CN113834902A - 一种基于四维变分同化的二氧化硫排放源反演方法 - Google Patents
一种基于四维变分同化的二氧化硫排放源反演方法 Download PDFInfo
- Publication number
- CN113834902A CN113834902A CN202110938878.XA CN202110938878A CN113834902A CN 113834902 A CN113834902 A CN 113834902A CN 202110938878 A CN202110938878 A CN 202110938878A CN 113834902 A CN113834902 A CN 113834902A
- Authority
- CN
- China
- Prior art keywords
- sulfur dioxide
- assimilation
- emission source
- reaction
- field
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 title claims abstract description 228
- 238000000034 method Methods 0.000 title claims abstract description 71
- 239000000126 substance Substances 0.000 claims abstract description 30
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 11
- 231100000719 pollutant Toxicity 0.000 claims abstract description 11
- 238000011160 research Methods 0.000 claims abstract description 8
- 238000006243 chemical reaction Methods 0.000 claims description 27
- 230000008569 process Effects 0.000 claims description 13
- 238000009792 diffusion process Methods 0.000 claims description 8
- 238000004062 sedimentation Methods 0.000 claims description 8
- 239000007791 liquid phase Substances 0.000 claims description 6
- 238000002156 mixing Methods 0.000 claims description 6
- 239000007800 oxidant agent Substances 0.000 claims description 6
- 238000007254 oxidation reaction Methods 0.000 claims description 6
- 230000001590 oxidative effect Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 239000000443 aerosol Substances 0.000 claims description 4
- 238000012950 reanalysis Methods 0.000 claims description 4
- 230000017105 transposition Effects 0.000 claims description 4
- 230000003647 oxidation Effects 0.000 claims description 2
- 239000012071 phase Substances 0.000 claims description 2
- 238000007599 discharging Methods 0.000 claims 1
- 238000004364 calculation method Methods 0.000 abstract description 5
- 238000003860 storage Methods 0.000 abstract description 3
- 238000009826 distribution Methods 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 6
- 238000004088 simulation Methods 0.000 description 6
- 238000007689 inspection Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000001311 chemical methods and process Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000003502 gasoline Substances 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000004800 variational method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/0042—SO2 or SO3
