中國氨排放對PM2.5污染的影響

薛文博,許艷玲,唐曉龍,雷 宇,王金南(.北京科技大學土木與環境工程學院,北京 0008；2.北京工業大學環境與能源工程學院,北京 0024；.環境保護部環境規劃院,北京 0002)

中國氨排放對PM2.5污染的影響

薛文博1,許艷玲2,3,唐曉龍1,雷 宇3*,王金南3(1.北京科技大學土木與環境工程學院,北京 100083；2.北京工業大學環境與能源工程學院,北京 100124；3.環境保護部環境規劃院,北京 100012)

基于WRF-CMAQ空氣質量模型,定量模擬了氨排放對全國城市PM2.5濃度的影響.結果表明,氨排放對全國城市硫酸鹽、硝酸鹽、銨鹽及PM2.5年均濃度貢獻率分別為4.2%、99.8%、99.7%和29.8%,氨排放對硫酸鹽年均濃度的影響較小,而對硝酸鹽和銨鹽年均濃度的影響極為顯著.氨排放對 1、4、7、10月四個典型月 PM2.5月均濃度的貢獻量分別為 20.15μg/m3、12.39μg/m3、13.20μg/m3、14.20μg/m3,其中1月PM2.5受氨排放的影響最大.氨對PM2.5影響較大的地區主要集中在河南、山東、湖北、河北等農業、畜牧業發達、氨排放量集中的地區,對PM2.5年均濃度貢獻量均超過20μg/m3.因此,控制氨排放將有效降低PM2.5濃度,特別是可以顯著減少硝酸鹽和銨鹽污染.

氨；WRF模型；CMAQ模型；排放清單；PM2.5

我國相繼開展了SO2、NOx、顆粒物及VOCs等大氣污染物的減排工作[1-3],但 NH3排放控制一直被忽視[4].我國NH3排放大約為1000萬t左右,超過歐洲與美國 NH3排放的總和[5-8],其中大約有90%為農業與畜禽養殖排放.NH3排入大氣后與SO2轉化形成的硫酸和NOx轉化形成的硝酸發生化學反應,生成硫酸銨與硝酸銨二次無機顆粒物.研究表明,硫酸鹽(PSO4)、硝酸鹽(PNO3)及銨鹽(PNH4)約占 PM2.5年均濃度的 30%左右,但在重污染過程中PSO4、PNO3及PNH4合計占PM2.5年均濃度的比例高達50%以上[9-11],NH3是重污染天氣二次無機顆粒物爆發式增長的重要前體物.針對 NH3排放清單以及 NH3排放對PM2.5的非線性影響機理,我國學者開展了大量研究工作.宋宇等基于分省活動水平和排放因子,建立了中國 1km分辨率 NH3排放清單,估算出2006年全國NH3排放總量約為980萬t[5];董文煊等[6]建立了1994～2006年我國分省、分部門的大氣NH3排放清單,結果表明2006年中國NH3排放總量的 94%來自于牲畜養殖和化肥使用,且NH3排放分布的空間差異性顯著;張強等[7]開發了多尺度多污染物排放清單(MEIC),2012年MEIC排放清單中NH3排放總量約為1070萬t;尹沙沙[12]建立了珠三角2006年人為源排放清單,并基于CMAQ模型分析了不同部門NH3排放對珠三角地區PM2.5、PSO4、PNO3及PNH4的貢獻;劉曉環[13]采用CMAQ模型分析了PSO4、PNO3及PNH4對其前體物SO2、NOx和NH3的敏感性;沈興玲等[4]建立了2010年廣東省人為源NH3排放清單,并分析了 NH3的減排潛力;彭應登等[14]研究了北京市 NH3排放對二次顆粒物生成的影響,結果表明NH3是北京春、秋、冬3季生成二次粒子的主控因子.已有研究初步揭示了NH3排放對 PM2.5及其組分的影響,但目前尚缺乏全國尺度、長周期NH3排放對PM2.5及其主要化學組分的影響研究.

本文基于清華大學2013年中國多尺度排放清單(MEIC),利用中尺度氣象模型 WRF和第三代空氣質量模型 CMAQ,采用情景分析法,系統性模擬了NH3排放對PSO4、PNO3、PNH4及PM2.5的貢獻,揭示了NH3排放對全國、重點區域及各省市PM2.5污染的影響規律.

