, 吴峡生1, 高嵩2, 李杰2, 徐敏辉3, 祝莹颖1, 李秋阳1, 欧阳礼玺1, 赵天良1,4
, 王振会1,41. 南京信息工程大学大气物理学院, 南京 210044;
2. 江苏省电力公司电力科学研究院, 南京 211103;
3. 南京信息工程大学大气科学学院, 南京 210044;
4. 南京信息工程大学气象灾害预报预警与评估协同创新中心, 南京 210044
收稿日期: 2018-05-20; 修回日期: 2018-06-23; 录用日期: 2018-06-23
基金项目: 国家重点研发计划项目（No.2016YFC0203304）；江苏省高等学校大学生创新创业训练计划项目（No.201610300194）
作者简介: 唐兆康(1995-), 男, E-mail:1347014407@qq.com
通讯作者（责任作者）: 赵天良(1962—), 男, 教授, 博士生导师, 研究领域包括大气环境、大气物理、空气质量模拟及预报.E-mail: tlzhao@nuist.edu.cn
摘要: 利用WRF-Chem模式对2015年12月21-23日南京一次重霾污染过程进行模拟.基于合理的模拟评估，采用大气传输通量计算法，着重分析了此次霾污染过程中模拟的南京地区PM2.5的传输收支特征，以及周边地区大气污染物传输对南京市PM2.5变化的贡献.结果表明，此次霾污染过程中，本地源与外来源区域传输共同影响着南京市的空气质量.PM2.5的跨区域传输是此次重霾污染发生和消亡的重要因素.在霾污染事件的形成维持阶段，南京地区是作为周边地区PM2.5的接收区，大气污染物主要由南京的西边界输入，大气污染物的外源输入是南京PM2.5污染的主要贡献来源，占南京PM2.5污染的84%.在霾污染事件的消亡阶段，南京地区则是作为周边地区PM2.5的源，大气污染物主要由南京的东边界持续向外输出.
关键词:PM2.5霾污染WRF-Chem大气传输通量区域传输
Analysis on PM2.5 regional transport and budget of a winter heavy haze pollution event in Nanjing
TANG Zhaokang1
, WU Xiasheng1, GAO Song2, LI Jie2, XU Minhui3, ZHU Yingying1, LI Qiuyang1, OUYANG Lixi1, ZHAO Tianliang1,4 , WANG Zhenhui1,4 1. School of Atmospheric Physics, Nanjing University of Information Science & Technology, Nanjing 210044;
2. Electric Power Reaearch Institute, Jangsu Electric Power Company, Nanjing 211103;
3. School of Atmospheric Science, Nanjing University of Information Science & Technology, Nanjing 210044;
4. Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science & Technology, Nanjing 210044
Received 20 May 2018; received in revised from 23 June 2018; accepted 23 June 2018
Supported by the National Key R&D Program of China(No.2016YFC0203304) and the College Student Innovation and Entrepreneurship Ttraining Program of Jiangsu IHEs(No.201610300194)
Biography: TANG Zhaokang(1995—), male, E-mail:1347014407@qq.com
*Corresponding author: ZHAO Tianliang, E-mail:tlzhao@nuist.edu.cn
Abstract: The WRF-Chem model was used to simulate a process of heavy haze pollution in Nanjing from December 21 to 23, 2015.Based on a reasonable simulation assessment, the transport and budget of PM2.5 simulated in Nanjing during this process were analyzed by calculating air pollutant transport fluxes to estimate the contribution of air pollutant transport from surrounding regions to the changes of PM2.5 in Nanjing. The results showed that both local air pollutant emissions and regional transport of external pollution sources jointly affected the air quality of Nanjing in this process of haze. The regional transport of PM2.5 is an important factor controlling the process of this heavy haze pollution. During the formation and maintenance stages of the haze event, Nanjing is as the receptor area of PM2.5 from the surrounding regions, and the air pollutants are mainly imported from the west border of Nanjing with the import of air pollutants accounting for 84% of the PM2.5 pollution in Nanjing. During the disappearance stage of haze event, Nanjing is the source of PM2.5 emission for the surrounding areas, and air pollutants are mainly exported continuously from the east border of Nanjing.
