基于双层网格嵌套技术的北京大气pm

基于双层网格嵌套技术的北京大气pm

目前，可吸收颗粒（pm0）浓度的增加是中国城市快速发展的主要环境污染问题，这在北京及其周边地区具有典型的区域特色。北京处于太行山、燕山山坳的半盆地之中,地形呈西北高东南低,西临太行山余脉,北依燕山。受地形和天气形势的影响,北京空气质量受周边影响较大,区域大气污染物输送较为明显。作为2008年奥运会的举办城市,北京大气PM10浓度水平能否达到相应空气质量标准,直接关系到我国提出的“绿色奥运”承诺的实现与否。因此,利用先进的研究工具及研究方法,对北京及其周边地区大气污染物的区域性输送进行定量研究,从而为政府的科学决策提供技术支持并最终实现区域空气质量的改善具有积极意义。近年来,国内、外学者对北京地区大气污染物的区域性输送从天气条件诊断、沙尘暴天气影响、污染源解析以及激光雷达观测的角度进行过许多探讨:任阵海、苏福庆等从区域流场气象诊断的角度分析了华北地区大气污染的成因,发现大范围均压场持续演变和移动常形成大气污染汇聚带,从而形成有利于重污染的天气条件;任晰等对强沙尘天气过程对北京大气PM10的影响进行了统计分析,发现沙尘粒子约占北京大气PM10的7%~19%;杨复沫等利用在车公庄和清华园两个站点连续1年、每周1次的PM2.5数据对北京大气细粒子中微量元素的污染水平和来源作了研究;胡欢陵等利用冬季和夏季激光雷达测量数据,对北京地区气溶胶高度分布、气溶胶输送南北通量高度分布等进行了讨论。然而,受污染源数据获取及计算资源等因素的制约,目前国内利用先进的光化学模式对北京及其周边地区大气PM10区域性输送的定量研究则相对较少。鉴于区域性输送定量研究对政府的科学决策的重要作用,本文基于国际先进的Models3/CMAQ空气质量模式,利用北京及周边省市详细调查的污染源数据,采取双层网格嵌套技术建立起适用于我国华北区域的大气PM10数值模拟系统,为了定量计算周边各省市对北京大气PM10的具体影响情况,本文设计了5种污染源情景方案,并对各种情景分别进行数值模拟,计算2002年采暖季(1月份)和非采暖季(7月份)周边省市对北京大气PM10逐时浓度贡献情况。1学习方法1.1模型网格嵌套本文采用的污染传输模式为第三代空气质量模式系统—Models-3/CMAQ(theCommunityMultiscaleAirQualitymodel,公共多尺度空气质量模式)。Models-3/CMAQ模式系统具有多尺度空气质量模拟的能力,从城市尺度到区域尺度乃至更大的洲际尺度,该模式对各种复杂尺度的物理、化学过程均具有较好的模拟效果。另外,该模式可以同时考虑大尺度天气系统和中、小尺度天气过程的相互作用,相对于传统的空气质量模式,它更适用于研究北京及其周边地区复杂大气环流背景下污染物的区域传输及相互影响。此外,Models-3/CMAQ还具有多污染物种模拟功能:由于大气中形成PM10的物种繁多,并且涉及到多污染物种之间复杂的物理、化学过程,加之目前我国大气污染特征已逐渐从传统的煤烟型污染转变为复合型的二次光化学污染,因此,Models-3/CMAQ的多污染物种模拟特点对于准确描述大气PM10的来源、传输及其演变规律更具有优势。针对北京及周边地区复杂的下垫面特征以及污染源排放的分布特点,本文采取双层网格嵌套技术,利用MM5气象模式为Models-3/CMAQ模式提供所需的逐时三维气象数据,模式模拟区域如图1所示:在水平方向,外层模拟区域(Do-1)采用36km的网格分辨率,内层模拟区域(Do-2)采用12km的网格分辨率,CMAQ采用的网格点数分别为42×48和70×76。垂直方向上,模式层顶高度约为15km,MM5将之分为35层,网格距在近地层较小,并随高度增加而加大;CMAQ则设置为12层,其中最下面的8层与MM5相同,以便对大气边界层内的物理和化学过程进行详细的探讨。1.2污染源清单MM5所需的气象背景场选用了美国环境预报中心(NCEP)提供的全球1×1度分辨率的网格数据。