基于WRF-CMAQ模式的非线性预报模型研究

文章基于WRF-CMAQ空气质量数值预报系统,对石家庄地区未来3 d逐小时SO_2、NO_2、CO、O_3、PM_(10)和PM_(2.5)6种污染物浓度进行预报,选取2014年5-11月市区7个国控点的监测数据对模式预报能力进行评估检验。结果表明,CMAQ模式预报系统对CO的日均浓度预报准确率较高,而对其他污染物浓度的预报均有不同程度高估,其中PM10的预报效果相对较好,对SO_2、NO_2和PM_(2.5)这3种污染物浓度的预报值均明显大于观测值,O_3的预报效果最差。这与石家庄市排放源清单的不确定性及污染物日浓度变化幅度较大有关。为提高模式预报的准确性,采用非线性自适应偏最小二乘回归滚动法建立订正模型对逐小时污染物浓度预报值进行订正,结果明显改善了CMAQ模式预报值,对县市级的精细化预报有一定指导意义。订正结果对首要污染物PM_(10)和PM_(2.5)浓度的日变化特征表征较好,日变化曲线及波峰波谷值与观测结果基本一致,订正后的污染物浓度能反映出其在石家庄的区域分布特征,有利于预报分析不同天气背景下污染物的空间分布特征及输送变化过程。     

区域大气污染数值模拟方法研究

大气污染是一个区域性的环境污染问题,北京大气环境的质量与周边地区污染源的排放有密切关系.将气象模型高级区域预报系统(ARPS)与空气污染模型Models-3耦合进行模拟计算,从检验结果可以看出,模拟值与实测值有较好的一致性,表明该模式系统可以用来研究区域大气污染物传输及相互影响.模拟计算了2002年北京地区各季ρ(PM10)以及山西污染源对北京的贡献,结果表明,在特殊的天气条件下的典型时段,尤其是在西南风气流场控制下,山西污染源对北京空气质量有较大的影响.比较而言,夏季(8月)山西污染源的平均贡献率最大,约为15.44%;冬季(1月)最小,约为2.25%.表明控制北京大气污染不容忽视周边污染源的影响.      

抚顺市大气污染颗粒物来源特征研究

在5个采样点分别采集了环境大气中的总悬浮颗粒物(TSP)和可吸入颗粒物(PM10),用富集因子分析法和化学质量平衡法解析了TSP和PM10的来源。结果表明,各主要污染源对TSP的主要分担率为煤烟尘41.6%,扬尘29.1%,冶金尘5.3%,建筑水泥1.5%,汽车尾气0.8%,燃油0.4%,有机碳21.3%;对PM10的主要分担率为煤烟尘45.8%,扬尘26.8%,冶金尘4.4%,建筑水泥0.5%,汽车尾气1.3%,燃油0.2%,有机碳20.9%。     

抚顺市大气污染健康损失货币化研究

应用暴露-反应函数对大气污染健康影响进行货币化研究。经过估算，抚顺市空气污染健康损失为1．1亿元，相当于2000年抚顺市国民生产总值的0．5％，开发空气污染防治与削减战略刻不容缓。     

北京及周边地区大气污染数值模拟研究

北京周边地区污染源对北京市区大气环境的影响不可忽视.利用区域大气污染模式,系统模拟分析2002-08-17T09:00-2002-08-29T08:00污染传输过程;选择典型污染时段,结合气象资料进行比较分析,计算各时段周边地区和北京自身大气污染物对北京大气环境污染的贡献和贡献率;进一步证实了在大气条件有利于污染物输送的背景下,周边地区污染源的中远距离输送对北京大气环境质量的影响不可忽略.研究表明:有特殊天气背景时,即研究区域在西南风气流场的控制之下,周边地区污染源对北京的贡献比北京自身的大;没有特殊天气时,北京自身的贡献大于周边地区对其的贡献.      

抚顺市大气污染治理成本浅析

对抚顺市的煤烟型城市大气污染治理的措施进行了分析，同时在各种大气污染治理措施的基础上就其成本进行了探讨。     

基于ADMS模型的抚顺市2002年大气污染分析

介绍了ADMS-城市模型利用ADMS-城市模型,结合大气污染GIS数据库,分析了抚顺市2002年的大气污染现状,并对污染格局的成因进行了分析,提出了结论和对策.     