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
- G01N33/0068—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display using a computer specifically programmed
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Treating Waste Gases (AREA)
Abstract
本发明公开了一种基于四维变分同化的二氧化硫排放源反演方法,包括步骤:收集研究区域内的观测数据;利用3Dvar同化方法对污染物观测数据进行初始场同化,得到二氧化硫浓度分析场;基于大气化学模式进行预报;基于四维变分目标泛函公式建立4Dvar同化系统;对二氧化硫地面观测资料进行同化,将3Dvar同化后的初始场作为背景场,大气化学模式模拟的物理化学变量作为参数输入4Dvar同化系统,得到同化后的二氧化硫排放源。本发明反演的排放清单有效降低了排放清单的不确定性,提高了模式预报水平;具有计算速度较快,存储空间较小,反演的排放源时间分辨率高。
Description
技术领域
本发明属于大气污染数值模拟技术领域,尤其涉及一种基于四维 变分同化的二氧化硫排放源反演方法。
背景技术
随着经济的发展,我国二氧化硫排放总量急剧上升,排放到空气 中的二氧化硫是最重要的大气污染物之一,其主要来源未矿物燃料 (煤和来自石油的汽油柴油等燃料油)的燃烧。二氧化硫的排放清单 是了解污染物排放及其时空分布,精确模拟区域环境空气质量的重要 资料。提高排放清单的准确性,对制定减排政策、评估污染治理情况、 提高空气质量预报准确度等方面具有重要的意义。
二氧化硫排放源主要由“自下而上”的方法统计,但由于该方法需 要统计大量企业和个体的活动水平、精准测算各单元的排放因子,在 制作过程需要耗费大量的人力物力资源,但难以进行快速有效地更新。 此外,“自下而上”方法统计的排放源一般只包含月的总排放量,并 不包含更加精细的日/小时变化信息,对于重大事件的环境保障、污 染成因分析等缺少精确的时空分布信息。
资料同化提供了一种“自上而下”的方法来降低排放源的不确定 性,目前有两种方法比较广泛的应用于排放源的反演研究。一种是集 合卡尔曼滤波方法,通过统计排放源强集合于浓度场集合间的相关性 对先验排放源进行优化。但该方法需要大量的集合成员,每个成员都 是一次大规模的数值预报模拟,因此难以满足大范围、长时间的模拟 需求。第二种是四维变分法(4Dvar),通过设计数值模式的伴随模 式构建反演模型(inversemodel)可以实现对排放源的反演调整。然 而4Dvar的伴随模式的设计复杂,且完全依赖于化学传输模式,任何 化学传输模式代码的改变都要对伴随模式进行升级维护。早期研究所 依赖的大气化学模式发展的不完善,所构建的反演模型只能同化卫星 观测资料,反演的排放清单缺少小时的排放量。此外,由于早期对二 氧化硫化学反应认识的匮乏,反演模型未考虑重要的二氧化硫的非均 相反应。
发明内容
本发明的目的是提供一种基于四维变分同化的二氧化硫排放源 反演方法,能有效降低二氧化硫排放源的不确定性,得到逐小时、网 格化的二氧化硫排放源,且可以用于大气化学模式研究,提高模式的 预报效果,克服以上各种传统方法的不足。
为达到上述目的,本发明采用的技术方案如下:
充分考虑传输扩散、垂直混合、干/湿沉降、化学反应对二氧化硫 浓度变化造成的影响,构建4Dvar二氧化硫排放源同化系统。将传统 的“自下而上”方法统计的二氧化硫排放源作为先验排放源,基于 4Dvar同化系统同化地面二氧化硫浓度数据,对二氧化硫排放源进行 反演。具体来说是寻求一种通过4Dvar同化地面观测资料,从而得到 反演的二氧化硫排放源的方法。
本发明的基于四维变分同化的二氧化硫排放源反演方法的设计 思想是:
先获取二氧化硫地面观测数据、1°×1°的气象再分析格点数据和 “自下而上”方法统计的排放源;
充分考虑了传输扩散、垂直混合、干/湿沉降、化学反应等物理 化学过程,基于4Dvar同化理论设计4Dvar的二氧化硫排放源同化系 统;
再基于3Dvar同化方法对二氧化硫地面观测资料进行同化,得到 二氧化硫浓度分析场,将分析场作为大气化学模式预报的化学初始场, 进行预报;
最后通过4Dvar同化系统对二氧化硫地面观测资料进行同化,其 背景场为3Dvar同化后的化学初始场,并将上述大气化学模式预报的 气象场、化学场等数据结果作为参数输入4Dvar同化系统,得到同化 后的二氧化硫排放源。
具体来说,本发明基于四维变分同化的二氧化硫排放源反演方法, 包括如下步骤:
步骤1:收集研究区域内的观测数据;
步骤2:利用3Dvar同化方法对污染物观测数据进行初始场同化, 得到二氧化硫浓度分析场;
步骤3:将所述二氧化硫浓度分析场作为化学初始场,基于大气 化学模式进行预报;
步骤4:基于四维变分目标泛函的公式建立4Dvar同化系统;
所述四维变分目标泛函的公式如下:
其中,x0为同化系统中的状态变量,x0.b是背景场,B是背景误 差协方差;yi是观测变量,i代表时刻,n为同化时间窗口,Ri为观测 误差协方差;Hi为观测算子;M0,i为模式操作算子,用于将x0向下一 时刻积分,计算出i时刻的结果,T代表向量转置;
步骤5:利用所述4Dvar同化系统对二氧化硫地面观测资料进行 同化,将3Dvar同化后的初始场作为背景场,大气化学模式模拟的物 理化学变量作为参数输入所述4Dvar同化系统,得到同化后的二氧化 硫排放源。
