MEIC排放清單在空氣質(zhì)量模式中的應(yīng)用研究

何 斌,梅士龍,陸琛莉,李海軍,周秋林,宋劉明

?

MEIC排放清單在空氣質(zhì)量模式中的應(yīng)用研究

何 斌*,梅士龍,陸琛莉,李海軍,周秋林,宋劉明

(嘉興市氣象局,浙江嘉興314050)

本文主要研究了清華大學(xué)MEIC 2012基準(zhǔn)年0.25°×0.25°排放清單應(yīng)用于WRF-CHEM模式所需的主要處理技術(shù),包括:單位面積污染物排放質(zhì)量(或物質(zhì)的量)濃度的計(jì)算,經(jīng)緯度格點(diǎn)濃度到中尺度格點(diǎn)濃度的轉(zhuǎn)換,使用模式地表類型數(shù)據(jù)對排放清單進(jìn)行細(xì)化處理,各部門小時(shí)排放數(shù)據(jù)的確定以及PM2.5組成成分比例的區(qū)域分配等.通過重污染個(gè)例的預(yù)報(bào)和模擬試驗(yàn)分析了清單處理技術(shù)的應(yīng)用效果,結(jié)果表明:模式能較好地反映出污染物局地累積和水平輸送的變化趨勢,但高污染中心的濃度預(yù)報(bào)值要低于實(shí)際觀測值,這與氣象場的預(yù)報(bào)偏差有較大關(guān)系.清單細(xì)化處理技術(shù)可以改變模式格點(diǎn)上污染物的模擬濃度,但在不同氣象條件下,改變量有所不同,靜穩(wěn)天氣下,城市及其周邊地區(qū)的改變量較大.

MEIC；WRF-CHEM；排放清單處理技術(shù)

大氣污染物排放清單反映了污染物的排放強(qiáng)度及其時(shí)空分布特征,是制定污染控制策略的重要參考依據(jù).其編制主要依據(jù)污染源的活動水平以及各種污染物的排放因子,兩者均存在著一定的不確定性[1-2],因此排放清單的準(zhǔn)確性也就體現(xiàn)在其是否代表了當(dāng)前各類污染源的真實(shí)活動水平和各種污染物的最新排放因子.近年來隨著中國經(jīng)濟(jì)體量的增長、經(jīng)濟(jì)結(jié)構(gòu)的變化,先進(jìn)減排技術(shù)的應(yīng)用以及國家新的排放政策的實(shí)施,之前的排放源清單[1,3-4]已不能較好地反映當(dāng)前中國的污染排放狀況,而由清華大學(xué)負(fù)責(zé)研制的基于中國多尺度排放清單模型(MEIC)的2012年排放清單則是目前國內(nèi)具有較高代表性的中國區(qū)域排放源清單(http://www.meicmodel.org/).

除了用于研究大氣污染物的時(shí)空排放特征以外,污染源排放清單還可以作為大氣化學(xué)模式的初始輸入數(shù)據(jù)用于空氣質(zhì)量的模擬研究和預(yù)報(bào)業(yè)務(wù).此前大氣環(huán)境學(xué)者利用CMAQ模式開展了廣泛的研究工作[5-7],而近年來WRF-CHEM模式逐漸被應(yīng)用[8-10].該模式的最大特點(diǎn)是對物理和化學(xué)過程實(shí)現(xiàn)了融合處理,即在時(shí)間積分步上化學(xué)物質(zhì)的傳輸過程能夠直接使用氣象模式中的物理傳輸方案,同時(shí)加入了高耦合度的物理-化學(xué)雙向反饋機(jī)制[11].然而目前WRF-CHEM模式仍缺少類似于CMAQ模式的排放源處理模塊SMOKE,且國內(nèi)對于相應(yīng)排放清單處理方法的論述也較少,而這對于空氣質(zhì)量模擬及預(yù)報(bào)又具有重要影響,因此本文將詳細(xì)闡述清華大學(xué)MEIC2012基準(zhǔn)年0.25°′0.25°排放清單應(yīng)用于WRF-CHEM模式所需的主要處理技術(shù),并通過重污染個(gè)例的預(yù)報(bào)和模擬試驗(yàn)對清單處理技術(shù)的應(yīng)用效果予以初步分析.

