SMOKE模型

排放源处理系统,而不是排放源清单整理系统。与其他以运算法则为基础的处理系统相比效率高的多,且更为快速和灵活;模型的输出结果可以直接整合成CMAQ等模型可以识别的数据格式

主要功能

处理排放源资料数据,将排放数据内插到模式网格点上,并根据排放源的季变化和日变化规律,将年排放资料转化为每小时排放源强度。

编码规则

  • 排放管理区编码【6位】

示例1:XX(省级)YY(地市)ZZ(区县)

示例2:X(国家)YY(省份)Z(地级市/区县识别码;0-8为区县码,9为地级市)DD(行政单元容量;001-899为区县容量,900-999为地级市容量)

  • 行业编码【USEPA  SCC命名规则】

输入数据格式

  1. 标准化合物(IDA;面源IDA和点源IDA格式不相同)
  2. 有毒化合物(ORL)
  3. 连续在线监测点源数据(CEM)

污染源前处理(输出空气污染模型可识别的数据格式;SMOKE)

主要内容:面源、点源、机动车源、天然源等污染源的空间、时间和种类的分配,以及数据格式转换。

点源数据处理:

中尺度气象模型模拟的气象资料数据

需要根据气象条件进行高度、水平和时间上的分配

面源数据处理(面源空间映射分配关系的转换):

“自上而下”统计--分摊的处理方式

考虑不同类型排放面源的时间及空间分配,处理过程独立于气象模式,无须气象数据输入

ISAT工具(inventory spatial allocate tool,排放清单空间分配工具)

ISAT:研究区域划分、定义WRF坐标、确定空间分配因子

ISAT.M:根据网格化后的清单文件生成CMAQ可用的清单文件(src 排放源物种分配,时间分配参数;creat_smoke_to_cmaq是配置文件)

ISAT.Toolk it:WRF模拟区域划定辅助表格;CMAQ自动安装;MEGAN模型文件准备

p.47

WRF(中尺度气象模型)

NCAR(美国国家大气研究中心) NCEP(美国环境预测中心)联合开发的中尺度数值天气预报系统。有两个版本,分别用于研究和业务使用:

MM5模式发展的ARW(advanced research WRF,高级研究气象预测模型)

Eta模式发展的NMM(nonhydrostatic mesoscale model,中尺度非静力模式)

ARW是目前国内常用版本,由通量形式的完全可以压缩及非静力欧拉控制方程组成,水平方向采用Arakawa-C网格,双向嵌套,垂直方向上采用地形跟随静力气压垂直坐标,也叫质量垂直坐标。时间积分采用2-阶或3-阶Runge-Kutta积分方案,在水平和垂直方向上采用5-阶或6-阶平流方案。

模型组成(三部分:预处理系统WPS、主程序WRFV3、后处理)

  • WPS(WRF Pre-processing System,WPS)

geogrid:规定模拟区域,将地理数据插值到模拟区域

ungrib:提取grib格式保存的气象场数据和海表温度等数据

metgrid:将提取出的气象场水平插值到模拟区域

  • OBSGRID

用观测数据对metgrid提取的网格化气象数据进行同化,提高准确性。

  • WRFV3

real.exe:生成初始场和边界场文件

wrf.exe:生成wrfout文件

CMAQ模型

气象场是大气污染物在环境中的驱动力,中尺度气象模式提供的网格气象数据,构成了所有三维空气质量模型的基础(MM5、WRF),决定了CMAQ模型需要以下参数:

  1. 坐标系统和地图投影
  2. 网格分辨率(单元格大小)
  3. 网格的最大覆盖空间(水平地理范围)
  4. 最大垂直网格范围(模型顶部高度)
  5. 时间范围(开始/结束日期;气象更新频率等)

CMAQ特点

CMAQ在处理排放源信息时,需要依赖外部程序估算污染源的排放量大小、位置、时间变化。

排放源清单处理模块需要确保排放物输入必须在相同的水平和垂直空间尺度上,并且覆盖与空气质量模型模拟中使用的相同时间段。

排放清单必须用CMAQ模型支持的化学参数来表示挥发性有机化合物(VOCS)排放。

网络通用数据表单(NetCDF)

空气质量模型学习笔记 ① -----(模型基本介绍)相关推荐

  1. DMU-单性状重复力模型-学习笔记3

    单性状重复力模型 本次主要是演示如何使用DMU分析单性状重复力模型. 重复力模型和动物模型的区别: 不是所有的性状都可以分析重复力模型, 首先重复力模型是动物模型的拓展, 它适合一个个体多个观测值的情 ...