进一步地,观测数据包括污染物观测数据、气象再分析资料和先 验排放源数据。
进一步地,步骤2中,采用3Dvar方法先对二氧化硫初始场进行 同化。
进一步地,步骤3中将3Dvar方法同化后的二氧化硫分析场作为 化学初始场进行预报,将预报结果作为参数输入到所述4Dvar同化系 统中。
进一步地,步骤4中将二氧化硫排放源作为状态变量x0。
进一步地,步骤4中,模式操作算子包含如下物理化学过程:
扩散过程,其质量守恒方程可以表示为:
其中,C是干空气质量,V是x,y,z方向的风速(u,v,w);
排放过程,将二氧化硫排放到大气中并转化为二氧化硫浓度,具 体公式如下:
其中,Cemi为二氧化硫排放造成的浓度增加量,E是排放强度, Vm=22.4×10-3m-3,ρ是实际空气密度,ρair=1.29kg m-3,ΔS是单 位面积,dz为模式高度;
干沉降过程,用如下公式表示:
Cdry=-vd×C
其中,Cdry为干沉降造成的二氧化硫浓度的沉降量,vd为沉降速 度,C为沉降前的二氧化硫浓度;
湿沉降过程,包括云内清除和云下清除,湿清除的公式为:
Cwet=C×e-Λdt
Cwet为湿清除过程造成的二氧化硫浓度改变量,Λ为二氧化硫的 损失率;
二氧化硫化学反应过程,包括二氧化硫的氧化反应、液相反应和 非均相反应。
进一步地,在4Dvar程序中采用了三对角线求解来对垂直混混合 过程进行求解。
进一步地,所述氧化反应是二氧化硫被OH自由基氧化发生的反 应,表示为:
反应速率k1,与CBM-Z中的反应速率一致;
所述液相反应是二氧化硫在液相中被氧化剂氧化:
反应速度k2与云量和相对湿度有关,表示为:
γ=max{1,1+0.1×(RH-90)}
所述非均相反应的反应速率k3可以表示为:
其中,ra为气溶胶半径,A为单位体积内的总气溶胶表面积,Dg是 二氧化硫或氧化剂的气相分子扩散系数,υ是二氧化硫或氧化剂的平 均分子速度,γ是反应概率。
进一步地,步骤5中使用假定时间步长dt为2分钟,风速为 WRF-Chem模式提供的物理、化学的参数每十分钟进行一次数值的更 新。
进一步地,步骤5中将3Dvar同化后的二氧化硫分析场作为4Dvar 排放源同化的背景场。
本发明取得了以下有益效果:
本发明提供的基于四维变分同化的二氧化硫排放源反演方法同 其它基于资料同化降低排放源不确定性的方法一样,均将“自下而上” 排放清单作为先验排放源,基于同化系统对实际观测的污染物浓度资 料进行同化,反演的排放清单有效的降低了排放清单的不确定性,从 而提高了模式预报水平。
本发明相对于其他方法而言,具有计算速度相对较快,计算所需 存储空间相对较小,可以进行长时间、大范围的排放源反演,反演的 排放源时间分辨率高,可以提供每日的逐小时排放源空间分布。此外, 还可以基于同化后的排放源,对排放源的时空分布特征进行评估,为 减排政策的制定、政策落实情况和效果评估提供数据支撑。
附图说明
图1为本发明基于四维变分同化的二氧化硫排放源反演方法流程图;
图2为2020年1月17日反演的二氧化硫排放空间分布图;
图3为2020年1月17日反演的二氧化硫排放与MEIC-2016二氧化 硫排放差异的空间分布图;
图4为实施例中2020年1月23日分别采用先验排放源MEIC-2016 和反演排放源预报的二氧化硫浓度与观测结果的检验,纵坐标为相关 系数;
图5为实施例中2020年1月23日分别采用先验排放源MEIC-2016 和反演排放源预报的二氧化硫浓度与观测结果的检验,纵坐标为均方 根误差(RMSE,单位:μg/m3)。
具体实施方式
下面结合附图对本发明的具体实施方式进行详细地描述。本说明 书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相 排斥的特征和/或步骤以外,均可以以任何方式组合。
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合 实际例子,对本发明方法进行进一步详细说明。应当理解,此处所描 述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
一种基于四维变分同化的二氧化硫排放源反演方法,它包括步骤 如下:
步骤1:收集中国环境监测总站(http://www.cnemc.cn/)观测的逐 小时二氧化硫地面浓度资料,为减小观测数据异常值对反演结果的影 响,并对所有观测数据进行极值检验、一致性检验等质量控制,剔除 异常的观测资料;
收集NECP(美国气象环境预报中心)提供的每6小时一次、分 辨率为1.0°×1.0°的气象再分析资料(FNL);
收集由清华大学发展的中国多尺度清单排放(MEIC)。
步骤2:利用3Dvar同化方法对污染物观测数据进行初始场同化, 得到二氧化硫浓度分析场;
步骤3:将二氧化硫浓度分布场作为化学初始场,基于大气化学 模式进行预报,每10分钟输出一次模拟结果;
步骤4:基于四维变分目标泛函的公式建立4Dvar同化系统;
四维变分目标泛函的公式如下:
其中,x0称为同化系统中的状态变量,它是一个长度为N的向 量,利用迭代求极小化方程可得到最优解x0=x0,a,则x0,a为求解得 到的分析场。x0.b是背景场,其向量结构与x0相同。B是背景误差协 方差,是一个N×N维的矩阵;
yi是观测变量,这里的i代表时刻,n为同化时间窗口,这里将二 氧化硫浓度的地面观测资料作为观测值,Ri为观测误差协方差;
Hi称为观测算子,是一个M×N维的矩阵,用于将x0的值转化为 与观测相同量;
M0,i为模式操作算子,用于将x0向下一时刻积分,计算出i时刻的 结果,此外,公式(1)中的T代表向量转置;
