究了2001-01和2001-07长三角近地面二次污染物O3及PM 10的浓度分布及输送状况,并以上海市国控点2001年冬、夏季各10 d的小时监测数据对模型进行了验证.验证结果显示,Models-3/CMAQ对O3和PM10的模拟结果与监测值的相关系数分别为0.77和0.52;一致性指数分别达到0.81和0.99.模型对O3小时最高浓度的估算偏低27%,标准偏差为-3.1%;对PM10小时平均浓度的估算偏低10%,标准偏差为46%.模型已具备再现和模拟长三角大气污染输送过程的能力,且误差落在可接受的范围之内.模拟结果显示,2001-07长三角区域16个主要城市中,有14个城市O3小时最大浓度超过国家二级标准,高浓度O3可覆盖苏南和浙北广大区域.2001-01泰州、扬州、南京、镇江、常州等城市受本地排放源和北部大气污染输送的影响显著,大气PM10日均浓度超过PM10国家二级标准.长三角地区环境空气质量与污染类型受大气污染传输与化学转化的影响十分明显.夏季太阳辐射较强时,南部城市排放的污染物常以二次污染物的形式影响下风向城市;太阳辐射较弱的情况下,则以一次污染物输送为主的形式影响周边地区.冬季长三角区域颗粒物污染总体水平较高,这与我国北方地区排放的颗粒物在西北风作用下向长三角输送造成的影响密切相关.长三角地区的大气污染已逐渐从局地转为区域问题.     

基于空气质量和气象数据的大气污染物排放水平评估

评估大气污染物排放水平有助于防治大气污染。基于空气质量和气象数据,定量分析了气象因素对大气污染物浓度的影响,在此基础上建立了一种基于空气质量和气象数据的大气污染物排放水平指标——"参考浓度",即同等排放水平、参考气象条件下的大气污染物浓度;以SO_2为例,通过比较我国主要城市SO_2监测浓度、参考浓度与排放水平的相关性,验证了该排放水平指标的有效性;将该排放水平指标应用于我国不同地区大气细颗粒物PM2.5污染的脆弱性分析,得到了不同地区PM2.5排放水平的时空分布特征。结果显示:大气污染物参考浓度相比监测浓度可以更好地反映大气污染物的排放水平。该评估方法可以为大气污染防治提供参考。     

基于遥感资料的北京大气污染治理投资对降低PM_(2.5)的效能分析

采用北京市环境监测中心35个站点的PM2.5监测数据及MODIS Terra的大气气溶胶光学厚度L3 C051产品数据,分季度建立北京市PM2.5历史浓度遥感估算模型.结合北京大气污染物(PM10、PM2.5、SO2、NO2)年均浓度数据,对北京市2001—2012年间用于工业废气污染治理投资累计额进行了效能分析.研究表明,北京市工业废气污染治理投资对于改善大气PM10、SO2、NO2均有显著贡献,但其对于大气PM2.5污染的治理效果并不明显.可能原因包括PM2.5排放源的复杂性、相关治理措施对PM2.5的针对性、经济增长导致的区域PM2.5源排放持续增长及区域外排放的持续影响等.因此,需要采取专门的有针对性的治理措施,建立健全大气污染治理技术和激励机制,控制工业燃煤及城市交通排放,削减本地及周边源排放,以有效改善北京地区大气PM2.5污染状况.     

臭氧污染动态源贡献分析方法及应用初探

论文创新提出了基于RSM/CMAQ臭氧污染动态源贡献分析方法,并以佛山市顺德区2014年10月为例,分析了不同区域的人为可控源NO_x和VOCs减排情景下(10%、70%和100%)对本地O_3浓度变化的量化贡献.研究结果表明顺德区O_3的人为可控比例约43%,且受区域排放影响非常明显,主导上风向广州排放源总贡献(14%)超过顺德本地贡献(7%).VOCs的减排可有效削减顺德区O_3浓度,当减排力度较小时(12%),若仅控制区域NO_x排放将导致顺德区O_3浓度上升,随着减排力度的加大,区域NO_x的削减贡献会反超VOCs.RSM/CMAQ动态源贡献分析方法可为空气质量管理提供科学决策依据.     

