基于WRF-Chem对成都地区一次重度雾霾过程的模拟研究

A WRF-Chem Simulation on a Severe Haze Process in Chengdu

摘要: 本文使用ERA-I再分析数据驱动新一代大气预报模式Weather Research and Forecasting Model with Chemistry V3.9 (WRF-Chem V3.9)对2017年1月22~25日发生在成都的一次重度雾霾过程进行数值模拟研究，在使用观测数据检验模式性能后，对比了全球排放源和清华大学排放源等不同人为排放源对模拟结果的影响，并探讨了大气化学过程对雾霾过程的影响。论文得出以下结论：两种不同排放源的模拟结果对PM_2.5、PM₁₀、CO、SO₂等大气污染物的模拟效果有待进一步改进，其中，采用清华大学源的模拟效果在模拟趋势和量级上优于全球排放源；两种不同排放源的敏感性试验输出的2 m气温模拟值与实测值的相关性较好，模拟误差在3℃~6℃以内，与控制性试验的模拟值相比，敏感性试验的模拟值偏低，体现了化学过程的降温效应；含有化学过程的模拟有使2 m气温，边界层高度，10 m风速，感热通量和潜热通量降低的趋势，表明大气化学过程使得风速减少，对流减弱，感热通量和潜热通量降低，边界层高度降低，从而使污染物浓度进一步增加，反映了大气化学过程与污染物浓度的正反馈关系。相较于全球源的结果，采用清华大学源的敏感性试验结果更明显。

Abstract: This paper uses ERA-I reanalysis data to drive a new generation of atmospheric forecasting model, Weather Research and Forecasting Model with Chemistry V3.9 (WRF-Chem V3.9). In a severe haze process in Chengdu on January 22~25, 2017, numerical simulation studies were carried out. After using the observation data to test the performance of the model, the effects of different anthropo-genic emission sources such as global emission sources and Tsinghua University emission sources on the simulation results were compared, and the effects of atmospheric chemical processes on the haze process were discussed. The paper draws the following conclusions: the simulation results of two different emission sources for the simulation of PM_2.5, PM₁₀, CO, SO₂ and other atmospheric pollutants need to be further improved, in which the simulation effect of Tsinghua University source is used in the simulation trend and magnitude, it is superior to the global emission source; the 2 m temperature simulation value of the sensitivity test output of two different emission sources has a good correlation with the measured value, and the simulation error is within 3˚C - 6˚C. Compared with the simulated value of the control test, the simulation value of the sensitivity test is low, which reflects the cooling effect of the chemical process. The simulation with chemical process has the tendency of 2 m temperature, boundary layer height, 10 m wind speed, sensible heat flux and latent heat flux, indicating atmospheric chemical process. The wind speed is reduced, the convection is weakened, the sensible heat flux and the latent heat flux are reduced, and the boundary layer height is lowered, so that the pollutant concentration is further increased, reflecting the positive feedback relationship between the atmospheric chemical process and the pollutant concentration. Compared with the results of global sources, the sensitivity test results of Tsinghua University sources are more obvious.

1. 引言

雾霾是一种发生在近地面层的污染现象，是对大气中悬浮颗粒物含量超标的笼统表示 [1] [2]。近年来雾霾问题已经成为社会各界关注的热点话题，雾霾的频繁发生使得大气能见度降低，空气质量下降，空气中的有害颗粒物增多，进而严重影响到人类健康 [3] [4] [5]。

成都市作为西部地区的发达城市，随着工业化进程的不断深入，经济规模迅速扩大，人口密度增加，城市化进程加快，工业的发展和人类活动使得气溶胶的排放量逐年增加，再加上城市热岛效应导致的逆温现象，污染物浓度逐渐累积，污染现象日趋严重 [6]。要做到科学的防霾治霾，就要提高成都市空气质量预报的准确性，而预报结果多数来源于数值模拟预报得出的结论，因此，提高数值模拟预报的精确度对成都市的雾霾治理有重要意义 [7] [8] [9]。数值预报准确度与排放源的选择、参数化方案的选取以及大气化学过程的参与有关 [10] [11] [12]，本文通过开展包含与不包含化学过程的模拟来探讨大气化学过程对模拟的重要性，并通过使用两种不同的排放源对污染过程进行模拟来研究排放源对模拟结果的影响，最后，将模拟所得出的PM_2.5、PM₁₀、CO、SO₂的值与观测数据进行对比，分析污染物的时空变化特征，因此，本次研究对于提高成都市的空气质量预报准确性具有现实意义。

2. 资料和方法

2.1. WRF模式介绍

本文研究使用的是由美国国家大气研究中心(NCAR)和海洋局联合开发的气预报模式WRF-Chem3.9.1 (图1)，模拟区域以温江站(30.7˚N，103.97˚E)为中心，使用27 km × 27 km，9 km × 9 km，3 km × 3 km的3层嵌套模式，最内层覆盖四川盆地地区，在垂直方向划分了30个垂直层。

