论文部分内容阅读
区域多尺度空气质量模型(CMAQ)是当前大气环境管理和科研领域的重要研究工具,已经在国内外取得了较好的应用。但是,由于CMAQ在实际使用过程中过于复杂、专业性太强,CMAQ的优势大打折扣。基于CMAQ实验排放控制矩阵模拟得到的污染物浓度响应,统计归纳出各污染物排放控制因子比例与污染物浓度之间的函数关系,也即响应曲面模型(RSM),可建立高效快速的“污染物排放-空气质量”响应模型,提高空气质量预测的系统性能,方便快捷地评估减排措施对污染物的控制效果、为制定优化控制方案提供科学依据。基于以上背景,本文开发了适用于杭州市细颗粒物(PM2.5)污染浓度预测的RSM。模型只需要输入有机碳(OC),黑碳(BC),可吸入颗粒物(PM1o),交通源排放氮氧化物(NOx),电厂源排放NOx,工业源排放NOx,交通源排放二氧化硫(SO2),电厂源排放S02,氨(NH3)以及挥发性有机物(VOC)等10个控制因子的参数组合,便可快速响应出该排放控制情景下对应的PM2.5浓度变化。在通过留一法交叉验证和外部验证对本文所建立的RSM的可靠性进行评价之后,应用该RSM对杭州市PM2.5的污染机制和来源进行了解析,评估了杭州市NH3排放与VOC排放对PM2.5的影响以及杭州市2020年的空气质量和减排政策的控制效果。研究的主要结论有：OC、BC口PM1o排放对PM2.5的贡献具有线性响应特征,NOx、SO2、NH3和VOC具有明显的非线性响应特征；同一污染物在不同季节对PM2.5的贡献不一样。杭州市冬季的PM2.5中一次污染物所占的比例比较多,夏季时,二次气溶胶所占的比例远远大于一次组分；在冬季,控制OC、BC和PM1o的排放可以有效减少PM2.5污染,当控制政策收紧时,NOx与NH3的影响才能明显显现。夏季,PM1o对PM2.5污染影响依旧较大,电厂NOx和工业NOx的影响明显高于其他。