中国东部冬季近几十年来雾霾天气增多原因研究：气象条件和人为排放所扮演的不同角色外文翻译资料

 2022-12-23 14:39:33

英语原文共 42 页，剩余内容已隐藏，支付完成后下载完整资料

中国东部冬季近几十年来雾霾天气增多原因研究：气象条件和人为排放所扮演的不同角色

摘要：利用1980–2014国家气候数据中心日数据库大气能见度的全球总结和1985–2005哥达德地球观测系统的量化（GEOS）化学输送模式（GEOS-Chem）模拟可入肺颗粒物浓度，得出，近几十年来在中国东部冬季雾霾的增加是不同的气象条件和人为排放所导致的。观测显示，中国东部（105–122.5°E，20–45°N）冬季雾霾平均日从1980年的21天增加到了2014年的42天，在1985-2005二十年间从22天增加到了30天。GEOS-Chem模型捕捉到1985-2005年间冬季PM2.5浓度增加的趋势，中国东部PM2.5平均浓度从1985年的16.1mu;g·m-3增加到了2005年的38.4mu;g·m-3。考虑到人为排放和气象参数的变化，模型模拟了中国东部冬季表层大气PM2.5浓度每十年增长10.5（plusmn;6.2）mu;g·m-3。只有当其在气象参数中浓度的增长趋势达到1.8（plusmn;1.5）mu;g·m-3时才会被考虑。在众多气象参数中，风速在1985-2005年间每十年减弱-0.09 m·S-1是导致冬季气溶胶浓度十年际增长和近几十年来中国东部雾霾天际增长的主导因素。

关键字：1、人为排放占主导的冬季阴霾天的增加

2、气象参素对雾霾增多占据17%的贡献

3、风对气象参素间的年代际增长

1、介绍

近年来，中国东部经常经历持续严重的带有高气溶胶浓度的冬季灰霾污染事件，中国13亿人口的一半受到其影响。在灰霾天，由于散射和气溶胶对太阳辐射的吸收使得大气能见度小于10公里，导致交通拥堵和航班取消（吴et al.，2005）。灰霾天的高气溶胶浓度也会对人类健康（Fajersztajn等，2013；佩普洛，2014）和生态系统（契梅德斯et al.，1999）有严重的不利影响。Lim等人（2012）的研究结果显示，由于气溶胶污染的增加，全球由可吸入颗粒物污染导致的死亡人数在1990-2010年间增加了约10%。中国东部气溶胶浓度的增加，经过长距离传输，进而影响了像北太平洋等下游地区的空气质量（杨et al.，2015）。近几十年来，气溶胶的增加促进了中国的日照时间在1954–1998年间每十年减少了1.0%（2002 Kaiser和钱），促进了中国的辐射强迫在1961-2000年间以每十年–6.6 W·m-2 的趋势减少（CHE et al.，2005；廖et al，2015），也促进了四川盆地表层大气温度在1953-1997年间每十年下降0.1K的趋势（Qian和乔吉，2000）。

中国东部冬季雾霾的形成与相对高的人为气溶胶排放和异常的气象条件相关（Sun et al.，2014；Zhang et al.，2014）。除了城市化进程的加快和经济的快速增长导致高排放之外，稳定天气的气象条件也是雾霾的主要成因之一，如在对流层低层逆温强、表层风速弱，并在行星边界层空气变稀薄，污染物积累在浅层和源区域内产生高浓度的污染物（赵等人，2013；Y. S. Wang et al.，2014；陈和王，2015；郑等，2015；Li et al.，2016）。上游地区的污染物随风的输送对当地较高的气溶胶浓度也有重要的贡献（韩等，2013；T.王等人，，2014）。韩等（2013）发现，污染物从华北平原南部到北部地区的扩散给北京带来了高浓度的可吸入颗粒物。L. T. Wang等（2014）的报告显示，河北北部和北京天津两大排放区域是石家庄2013年1月可吸入颗粒物污染的主要污染源。

大量研究表明，中国东部经历了一个上升的趋势在近几十年的阴霾天（CHE et al.，2007，2009；Zhao et al.，2011；程等，2013；丁和刘，2014；陈和王，2015）。由于长期缺乏一个监测网络的气溶胶在中国，雾霾天被确定为天能见度小于10公里，相对湿度小于90%的意见的基础上，将霾雾雾从假设时相对湿度大于或等于90%（丁和刘，2014）。

