[发明专利]基于扩展WRF和CMAQ模型的大气污染弱扩散区域的划分方法

说明书

本发明提出一种基于扩展WRF和CMAQ模型的大气污染弱扩散区域的划分方法，其包括：数据资料收集，所述数据资料收集包括收集研究区域的本地数据和卫星遥感数据；反演下垫面数据，通过数据收集阶段得到的研究区域本地化数据，利用最新城市下垫面地表覆盖数据反演最新的下垫面情况，得到下垫面数据；构建扩展WRF‑CMAQ化学模型，所述扩展WRF‑CMAQ化学模型包括三维同化系统、WRF模型和CMAQ模型；对所述扩展WRF‑CMAQ化学模型进行优化并进行数据模拟；得到空气质量不同指标浓度数据；对指标浓度数据进行归一化处理，得到从浓度；根据所述从浓度，确定弱扩散区域划分标准，划分弱扩散区。

技术领域

本发明涉及计算机应用技术领域，尤其涉及计算机在空气环境质量管控技术领域的应用，更具体地说，涉及一种基于扩展WRF和CMAQ模型的大气污染弱扩散区域的划分方法。

背景技术

随着经济的快速发展、城市工业集中、人口增长、能源的大量消耗，空气污染问题正在逐步制约城市和农村经济的发展和人民的生命健康安全。

而大气污染物的浓度是由污染物排放量及污染气象条件共同决定的，因此要有效地防止大气污染的途径，除了采用除尘及废气净化装置等各种工程技术手段来控制污染物排放量以外，还需充分利用大气的湍流混合作用对污染物的扩散稀释能力，即大气自净能力。由于中国地形复杂，只能覆盖有限的时间和空间，也不够全面，无法准确、细致的描述中国区域的气候时空特征。

大气弱扩散区域划分是大气环境重点管控区划分的关键环节之一，科学识别大气环境弱扩散分区，有助于区域产业结构、布局和结构和规模调整，是各地战略环境影响评价“三线一单”中的重要内容。现有技术中通常认为，水平扩散性能主要与平均风速有关，垂直扩散性能主要取决于混合层高度，通风系数往往用来评价大气环境扩散性能。通过WRF模拟得到不同高度的风速往往与实际存在较大偏差。因此，现有技术中关于扩散区域的划分未能有效考虑研究区域的本地地形条件对扩散区域划分的影响，需要结合当地气象条件和地形条件，研究非人为排放源条件下，研究区域的弱扩散区域的划分方法。

发明内容

针对现有技术的不足，本发明提供了一种将环保和气象结合，基于扩展WRF和CMAQ模型，根据气象数据、地形数据和人为源排放数据，获得划分某个地区的弱扩散分布区域的方法。

为实现上述目的，本发明提供了如下技术方案：一种基于扩展WRF和CMAQ模型的大气污染弱扩散区域的划分方法，包括如下步骤：包括：数据资料收集，所述数据资料收集包括收集研究区域的本地数据和卫星遥感数据；反演下垫面数据，通过数据收集阶段得到的研究区域本地化数据，利用最新城市下垫面地表覆盖数据反演最新的下垫面情况，得到下垫面数据；构建扩展WRF-CMAQ化学模型，所述扩展WRF-CMAQ化学模型包括三维同化系统、WRF模型和CMAQ模型；对所述扩展WRF-CMAQ化学模型进行优化并进行数据模拟，得到反映空气质量的指标浓度数据；对指标浓度数据进行归一化处理，得到从浓度；根据所述从浓度，确定弱扩散区域划分标准，划分弱扩散区。

优选地是，所述构建扩展WRF-CMAQ化学模型过程进一步包括：基于双向反馈机制构建WRF-CMAQ模型，WRF模型为CMAQ模型提供模拟的气象数据，CMAQ模型为WRF模型提供大气污染的化学数据，所述两个模型实现双向反馈，以提高模型的模拟精度。

优选地是，所述构建扩展WRF-CMAQ化学模型过程进一步包括：构建所述三维变分同化系统，所述三维同化系统为GIS三维变分同化系统，以利用所述研究区域城市各国控点、市控点、微站等不同时空分辨率的观测资料融合进入数值模式观测数据，以利用所述三维变分同化系统在模式解与实际观测之间找到一个最优解，为所述WRF模型的数值模式提供初始场，使WRF模型式的预报结果更为准确。

优选地是，所述构建扩展WRF-CMAQ化学模型过程进一步包括：设置模型参数，其包括设置模型的空间分辨率和模型物理参数；所述WRF模式使用四层嵌套，最外层分辨率为27km；第二层为9km；第三层为3km；最内层为1km。