近年来,灰霾问题已成为我国大气污染危害升级的突出标志。在寻求有效治理措施的同时,人们希望灰霾也能像普通天气那样可以预报,事实上,现在气象部门也通过各种方式努力提高灰霾预报水平。那么现在灰霾预报面临哪些难题和挑战?这还得从灰霾资料同化说起。
对老百姓来说,资料同化是个陌生的专业名词,但在应对大气污染和灰霾预报等方面,这种数据处理技术却至关重要。中国科学院大气物理研究所所长朱江和同事们多年来致力于资料同化应用和理论研究,在大气污染资料同化系统的研发与其在预报中的应用等方面进行了深入探索。
一般而言,资料同化是将各种不同来源、不同误差信息、不同时空分辨率的观测资料融合进数值动力模式,依据严格的数学理论,在模式解与实际观测之间找到一个最优解,这个最优解可以继续为动力模式提供初始场,以此不断循环下去,使得模式结果不断地向观测值靠拢。
在朱江看来,近年来,灰霾资料同化的重要性越来越突出。随着大气污染问题被社会各界关注,国家也出台多项法规要求提高治理大气污染能力。“重污染对天气预报有重要影响,”朱江说,“重霾影响辐射,降低近地面气温;影响质量控制,减少进入同化系统的有效观测。小颗粒增加,减少小雨事件发生。”
朱江认为,现在科研工作者进行灰霾资料同化已经具备一定基础,相关观测网已基本建立起来,可提供多源大气灰霾监测信息;目前能够进行灰霾资料同化的模型也有很多。
“以前大家普遍认为京津冀、长三角地区污染物浓度高,但是现在情况已经发生变化,我们从同化的结果可清楚地看到‘中部崛起、东北在复兴、西南也在发展’。”朱江说,同化数据能够支撑灰霾污染状态的定量估计。
但灰霾资料同化和对灰霾进行预报并非易事。“目前主要面临三大挑战,即源清单不确定性大、一次污染物和二次污染物关联复杂、气象预报误差增加灰霾预报不确定性。”朱江说。
目前,对灰霾资料进行同化后会出现PM2.5预报误差增加的情况。“这是最头疼的。”他分析原因说,“考虑到现在细颗粒物包含大量气溶胶,如硫酸盐、硝酸盐等,但目前主要观测变量为PM2.5总量,组分观测非常少,仅仅同化总量就会出现组分不清晰的情况。而实际上,在不同浓度水平和不同时间,PM2.5组分差别是很大的。”
同时,一次和二次污染物的复杂非线性关系可能导致出现错误的跨物种同化分析结果。朱江认为,可以采取措施尽量解决这一问题,基于一次污染物观测同化,对源清单进行反演订正,是改进PM2.5组分估计的方案之一。另外,源反演或调整也是评估减排措施效果的重要方法。“源清单动态反演订正也是应对源强突变(秸秆燃烧、源应急控制)对污染预报影响的解决方案之一。”
我国国土辽阔,不同区域的气象条件差别很大,降水影响、沙尘输送、污染物区域输送都可能在大气污染中扮演不同分量的角色。由此,气象预报误差是灰霾预报重要的不确定性来源。朱江希望能够通过不同部门协调合作,提高天气预报的水平,改进气象污染双向反馈机制,来提高灰霾预报水平。
“大家共同应对挑战,气象污染预报协同改进,需要使局地环流模拟更加精细化,搞清楚更加精确的源和化学过程,并进行更多观测信息的同化约束。”他说。
来源: 中国气象报
评论