Modelgesimuleerde factoren die van belang zijn, kunnen de hiaten opvullen in op waarnemingen gebaseerde schattingen van fijnstofconcentraties aan het oppervlak, het verstrekken van een gegevensbasis voor de langetermijnanalyse van meteorologische parameters [bijv. planetaire grenslaaghoogte (PBLH) en relatieve vochtigheid (RH)] op nationale schaal.

Dr. Yidan SI en universitair hoofddocent Shenshen LI van de Chinese Academie van Wetenschappen gebruikten op de grond geobserveerde gegevens om de GEOS-5-geassimileerde PBLH en RH te valideren die zijn vrijgegeven door NASA's Global Modeling and Assimilation Office. Ze vonden dat, algemeen, de gesimuleerde RV kwam overeen met de statistische gegevens van meteorologische stations, terwijl de gesimuleerde PBLH werd onderschat in vergelijking met LIDAR-gegevens met een factor van ongeveer twee.

Ze onderzochten verder de spatiotemporele distributiekenmerken van twee factoren in vier regio's:Noord-China, Zuid China, Noordwest-China en het Tibetaanse plateau. Dr. Yidan SI legt hun bevindingen uit, die zijn gepubliceerd in Vooruitgang in atmosferische wetenschappen :

"De jaarlijkse PBLH-trends in alle regio's waren redelijk gematigd, maar gevoelig voor zonnestraling en neerslag, wat verklaart waarom de PBLH-waarden als volgt van groot naar klein zijn gerangschikt:Tibetaans plateau, Noordwest-China, Noord-China, en Zuid-China. Er was een sterke seizoensvariatie van PBLH, met hoge waarden in de zomer en lage waarden in de winter, wat ook consistent was met de turbulente verticale uitwisseling. Niet verrassend, de hoogste RV was in Zuid-China en de laagste RV in woestijngebieden van Noordwest-China (minder dan 30%). Seizoensgebonden, Zuid-China vertoonde weinig variatie, terwijl Noordwest-China de hoogste luchtvochtigheid in de winter en de laagste luchtvochtigheid in de lente vertoonde. De maximale waarden in de andere regio's werden verkregen van juli tot september."

Universitair hoofddocent Shenshen LI legt verder uit dat deze twee factoren ook belangrijk zijn voor het schatten van fijnstofconcentraties in de buurt van het oppervlak, het opvullen van de hiaten die zijn ontstaan ​​door het ontbreken van uitgebreide grondwaarnemingen dankzij de simulaties van chemische transportmodellen.