1 模型與方法

1.1 模型選擇

采用CMAQ空氣質量模型模擬NH3排放對PM2.5污染的影響.CMAQ 模型主要由邊界條件模塊(BCON)、初始條件模塊(ICON)、光分解率模塊(JPROC)、氣象-化學預處理模塊(MCIP)和化學輸送模塊(CCTM)構成.化學輸送模塊(CCTM)是CMAQ模型的核心,污染物在大氣中的擴散和輸送過程、氣相化學過程、氣溶膠化學過程、液相化學過程、云化學過程以及動力學過程均由CCTM 模塊模擬完成,其他模塊的主要功能主要是為CCTM 提供輸入數據和相關參數.CCTM模塊可輸出多種氣態污染物和氣溶膠組分的逐時濃度以及逐時的能見度和干濕沉降[15-16].

1.2 模型設置

1.2.1 CMAQ模型 模擬時段為2015年1月、4月、7月及10月共4個典型月,結果輸出時間間隔為1h.模擬區域采用Lambert投影坐標系,中心點經度為103°E,中心緯度為37°N,兩條平行緯度分別為 25°N、40°N.水平模擬范圍為 X方向(-2690～2690km)、Y方向(-2150～2150km),網格間距20km,共將全國劃分為270×216個網格.垂直方向共設置14個氣壓層,層間距自下而上逐漸增大.采用的化學機制為 CB-05氣相化學機制和AERO5氣溶膠機制,表1為具體參數化方案.

1.2.2 WRF模型 CMAQ模型所需要的氣象場由中尺度氣象模型 WRF提供,WRF模型與CMAQ模型采用相同的模擬時段和空間投影坐標系,但模擬范圍大于 CMAQ模擬范圍,其水平模擬范圍為X方向(-3600km～3600km)、Y方向(-2520km～2520km),網格間距 20km,共將研究區域劃分為360×252個網格.垂直方向共設置30個氣壓層,層間距自下而上逐漸增大.WRF模型的初始場與邊界場數據采用美國國家環境預報中心(NCEP)提供的6h一次、1°分辨率的FNL全球分析資料[17],每日對初始場進行初始化,每次模擬時長為 30h,Spin-up時間設置為 6h,并利用NCEP ADP觀測資料[18]進行客觀分析與四維同化,表2為具體參數化方案,該參數化方案模擬的風速、風向、溫度、濕度及降水等氣象要素在已有研究中得到驗證[19].WRF模型模擬結果通過MCIP程序轉換為CMAQ模型輸入格式.

表1 CMAQ模型參數設置Table 1 Parameters setting of CMAQ

表2 WRF參數化方案Table 2 Parameterization scheme of WRF

1.3 排放清單

CMAQ模型所需排放清單的化學物種主要包括SO2、NOx、顆粒物(PM10、PM2.5及其組分)、NH3和 VOCs(含多種化學組分)等多種污染物.SO2、NOx、PM10、PM2.5、BC、OC、NH3、VOCs(含主要組分)等人為源排放數據均采用2013年MEIC排放清單[7],生物源VOCs排放清單利用MEGAN天然源排放清單模型計算[20].

1.4 模型驗證

圖1 PM2.5模擬濃度與監測濃度相關性Fig.1 Correlation between modelling data and monitoring data of PM2.5

利用中國首批開展PM2.5監測的74個城市2015年實際觀測數據[21],驗證模型模擬結果的準確性.將 74個城市的 PM2.5年均觀測數據與CMAQ模型年均模擬結果進行比較,結果表明模擬值與觀測值具有較好的相關性,相關系數 r達到 0.83(n=74,P＜0.05),圖 1為驗證結果.為驗證PM2.5化學組分模擬結果的準確性,將北京、石家莊、武漢3個城市的硫酸鹽、硝酸鹽及銨鹽模擬結果與源解析結果進行比較[22-24],結果表明模型模擬的PSO4、PNO3及PNH4比例與源解析結果較為一致,但北京市PSO4、PNO3及PNH4模擬結果均略有低估,這可能是CMAQ空氣質量模型缺失部分非均相化學反應所致[19].總體來看,本文所選空氣質量模型及模擬參數可以較好地模擬我國區域性、復合型PM2.5年均污染特征及其化學構成.

