王永紅 劉 豪 龔 玲 李 敏

(貴州省環(huán)境科學(xué)研究設(shè)計(jì)院， 貴陽 550002)

邊界層參數(shù)化在城市空氣質(zhì)量模擬中的影響

王永紅 劉 豪 龔 玲 李 敏

(貴州省環(huán)境科學(xué)研究設(shè)計(jì)院， 貴陽 550002)

利用MM5中尺度氣象模式和CALPUFF空氣質(zhì)量模式，采用不同的邊界層(PBL)參數(shù)化方案，模擬烏魯木齊市的大氣流場和湍流運(yùn)動(dòng)，比較不同PBL參數(shù)化方案下大氣污染物的模擬濃度值，以發(fā)現(xiàn)PBL參數(shù)化對(duì)城市尺度空氣質(zhì)量模擬效果的影響。結(jié)果表明，在高分辨率的Blackadar PBL方案、Eta PBL、MRF PBL和Gayno-Seaman PBL參數(shù)化方案中，沒有哪個(gè)方案對(duì)所有氣象要素的數(shù)值模擬擁有絕對(duì)優(yōu)勢(shì)，整體看來，對(duì)空氣質(zhì)量模擬影響較大的氣象要素，如風(fēng)場等模擬效果較好，與實(shí)測結(jié)果比較吻合；各方案對(duì)風(fēng)速、風(fēng)向及溫度層結(jié)等的模擬值結(jié)果略有不同。4種方案模擬的污染物濃度值變化趨勢(shì)大致相似，其中，MRF PBL方案和Eta PBL方案對(duì)PM10和SO2的模擬效果較好，模擬值與實(shí)測值較為接近。不同PBL方案導(dǎo)致的風(fēng)速及逆溫層厚度差異是造成污染物濃度模擬值差異的主要原因。

邊界層參數(shù)化；城市尺度；空氣質(zhì)量模擬；影響

溫度、風(fēng)速風(fēng)向以及PBL高度等氣象條件對(duì)大氣污染物的傳輸、混合及濃度變化過程有著極為重要的影響。近年來，中尺度氣象模式MM5與CALPUFF[1-3]、CAMx[4-7]、CMAQ[8-11]等空氣質(zhì)量模型相結(jié)合，已廣泛應(yīng)用于空氣質(zhì)量的數(shù)值模擬研究中。MM5輸出結(jié)果的質(zhì)量，直接影響空氣質(zhì)量模式的模擬效果。已有的研究表明，MM5的模擬結(jié)果依賴于各種參數(shù)化方案的選取，不同的物理參數(shù)化方案差別很大[12-15]。邊界層(PBL)參數(shù)化是數(shù)值模式的一個(gè)重要組成部分，較真實(shí)的模擬邊界層中的湍流運(yùn)動(dòng)，對(duì)于大氣污染物的分布擴(kuò)散及空氣質(zhì)量模式的運(yùn)行效果具有重要意義。

以往PBL參數(shù)化對(duì)空氣質(zhì)量的影響研究，多限于將MM5模式輸出的、與空氣質(zhì)量模擬相關(guān)的氣象要素與監(jiān)測站點(diǎn)的實(shí)測資料進(jìn)行時(shí)間和空間的對(duì)比[14, 16-18]，并以此評(píng)價(jià)PBL參數(shù)化方案表現(xiàn)的優(yōu)劣，而較少評(píng)價(jià)空氣質(zhì)量模型的輸出結(jié)果。本研究利用MM5中尺度氣象模式和CALPUFF空氣質(zhì)量模式，采用不同的PBL參數(shù)化方案，模擬城市尺度的大氣流場和湍流運(yùn)動(dòng)，比較了不同方案下大氣污染物的濃度模擬結(jié)果，以期進(jìn)一步認(rèn)識(shí)和了解MM5模式中各種PBL方案的性能、特點(diǎn)以及空氣質(zhì)量數(shù)值模擬對(duì)于不同PBL參數(shù)化方案的敏感性，為合理選擇和使用模式中的PBL方案提供參考。

