气象条件对华北地区PM2.5浓度影响的模拟研究

朱凌云+韩霄+安炜+高怡

摘 要：利用2008年奥运会期间取得的观测资料，使用RAMS-CMAQ耦合模式设计敏感试验，对相同污染源条件下不同气象场（2007-08和2008-08）对华北地区PM2.5浓度的影响进行了定量分析。分析表明，模式系统可以较为准确地反映区域大气污染物的演变特征，不同气象条件对PM2.5浓度的影响非常明显。2007-08 PM2.5的高值区域主要位于北京地区、河北中南部地区和河南北部地区，而2008-08高值中心区域明显缩小。两种气象条件下差值较大的地区为北京南部、石家庄地区和河北河南交界处，奥运村站2007-08较2008年同期浓度相差达2倍以上。温度、湿度等气象条件的不同引起的污染物的输送和累积是造成PM2.5浓度差异的主要原因。

关键词：RAMS-CMAQ；气象条件；PM2.5；二次气溶胶

中图分类号：X16 文献标识码：A 文章编号：2095-6835（2014）02-0142-04

华北地区空气质量呈现出煤烟与尾气的复合型污染态势，是一个非常复杂的非线性问题。从环保部发布的120个重点城市空气质量日报可以看出，近年来，华北地区各城市首要污染物基本均为可吸入颗粒物 （PM10），而PM10中的细粒子（PM2.5）粒径较小，比表面积较大，更容易富集各种有害物质，通过呼吸作用进入人体肺部并累积下来，因此，其浓度与人体健康关系密切。由于PM2.5体积小、重量轻且数量多，因此不易通过干沉降去除。自20世纪90年代以来，PM2.5的化学成分、来源和传输过程越来越受到重视，成为国内外研究的焦点之一。

众所周知，气象条件对污染物的稀释、输送和扩散起着重要的作用，针对城市空气质量与气象条件之间的关系，研究人员取得了一些研究成果。任阵海等研究表明，西太平洋高压和台风的时空演变对我国环境质量有十分重要的影响。这种影响主要表现在形成的高压均压场对污染物有累积效应，也会出现污染物的汇聚，而其周边流场对区域污染物有输送作用。此外，天气系统的降水分布又对大气污染物有清除的作用，而且天气形势演变的空间和周期性形成了大气环境的区域性和过程性等复杂的特征。任阵海等提出大气汇聚带是造成地区较重污染的一类环境过程，它主要限于在大气边界层内的大气污染物的汇聚过程，影响沙尘天气的冷锋也是一种深厚的汇聚带，在其侵入北京时往往出现先污染后沙尘的现象。徐敬、董雪玲等通过分析认为，PM2.5的浓度与地面气象要素中本站气压、相对湿度和风速有很好的相关性，与气温相关性较差。而宋宇等认为，夏季尤其是持续高温期间，由于日照时间长、气温高，光化学反应十分活跃，二次气溶胶成为PM2.5的重要来源。Wang Wentao等认为，在颗粒物浓度的变化中，气象因素所占比例大于源控制所占份额，源控制所占份额为16%，而气象参数（主要考虑南来气团和降水）所占比例为40%.有研究表明，奥运会期间大气污染程度较低，可能是源于有利的气象场和严格的排放控制共同作用。Zhang等则发现由于稳定的天气条件，气溶胶浓度在奥运会期间的某些天是持续增加的。

为了定量分析气象条件对华北地区PM2.5浓度的影响，以期为科学制订大气污染调控措施提供科学依据。使用RAMS-CMAQ 空气质量模式模拟了华北地区2008-08的PM2.5浓度，利用奥运会期间大量的观测资料对模式进行了验证，并设计了一个敏感试验，对2008-08和2007-08相同污染源条件下PM2.5浓度的时空变化进行了对比分析，以讨论气象条件对PM2.5浓度时空变化的影响。

