应用双向耦合的WRF-CMAQ模式结合多平台观测研究长江三角洲重度灰霾形成机制

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    21577126
  • 项目类别:
    面上项目
  • 资助金额:
    68.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    B0602.环境分析化学
  • 结题年份:
    2019
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2019-12-31

项目摘要

Haze pollution in China is a serious environmental problem that can affect air quality, regional and global climates and human health. This especially true for more frequency of heavy haze events over the three major economic regions (Beijing-Tianjin-Hebei, the Yangtze River Delta and the Pearl River Delta regions) and six city agglomerations (central Liaoning, Shandong Peninsula, Wuhan and its surrounding, Changsha-Zhuzhou-Xiangtan, Cheng Yu Chengdu-Chongqing, West side of Taiwan Strait) in China. In this project, we use the two-way coupled Weather Research and Forecasting-Community Multiscale Air Quality (WRF-CMAQ) model newly-developed by the applicant and multi-platform observations to study severe haze formation mechanism over the Yangtze River Delta. We propose to study: (1) characteristics of regional severe haze (The severe haze events are defined as the periods with PM2.5 concentration > 150 μg/m3 in this study) including physical and chemical properties of PM2.5 (mainly particle size distribution, chemical composition and their concentrations) and features of the gas precursors; (2) the key precursors and the key chemical mechanisms for PM2.5 formation; (3) the contribution of the haze-boundary layer feedback mechanisms to the formation of heavy haze and (4) contribution of different source groups and regions to PM2.5 formation. Finally, the strategy for scientifically and effectively controlling the heavy haze over Yangtze River Delta will be proposed. In this study, we will focus on the results at the four main cities (Shanghai, Hangzhou, Nanjing, Hefei) over the Yangtze River Delta and the study period is from 2013 to 2018.
我国的灰霾污染是一个影响空气质量、区域和全球气候以及人类健康的严峻环境问题,突出表现在京津冀、长三角和珠三角三大区域以及辽宁中部、山东半岛、武汉及其周边、长株潭、成渝、台湾海峡西岸六大城市群重度雾霾现象频发。本项目应用申请人在美国环保署(US EPA)最新研发同时考虑气溶胶直接及间接辐射反馈的双向耦合WRF-CMAQ模式结合多平台外场观测研究(1)长三角地区典型区域重度灰霾(指PM2.5>150μg/m3)颗粒物中各组分的物理化学性质(主要为PM2.5的粒径分布、化学组成和浓度)及气态污染物特征; (2)PM2.5的关键前体污染物和关键化学机制;(3)灰霾-边界层反馈机制对重灰霾的贡献;(4)致霾PM2.5的来源和源权重,从而提出长三角地区重灰霾的控制对策和建议具有重要的现实意义。本研究中,选取长三角四个主要城市(上海市,杭州市,南京市,合肥市)进行研究,选择2013-2018年为研究年。

结项摘要

我国的灰霾污染是一个影响空气质量、区域和全球气候以及人类健康的严峻环境问题。本项目应用WRF-CMAQ模式结合外场观测研究(1)长三角重度灰霾颗粒物中各组分的物理化学性质及气态污染物特征;(2)PM2.5的关键前体污染物和关键化学机制;(3)灰霾-边界层反馈机制对重灰霾的贡献;(4)致霾PM2.5的来源和源权重。本项目的重要结果包括:.(1).海洋性低云的气溶胶间接效应定量研究表明其对气候变化的致冷效应要比先前报道的更大的多。在给定气象条件下,云凝结核浓度本身可以解释海洋低云辐射强迫的大部分变化(75%),这主要是通过影响低云云量来影响云的辐射强迫,这对评估气溶胶间接气候效应,特别是气溶胶云生命周期效应有重要意义。成果于2019年2月9日发表在Science 杂志。.(2).基于浙大紫金港校区测量了杭州市大气中PM2.5主要水溶性离子及主要气态污染物的小时浓度。结合混合受体模型和统计方法分析研究了杭州市秋季重灰霾事件的污染特征、来源和成因。.(3).利用WRF-CMAQ模型模拟了长三角2013年全年的PM2.5污染情况,分析五个污染物源对于PM2.5形成的贡献。.(4).提出了应用增加空气湿度来减轻地面局部大气臭氧污染的水雾地球工程方法。该方法有望成为解决全球大城市炎热夏季重臭氧污染问题有效方法。水汽分子通过降低空气温度,减少过氧自由基化学放大器的链长,增强颗粒含水量来减少二氧化氮的光化学反应链长来抑制大气臭氧的形成。.(5).提出了显著减轻城市重度雾霾污染的精准大气污染控制法.将城市大气污染物高浓度,混合受体模型和WRF-CMAQ相结合来找出大气重污染的来源和优化目标地区的控制排放方案, 从而显著减轻城市重度雾霾污染。 .(6).研究中国区域2002年至2016年开放式生物质燃烧及农业秸秆燃烧产生的大气污染物排放的时空分布。2002年至2013年我国OBB污染物排放量处于持续增长阶段,2013至2016年稍有减弱。.(7).应用WRF-CMAQ模拟京津冀地区火电行业对北京灰霾的影响研究,表明火电对北京灰霾成因贡献明显,年均贡献率12.45%。

