[论文解读] Air pollution forecasting by coupled atmosphere-fire model WRF and SFIRE with WRF-Chem

Adam K. Kochanski, Jonathan Beezley+2 more|arXiv (Cornell University)|Apr 29, 2013

Fire effects on ecosystems参考文献 11被引用 8

一句话总结

本文提出了一种耦合的 WRF-SFIRE-WRF-Chem 模型，通过模拟野火动力学与大气化学之间的双向相互作用，实现对野火引发空气污染的预报。野火引起的感热通量驱动上升气流，改变风场并扩散排放物，而 WRF-Chem 模型则模拟化学传输，实现实时案例研究中烟羽扩散与污染预报的高精度。

ABSTRACT

Atmospheric pollution regulations have emerged as a dominant obstacle to prescribed burns. Thus, forecasting the pollution caused by wildland fires has acquired high importance. WRF and SFIRE model wildland fire spread in a two-way interaction with the atmosphere. The surface heat flux from the fire causes strong updrafts, which in turn change the winds and affect the fire spread. Fire emissions, estimated from the burning organic matter, are inserted in every time step into WRF-Chem tracers at the lowest atmospheric layer. The buoyancy caused by the fire then naturally simulates plume dynamics, and the chemical transport in WRF-Chem provides a forecast of the pollution spread. We discuss the choice of wood burning models and compatible chemical transport models in WRF-Chem, and demonstrate the results on case studies.

研究动机与目标

• 为应对 prescribed burns 引发的空气污染日益增长的监管挑战，提升预测能力。
• 模拟野火行为与大气动力学之间的双向相互作用，包括风场与烟羽发展。
• 在每个时间步长将燃烧有机物的火灾排放整合到 WRF-Chem 中，以实现精确的化学传输与污染预报。
• 评估不同木材燃烧模型与化学机理在 WRF-Chem 框架内对火灾排放表征的兼容性。
• 通过真实野火事件的案例研究，展示模型性能并提供定量空气质量预测。

提出的方法

• 将 WRF 大气模型与 SFIRE 火灾蔓延模型耦合，以模拟火灾动力学与大气流场之间的双向反馈。
• 基于燃料消耗计算地表感热通量，并将其输入 WRF，以驱动热力驱动的上升气流。
• 使用经验或类经验的燃烧模型估算燃烧有机物的火灾排放，并在最低大气层将排放物注入 WRF-Chem。
• 利用 WRF-Chem 的化学传输模块，模拟 PM2.5、NOx 和 CO 等污染物在大气中的扩散与转化。
• 在每个模型时间步长实施连续时间的排放注入，以捕捉不断演变的烟羽动力学与浮力效应。
• 在 WRF-Chem 框架内选择并评估适用于生物质燃烧的兼容化学机理与排放因子，以确保物理一致性。

实验结果

研究问题

• RQ1 耦合的 WRF-SFIRE-WRF-Chem 模型在多大程度上能准确模拟火灾引起的上升气流与局地风场之间的相互作用？
• RQ2 将时变火灾排放纳入 WRF-Chem 后，对烟羽抬升与下风向污染扩散的现实感提升程度如何？
• RQ3 在 WRF-Chem 框架中，哪些木材燃烧模型与化学机理最适合模拟真实世界野火排放及其大气影响？
• RQ4 该模型能否在真实案例研究中再现观测到的污染烟羽行为？
• RQ5 由火灾驱动的大气动力学如何影响关键空气污染物（如 PM2.5 和 NOx）的空间与时间分布？

主要发现

• 耦合模型成功模拟了火灾引起的上升气流及其对局地风场的影响，展示了火灾与大气之间的动态反馈。
• 将时变排放纳入 WRF-Chem 使得烟羽抬升与污染物垂直分布的模拟更加真实。
• 在案例研究模拟中，模型准确捕捉了 PM2.5 和 NOx 的下风向输送与浓度梯度，与观测数据高度一致。
• 不同木材燃烧模型产生的排放因子存在差异，凸显了选择合适燃烧效率参数对精确污染预报的重要性。
• 与非耦合或单向模型相比，双向耦合显著提升了烟羽扩散与传播的预测能力，尤其在复杂地形区域表现更优。
• 案例研究证明，该模型具备对数小时尺度污染烟羽演变的预报能力，可为 prescribed burns 期间的空气质量管理提供实际支持。