1 模式介绍

文中使用的三维化学输送模式系统是在区域大气质量模式系统CMAQ和区域大气模式系统RAMS的基础上发展起来的。这个系统的特点是吸收了中尺度气象学和大气化学等领域的许多最新研究成果。CMAQ是美国环保署最新一代空气质量模式系统（Models-3）的核心部分，可用于研究城市和区域尺度对流层臭氧、酸沉降、大气能见度、大气颗粒物和其他的污染问题。RAMS（Regional Atmospheric Modeling System）是一个比较完善的中尺度动力学模式，目前被广泛应用于理论研究和业务天气预报中。由于其对天气过程和边界层结构有很好的描述，所以选取RAMS为CMAQ提供气象场及其所需的参数。该模式系统已成功地被用于东亚地区对流层臭氧、气溶胶及其前体物演变过程的研究。

模拟采用两重网格，其中粗网格水平格距为64 km，模拟区域覆盖整个东亚地区，细网格水平网格距为16 km，模拟区域以北京（40° N，116° E）为中心，面积为1 440 km×1 504 km。垂直方向共分为15层，顶高度约为20.7 km，第一层厚度约为100 m。模拟时段为2008-06-08—08-31。模式系统边界条件由MOZART-4提供。人为排放源取自MICS-AsiaⅡ（第二期东亚大气化学输送模式比较计划）编制的亚洲地区0.5°×0.5° 月平均污染源清单，主要包括SO2、氮氧化物、非甲烷烃和氨气。植物燃烧或森林大火释放的污染物[如黑碳（BC）]、有机碳[（OC）、CO、NOX）]源自基于AVHRR卫星资料估算的全球0.5°×0.5° 月平均排放源清单。飞机释放和闪电产生的氮氧化物取自EDGAR的1°×1° 月均值。土壤排放的氮氧化物和氨源自亚洲地区0.5°×0.5° 月平均排放源清单。植物排放的碳氢化合物取自GEIA的1°×1° 月均值。此外，火山排放的SO2亦取自MICS-AsiaⅡ。

2 结果分析

2.1 模式验证

本文收集了京津冀大气环境观测网15个站点的PM2.5观测数据，然后对模式系统的模拟效果进行检验。京津冀大气环境观测网是中科院大气所为了保障奥运会期间空气质量而建立的北京及周边地区大气环境质量监测站网，该站网共17个站，各站从2008-06—09进行监测，监测项目多达十余项。本文选取的观测时间为2008-08，PM2.5的观测仪器使用RP1 400环境颗粒物监测仪， 最低检测限为0.06 μg/m3·h，质量分辨率为0.1 μg/ m3，精度为±1.5 μg/m3·h。气象数据来自于中国气象局128个气象站常规气象观测资料，观测要素为气温、降水、风向和风速。endprint

奥运会期间对北京及周边地区的污染源实行了严格的控制措施，为了与实际污染源情况基本吻合，在进行模式验证时对污染源进行了处理，即2008-07-20—08-31，北京地区污染物源强下降35%，周边地区下降25%，其中2008-08-16—25为加强控制期，北京地区污染物源强下降50%，周边地区下降35%.

为了说明模式系统中的模拟效果，文章对模式系统模拟的温度、风向、风速和降水及PM2.5浓度与观测资料进行了对比。总体而言，模式值和实测值吻合度较高，模式系统可以较为准确地反映区域大气污染物的演变特征。限于篇幅，文中仅给出部分对比结果，图1为2008-08两个站点模式模拟的风向风速与观测值的逐时时间序列图；图2为风速的模拟效果；图3为PM2.5模式模拟和观测值日均值比较和奥运村站逐时时间序列图。

