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。     

基于CMAQ空气质量模型研究机动车对济南市空气质量的影响

为研究济南市机动车排气对城市区域空气质量的影响,利用环境空气质量监测站点（简称"1号站点"）和路边机动车尾气监测站点（简称"2号站点"）的在线数据,以及基于4种模拟情景的CMAQ空气质量模型预测数据,研究了济南市城市区域大气污染物质量浓度变化规律及不同机动车车型对6种常规大气污染物的贡献.结果表明:①在采暖季,1号站点ρ（PM_2.5）、ρ（PM₁₀）、ρ（NO₂）、ρ（CO）、ρ（O₃）和ρ（SO₂）月均值分别为435 μg/m3、702 μg/m3、84.2 μg/m3、6.8 mg/m3、4.5 μg/m3和92 μg/m3.②2015年12月24日（灰霾天）,1号站点ρ（CO）、ρ（PM_2.5）和ρ（PM₁₀）均明显升高,ρ（SO₂）、ρ（O₃）和ρ（NO₂）均变化不明显.2个监测站点中ρ（NO₂）和ρ（PM₁₀）均呈双峰趋势,2个峰值出现的时间与上、下班高峰期基本一致.除ρ（O₃）和ρ（SO₂）达GB 3095-2012《环境空气质量标准》二级标准外,其他污染物均超过GB 3095-2012二级标准限值,采暖季大气污染特征为颗粒物型污染.③机动车对研究区域NO₂和PM₁₀贡献率较大,其中,小型车对CO、NO₂、PM₁₀和PM_2.5贡献率最大,其贡献率分别为85.7%、50.1%、53.4%和52.8%.机动车排放源能降低空气中ρ（O₃）,其总贡献率为-25.5%,其中大型车、中型车、小型车对O₃的贡献率分别为-8.8%、-2.7%和-8.9%.灰霾天下不同机动车车型对空气中污染物质量浓度的总贡献率均比采暖季大.研究显示,济南市采暖季大气污染特征为颗粒物型污染,机动车排放源对空气中NO₂和PM_2.5有较大贡献.      

典型石化企业排放空气质量影响模拟研究

基于惠州市大亚湾区2017年大气污染源排放清单,利用WRF-CMAQ模型系统量化评估了大亚湾区某典型石化企业在关停和增产排放情景下对周边空气质量的影响.清单结果显示该企业2017年SO₂、NO_x、PM₁₀、PM_2.5、CO和VOCs的排放量分别为212 、1744 、455 、359 、1458 和6446 t,在严格落实等量替代及减排措施后,该石化企业虽然产能翻倍,但VOCs排放量同比2017年显著减少了30%,其它污染物排放量增加了6%~19%.模拟结果显示2017年该石化企业排放对大亚湾区NO₂、PM₁₀、PM_2.5和O₃的浓度贡献分别为0.91、0.64、0.54和-0.08 μg·m^-3,完全关闭该企业排放后对周边站点NO₂改善效果最大（可使邻近管委会子站NO₂浓度下降1.24 μg·m^-3,下降百分比为5.10%）,但由于NO的滴定效应,该企业NO_x减排对周边管委会子站和霞涌子站的O₃浓度均有轻微负贡献;该石化企业的增产改造对周边O₃浓度降低影响明显,周边站点中O₃浓度最高可下降2.45 μg·m^-3（下降幅度为1.72%）,大亚湾区O₃浓度整体也可下降1.45 μg·m^-3.此外,受秋冬季不利扩散条件以及主导上风向污染传输影响,该企业在1月和10月对管委会子站NO₂、PM₁₀和PM_2.5的浓度贡献较大,由于冬季低温导致光化学反应自由基活性降低,该企业在1月对管委会子站O₃浓度负贡献显著.     

北京市能源利用对空气质量的影响分析和预测

为评价能源消耗对未来北京市空气质量的影响,以2000年为基准年,2008年为目标年,建立了北京市城八区能源利用相关的一次PM₁₀、SO₂和Nox的排放清单,采用空气质量模型,模拟城八区内各污染物浓度的时空分布,分析其排放和浓度分布特征及行业分担率,并预测2008年的空气质量.结果表明,对于能源消耗排放的一次PM₁₀和SO₂,工业排放对其浓度的贡献率在40%以上;机动车排放对Nox浓度的贡献率在65%左右;按照现行的政策和发展趋势,2008年北京市城八区的空气质量将有所好转,与能源利用相关的一次PM₁₀、SO₂和NO₂在各监测点的年日均浓度分别约为25,50,51μg/m³.     