1 研究方法與資料來源

1.1 研究方法

MM5把全球數(shù)據(jù)同化系統(tǒng)獲取的粗網(wǎng)格上的各種資料內(nèi)插到中尺度網(wǎng)格上獲得初始場和邊界值，計(jì)算得到反映區(qū)域尺度特征的三維流場。模式的原理和具體方法參見文獻(xiàn)[19-20]。

CALPUFF模式是美國EPA推薦使用的一個(gè)用于復(fù)雜地形下大氣質(zhì)量評(píng)價(jià)的數(shù)值模式系統(tǒng)，包括邊界層氣象模塊CALMET、污染物擴(kuò)散模塊CALPUFF和后處理模塊CALPOST 3部分。CALMET提供模擬區(qū)域網(wǎng)格內(nèi)的三維逐時(shí)風(fēng)場和溫度場，并提供混合層高度等二維資料。CALPUFF煙團(tuán)擴(kuò)散模塊基于非定常狀態(tài)拉格朗日煙團(tuán)擴(kuò)散原理，結(jié)合時(shí)變的氣象場資料，除充分考慮下墊面對(duì)污染物干濕沉降的影響外，還考慮了復(fù)雜地形的動(dòng)力學(xué)效應(yīng)以及靜風(fēng)等非定常條件，能夠很好地模擬不同尺度區(qū)域的污染物擴(kuò)散情景[3]。

采用不同PBL方案下MM5的氣象場模擬結(jié)果作為CALMET的輸入資料，輸出逐時(shí)風(fēng)場、溫度場、混合層高度、大氣穩(wěn)定度等污染氣象參數(shù)。CALPUFF通過對(duì)CALMET輸出的氣象場與相關(guān)污染源資料的疊加，在考慮到各種污染物清除過程的情況下，模擬污染物的濃度分布。

1.2 研究范圍及網(wǎng)格界定

選擇烏魯木齊市作為案例城市。烏魯木齊東南西三面環(huán)山，地勢(shì)東南高、西北低，海拔680～920 m。受地形影響，烏魯木齊市全年輻射逆溫發(fā)生次數(shù)多，一年四季均有逆溫層存在。特別是烏魯木齊市區(qū)，冬季近地層幾乎全部被逆溫層所籠罩，逆溫頻率達(dá)90%以上，持續(xù)時(shí)間長，逆溫強(qiáng)度大。逆溫層厚度平均在600 m左右，對(duì)大氣環(huán)境質(zhì)量的影響極大。

MM5模擬采用四層網(wǎng)格嵌套，如圖1所示。第1層網(wǎng)格覆蓋東亞地區(qū)(D01)，第2層網(wǎng)格覆蓋中國西部地區(qū)(D02)，第3層網(wǎng)格覆蓋新疆大部地區(qū)(D03)，第4層網(wǎng)格區(qū)域包括烏魯木齊市所轄的7區(qū)、1縣，即天山區(qū)、沙依巴克區(qū)、新市區(qū)、水磨溝區(qū)、頭屯河區(qū)、達(dá)坂城區(qū)、米東區(qū)和烏魯木齊縣(D04)。格距分別為81、27、9、3 km。

圖1 模擬區(qū)域

在MM5第四層模擬區(qū)域(D04)的基礎(chǔ)上，選取45 km×39 km的區(qū)域，作為CALPUFF的模擬區(qū)域，如圖1，網(wǎng)格距為1 km。這一區(qū)域是烏魯木齊市城市中心區(qū)，也是重點(diǎn)污染源的主要分布區(qū)。

1.3 模擬時(shí)段

2005年12月16～18日，烏魯木齊市空氣質(zhì)量狀況連續(xù)三天達(dá)到重污染，污染指數(shù)均為500，首要污染物為可吸入顆粒物，空氣質(zhì)量級(jí)別為Ⅴ級(jí)。本研究選取此次污染過程，采用MM5-CALPUFF模型系統(tǒng)進(jìn)行模擬分析。

MM5積分時(shí)間為2005年12月16日00時(shí)～18日23時(shí)。每3小時(shí)輸出一次模擬結(jié)果，最終獲得模擬時(shí)間段內(nèi)逐時(shí)的氣象場資料。

