通过每日更新排放清单改进空气质量预测

在空气质量预测领域，预测的精度很大程度上取决于排放清单数据的准确性。传统方法通常每年更新一次或更短时间，在跟上空气污染物排放的动态性质方面面临着挑战。这个问题在中国尤为重要，因为大气污染物的快速变化需要更灵活的方法。

为了应对这一挑战，大气物理研究所最近发​​表在《 环境科学与技术快报》上 并作为该杂志的补充封面的一项研究提出了一种专为空气质量预测量身定制的创新排放更新方案。第一作者吴黄健博士表示，新方法的优势在于，与传统方法相比，新方法将计算需求显着降低了84%，令人印象深刻，使得基于集合的发射反演具有成本效益和实用性用于运行空气质量预报。

共同作者肖唐教授解释了该方法的本质：“我们的方法建立在 ChemDAS 数据同化系统的基础上，通过解耦排放反演所需的集合模拟和预测，向前迈出了重要一步。这使得能够对主要地区的排放量进行每日估算。城市地区的污染物。” 该研究的另一位贡献者 Lei Kong 博士对此表示赞同，“我们的技术通过同化观测到的CO、 SO 2 浓度、分别为NO 2、O 3、PM 2.5和PM 10。"

该创新方法已在中国国家环境监测中心(CNEMC)成功实施，促进了排放清单的在线反演和更新，以进行业务预测。“我们的方法不仅提高了预测准确性，而且还能够及时评估大气污染物排放的变化。” 该研究的通讯作者王自发教授强调道。

在 2022 年 1 月至 2 月期间进行的测试中，新方法使 7 天 PM 2.5预测的均方根误差显着降低了 7.1%， 并显着改善了对 O 3等污染物的预测。此外，更新的排放数据显示，2022年北京冬奥会期间氮氧化物排放量大幅减少，其中北京减少53.5%，张家口减少42.7%，河北省减少48.6%。

这种方法可以通过提供及时、准确且具有成本效益的排放更新来推进空气质量预测，从而有助于实现人人享有更健康空气的目标。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！