辽宁省一次大气重度污染过程预报准确性分析

2019年春季辽宁省出现了一次长时间、大范围的空气质量重度污染过程,为进一步了解此次环境空气重度污染过程的预报情况,对CMAQ模型、REG模型和人工订正法在此次污染过程中的污染等级和AQI范围的预报准确率进行了分析。结果表明:人工订正法未来24 h跨级预报准确率最高,72 h最低;AQI范围预报中,人工订正法在未来24和72 h均值预报中准确率均为最高,48 h预报REG模型准确率最高,CMAQ模型均为最低;各预报方法在污染过程前期、后期的预报准确率均高于污染过程中期。     

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的大气环境容量计算方法及控制策略

利用空气质量模型CMAQ建立了真实条件下基于不同达标率的大气环境容量计算方法,为大气环境质量管理提供了科学依据。采用CMAQ建立研究区域的空气质量模型系统,设置多层嵌套网格(最小网格分辨率3km),获得了2006年1月、4月、7月、10月(四季代表月)的小时污染物浓度值。通过调整研究区域的污染源排放量,并结合空气质量监测数据和环境空气质量标准,建立了不同污染物的达标率与环境容量关系曲线。研究证明,该方法可以确定可吸入颗粒污染物、二氧化硫和二氧化氮在不同达标率下的大气环境容量,并充分反映三种污染物环境容量的季节性变化特征。研究结果不仅有利于环境管理者制定针对研究区域的空气总量控制方案,还有助于构想基于季节性变化的污染控制策略。     

广东省春节期间空气质量特征及预报方法研究

2017年春节期间广东省环境空气质量自动监测站的数据分析结果表明:春节假期广东省空气质量等级变化较大.除夕全省空气质量为良;初一,全省以良和轻度污染为主,粤东出现重度污染,粤西和粤北出现中度污染,可能与除夕夜烟花爆竹燃放有关;初二起,全省空气质量逐渐转为优良.首要污染物以PM2.5和O3为主.现有的NAQPMS和CMAQ空气质量预报模型在污染相对严重的初一表现较差,主要是因为数值模型未能考虑到烟花爆竹燃放等排放源的输入.     

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.     

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.      

国内外空气质量模型研究进展

本文系统总结了国内外空气质量模型的发展历程及最新进展,分析不同时期、不同类别空气质量模型的基本特征及适用条件,重点介绍ISC3、AERMOD、ADMS、CALPUFF四个法规化中小尺度空气质量模型及NAQPMS、WRF-CHEM、CAMx、CMAQ四个综合型区域尺度空气质量模型的基本原理及典型特征,探讨空气质量模型在我国实践应用中存在的主要问题。最后分析我国建设法规化空气质量模型的必要性,并提出法规化模型建设的前置条件及核心内容。     

美国环保局第三代空气质量预报和评估系统

美国环保局研制的第三代空气质量预报和评估系统(Models-3)。Models-3由程序管理、科学管理、模式构架、数据库管理、决策管理、软件管理以及研究设计七大部分组成。其中最主要的是程序管理部分。它由中尺度气象模式、排放模式以及通用多尺度空气质量模式三大模式组成。三大模式的核心是通用多尺度空气质量模式(CMAQ)。中尺度气象模式为CMAQ提供气象场的数据；排放模式为CMAQ提供排放物的资料；CMAQ则利用上述的数据资料对污染物在空气中的物理和化学过程进行空气质量的数值预报。文章给出了一个个例的预报结果。     

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。     

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。     

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。     

城市环境空气污染预报研究进展

主要介绍了城市环境空气污染预报的方法,综述了城市环境空气污染预报的国内外研究现状,主要介绍了美国第三代Momdel-3 CMAQ模式系统和中国科学院大气所的嵌套网格空气质量预报系统(NAQPMS),以及最新的多模式污染预报技术,本文最后指出中国目前的大气环境形势比较严峻,城市环境空气污染预报模式还存在一些问题,并探讨了今后的发展方向。     

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.     

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...     

应用ARPS-CMAQ模拟研究石景山污染对北京的影响

建立了中尺度气象模型ARPS与区域多尺度空气质量模型CMAQ的耦合模型系统,应用该模型系统模拟研究了2002年1月份和8月份石景山区污染物排放对北京市空气质量的影响.模拟结果显示,1、8两个月份石景山区污染对北京市PM10的月均贡献浓度分别为29.68μg·m-3和32.09μg·m-3,其中污染较重日的日均贡献浓度在50μg·m-3左右,说明石景山污染对北京市空气质量影响较大.同时,进一步对两月典型污染过程进行深入分析,研究发现,在所选两个污染过程中,石景山对北京PM10的贡献浓度与监测浓度同步升高或降低.首先,在污染过程的前期,石景山贡献浓度较低且变化不大,之后贡献浓度与监测浓度同步快速上升,该阶段贡献浓度增量对监测浓度增量的贡献较大,分别占到了同期各自监测浓度增量的52.89%和44.78%,最后,贡献浓度与监测浓度同步降低,说明,在所选污染过程中贡献浓度短时间内的迅速增加是导致北京市监测浓度骤然升高的一个重要原因.     

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。     

环境空气质量监测预报预警系统

正中科宇图环境空气质量监测预报预警系统是基于环境空气质量多模式集合预报技术(集成NAQPMS模型、CMAQ模式、CAMx模式、中尺度气象模式)、空气质量条件指数预报技术、大气后向轨迹分析技术,开发的集空气质量监测数据、气象观测数据、污染源等基础信息接入、传输、管理以及空气质量预报结果会商、制作、发布于一体的决策支持系统。     

基于CMAQ模型的随机响应曲面不确定性传递分析方法实现与评价

针对蒙特卡洛法在复杂环境模型进行不确定性传递分析时对计算机和时间资源需求巨大的缺点,本文引进快速高效的随机响应曲面法,并将其成功应用于CMAQ区域空气质量模型的不确定性传递分析,建立了基于CMAQ区域空气质量模型的不确定性分析概念框架.采用2阶和3阶随机响应曲面法,研究了排放清单不确定性对臭氧模拟结果的影响,并与1000次蒙特卡洛模拟结果进行对比.结果表明:3种模拟情景下臭氧浓度的均值几乎相同,模拟结果的概率分布曲线也基本一致,而采用随机响应曲面法可以极大节省模拟所需时间,提高计算效率,显示随机响应曲面法具有在复杂大气环境模型中进行不确定性传递分析的潜在价值.     

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.     

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。