1.4 資料來源

MM5初始場采用美國國家環(huán)境預(yù)報(bào)中心的全球再分析資料；地形和地表類型數(shù)據(jù)采用美國地質(zhì)調(diào)查局(USGS)的全球數(shù)據(jù)；同化采用的探空(ADPUPA)和常規(guī)地面監(jiān)測資料(ADPSFC和SFCSHP)來源于美國UCAR網(wǎng)站；烏魯木齊地區(qū)氣象監(jiān)測資料由烏魯木齊城區(qū)及周邊3個(gè)常規(guī)地面氣象站提供，分別為：烏魯木齊市氣象站(51463)，小渠子國家氣象觀測站二級(jí)站(51465)，烏魯木齊市牧業(yè)氣象試驗(yàn)站(51469)和烏魯木齊市達(dá)坂城氣象站(51477)；環(huán)境監(jiān)測資料、大氣污染源分布及污染物排放量數(shù)據(jù)由烏魯木齊市環(huán)境監(jiān)測站提供。

1.5 污染源清單

2005年列入烏魯木齊市重點(diǎn)工業(yè)污染源的工業(yè)企業(yè)共有105家，本研究以這105家重點(diǎn)工業(yè)污染源為研究對(duì)象，收集整理了烏魯木齊市186個(gè)點(diǎn)源的詳細(xì)資料。由于本研究關(guān)注的主要是排放源不變情況下，不同PBL方案產(chǎn)生的氣象場差異導(dǎo)致的污染物濃度變化，故非重點(diǎn)工業(yè)污染源、生活面源和移動(dòng)源沒有統(tǒng)計(jì)在內(nèi)。

1.6 參數(shù)設(shè)置

本研究重點(diǎn)分析4種常用的PBL參數(shù)化方案對(duì)MM5模式模擬效果的影響，這4種PBL參數(shù)化方案分別為：高分辨率Blackadar PBL方案、Eta PBL方案、MRF PBL方案和Gayno-Seaman PBL方案。Blackadar PBL方案適用于高分辨率邊界層，如地表層厚度小于100 m。在近中性及穩(wěn)定層結(jié)情況下采用K理論，根據(jù)由白天自由對(duì)流特征建立的傳輸模式描寫不同高度大氣的交換；MRF PBL方案適用于高分辨率邊界層，K應(yīng)用Holtslag等的三次函數(shù)形式,并加入了反梯度傳輸項(xiàng)，湍流交換系數(shù)為顯式表達(dá),是高度的已知函數(shù)。該方案中還包括穩(wěn)定大氣中的垂直擴(kuò)散、云中濕垂直擴(kuò)散。垂直擴(kuò)散采用隱式方案，且有5層土壤模式選項(xiàng)；Eta PBL方案是Mellor-Yamada level 2.5方案在NCEP Eta模式中的應(yīng)用。預(yù)報(bào)了TKE和局地垂直混合，其中TKE為三維預(yù)報(bào)變量。Gayno-Seaman PBL方案是基于Mellor-Yamada TKE預(yù)報(bào)。用θse作為守恒量[21]。MM5模式的具體參數(shù)設(shè)置見表1。

表1 MM5模式參數(shù)設(shè)置

2 結(jié)果與分析

2.1 PBL參數(shù)化方案對(duì)MM5模擬效果的影響

2.1.1 風(fēng)場

比較MM5輸出的水平風(fēng)場結(jié)果發(fā)現(xiàn)，不同PBL方案對(duì)MM5模擬出的大尺度環(huán)流輸出量(u，v)的影響較小。近地面風(fēng)場風(fēng)向變化主要取決于地形下墊面狀況，不同方案下的局部風(fēng)速大小存在差異。