Keywords: PM2.5haze pollutionWRF-Chemair pollutant transport fluxregional transport
1 引言(Introduction)细颗粒物PM2.5是霾天气过程中的主要污染物(李恬等, 2016).由于经济的迅速发展和城市化进程的加快, 人为排放了大量气溶胶, 导致中国区域性霾天气日趋严重(郑秋萍等, 2013), 已成为当前重要的环境问题, 并引起了社会和公众的广泛关注(张蓬勃等, 2016).南京地处经济发达的长三角地区, 作为现代化工业城市, 南京的大气污染日趋严重(于兴娜等, 2013).
大气污染是区域性的环境问题, PM2.5的区域传输是霾污染形成的机制之一(庄欣等, 2017；Li et al., 2015；胡燕等, 2017).大气污染物输送可改变区域的污染物浓度及收支关系, 并导致雾霾天气的发生.研究发现, 城市空气质量的变化既与局地污染源有关, 也受到周边地区外部污染源排放及其输送的影响(魏建苏等, 2010；徐翔德等, 2004).因此，周边污染源的影响及其大气污染物区域传输成为当前大气环境污染治理决策亟待解决的关键环节之一和研究热点(张英杰等, 2015；朱彬等, 2010).
目前, 我国已开展了一些应用不同模型对大气污染物区域传输的研究.例如, 蒋永成(2015)通过WRF-Chem模式对海西区2013年1月霾污染过程进行模拟研究, 探明了大气污染物的区域输送对非源区空气质量的影响；Lang(2013)使用CMAQ模型清零法对北京城区全年PM2.5和主要组分跨区域传输进行了模拟, 发现北京市郊区与河北省影响较大.还有****(王杨君等, 2014；Lin et al., 2016；Wang et al., 2014；Wu et al., 2013)应用CAMx模型开展了不同城市大气污染物区域传输贡献研究.基于此, 本文选取2015年12月21—23日南京一次重霾污染事件, 使用WRF-Chem模式对这一典型的冬季霾污染过程进行模拟, 采用大气传输通量计算法, 对霾污染过程的PM2.5区域传输和收支特征进行分析, 并估算南京PM2.5的本地源与外来源区域传输的相对贡献.
2 资料与方法(Data and methods)2.1 资料来源本文使用的观测资料来源于环保部监测的国控站点提供的南京市9个国控点2015年逐时PM2.5质量浓度监测资料.其中, 南京市9个国控点分别为奥体中心(ATZX)、草场门(CCM)、迈皋桥(MGQ)、浦口(PK)、瑞金路(RJL)、山西路(SXL)、仙林大学城(XLDXC)、玄武湖(XWH)、中华门(ZHM), 其地理位置分布及长江水域如图 1所示.
图 1(Fig. 1)
 |
| 图 1 南京市9个国控点地理位置分布及长江水域(灰色曲线) Fig. 1Geographical distribution of nine national controlling sites in Nanjing and Yangzi River(grey curves) |
2.2 模式设置根据环境空气质量标准(GB 3095—2012), PM2.5日平均浓度超过75 μg·m-3为Ⅲ级轻度污染, 超过115 μg·m-3为Ⅳ级中度污染, 超过150 μg·m-3为Ⅴ级重度污染, 超过250 μg·m-3为Ⅵ级严重污染.2015年12月21—23日, 南京地区由高压控制, 风向以西北风为主, 风速小于3级, 且出现了一次连续的霾污染过程, 其中, 21日PM2.5日平均浓度达到了143.64 μg·m-3, 为中度污染, 22日、23日PM2.5日平均浓度分别为189.54、173.71 μg·m-3, 达到了重度污染.图 2为此次霾污染过程中PM2.5小时浓度随时间的变化曲线.可以看出, 21日和22日为此次霾污染过程的加强和维持阶段, PM2.5小时浓度整体上升；而23日开始为消亡阶段, PM2.5小时浓度整体下降, 最终达到清洁水平.
图 2(Fig. 2)
 |
| 图 2 2015年12月21日0：00—23日23：00南京市9个国控点的PM2.5平均浓度的逐小时变化 Fig. 2Hourly changes of PM2.5 mass concentrations averaged at nine national controlling sites in Nanjing from December 21 to 23, 2015 |
本文使用空气质量模式WRF-Chem3.7模拟此次重霾污染事件.模拟区域中心经纬度为115°E、32°N, 选用3层嵌套网格.其中, 第1层网格数为100×90, 水平分辨率为45 km；第2层网格数为91×91, 水平分辨率为15 km；第3层网格数为91×91, 水平分辨率为5 km.3层网格依次覆盖东亚地区、华东地区、江苏省.模式垂直分层从地面到模式顶高100 hPa共27层.模式的参数设置如表 1所示.