圖2 PM2.5模擬結果與源解析結果比較Fig.2 Comparation of simulated PM2.5compositions from CMAQ and source apportionment results

1.5 情景設計

設置兩個模擬情景:①2015年所有污染物現狀排放情景;②NH3排放置零情景,即在全口徑污染物排放清單中扣除NH3排放量.利用空氣質量模型分別模擬“全口徑排放情景”與“NH3排放置零情景”下空氣中的PSO4、PNO3、PNH4及PM2.5濃度,將“全口徑排放情景”與“NH3排放置零情景”的環境影響進行比較,得到NH3排放對PSO4、PNO3、PNH4及PM2.5的定量影響.

2 結果與討論

大氣中SO2、NOx、NH3等多種氣態污染物經過物理化學轉化生成的 PSO4、PNO3、PNH4是PM2.5的重要組分,本研究利用CMAQ模型分別模擬了NH3排放對PSO4、PNO3、PNH4、PM2.5的影響.

2.1 硫酸鹽影響

圖3及表3為NH3排放對全國、各省PSO4月均濃度貢獻模擬結果.結果表明,NH3排放對全國地級及以上城市 PSO4年均濃度貢獻較小,年平均貢獻率僅為4.2%,這與尹沙沙[12]、劉曉環[13]的研究結論基本一致,均表明當NH3排放量減少時,PSO4濃度變化較小.從各省城市PSO4年均濃度受NH3排放的影響看,NH3排放對江蘇、重慶、浙江、湖南等省份PSO4年均濃度的貢獻值超過0.65μg/m3.4個典型月NH3排放對PSO4年均濃度貢獻大小依次為7月、4月、1月和10月.7月NH3排放對PSO4的貢獻最大,影響較大的地區集中在“遼寧-山東-江蘇-安徽-湖北-湖南”等中東部地區,貢獻濃度超過 1μg/m3.10月受影響程度最小,其中成渝、云貴、長三角局部地區 PSO4受NH3排放影響相對較大.NH3排放對其他地區4個典型月份的PSO4濃度均無顯著影響.

圖3 NH3排放對PSO4貢獻濃度Fig.3 Monthly average contribution of ammonia emission on sulfate

2.2 硝酸鹽影響

圖4及表3為NH3排放對全國、各省PNO3月均濃度貢獻模擬結果.相比 PSO4,NH3排放對PNO3年均濃度影響顯著提高.NH3排放對全國地級及以上城市 PNO3年均濃度貢獻約為7.52μg/m3,年均濃度貢獻率約為 99.8%,劉曉環[13]、尹沙沙等[12]研究也表明 NH3排放量減少,PNO3濃度大幅下降.PNO3年均濃度受NH3排放影響的區域間差異顯著,在河南、湖北、安徽、山東等省份農業、畜牧企業分布比較密集的地區,NH3排放量大且相對集中,NH3排放對以上省份PNO3年均濃度的貢獻值均超過12μg/m3.NH3排放對各省城市 PNO3年均濃度貢獻率較高,且無明顯區域性差異,均接近100%.從NH3排放對PNO3影響的季節變化來看,1月 NH3排放對PNO3的影響最大,對全國地級及以上城市PNO3月均濃度貢獻值達 10.88μg/m3,貢獻濃度較大的地區主要集中在胡煥庸線[25-26]的東側地區,貢獻濃度超過 10μg/m3的地區占國土面積的 20%以上,其中四川東南部以及湖北、湖南交界地區貢獻濃度高于20μg/m3.4、7、10月NH3排放對地級及以上城市PNO3月均貢獻與1月的空間分布趨勢基本一致,但是影響程度和高值區面積均明顯降低.

圖4 NH3排放對PNO3貢獻濃度Fig.4 Monthly average contribution of ammonia emission on nitrate

2.3 銨鹽影響

圖5及表3為NH3排放對全國、各省PNH4月均濃度貢獻模擬結果.結果表明,NH3排放對全國地級及以上城市 PNH4年均濃度影響顯著,年均濃度貢獻約為4.68μg/m3,年均濃度貢獻率約為99.7%.從各省城市PNH4年均濃度受NH3排放的影響看,在河南、山東、湖北、河北、重慶等省份農業、畜牧企業分布比較密集的地區,NH3排放量大且相對集中,NH3排放對以上省份 PNH4年均濃度的貢獻值均超過 7μg/m3.與 PNO3相似,NH3排放對各省份城市 PNH4年均濃度貢獻率較高,且無區域性差異,均接近 100%.從季節性變化來看,PNH4受NH3排放的影響程度為1、7月總體上高于4、10月,1月PNH4月均濃度受NH3排放的影響強度最大,平均貢獻值為5.31μg/m3,高值區主要集中在四川盆地、兩湖平原地區.7月份NH3排放對PNH4月均濃度的影響范圍最廣,平均貢獻值為4.88μg/m3,在華北平原、四川盆地、兩湖平原地區的平均貢獻濃度高于10μg/m3.