珠江三角洲秋季典型气溶胶污染的过程分析

为了解大气中各物理和化学过程对气溶胶浓度的贡献情况,利用Models-3/CMAQ模式系统对珠江三角洲(以下简称珠三角)秋季典型气溶胶污染进行研究.模拟时间是2012年10月,期间珠三角主要受高压系统的控制,在17日冷锋过境前后高压天气形势发生转变,风向从东北风转为偏东风.结果表明,珠三角秋季PM2.5浓度呈现西高东低的水平分布特征,随着高度的上升浓度高值中心也向西南方向偏移;受大气边界层高度的影响,陆地上PM2.5输送高度呈现白天高夜晚低的变化特征;过程分析结果表明源排放,水平输送和垂直输送是影响近地面PM2.5浓度变化的主要过程;本地污染物排放是城市中心(广州站)PM2.5浓度升高的主要原因,而在下风向位置(江门站)外来污染物的水平输送过程是PM2.5的最主要来源.     

A case study of development and application of a streamlined control and response modeling system for PM2.5 attainment assessment in China

This article describes the development and application of a streamlined air control and response modeling system with a novel response surface modeling-linear coupled fitting method and a new module to provide streamlined model data for PM_(2.5) attainment assessment in China.This method is capable of significantly reducing the dimensions required to establish a response surface model,as well as capturing more realistic response of PM_(2.5) to emission changes with a limited number of model simulations.The newly developed module establishes a data link between the system and the Software for Model Attainment Test—Community Edition(SMAT-CE),and has the ability to rapidly provide model responses to emission control scenarios for SMAT-CE using a simple interface.The performance of this streamlined system is demonstrated through a case study of the Yangtze River Delta(YRD) in China.Our results show that this system is capable of reproducing the Community Multi-Scale Air Quality(CMAQ) model simulation results with maximum mean normalized error 3.5%.It is also demonstrated that primary emissions make a major contribution to ambient levels of PM_(2.5) in January and August(e.g.,more than50%contributed by primary emissions in Shanghai),and Shanghai needs to have regional emission control both locally and in its neighboring provinces to meet China's annual PM_(2.5)National Ambient Air Quality Standard.The streamlined system provides a real-time control/response assessment to identify the contributions of major emission sources to ambient PM_(2.5)(and potentially O_3 as well) and streamline air quality data for SMAT-CE to perform attainment assessments.     

台州市市区环境空气中PM2.5的多模型联用来源解析

为对台州市市区环境空气中PM_2.5的主要来源进行全面分析,运用CMAQ(空气质量模型)模型中的ISAM源追踪算法,计算了台州市本地各类污染源及外来源对PM_2.5的贡献,同时基于CMB模型的初步源解析结果,利用CMAQ模型解析二次前体物排放源的贡献,得到CMB-CMAQ联用模型的源解析结果,综合分析CMAQ模型和CMB-CMAQ联用模型解析结果最终获得台州市市区空气中PM_2.5的贡献源数据.结果表明:①CMAQ模型和CMB-CMAQ联用模型解析结果均表明,台州市市区PM_2.5本地源中首要贡献源为工业源,两个模型中工业源贡献率分别为20.13%和26.94%,其次为扬尘源(贡献率分别为16.98%、19.37%)和道路移动源(贡献率分别为16.44%、18.14%).②CMB-CMAQ联用模型解析结果中工业源、扬尘源和道路移动源的贡献率均高于CMAQ模型解析结果,而外来源和电力源的贡献率均低于CMAQ模型解析结果.③CMAQ模型和CMB-CMAQ联用模型综合分析分配结果表明,外来源、工业源、扬尘源、道路移动源是对区域中PM_2.5贡献较大的4个污染源,贡献率分别为26.10%、22.38%、16.09%、15.07%.研究显示,台州市市区环境空气中PM_2.5污染呈以工业源、扬尘源为主,道路移动源污染突出的复合型污染特征,加强这三类源的排放管理对于台州市市区PM_2.5污染防治具有重要意义.      

