地面及激光雷达观测数据同化对PM2.5预报的改进

摘要

当前，我国面临严重的PM2.5污染问题，PM2.5对人体健康、能见度和气候有着重要影响。基于空气质量模式的数值预报是应对当前严重灰霾污染问题的重要技术方法。由于排放源、气象场以及模式本身的不确定性等因素，空气质量模式对PM2.5的预报仍具有较大的不确定性。减小模式的不确定性、改进模式预报效果既是当前科学研究的热点问题亦是相关业务工作的迫切需求。资料同化可以耦合空气质量数值模式的模拟结果和大气观测资料，对模式初值场进行订正以改进空气质量模式的预报效果。由于可用于同化的激光雷达观测资料获取不易以及观测对象与模式变量不完全一致等原因，目前PM2.5预报的同化研究主要集中在对地面观测资料和卫星遥感资料的同化，地基激光雷达观测资料的同化研究并不多见。本论文基于NAQPMS模式，对地面及激光雷达观测资料与模式的同化进行研究，旨在减少模式的不确定性，改进PM2.5预报。
　　在开展地面观测和激光雷达观测同化实验前，基于NAQPMS对一次PM2.5污染过程的区域性影响进行研究，简要评估了NAQPMS模式的模拟效果。研究发现，模拟值与观测值对比具有较好一致性，模式较为合理地反映了此次污染过程中PM2.5浓度变化与输送过程，表明NAQPMS模式对污染物时空演变的整体趋势把握较好，能够提供相对合理的同化背景浓度，但模式与观测仍存在一定差距，同化订正十分必要。
　　本文基于中国环境监测总站提供的超过1400个国控常规污染物地面观测站点和NAQPMS模式，利用最优插值算法，建立了我国首个覆盖全国的污染资料实时同化业务系统。系统可以提供实时同化污染物浓度分布场和滚动预报初值场，具备多项污染物、多层嵌套网格同化和全自动业务化运行的特点，可满足预报业务工作的实时要求。在此同化系统的基础上，通过设置未同化预报、24小时间隔同化预报、12小时间隔同化预报三组预报实验，评估了地面观测同化对PM2.5实时预报的改进效果。研究结果表明，在一段时间内京津冀地区的三次PM2.5重污染过程中，地面观测同化可以有效改进PM2.5实时预报的效果。其中，24小时预报改进效果显著，京津冀地区模拟结果的平均分数偏差(MFB)和平均分数误差(MFE)分别由50.9％、70.67％（未同化前）优化为40％、62.3％（12小时间隔同化预报）。12小时间隔同化预报的同化效果好于24小时间隔同化预报，增加同化频次可以有效提高同化对预报的改进效果。12小时间隔同化对于京津冀地区0-24小时、24-48小时、48-72小时及0-72小时预报均方根误差(RMSE)改进分别为23％、8.2％、4.8％、12.3％，研究结果表明，地面观测同化随着预报时间的增加同化效果衰减明显。
　　在地面观测同化的基础上，本文设计了一种新的激光雷达观测同化算法，依据观测得到气溶胶消光系数和地面观测同化后的垂直第二层PM2.5浓度，订正初值场不同垂直层PM2.5的浓度值。基于此同化方法，设置未同化预报、地面观测同化预报以及激光雷达观测同化预报三组模拟实验，评估激光雷达观测同化对PM2.5预报的具体影响。结果表明，激光雷达观测可以较好的对初值场垂直层进行订正，同化后的初值场污染物垂直层浓度分布与实际情况更为吻合，同化后PM2.5模拟浓度垂直分布与观测到气溶胶消光系数垂直分布更为接近，但仍有一定差距，其原因为激光雷达观测点位较少，同化的影响范围和效果有限，预报时间的增加也导致了同化效果的衰减。激光雷达观测同化24小时预报改进在部分城市效果显著，如邯郸市同化前后相关系数从0.3分别上升为0.39和0.46，RMSE从同化前的94.8，分别降低为79.3（降低约16％）和60.5（降低约36％），但并非所有城市PM2.5预报得到显著的改善。其原因为，随着预报时长的增加，排放源、气象场及模式本身的不确定性逐渐成为导致预报偏差的主要原因，初值场垂直层同化的影响时间较长，很可能会放大这些不确定性导致的误差。激光雷达观测同化影响在模拟起始阶段较小，经过初始预报时间后，激光雷达观测同化影响逐渐显现，且其影响时间相比于地面同化更长。以邯郸市影响为例，激光雷达观测同化影响主要集中在第10至30预报时次之间，最高可超过地面观测同化效果20％以上，而后同化效果开始缓慢衰减，但直至第72小时预报仍有微弱的影响。