赵等。（2011）报告显示，华北北京-天津-河北地区有超过16个城市年平均霾日从1986年的46天增加到了2007年的78天。陈和王（2015）在研究中国北方78个城市的雾霾天数后发现冬季区域平均雾霾天从1960年的16天增加到了2012年的27天。程等。（2013）发现，在位于中国东部长江三角洲南京、杭州和苏州等地区，上世纪80年代年灰霾日数分别约为40、50和20 天，其后不断增加，2001年后分别增加到140、160和70天。车等。（2009）研究1980到2005年间超过31个中国的省会城市雾霾趋势，发现在中国东部和西南部冬季雾霾表现出明显的增长趋势，在中国东北部和西北部表现出下降的趋势。丁和刘（2014）也发现，在经济发达的中国东部，雾霾天增加，特别是在华南地区，年平均霾日从1960年代的3.9天提高到2008年的60天，而在经济欠发达的中国东北部和西北部雾霾天则减少了。他们还发现，超过553个中国城市冬季平均雾霾天从1960年代的1天迅速增加到2010年代的5天。

中国东部冬季雾霾天年代际变化的增长通常归因于人为气溶胶排放伴随快速的城市化进程和经济发展的增长。一些研究还表明，气象参数对雾霾天的年代际变化也有贡献。李等（2016）发现雾霾日与东亚冬季风指数之间的负相关系数为-0.41到 -0.49（指标的定义在850 hPa风或者位势高度），并认为在弱的东亚冬季风年近地面风的削弱减少了雾霾外流，有利于污染物在中国东部的积累。这一机制是考虑到在1969-2000年之间，风速每十年下降0.2 m· s-1 （Xu et al.，2006）。丁和刘（2014）发现在1961–2011年间，由于中国表层空气温度从10.5°C升高到10.8°C，大气表层相对湿度从70%降低到67%，可能是造成每年雾霾天从4天增加到15天的原因。理解雾霾天和气溶胶浓度增加的原因对于制作空气质量的长期规划是必要的。然而，以往的研究很少有定量地将人为排放和气象参数对近几十年来中国东部雾霾天的年代际变化影响的作用分离开研究讨论的。

在这里，基于一套覆盖1985–2005年冬季两模拟全球三维哥达德地球观测系统（GEOS）的化学输送模式（GEOS-Chem），结合观察到的大气能见度和同化的气象参数，我们提出了一项系统的研究，以研究近几十年来中国东部冬季雾霾的年代际变化趋势。我们的目的是进行量化研究：（1）观察近几十年的冬季雾霾天数以及模拟近几十年中国东部冬季PM2.5浓度；（2）模拟冬季人为排放和气象参数分别对PM2.5（硫酸盐、硝酸盐、铵盐、黑碳和有机碳）浓度趋势的影响；（3）各气象参数的相对重要性。

GEOS-Chem模型、排放物和数值实验是在第2节中描述的。第3节提供近几十年中国东部冬季雾霾天观测值和PM2.5浓度模拟值的比较。第4节研究模拟人为排放和气象参数对冬季PM2.5浓度趋势影响的不同作用。第5节研究各气象参数对PM2.5浓度趋势的相对重要性。

2、数据和实验方法

在这项工作中，观测能见度数据被用来计算冬季雾霾天数和评估模型模拟近几十年PM2.5浓度在中国东部的变化趋势的能力。观测到的能见度数据来自美国国家气候数据中心（NCDC）日全球概要（GSOD）数据库，收集的数据来自1980年和2014年之间346个在中国的气象观测站。该数据集包括每日能见度，温度，露点温度，海平面气压，风速，降水，并已在许多前人的研究中被使用（常等人，2009；K. Wang等人，陈和谢，2012；邓等人，2012）。在这项研究只对无降水日进行了分析，约占有大气能见度观测数据记录天数的91%。观察到的霾天被定义为一天中能见度小于10公里并且相对湿度小于90%（陈和谢，2012，丁和刘，2014，陈和王，2015）。

我们通过同化气象领域从哥达德地球观测系统驱动（GEOS）的NASA的全球模型同化办公室（GMAO）使用全球化学输送模式GEOS-Chem（版本8.02.01，http://acmg.seas.harvard.edu/geos）模拟气溶胶。这里使用的模型的版本有水平分辨率2°纬度2.5°经度垂直层达30层增量为0.01 hPa。GEOS-Chem模型完全耦合的O3–NOx–烃化学和气溶胶包括硫酸盐、硝酸盐、铵盐、有机碳、炭黑（Park et al.，2003；公园，2004），矿物粉尘（费尔利et al.，2007），海盐（亚力山大et al.，2005）。之间的气体和气溶胶阶段的硝酸和氨分解计算使用ISORROPIA（尼尼斯et al.，1998）。人为气溶胶的异构反应包括水解N2O5（伊万斯和雅各伯，2005），在潮湿的气溶胶NO3-和NO2-的不可逆吸收（雅各伯，2000），并吸收HO2的气溶胶（松顿et al.，2008）。矿物粉尘和海盐气溶胶不认为在这方面的研究，因为他们都不是主要的气溶胶成分在冬季在中国基于以前的测量（宣et al.，2000；叶等，2003；段等，2006）。然而，不包括灰尘和海盐可能会导致低偏差在模拟气溶胶浓度。