圖5 NH3排放對PNH4貢獻濃度Fig.5 Monthly average contribution of ammonia emission on ammonium

2.4 PM2.5影響

圖6 NH3排放對重點區域PM2.5平均濃度貢獻Fig.6 Contribution of ammonia emission on PM2.5in key regions

圖6及表3為NH3對全國、各省PM2.5月均濃度貢獻模擬結果.結果表明,NH3排放對全國地級及以上城市 PM2.5年均濃度貢獻值約為15.01μg/m3,年均濃度貢獻率約為 29.8%.在京津冀、長三角、珠三角、成渝地區,NH3排放PM2.5年均濃度貢獻值分別為 16.10μg/m3、18.71μg/ m3、7.22μg/m3和14.83μg/m3.京津冀、長三角等空氣污染最為嚴重的區域,NH3排放對 PM2.5年均濃度貢獻值分別占《環境空氣質量標準》(GB3095-2012)中PM2.5年均濃度限值的50%左右,見圖5所示.在河南、山東、湖北、河北等4個省份,NH3排放量大且相對集中,NH3排放對以上省份PM2.5年均濃度的貢獻值均超過20μg/m3,這與對二次無機鹽顆粒物(如PNO3、PNH4)影響的空間分布規律相似.PM2.5受 NH3排放影響的季節性差異顯著,1、4、7、10月四個典型月NH3排放對全國地級及以上城市PM2.5月均濃度的貢獻值分別為20.15、12.39、13.20和14.20μg/m3.1月PM2.5月均濃度受NH3影響強度和范圍最大,以“北京-成都-上海”為頂點的三角區和吉林中部地區,月均濃度貢獻值高于 20μg/m3.NH3排放對4、7、10月PM2.5月均貢獻與1月的空間分布趨勢基本一致,但影響程度與范圍均明顯降低.

圖7 NH3排放對PM2.5貢獻濃度Fig.7 Monthly average contribution of ammonia emission on PM2.5

表3 NH3排放對全國各省PM2.5年均濃度貢獻(%)Table 3 Annual average contribution of ammonia emission on PM2.5in all provinces

續表3

2.5 討論

我國華北、華中及華東等地區SO2、NOx、顆粒物及VOCs排放量高度集中,已經成為全球PM2.5污染最為嚴重的地區之一[27],特別是在供暖季,由于煤炭的集中燃燒排放了大量污染物,加之不利氣象條件等外部因素,致使大規模的灰霾污染事件頻繁發生.NH3排放對 PM2.5濃度的貢獻與我國 PM2.5污染的時空分布特征高度一致,因此 NH3排放是引起重污染地區、重污染時段PM2.5持續處于高位的關鍵因素之一.本研究表明,NH3排放對全國城市 PM2.5年均濃度貢獻率高達 29.8%;在京津冀、長三角等空氣污染最為嚴重的區域,NH3排放對 PM2.5年均濃度貢獻值約占《環境空氣質量標準》中PM2.5年均濃度限值的50%;對河南、山東、湖北、河北等4個省份城市 PM2.5年均濃度貢獻超過 20μg/m3,約占《環境空氣質量標準》(GB3095-2012)對 PM2.5年均限值要求的60%.因此,控制NH3排放是實現PM2.5年均濃度達標的必要條件.此外,NH3排放對 1月份全國城市 PM2.5月均濃度貢獻量高達20.15μg/m3,其中,對長三角、成渝地區PM2.5月均濃度貢獻值超過全國平均水平,對山東、河南、湖北、湖南等省 PM2.5月均濃度貢獻值超過25μg/m3,因此控制 NH3排放是降低重度灰霾污染發生頻次及強度的必要條件.

由于氨排放對顆粒物的影響具有顯著的非線性特征,本研究基于WRF-CMAQ空氣質量模型,采用敏感性分析方法模擬了 NH3排放對PSO4、PNO3、PNH4及PM2.5的影響.該方法具有快速有效的優點,適用于長周期、大尺度分析,但要準確分析NH3排放對PM2.5的貢獻,需結合實驗觀測、受體模型等源解析方法進一步研究.

