氣象條件對華北地區PM2.5濃度影響的模擬研究

朱凌云+韓霄+安煒+高怡

摘 要：利用2008年奧運會期間取得的觀測資料，使用RAMS-CMAQ耦合模式設計敏感試驗，對相同污染源條件下不同氣象場（2007-08和2008-08）對華北地區PM2.5濃度的影響進行了定量分析。分析表明，模式系統可以較為準確地反映區域大氣污染物的演變特征，不同氣象條件對PM2.5濃度的影響非常明顯。2007-08 PM2.5的高值區域主要位于北京地區、河北中南部地區和河南北部地區，而2008-08高值中心區域明顯縮小。兩種氣象條件下差值較大的地區為北京南部、石家莊地區和河北河南交界處，奧運村站2007-08較2008年同期濃度相差達2倍以上。溫度、濕度等氣象條件的不同引起的污染物的輸送和累積是造成PM2.5濃度差異的主要原因。

關鍵詞：RAMS-CMAQ；氣象條件；PM2.5；二次氣溶膠

中圖分類號：X16 文獻標識碼：A 文章編號：2095-6835（2014）02-0142-04

華北地區空氣質量呈現出煤煙與尾氣的復合型污染態勢，是一個非常復雜的非線性問題。從環保部發布的120個重點城市空氣質量日報可以看出，近年來，華北地區各城市首要污染物基本均為可吸入顆粒物 （PM10），而PM10中的細粒子（PM2.5）粒徑較小，比表面積較大，更容易富集各種有害物質，通過呼吸作用進入人體肺部并累積下來，因此，其濃度與人體健康關系密切。由于PM2.5體積小、重量輕且數量多，因此不易通過干沉降去除。自20世紀90年代以來，PM2.5的化學成分、來源和傳輸過程越來越受到重視，成為國內外研究的焦點之一。

眾所周知，氣象條件對污染物的稀釋、輸送和擴散起著重要的作用，針對城市空氣質量與氣象條件之間的關系，研究人員取得了一些研究成果。任陣海等研究表明，西太平洋高壓和臺風的時空演變對我國環境質量有十分重要的影響。這種影響主要表現在形成的高壓均壓場對污染物有累積效應，也會出現污染物的匯聚，而其周邊流場對區域污染物有輸送作用。此外，天氣系統的降水分布又對大氣污染物有清除的作用，而且天氣形勢演變的空間和周期性形成了大氣環境的區域性和過程性等復雜的特征。任陣海等提出大氣匯聚帶是造成地區較重污染的一類環境過程，它主要限于在大氣邊界層內的大氣污染物的匯聚過程，影響沙塵天氣的冷鋒也是一種深厚的匯聚帶，在其侵入北京時往往出現先污染后沙塵的現象。徐敬、董雪玲等通過分析認為，PM2.5的濃度與地面氣象要素中本站氣壓、相對濕度和風速有很好的相關性，與氣溫相關性較差。而宋宇等認為，夏季尤其是持續高溫期間，由于日照時間長、氣溫高，光化學反應十分活躍，二次氣溶膠成為PM2.5的重要來源。Wang Wentao等認為，在顆粒物濃度的變化中，氣象因素所占比例大于源控制所占份額，源控制所占份額為16%，而氣象參數（主要考慮南來氣團和降水）所占比例為40%.有研究表明，奧運會期間大氣污染程度較低，可能是源于有利的氣象場和嚴格的排放控制共同作用。Zhang等則發現由于穩定的天氣條件，氣溶膠濃度在奧運會期間的某些天是持續增加的。

為了定量分析氣象條件對華北地區PM2.5濃度的影響，以期為科學制訂大氣污染調控措施提供科學依據。使用RAMS-CMAQ 空氣質量模式模擬了華北地區2008-08的PM2.5濃度，利用奧運會期間大量的觀測資料對模式進行了驗證，并設計了一個敏感試驗，對2008-08和2007-08相同污染源條件下PM2.5濃度的時空變化進行了對比分析，以討論氣象條件對PM2.5濃度時空變化的影響。