CMAQ模式及其修正技术在上海市PM_(2.5)预报中的应用检验

利用CMAQ空气质量数值预报模式对上海市PM2.5浓度进行预报,选取10个囯控站点监测数据对预报进行验证评估.结果表明,CMAQ模式开展能够较好地模拟出PM2.5的时间变化趋势及浓度水平,但总体处于低估的水平,偏低幅度约25%,尤其在高污染阶段,模式的低估更为突出,达32%,这与污染源清单的不确定性有关.为提高PM2.5预报准确度,采用学习型线性回归方法对PM2.5浓度的数值预报结果进行修正,统计检验结果显示修正预报准确率由原来的76.4%提高到了79.3%,污染预报成功指数由56.4%提高至72.1%,明显提高了PM2.5浓度的预报效果,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.     

VOC emission caps constrained by air quality targets based on response surface model: A case study in the Pearl River Delta Region, China

Because of the recent growth in ground-level ozone and increased emission of volatile organic compounds (VOCs), VOC emission control has become a major concern in China. In response, emission caps to control VOC have been stipulated in recent policies, but few of them were constrained by the co-control target of PM_2.5 and ozone, and discussed the factor that influence the emission cap formulation. Herein, we proposed a framework for quantification of VOC emission caps constrained by targets for PM_2.5 and ozone via a new response surface modeling (RSM) technique, achieving 50% computational cost savings of the quantification. In the Pearl River Delta (PRD) region, the VOC emission caps constrained by air quality targets varied greatly with the NO_x emission reduction level. If control measures in the surrounding areas of the PRD region were not considered, there could be two feasible strategies for VOC emission caps to meet air quality targets (160 µg/m³ for the maximum 8-hr-average 90th-percentile (MDA8-90%) ozone and 25 µg/m³ for the annual average of PM_2.5): a moderate VOC emission cap with <20% NOx emission reductions or a notable VOC emission cap with >60% NO_x emission reductions. If the ozone concentration target were reduced to 155 µg/m³, deep NO_x emission reductions is the only feasible ozone control measure in PRD. Optimization of seasonal VOC emission caps based on the Monte Carlo simulation could allow us to gain higher ozone benefits or greater VOC emission reductions. If VOC emissions were further reduced in autumn, MDA8-90% ozone could be lowered by 0.3-1.5 µg/m³, equaling the ozone benefits of 10% VOC emission reduction measures. The method for VOC emission cap quantification and optimization proposed in this study could provide scientific guidance for coordinated control of regional PM_2.5 and O₃ pollution in China.     

2013年12月上海市PM2.5重污染过程数值模拟研究

基于2013年11月30日-12月13日上海一次PM_2.5重污染过程,利用Model-3/CMAQ模式及过程分析技术,定量评估不同时段各大气过程对上海PM_2.5浓度变化的影响.结果表明:Model-3/CMAQ模式系统能较好的模拟出实况PM_2.5的浓度变化趋势与特点.研究期间,白天源排放的增强和大气传输的影响、加上较强的气溶胶和云过程生成贡献,是造成上海PM_2.5浓度上升至重污染的主要原因.不同污染时段对PM_2.5浓度上升贡献率最大的过程均为输送,其中,西北部点位(青浦淀山湖和虹口凉城输送)的贡献率最大,且重污染时段输送的贡献率明显高于非重污染时段.     

基于达标约束的南京市环境空气质量情景模拟

以2030年南京市6项污染物达标为约束,在2015年大气污染物排放清单基础上,利用CMAQ模型分析了PM_(2.5)对南京本地不同前体物排放的敏感性,通过情景分析预测排放清单,模拟了4种减排情景的空气质量变化,最终获得达标约束下大气污染物总量控制指标.模拟结果显示,减少一次颗粒物PPM (primary particulate matter)排放对降低大气中的PM_(2.5)浓度最为有效;在周边地区减排的基础上,本地减少PPM排放对PM_(2.5)年均浓度下降的相对贡献可达88%,其次为NH_3、NOx、SO_2与VOCs减排,其相对贡献分别为10. 3%、5. 5%、3. 2%与0. 5%;相比2015年,4种情景下南京市主要大气污染物减排比例在22%～53%,未来控制活动水平对减排SO_2、NH_3与CO较有效,而NOx和VOCs末端治理方面还有较大空间;将SO_2、NOx、PM10、PM_(2.5)、BC、OC、CO、VOCs及NH_3的排放量分别控制在2. 43×104、8. 47×10~4、9. 42×10~4、3. 74×10~4、0. 19×10~4、0. 30×10~4、26. 56×10~4、13. 08×10~4及1. 50×10~4t以内时,预计南京市6项污染指标可以达到国家环境空气质量二级标准.     

