Vol. 13 ,No.2March 2021
第13卷第2期2021年3月环境监控与预警
Environmental Monitoring and Forewarning DOI : 10. 3969/j. issn.1674—6732. 2021.02. 003
2017
年江苏省
PM .：
数值模拟及内外源解析
余进海1，张美根2，韩霄2，李荣3，李驰钦4
(1.江苏省环境监测中心，江苏 南京 210019 $2.中国科学院大气物理研究所大气边界层物理和大气化
学国家重点实验室，北京 100029 $3.湖北大学资源环境学院，湖北 武汉 430062 $4.江苏省气象台，
江苏南京 210008 %
摘 要：根据江苏省72个国控点监测数据，采用了区域大气模式和多尺度空气质量模式系统(RAMS-CMAQ )模拟了 2017
年江苏省！ PM 2_5)的时空分布，耦合综合源追踪算法% ISAM )分析了不同地区排放源对p( PM 2_5)的贡献特征$结果表明, PM 2_5模拟与观测值的相关系数% - =0.76，标准平均偏差(NMB ) =5.2%，均方根误差(RMSE ) =23.4 'g/m 3 ，模拟结果落 于观测结果0.5-2倍的比例(FAC2) =84.2% $源追踪模块结果显示，夏季主要受东南风控制，本地排放的贡献更大(省
内贡献为52.34% )，其他季节受偏北风输送影响，外源输送的影响较大(省外贡献为53.48% -56.84% )；冬季苏北5市的
排放贡献比沿江8市的更大，而春、夏季沿江8市排放贡献较大$
关键词：细颗粒物；多尺度空气质量模式系统；源追踪模块；江苏省
中图分类号：X831
文献标志码:B
文章编号：1674 -6732 (2021) 02 -0014 -05
Numerical Simulation and Endogenous and Exogenous Source Apportionment of PM 2. over
Jiangsu Provicce ic 2017
YU Jin-hat 1 , ZHANG Mei-gen 2, HAN Xiao 2 ,LI Ron/3 ,LI Chi-qin 4
(1. Jiangsu Provincial Environmental Monitoring Center , Nanjing , Jiangsu 210019 , China ； 2. State Key Laboratory
of Atmospheric Boundary Layeo Physics and Atmospheric Chemistry , Institute of Atmospheric Physics , Chine Academy o Sciences , Beijing 100029, China ； 3. Faculty o Resources and Enviroomental Science # Hubei
University , Wuhan , Hubei 430062 , China ； 4. Jiang Meteorological Obrvatory , Nanjing , Jiang 210008 , China)
AbstracC : According to the data acquired from 72 stato-controlledmonitoring sites , a source apportionmenO tool, ISAM ( Inteerated
Source ApportionmenO Method ) , coupled with a regional air quality modeling system , RAMS-
CMAQ ( Regional Atmospheric Modeling System and Community Muitiscole Aic Quality Modeling System) , was appiied to simuiato thespatioCemporal distribution
of PM 2 5 ovvc Jiangsu in 2017 , and the contribution characteristic of the sources in different zones to p ( PM 2 5 ) was analyzed.
Comparisons of simulated and obrvvd PM 2 5 showed that the model can reproduce asonal patterns reasonabiy weli. The
correlation coefficient ( r) was 0. 76 , the standard mean deviation ( NMB ) was 5. 2% , the root mean square erroe ( RMSE ) was
23.4 'g/m 3 , and FAC2 was 84. 2% . In summer , infuenced by southeasterly wind , the local contribution ( 52. 34% ) is greater