圖2(a)、(c)為Gayno-SeamanPBL方案模擬的水平風(fēng)矢量(約距地面20m高度)，其它方案圖略。圖2(a)中，在西南和東北山區(qū)出現(xiàn)明顯的沿坡發(fā)散氣流。這是由于夜間山區(qū)降溫迅速，山區(qū)的冷空氣往低處下瀉造成的下坡風(fēng)。此時(shí)，在兩山間的谷地位置，由于下坡風(fēng)跟南部的南風(fēng)在這里匯合，形成輻合氣流，風(fēng)速較小。圖2(c)中，白天有比較明顯的順著山澗吹向西南和東北山地的上坡風(fēng)。這是由于白天山坡上的空氣比同高度上的自由大氣增熱強(qiáng)烈，于是暖空氣沿坡上升，形成谷風(fēng)，這是典型的由于區(qū)域地理環(huán)境形成的區(qū)域風(fēng)場特征。

圖2(b)、(d)為各監(jiān)測站點(diǎn)提供的12月16日00時(shí)、14時(shí)的實(shí)測風(fēng)場資料示意圖。由圖可見，MM5能夠很好地反映水平風(fēng)場的日變化規(guī)律，夜晚和白天風(fēng)向的轉(zhuǎn)換及風(fēng)速值的變化與監(jiān)測值的變動(dòng)基本一致。模型對(duì)于烏魯木齊市區(qū)(51463)風(fēng)速模擬值偏大，這可能是由于模擬中沒有考慮市內(nèi)密集的高層建筑群對(duì)于近地面風(fēng)場的影響。

圖2 MM5模擬水平風(fēng)場與測站觀測值對(duì)比

為了更好的反映不同高度層風(fēng)向的轉(zhuǎn)換情況，圖3、4分別給出了四種方案在烏魯木齊市氣象站(43.783°N)相應(yīng)的緯向垂直剖面風(fēng)矢量。如圖所示，各方案模擬結(jié)果相差較小，各高度層風(fēng)向變換趨勢(shì)大致相同。00時(shí)，87°E以西近地面層主要為西南風(fēng)控制，高空主導(dǎo)氣流為西北風(fēng)。87°～87.6°E為風(fēng)向的轉(zhuǎn)換區(qū)，夜間西南山區(qū)的沿坡發(fā)散氣流與沿谷地的南風(fēng)及東北山區(qū)的下坡風(fēng)在這個(gè)區(qū)域匯合，在87.4°E附近形成一個(gè)氣流輻合區(qū)，風(fēng)速較小。在88.1～88.8°E之間，由于東北部山地的影響，存在一個(gè)風(fēng)速大值區(qū)，由西部山坡向東，風(fēng)向逐漸由東北風(fēng)轉(zhuǎn)變?yōu)槲鞅憋L(fēng)，這與水平風(fēng)場看到的情況基本吻合。14時(shí)，區(qū)域內(nèi)近地面風(fēng)場以偏北風(fēng)為主，風(fēng)速較小，87.3°E山口位置盛行東南風(fēng)，風(fēng)速較大，但各方案模擬的最大值略有不同，EtaPBL方案、Gayno-SeamanPBL方案模擬的最大值大于其他方案。BlackadarPBL方案、EtaPBL方案、MRFPBL方案均較好地模擬出了88.1～88.8°E間的山區(qū)風(fēng)場特征，而Gayno-SeamanPBL方案在山區(qū)風(fēng)速大值區(qū)的模擬方面表現(xiàn)較差。對(duì)于中間層風(fēng)場的模擬，各方案的差別主要體現(xiàn)在風(fēng)速最大值出現(xiàn)的位置和影響范圍不同。4種方案對(duì)于高空風(fēng)場的模擬存在較大差異，表現(xiàn)在風(fēng)向轉(zhuǎn)換和風(fēng)速兩方面。BlackadarPBL方案、EtaPBL方案、MRFPBL方案高空均以偏南風(fēng)為主，在87.2°E左右由西南風(fēng)轉(zhuǎn)為東南風(fēng)，風(fēng)速變大，87.9°E轉(zhuǎn)為偏北風(fēng)，風(fēng)速變??；EtaPBL方案風(fēng)速模擬值略大于其他兩種方案，并在88.7°E模擬出一次西南風(fēng)轉(zhuǎn)東北風(fēng)的過程。而Gayno-SeamanPBL方案模擬結(jié)果風(fēng)向轉(zhuǎn)換更為頻繁，風(fēng)向變化最大處出現(xiàn)在87.5°E，與其它方案差別較大。

