通过参数化的最小散率,改善中国东部稳定边界层的PM2.5模拟
1Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration, Key Laboratory of Meteorological Disaster, Ministry of Education (KLME), Nanjing University of Information Science & Technology, Nanjing 210044, China; Hubei Meteorological Service Center, Heavy Rainfall Research Center of China, Wuhan 430205, China.
Journal of environmental sciences (China)
|August 21, 2025
概括
这项研究改进了中国东部的PM2.5污染模拟,改进了大气流的模型,特别是在稳定的边界层条件下. 这种新方法可以提高垂直混合,从而更准确地预测空气质量.
科学领域:
- 大气科学
- 空气质量建模
- 环境科学
背景情况:
- 中级气象模型难以准确地模拟弱流下的流扩散,特别是在稳定的边界层 (SBL).
- 这种低估导致了在中国东部 (EC) 发生污染事件时流扩散率的严重低估和表面颗粒物 (PM2.5) 的高估.
- 精确模拟大气动荡对于了解和预测空气污染动态至关重要.
研究的目的:
- 在WRF-Chem模型中开发和测试最小流扩散系数 (Kzmin) 的新参数.
- 在稳定的边界层条件下改善中国东部PM2.5度的模拟.
- 研究改善流扩散对垂直混合和PM2.5分布的影响.
主要方法:
- 在EC中为PM2.5模拟实施并测试了WRF-Chem模型中的Kzmin的新参数化.
- 进行了敏感性实验以确定北欧和南欧的最佳Kzmin范围.
- 通过感知和潜伏热流进行参数化的地理相关的Kzmin方案.
- 分析了修订后的Kzmin方案 (EXPNEW) 对流扩散和PM2.5模拟的影响.
主要成果:
- 修订后的Kzmin方案显著改善了PM2.5模拟,减少了北欧 (65.78~0.67μg/m3) 和南欧 (30.48~12.86μg/m3) 的过度估计.
- 敏感性实验确定了北方 (0. 81.2 m2/s) 和南方 (1. 01.5 m2/s) EC 的不同的最佳Kzmin范围.
- 新方案增加了SBL的流扩散 (平均Kzmin:北方0.93 m2/s,南方1.10 m2/s).
- 过程分析证实,增强的垂直混合是改善表面PM2.5模拟的主要因素.
结论:
- 拟议的Kzmin参数化有效地改善了中国东部稳定的边界层的流扩散模拟.
- 在空气质量模拟中,精确模拟流扩散对于提高中等尺度模型的性能至关重要.
- 这项研究为气溶模拟的准确性提供了显著的进步,特别是在SBL条件下的污染事件中.
