《大氣細顆粒物（PM2.5）高濃度污染預測技術方法研究》是依託北京工業大學，由陳東升擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：大氣細顆粒物(PM2.5)高濃度污染預測技術方法研究
- 項目類別：青年科學基金項目
- 項目負責人：陳東升
- 依託單位：北京工業大學
項目摘要,結題摘要,
項目摘要
大氣細顆粒物（PM2.5）因其對人體健康危害的嚴重性，一直受到國內外環境管理部門和學術界的高度重視，但由於其形成和傳輸規律的複雜性，給PM2.5的預測特別是不利天氣條件下高濃度污染的準確預測帶來很大的難度。本項目擬在充分收集氣象要素與空氣品質數據等重要資料的基礎上，以污染氣象學、大氣環境學等理論為基礎，採用數理統計分析、模糊聚類、數值模擬等多種方法，對大氣細顆粒物高濃度污染形成機制與傳輸規律進行研究，系統識別PM2.5高濃度污染過程中空氣品質與天氣背景、各類氣象要素的回響關係，並選取典型污染過程進行診斷分析，識別細顆粒物高濃度污染過程的生成、發展和消散規律，研究建立氣象-空氣品質關係模型，形成大氣細顆粒物高濃度污染預測技術方法，並以北京市為目標地點進行預測效果檢驗與套用示範，有效提升PM2.5高濃度污染預測技術水平和準確率。
結題摘要
大氣細顆粒物（PM2.5）因其對人體健康危害的嚴重性，一直受到國內外環境管理部門和學術界的高度重視，但由於其形成和傳輸規律的複雜性，給PM2.5的預測特別是不利天氣條件下高濃度污染的準確預測帶來很大的難度。本項目以北京市為例，探索大氣細顆粒物（PM2.5）高濃度污染預測技術和方法。項目在對環境監測、排放以及氣象數據的整理和分析的基礎上，在北京及其周邊地區增設PM2.5採樣點，探究了京津冀地區PM2.5濃度極其組份的變化特徵，解析其主要來源，識別出周邊排放源對北京的主要的傳輸路徑，總結PM2.5重污染過程的形成原因。利用先進的氣象與空氣品質線上耦合模型WRF-Chem研究了空氣污染對主要氣象要素的影響以及不同物理參數化方案的選擇對模型預測結果的作用。在此基礎上，利用聚類分析、主成分分析等方法，結合數值預測手段建立了PM2.5高濃度污染過程的預測方法，並在北京進行了套用。結果表明：本項目建立的統計預報與數值預測相結合的預報技術對北京市大氣細顆粒物（PM2.5）重污染的預報效果較好，研究成果為解決高濃度的細顆粒物污染預報問題提出了一種解決思路，可以在一定程度上對數值預報手段進行補充，研究成果可為環境管理部門提供空氣品質預報支持。