than regionai iransport , whiie regionai ccntribution ( 53.48% ~ 56. 84% ) in otheo asons was greateo. In winteo , the influencc of five cities in northern Jiangsu Province is greater than that of eight cities along the Yangtze River, whiie that of eight cities along the
Yangtze River in spring and summer is greatee
Key wordt :PM 2 5 ； CMAQ ； Sourcc apportionment model ； Jiangsu provincc
江苏省乃至整个长三角地区的区域性大气污 染成因的研究已开展多年，并取得了丰硕的成果$
严茹莎等'1(研究了 2014年长三角地区燃煤排放对 大气环境的影响，结果表明，中小燃煤锅炉在所有
燃煤源中影响最大，对细颗粒物(PM ：.)的贡献为
1.4% -5.9% ；其次是燃煤电厂，对PM
2.5的贡献为 0.2% -2.9% $沙桐等'2(分析了长三角地区2010
年冬季电厂排放对大气污染的影响，发现污染时期
收稿日期：2019 -07 - 17 ；修订日期：2020 - 12 -02基金项目：江苏省环境监测科研基金资助项目(1823,1917)
作者简介：余进海(1991 ―)，男，工程师，硕士，从事大气污染预测预警工作
—14 —
电厂排放对模拟的PM2.5和二氧化硫%SO i）贡献率%6.9%和34.2%）较清洁时期%4.9%和20.7%）大。冬季气温低、风速小及边界层高度低的特征不利于低层污染物的扩散，易导致重污染事件的发生。管奇坤等'3（评估了电动汽车普及对江苏冬季
大气污染的影响，在电动汽车替代50%小型载客车的情景下，江苏地区由交通排放引起的一氧化碳%CO）质量浓度降低20%〜35%，氮氧化物（NOQ 质量浓度降低10%〜30%，减排效果总体上苏南地区好于苏中和苏北地区。不利气象条件是污染形成的客观原因，陈渤黎等'4（发现常州市重污染日的地面形势场可归纳为均压场型、高压底部型、
高压后部型、变性高压型和低压型5种类型。秋冬季节多冷空气活动，本地往往经历均压场一高压底部一冷空气一冷高压一均压场的循环过程，冷空气“间歇期”为大气重污染高发时段。余倩楠等'5（研
究发现长三角地区重污染天气主要受到西北风向、低风速、高湿度和逆温层等不利气象条件的影响，同时来自西北方向的气流对江苏北部地区的污染输送特征有着显著影响。
区域传输对江苏省大气污染的贡献不可忽视，但前人更多地使用混合单粒子拉格朗日综合轨迹模式％HYSPLIT）、拉格朗日粒子扩散模型％LPDM）等模式进行研究，没有考虑物理化学反应的影响，使用综合源追踪算法％ISAM）、颗粒源解析技术％PSAT）等二次污染物源解析技术的研究较少。
现利用多尺度空气质量模式系统%CMAQ）耦合ISAM，分析2017年江苏省省内城市污染物的输送特征，同时计算其他省市对江苏省p %PM2.5）的贡献，以期为空气质量精细化管理和重污染应急控制提供有益参考。
1研究方法
1.1数据来源及分析方法
江苏省现有13个设区市，按地理位置分布可分为苏北5市％徐州、宿迁、淮安、连云港和盐城）和沿江M市%南京、扬州、镇江、泰州、南通、常州、无锡和苏州）。使用的数据来源于江苏省的72个国控站点，见图1。监测方法、分析方法、数据统计等按《环境空气质量标准》（GB3095—2012）、《环境空气质量指数%AQI）技术规定》（HJ633—2012）和《环境空气质量评价技术规范%试行）》（HJ663—2013）等执行。
图1江苏省国控站点
历史气象数据来源于江苏省的70个气象自动站，气象再分析数据采用美国国家环境预报中心%NCEP）提供的1。tl。的最终全球分析资料%FNL）。
人为源排放来自文献［6：亚洲地区0.25。t 0.25。月平均污染源清单。包括：CO、二氧化碳%CO2）
、SO?、氨气％NH）、NO*、挥发性有机物% 3OCs）、黑炭、有机碳、一次PM：.和一次可吸入颗粒物%PMQ。
飞机释放的NO*和黑炭来自全球大气研究排放源％EDGAR）的1"1。月均排放清单。闪电造成的NO*和土壤排放的NO*来自全球排放清单计划%GEIT）的1。t1。月均排放清单。
1.2数值模式雷朋车膜
采用区域大气模式和多尺度空气质量模式系统%RAMS-CMAQ）和极射赤面投影％rotated polar stereographic map projection），模拟区域的中心点为%35O N,110O E）O在水平方向有105t86个格点，水平网格间距为64Cm。区域大气模式%RAMS）在垂直方向采用了非等距网格，模式层顶的高度约为23Cm，共有25层，其中有近一半分布＜2Cm。CMAQ在水平方向上网格的设置和RAMS一样；在垂直方向上，分成了15层，最低的一层大概为100m。模拟还使用CMAQ v5.0.2中源解析模块的ISAM对PM：.进行源一受体关系分析。
2结果与讨论