1 模式介紹

文中使用的三維化學輸送模式系統是在區域大氣質量模式系統CMAQ和區域大氣模式系統RAMS的基礎上發展起來的。這個系統的特點是吸收了中尺度氣象學和大氣化學等領域的許多最新研究成果。CMAQ是美國環保署最新一代空氣質量模式系統（Models-3）的核心部分，可用于研究城市和區域尺度對流層臭氧、酸沉降、大氣能見度、大氣顆粒物和其他的污染問題。RAMS（Regional Atmospheric Modeling System）是一個比較完善的中尺度動力學模式，目前被廣泛應用于理論研究和業務天氣預報中。由于其對天氣過程和邊界層結構有很好的描述，所以選取RAMS為CMAQ提供氣象場及其所需的參數。該模式系統已成功地被用于東亞地區對流層臭氧、氣溶膠及其前體物演變過程的研究。

模擬采用兩重網格，其中粗網格水平格距為64 km，模擬區域覆蓋整個東亞地區，細網格水平網格距為16 km，模擬區域以北京（40° N，116° E）為中心，面積為1 440 km×1 504 km。垂直方向共分為15層，頂高度約為20.7 km，第一層厚度約為100 m。模擬時段為2008-06-08—08-31。模式系統邊界條件由MOZART-4提供。人為排放源取自MICS-AsiaⅡ（第二期東亞大氣化學輸送模式比較計劃）編制的亞洲地區0.5°×0.5° 月平均污染源清單，主要包括SO2、氮氧化物、非甲烷烴和氨氣。植物燃燒或森林大火釋放的污染物[如黑碳（BC）]、有機碳[（OC）、CO、NOX）]源自基于AVHRR衛星資料估算的全球0.5°×0.5° 月平均排放源清單。飛機釋放和閃電產生的氮氧化物取自EDGAR的1°×1° 月均值。土壤排放的氮氧化物和氨源自亞洲地區0.5°×0.5° 月平均排放源清單。植物排放的碳氫化合物取自GEIA的1°×1° 月均值。此外，火山排放的SO2亦取自MICS-AsiaⅡ。

2 結果分析

2.1 模式驗證

本文收集了京津冀大氣環境觀測網15個站點的PM2.5觀測數據，然后對模式系統的模擬效果進行檢驗。京津冀大氣環境觀測網是中科院大氣所為了保障奧運會期間空氣質量而建立的北京及周邊地區大氣環境質量監測站網，該站網共17個站，各站從2008-06—09進行監測，監測項目多達十余項。本文選取的觀測時間為2008-08，PM2.5的觀測儀器使用RP1 400環境顆粒物監測儀， 最低檢測限為0.06 μg/m3·h，質量分辨率為0.1 μg/ m3，精度為±1.5 μg/m3·h。氣象數據來自于中國氣象局128個氣象站常規氣象觀測資料，觀測要素為氣溫、降水、風向和風速。endprint

奧運會期間對北京及周邊地區的污染源實行了嚴格的控制措施，為了與實際污染源情況基本吻合，在進行模式驗證時對污染源進行了處理，即2008-07-20—08-31，北京地區污染物源強下降35%，周邊地區下降25%，其中2008-08-16—25為加強控制期，北京地區污染物源強下降50%，周邊地區下降35%.

為了說明模式系統中的模擬效果，文章對模式系統模擬的溫度、風向、風速和降水及PM2.5濃度與觀測資料進行了對比。總體而言，模式值和實測值吻合度較高，模式系統可以較為準確地反映區域大氣污染物的演變特征。限于篇幅，文中僅給出部分對比結果，圖1為2008-08兩個站點模式模擬的風向風速與觀測值的逐時時間序列圖；圖2為風速的模擬效果；圖3為PM2.5模式模擬和觀測值日均值比較和奧運村站逐時時間序列圖。

