白小娟，胡晓霞，李 娜

（中北大学，山西朔州036000）

环保技术

空气质量模型CAMx的研究应用现状

白小娟，胡晓霞，李 娜

（中北大学，山西朔州036000）

目前各个国家开发使用的空气质量模型各不相同，但使用较普遍的是CAMx（Comprehensive Air Quality Model Extensions）模型和CMAQ（Community Multiscale Air Quality Modeling System）模型。通过介绍第三代空气质量模型中的CAMx模型及其扩展和探测工具，分析CAMx模型在不同污染物中的应用及研究者对该模型性能的验证，以期为模型选用者提供更多的参考。通过对比，认为该模型能够较好地同时模拟多种污染物以及进行多尺度的大气污染预报，同时还兼具了颗粒物源识别技术（PSAT）和臭氧源识别技术（OSAT），能够很好地追踪示踪物质，快速、准确地模拟出示踪物质对目标区域的污染物贡献。

CAMx；空气质量模型；空气污染；应用

自20世纪工业革命以来，西方国家对化石燃料的大量使用使得空气污染不断加重，对人类的身体健康及生活造成了巨大的危害。随着我国经济水平和工业水平的快速发展，空气中悬浮颗粒物、氮氧化物、二氧化碳等污染物的排放量也日益增多，对人类的影响亦越来越突出，一些之前不被重视的空气污染问题逐步显现出来。近年来，近地表O3的大量出现对人体产生的危害已逐渐成为研究热点。这些空气污染物不仅对建筑物产生很大的影响，而且严重危害人类的身体健康和生存环境，使得人类对空气质量的研究和预测不断增加。

近年来，有大量学者做了这方面的研究，使得空气质量模型技术不断发展，一些模型在研究过程中得到了广泛应用。在我国，王自发、吴其重[1]、白鹤鸣[2]、付晓辛[3]、袁良[4]、李莉[5]等人均利用空气质量模型分别研究了京津冀、珠三角、长三角等地区的空气污染过程，并取得了一定的成果。在大气研究中，空气质量模型已成重要的组成部分。本文阐述了空气质量模型的发展历程，重点对数值模型中的CAMx模型的应用进行了详细探讨。

1 空气质量模型

空气质量模型是通过运用气象学及数学知识，对空气质量从不同角度在大尺度范围内进行仿真模拟，使污染物在大气中的各种过程再现的一种重要技术方法。目前国际上空气质量模型分为两种，一种称为统计模型，是以现有的大量数据为基础，建立大气污染浓度与气象参数间的统计预报，预测大气污染物浓度的模型；另一种是数值模型，是以大气动力学理论为基础，建立大气污染浓度在空气中的输送扩散数值模型，借助计算机来预报大气污染物浓度在空气中的动态分布[6-7]。目前，很多研究都利用了空气质量模型研究各种大气污染物在不同尺度下的污染过程，空气质量模型已成为研究大气污染过程的重要组成部分。

到目前为止，空气质量模型已经发展了三代。其中第三代空气质量模型是于20世纪90年代末由美国环保局（EPA）设计研发的，它基于“一个大气”的设计理念，解决了第二代模型单一的问题。该模型的研究对象为整个大气，为了能够有效地、全面地对空气质量进行评估和决策分析，它可以在各个空间尺度上对大气进行物理和化学过程的模拟。目前常用的模型有中国科学院大气物理所自主研发的嵌套网格空气质量预报模式NAQPMS[7]、美国环境技术公司（ENVIRON）研发的CAMx模型、美国的EPA发展的CMAQ模型[8]、法国的CHIMERE模型等。

其中CAMx已在美国（例如加利福尼亚、德克萨斯等）用作法规模式，在臭氧来源解析技术和其他气态颗粒物的研究上发挥着重要作用，不仅是美国目前主流的区域空气质量模型，而且在我国空气污染研究中的应用也逐渐多起来。本文将着重介绍CAMx模型及其应用与研究。

