CTM和CMAQ这两个缩写在环境建模圈子里经常出现但对刚入行的新人来说很容易弄混。有人把CTM当成一个具体软件有人以为CMAQ和CTM是两个互斥的系统还有人拿着CMAQ跑完一遍都不知道自己其实就在用CTM。这篇文章我会把CTM化学传输模型讲透再重点拆解CMAQ在整个CTM体系里到底处在什么位置以及两者本质上的区别。内容适合刚接触大气模拟的研究生、想用CMAQ做区域空气质量项目但缺乏模型原理背景的工程师以及需要在不同模型之间做选型的人。CTM不是某一个软件的名字而是一类数值模拟方法的总称。CMAQ则是这类方法中最出名、工程化最完整的一个具体实现。搞清楚类与实例的关系后面所有关于机制、网格、边界条件的讨论才能立得住。1. CTM到底在算什么把大气当成流动的反应容器核心概念上化学传输模型做的事情可以一句话概括在每个空间格子里同时追踪物种的浓度变化并把变化归因到几个可计算的物理化学过程上。大气污染物的生命周期不是只靠排放和扩散还有大量化学反应在同时进行。比如臭氧的生成依赖NOx和VOCs的光化学反应二次细颗粒物是由气态前体物经过氧化、成核、凝结等过程演变而来这些都无法靠简单的浓度插值来预测。CTM的数学基础是一组偏微分方程组通常写作物质守恒方程[ \frac{\partial C_i}{\partial t} - abla \cdot (\mathbf{u} C_i) abla \cdot (K abla C_i) R_i(C_1, C_2, \ldots, C_n) E_i - (D_{dry,i} D_{wet,i}) ]每一项对应一类物理化学过程项含义通俗类比(-abla \cdot (\mathbf{u}C_i))平流输送风把污染物从一个格子搬到另一个格子河流搬运泥沙(abla \cdot (Kabla C_i))湍流扩散小尺度涡旋造成的混合水里滴墨水的晕开过程(R_i(\ldots))化学反应项物种之间相互转化厨房里食材变成菜品(E_i)排放源项把污染物注入大气往锅里加水(D_{dry,i}D_{wet,i})干沉降和湿沉降污染物离开大气排水管把水排走实际求解时不会直接对完整方程做积分而是使用算子分裂的方式把这一步的浓度场先交给平流模块处理输出再传给扩散模块然后进化学模块。每个模块用不同的数值方法平流可能用质量守恒的有限体积法化学模块用刚性常微分方程求解器沉降过程用阻力模型。工程上这种模块化拆分既容易调试也能让不同方向的专家各自优化独立模块。一个经常被忽略的细节是化学机制的刚性。大气化学里不同反应的时间尺度差异极大从微秒级的光解反应到数小时的无机反应求解时必须使用隐式方法或自动变步长求解器否则计算根本无法收敛。这就是为什么CTM跑起来极度消耗计算资源——你不仅是在算几万个格子的流动还在每个格子里解一套几十上百个物种的非线性反应方程组。CTM的运行还高度依赖气象场。平流项需要风场扩散系数需要边界层高度和湍流强度液相化学反应需要云水含量湿沉降需要降水分布。所以所有CTM前面都有一个气象模型作为驱动源。2. CTM的两大流派欧拉网格模型与拉格朗日烟团模型既然CTM是一类方法的总称那同类方法下面自然有不同的实现思路。大气化学传输模型按坐标系和粒子跟踪方式分成两大分支理解这个分支关系是区分CMAQ与其他模型的关键起点。2.1 欧拉网格模型在固定舞台上观察变化欧拉模型的思路是把研究区域划分为固定网格你在这个棋盘上计算每个格子的浓度变化。风的搬运表现为浓度从一个格子流到相邻格子。CMAQ就是这一流派的代表。欧拉方法的最大优势是空间覆盖完整、浓度场物理意义直接、天然适合面源排放和区域尺度污染模拟。比如你要模拟整个城市群夏季臭氧污染需要知道每一天每个网格的浓度分布那欧拉模型是唯一合理的选择。但它有两个硬伤一是数值扩散即离散格式本身会带来额外的人为混合让浓度梯度被抹平二是网格分辨率与计算成本之间的尖锐矛盾分辨率每提高一倍网格数变成八倍水平两个方向各两倍加上垂直层数通常也会调增化学机制求解的成本随之暴涨。2.2 拉格朗日烟团模型跟着空气块走拉格朗日模型不关心固定网格上的浓度场而是追踪一个个空气块或烟团在风场中的轨迹。每个空气块是一个可移动的反应容器随着流场运动的同时内部发生化学转化。