GRAPES-CUACE伴随模式构建及其在北京地区黑碳和臭氧溯源分析中的应用

摘要：

伴随方法是一种高效的敏感性分析方法,在大型非线性复杂系统的敏感性计算中有着显著的优势.依据伴随理论,基于大气化学模式GRAPES-CUACE(global-regional assimilation and prediction system coupled with the CMA unified atmospheric chemistry environment forecasting system),建立了气溶胶模块和气体模块的伴随模式,并对其进行了正确性测试.结合黑碳气溶胶(black carbon aerosol,BC)及臭氧(O3)浓度观测数据,分别利用气溶胶和气体伴随模块进行了数值模拟及源-浓度的敏感性实验.结果表明:CUACE模式能较好地模拟BC浓度的日变化过程.利用气溶胶伴随模式模拟分析了目标函数(观测浓度与模拟浓度差值)关于BC排放源的敏感性,发现敏感性与浓度差值成正比关系.气体伴随模型的敏感性分析表明,若要减小2015年7月7日08:00至8日07:00北京顺义站O3模拟浓度与观测浓度的差异,需要对NOx和VOCs排放源分布进行调整,即在当前状态减小区域内的NOx排放源以及增大对应网格点的VOCs排放源,再结合优化算法即可得到合理的排放源分布.本文开发的GRAPES-CUACE气溶胶伴随和气体伴随模块能够有效地针对气溶胶和气体进行敏感性分析,为下一步构建完整的GRAPES-CUACE大气化学四维变分同化系统以及污染源反演工作奠定了基础.

关键词：切线性、伴随模型、目标函数、排放量、敏感性分析

所属期刊栏目：5

分类号：X515(大气污染及其防治)

资助基金：科技部大气污染专项;国家自然科学基金资助项目

在线出版日期：2020-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：53-61