基于数据挖掘算法和数值模拟技术的大气污染减排效果评估

近年来,京津冀地区采取了大量污染减排措施进行大气污染治理,如何客观评估减排效果是目前大气环境领域的研究难点.为准确评估大气污染过程的减排效果,本文利用北京地区常规气象资料、国控站PM_(2.5)浓度资料,遴选了北京地区2018年3月11—14日和2013年3月14—17日两次空气污染过程,计算了大气容量系数、静稳指数,并利用KNN数据挖掘算法和WRF-Chem模式,对比分析了有无减排条件下的PM_(2.5)日均浓度.结果表明:两次空气污染过程的天气形势和局地气象条件较相似,就大气热力和动力的垂直结构来看,2018年空气污染过程比2013年空气污染过程的大气稳定性更强、边界层高度更低、环境容量更小,但PM_(2.5)峰值浓度却显著下降,平均浓度明显降低,PM_(2.5)小时浓度的增长趋势相对平缓,重污染持续时间缩短.KNN数据挖掘算法减排评估结果显示,该方法能够较好地预测PM_(2.5)日均浓度的变化趋势,2018年3月11—14日,在减排和不减排情景下PM_(2.5)日均值分别为171和229μg·m~(-3),减排使得污染过程PM_(2.5)平均浓度下降了25.3%.数值模拟结果与KNN数据分析结论吻合,进一步验证了减排措施的有效性.综合看来,2018年空气污染过程中PM_(2.5)浓度相比历史相似气象条件下的污染过程显著降低,这是长期大力度减排效果的体现.     

首都国际机场大气污染模拟研究

针对我国目前缺乏机场大气污染贡献模拟研究现状,以首都国际机场为例,应用EDMS模型和AERMOD模型展开了大型机场污染排放及扩散模拟研究。综合考虑飞机发动机、辅助动力设备(APU)、地面保障设备(GSE)、场内机动车等污染源,以2012年为基准年,计算首都国际机场大气污染物年排放量及对周围大气环境质量的影响。结果表明:首都国际机场的CO、NO_x、VOC、SO_2和PM_(10)排放量分别为2 497.36,3 117.93,259.87,188.12,27.78 t,飞机发动机是机场最主要的污染源。机场造成的NO_x年均贡献浓度较大,NO_x年均浓度超标主要集中在机场内。     

舟山本岛大气污染输送过程的数值模拟分析

利用HYSPLIT-4后向轨迹模式和NCEP(美国国家环境预报中心)的2012年GDAS(全球资料同化系统)气象数据,结合NO₂、PM_2.5、PM₁₀和SO₂等常规大气污染物的质量浓度数据,对舟山本岛2012年4月、7月、10月和12月的大气污染输送过程进行了模拟,并通过聚类分析和潜在源区分析〔包括PSCF(潜在源贡献)和CWT(浓度权重轨迹)计算〕,确定大气污染传输路径及影响源区. 结果表明:舟山本岛气流后向轨迹呈明显的季节变化特征,4月主要受来自黄海海面气流轨迹的影响,其占总轨迹数的36.7%,ρ(PM₁₀)为(53.24±24.33)μg/m3;7月以途经琉球群岛和东海气流轨迹为主,占总轨迹数的48.4%,对ρ(NO₂)、ρ(PM_2.5)、ρ(PM₁₀)和ρ(SO₂)贡献分别为(24.63±6.33)、(28.60±4.83)、(52.89±18.76)和(8.67±3.11)μg/m3;10月气流轨迹主要来自于东海海面,占总轨迹数的49.2%;12月气流则主要来自辽宁南部和黄海,占总轨迹数的66.1%,对ρ(NO₂)、ρ(PM_2.5)、ρ(PM₁₀)和ρ(SO₂)贡献分别为(28.48±15.14)、(58.71±14.10)、(69.83±38.94)和(20.83±13.28)μg/m3. 舟山本岛PM_2.5的潜在源主要为毗邻城市间局地污染,集中于浙江沿海城市及杭州湾、上海等地.      

结合GIS数据对合肥市大气污染状况的初步数值模拟研究

应用WRF-SMOKE-CMAQ模式结合地理信息系统(GIS),数值模拟研究了合肥市大气污染状况.在排放处理过程中,安徽省统计类面源排放采用GIS工具进行空间分配,并收集重点企业排放数据,以点源形式导入数值模型中,驱动多尺度空气质量模式CMAQ模拟合肥2014年12月大气污染现状.结合合肥市环境空气质量站点PM_(2.5)、NO_2日均浓度和小时浓度对比验证表明:1采用GIS数据空间优化获得的统计类排放面源较合理地呈现相关联排放的地理特征.2当前模式系统可以较好地模拟出2014年12月合肥市PM_(2.5)污染物变化特征,尤其是12月20日—26日PM_(2.5)污染累积和消散过程,站点的模拟实测两倍因子在63%~77%之间,合理反映出当月合肥市区PM_(2.5)污染状况.3模式对于NO_2模拟,在部分区域具有较好的模拟效果,但在部分区域模式只能模拟出NO_2大致变化趋势;所有有效站点的比对结果平均偏差为21.92μg·m~(-3),整体存在偏高现象;有40%站点FAC2在73%~88%之间,除个别观测数据异常较多站点外,其他站点FAC2在50%左右,这种差异是由于模式网格分辨率较低、排放源分配及站点选取引起的.     

温州城区大气污染特征数值模拟与来源解析

文章以位于温州城区的瓯海区为例,在建立大气污染源清单的基础上,利用WRF-CMAQ、CALPUFF模型分析了外来污染物区域输送对瓯海区的影响,模拟了瓯海区主要大气污染物浓度分布,解析了区域大气污染物排放来源。WRF-CMAQ模型模拟结果表明,区域大气污染物SO_2、NO_2、PM_(10)和PM_(2.5)的输送对瓯海区的贡献影响均呈现冬季(1月)>春季(4月)>秋季(10月)>夏季(7月)的变化规律,这可能与大气污染物来源有关。CALPUFF模型模拟结果显示,瓯海区SO_2和PM_(10)的年平均浓度达标,但NO_2和PM_(2.5)出现超标现象。除SO_2均能达标外,部分敏感目标处NO_2、PM_(10)和PM_(2.5)年平均浓度有不同程度的超标现象。来源分析结果表明,瓯海区大气污染物SO_2和NO_2主要来自本地源排放,而PM_(10)和PM_(2.5)本地源与外来源的排放贡献相当。     

基于两种再分析资料的一次四川盆地大气污染过程气象要素数值模拟研究

利用ECMWF-ERA5和NCEP-FNL再分析资料作为中尺度气象模式WRF(The Weather Research and Forecasting)初始场,对四川盆地2018年1月一次大气污染过程气象要素进行了模拟,对比分析了气温、风速、风向、相对湿度、边界层高度、温廓线的模拟效果,并结合大气超级站观测数据对模拟结果进行评估.结果表明:两种资料均能较好地模拟出气象要素的变化情况,但由于两套资料时空分辨率、采用的模式、同化方案、数据来源和质量控制方案存在一定区别,导致各要素模拟效果并不一致.与NCEP-FNL相比,ECMWF-ERA5模拟的平均相对湿度(59.23%)与观测值差异更小,且均方根误差、偏差较小,分别为9.83%和-0.83%,但NCEP-FNL模拟的平均气温(8.99℃)更接近观测值,且偏差值较小,为-0.04℃.两组模拟结果均显示盆地内部为模拟区域的低风速区,相对湿度模拟值在60%以上,气温高于西部山地地区.NCEP-FNL模拟的盆地内部气温、相对湿度、风速小于ECMWF-ERA5模拟值,但边界层高度模拟值较大.ECMWF-ERA5模拟的逆温强度相比较小,且温度露点差...     

电动汽车普及对江苏冬季大气污染影响的数值模拟

为研究电动汽车普及对空气质量的影响,首先利用机动车排放计算模型MOBILE估算了在电动汽车替代50%小型载客车情景下江苏省的大气污染物排放量,并利用中尺度气象-化学模式(WRF-Chem)模拟和分析了电动车替代前后冬季污染物浓度的变化特征.结果表明,如果用电动汽车替代小型载客车,江苏省13个地级市的CO、NO_x、VOC排放量都有所降低,减排量从地区来看,苏南苏中苏北.电动汽车替代将会造成江苏地区由交通排放引起的CO浓度降低20%～35%,氮氧化物浓度降低10%～30%,减排效果总体上苏南地区好于苏中和苏北地区.交通排放对于SO_2、一次PM_(2.5)和PM_(10)的贡献小,也可能是因为清单低估了交通源对它们的贡献,因此,减排效果不明显.受NO_x影响,交通减排增加了O_3浓度.     

基于不同视角下的大气污染协同控制模式研究

针对近年来灰霾问题引发的协同控制讨论,通过对协同控制定义解析,从控制目标协同性、政策措施协同性、控制技术协同性以及区域管理协同性四个方面,提出了基于不同视角下的四种大气污染协同控制模式及四种模式的发展建议。     

基于RAMS-CMAQ模拟的2019年初威海市大气污染反弹成因研究

威海市是山东省东部最典型的沿海城市,也是中国、日本、韩国大气污染相互传输影响的重要通道.虽然威海市大气质量已连续4年达标,但其污染仍时有反弹.2019年1-2月威海市大气N02和PM2.5浓度反弹率分别达48.5％和35.O％,明显高于山东省内陆地区和京津冀地区平均水平.通过对同期空气质量例行监测数据和气象资料统计分析...