模拟使用的气象初始场资料采用的是时间分辨率为6小时、空间分辨率为0.70˚ × 0.70˚的ERA再分析数据。模式起转时间为21日00时(UTC)，对比时间为1月22日00时~1月25日00时(UTC)。

Figure 1. WRF-Chem simulation area grid nesting schematic

图1. WRF-Chem模拟区域网格嵌套示意图

2.2. 参数化方案

本文采用Lin微物理方案，Noah陆面过程方案。MYJ边界层方案，GD积云对流参数化方案，ntm长波辐射方案，Dudhia短波辐射方案以及MYJMonin-Obukhov近地面层方案。

化学过程方案包含两个重要部分，分别是排放源的选取和各化学方案的组合选择 [8] [9]。本文采用的排放源包括两种，一是包含近40年的对流层化学RETRO (0.5˚ × 0.5˚)的全球排放数据，二是时间为2012年空间分辨率为0.25˚ × 0.25˚的MEIC清华大学排放数据。WRF-Chem化学方案选择的是RADM2气相化学反应机制，MADE/SORGAM气溶胶方案和GOCART海盐方案。

2.3. 资料介绍

2米气温资料采用的温江站生成的自动观测数据，时间间隔为5分钟一次。

污染物质量浓度才用的是来自于中华人民共和国环境保护部中国国家环境监测信息中心的实况数据。

2.4. 数据处理方法

将选取的六个站点，分别为金泉两河(30.72358˚N，103.9726˚E)、十里店(30.6872˚N，104.176˚E)、三瓦窑(30.5706˚N，104.079˚E)、沙河浦(30.63˚N，104.1114˚E)、梁家巷(30.685˚N，104.074˚E)和君平街(30.6578˚N，104.054˚E)的数据插值到所选择的网格点以便于和模拟结果作对比。

3. 模式性能的检验

3.1. 气温对比

由图2各试验对比可以看出，控制性试验对2 m气温的模拟效果较好，基本模拟出了气温变化的趋势，对高温日的模拟误差在3℃以内，对低温日的模拟误差在6℃之内，模拟值与实测值的贴合程度较高。

3.2. 颗粒物对比

分别将清华大学排放源和全球排放源包含化学模块的PM_2.5、PM₁₀、CO、SO₂的输出结果插值到6个测站，得到如图所示的颗粒物的模拟浓度指数，再将其与观测值进行时间序列的对比。

图3中6个测站22~25日的PM_2.5指数时间序列图显示，采用清华大学源的敏感性试验模拟结果位于0~300 μg/m³区间范围内，比观测值低大约100，在大多数时间范围内，模拟结果的量级与观测值接近，对个别峰值的模拟情况较好，但对整体变化趋势的模拟情况较差。采用全球源的敏感性试验模拟结果位于0~100 μg/m³范围内，模拟值的日变化幅度较小，与观测值变化趋势相差较大。

Figure 2. 2 m temperature comparison chart of observation, control test and sensitivity test output of two different emission sources

图2. 观测值、控制性试验与两种不同排放源的敏感性试验输出的2 m气温对比图

Figure 3. The monitoring values of PM_2.5 of each monitoring station are compared with the measured values. Figures (a), (b), (c), (d), (e), and (f) respectively represent the monitoring stations Jinquan Lianghe, Shilidian, Sanwa Kiln, Shahepu, Liangjia Lane, Junping Street

图3. 各监测站PM_2.5质量浓度模拟值与实测值对比，图中(a)、(b)、(c)、(d)、(e)、(f)分别表示监测站金泉两河、十里店、三瓦窑、沙河铺、梁家巷、君平街

图4中6个测站PM₁₀的观测值与模拟值的时间序列图显示，采用清华大学源的模拟结果位于0~300 μg/m³区间范围内，比观测值低100~200，采用全球源的模拟结果位于0~100 μg/m³范围内，两种敏感性试验结果在模拟趋势和量级上都需要改进，但清华源的模拟结果在量级上优于全球源。

$\alpha =\beta -\gamma$ (1)

图5中6个测站22~25日的CO指数时间序列图显示，采用清华大学源的敏感性试验较好的模拟出了污染物的变化趋势，且与污染物实测值的量级相同，对个别站峰值的模拟情况较好。采用全球源的敏感性试验模拟值位于0~1.5 mg/m³区间范围内，整体低于观测值，在模拟趋势方面与观测值接近，但对峰值和低值的模拟情况较差。