这类模型的代表是各种轨迹模型和烟团模型常用于污染溯源分析比如判断某次重污染过程的气团来自哪个方向。拉格朗日方法的优势在计算效率尤其适合模拟点源烟羽的扩散不需要铺满整个区域的网格。但它不适合构建完整的区域浓度场——你虽然知道每条轨迹上的化学演化却很难回答这个区域今天的平均浓度是多少这种需要空间分布的问题。实际应用上两者经常搭配使用。区域浓度预测用欧拉模型特定污染事件的源归因用拉格朗日模型跑反向轨迹。选型不是二选一而是看具体问题需要的答案是浓度场还是来源路径。2.3 在线耦合与离线耦合的差别欧拉型CTM里还有一对容易混淆的概念在线模型和离线模型。WRF-Chem这类在线耦合模型在气象模拟的同时计算化学过程每一步气象和化学信息实时相互影响。而CMAQ是离线耦合的先完整跑完气象模拟把结果存档输出再作为驱动场喂给化学模型。离线模型的好处是节省大量气象重复计算也方便调整化学机制或排放清单而不必重跑气象缺点是无法捕捉气溶胶对辐射和云过程的反馈。如果你的研究重点是重污染期间气溶胶对边界层的反馈效应CMAQ这类离线模型会显得力不从心这时需要在线耦合方案。3. CMAQ为什么能成为最有名的CTM实例架构、机制与生态前面铺垫了一大圈现在可以正式进入CMAQ。CMAQ全称社区多尺度空气质量模型系统是一套完整的、开源可获取的欧拉型化学传输模型也是当前全球范围内使用频率最高的区域空气质量模型之一。3.1 模块化到底模块在哪里CMAQ的架构设计可以被拆成几个关键组件理解每个组件的职责能省掉大量调试时间。首次接触CMAQ的人最容易迷失在这些前后处理步骤里我给个清晰的组件清单组件缩写全称功能定位ICONInitial Conditions processor生成模拟初始时刻的浓度场BCONBoundary Conditions processor生成模拟区域侧边界上的浓度场EMISEmissions processor处理排放清单格式统一为模型可读文件MCIPMeteorology-Chemistry Interface Processor将气象模型输出转换为CMAQ所需的化学接口格式CCTMCMAQ Chemical Transport Model core真正干活的化学传输核心处理器实际项目中ICON和BCON面临一个经典问题边界条件从哪里来如果做小范围高分辨率模拟比如4km网格侧边界浓度对模拟结果的影响非常大。直接用干净的背景浓度会导致污染物被低估通常需要用更大的模拟域如36km网格的模拟结果来提供边界条件。这个过程就是嵌套模拟。3.2 化学机制是CMAQ的灵魂CMAQ内部不是只有一套化学反应机理它提供多种供用户选择的化学机制。最常用的包括碳键机制、SAPRC系列、以及近年来加入的CRACMM机制。它们的主要差异在于有机气体的物种划分方式和反应网络详细程度。碳键机制把结构相似的有机物按碳键类型归纳物种数较少计算效率高适合业务化的大区域长期模拟。SAPRC系列对有机物分类更细光化学反应表征更准确适合对臭氧敏感性分析有精细需求的科研项目。CRACMM是较新的机制重点关注碳氢化合物与二次有机气溶胶之间的关联在研究PM2.5中有机组分时更具优势。机制选择直接影响模拟结果对前体物的敏感性。选碳键机制时模型倾向于显示NOx控制更有效改用SAPRC系列可能会得到VOCs控制更有效的结论。这不是模型错了而是机制本身的化学简化策略不同。发表论文时机制选择必须写明否则结果是不可复现的。3.3 气溶胶过程不止是化学细颗粒物模拟是CMAQ的重要应用场景但它是否能模拟好PM2.5取决于气溶胶模块。CMAQ的气溶胶模块采用分模态表征方式将粒子按粒径分为成核模态、积聚模态和粗模态每个模态内部假设对数正态分布。这个过程涉及成核、凝结、碰并、蒸发等物理过程也有有机气溶胶的化学转化。这里最容易忽略的是液相化学。云水中的反应通常比气相反应快得多硫酸盐的液相生成、硝酸盐在液滴中的溶解都依赖云化学模块。如果你模拟的时段有云雨过程但模拟结果SO4浓度突然异常偏高去查云水pH的设置往往能发现问题。3.4 CMAQ背后的社区生态CMAQ能流行起来很大程度靠的是它的社区化管理模式。版本持续更新每年都有改进发布预编译示例和完整测试案例齐全配套的排放处理工具生态也成熟。