1 模式設(shè)置及MEIC排放清單處理方法

1.1 模式介紹

本次研究使用的空氣質(zhì)量模式為WRF- CHEM 3.6.1,中尺度網(wǎng)格范圍如圖1所示.氣相化學(xué)反應(yīng)方案為RADM2,該方案中的無機(jī)物包含14類穩(wěn)定物種,4類活躍的中間態(tài)物種以及3類數(shù)量較多的穩(wěn)定物種(氧氣、氮?dú)夂退?.有機(jī)化學(xué)包括26類穩(wěn)定物種和16類過氧自由基,大多數(shù)揮發(fā)性有機(jī)物(VOCs)使用Middleton給出的聚合因子.氣溶膠參數(shù)化方案為MADE/SORGAM,主要包括氣溶膠的均化成核、揮發(fā)性物質(zhì)在氣溶膠上的蒸發(fā)凝結(jié)以及氣溶膠顆粒之間的碰并凝聚過程.氣溶膠化學(xué)包括無機(jī)和有機(jī)兩類化學(xué)過程.模式中還啟用了水相化學(xué)反應(yīng)過程(aqueous reactions),但目前仍為試驗(yàn)版本,并采用了氣溶膠-輻射反饋機(jī)制和濕去除機(jī)制.模式中PM2.5分為硫酸鹽、硝酸鹽、有機(jī)碳、黑碳、其他共5類,它們在模式中是獨(dú)立存在并被處理的.光化學(xué)過程中光解頻率的計(jì)算采用Madronich方案,某種氣體的光解頻率是由某個(gè)波長上的光化通量、該氣體的吸收截面以及量子產(chǎn)率的乘積在186到730nm間的130個(gè)波長積分得到的.考慮到計(jì)算效率,每30min調(diào)用一次光化學(xué)過程.此外還考慮了氣態(tài)物種和氣溶膠顆粒的干沉降作用,并使用Gunther方案計(jì)算生物源排放.研究中使用的排放清單為MEIC V1.2,空間分辨率為0.25°′0.25°,其中VOCs物種排放數(shù)據(jù)采用RADM2化學(xué)機(jī)制.

1.2 MEIC排放清單處理方法

排放清單處理是實(shí)現(xiàn)空氣質(zhì)量預(yù)報(bào)的重要環(huán)節(jié),主要包括污染物濃度的網(wǎng)格轉(zhuǎn)換、網(wǎng)格分辨率的細(xì)化匹配、時(shí)間分配以及PM2.5組分比例的區(qū)域分配等步驟,下文對相應(yīng)處理技術(shù)進(jìn)行詳細(xì)闡述.

1.2.1 單位面積濃度計(jì)算及格點(diǎn)轉(zhuǎn)換 MEIC排放清單提供經(jīng)緯度格點(diǎn)單元上的污染物排放質(zhì)量(或物質(zhì)的量)濃度,而模式系統(tǒng)需要中尺度格點(diǎn)單元上的單位面積污染物排放質(zhì)量(或物質(zhì)的量)濃度,這里就要進(jìn)行以下轉(zhuǎn)換:首先計(jì)算每個(gè)經(jīng)緯度格點(diǎn)單元上的單位面積污染物排放質(zhì)量(或物質(zhì)的量)濃度,其次再將經(jīng)緯度格點(diǎn)單位上的濃度值或分配或聚合地轉(zhuǎn)換到中尺度格點(diǎn)單元上.進(jìn)行第一步轉(zhuǎn)換的關(guān)鍵是要計(jì)算每個(gè)經(jīng)緯度格點(diǎn)單元的面積,在經(jīng)緯向格距較小的情況下,可以近似認(rèn)為格點(diǎn)單元成準(zhǔn)矩形,因此只需計(jì)算出緯向邊長和經(jīng)向邊長就可以得到該格點(diǎn)單元的近似面積.在球坐標(biāo)系下計(jì)算公式如下:

式中:為地球半徑,為單元格中心緯度,D為緯向格距,D為經(jīng)向格距,本文中D和D均D取為0.25°(實(shí)際計(jì)算中需轉(zhuǎn)為弧度單位).注意如果D或D較大,則可以將格點(diǎn)單元均等分割為更小面積的準(zhǔn)矩形進(jìn)行分別計(jì)算,最后將所有小矩形相加得到格點(diǎn)單元的面積.

圖1 MEIC 2012基準(zhǔn)年0.250′0.250排放清單[Mg/(km2×a)]

本文中模式區(qū)域的投影方式為Lambet投影,中心經(jīng)緯度取在(33.0°N,117.0°N),切割線為(30°N,60°N),中心點(diǎn)附近的網(wǎng)格間距為9km.在模擬區(qū)域中截取長三角地區(qū)如圖2所示,其中實(shí)線代表經(jīng)緯度網(wǎng)格線,間隔為0.25°,虛線代表中尺度網(wǎng)格線.模式系統(tǒng)需要每個(gè)中尺度網(wǎng)格上的排放濃度,其基本計(jì)算思路如下:首先計(jì)算包含整個(gè)中尺度模擬區(qū)域的經(jīng)緯度坐標(biāo)范圍,然后逐個(gè)確定每個(gè)經(jīng)緯度網(wǎng)格內(nèi)的所有中尺度網(wǎng)格,并將該經(jīng)緯度網(wǎng)格的排放值賦予這些中尺度網(wǎng)格點(diǎn).注意本文中經(jīng)緯度網(wǎng)格包含中尺度網(wǎng)格的標(biāo)準(zhǔn)定義為中尺度網(wǎng)格的中心點(diǎn)位于經(jīng)緯度網(wǎng)格內(nèi),如果某個(gè)中尺度網(wǎng)格被一個(gè)以上的經(jīng)緯度網(wǎng)格所包含,則該中尺度網(wǎng)格的排放值為這些經(jīng)緯度網(wǎng)格排放值的平均.在進(jìn)行上述計(jì)算過程時(shí),需要進(jìn)行經(jīng)緯度地球坐標(biāo)系統(tǒng)和中尺度投影坐標(biāo)系統(tǒng)之間的轉(zhuǎn)換,具體算法可以參考相關(guān)文獻(xiàn),本文不再贅述.

