DOI: https://doi.org/10.5194/acp-24-2239-2024
تاريخ النشر: 2024-02-22
المؤلف: Prerita Agarwal وآخرون
الموضوع الرئيسي: كيمياء الغلاف الجوي والهباء الجوي
نظرة عامة
تستخدم هذه الدراسة نموذج WRF-Chem v4.2.1 لمحاكاة تلوث الهواء الجزيئي في شمال الهند من سبتمبر إلى نوفمبر 2016، مع التركيز على حدث ضبابي شديد بين 30 أكتوبر و7 نوفمبر. يتم تقييم أداء النموذج مقابل مجموعات بيانات رصدية متنوعة، بما في ذلك البيانات الأرضية، والفضائية، ومنتجات إعادة التحليل. تشير النتائج إلى أن النموذج يلتقط بدقة الاتجاهات اليومية والليلية في درجة حرارة السطح والرطوبة النسبية، على الرغم من أنه يبالغ في تقدير سرعات الرياح الليلية بمقدار يصل إلى 1.5 م/ث. تُظهر المقارنات الجوية العليا ارتباطات قوية مع بيانات الراديوسوندا، خاصة في إعادة إنتاج التدرج العمودي لدرجة الحرارة (معامل الارتباط $r > 0.9$).
فيما يتعلق بكيمياء الهباء الجوي، يظهر النموذج توافقًا جيدًا مع تركيزات PM2.5 المرصودة، خاصة في دلهي، حيث تشمل التركيبة مساهمات كبيرة من النترات، والغبار، والهباء الجوي العضوي الثانوي، والأمونيا. ومع ذلك، يميل إلى المبالغة في تقدير مستويات PM2.5 في سبتمبر بسبب الغبار المفرط ويقلل من تقدير التركيزات القصوى خلال حدث الضباب بمقدار 2-3 مرات. يتنبأ النموذج بعمق الهباء الجوي البصري (AOD) بفعالية مع ارتباطات عالية ببيانات الأقمار الصناعية MODIS ($r \geq 0.8$) وقياسات الأرض AERONET ($r \geq 0.7$)، باستثناء سبتمبر. بشكل عام، بينما يُعتبر النموذج أداة مفيدة لاستكشاف مصادر وعمليات PM2.5، تشير النتائج إلى أن تحسينات في سجلات الانبعاثات ووصف عمليات طبقة الحدود يمكن أن تعزز من قدراته التنبؤية.
مقدمة
تسلط مقدمة ورقة البحث الضوء على المشكلة الشديدة لتلوث الجسيمات الجوية في الهند، والتي تشكل مخاطر صحية كبيرة على سكانها البالغ عددهم 1.4 مليار نسمة. في عام 2019، تم ربط تلوث الهواء بما يقرب من مليون وفاة مبكرة، مع تعرض أكثر من 90% من السكان لتركيزات PM2.5 التي تتجاوز الحدود الموصى بها من قبل منظمة الصحة العالمية. تتأثر سهل الهندو-غانجيتي (IGP)، وهو منطقة ذات كثافة سكانية عالية، بشكل خاص بسبب التصنيع السريع، والممارسات الزراعية، والانبعاثات العالية من مصادر بشرية متنوعة، بما في ذلك المركبات وحرق الكتلة الحيوية. تشهد المنطقة أحداث ضباب متكررة، خاصة خلال موسم ما بعد الرياح الموسمية، مما يزيد من تفاقمها بسبب الظروف الجوية والانبعاثات المحلية.
تهدف الدراسة إلى تقييم أداء نموذج WRF-Chem لنقل كيمياء الغلاف الجوي الإقليمي في محاكاة الأرصاد الجوية وكيمياء الهباء الجوي في شمال الهند خلال فترة التلوث الحرجة من سبتمبر إلى نوفمبر 2016. كانت هذه الفترة مميزة بتدهور جودة الهواء بشكل كبير، والذي يُعزى إلى مستويات عالية من حرق بقايا المحاصيل والنشاط الزراعي الشاذ. تستخدم الأبحاث نسخة محدثة من نموذج WRF-Chem، مستفيدة من مخططات كيميائية متقدمة وبيانات رصد شاملة لتقييم دقة النموذج في التنبؤ بكل من الظروف الجوية وخصائص الهباء الجوي، مما يعالج الفجوات في الدراسات السابقة ويعزز فهم ديناميات التلوث في المنطقة.