另外,为提高模拟结果的准确性,MM5模式的运行采取了四维同化方案,其所需的气象观测数据均来自于中国国家气象中心。资料的时间分辨率为每3h一次地面观测,每12h一次垂直探空观测。污染源排放清单对于空气质量模拟结果至关重要。本研究在对北京及周边省市环保局的污染源数据充分调研及收集的基础上,建立起华北区域的污染源排放清单。另外,对于目前部分省市尚缺少的人为VOCs排放数据以及植物排放的VOCs数据,本文选取了Streets等的研究成果,并利用改进的SMOKE污染源处理模块对收集到的污染源数据进行处理。另外,本文采用的北京城近郊区7个地面监测站点2002年1、7月的大气PM10逐时监测数据均由北京市环境监测站提供。1.3北京大气污染源贡献率的确定本文通过情景模拟来确定周边省市大气污染物排放对北京大气PM10的影响。选择的控制区域包括了北京市城近郊区的大部分面积,车公庄、古城、前门、农展馆、天坛、东四、奥体等7个监测点亦在其内。利用该控制区内模拟结果的网格平均值来计算各种情景下外来污染物输送的贡献率,各种情景的设置如下:(1)基本情景(情景0)考虑了整个研究区域内(包括北京、山西、河北、天津,及山东、河南、内蒙古的部分地区)所有污染源排放的情况;(2)为研究北京周边省市大气污染源对北京大气质量的整体影响,需将北京本地污染源关闭后进行模拟(情景1),模拟结果即为周边省市对北京的总体贡献值,其与基本情景(情景0)模拟结果之间的比值即为周边地区对北京污染物浓度贡献的整体贡献率;(3)在研究北京周边具体某一省(市)对北京的影响时,则关闭该省(市)的污染源(情景2、3、4分别为关闭河北、山西、天津污染源排放的情景),保留其它区域的污染源进行模拟,将模拟结果与基本情景(情景0)的模拟结果比较,两者的差值为该省(市)大气污染源对北京的贡献值,差值与基本情景模拟结果之比即为该省(市)大气污染源对北京的贡献率。2结果与讨论2.1模拟结果与监测值的关系为了对Models-3/CMAQ模式进行模拟效果检验,本文通过2002年的逐时模拟结果与监测值之间的对比来整体评估模式系统的准确程度。对比验证选取的模拟时段为2002年各季节的代表月份(春(4月1日~30日)、夏(7月1日~8月31日)、秋(10月1日~31日)、冬(1月1日~31日));选择的监测点为北京市内的车公庄、古城、前门、农展馆、天坛、东四、奥体等七个站点;选取的数据为模拟结果与监测值的上述七站平均的小时浓度值。本研究用散点图和相关性分析结果反映模拟结果与实际观测值之间的关系,其结果如图2所示。通过SPSS统计软件进行Pearson积差相关分析,得到2002年各代表月份(1、4、7、10月)12km分辨率模拟结果与监测值间的相关系数分为0.621、0.276、0.522和0.554。从图3中可以看出,4月份PM10的模拟结果明显偏小,相关性较差。主要原因是2002年沙尘暴发生频繁,是近年来最为严重的一年,因此4月北京受外来沙尘天气影响较严重,而模式系统对外来沙尘的起尘范围及起尘量估计不足,特别在外来沙尘对北京直接影响严重期间,模拟结果与监测值相比,整体偏小。另外,由于模拟结果代表的是12km×12km网格内PM10的平均变化水平,而监测值仅代表该测站所处的局地浓度变化,因而更易受其周边环境的影响而出现较大的波动。因此,总体而言,除去沙尘暴等极端情况以外,Models-3/CMAQ模式系统基本反映出北京市大气PM10在各季节的浓度分布和变化情况,模拟效果较好。2.2北京周边环境污染差异根据设计方案,分别对2002年1月、7月各种情景进行模拟计算,得到周边各省市在采暖季和非采暖季对北京大气PM10逐时贡献率变化曲线,如图3~图5所示。另外,图6则给出了在去除北京本地源排放后(情景1)计算得到的周边省市对北京PM10整体贡献率与北京市城近郊区车公庄、古城、前门、农展馆、天坛、东四、奥体等7个监测点取平均的PM10日均监测值变化曲线对比。表1给出了周边各省市大气污染物排放对北京市PM10的1、7月平均贡献率的汇总情况。