3 結論

3.1 NH3排放對全國城市PSO4、PNO3、PNH4及 PM2.5年均濃度貢獻分別為 0.31μg/m3、7.52μg/m3、4.68μg/m3和15.01μg/m3.從貢獻率來看,NH3排放對全國城市PSO4年均濃度貢獻率較低,僅為4.2%;而對PNO3和PNH4影響較大,年均濃度貢獻率在99.5%以上;對PM2.5年均濃度貢獻率約為 29.8%.因此,控制 NH3排放能有效降低PM2.5污染,特別是對PNO3、PNH4有顯著的削減作用,但對PSO4濃度無顯著影響.

3.2 NH3排放對 PM2.5濃度貢獻值的時間差異性顯著. NH3排放對1、4、7、10四個典型月全國地級及以上城市PM2.5月均濃度的貢獻分別為20.15μg/m3、 12.39μg/m3、 13.20μg/m3和14.20μg/m3.1月PM2.5平均濃度受NH3影響強度和范圍最大,以“北京-成都-上海”為頂點的三角區和吉林中部地區,1月份月均濃度貢獻值高于 20μg/m3.NH3排放對 PM2.5濃度的貢獻量與PM2.5污染的時間分布特征高度一致.

3.3 NH3排放對 PM2.5濃度貢獻值的空間差異性顯著.NH3排放對京津冀、長三角等空氣污染最為嚴重區域 PM2.5年均濃度貢獻值均超過15μg/m3,對河南、山東、湖北、河北等4個省份PM2.5年均濃度的貢獻值均超過 20μg/m3.NH3排放對PM2.5濃度的貢獻量與PM2.5污染的空間分布高度重疊.

[1] 薛文博,付 飛,王金南,等.中國PM2.5跨區域傳輸特征數值模擬研究 [J]. 中國環境科學, 2014,34(6):1361-1368.

[2] 王凌慧,曾凡剛,向偉玲,等.空氣重污染應急措施對北京市PM2.5的削減效果評估 [J]. 中國環境科學, 2015,35(8):2546-2553.

[3] 劉 俊,安興琴,朱 彤,等.京津冀及周邊減排對北京市PM2.5濃度下降評估研究 [J]. 中國環境科學, 2014,34(11):2726-2733.

[4] 沈興玲,尹沙沙,鄭君瑜,等.廣東省人為源氨排放清單及減排潛力研究 [J]. 環境科學學報, 2014,34(1):43-53.

[5] Huang X, Song Y, Li M M, et al. A high-resolution ammonia emission inventory in China [J]. Global Biogeochemical Cycles, 2012,12:1-14.

[6] 董文煊,邢 佳,王書肖,等.1994～2006年中國人為源大氣氨排放時空分布 [J]. 環境科學, 2010,31(7):1457-1463.

[7] Multi-resolution emission inventory for China. [Z/OL]. http: //www.meicmodel.org/.

[8] 李新艷,李恒鵬.中國大氣NH3和NOx排放的時空分布特征 [J].中國大氣NH3和NOx排放的時空分布特征 [J]. 中國環境科學, 2012,32(1):37-42.

[9] 王躍思,姚 利,王莉莉,等.2013年元月我國中東部地區強霾污染成因分析 [J]. 中國科學:地球科學, 2014,44(1):15-26.

[10] 徐 虹,張曉勇,畢曉輝,等.中國PM2.5中水溶性硫酸鹽和硝酸鹽的時空變化特征 [J]. 南開大學學報(自然科學版), 2013,46(6): 32-40.

[11] 余學春,賀克斌,馬永亮,等.北京市PM2.5水溶性有機物污染特征[J]. 中國環境科學, 2004,24(1):53-57.

[12] 尹沙沙.珠江三角洲人為源氨排放清單及其對顆粒物形成貢獻的研究 [D]. 廣州:華南理工大學, 2011.

[13] 劉曉環.我國典型地區大氣污染特征的數值模擬 [D]. 濟南:山東大學, 2010.

[14] 彭應登,楊明珍,申立賢,等.北京氨源排放及其對二次粒子生成的影響 [J]. 環境科學, 2000.21(6):101-103.

[15] Community Modeling ＆ Analysis System Center, University of North Carolina. Community modeling and analysis system homepage [EB/OL]. Chapel Hill: Community Modeling and Analysis System Center, 2011[2011-11-21]. http:// www. cmascenter.org.