النتائج
تقدم قسم النتائج تقييمات من كل من التحليلات الجوية والكيميائية. في تقييم الأرصاد الجوية، تشير النتائج الرئيسية إلى ارتباطات كبيرة بين المتغيرات الجوية وأنماط الطقس، مما يبرز القدرات التنبؤية للنماذج المستخدمة. تُظهر المقاييس الإحصائية، مثل خطأ الجذر التربيعي المتوسط (RMSE) ومعاملات الارتباط، فعالية النماذج في التنبؤ بحالات الطقس.
في تقييم الكيمياء، تكشف النتائج عن رؤى حاسمة حول التركيب الكيميائي للعينات الجوية. تُظهر التحليلات تباينات في مستويات الملوثات عبر مناطق مختلفة، مع اهتمام خاص بتركيز المركبات العضوية المتطايرة (VOCs) والمواد الجسيمية (PM). تؤكد هذه النتائج على أهمية مراقبة الملوثات الكيميائية لفهم تأثيرها على جودة الهواء والصحة العامة. بشكل عام، تسهم كلتا التقييمين ببيانات قيمة يمكن أن تُفيد الأبحاث المستقبلية وقرارات السياسات في علوم البيئة.
المناقشة
تناقش هذه القسم تكوين وأداء نموذج WRF-Chem (الإصدار 4.2.1) في محاكاة الظروف الجوية وجودة الهواء فوق شمال جنوب آسيا، مع التركيز بشكل خاص على منطقة دلهي. يستخدم النموذج نظام إحداثيات عمودية تتبع التضاريس ويجمع بين مجموعة متنوعة من المعلمات الفيزيائية لتسهيل التفاعل بين الأرصاد الجوية وكيمياء الغلاف الجوي. تستخدم الدراسة بيانات ERA5 لتهيئة الأرصاد الجوية وتدمج مجموعة من بيانات الانبعاثات، بما في ذلك الانبعاثات البشرية من سجل EDGAR-HTAPv2.2 والانبعاثات الناتجة عن حرق الكتلة الحيوية المشتقة من مجموعة بيانات FINNv1.5. يتم تقييم قدرة النموذج على محاكاة تركيزات PM2.5 وعمق الهباء الجوي البصري (AOD) مقابل البيانات الرصدية ومنتجات إعادة التحليل، مما يكشف عن أداء جيد بشكل عام في التقاط المتغيرات الجوية، على الرغم من ملاحظة بعض التحيزات، خاصة في سرعة الرياح والرطوبة النسبية.
تشير تقييمات الحقول الجوية القريبة من السطح إلى أنه بينما يمثل النموذج درجة الحرارة والرطوبة النسبية بشكل فعال، فإنه يواجه صعوبة في سرعة الرياح، خاصة خلال الليل. تُظهر الملفات العمودية لدرجة الحرارة ودرجة الحرارة الافتراضية المحتملة ارتباطات قوية مع الملاحظات، مما يبرز قدرة النموذج في محاكاة الأرصاد الجوية العليا. ومع ذلك، يميل النموذج إلى المبالغة في تقدير سرعة الرياح في الطبقات السفلية، مما قد يؤثر على انتشار الملوثات. تؤكد النتائج على أهمية التمثيل الدقيق للأرصاد الجوية لنمذجة جودة الهواء بشكل فعال، خاصة خلال أحداث التلوث التي تتأثر بالظروف الجوية الساكنة. بشكل عام، يُظهر نموذج WRF-Chem فائدة في تقييم ديناميات جودة الهواء في المنطقة، على الرغم من بعض عدم اليقين المتعلق بسجلات الانبعاثات ومعلمات النموذج.
DOI: https://doi.org/10.5194/acp-24-2239-2024
Publication Date: 2024-02-22
Author(s): Prerita Agarwal et al.
Primary Topic: Atmospheric chemistry and aerosols
Overview
This study employs the WRF-Chem v4.2.1 model to simulate particulate air pollution in northern India from September to November 2016, focusing on a severe haze episode between October 30 and November 7. The model’s performance is evaluated against various observational datasets, including ground-based, satellite, and reanalysis products. The findings indicate that the model accurately captures daily and diurnal trends in surface temperature and relative humidity, although it overestimates night-time wind speeds by up to 1.5 m/s. Upper-air meteorological comparisons show strong correlations with radiosonde data, particularly in reproducing the vertical temperature gradient (correlation coefficient $r > 0.9$).
