估计空气质量标准超标区域和城市空气质量站的空间代表性,应用微尺度建模

科学领域:

• 环境科学 环境科学
• 大气化学 大气化学
• 空气质量建模空气质量模型

背景情况:

• 之前的研究评估了分散模型系统,以估计城市环境中的微尺度二氧化 (NO2) 度.
• 本研究扩展了先前的工作,评估了这些模型对NO2年限值超值区域 (LVEA) 和空间代表性区域 (SRA) 的预测能力.

研究的目的:

• 评估和比较各种空气污染物分散模型系统在预测NO2 LVEAs和SRAs方面的性能.
• 确定哪些建模方法 (CFD,拉格朗的,高斯的,人工智能驱动的) 是最有效的,用于微观评估城市空气质量.

主要方法:

• 利用了来自比利时安特卫普的FAIRMODE互比实践的数据.
• 采用多个分散模型系统,包括计算流体动力学 (CFD),拉格朗日,高斯 (有或没有街道峡谷参数化) 和人工智能驱动的模型.
• 在两个空气质量参考站预测NO2的LVEA和SRA时评估模型性能.

主要成果:

• 所有的建模方法一般都能充分预测LVEA和SRA,尽管较小的区域 (例如交通站) 难以准确预测.
• 计算流体动力学 (CFD) 模型在预测LVEA和SRA方面表现最一致.
• 与街道峡谷参数化的基于AI的拉格朗日和高斯模型显示,与CFD相比,准确性较低.
• 具有街道峡谷参数化的高斯模型优于没有的模型.

结论:

• 在城市微尺度评估中,CFD模型因其在预测NO2 LVEAs和SRAs方面的一致性能而被推.
• 模型选择至关重要,因为不同方法的性能差异很大.
• 对偏差校正方法的进一步研究可以改进模型预测.