[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

权利要求书

1.一种基于扩展WRF和CMAQ模型的大气污染弱扩散区域的划分方法，包括：

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，通过所述本地数据和卫星遥感数据，利用研究区域的最新地表覆盖数据反演最新的下垫面情况，得到下垫面数据；

构建数据输入模块和参数输入模块，利用所述数据输入模块将所述下垫面数据进行预处理；

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，所述模型优化是经过GSI三维同化系统，调整WRF模型的运行参数，使WRF模型的输出与实际的气象观测数据趋于一致；所述数据模拟包括：

将来源于WRF模型输出的气象数据送入CMAQ模型中；

将理想状态初始场模块提供的初始数据以及均一排放场模块提供的人为源排放清单均一化数据送入CMAQ模型，以克服人为源干扰，使得每个网格的排放一致；

利用CMAQ模型实施数值模拟，得到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。

2.根据权利要求1所述的大气污染弱扩散区域的划分方法，其特征在于，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。

3.根据权利要求1所述的大气污染弱扩散区域的划分方法，其特征在于，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。

4.根据权利要求1所述的大气污染弱扩散区域的划分方法，其特征在于，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。

5.根据权利要求1所述的大气污染弱扩散区域的划分方法，其特征在于，所述构建扩展WRF-CMAQ化学模型过程进一步包括：

对所述WRF-CMAQ模型进行本地化处理，所述本地化处理过程包括：WRF模式下垫面数据本地化和参数方案本地化，所述WRF模式下垫面数据本地化是使用最新的卫星数据反演最新的下垫面情况，所述下垫面情况包括地形条件、城市分布情况、植被分布状况，并将所述下垫面数据利用到所述扩展WRF-CMAQ模型的数值模拟中。

6.根据权利要求5所述的大气污染弱扩散区域的划分方法，其特征在于，所述参数方案本地化进一步包括：设置边界层方案和设定WRF模型的物理参数。

7.根据权利要求1所述的大气污染弱扩散区域的划分方法，其特征在于，所述优化并进行数据模拟步骤包括：输入研究区域的气象观测数据，经过所述三维同化系统，调整所述WRF模型的运行参数，使所述WRF模型的输出与实际的气象观测数据趋于一致；对输入到CMAQ模型的人为源排放清单进行均一化处理，使得每个网格的排放一致，以剔除排放污染物的影响。

8.根据权利要求1所述的大气污染弱扩散区域的划分方法，其特征在于，所述指标浓度数据包括SO2、NO2、CO、O3、PM2.5和PM10等六种常规污染物以及AQI。