Dataassimilering forbedrer prognoserne for aerosol- og gasformige forurenende stoffer markant i hele Kina

Aerosoler er vigtige komponenter i atmosfæren og har en negativ indvirkning på atmosfærisk synlighed og menneskers sundhed, som også påvirker klimaet via direkte strålingspåvirkning og samspillet med skyer og nedbør. I de seneste år, regionale aerosolforureningshændelser har fundet sted hyppigt i Kina, så det er af stor betydning at forbedre muligheden for tidlig varsling af luftforurening og har altid været en bekymring for forskere.

Som et uundværligt værktøj, numeriske modeller for luftkvalitet er blevet brugt i vid udstrækning i luftkvalitetsanalyse og -forudsigelse og til at forudsige rumlige og tidsmæssige udviklinger af atmosfæriske forurenende stoffer. Data assimilation (DA) teknologi kan organisk kombinere observationsinformation og modellere baggrundsfelter for at udvikle et teoretisk optimalt analysefelt, for at forbedre forudsigelsesnøjagtigheden ved at optimere modellens indledende felt. På nuværende tidspunkt størstedelen af ​​assimilationsundersøgelser af forurenende stoffer, imidlertid, fokuseret på adskilt assimilering af gasformige forurenende stoffer eller partikler PM2.5 og PM10 totalmasse, få forskere overvejede den kemiske mekanisme af aerosol-multikomponenter i sektioner med flere partikelstørrelser.

For nylig, Mester Wang Daichun, Dr. You Wei (korresponderende forfatter) og lektor Zang Zengliang fra Institut for Meteorologi og Oceanografi, National University of Defense Technology, Kina brugte den tredimensionelle variationsassimileringsalgoritme til at etablere et kemisk DA-system, som omfattede aerosolkomponenter såsom elementært kulstof, organisk kulstof, sulfat, nitrat, klorid, natriumsalt, ammoniumsalt, uorganisk og partikel PM2.5, PM10 ud over gasformige forurenende stoffer som SO ₂ , INGEN ₂ , CO, O ₃ massekoncentrationer som kontrolvariable. Efterfølgende samtidig assimilering af timelige massekoncentrationsobservationer af PM2,5, PM10, SÅ ₂ , INGEN ₂ , CO, og O ₃ udgivet af China National Environmental Monitoring Center blev udført for at evaluere dette system. Resultaterne viser, at dette assimileringssystem væsentligt forbedrer analyser og prognoser af både partikler og gasformige forurenende massekoncentrationer. Undersøgelsen blev offentliggjort i Videnskab Kina Geovidenskab under titlen "Et tredimensionelt variationsdataassimileringssystem til en størrelsesbestemt aerosolmodel:Implementering og anvendelse af prognoser for partikler og gasformige forurenende stoffer i hele Kina."

Undersøgelsen afslørede variable fordele ved assimilering på forskellige forurenende stoffer. DA forbedrer PM2.5 markant, PM10, og CO-prognoser, der fører til positive effekter, der varer mere end 48 timer. De positive effekter af DA på SO ₂ og O ₃ prognoser varer op til 8 timer, men det er fortsat relativt dårligt for NO ₂ prognoser. Efter analyse, den positive effekt af DA på forureningsprognoser har en vis sammenhæng med forurenende stoffers livscyklus. I tilfælde af forurenende stoffer med lang levetid, et længere prognoseområde på grund af DA kan forventes end for forurenende stoffer med kort levetid, såsom NEJ ₂ og O ₃ .

Undersøgelsen viste også, at assimilationens indflydelse varierer på forskellige områder. Det er muligt, at de positive effekter af DA på PM2.5- og PM10-prognoser kan vare mere end 48 timer i de fleste regioner i Kina. Ja, DA forbedrer SO markant ₂ prognoser inden for 48 timer over det nordlige Kina, og meget længere CO-assimileringsfordele (48 timer) findes i de fleste regioner bortset fra det nordlige og østlige Kina og på tværs af Sichuan-bassinet. Data viser, at DA er i stand til at forbedre O ₃ prognoser inden for 48 timer i hele Kina med undtagelse af sydvestlige og nordvestlige regioner og O ₃ DA fordele i det sydlige Kina er mere tydelige, mens fra et rumlig distributionsperspektiv, INGEN ₂ DA-ydelser forbliver relativt ringe.

Resultaterne beriger studiet af aerosol- og gasformige forurenende stoffer. Det har ikke kun referenceværdien for overvågningen, forudsigelse, og kontrol med luftforurenende stoffer, men har også den vigtige videnskabelige betydning til at håndtere forureningsvejret, ledelsen, og forudsigelse af atmosfærisk miljø i Kina.