基于数值模拟与资料同化探究长三角地区冬季PM2.5污染过程的气象影响
细颗粒物(PM2.5)累积主导着长三角地区冬季空气污染,其中,气象要素具有重要的作用.本文结合WRF-Chem模式和WRF-FDDA技术,针对2019年1月12-16日发生在长三角地区的一次典型PM2.5污染过程进行数值模拟分析.通过敏感性试验,量化分析地面气象因素(温度、风速、相对湿度)对该地区PM2.5浓度的影响,并利用对自动气象站观测资料的四维资料同化试验,探究气象场改进对PM2.5模拟的改善.模拟结果表明,长三角地区PM2.5污染受气象条件影响程度较为显著,PM2.5浓度与风速和温度呈显著负相关,与相对湿度呈正相关.水平风速减少40％、温度增加3℃、相对湿度增加20％分别造成了+4.68％、-2.82％与+2.2％的PM2.5浓度变化.而同化气象资料显著地改善了模拟的气象场精度,其均方根误差(RMSE)统计项中相对湿度减小9.68％,温度减小1.02℃,风速减小0.35m·s-1,这也使得PM2.5浓度的模拟效果有所改善,其中,模拟与观测PM2.5浓度的相关系数提高了 0.11,RMSE减小9.17 μg·m-3.气象要素变化对大气污染物影响的量化研究,以及资料同化对PM2.5模拟的改进,可促进大气污染的预报水平和有效控制.
PM2.5、WRF-Chem、气象因子、长三角地区、四维资料同化(FDDA)
42
X51;X16(大气污染及其防治)
中国气象局西北人工影响天气工程能力建设项目;中国气象局西北人工影响天气工程能力建设项目
2022-06-15（万方平台首次上网日期，不代表论文的发表时间）
共11页
293-303