表 1(Table 1)
| 表 1 模式参数设置 Table 1 Model parameter setting | ||||||||||||||||
表 1 模式参数设置 Table 1 Model parameter setting
| ||||||||||||||||
 |
2.3 研究方法2.3.1 模拟评估方法在气象和环境的模拟评估的统计指标中, 选取6个统计量作为评价指标, 分别为相关系数(r)、均方根误差(RMSE)、平均偏差(MB)、平均误差(ME)、平均分数偏差(MFB)、平均分数误差(MFE) (?abkar et al., 2015；Boylan et al., 2006).
Boylan等(2006)认为MFB和MFE指标更适用于评估颗粒物的模式预报效果, 同时给出了模式预报的“合理”范围为-60%≤MFB≤60%、MFE≤75%, “理想”范围为-30%≤MFB≤30%、MFE≤50%.
2.3.2 大气传输通量计算法Jiang等(2015)利用北京及其周边地区的三维空间模型计算了区域边界面上的大气污染物输送速率, 本文采用此方法分析南京地区的PM2.5三维传输过程.图 3展示了周边地区和南京之间大气污染物输送的四周边界, 边界东西x方向尺度为90 km, 南北y方向尺度为155 km, 并将南京地区的四周边界的垂直高度均设置为3 km.
图 3(Fig. 3)
 |
| 图 3 南京地区大气污染物区域传输的计算模型 Fig. 3Calculation model of air pollutant regional transport in Nanjing |
公式(1)~(4)分别表示南京北、南、东和西边界面上的PM2.5输送速率(TRAN), 即PM2.5小时浓度与风速和边界面积的乘积.为了表示正的输送速率代表周边大气污染物向南京输送, 而负的输送速率代表大气污染物由南京向外输送, 在WRF-Chem模式按照大气动力学定义, 西风风量和南风风量为正值, 东风风量和北风风量为负值, 因此, 需要在北边界(式(1))和东边界(式(3))的输送速率计算公式前加上负号.公式(5)表示单位时间内通过四周边界的总PM2.5质量, 即净输送速率.四周边界输送速率可用于分析南京区域内及从南京地区向外输送的PM2.5的变化.
 | (1) |
 | (2) |
 | (3) |
 | (4) |
 | (5) |
3 结果与讨论(Results and discussion)3.1 模拟评估2015年12月21日0：00—23日23：00霾污染过程中南京市9个国控点平均PM2.5小时浓度观测值与模拟值的时间序列及其散点分析如图 4所示.模拟和观测的PM2.5浓度逐时变化较为一致, 相关系数r为0.36, 且p < 0.01, 为显著相关(图 4a).
图 4(Fig. 4)
 |
| 图 4 2015年12月21日0：00至23日23：00南京市9个国控点平均PM2.5小时浓度观测值与模拟值的时间序列(a)及其散点分析(b) Fig. 4Time series of averaged PM2.5 hourly mass concentrations observed and simulated at nine national controlling sites in Nanjing (a) and their scatter (b) from December 21 to 23, 2015 |
空气污染物模拟值处于其观测值的0.5~2.0倍范围内即视为模拟合理(朱莉莉等, 2015).本文采用FAC表示模拟值落于观测值的0.5~2.0倍范围内的比例.由图 4b可见, 南京市9个国控点3 d模拟值的FAC为82.87%, 说明WRF-Chem对PM2.5的模拟合理.
为了进一步量化模拟评估, 分别统计了2015年12月21—23日南京市PM2.5小时浓度的评价指标, 结果如表 2所示.由表 2可知, 21—23日南京市PM2.5小时浓度预报效果相比, 22日的预报效果最好, RMSE、MB和ME都相对较小.而MFB和MFE的计算结果表明这3 d的预报结果均达到了“理想”水平, 适合用来对PM2.5的输送过程进行模拟研究.
