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
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
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
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.