wangyanjiayou的个人博客分享 http://blog.sciencenet.cn/u/wangyanjiayou

博文

深度解析SMOKE:多模式排放清单处理技术及EDGAR/MEIC清单制作与VOCs排放量核算

已有 342 次阅读 2024-3-19 16:33 |系统分类:科研笔记

大气污染是工农业生产、生活、交通、城市化等方面人为活动的综合结果,同时气象因素是控制大气污染的关键自然因素。大气污染问题既是局部、当地的,也是区域的,甚至是全球的。本地的污染物排放除了对当地造成严重影响外,同时还会在动力输送作用下,极大地影响下风向地区的大气环境状况。数值模式模拟是分析大气污染物时空分布和成分贡献的重要工具,利用模拟结果可以分析大气污染的来源、成因、污染程度、持续时间、主要成分、相对贡献等问题,有助于分析并合理控制污染源排放,为产业调整提供参考。当前,针对不同理论、用途和设计理念,国内外已经研发出了多种空气质量模式。这些模式被广泛应用于空气质量预报预警系统建立、大气污染防治、环境影响评价等工作中。

大气污染物排放是空气污染的源头,气象因素是影响污染程度的重要因素,因此空气质量模式要求气象资料和污染物排放清单作为输入,其中由于大气污染源复杂性、数据滞后性、动态变化、规律性不明显等特点,使得大气污染源排放清单输入准备工作成为其中的重点和难点。

【目标】:

1.掌握大气污染源排放清单不确定性来源及定量分析方法

2.以VOCs排放为例,掌握排放源核算及组分清单建立方法

3.掌握基于SMOKE模型的大气污染源排放清单处理技术方法

4.掌握基于SMOKE的多模式排放清单输入制备方法

5.通过案例分析实践掌握在CMAx、CMAQ、WRF-chem等模式中的应用方法

6.通过实例运行掌握EDGAR/MEIC清单处理技术方法

一、大气污染源排放清单编制、处理和不确定性分析技术方法

1.城市大气排放清单编制方法讲解

2.排放清单不确定性分析技术方法

3.排放清单不确定性及模式调试

4.排放清单处理技术讲解及流程

5.SMOKE/MEGAN模型讲解

二、排放量核算(VOCs排放为例)和不确定性分析技术

1.污染物排放量核算(溶剂使用源VOCs排放为例)

2.组分排放清单建立(VOCs组分清单为例)

3.LINUX的基本命令操作

4.排放系数不确定性分析操作

5.排放清单不确定性分析操作

三、SMOKE本地案例建立方法

1.基于SMOKE本地排放清单处理案例方法

2.污染源分类及文件准备方法

3.区域代码编制及文件准备方法

4.大气污染源时间特征调查和时间谱文件准备方法

5.基于模式大气化学机制的污染源成分谱及文件准备方法

6.以网格排放清单作为输入的SMOKE输入准备

四、SMOKE/MEGAN安装及测试

1.SMOKE环境配置及注意事项

2.SMOKE输出绘图工具安装

3.SMOKE模型安装编译

4.SMOKE测试案例运行

5.MEGAN模型本地案例

五、SMOKE输入文件准备练习

1.Spatial Allocator安装配置

2.面源空间分配系数建立

3.时间谱文件准备操作

六、SMOKE本地案例配置与调试操作

1.点源及面源排放清单输入文件准备

2.SMOKE本地案例配置与调试

3.排放清单整合与CMAQ-ready排放清单输出

七、CMAQ/CAMx案例运行

1.CAMx模式数据转换接口安装

2.多模式的模拟区域设置说明

3.CMAQ案例运行

4.CAMx案例运行

八、WRF-Chem模式案例运行

1.WRH-Chem模式数据转换接口安装

2.WRF-Chem案例运行

3.提问

九、基于SMOKE的全球排放清单(EDGAR)处理案例

1.案例配置说明

2.输入文件准备

3.SMOKE-EDGAR案例运行

4.结果检查

十、基于SMOKE的全国排放清单(MEIC)处理案例

1.案例配置说明

2.输入文件准备

3.SMOKE-MEIC案例运行

4.结果检查

注:请提前自备电脑及安装所需软件

关 注【科研充电吧】公 众 号,获取海量教程和资源

利用GPT与R语言,解锁生态环境数据统计分析的无限潜能!

成像光谱遥感技术中的AI革命丨遥感影像数据处理分析软件与ChatGPT集成

基于ChatGPT大模型提问框架、论文助手、数据清洗、统计分析、经典统计模型、机器学习、科研绘图等

ChatGPT/GPT4+AI绘图+文本+编程+论文高效写作结合到底有多强大?带你详细了解



https://blog.sciencenet.cn/blog-3539141-1425950.html

上一篇:从入门到精通:MCM箱模型运行与结果分析的全方位指南
下一篇:流域生态系统水-碳-氮耦合过程模拟
收藏 IP: 111.225.70.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-4-28 04:51

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部