[16] Community Modeling ＆ Analysis System Center, University of North Carolina. CMAQ v4.6operational guidance document [EB/OL]. Chapel Hill: Community Modeling and Analysis System Center, 2006[2010-06-15]. http://www.cmascenter.org/ help/ documentation.cfm.

[17] National Center for Atmospheric Research. CISL Research Data Archive [EB/OL]. http://rda.ucar.edu/datasets/ds083.2/.

[18] National Center for Atmospheric Research. CISL Research Data Archive [EB/OL]. http://rda.ucar.edu/datasets/ds461.0/.

[19] Zheng B, Zhang Q, Zhang Y, et al. Heterogeneous chemistry: a mechanism missing in current models to explain secondary inorganic aerosol formation during the January 2013 haze episode in North China [J]. Atmospheric Chemistry and Physics, 2015, 15,2031—2049.

[20] Guenther A, Karl T, Harley P, et al. Estimates of global terrestrial isoprene emissions using MEGAN (Model of Emissions of Gases and Aerosols from Nature) [J]. Atmospheric Chemistry and Physics, 2006,6(11):3181-3210.

[21] 中華人民共和國環境保護部數據中心.全國城市空氣質量小時報. [Z/OL].

[22] 北京市環境保護局.北京市正式發布 PM2.5來源解析研究成果. [Z/OL]. http://www.bjepb.gov.cn/bjepb/323265/340674/396253/ index.html, 2014.

[23] 石家莊市環境保護局.石家莊市環境空氣顆粒物來源解析研究報告 [R]. 石家莊:石家莊市環境保護局, 2014.

[24] 武漢市環境保護局.武漢市大氣顆粒物源解析研究報告 [R].武漢市:武漢市環境保護局, 2015.

[25] 鐘茂初.如何表征區域生態承載力與生態環境質量？兼論以胡煥庸線生態承載力涵義重新劃分東中西部 [J]. 中國地質大學學報(社會科學版), 2016,16(1):1-8.

[26] 戚 偉,劉盛和,趙美風.“胡煥庸線”的穩定性及其兩側人口集疏模式差異 [J]. 地理學報, 2015,70(4):551-566.

[27] Donkelaar A, Martin R, Levy R C, et al. Satellite-based estimates of ground-level fine particulate matter during extreme events:A case study of the Moscow fires in 2010 [J]. Atmospheric Environment, 2011,45(34):6225-6232.

Impacts of ammonia emission on PM2.5pollution in China.

XUE Wen-bo1, XU Yan-ling2,3, TANG Xiao-long1, LEI Yu3*, WANG Jin-nan3(1.School of Civil and Environmental Engineering, University of Science and Technology Beijing, Beijing 100083, China；2.College of Environmental and Energy Engineering, Beijing University of Technology, Beijing 100124, China；3.Chinese Academy for Environmental Planning, Beijing 100012, China). China Environmental Science, 2016,36(12)：3531～3539

For PM2.5pollution investigation in China, the air quality modelling system WRF-CMAQ was applied to calculate the impacts of ammonia emission on PM2.5concentration. The results indicated that ammonia emission had the biggest contribution for secondary nitrogen particles, with annual average 99.8% for nitrate, 99.7% for ammonium, while only 4.2%, 29.8% for sulfate and PM2.5respectively. Quantification of ammonia emission impacts on PM2.5mass concentration were also conducted in January, April, July and October as representative months, counted 20.15μg/m3, 12.39μg/m3, 13.20μg/m3and 14.20μg/m3, respectively, with January ranking the first in monthly average contribution. It’s general that ammonia emission had dramatical influence on PM2.5in regions where agriculture and animal husbandry well developed, such as Henan, Shandong, Hubei and Hebei province, with annual average contribution all exceeded 20μg/m3. In view of this, ammonia emission control will lead to significantly decrease of nitrate and ammonium, therefore reduce the PM2.5pollution level.

ammonia emission；WRF；CMAQ；emission inventory；PM2.5

X513

A

1000-6923(2016)12-3531-09

薛文博(1981-),男,陜西寶雞人,副研究員,博士,主要研究方向為空氣質量模型、排放清單、環境衛星遙感就大氣污染控制對策等.發表論文30余篇.

2016-04-12

環境保護公益性行業科研專項(201509001,201509076);國家重點研發計劃項目(2016YFC0207502,2016YFC0208805)

? 責任作者, 研究員, leiyu@caep.org.cn