图1 2008-08两个单站的模式模拟与观测资料风速（m/s）逐时时间序列图

图2 2008-08月两个单站的模式模拟与观测资料风向逐时时间序列图

图3 模式模拟和观测资料PM2.5（μg/m3）日均散点图和奥运村站逐时时间序列图

2.2 情景设计

情景1（用S1表示）：模拟计算研究区域2008-08 PM2.5的浓度。

情景2（用S2表示）：污染源不变，将气象场更换为2007年同期气象场，计算研究区域PM2.5的浓度。

2.3 结果分析

图4给出了在污染源排放水平相同的情况下，2007-08和2008-08月PM2.5、硫酸盐、硝酸盐和铵盐月均浓度水平和差异分布图。

从图中可以看出，2007-08风场与2008-08明显不同：2007-08风速较2008年明显偏大，2007年北京大部分地区主要受来自陆地的偏南风影响，而北京南部地区则主要受来自海上强劲的东风影响；2008年风速较小，北京地区主要受到来自海上的偏南风影响，而华北地区污染物的主要输送通道——西南方向输送通道风速较小，输送作用不强。

在污染物排放水平不变的情况下，不同的气象条件对污染物的浓度和分布均有较大影响。2007-08 PM2.5浓度明显大于2008年同期，差值约为2008年同期浓度值的近3倍，一方面是由于输送作用和其他气象条件（温度、湿度）的不同带来的污染物的输送和累积；另一方面是由于海上风速较大，带来了丰沛的海盐粒子。2007-08 PM2.5的高值区域主要位于北京地区、河北中南部地区和河南北部地区，浓度值在300 μg/m3以上，而2008年同期高值中心主要位于北京南部、河北部分地区，河南北部已无明显高值中心，差值较大的地区为北京南部、石家庄地区和河北与河南的交界处，差值高达300 μg/m3。

从硫酸盐粒子等3种粒子浓度的大小来看，差值较细粒子小得多，这是因为3种粒子前体物来源较为单一，自身变化较小，主要是由于气象条件和输送作用造成的不同。Yao等和杨复沫等认为，随着大气相对湿度的升高，SO2在云中的氧化反应明显增强。当大气相对湿度（RH）小于60% 时，大气中水相非均相反应不再占主导地位，SO2向SO42-的转化率降低；当大气相对湿度大于60%时，SO2向SO42-的转化率明显升高，这说明水溶性粒子与气象条件关系较为密切。2007-08硫酸盐粒子浓度大于50 μg/m3以上的地区主要为北京、河北中南部，而2008年同期分布范围大大缩小，主要位于石家庄地区，差值在50 μg/m3以上的区域为北京南部地区。硝酸盐粒子浓度较硫酸盐粒子浓度小，2007-08大于30 μg/m3以上的区域主要在北京、河北南部一线，而2008年同期则主要是在源区附近有较小的高浓度区。不同气象条件下硝酸盐粒子浓度变化比较复杂，由于夏季光照强烈，NO2寿命极短，大气输送对硝酸盐粒子浓度分布作用不明显。从图4中可以看出，北京南部地区2008-08浓度值较2007年同期大，说明北京地区2008-08的气象条件更有利于硝酸盐粒子的产生和累积，负的差值达10 μg/m3以上，这一负的差值区域向北延伸，而北京以南周边地区均为正的差值，差值在10 μg/m3以上的区域主要分布在河北中南部、北京和天津交界处。2007-08铵盐粒子浓度高值中心位于北京南部，差值在20 μg/m3以上的区域与硫酸盐粒子相似，主要位于北京南部地区。