项目成果

期刊论文数量(15)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(2)
Aerosol-driven droplet concentrations dominate coverage and water of oceanic low-level clouds
气溶胶驱动的液滴浓度主导着海洋低层云的覆盖范围和水
  • DOI:
    10.1126/science.aav0566
  • 发表时间:
    2019
  • 期刊:
    Science
  • 影响因子:
    56.9
  • 作者:
    Rosenfeld Daniel;Zhu Yannian;Wang Minghuai;Zheng Youtong;Goren Tom;Yu Shaocai
  • 通讯作者:
    Yu Shaocai
Suppression of convective precipitation by elevated man-made aerosols is responsible for large-scale droughts in north China
人造气溶胶升高对对流降水的抑制是导致华北地区大规模干旱的原因
  • DOI:
    10.1073/pnas.1811295115
  • 发表时间:
    2018
  • 期刊:
    Proceedings of the National Academy of Sciences
  • 影响因子:
    --
  • 作者:
    Zhen Li;Shaocai Yu;Liqiang Wang;Khalid Mehmood;Weiping Liu;Kiran Alapaty
  • 通讯作者:
    Kiran Alapaty
Fog geoengineering to abate local ozone pollution at ground level by enhancing air moisture
雾地球工程通过提高空气湿度来减轻地面局部臭氧污染
  • DOI:
    10.1007/s10311-018-0809-5
  • 发表时间:
    2019
  • 期刊:
    Environmental Chemistry Letters
  • 影响因子:
    15.7
  • 作者:
    Yu Shaocai
  • 通讯作者:
    Yu Shaocai
Mitigation of severe urban haze pollution by a precision air pollution control approach
精准大气污染治理缓解城市严重雾霾污染
  • DOI:
    10.1038/s41598-018-26344-1
  • 发表时间:
    2018-05-25
  • 期刊:
    Scientific Reports
  • 影响因子:
    4.6
  • 作者:
    Yu S;Li P;Wang L;Wu Y;Wang S;Liu K;Zhu T;Zhang Y;Hu M;Zeng L;Zhang X;Cao J;Alapaty K;Wong DC;Pleim J;Mathur R;Rosenfeld D;Seinfeld JH
  • 通讯作者:
    Seinfeld JH
Relative effects of open biomass and crop straw burning on haze formation over central and eastern China: modelling study driven by constrained emissions
露天生物质和农作物秸秆燃烧对中国中东部雾霾形成的相对影响:约束排放驱动的模型研究
  • DOI:
    10.5194/acp-2019-808-supplement
  • 发表时间:
    --
  • 期刊:
    Atmospheric Chemistry and Physics Discussions
  • 影响因子:
    --
  • 作者:
    Khalid Mehmood;Yujie Wu;Liqiang Wang;Shaocai Yu;Pengfei Li;Xue Chen;Zhen Li;Yibo Zhang;Mengying Li;Weiping Liu;Yannian Zhu;Daniel Rosenfeld;John H. Seinfeld
  • 通讯作者:
    John H. Seinfeld

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

中国东部典型城市冬季大气细颗粒物水溶性离子特征及来源分析
  • DOI:
    10.16258/j.cnki.1674-5906.2019.02.012
  • 发表时间:
    2019
  • 期刊:
    生态环境学报
  • 影响因子:
    --
  • 作者:
    林昕;曹芳;翟晓瑶;鲍孟盈;俞绍才;王京鹏;章炎麟
  • 通讯作者:
    章炎麟
中国东部典型城市冬季大气细颗粒物水溶性离子特征及来源分析
  • DOI:
    10.16258/j.cnki.1674-5906.2019.02.012
  • 发表时间:
    2019
  • 期刊:
    生态环境学报
  • 影响因子:
    --
  • 作者:
    林昕;曹芳;翟晓瑶;鲍孟盈;俞绍才;王京鹏;章炎麟
  • 通讯作者:
    章炎麟

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

俞绍才的其他基金

欧洲和中国气候中和及可持续城市的都市交通综合系统和分析
  • 批准号:
    72361137007
  • 批准年份:
    2023
  • 资助金额:
    200 万元
  • 项目类别:
    国际(地区)合作与交流项目
基于双向耦合WRF-CMAQ模式和多平台观测研究气溶胶影响深对流云和高云导致的辐射效应
  • 批准号:
  • 批准年份:
    2021
  • 资助金额:
    58 万元
  • 项目类别:
    面上项目

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