• 关键词：河南省  PM_2.5  NAQPMS模式  区域输送  行业贡献

• 基金项目：国家科技支撑计划（No.2014BAC06B03）；环保部公益性行业科研专项（No.201309016）；国家自然基金委面上项目（No.41275138）；河南省大气灰霾污染专项研究

• 王媛林
• 1. 中国科学院大气物理研究所大气边界层物理与大气化学国家重点实验室, 北京 100029;2. 中国科学院大学, 北京 100049

• 李杰
• 中国科学院大气物理研究所大气边界层物理与大气化学国家重点实验室, 北京 100029

• 李昂
• 中国科学院安徽光学精密机械研究所, 中国科学院环境光学与技术重点实验室, 合肥 230031

• 谢品华
• 中国科学院安徽光学精密机械研究所, 中国科学院环境光学与技术重点实验室, 合肥 230031

• 郑海涛
• 1. 中国科学院大气物理研究所大气边界层物理与大气化学国家重点实验室, 北京 100029;2. 中国科学院安徽光学精密机械研究所, 中国科学院环境光学与技术重点实验室, 合肥 230031;3. 中国科学院大学, 北京 100049

• 张玉洽
• 1. 中国科学院大气物理研究所大气边界层物理与大气化学国家重点实验室, 北京 100029;2. 成都信息工程大学, 成都 610225

• 王自发
• 中国科学院大气物理研究所大气边界层物理与大气化学国家重点实验室, 北京 100029

• 摘要：随着城市化和工业化水平的逐渐提高，河南省的空气污染问题也日益严重.利用嵌套网格空气质量模式（NAQPMS），数值模拟了2013年7月-2014年6月年河南省大气细颗粒物及其前体物（NO₂、SO₂、PM₁₀、PM_2.5）的地面浓度，并量化了其主要来源.结果表明：模式能够较好地再现污染物的时空演化特征.整体来讲，河南省PM_2.5的高值区集中在中部和北部地区，呈现冬季高、夏季低的特点.在线源解析模拟发现，河南省不同地区PM_2.5的来源有所不同，中西部地区主要来自于本地，而在东部和北部地市，来自周边省份的区域输送更为显著，其贡献达到40%～50%，且在PM_2.5浓度的高值区更为明显.就行业贡献而言，居民源、工业源和机动车排放是河南省PM_2.5浓度的主要来源，其浓度贡献分别为23.7 μg·m^-3（贡献比例24%，下同）、20.6 μg·m^-3（21%）和21.3 μg·m^-3（22%），电厂、农牧业和地面扬尘的浓度贡献分别为7.0 μg·m^-3（7%）、8.7 μg·m^-3（9%）和17.8 μg·m^-3（18%）.受居民源影响最大的地区是河南中东部和北部地市，其贡献达到PM_2.5浓度的27%、27%和25%.工业源影响最大的地区集中在太行山南部地市，其浓度贡献为26.4 μg·m^-3（24%），在其他地市的贡献为17%～23%.机动车对河南东部影响最为显著，其浓度贡献为22.9 μg·m^-3（24%）.电厂和农畜牧业对全省PM_2.5的贡献分布比较均匀，分别为6%～9%和8%～10%.分析不同浓度下的PM_2.5来源，发现工业源和扬尘贡献随PM_2.5浓度增加逐渐降低，而居民源和机动车排放的贡献则有所增加，在PM_2.5浓度高于100 μg·m^-3期间，达到22%和20%.

• Abstract：Along with rapid urbanization and industrialization, air pollution is becoming more and more serious in Henan. In this study, a nested grid air quality model system (NAQPMS) with an on-line tracer-tagged module was used to simulate surface fine particulate matter (PM_2.5) and its precursor (NO₂, SO₂, PM₁₀ and PM_2.5) from July 2013 to June 2014. Comparison with observations proved that NAQPMS was able to reproduce the temporal and spatial variations of pollutants in Henan. The simulation showed that high levels of PM_2.5 were concentrated in the central and northern Henan and higher in winter while lower in summer. The PM_2.5 source apportionment varied with cities. In central and western of Henan, surface PM_2.5 were dominated by local emissions, while the regional transport from surrounding provinces was more important in northern, eastern and southern of Henan, with contributions of 40%~50%. Residential, industrial and vehicle emissions were the three sources with the largest contributions to the mean PM_2.5, with contributions of 23.7 μg·m^-3(24%), 20.6 μg·m^-3(21%) and 21.3 μg·m^-3(22%), respectively. Power plants, agriculture and mineral aerosols contributed 7.0 μg·m^-3(7%), 8.7 μg·m^-3(9%) and 17.8 μg·m^-3(18%), respectively. Contributions from residential sources were most significant in mid-east and northern cities of Henan, ranging from 25% to 27%. The industry sector presented the highest contributions to the southern cities along Taihang Mountain, with a contribution of 26.4 μg·m^-3(24%). Different from residents and industry sectors, impact of vehicle emissions reached the maximum in eastern cities, with a contribution of 22.9 μg·m^-3(24%). Contributions from power plants and agriculture are quite uniform, which ranged from 6%~9% and 8%~9%, respectively. By analyzing PM_2.5 sources in different concentrations, it was found that contributions from industrial and dust gradually decreased with the increase of PM_2.5, while residential and vehicle emissions increased. When PM_2.5 exceeded 100 μg·m^-3, contributions from residential and vehicle emissions even reached 22% and 20%, respectively.

• Key words：Henan Province  PM_2.5  numerical simulation  regional transport  source apportionment

• 
  摘要点击次数： 1378 全文下载次数： 2835