基于数值模式的细颗粒物来源解析
传统的颗粒物来源解析是通过受体采样和化学组分分析开展,该方法主要适用于有限的采样点位和时段.为了提高颗粒物来源解析结果的时空分辨率,发展了以数值模式和受体模型相结合的颗粒物来源解析技术.基于南京大学自主研发的区域大气环境模式(RegAEMS)和基于正定矩阵因子分解法的受体模型(PMF),以2014年南京青年奥林匹克运动会(简称青奥会)为例,开展了细颗粒物的来源解析研究.结果表明,RegAEMS可以较好地模拟南京市PM2.5浓度及其主要化学组分,与同期基于手工采样分析的结果基本相当.进一步利用PMF模型计算不同类型排放源的贡献,发现南京青奥会期间(2014年7~9月)PM2.5的来源依次是二次有机气溶胶(25.9%)、燃煤(16.5%)、硫酸盐(14.5%)、硝酸盐(12.6%)、机动车尾气(12.0%)、扬尘(11.7%)和工业生产(6.9%).比较发现,本方法解析出来的PM2.5主要排放源贡献与基于离线采样分析的源解析结果基本一致.此外,基于数值模式和受体模型的源解析结果还反映出了青奥会中期电厂燃煤和工业生产的排放对颗粒物的贡献要明显低于青奥会前期和后期,表明青奥会期间对工业生产和电厂燃煤的污染控制措施起到了有效作用.本研究所发展的将数值模型和受体模型相结合的颗粒物来源解析方法还可以实现对未来重污染天气下的颗粒物来源贡献分析,从而为大气重污染应急管控提供科学依据.
细颗粒物、来源解析、受体模型、区域大气环境模式、南京青年奥林匹克运动会
63
国家重点研发计划2016YFC0208504,2016YFC0203303;国家自然科学基金91544230,41575145,41621005
2018-09-07(万方平台首次上网日期,不代表论文的发表时间)
共10页
1829-1838