圖2 模式區(qū)域中長三角地區(qū)的經(jīng)緯度網(wǎng)格(實(shí)線)和中尺度網(wǎng)格(虛線)分布

1.2.2 排放清單的細(xì)化處理 MEIC排放清單的分辨率為0.25°′0.25°,而模式的水平分辨率為9km,兩者并不匹配,為了能夠獲得和模式分辨率相同的排放清單,有必要對原始清單進(jìn)行細(xì)化處理.此前許多大氣環(huán)境工作者多使用人口或者路網(wǎng)等數(shù)據(jù)來獲得高分辨率的網(wǎng)格化清單[12-13],也有部分學(xué)者利用衛(wèi)星遙測的地表類型數(shù)據(jù)研究生物質(zhì)燃燒的時(shí)空分布特征[14-15].本文將利用WRF-CHEM模式自有的下墊面類型數(shù)據(jù)對排放清單進(jìn)行細(xì)化.

圖3a為長三角地區(qū)經(jīng)緯度格點(diǎn)上的排放濃度.可以看到從上海到江蘇南部有一條明顯的PM2.5強(qiáng)排放帶,而在浙江北部地區(qū),PM2.5的排放強(qiáng)度則要小得多,20Mg/(km2×a)以上的強(qiáng)排放區(qū)主要集中在杭州和寧波等城市及周邊較小區(qū)域內(nèi).圖3b是將經(jīng)緯度格點(diǎn)單元上的排放值轉(zhuǎn)換到中尺度格點(diǎn)單元上的結(jié)果,對比圖3a可以看到PM2.5排放值的總體分布形勢類似,只是在部分區(qū)域略有差異,這是由于將經(jīng)緯度格點(diǎn)單元上的排放值重新均等分配到中尺度格點(diǎn)單元上,因此排放值的分辨率仍保持不變.圖3c為WRF- CHEM模式9km網(wǎng)格所對應(yīng)的地表類型(LANDUSE)分布,該數(shù)據(jù)來源于美國地質(zhì)勘測組織(USGS)的全球30s 24類地表類型數(shù)據(jù).之前在將經(jīng)緯度格點(diǎn)排放數(shù)據(jù)分配到中尺度格點(diǎn)單元時(shí),沒有考慮中尺度格點(diǎn)單元所代表的地表類型,因此所有中尺度格點(diǎn)單元的分配權(quán)重是一樣的,下面將依據(jù)中尺度格點(diǎn)單元所代表的地表類型和所在的排放部門,對其賦予不同的權(quán)重值,如表1所示.對于非農(nóng)業(yè)部門,由于其排放活動主要集中在城市及周邊農(nóng)村地區(qū),因此城市類型給予1.0的最大權(quán)重系數(shù),旱地和灌溉作物次之,在0.6~0.5之間,灌木則僅為0.1,對于其他的17種類型如水體、各種林木以及濕地等則給予0.0的權(quán)重.對于農(nóng)業(yè)部門,由于其排放主要集中在農(nóng)田和林牧業(yè)地區(qū),因此這些地區(qū)的權(quán)重值較高.如此設(shè)定則當(dāng)經(jīng)緯度格點(diǎn)單元內(nèi)存在一種或以上此8類地表類型時(shí),其排放值將按不同的權(quán)重系數(shù)集中分配在此8類地表類型的中尺度格點(diǎn)單元內(nèi),否則仍按均等分配處理(圖3d).具體計(jì)算公式為:

從圖3c可以看到在9km分辨率下,僅有上海地區(qū)顯示出一小塊城市類型區(qū)域,而長三角地區(qū)的其他城市無法有效地顯示出來.這可能是因?yàn)?4類USGS地表類型數(shù)據(jù)較為陳舊,而近年來中國的城市化進(jìn)程發(fā)展迅速,因此該地表類型數(shù)據(jù)與當(dāng)前中國的下墊面類型存在著一定的差異.由于城市及周邊地區(qū)的污染物排放量較大,本文主要通過修改24類USGS地表類型數(shù)據(jù)來提高城市類型數(shù)據(jù)的比例,從而使污染物排放量更多地向城市地區(qū)集中.WRF-CHEM模式中LANDUSEF變量保存每個(gè)格點(diǎn)單元內(nèi)24類地表類型的百分比,如果某個(gè)格點(diǎn)單元內(nèi)某種地表類型的比例最高,則該格點(diǎn)單元的地表類型(LANDUSE)就設(shè)定為該地表類型.對上述標(biāo)準(zhǔn)略作修改,如果格點(diǎn)單元的城市類型比例高于2%,則可以認(rèn)為該格點(diǎn)單元代表城市類型區(qū)域,通過這樣的處理可以較為有效地提高城市類型的比例,且與當(dāng)前中國城市的總體分布形勢較為一致.圖3e為經(jīng)過城市化處理后的長三角地表類型分布,可以看到長三角地區(qū)各級城市的位置和范圍都能較好地反映出來.上海地區(qū)的城市范圍較之前明顯擴(kuò)大,杭州、寧波、蘇州、嘉興等二三線城市都能清晰地看到.圖3f為使用了新的地表類型數(shù)據(jù)后得到的長三角地區(qū)PM2.5的排放分布,可以看到上海和蘇南連成一線超過20Mg/ (km2×a)的強(qiáng)排放帶已斷開,而兩側(cè)城市區(qū)域內(nèi)的排放值得到了進(jìn)一步加強(qiáng).使用上述排放清單細(xì)化技術(shù)提高了排放清單的空間分辨率,修正了城市區(qū)域的污染排放量,使得排放數(shù)據(jù)精度和實(shí)際模式分辨率協(xié)調(diào)一致,這有利于獲得更加準(zhǔn)確的污染物預(yù)報(bào)結(jié)果.圖3g,f為NH3的原排放分布和經(jīng)細(xì)化處理后得到的排放分布,可以看到與PM2.5的分布相反,城市的NH3排放量有所減小,而其周邊農(nóng)村地區(qū)的NH3排放強(qiáng)度則進(jìn)一步增大.為了驗(yàn)證清單細(xì)化處理的合理性,將本次研究中9km分辨率的清單與Fu等[12]研究得到的長三角地區(qū)4km分辨率的排放清單進(jìn)行對比,可以發(fā)現(xiàn)對于PM2.5,兩個(gè)清單的總體分布形勢表現(xiàn)出較好的一致性,而Fu等的清單由于使用了更為詳細(xì)的人口和網(wǎng)路數(shù)據(jù),因此能夠更好地表現(xiàn)出縣級的污染排放分布.但對于NH3,4km清單的強(qiáng)排放區(qū)域主要集中在城市地區(qū),這與本研究中的排放分布存在一定的差異.

1.2.3 污染物排放的時(shí)間分?jǐn)傁禂?shù) MEIC提供了逐月的污染物排放數(shù)據(jù),本文研究了長三角地區(qū)部分大中城市PM2.5排放的月變化特征及各部門的排放比例(圖4).可以看到PM2.5的排放主要來自于工業(yè)部門,盡管各城市月排放變化并不一致,但2月份的排放量幾乎均為最低,這可能與春節(jié)期間企業(yè)放假停產(chǎn)有直接關(guān)系.在多數(shù)城市中電力部門或交通部門的排放量次之.電力部門排放量在7~8月出現(xiàn)高峰,這與夏季民用和工業(yè)用電量較大有關(guān).交通部門排放量的月變化則不明顯.民用排放量在多數(shù)月份較小,但在每年冬季12~3月則出現(xiàn)較明顯的增長,這與冬季民用取暖致使燃?xì)馊济河昧慷冈鲇嘘P(guān).

要實(shí)現(xiàn)污染物的業(yè)務(wù)化預(yù)報(bào),則必須向WRF-CHEM模式提供有效的逐小時(shí)排放信息,因此需將MEIC提供的逐月排放數(shù)據(jù)轉(zhuǎn)化為小時(shí)排放數(shù)據(jù).之前許多學(xué)者對區(qū)域性的小時(shí)排放數(shù)據(jù)進(jìn)行了研究,本文綜合參考吳曉璐[16]和翟一然[17]文獻(xiàn)中調(diào)研或引用得到的長三角地區(qū)各部門污染物排放的小時(shí)分?jǐn)傁禂?shù).電力部門的排放一般為8h工作制,其排放時(shí)間也主要集中在09:00~17:00,這與其工作時(shí)間一致,此時(shí)段內(nèi)的小時(shí)分?jǐn)傁禂?shù)大概在5%左右.工業(yè)部門一般為8小時(shí)工作制,其排放時(shí)間也主要集中在09:00~ 17:00,其小時(shí)分?jǐn)傁禂?shù)接近7%,而夜間其排放量較小,在2%~3%.交通部門的排放主要集中在07:00~09:00和16:00~18:00兩個(gè)上下班高峰時(shí)段,小時(shí)分?jǐn)傁禂?shù)約在6%左右,中午前后出現(xiàn)排放低谷,夜間則出現(xiàn)較明顯的下降.民用部門的排放與居民的生活作息關(guān)系密切,11:00~12:00和18:00~19:00為排放的高峰期,小時(shí)分?jǐn)傁禂?shù)可達(dá)10%左右,同樣夜間排放量較小.農(nóng)業(yè)部門的排放源主要來自于畜牧業(yè)、氮肥施用和秸稈焚燒,前兩者是主要排放源.由于上述文獻(xiàn)中沒有明確提及農(nóng)業(yè)排放的小時(shí)分?jǐn)傁禂?shù),因此本文將按如下標(biāo)準(zhǔn)來設(shè)定該系數(shù):畜牧業(yè)中飼料、糞便以及氮肥的日排放變化與溫度、濕度等氣象條件有關(guān),一般而言白天的日照較強(qiáng),氣溫較高,濕度相對較低,因此以上排放源白天的排放量應(yīng)大于夜間,將08~17時(shí)的小時(shí)分?jǐn)傁禂?shù)設(shè)為5%~ 6%,夜間則降低到2%~3%.