表 2(Table 2)
| 表 2 2015年12月21—23日南京市PM2.5小时浓度预报效果统计 Table 2 Statistics of PM2.5 hourly mass concentrations forecasting effect from December 21 to 23, 2015 | ||||||||||||||||||||||||
表 2 2015年12月21—23日南京市PM2.5小时浓度预报效果统计 Table 2 Statistics of PM2.5 hourly mass concentrations forecasting effect from December 21 to 23, 2015
| ||||||||||||||||||||||||
|
3.2 大气污染物区域传输分析为了解此次南京地区霾污染过程中PM2.5区域输送, 基于合理的模拟数据, 利用公式(1)~(5), 计算了2015年12月21—23日南京地区四周边界的PM2.5输送速率及净输送速率.
图 5a为21日南京地区东、西、南、北四边界的PM2.5输送速率逐小时变化.由图可知, 南边界输送速率在18：00以前变化较小, 区域传输作用偏弱, 18：00以后, PM2.5输送速率为正值且逐渐增大, 表明大气污染物由南边界向南京内输入；而北边界输送速率在7：00以后由正值转为负值, 表明北边界由向内输入转为向外输出；东、西边界输送速率与南、北边界相比明显偏大, 其中, 东边界在11：00以前为输出界面, 11：00以后为输入界面, 且输送速率持续增加, 在21：00输送速率达到峰值(109.2 kg·s-1); 而西边界在10：00以前为输入界面, 10：00以后为输出界面, 且输送作用持续增强, 在23：00输送速率达到峰值(-134.9 kg·s-1).
图 5(Fig. 5)
 |
| 图 5 2015年12月21日南京地区东、西、南、北各边界的PM2.5输送速率(a)及净输送速率(b)逐小时变化 Fig. 5Hourly changes of PM2.5 transport rates from the east, west, south and north borders of Nanjing on 21 December 2015(a) and the net transport rates of PM2.5 (b) |
图 5b为21日南京地区的PM2.5净输送速率逐小时变化, 净输送速率为正值, 表示南京地区是作为周边地区大气污染物的汇, 而净输送速率为负值, 则表示南京地区是作为周边地区大气污染物的源.由图可知, 在12：00以前, 净输送速率偏负值, 说明该时段南京地区是作为输出源, 持续向周边输出PM2.5；而在12：00—22：00这一时段净输送速率偏正值, 并在20：00净输送速率达到这一天中的最大值, 说明该时段南京地区是作为周边地区大气污染物的汇.
以上分析表明, 南京在21日12：00以前主要是作为南京以东地区PM2.5的输出源, 12：00以后主要是作为南京以东和以南地区大气污染物的接收区.
22日是此次重霾过程中污染最为严重的一天, PM2.5日平均浓度为3 d最高, 在图 6a中可以看到, 各边界的PM2.5输送速率在数值上较21日相对较大.其中, 南边界输送速率始终为正值, 说明南京以南地区一直向南京输送PM2.5, 而北边界输送速率始终为负值, 说明PM2.5从南京地区向北边界区域输出, 但两边界输送速率都相对较小.东边界输送速率在6：00以后为负值且持续增强, 在23：00达到峰值(-207.6 kg·s-1), 说明南京在6：00以后通过东边界向外大量输出PM2.5, 而西边界输送速率在8：00以后为正值且持续增大, 在21：00达到峰值(244.3 kg·s-1), 说明PM2.5通过西边界向南京地区输入, 且输入速率明显大于东边界的输出速率.
图 6(Fig. 6)
 |
| 图 6 2015年12月22日南京地区东、西、南、北各边界的PM2.5输送速率(a)及净输送速率(b)逐小时变化 Fig. 6Hourly changes of PM2.5 transport rates from the east, west, south and north borders of Nanjing on 22 December 2015(a) and the net transport rates of PM2.5 (b) |
从图 6b中可以看出, 净输入时段明显多于净输出时段, 在8：00以前, 净输送速率偏负值, 而在8：00—22：00这一时段, 净输送速率偏正值, 表明南京地区在22日8：00以前是作为周边地区PM2.5的源, 而在8：00以后是作为周边地区PM2.5的汇.结合图 6a可以看出, PM2.5净输送速率与西边界输送速率均在8：00开始转变, 说明西边界的输送变化对南京地区影响较大.上述结果表明, 南京与南京以西地区的大气污染物区域输送作用, 对南京地区的影响明显超过与其他地区的输送作用, 是PM2.5日平均浓度达到最大值的重要因素.