2.1.2 溫度場

圖5為4種不同PBL參數(shù)化方案模擬的12月16日00時(shí)～17日00時(shí)烏魯木齊市氣象站點(diǎn)(87.65°E，43.78°N)的近地面20m空氣等溫線圖。如圖5所示，各方案模擬溫度曲線與實(shí)測值變化趨勢(shì)大致相同，在午后14時(shí)達(dá)到一天中的最大值，除3 ～7時(shí)，19 ～21時(shí)模擬值與實(shí)測值曲線走勢(shì)相反外，其余時(shí)間模擬結(jié)果均較好反映出近地面溫度的變化情況。

(a：Blackadar PBL方案，b：Eta PBL方案，c：MRF PBL方案，d：Gayno-Seaman PBL方案)圖3 2005年12月16日00時(shí)垂直剖面風(fēng)矢量

(a：Blackadar PBL方案，b：Eta PBL方案，c：MRF PBL方案，d：Gayno-Seaman PBL方案)圖4 2005年12月16日14時(shí)垂直剖面風(fēng)矢量

圖5 2005年12月16日實(shí)測值與模擬溫度場

2.1.3 風(fēng)速、溫度廓線

圖6為各PBL方案在烏魯木齊市氣象站(87.65°E，43.78°N)點(diǎn)的風(fēng)速廓線。圖中曲線A表示北京時(shí)間12月16日00時(shí)，B為06時(shí)，C為12時(shí)，D為18時(shí)。

由圖6可見，各方案對(duì)于風(fēng)速的模擬存在較大的差異，但變化趨勢(shì)大致相同。近地面至300m左右高度，風(fēng)速值變化較小，從300m高度層開始，風(fēng)速變化顯著。除BlackadarPBL方案外，12時(shí)及18時(shí)模擬風(fēng)速值較大。在夜間層結(jié)穩(wěn)定的情況下，低空風(fēng)速(曲線A)隨高度先變小后快速增大，達(dá)到一定高度處風(fēng)速達(dá)最大值。在白天不穩(wěn)定層結(jié)的情況下，風(fēng)速先變大后變小，最后隨高度趨于均勻。

氣溫的垂直分布決定了大氣層結(jié)的垂直穩(wěn)定度，直接影響湍流活動(dòng)的強(qiáng)弱，支配著空氣污染物的分布。大氣層結(jié)穩(wěn)定度是決定大氣稀釋擴(kuò)散能力的另一個(gè)重要因子。為了解區(qū)域地理特征和城市熱島效應(yīng)對(duì)區(qū)域城市大氣邊界層的影響，研究了烏魯木齊市氣象站(87.65°E，43.783°N)點(diǎn)位4種PBL方案模擬的溫度廓線的日變化特征。

圖7a、b、c、d分別給出了4種方案的模擬結(jié)果，曲線A、B、C、D分別對(duì)應(yīng)北京時(shí)間12月16日00時(shí)、06時(shí)、12時(shí)和18時(shí)。由圖7可見，烏魯木齊地區(qū)近地面層結(jié)穩(wěn)定，各方案模擬溫度層結(jié)的結(jié)構(gòu)大體相似，但在對(duì)流層中低層卻存在明顯差異。白天，溫度隨高度增加升高緩慢；夜間，隨高度增加，溫度快速升高。全天均出現(xiàn)逆溫，夜晚逆溫強(qiáng)度強(qiáng)于白天，逆溫層厚度大致在400～500m之間，MRFPBL方案模擬逆溫層厚度最大，各方案模擬結(jié)果變化趨勢(shì)大致相似。