2007-08（S2） 2008-08（S1） S2-S1

图4 不同气象条件下（S2，S1）时PM2.5和硫酸盐、硝酸盐、

铵盐粒子浓度及其差值（S2-S1）分布图（μg/m3）

为了进一步说明气象条件对PM2.5浓度的影响，文章选取了4个站点进行分析，表1为选取的4个站点PM2.5和三种粒子在不同气象条件下浓度的比较结果。

从表1中可以看出，气象条件对空气质量的优劣影响非常大。2007-08 （S2），4个站的PM2.5浓度水平非常高，浓度值均在200 μg/m3以上，均比2008-08（S1）情景下浓度值高，其中以石家庄和奥运村最高，而S1情景下则为唐山和石家庄站浓度最高，奥运村站浓度仅为88.5 μg/m3。从排放源分布来说，山西、河北地区工业污染源较多，排放强度较高。在S2情景下，山西地区为偏东转偏南风，在向北输送的过程中，受到来自内蒙古地区较强的偏西气流影响，污染物向北京地区输送；在S1情景下，山西地区风速很小，河北地区主要为偏东南气流。因此，本文认为，除当地气象条件的不同外，输送作用在污染物的水平分布方面起到了较大的作用。此外，在S2情景下，海上风速较大，三种水溶性粒子所占比重明显小于在S1情景下，三种粒子占比下降了30%以上（详见表2）。奥运村站在S2情景下较在S1情景下浓度高2倍以上，为220.7%，石家庄和天津两个站的浓度较在S1情景下分别上升了135.4%和120.3%，唐山站上升幅度最小，为80.0%.硫酸盐粒子浓度上升幅度较PM2.5明显降低，奥运村站上升了1倍以上，为145.2%，唐山站仅上升了39.7%.铵盐粒子和硫酸盐粒子特点相同，但由于浓度较低，且前体物分布广泛，因此变化幅度较小，奥运村站上升了95.1%，唐山站仅上升了14.1%. 硝酸盐粒子浓度变化比较复杂，4个站中仅奥运村站S2较S1浓度上升，上升了19.3%，其他3个站均为下降，且下降幅度较大，唐山站最大，下降了41.3%，这说明硝酸盐粒子的生成和传输与其他两种粒子明显不同。endprint

表1 4个站点在不同气象条件下PM2.5等对比结果一览表（μg/m3）

站名 PM2.5 SO42-

S2 S1 S2-S1 百分比

/ % S2 S1 S2-S1 百分比

/ %

奥运村 283.7 88.5 195.2 220.7 77.7 31.7 46.0 145.2

天津 212.3 96.4 115.9 120.3 69.2 40.0 29.1 72.8

石家庄 284.5 120.9 163.7 135.4 91.2 57.2 33.9 59.2

唐山 229.1 127.3 101.8 80.0 73.0 52.2 20.8 39.7

NO3- NH4+

奥运村 30.4 25.5 4.9 19.3 37.6 19.3 18.3 95.1

天津 18.7 21.2 -2.5 -11.7 30.7 20.9 9.9 47.4

石家庄 16.2 21.4 -5.3 -24.6 36.9 26.9 10.0 37.1

唐山 19.1 32.5 -13.4 -41.3 31.0 27.2 3.8 14.1

表2 4个站点在不同情景下三种粒子在PM2.5中所占百分比

地点

百分比

时间 奥运村 天津 石家庄 唐山

2008-08 85.81 84.32 86.49 87.22

2007-08 51.37 55.84 50.68 53.73

3 结束语

通过上述内容，可得出以下结论：

2007-08（S2）PM2.5的高值区域主要位于北京地区、河北中南部地区和河南北部地区，浓度值在300 μg/m3以上，而2008-08（S1）高值中心区域明显缩小，差值较大的地区为北京南部、石家庄地区和河北河南交界处，奥运村站在S2情景下较在S1情景下浓度高2倍以上，为220.7%，石家庄和天津两个站的浓度较在S1情景下分别上升了135.4%和120.3%，唐山站上升幅度最小，为80.0%.

在S2情景下硫酸盐粒子浓度大于50 μg/m3以上的地区主要为北京、河北中南部，而在S1情景下分布范围大大缩小，主要位于石家庄地区，差值在50 μg/m3以上的区域为北京南部地区，奥运村站上升了1倍以上，为145.2%，唐山站仅上升了39.7%.