2 CAMx模型

2.1 CAMx模型简介

空气质量模型CAMx（Comprehensive Air Quality Model Extensions）是美国环境技术公司（ENVIRON）在UAM－V模式基础上开发的综合三维欧拉（网格）区域光化学模型，在2016年4月8日已更新到6.30版本[9]。模型基于“一个大气”的框架，采用质量守恒大气扩散方程，以有限差分三维网格为架构，模拟气态、颗粒污染物及空气毒物在大气中排放扩散、化学反应和干湿沉降等过程，适用于城市尺度甚至大尺度区域的模拟和评估。CAMx通过求解每个网格中每种污染物的物理化学变化方程来模拟排放、扩散、化学反应及污染物在大气中的去除过程。该模型的核心数学表达式为[10]：

其中，cl代表物质的浓度（质量/体积），VH代表水平方向风矢量，η代表净垂直传输率，h代表层界面高度，ρ代表大气密度，K代表湍流扩散系数。等号右边第一项代表水平平流（风场输送），第二项代表净垂直传输，第三项代表湍流扩散，第四项代表源排放，第五项代表化学反应过程，第六项表示污染物的去除过程。

由于CAMx模型的发布是公开的，能够免费使用，具有使用灵活、计算高效等特点；而且，CAMx模型还可以在四种类型的笛卡尔地图上执行模拟预测，并允许匹配任何气象模型，因此广泛受到使用者的青睐。随着模拟技术的进步，空气质量模型CAMx可以计算真实气象条件下大小不同网格的小时浓度。因此，该模型在时间范围、空间范围的模拟更加精细。随着研究的不断深入，与CAMx配合使用的源识别模块也逐步被研发，它的配合使用可以突破以往单污染源、单受体点需计算一次的限制，可同时进行多污染源－多受体的源贡献识别，极大地提升了计算速度。CAMx的数值计算所需的气象场由气象模型提供，如中尺度气象模型MM5（Fifth-Generation NCAR/PennStateMesoscaleModel）[11]、WRF（Weather Research and Forecasting Model）[12]和RAMS。使用的气相化学反应机理有CB05[13]、SAPRC99[14]（现已更新为SAPRC07[9]）、CB4（现已更新为CB6）、CBM-IV[15]化学机制。CAMx排放源清单的统计物种一般包括NOx、VOCs、CO、SO2、PM10、PM2.5和NH3等污染物质。所需要的源清单由排放处理模型提供，如SMOKE[16]、EPS、CONCEPT等模型，其中以SMOKE模型最为常见。

2.2 CAMx模型的扩展和探测工具

为了能够更好地模拟大气污染过程，CAMx还配套研发了多项扩展功能，如颗粒物源识别技术（PSAT）、臭氧源识别技术（OSAT）、多重嵌套网络技术及弹性嵌套、网格烟羽（PiG）模块、敏感性分析（包括DDM[17]、BFM方法[18]）。其中OSAT和PSAT在国内外得到了广泛的应用，因此本文将着重介绍这两种识别技术。

2.2.1 臭氧源识别技术（OSAT）

臭氧源识别技术（ozone source apportionment technology，OSAT）是一种耦合在CAMx数值模型中的敏感性分析和过程分析的综合方法[19]。现已更新发展到OSAT3，早在CAMx的第一个版本中就已经提出了OSAT1，并在城市气体流量模型（Urban Airshed Model）中实施；在2005年，发布了CAMx 4.20版本并将其更新到OSAT2。

该方法通过对臭氧及其前体物（NOx和VOCs）在大气中的各种过程（包括排放、沉降、传输、扩散和化学变化等）进行示踪，从而获得有关O3及其前体物生成、排放和消耗的信息。OSAT可对多种污染源类别、多个污染源区以及多种前体物类型对受体点位O3的浓度贡献进行量化。根据研究的需要，OSAT可将不同区域或不同种类的污染源设置不同的示踪因子，并统计不同地区、不同种类的污染源的排放情况，评价初始条件和各种边界条件对臭氧生成的贡献。