2.1模式验证
模拟了2017年江苏省大气污染逐小时的时空
一15
一
用棉签c分布特征$将模拟的气象要素、PM2.5)与观测结果进行对比，同时采用相关系数(-、标准平均偏差(NM8)、均方根误差(RMSE)、模拟结果落于观测结果0.5-2倍的比例(FAC2)等统计参数，定量评估模拟效果，见公式(1)—(4)$
{"(<-<)(I-I)}
跟说话有关的词语
-二―0[($) 2"(陆-<)2"(I-I)232
二1/二1
00
NMB二'"(<-I)/"I](2)
二1/二1
开水白菜的做法[01
RMSE二'—"(<-I)2] +(3)
FAC2=NV/N(4)
薛仁贵怎么死的式中:0——模式和观测数据的有效数据时长；0V——模拟结果落于观测结果0.5〜2倍之间的数据量;<---在时间点i处的模拟值;M---------模拟值的平均值；I——在时间点i处的观测值; I——观测值的平均值$
对模拟的江苏省气温、湿度、降水和风速结果进行评估$结果表明，气象模式模拟的气温和相对湿度很好地再现了观测的变化特征，模拟和观测的厂分别为0.98和0.77,NMB分别为-1.9%和-3.6%$风速和降水的厂分别为0.60和0.46，降水的模拟偏差相对较差$不同区域典型城市降雨量模拟和观测对比见图2(a)(b)(c)(V)$由图2可见，该模式模拟出了不同城市降水的季节变化特征，但普遍高估了7月份的降水，目前气象模式中的积云对流参数化方案在模拟对流性降水时还存在较大误差'7]$
2017年PM2.5模拟与观测的厂二0.76,NMB二5.2%,RMSE二23.4'g/m3,FAC2二84.2%$夏季厂和FAC2最低，模拟结果较差；冬季厂最高、春季FAC2最高，模拟结果较好，这可能是由于夏季的阵性降水较多，而气象模式降水的偏差较大$部分城市!PM2.5)模拟和观测对比见图3(a)(b)(c) (V)(e)(f)$区域p(PM2.5)模拟和观测对比见图4$由图3和图4可见，该模式较好地再现了PM2.5年均值“北高南低”的空间分布特点，但模式在沿江地区的模拟效果差于苏北地区，这可能是因为沿江地区城市规模较大，人为排放更加复杂，同时沿江地区夏季受降水影响更多所致。总体上来看，该模式能合理地反映p(PM2.5)的时空变化趋势$
O
7
2
.
聖)
、s
w
d
x
(a)徐州■模拟■观测
■._■_____■■II H_■
(b)连云港
.■——■・—・■・ll I f_■
(C)南京
(d)南通
20
00
80
60
40
200
20
00
80
60
40
200
20
00
80
60
40
200
20
00
80
60
40
20
123456789101112
月份
图2不同区域典型城市降雨量模拟和观测对比
-(d)盐城
-(e)扬州
惜别诗
20
00
80
60
40
200
20
00
80
60
40
200
_(f)无锡
123456789101112
月份
图3部分城市p#PM cr)模拟和观测对比
16
—
350 300 250(a)连云港
---模拟---观测
7
2
.
翌)
、s
w
d
x
■模拟■观测
图4区域p#PM2.5)模拟和观测对比200
150
100
50
350
300
250
200
150
100
50
350
300
250
-(b)徐州
-(c)盐城
2017年12月21—25日，江苏省经历了一次较强的重污染过程，其中23日徐州、宿迁、淮安、扬州和镇江均达到了重度污染水平。该时段江苏省空气质量%城市自北向南排列)见图5$200
150
100
50
350
300
250
200
-(d)扬州
注：图中数值为p%PM2.5)，单位为'g/m3$
150
100
50
350
300
250防溺水手抄报内容
200
150
100
50
350
300
250
200
150
100
50
-(e)南通
(f)常州
双人旁的字有哪些声声©步”/护
图52017年12月21—25日江苏省空气质量
由图5可见，大气污染存在明显的输送特征，连云港、盐城和南通等沿海城市受到的影响相对较小，内陆城市受到的影响较大；且污染气团在向南移动的过程中逐渐被稀释，徐州市的峰值在13个市中最咼。
不同区域典型城市重污染时段p%PM2.5)模拟和观测对比％城市自北向南排列)见图6%a)%b) %C)(V)%e)(f)$由图6可见，虽然部分城市模拟的p%PM2.5)峰值偏低，但准确地模拟出了内陆城市％徐州、扬州、常州)高于同纬度的沿海城市％连云港、盐城、南通)、北部城市高于南部城市的输送特征$
2.2PM2.5来源解析
2017年1月份，江苏省受北方污染物输送影响，大气污染过程较多$1月13日江苏省p%PM2.5)平均值为105'g/m3，徐州为重度污染，宿迁和淮安为中度污染，南京为良，其他城市均为轻度污染;1月25日江苏省p%PM2.5)平均值为
时间
图6不同区域典型城市重污染时段P PM2.5)
模拟和观测对比
76'g/m3，徐州、苏州、扬州、镇江和泰州为轻度污染，其他城市均为良$江苏省不同污染过程的PM2.5来源贡献见表1$
表1江苏省不同污染过程的PM?.来源贡献①％日期苏北5市沿江8市省外模式边界初始场
01-139.513&669&5 4.87.5 01-2523.629&946.2 6.30.3
