由于污染形成機制認知的局限性和模型輸入?yún)?shù)的不確定性,以CAMQ和CAMx為代表的復(fù)雜空氣質(zhì)量模型模擬仍然存在很大的不確定性。如何改進與提高模型模擬的準確性是國內(nèi)外大氣環(huán)境科學(xué)研究關(guān)注的重點與前沿之一。定量不確定性分析是利用概率分析的手段定量分析模型輸入不確定性來源對模型結(jié)果的影響,識別影響模型模擬的關(guān)鍵不確定性來源,進而指導(dǎo)模型改進的方向與途徑。然而,由于復(fù)雜空氣質(zhì)量模型定量不確定性分析涉及的不確定性源眾多、常規(guī)的蒙特卡羅不確定性傳遞方法所需的計算資源巨大、以及簡化模型本身帶來的不確定性等問題,復(fù)雜空氣質(zhì)量模型的定量不確定性仍然存在諸多不足。復(fù)雜空氣質(zhì)量模型的復(fù)雜性和眾多的不確定性來源是目前國內(nèi)外開展復(fù)雜空氣質(zhì)量模型改進研究亟需突破的關(guān)鍵瓶頸問題之一。針對這些瓶頸問題,論文圍繞復(fù)雜空氣質(zhì)量模型關(guān)鍵不確定性來源診斷識別與改進的研究目標(biāo),以PM_(2.5)模擬為例對復(fù)雜空氣質(zhì)量定量不確定性分析方法與應(yīng)用開展了較為系統(tǒng)性的研究,其主要的研究成果和結(jié)論如下:(1)初步構(gòu)建了由敏感性分析識別重要模型輸入、輸入不確定性量化、不確定性傳遞、基于貝葉斯的不確定性矯正、不確定性結(jié)果評價和不確定性來源解析6部分組成的復(fù)雜空氣質(zhì)量模型定量不確定性診斷方法框架體系,為量化識別復(fù)雜空氣質(zhì)量模型關(guān)鍵不確定性來源,提升模型模擬性能,開展空氣質(zhì)量概率預(yù)報提供了方法學(xué)基礎(chǔ);(2)利用合并多個案例的HDDM敏感性系數(shù)的思路,建立了逐步HDDM-RFM(High-order Decoupled Direct Method–Reduced Form Model)方法,解決了模型輸入擾動或不確定性較大時,傳統(tǒng)HDDM-RFM方法不確定性傳遞準確性下降的問題,有效提高了不確定性傳遞的準確性;(3)利用耦合HDDM與SRSM方法的思路,建立了HDDM-SRSM(Stochastic Response Surface Model)方法,解決了傳統(tǒng)SRSM方法在模型不確定輸入個數(shù)較多時,計算資源需求急劇增加的問題。相比傳統(tǒng)SRSM方法,HDDM-SRSM方法在保證不確定性傳遞準確性的同時,不確定性傳遞效率提高了60%以上;(4)基于偏差克里金插值建立了兩種新的數(shù)據(jù)融合方法,克服了傳統(tǒng)數(shù)據(jù)融合方法無法修正CMAQ空間偏差的不足,在此基礎(chǔ)上提出了一種基于數(shù)據(jù)融合的復(fù)雜空氣質(zhì)量模型邊界條件改進新方法,有效降低了模型邊界條件的不確定性,進而提高模型模擬效果;(5)以珠三角地區(qū)為案例,2013年4月份和12月份為模擬時段,應(yīng)用上述建立的框架體系和方法開展了基于定量不確定性分析的PM_(2.5)數(shù)值模擬關(guān)鍵不確定性來源識別與改進研究。結(jié)果表明,在考慮的不確定性來源中,風(fēng)速、PM_(2.5)邊界條件以及PM_(2.5)一次排放是珠三角PM_(2.5)模擬的關(guān)鍵不確定性來源。僅改進模型邊界條件,珠三角PM_(2.5)模擬偏差能降低6%-10%,R2能提高0.13-0.18,驗證了本論文提出的方法框架體系在識別氣溶膠數(shù)值模式關(guān)鍵不確定性來源、指導(dǎo)模型改進、提升模型模擬性能的可行性。本論文的研究成果對推動開展空氣質(zhì)量概率預(yù)報,提高大氣重污染預(yù)警的準確性奠定了一定的科學(xué)基礎(chǔ)。
【學(xué)位單位】：華南理工大學(xué)
【學(xué)位級別】：博士
【學(xué)位年份】：2017
【中圖分類】：X513
【部分圖文】：

