气象变量与细颗粒物(PM 2.5)之间的相关性 在美国:PM2.5敏感性对气候变化的影响外文翻译资料

 2022-12-24 05:12

英语原文共 9 页,剩余内容已隐藏,支付完成后下载完整资料


气象变量与细颗粒物(PM 2.5)之间的相关性

在美国:PM2.5敏感性对气候变化的影响

Amos P.K. Tai*, Loretta J. Mickley, Daniel J. Jacob

摘要

我们使用美国本土11年间(1998~2008)的观测记录,应用多元线性回归(MLR)模型来研究总PM2.5与其组成部分与气象变量之间的相关性。这些数据被简化并且倾向于将重点放在天气尺度相关性上。我们发现,MLR所描述的气象日变化可以解释高达50%的PM2.5可变性,同时温度、相对湿度(RH)、降水和循环都是重要的预测因子。几乎所有情况下,温度与硫酸盐、有机碳(OC)和元素碳(EC)是正相关的。硝酸盐与温度在东南部为负相关,但在加利福尼亚和大平原为正相关。RH与硫酸盐、硝酸盐呈正相关,但是与OC和EC呈负相关。降水与所有PM2.5组分呈显著负相关。我们发现在静稳天气的日子里PM2.5的平均浓度比非静稳天气的日子高2.6毫克/立方米。我们观察到的相关性为用于模拟PM2.5对气候变化的敏感性的化学传输模型提供了测试。他们指出在这些模型中这充分代表农业、生物和野火排放对温度依赖性的重要性。

2010 Elsevier有限公司保留所有权利

关键词

PM2.5、气候变化、气象、多元线性回归、静稳天气

  1. 介绍

直径为2.5毫米或以下的颗粒物(PM2.5)是一种主要的空气质量问题,因为它会对人体健康产生影响。PM2.5浓度取决于气象条件,这表明气候变化可能对PM2.5空气质量产生显着影响。一些利用大气环流模型(GCMs)驱动的化学迁移模型(CTMs)的研究调查了21世纪气候变化对PM2.5的影响(Liao et al.,2006;Racherla and Adams,2006; Tagaris et al., 2007; Heald等,2008; Avise等,2009; Pye等,2009。他们发现了显着的效应(plusmn;1 micro;g m-3),但研究间没有一致性,包括影响的标志,因此目前关于PM2.5对气候变化敏感性的研究很少(Jacob and Winner,2009)。

PM2.5对气候变化的不确定敏感性部分地反映了不同PM2.5组分对气象变量的依赖性的复杂性,部分原因在于气溶胶与水文循环的耦合,这在GCMs中没有得到很好的体现( Racherla和Adams,2006; Pye等,2009)。例如,由于更快的SO2氧化,硫酸盐浓度预计会随着温度的升高而增加,但是半挥发性组分如硝酸盐和有机物在高温下随着从颗粒相转移到气相而减少(Sheehan和Bowman ,2001; Awand Kleeman,2003; Dawson等,2007; Tsigaridis和Kanakidou,2007; Kleeman,2008)。由于云中产生,增加的云可以增加硫酸盐,而较高的相对湿度(RH)促进硝酸铵的形成,但是增加的沉淀物通过清除导致所有PM2.5组分减少(Koch等,2003; Liao等,2006; Dawson等,2007; Pye等,2009)。未来气候静稳天气增加也可能使PM2.5空气质量恶化(Liao等,2006; Leibensperger等,2008)。

GCM-CTM对气候变化对空气质量影响的研究只能和对过程的模型描述一样好。置信度通常通过交叉模型比较来评估(Weaveret等,2009),并与观测浓度进行比较。然而,所有模型共有的偏差可能会导致一致性误导,并且与观测浓度的比较只能测试当前大气的模拟,而不是对气候变化的敏感性。测试模型重现观测到的空气质量与气象变量的相关性的能力,与通过观测到的与温度的相关性对臭氧所做的测试(Jacob and Winner,2009)相关。我们需要一个更好的观测基础来对PM2.5做同样的事情。 迄今为止只有少数观测研究检验了PM与气象变量之间的相关性,然后仅用于小型区域和有限的物种和气象变量(Vukovich和Sherwell,2002; Aw和Kleeman,2003; Koch等人, 2003; Chu,2004; Wise和Comrie,2005)。

为了满足这种需求,我们在这里提供一个系统的统计分析,以量化总PM2.5及其不同成分与邻近美国尺度和11年观测记录(1998-2008)的气象变量之间的相关性。我们的目标是发现可用于深入了解PM2.5对气候变化的敏感性以及测试气溶胶过程的GCCTM表示的重要相关性。

  1. 数据和方法

2.1气象资料

1998年至2008年的日平均气象资料来自国家环境预报中心/国家大气研究中心(NCEP / NCAR)再分析1(http://www.cdc.noaa.gov/cdc/data.ncep.reanalysis.html)(Kalnay等,1996; Kistler等,2001)。国家海洋和大气管理局(NOAA)气候预测中心(http://www.cpc.ncep.noaa.gov/products/precip/realtime/GIS/retro.shtml)。它们包括地表温度(x1),三个水文气象参数(x2,x3,x4),两个反气旋参数(x5,x6),风速(x7)和风向(x8,x9))。除x6,x8和x9以外的所有地区都是通过从原始数据中减去30天的移动平均数而进行去季节化和去趋势化的,这使我们能够专注于天气尺度的变率。

