利用包含详细微物理动力学机制的NAQPMS+APM(Nested Air Quality Prediction Modeling System with Advanced Particle Microphysics)模式,对北京城市大气2006年1月15日至2月13日期间的粒子数浓度谱分布进行了模拟,模式模拟结果合理,能...利用包含详细微物理动力学机制的NAQPMS+APM(Nested Air Quality Prediction Modeling System with Advanced Particle Microphysics)模式,对北京城市大气2006年1月15日至2月13日期间的粒子数浓度谱分布进行了模拟,模式模拟结果合理,能够很好地再现北京城市大气细粒子的数浓度谱分布演变特征。分析表明,北京冬季大气新粒子形成事件频发,核化作用使核模态粒子数浓度急剧升高;污染累积时,积聚模态粒子数浓度显著增大,而核模态粒子数浓度很小,粒子谱分布向大粒子端移动;重污染期间,粒子微物理混合作用强烈,二次成分在一次粒子上的附着使一次粒子粒径显著增大,二次成分可使一次粒子粒径增大50%以上,积聚模态的二次粒子与一次粒子共同促进了污染的形成。在北京及其近周边区域,北京南部和河北南部一次粒子数量多,占据主导地位,而在河北北部二次粒子则占主导地位。展开更多
利用第三代区域空气质量模式CMAQ（Community Multiscale Air Quality）及京津冀地区高分辨的污染源排放清单,基于2011年、2012年和2013年秋冬季美国国家环境预报中心全球再分析资料的气象条件分析,选取2012年10月1日至12月30日作为代...利用第三代区域空气质量模式CMAQ（Community Multiscale Air Quality）及京津冀地区高分辨的污染源排放清单,基于2011年、2012年和2013年秋冬季美国国家环境预报中心全球再分析资料的气象条件分析,选取2012年10月1日至12月30日作为代表性时段,模拟了PM2.5的浓度变化趋势,同时根据《京津冀及周边地区落实大气污染防治行动计划实施细则》和2012年到2017年污染源减排控制目标,进行了减排效果评估分析.结果显示,模式系统能较好捕捉PM2.5浓度的变化趋势,海淀站和上甸子站观测与模拟值的相关系数分别为0.71和0.63.主要污染源和污染物排放量削减30%～40%后,北京市PM2.5浓度发生了明显降低,海淀站、上甸子站和城六区的平均浓度下降率分别为（24.9±2.3）%,（20.2±2.7）%和（24.8±2.1）%.如果严格执行《京津冀及周边地区落实大气污染防治行动计划实施细则》,在气象条件和2012年相似情况下,到2017年,北京市城区PM2.5年均浓度控制在60μg/m^3内的防治目标可以实现.展开更多
2006—2014年夏季,使用PANs在线监测仪对北京大气中PANs浓度进行监测,期间NOx浓度以每年1.7 n L/L(约4%/a)的速率下降,PAN浓度以每年0.03 n L/L(约3%/a)的速率下降,O3浓度却以每年1.5 n L/L(约4%/a)的速率上升,表明这些年采取的NOx治理...2006—2014年夏季,使用PANs在线监测仪对北京大气中PANs浓度进行监测,期间NOx浓度以每年1.7 n L/L(约4%/a)的速率下降,PAN浓度以每年0.03 n L/L(约3%/a)的速率下降,O3浓度却以每年1.5 n L/L(约4%/a)的速率上升,表明这些年采取的NOx治理措施对控制PAN浓度有效,治理O3需要在控制NOx的同时加强对VOCs排放的控制。展开更多
文摘利用包含详细微物理动力学机制的NAQPMS+APM(Nested Air Quality Prediction Modeling System with Advanced Particle Microphysics)模式,对北京城市大气2006年1月15日至2月13日期间的粒子数浓度谱分布进行了模拟,模式模拟结果合理,能够很好地再现北京城市大气细粒子的数浓度谱分布演变特征。分析表明,北京冬季大气新粒子形成事件频发,核化作用使核模态粒子数浓度急剧升高;污染累积时,积聚模态粒子数浓度显著增大,而核模态粒子数浓度很小,粒子谱分布向大粒子端移动;重污染期间,粒子微物理混合作用强烈,二次成分在一次粒子上的附着使一次粒子粒径显著增大,二次成分可使一次粒子粒径增大50%以上,积聚模态的二次粒子与一次粒子共同促进了污染的形成。在北京及其近周边区域,北京南部和河北南部一次粒子数量多,占据主导地位,而在河北北部二次粒子则占主导地位。
文摘利用第三代区域空气质量模式CMAQ（Community Multiscale Air Quality）及京津冀地区高分辨的污染源排放清单,基于2011年、2012年和2013年秋冬季美国国家环境预报中心全球再分析资料的气象条件分析,选取2012年10月1日至12月30日作为代表性时段,模拟了PM2.5的浓度变化趋势,同时根据《京津冀及周边地区落实大气污染防治行动计划实施细则》和2012年到2017年污染源减排控制目标,进行了减排效果评估分析.结果显示,模式系统能较好捕捉PM2.5浓度的变化趋势,海淀站和上甸子站观测与模拟值的相关系数分别为0.71和0.63.主要污染源和污染物排放量削减30%～40%后,北京市PM2.5浓度发生了明显降低,海淀站、上甸子站和城六区的平均浓度下降率分别为（24.9±2.3）%,（20.2±2.7）%和（24.8±2.1）%.如果严格执行《京津冀及周边地区落实大气污染防治行动计划实施细则》,在气象条件和2012年相似情况下,到2017年,北京市城区PM2.5年均浓度控制在60μg/m^3内的防治目标可以实现.
文摘2006—2014年夏季,使用PANs在线监测仪对北京大气中PANs浓度进行监测,期间NOx浓度以每年1.7 n L/L(约4%/a)的速率下降,PAN浓度以每年0.03 n L/L(约3%/a)的速率下降,O3浓度却以每年1.5 n L/L(约4%/a)的速率上升,表明这些年采取的NOx治理措施对控制PAN浓度有效,治理O3需要在控制NOx的同时加强对VOCs排放的控制。