2.2.2 颗粒物源识别技术（PSAT）

颗粒物来源解析方法（Particulate Source Apportionment Technology，PSAT）是CAMx的另一个重要扩展功能，该技术通过对颗粒物、颗粒物的前体物进行示踪，从而获取它们生成和消耗的信息。它可以统计不同区域、不同种类的污染源排放，评价初始条件和边界条件对颗粒物生成的贡献。PSAT技术除了可对颗粒物进行来源识别以外，也可用于反应中的其他气态污染物。

这种技术的优点是避免了源关闭法忽略非线性化学过程所造成的浓度偏差，可以更为准确、高效地对细颗粒物的输送源地区和污染排放源进行解析，减少模拟运算时间，提高模拟预测分析效率。

2.3 CAMx模型的应用现状

2.3.1 在臭氧来源研究中的应用

CAMx模型在臭氧来源解析技术方面应用广泛，尤其是在我国北京、长三角、珠三角等地区。李浩等[20]基于CAMx数值模型中臭氧识别技术（OSAT）对2013年长三角地区光化学污染事件中3个代表性城市上海、苏州、杭州近地面O3的污染来源开展了模拟研究。结果表明，长三角地区的O3污染贡献最多的是工业锅炉和窑炉，夏季产生高浓度O3的主要人为原因是工业燃烧排放、生产工艺过程中产生的VOC排放以及流动源大气污染物排放。陈浩[21]、沈劲[22]等利用区域空气质量模型CAMx模拟了珠三角型臭氧污染过程。结果发现，珠三角臭氧生成最主要的两类前体物排放源是流动源和溶剂使用源；而且珠三角地区由于边界外传输较高，使得其更易发生臭氧污染。作者指出珠三角的前体物排放是造成污染时段臭氧浓度升高的主要原因，按排放类型来分，主要是交通尾气的贡献。王雪松，李金龙等[18]应用CAMx模型对北京地区臭氧污染来源进行了分析。研究结果表明，北京地区近郊区的高浓度臭氧主要是由北京市本地源排放的前体物引起的。此外，城周边地区对北京市近郊区的贡献中，直接输入的臭氧占主导，其次是气象和源排放条件会产生较大影响。由此可见，北京市近郊区的臭氧生成具有明显的区域特征。

2.3.2 在颗粒物PM2.5、PM10研究中的应用

温维，韩力慧等[23]应用CAMx-PSAT数值模型对唐山市夏、冬季PM2.5进行了模拟。结果表明，工业源是唐山市PM2.5污染的主要来源，且由于居民燃煤采暖，冬季对唐山市PM2.5的贡献比夏季大。王雪松、李金龙[24]利用三维区域空气质量模式CAMx，对北京地区夏季PM10浓度的时间变化规律和空间分布特征进行了数值模拟研究。结果表明，在北京市近郊区，夏季PM10浓度具有明显的日变化规律，高浓度阶段出现在早晨、中午前后以及半夜前后，而傍晚前后是一天中浓度最低的时段。此外，还具有明显的空间分布特征，PM10与源排放的关系密切，二次生成的气溶胶与光化学反应在空间上有较好的对应关系。王占山，李云婷[25]等采用地面观测和CAMx数值模拟相结合的方式，对北京市2015年1月下旬两次PM2.5污染过程进行分析。研究表明，北京市PM2.5污染过程主要有区域传输、本地污染积累和化学反应三个来源，其共同作用加重了PM2.5的污染，其中区域传输对北京市颗粒物污染过程有十分明显的影响，因此城市间的联防联控是治理大气污染的方向。吴其重、王自发等[26]运用多种模式（包括CAMx模式），分析奥运期间可吸入颗粒物（PM10）浓度大幅减小的原因，结果表明，奥运期间PM10浓度大幅减小的主要原因不是气象因素，而是额外的污染控制措施，且PM10的减排量相当于北京正常时期PM10排放的50%。这表明政府的污染控制技术能够有效地减少颗粒污染物的排放。

