{{ ABaCAS_Software.title }}

{{ ABaCAS_Software.subtitle }}

{{ idx + 1 }}. {{ sw.Name_CN }}:

({{ idx + 1 }}) {{ file.Description_CN }}: {{ file.FileName }}{{ file.FileSize }}

{{ file.Note_CN }}

*重要提示:安装ABaCAS之前，请先下载 Readme 文件并阅读。

{{ Training_Files.title }}

{{ Training_Files.agenda.Name_CN }}: {{ Training_Files.agenda.FileName }}

ABaCAS Training Materials:

{{ idx + 1 }}. {{ file.FileName }}

{{ file.Note }}

{{ Individual_Component_Download.title }}

{{ sw.Name }} - {{ sw.Fullname_CN }}

{{ sw.Name }}{{ sw.Description_CN.replace(sw.Name, '') }}

{{ file.Description_CN }}: {{ file.FileName }} {{ file.FileSize }}

{{ file.Note_CN }}

Important Tips

1. 所有独立的系统工具均可以点击以下百度网盘链接下载:

下载链接：{{ BaiduUrl.url }}

提取码：{{ BaiduUrl.ec }}

{{ ABaCAS_National_Emissions_Inventory.title }}

{{ ABaCAS_National_Emissions_Inventory.name }} - {{ ABaCAS_National_Emissions_Inventory.fullname }}

ABaCAS-EI v2.0 是基于统一排放源框架建立的2005 - 2021年中国大陆大气污染物和CO2耦合排放清单。它是ABaCAS - EI的升级版，具有相同的污染物种类、行政区划和网格设置。上传的数据集包括详细的排放源框架、省级和网格化的排放数据集。如有任何疑问，请通过shxwang@mail.tsinghua.edu.cn与清华大学王书肖联系。

ABaCAS-EI v2.0 data (2005-2021):ABaCAS-EI v2.0.zip(368MB)，发行时间: 2023/11/14

参考文献:
Li, S., Wang, S., Wu, Q., Zhang, Y., Ouyang, D., Zheng, H., Han, L., Qiu, X., Wen, Y., Liu, M., Jiang, Y., Yin, D., Liu, K., Zhao, B., Zhang, S., Wu, Y., and Hao, J., Emission trends of air pollutants and CO2 in China from 2005 to 2021. Earth Syst Sci Data 2023, 15, 2279–2294,
https://doi.org/10.5194/essd-15-2279-2023.

ABaCAS-EI v1.0包括2015年和2017年两种标准的空气人为排放源和有害空气污染物(如SO2、NOx、NMVOC、NH3、PM2.5、PM10、Hg、Cl等。)。下面是省级大气污染物排放标准和27km × 27km空间分辨率的网格清单。

ABaCAS-EI data (2015): ABaCAS_EI_2015.rar(1.71MB), 发行时间: 2019/11
ABaCAS-EI data (2017): ABaCAS_EI_2017.zip(10.5MB), 发行时间: 2021/11

参考文献：
Zheng, H.; Zhao, B.; Wang, S.; Wang, T.; Ding, D.; Chang, X.; Liu, K.; Xing, J.; Dong, Z.; Aunan, K.; Liu, T.; Wu, X.; Zhang, S.; Wu, Y., Transition in source contributions of PM2.5 exposure and associated premature mortality in China during 2005-2015. Environ Int 2019, 132, 105111.