图1显示了一些非季节化和去污染的气象变量的标准差。北半球的温度变化比南半球更强,内陆比海岸更大。西南部和中南部的RH变率最大。北半球850 hPa位势高度变化较大,特别是东北部和中西部, 反映了驱动这些区域通风的正面通道。

表格1

统计分析a中考虑的气象参数

独立变量

气象参数

X1

表面空气温度(K)b

X2

表面空气相对湿度(%)b

X3

每日总降水量(cm d-1c

X4

总柱云量(%)d

X5

850 hPa(km)的地理位势高度

X6

当地海平面气压变化率dSLP/dt(hPa d-1

X7

地面风速(ms-1be

X8

东西向风向指示器costheta;(无量纲)f

X9

南北风向指示器sintheta;(无量纲)f

a所有气象参数均为24小时平均值。 除日降水量外和云量外,所有数据来自NCEP / NCAR再分析1,空间分辨率为2.5o*2.5o

b“表面”数据来自0.995西格玛水平

c从NOAA气候预测中心获得,从原来的版本中恢复空间分辨率为2.5o*2.5o

d从NCEP / NCAR再分析1获得,从原始空间分辨率恢复

在T62高斯网格192*94分

e根据水平风矢量(u,v)计算。

f theta;是水平表面风向矢量从东边起逆时针方向的角度。

2.2PM2.5数据

采用联邦参考方法(FRM)测量的1998至2008年PM2.5总平均表面浓度均来自EPA空气质量系统(EPA-AQS)(http://www.epa.gov/ttn/airs/) airsaqs /),其中涵盖了美国邻近的~1000个站点。从美国国家和地方空气监测站(SLAMS)和组分趋势网络(STN)的EPA-AQS获得2000到2008年的组分数据,包括硫酸盐,硝酸盐,铵,有机碳(OC)和元素碳(EC) 共有200个网站。 所有PM数据时间分辨率为每天,每隔3天(总PM2.5最常见)或每隔6天(组分数据最常见)收集。 图2显示了2005年的地点位置以及本工作中使用的地区分区。

我们对外场观测结果进行24小时平均和2.5o*2.5o差值,得到每个格点11年的PM2.5浓度。我们使用逆向权重,其中在指定搜索距离(dmax)内的所有n个采样值(zi)通过它们与网格质心的距离(dij)进行反向加权以产生每个格点j的平均(zj):

(1)

其中k是功率参数。 我们选择了k = 2和dmax = 500公里。结果对插值方法的选择不太敏感; 在单个网格平方中用简单空间平均数据的替代方法产生了类似的相关结果。克里格过去曾用于空气质量数据的空间插值(Lefohn等,1988; Jerrett等,2005),但我们并没有在这里使用它,因为PM2.5的数据分布太不均匀(Wong等, 2004)。

图3显示了总PM2.5和五个主要PM2.5组成的年平均浓度,内插在2.5o*2.5o 并在11年(总PM2.5)和9年(物种形成)期间取平均值。我们不考虑灰尘和海盐,因为它们通常是PM2.5的小型贡献者。东部地区的空间插值更为稳健,地点密度更高,非城市对比度低于西部(Malm等,2004; Tang等,2004)。PM2.5浓度在1998年至2008年期间普遍下降,这一长期趋势从我们的分析中删除,如下所述。

2.3多元线性回归

我们使用多元线性回归(MLR)模型将PM2.5及其组分与表1中的气象变量相关联。所有的PM2.5数据都以与气象变量相同的方式进行了去季节化和减少趋势。 这关注天气时间尺度的相关性,避免出现常见季节变化或长期趋势的混淆。 该模型是形式

互动条款 (2)

其中y是每个网格平方的总PM2.5或其组分的去季节化和去趋势化浓度,(x1,...,x9)是表1中气象变量的集合,beta;k是回归系数。交互条件高达三阶(xkxlxm)。 对于每个网格平方,逐步进行回归,以基于Akaike信息准则(AIC)统计量来添加和删除项目以获得最佳模型拟合(Venables和Ripley,2003)。MLR中的解释项xk的数量平均21。

图1.美国地表气温,相对湿度和850 hPa位势高度的日变化。 图表显示了1998年至2008年的非季节性和无趋势性观测值的标准偏差。

图2. 2005年美国环境保护署空气质量系统PM2.5监测点的位置。黑点表示PM2.5总监测数据采用联邦参考方法(FRM)收集;黄色菱形代表化学物种形成网络(SLAMS STN)。 还显示了我们分析中使用的美国地区分部。(为了解释这个图例中的颜色引用,读者可以参考这篇文章的web版本。)

图3.总PM2.5及其五个

剩余内容已隐藏,支付完成后下载完整资料


资料编号:[24705],资料为PDF文档或Word文档,PDF文档可免费转换为Word

您需要先支付 30元 才能查看全部内容!立即支付

课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。