染[12]，并逐漸擴展到內(nèi)陸武漢、長株潭和成渝等重要內(nèi)陸城市群地區(qū)（見圖1-1），部分城市甚至是全球顆粒物污染最嚴重的城市之一。衛(wèi)星數(shù)據(jù)也表明，整個中國地區(qū)的PM2.5年均濃度在2004年到2008年期間呈現(xiàn)每年1.79 μg/m3的增長趨勢，其中京津冀地區(qū)的增長速度最快（每年3.20 μg/m3），長三角和珠三角次之（分別為0.99 和 0.88 μg/m3）[13]。在這期間，由于2008年北京奧運會空氣質(zhì)量達標(biāo)的需要，國內(nèi)學(xué)者才開始關(guān)注PM2.5污染1

（6）復(fù)雜空氣質(zhì)量數(shù)值模型關(guān)鍵不確定性來源識別方法。識別關(guān)鍵不確定性來源是開展復(fù)雜空氣質(zhì)量數(shù)值模型定量不確定性分析的最終目的，也是指導(dǎo)模型改進研究的關(guān)鍵與重點。這部分的關(guān)鍵科學(xué)問題是：如何通過不確定性分析結(jié)果識別影響模擬的關(guān)鍵不確定來源？2.2 復(fù)雜空氣質(zhì)量模型定量不確定性診斷方法框架體系構(gòu)建上述關(guān)鍵科學(xué)與技術(shù)問題的解決是構(gòu)建復(fù)雜空氣質(zhì)量模型定量不確定性診斷方法框架體系的基礎(chǔ)。圍繞這些關(guān)鍵科學(xué)與技術(shù)問題，論文提出了如圖 2-1 所示的復(fù)雜空氣質(zhì)量模型定量不確定性診斷方法框架體系。這個方法框架是由敏感性分析識別重要輸入、模型輸入不確定性量化、模型不確定性傳遞、基于貝葉斯的不確定性矯正、不確定性結(jié)果評價和不確定性來源解析 6 部分組成。在這個框架體系中，模型輸入不確定性量化是基礎(chǔ)，模型不確定性傳遞是關(guān)鍵，不確定性來源解析是最終目的，這三者是最為關(guān)鍵的步驟，缺一不可。

圖 2-2 排放源清單定量不確定性分析的概念架（1）清單模型輸入不確定性定量分析方法：排放因子、入變量的定量不確定性分析可使用基于自展模擬（bootstrap法或者專家判斷法進行，其中專家判斷法僅適合用于樣本數(shù)展模型方法是一種通過自展抽樣來準確分析清單模型輸入變的數(shù)值模擬方法[236]，其基本過程是：對樣本數(shù)據(jù)進行概率據(jù)的概率分布模型（常見的概率分布模型見表 2-1），以描述；對描述樣本數(shù)據(jù)的擬合概率分布模型進行隨機自展抽樣，樣本數(shù)據(jù)的個數(shù)）的自展樣本，并統(tǒng)計自展樣本的均值；通自展樣本的均值，然后對多個均值進行統(tǒng)計分析，其統(tǒng)計結(jié)型輸入的不確定性。在這三個步驟中，樣本數(shù)據(jù)的概率分布
【相似文獻】

相關(guān)期刊論文 前10條

1 江英;肺癌與長期暴露于細顆粒物有關(guān)聯(lián)[J];中國環(huán)境科學(xué);2002年04期

2 趙毓梅，李秋營，范建，李炳太;大氣粗細顆粒物對大鼠肺泡巨噬細胞的影響[J];中國公共衛(wèi)生學(xué)報;1995年04期

3 王耘;;科技期刊中“細顆粒物”符號表示方法調(diào)查與分析[J];中國科技術(shù)語;2014年01期

4 范柏祥,孫熙,王金波;可吸入細顆粒物的治理[J];中國環(huán)保產(chǎn)業(yè);2003年03期

5 楊書申;邵龍義;;大氣細顆粒物的透射電子顯微鏡研究[J];環(huán)境科學(xué)學(xué)報;2007年02期

6 馮加良;胡小玲;管晶晶;趙偉;;上海市大氣細顆粒物的酸度及其與組成的關(guān)系[J];上海大學(xué)學(xué)報(自然科學(xué)版);2010年05期