硝酸盐粒子浓度较硫酸盐粒子浓度小，2007-08大于30 μg/m3以上的区域主要在北京、河北南部一线，而2008年同期则主要是在源区附近有范围较小的高浓度区。不同气象条件下硝酸盐粒子浓度变化比较复杂，差值有正有负，说明硝酸盐粒子的生成和传输与其他两种粒子明显不同。

2007-08铵盐粒子浓度高值中心位于北京南部，差值在20 μg/m3以上的区域主要位于北京南部地区，铵盐粒子浓度变化幅度较小，奥运村站上升了95.1%，唐山站仅上升了14.1%.

两种情景下PM2.5浓度差异的形成，一方面是由于输送作用和其他气象条件（温度、湿度）的不同带来的污染物的输送和累积，分析可知，外来污染物对北京空气质量影响很大；另一方面是由于在S2情景下海上风速较大，带来了丰沛的海盐粒子，三种水溶性粒子所占比重明显小于在S1情景，占比下降达30%以上。

参考文献

[1]任阵海，苏福庆，陈朝晖，等.夏秋季节天气系统对边界层内大气中PM10浓度分布和演变过程的影响[J].大气科学，2008（4）：741-751.

[2]任阵海，高庆先，苏福庆，等.北京大气环境的区域特征与沙尘影响[J].中国工程科学，2003（2）：49-56.

[3]徐敬，丁国安，颜鹏，等.北京地区PM2.5的成分特征及来源分析[J].应用气象学报，2007，18（5）：645-654.

[4]董雪玲，刘大锰，袁杨森，等.北京市2005年夏季大气颗粒物污染特征及影响因素[J].环境工程学报，2007，1（9）：100-104.

[5]宋宇，唐孝炎，张远航，等.夏季持续高温天气对北京市大气细粒子（PM2.5）的影响[J].环境科学，2002，23（4）：33-36.

[6]Wang W.，Primbs T.，Tao S.，et al.Atmospheric Particulate Matter Pollution during the 2008 Beijing Olympics[J]. Environ.Sci.Technol，2009，43（14）：5314-5320.

[7]X. F. Huang，L. Y. He， M. Hu，et al.Highly time-resolved chemical characterization of atmospheric submicron particles during 2008 Beijing Olympic Games using an Aerodyne High-Resolution Aerosol Mass Spectrometer[J]. Atoms. Chem. Phys，2010（10）：8933-8945.

[8]Zhang X. Y.，Wang Y. Q.，Lin W. L.，et al.Changes of Atmosp -heric Composition and Optical Properties Over BEIJING -2008 Olympic Monitoring Campaign[J]. Bull. Am. Meteorol. Soc，2009（90）：1633–1651.endprint

[9]Byun D. W.，Ching J. K. S.Science Algorithms of the EPA Models-3 Community Multi-scale Air Quality （CMAQ） Modeling System， NERL， Research Triangle Park， NC，1999.

[10]Pielke R. A.，Cotton W. R.，Walko R. L.，et al.A compreh -ensive meteorological modeling system RAMS[J]. Meteorol. Atmos. Phys.，1992（49）：69-91.

[11]Meigen Zhang，Lijie Gao，Cui Ge，et al.Simulation of nitrate aerosol concentrations over East Asia with the model system RAMS-CMAQ[J].Tellus B，2007（59）：372-380.

[12]张美根，韩志伟. TRACE-P期间硫酸盐、硝酸盐和铵盐气溶胶的模拟研究[J].高原气象，2003（1）：1-6.

[13]张美根. 多尺度空气质量模式系统及其验证 Ⅱ：东亚地区对流层臭氧及其前体物模拟[J].大气科学，2005（6）：926-936.

[14] Pfiser G. G.，L. K. Emmons， P. G. Hess，et al.Analysis of the Summer 2004 ozone budget over the United States using Intercontinental Transport Experiment Ozonesonde Network Study（IONS）observations and Model of Ozone and Related Tracers （MOZART-4） simulations[J].J. Geophys. Res，2008（113）D23306，doi：10.1029/2008JD010190.

[15]Carmichaela G. R.， T. Sakurai， D. Streets， et al.MICS-Asia Ⅱ：The model intercomparison study for Asia Phase Ⅱ methodology and overview of findings[J].Atmos.Environ.，2008（15）：3468-3490.

