MEIC 清单对兰州市西固区臭氧污染预测的适用性研究
马明月1，杨 宏1，潘 峰1，仝纪龙1，尹 伊2
（1. 兰州大学大气科学学院，甘肃 兰州 730000；2. 中国人民解放军93956部队，甘肃 张掖 734000）
摘 要： 近年来我国臭氧污染问题日益凸显，西固区是兰州市石化工业主要集中区域，其排放的包括挥发性有机物、氮氧化物、一氧化碳等在内的大气污染物经光化学反应可生成二次污染物臭氧。文章利用ArcGIS 技术精细化处理中国多尺度排放清单模型（MEIC ），经污染源排放模式（SMOKE ）获得基于MEIC 清单的西固区精细化大气污染源排放清单，通过多尺度空气质量模式（CMAQ ）进行臭氧污染模拟，与该区域国控监测站及六参数微型空气监测站臭氧监测数据对比分析，验证MEIC 清单对兰州市西固区臭氧污染预测的适用性。结果表明，MEIC 清单反映西固区污染源本地化情况时精确度和分辨率存在一定误差，且最新的2016年MEIC 清单数据与2018年污染源实际情况存在差异，因此利用MEIC 清单对西固区开展臭氧污染预测不完全适用，该地区迫切需要建立本地化精准大气污染源排放清单。
关键词： 兰州市西固区；MEIC 清单；空气质量模式；臭氧；区域适用性中图分类号： X51文献标志码： A DOI ：10.16803/jki.issn.1004 − 6216.2021.02.024
Applicability of MEIC to predict ozone pollution in Xigu District of Lanzhou
MA Mingyue 1，YANG Hong 1，PAN Feng 1，TONG Jilong 1，YIN Yi 2
（1. College of Atmospheric Sciences, Lanzhou University, Lanzhou 730000, China ；2. Unit 93956 of the People's Liberation Army of China, Zhangye 734000, China ）
Abstract ： In recent years, the ozone pollution problem in China has become increasingly prominent. The Xigu District is the main concentration area of the petrochemical industry in Lanzhou. The emission of the atmospheric pollutants, such as volatile organic compounds, nitrogen oxides and carbon monoxide, can generate the secondary pollutants by ozone photochemical reactions.In this paper, a detailed emission list of air pollution sources based on the Multi-resolution Emission Inventory for China (MEIC) was obtained in Xigu District by using ArcGIS technology and Sparse Matrix Operator Kernel Emissions Modeling System (SMOKE).The Community Multiscale Air Quality Model (CMAQ) was used to simulate the ozone pollution. Comparing with the ozone monitoring data of National Control Monitoring Station and Six-par
ameter Micro Air Monitoring Station in the region, the applicability of MEIC to predict the ozone pollution in Xigu District was verified. The results showed that there were some errors in the accuracy and resolution with the MEIC reflecting the local pollution sources. And there was also difference between the latest MEIC data in 2016 and the actual pollution sources in 2018. Therefore, the MEIC was not fully applicable to predict the ozone pollution in Xigu District. It was urgent to establish a localized and accurate emission list of air pollution sources in Xigu District.
Keywords ： Xigu District of Lanzhou ；MEIC ；CMAQ ；ozone ；regional applicability CLC number ： X51
近地面高浓度臭氧对人体健康和生态环境危害很大，如破坏人体免疫功能、引起呼吸系统疾病、造成农作物减产和叶片坏死脱落等，近年来，我国二次污染物臭氧表现出污染出现月份渐早、区域范围逐步扩大、污染程度逐步加深、轻微污染城市
数量渐增的态势[1]。臭氧污染在我国日益凸显，其防治工作已成为当下面临的主要问题。
兰州市是中国西北地区重要的工业基地和综合交通枢纽，东西长南北窄、四面山环绕的地理特征形成了该地区风速小、大气层稳定、逆温层厚
收稿日期：2020 − 07 − 08
基金项目：“兰州大学中央高校基本科研业务费专项资金”自由探索项目（lzujbky-2017-65）
作者简介：马明月（1995 − ），女，硕士研究生。研究方向：大气物理学与大气环境及环境影响评价。E-mail ：mamy18@lzu.edu 通信作者：杨 宏（1981 − ），女，博士研究生、工程师。研究方向：应用气象类环境影响评价及大气化学。E-mail ：365613722@qq 引用格式：马明月，杨 宏，潘 峰，等. MEIC 清单对兰州市西固区臭氧污染预测的适用性研究[J ]. 环境保护科学，2021，
47（2）：
136 − 144.