2.3.3 在二氧化硫研究中的应用

在模拟二氧化硫污染来源过程方面，黄青，程水源等[27]应用MM5/CMAx耦合模型对北京市SO2污染过程进行了模拟，并采用PSAT技术对北京市SO2来源进行了识别分析。分析结果表明，北京市SO2污染不仅受本地源排放的影响，同时也与周边地区如河北、天津、山西和内蒙等地区的源排放相关。此外，研究还表明，影响北京市SO2污染的主要行业是采暖源和一般工业锅炉源。王继康，徐峻等[28]利用区域空气质量模式CAMx中的PAST技术对2010年东亚地区的总硫（SO2+ PSO4）的源－受体关系进行了模拟计算。结果表明，日本和韩国不同区域的总硫来源存在一定的差异，其中跨界传输总硫存在季节变化且各区域的变化趋势不一致。

2.3.4 在其他方面的应用

CAMx模型除了在臭氧、大气颗粒物以及二氧化硫方面的应用外，在其他方面也有应用。王雁鹏，陈岩等[29]利用MM5和CAMx模型建起一套完整的空气质量模拟系统，对2001年春季北方地区进行了沙尘传输的数值模拟，结果表明该模型对沙尘传输和沙尘浓度分布有较好的模拟能力且置信度水平>99%。李莉、程水源等[30]利用空气质量模型CAMx的源识别模块，建立了城市尺度污染贡献敏感性三维空间分布方法并以唐山为例进行应用，结果表明，基于CAMx的城市尺度三维污染贡献敏感性方法可以在空间上定量不同高度网格对整个唐山市的垂直污染贡献的差异，并实现了对模拟结果的直观显示。这些都可以为城市管理规划提供一定的依据。除此之外，基于CAMx的城市尺度污染贡献敏感性方法还可应用于新建工业区的选址[31]。

2.4 CAMx模型性能的验证

为了确定CAMx模型的性能，一些研究者对模型性能进行了验证。王杨君等[32]利用CAMx和OSAT技术对上海地区的臭氧来源进行了数值模拟，并将模拟值与观测值进行了对比。对比结果显示，相关性系数r达到0.774，其中臭氧模拟的高值部分偏高，但整体变化趋势吻合尚好。

李浩[33]利用WRF-CAMx空气质量模型模拟重现了长三角地区O3污染的过程，并应用评价体系（包括平均偏差（Bias）、归一化平均偏差（NMB）、标准平均误差（NME）、一致性指数（IOA）和相关系数（R））对模型性能进行了分析，表明CAMx总体上能够较好地再现7月份的光化学污染过程，但有些站点的验证表明模拟值结果偏低，造成这种结果的原因是多样。但总体上来看，WRF-CAMx空气质量模型系统有较强的再现能力，可以直观地反映出大气污染过程中的污染水平和污染特征。

沈劲、王雪松等[34]利用CAMx模型对珠江三角洲2004年10月的臭氧污染进行了模拟，并利用监测网12个网点的监测数据对模型模拟效果进行统计评估。结果显示，CAMx能较好地模拟出珠江三角洲大多数站点的臭氧浓度水平和变化趋势,与监测值的相关系数为0.74，标准化平均偏差为8.8%、标准化平均误差为37.9%，与实测相比，总体上CAMx的结果偏高。

此外，Daewon W B等[35]发现CMAQ对臭氧峰值的模拟效果略差于CAMx。

黄晓波、殷晓鸿等[36]利用CAMx与不同版本的CMAQ对珠三角地区2013年12月的空气质量进行了模拟，并对比了它们在PM2.5模拟上的表现。分析表明，CAMx模式在模拟PM2.5上表现良好，且在市区和非超标段表现最优。

安静宇[37]在长三角地区冬季大气颗粒物的来源模拟研究中对模式性能进行了评价，结果显示中尺度气象模式所模拟的长三角地区温度、相对湿度、风向、风速等参数一致性指数（IOA）介于0.79至0.98之间，PM2.5监测站点验证结果显示，选取的11个站点模拟浓度变化趋势与实际监测吻合尚好，整体区域浓度均值分布与监测相近，但略有偏低，验证站点日均PM2.5模拟浓度与实际监测线性拟合R2为0.63，模型性能整体可以接受。

