基于CMAQ模型的邯鄲市霾污染來源的模擬研究

程丹丹，王麗濤，潘雪梅，魏 巍，蘇 捷

(河北工程大學城市建設學院，河北邯鄲056038)

霾是指大量的極細微干塵粒等均勻地浮游在空中，使得水平能見度小于10.0 km的空氣普遍渾濁現象［1]。近年來隨著人類活動的影響，城市化進程的加快，使得霾出現的頻率愈來愈高，當霾出現時，能見度降低，空氣質量惡化，霾已經成為一種新的災害性天氣［2]。目前對霾的研究僅是利用長期的氣象觀測數據進行統計，如魏文秀等［3]利用全省81個氣象臺站1961－2008年的氣象數據分析了河北霾分布與地形和風速的關系。本研究以MM5－Models－3/CMAQ為核心工具，通過對周邊省市污染物排放貢獻的模擬研究，對邯鄲市PM2.5及其主要成分、光散射系數的來源進行模擬計算，分析邯鄲市霾污染的主要來源。

1 研究方法

1.1 霾日的識別

霾日的確定依據以下4個條件［4－6]:

(1)以當天北京時間14:00(世界時6:00)的氣象數據為準，主要原因在于清晨的能見度往往受到局地輻射霧和高濕度的影響，這些天氣現象往往在中午即可消散。

(2)依據天氣代碼，排除降水、降雪、沙塵、大風、揚沙、沙塵暴等其他影響能見度的天氣現象。

(3)能見度低于10 km。

(4)相對濕度小于90%，以便將霧中被誤報的霾識別出來，同時將霾中被誤報的霧清除出去。

通過對2001－2010年間所有的霾日進行了識別，得到2007年12月是10年中霾污染最嚴重的一個月，因此以該月為研究對象模擬邯鄲市霾污染來源。

1.2 模擬域的選取

模擬域如圖1所示，采用兩層網格嵌套［7－8]。整個模擬區域采用 Lambert投影坐標系［9－10]，其中兩條真緯度分別是北緯25°和北緯40°，坐標原點處在北緯34°和東經110°。第一層網格的網格數為164×97，網格間距為36 km，覆蓋了中國大部分地區;第二層網格的網格數為93×111，網格間距為12 km，覆蓋了北京、天津、河北、山西、河南和山東六省市及相鄰省市的部分地區。選取污染最嚴重的2007年12月進行模擬，為了消除初始條件的影響，從2007年11月26日開始模擬計算。

1.3 模擬情景設定

為估算周邊地區的影響，本研究模擬了基準情景，京津零排放，河北零排放，河南零排放，山東零排放和山西零排放6個情景，通過各個情景與基準情景的比較，計算各個地區對污染的貢獻率。模擬結果的驗證，另文研究。

2 分析與討論

2.1 PM2.5的來源

如圖2所示，河北省對邯鄲市污染貢獻最大，達到67.9%。其次為山西省，其貢獻率為 7.38%。河南省的貢獻率為6.95%，山東省的貢獻率為5.48%，京津地區對邯鄲市的污染貢獻率最小，僅為 1.09%。

2.2 各污染成分的來源

本研究計算了PM2.5各主要成分的來源，包括硫酸鹽)、硝酸鹽有機碳(OC)和元素碳(EC)。

由圖3可以看出各省市對邯鄲市污染物5種主要成分的貢獻率，均是河北省最大，邯鄲市的霾污染主要來源于河北省。硫酸鹽來自于河北省的占67.1%，硝酸鹽 31.9%，銨鹽 54.1%，有機碳77.1%，元素碳76.9%。此外，山西省和山東省是邯鄲市污染的第二來源，尤其是硝酸鹽，有9.82%來源于山西，8.08%來源于山東。京津地區對邯鄲市的污染貢獻最小，各成分均不足1.5%。

2.3 消光系數的來源

能見度可以通過大氣消光系數來計算，大氣消光系數Bext(mm－1)可以通過顆粒物的質量濃度進行估算，其估算公式為［11]:

通過計算得出:在模擬時段內，各地區對邯鄲市的貢獻分別為:河北64.7%、山西11.2%、山東3.5%、河南 4.8%、京津 1.1%。

3 結論

1)基于CMAQ模型的模擬結果顯示，對邯鄲市PM2.5污染貢獻最大的是河北省，達到67.9%;其次為山西省，其貢獻率為7.38%;河南省和山東省的貢獻率分別為6.95%和5.48%;京津地區對邯鄲市的污染貢獻率最小，僅為1.09%。

2)邯鄲市PM2.5主要成分的來源如下:硫酸鹽主要來自于河北(67.1%)，河南(8.64%)，山西(7.19%);硝酸鹽主要來自于河北(31.9%)，山西(9.82%)，山東(8.08%);銨鹽主要來自于河北(54.1%)，山西(8.26%)，山東(6.73%)，河南(6.59%);有機碳來源于河北(77.1%)，河南(7.25%)，山西(6.48%);元素碳來源于河北(76.9%)，山西(8.76%)，河南(7.29%)。

3)邯鄲市消光系數的區域貢獻率如下:河北64.7%、山西 11.2%、山東 3.5%、河南 4.8%、京津 1.1%。

［1] 中國氣象局.地面氣象觀測規范［M] .北京:氣象出版社，2003.

［2] 吳兌，吳曉京，李菲，等.1951－2005年中國大陸霾的時空變化［J] .氣象學報，2010，68(5):680－688.

［3] 魏文秀.河北省霾時空分布特征分析［J] .氣象，2010，36(3):76－81.

［4] 中國氣象局.2010.霾的觀測和預報等級［M] .北京:氣象出版社.

［5] 趙普生，張小玲，徐曉峰.利用日均及14時氣象數據進行霾日判定的比較分析［J] .環境科學學報，2011，31(4):704－708.

［6] HJ 633－2012，城市空氣質量日報和預報技術規定(試行)［S] .

［7] WANG，L T，HAO，J M ，CHATANI，S，et al.A modeling study of coarse particulate matter pollution in Beijing:Regional source contributions and control implications for the 2008 summer Olympics［J] .Journal of the Air＆ Water Management Association.2008，58:1057－1069.

［8] STREETS D G，BOND T C，CARMICHAEL G R，et al.An inventory of gaseous and primary aerosol emissions in Asia in the year 2000［J] .Journal of Geophysical Research，2003，108(D21):8809，doi:10.1029/2002 JD003093.

［9] NCAR.2003.PSU/NCAR Mesoscale Modeling System Tutorial Class Notes and User＇s Guide:MM5 Modeling System Version 3［R] .Boulder:National Center for Atmospheric Research.

［10] 馬 芳，王麗濤，潘雪梅.基于 MM5－Models－3/CMAQ的中國地區大氣污染模擬［J] .河北工程大學學報:自然科學版，2010，27(4):46－51.

［11] IMPROVE.2000.Spatial and seasonal patterns and temporal variability of haze and its constituents in the United States.report III［R] .Interagency monitoring of Protected Visual Environments.issn:0737 － 5352－47.