通用新粒子生成模型

    通用新粒子生成模型(Community Model of Aerosol Nucleation, CMAN)是一款系统的新粒子生成三维数值模型，由清华大学携手美国西北太平洋国家实验室、卡内基梅隆大学、北京理工大学和中国海洋大学开发。CMAN模型集成分子水平的CLOUD烟雾箱实验结果、量子化学计算和分子团簇动力学模拟，建立了不同环境条件下新粒子生成速率的参数化方案；同时针对成核前体物复杂的源、汇和化学转化过程，建立了基于自由基-二维挥发性区间(R2D-VBS)的有机物氧化三维模型以模拟驱动成核的超低/极低挥发性有机物生成，并建立了大气含碘物种和有机胺排放、沉降、颗粒物摄取等源汇过程和多相化学转化循环过程模拟方法，有效模拟碘酸、有机胺等关键成核前体物浓度；在此基础上，CMAN可以系统模拟硫酸、氨、硝酸、有机胺、其他有机物、碘氧酸等多元前体物驱动的多种新粒子生成机制，包括：
    中性硫酸-水成核
    离子诱导硫酸-水成核
    中性硫酸-氨-水成核
    离子诱导硫酸-氨-水成核
    中性纯有机物成核
    离子诱导纯有机物成核
    中性碘氧酸成核
    离子诱导碘氧酸成核
    硫酸-有机物成核
    硫酸-有机胺成核
    硫酸-硝酸-氨成核

    注：后三种成核机制未区分中性和离子诱导的成核通道，是二者的总和效果。

    CMAN模型仍在持续开发中，后续将持续更新版本。CMAN模型根据应用区域尺度的不同可分为区域版(CMAN-R)和全球版(CMAN-G)，具体介绍见后文。

开发团队

主要开发者包括：
    清华大学：赵斌（bzhao@mail.tsinghua.edu.cn）、王书肖、申杰文、蒋靖坤、李雨阳、毛栎焯、贺克斌、郝吉明
    美国西北太平洋国家实验室：Jerome Fast、Manish Shrivastava、Kai Zhang、Jian Sun、Po-Lun Ma
    卡内基梅隆大学：Neil Donahue、Hamish Gordon、Meredith Schervish
    北京理工大学：张秀辉、宁安
    中国海洋大学：高阳

    其他合作和支持者包括：
    南京大学：丁爱军、聂玮、鄢超、漏嗣佳、刘宇亮
    北京大学：陈琦、程曦
    复旦大学：王琳、陈建民、赵德峰、姚磊、蔡润龙
    赫尔辛基大学：Markku Kulmala
    北京化工大学：刘永春
    芝加哥大学：Mingyi Wang

区域版(CMAN-R)

文件目录：

CMAN-R模型代码压缩包:
{{ file.FileName }}{{ file.FileSize }}


离子生成文件的示例:
{{ file.Example_one_name }}{{ file.Example_one_size }}


启动CMAN-R模型的配置文件namelist.input示例:
{{ file.Example_two_name }}{{ file.Example_two_size }}

代码简介：

    MAN-R模型当前融合到在大气化学研究领域广泛应用的WRF-Chem模式中。现有公开的代码是完整的融合后的WRF-Chem/CMAN-R模型，其中CMAN-R关键的文件有：

    前体物源、汇和转化过程模拟：

    WRF_CMAN-Rv1/chem/emissions_driver.F

    WRF_CMAN-Rv1/chem/KPP/mechanisms/saprc99_mosaic_20bin_vbs2_aq/saprc99_mosaic_20bin_vbs2_aq.eqn

    WRF_CMAN-Rv1/chem/module_mosaic_therm.F

    WRF_CMAN-Rv1/chem/module_mosaic_cloudchem.F

    WRF_CMAN-Rv1/chem/module_cmu_bulkaqchem.F

    成核过程模拟：

    WRF_CMAN-Rv1/chem/module_mosaic_newnuc.F

使用方法：

    使用CMAN-R模型与常规WRF-Chem模型运行的步骤相似，详见https://ruc.noaa.gov/wrf/wrf-chem/。在常规的WRF-Chem模型使用需要的排放输入、气象输入和模型配置基础上需要：

    1） 在排放文件中额外加入新粒子生成前体物的排放变量，包括：
    E_AMINE_C2 (二甲胺的排放)
        E_HI/E_I2 (HI 和 I2 的排放作为碘酸的前体物；HOI 和 I2 的自然排放来自海洋来源，模拟过程中在线计算，在排放文件中只需加入人为排放)
        E_TERP (单萜烯的排放作为超低和极低挥发性有机物的前体物；单萜烯的自然排放由 MEGAN 在模拟过程中在线计算，在排放文件中只需加入人为排放)

