基于高时间分辨率区域污染传输规律的重污染协同优化控制方法研究

Heavy air pollution control is a hot problem to be urgently solved in China. The key problems of effectively controlling heavy pollution are to accurately identify the pollutant regional-temporal sources, to demarcate the cooperative control regions and periods in heavy pollution, and to propose optimized control measures. On the basis of good research foundation, taking Beijing and its surrounding areas as the study region, firstly we will screen out all the heavy pollution episodes during 2013-2017. A hybrid approach combining the Lagrange particle model (FLEXPART) and the Eulerian photochemical model (CAMx-PSAT) will be developed to investigate the source-receptor relationship with high temporal resolution; the source-receptor transfer matrix with multi-dimensions of regions-periods-emission sources will be established through a comprehensive simulation of all the heavy pollution processes using the combined approach. Then a method system, including cooperative control regions definition method, control period identification method and heavy pollution emergency optimization control model, will be proposed to determine where, when and how many emissions should be controlled. The new method system will be further applied to establish the database of regional collaborative mitigation control schemes for the historical heavy pollution courses of Beijing and surrounding areas during 2013-2017. Early warning regional collaborative mitigation plan will be also studied based on heavy pollution prediction. The research results can provide technical support for the formulation of heavy air pollution emergency measures and the effective improvement of the air quality in China.

空气重污染控制是我国亟待解决的热点难题。准确识别污染物区域-时间来源、界定协同控制区域-时间、优化应急减排方案是有效控制区域重污染的关键难点。本项目拟基于申请单位良好的前期研究基础，以北京及周边为研究区域，对2013-2017年典型重污染过程进行全面筛选；研究提出拉格朗日粒子模型（FLEXPART）与欧拉光化学模型（CAMx-PSAT）相结合的高时间分辨率（1h）源-受体关系研究方法，建立包含区域-时间-污染源的多维源-受体传输矩阵；在此基础上，构建包括重污染协同控制区域界定方法、协同控制时间识别方法、重污染应急优化控制模型在内的重污染协同控制“定域”-“定时”-“定量”研究方法体系；开展新方法体系的示范应用与验证，构建历史重污染区域协同控制方案数据库，基于重污染预测开展协同控制预警方案研究。研究成果可为我国空气重污染应急措施的科学制定与空气质量的有效改善提供科技支撑。

空气重污染应对是我国亟待解决的热点难题。重污染过程中污染物传输贡献可达70%，且浓度通常在数小时内迅速积聚增长，而目前尚未有精细至逐小时的重污染传输规律研究，限制了对重污染形成过程的理解与优化控制。.本研究提出了一种高时间分辨率源-受体关系的模拟研究方法，建立了包含区域-时间-污染源的多维传输矩阵，首次揭示了精细至小时的重污染传输规律。针对2013-2020年，北京及周边发生的81次重污染过程，分析了不同类型重污染过程的时空分布特征；对筛选的8次典型过程，区分高架源（>45km）和低矮源（≤45km）建立了小时传输矩阵；解析了不同源体城市各时刻对北京重污染的浓度贡献规律，发现在重污染发生前的总浓度贡献中，开始前6h（本地）和10h（外地）的排放贡献占~90%，表明以往提前24—36h的控制策略有极大的优化空间；定量评估了机动车和农村散煤源的区域传输贡献，揭示了重污染期间低矮源不可忽视的区域传输作用。.在此基础上，基于模糊C均值聚类、系统聚类、累积概率法、最大变化率法、数值模拟等方法，构建了重污染协同控制区域-时间（精细至小时）识别方法体系和协同控制优化模型。研究发现，基于新方法得到的控制建议方案可明显提升控制效果。以北京及周边2015年12月19—22日重污染红警过程为例，发现协同优化控制方案在协同控制区域数量减少67%、协同控制小时数本地减少26%、周边减少72-90%的情况下，空气质量改善效果接近历史方案。.基于对历史重污染过程的规律和控制区域-时间识别研究，研发了一套重污染区域传输预测技术平台，实现了重污染期间污染物来源及贡献的准确预测。相关研究成果应用于大气重污染成因与治理攻关临沂“一市一策”项目中，开展了140余次重污染期间空气质量保障专报以及40余次空气质量预测专报，助力当地空气质量改善，效果显著。相关技术服务国家重大活动，应用于2022北京冬奥会空气质量评估。在Sci. Total Environ., Environ. Pollut.等期刊发表SCI论文11篇。