2013年中国海域船舶大气污染物排放对空气质量的影响

基于2013年中国海域船舶排放清单和空气质量数值模拟平台（WRF-SMOKE-CMAQ）,利用敏感性分析方法定量识别了中国海域船舶排放对沿海地区空气质量的影响特征. 结果表明：船舶排放对不同污染物的贡献特征空间差异显著,就SO₂、NO₂和PM_2.5而言,在沿海省份的年均贡献率分别为5%、7%、2%（1.1、1.7、0.9 μg·m^-3）,其中,珠三角和长三角地区受影响较大,SO₂、NO₂和PM_2.5贡献分别可达30%、31%、8%（7.7、9.2、2.7 μg·m^-3）和14%、13%、4%（3.7、5.3、1.9 μg·m^-3）.其次,船舶排放对空气质量影响季节性差异显著,尤其表现在PM_2.5的空间分布上,三大城市群中,船舶排放对污染物贡献的季节间最大差异倍数为SO₂（1.3~2.0）,NO₂（1.2~4.0）,PM_2.5（1.8~7.5）.值得关注的是,船舶排放对PM_2.5的浓度贡献表现出了明显的区域性（长距离传输）和复合性.本研究结果,一方面弥补了我国船舶排放对空气质量影响的量化特征认识不足,另一方面可为后续船舶排放的健康影响及控制费效分析等评估研究提供数据支撑.     

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。     

城市尺度空气质量及总量控制模型研究进展

空气质量模型是大气污染物总量控制及反应机理分析的一种重要工具。通过研究简述了空气质量模型在大气污染物总量控制中的作用,并且重点总结了国内外城市尺度空气质量模型(GIS、AERMOD、CALPUFF、NJU-CAQPS及Model3-CMAQ)的基本原理及应用特征。通过对大气总量控制模型的研究讨论了区域大气总量的控制方法,分别对大气总量预算中的测算方法进行研究,并展望了空气质量模型和大气总量控制模型的发展趋势。     

国内外环境空气质量模型法规化现状与对比研究

系统总结了国内外环境空气质量模型的法规化现状及最新进展,分析对比了国内外典型国家和地区环境空气质量模型法规化现状与特点,在总结我国环境空气质量模型法规化的主要问题的基础上,提出了我国模型法规化建设的具体方向,对我国环境空气质量模型法规化制度和框架建设具有指导意义。     

基于CMAQ模式产品的福州市空气质量预报系统

利用CMAQ(Community Multiscale Air Quality Model)模式预报产品和福州市2007年1月至2010年6月大气污染物的观测资料以及常规地面气象观测资料,根据动力-统计相结合的预报方法,通过多元线性逐步回归,建立不同天气系统下CMAQ模式产品和多类预报因子相结合的日污染物浓度预报模型.结果表明,影响福州市的天气系统共分为大陆高压、副热带高压、切变、暖区辐合、高空槽、台风和热带辐合带7类天气型.在暖区辐合、高空槽和大陆高压控制下,福州市的空气质量较差,而副热带高压和台风系统影响时,福州市的空气质量最好.日污染物浓度预报方程置信度均为P=0.000,模型有统计学意义.利用模型对2010年7~12月福州市各污染物浓度进行预报效果回代检验,模型对PM10的污染指数等级预报正确率达到了71.3%,对SO2和NO2的级别预报正确率达到了100%,日预报综合评分平均达88.8分.     

华北地区典型机场清单建立及空气质量影响

基于利用AMDAR数据确定大气混合层高度进而对飞机不同工作状态下的时间进行修正的计算方法,核算了2017年华北地区6座典型机场大气污染物排放量.结果显示,6座机场NO_x、CO、VOC、SO₂与PM_2.5的排放总量分别为21504.2,7074.8,1424.0,1283.6和323.2t.飞机源NO_x、CO、VOC与SO₂的排放量远高于机场内其他污染源,而对PM_2.5的排放贡献相差较小.HC与CO的排放主要集中在滑行阶段,占比分别为90.6%与90.2%,而NO_x、SO₂与PM_2.5的排放主要集中在爬升阶段,排放占比分别为58.9%、38.7%和43.5%.6座机场1月份污染物排放量较低,在8月份达到峰值.基于本研究建立的天津滨海国际机场大气污染物排放清单,利用WRF-CAMQ模型研究机场排放对周边区域PM_2.5浓度的影响.结果表明机场区域小时最大贡献浓度为3.24μg/m³;距离机场5km处的年均贡献浓度与小时最大贡献浓度分别为0.08和2.84μg/m³.     

