论文部分内容阅读
受复杂排放源结构、排放因子以及快速城市化进程的影响,自下而上统计获取的排放源清单的不确定性仍非常大,减小源清单不确定性是目前我国空气质量预报和管理面临的重大难题,具有重大意义.针对这一研究难题,我们初步建立了城市尺度的大气污染源反演系统.该系统充分利用资料同化方法、观测资料和大气化学模式的优点对源清单进行逆向订正,通过高时空分辨率的反演订正来减小源清单的系统性偏差,获得反演排放源清单,提高模拟和预报效果.该系统的主要优点在于：(1)采用随机参数化方法有效解决了模式误差估计、背景场误差协方差低估的问题,对局地化、浓度场订正等污染源反演的关键问题进行了详细考虑；(2)采用集合反演方法,可以直接量化输出不同输入条件、物理化学过程导致的反演清单不确定性；(3)可以快速动态更新排放源清单,经济成本低,预报效果好.利用该系统对京津冀地区2010年夏季的一氧化碳排放率进行了反演,以目前广泛应用的亚洲区域排放源清单(REAS1.1)为基础,通过同化北京市环境监测中心和中科院大气物理所提供的高时间分辨率地面观测资料,获得了京津冀地区2010年夏季的一氧化碳反演排放源清单.反演估计的北京、天津、唐山和保定一氧化碳排放率分别为411,375,317,408万吨/年,比REAS1.1的估计值分别高50％,80％,120％,150％,在唐山和保定地区的估计与最新通过自下而上估计(北京工业大学源清单和REAS2.0清单)的结果一致,部分验证了反演估计的可靠性,也表明REAS1.1很可能显著低估了这一地区的一氧化碳排放率.将反演排放源清单应用模拟后,一氧化碳的模拟偏差在同化站点和独立验证站点比采用REAS1.1的模拟偏差分别低64％和48％,表明采用反演源清单能有效减小模拟的不确定性.