(a：Blackadar PBL方案，b：Eta PBL方案，c：MRF PBL方案，d：Gayno-Seaman PBL方案)圖6 風(fēng)速廓線

(a：Blackadar PBL方案，b：Eta PBL方案，c：MRF PBL方案，d：Gayno-Seaman PBL方案)圖7 溫度廓線

2.2 PBL參數(shù)化方案對(duì)空氣質(zhì)量模擬效果的影響

2.2.1SO2

圖8為12月16日～18日市收費(fèi)站、監(jiān)測站和鐵路局三個(gè)站點(diǎn)模擬SO2濃度與監(jiān)測值的比較。由圖8可見，各監(jiān)測站點(diǎn)SO2濃度的小時(shí)均值變化較大，大致趨勢(shì)為早晚濃度高，中午時(shí)段低，這是因?yàn)樵缤砜諝鈱咏Y(jié)比較穩(wěn)定所致。由于烏魯木齊市所處地理位置的原因，其時(shí)間約比北京時(shí)晚2小時(shí)左右，早晨的污染時(shí)段可持續(xù)至9時(shí)。午后，有一個(gè)下降過程，這主要是由于中午時(shí)段，隨著太陽短波輻射加強(qiáng)，地面溫度升高，垂直對(duì)流加強(qiáng)，大氣層結(jié)穩(wěn)定度逐漸由穩(wěn)定向不穩(wěn)定轉(zhuǎn)變。由于太陽輻射增熱驅(qū)動(dòng)的混合，使得混合層厚度發(fā)生變化，污染物在日間混合層內(nèi)充分混合，垂直與水平方向的擴(kuò)散、輸送能力加強(qiáng)，利于污染物向高空擴(kuò)散。下午，隨著太陽輻射的減弱，大氣凈長波輻射向上，地面輻射冷卻，大氣穩(wěn)定度由不穩(wěn)定向穩(wěn)定轉(zhuǎn)變，水平和垂直擴(kuò)散的范圍逐漸減小，到次日9時(shí)左右，污染物聚集在近地面層，垂直擴(kuò)散能力很弱。同時(shí)，由于SO2的排放源以高架點(diǎn)源為主，夜晚混合層高度較高，排放的污染物滯留在逆溫層中，也導(dǎo)致了高濃度值的產(chǎn)生。

(A、市收費(fèi)站；B、市監(jiān)測站；C、市鐵路局)圖8 2005年12月16日至18日SO2監(jiān)測值與模擬值

相對(duì)于監(jiān)測值，除個(gè)別時(shí)段外，各方案模擬值均較低。這是由于本研究暫時(shí)沒有考慮面源和低架點(diǎn)源的影響，而主要將高架點(diǎn)源作為研究的重點(diǎn)；另外，由于MM5中下墊面資料沒有考慮近年來烏魯木齊市高層建筑群對(duì)城市風(fēng)場的影響，城市區(qū)域模擬風(fēng)速偏大，也導(dǎo)致模擬濃度值偏低。通過對(duì)方案模擬結(jié)果的分析可以發(fā)現(xiàn)，各方案的模擬趨勢(shì)變化大致相同，總的來說，MRFPBL方案和EtaPBL方案模擬的小時(shí)均值高于其它方案，也較接近監(jiān)測值，對(duì)于夜晚時(shí)段的模擬結(jié)果好于白天時(shí)段，這主要源于混合層高度模擬的差異。

2.2.2PM10

圖9為市收費(fèi)站、監(jiān)測站和鐵路局三個(gè)站點(diǎn)模擬PM10濃度與監(jiān)測值的比較。由模擬結(jié)果可見，4種方案對(duì)PM10的模擬濃度值差異較大，但都低于實(shí)測值；MRFPBL方案與EtaPBL方案模擬的小時(shí)均值明顯高于其它方案，模擬的濃度高值點(diǎn)更接近實(shí)測濃度。16～18日的三天中，實(shí)測值每日均出現(xiàn)一個(gè)PM10的濃度峰值，各站點(diǎn)大致為15時(shí)左右，收費(fèi)站、鐵路局站點(diǎn)還在18時(shí)左右出現(xiàn)一次濃度峰值，而模擬值并沒有反映出相同的趨勢(shì)，而是在夜間及凌晨時(shí)段PM10濃度值較高。