且常年存在的气象条件，污染物难以水平及湍流扩散，无法自然消除[2]。西固区作为兰州市石化工业聚集地，在为我国经济发展作出重要贡献的同时，其排放的包括挥发性有机物在内的大气污染物对周围的环境空气质量造成了一定影响。
臭氧污染前体物种类繁多、成因复杂，对易发生臭氧污染的兰州市西固区而言，开展臭氧防治工作迫在眉睫，而一份精准的、包含区域时空分布特征的本地化大气污染源排放清单是厘清臭氧时空变化特征及生成机制、提出区域针对性臭氧防治对策的关键要素。本文利用高精度GDP、人口、土地利用类型及路网数据对中国多尺度排放清单模型（MEIC）[3]进行细化处理，通过污染源排放模式获取西固
区基于MEIC清单的大气污染物精细化网格排放清单，输入多尺度空气质量模式模拟臭氧污染情况，与该地区国控监测站及六参数微型空气监测站监测数据对比分析，验证MEIC清单对西固区臭氧污染预测的适用性。
1 数据与方法
1.1 研究区域及研究时间
本次研究区域为涵盖兰州市西固区的50 km×50 km网格，网格距为1 km研究区域，见图1。
分析2018年兰州市臭氧监测资料发现，6月是该年度兰州市臭氧污染最严重的月份，而在西固区更是出现了多个时段臭氧日均值浓度超过了标准值的情形。根据兰州市臭氧典型污染时空分布特征，选取一次连续中度污染过程，确定本次模拟预测时间区间为2018年6月8日至6月12日。
1.2 研究对象
本研究基础清单采用清华大学中国多尺度排放清单模型（MEIC）提供的2016年0.25°×0.25°分辨率排放清单，该清单是国内目前具有较高代表性的中国区域大气污染物和温室气体人为源排放清单模型，包括电力源、工业源、民用源、农业源及交通源等污染源类型，涉及的7种一次污染物包括NO x、PM10、PM2.5、NH3、VOCs、SO2、CO，其中VOCs、NO x、CO是形成O3的重要物质。
具有本地化特征的精准大气污染源排放清单是研究区域臭氧污染的基础，因此，本文通过技术处理后获取基于MEIC清单的西固区域精细化大气污染源排放清单。
中国黑社会
图 1 研究区域示意图
1.3 空气质量模式系统及参数设置
本文选用中尺度气象模式（Weather Research Forecast, WRF）为多尺度空气质量模式（Community Multiscale Air Quality Model, CMAQ）提供中尺度气象场，利用污染源排放模式（Sparse Matrix Operator Kernel Emissions Modeling System, SMOKE）获取网格化大气污染源排放清单，通过CMAQ模式进行臭氧污染模拟，以评估MEIC清单对西固区臭氧污染预测的适用性。WRF气象模拟及CMAQ模拟参数设置，见表1。
表 1 WRF及CMAQ模拟参数设置
WRF模式参数设置CMAQ模式参数设置参数类型参数设置参数类型参数设置
模拟范围92°E~114°E，29°N~42°N模拟范围103.21°E~103.78°E，35.87°N~36.33°N 投影坐标类型兰勃特投影投影坐标类型笛卡尔坐标系
垂直坐标地形追随质量垂直坐标地形追随质量
嵌套网格1:5:5嵌套网格一重
泉州邮编垂直层数32层垂直层数32层
水平分辨率1 km，5 km，25 km水平分辨率1 km，5 km，25 km
网格数（第三重）91 km×71 km网格数50 km×50 km
第 2 期马明月 等：MEIC清单对兰州市西固区臭氧污染预测的适用性研究137
2 兰州市西固区精细化大气污染源排放
清单
2.1 西固区MEIC 清单空间分配方法
大气污染源排放清单细化分配处理考虑时间分配、网格空间分配等因素，结合本地区实际情况，将已有MEIC 数据进行污染物浓度网格化处理，得到具有本地化特征的MEIC 清单。
2.1.1 创建西固区细化分配网格 在ArcGIS 10.4.1中创建涵盖西固区的渔网50D （网格距：1 km ；网格
数：50×50；渔网范围：103.21～103.78°E ，35.87～36.33°N ），投影坐标系与西固区坐标系相同。
将MEIC 清单提供的5类污染源7种污染物数据导入ArcGIS 10.4.1，依次栅格转点获得各行业污染物排放量，同时以MEIC 清单边界（102.00°E ～105.00°E ，35.00°N ～38.00°N ）创建网格距为0.25°的渔网，其与50D 渔网有覆盖重合区域且网格边界互相分割（50D 渔网与0.25°渔网相对位置，见图2）。因此，将MEIC 清单污染源排放信息准确赋予1 km 精细化网格是本研究工作重点。
图 2 50D 渔网与0.25°渔网相对位置示意图