表1 排放清單細(xì)化過程中使用的8類地表類型及其權(quán)重系數(shù)

圖4 經(jīng)細(xì)化處理后的各部門PM2.5排放量的月變化(Mg/(km2×月))

(a)杭州,(b)嘉興,(c)無錫,(d)上海

2 結(jié)果與討論

2.1 預(yù)報(bào)個(gè)例分析

本文使用上述清單處理技術(shù)實(shí)現(xiàn)了MEIC排放清單在WRF-CHEM模式中的業(yè)務(wù)化應(yīng)用,模式的氣象場數(shù)據(jù)來自于GFS的0.5°′0.5°的分析場和預(yù)報(bào)場,化學(xué)場數(shù)據(jù)來自于前24h模式的化學(xué)預(yù)報(bào)場,目前尚未對其進(jìn)行同化分析處理.2015年12月11日長三角地區(qū)受外來污染物輸入影響出現(xiàn)了一次重度霾天氣過程.本文通過分析初始時(shí)間為8~10日20:00的預(yù)報(bào)場結(jié)果,對MEIC清單處理技術(shù)以及WRF-CHEM的預(yù)報(bào)效果進(jìn)行初步的驗(yàn)證.

2015年12月7~10日華北地區(qū)高空先后處于高壓脊和脊后西南干暖氣流控制之下,地面位于弱高壓后部和暖低壓前部,沒有明顯冷空氣和降雨影響,且風(fēng)力較小,大氣處于靜穩(wěn)狀態(tài)下,極不利于污染物的擴(kuò)散.圖6a為10日08時(shí)(北京時(shí),下同)使用全國各環(huán)保站監(jiān)測得到的PM2.5分布,可以看到PM2.5超過200mg/m3以上的高污染帶位于整個(gè)華北平原、河南中南部地區(qū)以及安徽中部地區(qū).模式總體上較好地反映了該高污染帶的分布情況,但是濃度預(yù)報(bào)值相比實(shí)況偏低,而湖北南部、安徽北部、湖南和江西境內(nèi)的濃度預(yù)報(bào)值有所偏高(圖6e).12h以后受冷空氣大風(fēng)影響,河北北部的PM2.5濃度明顯下降,整個(gè)高污染帶逐漸向南向東影響湖北東北部和山東東部地區(qū),安徽境內(nèi)的高污染范圍較之前有所增大.此外在入海低壓氣旋后部西北氣流的引導(dǎo)下,安徽境內(nèi)的高濃度污染物向下游擴(kuò)散影響江蘇南部和浙江北部地區(qū)(圖6b).從預(yù)報(bào)場可以看到模式較好地反映了高污染帶向南向東擴(kuò)散的趨勢,但是速度明顯要快于實(shí)況,濃度也較實(shí)況偏低(圖6f),此外還可以看到模式較好地預(yù)報(bào)出江蘇南部到浙江北部以及山東到江蘇北部兩塊東西向濃度較高的污染帶,它們先后對長三角地區(qū)造成較明顯的影響.11日原在山東的污染輸送帶開始影響江蘇南部到浙江北部地區(qū)(6c,d),預(yù)報(bào)模式較好地反映了這樣的變化趨勢(圖6g,h).需要說明的是,PM2.5實(shí)況分布圖中使用的環(huán)保監(jiān)測點(diǎn)的數(shù)量在1200~1300,從全國范圍來看,站點(diǎn)密度并不高,且多集中在城市,其他地區(qū)的站點(diǎn)更加稀少,而模式預(yù)報(bào)的水平分辨率可達(dá)9km,因此直接對兩類分辨率相差較大的濃度分布場進(jìn)行比較會存在一定的誤差,但是從以上的比較中至少可以認(rèn)為模式能夠較好地反映出污染物局地累積和輸送的變化趨勢,預(yù)報(bào)濃度低于實(shí)際觀測值的傾向.