从图 7a可见, 23日的PM2.5输送速率与22日相比, 数值上有所减小, 但主要输送边界仍是东、西边界.东边界输送速率始终为负值, 说明在23日南京地区PM2.5由东边界向外输出, 输送速率在14：00达到峰值(-146.9 kg·s-1)；而西边界输送速率始终为正值, 说明在23日PM2.5由西边界向南京地区输入, 输送速率在13：00达到峰值(136.7 kg·s-1).由图 7b可知, 在23日PM2.5净输送速率变化此起彼伏, 而且净输出时段明显多于净输入时段, 并在17：00以后净输出速率急剧增强, 且之后持续净输出, 表明此次重霾污染过程处于消亡阶段.
图 7(Fig. 7)
 |
| 图 7 2015年12月23日南京地区东、西、南、北各边界的PM2.5输送速率(a)及净输送速率(b)逐小时变化 Fig. 7Hourly changes of PM2.5 transport rates from the east, west, south and north borders of Nanjing on 23 December 2015(a) and the net transport rates of PM2.5 (b) |
综合以上分析, 此次霾污染过程中, 南京东、西边界大气污染物的输送作用突出.22日8：00以后南京地区主要是作为南京以西地区PM2.5的汇, 大气污染物由西边界输入影响南京地区空气质量；而23日16：00以后南京地区则主要是作为南京以东地区PM2.5的源, 大气污染物由东边界大量输出从而减轻对南京地区的影响.但外部大气污染物的区域传输对此次霾污染的贡献还需要进一步进行量化分析.
3.3 南京PM2.5传输收支估算为了评估南京周边地区的输送作用对南京地区PM2.5量的贡献, 基于合理的模拟数据, 采用公式(6)计算此次霾污染过程中南京地区从地面到3 km高度中悬浮的PM2.5总量(TA)随时间的变化.同时, 计算各时段的南京上空PM2.5净输送量变化, 结果见表 3.
 | (6) |
| 表 3 2015年12月21—23日PM2.5总量差值及相应的净输送值 Table 3 PM2.5 total difference and the corresponding net transport values from December 21 to 23, 2015 | ||||||||||||
表 3 2015年12月21—23日PM2.5总量差值及相应的净输送值 Table 3 PM2.5 total difference and the corresponding net transport values from December 21 to 23, 2015
| ||||||||||||
|
由表 3可知, 21日12：00—22：00, 净输送值和PM2.5总量差值均为正值, 说明南京在该时段是作为PM2.5的接收区, 区域传输的贡献达到了56%.22日5：00—21：00, PM2.5总量增加了1277 t, 其中, 净输送量为1072 t, 占总量的84%(图 8), 本地贡献仅占14%.由此可知, 此次重霾污染的发生是由本地源和外源大气污染物区域传输共同导致的, 外界输送对南京地区PM2.5总量的贡献达80%以上.到23日, 南京地区向外界大量输出PM2.5, 标志着此次重霾污染过程的结束.
图 8(Fig. 8)
 |
| 图 8 2015年12月22日5：00—21：00南京地区PM2.5总量增长中输送贡献与本地贡献所占比例 Fig. 8Contribution made by net transport and local effects to total PM2.5 increases in Nanjing from 5:00 to 21:00 on 22 December, 2015 |
4 结论(Conclusions)1) WRF-Chem模式能够较好地模拟和再现2015年12月21—23日南京重霾污染过程中大气污染物的传输过程.
2) 外部大气污染物的区域传输对重霾污染的发生和消亡有着重大的影响.此次重霾污染的发生主要以南京以西地区的PM2.5区域传输为主导, 南京地区主要是作为周边地区PM2.5的汇；而重霾污染的消亡则是由PM2.5从南京东边界持续向外输出所致, 南京地区则主要是作为周边地区PM2.5的源.
3) 此次重霾污染是由本地源和外来源区域传输共同导致的, 外来大气污染物的输入是南京PM2.5的主要贡献来源, 占PM2.5总量的84%, 表明大气污染物的跨区域传输对大气污染物接收区空气质量的影响.
