中国大气复合污染专题| 中国科学院大气物理研究所发布小时分辨率的PM2.5化学组分模拟浓度数据集CAQRA-aerosol

学术   2024-08-19 15:41   北京  

Citation

Kong, L. and Coauthors, 2024: High-resolution simulation dataset of hourly PM2.5 chemical composition in China (CAQRA-aerosol) from 2013 to 2020. Adv. Atmos. Sci., doi: 10.1007/s00376-024-4046-5.

Download

http://www.iapjournals.ac.cn/aas/en/article/doi/10.1007/s00376-024-4046-5


数据描述文章

 中国科学院大气物理研究所发布小时分辨率的PM2.5化学组分模拟浓度数据集CAQRA-aerosol


近期,中国科学院大气物理研究所在《大气科学进展》“中国大气复合污染”专题上发表数据描述论文,介绍了通过数值模拟资料同化技术建立的2013–2020年15km、小时分辨率的中国PM2.5化学组分模拟浓度数据集


PM2.5是一个包含不同化学成分的复杂混合物,主要包括有机碳、黑碳、铵盐、硝酸盐和硫酸盐等。这些成分具有复杂的人体健康和气候变化效应,给PM2.5人体健康和气候变化效应的准确评估带来挑战。一个可靠的、长时间、高时空分辨率PM2.5组分浓度数据集对于提升我国PM2.5组分浓度及其时空变化特征的科学认识,以及准确量化评估PM2.5人体健康和气候变化效应具有重要意义。


然而,相比PM2.5总质量浓度,PM2.5化学组分浓度数据集的构建存在更大难点,一方面PM2.5化学组分缺少长期、全国尺度的观测数据,难以利用传统资料同化方法去构建PM2.5化学组分的再分析数据集;另一方面,PM2.5化学组分的数值模拟更容易受到化学模式误差和排放清单不确定性的影响,难以通过数值模拟的方式构建可靠的PM2.5组分浓度数据集。


为了解决以上难点,该研究团队发展了综合利用空气质量数值模式、地面监测数据和资料同化方法来构建长时间PM2.5组分浓度数据集的新思路,首先利用集合卡尔曼滤波方法融合全国超过1000个空气污染地面监测站点的观测数据,对我国长时间排放清单进行约束,从而缓解排放源清单不确定性对于PM2.5组分模拟的影响;随后基于反演清单,使用优化的无机气溶胶模拟方案对我国PM2.5化学组分的浓度进行15km分辨率数值模拟,从而减少模式化学机制不确定性对于PM2.5组分模拟的影响,最终完成2013–2020年小时分辨率的PM2.5组分浓度数据集的建立。


多个独立观测数据的验证结果表明该数据集在时间分辨率、格点浓度误差等指标上位于国际前列。这一基于我国自主的空气质量模式、同化系统和监测数据构建的数据集,将有助于提升对我国PM2.5化学组分时空变化特征的科学认识,并已在基金委中国大气复合污染综合数据共享平台公开共享,为PM2.5人体健康及气候变化等效应的研究提供基础数据支撑。


图1 不同PM2.5化学组分2015、2017以及2020年年均浓度空间分布以及2015–2020年年均浓度变化率空间分布图


论文的第一作者是大气所博士后孔磊,通讯作者是大气所正高级工程师唐晓。合作单位包括北京大学、中国环境监测总站、广东省生态环境监测中心、武汉市生态环境监控中心和湖北省生态环境科学研究院。论文受到国家重大基础设施项目“地球系统数值模拟装置(Earthlab)”、国家自然科学基金(42175132, 92044303和42205119)和中国博士后面上项目(2022M723093)等资助。

主要作者介绍




孔磊(第一作者)


中国科学院大气物理研究所博士后。主要从事大气化学资料同化方法研发及其应用研究,是我国高分辨率大气污染再分析数据集CAQRA和大气污染源反演数据集CAQIEI的主要完成人。2023年获中国科学院大气物理研究所“科技创新贡献奖”。主持国家自然科学基金青年项目和中国博士后科学基金面上项目,并作为课题骨干参与国家重点研发计划和先导专项等。已发表学术论文20余篇,含ESI高被引论文1篇,其中第一作者论文发表在Earth system science data,Environmental Science & Technology,Advances in Atmospheric Sciences和Atmospheric Chemistry and Physics等国际高影响期刊。





唐晓(通讯作者)


中国科学院大气物理所正高级工程师,博士生导师。国家重大科技基础设施“地球系统数值模拟装置”的总工程师助理、区域高精度环境模拟运行部负责人。主要从事大气污染数值模拟与数据同化研究,是我国嵌套网格空气质量预报模式系统和大气化学数据同化系统的主要开发者之一,牵头建立了我国首个国家大气污染数据同化业务系统和大气污染再分析数据集。研发的模式和同化系统在空气质量业务预报中获得广泛应用,发表论文90余篇,参与编著国家空气质量预报预警方法技术指南。曾获国家科技进步二等奖、环境技术进步一等奖、中科院科技促进发展奖等奖项,入选中科院大气所首批特聘研究岗位和中科院技术支撑人才。


                大气科学进展

Advances in Atmospheric Sciences



科学前沿|行业热点|学科动态

新浪微博|投稿技术|科研工具


《大气科学进展(英)》(Advances in Atmospheric Sciences,简称AAS)——中国大气科学领域学术水平最高的英文期刊之一,1984年创刊,1999年被SCI收录。最新影响因子6.5,JCR分区表一区(9/110)


      AAS主要发表大气和海洋科学领域的创新性研究成果,刊登气候学、大气物理学、大气化学、大气探测、气象学、天气学、数值天气预报、海洋-大气相互作用、人工影响天气和应用气象学等各主要分支学科的国际最新创造性论文和研究进展的综合评述。AAS积极扩展栏目,除学术论文外,还设有数据描述文章、会议报告(特邀)、学科亮点(News&Views)(特邀)、展望(Perspectives)(特邀)及有关大气科学领域研究进展的讨论等。


     AAS由国际气象学和大气科学协会(IAMAS)中国委员会、中国科学院大气物理研究所、中国气象学会主办,由Springer和科学出版社共同出版,是国际IAMAS的合作期刊。来自9个国家、36个专业科研机构的60多位优秀责编全程监督审稿过程。


更多信息,欢迎登录AAS官方网站了解:

http://www.iapjournals.ac.cn/aas

大气科学进展AAS
《大气科学进展》(Advances in Atmospheric Sciences)1984年创刊,已被SCI收录,最新SCI影响因子为6.5(一区)。
 最新文章