对于一个团队而言使用CMAQ最大的优势是遇到问题能在社区找到答案而不需要从头造轮子。但这套生态也存在学习成本和维护负担。排放清单格式转换、气象接口处理、机制文件编译每个环节都可能隐含版本兼容问题。新手经常在CCTM编译环节反复卡住不是代码有问题而是编译环境里的库版本与预期不一致。4. CTM与CMAQ的本质区别不止是类与实例许多人问CTM和CMAQ的区别时潜意识里想的是哪个更好用。但正确的问题拆解方式应该从时间维度、空间架构、耦合模式和使用边界四个层面来看。这四层拆完之后你自然知道什么场景该用什么。4.1 概念层级CTM是方法论CMAQ是产品第一层区别是显而易见的也是最容易误读的。CTM是一系列数学方法的总称物质守恒方程、算子分裂、化学求解器、沉降参数化方案这些都是方法论层面的东西。CMAQ是对这套方法论的一个具体编码实现把它变成了可执行的代码系统。打个比方CTM是做一道菜的烹饪方法体系——煎、炒、烹、炸各有各的原理和适用场景CMAQ是其中一套已经写好的完整菜谱加全套厨具照着执行就能出菜。你不可能把烹饪方法和这套菜谱对立起来CMAQ本身就是CTM的一种形态。4.2 空间架构CMAQ锁定了欧拉网格CTM作为一个方法论框架并不限定坐标体系拉格朗日烟团也是CTM轨迹模型也是CTM。但CMAQ的结构天然建立在固定欧拉网格上它的平流项求解、算子分裂顺序、并行分区策略都为网格坐标设计和优化。这意味着如果你的研究对象是点源烟羽精细扩散比如单个电厂的烟囱排放对下风向浓度的影响CMAQ在4km甚至1km网格下也会因数值扩散问题而模糊化烟羽的真实结构。这时你需要的是一个烟团模型或大涡模拟与化学耦合的方案而不是CMAQ。架构层面的选择决定了后续一切设置的可能性。4.3 耦合方式离线耦合的代价与收益上一部分提到的在线与离线区分在CTM和CMAQ的对比中占据关键位置。广义CTM既包括离线型也包括在线型在线型有WRF-Chem这类气象化学双向反馈的实现CMAQ则是纯粹的离线型模型气象场是固定的外部输入化学反应过程中生成的气溶胶不会反馈到气象模拟里去。这个特点在重度灰霾模拟中会造成偏差。气溶胶浓度极高时它可以显著削弱到达地面的太阳辐射导致边界层更稳定污染物进一步累积。CMAQ离线模拟时无法捕捉这个正反馈循环因此模拟出的重污染时段地面浓度往往比观测值偏低。解决方法是使用气象化学耦合的在线模型或者做迭代式的离线调整即跑完CMAQ得到气溶胶辐射效应反过来再驱动一次气象模拟。4.4 应用定位与工程完整度CMAQ是产品级的CTM更偏向方法论探讨你可以基于拉格朗日框架写一个科研代码来验证一个新化学机制这完全合理。CMAQ则是定位明确的产品大量排放、气象、机制文件格式有统一标准附带过程分析和源归因的诊断工具支持MPI并行有标准输出变量命名规则。工程化的完整程度是CMAQ最大的差异化优势。但也正因为是产品它要求使用者遵循其数据和配置规范。排放清单的化学物种映射、气象变量命名、投影坐标系设置都必须按CMAQ约定来。很多新手用CMAQ出错不是因为模型本身有问题而是因为输入数据在格式上不符合规范模型却给出了极其隐晦的错误信息。下面用一个对比表格把核心区别收拢起来维度CTM化学传输模型CMAQ概念层级一类数值模拟方法的总称其中一种具体实现坐标体系可选欧拉、拉格朗日、混合锁定欧拉网格耦合方式在线、离线皆可离线耦合为主化学机制由实现自行定义内置CB/SAPRC/CRACMM等机制库工程生态无统一标准完整接口、工具链、社区版本适用场景从机理研究到业务预报均可区域浓度模拟与政策评估为主5. 实际项目中CTM与CMAQ的选择应对策略说完了理论区别这一部分全是我在实际项目中积累的操作经验。选型不是一个纯学术问题很大程度上取决于研究目标、计算资源和团队已有的依赖环境。5.1 什么时候不需要CMAQ如果你只需要回答某个气团从哪里来这类问题用轨迹模型就够了完全不需要跑CMAQ。跑一次区域模拟的代价是气象模拟加化学模拟的组合计算动辄数百上千核时只为了看个轨迹方向性价比非常低。如果你关心的是单个排放源的近距离烟羽扩散浓度CMAQ的网格尺度会严重抹平烟羽结构。此时考虑拉格朗日烟团模型或大气扩散模型更匹配物理过程。