步骤5:基于步骤4中的4Dvar理论,设计对应的伴随模式,其 模式操作算子应包含传输扩散、垂直混合、干/湿沉降、二氧化硫化 学反应等物理化学过程。
步骤6:利用4Dvar同化系统对二氧化硫地面观测资料进行同化, 将步骤2中3Dvar同化后的初始场作为背景场,步骤3中大气化学模 式模拟的物理化学变量作为参数输入4Dvar同化系统,得到同化后的 二氧化硫排放源。
经过上述6个步骤,能够实现二氧化硫排放源的反演估计,得到 反演的二氧化硫排放源,有效降低排放清单的不确定性。
实施例
以反演2020年1月17日的二氧化硫排放源为例,结合附图1所 示步骤,进行二氧化硫排放源的反演,研究区域包括中国,分辨率为 27km,具体包括如下步骤:
步骤1:收集试验时间内的二氧化硫地面观测数据,对数据进行 极值检验、时间一致性检验和空间一致性检验等质量控制。收集研究 时间内的FNL资料。利用人为排放源清单MEIC-2016制作模式所用 的排放源,并作为先验排放源。根据WRF-Chem模式的研究区域及 网格分辨率,将落在同一网格内的观测资料进行求均值处理。WRF-Chem模式是由美国NOAA预报系统实验室(FSL)开发的, 气象模式(WRF)和化学模式(Chem)在线完全耦合的区域空气质 量模式,本实施例不再赘述。
步骤2:利用3Dvar同化方法对污染物观测数据进行初始场同化, 得到二氧化硫浓度分析场;
步骤3:将二氧化硫浓度分布场作为化学初始场,基于大气化学 模式进行预报,每10分钟输出一次模拟结果;
步骤4:基于四维变分目标泛函的公式建立4Dvar同化系统;
四维变分目标泛函形式如下:
其中,x0称为同化系统中的状态变量,它是一个长度为N的向 量,利用迭代求极小化方程可得到最优解x0=x0,a,则x0,a为求解得 到的分析场。x0.b是背景场,其向量结构与x0相同。B是背景误差协 方差,是一个N×N维的矩阵;
yi是观测变量,这里的i代表时刻,n为同化时间窗口,这里将二 氧化硫浓度的地面观测资料作为观测值,Ri为观测误差协方差;
Hi称为观测算子,是一个M×N维的矩阵,用于将x0的值转化为 与观测相同量;
M0,i为模式操作算子,用于将x0向下一时刻积分,计算出i时刻的 结果,此外,公式(1)中的T代表向量转置;
步骤5:基于步骤4中的4Dvar理论,设计对应的伴随模式,其 模式操作算子应包含传输扩散、垂直混合、干/湿沉降、二氧化硫化 学反应等物理化学过程。
步骤6:利用4Dvar同化系统对二氧化硫地面观测资料进行同化, 将步骤2中3Dvar同化后的初始场作为背景场,步骤3中大气化学模 式模拟的物理化学变量作为参数输入4Dvar同化系统,得到同化后的 二氧化硫排放源。
最后分别采用先验排放源(MEIC-2016)和本发明反演的二氧化 硫排放源进行模拟分析,验证本方法反演的二氧化硫排放源的准确性。
本发明利用WRF-Chem模式,通过同化地面二氧化硫观测数据, 对二氧化硫排放源进行了反演,建立了一种基于四维变分同化方法的 二氧化硫排放源反演方法;对2020年1月17日二氧化硫排放源的反 演,并式用模式验证了反演的二氧化硫排放源的准确性。
本发明取得了以下有益效果:
本发明提供的基于四维变分同化的二氧化硫排放源反演方法同 其它基于资料同化降低排放源不确定性的方法一样,均将“自下而上” 排放清单作为先验排放源,基于同化系统对实际观测的污染物浓度资 料进行同化,反演的排放清单有效的降低了排放清单的不确定性,从 而提高了模式预报水平。
本发明相对于其他方法而言,具有计算速度相对较快,计算所需 存储空间相对较小,可以进行长时间、大范围的排放源反演,反演的 排放源时间分辨率高,可以提供每日的逐小时排放源空间分布。此外, 还可以基于同化后的排放源,对排放源的时空分布特征进行评估,为 减排政策的制定、政策落实情况和效果评估提供数据支撑。
以上所述实施例仅表达了本发明的具体实施方式,其描述较为具 体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指 出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前 提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
Claims (10)
1.一种基于四维变分同化的二氧化硫排放源反演方法,其特征在于,包括以下步骤:
步骤1:收集研究区域内的观测数据;
步骤2:利用3Dvar同化方法对污染物观测数据进行初始场同化,得到二氧化硫浓度分析场;
步骤3:将所述二氧化硫浓度分析场作为化学初始场,基于大气化学模式进行预报;
步骤4:基于四维变分目标泛函的公式建立4Dvar同化系统;
所述四维变分目标泛函的公式如下:
其中,x0为同化系统中的状态变量,x0.b是背景场,B是背景误差协方差;yi是观测变量,i代表时刻,n为同化时间窗口,Ri为观测误差协方差;Hi为观测算子;M0,i为模式操作算子,用于将x0向下一时刻积分,计算出i时刻的结果,T代表向量转置;
步骤5:利用所述4Dvar同化系统对二氧化硫地面观测资料进行同化,将3Dvar同化后的初始场作为背景场,大气化学模式模拟的物理化学变量作为参数输入所述4Dvar同化系统,得到同化后的二氧化硫排放源。
2.根据权利要求1所述的基于四维变分同化的二氧化硫排放源反演方法,其特征在于,观测数据包括污染物观测数据、气象再分析资料和先验排放源数据。
3.根据权利要求1所述的基于四维变分同化的二氧化硫排放源反演方法,其特征在于,步骤2中采用3Dvar方法先对二氧化硫初始场进行同化。
