第二届未来大气科学论坛

974 / 2026-03-26 22:23:13

京津冀地区空气污染对农业氨氮减排的快速响应模型

WRF-Chem,活性氮排放,卷积神经网络,迁移学习,PM2.5,O3

主题2 大气物理、化学、环境 > 专题2.15 污染物的跨圈层行为、效应与协同模拟

农田土壤排放的NH₃、NO_x等活性氮是PM_2.5的重要前体物，也参与O₃的生成和消耗。利用区域空气质量模式，可以模拟PM_2.5、O₃等空气污染物对不同程度农业氨、氮减排的响应，但多组高分辨率的敏感性减排模拟实验对计算资源消耗大，运用机器学习方法可以实现减排强度到O₃和PM_2.5浓度的快速响应。本研究利用改进后的区域空气质量模式WRF-Chem模拟了不同梯度氨、氮及协同减排情景下的污染物浓度，实现了全国27 km，京津冀区域3 km空间分辨率的嵌套框架，评估了多组减排情景下京津冀地区空气质量的变化；此外，以大规模低分辨率预训练模型为基础，利用WRF-Chem模拟的有限高分辨率污染物浓度进行迁移学习，完成模型的尺度迁移和精细化修正，实现了通过气象因子和氨、氮排放强度快速预测高分辨率的空气污染物浓度。