基于大气污染物初值与污染源排放协同同化的污染源反演研究

The uncertainty of the pollution emissions are the major factors limiting the accuracy of pollution forecasts. In this program, a pollution emission inversion system will be developed to optimize the pollution emissions and chemical initial conditions jointly by incorporating the Ensemble Kalman Filter (EnKF) framework into the regional air quality modeling system WRF-Chem. The emission forecast model is developed by using the ensemble concentration ratios of the WRF-Chem forecast chemical concentrations and also the time smoothing operator. In this implementation, the pollution emissions can be forecast at grid scales; plus, any useful observed information achieved by the current assimilation cycle can be transferred into the next assimilation cycle. Sensitivity experiments will be set to evaluate the inversion capacity of the data assimilation system. Then, the spatial and temporal distribution of the pollution emissions in china will be investigated after a long-time (5-7 years) inversion experiment was performed.

污染源排放清单是制约空气质量预报水平的关键基础数据。本项目拟在国内外研究的基础上，通过构建合适的污染源诊断模型，利用地表污染物浓度观测资料，针对PM10、PM2.5、SO2、NO、NH3和CO这些典型污染源排放，基于集合卡尔曼滤波同化方法和中尺度传输模式WRF-Chem，在同时同化污染物浓度初值和污染源排放的框架下，建立高时空分辨率的污染源反演系统。项目拟从污染物临时减排和突发性秸秆燃烧这两类突发事件中选择个例研究，评估反演系统对污染源的反演能力。在此基础上，利用中国地区历史污染物浓度观测资料进行长期的污染源反演，研究中国区域典型污染源排放的时空分布趋势。通过本项目的实施，为合理控制污染排放提供科学的决策依据，也为空气质量模式提供高时空分辨率的污染源排放，提高空气质量模式对污染物的预报能力。

污染源排放清单是制约空气质量预报水平的关键基础数据。本项目在国内外研究的基础上，通过构建合适的污染源诊断模型，利用地表污染物浓度观测资料，针对PM10、PM2.5、SO2、NO2、CO和O3这些典型污染源排放，基于集合卡尔曼滤波同化方法和中尺度传输模式WRF-Chem，在同时同化污染物浓度初值和污染源排放的框架下，建立高时空分辨率的污染源反演系统。基于该污染源反演系统，研究了PM10, PM2.5, SO2, NO, NO2, O3 和 CO多观测要素同化对PM2.5气溶胶预报的影响,结果表明同时同化污染物浓度初始场和污染源排放能够得到较好的污染源排放，优化后的污染源呈现了明显的日变化趋势，并且提高PM2.5气溶胶的预报水平；探讨了气象资料同化对污染源排放优化的影响，结果表明气象观测资料的同化能得到更符合实际的优化源。在此基础上，利用中国地区2016～2020年污染物浓度观测资料和GDAS提供六小时常规气象观测资料（含风速/风向/气温/水汽密度/气压）进行长期的污染源反演，构建了2016~2020年中国地区主要污染物浓度和污染源排放的逐时分析场，利用该数据集讨论了2018年中国地区臭氧浓度分布的时空特征，评估了不同天气环流分型对2016～2019年中国PM2.5气溶胶浓度的影响；研究了中国区域典型污染源排放的时空分布趋势。在项目执行期间，培养研究生3名，发表论文6篇，其中4篇SCI。通过本项目的实施，为合理控制污染排放提供科学的决策依据，也为空气质量模式提供高时空分辨率的污染源排放，提高空气质量模式对污染物的预报能力。