[发明专利]增加液相化学和湿沉降过程的大气污染模拟预测算法

摘要

本发明公开了一种增加液相化学和湿沉降过程的大气污染模拟预测算法，其基于CALGRID的化学模式，在考虑大气化学反应、大气输送与扩散、沉降、地面面源和高架排放源的影响的前提下，继续引入液相化学过程和湿沉降过程造成的污染物浓度变化项，从而增加了云雨化学过程的CALGRID不仅较好地模拟了包括SO2、NO2、PM10、PM2.5等的常规一次污染物，二次污染物，硫酸盐、硝酸盐、铵盐、黑碳、有机碳等，还很好地模拟出了S、N的湿沉降量。改进后的CALGRID模式具有高分辨率、高时效性，能够方便快捷地给出源和受体之间的响应关系，结果可靠。

主权项

1.一种增加液相化学和湿沉降过程的大气污染模拟预测算法，其特征在于包括以下步骤：步骤1：基于CALGRID的化学模式，考虑大气化学反应、大气输送与扩散、沉降、地面面源和高架排放源的影响，并引入液相化学过程和湿沉降过程造成的污染物浓度变化项，得到化学物种浓度变化方程如式(1)，式(1)右侧多项式中，第一项为二阶湍流扩散项，第二项为扩散项，第三项(P‑L)_GAS为气相化学变化项，第四项CHEM_aq为液相化学过程造成的污染物浓度变化项，第五项E_ANT为人为污染源排放项，第六项为由干沉降引起的物种浓度变化，第七项为由湿沉降引起的物种浓度变化；其中，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，式中，二阶湍流扩散项通过湍流扩散系数K理论闭合转化得到；步骤2：对一氧化氮、二氧化氮、二氧化硫三种物质考虑其云内液相化学过程，n+1时刻物质在云内液相的物质浓度通过式(2)求解：Cn+1,i＝(1‑Δt×Nz×Ka)×Cn          (2)Cn为n时刻时物质在云内液相的物质浓度，Δt为积分时步，Nz为总云量，Ka为液相化学转化率；步骤3：对于湿沉降引起的物种浓度变化，考虑的物种包括一氧化氮、二氧化氮、二氧化硫、硝酸、硫酸、PM10、硫酸盐、硝酸盐、铵盐、OC、EC、SOA，首先通过经验公式(3)获得湿清除速率Kw：式(3)中，Pr为降水率，a和b为经验常数；然后，通过式(4)获得n+1时刻的物种在湿清除过程后的浓度：Cn+1,i＝(1‑Δt×Kw)×Cn      (4)式中，Cn+1表示当前时刻的污染物浓度，Cn表示上时刻的污染物浓度，Δt表示积分时步，Kw为湿清除速率；而降水中，各污染物的湿清除量通过式(5)求取：式(5)中，为n+1时刻时步的湿沉降量，为n时刻时步的湿沉降量，K_w为湿清除速率，C_n表示上时刻的污染物浓度，ΔZ表示有降水的模式层次。