开发基于地表观测的两步排放调整,并将其应用于中国和韩国的CO,NO_x和SO₂排放

科学领域:

• 大气化学和空气质量
• 环境科学 环境科学
• 地理空间分析的研究.

背景情况:

• 估计局部空气污染物排放是具有挑战性的,因为长途大气运输.
• 单独地表观测不足以准确评估向下风的排放.
• 具有较长大气停留时间的污染物在不同地区对空气质量产生重大影响.

研究的目的:

• 开发和验证两步排放调整 (TEA) 方法,以精炼下风空气污染物排放.
• 量化中国和韩国一氧化碳 (CO),氧化 (NOx) 和二氧化硫 (SO2) 的排放趋势.
• 评估对上风排放源的计算对下风空气质量建模的影响.

主要方法:

• 开发了一种两步排放调整 (TEA) 方法,整合了表面观测和空气质量模拟.
• 对中国和韩国 (2016-2021) 的CO,NOx和SO2排放量库存进行调整.
• 利用空气质量模型计算来自上风区域的远程运输排放影响.

主要成果:

• TEA方法显著改善了中国和韩国的模拟CO,NOx和SO2度的正常化平均偏差.
• 估计中国每年排放量下降率:CO (7.2%),NOx (4.5%),SO2 (10.6%). 在中国的排放量下降率估计为:CO (7.2%),NOx (4.5%),SO2 (10.6%).
• 在韩国发现了相反的排放趋势,二氧化碳排放量增加 (1.3%/年),而氧化物和二氧化硫则下降.

结论:

• TEA 方法有效地调整了向下风的排放,考虑到上风的影响,从而提高了空气质量模型的可重复性.
• 这种方法对于需要准确的空气污染物度数据的健康研究是有价值的,特别是在具有严重跨境污染的地区.
• TEA方法证明了捕捉短期排放变化的能力,例如COVID-19大流行期间的变化.