《表2 近6年大气污染源反演的一些典型应用Table 2 Typical applications of air pollution source inversion in recent six ye
随着大气化学观测资料的增多以及资料同化方法的发展,利用污染物浓度观测对排放源进行反演优化为减小排放源不确定性提供了新的途径(Enting,2002)。污染源反演方法利用大气化学模式的物理化学约束将各种包含真实大气状态信息的实际观测资料融合到模式系统中,实现对已有排放源清单的反向优化和快速更新(Sportisse,2007)。该方法具有成本小、预报效果好的优点。污染源清单的反演订正已成为大气污染资料同化的一个重要发展和应用方向(表2)。在Robertson and Persson(1992)建立四维变分反演的理论框架后,已有很多研究将其和三维空气质量模式结合来反演CO、SO2、NOx等排放源(Elbern et al.,2007;Henze et al.,2008)。Hartley and Prinn(1993)基于卡尔曼滤波建立了迭代反演方法,为后续研究提供了理论基础。该方法在NH3、NOx等排放源的反演中得到了很好应用(Gilliland et al.,2006;Napelenok et al.,2008)。朱江和汪萍(2006)从理论和理想试验上探讨了利用集合卡尔曼滤波和集合卡尔曼平滑开展污染源反演的可行性。Tang et al.(2011)利用En KF同化臭氧资料对NOx和挥发性有机物VOCs排放源进行了反向调整,并初步考虑了模式误差,但该研究主要目的是提高臭氧预报技巧,没有评估排放源反向调整后的合理性,对模式误差也没有进行详细估计。
图表编号 | XD0015932500 严禁用于非法目的 |
---|---|
绘制时间 | 2018.05.15 |
作者 | 朱江、唐晓、王自发、吴林 |
绘制单位 | 中国科学院大气物理研究所国际气候与环境科学中心(ICCES)、中国科学院大学、中国科学院大气物理研究所大气边界层物理与大气化学国家重点实验室(LAPC)、中国科学院大气物理研究所大气边界层物理与大气化学国家重点实验室(LAPC)、中国科学院大学、中国科学院大气物理研究所大气边界层物理与大气化学国家重点实验室(LAPC) |
更多格式 | 高清、无水印(增值服务) |