从周边总体对北京PM10贡献率来看,1月份周边影响较小,为23.4%,7月份则相对较高,为40%。通过对华北区域多年气象条件的分析,同时根据北京及周边地区污染源分布情况,1月份华北区域盛行西北风,且在北京的上风向即北部区域的污染源排放较少,因而在1月份外来污染物的贡献率相对较少;在7月份,华北区域主导风向为偏南风,且北京西部和南部的山西省及河北省南部的邯郸、石家庄、保定等地均为较集中的污染源排放区,在偏南气流的作用下,山西、河北的污染物易向北京输送;另外,在东南气流的作用下,天津等地的污染源排放对北京大气环境质量也会造成一定的影响。分析比较计算结果可知,周边三个主要省市中,河北省大气污染对北京的PM10贡献最大,1月份平均贡献率为15.3%,7月份平均贡献率则高达27.2%。对照监测值日变化曲线与周边贡献率变化曲线,可进一步分析北京周边省市污染源对北京大气环境质量的影响。如图6所示:2002年1月份出现了多次PM10重污染过程,分别为2日~3日、6日、8日~12日、14日~15日、16日~20日,其中9日~11日和19日~20日出现了四级重污染天气,日均值浓度高达425μg/m3,瞬时监测浓度高达565.5μg/m3。对比周边对北京贡献率逐时变化曲线,发现这两次重污染过程相对应的时间段内周边贡献率也接近同步地出现峰值,9日~11日过程瞬时周边贡献率高达72.9%,19日~20日污染过程瞬时周边贡献率峰值为48.3%,参照图3~图5发现:该污染过程主要受河北省和山西省污染源排放的影响,而来自天津的污染浓度贡献较少。另外,在该重污染过程的第一阶段,即在污染物浓度迅速增长时段,周边贡献率也迅速上升,但在随后阶段,外来影响逐渐降低,局地污染物积累作用加强,污染过程得以持续,虽然此时周边贡献率有所下降,但浓度贡献值仍然很大。对整个1月份模拟及监测结果进行综合统计分析可知:2002年1月份逐时监测浓度>250μg/m3的时间段对应的周边贡献率平均值为25.6%,大于月平均贡献率;<250μg/m3时刻的周边贡献率平均值为22.8%,略低于月均值。2002年7月份北京市PM10污染过程主要发生在3日~4日、10日~12日、24日和30日~31日(图6),重污染期间日均值浓度最高达250.6μg/m3,瞬时监测浓度高达413.5μg/m3。对比周边对北京贡献率逐时变化曲线可知:这三次污染过程相对应时间段内周边贡献率平均值分别为62.6%、56.4%、61.3%。参照图3~图5以及相应时段的气象观测资料不难发现:7月份污染过程中,受偏东气流影响,3日~4日的污染过程和24日污染过程污染物浓度贡献主要来自河北和天津;而10日~12日污染物浓度贡献主要来自河北和山西,受偏南气流的影响,来自河北西南部邯郸、石家庄以及山西的大同、太原方向的污染物贡献起主要作用。另外,虽然7月份PM10污染并不严重,但7月份周边省市贡献率普遍较高,月平均贡献率高达40.0%。另外在监测值日均浓度接近国家二级标准的轻微污染过程中(如7月8日~9日、13日~17日),周边贡献率仍然较高,平均值分别为50.8%和38.2%,最高值约为68.5%。表2给出了2002年1、7月份北京市各级PM1污染天数及相应周边平均贡献值统计汇总情况,不难发现,在空气质量为一级和二级的天气下,周边的平均贡献量不大,平均分别为7.4μg/m3和31.7μg/m3;而在3级污染的时段,周边地区对北京贡献量为688μg/m3,在高于4级以上的天气下,平均浓度更是达到了112.9μg/m3。可见,在空气质量达标的情况下,周边地区的影响对北京市PM10浓度整体贡献量的绝对值较小。而在空气质量劣于3级的时期,外来污染物的输送影响较明显,特别在4级以上的重污染时段。3外来污染物的影响(1)通过对2002年两个季节代表月份(1、7月)5种污染源情景方案的数值模拟,得到2002年采暖季(1月份)和非采暖季(7月份)周边省市对北京大气PM10逐时浓度贡献情况。结果表明,外来污染物输送对北京大气PM10浓度影响较大,在采暖季和非采暖季