[16]Woo J.H.，D.G.Streets，G.R.Carmichael，et al.Contribution of biomass and biofuel emissions to trace gas distributions in Asia during the TRACE-P experiment[J].J.Geophys.Res.，2003，108（D21）：doi：10.1029/2002JD003200.

[17]OlivierJ.G.J.，A.F.Bouwman，C.W.M.van der Maas，et al. Emission database for global atmospheric research[J].Environ.Monit.Assess.，1994（1-2）：93-106.

[18]Benkovitz C.M.，M.T.Schultz，J.Pacyna，et al.Global gridded inventories of anthropogenic emissions of sulfur and nitrogen[J].J. Geophys. Res.，1996，101（29）：239-253.

[19]辛金元，王跃思，唐贵谦，等. 2008 年奥运期间北京及周边地区大气污染物消减变化[J].科学通报，2010，55（15）：1510-1519.

[20]陈朝晖，程水源，苏福庆，等. 华北区域大气污染过程中天气型和输送路径分析[J].环境科学研究，2008，21（1）：17-21.

[21]杨复沫，贺克斌，马永亮，等. 北京大气细粒子PM 的化学组成[J].清华大学学报（自然科学版），2002，42（12）：1605-1608.

[22]Yao X.H.，Chan C. K.，Fang M.et a1.The water-soluble ionic composition of PM2.5 in Shanghai and Beijing， China[J].Atmos. Environ.，2002（36）：4223-4234.

————————

作者简介： 朱凌云（1972—），女，河北蠡县人，2003年3月毕业于山西大学环境科学系环境类其他专业（工学硕士）。

〔编辑：曹月〕

Simulation of Meteorological Conditions on PM2.5 Concentration on the North China

Zhu Lingyun， Han Xiao， An Wei， Gao Yi

Abstract： Using observational data obtained during the 2008 Olympic Games， using the coupled model RAMS-CMAQ sensitivity tests designed for different meteorological conditions under the same sources（2007-08 and 2008-08）the impact of PM2.5 concentrations in North China were quantitative analysis. Analysis shows that mode the system can more accurately reflect the evolution of the regional characteristics of atmospheric pollutants， the effects of different meteorological conditions on PM2.5 concentration is obvious. 2007-08 PM2.5 high-value areas are mainly located in Beijing， Hebei， Henan， central and southern and northern regions， while the high value of the central region of 2008-08 was significantly reduced. The difference between the two larger areas under weather conditions in southern Beijing， Shijiazhuang and Hebei and Henan junction， the Olympic Village Station 2007-08 compared to the same period in 2008 amounted to more than 2-fold concentration difference. Transport and accumulation of pollutants caused by different temperature， humidity and other weather conditions are the main cause of PM2.5 concentration differences.

Key words： RAMS-CMAQ； weather conditions； PM2.5； secondary aerosolsendprint

[9]Byun D. W.，Ching J. K. S.Science Algorithms of the EPA Models-3 Community Multi-scale Air Quality （CMAQ） Modeling System， NERL， Research Triangle Park， NC，1999.

[10]Pielke R. A.，Cotton W. R.，Walko R. L.，et al.A compreh -ensive meteorological modeling system RAMS[J]. Meteorol. Atmos. Phys.，1992（49）：69-91.

[11]Meigen Zhang，Lijie Gao，Cui Ge，et al.Simulation of nitrate aerosol concentrations over East Asia with the model system RAMS-CMAQ[J].Tellus B，2007（59）：372-380.

[12]张美根，韩志伟. TRACE-P期间硫酸盐、硝酸盐和铵盐气溶胶的模拟研究[J].高原气象，2003（1）：1-6.

[13]张美根. 多尺度空气质量模式系统及其验证 Ⅱ：东亚地区对流层臭氧及其前体物模拟[J].大气科学，2005（6）：926-936.

