[发明专利]边界层气象参数改进型中尺度大气光化学污染模拟预测算法在审
申请号: | 201711189176.6 | 申请日: | 2017-11-24 |
公开(公告)号: | CN110020448A | 公开(公告)日: | 2019-07-16 |
发明(设计)人: | 谢旻;王体健 | 申请(专利权)人: | 南京大学 |
主分类号: | G06F17/50 | 分类号: | G06F17/50 |
代理公司: | 南京苏创专利代理事务所(普通合伙) 32273 | 代理人: | 王华 |
地址: | 210000*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 气象参数 边界层 大气光化学 气象模式 气象数据 预测算法 坐标系统 改进型 中尺度 格点 地形 化学模式 接口模块 算法优化 特征参数 输出 气象场 稳定度 下垫面 下垫 污染 对流 摩擦 尺度 垂直 分类 外部 改进 成功 | ||
本发明公开了一种边界层气象参数改进型中尺度大气光化学污染模拟预测算法,在CALGIRD化学模式的基础上增加了气象模式接口模块,将MM5、WRF水平Arakawa B和C格点气象数据插值到CALGRID的Arakawa A格点,并将对应垂直σ地形跟随坐标系统的气象数据插值到CALGRID的Z地形跟随坐标系统,根据气象模式输出的下垫面类型从外部资料集中获取下垫面的特征参数,并通过改进算法优化获得CALGRID模式所需的边界层气象参数,如PGT稳定度分类、摩擦速度、对流速率尺度、莫宁-奥布霍夫长度等。本发明成功的将CALGRID模式与MM5、WRF、TAPM的输出气象场相连接。
技术领域
本发明属于大气环境污染物检测技术领域,尤其涉及中尺度大气光化学污染 的改进型预测模型。
背景技术
空气质量模式,是在对污染物排入大气环境后传输、扩散、转化和清除等一 系列物理和化学过程的认识基础上,利用气象、环境、物理、化学等学科的研究 方法和计算机技术,实现模拟和预报不同空间尺度上空气污染物浓度分布状况及 变化趋势的方法,在空气质量预报、大气污染控制、环境规划与管理、城市建设 及公共卫生等方面均有重要的实际应用价值,具有广阔的发展前景。
目前欧拉型的中尺度大气光化学模式,例如ARB的CALGRID模式具有较 好的稳定性,针对二次污染源如臭氧的模拟具有较好效果,主要适用于晴空条件 下的光化学反应的模拟,包含了大气输送与扩散、气相化学反应、人为排放的点 面线源、干沉降等过程。但原有的的CALGRID模式还是存在一定的局限性,包 括仅建立与CALMET和MM5气象模式的连接,在实际应用方面受到一定的限 制,造成CALGRID模式与其他气象模式为离线连接,需要先运行其他气象模式 并将模拟的气象场输出存储,在通过存储的气象场驱动化学模式模拟污染物浓 度。因此需要运行MM5模式,将MM5的结果作为CALMET模式的初始推测 场,进而分析并能参数化处理斜坡流、地形动力作用、地形阻断作用以及水面和 陆面边界层的微气象等,将运行结果作为CALGRID模式的初始参数。因此元模 式系统结构,相当于要运行两个气象模式,并且CALMET模式本身的一些参数, 如地形、植被、站点、探空等资料,比较难获取,因此原CALGRID模式步骤复 杂,且适用面有限。
发明内容
针对现有技术存在的问题,本发明提供了一种边界层气象参数改进型中尺度 大气光化学污染模拟预测算法。本方法简化步骤的同时使得模式可利用更多的气 象模式输出结果,目前改进的CALGRID模式可以成功与MM5、WRF、TAPM 的输出气象场相连接
为解决上述技术问题,本发明采用了以下技术方案:一种边界层气象参数改 进型中尺度大气光化学污染模拟预测算法,包括以下步骤:
步骤1:采用CALGRID化学模式,考虑大气化学反应、大气输送与扩散、沉 降、底面积高架排放源的影响,并对化学物种原始浓度中物理量的平均量分解为 脉动量,得到化学物种浓度变化方程如式(1),
式中,C是化学物种平均浓度,V是三维风矢量的平均量,K是湍流扩散系 数,E是污染源排放,是由于沉降引起的物种浓度变化,PCHEM是化学产 生率,LCHEM是化学损失率;式(1)中二阶湍流扩散项通过湍流扩散 系数K理论闭合转化得到;式(1)中右侧多项式依次分别为平流项、垂直扩散 项、源项、沉降项、化学变化项;
步骤2:由于平流项、垂直扩散项、源项、沉降项、化学变化项各过程的特 征时间不一致,通过算子分裂时间积分对各过程进行积分,
Cn+1=AxAyAzAcAzAyAxCn (2)
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京大学,未经南京大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711189176.6/2.html,转载请声明来源钻瓜专利网。