参考文献
| Boylan J W, Russell A G. 2006. PM and light extinction model performance metrics, goals, and criteria for three-dimensional air quality models[J]. Atmospheric Environment, 40(26): 4946–4959.DOI:10.1016/j.atmosenv.2005.09.087 |
| 胡燕, 周家斌, 熊鹰, 等. 2017. 武汉市典型地区PM2.5化学组成及来源解析[J]. 环境污染与防治, 2017, 39(9): 992–998. |
| Jiang C. 2015. Modeling study of PM2.5 pollutant transport across cities in China's Jing-Jin-Ji region during a severe haze episode in December 2013[J]. Atmospheric Chemistry & Physics Discussions, 15(3): 3745–3776. |
| 蒋永成.2015.海峡西岸地区大气复合污染变化和区域传输特征研究[D].南京: 南京信息工程大学 |
| Lang J.2013.A Monitoring and modeling study to investigate regional transport and characteristics of PM2.5 pollution[J].Aerosol & Air Quality Research, 13(3): 943-956 |
| Lin J, An J, Qu Y, et al. 2016. Local and distant source contributions to secondary organic aerosol in the Beijing urban area in summer[J]. Atmospheric Environment, 124: 176–185.DOI:10.1016/j.atmosenv.2015.08.098 |
| Li P. 2015. Reinstate regional transport of PM2.5 as a major cause of severe haze in Beijing[J]. Proceedings of the National Academy of Sciences of the United States of America, 112(21). |
| 李恬, 王宏, 赵天良, 等. 2016. 山东一次PM2.5污染过程的模拟特征[J]. 气候与环境研究, 2016, 21(3): 313–322. |
| 王杨君, 李莉, 冯加良, 等. 2014. 基于OSAT方法对上海2010年夏季臭氧源解析的数值模拟研究[J]. 环境科学学报, 2014, 34(3): 567–573. |
| 魏建苏, 孙燕, 严文莲, 等. 2010. 南京霾天气的特征分析和影响因子初探[J]. 气象科学, 2010, 30(6): 868–873.DOI:10.3969/j.issn.1009-0827.2010.06.020 |
| 徐祥德, 周丽, 周秀骥, 等. 2004. 城市环境大气重污染过程周边源影响域[J]. 中国科学:D辑, 2004, 34(10): 958–966. |
| Wang Y J. 2014. Source apportionment of fine particulate matter during autumn haze episodes in Shanghai, China[J]. Journal of Geophysical Research Atmospheres, 119(4): 1903–1914.DOI:10.1002/2013JD019630 |
| Wu D W. 2013. A study of control policy in the Pearl River Delta region by using the particulate matter source apportionment method[J]. Atmospheric Environment, 76(76): 147–161. |
| 于兴娜. 2013. 南京北郊2011年春季气溶胶粒子的散射特征[J]. 大气科学学报, 2013, 36(3): 354–360.DOI:10.3969/j.issn.1674-7097.2013.03.012 |
| ?abkar R. 2015. Evaluation of the high resolution WRF-Chem (v3.4.1) air quality forecast and its comparison with statistical ozone predictions[J]. Geoscientific Model Development, 8(2): 1029–1075.DOI:10.5194/gmdd-8-1029-2015 |
| 张蓬勃, 金琼, 陆晓波, 等. 2016. 2013年1月持续性霾天气中影响污染程度的气象条件分析[J]. 气象科学, 2016, 36(1): 112–120. |
| 张英杰, 赵天良, 韩永翔, 等. 2015. 大气污染物周边源对2014南京青奥会空气质量影响的预估分析[J]. 中国粉体技术, 2015, 21(1): 16–21. |
| 郑秋萍, 刘红年, 唐丽娟, 等. 2013. 苏州灰霾特征分析[J]. 气象科学, 2013, 33(1): 83–88. |
| 庄欣, 黄晓锋, 陈多宏, 等. 2017. 珠江三角洲PM2.5高污染天气的区域污染特征分析[J]. 环境污染与防治, 2017, 39(10): 1088–1091. |
| 朱彬, 苏继锋, 韩志伟, 等. 2010. 秸秆焚烧导致南京及周边地区一次严重空气污染过程的分析[J]. 中国环境科学, 2010, 30(5): 585–592. |
| 朱莉莉, 晏平仲, 王自发, 等. 2015. 江苏省级区域空气质量数值预报模式效果评估[J]. 中国环境监测, 2015, 31(2): 17–23.DOI:10.3969/j.issn.1002-6002.2015.02.004 |
