Modeling the health benefits by transitioning from conventional to zero-emissions appliances standards in the United States (Wellcome-ZEAS) Results: Air Quality

This UNC dataset contains monthly and pseudo-annual (4-month) mean Community Multiscale Air Quality Model (CMAQ) v5.4+ outputs for the continental U.S. (12US1, 12 km). It includes (1) base pollutant concentrations (ACONC) and (2) first order Decoupled Direct Method (DDM-3D) sensitivities (ASENS) of PM2.5 (ATOTIJ), O3 (including MDA8: O3_8hr), and NO2 with respect to precursor emissions from the building sector, stratified into six fuel-based groups (G1–G6) defined below. The four modeled months (January, April, July, October 2021) are averaged to produce a pseudo-annual mean. Related model and methods references CMAQ v5.4+ (Wyat Appel et al., 2018) CB6r5ae7 chemical mechanism (Luecken et al., 2019) - CB6r5 gas-phase chemical mechanism coupled with the AERO7 aerosol module DDM-3D (Dunker, 1984; Dunker et al., 2002; Koo et al., 2007; Napelenok et al., 2006; Napelenok et al., 2008) Domain, resolution, and coverage Modeling domain: 12US1 (CONUS) Horizontal resolution: 12 km × 12 km Grid size: 455 × 299 cells (CONUS coverage) Time coverage: January, April, July, October 2021 (monthly means) Pseudo-annual coverage: average of the four months above Group definitions (building sector fuel groups) The 2021 Emissions Modeling Platform (EMP), developed based on the 2020 National Emissions Inventory (NEI) released in spring 2023, was used in this study. The inventory includes updates to better represent 2021 emissions conditions. We have processed the building sector emissions from 2021 Emission Modeling Platform hosted by CMAS Datawarehouse (https://registry.opendata.aws/cmas-data-warehouse) through Sparse Matrix Operator Kernal Emissions (SMOKE) v 5.2 (https://zenodo.org/records/17671730#libraryItemId=18432936) for 6 sub-groups for the building sector as listed below: G1: Commercial/Institutional Oil (oil + fossil fuel) G2: Commercial/Institutional Gas (natural gas) G3: Commercial/Institutional Coal G4: Residential Oil (oil + fossil fuel) G5: Residential Gas (natural gas) G6: Residential Coal Contents (what’s included) 1) Base concentrations (ACONC, monthly + pseudo-annual) NetCDF files containing monthly mean concentrations (and pseudo-annual mean).File names: MONTHLY_Average_ACONC_Wellcome_v54_gcc_12US1_202101.nc MONTHLY_Average_ACONC_Wellcome_v54_gcc_12US1_202104.nc MONTHLY_Average_ACONC_Wellcome_v54_gcc_12US1_202107.nc MONTHLY_Average_ACONC_Wellcome_v54_gcc_12US1_202110.nc ANNUAL_Average_ACONC_Wellcome_v54_gcc_12US1_2021.nc (pseudo-annual) ACONC variables:O3_8hr, O3, NO2, ATOTIJ, NH3, ASO4IJ, ANO3IJ, ANH4IJ, SO2, NO, NOX, CO, APOCIJ, AECIJNotes: O3_8hr = monthly mean of MDA8 O₃ (daily max of 8-hr running mean) NO2 = monthly mean NO₂ ATOTIJ = monthly mean PM2.5 2) DDM sensitivities (ASENS, monthly + pseudo-annual; by group) NetCDF files containing monthly mean DDM sensitivities of PM2.5, O3, and NO2 to precursor emissions for each fuel group (G1–G6), plus pseudo-annual mean sensitivities. File