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

发布时间：2017-12-26 00:34

本文关键词：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　出处：《中国气象科学研究院》2015年硕士论文　论文类型：学位论文

【摘要】：敏感性分析在空气质量数值模拟中越来越被重视,伴随方法基于反向模拟的思想,是一种高效的敏感性分析方法,只需运行一次伴随模式,就可以得到目标函数关于所有模式参数的敏感性信息。本文首先介绍了伴随理论和方法,其次构建了GRAPES-CUACE气溶胶模块的伴随模式,并利用该伴随模式对北京市一次高浓度BC过程进行了污染源敏感性分析。本文还利用Models-3/CMAQ模式系统评估了减排时段、减排比例、减排范围对减排效果的影响;其中,减排范围的选取考虑了特定时段重大活动空气质量保障工作的需求,借助FLEXPART模式可以后向运算确定潜在敏感源区的功能。最后,从我国是一个农业大国的现状出发,估算了京津冀及其周边生物质燃烧对北京市空气质量的影响。主要结论如下:新搭建的GRAPES-CUACE气溶胶伴随模式可以有效进行伴随模拟;本个例中,利用伴随方法确定的关键污染源区与行政区划不重合,对前者实施减排效率更高;目标时刻前17~18h内的源排放对目标函数的影响显著高于其之前源排放的影响。实施大气污染管控措施时,可利用伴随模式反向追踪关键污染源区及源排放时段,突破行政区划局限确定减排区域,有效选择减排时段,提高减排效率。在一定的减排比例下,不利气象条件来临前2~3天采取减排措施既能有效降低PM2.5浓度,也可以避免因盲目长时间减排造成的成本过大。减排时段内污染源总削减量一定的情况下,污染峰值日前采取适量减排可将污染物的输送过程考虑进来,因此较污染峰值日当天才启动大幅度减排更有利于北京市整体空气质量达标。总之,不利气象条件到来之前,联合周边省市共同管控的同时,可利用伴随模式(或FLEXPART模式等),将大气污染管控范围缩小至特定敏感源区,从而降低控制成本,提高控制方案的效率及可操控性。生物源对郊区贡献大于城区,对CO浓度贡献最大,其次是PM2.5和PM10。
【学位授予单位】：中国气象科学研究院
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：X513

【参考文献】