京津冀及其周边地区“2+26”城市PM2.5的蒙特卡罗集合预报试验

作     者：曹凯 唐晓 孔磊 王威 吴倩 黄树元 张佩文 韩丽娜 吴其重 王自发 CAO Kai;TANG Xiao;KONG Lei;WANG Wei;WU Qian;HUANG Shuyuan;ZHANG Peiwen;HAN Lina;WU Qizhong;WANG Zifa

作者机构：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北京100029 中国科学院大学北京100049 中国环境监测总站北京100012 成都信息工程大学成都610225 北京师范大学全球变化与地球系统科学学院北京100875 

出 版 物：《气候与环境研究》 (Climatic and Environmental Research)

年 卷 期：2021年第26卷第2期

页      面：181-190页

核心收录：

学科分类：07[理学] 070602[理学-大气物理学与大气环境] 0706[理学-大气科学] 

基　　金：国家自然科学基金项目41875164 中国科学院战略性先导科技专项XDC01000000 中国科学院信息化专项课题XXH13506-302 

主　　题：集合预报 蒙特卡罗方法 “2+26”城市 “集合样本优选” 均值集成 

摘      要：本文在嵌套网格空气质量预报模式系统(NAQPMS)的基础上,结合蒙特卡罗模拟方法搭建了多扰动的空气质量集合预报系统。利用该系统对京津冀及其周边地区“2+26城市的PM2.5浓度进行预报试验,试验时段为2017年9~12月,模式水平分辨率为15 km。研究发现,基于蒙特卡罗集合预报系统,采用“集合样本优选均值集成法能显著提升PM2.5预报精度,大幅减小预报偏差。与所有集合样本的均值集成法相比,该方法将PM2.5预报均方根误差(RMSE)由58.0μg m^(−3)降低至34.7μg m^(−3),将模拟—观测两倍因子百分比(FAC2)由67%提升至87%。此外,“集合样本优选均值集成法对各污染等级的整体预报效果优于均值集成法。本文结果可为改进城市PM2.5预报效果和减小PM2.5预报偏差提供参考。