2.1.2 西固区各类污染源空间分配 （1）电力源及工业源空间分配。GDP 是衡量一个国家或地区生产活动成果及经济状况的最佳指标，将其与电力、工业行业污染源资料融合，可更好地对大气污染源进行精细化分配。本研究利用0.25°渔网与50D 渔网边界相交处互相切割且具有比例关系原理，在ArcGIS 10.4.1中通过中国公里网格GDP 分布数据
企业如何管理人才集最新1公里网格GDP 空间分布数据[4]对西固区电力源及工业源细化分配（GDP 分布见图3(a)）。该数据库以行政区域为单位实现1公里网格GDP 空间分布[5]。
（2）民用源空间分配。民用源以许多大气环境工作者认可[6 − 8]的高分辨率人口数据为细化分配大气污染源排放清单依据，在ArcGIS 10.4.1中结合中
续表 1
WRF 模式参数设置
CMAQ 模式参数设置参数类型参数设置
参数类型参数设置大尺度气象背景场1°×1°NCEP 再分析资料（6 h 间隔）
坐标驱动模块Ctm_wrf 微物理过程方案WSM3类简单冰方案
时间步长初始化模块Init_yamo 辐射方案RRTM 长波方案和云（Dudhia ）短波方案
质量守恒误差调整方案Yamartino 近地面层方案莫宁-奥布霍夫方案
位转换和浓度耦合模块
Gencoor_wrf 陆面过程方案Noah 方案水平平流模块Hyamo 边界层方案YSU 方案
垂直平流模块Vwrf 积云参数化方案
浅对流Kain-Fritsch （new Eta ）方案
水平扩散模块Multiscale 垂直扩散模块acm2气相化学求解器模块
ebi_cb05tucl 气溶胶模块aero6云模块cloud_acm_ae6化学机制
cb05tucl_ae6_aq
138
环境保护科学第 47 卷
国公里网格人口分布数据集最新1 km×1 km空间人口数据[9]完成分配（人口分布见图3(b)）。该数据库构建人口空间分布模型，生成1 km×1 km的空间化统计型人口数据[10]。
图 3(a) 西固区GDP数据空间分布图
图 3(b) 西固区人口数据空间分布图
以1 km GDP数据计算电力源污染物空间分布为例，具体分配方法如下。
首先在ArcGIS 10.4.1中令0.25°渔网与50D 渔网相交，获取两渔网互相分割情况及各0.25°网格上包含
的碎片化1 km网格面积S1；令栅格转点后的GDP数据与50D渔网相交，获取各50D网格上的GDP数量G50D；再令栅格转点后的电力源各污染物数据依次与0.25°渔网相交，获取各0.25°网格上各污染物排放量P总。其次，将S1与未被分割的完整1 km网格面积作比，并与G50D相乘，即获得所有碎片化网格上的GDP数量G1，以0.25°渔网编号汇总得各0.25°网格上的GDP数量G总。再次，将G1与G总比值同P总相乘，得到所有碎片化1 km网格上的污染物排放量P1。最后，以50D渔网编号汇总P1，最终获得各50D网格上污染物的排放量，至此完成1 km GDP数据分配电力源。GDP 数据分配工业源及人口数据分配民用源计算方法相同。
（3）农业源空间分配。农业源主要污染物与氮肥施埋、禽畜养殖、生物质燃烧等过程排放的氨相关[11]，通过土地利用数据与农业源MEIC清单资料的融合可以较好地表征西固区农业源排放情况。本文结合张凯等[2]兰州市人为氨源排放贡献率研究成果和中国土地利用/土地覆盖遥感监测最新数据[12]（土地利用分布见图3(c)），划分不同农业氨源排放过程涉及的土地利用类型（如“耕地”主要分担氮肥施埋过程氨排放），将人为氨源排放贡献率分配给每种土地利用类型，完成农业源细化分配。
图 3(c) 西固区土地利用数据空间分布图
（4）交通源空间分配。郑君瑜等[13]研究表明，一个地区的交通源污染物排放空间分布与其主干路网分布一致，呈明显路状分布。本文采用Open Street Map Data数据库2018年甘肃路网数据[14]结合ArcGIS技术细化分配交通源，获得更切合西固区实际的污染物排放情况（路网分布见图3(d)）。
图 3(d) 西固区路网数据空间分布图
2.2 西固区MEIC清单时间分配方法
电力源及农业源具有较明显的月变化特征，民用源、农业源及交通源具有更为显著的日变化特征。本
研究时间分配参数引用毛红梅等[15]通过部门调研和问卷调查等实际调研获得的各源项逐月和逐时时间分配系数，计算获得各污染物时间分配系数，以备输入SMOKE模式。研究过程中引用的各源项逐月和逐时时间分配系数，见表2和表3。
2.3 SMOKE制作网格化清单
将WRF运行结果经MCIP模块获得的多个相关气象文件、前文处理得到的时空分配结果及ArcGIS 10.4.1细化分配后的一次污染物排放量输
第 2 期马明月 等：MEIC清单对兰州市西固区臭氧污染预测的适用性研究139
入SMOKE中，即可得到包含西固区的研究区域内各污染物1 km网格化清单（西固区及其周边区域大气污染源排放清单，见表4，各行业污染物排放占比，见表5）。
