伴随模式在追踪污染事件重点源区中的应用

摘要：

本研究利用GRAPES-CUACE气溶胶伴随模式,对2015年1 1月27日～12月2日北京市一次高浓度PM2.5污染过程进行了敏感性分析,显示了伴随模式在追踪重点排放源区及关注敏感排放时段等方面的优越性.研究结果表明:本次污染事件所关注的北京市PM2.5峰值浓度是北京市本地排放源和周边省市排放源共同作用的结果.从累积敏感系数来看,目标时刻前23h内,本地源贡献占主导,PM2.5峰值浓度对本地排放源响应迅速,目标时刻前5h,本地源对峰值浓度的贡献达到最大,逐时敏感系数峰值为9.4.μg/m3.周边源贡献表现为周期性波动,逐时敏感系数在目标时刻前9,29,43h,出现3次峰值,分别为6.66,6.24,1.74μg/m3,伴随着偏南风,周边源在目标时刻前1～57h内持续不断地向北京市输送污染物.不同距离的周边源对目标时刻PM2.5峰值浓度的影响时段和程度不一样,目标时刻前72h内,北京、天津、河北及山西排放源对目标时刻PM2.5峰值浓度的累积贡献比例分别为31％、9％、56％及4％;从逐时敏感系数来看,天津源贡献的主要时段为目标时刻前1～33h,逐时敏感系数峰值出现在目标时刻前9h,为2.10μg/m3,山西源贡献的主要时段为目标时刻前17～33h,逐时敏感系数峰值出现在目标时刻前27h,为0.71 μg/m3,河北源贡献的主要时段为目标时刻前1～57h,逐时敏感系数呈现周期性波动,出现3次峰值,分别为4.55,5.31,1.59μg/m3.

关键词：伴随方法、污染个例、污染源追踪、敏感性分析

所属期刊栏目：37

分类号：X513(大气污染及其防治)

资助基金：国家自然科学基金资助项目41575151;国家重点研发计划“全球变化及应对”重点专项“黑碳的农业与生活源排放对东亚气候、空气质量的影响及其气候-健康效益评估”2016YFA0602000

在线出版日期：2017-06-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1283-1290