珠三角空气质量暨光化学烟雾数值预报系统

基于中尺度气象模式(MM5)、排放源模式(SMOKE)和大气化学模式(CMAQ),耦合本地排放源清单,建立了珠三角区域空气质量数值模式预报系统。该套模式系统对清洁、污染过程的一次、二次污染物都有较好的预报能力。冬季,能见度和PM_(2.5)的预报值和观测值的相关系数最高达0.76和0.78。O_3和NO_x的预报值和观测值的相关系数为0.64和0.61。随着预报时效的增加,预报效果没有明显降低。夏季,在2个典型光化学过程中,O_3的预报值和观测值的相关系数分别为0.68和0.81,NO_x分别为0.57和0.64。在相关的边界层气象因子中,地表通风系数和能见度相关度最高,相关系数达0.71。混合层高度、地面风速、比湿和能见度的相关系数分别为0.55、0.50、和-0.37。在灰霾过程中,PM_(2.5)占PM_(10)的质量浓度为78%。在气溶胶质量权重中,硫酸盐所占的比重最高,占PM_(2.5)权重达到33%,元素碳为18%,有机碳为14%,铵盐为5%,硝酸盐仅为1%。灰霾过程的二次气溶胶的质量权重比清洁过程的大。     

基于CMAQ/ISAM空气质量模型的北京市夏季臭氧来源解析研究

为了解北京市夏季臭氧(O₃)污染的特征与来源,采用区域空气质量模型(CMAQ)的综合源解析功能(ISAM)对北京市2019年6月不同区域的近地面O₃浓度及其来源贡献进行了数值模拟计算,量化了北京市、天津市、河北省、京津冀以外省份以及全球背景共14类NO_x和VOCs排放源对北京市不同区域O₃污染的贡献. 结果表明:①北京市不同地区O₃及其前体物来源存在显著差异,城区及近郊区NO_x和VOCs均主要来自于北京市本地排放,本地源排放对城区及近郊区的NO_x贡献(39.7%~46.4%)显著大于对远郊区的贡献(19.9%~38.8%),本地源排放对城区及近郊区的VOCs贡献(51.1%~75.8%)大于对远郊区的贡献(19.5%~39.6%). ②远郊区NO_x和VOCs浓度更易受非本地排放的输送影响. ③O₃主要来源于包括模拟区域外以及全球背景的边界传输贡献,边界传输对北京市不同受体区域的贡献均大于52.6%. ④北京市本地源排放对城区及近郊区O₃的贡献(6.8%~18.3%)大于对远郊区的贡献(2.4%~7.6%),京津冀以外源区的排放对北京市远郊区的贡献(5.2%~6.4%)大于对城区及近郊区的贡献(2.7%~4.4%),说明本地排放对远郊区影响相对较小,远郊区O₃浓度易受北部燕山山脉和太行山的阻隔影响. 因地理位置及地形原因,河北省不同源区对北京市不同区域O₃浓度的贡献存在一定差异. 研究显示,控制北京市夏季O₃污染应综合考虑城区与郊区O₃来源的差异性,做好周边区域的联防联控.      

基于HHO-CNN-LSTM的CMAQ修正模型及其在上海市空气质量预报中的应用

建立空气质量预报模型,预测污染物浓度对人类健康和社会经济发展具有重要意义。然而,传统的空气质量模型CMAQ对污染物浓度的预报精度并不理想。对此,本文提出了一种基于卷积神经网络(CNN)和长短期记忆神经网络(LSTM)的空气质量预报修正模型,并使用哈里斯鹰算法(HHO)对模型的超参数进行优化;用CMAQ模型对上海市2022年12月六种大气污染物(SO₂、NO₂、PM₁₀、PM_2.5、O₃、CO)浓度的预报数据以及监测站的气象数据和污染物浓度实测数据作为HHO-CNN-LSTM模型的输入,对CMAQ模型预报结果进行修正。使用均方根误差(RMSE)、平均绝对误差(MAE)和一致性指数(IOA)作为评价指标。结果显示,修正模型显著提高了六项污染物浓度的预测精度,RMSE减少了73.11%～91.31%,MAE减少了67.19%～89.25%,IOA提升了35.34%～108.29%。同时针对HHO算法陷入局部最优而导致修正模型对CO浓度预测效果不佳的问题,使用高斯随机游走策略对HHO算...     

冬季电力行业对长江中游城市群空气质量影响

为分析长江中游城市群电力行业对区域冬季空气质量的影响,本研究基于自下而上建立的高分辨率排放清单,以污染最严重的典型月份1月为模拟时段,采用WRF-CAMx-PSAT模型模拟现状下电力行业对长江中游城市群的空气质量影响,并另设置关停小机组和大机组替代小机组两种减排情景,对区域空气质量影响进行评估.结果表明,电力行业小机组对区域污染物浓度贡献占整个电力行业对区域污染物浓度贡献比例较大.关停小机组和大机组替代小机组情景下,SO2、NOx和PM_(2.5)的区域浓度贡献相对于关停前削减了36.2%~39.8%、30.5%~33.5%和25.9%~30.7%,且两种减排情景的效果相近.鄂西北地区、湘西地区、襄荆宜经济带和江淮城市群四个地区的小机组污染物排放对区域电力行业污染物贡献影响最为明显,两种减排情景下污染物贡献率相对于现状情景降幅在40%~70%.因此,冬季小机组对长江中游城市群的区域影响较为明显,应加强对长江中游城市群小机组的管控.     