圖1 2008-08兩個單站的模式模擬與觀測資料風速（m/s）逐時時間序列圖

圖2 2008-08月兩個單站的模式模擬與觀測資料風向逐時時間序列圖

圖3 模式模擬和觀測資料PM2.5（μg/m3）日均散點圖和奧運村站逐時時間序列圖

2.2 情景設計

情景1（用S1表示）：模擬計算研究區域2008-08 PM2.5的濃度。

情景2（用S2表示）：污染源不變，將氣象場更換為2007年同期氣象場，計算研究區域PM2.5的濃度。

2.3 結果分析

圖4給出了在污染源排放水平相同的情況下，2007-08和2008-08月PM2.5、硫酸鹽、硝酸鹽和銨鹽月均濃度水平和差異分布圖。

從圖中可以看出，2007-08風場與2008-08明顯不同：2007-08風速較2008年明顯偏大，2007年北京大部分地區主要受來自陸地的偏南風影響，而北京南部地區則主要受來自海上強勁的東風影響；2008年風速較小，北京地區主要受到來自海上的偏南風影響，而華北地區污染物的主要輸送通道——西南方向輸送通道風速較小，輸送作用不強。

在污染物排放水平不變的情況下，不同的氣象條件對污染物的濃度和分布均有較大影響。2007-08 PM2.5濃度明顯大于2008年同期，差值約為2008年同期濃度值的近3倍，一方面是由于輸送作用和其他氣象條件（溫度、濕度）的不同帶來的污染物的輸送和累積；另一方面是由于海上風速較大，帶來了豐沛的海鹽粒子。2007-08 PM2.5的高值區域主要位于北京地區、河北中南部地區和河南北部地區，濃度值在300 μg/m3以上，而2008年同期高值中心主要位于北京南部、河北部分地區，河南北部已無明顯高值中心，差值較大的地區為北京南部、石家莊地區和河北與河南的交界處，差值高達300 μg/m3。

從硫酸鹽粒子等3種粒子濃度的大小來看，差值較細粒子小得多，這是因為3種粒子前體物來源較為單一，自身變化較小，主要是由于氣象條件和輸送作用造成的不同。Yao等和楊復沫等認為，隨著大氣相對濕度的升高，SO2在云中的氧化反應明顯增強。當大氣相對濕度（RH）小于60% 時，大氣中水相非均相反應不再占主導地位，SO2向SO42-的轉化率降低；當大氣相對濕度大于60%時，SO2向SO42-的轉化率明顯升高，這說明水溶性粒子與氣象條件關系較為密切。2007-08硫酸鹽粒子濃度大于50 μg/m3以上的地區主要為北京、河北中南部，而2008年同期分布范圍大大縮小，主要位于石家莊地區，差值在50 μg/m3以上的區域為北京南部地區。硝酸鹽粒子濃度較硫酸鹽粒子濃度小，2007-08大于30 μg/m3以上的區域主要在北京、河北南部一線，而2008年同期則主要是在源區附近有較小的高濃度區。不同氣象條件下硝酸鹽粒子濃度變化比較復雜，由于夏季光照強烈，NO2壽命極短，大氣輸送對硝酸鹽粒子濃度分布作用不明顯。從圖4中可以看出，北京南部地區2008-08濃度值較2007年同期大，說明北京地區2008-08的氣象條件更有利于硝酸鹽粒子的產生和累積，負的差值達10 μg/m3以上，這一負的差值區域向北延伸，而北京以南周邊地區均為正的差值，差值在10 μg/m3以上的區域主要分布在河北中南部、北京和天津交界處。2007-08銨鹽粒子濃度高值中心位于北京南部，差值在20 μg/m3以上的區域與硫酸鹽粒子相似，主要位于北京南部地區。

