区域大气重污染的预测预警与防治研究

本项目在收集区域气象要素与空气质量数据的基础上，通过在区域污染传输通道上开展综合观测，捕捉典型重污染时段的大气输送特征。以污染气象学、大气环境学等为理论基础，采用模糊聚类、系统分析、数值模拟等方法，对北京及周边地区复杂地形环境下的区域性大气重污染特征和大气污染物输送、汇聚特征进行研究，识别分析大气污染物常驻性输送通道及其概率分布，研究筛选对重污染贡献大的敏感区域和敏感源。对大气重污染过程中空气质量与天气背景、各类气象要素的关系进行系统研究，根据污染物传输、通道识别以及空气质量与天气背景、气象要素的关系，研究分析区域性大气重污染过程的生成、发展和消散规律，最终建立气象-空气质量关系仿真模式，形成区域大气重污染过程预测预警技术理论与方法，并针对不同级别的污染程度和持续时间，研究建立基于优先控制敏感源的区域性大气重污染优化防治技术和预案。

大气重污染问题已成为目前制约我国社会经济发展的瓶颈之一，严重威胁到人民群众的身体健康和生态安全，受到了政府和公众的高度重视。然而因受天气背景场、地形条件、污染物排放等多种复杂因素的影响，大气重污染过程的形成机制仍不明确，也尚无有效的预报方法。因此，利用多种技术手段研究重污染预报方法，改善污染预报效果，为居民合理安排出行、为环境管理部门采取防控措施提供重要的指引和决策支持，对于减轻大气污染造成的损失、保障人民群众的身体健康具有十分重要的意义。. 针对上述问题，本项目收集整理了我国华北地区长时间序列的空气质量数据、区域气象数据、天气背景场资料和区域污染源资料，通过对大量历史资料的统计，从多个角度对大气重污染过程的污染物浓度变化特征进行了分析，得出了华北地区大气颗粒物的空间分布以及年、月、日变化特征。基于典型环境监测点的颗粒物样品采集与化学组分测试结果，对大气重污染时段与常规时段颗粒物中的主要化学组分进行了对比研究，从气象条件与污染来源等方面探究了重污染的化学组分特征。本研究对重污染与气象要素、地面天气形势及其演变规律之间的关系进行了定性研究和定量分析，利用敏感源筛选等多种技术方法，识别出影响区域空气质量的重点地区和易造成重污染的主要污染物输送路径，分析了形成大气重污染过程的主要原因。. 本研究综合考虑了区域气象条件、下垫面条件、污染物浓度变化规律、污染的区域性特征以及污染源排放量变化等因素，利用高时空分辨率数值模式、主成分分析、聚类分析、逻辑回归、非线性回归等方法，建立了数值模拟与统计分析相结合的大气重污染预测技术，形成了在天气类型判别、污染程度初判和预报因子集成的基础上进行定量预测的重污染预报系统，并在北京地区进行了示范应用。通过对历史污染过程的模拟性预报和对未来空气质量的实时预报两种方式，综合评估了该系统的预报效果。评估结果表明：该系统对PM10浓度高于350μg/m3的大气重污染过程的预报准确率在60%以上，误报率约为25%，与当前公开发布的北京市空气质量预报结果相比，本系统对高浓度污染的预报效果有所提升。项目实施期间共发表论文24篇，其中SCI 15篇和EI 2篇。申请获批国家发明专利7项，软件著作权5项，出版专著1部。超额完成项目申报时预期目标和考核指标。