[14] Pfiser G. G.，L. K. Emmons， P. G. Hess，et al.Analysis of the Summer 2004 ozone budget over the United States using Intercontinental Transport Experiment Ozonesonde Network Study（IONS）observations and Model of Ozone and Related Tracers （MOZART-4） simulations[J].J. Geophys. Res，2008（113）D23306，doi：10.1029/2008JD010190.

[15]Carmichaela G. R.， T. Sakurai， D. Streets， et al.MICS-Asia Ⅱ：The model intercomparison study for Asia Phase Ⅱ methodology and overview of findings[J].Atmos.Environ.，2008（15）：3468-3490.

[16]Woo J.H.，D.G.Streets，G.R.Carmichael，et al.Contribution of biomass and biofuel emissions to trace gas distributions in Asia during the TRACE-P experiment[J].J.Geophys.Res.，2003，108（D21）：doi：10.1029/2002JD003200.

[17]OlivierJ.G.J.，A.F.Bouwman，C.W.M.van der Maas，et al. Emission database for global atmospheric research[J].Environ.Monit.Assess.，1994（1-2）：93-106.

[18]Benkovitz C.M.，M.T.Schultz，J.Pacyna，et al.Global gridded inventories of anthropogenic emissions of sulfur and nitrogen[J].J. Geophys. Res.，1996，101（29）：239-253.

[19]辛金元，王跃思，唐贵谦，等. 2008 年奥运期间北京及周边地区大气污染物消减变化[J].科学通报，2010，55（15）：1510-1519.

[20]陈朝晖，程水源，苏福庆，等. 华北区域大气污染过程中天气型和输送路径分析[J].环境科学研究，2008，21（1）：17-21.

[21]杨复沫，贺克斌，马永亮，等. 北京大气细粒子PM 的化学组成[J].清华大学学报（自然科学版），2002，42（12）：1605-1608.

[22]Yao X.H.，Chan C. K.，Fang M.et a1.The water-soluble ionic composition of PM2.5 in Shanghai and Beijing， China[J].Atmos. Environ.，2002（36）：4223-4234.

————————

作者简介： 朱凌云（1972—），女，河北蠡县人，2003年3月毕业于山西大学环境科学系环境类其他专业（工学硕士）。

〔编辑：曹月〕

Simulation of Meteorological Conditions on PM2.5 Concentration on the North China

Zhu Lingyun， Han Xiao， An Wei， Gao Yi

Abstract： Using observational data obtained during the 2008 Olympic Games， using the coupled model RAMS-CMAQ sensitivity tests designed for different meteorological conditions under the same sources（2007-08 and 2008-08）the impact of PM2.5 concentrations in North China were quantitative analysis. Analysis shows that mode the system can more accurately reflect the evolution of the regional characteristics of atmospheric pollutants， the effects of different meteorological conditions on PM2.5 concentration is obvious. 2007-08 PM2.5 high-value areas are mainly located in Beijing， Hebei， Henan， central and southern and northern regions， while the high value of the central region of 2008-08 was significantly reduced. The difference between the two larger areas under weather conditions in southern Beijing， Shijiazhuang and Hebei and Henan junction， the Olympic Village Station 2007-08 compared to the same period in 2008 amounted to more than 2-fold concentration difference. Transport and accumulation of pollutants caused by different temperature， humidity and other weather conditions are the main cause of PM2.5 concentration differences.

Key words： RAMS-CMAQ； weather conditions； PM2.5； secondary aerosolsendprint

[9]Byun D. W.，Ching J. K. S.Science Algorithms of the EPA Models-3 Community Multi-scale Air Quality （CMAQ） Modeling System， NERL， Research Triangle Park， NC，1999.

[10]Pielke R. A.，Cotton W. R.，Walko R. L.，et al.A compreh -ensive meteorological modeling system RAMS[J]. Meteorol. Atmos. Phys.，1992（49）：69-91.