names: MONTHLY_Average_ASENS_Wellcome_G[G]_12US1_v54_DDM3D_2021[MM].nc Where: · Group Index [G] = 1, 2, 3, 4, 5, 6 · Month Index [MM] = 01, 04, 07, 10 (January, April, July, October) ANNUAL_Average_ASENS_Wellcome_G[G]_12US1_v54_DDM3D_2021.nc Where: · Group Index [G] = 1, 2, 3, 4, 5, 6 ASENS variables (Sensitivity variables): O3: O3_NOX_8hr, O3_VOC_8hr, O3_NOX, O3_VOC NO2: NO2_NOX PM2.5: ATOTIJ_NOX, ATOTIJ_VOC, ATOTIJ_PPM, ATOTIJ_SO2, ATOTIJ_NH3 Interpretation: Each variable represents the first-order sensitivity of the listed pollutant metric to the listed precursor emissions, for a specific group and month (or pseudo-annual mean). 3) MD1_Ave_NO2 “daily-maximum aligned NO₂ sensitivity” (monthly + pseudo-annual, by group) These NetCDF files represent a NO₂ sensitivity metric aligned with the daily maximum NO₂ hour at each grid cell: For each day and grid cell, identify the hour when NO₂ is maximum Extract the sensitivity at that hour/grid cell (paired consistently with time/bulk) Average over days to obtain a monthly mean (and pseudo-annual mean) File names: MONTHLY_Average_MD1_Ave_NO2_Wellcome_G[G]_v54_gcc_12US1_2021[MM].nc Where: Group Index [G] = 1, 2, 3, 4, 5, 6 · Month Index [MM] = 01, 04, 07, 10 (January, April, July, October) ANNUAL_Average_MD1_Ave_NO2_Wellcome_G[G]_v54_gcc_12US1_2021.nc Sensitivity variable: NO2_DMAX_G[G](Group Index) Where: · Group Index [G] = 1, 2, 3, 4, 5, 6 Processing summary CMAQ v5.4+ CB6r5 was instrumented with DDM-3D to compute grid-specific first-order sensitivities. A total of 24 DDM simulations were performed for 2021: 6 groups × 4 months (Jan/Apr/Jul/Oct). For each month: computed monthly mean ACONC and monthly mean ASENS. Pseudo-annual means are computed as the average of the four monthly means (Jan/Apr/Jul/Oct). Folder structure (After untar of the tar files) ACONC/ MONTHLY_Average_ACONC_*.nc ANNUAL_Average_ACONC_*.nc ASENS/ MONTHLY_Average_ASENS_*_G[1..6]_*.nc ANNUAL_Average_ASENS_*_G[1..6]_*.nc MONTHLY_Average_MD1_Ave_NO2_*_G[1..6]_*.nc ANNUAL_Average_MD1_Ave_NO2_*_G[1..6]_*.nc File format and software Format: netCDF Typical tools to read: VERDI, Panoply, ncdump/ncview, Python (xarray, netCDF4), R (ncdf4) Model: CMAQ v5.4+ with DDM-3D Keywords CMAQ; DDM-3D; air quality modeling; building emissions; PM2.5; ozone; nitrogen dioxide; sensitivities; CB6r5; CONUS; 12US1; pseudo-annual; source apportionment; emissions perturbation; netCDF Notes “Annual” files represent a pseudo-annual mean (average of Jan/Apr/Jul/Oct 2021), not a full 12-month mean. Variable units and grid/projection metadata are stored in-file netCDF attributes using the I/O API convention.本UNC数据集包含美国大陆（CONUS）范围内的月度及伪年度（pseudo-annual，4个月平均）社区多尺度空气质量模型（Community Multiscale Air Quality Model, CMAQ）v5.4及以上版本输出结果。数据集包含两类核心内容：(1) 基础污染物浓度（ACONC）；(2) 细颗粒物（PM2.5，ATOTIJ）、臭氧（O3，包含日最大8小时平均臭氧即MDA8 O3_8hr）以及二氧化氮（NO2）针对建筑部门前体物排放的一阶解耦直接法（Decoupled Direct Method, DDM-3D）敏感性（ASENS）。建筑部门前体物排放被划分为下文定义的6个基于燃料类型的组别（G1–G6）。本数据集通过对2021年1月、4月、7月、10月四个模拟月份的结果取平均，生成伪年度平均产物。 ### 相关模型与方法参考文献 CMAQ v5.4+（Wyat Appel等，2018） CB6r5ae7 化学机制（Luecken等，2019）——CB6r5气相化学机制耦合AERO7气溶胶模块 DDM-3D（Dunker, 1984; Dunker等, 2002; Koo等, 2007; Napelenok等, 2006; Napelenok等, 2008） ### 模拟域、分辨率与覆盖范围 模拟域：12US1（美国大陆CONUS） 水平分辨率：12 km × 12 km 网格规模：455 × 299 个网格单元（覆盖美国大陆全域） 时间覆盖：2021年1月、4月、7月、10月（月度均值） 伪年度覆盖：上述四个月份的算术平均结果 ### 建筑部门燃料组别定义 本研究采用基于2023年春季发布的2020年国家排放清单（National Emissions Inventory, NEI）开发的2021年排放建模平台（Emissions Modeling Platform, EMP），该清单针对2021年实际排放场景进行了优化更新。我们通过稀疏矩阵算子核排放（Sparse Matrix Operator Kernal Emissions, SMOKE）v5.2（https://zenodo.org/records/17671730#libraryItemId=18432936），对CMAS数据仓库（CMAS Datawarehouse，https://registry.opendata.aws/cmas-data-warehouse）托管的2021年排放建模平台中的建筑部门排放进行预处理，得到以下6个功能子组别： G1：商业/公共设施用油（石油+化石燃料） G2：商业/公共设施用天然气 G3：商业/公共设施用煤 G4：民用用油（石油+化石燃料） G5：民用用天然气 G6：民用用煤 ### 数据集内容 1. 基础浓度（ACONC，月度+伪年度） 包含月度均值（及伪年度均值）的网络通用数据格式（NetCDF）文件，命名规则如下： - 月度文件： MONTHLY_Average_ACONC_Wellcome_v54_gcc_12US1_202101.nc（2021年1月） MONTHLY_Average_ACONC_Wellcome_v54_gcc_12US1_202104.nc（2021年4月） MONTHLY_Average_ACONC_Wellcome_v54_gcc_12US1_202107.nc（2021年7月） MONTHLY_Average_ACONC_Wellcome_v54_gcc_12US1_202110.nc（2021年10月） - 伪年度均值文件： ANNUAL_Average_ACONC_Wellcome_v54_gcc_12US1_2021.nc ACONC包含的变量包括：O3_8hr、O3、NO2、ATOTIJ、NH3、ASO4IJ、ANO3IJ、ANH4IJ、SO2、NO、NOX、CO、APOCIJ、AECIJ 注： - O3_8hr = 月度日最大8小时滑动平均臭氧（MDA8）均值 - NO2 = 月度NO₂浓度均值 - ATOTIJ = 月度PM2.5浓度均值 2. DDM敏感性（ASENS，月度+伪年度；按组别划分） 包含针对每个燃料组别（G1–G6）的PM2.5、O3及NO2针对前体物排放的月度DDM敏感性，以及伪年度敏感性的NetCDF文件。 命名规则： - 月度敏感性文件： MONTHLY_Average_ASENS_Wellcome_G[G]_12US1_v54_DDM3D_2021[MM].nc 其中： · 组别索引[G] 取值为1, 2, 3, 4, 5, 6 · 月份索引[MM] 取值为01, 04, 07, 10（分别对应1月、4月、7月、10月） - 伪年度敏感性文件： ANNUAL_Average_ASENS_Wellcome_G[G]_12US1_v54_DDM3D_2021.nc 其中： · 组别索引[G] 取值为1, 2, 3, 4, 5, 6 ASENS包含的敏感性变量如下： - O3相关：O3_NOX_8hr、O3_VOC_8hr、O3_NOX、O3_VOC - NO2相关：NO2_NOX - PM2.5相关：ATOTIJ_NOX、ATOTIJ_VOC、ATOTIJ_PPM、ATOTIJ_SO2、ATOTIJ_NH3 说明：每个变量代表特定组别、特定月份（或伪年度均值）下，所列污染物指标对所列前体物排放的一阶敏感性。 3. MD1_Ave_NO2「日最大值对齐的NO₂敏感性」（月度+伪年度，按组别划分） 此类NetCDF文件代表与每个网格单元的日最大NO₂小时对齐的NO₂敏感性指标，处理流程如下： - 针对每日每个网格单元，确定NO₂浓度最高的时刻 - 提取该时刻/网格单元处的敏感性（与时间序列及整体批量数据保持一致配对） - 对每日结果取算术平均，得到月度均值（及伪年度均值） 命名规则： - 月度文件： MONTHLY_Average_MD1_Ave_NO2_Wellcome_G[G]_v54_gcc_12US1_2021[MM].nc 其中： · 组别索引[G] 取值为1, 2, 3, 4, 5, 6 · 月份索引[MM] 取值为01, 04, 07, 10（分别对应1月、4月、7月、10月） - 伪年度均值文件： ANNUAL_Average_MD1_Ave_NO2_Wellcome_G[G]_v54_gcc_12US1_2021.nc 该类数据集的敏感性变量为：NO2_DMAX_G[G]，其中组别索引[G] 取值为1, 2, 3, 4, 5, 6 ### 数据处理总结 CMAQ v5.4+ 搭载CB6r5化学机制并集成DDM-3D模块，以计算网格尺度的一阶排放敏感性。2021年共完成24组DDM模拟：6个燃料组别 × 4个模拟月份（1月/4月/7月/10月）。 针对每个模拟月份：分别计算月度平均ACONC与月度平均ASENS。 伪年度均值通过对四个月度均值取算术平均得到。 ### 解压后文件夹结构 解压tar压缩包后，文件按如下目录组织： ACONC/ ├─ MONTHLY_Average_ACONC_*.nc └─ ANNUAL_Average_ACONC_*.nc ASENS/ ├─ MONTHLY_Average_ASENS_*_G[1..6]_*.nc ├─ ANNUAL_Average_ASENS_*_G[1..6]_*.nc ├─ MONTHLY_Average_MD1_Ave_NO2_*_G[1..6]_*.nc └─ ANNUAL_Average_MD1_Ave_NO2_*_G[1..6]_*.nc ### 文件格式与读取工具 格式：网络通用数据格式（NetCDF） 常用读取工具：VERDI、Panoply、ncdump/ncview、Python（xarray、netCDF4）、R（ncdf4） 所用模型：搭载DDM-3D模块的CMAQ v5.4+ ### 关键词 CMAQ; DDM-3D; 空气质量模拟; 建筑排放; PM2.5; 臭氧; 二氧化氮; 敏感性; CB6r5; 美国大陆（CONUS）; 12US1; 伪年度（pseudo-annual）; 源解析; 排放扰动; NetCDF ### 备注 1. 本数据集中的“年度”文件代表伪年度均值（2021年1月/4月/7月/10月的平均），而非完整12个月的年度均值。 2. 变量单位、网格与投影元数据均存储于NetCDF文件属性中，遵循I/O API规范。