利用伴随模式研究京津冀地区强霾事件中黑碳气溶胶的来源

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41605117
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    19.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0502.气候与气候系统
  • 结题年份:
    2019
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2019-12-31

项目摘要

Severe haze events were observed frequently in Beijing–Tianjin–Hebei region in recent years. Black carbon (BC), as an important component of PM2.5 and also a chemically inert species, is a good tracer to investigate the sources of aerosols, which is important for understanding the mechanism of severe haze events in Beijing–Tianjin–Hebei region. As an extension of previous research of the applicants, the goal of this proposed study is to systematically examine the spatial-temporal distributions of BC concentrations and sources of BC in Beijing–Tianjin–Hebei region during the severe haze episodes for 2009–2015 using a global chemical transport model GEOS-Chem and its Adjoint model. We interpret the source attribution results based on emission types and sectors, and local versus regional transport influences on model grid scales from one Adjoint simulation. Simulated severe haze episodes are evaluated by using observed BC and PM2.5 concentrations and atmospheric visibility. The roles of changes in emissions and/or meteorological parameters in the variations of BC are quantified by the model's sensitivity studies. Our study will offer reliable scientific basis for understanding mechanism of severe haze events and guiding aerosol reduction measures in Beijing–Tianjin–Hebei region.
京津冀地区是我国强霾事件频繁发生的典型区域。黑碳气溶胶是PM2.5的重要组成成分,由于其化学惰性,可作为示踪物来理解气溶胶来源,对于认识该地区强霾形成机理具有重要意义。目前的观测和模拟研究,很难有效地获得不同种类和行业排放,当地排放和区域输送对黑碳浓度贡献的综合信息。本项目作为申请人对以往工作的延续和拓展,拟结合黑碳、PM2.5和大气能见度观测数据,利用再分析气象场驱动的大气化学传输模式GEOS-Chem和Adjoint(伴随),系统分析2009–2015年京津冀地区强霾事件中黑碳浓度时空分布特征,理解气象场和排放对黑碳浓度的分别贡献;通过一次Adjoint模式模拟计算,从格点尺度上获得不同种类和行业排放,当地排放和区域输送对黑碳浓度的分别贡献,以及各排放贡献随时间变化特点的综合信息,为更好地理解京津冀地区强霾形成机理,为科学减排提供理论支持。

结项摘要

京津冀地区是我国强霾事件频繁发生的典型区域。黑碳气溶胶是PM2.5的重要组成成分,由于其化学惰性,可作为示踪物来理解气溶胶来源,对于认识该地区强霾形成机理具有重要意义。本研究利用GEOS-Chem大气化学模式敏感性分析,从大尺度天气环流角度,分析1980-2010年黑碳气溶胶浓度年际变化的重要因素,发现东亚冬夏季风的强弱与中国东部地区黑碳气溶胶浓度呈负相关。结合PM2.5和大气能见度观测数据,选取2014-2017年北京各观测站点PM2.5日均浓度平均值大于150 µg m–3为强霾天。通过主成分分析方法(T-PCA)和欧洲中心海平面气压和位势高度数据确认了京津冀地区强霾事件发生所对应的五种类型大尺度天气环流形势。冬秋季是当京津冀地区强霾发生频次最高的季节,典型的环流形势显示新疆西北部以外地区和内蒙古处于高压中心。利用GEOS-Chem Adjoint模式模拟,以及MEIC清华大学黑碳排放清单,从格点尺度分析了京津冀地区2014–2017年典型三种强霾事件中黑碳气溶胶来源。利用GEOS-Chem模式敏感性模拟,分析了京津冀地区2014年黑碳气溶胶来源季节平均。从行业排放来源角度看,居民生活排放是冬季强霾天黑碳的主要来源,贡献大于冬季平均,交通和工业排放贡献次之;秋季,交通和工业排放贡献最大,贡献大于秋季平均。从当地排放和区域输送角度看,北京本地排放是强霾天地表黑碳的主要来源,河北和京津冀区域外贡献次之,天津贡献最小;对高层黑碳来说,北京本地,河北,和京津冀区域外排放贡献相当;山东、河南、山西和内蒙古四省对强霾天黑碳日均浓度有贡献。从排放时间角度看,强霾天黑碳主要来源于强霾发生当天的排放以及两天前的排放;北京和天津三天内的排放能影响强霾天黑碳日均浓度,北京当天的排放贡献最大,天津的排放强霾发生前一天贡献最大;河北和京津冀区域外排放分别需要1-3天和1-5天才能输送到北京。

项目成果

期刊论文数量(1)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Impacts of East Asian summer and winter monsoons on interannual variations of mass concentrations and direct radiative forcing of black carbon over eastern China
东亚夏冬季风对中国东部黑碳质量浓度和直接辐射强迫的年际变化影响
  • DOI:
    10.5194/acp-17-4799-2017
  • 发表时间:
    2016-05
  • 期刊:
    Atmos. Chem. Phys.
  • 影响因子:
    --
  • 作者:
    Yu-Hao Mao;Hong Liao;Hai-Shan Chen
  • 通讯作者:
    Hai-Shan Chen

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

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

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