2007-08（S2） 2008-08（S1） S2-S1

圖4 不同氣象條件下（S2，S1）時PM2.5和硫酸鹽、硝酸鹽、

銨鹽粒子濃度及其差值（S2-S1）分布圖（μg/m3）

為了進一步說明氣象條件對PM2.5濃度的影響，文章選取了4個站點進行分析，表1為選取的4個站點PM2.5和三種粒子在不同氣象條件下濃度的比較結果。

從表1中可以看出，氣象條件對空氣質量的優劣影響非常大。2007-08 （S2），4個站的PM2.5濃度水平非常高，濃度值均在200 μg/m3以上，均比2008-08（S1）情景下濃度值高，其中以石家莊和奧運村最高，而S1情景下則為唐山和石家莊站濃度最高，奧運村站濃度僅為88.5 μg/m3。從排放源分布來說，山西、河北地區工業污染源較多，排放強度較高。在S2情景下，山西地區為偏東轉偏南風，在向北輸送的過程中，受到來自內蒙古地區較強的偏西氣流影響，污染物向北京地區輸送；在S1情景下，山西地區風速很小，河北地區主要為偏東南氣流。因此，本文認為，除當地氣象條件的不同外，輸送作用在污染物的水平分布方面起到了較大的作用。此外，在S2情景下，海上風速較大，三種水溶性粒子所占比重明顯小于在S1情景下，三種粒子占比下降了30%以上（詳見表2）。奧運村站在S2情景下較在S1情景下濃度高2倍以上，為220.7%，石家莊和天津兩個站的濃度較在S1情景下分別上升了135.4%和120.3%，唐山站上升幅度最小，為80.0%.硫酸鹽粒子濃度上升幅度較PM2.5明顯降低，奧運村站上升了1倍以上，為145.2%，唐山站僅上升了39.7%.銨鹽粒子和硫酸鹽粒子特點相同，但由于濃度較低，且前體物分布廣泛，因此變化幅度較小，奧運村站上升了95.1%，唐山站僅上升了14.1%. 硝酸鹽粒子濃度變化比較復雜，4個站中僅奧運村站S2較S1濃度上升，上升了19.3%，其他3個站均為下降，且下降幅度較大，唐山站最大，下降了41.3%，這說明硝酸鹽粒子的生成和傳輸與其他兩種粒子明顯不同。endprint

表1 4個站點在不同氣象條件下PM2.5等對比結果一覽表（μg/m3）

站名 PM2.5 SO42-

S2 S1 S2-S1 百分比

/ % S2 S1 S2-S1 百分比

/ %

奧運村 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

石家莊 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+

奧運村 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

石家莊 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個站點在不同情景下三種粒子在PM2.5中所占百分比

地點

百分比

時間 奧運村 天津 石家莊 唐山

2008-08 85.81 84.32 86.49 87.22

2007-08 51.37 55.84 50.68 53.73

3 結束語

通過上述內容，可得出以下結論：

2007-08（S2）PM2.5的高值區域主要位于北京地區、河北中南部地區和河南北部地區，濃度值在300 μg/m3以上，而2008-08（S1）高值中心區域明顯縮小，差值較大的地區為北京南部、石家莊地區和河北河南交界處，奧運村站在S2情景下較在S1情景下濃度高2倍以上，為220.7%，石家莊和天津兩個站的濃度較在S1情景下分別上升了135.4%和120.3%，唐山站上升幅度最小，為80.0%.

在S2情景下硫酸鹽粒子濃度大于50 μg/m3以上的地區主要為北京、河北中南部，而在S1情景下分布范圍大大縮小，主要位于石家莊地區，差值在50 μg/m3以上的區域為北京南部地區，奧運村站上升了1倍以上，為145.2%，唐山站僅上升了39.7%.

硝酸鹽粒子濃度較硫酸鹽粒子濃度小，2007-08大于30 μg/m3以上的區域主要在北京、河北南部一線，而2008年同期則主要是在源區附近有范圍較小的高濃度區。不同氣象條件下硝酸鹽粒子濃度變化比較復雜，差值有正有負，說明硝酸鹽粒子的生成和傳輸與其他兩種粒子明顯不同。

2007-08銨鹽粒子濃度高值中心位于北京南部，差值在20 μg/m3以上的區域主要位于北京南部地區，銨鹽粒子濃度變化幅度較小，奧運村站上升了95.1%，唐山站僅上升了14.1%.

