《表1 模型模拟PM2.5浓度、气象参数与监测值统计指标对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《中原城市冬季两次重污染形成机制及来源》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

通过对比模拟结果与气象参数和在线监测PM2.5、采样点测试所得SNA（SO42-、NO3-和NH4+）浓度数据以及其之间的相关关系验证模型模拟性能，引入标准化平均偏差（NMB）、标准化平均误差（NME）和相关系数（RC）这3个统计指标．如表1所示，站点PM2.5、SO42-和NO3-浓度、气温模拟值和观测值的相关性良好，均在70.0%以上．NH4+相关系数相对较低，与污染源排放清单的不确定性和空气质量模型数值模式中针对重污染时段的二次污染物转化机制有所欠缺有关．相对湿度模拟值存在小范围低估，而风速模拟值则普遍高于观测值，但两者的变化趋势表现出较好的一致性．整体分析PM2.5浓度模拟误差可能来自于两个方面:（1）污染源排放清单的不确定性，大气污染物排放清单中对排放源时空分配、化学物种分配等过程均会对模型模拟结果产生影响；（2） WRF-CAMx模型本身针对重污染时段的二次污染物转化机制有所欠缺，模型不能完全还原大气环境中复杂的气象演变和二次颗粒物化学转化过程，可能造成气象模拟的偏差和PM2.5浓度的低估．综合考虑各项验证指标，本研究所选用的模型以及参数设置模拟效果较好，与其他研究对比[24，25]，模拟误差在可接受范围内，模型结果基本可以反映实际的污染过程．