东南亚生物质燃烧对我国春季PM_(2.5)质量浓度影响的数值模拟

为研究东南亚生物质燃烧对我国的影响,利用NAQPMS(嵌套网格空气质量预报模式系统)模拟分析了2013年3月我国及东南亚污染物质量浓度分布,以及东南亚国家生物质燃烧对我国ρ(PM_(2.5))的贡献.结果表明:NAQPMS模式可较好地再现ρ(PM_(2.5))的时空演变规律.在我国西南部分地区,东南亚生物质燃烧贡献与当地人为源相当,并且在ρ(PM_(2.5))较高时尤为明显.东南亚生物质燃烧对我国的影响主要有两个路径:第一个路径是缅甸向云南等地的输送,对云南ρ(PM_(2.5))的月均贡献达到20μg/m^3(贡献率为30%),是云南本地生物质燃烧贡献的2倍左右,日均贡献甚至可达到34μg/m3(贡献率为43%),高于我国人为源贡献(28μg/m3)和贡献率(36%);第二个路径是老挝和越南向云南与广西交界的输送,对南宁ρ(PM_(2.5))的月均贡献为10μg/m3,日均贡献高值区间为20~40μg/m3.我国人为源对东南亚的影响较小,对ρ(PM_(2.5))月均贡献率在10%以内,主要集中在越南和东南亚南部沿海城市.东南亚人为源对我国的影响也较小,ρ(PM_(2.5))月均贡献在2μg/m3以下.研究显示,东南亚生物质燃烧对我国特别是西南地区产生的影响不可忽视.

“9·3”阅兵期间协同减排措施对北京市大气PM2.5质量浓度及其来源影响的数值模拟

本文利用嵌套网格空气质量预报模式系统(NAQPMS),模拟研究了"9·3"阅兵期间北京市及周边地区主要气象要素和大气细颗粒物(PM_(2.5))质量浓度的时空变化特征,结合污染物源解析的方法,定量分析了基准和减排情景下各周边源地对北京市近地面层PM_(2.5)质量浓度的贡献.结果表明:1)NAQPMS模式系统能较好地模拟北京市PM_(2.5)质量浓度的时空变化特征;2)协同减排控制措施有效降低了首都地区PM_(2.5)质量浓度,阅兵活动当天PM_(2.5)质量浓度削减率高达31%;一次PM_(2.5)排放量大,下风向特别是风场辐合区等污染物易累积的地区减排后的削减程度大;3)阅兵活动期间,北京市PM_(2.5)质量浓度最主要的贡献来源于本地排放,日平均贡献率最高达48.6%,河北东南部、中部及河南等地是其主要的外来源地,日平均贡献率最高分别为21.1%、17.6%和16.4%;4)相比于基准情景,减排情景下北京及周边减排力度较大的源地贡献率显著降低,其中北京降幅最大,达2.2%.

2013-2014年河南省PM_(2.5)浓度及其来源模拟研究

随着城市化和工业化水平的逐渐提高,河南省的空气污染问题也日益严重.利用嵌套网格空气质量模式(NAQPMS),数值模拟了2013年7月—2014年6月年河南省大气细颗粒物及其前体物(NO_2、SO_2、PM_(10)、PM_(2.5))的地面浓度,并量化了其主要来源.结果表明:模式能够较好地再现污染物的时空演化特征.整体来讲,河南省PM_(2.5)的高值区集中在中部和北部地区,呈现冬季高、夏季低的特点.在线源解析模拟发现,河南省不同地区PM_(2.5)的来源有所不同,中西部地区主要来自于本地,而在东部和北部地市,来自周边省份的区域输送更为显著,其贡献达到40%~50%,且在PM_(2.5)浓度的高值区更为明显.就行业贡献而言,居民源、工业源和机动车排放是河南省PM_(2.5)浓度的主要来源,其浓度贡献分别为23.7μg·m^(-3)(贡献比例24%,下同)、20.6μg·m^(-3)(21%)和21.3μg·m^(-3)(22%),电厂、农牧业和地面扬尘的浓度贡献分别为7.0μg·m^(-3)(7%)、8.7μg·m^(-3)(9%)和17.8μg·m^(-3)(18%).受居民源影响最大的地区是河南中东部和北部地市,其贡献达到PM_(2.5)浓度的27%、27%和25%.工业源影响最大的地区集中在太行山南部地市,其浓度贡献为26.4μg·m-3(24%),在其他地市的贡献为17%~23%.机动车对河南东部影响最为显著,其浓度贡献为22.9μg·m^(-3)(24%).电厂和农畜牧业对全省PM_(2.5)的贡献分布比较均匀,分别为6%~9%和8%~10%.分析不同浓度下的PM_(2.5)来源,发现工业源和扬尘贡献随PM_(2.5)浓度增加逐渐降低,而居民源和机动车排放的贡献则有所增加,在PM_(2.5)浓度高于100μg·m^(-)3期间,达到22%和20%.