7 柴發(fā)合;高健;王淑蘭;;大氣細顆粒物監(jiān)測的政策制定和標(biāo)準設(shè)計[J];環(huán)境保護;2011年16期

8 張莉君;東春陽;許慧慧;施燁聞;金奇昂;劉立平;沈先標(biāo);;上海市兩社區(qū)大氣細顆粒物的污染狀況[J];環(huán)境與職業(yè)醫(yī)學(xué);2011年08期

9 楊春雪;闞海東;陳仁杰;;我國大氣細顆粒物水平、成分、來源及污染特征[J];環(huán)境與健康雜志;2011年08期

10 ;揭開迷“霧”中的重重秘密——國家自然科學(xué)獎獲獎項目解析我國空氣中細顆粒物形成機制及影響[J];中國科技信息;2013年03期

相關(guān)博士學(xué)位論文 前10條

1 黃志炯;基于敏感性和不確定性分析的氣溶膠數(shù)值模擬改進研究[D];華南理工大學(xué);2017年

2 孟欣佳;考慮混合不確定性的多學(xué)科可靠性設(shè)計優(yōu)化方法研究[D];北京理工大學(xué);2016年

3 趙斌;細顆粒物化學(xué)組成及其對前體物排放響應(yīng)的數(shù)值模擬研究[D];清華大學(xué);2015年

4 吳伊人;含油霧的環(huán)境空氣中微細顆粒物凈化用纖維濾料的織物特性研究[D];東華大學(xué);2015年

5 王曉斐;Gprc5a基因缺失小鼠對SiO_2誘導(dǎo)的肺損傷易感性增加[D];上海交通大學(xué);2015年

6 張英志;柴油車細顆粒物理化性質(zhì)及其排放特征研究[D];清華大學(xué);2016年

7 王飛;廢水中細顆粒物過濾去除機理研究及應(yīng)用[D];華東理工大學(xué);2016年

8 曹希寧;大氣細顆粒物（PM_(2.5)）暴露致雄性生殖功能損傷及其機制的研究[D];重慶醫(yī)科大學(xué);2017年

9 朱繼保;細顆粒物的電收集技術(shù)研究[D];浙江大學(xué);2010年

10 高知義;大氣細顆粒物人群暴露的健康影響及遺傳易感性研究[D];復(fù)旦大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 劉潔;記憶不確定性的量子認知解釋[D];山西大學(xué);2017年

2 楊留輝;基于調(diào)整離差率不確定性視角下遼寧省消費分析[D];遼寧大學(xué);2017年

3 丁新新;經(jīng)濟政策不確定性、銀行信貸與公司投資[D];浙江財經(jīng)大學(xué);2018年

4 王凌志;政治不確定性與費用粘性[D];浙江工商大學(xué);2018年

5 張春艷;核數(shù)據(jù)不確定性傳播方法研究[D];哈爾濱工程大學(xué);2016年

6 周雨;經(jīng)濟政策不確定性與企業(yè)投資：房地產(chǎn)和制造業(yè)的比較研究[D];浙江工商大學(xué);2018年

7 萬昶;考慮不確定性的結(jié)構(gòu)損傷區(qū)間反演分析[D];南昌大學(xué);2017年

8 趙韋;輸入數(shù)據(jù)不確定性對水文模型模擬結(jié)果的影響研究[D];中國地質(zhì)大學(xué)(北京);2017年

9 張琳;本體知識中不確定語義關(guān)系的表達和非精確推理研究[D];燕山大學(xué);2017年

10 曲德展;基于不確定性感知的變量關(guān)聯(lián)模式可視分析方法研究[D];東北師范大學(xué);2017年

本文編號：2877532