①省外贡献包含了模式边界的贡献$
由表1可见,1月13日的污染主要受外来源影响，省外对江苏省的贡献达到了69.5%，省内的贡献仅为23.1%$1月25日的污染主要受本地源影响，省内贡献达到了53.5%，省外的贡献为46.2%$13日江苏处于高压的前部，主要受西北
—17
—
风控制，且上游的山东省12和13日p(PM：)平均值分别为188和94'g/m3，污染气团存在明显的自北向南移动特征;25日江苏处于高压的后部，主要受偏东风控制，本地和海上气团的影响更大, ISAM的计算结果和气象条件的分析结果一致$薛文博等'8(研究发现,2010年全国各省市间跨区域输送规律显著，外
来源对上海、江苏和浙江PM2.5年均值贡献分别达到54%,50%和48%$文献'9]表明,2016年1月徐州市的PM2.：重污染主要来源总体上为长距离传输，占PM2.：月平均值的46%，其次是本地源排放$江苏省PM2.：来源贡献的季节变化见表2$
表2江苏省PM cr来源贡献的季节变化！％月份苏北5市沿江8市省外模式边界初始场1%冬）21.2420.0854.41 4.36 4.27 4%春)16.0026.7756.84 4.620.40 7%夏）14.8637.4847.34 1.980.30 10%秋）22.2723.9653.48 3.690.29平均值18.5927.0753.02 3.66 1.32
①省-贡献包含了模式边界的贡献$
由表2可见,1月份受冷空气频繁南下的影响，省外PM2.5对江苏省的贡献达到了54.41%，苏北5市和沿江8市的贡献分别为21.24%和20.08%，江苏北部地区的贡献略大于南部地区;4月份，弱冷空气的次数增多，污染物输送至江苏省后难以迅速清除，省外的贡献也随之增大到56.84%，但苏北5市的贡献减小，沿江8市的贡献增大，可能因为偏南风次数逐渐增多所致;7月份伴随东南风和降水的增强，省外的贡献降低到了47.34%，苏北5市降低到了14.86%，但沿江8市的贡献达到了37.48%，省内贡献对PM-的影响更大;10月份中国大陆受高压控制，内源贡献相较于春、冬季依然较大$此外，春、秋和冬季模式边界的贡献均＞3.5%，说明污染物远距离的输送虽然占比不大，但也会对江苏省有一定影响;1月初始场的贡献达4.27%，其他月份＜1%；模拟1月时，初始场采用了缺省值，其他月份初始场采用了模式输出结果$
该模式高估了沿江8市的p%PM2.5)，但较好地模拟了全省PM2.5的时空变化特征$ISAM结果分析表明，夏季省内的本地贡献、冬季苏北5市对全省的贡献、春和夏季沿江8市对全省的贡献更大$
3结论
%1)RAMS-CMAQ较好地模拟了2017年江苏省PM2.5的季节分布特征,PM2.5模拟与观测的r =0.76,NMB=5.2%,RMSE=23.4'//m3,FAC2 =84.2%$沿江地区的模拟效果差于苏北地区，夏季的模拟效果差于其他季节，这可能是因为沿江地区城市规模较大，人为排放更加复杂，同时该模式在模拟夏季对流性降水时偏差较大导致的$ %2)使用ISAM计算了PM2.5区域输送和本地排放的贡献$结果显示,ISAM的计算结果和气象条件的分析结果一致；夏季省内的本地贡献、冬季苏北5市对全省的贡献、春和夏季沿江8市对全省的贡献更大$
[参考文献]
'1]严茹莎，侯勇，陆建宇，等•长三角区域燃煤排放污染物现状及其环境影响'J].环境影响评价,2016,38(6):66-72.
'2]沙桐，马晓燕，王健颖，等•长江三角洲冬季电厂排放对大气污染的影响'J].中国环境科学，2018,38%9)：90-99.
'3]管奇坤，马晓燕，胡亚男，等•电动汽车普及对江苏冬季大气污染影响的数值模拟[J].环境科学学报，2018,38%10)：
122-133
'4]陈渤黎，雷正翠，董芹，等.2012—2014年常州市大气重污染日的气象条件分析[J].气象与环境科学，2017,40% 1&:
87-94
'5]余倩楠，徐茜，周陶冶，等•长三角地区2015年大气重污染特征及其影响因素'J].环境科学学报，2018,38(8)：233-244.
[6]ZHANG Q,STREETS D G,CARMICHAEL GR,et al.Asian
emissions in2006for the NASA ICTEX-B mission[J].Atmospheric Chemistry and Physics,2009,9%14)：5131-5153. [7]HUANG A N,ZHANG Y C,ZHU J.Effects of the physical
process enmble technique on simulation of summer precipitation over China[J].Journal of Meteorological.Rearch,2009,23
%6)：713-724.
[8]薛文博，付飞，王金南，等•中国PM2_5跨区域传输特征数值
模拟研究[J]•中国环境科学，2014,34%6)：1361-1368. [9]张婷慧，陈报章，王瑾，等•基于CAM s的徐州市2016年冬
季PM2_5污染过程及来源分析'J]•环境科学学报，2017
%10)：292-299.
18—