焦化行业高污染排放对中国空气质量的影响

为了解焦化行业对中国大气的影响,以地级市为单位收集产焦量等活动水平数据,采用排放因子法建立了我国2020年焦化行业大气污染物的排放清单,并对2021年焦炭产量在1000万t及以上的省份焦化区和非焦化区6种常规污染物的浓度、超标率、作为首要污染物出现的频率和空气质量指数等情况进行了对比分析.结果显示,焦化行业大气污染物的高排放区主要集中在我国山西、陕西、河北、内蒙古、山东等省份(自治区),陕西省榆林市排放量最高.焦化区PM_2.5和PM₁₀的年均浓度(37.7μg·m^-3和82.7μg·m^-3)、超标率(9.78%和9.26%)和作为首要污染物出现的频率(17.82%和35.97%)均高于非焦化区的年均浓度(32.0μg·m^-3和64.6μg·m^-3)、超标率(7.46%和6.74%)和作为首要污染物出现的频率(17.00%和22.33%),SO₂在两个地区均未超标,O₃仅在焦化区的夏季超标,而NO₂     

江苏省二氧化碳减排政策对空气质量改善增益

碳排放达峰和空气质量达标是当前大气环境研究的热点问题.利用排放因子法建立2010~2019年江苏省城市级温室气体排放清单,进一步结合温室气体-大气污染物协同关系分析和WRF-Chem空气质量模型模拟,量化不同碳减排情景下空气质量改善的协同增益.结果表明,2010~2019年江苏省CO₂年均排放量为701.74~897.47 Mt,其中苏州、徐州和南京排放量最高（91.19~182.12 Mt ·a^-1）,扬州、宿迁和连云港排放量最低（13.19~32.54 Mt ·a^-1）,大部分城市CO₂排放呈持续上升趋势.能源活动为CO₂排放的主要来源,贡献率占比近90%,工业生产过程贡献率约10%.依据减排侧重点的不同设计3类CO₂减排情景,分别为全部门协同减排、优先能源减排和优先工业减排,每类减排情景包含不同的CO₂减排力度（10%、20%和40%）.情景模拟结果指出,以2017为基准年,全部门协同、优先能源和优先工业减排中PM_2.5年均浓度下降幅度分别为6.7~21.1、3.1~12.0和3.4~14.3 μg ·m^-3.全部门协同减排对PM_2.5污染改善最为显著,在全部门减排情景为40%下,除徐州和宿迁外其它城市PM_2.5年均浓度值均能达到国家Ⅱ级标准（35 μg ·m^-3）.PM₁₀、SO₂、NO₂和CO的变化响应与PM_2.5类似,但O₃污染在优先能源和优先工业情景下呈现出不同程度的上升趋势.     

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.     

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.     

基于WRF-CMAQ评估秸秆禁烧对区域空气质量的影响

基于本地化的秸秆露天焚烧主要大气污染物排放清单,采用空气质量模式WRF-CMAQ,定量评估秸秆禁烧管控对东北地区空气质量的影响.结果显示,2013~2020年东北地区秸秆露天焚烧污染物排放总量整体呈现先增加再降低的趋势,每年的秸秆焚烧集中期为春耕前（3月和4月）和秋收后（10月和11月）.2017年秸秆焚烧集中期内,秸秆露天焚烧对东北三省的CO和PM_2.5浓度的贡献率分别为24.01%和39.98%,农作秸秆露天焚烧是造成东北地区空气质量下降的重要因素;相同气象条件下,2019年秸秆焚烧集中期,秸秆焚烧对东北三省大气中CO和PM_2.5浓度的贡献率较2017年同期分别下降了9.58%和13.95%,表明2019年的秸秆禁烧政策有效改善了东北地区的空气质量.同时,若东北三省均实施吉林省2019年的秸秆禁烧管控政策,则东北地区的空气质量将会进一步改善.本研究结果可为区域大气污染联防联控政策的制定提供科技支撑.     

氮氧化物排放模型及排放清单研究现状

对氮氧化物的排放预测模型进行了归类,同时,对我国氮氧化物的排放现状和发展趋势进行了探讨。最后,提出了氮氧化物排放控制对策措施。