3 结论与展望

综上所述，CAMx模型能够较好地同时模拟多种污染物以及多尺度的大气污染预报，同时还兼具颗粒物识别技术（PSAT）和臭氧识别技术（OSAT），能够很好地追踪示踪物质，快速、准确地模拟出示踪物质对目标区域的污染物贡献。

空气质量模型仍处于一个不断更新与发展的阶段，虽然已经提出“一个大气”的理念，但在诸多城市、诸多污染物（不仅是气态污染物，还有悬浮固体以及液态污染物）、诸多反应嵌套在一起的复合污染过程的模拟仍不够完善。第四代空气质量模型[8]正在研发，将尽可能地对整个生态系的污染物进行模拟。其次，模型的性能方面也应该有质的提升，更精确地模拟出污染物并对此做实时预报工作，提醒公民在污染严重期间做相应的预防措施。

[1]王自发，吴其重，Alex GBAGUIDI，等.北京空气质量多模式集成预报系统的建立及初步应用[J].南京信息工程大学学报：自然科学版，2009，1（1）：19-26.

[2]白鹤鸣.京津冀地区空气污染时空分布研究[D].南京：南京信息工程大学，2013.

[3]付晓辛.珠江三角洲地区PM2.5浓度组成变化及其对粒子酸度和消光的影响[D].广州：中国科学院研究生院广州地球化学研究所，2015.

[4]袁良，王成林，刘华强，等.长江三角洲地区低层大气污染物O3、NOX、SO2的数值模拟[J].环境监控与预警，2011，3（1）：33-37.

[5]李莉，陈长虹，黄成，等.长江三角洲地区大气O3和PM10的区域污染特征模拟[J].环境科学，2008，（1）：237-245.

[6]聂邦胜.国内外常用的空气质量模式介绍[J].江苏环境科技，2008，（S1）：125-128.

[7]王自发，谢付莹，王喜全，等.嵌套网格空气质量预报模式系统的发展与应用[J].大气科学，2006，（5）：778-790.

[8]王占山，李晓倩，王宗爽，等.空气质量模型CMAQ的国内外研究现状[J].环境科学与技术，2013，（S1）：386-391. [9]ENVIRON.User’s Guide for the Comprehensive Air Quality Model with Extensions（CAMx）[M].Version 6.30. Noavto，California：ENVIRONInternationalCorporation. 2016.

[10]ENVIRON.User’s Guide for the Comprehensive Air Quality Model with Extensions（CAMx）[M].Version 5.10. Noavto，California：ENVIRONInternationalCorporation. 2009.

[11]J Michalakes.MM90：A scalable parallel implementation of the Penn State/NCAR Mesoscale Model（MM5）[J].Parallel Computing.1997，23.

[12]王晓君，马浩.新一代中尺度预报模式（WRF）国内应用进展[J].地球科学进展，2011，26（11）：1191-1199.

[13]Gary Z W，Smog R，Greg Y E.2005 Updates to the carbon bond chemical mechanism：CB05[R].Final Report prepared for US EPA，2005．

[14]William P L C．Documentation of the SAPRC-99 Chemical Mechanism for VOC Reactivity Assessment．Sacramento，CA：California Air Resources Board，2000.

[15]Grey M W，Whitten G Z，Killus J P，et al.A photochemical kinetics mechanism for urban and regional scale computer modeling[J].J Geophys Res，1989，94：12925-12956.

[16]Cempd，Unc.Smoke v2.5 User's Manual[EB/OL].Chapel Hill：University of North Carolina，2010.

[17]Alan M D，Greg Y，Jerome P O，et al.The decoupled direct method for sensitivity analysis in a three-dimensional air quality model implementation，accuracy，and efficiency[J].Environmental Science and Technology，2002，36（13）：2965-2976.

[18]王雪松，李金龙，张远航，等.北京地区臭氧污染的来源分析[J].中国科学：B辑：化学，2009，（6）：548-559.

[19]Greg Y，Ralph M，Mark A Y．Development of a methodology for source apportionment of ozone concentration estimates from a photochemical grid model[Z]．Presented at the 89th AWMA Annual Meeting，Nashville TN，1996.