Design and demonstration of a next-generation air quality attainment assessment system for PM2.5 and O3

Due to the increasingly stringent standards, it is important to assess whether the proposed emission reduction will result in ambient concentrations that meet the standards. The Software for Model Attainment Test—Community Edition (SMAT-CE) is developed for demonstrating attainment of air quality standards of O₃ and PM_2.5. SMAT-CE improves computational efficiency and provides a number of advanced visualization and analytical functionalities on an integrated GIS platform. SMAT-CE incorporates historical measurements of air quality parameters and simulated air pollutant concentrations under a number of emission inventory scenarios to project the level of compliance to air quality standards in a targeted future year. An application case study of the software based on the U.S. National Ambient Air Quality Standards (NAAQS) shows that SMAT-CE is capable of demonstrating the air quality attainment of annual PM_2.5 and 8-hour O₃ for a proposed emission control policy.     

Impact of energy structure adjustment on air quality: a case study in Beijing, China

Energy consumption is a major cause of air pollution in Beijing, and the adjustment of the energy structure is of strategic importance to the reduction of carbon intensity and the improvement of air quality. In this paper, we explored the future trend of energy structure adjustment in Beijing till 2020, designed five energy scenarios focusing on the fuel substitution in power plants and heating sectors, established emission inventories, and utilized the Mesoscale Modeling System Generation 5 (MM5) and the Models-3/Community Multiscale Air Quality Model (CMAQ) to evaluate the impact of these measures on air quality. By implementing this systematic energy structure adjustment, the emissions of PM₁₀, PM_2.5, SO₂, NO _x , and non-methane volatile organic compounds (NMVOCs) will decrease distinctly by 34.0%, 53.2%, 78.3%, 47.0%, and 30.6% respectively in the most coalintensive scenario of 2020 compared with 2005. Correspondingly, MM5-Models-3/CMAQ simulations indicate significant reduction in the concentrations of major pollutants, implying that energy structure adjustment can play an important role in improving Beijing’s air quality. By fuel substitution for power plants and heating boilers, PM₁₀, PM_2.5, SO₂, NO _x , and NMVOCs will be reduced further, but slightly by 1.7%, 4.5%, 11.4%, 13.5%, and 8.8% respectively in the least coal-intensive scenario. The air quality impacts of different scenarios in 2020 resemble each other, indicating that the potential of air quality improvement due to structure adjustment in power plants and heating sectors is limited. However, the CO₂ emission is 10.0% lower in the least coal-intensive scenario than in the most coal-intensive one, contributing to Beijing’s ambition to build a low carbon city. Except for energy structure adjustment, it is necessary to take further measures to ensure the attainment of air quality standards.     

火电厂大气污染物排放标准实施效果的数值模拟研究

建立了2010年火电厂大气污染物排放清单,在此基础上设计了实施2003版标准和实施新版标准的模拟情景,运用Models-3/CMAQ模型系统分别预测其到2015年和2020年的NO2、SO2、PM2.5浓度以及氮、硫沉降量,探讨新版火电排放标准对我国大陆地区空气质量的改善.研究表明,新版火电标准的实施能够有效地改善我国的空气质量状况,相比于实施2003版标准情景,到2015年和2020年全国NO2浓度超过国家二级标准的面积分别减少了53.9%和55.2%;SO2浓度超过国家二级标准的面积均减少了40.0%;氮沉降强度超过1.0 t·km-2的面积分别减少了75.4%和77.9%;硫沉降强度超过1.6 t·km-2的面积分别减少了37.1%和34.3%.