(A、市收費(fèi)站；B、市監(jiān)測站；C、市鐵路局)圖9 2005年12月16日至18日PM10監(jiān)測值與模擬值

與SO2不同，PM10監(jiān)測結(jié)果并沒有呈現(xiàn)出白天低、早晚高的特征。究其原因，除氣象條件的影響外，研究中僅考慮大點(diǎn)源的源排放影響，而監(jiān)測站點(diǎn)多位于路邊，受機(jī)動(dòng)車排放細(xì)粒子的影響大，導(dǎo)致PM10濃度隨路面機(jī)動(dòng)車流量的變化而變化，并在上下班高峰期呈現(xiàn)峰值。

3 結(jié)論

采用不同PBL參數(shù)化方案運(yùn)行MM5模式，對(duì)烏魯木齊市冬季典型重污染過程進(jìn)行數(shù)值模擬，比較各方案對(duì)各種氣象要素的模擬結(jié)果，并采用四種方案模擬的氣象場，運(yùn)行CALPUFF空氣質(zhì)量模式，重點(diǎn)分析了PM10和SO2的模擬結(jié)果，結(jié)論如下：

(1) 在高分辨率的BlackadarPBL方案、EtaPBL、MRFPBL和Gayno-SeamanPBL參數(shù)化方案中，沒有哪個(gè)方案對(duì)所有氣象要素的數(shù)值模擬擁有絕對(duì)優(yōu)勢(shì)，整體看來，對(duì)空氣質(zhì)量模擬影響較大的氣象要素，如風(fēng)場等模擬效果較好，與實(shí)測較吻合；各方案對(duì)風(fēng)速、風(fēng)向及溫度層結(jié)等的模擬值略有不同。

(2) 4種方案模擬的污染物濃度值變化趨勢(shì)大致相似，MRFPBL方案和EtaPBL方案對(duì)PM10和SO2的模擬效果較好，模擬值與實(shí)測值較為接近。

(3)PBL方案不同導(dǎo)致的風(fēng)速及逆溫層厚度差異是導(dǎo)致污染物濃度模擬值差異的主要原因。

[1]YINGZ,LevyJI,HammittKJ，etal. Estimating population exposure to power plant emissions using CALPUFF: a case study in Beijing, China[J]. Atmospheric Environment, 2003, 37:815-826.

[2] 楊多興, 韓永偉, 拓學(xué)森.門頭溝生態(tài)區(qū)排放的大氣顆粒物輸送的模擬研究[J].西南大學(xué)學(xué)報(bào)(自然科學(xué)版),2007,29(5):113-117.

[3] 朱好, 張宏升, 蔡旭暉, 等.CALPUFF在復(fù)雜地形條件下的近場大氣擴(kuò)散模擬研究[J].北京大學(xué)學(xué)報(bào)(自然科學(xué)版),2013(3):452-462.

[4] Jackson B, Chau D,Gurer K,etal. Comparison of ozone simulations using MM5 and CALMET/MM5 hybrid meteorological fields for the July/August 2000 CCOS episode[J]. Atmospheric Environment, 2006, 40:2812-2822.

[5] Titov M, Sturman A P, Zawar-Reza P. Application of MM5 and CAMx4 to local scale dispersion of particulate matter for the city of Christchurch, New Zealand[J]. Atmospheric Environment, 2007, 41:327-338.

[6] Pirovano G, Coll L,Bedogni M,etal. On the influence of meteorological input on photochemical modelling of a severe episode over a coastal area[J]. Atmospheric Environment, 2007, 41:6445-6464.

[7] Titov M, Sturman A, Zawar-Reza P. Improvement of predicted fine and total particulate matter (PM) composition by applying several different chemical scenarios:A winter 2005 case study[J]. Science of the Total Environment, 2007, 385:284-296.

[8] Chen D S,Cheng S Y, Liu L,etal. An integrated MM5-CMAQ modeling approach for assessing trans-boundary PM10contribution to the host city of 2008 Olympic summer games—Beijing, China[J]. Atmospheric Environment, 2007, 41:1237-1250.

[9] Fu J S,Jang C J,Streets D G,etal. MICS-Asia II: Modeling gaseous pollutants and evaluating an advanced modeling system over East Asia[J]. Atmospheric Environment, 2008,42:3571-3583.

[10] Yu Y,Sokhi R S, Kitwiroon N,etal. Performance characteristics of MM5-SMOKE-CMAQ for a summer photochemical episode in southeast in England, United Kingdom[J]. Atmospheric Environment, 2008, 42:4870-4883.

