基于大气污染物初值与污染源排放协同同化的污染源反演研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41875014
  • 项目类别:
    面上项目
  • 资助金额:
    63.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0505.大气物理学
  • 结题年份:
    2022
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2022-12-31

项目摘要

The uncertainty of the pollution emissions are the major factors limiting the accuracy of pollution forecasts. In this program, a pollution emission inversion system will be developed to optimize the pollution emissions and chemical initial conditions jointly by incorporating the Ensemble Kalman Filter (EnKF) framework into the regional air quality modeling system WRF-Chem. The emission forecast model is developed by using the ensemble concentration ratios of the WRF-Chem forecast chemical concentrations and also the time smoothing operator. In this implementation, the pollution emissions can be forecast at grid scales; plus, any useful observed information achieved by the current assimilation cycle can be transferred into the next assimilation cycle. Sensitivity experiments will be set to evaluate the inversion capacity of the data assimilation system. Then, the spatial and temporal distribution of the pollution emissions in china will be investigated after a long-time (5-7 years) inversion experiment was performed.
污染源排放清单是制约空气质量预报水平的关键基础数据。本项目拟在国内外研究的基础上,通过构建合适的污染源诊断模型,利用地表污染物浓度观测资料,针对PM10、PM2.5、SO2、NO、NH3和CO这些典型污染源排放,基于集合卡尔曼滤波同化方法和中尺度传输模式WRF-Chem,在同时同化污染物浓度初值和污染源排放的框架下,建立高时空分辨率的污染源反演系统。项目拟从污染物临时减排和突发性秸秆燃烧这两类突发事件中选择个例研究,评估反演系统对污染源的反演能力。在此基础上,利用中国地区历史污染物浓度观测资料进行长期的污染源反演,研究中国区域典型污染源排放的时空分布趋势。通过本项目的实施,为合理控制污染排放提供科学的决策依据,也为空气质量模式提供高时空分辨率的污染源排放,提高空气质量模式对污染物的预报能力。

结项摘要

污染源排放清单是制约空气质量预报水平的关键基础数据。本项目在国内外研究的基础上,通过构建合适的污染源诊断模型,利用地表污染物浓度观测资料,针对PM10、PM2.5、SO2、NO2、CO和O3这些典型污染源排放,基于集合卡尔曼滤波同化方法和中尺度传输模式WRF-Chem,在同时同化污染物浓度初值和污染源排放的框架下,建立高时空分辨率的污染源反演系统。基于该污染源反演系统,研究了PM10, PM2.5, SO2, NO, NO2, O3 和 CO多观测要素同化对PM2.5气溶胶预报的影响,结果表明同时同化污染物浓度初始场和污染源排放能够得到较好的污染源排放,优化后的污染源呈现了明显的日变化趋势,并且提高PM2.5气溶胶的预报水平;探讨了气象资料同化对污染源排放优化的影响,结果表明气象观测资料的同化能得到更符合实际的优化源。在此基础上,利用中国地区2016~2020年污染物浓度观测资料和GDAS提供六小时常规气象观测资料(含风速/风向/气温/水汽密度/气压)进行长期的污染源反演,构建了2016~2020年中国地区主要污染物浓度和污染源排放的逐时分析场,利用该数据集讨论了2018年中国地区臭氧浓度分布的时空特征,评估了不同天气环流分型对2016~2019年中国PM2.5气溶胶浓度的影响;研究了中国区域典型污染源排放的时空分布趋势。在项目执行期间,培养研究生3名,发表论文6篇,其中4篇SCI。通过本项目的实施,为合理控制污染排放提供科学的决策依据,也为空气质量模式提供高时空分辨率的污染源排放,提高空气质量模式对污染物的预报能力。

