化学与气象数据同化对朝鲜半岛空气质量及气象预报的协同优化机制研究

本研究针对朝鲜半岛复杂气象条件下细颗粒物(PM2.5 /PM10 )高浓度事件预测难题，通过WRF-Chem模型结合三维变分同化(3DVAR)技术，系统评估了化学数据同化(chemDA)、气象数据同化(metDA)及其协同作用(metchemDA)对空气质量与气象预报的改进效果。结果表明，同步同化可使PM预报偏差降低40%，气象要素准确率提升25%，揭示了化学同化优化PM绝对量、气象同化改善传输过程的互补机制，为东亚区域污染防控提供关键技术支撑。

　　

朝鲜半岛常年受东亚季风与跨境污染物传输影响，细颗粒物(PM_2.5
)浓度频繁超标。2019年韩国年均PM_2.5
达19 μg/m^?3
，首尔全年35天超过"不良"标准(36 μg/m^?3
)。传统预报模型面临两大瓶颈：一是化学初始场误差导致PM模拟偏差，二是气象场误差影响污染物传输路径。尽管前人通过单独同化气溶胶光学厚度(AOD)或气象观测提升了预报精度，但化学-气象变量的交互作用机制尚未厘清，制约了协同预报系统的优化。

为解决这一难题，由韩国国家研究基金会支持的科研团队在《Science of The Total Environment》发表研究，首次采用WRF-Chem v4.4.1在线耦合模型，设计三组嵌套网格(最高分辨率3 km)，对比分析了无同化(noDA)、化学同化(chemDA)、气象同化(metDA)及同步同化(metchemDA)四种方案对2019年1月朝鲜半岛PM污染事件的改进效果。研究创新性整合了GSI-3DVAR同化系统，同时处理化学物种(PM_2.5
/PM₁₀
/SO₄
^2?
等)与气象要素(温/湿/风场)，并引入循环与非循环同化流程以区分累积效应。

关键技术

1. 采用RACM-MADE/VBS化学机制与GOCART气溶胶方案；
2. 同化韩国环境部201个站点PM观测与气象探空数据；
3. 通过均方根误差(RMSE)量化预报改进；
4. 设计DA cycling实验分析累积效应。

主要结果

1. 观测验证下的预报性能
同步同化(metchemDA)表现最优：PM_2.5
预报RMSE较noDA降低40%，峰值浓度误差从28 μg/m^?3
缩减至9 μg/m^?3
。气象要素中，边界层高度(PBLH)模拟准确率提升最显著(相关系数从0.51增至0.73)，夜间风速高估问题得到缓解。

2. 同化机制的互补性
化学同化主要修正PM绝对浓度：通过调整前体物(SO₂
/NO_x
)初始场，使硫酸盐(SO₄
^2?
)生成量更符合观测；气象同化则优化传输过程：修正的偏南风场使PM空间分布误差减少62%。

3. 循环同化的累积效应
在cycling实验中，化学同化通过改变气溶胶-辐射相互作用间接影响气象场(地表降温0.5℃)，而气象同化通过改善平流过程使PM₁₀
跨区域传输误差降低33%。

结论与意义
该研究首次系统阐明了化学-气象双同化的协同机制：化学同化如同"校准天平"精确量化污染物负荷，气象同化则似"修正地图"重塑传输路径。这种"量-路协同"效应使同步同化方案的PM_2.5
预报技能评分(SS)达到0.82，较单一同化提升15%。研究团队开发的WRFDA-3DVAR兼容框架，突破了传统离线模型化学-气象变量不交互的技术壁垒，为东亚区域建立"气象-污染"一体化预警系统提供了方法论支撑。未来可扩展至沙尘暴、臭氧等多污染物协同预报，助力实现"双碳"目标下的精准环境治理。