CC BY
53
УДК 504.3.054
А.П. Ревокатова1, Г.В. Суркова2, А.А. Кирсанов3, Г.С. Ривин4
ПРОГНОЗ ЗАГРЯЗНЕНИЯ АТМОСФЕРЫ МОСКОВСКОГО РЕГИОНА
С ПОМОЩЬЮ МОДЕЛИ COSMO-ART
Выполнена качественная оценка способностей химико-транспортной модели, работающей в Гидрометцентре РФ, воспроизводить поля концентраций загрязняющих веществ в атмосфере Московского региона. Первые результаты численных экспериментов показывают, что модель способна реалистично воспроизводить пространственно-временные особенности полей концентраций. Модельные данные показали хорошую согласованность с результатами наблюдений и соответствие распространения примеси метеорологическим условиям.
Ключевые слова: загрязнение атмосферы, химико-транспортная модель, прогноз, экология.
Введение. Оценка состояния окружающей среды и в первую очередь атмосферного воздуха — крайне важная задача, имеющая наибольшую значимость для крупных городов и городских агломераций. В районах большого скопления людей качество воздуха играет важную роль, так как от него во многом зависит их здоровье. Экологическая ситуация в мегаполисах осложняется тем, что они сами являются крупнейшими источниками загрязняющих веществ, так как в них находятся промышленные предприятия, автомобильный транспорт и действуют отопительные системы — основные загрязнители атмосферы.
Концентрация газовых и аэрозольных примесей в атмосфере, их трансформация и перенос от источников зависят в первую очередь от метеорологических условий. В то же время такие параметры атмосферы, как температура, радиационный баланс земной поверхности, влажность и количество осадков, неразрывно связаны с химическим составом воздуха. Таким образом, для успешного прогноза состояния атмосферного воздуха необходимо учитывать метеорологический режим атмосферы. Основной инструмент при прогнозе качества воздуха — математические модели. Существует несколько подходов к математическому моделированию переноса химических веществ в атмосфере [4, 23].
Один подход связан в основном с эмпирико-ста-тистическим анализом распространения загрязняющих веществ в атмосфере и использованием для этой цели интерполяционных моделей, причем большей частью гауссовского типа. В них используется предположение, что распределение примеси является гауссовым. Это предположение основано на том факте, что поток примеси, проходящий в единицу времени через вертикальное сечение факела, нормальное к среднему
направлению ветра, есть величина постоянная, равная интенсивности источника (в объемных или массовых единицах). С удалением от источника выброса происходит постепенное размывание факела, что приводит к увеличению площади поперечного сечения, а следовательно, к уменьшению концентрации примеси по оси факела.
Другой метод моделирования переноса примесей — численные модели [1, 7—9, 11, 18], в которых для расчета пространственных и временных изменений концентраций необходимо решить уравнение диффузии численными методами в узлах дискретной пространственной сетки. Концентрация вещества в каждом узле сетки в заданный момент времени определяется мощностью источников и стоков, среди которых основные — адвекция с воздушными течениями или за счет диффузии, эмиссия вещества с подстилающей поверхности, химические реакции. Математические модели, способные учитывать взаимодействие химических примесей между собой, их источники, стоки и перенос, принято называть химико-транспортными моделями (ХТМ).
Первоначально модели прогноза погоды и химико-транспортные модели развивались параллельно и независимо. Это связано с тем, что необходимость прогнозировать загрязнение воздуха возникла позже, чем потребность в прогнозе погоды. Кроме того, пространственно-временное разрешение моделей лишь недавно достигло того уровня, когда стало целесообразно включать в них химические трансформации. В последние десятилетия, когда мощность компьютерных ресурсов сильно увеличилась, стало возможно объединять численные модели прогноза погоды с моделями загрязнения атмосферы. Огромное достоинство моделей такого типа — синхронный расчет метеороло-
1 Московский государственный университет имени М.В. Ломоносова, географический факультет, кафедра метеорологии и климатологии, аспирантка; e-mail: [email protected]
2 Московский государственный университет имени М.В. Ломоносова, географический факультет, кафедра метеорологии и климатологии, канд. геогр. н., доцент; e-mail: [email protected]
3 Московский государственный университет имени М.В. Ломоносова, географический факультет, кафедра метеорологии и климатологии, студент; e-mail: [email protected]
4 Гидрометцентр РФ, профессор, заведующий лабораторией краткосрочного прогноза погоды по ограниченной территории, докт. физ.-мат. н.; e-mail: [email protected]
гических параметров и химических трансформаций вещества. Это позволяет на каждом временном шаге учитывать прямые и обратные связи, которые возникают при взаимодействии газовых и аэрозольных примесей с метеопараметрами.
Объединенные ХТМ в последнее время все активнее внедряются в различные экологические проекты и часто служат основой для прогноза качества воздуха. Так, один из крупнейших проектов, цель которого — оценка воздействия мегаполисов на качество воздуха и климат, проект MEGAPOLI (Megacities: emissions, urban, regional and global atmospheric pollution and climate effects, and integrated tools for assessment and mitigation). В нем участвуют специалисты 23 исследовательских организаций из 11 стран. Одна из задач проекта — создание оптимального инструмента для прогнозирования загрязнения воздуха на основе ХТМ.
ХТМ обычно базируются на уже существующих мезомасштабных моделях прогноза погоды. Примерами таких моделей, работающих в оперативном режиме или используемых для исследовательских целей, могут служить MM5/chemistry, WRF/Chem, HIRLAM и др. [16, 17, 19]. Сотрудники Национального центра исследований Франции в конце 1990-х гг. начали разработку модели CHIMERE [20, 27]. Эта модель была адаптирована для Центрально-Европейского региона [6], результаты модельных расчетов содержания диоксида азота в тропосфере сопоставляли с наземными измерениями приземной концентрации озона и данными спутниковых измерений. Авторы работы [6] ставили перед собой цель создать инструмент для прогноза пространственно-временного распределения загрязняющих веществ в Центральном регионе европейской территории России и оценить его путем сравнения модельных данных с данными наблюдений. Наша работа преследовала схожие цели, однако ее основное отличие заключалось в использовании иной ХТМ и другого набора входных данных.
Постановка проблемы. В наши задачи входила оценка возможности использовать химико-транспортную модель COSMO-ART для прогноза пространственно-временного распределения загрязняющих веществ в приземном слое атмосферы в Московском регионе. Известно, что качество модельных расчетов в большой степени зависит от точности задания начальных и граничных условий. Недоучет пространственного распределения примесей в атмосфере на первом шаге по времени может отразиться на конечном результате моделирования. Сложность детального задания начальных и граничных условий связана с отсутствием достаточного объема данных наблюдений. Второй немаловажный аспект, влияющий на качество модельных результатов, — задание эмиссий загрязняющих веществ. Данные об эмиссиях доступны с большим запозданием, обычно это результат косвенной оценки, которая зависит от плотности населения, наличия промышленных предприятий и параметров, характеризующих поверхность. Принимая во внимание все
вышеописанное, на первом этапе работы с моделью мы не ставили задачу получить точный прогноз пространственно-временного распределения загрязняющих веществ. В первую очередь было необходимо оценить возможность использования COSMO-ART в качестве инструмента для прогноза экологической ситуации на территории Московской области.
Материалы и методы. В основу работы положена химико-транспортная модель COSMO-ART, которая состоит из метеорологической модели немецкой метеослужбы COSMO (Consortium for small-scale modelling), работающей в оперативном режиме в Гидрометцентре [5], и блока химических трансформаций ART (Aerosols and reactive trace gases) [30].
Описание модели. Модельная система COSMO-ART-RU7 позволяет рассчитывать пространственно-временное распределение концентрации малых газовых составляющих и аэрозолей с учетом метеорологических условий. Отличительная особенность COSMO-ART — совместный расчет метеорологических величин и химических преобразований для каждого шага во времени, таким образом учитывается влияние аэрозолей и газов на метеорологический режим и в первую очередь на радиацию. COSMO-ART объединяет ряд модельных блоков, каждый из которых отвечает за расчет определенного процесса. Так, в модели рассчитываются химические преобразования веществ в газовой фазе: фотодиссоциация, коагуляция, конденсация, нуклеация, а также осаждение, выведение и вымывание аэрозолей. Кроме того, в COSMO-ART можно учитывать физическую и химическую трансформацию аэрозолей, взаимодействие аэрозолей с радиацией, эмиссию морской соли, минеральной пыли, пыльцы, биогенные выбросы гидрокарбонатов и гетерогенные реакции (параметризация гетерогенного гидролиза N2O5 реакции образования HONO, реакции на поверхности водных частиц аэрозоля и др). Структура модели приведена на рис. 1.
Пространственные и временные изменения концентрации малых газовых примесей в модели рассчитываются по уравнению диффузии. Его граничные условия — данные о выбросах газовых примесей, которые задаются во входных файлах. Образование и потери веществ в результате химических реакций рассчитываются в модуле газофазных химических реакций RADMKA, который основан на модели RADM [25, 26]. В этой модели все химические процессы в тропосфере представлены 172 реакциями. Среди неорганических соединений в явном виде рассматриваются 17 стабильных соединений и 4 радикала. Органические соединения включают 26 стабильных соединений и 16 радикалов. Соединения N2, O2, СН4 участвуют в химических реакциях, но их концентрация считается постоянной.
Процессы фотодиссоциации в COSMO-ART учитываются с помощью модели фотолиза PAPA (Parameterization of photolysis frequencies for atmospheric modeling), которая определяет профили частоты фотодиссоциации, вводя коррекцию стандартных профилей с учетом дополнительных текущих рассчитываемых
факторов. Сначала профили частоты фотодиссоциации рассчитываются для всех веществ при безоблачной и свободной от аэрозолей атмосфере. Для тех же условий рассчитывается профиль интегрального актинического потока. Во время работы модели на каждом временном шаге рассчитываются профили интегрального актинического потока и определяется относительное отклонение от заранее рассчитанных профилей; для учета суточных изменений частоты фотодиссоциации для двадцати вариантов косинуса зенитного угла Солнца рассчитываются стандартные профили частот фотодиссоциации. Эти профили учитывают только поглощение озоном и рэлеевское рассеяние. Для того чтобы учесть влияние облачности, орографии и аэрозолей, на каждом временном шаге и в каждой точке определяются корректирующие коэффициенты. Во время работы модели профили интегрального актинического потока рассчитываются каждый раз при запуске программы расчета радиационных характеристик, и для всех высот определяется относительное отклонение от стандартного профиля. Далее это относительное отклонение можно использовать для расчета текущей частоты фотодиссоциации. Кроме пространственно-временных изменений концентраций малых газовых примесей в модели COSMO-ART учитываются физические и химические трансформации аэрозолей. Это осуществляется с помощью модели MADESoot и ряда параметризаций.
Расчеты метеорологических параметров проводятся для европейской территории России (ЕТР) с помощью модели COSMO-RU7 на сетке 700x620 узлов с шагом 7 км по площади и с временным шагом 40 с на 40 уровнях по вертикали (из них 14 уровней от 1000 до 700 гПа, выше разрешение более грубое) [5]. Модель COSMO-ART-RU7, как и COSMO-RU7, использует сферическую систему координат со смещенным полюсом и имеет то же разрешение.
Совместный расчет метеорологических и химических параметров требует не только очень мощных компьютерных ресурсов, но и много машинного времени. В связи с этим территорию исследований было решено ограничить Московским регионом, для которого будут приведены результаты расчетов на сетке 64x64 узла с разрешением 7 км.
Входные данные для модели COSMO-ART. Необходимая информация для запуска модели — следующие граничные и начальные условия: результаты прогноза по глобальной модели (в настоящее время это модель GME метеослужбы Германии, пространственное разрешение 30x30 км), данные о частоте фотодиссоциации на разной высоте, данные об эмиссии веществ.
Поле эмиссий загрязняющих веществ в пространстве всей области интегрирования однородно и представляет собой средние многолетние ежечасные значения в узлах модельной сетки по данным службы погоды Германии. К этим значениям эмиссий был добавлен точечный источник NO2 (координаты 55,67 с.ш., 37,22 в.д.), мощность которого в 50 раз больше средних значений эмиссии на территории интегрирования.
Рис. 1. Структура модели COSMO-ART
Источник добавлен для того, чтобы оценить способность модели воспроизводить перенос загрязняющих веществ с учетом метеорологических условий. Выбор газа NO2 обусловлен рядом причин. Во-первых, среди загрязняющих веществ, поступающих в атмосферу с антропогенными выбросами, оксиды азота относятся к наиболее важным. Нельзя точно оценить, какую часть выбросов составляют выбросы NO2 и NO, но оба газа играют сложную и важную роль в фотохимических процессах, происходящих в атмосфере [3]. В результате фотохимических реакций увеличивается приземная концентрация озона, а также формальдегида, повышается вероятность образования смога. Во-вторых, NO2 относится к активным соединениям азота, которые довольно легко вступают в реакции между собой при фотохимическом взаимодействии [12]. Поэтому наличие источника NO2 позволяет оценить качество воспроизведения моделью основных химических реакций в атмосфере.
Для проведения численных экспериментов выбраны следующие даты: 27 июля и 1 декабря 2010 г. Эти дни характеризовались устойчивой антициклональ-ной малооблачной погодой и отсутствием выпадения осадков, т.е. наиболее удачными условиями для оценки способности модели воспроизводить фотохимические процессы в атмосфере в холодное и теплое время года, а также эффективность источников и стоков разной мощности. Интегрирование модели проводили до 48 ч. прогностического времени — от 0 ч. (UTC) 27 июля и 1 декабря 2010 г.
Результаты и их обсуждение. 27 июля 2010 г. Синоптическая ситуация в этот день характеризовалась обширным антициклоном с высотным центром над юго-восточной частью ЕТР. Такие условия способствовали адвекции сильно прогретых континентальных воздушных масс с юга и юго-востока, их температура
на изобарической поверхности 850 гПа над центром ЕТР составляла ~20 °С. Температурная стратификация в ночные часы 27 июля по данным аэрологического зондирования (г. Долгопрудный) характеризовалась инверсией на высоте около 950 гПа. В дневное время (27 июля, 12 ч. иТС), несмотря на неустойчивую стратификацию нижней атмосферы, относительная влажность до высоты около 800 гПа не превышала 30%, только в слое 520—570 гПа она составляла 90%
а
35Е 35,5Е 36Е 36,5Е 37Е 37,5Е 38Е 38,5Е 39Е 39,5Е 40Е 40,5Е
и несколько выше. Облачность над ЕТР была в основном представлена разрозненными кучевыми и куче-во-дождевыми облаками, местами образующими ме-зомасштабные конвективные комплексы.
Рассмотрим результаты прогноза концентрации N02 и О3 — двух распространенных загрязнителей, которые подвержены выраженному влиянию антропогенной деятельности в промышленных районах и мегаполисах.
б
35Е 35,5Е 36Е 36,5Е 37Е 37,5Е 38Е 38,5Е 39Е 39,5Е 40Е 40,5Е
Рис. 2. Прогноз концентрации диоксида азота (а) и озона (б) на 30 ч. от 00 ч. 27.07.2010 по модели COSMO-ART, млн-1. Стрелками указаны скорость и направление ветра. Длина стрелки соответствует 5 м/с
На рис. 2, а хорошо видно наличие точечного источника, вокруг которого концентрация диоксида азота возрастает. Факел выбросов распространяется вдоль направления ветра в приземном слое. В результате влияния источника концентрация озона уменьшается за счет его взаимодействия с продуктами окисления оксида азота, количество которых возрастает (рис. 2, б).
На рис. 3, а представлено суточное изменение концентрации озона по модельным данным и данным наблюдений. Суточный ход моделируемой концентрации приведен для узла сетки, не испытывающего заметного влияния факела выброса и поэтому отражающего естественные процессы, учитываемые моделью. Заметим, что модельные результаты удовлетворительно согласуются с данными наблюдений как по порядку величины, так и по направленности изменений. Увеличение концентрации озона днем связано с активизацией фотохимических реакций в это время суток, с фотоокислением СО, метана и других углеводородов в присутствии N0^ На рис. 3, а видно, что модель уменьшает амплитуду суточных изменений концентрации, при этом максимальные значения концентрации озона, как по модельным данным, так и по данным измерений, приходятся на 12 часов
Рис. 3. Суточный ход концентрации озона (а) и диоксида азота (б) по данным наблюдений (1) и прогностическим модельным данным (2) 27.07.2010
дня. Минимальные значения в ночные часы модель завышает довольно сильно, это может быть связано с тем, что начальное поле распределения озона на первом временном шаге задается в модели в виде констант, от которых уже стартует сам прогноз.
Суточный ход модельной концентрации диоксида азота (рис. 3, б), как и в случае с озоном, отражает закономерности, свойственные данным наблюдений, но имеет меньшую количественную согласованность с ними, основная причина этого — недоучет начальных полей эмиссий. Как отмечено выше, в качестве эмиссий загрязняющих веществ в модели используются средние климатические значения. Для описания общих характеристик территории такие значения вполне применимы. Но для центральной части крупного города необходимо более детальное описание суточного изменения выбросов загрязняющих веществ, особенно диоксида азота, который поступает в результате различных видов антропогенной деятельности.
На рис. 3, б видно, что направленность изменения концентрации NO2 по данным наблюдений и прогностическим модельным данным одинакова. Двойной максимум в суточном ходе диоксида азота и его уменьшение в дневное время обусловлены активизацией фотохимических процессов в светлое время суток, в частности фотолиза N0^
1 декабря 2010 г. В первый зимний день синоптическая ситуация над ЕТР определялась совместным влиянием глубокого циклона в приземном слое атмосферы с центром над юго-востоком ЕТР и обширным антициклоном с центром над западом Скандинавии. Такое их взаимное положение в нижней атмосфере способствовало мощной адвекции холодного воздуха из Арктики. Температура воздуха над севером и центром ЕТР на высоте 850 гПа не превышала —20°С.
По данным аэрологического зондирования (г. Долгопрудный) ночью с 30 ноября на 1 декабря наблюдалась мощная инверсия в нижней части атмосферы (до высоты примерно 1500 м), которая сохранялась и в дневное время. В ночь на 2 декабря адвекция с севера прекратилась в связи со смещением скандинавского антициклона на юго-восток. В центре ЕТР в нижних 5 км атмосферы начали преобладать ветры с южной составляющей, температура воздуха увеличилась (рис. 4).
Результаты прогноза изменения концентрации N02 и О3 (рис. 5), очевидно, отражают чувствительность модели к наличию источника эмиссий и соответствие факела выбросов загрязняющих веществ направлению ветра в приземном слое. Значения концентрации диоксида азота и озона, как и в случае летних условий, находятся в противофазе, что соответствует естественным химическим процессам в атмосфере, в ходе которых озон разрушается, взаимодействуя с N0 — продуктом фотолиза N02 [12].
Сравнение суточных изменений прогнозируемой концентрации озона и диоксида азота с измеренной приведено на рис. 6 — суточный ход вполне согласуется с данными измерений по направленности изменений. Так, 1 декабря наблюдалось понижение концентрации озона в течение всего дня. Моделью этот тренд был воспроизведен неплохо, но прогностические данные сильно завышены по сравнению с реальными. Это может быть связано со стартовыми полями концентрации в модели, которые заданы достаточно высокими на первом временном шаге. Меньшее содержание озона в зимнее время года (рис. 3, а) объясняется невысокой активностью фотохимических реакций зимой, небольшой продолжительностью светлого времени суток и как следствие медленным образованием озона. На рис. 6, б приведен суточный ход концентрации диоксида азота. Максимум наблюдается в
Рис. 4. Направление ветра (вверху) и температура воздуха (внизу) по данным прогноза модели C0SM0-RU7 от 00 ч. 01.12.2010
Рис. 5. Прогноз концентрации диоксида азота на 18 (а) и 45 (б) часов, а также концентрации озона на 18 (в) и 45 (г) часов от 00 ч. 01.12.2010 по модели COSMO-ART, млн-1. Стрелками указаны скорость и направление ветра. Длина стрелки соответствует 5 м/с
Рис. 6. Суточный ход концентрации озона (а) и диоксида азота (б) по данным наблюдений (1) и прогностическим модельным данным
(2) 01.12.2010
вечерние часы, что также хорошо согласуется с данными наблюдений. Различия в абсолютных значениях концентрации N02, как и в летнее время, объясняются неточным заданием полей эмиссий в городе. Модельные значения концентрации N02 зимой и летом схожи
по порядку значений, это связано с тем, что мощность источника задавалась одинаковой для обоих случаев (ср. рис. 3, б и 6, б). В то же время при анализе данных наблюдений видно, что летом концентрация N02 несколько выше, чем зимой. По модельным данным
и по данным наблюдений значения концентрации О3 и NO2, как и летом, находятся в противофазе.
Заключение. Приведенные выше результаты исследований показывают неплохое соответствие модельных результатов и данных наблюдений, особенно в части согласованности тенденции изменения концентрации в суточном ходе. Полного соответствия на этом этапе работы не ожидалось, так как начальные поля данных и эмиссии загрязняющих веществ задавались условным образом. Результаты численных экспериментов показали способность модели COSMO-ART удовлетворительно воспроизводить пространственно-временные особенности полей концентраций диоксида азота и озона в приземном слое. Согласованность направленности изменения концентраций загрязняющих веществ,
а также воспроизведение моделью достаточно точного времени наступления максимальных и минимальных значений дают основание полагать, что дальнейшее уточнение входных данных позволит повысить точность применяемой методики и использовать модель COSMO-ART в качестве инструмента диагноза и прогноза концентрации загрязняющих веществ в атмосфере.
Авторы выражают благодарность И.Б. Беликову за предоставленные данные станции наблюдений за составом атмосферы (географический факультет МГУ, ИФА имени А.М. Обухова РАН), А.В. Кислову, инициировавшему эту работу, а также основным разработчикам модели COSMO-ART Бернарду и Хайке Фогель за подробные консультации.
СПИСОК ЛИТЕРАТУРЫ
1. Алоян А.Е. Моделирование динамики и кинетики газовых примесей и аэрозолей в атмосфере. М.: Наука, 2008. 415 с.
2. Безуглая Э.Ю. Мониторинг состояния загрязнения атмосферы в городах. Л.: Гидрометеоиздат, 1986. 200 с.
3. Безуглая Э.Ю, Смирнова И.В. Воздух городов и его изменения. СПб.: Астерион, 2008. 254 с.
4. Берлянд М.Е. Прогноз и регулирование загрязнения атмосферы. Л.: Гидрометиздат, 1985.
5. Вильфанд Р.М., Ривин Г.С., Розинкина И.А. Система COSMO-RU негидростатического мезомасштабного краткосрочного прогноза погоды Гидрометцентра России: первый этап реализации и развития // Метеорология и гидрология. 2010. № 8. С. 6—20.
6. Коновалов И.Б., Еланский Н.Ф., Звягинцев А.М. и др. Валидация химическо-транспортной модели нижней атмосферы Центрально-Европейского региона России с использованием данных наземных и спутниковых измерений // Метеорология и гидрология. 2009. № 4. С. 65—74.
7. Марчук Г.И. Сопряженные уравнения и анализ сложных систем. М.: Наука, 1992. 335 с.
8. Пененко В.В., Алоян А.Е. Модели и методы для задач охраны окружающей среды. Новосибирск: Наука, 1985. 256 с.
9. Рекомендации Всемирной организации здравоохранения (ВОЗ) по качеству воздуха в Европе. М.: Весь мир, 2005. 312 с.
10. Ривин Г.С. Численное моделирование фоновых атмосферных процессов и проблема переноса аэрозолей в Сибирском регионе // Оптика атмосферы и океана. 1996. Т. 9, № 6. С. 780—785.
11. Ривин Г.С., Воронина П.В. Перенос аэрозоля в атмосфере: выбор конечно-разностной схемы // Там же. 1997. Т. 10, № 6. С. 623—633.
12. Суркова Г.В. Химия атмосферы. М.: Изд-во Моск. ун-та, 2002. 210 с.
13. Air quality guidelines global update 2005. Particulate matter, ozone, nitrogen dioxide and sulfur dioxide. World Health Organization 2006. Moser, 2006. 486 p.
14. Adrian G., Fiedler F. Simulation of unstationary wind and temperature fields over complex terrain and comparison with observations // Contributions to Atmospheric Physics. 2006. Vol. 64. P. 27—48.
15. Baklanov A. Integrated meteorological and atmospheric chemical transport modeling: Perspectives and strategy for
HIRLAM/HARMONIE // Danish Meteor. Inst. 2008. Vol. 53. P. 1—11.
16. Grell G.A., Peckham S.E., Schmitz R. et al. Fully coupled "online" chemistry within the WRF model: description and applications. // Atmosph. Envir. 2005. Vol. 39, Iss. 37. P. 6957—6975.
17. Grell G.A., Emeis S., Stockwell W.R. et al. Application of a multiscale, coupled MM5/chemistry model to the complex terrain of the VOTALP valley campaign // Atmosph. Envir. 2000. Vol. 34. P. 1435—1453.
18. Klimova E.G., Rivin G.S. Inverse traces for the passive pollutants // Air pollution modeling and its application XIII / Ed. by S.-E. Gryning, E. Batchvarova. N.Y: Kluwer Academic/ Plenum Publish, 2000. P. 243—247.
19. Korsholm U.S., Baklanov A., Gross A. et al. Online coupled chemical weather forecasting based on HIRLAM — overview and prospective of Enviro-HIRLAM // Danish Meteor. Inst. 2008. Vol. 54. P. 151—168.
20/ Menut L., Vautard R., Beekmann M., Honoré C. Sensitivity of photochemical pollution using the adjoint of a simplified chemistry-transport model // J. Geophys. Res. 2000. Vol. 105. P. 15379—15402.
21. Nester K., Fiedler F. Modeling of the diurnal variation of air pollutants in a mesoscale area // Proceed. of the 9th World Clean Air Congr., Montreal, 1992. Vol. 5, Pap. IU-16C.02.
22. Riemer N., Vogel H., Vogel B., Fiedler F. Modelling aerosols on the mesoscale-^: Treatment of soot aerosol and its radiative effects // J. Geophys. Res. 2003. Vol. 109 (4601, doi:10.1029/ 2003JD003448).
23. Seinfeld J.H., Pandis S.N. Atmospheric chemistry and physics — From air pollution to climate change. John Wiley & Sons, 2006. 1248 p.
24. Steppeler J., Doms G, Schüttler U. et al. Meso-gamma scale forecasts using the nonhydrostatic model LM // Meteorol. Atmos. Phy. 2003. Vol. 82. P. 75—96.
25. Stockwell W.R., Kley D. The Euro-RADM mechanism. A gas-phase chemical mechanism for European air quality studies. Berichte des Forschungszentrum Juelich Juel, 1994. Vol. 28. P. 1—68.
26. Stockwell W.R., Middleton P., Chang J.S. The second generation regional acid deposition model chemical mechanism for regional air quality modeling // J. Geophys. Res. 1990. Vol. 95. P. 1643—1667.
27. Vautard R., Beekmann M., Menut L. Applications of adjoint modelling in atmospheric chemistry: sensitivity and
inverse modeling // Envir. Model. and Sofware. 2000. Vol. 15. P. 703—709.
28. Vogel B., Vogel H., Baumner D. et al. The comprehensive model system COSMO-ART — Radiative impact of aerosol on the state of the atmosphere on the regional scale // Atmos. Chem. Phys. 2009. Vol. 9. P. 8661—8680.
29. Vogel B, Vogel H, Bangert M. et al. COSMO-ART Documentation. Institute of Meteorology and Climate Research, Karlsruhe Institute of Technology. 2009. 79 p.
30. Vogel H, Vogel B, Kottmeier Ch. Modelling of pollen dispersion with a weather forecast model system // Proceed. of 28th NATO/CCMS Int. Meeting on Air Pollution Modelling and its Application. Leipzig, 2006.
Поступила в редакцию 12.09.2011
A.P. Revokatova, G.V. Surkova, A.A. Kirsanov, G.S. Rivin
FORECAST OF THE ATMOSPHERE POLLUTION IN THE MOSCOW REGION USING THE
COSMO-ART MODEL
A chemical-transportation model employed at the Hydrometeorological Centre of the RF was evaluated for its possibility to reproduce fields of pollutants concentrations in the atmosphere. Preliminary results of numerical experiments show good correlation of model data with observation results and the dependence of admixture dissemination from the meteorological conditions. Key words: pollutants, chemical-transportation model, meteorological conditions.