    2） 准备离子生成速率文件：
        每一轮模拟需要将离子生成速率数据提前写入wrfinput.nc文件中以实时计算离子浓度以及离子诱导的新粒子生成机制成核速率。附件有离子生成文件的示例。

    3） 模型配置需要在namelist中添加以下选项以启动CMAN-R：
        emiss_opt = 13
        chem_opt = 205
        newnuc_method = 3

备注：

    在公开的区域版代码中，还包括了美国西北太平洋国家实验室Manish Shrivastava团队（Email: ManishKumar.Shrivastava@pnnl.gov）主导开发的部分模块。一是异戊二烯环氧二醇（IEPOX）二次有机气溶胶（SOA）模块，包括了对IEPOX吸收性摄取形成2-甲基丁四醇和有机硫酸盐的模拟、以及对有机气溶胶粘性和扩散系数的处理。二是描述异戊二烯和倍半萜烯与OH、O3、NO3反应生成SOA的四产物VBS，以及描述人为源和生物质燃烧挥发性、半挥发性、中等挥发性有机物生成SOA的四产物VBS。单萜烯生成SOA的过程是基于赵斌课题组开发的R2D-VBS模块模拟的。

全球版(CMAN-G)

文件目录：

CMAN-G模型代码压缩包:
{{ file.FileName }}{{ file.FileSize }}


CMAN-G模型的部分输入数据压缩包:
{{ file.Example_one_name }}{{ file.Example_one_size }}

这些文件也可从https://figshare.com/s/71bf2a48657a2f5deb76下载。

代码简介：

    CMAN-G模型当前融合在大气研究领域广泛应用的E3SM模式中。现有公开的代码是完整的融合后的E3SM/CMAN-G模型，其中CMAN-G关键的文件有：
    前体物源、汇和转化过程模拟：
        components/cam/src/chemistry/pp_linoz_mam5_resus_soa_mom_soag_r2dvbs/*
        components/cam/src/chemistry/modal_aero/modal_aero_amicphys.F90
        components/cam/src/chemistry/mozart/mo_srf_emissions.F90
        components/cam/src/chemistry/modal_aero/modal_aero_coag.F90
        components/cam/src/chemistry/modal_aero/modal_aero_gasaerexch.F90
        components/cam/src/chemistry/modal_aero/modal_aero_convproc.F90

        成核过程模拟：
        components/cam/src/chemistry/modal_aero/modal_aero_newnuc.F90

使用方法：

    该模型可以在大部分Linux系统上运行，需要充足的核数和内存。具体使用步骤如下：

      1)unzip E3SM-Private.zip && unzip sample_data.zip
      将代码和数据压缩包解压

      2)cd E3SM-Private_completeIodineChem/scripts
     （或 cd E3SM-Private_simplifiedIodineChem/scripts）
         进入模型运行脚本所在的目录下。“completeIodineChem”代表包括了全部14个含碘物种及其化学反应的完全版本；“simplifiedIodineChem” 代表一个提高运行效率的简化版本，与完全版本相比去掉了次要含碘物种（I2O3, I2O4, INO, INO2和IONO2）及其化学反应。

      3)vi ./run_eagles_maint1.0_F20TRC5-CMIP6.csh
      编辑run_eagles_maint1.0_F20TRC5-CMIP6.csh脚本，设置输入文件目录（设置为sample_data下相应的目录）、输出变量及其时间分辨率和其他参数（如运行作业的核数、队列名称、时长等）。此外，依赖于软硬件环境的参数可以参考https://e3sm.org/进行设置。

      4)./run_eagles_maint1.0_F20TRC5-CMIP6.csh
      编译和运行CMAN-G模型，生成模型输出文件

      CMAN-G模型相较于常规的E3SM模型，在原来的排放输入、气象输入和模型配置基础上需要：
         1） 在排放文件中额外加入新粒子生成前体物的排放，包括：
            SFDMA (DMA surface flux，二甲胺的排放)
            SFC10H16 (C10H16 surface flux，单萜烯的排放，作为超低和极低挥发性有机物的前体)