目录

声明

摘要

第1章 绪论

1．1 PM2．5 预报的不确定性

1．1．2 基于空气质量模式的PM2．5 预报

1．1．3 模式的不确定性

1．2 PM2．5 预报的资料同化

1．2．1 资料同化的定义

1．2．2 PM2．5 的观测

1．2．3 PM2．5 同化的国内外研究进展

1．3 本文的研究目的与主要研究内容

1．3．1 研究目的

1．3．2 主要研究内容

1．3．3 研究的主要创新点

1．3．4 论文内容纲要

第2章 NAQPMS模式系统介绍与应用

2．1 模式系统介绍

2．2 NAQPMS模式的应用与简要评估

2．2．1 模式设置

2．2．2 排放源的本地化处理

2．2．3 结果与讨论

2．2．4 小结

第3章 污染资料实时同化系统的设计与实现

3．1 同化算法的选择

3．1．1 最优插值(OI)

3．1．2 其他同化算法的介绍

3．2 系统工作原理

3．3 系统框架与设计

3．4 ChemDAS算法层设计与实现

3．4．1 参数设置模块

3．4．2 观测资料质量控制模块

3．4．3 模式-观测映射算子计算模块

3．4．4 预报场读取与同化输出模块

3．4．5 同化分析模块

3．5 ChemDAS业务层

3．5．1 模块框架

3．5．2 总控制器与调度模块

3．5．3 输入及配置模块

3．5．4 观测资料、模式资料及同化结果监测模块

3．5．5 实时同化后处理模块

3．5．6 监控补算及日志模块

3．5．7 初值场备份及同化变量信息导入模块

3．6 系统数据接口

3．6．1 输入资料

3．6．2 输出资料

3．7 产品及示例

第4章 地面观测同化对PM2．5 实时预报的改进

4．1 研究方法

4．1．1 模式系统

4．1．2 模式性能评估方法

4．1．3 地面观测网

4．1．4 同化系统

4．1．5 模式及同化改进评估实验设置

4．2 结果与讨论

4．2．1 PM2．5 污染过程

4．2．2 初始时刻同化效果验证

4．2．3 24小时预报同化改进效果

4．2．4 72小时预报同化改进效果

4．3 小结

第5章 激光雷达观测同化对PM2．5 预报的影响

5．1 前言

5．2 激光雷达观测同化算法

5．3 实验设置

5．3．1 激光雷达观测数据

5．3．2 模式系统与设置

5．3 结果与讨论

5．3．1 初值场垂直层同化前后比对

5．3．2 同化前后PM2．5 模拟浓度垂直分布比对

5．3．3 24小时预报同化影响

5．3．4 激光雷达观测同化影响的时效性

5．4 小结

第6章 总结与展望

6．1 总结

6．1．1 NAQPMS模式的应用与评估

6．1．2 污染资料实时同化系统的设计与实现

6．1．3 地面观测同化对PM2．5 实时预报的改进效果评估

6．1．4 激光雷达观测同化对PM2．5 预报的影响评估

6．2 下一步工作

参考文献

致谢

在读期间发表的学术论文与取得的其他研究成果