In terms of aerosol chemistry, the model demonstrates good agreement with observed PM2.5 concentrations, particularly in Delhi, where the composition includes significant contributions from nitrate, dust, secondary organic aerosols, and ammonium. However, it tends to overestimate PM2.5 levels in September due to excessive dust and underestimates peak concentrations during the haze episode by a factor of 2-3. The model effectively predicts aerosol optical depth (AOD) with high correlations to MODIS satellite data ($r \geq 0.8$) and AERONET ground measurements ($r \geq 0.7$), except in September. Overall, while the model is deemed a useful tool for exploring PM2.5 sources and processes, the results suggest that improvements in emissions inventories and boundary layer process characterization could enhance its predictive capabilities.
Introduction
The introduction of the research paper highlights the severe issue of atmospheric particle pollution in India, which poses significant health risks to its 1.4 billion residents. In 2019, air pollution was linked to nearly one million premature deaths, with over 90% of the population exposed to PM2.5 concentrations exceeding the World Health Organization’s recommended limits. The Indo-Gangetic Plain (IGP), a densely populated region, is particularly affected due to rapid industrialization, agricultural practices, and high emissions from various anthropogenic sources, including vehicles and biomass burning. The region experiences recurrent haze episodes, especially during the post-monsoon season, exacerbated by meteorological conditions and local emissions.
The study aims to assess the performance of the WRF-Chem regional atmospheric chemistry transport model in simulating meteorology and aerosol chemistry in northern India during the critical pollution period of September to November 2016. This period was marked by extreme air quality deterioration, attributed to high levels of crop residue burning and anomalous agricultural activity. The research employs an updated version of the WRF-Chem model, utilizing advanced chemical schemes and comprehensive observational data to evaluate model accuracy in predicting both meteorological conditions and aerosol properties, thereby addressing gaps in previous studies and enhancing understanding of pollution dynamics in the region.
Results
The results section presents evaluations from both meteorological and chemical analyses. In the meteorology evaluation, key findings indicate significant correlations between atmospheric variables and weather patterns, highlighting the predictive capabilities of the employed models. Statistical metrics, such as root mean square error (RMSE) and correlation coefficients, demonstrate the models’ effectiveness in forecasting weather conditions.
In the chemistry evaluation, the results reveal critical insights into the chemical composition of atmospheric samples. The analysis shows variations in pollutant levels across different regions, with specific attention to the concentration of volatile organic compounds (VOCs) and particulate matter (PM). These findings underscore the importance of monitoring chemical pollutants to understand their impact on air quality and public health. Overall, both evaluations contribute valuable data that can inform future research and policy decisions in environmental science.
Discussion
The section discusses the configuration and performance of the WRF-Chem model (version 4.2.1) in simulating atmospheric conditions and air quality over northern South Asia, particularly focusing on the Delhi region. The model employs a terrain-following vertical coordinate system and integrates various physical parameterizations to facilitate the interaction between meteorology and atmospheric chemistry. The study utilizes ERA5 data for meteorological initialization and incorporates a range of emissions data, including anthropogenic emissions from the EDGAR-HTAPv2.2 inventory and biomass burning emissions derived from the FINNv1.5 dataset. The model’s ability to simulate PM2.5 concentrations and aerosol optical depth (AOD) is evaluated against observational data and reanalysis products, revealing a generally good performance in capturing meteorological variables, although some biases, particularly in wind speed and relative humidity, were noted.
The evaluation of near-surface meteorological fields indicates that while the model effectively represents temperature and relative humidity, it struggles with wind speed, particularly during nighttime. The vertical profiles of temperature and virtual potential temperature show strong correlations with observations, highlighting the model’s capability in simulating upper-air meteorology. However, the model tends to overestimate wind speed in the lower layers, which could impact pollutant dispersal. The findings underscore the importance of accurate meteorological representation for effective air quality modeling, particularly during pollution episodes influenced by stagnant meteorological conditions. Overall, the WRF-Chem model demonstrates utility in assessing air quality dynamics in the region, despite some inherent uncertainties related to emission inventories and model parameterizations.