模拟气溶胶的GEOS-Chem模型的性能已在中国地面测量的许多研究中进行评估（Zhang et al.，2010；Jeong和公园，2013；江等，2013；王等，2013；娄等，2014；Y. Wang，2014；杨等人。et al，2015）。该模型低估了可入肺颗粒物浓度由3–4要素2013严重雾霾事件期间（Y. Wang et al.，2014），这可能会导致在模拟可入肺颗粒物趋势在我们的研究中，低偏置。然而，该模型捕捉的空间分布、季节变化和年际变化的浓度，和在中国的气溶胶光学厚度（江et al.，2013；杨等，2015）。

在GEOS-Chem模型全球气溶胶及其前体排放遵循（2003，2004）二氧化硫（SO2）排放，氮氧化物（NOx）、氨（NH3）在亚洲的排放清单。（2003）张及等。（2009）。人为排放量的年际变化为代表的年度比例因子。模拟人为排放量中国为1985–2005冬天，缩放因子为SO2和NOx在范董科拉尔等人所描述。（2008）。黑碳（BC）和有机碳（OC），比例因子为1996–2006取自Lu等人。（2011）和1985–1995来自政府间气候变化专门委员会（IPCC）第五次评估报告（AR5）排放清单（拉马克等人，2010）采用线性插值的方法。IPCC AR5存货每10年1850和2000之间的排放。从东等人获得的比例因子的NH3为1994至2006。（2010）和copy;2016美国地球物理联合会。保留所有权利。那些1985到1993来自IPCC AR5排放清单。生物质燃烧排放是从全球火灾排放数据库，2版（gfed-2）存货及固定在2005的水平（van der Werf等，2006）。图1显示了十二月一月二月––变化（DJF）排放（人为和自然排放）的气溶胶和东部中国气雾剂前体（105–122.5°E，20–45°n）从1985到2005。在气溶胶和气溶胶前体物的排放量中，SO2排放量增幅最大。冬季SO2排放量从0.91增加TG的季节minus;1 1985 2.51 1 2005minus;TG的季节在DJF（176%相对于DJF 1985排放量增加）。从1985到2005，NOx、NH3、BC和OC的排放量，增加了150，118，60，和22%，分别。

使用geos-4气象场驱动的GEOS-Chem模型模拟了1985到2005的冬天在中国气溶胶浓度。模拟涵盖了21个冬季，被定义为一年的最后一个月和明年的两个月。例如，2000的冬季包括十二月的2000和一月和二月的2001。以下模拟进行比较观测灰霾日数趋势和模拟可入肺颗粒物浓度在冬季中国东部，并确定在模拟可入肺颗粒物趋势人为排放和气象参数变化的作用：

1）控制：二月2006 DJF气溶胶从十二月1985模拟，在气象条件和人为排放量超过1985–2006变化。copy;2016美国地球物理联合会。保留所有权利。

2）满足：模拟DJF气溶胶在1985十二月至2006二月在气象参数变化来量化这些参数的变化对模拟可入肺颗粒物浓度在东部中国潮流的影响。气象参数允许变化超过1985 - 2006。人为排放量固定在2005级。

用MET模拟人为排放量固定在2005级，以检查气溶胶的变化所造成的气象参数的变化趋势。如果排放量设置为1985，当前条件下由于排放和浓度之间的非线性，该模型可能无法准确地再现气溶胶浓度，并会在模拟气溶胶浓度的变化趋势时发生模拟偏差。

3.观测近几十年的雾霾天数并模拟PM2.5浓度

图2A，B为DJF平均大气能见度与灰霾天平均超过1980至2014，分别。在中国东部的大气能见度较低，在行业和经济的迅速发展与中国其他地区相比。能见度低于10公里的东部在中国网站的1/5（105–122.5°E，20–45°N）。在中国东部的平均能见度为15公里，其中小于18.3公里为全中国的平均值。基于对研究大气能见度和相对湿度的霾日

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[28525]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章