2.2 污染物濃度預(yù)報(bào)誤差分析

從之前的預(yù)報(bào)個(gè)例中可以看到,高污染帶向南擴(kuò)散的速度要快于實(shí)況,且污染濃度也要低于實(shí)測值.前者應(yīng)與氣象場誤差有直接關(guān)系,而后者是因?yàn)闅庀髨稣`差還是由于排放清單對污染源排放估算不足引起的并不清楚,為此設(shè)計(jì)了一個(gè)驗(yàn)證試驗(yàn).該試驗(yàn)的基本設(shè)置與前述的預(yù)報(bào)個(gè)例一致,但使用了FNL1.0°′1.0°的氣象再分析資料,同時(shí)啟用了WRF模式的四維格點(diǎn)同化方案,即使用6小時(shí)間隔的FNL再分析場對模擬場進(jìn)行松弛逼近調(diào)整,使得模擬的氣象場接近實(shí)況.對比10日08時(shí)的預(yù)報(bào)場和模擬場可以看到,兩者的PM2.5高污染帶的分布形態(tài)較為一致,后者的污染帶濃度值要略高于前者,但仍低于實(shí)測值(圖6i).10日20:00預(yù)報(bào)場的高污染主要位于河南境內(nèi),而在模擬場中河北南部以及山東中西部地區(qū)仍存在較大范圍的污染,更接近于實(shí)況,但模擬濃度值仍低于實(shí)測值.此外還可以看到,該時(shí)刻浙江北部地區(qū)PM2.5濃度有所增加,但預(yù)報(bào)場明顯偏低,模擬場有所增加但仍低于實(shí)況(圖6j).11日08:00和20:00也有類似的情況(圖6k,l).可以看到,在排放參數(shù)不變的情況下,氣象場的變化會引起污染物濃度及其分布形勢發(fā)生變化,其中風(fēng)場主要影響污染物的本地累積和遠(yuǎn)距離輸送,濕度場會對多種化學(xué)反應(yīng)過程產(chǎn)生影響,溫度場的差異也會引起大氣垂直穩(wěn)定度的改變,從而影響大氣的對流和湍流運(yùn)動,并間接引起污染物濃度的變化.此外,盡管氣象場的改變使得污染物濃度有所增加,但是與實(shí)況相比仍然偏低,這可能與化學(xué)模式中相應(yīng)物理化學(xué)作用機(jī)制的不完善有關(guān),此外排放清單也可能仍存在一定的不確定性.

(a)(e)(i) 2015年12月10日08時(shí), (b) (f)(j)2015年12月10日20時(shí), (c)(g)(k) 2015年12月11日08時(shí), (d)(h)(l) 2015年12月11日20時(shí)

2.3 排放清單細(xì)化處理的影響分析

本文在排放清單的中尺度格點(diǎn)轉(zhuǎn)化過程中依據(jù)USGS-24類地表類型數(shù)據(jù)對排放清單進(jìn)行了細(xì)化處理,以更好地適應(yīng)較高的中尺度網(wǎng)格分辨率.為了分析細(xì)化處理對于污染物濃度預(yù)報(bào)的影響,本文進(jìn)行了細(xì)化處理的模擬對比試驗(yàn),模擬起始時(shí)間為2015年12月16日20時(shí),試驗(yàn)分析時(shí)段為23日08時(shí)-25日20時(shí),模擬采用了四維格點(diǎn)同化技術(shù)以減小氣象場誤差.圖7為使用細(xì)化和無細(xì)化處理得到的PM2.5濃度場之差,可以看出23日08時(shí)濃度差的正值區(qū)主要對應(yīng)長三角的城市區(qū)域,上海的差值中心超過了40mg/m3,杭州和蘇州的差值中心也超過了20mg/m3.在正值區(qū)附近一般會存在負(fù)值區(qū),這是由于排放量的重新分配使得這些格點(diǎn)上的排放量有所減少.另外在高低空氣流的作用下,濃度差的正負(fù)區(qū)域也會向下游擴(kuò)散(圖7a). 24日02時(shí)受到海面東北風(fēng)回流的影響,上海和蘇南地區(qū)PM2.5濃度差的中心值有所降低,而杭州及寧紹地區(qū)由于近地面風(fēng)場較弱,因此城市區(qū)域附近存在明顯的PM2.5濃度差(圖7b).此外選取了上海徐匯上師大和無錫旺莊站點(diǎn)分析23日08時(shí)到25日20時(shí)PM2.5的濃度變化情況(圖7c,d),可以觀察到23日白天兩個(gè)站的PM2.5濃度峰值均超過250mg/m3,模擬結(jié)果較好地反映了該日出現(xiàn)的重度污染,其中上海站兩試驗(yàn)的峰值無明顯差異,而無錫站的細(xì)化試驗(yàn)峰值較無細(xì)化試驗(yàn)高出40~50mg/m3.此后PM2.5濃度逐漸減小,24日白天濃度已下降到100mg/m3以下,且持續(xù)時(shí)間較長,盡管模式也反映了PM2.5濃度明顯下降的趨勢,但其濃度值仍較模式值偏高,這可能與模擬降水偏弱有關(guān).該時(shí)段內(nèi)上海站的細(xì)化試驗(yàn)濃度值高于無細(xì)化試驗(yàn),最大差值為20~30mg/m3,而無錫站兩試驗(yàn)結(jié)果無明顯差異.25日PM2.5濃度再次出現(xiàn)明顯上升,無錫站兩試驗(yàn)峰值濃度差異較明顯, 超過了50mg/m3.從以上分析可以看到使用排放清單細(xì)化處理技術(shù)可以對模式格點(diǎn)排放量進(jìn)行重新分配,進(jìn)而改變這些格點(diǎn)上污染物的模擬濃度.但在不同氣象條件下,改變量有所不同,靜穩(wěn)天氣下,城市及其周邊地區(qū)的改變量較大.

