京津冀地区空气污染对农业氨氮减排的快速响应模型
编号:1096
访问权限:仅限参会人
更新:2026-04-13 16:11:17 浏览:1次
张贴报告
摘要
农田土壤排放的NH3、NOx等活性氮是PM2.5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PM2.5、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PM2.5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。
关键词
WRF-Chem,活性氮排放,卷积神经网络,迁移学习,PM2.5,O3
发表评论