项目成果

期刊论文数量(6)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
2018年中国中东部地区臭氧浓度分布的时空特征
  • DOI:
    10.13232/j.cnki.jnju.2021.03.014
  • 发表时间:
    2021
  • 期刊:
    南京大学学报. 自然科学版
  • 影响因子:
    --
  • 作者:
    毛毛;彭珍
  • 通讯作者:
    彭珍
CO2 Flux Inversion With a Regional Joint Data Assimilation System Based on CMAQ, EnKS, and Surface Observations
基于 CMAQ、EnKS 和地面观测的区域联合数据同化系统的 CO2 通量反演
  • DOI:
    10.1029/2022jd037154
  • 发表时间:
    2023-01
  • 期刊:
    JOURNAL OF GEOPHYSICAL RESEARCH-ATMOSPHERES
  • 影响因子:
    4.4
  • 作者:
    Zhen Peng;Xingxia Kou;Meigen Zhang;Lili Lei;Shiguang Miao;Hengmao Wang;Fei Jiang;Xiao Han;Shuangxi Fang
  • 通讯作者:
    Shuangxi Fang
Assessment of the Meteorological Impact on Improved PM2.5 Air Quality Over North China During 2016-2019 Based on a Regional Joint Atmospheric Composition Reanalysis Data-Set
基于区域联合大气成分再分析数据集2016-2019年华北地区PM2.5空气质量改善的气象影响评估
  • DOI:
    10.1029/2020jd034382
  • 发表时间:
    2021-06-16
  • 期刊:
    JOURNAL OF GEOPHYSICAL RESEARCH-ATMOSPHERES
  • 影响因子:
    4.4
  • 作者:
    Kou, Xingxia;Peng, Zhen;Ding, Qiuji
  • 通讯作者:
    Ding, Qiuji
新冠肺炎封城对南京污染排放的影响
  • DOI:
    10.13671/j.hjkxxb.2021.0223
  • 发表时间:
    2021
  • 期刊:
    环境科学学报
  • 影响因子:
    --
  • 作者:
    蔡菊珍;彭珍;孙鉴泞;谢郁宁;刘强
  • 通讯作者:
    刘强
Impact of Assimilating Meteorological Observations on Source Emissions Estimate and Chemical Simulations
同化气象观测对源排放估算和化学模拟的影响
  • DOI:
    10.1029/2020gl089030
  • 发表时间:
    2020-10
  • 期刊:
    Geophysical Research Letters
  • 影响因子:
    5.2
  • 作者:
    Peng Zhen;Lei Lili;Liu Zhiquan;Liu Hongnian;Chu Kekuan;Kou Xingxia
  • 通讯作者:
    Kou Xingxia

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

大气边界层强风的阵性和相干结构
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    气候与环境研究,12(3),227-243,2007年5月
  • 影响因子:
    --
  • 作者:
    程雪玲;曾庆存*;胡非;彭珍
  • 通讯作者:
    彭珍
基于RBFCM的启发型协调器算法的研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机科学
  • 影响因子:
    --
  • 作者:
    杨炳儒;彭珍;谢永红
  • 通讯作者:
    谢永红
北京城市化进程对边界层风场结构
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    地球物理学报. 49(6). 1608~1615,2006年11月
  • 影响因子:
    --
  • 作者:
    彭珍;胡非
  • 通讯作者:
    胡非
基于Illumina HiSeq技术分析浆水中细菌多样性及理化性质
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    食品科学
  • 影响因子:
    --
  • 作者:
    魏本良;刘长根;肖阳生;彭珍;黄涛;关倩倩;熊涛
  • 通讯作者:
    熊涛
乳酸菌发酵对红茶饮料营养成分、香气成分及抗氧化活性的影 响
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    食品科学
  • 影响因子:
    --
  • 作者:
    刘佳奇;彭珍;熊涛
  • 通讯作者:
    熊涛

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

彭珍的其他基金

重污染天气形势下的气溶胶同化预报研究
  • 批准号:
    42275153
  • 批准年份:
    2022
  • 资助金额:
    55.00 万元
  • 项目类别:
    面上项目
重污染天气形势下的气溶胶同化预报研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    55 万元
  • 项目类别:
    面上项目
高影响天气形势下的地-气通量估算的研究
  • 批准号:
    40905002
  • 批准年份:
    2009
  • 资助金额:
    20.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码