基于敏感性和不确定性分析的气溶胶数值模拟改进研究

发布时间：2020-11-10 05:24

　　 由于污染形成机制认知的局限性和模型输入参数的不确定性,以CAMQ和CAMx为代表的复杂空气质量模型模拟仍然存在很大的不确定性。如何改进与提高模型模拟的准确性是国内外大气环境科学研究关注的重点与前沿之一。定量不确定性分析是利用概率分析的手段定量分析模型输入不确定性来源对模型结果的影响,识别影响模型模拟的关键不确定性来源,进而指导模型改进的方向与途径。然而,由于复杂空气质量模型定量不确定性分析涉及的不确定性源众多、常规的蒙特卡罗不确定性传递方法所需的计算资源巨大、以及简化模型本身带来的不确定性等问题,复杂空气质量模型的定量不确定性仍然存在诸多不足。复杂空气质量模型的复杂性和众多的不确定性来源是目前国内外开展复杂空气质量模型改进研究亟需突破的关键瓶颈问题之一。针对这些瓶颈问题,论文围绕复杂空气质量模型关键不确定性来源诊断识别与改进的研究目标,以PM_(2.5)模拟为例对复杂空气质量定量不确定性分析方法与应用开展了较为系统性的研究,其主要的研究成果和结论如下:(1)初步构建了由敏感性分析识别重要模型输入、输入不确定性量化、不确定性传递、基于贝叶斯的不确定性矫正、不确定性结果评价和不确定性来源解析6部分组成的复杂空气质量模型定量不确定性诊断方法框架体系,为量化识别复杂空气质量模型关键不确定性来源,提升模型模拟性能,开展空气质量概率预报提供了方法学基础;(2)利用合并多个案例的HDDM敏感性系数的思路,建立了逐步HDDM-RFM(High-order Decoupled Direct Method–Reduced Form Model)方法,解决了模型输入扰动或不确定性较大时,传统HDDM-RFM方法不确定性传递准确性下降的问题,有效提高了不确定性传递的准确性;(3)利用耦合HDDM与SRSM方法的思路,建立了HDDM-SRSM(Stochastic Response Surface Model)方法,解决了传统SRSM方法在模型不确定输入个数较多时,计算资源需求急剧增加的问题。相比传统SRSM方法,HDDM-SRSM方法在保证不确定性传递准确性的同时,不确定性传递效率提高了60%以上;(4)基于偏差克里金插值建立了两种新的数据融合方法,克服了传统数据融合方法无法修正CMAQ空间偏差的不足,在此基础上提出了一种基于数据融合的复杂空气质量模型边界条件改进新方法,有效降低了模型边界条件的不确定性,进而提高模型模拟效果;(5)以珠三角地区为案例,2013年4月份和12月份为模拟时段,应用上述建立的框架体系和方法开展了基于定量不确定性分析的PM_(2.5)数值模拟关键不确定性来源识别与改进研究。结果表明,在考虑的不确定性来源中,风速、PM_(2.5)边界条件以及PM_(2.5)一次排放是珠三角PM_(2.5)模拟的关键不确定性来源。仅改进模型边界条件,珠三角PM_(2.5)模拟偏差能降低6%-10%,R2能提高0.13-0.18,验证了本论文提出的方法框架体系在识别气溶胶数值模式关键不确定性来源、指导模型改进、提升模型模拟性能的可行性。本论文的研究成果对推动开展空气质量概率预报,提高大气重污染预警的准确性奠定了一定的科学基础。
【学位单位】：华南理工大学
【学位级别】：博士
【学位年份】：2017
【中图分类】：X513
【部分图文】：

染[12]，并逐渐扩展到内陆武汉、长株潭和成渝等重要内陆城市群地区（见图1-1），部分城市甚至是全球颗粒物污染最严重的城市之一。卫星数据也表明，整个中国地区的PM2.5年均浓度在2004年到2008年期间呈现每年1.79 μg/m3的增长趋势，其中京津冀地区的增长速度最快（每年3.20 μg/m3），长三角和珠三角次之（分别为0.99 和 0.88 μg/m3）[13]。在这期间，由于2008年北京奥运会空气质量达标的需要，国内学者才开始关注PM2.5污染1

（6）复杂空气质量数值模型关键不确定性来源识别方法。识别关键不确定性来源是开展复杂空气质量数值模型定量不确定性分析的最终目的，也是指导模型改进研究的关键与重点。这部分的关键科学问题是：如何通过不确定性分析结果识别影响模拟的关键不确定来源？2.2 复杂空气质量模型定量不确定性诊断方法框架体系构建上述关键科学与技术问题的解决是构建复杂空气质量模型定量不确定性诊断方法框架体系的基础。围绕这些关键科学与技术问题，论文提出了如图 2-1 所示的复杂空气质量模型定量不确定性诊断方法框架体系。这个方法框架是由敏感性分析识别重要输入、模型输入不确定性量化、模型不确定性传递、基于贝叶斯的不确定性矫正、不确定性结果评价和不确定性来源解析 6 部分组成。在这个框架体系中，模型输入不确定性量化是基础，模型不确定性传递是关键，不确定性来源解析是最终目的，这三者是最为关键的步骤，缺一不可。