[11] 李莉, 陳長虹, 黃成, 等.長江三角洲地區(qū)大氣O3和PM10的區(qū)域污染特征模擬[J].環(huán)境科學(xué),2008,29(1):237-245.

[12] 李莉, 程水源, 陳東升, 等.氣象模式MM5的不同參數(shù)化方案評(píng)估J].北京工業(yè)大學(xué)學(xué)報(bào),2010,32(1):171-76.

[13] Darmenova K, Sokolik I N. Assessing uncertainties in dust emission in the Aral Sea region caused by meteorological fields predicted with a mesoscale model[J]. Global and Planetary Change, 2007, 56:297-310.

[14] Akylas E,Kotroni V,Lagouvardos K. Sensitivity of high-resolution operational weather forecasts to the choice of the planetary boundary layer scheme[J]. Atmospheric Research, 2007, 84:49-57.

[15] Mao Q,Gautney L L, Cook T M,etal. Numerical experiments on MM5-CMAQ sensitivity to various PBL schemes[J]. Atmospheric Environment, 2006, 40:3092-3110.

[16] Miao J F,Chen D, Wyser K,etal. Evaluation of MM5 mesoscale model at local scale for air quality applications over the Swedish west coast: Influence of PBL and LSM parameterizations[J]. Meteorology and Atmospheric Physics, 2008, 99:77-103.

[17] Srinivas C V,Venkatesan R,Singh A B. Sensitivity of mesoscale simulations of land-sea breeze to boundary layer turbulence parameterization[J]. Atmospheric Environment, 2007, 41:2534-2548.

[18]HanZW,UedaH,AnJ.EvaluationandintercomparisonofmeteorologicalpredictionsbyfiveMM5-PBLparameterizationsincombinationwiththreeland-surfacemodels[J].AtmosphericEnvironment, 2008, 42:233-249.

[19]SrinivasCV,VenkatesanDV,BhaskarRaoDV,etal. Numerical Simulation of Andhra Severe Cyclone (2003): Model Sensitivity to the Boundary Layer and Convection Parameterization[J]. Pure and Applied Geophysics, 2007, 164(8-9): 1465-1487.

[20] Juneng L, Tangang F T, Reason C J,etal. Simulation of tropical cyclone Vamei (2001) using the PSU/NCAR MM5 model[J]. Meteorology and Atmospheric Physics, 2007, 97(1-4):273-290.

[21] Garratt J R. Sensitivity of climate simulations to land2surface and atmospheric boundary layer treatments—A review[J]. J Climate, 1993, 6(3): 419-449.

Influence of PBL Parameterization on the Effect of Urban Air Quality Simulation

Wang Yonghong, Liu Hao, Peng Jingquan

(Guizhou Institute of Environmental Science and Designing, Guiyang 550002, China)

With employing four planetary boundary layer (PBL) parameterization schemes (Blackadar, ETA, MRF, and Gayno-Seaman), MM5 was applied to simulate the meteorological field and the turbulence in Urumchi. And then, urban air quality simulations were conducted to examine the impacts of different schemes by using CALPUFF model. Results show that among four PBL parameterization schemes, no one is distinguishable from the rest in terms of the simulation results of all the meteorological elements. Generally speaking, for those meteorological elements that have great impacts on the air quality simulation results, e.g. the wind field, good results are obtained as against observation. Only little difference in the simulation values in terms of wind speed, wind direction as well as temperature are witnessed for all the PBL concerned. Variations of simulated concentration of pollutants are of similar for those four simulations, among which, MRF PBL and Eta PBL schemes are better than the rest with regard to PM10and SO2simulation since simulation results thereof are closer to the observation. Differences in wind speed and the thickness of the inversion layer due to different PBL schemes employed are the major contribution to the differences in simulated concentration values.

PBL parameterization；urban scale；air quality simulation；influence

2015-07-03； 2015-07-30修回

王永紅，男，1979年生，工程師，碩士，研究方向：大氣環(huán)境污染控制。E-mail：371200560@qq.com

X16

A