论文部分内容阅读
面对日益严峻的大气复合污染状况和各国不断提高的空气质量标准，大气污染控制情景的研究愈发重要。以CMAQ为代表的空气质量模型，为大气复合污染的研究提供了可靠的工具支持。但其运算时间较长，对使用平台和人员要求较高和不能实时获得特定污染源排放控制情景下的环境污染物浓度变化的缺陷，限制了其在实际应用中的表现。因此，开发一款可以实时响应和分析多目标区域大气污染控制情景的工具（RSM-MultiRegion），具有较高的应用价值。论文首先建立了基于CMAQ模型模拟结果的高维响应曲面模型（RSM），实现了多个排放控制因子（32个及以上）与污染物环境浓度的实时响应。实验根据设定的控制因子，采样生成一定数量的控制情景，运用CMAQ模型模拟得到各个控制情景条件下的环境污染物浓度，然后采用非线性高维克里金插值算法，将这些浓度文件拟合成一个高维连续的空气质量响应表面，实时预测实验空间内任意排放控制情景下的空气质量状况。RSM模型建立后，论文使用6个统计学指标对模型的可靠性进行验证。美国东部地区PM2.5案例的验证结果表明，RSM预测值与CMAQ“真”值之间有较好的吻合度，所有样本的MB≤0.1667μg m3, NME≤3.66%且R≥0.993。中国区O3测试案例的结果同样显示， RSM的预测值有较高的可靠性。最后，论文通过RSM-Multi Region对美国东部地区年均PM2.5的污染情况进行了控制情景分析，利用实时环境污染物浓度图、数据分析图表等输出结果，对比不同排放控制情景下的环境效益。论文研究结果表明，基于合理的实验矩阵设计建立的高维RSM模型，可快速拟合出大气污染控制情景与污染物环境浓度的实时响应关系。RSM-Multi Region可快速评估多目标区域大气污染控制情景的实时环境效益，并具备考察不同类型排放源对目标区域空气质量的贡献等功能，可为制定和优化区域大气污染控制策略提供有力的支持。