[20]李浩，李莉，黄成，等.2013年夏季典型光化学污染过程中长三角典型城市O3来源识别[J].环境科学.2015，（1）：1-10.

[21]陈皓，王雪松，沈劲，等.珠江三角洲秋季典型光化学污染过程中的臭氧来源分析[J].北京大学学报：自然科学版.2015，（4）：620-630.

[22]沈劲，陈皓，钟流举.珠三角秋季臭氧污染来源解析[J].环境污染与防治，2015，（1）：25-30.

[23]温维，韩力慧，陈旭峰，等.唐山市PM2.5理化特征及来源解析[J].安全与环境学报，2015，（2）：313-318.

[24]王雪松，李金龙.北京地区夏季PM10污染的数值模拟研究[J].北京大学学报：自然科学版，2003，（3）：419-427.

[25]王占山，李云婷，孙峰，等.2015年1月下旬北京市大气污染过程成因分析[J].环境科学学报，2016，（7）：2324-2331.

[26]吴其重，王自发，徐文帅，等.多模式模拟评估奥运赛事期间可吸入颗粒物减排效果[J].环境科学学报，2010，（9）：1739-1748.

[27]黄青，程水源，陈东升，等.近周边电厂源对北京市采暖期间SO2的贡献分析[J].环境科学研究，2009，（5）：567-573. [28]王继康，徐峻，何友江，等.利用源示踪技术计算日本和韩国低层大气SO2和PSO4来源[J].环境科学研究，2014，（6）：582-588.

[29]王雁鹏，陈岩，殷惠民，等.中国北方沙尘传输的数值模拟[J].干旱气象，2007，（3）：1-9.

[30]李莉，程水源，陈东升，等.城市尺度污染贡献敏感性三维空间分布研究[J].环境科学研究，2010，（9）：1122-1127.

[31]李莉.基于CAMx模型的工业源选址合理性分析新方法[A].中国环境科学学会.2013中国环境科学学会学术年会论文集（第八卷）.中国环境科学学会，2013：5.

[32]王杨君，李莉，冯加良，等.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,（3）：567-573.

[33]李浩.夏季典型光化学污染过程中长三角地区大气臭氧的污染来源追踪研究[D].上海：东华大学，2015.

[34]沈劲,王雪松,李金凤,等.Models-3/CMAQ和CAMx对珠江三角洲臭氧污染模拟的比较分析[J].中国科学：化学，2011,（11）：1750-1762.

[35]Daewon W B,Kim S T,Kim S B.Evaluation of air quality models for the simulation of a high ozone episode in the Houston metropolitan area[J].Atmospheric Environment，2007,41：837-853.

[36]黄晓波,殷晓鸿,黄志炯,等.不同模式对珠三角地区细颗粒物污染模拟效果对比评估.环境科学学报，2016，36（10）：3505-3514。

[37]安静宇.长三角地区冬季大气细颗粒物来源追踪模拟研究[D].上海：东华大学，2015

Research and Application Status of Comprehensive Air Quality Model Extensions

BAI Xiao-juan,HU Xiao-xia,LI Na
（North University of China,Shuozhou,Shanxi 036000,China）

At present,the development and using of air quality models are different in each country,but CAMx（Comprehensive Air Quality Model Extensions）and CMAQ（Community Multiscale Air Quality Modeling System）are more common to use.This paper introduced Models-3/CAMx,its extension and detection tool in detail,analyzed the use of CAMx model in different pollutants and the verification about the performance of the model to provide more information for the model’selector.By contrast,the model can not only simulate a variety of contaminants and forecast multi-scale air pollution well at the same time,but also possesses Particulate Source Apportionment Technology（PSAT）and Ozone Source Apportionment Technology（OSAT）.It can be a good tracer substance and simulate the contributing of tracer for environment pollution in the target area faster and more exactly.

CAMx;air quality model;air pollution;application

1006-4184（2017）2-0026-06

2016-12-09

白小娟（1986-），女，山西太原人，主要从事环境工程教学工作。E-mail：baixiaojuan417@126.com。