4.根据权利要求1所述的基于四维变分同化的二氧化硫排放源反演方法,其特征在于,步骤3中将3Dvar方法同化后的二氧化硫分析场作为化学初始场进行预报,将预报结果作为参数输入到所述4Dvar同化系统中。
5.根据权利要求1所述的基于四维变分同化的二氧化硫排放源反演方法,其特征在于,步骤4中将二氧化硫排放源作为状态变量x0。
6.根据权利要求1所述的基于四维变分同化的二氧化硫排放源反演方法,其特征在于,步骤4中,模式操作算子包含如下物理化学过程:
扩散过程,其质量守恒方程可以表示为:
其中,C是干空气质量,V是x,y,z方向的风速(u,v,w);
排放过程,将二氧化硫排放到大气中并转化为二氧化硫浓度,具体公式如下:
其中,Cemi为二氧化硫排放造成的浓度增加量,E是排放强度,Vm=22.4×10-3m-3,ρ是实际空气密度,ρair=1.29kg m-3,ΔS是单位面积,dz为模式高度;
干沉降过程,用如下公式表示:
Cdry=-vd×C
其中,Cdry为干沉降造成的二氧化硫浓度的沉降量,vd为沉降速度,C为沉降前的二氧化硫浓度;
湿沉降过程,包括云内清除和云下清除,湿清除的公式为:
Cwet=C×e-Λdt
Cwet为湿清除过程造成的二氧化硫浓度改变量,Λ为二氧化硫的损失率;
二氧化硫化学反应过程,包括二氧化硫的氧化反应、液相反应和非均相反应。
7.根据权利要求6所述的基于四维变分同化的二氧化硫排放源反演方法,其特征在于,在4Dvar程序中采用了三对角线求解来对垂直混混合过程进行求解。
9.根据权利要求1所述的基于四维变分同化的二氧化硫排放源反演方法,其特征在于,步骤5中使用假定时间步长dt为2分钟,风速为WRF-Chem模式提供的物理、化学的参数每十分钟进行一次数值的更新。
10.根据权利要求1所述的基于四维变分同化的二氧化硫排放源反演方法,其特征在于,步骤5中将3Dvar同化后的二氧化硫分析场作为4Dvar排放源同化的背景场。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110938878.XA CN113834902A (zh) | 2021-08-16 | 2021-08-16 | 一种基于四维变分同化的二氧化硫排放源反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110938878.XA CN113834902A (zh) | 2021-08-16 | 2021-08-16 | 一种基于四维变分同化的二氧化硫排放源反演方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113834902A true CN113834902A (zh) | 2021-12-24 |
Family
ID=78960719
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110938878.XA Pending CN113834902A (zh) | 2021-08-16 | 2021-08-16 | 一种基于四维变分同化的二氧化硫排放源反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113834902A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117217027A (zh) * | 2023-11-02 | 2023-12-12 | 中国人民解放军国防科技大学 | 基于四维变分同化的污染物点源廓线排放估算方法和装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150081214A (ko) * | 2014-01-03 | 2015-07-13 | 서울대학교산학협력단 | 수반 모형 민감도 기반의 자료 동화 방법 |
US20170338802A1 (en) * | 2014-12-01 | 2017-11-23 | Harbin Engineering University | Actually-measured marine environment data assimilation method based on sequence recursive filtering three-dimensional variation |
CN108228538A (zh) * | 2017-12-29 | 2018-06-29 | 航天科工智慧产业发展有限公司 | 一种城市中so2浓度值的预测方法 |
CN109709577A (zh) * | 2018-12-28 | 2019-05-03 | 南京雨后地软环境技术有限公司 | 一种基于WRF-Chem模式的气溶胶激光雷达反演PM2.5的三维变分同化方法 |
CN109975809A (zh) * | 2019-04-26 | 2019-07-05 | 兰州大学 | 一种同化雷达及闪电资料的方法 |
CN110910963A (zh) * | 2019-10-29 | 2020-03-24 | 暨南大学 | 气溶胶光学厚度的三维变分同化方法、系统和存储介质 |
CN111353634A (zh) * | 2020-02-12 | 2020-06-30 | 中国人民解放军国防科技大学 | 一种基于模式初始场同化的二氧化硫排放源优化方法 |
CN111487216A (zh) * | 2020-05-06 | 2020-08-04 | 北京中科锐景科技有限公司 | 一种二氧化碳通量反演方法、系统 |
