基于MM5-Models-3／CMAQ的中国地区大气污染模拟.pdf-资料库

第 27卷第 4期 2010年 12月河北工程大学学报 (自然科学版 ) Vo1．27 No．4 Joumal of }{ebei University of Engineering (Natural Science Edition) Dec．201O 文章编号：1673—9469(2010)04一OO46—06 基于 MM5一Models一3／CMAQ的中国地区大气污染模拟马芳，王丽涛，潘雪梅 (河北工程大学城市建设学院，河北邯郸 056038) 摘要：采用 MM5一Models一3／CMAQ区域空气质量模拟系统，以 2005年 1、4、7和 1O月为模拟时段，对中国地区的 SO，、NO2和颗粒物 (PM)等大气污染物的浓度进行了模拟，应用卫星遥感数据，对包括 NO2柱浓度和气溶胶光学厚度 (AOD)等模拟结果进行了进一步的验证。从模拟结果与监测资料对比分析中可以看出，该模式能较好地模拟出几种污染物的空间分布格局，尤其是我国的京津冀地区，长江三角洲地区和珠江三角洲地区等三大经济圈的模拟结果与监测结果较吻合。中国地区的大气污染呈现出区域性的特征，且在时空分布上东西部地区存在明显的差异，经济发达地区的污染较为严重。CMAQ计算结果与卫星遥感数据有很好的相关性，该模拟系统对中国地区的大气污染物特征具有良好的模拟能力。关键词：空气污染；中国；CMAQ 中图分类号：X51 文献标识码：A An application of MM5——Models—-3／CMAQ to simulate air pollutant characteristics in China MA Fang，WANG Li—tao，PAN Xue—lT i (Conege of Urban Construction，Hebei University of Engineering，Hebei HaMan 056038，China) Abstract：MM5一Models～3／CMAQ was applied to simulate the distribution ofSo2，N02 and PM in China by taking the January，April，July，October in 2005 for example．The comparison between simulation re— suits an d monitoring data show that this model can simulate the spatial distribution patterns of pollutants preferably，simulation results and the mo nitoring results are identical，especially for the Beijing—Tianjil1 一 Hebei region，Yangtze river delta an d pearl river delta etc．In order to make up for the deficiency of monitoring data，the study applied satellite remote sensing da ta to the further verification of the simulation result，which include NO2 column concentration and aerosols optical thickness(AOD)．Th e results showed that experimental results ofthe CMAQ calculation results were highly correlated to those ofthe satellite re— mote sensing data；this simulation system is a very good way to simulate the characteristics of the a{nlo- spheric po llutants in China． Key words：air pollution；China；CMAQ “十五”以来，我国经济以平均每年 9．48％的效率的企业被关闭，环境基础设施的建设逐步加速度保持快速增长，与此同时对能源的需求也在快。逐步增大，从而进一步导致了污染物排放量迅速多尺度空气质量模型 (Community Multi—Scale 增加。 “十五 ”期问，中国的环保投资比 “九五 ” Air Quality，CMAQ)是美国环境保护局开发的多尺 (1995—2000年 )增加了 100％… 。而在一些重点度空气质量模型，已被广泛用于研究多种空气污地区，政府的环保力度更大，大量高污染、低能源染物形成、运输及评估。张美根等利用 CMAQ 收稿日期：2010—09—03 作者简介：马芳(1983一 )，女，河北徐水人，硕士研究生，从事大气环境的模拟研究。