(a) 2015年12月23日08時(shí),(b) 2015年12月24日02時(shí).2015年12月23日08時(shí)到25日20時(shí)站點(diǎn)PM2.5濃度變化曲線,(c) 上海 (d)無錫

3 結(jié)論

3.1 排放清單的空間轉(zhuǎn)化處理主要包括經(jīng)緯度網(wǎng)格質(zhì)量(或物質(zhì)的量)濃度的計(jì)算、經(jīng)緯度網(wǎng)格濃度向中尺度網(wǎng)格的轉(zhuǎn)換、依據(jù)USGS-24類地表類型數(shù)據(jù)對排放數(shù)據(jù)進(jìn)行細(xì)化處理.

3.2 排放清單的時(shí)間轉(zhuǎn)換處理主要是將MEIC提供的污染物月排放數(shù)據(jù)轉(zhuǎn)換為小時(shí)排放數(shù)據(jù).工業(yè)、電力、交通和民用的時(shí)間分?jǐn)傁禂?shù)取自相關(guān)文獻(xiàn),對于農(nóng)業(yè)排放,由于畜牧業(yè)中飼料、糞便以及氮肥的日排放變化與溫度、濕度等氣象條件有關(guān),一般而言白天的日照較強(qiáng),氣溫較高,濕度相對較低,因此認(rèn)為白天的排放量應(yīng)大于夜間.

3.3 PM2.5組成成分主要包括硫酸鹽、硝酸鹽、有機(jī)碳、元素碳.由于各地區(qū)排放的PM2.5的物種組分存在著一定的差異,因此有必要建立一個(gè)更大范圍的詳細(xì)的PM2.5物種組分?jǐn)?shù)據(jù)庫,從而為數(shù)值模式提供更加準(zhǔn)確的PM2.5組分信息.

3.4 實(shí)時(shí)污染物濃度預(yù)報(bào)表明模式能夠較好地反映出污染物局地累積和水平輸送的變化趨勢,但高污染中心的濃度預(yù)報(bào)值要低于實(shí)際觀測值.進(jìn)一步通過與采用氣象場四維格點(diǎn)同化方案的模擬試驗(yàn)對比可以發(fā)現(xiàn)氣象場的變化會引起污染濃度及其分布形勢發(fā)生變化,盡管模擬的污染濃度值較預(yù)報(bào)值有所增加,但是仍低于實(shí)際觀測值,這可能與化學(xué)模式中相應(yīng)物理化學(xué)作用機(jī)制的不完善有關(guān),此外排放清單也可能仍存在一定的不確定性.

3.5 清單細(xì)化處理試驗(yàn)表明在保證排放清單中污染物排放總量不變的情況下,對模式格點(diǎn)的排放量進(jìn)行重新分配可以改變這些格點(diǎn)上污染物的模擬濃度.但在不同氣象條件下,改變量有所不同,靜穩(wěn)天氣下,城市及其周邊地區(qū)的改變量較大.

[1] 曹國良,張小曳,龔山陵,等.中國區(qū)域主要顆粒物及污染氣體的排放源清 [J]. 科學(xué)通報(bào), 2011,56(3):261-268.

[2] 鐘流舉,鄭君瑜,王國強(qiáng),等.大氣污染源排放清單不確定性定量分析方法及案例研究 [J]. 環(huán)境科學(xué)研究, 2007,20(4):15-20.

[3] 張 強(qiáng), Klimont Z, Streets D G,等.中國人為源顆粒物排放模型及2001年排放清單估算 [J]. 自然科學(xué)進(jìn)展, 2006,16(2):223- 231.

[4] Zhang Q, Streets D G, Carmichael G R, et al. Asian emissions in 2006for the NASA INTEX-B mission. Atmos Chem Phys Discuss [J]. 2009,9:4081?4139.

