基于大气化学模式中气溶胶变量优化组合的多源观测资料同化研究

The analysis and forecast of atmoshheric aerosol are the key problems in the environmental pollution and climate change. Atmospheric chemistry model and its assimilation system are important tools to solve these problems. However, aerosol data assimilation faces great difficulties. Firstly, there are numbers of aerosol variables including different particle sizes and chemical components in the model. Secondly, the types of observation are very diverse, and most of them don't directly match with model variables, such as of PM2.5, sulfate and satellite optical thickness data. There are usually two methods of aerosol data assimilation. One is the indirect assimilation method for one variable, and the other is the direct assimilation method for all of the model variables. Based on the ideas of these two methods, we will develop a new intermediate method. At first, the model variables will be combinated optimally, then the combination of variables are assimilated as state variables. At last, the analyzed combination variables are distributed into the model variables. Based on this method and three-dimensional variational theory, the assimilation system for 64 model variables of WRF-Chem with MOSAIC scheme is designed.In this system, we focus on solving the multivariate cross-correlation in error covariance matrix and satellite assimilating optical thickness data. The combinations of variables are adjustable for different observing systems and model systems. So, this method can maximize the use of observational information, and provide a new way to improve the refined aerosol assimilation.

大气气溶胶的精细化分析预报是环境污染和气候变化中的关键问题，大气化学模式及其同化系统是解决这一问题的重要工具。但气溶胶的资料同化面临很大困难，其一是模式中包含气溶胶的多种化学组分及粒径段变量，变量数目非常多；其二是观测资料的类型十分多样，如PM2.5、硫酸盐及卫星光学厚度资料等,且一般不与模式变量直接匹配。本项目在气溶胶多变量直接同化和单变量间接同化方法的基础上，提出一种新方法，其思想是基于观测变量对模式变量进行优化组合，然后对组合后的多变量进行同化，同化后再分配至模式变量。基于该方法并利用三维变分理论，针对WRF-Chem中MOSAIC方案的64个气溶胶模式变量，设计面向多源观测的同化系统，并重点解决误差协方差矩阵中交叉相关的计算及卫星光学厚度资料的同化问题。该方法可以针对不同的观测系统和模式系统进行变量的优化组合，实现对观测信息的最大化利用，为气溶胶的精细化分析提供新的技术和方法。

资料同化是提高大气化学模式预报准确率的重要途径之一。本项目针对WRF-Chem模式MOSAIC方案的气溶胶变量，研究适用于复杂化学成分和粒径段的多源观测资料同化理论和方法。基于米散射理论中AOD的计算原理，设计了相近光学特征的气溶胶化学成分合并方案，将硫酸盐、硝酸盐、铵盐的对应粒径段合并，将海盐的氯盐和钠盐的对应粒径段合并，利用组合后的变量构建AOD观测算子及伴随算子实现AOD资料同化。在京津冀地区的同化试验表明，MODIS AOD资料的同化可以有效改进PM2.5和PM10的初始场，对后期的预报也有明显改善。该方法不仅可以实现PM2.5、PM10和卫星AOD资料的直接同化，还可以同化有机碳、无机碳等精细化的成分观测资料，在改进空气质量的预警预报、反演分析方面有广泛的应用价值。. 背景误差协方差是资料同化中的关键问题，反映了变量之间的关系并决定观测信息的传播方式。本项目对MOSAIC方案中气溶胶变量的背景误差协方差进行统计分析，发现不同成分之间存在明显的交叉相关；设计了考虑气溶胶交叉相关的背景误差协方差同化方法，利用多元回归技术，将原始的气溶胶变量转换为平衡部分和非平衡部分，以非平衡部分作为控制变量，同化生成更加协调的变量初始场；对地面PM2.5和飞机气溶胶成分观测资料的同化试验表明，平衡约束可以有效提高初始场的准确性，将观测的成分变量信息传递到其它变量上去，从而改进PM2.5初始场的整体效果，并且对PM2.5的后期预报有显著改进。. 本项目还利用GOCART方案的AOD同化模块，将MOSAIC方案的气溶胶变量与GOCART方案的气溶胶变量进行对应匹配，实现AOD的快速同化；并在卫星AOD反演气溶胶方面进行了一些研究，建立了区域和全国PM2.5的反演模型。项目在SCI期刊上共发表论文12篇，其中1篇进入了全球Top3% ESI高被引论文。