表 2 各污染源月分配权重% t/月电力源工业源民用源农业源交通源111.508.338.3312.008.33 211.508.338.3310.008.33 310.008.338.33 5.008.33 49.508.338.33 1.008.33 58.008.338.3315.008.33
6 5.008.338.3315.008.33圣诞节2022年是几月几日
7 5.008.338.33 5.008.33
8 5.008.338.33 1.008.33
9 5.008.338.33 1.008.33 109.008.338.33 5.008.33 119.508.338.3315.008.33 1211.008.338.3315.008.33
表 3 各污染源小时分配权重%时刻电力源工业源民用源农业源交通源0:00 4.17 4.170.000.00 1.88 1:00 4.17 4.170.000.00 1.54 2:00 4.17 4.170.000.00 1.34 3:00 4.17 4.170.000.000.80 4:00 4.17 4.170.000.000.67 5:00 4.17 4.170.000.000.87 6:00 4.17 4.17 5.400.00 1.88 7:00 4.17 4.178.100.00 3.08 8:00 4.17 4.178.100.00 6.70 9:00 4.17 4.17 5.4010.00 6.97 10:00 4.17 4.17 2.7010.00 6.70 11:00 4.17 4.178.1010.00 5.76 12:00 4.17 4.178.1010.00 5.36 13:00 4.17 4.17 5.4010.00 5.50 14:00 4.17 4.17 5.4010.00 5.76 15:00 4.17 4.17 2.7010.00 5.63 16:00 4.17 4.17 2.7010.00 6.03 17:00 4.17 4.17 5.4010.008.04 18:00 4.17 4.178.1010.00 6.70 19:00 4.17 4.178.100.00 5.50 20:00 4.17 4.17 5.400.00 4.42 21:00 4.17 4.17 5.400.00 3.75 22:00 4.17 4.17 5.400.00 2.68 23:00 4.17 4.170.000.00 2.41
表 4 基于MEIC清单的西固区及其周边区域精细化大气污染源排放清单t·a−1污染源类型NO x PM10PM2.5NH3VOCs SO2CO 电力源8 962.3672 002.0231 264.7950.000198.5797 148.81910 250.590工业源36 796.15019 309.85512 723.306575.22941 593.99726 467.227126 529.281民用源1
619.2774 038.2243 493.363350.1006 087.7403 256.43969 178.992农业源0.0000.0000.0005 413.7340.0000.0000.000交通源9 932.522476.504466.50946.5085 533.966373.04231 467.490合 计57 310.31725 826.60717 947.9746 385.57253 414.28337 245.527237 426.353
表 5 西固区各行业污染物排放比例%污染源类型NO x PM10PM2.5NH3VOCs SO2CO
电力源15.647.757.050.000.3719.19 4.32今年是几点几分立秋
工业源64.21*74.77*70.89*9.0177.87*71.06*53.29*
民用源 2.8315.6419.46 5.4811.408.7429.14
农业源0.000.000.0084.78*0.000.000.00
交通源17.33 1.85 2.600.7310.36 1.0013.25
注：“*”表示各污染物主导排放行业。
有关冬至的古诗3 模拟结果与分析
3.1 西固区国控站及六参数微站空间分布
国控监测站及六参数微型空气监测站可连续监测包括臭氧在内的污染物小时浓度和日均浓度，以及时掌握当前辖区内环境空气污染现状、变化规律及趋势。本研究选取西固区兰炼宾馆国控监测站及可代表西固区主城区污染物空间分布情况的5个六参数微型空气监测站监测数据，与空气质量模式模拟结果对比分析（国控站及微站位置分布，见表6）。
140环境保护科学第 47 卷
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论