基于改进GSI系统的气溶胶变分同化对WRF-Chem PM2.5分析和预报的影响评估

《大气与环境光学学报》 2020年第五期封面文章

Chen Jie, Li Zhengqiang, Chang Wenyuan, et al. Impact Evaluation of Aerosol Variational Assimilation Based on Improved GSI System on WRF-Chem PM2.5 Analysis and Forecast [J]. Journal of Atmospheric and Environmental Optics. 2020, 15(05): 321-333.

气溶胶同化技术通过对气溶胶观测数据和数值模拟结果进行综合客观分析，将气溶胶观测数据与模拟结果有机结合。利用同化获取的再分析格点数据具有高分辨率、高精度的特点，可为模式模拟提供更为准确的初始场信息，改进模式预报效果。同化过程中，不同的同化数据选择对于同化系统的设置以及最终同化结果都有重要影响。

中国科学院空天信息创新研究院李正强研究员团队利用环境监测台站的PM_2.5浓度观测数据和MODIS卫星反演的AOD产品进行了星地气溶胶数据的协同同化，并将星地协同同化结果与各数据单独同化结果相对比。从理论研究与实际应用两方面，介绍了星地气溶胶数据协同同化相较于单一来源数据的同化在分析场精度和PM_2.5预报效果方面的优势。分析结果表明，星地气溶胶数据的协同同化在空气质量趋势分析、环境健康效应评估以及灰霾精确预报等方面有广阔的应用前景。

一、同化试验设置

本研究中采用了面向MOSAIC气溶胶方案的三维变分同化方法，对环境监测台站的PM_2.5浓度监测数据与MODIS卫星的AOD产品进行了同化。文中对研究区域及数据、同化系统设置、数值试验设置进行了介绍。

（1）研究区域及数据

本文选取了2018年11月25 - 30日，我国中东部出现的一次灰霾天气作为案例，研究区域为东经112°E至124°E，北纬29.5°N至42.2°N，包含京津冀与长三角两大城市群，同化数据包括了环保监测站点PM_2.5数据和MODIS获取的AOD产品（图1）。

图1 研究区域及同化数据空间分布，（a）环境监测站点PM_2.5浓度数据 （b）MODIS传感器AOD产品

（2）同化系统设置

三维变分同化基本思想是将求解同化变量的客观分析问题转化为求解泛函最小值的问题。研究中采用MOSAIC气溶胶方案中4个粒径段气溶胶的数浓度作为控制变量，通过WRF-Chem进行模拟获取背景场，利用统计学方法对背景误差协方差进行估计，通过求解关于模式背景场和观测场的代价函数最小值来获得对背景场和分析场均达到最佳拟合状态的分析场。

（3）数值试验设置

本文实施了四组试验。第一组试验不进行任何数据的同化，第二组和第三组试验分别为地面PM_2.5浓度观测和卫星AOD产品的单独同化，第四组试验则地面PM_2.5观测数据与MODIS整层AOD数据的星地协同同化试验，通过四组试验的对比，定量分析不同的同化数据选择对于同化结果的影响。

二、试验结果分析

图2 同化前后模拟近地面PM_2.5浓度和整层AOD的变化

对于同化对预报改进效果的分析表明，无论是单独同化PM_2.5、AOD还是两者同时同化都能有效降低漏报率，改善预报效果。在轻度污染和中度污染的预报中，三次同化试验的效果差异并不明显，然而，在对重度污染的预报中，采用了星地协同同化的模式预报结果ETS评分较高，能获得较好的综合预报效果。

课题组介绍

中国科学院空天信息创新研究院李正强研究员团队，长期从事环境遥感研究，在大气探测、气溶胶等方面开展了系统的研究，在偏振大气遥感方面获得了国内外认可的研究成果，创建了太阳-天空偏振辐射计观测网（SONET: http://www.sonet.ac.cn），发展的气溶胶参数偏振反演算法是目前国际上可业务运行的三个地基反演算法之一，推动了我国首个多角度偏振卫星载荷（DPC/高分五号卫星）在细颗粒物监测领域的应用，通过遥感反演手段绘制中国区域PM2.5的浓度变化。近年来，基于课题组长期积累的数据处理和分析经验，依托相关项目开展了气溶胶数值预报和同化的相关研究。