[11]Meigen Zhang，Lijie Gao，Cui Ge，et al.Simulation of nitrate aerosol concentrations over East Asia with the model system RAMS-CMAQ[J].Tellus B，2007（59）：372-380.

[12]张美根，韩志伟. TRACE-P期间硫酸盐、硝酸盐和铵盐气溶胶的模拟研究[J].高原气象，2003（1）：1-6.

[13]张美根. 多尺度空气质量模式系统及其验证 Ⅱ：东亚地区对流层臭氧及其前体物模拟[J].大气科学，2005（6）：926-936.

[14] Pfiser G. G.，L. K. Emmons， P. G. Hess，et al.Analysis of the Summer 2004 ozone budget over the United States using Intercontinental Transport Experiment Ozonesonde Network Study（IONS）observations and Model of Ozone and Related Tracers （MOZART-4） simulations[J].J. Geophys. Res，2008（113）D23306，doi：10.1029/2008JD010190.

[15]Carmichaela G. R.， T. Sakurai， D. Streets， et al.MICS-Asia Ⅱ：The model intercomparison study for Asia Phase Ⅱ methodology and overview of findings[J].Atmos.Environ.，2008（15）：3468-3490.

[16]Woo J.H.，D.G.Streets，G.R.Carmichael，et al.Contribution of biomass and biofuel emissions to trace gas distributions in Asia during the TRACE-P experiment[J].J.Geophys.Res.，2003，108（D21）：doi：10.1029/2002JD003200.

[17]OlivierJ.G.J.，A.F.Bouwman，C.W.M.van der Maas，et al. Emission database for global atmospheric research[J].Environ.Monit.Assess.，1994（1-2）：93-106.

[18]Benkovitz C.M.，M.T.Schultz，J.Pacyna，et al.Global gridded inventories of anthropogenic emissions of sulfur and nitrogen[J].J. Geophys. Res.，1996，101（29）：239-253.

[19]辛金元，王跃思，唐贵谦，等. 2008 年奥运期间北京及周边地区大气污染物消减变化[J].科学通报，2010，55（15）：1510-1519.

[20]陈朝晖，程水源，苏福庆，等. 华北区域大气污染过程中天气型和输送路径分析[J].环境科学研究，2008，21（1）：17-21.

[21]杨复沫，贺克斌，马永亮，等. 北京大气细粒子PM 的化学组成[J].清华大学学报（自然科学版），2002，42（12）：1605-1608.

[22]Yao X.H.，Chan C. K.，Fang M.et a1.The water-soluble ionic composition of PM2.5 in Shanghai and Beijing， China[J].Atmos. Environ.，2002（36）：4223-4234.

————————

作者简介： 朱凌云（1972—），女，河北蠡县人，2003年3月毕业于山西大学环境科学系环境类其他专业（工学硕士）。

〔编辑：曹月〕

Simulation of Meteorological Conditions on PM2.5 Concentration on the North China

Zhu Lingyun， Han Xiao， An Wei， Gao Yi

Abstract： Using observational data obtained during the 2008 Olympic Games， using the coupled model RAMS-CMAQ sensitivity tests designed for different meteorological conditions under the same sources（2007-08 and 2008-08）the impact of PM2.5 concentrations in North China were quantitative analysis. Analysis shows that mode the system can more accurately reflect the evolution of the regional characteristics of atmospheric pollutants， the effects of different meteorological conditions on PM2.5 concentration is obvious. 2007-08 PM2.5 high-value areas are mainly located in Beijing， Hebei， Henan， central and southern and northern regions， while the high value of the central region of 2008-08 was significantly reduced. The difference between the two larger areas under weather conditions in southern Beijing， Shijiazhuang and Hebei and Henan junction， the Olympic Village Station 2007-08 compared to the same period in 2008 amounted to more than 2-fold concentration difference. Transport and accumulation of pollutants caused by different temperature， humidity and other weather conditions are the main cause of PM2.5 concentration differences.

Key words： RAMS-CMAQ； weather conditions； PM2.5； secondary aerosolsendprint