[5] 李 莉,陳長虹,黃海英.應(yīng)用Models -3/CMAQ研究長三角區(qū)域大氣污染及輸送 [J]. 上海環(huán)境科學(xué), 2007,26(4):159-165.

[6] 陳彬彬,林長城,楊 凱,等.基于CMAQ模式產(chǎn)品的福州市空氣質(zhì)量預(yù)報(bào)系統(tǒng)[J]. 中國環(huán)境科學(xué), 2012,32(10):1744-1752.

[7] 李 鋒,朱 彬,安俊嶺,等.2013年12月初長江三角洲及周邊地區(qū)重霾污染的數(shù)值模擬[J]. 中國環(huán)境科學(xué), 2015,35(7):1965- 1974.

[8] 馬 欣,陳東升,高慶先,等.應(yīng)用WRF-chem模式模擬京津冀地區(qū)氣溶膠污染對夏季氣象條件的影響 [J]. 資源科學(xué), 2012, 34(8):1408-1415.

[9] 周廣強(qiáng),謝 英,吳劍斌,等.基于WRF-Chem模式的華東區(qū)域PM2.5預(yù)報(bào)及偏差原因[J]. 中國環(huán)境科學(xué), 2016,36(8):2251- 2259.

[10] 楊 鵬,朱 彬,高晉徽,等.一次以南京為中心的夏季PM2.5污染島污染事件的數(shù)值模擬[J]. 中國環(huán)境科學(xué), 2016,36(2):321- 330.

[11] Grell G A, Peckham S E, Schmitz R, et al. Fully coupled “online” chemistry within the WRF model [J]. Atmospheric Environment, 2005,39:6957-6975.

[12] Fu X, Wang S X, Zhao B, et al. Emission inventory of primary pollutants and chemical speciation in 2010 for the Yangtze River Delta region, China. Atmos. Environ, 2013,70:39-50.

[13] 鄭君瑜,張禮俊,鐘流舉,等.珠江三角洲大氣面源排放清單及空間分布特征[J]. 中國環(huán)境科學(xué), 2009,29(5):455-460.

[14] Streets D G, Yarber K F, Woo J H, et al. Biomass burning in Asia: Annual and seasonal estimates and atmospheric emissions [J]. Global Biogeochem. Cycles, 2003,17:1759-1768.

[15] He M, Zheng J Y, Yin S S, et al. Trend, temporal and spatial characteristics, and uncertainties in biomass burning emissions in the Pearl River Delta, China [J]. Atmos. Environ., 2011,45:4051- 4059.

[16] 吳曉璐.長三角地區(qū)大氣污染物排放清單研究 [D]. 上海:復(fù)旦大學(xué), 2009.

[17] 翟一然,王勤耕,宋媛媛.長江三角洲地區(qū)能源消費(fèi)大氣污染物排放特征[J]. 中國環(huán)境科學(xué), 2012,32(9):1574-1582.

[18] 馬召輝,梁云平,張 健,等.北京市典型排放源PM2.5成分譜研究.環(huán)境科學(xué)學(xué)報(bào), 2015,35(12):4043-4052.

[19] 鄭 玫,張延君,閆才青,等.上海PM2.5工業(yè)源譜的建立 [J]. 中國環(huán)境科學(xué), 2013,33(8):1354-1359.

The application of MEIC emission inventory in air quality model.

HE Bin*, MEI Shi-long, LU Chen-li, LI Hai-jun, ZHOU Qiu-lin, SONG Liu-ming

(Jiaxing Meteorological Bureau, Jiaxing 314050, China)., 2017,37(10)：3658~3668

The required techniques are investigated for applying the Tsinghua MEIC emission inventory of 2012 reference year with 0.25°′0.25°resolution to the WRF-CHEM model. These techniques include the calculation of pollutant mass per unit area, the transformation of pollutant concentration from the lat-lon grid to the mesoscale grid, the refinement of emission inventory with model land-use data, the determination of hourly emission data in each sector, and the apportionment of major PM2.5species in the specified regions. The effectiveness and performance of the aforementioned inventory processing techniques are assessed in the heavy pollution scenarios.It is indicated that the local accumulation and horizontal transport of pollutants can be well simulated from the WRF-CHEM model. However, the concentration in the high pollution central area is underestimated, which is closely related to the forecast bias in the meteorological fields. Additionally, the refinement of emission inventory changes the simulated pollutant concentration. The amount of change is found to vary according to the weather conditions. Under stable meteorological conditions, large changes mainly occur within and around urban areas.

MEIC；WRF-CHEM；processing techniques of emission inventory

X51

A

1000-6923(2017)10-3658-11

何 斌(1978-),男,浙江嘉興人,高級工程師,主要從事天氣預(yù)報(bào)、環(huán)境氣象業(yè)務(wù)及技術(shù)研究.發(fā)表論文10余篇.

2017-02-24

浙江省科技廳重大科技專項(xiàng)(2014C03025)

* 責(zé)任作者, 高級工程師, zjuhb@126.com