论文部分内容阅读
本文使用GRAPES_CUACE模式对京津冀地区2015年11-12月和2016年12月-2017年1月期间的雾霾过程进行了模拟，着重分析了2015年11月27日-12月1日（过程1）、12月5日-10日（过程2）和2016年12月16-21日（过程3）的雾霾污染过程。将模拟结果与观测资料进行对比，评估了模式对能见度的模拟效果，分析了影响能见度模拟的因素并进行敏感性试验对模式进行了一定的改进。 模拟结果表明GRAPES_CUACE模式能够较为准确地模拟京津冀地区能见度和PM2.5的变化趋势和中心区域范围，但模式对低于10km的低能见度模拟较观测值偏高。 对于过程1（2015年11月27日-12月1日），模式模拟PM2.5质量浓度偏低，过程2（2015年12月5日-10日）模式模拟PM2.5效果较过程1有所提高，且部分城市PM2.5模拟值高于观测值，能见度模拟结果也优于过程1。除了PM2.5模拟结果对能见度模拟的影响，模式对相对湿度模拟偏低，也导致了大气能见度模拟偏高。此模式对相对湿度的模拟存在系统性偏低的误差。 低能见度通常都伴随着高相对湿度出现，此误差会影响散射系数亲水增长因子f(RH)的取值。当相对湿度高于80％时，不同相对湿度下对应的f(RH)取值差别较大。适当调整相对湿度的模拟值至与观测值相当后，过程3中京津冀地区能见度的模拟效果提高，这体现了f(RH)对吸湿性气溶胶的作用。其次，模式计算消光系数时没有考虑雾滴的消光，因此在消光系数计算公式中加入该项，根据相对湿度对消光系数进行分档计算，考虑该项后得到了与过程3中观测值较为符合的模拟曲线，且该修改适用于京津冀大部分地区。