兩種情景下PM2.5濃度差異的形成，一方面是由于輸送作用和其他氣象條件（溫度、濕度）的不同帶來的污染物的輸送和累積，分析可知，外來污染物對北京空氣質量影響很大；另一方面是由于在S2情景下海上風速較大，帶來了豐沛的海鹽粒子，三種水溶性粒子所占比重明顯小于在S1情景，占比下降達30%以上。

參考文獻

[1]任陣海，蘇福慶，陳朝暉，等.夏秋季節天氣系統對邊界層內大氣中PM10濃度分布和演變過程的影響[J].大氣科學，2008（4）：741-751.

[2]任陣海，高慶先，蘇福慶，等.北京大氣環境的區域特征與沙塵影響[J].中國工程科學，2003（2）：49-56.

[3]徐敬，丁國安，顏鵬，等.北京地區PM2.5的成分特征及來源分析[J].應用氣象學報，2007，18（5）：645-654.

[4]董雪玲，劉大錳，袁楊森，等.北京市2005年夏季大氣顆粒物污染特征及影響因素[J].環境工程學報，2007，1（9）：100-104.

[5]宋宇，唐孝炎，張遠航，等.夏季持續高溫天氣對北京市大氣細粒子（PM2.5）的影響[J].環境科學，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]張美根，韓志偉. TRACE-P期間硫酸鹽、硝酸鹽和銨鹽氣溶膠的模擬研究[J].高原氣象，2003（1）：1-6.

[13]張美根. 多尺度空氣質量模式系統及其驗證 Ⅱ：東亞地區對流層臭氧及其前體物模擬[J].大氣科學，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，王躍思，唐貴謙，等. 2008 年奧運期間北京及周邊地區大氣污染物消減變化[J].科學通報，2010，55（15）：1510-1519.

[20]陳朝暉，程水源，蘇福慶，等. 華北區域大氣污染過程中天氣型和輸送路徑分析[J].環境科學研究，2008，21（1）：17-21.

[21]楊復沫，賀克斌，馬永亮，等. 北京大氣細粒子PM 的化學組成[J].清華大學學報（自然科學版），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.

————————

作者簡介： 朱凌云（1972—），女，河北蠡縣人，2003年3月畢業于山西大學環境科學系環境類其他專業（工學碩士）。

〔編輯：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]張美根，韓志偉. TRACE-P期間硫酸鹽、硝酸鹽和銨鹽氣溶膠的模擬研究[J].高原氣象，2003（1）：1-6.

[13]張美根. 多尺度空氣質量模式系統及其驗證 Ⅱ：東亞地區對流層臭氧及其前體物模擬[J].大氣科學，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，王躍思，唐貴謙，等. 2008 年奧運期間北京及周邊地區大氣污染物消減變化[J].科學通報，2010，55（15）：1510-1519.

[20]陳朝暉，程水源，蘇福慶，等. 華北區域大氣污染過程中天氣型和輸送路徑分析[J].環境科學研究，2008，21（1）：17-21.

[21]楊復沫，賀克斌，馬永亮，等. 北京大氣細粒子PM 的化學組成[J].清華大學學報（自然科學版），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.

————————

作者簡介： 朱凌云（1972—），女，河北蠡縣人，2003年3月畢業于山西大學環境科學系環境類其他專業（工學碩士）。

〔編輯：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]張美根，韓志偉. TRACE-P期間硫酸鹽、硝酸鹽和銨鹽氣溶膠的模擬研究[J].高原氣象，2003（1）：1-6.

[13]張美根. 多尺度空氣質量模式系統及其驗證 Ⅱ：東亞地區對流層臭氧及其前體物模擬[J].大氣科學，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，王躍思，唐貴謙，等. 2008 年奧運期間北京及周邊地區大氣污染物消減變化[J].科學通報，2010，55（15）：1510-1519.

[20]陳朝暉，程水源，蘇福慶，等. 華北區域大氣污染過程中天氣型和輸送路徑分析[J].環境科學研究，2008，21（1）：17-21.

[21]楊復沫，賀克斌，馬永亮，等. 北京大氣細粒子PM 的化學組成[J].清華大學學報（自然科學版），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.

————————

作者簡介： 朱凌云（1972—），女，河北蠡縣人，2003年3月畢業于山西大學環境科學系環境類其他專業（工學碩士）。

〔編輯：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