全文总字数：10258字

1. 研究目的与意义及国内外研究现状

近几十年，由于经济、工业化、城市化的快速发展，全国大范围频繁出现灰霾污染，细颗粒物（pm_2.5）污染受到广泛关注。pm_2.5是指空气动力学等效直径小于等于2.5μm的大气颗粒物，按其形成过程可分为一次颗粒物和二次颗粒物。一次颗粒物为直接向大气排放的颗粒物，如风吹扬尘，一次有机碳（oc）燃料不完全燃烧产生的黑炭（bc）等，二次生成主要为二氧化硫（so₂），氮氧化物（no_x），氨气（nh₃）和非甲烷挥发性有机物（nmvoc_s）等大气污染物与大气中的氧化剂经过化学过程所形成的，如硫酸盐，硝酸盐，铵盐以及二次有机气溶胶。这些颗粒物排放来源包括自然源和人为源，其中人为源（燃煤、交通源与工业源）对pm2.5的贡献最多。

pm_2.5对可见光有很强的吸收和散射作用，是灰霾天气形成的主要原因。高质量浓度的pm_2.5可使大气能见度低于10km，从而影响交通、景观等，给社会经济造成重大损失。此外，高浓度的pm_2.5还会减少日照时间，通过直接和间接效应影响辐射强迫，进而影响全球气候变化，降低地表温度，更有利于逆温的形成，抑制气溶胶的垂直扩散。pm_2.5作为对我国环境空气质量影响最大的污染物之一，由于体积小重量轻，可以在大气中滞留很长时间，并随大气环流传输到很远的地方，严重影响下风向地区的环境空气质量。此外，pm_2.5极易被人体吸入，其较大的比表面积易吸附大量有毒有害物质，经呼吸道进入肺泡并积聚，甚至进入血液循环，从而对人体健康造成严重危害。据国际环境流行病学统计，pm_2.5可导致心肺系统的患病率、死亡率及人群总死亡率升高，还会影响呼吸系统、神经系统和免疫系统，并增加癌症和出生缺陷的几率。

自2013年以来，中国国家环境监测中心开启了大范围的国家环境监测网络，自此开始，可获得详实的pm2.5观测数据用于各种研究。与此同时，2013年9月中国政府颁布了《大气污染防治行动计划》，将京津冀、长三角和珠三角三大城市群作为控制空气污染的主要目标区域，要求京津冀、长三角、珠三角等区域2017年pm2.5浓度分别比2012年下降25%、20%、15%以上，其中北京市pm_2.5年均浓度控制在60微克/立方米。

2. 研究的基本内容

本文基于观测数据并使用全球三维化学传输模式GEOS-Chem（高德地球观测系统化学传输模型）来研究2013-2017年PM_2.5的变化趋势，从排放变化和气象要素两方面分别探讨其对PM_2.5浓度变化的影响。

结合清华大学的MEIC清单对于气溶胶前底物排放削减的预估，就EMI实验气溶胶组分下降做对比与分析。对比EMI与STA实验2013-2017年PM_2.5浓度变化趋势，分析相似与不同。对比MET与STA实验 2013-2017年PM_2.5浓度变化趋势，分析相似与不同。探讨地表温度，比湿，边界层高度，降水与风速风向对PM_2.5浓度变化的影响。

3. 实施方案、进度安排及预期效果

实行方案： 4.1 收集数据 从国家环境监测网络(http://106.37.208.233:20035/) 下载2013-2017年地表PM2.5浓度的逐小时数据，包括京津冀地区的13个城市，长三角地区的24个城市，珠三角地区的12个城市。2013年1-3月份PM2.5逐小时数据缺测，因此2013年PM2.5年均值浓度为4-12月的平均值。 4.2 数值实验 1) 标准实验(STA)：让气象场、人为排放、自然源排放、生物燃料和化石燃料以及生物质燃烧逐年变化，此实验模拟2013-2017年PM2.5浓度变化趋势。 2) 排放变化影响(EMI)：让人为排放和生物质燃烧从2013-2017年逐年变化，自然源排放和气象要素固定在2013年，此模拟研究控制人为排放对PM2.5浓度变化的贡献。 3) 气象要素影响(MET)：让气象场、自然源排放、生物质燃烧从2013-2017年逐年变化，人为排放固定在2013年，此模拟研究气象要素变化对PM2.5浓度变化的贡献。 4.3 数据处理与绘图 1) 将观测数据和STA、EMI、MET实验模式结果均处理成逐月数据。 2) 对STA实验2013-2017年PM2.5浓度求年均值并画出逐年变化分布图。 3) 将2013年，2017年STA实验PM2.5年均值分布图和观测值打点图叠加，并对2013-2017年STA实验和观测逐月时间序列求相关系数，验证模式性能。 4) 对STA实验各气溶胶组分做2013-2017年的季节平均值，并画出分布图。 5) 计算STA、MET、EMI实验中京津冀，长三角，珠三角地区各个季节各气溶胶物种的距平值。 6) 画出2013-2017年STA和MET实验的PM2.5时间序列图，计算其变化趋势。 7) 将STA和MET实验的PM2.5时间序列图作去趋势，并画出去趋势后的时间序列图。 8) 画出2013-2017年STA和EMI实验的PM2.5时间序列图，计算其变化趋势。 9) 将气象要素（地表温度、比湿、混合层高度、降水、风向风速）做冬季和夏季平均分布图。 进度： 1.1—— 1.31 参考文献阅读，了解国内外对此课题的研究现状 2.01 —— 2.28 进行模式设置，排放清单设置 3.01 —— 3.31 数据下载及处理，模式结果处理与绘图 4.1—— 4.12 模式结果处理，结果的表达与分析 4.13—— 4.20 交初稿、修改 4.21 —— 4.26 交稿，准备答辩 预期效果： 通过研究与分析，得出排放变化和气象要素变化对2013-2017年PM2.5浓度变化趋势的影响。

4. 参考文献

[1] 高贵生. 大气细颗粒物pm2.5污染来源及防治措施[j]. 化工管理, 2017(5).

[2] sunj, huang l, liao h, et al. impacts of regional transport on particulate matterpollution in china: a review of methods and results[j]. current pollutionreports, 2017, 3(3):182-191.

[3] 杨新兴, 冯丽华, 尉鹏. 大气颗粒物pm_2.5及其危害[j]. 前沿科学, 2012(1):22-31.