基于变量相关性的挥发性有机物浓度及源排放协同资料同化策略研究

摘要

挥发性有机物VOCs （Volatile Organic Compounds）是对流层O₃以及二次细颗粒物(PM_2.5,Fine Particulate Matter)的重要前体物，资料同化系统对VOCs浓度及源排放的处理策略会显著影响空气污染物预报的准确性.提出了一种基于相关性的VOCs指数，用于定量筛选资料同化过程中由观测数据更新的VOCs模式变量及源排放清单项.采用WRF-Chem （Weather Research and Forecasting model coupled with Chemistry）模式以及EnSRF （Ensemble Square Root Filter）资料同化算法，针对2022年7-8月长三角地区极端高温事件进行了个例分析，结果表明：在源排放反演上，通过VOCs指数筛选更新变量，后验总VOCs源排放具有与O₃观测相似的日间峰值，这样的日间峰值使该模式能更好地修正其对O₃预报偏低的系统性误差；在对O₃和PM_2.5的预报中，通过VOCs指数筛选更新变量的同化策略的表现最优，与未进行更新变量筛选的同化策略相比，其72 h预报的均方根误差分别下降了5.5%和7.2%.

关键词

资料同化 / 数值模拟 / 挥发性有机物 / 空气污染预报