CMAQ最擅长的是区域尺度的多种污染物、多尺度嵌套的问题比如评估整个城市群的O3和PM2.5协同控制效果。5.2 决定使用CMAQ后的第一个建议先跑通自带案例网上很多教程会直接让你用自己的排放清单和气象数据搭建模拟域这其实是把最复杂的验证环节提前了。CMAQ官方发行的测试案例是一套完整的最小模拟系统自带气象文件、排放文件、机制文件和配置文件。我的建议是第一次接触CMAQ不要追求真实模拟先把这个自带案例在本地环境完整跑通确认CCTM能成功输出标准浓度文件。这个过程会暴露大多数环境配置问题包括编译器、库依赖、路径设置、并行环境。等跑通后再替换成你自己的气象和排放数据难度会低很多。把大问题拆成小问题是这类巨型模型上手的唯一可靠路径。5.3 搭建模拟域时的三个层级原则配置CMAQ模拟域时网格嵌套设计直接影响结果可信度。我建议至少三层嵌套外层36km覆盖大尺度天气系统影响中间层12km覆盖区域污染物传输内层4km或更细聚焦研究重点区域。每层向内的边界条件由外层模拟结果提供最高效的方式是把外层的结果沿时间维度插值成内层BCON需要的格式。这里有个很常见的错误为了追求分辨率直接只跑一层4km模拟边界条件用默认全球背景浓度。结果就是模拟区域内部污染被系统性低估因为外来源贡献被完全忽略了。空气质量是区域性问题没有干净的边界大气里永远有污染物在跨区域输送。嵌套层级是一种低成本的物理约束省掉它经常导致整个模拟失去参考价值。5.4 化学机制选择与排放清单的匹配问题选择化学机制时一个重要的实操考量因素是排放清单能否支持。排放清单需要进行物种映射把NOx、SO2、VOCs、NH3等常规污染物分配到具体化学机制需要的每一个物种里。不同机制所需VOCs分组方式不同如果你的排放清单缺少足够细的VOCs组分信息即便选了SAPRC这种精细机制也无济于事。因此实际项目中机制选择往往不是越精细越好而是在排放数据基础支持范围内的最优适配。你的排放清单能支撑精细机制的物种划分时才值得上精细机制否则结果只会有精度错觉而不会有真正的精度提升。项目初期先检查排放数据的化学物种覆盖范围再决定机制选择这能省下大量反复重跑的成本。5.5 过程分析功能不要只盯着浓度输出CMAQ一个被低估的功能是过程分析Process Analysis它能告诉你每个网格里浓度变化是由哪些过程导致的水平平流贡献了多少、垂直湍流混合贡献了多少、化学反应净生成多少、沉降消耗多少。实际操作中发现过程分析在诊断模拟结果偏差时比浓度对比图好用得多。比如模拟的臭氧浓度偏低你打开过程分析一看发现水平平流项的贡献异常大而化学净生成项偏低就知道是上游前体物浓度或边界条件出问题如果你看到的化学项偏低而气象项正常则会意识到排放清单中的VOCs可能低估了。这种把浓度偏差定位到具体过程的能力在普通浓度图上很难直接得到。6. 最后说几句跑模型之外的事写到这里CTM与CMAQ的关系和区别已经比较完整了。对一个准备入门的用户来说我的核心建议是先建立CTM是方法、CMAQ是实现的心智模型再做具体技术决策。不要被模型代码的复杂性吓倒CMAQ的代码结构是有逻辑可循的所有看似繁杂的组件最终都服务于第一节里那个物质守恒方程。你理解它要算什么就会理解它为什么需要那些输入文件也就能够在报错的时候更快定位问题方向。从我自己的经验来看跑CMAQ最花时间的往往不是CCTM本身而是气象接口和排放清单的处理。气象场的投影坐标与模拟域定义不一致、排放清单的物种分配缺失关键组分、垂直层定义与气象模型不匹配这类问题排查一次通常以周计。所以强烈建议在开始模拟前先做一个数据自检清单逐项核对气象变量单位、时间步长是否覆盖模拟周期、排放清单数据日期范围、边界条件类型。每一次自检都可能省下一次重跑整个模拟的代价。最后再分享一个实用的小技巧当CMAQ运行产出异常结果时先不要急着优化参数或更换机制。把模拟系统输出异常格点之前试着把排放总量、气象联合概率分布和反应速率常数都回归到合理范围内。多数异常不是单一因素导致的但往往有一个最主要的影响因素找到它往往只需要你停下来问自己一句这个格点上的主导物理化学过程到底是什么模型不会替你回答但模型代码里的每一行都在隐含这个答案。把这个思路带进每一次调试CTM和CMAQ对你来说就不再是黑箱而是完全透明、可解释、可诊断的工具。