CN111881569A (zh) * | 2020-07-24 | 2020-11-03 | 中国科学院大气物理研究所 | 二氧化碳柱浓度的反演方法、装置、存储介质及电子设备 |
CN113111565A (zh) * | 2021-02-23 | 2021-07-13 | 中国人民解放军国防科技大学 | 一种基于mie散射方程观测算子的气溶胶资料同化方法 |
-
2021
- 2021-08-16 CN CN202110938878.XA patent/CN113834902A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150081214A (ko) * | 2014-01-03 | 2015-07-13 | 서울대학교산학협력단 | 수반 모형 민감도 기반의 자료 동화 방법 |
US20170338802A1 (en) * | 2014-12-01 | 2017-11-23 | Harbin Engineering University | Actually-measured marine environment data assimilation method based on sequence recursive filtering three-dimensional variation |
CN108228538A (zh) * | 2017-12-29 | 2018-06-29 | 航天科工智慧产业发展有限公司 | 一种城市中so2浓度值的预测方法 |
CN109709577A (zh) * | 2018-12-28 | 2019-05-03 | 南京雨后地软环境技术有限公司 | 一种基于WRF-Chem模式的气溶胶激光雷达反演PM2.5的三维变分同化方法 |
CN109975809A (zh) * | 2019-04-26 | 2019-07-05 | 兰州大学 | 一种同化雷达及闪电资料的方法 |
CN110910963A (zh) * | 2019-10-29 | 2020-03-24 | 暨南大学 | 气溶胶光学厚度的三维变分同化方法、系统和存储介质 |
CN111353634A (zh) * | 2020-02-12 | 2020-06-30 | 中国人民解放军国防科技大学 | 一种基于模式初始场同化的二氧化硫排放源优化方法 |
CN111487216A (zh) * | 2020-05-06 | 2020-08-04 | 北京中科锐景科技有限公司 | 一种二氧化碳通量反演方法、系统 |
CN111881569A (zh) * | 2020-07-24 | 2020-11-03 | 中国科学院大气物理研究所 | 二氧化碳柱浓度的反演方法、装置、存储介质及电子设备 |
CN113111565A (zh) * | 2021-02-23 | 2021-07-13 | 中国人民解放军国防科技大学 | 一种基于mie散射方程观测算子的气溶胶资料同化方法 |
Non-Patent Citations (3)
Title |
---|
HU YIWEN: "The optimization of SO2 emissions by the 4DVAR and EnKF methods and its application in WRF-Chem", 《SCIENCE OF THE TOTAL ENVIRONMENT》, vol. 888, 25 August 2023 (2023-08-25), pages 1 - 15 * |
汪代春: "气溶胶和气态污染物三维变分协同同化", 《中国科学:地球科学》, vol. 50, no. 9, 26 April 2020 (2020-04-26), pages 1302 - 1315 * |
郑海明: "基于线性调频Z变换的差分吸收光谱数据处理方法研究", 《光谱学与光谱分析》, vol. 35, no. 6, 30 June 2015 (2015-06-30), pages 1633 - 1638 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117217027A (zh) * | 2023-11-02 | 2023-12-12 | 中国人民解放军国防科技大学 | 基于四维变分同化的污染物点源廓线排放估算方法和装置 |
CN117217027B (zh) * | 2023-11-02 | 2024-01-30 | 中国人民解放军国防科技大学 | 基于四维变分同化的污染物点源廓线排放估算方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lyu et al. | Fusion method combining ground-level observations with chemical transport model predictions using an ensemble deep learning framework: application in China to estimate spatiotemporally-resolved PM2. 5 exposure fields in 2014–2017 | |
CN111353634B (zh) | 一种基于模式初始场同化的二氧化硫排放源优化方法 | |
CN111368401A (zh) | 污染源的溯源方法、装置和存储介质 | |
CN111798928B (zh) | 大气颗粒物污染源解析方法和装置 | |