第 4期马芳等：基于 MM5一Models一3／CMAQ的中国地区大气污染模拟 47 模型模拟东亚地区二氧化硫、硫酸盐、硝酸盐、氨、有机碳和总悬浮微粒的浓度变化情况等。在区域尺度的模拟方面，以 2008年北京奥运会的空气质量为研究目标，Chen等[ 】、Cheng等[ 、Streets等[引、 Wang等[9]分别针对周边地区污染对北京大气质量影响进行了研究；李莉等 L1刚对长三角区域大气污染物特征及运输情况进行了研究，冯业荣等nlI对珠江三角洲空气污染的特征进行了数值模拟研图1 Models-3／CMk0模拟区域究。本文以中国地区的空气质量为研究对象，采 Fig．1 The Models一3／CMAQ model ing domain 用 MM5一Models一3／CMAQ 区域空气质量模拟系统，以 2005年 1、4、7和 lO月为模拟时段，对 SO，、 1．3源排放清单 N0’和颗粒物 (PM)等大气污染物的浓度进行了模拟，并与实际的监测数据进行对比验证。 1模型设置和数据输入 1．1模型设置 Models一3／CMAQ是美国环保局开发的区域多尺度空气质量模型，CMAQ为 Models3的核心模块，可同时模拟多种空气污染及其相互转化过程，源排放清单来自于 Streets等人的研究 [1 引，污染物包括 S02、氮氧化物 (NO )、CO和非甲烷挥发性有机化合物 (NMVOC)和 4种颗粒物 PM PM2 元素碳 (BC)和有机碳 (oc)。在本清单编制时，可获得的中国各省区的统计数据大多更新到 2004年。因此，以 2004年的数据为基础，外推计算 2005年的排放量；方法学体系参考文献【1引。 2模型验证及结果分析如 01、酸沉降、能见度及 PM 在整个对流层的情 2．1地面观测数据况。Byun和 Ching等[1 】针对 CMAQ中化学转化和运输过程进行了详细的描述。它的模拟范围可以从区域扩大到大陆半球的空间尺度。本研究采用第五代中尺度气象模式 MM5为 CMAQ提供气象场。在 MM5模式计算中，地形和土地利用数据来自美国地质调查局 (USGS)数据库。MM5所需的气象背景场选用美国环境预报中 I~,(NCEP)提供的全球 1 x 1度分辨率的网格数据。为了提高模拟的准确率，使用四维同化方案，所需的气象观测数据均来自中国国家气象中心。NCEP 最后的分析数据作为 MM5模式的初始条件。 1．2模拟域和模拟时段模拟区域采用 36kin的网格，覆盖中国地区和东亚的一部分 (图 1)。地图采用 lambert投影，两条标准纬线分别为北纬 25oN和 40。N。模拟区域以(34。N，110。E)为中心，西南角的坐标是 ( = 一 2 934km，Y=一1 728km)。模拟时段 2005年 1、4、 7和 l0月，以代表 2005年的 4个季节。目前，可用于模型评价的地面观测数据比较少，对公众发布的的空气质量数据是由中国 47个主要城市的地方政府每日发布的空气污染指数 (Air Pollution Index， )的报告。空气污染指数计算方法可以参考惠学香针对 API计算的改进 n引，通过 API可以反算主要污染物的浓度水平竹 ]。以下为中国 31个省会城市的 CMAQ模拟结果和 API反算的浓度水平的对比。在这些城市中，PM 。是主要的空气污染物，因此可用模拟的 API和实际监测的 PM，。浓度进行比较评价。模拟值为城市中心所在的网格的浓度。从图 2可以看出，该模型较好的再现了中国中部和东部城市 PM，。的污染水平，特别是四川，湖北，湖南，安徽，江西，浙江，城市有上海，重庆以及长江沿岸地区。这些城市四个月标准平均偏差为一 8％和一25％。有两个地区的 PM，。浓度被低估，一是在中国西北地区，包括新疆，青海，西藏，这些地区扬尘的浓度贡献较高。在 CMAQ当前版本并

河北工程大学学报 (自然科学版) (a) 1月 (b) 4月 (c) 7月 (d) 10月图2 中国31个省会城市月平均PM 。浓度的观测值与模拟预测值的比较 Fig．2 Observed and predicted monthly PM10 concentrations in capital cities in China 预测值预测值不能直接进行扬尘的计算，因此排放清单中也未角洲地区。对其他污染地区，如河北省南部，山西纳人扬尘的排放，这是它低估的原因之一。另一太原，四川省东南部几个工业城市以及韩国和日地区为中国东北部的黑龙江、吉林、辽宁三省，该本主要城市也能进行很好的再现。此外，从统计地区是重要的重工业地区，很可能由于排放清单结果来看，1、4、7和 10月模拟值和观测值的相关中对工业排放的空间分布的计算误差，导致了系数分别为 0．86、0．80、0．81和 0．88，其中偏差都 PM 的低估。中国北部的北京、天津、河北、山西、很小 (小于 2％)，表明模拟结果较为准确。从图中河南地区，1、7、10月份该地区模拟结果较为吻合， 4月存在的一定程度的低估。这是由于这些地区在春季会有沙尘暴的发生，而沙尘排放不计算在颗粒物的排放清单中。 2．2卫星遥感数据为了克服地面观测的缺乏，本研究应用卫星遥感数据进行了模拟结果的评价包括 NO 柱浓度和气溶胶光学厚度 (AOD)的数据。图 3为 OMI (Ozone Measurement Instrument)卫星所观测到的对流层 N0，柱浓度月平均值与 CMAQ模拟值的比较。从结果来看，模拟值能够很好的反应 N0 的空问分布和时问变化。1月 NO，最高，其次是 10 也可以看出污染最严重的 1月和 10月，模型高估了东部地区的浓度水平这可能是由于对采暖期 NO2排放量的估算具有很大的不确定性所致。 AOD为大气气溶胶光学厚度，可作为 PM2 的污染指标。在本研究中，AOD值来自美国国家航空航天局的 MODIS(Moderate Resolution Imaging Spectmradiometer)卫星数据。MODI$AOD数据在中国的应用研究非常活跃，Wang等人¨ 通过 MODIS 卫星数据和 CSHNET地面数据的比较系统评价了 MODIS数据的准确性，两者的相关系数为 0．72。得到的主要结论为，中国中南部农业地区 MODIS 的准确度较高，中等准确度出现在温带森林地区、沿海地区、东北和中部的农业地区；而在北方干旱和半干旱地区，东北部偏远地区农田，青藏高原和月、4月和 7月。NO 浓度较高的地区主要集中在南方森林地区准确度最差。Wang等人也发现，中国的三大城市群：京津冀、长江三角洲和珠江三 MODIS数据检索明显高估了北部干旱和半干旱地

第 4期马芳等：基于 MM5一Models一3／CMAQ的中国地区大气污染模拟 49 区，低估了东北部偏远地区农田和南部森林的浓湖北，湖南，安徽，江西，7月份的北京、河北和山东度水平。地区。这与 Wang等人的研究结果基本一致。由图 4可以看出，CMAQ大体再现了 AOD的 2005年 1月，中国的西北，东北和中部和南部一些分布特点。模拟准确度较高的地区有：4、7和 lO 地区 cMAQ模拟 AOD值均高于 MODIS观测 AOD 月的四川盆地，1月和 4月的长江中下游地区，如值。这可能是由于 1月份中国北部和中部地区有 2∞ 5卑 11月 1日 0：00：00 l64 2∞ 5牟 '冉 1目 O．∞ ∞ 矗小t ，锄 9．o0砒(日，艘 l●^t=16．,52 at(92．-4' 最小-=1日_蝈 atls7 -^●=l6 昭 itl124 62) (a)OMI，1月 (b) C腻AQ， 1月 2o05年 4胄 1日 0 O0 0。 2DO5牟 4 与 1日 ●小■= 13．07 at c'5丑 3 最犬量：lG．44 zt(92．16J ■小t=1457itI24．64 ~Xil=16．87．1(124．62I (c)OMI，4月 (d)CMAO， 4月 20o5年 7月 '目 0 ：00 ：00 20 D5年 7胃 ¨ I O‘0o O0 最小■-{9∞ ∞ at(29．2o)．mJ~i=1628 at(8o．53 ^小■=14帕 atl41．最大t=l7．01 0t(12q．62 (e) OMI，7月 (f) C姒 Q，7月 2oD5年10胃1日 o 00：00 16+ Iog(·nols } - 20惦卑'0月'13 0：00：(30 量小t=l3刖 at(1sB2l l~i：lG端 at cl2吨63) -小伍=14_硇 at【1qB3 ‘^值=11．00 at(12d 62} (g)0 I，10月 (h)CMAQ，10月 Fig．3 Spatial distribution of monthly mean NO2 column abundance derived from OMI and CMAQ 图3 NO 柱浓度观测值 (OMI)与c Q模拟值的比较

河北工程大学学报 (自然科学版 ) ㈣㈣㈣㈣㈣咖㈣一 9 ㈣㈣㈣㈣㈨㈣㈣ g ㈣螂㈣㈣㈣ 9 ㈣忡㈨哪㈣ 2∞ 5 1月 1日 0 ~ ：OO 量叶、值 "0999 o0 atl71．6l 最大童=2 41丑I(112，∞ 】 (a) MODIS， 1月 2006 ~ 1月 t日 0：000 0 最小直 =0们 at(16．粥 L 最^ 羹=2 甜 (7z．37) (b) cMAQ， 1月 9 。㈣㈣㈣㈣㈣㈣㈣伽 ’ 20o5卑4冉 1日 0：0o O0 9 ㈣一㈣咖㈣㈣哪㈣ 164 最小幢=-9999 60 at(87．11 最大麓；2 q3 (|0Z．65) (c) M0DIS， 4B 1 20O5々 4且 1 El 0 ：00 O0 9 哪㈣哪㈣啪㈣㈣㈣矗叶、t=003 at‘Il一舶最丈量；1．20 at(s3．3s 9 ㈣ Ⅲ ㈣㈣㈣㈣㈣ (d) C蛐蟾，4月 2006年 7月 1 El 00：o0 l 2005年 7月 1日 0：00：00 最蕾一9999 O0 at(26．1I最大僵=3 l at(26,78 (e)M0DIS，7月 ‘小麓：0．0I st(●58．2 最 Xi=o 99 at【9-'L6 (f) C^IAQ， 7月 2006年 10月 '目 O：CQ：oo 量佳=0．130 atf23．'7I ttT~m~l船 {1∞ ．e (g)~[ODIS，10月图4 MODIS观测和 C撇Q模拟的AOD月平均值的比较 Fig．4 Spatial distribution of monthly—mean AODs derived from MODIS and CMAQ 剩余雪冰存在，影响了 AOD的遥感，或是 MODIS AOD观测值最高，可能的原因包括二次气溶胶形数据对南方森林地区的系统性低估。4月，在中国成、相对湿度增高、亲水性气溶胶吸湿增长、生物西北和南部地区，CMA0模拟的 AOD值普遍低于质燃烧的贡献等。因此，CMAQ模拟值偏低的原因 MODIS结果，这可能部分归因于扬尘的贡献，如前所述，本研究并未将其计算在内。7月 CMAQ的评可能来源于生物质燃烧排放的不确定性和模型中颗粒物计算过程的不确定性。10月 cMAQ预测值估明显偏低。在 Kim 等人研究中中国夏季的比 MODIS观测值高，特别是在中国东北、东部和南

第 4期马芳等：基于 MM5一Models一3／CMAQ的中国地区大气污染模拟部地区。这可能部分归因于中国东北部和南部地 lling& Software，2O07，22(11)：1601—1616．区的 MODIS观测值的系统偏差。对整个模拟域的 [8]STREETS，D G，Fu J S，JANG C J，et a1．Air quality dur- AODs统计分析表明，1、4、7和 l0月模拟和观测的相关系数分别是 0．70、0．64、0．67和 0．72，表明整体来说，CMaQ能对 AODs进行很好的预测。 3结论 ing the 2008 Beijing Olympic games[JJ．Atmospheric Envir- onment，2OO7，41(3)：480—492． [9]WANG L HAO，J He K，et a1．A modeling study of Coarse particulate matter pollution in Beijing：Regional source eont— ributiom and controlimplicadonsforthe 2008 SummerOlym· pies[J]．Journal of Air and Waste Management Association， 2OO8(58)：1057—1069． 1)MM5一CMaQ模拟系统能较好地模拟出 [10]李莉，陈长虹，黄海英．应用 Nodels一3／CMAQ研究长 S02、N02和 PM 等污染物的空间分布格局，模拟结三角区域大气污染及输送 [J]．上海环境科学，2OO7，果与监测结果较吻合，尤其是京津冀、长江三角洲 (26)4：159—165．和珠江三角洲地区。CMaQ模型能够较好的再现污染物的空间分布和时间变化。 2)中国地区大气污染呈现出区域性的特征，且在时空分布上东西部地区存在明显的差异。经济发达地区的污染更为严重。同时，MM5一CMaQ [11]冯业荣．珠江三角洲气溶胶污染的机理分析及数值模拟研究 [D]．广州：中山大学，2OO6． [12]BYUN D W ，CH]NG，J K S．Science algorithms of file EPA Models一 3 Community Multi — scale Air Quality (CMAQ)modeling system[C]．US：EPA，1999． [13]STEEETS，D G，T C BOND，G R CARNICHAEL，et a1．模拟系统对于区域大气污染物特征具有很好的模 An inventory of gaseous and primary aerosol emissions in 拟能力，可以为区域大气污染控制服务。 Asiainthe year2ooo[j]．Journal ofCeophysicalResearch，参考文献： 2003(21)：84—93． [14]史建武，李树文．大气地面污染带的模拟模型研究 [1]中华人民共和国国务院．“十一五 ”国家环境保护标准 [J]．河北工程大学学报 (自然科学版 )，2007，24 规划 [z]． (1)：45—49． [2]ZHANG M，UNO I，YOSHI Y，et a1．Transport and trans· [15]ZHANGY．erobi,lginto regionalO3 andPMPollutioninthe formation of sulfur compotmds over East Asia during the U．S．，Part I：a 1一year CMAQ simulation and evaluation TRACE—P and ACE—Asia campaigns[J]．Atmospheric using surface and satellite data[J]．Journal of Geophysical Environment，2OO4(38)：6947—6959． Research，2OO9(1)：12—25． [3]ZHANG M．Modeling of organic carbon aerosol distributions [16]惠学香．空气污染指数简易计算方法 [J]．环境监测 ov~：r East Asia in the springdme[J]．China Particuology，管理与技术，2OO2，14(1)：38—39． 2004，2(5)：192—195． [4]ZHANG M．Numerical simulation with a comprehensive [17]STREETS D G，FU J S，JANG c J，et a1．Air quality dur- ing the 2OO8 Beijing Olympic games[J]．Atmospheric En— chemical transport model ofnitrate，sulfate，and ammonium vironment，2007，41(3)：480—492． aerosol distribudom over east asia[J]．China Parficuology， [18]FU J S，STREETS，D G，JANG，C J，el a1．Modeling re- 2005，3(5)：255—259． gional／urban ozone and particulate matter in iIIg，China [5]ZHANG M，HAN Z，ZHU L．Simulation of amlospheric [J]．Journal of Air and Waste Management AssoeiatiOn， aerosols in East Asia using modeling system RAMS — 2oo9(59)：37—44． CMAQ：Model evaluation[J]．China Particuology，2007，5 [19]WANG L，X1N J，WANG Y．et a1．Evaluation ofthe M0． (5)：321—327． DIS aerosol optical depth retrieval OVer different ecosystems [6]CHEN D，CHENG S，LIU L，et a1．An integrated 1M5一 in China during EAST—AltlE [J]．Atmospheric Environ- CMAQ modeling approach for assessing 扛锄一 boundary merit，2O0r7，41(33)：7138—7149． PMIO contribution to the host city of 2OO8 Olympic summer [20]K]M S，YOON S，KIN J，et a1．Seasonal and monthly vail． games— Reij~ ， China[J]． Atmospheric Environment， afions of~o]tmmar aerosol optical properties OVer East Asia 2007，41(6)：1237—1250． determinedfrom multi—yearMODIS，LIDAR，and AERO— [7]CHENG S，CHEN D，LI J，et a1．The assessment of emis— NET Sun／sky radiometer measurements[J J．,~trnospherie sion一 8ource contributiom to air quality by using a coupled Environment，2007，41(8)：1634—1651． MM5—-ARPS——CMAQ modeling system：A case study in the Beijing metropofitan region[J]．China．Environmental Mode- (责任编辑马立 )

资料库

基于MM5-Models-3／CMAQ的中国地区大气污染模拟.pdf

相关推荐

信息化

热门标签

最新资料