         2） 准备离子生成速率和关键成核前体物浓度文件：模拟前需要准备oxid_1.9x2.5_L26_xxx.nc文件，其中包含离子生成速率（用以实时计算离子浓度以及离子诱导的新粒子生成机制成核速率）和NO、NH3、HNO3等物种浓度（这些物种浓度在模型中是基于外部数据源给定，而非基于排放计算）。

备注：

   在公开的全球版代码中，还包括了美国西北太平洋国家实验室Manish Shrivastava团队（Email: ManishKumar.Shrivastava@pnnl.gov）主导开发的SOA模块（即除R2D-VBS外的SOA模块），包括了气相多级氧化生成的氧化产物的动力学气粒分配、颗粒物聚合反应、有机气溶胶光解等。

模型输出

   在CMAN-R、CMAN-G模式的输出中，除了原有的常规WRF-Chem或E3SM输出变量以外，以下变量为CMAN相关输出：

   前体物浓度：
      HIO3 (碘酸浓度)
      DMA (二甲胺浓度)
      H2SO4 (硫酸浓度)
      HNO3 (硝酸浓度)
      NH3 (氨浓度)
      qopcg1_f_c_g、qopcg2_f_c_g、qopcg3_f_c_g、qopcg4_f_c_g、qopcg5_f_c_g、qopcg6_f_c_g、qopcg7_f_c_g、qopcg8_f_c_g、qopcg1_b_c_g、qopcg2_b_c_g、qopcg3_b_c_g、qopcg4_b_c_g、qopcg5_b_c_g、qopcg6_b_c_g、qopcg7_b_c_g、qopcg8_b_c_g、qopcg8_b_o_g（CMAN-R中R2D-VBS输出的单萜烯氧化产物浓度（O:C>0.4），饱和蒸气浓度依次从10−10到106 μg/m3，间隔为1个数量级）

   BSOAG1、BSOAG2、BSOAG3、BSOAG4、BSOAG5、BSOAG6、BSOAG7、BSOAG8、BSOAG9、BSOAG10、BSOAG11、BSOAG12、BSOAG13、BSOAG14、BSOAG15、BSOAG16、BSOAG17（CMAN-G中R2D-VBS输出的单萜烯氧化产物浓度（O:C>0.4），饱和蒸气浓度依次从10−10到106 μg/m3，间隔为1个数量级）

   成核速率：
      JBNRATE (中性硫酸-水成核速率)
      JBCHRATE (离子诱导硫酸-水成核速率)
      JTNRATE (中性硫酸-氨-水成核速率)
      JTCHRATE (离子诱导硫酸-氨-水成核速率)
      JBNORGRATE (中性纯有机成核速率)
      JBCHORGRATE (离子诱导纯有机成核速率)
      JTNRICRATE (硫酸-有机成核速率)
      JDMASARATE (硫酸-二甲胺成核速率)
      JIANRATE (中性碘氧酸成核速率)
      JIACHRATE (离子诱导碘氧酸成核速率)
      JSANANH3RATE (硫酸-硝酸-氨成核速率)
      JRATE (总成核速率)

使用须知:

   CMAN-R 和 CMAN-G 模型，采用 3 条款 BSD 开源许可证，用户可以使用、修改和分发代码，但需遵循以下注意事项：

   在源代码和二进制形式中必须保留CMAN的名称、版权声明和许可证文本（具体文本在源代码中）。

   不得使用原作者的名称或机构名称来推广衍生产品，除非获得明确的书面许可

   该软件是“按原样”提供的，不提供任何形式的明示或暗示的担保，包括但不限于对适销性或特定用途的适用性不作任何保证。

   我们欢迎相关研究者使用 CMAN-R 和 CMAN-G 模型，使用时请注明来源并引用相关文献。同时，我们鼓励研究者联系我们，共同进一步开发 CMAN-R 和 CMAN-G 模型。

引用:

区域版(CMAN-R)：

   CMAN-R主要引用论文：
      Ning, A.#; Shen, J.#; Zhao, B.*; Wang, S.; Cai, R.; Jiang, J.; Yan, C.; Fu, X.; Zhang, Y.; Li, J.; Ouyang, D.; Sun, Y.; Saiz-Lopez, A.; Francisco, J. S.*; Zhang, X.*, Overlooked significance of iodic acid in new particle formation in the continental atmosphere. Proc Natl Acad Sci U S A, 121 (31), e2404595121, 2024.
      Li, Y. Y.#, Shen, J. W.#, Zhao, B.*, Cai, R. L., Wang, S. X., Gao, Y., Shrivastava, M., Gao, D., Zheng, J., Kulmala, M. and Jiang, J. K.*: A dynamic parameterization of sulfuric acid–dimethylamine nucleation and its application in three-dimensional modeling, Atmospheric Chemistry and Physics, 23(15), 8789-8804, DOI 10.5194/acp-23-8789-2023, 2023.
      Zhao, B.*, Shrivastava, M., Donahue, N. M., Gordon, H., Schervish, M., Shilling, J. E., Zaveri, R. A., Wang, J., Andreae, M. O., Zhao, C., Gaudet, B., Liu, Y., Fan, J. W., and Fast, J. D.*: High concentration of ultrafine particles in the Amazon free troposphere produced by organic new particle formation, Proceedings of the National Academy of Sciences of the United States of America, 117(41), 25344-25351, DOI 10.1073/pnas.2006716117, 2020.

   其他CMAN-R相关论文：
      Shen, J. W., Zhao, B., Wang, S. X.*, Ning, A., Li, Y. Y., Cai, R. L., Gao, D., Chu, B. W., Gao, Y., Shrivastava, M., Jiang, J. K., Zhang, X. H. and He, H.: Cluster Dynamics-based Parameterization for Sulfuric Acid-Dimethylamine Nucleation: Comparison and Selection through Box-and Three-Dimensional-Modeling, Atmospheric Chemistry and Physics, 24, 10261-10278, 10.5194/acp-24-10261-2024, 2024.
      Zhao, B.*, Fast, J., Shrivastava, M., Donahue, N. M., Gao, Y., Shilling, J. E., Liu, Y., Zaveri, R. A., Gaudet, B., Wang, S. X., Wang, J., Li, Z. Q. and Fan, J. W.: Formation process of particles and cloud condensation nuclei over the Amazon rainforest: The role of local and remote new-particle formation, Geophysical Research Letters, 49(22), e2022GL100940, DOI 10.1029/2022GL100940, 2022.
      Zhao, B.*, Fast, J. D., Donahue, N. M., Shrivastava, M., Schervish, M., Shilling, J. E., Gordon, H., Wang, J., Gao, Y., Zaveri, R. A., Liu, Y., Gaudet, B.: Impact of urban pollution on organic-mediated new particle formation and particle number concentration in the Amazon rainforest, Environmental Science & Technology, 55, 8, 4357-4367, DOI 10.1021/acs.est.0c07465, 2021.

