• Home
  • Chimie
  • Astronomie
  • Énergie
  • La nature
  • Biologie
  • Physique
  • Électronique
  •  science >> Science >  >> La nature
    L'assimilation des données améliore considérablement les prévisions des aérosols et des polluants gazeux à travers la Chine

    Indicateurs d'évaluation (a) CORR, (b) RMSE, et (c) MFE pour les expériences de contrôle (bleu) et d'assimilation (rouge) en fonction de la fourchette de prévision concernant les polluants PM2,5, PM10, SO2, NO2, CO, et O3, respectivement, du haut jusqu'en bas. Crédit :Science China Press

    Les aérosols sont des composants importants de l'atmosphère et ont un impact négatif sur la visibilité atmosphérique et la santé humaine, qui affectent également le climat via le forçage radiatif direct et l'interaction avec les nuages ​​et les précipitations. Dans les années récentes, des incidents régionaux de pollution par les aérosols se sont produits fréquemment en Chine, l'amélioration de la capacité d'alerte précoce de la pollution atmosphérique est donc d'une grande importance et a toujours été une préoccupation des chercheurs.

    En tant qu'outil indispensable, les modèles numériques de la qualité de l'air ont été largement utilisés dans l'analyse et la prévision de la qualité de l'air et pour prévoir les évolutions spatio-temporelles des polluants atmosphériques. La technologie d'assimilation de données (DA) peut combiner organiquement des informations d'observation et des champs de fond de modèle pour développer un champ d'analyse théoriquement optimal, de manière à améliorer la précision de la prédiction en optimisant le champ initial du modèle. Maintenant, l'essentiel des études d'assimilation des polluants, cependant, axé sur l'assimilation séparée des polluants gazeux ou des particules PM2,5 et PM10 masse totale, peu de chercheurs ont examiné le mécanisme chimique des multi-composants des aérosols dans des sections de plusieurs tailles de particules.

    Récemment, Maître Wang Daichun, Dr. You Wei (auteur correspondant) et professeur agrégé Zang Zengliang de l'Institut de météorologie et d'océanographie, Université nationale des technologies de la défense, La Chine a utilisé l'algorithme d'assimilation variationnelle en trois dimensions pour établir un système chimique DA, qui comprenait des composants d'aérosols tels que le carbone élémentaire, Carbone organique, sulfate, nitrate, chlorure, Le sel de sodium, sel d'ammonium, PM2,5 inorganiques et particulaires, PM10 en plus des polluants gazeux tels que le SO 2 , NON 2 , CO, O 3 concentrations massiques comme variables de contrôle. Ensuite, assimilation simultanée des observations horaires de concentration massique de PM2,5, PM10, DONC 2 , NON 2 , CO, et ô 3 publié par le Centre national de surveillance de l'environnement de Chine a été réalisé pour évaluer ce système. Les résultats montrent que ce système d'assimilation améliore significativement les analyses et les prévisions des concentrations massiques de particules et de polluants gazeux. L'étude a été publiée dans Science Chine Sciences de la Terre sous le titre "Un système d'assimilation de données variationnelles en trois dimensions pour un modèle d'aérosol à résolution de taille :mise en œuvre et application pour les prévisions de particules et de polluants gazeux à travers la Chine."

    Différences dans les indicateurs d'évaluation CORR, RMSE, et MFE (de gauche à droite) pour l'expérience Assimilation moins Contrôle à toutes les stations d'observation vis-à-vis des polluants PM2,5, PM10, SO2, NO2, CO, et O3 (de haut en bas) Crédit :Science China Press

    L'étude a révélé des bénéfices variables de l'assimilation sur différents polluants. DA améliore considérablement les PM2,5, PM10, et des prévisions de CO conduisant à des effets positifs qui durent plus de 48 h. Les effets positifs du DA sur le SO 2 et ô 3 les prévisions durent jusqu'à 8 h mais cela reste relativement faible pour le NO 2 prévisions. Après analyse, l'effet positif de l'AD sur les prévisions de polluants a une certaine relation avec le cycle de vie des polluants. Dans le cas des polluants à longue durée de vie, on peut s'attendre à une fourchette de prévision plus longue en raison de la DA que pour les polluants à courte durée de vie, comme NON 2 et ô 3 .

    L'étude a également montré que l'influence de l'assimilation varie selon les régions. Il est possible que les effets positifs de l'AD sur les prévisions de PM2,5 et PM10 puissent durer plus de 48 h dans la plupart des régions de Chine. En effet, DA améliore considérablement le SO 2 prévisions d'ici 48 h sur le nord de la Chine, et des bénéfices d'assimilation du CO beaucoup plus longs (48 h) sont constatés dans la plupart des régions, à l'exception du nord et de l'est de la Chine et à travers le bassin du Sichuan. Les données montrent que DA est capable d'améliorer O 3 prévisions dans les 48 h à travers la Chine à l'exception des régions sud-ouest et nord-ouest et l'O 3 Les avantages de l'AD dans le sud de la Chine sont plus évidents, tandis que du point de vue de la distribution spatiale, NON 2 Les prestations d'AD restent relativement faibles.

    Les résultats enrichissent l'étude des aérosols et des polluants gazeux. Il a non seulement la valeur de référence pour la surveillance, prédiction, et le contrôle des polluants atmosphériques, mais a également l'importance scientifique importante pour faire face au temps de pollution, la gestion, et la prévision de l'environnement atmosphérique en Chine.


    © Science https://fr.scienceaq.com