  2. 文本分类模型学习笔记

    文本分类模型学习笔记 TextCNN 模型结构 HAN 模型结构 实验 数据集 预处理 模型内容 模型训练 模型测试 近年来,深度学习模型在计算机视觉和语音识别中取得了显著成果.在自然语言处理中,深度 ...

  3. 概率图模型学习笔记:HMM、MEMM、CRF

    作者:Scofield 链接:https://www.zhihu.com/question/35866596/answer/236886066 来源:知乎 著作权归作者所有.商业转载请联系作者获得授权 ...

  4. Heckman两阶段模型学习笔记

    有近两周的时间都在学习Heckman两阶段模型.网上看了一些资料,在CSDN里找到了几篇珍贵的学习笔记,有一篇相当于带我入了门学习笔记 | Heckman两阶段法介绍_Claire_chen_jia的 ...

  5. ARIMA模型学习笔记

    ARIMA模型学习笔记 目录 ARIMA模型学习笔记 ARIMA模型 时间序列平稳性 什么是平稳性 严平稳 弱平稳 平稳性检验 ADF检验(Augmented Dickey-Fuller test) ...

  6. HALCON 21.11:深度学习笔记---模型(8)

    HALCON 21.11:深度学习笔记---模型(8) HALCON 21.11.0.0中,实现了深度学习方法. 本章阐述了HALCON中深度学习(DL)模型的一般概念和数据处理. 从概念上讲,HAL ...

  7. Hadoop学习笔记一 简要介绍

    Hadoop学习笔记一 简要介绍 这里先大致介绍一下Hadoop.     本文大部分内容都是从官网Hadoop上来的.其中有一篇介绍HDFS的pdf文档,里面对Hadoop介绍的比较全面了.我的这一 ...

  8. MongoDB学习笔记(一) MongoDB介绍及安装

    系列目录 MongoDB学习笔记(一) MongoDB介绍及安装     MongoDB学习笔记(二) 通过samus驱动实现基本数据操作     MongoDB学习笔记(三) 在MVC模式下通过Jq ...

  9. Typescript 学习笔记一:介绍、安装、编译

    前言 整理了一下 Typescript 的学习笔记,方便后期遗忘某个知识点的时候,快速回忆. 为了避免凌乱,用 gitbook 结合 marketdown 整理的. github地址是:ts-gitb ...

  10. Ui学习笔记---EasyUI的介绍

    Ui学习笔记---EasyUI的介绍 -------------------------- 1.组织:   a.EasyUI官方:http://www.jeasyui.com     EasyUI是一 ...

最新文章

  1. php中怎样阻止网页进行跳转,阻止php页面跳转方法
  2. Java Scoket之java.io.EOFException解决方案
  3. 袁晖:C2B汽车电商模式创新
  4. 一、CSS实现横列布局的方法总结
  5. hyperic hq mysql_网络管理工具Hyperic HQ监控MySQL配置
  6. Test2 unit4
  7. linux proftpd mysql_Linux安装ProFTPd、MySQL以及Apache后有感
  8. java中的抽象类(abstract)
  9. MapGuide/AIMS在台湾?
  10. 计算机广告制作教程,Photoshop实例教程:制作网站横条广告
  11. 欧若拉用计算机谱子,欧若拉简谱
  12. ChromeDriver版本(最新v2.45)与Chrome版本(最新v72)支持关系以及下载地址
  13. 读书202101『股票大作手回忆录』
  14. VOT数据集自动/手动下载
  15. 509.斐波那契数列
  16. 用C#去读取陀螺仪姿态角度传感器JY61的串口数据
  17. QT5实现串口收发数据(上位机与下位机通信)
  18. 【平面解析几何】直线方程的表示形式
  19. DAO开发实战业务分析
  20. 行业分析-全球与中国抛光混凝土地板市场现状及未来发展趋势

热门文章

  1. 入大数据行业,主要应该要学习什么?
  2. python日志模块 超量处理_Python logging日志处理模块
  3. POJ3255 Roadblocks ——次短路
  4. Vue 2.0 商业案例一则-姜威-专题视频课程
  5. 饭桌的威力,辛酸的父母。
  6. 水质污染源在线监测数据采集器
  7. 北大郭炜算法课笔记整合
  8. 程序设计与算法三~C++面向对象程序设计~北大郭炜MOOC学习笔记~第二章:类和对象初步(新标准C++程序设计)
  9. 仪器仪表用Σ ΔADC产品
  10. 有向图的强连通分量----------银河