图6中6个测站22~25日的SO₂指数时间序列图显示，采用清华大学源的敏感性试验模拟结果位于50~300 μg/m³区间范围内，比观测值高250 μg/m³左右，模拟值出现大幅周期波动。采用全球源的敏感性试验模拟结果位于100 μg/m~400 μg/m³区间范围内，比观测值高200~300，模拟值的日变化幅度较大，波动周期明显。较之于全球源，清华大学源的模拟结果更接近于观测值。

综上所述，通过对PM_2.5、PM₁₀、CO、SO₂的模拟值与实测值的时间序列进行分析，可得出结论，全球源和清华大学源的敏感性试验对观测值的模拟效果都不理想，全球源的模拟结果在量级和变化趋势两方面都与实测值相差较大，较之于全球源，清华大学源的模拟结果在量级上与观测值更接近，但在模拟变化趋势方面有待改进。

4. 大气化学过程对雾霾发生发展的影响

4.1. 气温空间分布对比

图7(a)、图7(b)中，差值为有化学过程的模拟值减去无化学过程的模拟值。图中红点为温江站所在。

Figure 4. The monitoring values of PM₁₀ of each monitoring station are compared with the measured values. Figures (a), (b), (c), (d), (e), and (f) respectively represent the monitoring stations Jinquan Lianghe, Shilidian, Sanwa Kiln, Shahepu, Liangjia Lane, Junping Street

图4. 各监测站PM₁₀质量浓度模拟值与实测值对比，图中(a)、(b)、(c)、(d)、(e)、(f)分别表示监测站金泉两河、十里店、三瓦窑、沙河铺、梁家巷、君平街

Figure 5. Comparison of simulated and measured values of CO mass concentration in each monitoring station. (a), (b), (c), (d), (e), and (f) respectively indicate the monitoring stations Jinquan Lianghe, Shilidian, Sanwa Kiln, Shahepu, Liangjiaxiang, Junping Street

图5. 各监测站CO质质量浓度模拟值与实测值对比，图中(a)、(b)、(c)、(d)、(e)、(f)分别表示监测站金泉两河、十里店、三瓦窑、沙河铺、梁家巷、君平街

Figure 6. Comparison of simulated and measured values of SO₂ mass concentration in each monitoring station. (a), (b), (c), (d), (e), and (f) respectively indicate the monitoring stations Jinquan Lianghe, Shilidian, Sanwa Kiln, Shahepu, Liangjiaxiang, Junping Street

图6. 各监测站SO₂质质量浓度模拟值与实测值对比，图中(a)、(b)、(c)、(d)、(e)、(f)分别表示监测站金泉两河、十里店、三瓦窑、沙河铺、梁家巷、君平街

Figure 7. 2 m temperature difference (unit: ˚C) from the sensitivity test and control test output of (a) global source and (b) Tsinghua University source

图7. 采用(a)全球源和(b)清华大学源的敏感性试验与控制性试验输出的2 m气温差值(单位：℃)

图中可见，开启化学过程的模拟结果普遍低于不开启化学过程的模拟结果，对于采用清华源的试验来说，这二者之间的差值集中在−2.4~0.8℃之间，且大多数位于−2.4~−0.8℃区间范围内。图中有一条明显的东北西南走向的0差值分界线，分界线以西的大部分地区差值接近于零度，个别地区差值在0.8℃以内，分界线以东的大片地区差值集中在−3.0~−0.8℃之间，温江站周围存在一个负高值区。采用全球源的模拟结果与控制性试验的差值集中在−1.5~0℃之间，温江站以西有一条零度分界线，温江站附近的差值在−1.0℃左右。

4.2. 边界层高度空间分布对比

如图8填色图显示，开启化学过程的模拟结果普遍低于不开启化学过程的模拟结果，对于采用清华源的敏感性试验来说，这二者之间的差值集中在−150~0 m之间。图中有一条明显的东北西南走向的0差值分界线，分界线以东地区差值普遍位于−80 m以下区间范围内，分界线以西地区大部分位于0~40 m区间范围内，少数地区差值达到40 m以上。温江站所处区域周围为负高值区。采用全球源的模拟结果与控制性试验的差值集中在−100~40 m之间，图中0分界线不明显，温江站附近有不连续的负高值区，差值在−80~−40 m区间范围内，温江站的东南侧分布有不连续的正高值区，差值在80 m左右。

Figure 8. Sensitivity test and control test output boundary layer height difference (unit: m) between using (a) global source and (b) Tsinghua University source

图8. 采用(a)全球源和(b)清华大学源的敏感性试验与控制性试验输出边界层高度差值(单位：m)

4.3. 10 m风速空间分布对比

如图9填色图显示，开启化学过程的模拟结果普遍低于不开启化学过程的模拟结果，对于采用清华源的敏感性试验来说，这二者之间的差值集中在−1.2~0.4 m/s之间。图中有一条明显的0差值分界线，温江站周围的大片地区差值集中在−1.2~−0.8 m/s之间。采用全球源的模拟结果与控制性试验的差值集中在−0.4~0 m/s之间，温江站周围的差值集中在−0.4~0 m/s范围内。