   以下为区域版模型中IEPOX SOA和人为源/生物质燃烧SOA模块、以及有机气溶胶相态/粘性模拟的参考文献：
      Shrivastava, M.*, M. O. Andreae, P. Artaxo, H. M. J. Barbosa, L. K. Berg, J. Brito, J. Ching, R. C. Easter, J. Fan, J. D. Fast, Z. Feng, J. D. Fuentes, M. Glasius, A. H. Goldstein, E. G. Alves, H. Gomes, D. Gu, A. Guenther, S. H. Jathar, S. Kim, Y. Liu, S. Lou, S. T. Martin, V. F. McNeill, A. Medeiros, S. S. de Sá, J. E. Shilling, S. R. Springston, R. A. F. Souza, J. A. Thornton, G. Isaacman-VanWertz, L. D. Yee, R. Ynoue, R. A. Zaveri, A. Zelenyuk, and C. Zhao. 2019. Urban Pollution Greatly Enhances Formation of Natural Aerosols over the Amazon Rainforest. Nature Communications, 10 (1). https://doi.org/10.1038/s41467-019-08909-4.
      Shrivastava, M.*, Fan, J. W.*, Zhang, Y. W., Rasool, Q. Z., Zhao, B., Shen, J. W., Pierce, J. R., Jathar, S. H., Akherati, A., Zhang, J., Zaveri, R. A., Gaudet, B., Liu, Y., Andreae, M. O., Pöhlker, M. L., Donahue, N. M., Wang, Y. and Seinfeld, J. H.: Intense formation of secondary ultrafine particles from Amazonian vegetation fires and their invigoration of deep clouds and precipitation, One Earth, 7(6), 1029-1043, DOI 10.1016/j.oneear.2024.05.015, 2024.
      Shrivastava, M.*, Rasool, Q. Z., Zhao, B., Octaviani, M., Zaveri, R. A., Zelenyuk, A., Gaudet, B., Liu, Y., Shilling, J. E., Schneider, J., Schulz, C., Zöger, M., Martin, S. T., Ye, J., Guenther, A., Souza, R. F., Wendisch, M., Pöschl, U.: Tight Coupling of Surface and In-Plant Biochemistry and Convection Governs Key Fine Particulate Components over the Amazon Rainforest, ACS Earth and Space Chemistry, 6(2) 380–390, DOI 10.1021/acsearthspacechem.1c00356, 2022.
      Zhang J., Shrivastava M.*, Zelenyuk A., Zaveri R.A., Surratt J.D., Riva M., Bell D., Glasius M. Observationally Constrained Modeling of the Reactive Uptake of Isoprene-Derived Epoxydiols under Elevated Relative Humidity and Varying Acidity of Seed Aerosol Conditions, ACS Earth and Space Chemistry, 7 (4), 788-799, 2023.
      Octaviani, M.; Shrivastava, M.*; Zaveri, R. A.; Zelenyuk, A.; Zhang, Y.; Rasool, Q. Z.; Bell, D. M.; Riva, M.; Glasius, M.; Surratt, J. D. Modeling the Size Distribution and Chemical Composition of Secondary Organic Aerosols during the Reactive Uptake of Isoprene-Derived Epoxydiols under Low-Humidity Condition. ACS Earth and Space Chemistry 2021, 5, 3247– 3257, DOI:10.1021/acsearthspacechem.1c00303
      Rasool, Q. Z., Shrivastava*, M., Octaviani, M., Zhao, B., Gaudet, B., and Liu, Y.: Modeling Volatility-Based Aerosol Phase State Predictions in the Amazon Rainforest, ACS Earth and Space Chemistry, 5(10), 2910–2924, DOI 10.1021/acsearthspacechem.1c00255, 2021.

全球版(CMAN-G)：

   CMAN-G引用论文：
      Zhao, B.*, Donahue, N. M., Zhang, K., Mao, L. Z., Shrivastava, M., Ma, P. L., Shen, J. W., Wang, S. X., Sun, J., Gordon, H., Tang, S. Q., Fast, J., Wang, M. Y., Gao, Y., Yan, C., Singh, B., Li, Z. Q., Huang, L. Y., Lou, S. J., Lin, G. X., Wang, H. L., Jiang, J. K., Ding, A. J., Nie, W., Qi, X. M., Chi, X. G. and Wang, L.: Global variability in atmospheric new particle formation mechanisms, Nature, 631, 98-105, DOI 10.1038/s41586-024-07547-1, 2024.

   以下为全球版模型中除R2D-VBS外的SOA模块（包括了气相多级氧化、颗粒物聚合反应、有机气溶胶光解等）的参考文献：
      Lou, S.; Shrivastava, M.*; Easter, R. C.; Yang, Y.; Ma, P.-L.; Wang, H.; Cubison, M. J.; Campuzano-Jost, P.; Jimenez, J. L.; Zhang, Q.; Rasch, P. J.; Shilling, J. E.; Zelenyuk, A.; Dubey, M.; Cameron-Smith, P.; Martin, S. T.; Schneider, J.; Schulz, C., New SOA Treatments Within the Energy Exascale Earth System Model (E3SM): Strong Production and Sinks Govern Atmospheric SOA Distributions and Radiative Forcing. J Adv Model Earth Syst 2020, 12, (12), e2020MS002266.

联系方式:

   姓名：赵斌，副教授

   单位：清华大学环境学院

   邮箱：bzhao@mail.tsinghua.edu.cn

   微信：zhaob06