基于变异函数与时变流场的区域空气质量空间分析模型研究

Considering the serious air pollution in our country, it is critical to analyze the temporal and spatial distribution of regional air quality as well as the interaction effects. The knowledge would benefit the environmental monitoring, air quality management, air pollution control and policy-making. The existing analysis methods are often accompanied with some problems, such as low temporal and spatial resolution, low accuracy, poor computational efficiency,when quantitatively descript the temporal and spatial distribution of different pollutants. Moreover, the results will be influenced by the nature of pollutants, topography and meteorological conditions et al. In this study, both the inverse distance weighting and Kriging interpolation models were improved by building a spatial analysis model based on variation function. With a combination of backward trajectory model, the dynamic source tracking model was further established in the time-varying meteorological fields. With the model, the temporal and spatial relationship of air pollutants between each area unit would be figured out for optimizating the spatial analysis model. After verification of the model with monitoring data and meteorological data, we can analyze the space-time distribution of pollutants and the transmission of pollution among the urban cities, which laid the foundation of control and management of air pollution.

我国大气污染形势严峻，区域空气质量时空分布与相互影响分析是当前环境监测、空气质量管理、空气污染防治、科学决策中亟需解决的一项关键问题。针对现有分析方法时空分辨率低、精度低、计算效率低，定量识别不同污染物时空分布受污染物性质、地形地貌、气象条件等因素的影响等问题，改进反距离权重与克里金插值模型，以构建基于变异函数的空间分析模型；再通过结合后向轨迹模型，建立时变气象场下的动态污染源追踪模式，定量表达时变流场下各区域单元的时空影响关系，实现上述空间分析模型的进一步优化；通过监测数据、气象数据对模型进行验证，最后分析区域不同污染物的时空分布特征、输送范围以及城市间的相互影响特征，为评估和控制大气污染提供科学依据。

针对现有空气质量空间分析方法时空分辨率低、精度低、计算效率低的现状，本项目构建了高精度，低计算量的基于变异函数与时变流场的区域空气质量空间分析模型。并通过监测数据、气象数据对模型进行验证；最后，应用构建的模型研究和获取了区域不同污染物的时空分布特征、输送范围以及城市间的相互影响特征。具体完成了以下研究工作：.首先，以珠三角大气污染物为对象，采用交叉验证法，定量分析了三大空间分析模型在插值精度、计算速度与稳定性等方面上的差异。结果表明：从整体插值精度而言，Kriging最优，Spline次之，IDW最差。Kriging插值结果可靠性也最高。但在表达空气质量空间分布图上，IDW与Spline均可保持插值结果和实际监测值相一致，平滑性好；Kriging模型参数复杂，插值结果不能保证与实际监测值一致，过渡平滑性欠佳。.其次，结合各模型的优劣，以IDW为基础，引入Kriging变异函数，通过变异函数的建立和拟合模型的调整，构建了基于变异函数的空间分析模型。构建的空间分析模型将两种方法结合，既考虑了空间结构的影响作用，又避免了Kriging法中大量方程组的求解耗时过程，大大提高空间插值的计算精度与计算效率。.接着，通过建立和引入不同方向上的变异函数，结合后向轨迹模型建立源追踪模式，优化了空间分析模型。优化后的空间分析模型针对PM2.5和SO2污染物进行空间分析预测，交叉验证发现其插值前后平均相对误差间于14-28%（改进前为24-36%），整体精度均有所提高并达到75%以上。.最后，通过构建的空间分析模型在珠三角区域的应用，分别研究和获取了典型站点（惠景城站点）常规污染物时空分布特征，珠三角不同点位、城市间污染物时空影响范围，典型城市（东莞）污染物时空变化和传输受气象因素的影响特征，以及典型城市（肇庆）区域间污染物的影响和贡献等。.在以上研究基础上，项目超额完成空间分析模型的二次开发和平台建设，并在广东省（如东莞和清远）及全国各地实现了业务化应用示范。应用项目共计3项，总经费合计72万元。