Spuitbussen zijn belangrijke componenten van de atmosfeer en hebben een nadelige invloed op het zicht in de lucht en de menselijke gezondheid, die ook het klimaat beïnvloeden via directe stralingsforcering en de interactie met wolken en neerslag. In recente jaren, regionale aërosolverontreinigingsincidenten hebben zich vaak voorgedaan in China, dus het verbeteren van de capaciteit voor vroegtijdige waarschuwing voor luchtverontreiniging is van groot belang en is altijd een punt van zorg geweest voor onderzoekers.

Als onmisbaar hulpmiddel Numerieke luchtkwaliteitsmodellen zijn op grote schaal gebruikt bij de analyse en voorspelling van de luchtkwaliteit en om ruimtelijk-temporele evoluties van luchtverontreinigende stoffen te voorspellen. Data-assimilatie (DA)-technologie kan observatie-informatie organisch combineren en achtergrondvelden modelleren om een ​​theoretisch optimaal analyseveld te ontwikkelen, om de voorspellingsnauwkeurigheid te verbeteren door het initiële veld van het model te optimaliseren. Momenteel, het grootste deel van de assimilatiestudies van verontreinigende stoffen, echter, gericht op de gescheiden assimilatie van gasvormige verontreinigende stoffen of fijnstof PM2,5 en PM10 totale massa, weinig onderzoekers beschouwden het chemische mechanisme van aerosol-multicomponenten in secties met meerdere deeltjesgrootte.

Onlangs, Meester Wang Daichun, Dr. You Wei (corresponderende auteur) en universitair hoofddocent Zang Zengliang van het Instituut voor Meteorologie en Oceanografie, Nationale Universiteit van Defensietechnologie, China gebruikte het driedimensionale variatie-assimilatie-algoritme om een ​​chemisch DA-systeem op te zetten, waaronder aerosolcomponenten zoals elementaire koolstof, organische koolstof, sulfaat, nitraat, chloride, natrium zout, ammoniumzout, anorganische en deeltjes PM2.5, PM10 naast gasvormige verontreinigende stoffen zoals SO ₂ , NEE ₂ , CO, O ₃ massaconcentraties als controlevariabelen. Vervolgens, gelijktijdige assimilatie van waarnemingen van de massaconcentratie per uur van PM2,5, PM10, DUS ₂ , NEE ₂ , CO, en O ₃ vrijgegeven door het China National Environmental Monitoring Centre werd uitgevoerd om dit systeem te evalueren. De resultaten laten zien dat dit assimilatiesysteem analyses en voorspellingen van zowel fijnstof als gasvormige verontreinigende massaconcentraties aanzienlijk verbetert. De studie is gepubliceerd in Wetenschap China Aardwetenschappen onder de titel "Een driedimensionaal variatiesysteem voor gegevensassimilatie voor een op grootte opgelost aërosolmodel:implementatie en toepassing van voorspellingen voor fijnstof en gasvormige verontreinigende stoffen in heel China."

De studie onthulde variabele voordelen van assimilatie op verschillende verontreinigende stoffen. DA verbetert PM2.5 aanzienlijk, PM10, en CO-voorspellingen die leiden tot positieve effecten die langer dan 48 uur aanhouden. De positieve effecten van DA op SO ₂ en O ₃ voorspellingen duren tot 8 uur maar dat blijft relatief slecht voor NO ₂ voorspellingen. Na analyse, het positieve effect van DA op de prognoses van vervuilende stoffen heeft een bepaalde relatie met de levenscyclus van verontreinigende stoffen. Bij verontreinigende stoffen met een lange levensduur, een groter prognosebereik als gevolg van DA kan worden verwacht dan voor verontreinigende stoffen met een korte levensduur, zoals NEE ₂ en O ₃ .

De studie toonde ook aan dat de invloed van assimilatie op verschillende gebieden varieert. Het is mogelijk dat de positieve effecten van DA op PM2,5- en PM10-voorspellingen in de meeste regio's van China langer dan 48 uur kunnen aanhouden. Inderdaad, DA verbetert SO . aanzienlijk ₂ voorspellingen binnen 48 uur boven Noord-China, en veel langere CO2-assimilatievoordelen (48 uur) zijn te vinden in de meeste regio's, behalve Noord- en Oost-China en in het Sichuan-bekken. Gegevens tonen aan dat DA in staat is om O . te verbeteren ₃ voorspellingen binnen 48 uur in heel China, met uitzondering van de regio's in het zuidwesten en noordwesten en de O ₃ DA-voordelen in Zuid-China zijn duidelijker, terwijl vanuit een ruimtelijk distributieperspectief, NEE ₂ DA-uitkeringen blijven relatief laag.

De resultaten verrijken de studie van aërosol- en gasvormige verontreinigende stoffen. Het heeft niet alleen de referentiewaarde voor de monitoring, voorspelling, en controle van luchtverontreinigende stoffen, maar heeft ook de belangrijke wetenschappelijke betekenis om het vervuilingsweer aan te pakken, de leiding, en voorspelling van de atmosferische omgeving in China.