4.4. 感热通量空间分布对比

图10显示，开启化学过程的模拟结果普遍低于不开启化学过程的模拟结果，对于采用清华源的敏感性试验来说，这二者之间的差值集中在−30~5 w/m²之间。图中有一条明显的0差值分界线，位于温江站以西，且温江站以西大部分地区的差值位于−5~0 w/m²区间范围内，个别地区的差值在0~5 w/m²区间范围内，温江站及其以东的大片地区差值集中在−30~−10 w/m²之间。采用全球源的模拟结果与控制性试验的差值集中在−15~4 w/m²之间，温江站周围有不连续的负高值区，差值在−12~0 w/m²之间。

Figure 9. Difference of 10 m wind speed (unit: m/s) output by (a) global source and (b) Tsinghua University source sensitivity test and control test output

图9. 采用(a)全球源和(b)清华大学源的敏感性试验与控制性试验输出的10 m风速差值(单位：m/s)

Figure 10. Difference in sensible heat flux (unit: W/m²) from the sensitivity test and control test output of (a) global source and (b) Tsinghua University source

图10. 采用(a)全球源和(b)清华大学源的敏感性试验与控制性试验输出的感热通量差值(单位：W/m²)

4.5. 潜热通量空间分布对比

图11可见，开启化学过程的模拟结果普遍低于不开启化学过程的模拟结果，对于采用清华源的敏感性试验来说，这二者之间的差值集中在−16~4 w/m²之间。图中有一条明显的0差值分界线，位于以西，且温江站以西大部分地区的差值位于0~4 w/m²区间范围内，个别地区的差值在−4~0 w/m²区间范围内，温江站及其以东的大片地区差值集中在−16~−12 w/m²之间。采用全球源的模拟结果与控制性试验的差值集中在−12~3 w/m²之间，温江站周围有不连续的负高值区，差值在−12²~0 w/m之间。

综上所述，包含化学过程的敏感性试验的模拟结果有使模拟值降低的趋势，而采用清华大学源的模拟结果降低的趋势比全球源更明显。加入化学过程之后，进一步添加了气溶胶对于模式模拟结果的影响，大气中存在的气溶胶一方面对入射的太阳辐射有散射作用，使得地面得到的入射太阳辐射减少，贴地层的气温下降；另一方面，大气中的气溶胶对太阳辐射有吸收作用，使得大气的温度升高，贴地层温度下降而大气层温度上升使得大气稳定度进一步升高，近地层与大气之间的感热通量减少，风速减弱，对流过程减弱，进而使得边界层高度降低，而对流过程的减弱也使得污染物更不易排出，污染现象加重。本试验所得出结论与周广强等 [7]、谭敏等 [12]、马欣等 [13]、杜川利等 [14]、贺园园等 [15] 所做的模拟试验得出的结论相符，所以判断清华大学源的模拟结果在一定程度上优于全球源的模拟效果。

Figure 11. The difference in latent heat flux output (in W/m²) between the sensitivity test and the control test using (a) global source and (b) Tsinghua University source

图11. 采用(a)全球源和(b)清华大学源的敏感性试验与控制性试验输出的潜热通量差值(单位：W/m²)

5. 模式性能的检验

1) 控制性试验对2 m气温的模拟效果较好，模拟趋势与实测值的拟合程度较高，模拟误差在6℃以内。

2) 两种不同排放源的敏感性试验对PM_2.5、PM₁₀、CO、SO₂等大气污染物的模拟效果较差，其中采用清华大学排放源的模拟结果与实测值的量级相当，且对CO的日变化趋势拟合程度较好，但对其他污染物的日变化趋势的拟合程度还有待改进，采用全球排放源的模拟结果的量级普遍低于实测值，模拟的日变化趋势也相差较大，总体上劣于清华大学源的模拟效果。

3) 两种不同排放源的敏感性试验输出的2 m气温模拟值对实测值的模拟效果较好，模拟误差在2~3℃以内，与控制性试验的模拟值相比，敏感性试验的模拟值偏低，这体现了化学过程的降温效应。

4) 空间分布图中，含有化学过程的模拟有使2 m气温值，边界层高度，10 m风速，感热通量和潜热通量降低的趋势，采用清华大学源的敏感性试验降低的趋势更明显。风速减少，对流减弱，感热通量和潜热通量降低，边界层高度降低，使得污染物浓度进一步增加，反映了大气化学过程与污染物浓度的正反馈关系。

基金项目

成都信息工程大学本科教学工程项目(BKJX2019007，BKJX2019013，BKJX2019042，BKJX2019056，BKJX2019062，BKJX2019081，BKJX2019089，BKJX2019120和JY2018012)支持。