伴随模式在追踪污染事件重点源区中的应用

被引：3

作者：

王超 ^{[1
]}

安兴琴 ^{[1
]}

翟世贤 ^{[2
]}

孙兆彬 ^{[3
,4
]}

机构：

[1] 中国气象科学研究院大气成分研究所

[2] 南京信息工程大学中国气象局气溶胶-云-降水重点开放实验室

[3] 中国气象局北京城市气象研究所

[4] 中国气象局京津冀环境气象预报预警中心

来源：

中国环境科学 | 2017年 / 37卷 / 04期

基金：

国家重点研发计划;

关键词：

伴随方法; 污染个例; 污染源追踪; 敏感性分析;

D O I：

暂无

中图分类号：

X513 [粒状污染物];

学科分类号：

摘要：

本研究利用GRAPES-CUACE气溶胶伴随模式,对2015年11月27日12月2日北京市一次高浓度PM2.5污染过程进行了敏感性分析,显示了伴随模式在追踪重点排放源区及关注敏感排放时段等方面的优越性.研究结果表明:本次污染事件所关注的北京市PM2.5峰值浓度是北京市本地排放源和周边省市排放源共同作用的结果.从累积敏感系数来看.目标时刻前23h内,本地源贡献占主导,PM2.5峰值浓度对本地排放源响应迅速,目标时刻前5h,本地源对峰值浓度的贡献达到最大,逐时敏感系数峰值为9.4μg/m3.周边源贡献表现为周期性波动,逐时敏感系数在目标时刻前9,29,43h,出现3次峰值,分别为6.66,6.24,1.74μg/m3,伴随着偏南风,周边源在目标时刻前1～57h内持续不断地向北京市输送污染物.不同距离的周边源对目标时刻PM2.5峰值浓度的影响时段和程度不一样,目标时刻前72h内,北京、天津、河北及山西排放源对目标时刻PM2.5峰值浓度的累积贡献比例分别为31%、9%、56%及4%;从逐时敏感系数来看,天津源贡献的主要时段为目标时刻前1～33h,逐时敏感系数峰值出现在目标时刻前9h,为2.10μg/m3,山西源贡献的主要时段为目标时刻前17～33h,逐时敏感系数峰值出现在目标时刻前27h,为0.71μg/m3,河北源贡献的主要时段为目标时刻前1～57h,逐时敏感系数呈现周期性波动,出现3次峰值,分别为4.55,5.31,1.59μg/m3.

引用

页码：1283 / 1290

页数：8

共 15 条

[1]

Model assessment of atmospheric pollution control schemes for critical emission regions.[J].Shixian Zhai;Xingqin An;Zhao Liu;Zhaobin Sun;Qing Hou.Atmospheric Environment.2016,

[2]

Asian emissions in 2006 for the NASA INTEX-B mission.[J].Zhang Q.;Streets D. G.;Carmichael G. R.;He K. B.;Huo H.;Kannari A.;Klimont Z.;Park I. S.;Reddy S.;Fu J. S.;Chen D.;Duan L.;Lei Y.;Wang L. T.;Yao Z. L..Atmospheric Chemistry and Physics.2009, 173

[3]

GRAPES-CUACE气溶胶模块的伴随构建及模式在大气污染优化控制中的应用.[D].翟世贤.中国气象科学研究院.2015, 03

[4] 一次以南京为中心的夏季PM2.5污染岛污染事件的数值模拟 [J].