基于TROPOMI数据分析四川盆地NO_(2)排放特征

基于TROPOMI NO_(2)对流层垂直柱浓度卫星数据针对2019年四川盆地区域对流层NO_(2)柱浓度的时空演变特征进行了分析,并结合高分辨率排放清单和WRF-CMAQ模型对四川盆地NO_(x)排放清单的不确定性进行了初步评估。结果表明,2019年四川盆地对流层NO_(2)柱浓度高值区主要集中在成都平原,川南城市群和重庆市等人为源活动强烈的地区,盆地中部地区则相对清洁。受气象条件和人为源排放的共同影响,四川盆地冬季和春季的NO_(2)柱浓度明显高于夏季和秋季。对比高分辨率WRF-CMAQ模型模拟的1月NO_(2)柱浓度与TROPOMI反演的1月NO_(2)柱浓度,TROPOMI观测的对流层NO_(2)柱浓度在川东北城市群等清洁地区与CMAQ模型具有高度一致性,但对成都市和重庆市等高人为源排放的城市则表现为明显高于CMAQ模拟柱浓度,表明人为源清单能较好地反映中型城市和经济欠发展地区NO_(2)排放特征但对特大城市的NO_(2)排放可能存在低估。综合分析结果表明,在下一阶段应在严格控制特大城市(成都市和重庆市)NO_(x)排放量的同时加强对四川盆地中型城市的NO_(x)排放控制。

2021年冬季四川盆地区域PM_(2.5)重污染事件成因及来源解析

利用WRF-CMAQ模型及来源解析模块ISAM对2021年11月1~20日四川盆地一次区域PM_(2.5)重污染过程进行了数值模拟,结合地面气象观测数据和污染物监测数据分析了污染成因机制并进一步开展了PM_(2.5)来源解析研究.结果表明,WRF-CMAQ模型能较好地重现气象要素及各城市污染物浓度的变化.此次冬季PM_(2.5)污染过程因受本地排放源及小风、高湿等不利气象条件的影响,导致PM_(2.5)在成都平原累积,在短时间内达到峰值而形成,并且多个城市日均PM_(2.5)浓度峰值超过150μg/m^(3).ISAM源解析结果表明,本地源是四川盆地各城市PM_(2.5)污染的主导来源,其中成都、重庆、达州及广元的本地排放对PM_(2.5)浓度的贡献率均超过50%,而周边城市的区域输送也有重要贡献.