Chen et al. | Simulation on different response characteristics of aerosol particle number concentration and mass concentration to emission changes over mainland China | |
CN114742460B (zh) | 一种确定待管控企业的方法、装置、电子设备及存储介质 | |
Zu et al. | Investigation of relationships between meteorological conditions and high PM 10 pollution in a megacity in the western Yangtze River Delta, China | |
CN109858686A (zh) | 一种基于EnKF的地面排放清单反演优化方法 | |
Jia et al. | An integrated WRF-CAMx modeling approach for impact analysis of implementing the emergency PM2. 5 control measures during red alerts in Beijing in December 2015 | |
CN116611547A (zh) | 大气污染物来源预报方法、装置、设备及存储介质 | |
Nair et al. | Using machine learning to derive cloud condensation nuclei number concentrations from commonly available measurements | |
Guo et al. | A new approach combining a simplified FLEXPART model and a Bayesian-RAT method for forecasting PM 10 and PM 2.5 | |
CN113834902A (zh) | 一种基于四维变分同化的二氧化硫排放源反演方法 | |
Jiang et al. | Identification of the atmospheric boundary layer structure through vertical distribution of PM2. 5 obtained by unmanned aerial vehicle measurements | |
Jia et al. | Regional air quality forecast using a machine learning method and the WRF model over the Yangtze River Delta, east China | |
Hakala et al. | Observed coupling between air mass history, secondary growth of nucleation mode particles and aerosol pollution levels in Beijing | |
CN113156395B (zh) | 气溶胶激光雷达数据融合方法及系统 | |
CN110907318B (zh) | 一种近地面大气总悬浮颗粒物质量浓度遥感物理估算方法 | |
Dalla Fontana et al. | A performance evaluation of the CAMx air quality model to forecast ozone and PM10 over the Italian region of Veneto | |
Xing et al. | Rapid inference of nitrogen oxide emissions based on a top-down method with a physically informed variational autoencoder | |
Zhou et al. | Estimating nitrogen and sulfur deposition across China during 2005 to 2020 based on multiple statistical models | |
Carslaw et al. | Defra Phase 2 urban model evaluation | |
CN110907319A (zh) | 一种近地面细颗粒物的归因分析方法 | |
Lucci et al. | Development and testing a low-cost device for airborne PM monitoring in highly anthropized areas: The international maritime hub of Civitavecchia (Rome, Italy) | |
Jia et al. | A dynamic dust emission allocation method and holiday profiles applied to emission processing for improving air quality model performance |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |