EDGAR排放数据魔改指南：用antro_emiss实现交通/工业源精准提取

EDGAR排放数据魔改指南用antro_emiss实现交通/工业源精准提取当你在处理大气化学模型时是否经常遇到这样的困扰EDGAR排放清单提供了丰富的源分类数据但你只需要其中特定行业如交通排放或工业排放的数据传统方法要么需要下载整个数据集要么得自己编写复杂的脚本进行筛选。今天我将分享如何利用WRF-Chem自带的antro_emiss工具通过巧妙配置实现排放源的精准提取。1. 理解EDGAR HTAPv3排放数据结构EDGAREmissions Database for Global Atmospheric Research是全球广泛应用的人为排放清单其HTAPv3版本将排放源分为8个大类国际航运HTAPv3_1_International_Shipping航空HTAPv3_2_1_Domestic_Aviation和HTAPv3_2_2_International_Aviation能源HTAPv3_3_Energy工业及相关HTAPv3_4_1_Industry、HTAPv3_4_2_Fugitive、HTAPv3_4_3_Solvents交通HTAPv3_5_1_Road_Transport等4个子类居民HTAPv3_6_Residential废弃物HTAPv3_7_Waste农业HTAPv3_8_1_Agricultural_waste_burning等3个子类每个变量都包含12个月的时间序列数据单位为吨/月。例如要提取黑碳BC的交通排放你需要关注HTAPv3_5开头的变量。2. antro_emiss工具的核心配置技巧antro_emiss通过.inp文件中的mapping配置实现源筛选关键参数包括CONTROL wrf_dir /path/to/wrf/run anthro_dir /path/to/emission/data src_file_prefix edgar_HTAPv3_2018_ src_file_suffix .nc src_names BC(12) # 指定物种及分子量 sub_categories 5_1_Road_Transport 5_2_Brake_and_Tyre_wear # 选择交通相关子类 cat_var_prefix HTAPv3_ emis_map BC(a) - BC # 输出为气溶胶 serial_output .true. start_output_time 2018-01-01_00:00:00 stop_output_time 2018-01-31_23:00:00 output_interval 21600 # 6小时输出间隔 /关键配置说明sub_categories指定要提取的源类别编号去掉HTAPv3_前缀cat_var_prefix与EDGAR变量名前缀匹配此处为HTAPv3_emis_map(a)表示输出为气溶胶单位ug/m²/s无括号则为气体单位mole/km²/hr3. 多源组合与系数调整实战有时我们需要合并多个源类别或应用调整系数。例如要计算交通排放总量道路运输刹车轮胎磨损同时考虑冬季排放偏高的情况emis_map BC(a) - 1.2*(BC{5_1_Road_Transport} BC{5_2_Brake_and_Tyre_wear})这个配置会提取HTAPv3_5_1_Road_Transport和HTAPv3_5_2_Brake_and_Tyre_wear变量将两者相加后乘以1.2的冬季修正系数输出为气溶胶形式的BC排放常见组合场景目标排放源对应sub_categories配置典型修正系数工业全过程4_1_Industry 4_2_Fugitive1.0交通综合5_1_Road_Transport等4个子类1.1-1.3能源生产3_Energy0.9-1.1农业燃烧8_1_Agricultural_waste_burning季节性调整4. 时间维度的精细化控制EDGAR数据包含月度变化antro_emiss支持更精细的时间控制start_output_time 2018-07-01_00:00:00 # 夏季开始时间 stop_output_time 2018-08-31_23:00:00 # 夏季结束时间 data_yrs_offset 0 # 年份对齐时间处理注意事项当模拟时段超出输入数据时间范围时设置data_yrs_offset进行年份偏移输出间隔output_interval建议与WRF化学模块时间步长匹配对于短期模拟1个月建议使用serial_output.true.逐时输出5. 结果验证与质量保证生成wrfchemi文件后建议进行以下检查单位验证ncdump -h wrfchemi_d01_2018-01-01_00:00:00 | grep units确认E_BC变量单位为ug/m²/s气溶胶或mole/km²/hr气体总量比对import netCDF4 as nc import numpy as np data nc.Dataset(wrfchemi_d01_2018-01-01_00:00:00) bc_sum np.sum(data[E_BC][:]) print(f总BC排放量{bc_sum:.2f} ug/s)空间分布检查使用NCL或Python绘制排放热点图对比原始EDGAR数据确认空间格局一致常见问题排查表问题现象可能原因解决方案变量未找到sub_categories拼写错误用ncdump检查EDGAR文件变量名输出值为0单位换算错误检查emis_map中的(a)标记时间不匹配data_yrs_offset设置不当调整年份偏移量空间分布异常投影参数不匹配确认wrfinput文件路径正确6. 高级应用创建自定义排放场景结合多组配置可以构建复杂的排放场景。例如模拟疫情期间的交通变化创建基准场景Base.inpsub_categories 5_1_Road_Transport 5_2_Brake_and_Tyre_wear emis_map BC(a) - BC创建疫情期间场景COVID.inpsub_categories 5_1_Road_Transport 5_2_Brake_and_Tyre_wear emis_map BC(a) - 0.6*BC # 交通量减少40%分别生成后在WRF-Chem中通过auxinput5_inname wrfchemi_ddomain_date灵活切换不同场景7. 性能优化技巧处理全球数据时可以采取以下优化措施分区域处理domains 2 # 只处理domain 2并行处理不同物种# 同时处理BC和CO ./anthro_emis BC.inp ./anthro_emis CO.inp 利用符号链接减少数据拷贝ln -s /bigdata/EDGAR/HTAPv3/BC.nc ./edgar_HTAPv3_2018_BC.nc预处理脚本示例自动生成.inp文件def create_inp(species, categories, output_file): template f CONTROL wrf_dir /path/to/wrf/run anthro_dir /path/to/emission/data src_file_prefix edgar_HTAPv3_2018_ src_file_suffix .nc src_names {species}(12) sub_categories { .join(f{c} for c in categories)} cat_var_prefix HTAPv3_ emis_map {species}(a) - {species} serial_output .true. start_output_time 2018-01-01_00:00:00 stop_output_time 2018-01-31_23:00:00 / with open(output_file, w) as f: f.write(template) create_inp(BC, [5_1_Road_Transport], transport_bc.inp)通过掌握这些技巧你可以将EDGAR数据处理时间从数小时缩短到几分钟同时确保数据精度满足研究需求。antro_emiss虽然学习曲线较陡但一旦掌握其配置逻辑就能灵活应对各种排放场景分析需求。