Indicadores de avaliação (a) CORR, (b) RMSE, e (c) MFE para experimentos de controle (azul) e de assimilação (vermelho) em função do intervalo de previsão em relação aos poluentes PM2,5, PM10, SO2, NO2, CO, e O3, respectivamente, de cima para baixo. Crédito:Science China Press
Aerossóis são componentes importantes da atmosfera e têm um impacto adverso na visibilidade atmosférica e na saúde humana, que também afetam o clima por meio do forçamento radiativo direto e da interação com nuvens e precipitação. Nos últimos anos, incidentes regionais de poluição por aerossol ocorreram com frequência na China, portanto, aumentar a capacidade de alerta precoce para a poluição do ar é de grande importância e sempre foi uma preocupação dos pesquisadores.
Como ferramenta indispensável, modelos numéricos de qualidade do ar têm sido amplamente empregados na análise e previsão da qualidade do ar e para prever a evolução espaço-temporal dos poluentes atmosféricos. A tecnologia de assimilação de dados (DA) pode combinar organicamente informações de observação e campos de fundo do modelo para desenvolver um campo de análise teoricamente ideal, de modo a melhorar a precisão da previsão otimizando o campo inicial do modelo. Atualmente, a maior parte dos estudos de assimilação de poluentes, Contudo, focada na assimilação separada de poluentes gasosos ou material particulado PM2,5 e massa total de PM10, poucos pesquisadores consideraram o mecanismo químico dos multicomponentes do aerossol em seções de multipartículas.
Recentemente, Mestre Wang Daichun, Dr. You Wei (autor correspondente) e Professor Associado Zang Zengliang do Instituto de Meteorologia e Oceanografia, Universidade Nacional de Tecnologia de Defesa, A China usou o algoritmo de assimilação variacional tridimensional para estabelecer um sistema químico DA, que incluiu componentes de aerossol, como carbono elementar, Carbono organico, sulfato, nitrato, cloreto, Sal de sódio, sal de amônio, PM2,5 inorgânico e particulado, PM10, além de poluentes gasosos, como SO 2 , NÃO 2 , CO, O 3 concentrações de massa como variáveis de controle. Subseqüentemente, assimilação simultânea de observações de concentração de massa por hora de PM2.5, PM10, TÃO 2 , NÃO 2 , CO, e O 3 lançado pelo Centro Nacional de Monitoramento Ambiental da China foi realizado para avaliar este sistema. Os resultados mostram que este sistema de assimilação melhora significativamente as análises e previsões das concentrações de matéria particulada e poluente gasoso. O estudo foi publicado em Science China Earth Sciences sob o título "Um sistema tridimensional de assimilação de dados variacionais para um modelo de aerossol resolvido por tamanho:Implementação e aplicação para previsões de partículas e poluentes gasosos em toda a China".
Diferenças nos indicadores de avaliação CORR, RMSE, e MFE (da esquerda para a direita) para a assimilação menos o experimento de controle em todas as estações de observação com relação aos poluentes PM2.5, PM10, SO2, NO2, CO, e O3 (de cima para baixo) Crédito:Science China Press
O estudo revelou benefícios variáveis da assimilação de diferentes poluentes. DA melhora significativamente PM2,5, PM10, e previsões de CO levando a efeitos positivos que duram mais de 48 h. Os efeitos positivos do DA em SO 2 e O 3 as previsões duram até 8 horas, mas isso permanece relativamente ruim para NÃO 2 previsões. Após análise, o efeito positivo da DA nas previsões de poluentes tem certa relação com o ciclo de vida dos poluentes. No caso de poluentes com longa vida útil, um intervalo de previsão mais longo devido à DA pode ser esperado do que para poluentes com curta duração, como NÃO 2 e O 3 .
O estudo também mostrou que a influência da assimilação varia em diferentes áreas. É possível que os efeitos positivos da DA nas previsões de PM2.5 e PM10 possam durar mais de 48 horas na maioria das regiões da China. De fato, DA melhora significativamente o SO 2 previsões dentro de 48 h sobre o norte da China, e benefícios de assimilação de CO muito mais longos (48 h) são encontrados na maioria das regiões além do norte e leste da China e em toda a Bacia de Sichuan. Os dados mostram que o DA é capaz de melhorar O 3 previsões dentro de 48 h em toda a China, com exceção das regiões sudoeste e noroeste e o O 3 Os benefícios do DA no sul da China são mais evidentes, embora de uma perspectiva de distribuição espacial, NÃO 2 Os benefícios do DA permanecem relativamente baixos.
Os resultados enriquecem o estudo de poluentes aerossóis e gasosos. Não tem apenas o valor de referência para o monitoramento, predição, e controle de poluentes atmosféricos, mas também tem o importante significado científico para lidar com o clima de poluição, a gerência, e previsão do ambiente atmosférico na China.