图 2-2 排放源清单定量不确定性分析的概念架（1）清单模型输入不确定性定量分析方法：排放因子、入变量的定量不确定性分析可使用基于自展模拟（bootstrap法或者专家判断法进行，其中专家判断法仅适合用于样本数展模型方法是一种通过自展抽样来准确分析清单模型输入变的数值模拟方法[236]，其基本过程是：对样本数据进行概率据的概率分布模型（常见的概率分布模型见表 2-1），以描述；对描述样本数据的拟合概率分布模型进行随机自展抽样，样本数据的个数）的自展样本，并统计自展样本的均值；通自展样本的均值，然后对多个均值进行统计分析，其统计结型输入的不确定性。在这三个步骤中，样本数据的概率分布
【相似文献】

相关期刊论文 前10条

1 江英;肺癌与长期暴露于细颗粒物有关联[J];中国环境科学;2002年04期

2 赵毓梅，李秋营，范建，李炳太;大气粗细颗粒物对大鼠肺泡巨噬细胞的影响[J];中国公共卫生学报;1995年04期

3 王耘;;科技期刊中“细颗粒物”符号表示方法调查与分析[J];中国科技术语;2014年01期

4 范柏祥,孙熙,王金波;可吸入细颗粒物的治理[J];中国环保产业;2003年03期

5 杨书申;邵龙义;;大气细颗粒物的透射电子显微镜研究[J];环境科学学报;2007年02期

6 冯加良;胡小玲;管晶晶;赵伟;;上海市大气细颗粒物的酸度及其与组成的关系[J];上海大学学报(自然科学版);2010年05期

7 柴发合;高健;王淑兰;;大气细颗粒物监测的政策制定和标准设计[J];环境保护;2011年16期

8 张莉君;东春阳;许慧慧;施烨闻;金奇昂;刘立平;沈先标;;上海市两社区大气细颗粒物的污染状况[J];环境与职业医学;2011年08期

9 杨春雪;阚海东;陈仁杰;;我国大气细颗粒物水平、成分、来源及污染特征[J];环境与健康杂志;2011年08期

10 ;揭开迷“雾”中的重重秘密——国家自然科学奖获奖项目解析我国空气中细颗粒物形成机制及影响[J];中国科技信息;2013年03期

相关博士学位论文 前10条

1 黄志炯;基于敏感性和不确定性分析的气溶胶数值模拟改进研究[D];华南理工大学;2017年

2 孟欣佳;考虑混合不确定性的多学科可靠性设计优化方法研究[D];北京理工大学;2016年

3 赵斌;细颗粒物化学组成及其对前体物排放响应的数值模拟研究[D];清华大学;2015年

4 吴伊人;含油雾的环境空气中微细颗粒物净化用纤维滤料的织物特性研究[D];东华大学;2015年

5 王晓斐;Gprc5a基因缺失小鼠对SiO_2诱导的肺损伤易感性增加[D];上海交通大学;2015年

6 张英志;柴油车细颗粒物理化性质及其排放特征研究[D];清华大学;2016年

7 王飞;废水中细颗粒物过滤去除机理研究及应用[D];华东理工大学;2016年

8 曹希宁;大气细颗粒物（PM_(2.5)）暴露致雄性生殖功能损伤及其机制的研究[D];重庆医科大学;2017年

9 朱继保;细颗粒物的电收集技术研究[D];浙江大学;2010年

10 高知义;大气细颗粒物人群暴露的健康影响及遗传易感性研究[D];复旦大学;2010年

相关硕士学位论文 前10条

1 刘洁;记忆不确定性的量子认知解释[D];山西大学;2017年

2 杨留辉;基于调整离差率不确定性视角下辽宁省消费分析[D];辽宁大学;2017年

3 丁新新;经济政策不确定性、银行信贷与公司投资[D];浙江财经大学;2018年

4 王凌志;政治不确定性与费用粘性[D];浙江工商大学;2018年

5 张春艳;核数据不确定性传播方法研究[D];哈尔滨工程大学;2016年

6 周雨;经济政策不确定性与企业投资：房地产和制造业的比较研究[D];浙江工商大学;2018年

7 万昶;考虑不确定性的结构损伤区间反演分析[D];南昌大学;2017年

8 赵韦;输入数据不确定性对水文模型模拟结果的影响研究[D];中国地质大学(北京);2017年

9 张琳;本体知识中不确定语义关系的表达和非精确推理研究[D];燕山大学;2017年

10 曲德展;基于不确定性感知的变量关联模式可视分析方法研究[D];东北师范大学;2017年

本文编号：2877532