Dr. Kuang's Utilities

REASv3.1點源之讀取、格式轉換與合併

 
  • Jul 06, 2022
  • views
>

背景

REASv3.1估計有東亞地區電廠的每月排放量，以所在位置之經緯度與逐月排放量方式提供數據。

因此本項作業除了需要單位轉換之外，經緯度座標系統需轉成直角座標系統，且VOC成分需分解成CB6物種、名稱也需要轉變、加入其他點源參數(HDTV)。

由於CMAQ的點源檔案分成常數部分、與動態部分兩個檔案，逐月之根次會略有差異(配合歲修)，因此需逐月處理。

REAS點源數據讀取與轉換

rd_pp.py

  1. REAS點源資料庫內僅有電廠排放數據，而且只有排放量，沒有煙道的詳細尺寸數據
  2. 首先由檔名中切割出物質種類名稱spec
  3. 讀進經緯度、排放量數據、將其整理成pandas.DataFrame格式，以利數據的批次處理
  4. 將臺灣地區的點源去掉，以避免與TEDS重複計算
  5. 儲存、離開

執行批次

  1. 尋找到電廠排放量檔案
  2. 使用cut 指令、只留下目錄資訊
  3. 移動到該目錄、找到pp檔案名稱
  4. 執行前述rd_pp.py，將txt檔案讀成csv檔案
  5. 將檔案連結到ptse目錄下備用
  6. 回到起始的目錄
#kuang@114-32-164-198 /Users/TEDS/REAS3.1/origins
#$ cat run_rd_pp.cs
cd /Users/TEDS/REAS3.1/origins
for i in $(findc "*POWER_PLANTS_POINT_2015"|cut -dR -f1);do
cd $i
j=$(ls *POWER_PLANTS_POINT_2015)
python /Users/TEDS/REAS3.1/origins/rd_pp.py $j
ln -sf *.csv /Users/cmaqruns/2016base/data/ptse
cd /Users/TEDS/REAS3.1/origins
done

檢核

  • 應用surfer14 將I:\home\sespub\teds10_camx\REAS3.1\origins\SO2\2015\point_reas1601.csv 點在國界地圖上，得到下面之SRF地圖。
  • REASv3.1範圍由巴基斯坦到日本，南界則到印尼爪哇島。台灣也有4個點源。

| REAS_pointXY.PNG | |:–:| | 圖 REAS 2015年電廠排放點位置之分布 紅色部分：所有REAS資料庫內之點源。黑色點：d2範圍內之點源 I:\home\sespub\teds10_camx\REAS3.1\origins\SO2\2015\point.srf |

物種csv 檔案之合併_for CMAQ

常數部分REASpt_const.py

  1. 參考CAMx2CMAQ檔案之轉換(點源)之主架構，在pt_constTWN之外加入REAS部分。
  2. 作業環境與座標系統參數之準備（line1~18)
  3. 將所有的csv讀進來，按座標系統整併（merge）成橫向的欄位(line20~40)： 篩選範圍（d1）內的點源（line28) 座標值取1位小數點(0.1度之內視為同一點源)，以避免太多點源(line31~32) 選擇經緯度、以及當月之排放量，進行座標之樞紐分析（加總）(line33~35) 與其他污染物合併到一起 空白之污染物質排放量填0
  4. 排放量單位轉換（line 42、49~52) REAS為噸/月，按輸入月份計算該月日數， 轉換成gmole/s(CMAQ)
  5. 增加LAMBERT系統座標值、儲存檔案備用（排放量需填入動態部分之點源檔案）
  6. 將REAS點源的座標、參數等加在TWN點源的後面（line82、84、98、104～121)
  7. 關閉、離開

動態部分REASpt_timvar.py

此部分僅限污染物排放量，類似前述作法、參考[CAMx2CMAQ檔案之轉換(點源)][https://sinotec2.github.io/FAQ/2022/07/04/emis.html#camx2cmaq檔案之轉換]之主架構，在pt_timvarTWN之後加入REAS部分。詳細REAS與TEDS點源程式碼的差異，可以參考pt_timvar程式說明 -> EAsia_81K 版本差異

檢核

應用pt2em_d01.py(在CMAQ/CAMx排放量檔案之轉換 中另有詳述)

將teds10.1603.const.nc與teds10.1603.timvar.nc檔案以pt2em_d01.py進行解讀整併，並進行時間平均得到下圖，SO2主要分布在華北、山西等地，長三角、珠三角等地也有高值。 日本韓國等東北亞地區都屬偏低值。

台灣南部地區相對也較高。由於台灣地區的內容為TEDS10完整版，而東亞其他地區的點源則僅為電廠，因此同一個點源檔案在d1~d4模擬比較時，前者的點源會有高估之可能。

物種csv 檔案之合併_for CAMx

CAMx點源格式(point_source)及單位(gmole/hr)均與前述CMAQ不同，須分別處理。所幸CAMx 7可以接受不同類別的點源排放量檔案，可以不需要進行整併。

REAS_ptse.py

  • 輸入
    • argument:01~12，月份
    • fortBE.14.teds10.base01~fortBE.14.teds10.base12：point_source for CAMx
    • /nas1/cmaqruns/2016base/data/ptse/point_SPEC.csv SPEC=CO、CO2…XYLENE：combined csv from REAS files
    • reas2cmaq.json：spec name mappings
  • 輸出
    • fortBE.14.REAS3.baseMM.nc、MM=01~12：NETCDF4 formatted REAS3 emission rate
    • fortBE.14.REAS3.baseMM、MM=01~12：point_source formatted REAS3 emission rate
  • time variation: constant in a month
  • emission rates
    • NO/NO2 ratio: 9:1
    • units: gmole or g per hour
  • stack parameters:
    • Vs in m/hour
    • flow rate in m3/hour
    • Ds (minus to initiate PiG model, but may take long times)
  • pncgen notes:
    • use 2 times：
      • point_source -> NETCDF4、take slice(s) fit the length of df (nopts) do pythons,
      • and NETCDF4 -> point_source
    • attributes may be lost during transformatting, must add manually

檢核

應用pt2emNest fortBE.14.REAS3.base01 d1.in(在CMAQ/CAMx排放量檔案之轉換 中另有詳述)

將fortBE.14.REAS3.base01檔案以pt2emNest 進行解讀整併，NO2主要分布在華北、山西等地，長三角等地也有高值。

日本韓國等東北亞地區都屬偏低值。

台灣部分則另有TEDS數據，因此圖面上無值。

REAS 2015年電廠排放量在d1網格系統之分布

REASptD1.png REASptD1CAMx.png
CMAQ format CAMx format

Reference

  • Web sites
    • 亞洲區域排放清冊 https://www.nies.go.jp/REAS/
  • Notes
    • REASv3.1排放檔案之處理 https://www.evernote.com/l/AH01CyHCvGxCZ6boCje3Dm2mSpT1hLC91uI
    • CMAQ/CAMx排放量檔案之轉換 https://www.evernote.com/l/AH1z_n2U–lM-poNlQnghsjFBfDEY6FalgM
  • here：REASv3.1點源之讀取、格式轉換與合併 *
  • parent：Dr. Kuang’s Evernotes_Grid Models
Search